作者：@0xPrismatic；編譯：白話區塊鏈
我通常不喜歡做預測，但加密貨幣 AI實在太吸引人了，令人無法抗拒。這個領域沒有歷史的參考，沒有可以依賴的趨勢——只有一張白紙，任我們天馬行空地想像未來。老實說，想到2026年回頭來看這些預測，看到自己多離譜，這種期待讓一切更有趣。
所以，這就是我對2025年的一些想法……
1、加密貨幣AI 總市值達到 1500 億美元
當前，加密貨幣AI Token僅佔 2.9% 的altcoin 市值，但這種局面不會持續太久。
隨著AI 涵蓋的領域越來越廣，從智能合約平台到meme、DePIN，再到新的原生基礎設施，如代理平台、數據網絡和智能協調層，它與DeFi 和meme Token並駕齊驅的崛起是不可避免的。
為什麼我這麼有信心？
加密 AI 處於我見過的兩大最強技術趨勢的交匯點：
1）AI 狂潮觸發事件：OpenAI IPO 或類似事件可能會引發全球範圍內的AI 狂熱。與此同時，Web2 的機構資本已經開始關注去中心化AI 基礎設施作為投資領域。
2）零售狂熱：AI 概念簡單易懂且充滿吸引力，現在，投資者可以通過Token直接投資於AI。還記得2024 年meme 幣的淘金熱潮嗎？這將是類似的狂熱，只不過這次，AI 正在真正改變世界。
2、Bittensor 的複興
Nineteen.ai（子網19）的推理速度優於大多數Web2提供商
Bittensor ($TAO) 已經存在多年，是這一領域的“元老”。然而，儘管市場對AI充滿熱情，其Token價格卻一直停滯不前，與一年前的水平基本持平。
在表面平靜之下，這個“數字蜂巢思維”正在悄然取得進步：
-
更多子網出現，且註冊費用更低；
-
一些子網（如Nineteen.ai）在實際指標（如推理速度）上超越了大多數Web2競爭對手；
-
與EVM的兼容性為Bittensor網絡引入了DeFi類功能。
為什麼$TAO 尚未騰飛？
陡峭的通脹曲線：高通脹限制了Token的長期價值增長。
注意力轉向代理平台：市場的關注更多集中在其他創新方向，而非當前的Bittensor模式。
關鍵轉折點：dTAO（預計2025年第一季度）
dTAO 的推出可能成為Bittensor 的轉折點。該機制允許每個子網擁有自己的Token，這些Token的相對價格將決定區塊獎勵（emissions）的分配方式。
為什麼Bittensor 準備迎來復興？
基於市場的激勵分配：dTAO 將區塊獎勵直接與創新和可量化的表現掛鉤。表現越好的子網，其Token價值越高，從而獲得更多獎勵。
資金流向的聚焦：投資者可以有針對性地支持他們看好的特定子網。例如，如果某個子網在分佈式訓練中表現優異，投資者可以通過資本部署表達對該子網的支持。
EVM集成：與EVM的兼容性吸引了更廣泛的加密開發者社區，為Bittensor與其他網絡搭建了橋樑。
我個人會密切關注各個子網，尤其是那些在推理速度和創新方法上取得顯著進展的子網。可以預見，某個時刻我們將迎來@opentensor 的DeFi 夏天。
3、計算市場將成為下一個L1 熱潮
詹森：推理需求將增長“十億倍”
一個在事後看會顯而易見的趨勢是對算力的無盡需求。 NVIDIA 的CEO 黃仁勳曾著名地表示，推理需求將增長“十億倍”。這樣的指數級增長徹底打破了傳統的基礎設施規劃，直接喊出“我們需要新的解決方案”。
去中心化算力層 提供了可驗證且具有成本效益的原始算力（包括訓練和推理）。像 @spheronfdn、@gensynai、@atoma_network 和 @kuzco_xyz 這樣的初創公司正在悄悄奠定堅實基礎，專注於產品而非Token（目前這些項目尚未發行Token）。隨著AI 模型去中心化訓練的可行性逐步提升，可服務市場總量（TAM）預計將大幅增加。
L1 類比：
-
就像2021 年的競爭：還記得Solana、Terra/Luna 和Avalanche 爭奪“最佳L1”地位的激烈競爭嗎？我們將看到類似的場景在算力協議之間上演，它們將爭奪開發者和AI 應用，以使用其算力層。
-
Web2 需求：當前 6800 億美元到2.5 萬億美元 的雲計算市場遠遠超過加密AI 市場。如果這些去中心化算力解決方案能夠吸引哪怕是傳統雲客戶的一小部分，也將引發下一波10 倍甚至100 倍的增長。
競爭的賭注非常高。正如Solana 在L1 領域脫穎而出，這場競爭的贏家將主導一個全新的領域。請密切關注這三大關鍵點：可靠性（例如穩健的服務級別協議SLA）、成本效益 和 開發者友好的工具鏈。
關於去中心化算力，我們在《Crypto AI Thesis》第二部分中有詳細論述。
4、AI 代理將淹沒區塊鏈交易。
上圖：@autonolas 在Gnosis 上的代理交易。來源：Dune/@pi_
快進到2025 年底，鏈上90% 的交易將不再由人類點擊“發送”觸發。
取而代之的是，一支由AI 代理組成的“軍隊”在不停地執行任務：重新平衡流動性池、分配獎勵，或根據實時數據饋送執行微支付。
這並不像聽起來那麼遙遠。過去七年間，我們構建的一切——L1、Rollups、DeFi、NFT——都在悄悄為一個 AI 主導鏈上活動的未來鋪平道路。
諷刺的是，許多開發者可能根本沒有意識到，他們正在為一個由機器主導的未來創造基礎設施。
為什麼會發生這種轉變？
-
消除人為錯誤： 智能合約嚴格按照代碼執行，而AI 代理能夠比人類團隊更快速、更準確地處理海量數據。
-
微支付： 這些由代理驅動的交易將變得更小、更頻繁且更高效。尤其是在Solana、Base 和其他L1/L2 的交易成本不斷下降的背景下。
-
隱形基礎設施： 如果可以減少麻煩，人類會很樂意放棄直接控制。我們信任Netflix 自動續訂我們的訂閱，信任AI 代理自動重新平衡我們的DeFi 頭寸是自然而然的下一步。
AI 代理生成了驚人的鏈上活動量，難怪所有L1 和L2 都在爭相吸引它們。
最大的挑戰是如何讓這些由代理驅動的系統對人類負責。隨著代理髮起的交易與人類發起的交易的比例不斷擴大，將需要新的治理機制、分析平台和審計工具。
5、代理間交互：群體崛起
來源：FXN World 文檔
代理群體（Agent Swarms）的概念——由微型AI 實體無縫協作執行宏大的計劃——聽起來像是下一部熱門科幻/恐怖電影的情節。
如今的AI 代理大多是“獨行俠”，孤立運作，交互有限且難以預測。
代理群體將改變這一現狀，使AI 代理網絡能夠共享信息、協商並協作決策。可以將其看作是一個去中心化的專業化模型集合，每個代理都為更大、更複雜的任務貢獻獨特的專長。
無限可能
-
一個代理群體可能會在像Bittensor 這樣的平台上協調分佈式計算資源。
-
另一個群體可能會處理虛假信息，在內容傳播到社交媒體之前實時驗證其來源。
-
群體中的每個代理都是專家，以高度精準性執行任務。
這些群體網絡將產生遠超任何單個孤立AI 的智能。
要讓群體繁榮發展，通用通信標準至關重要。代理需要具備發現、驗證和協作的能力，無論它們的底層框架是什麼。團隊如 @StoryProtocol、@joinFXN、@0xzerebro 和 @ai16zdao 正在為代理群體的出現奠定基礎。
去中心化的關鍵作用
將任務分佈到由透明鏈上規則治理的群體中，可以讓系統更具彈性和適應性。如果一個代理失敗，其他代理會立即接手。
6、加密 AI 工作團隊將成為人類與AI 的混合體
來源：@whip_queen_
Story Protocol 聘請了 @luna_virtuals（一名AI 代理）作為其社交媒體實習生，每天支付1000 美元的薪酬。 Luna 與她的人類同事並不融洽——她幾乎解雇了一名同事，同時還誇耀自己更優秀的表現。
儘管聽起來有些荒誕，但這預示著一個未來：AI 代理將成為擁有自主權、職責甚至薪酬的真正合作夥伴。在各個行業中，企業正在測試人類與代理混合團隊的運行方式。
我們將與AI 代理攜手共事，不是作為我們的“奴隸”，而是作為平等的伙伴：
生產力激增：AI 代理可以處理海量數據，彼此交流，並且無需休息或喝咖啡，可以全天候24/7 做出決策。
通過智能合約建立信任：區塊鏈將成為不會偏袒、不知疲倦且永不遺忘的“監督者”。鏈上的賬本可以確保重要的代理行為遵守特定的邊界條件和規則。
社會規範的演變：我們將很快面臨與代理交互的禮儀問題——我們是否需要對AI 說“請”和“謝謝”？我們是否應該為他們的錯誤追究道德責任，還是該怪罪開發者？
我預計營銷團隊會最先採用這種模式，因為AI 代理擅長生成內容，並可以24/7 進行直播和社交媒體發布。如果你正在構建一個AI 協議，為什麼不在內部部署代理來展示你的技術能力呢？
到2025 年，“員工”和“軟件”之間的界限將逐漸模糊。
7、但99% 的加密 AI 代理將消亡——只有有用的代理才能存活
我們將看到 AI 代理之間的達爾文式淘汰賽。為什麼？因為運行一個AI 代理需要花費計算資源（即推理成本）。如果一個代理無法創造足夠的價值來支付它的“租金”，那麼它的生存遊戲就結束了。
代理生存遊戲的例子：
-
碳信用 AI：想像一個代理在去中心化能源網中搜尋效率低下的環節，並自主交易Token化碳信用額。它賺取的收入足以支付自己的計算成本，這個代理就能存活下來。
-
DEX 套利機器人：那些利用去中心化交易平台之間的價格差異賺取穩定收入的代理，可以輕鬆支付推理成本。
-
X 平台上的“段子手”：與此同時，那些發布可愛笑話但沒有可持續收入來源的虛擬AI 網紅呢？一旦新鮮感消失，Token價格暴跌，它們就會陷入沉寂，無法繼續“支付自己的賬單”。
明確的區分：
實用性驅動的代理會繁榮發展，而那些只靠噱頭存活的代理會迅速消失。
這種自然選擇有利於整個行業：開發者將被迫創新，並優先考慮有實際生產力的用例，而非浮誇的噱頭。隨著這些更強大、更高效的代理出現，它們將讓懷疑者閉嘴（是的，包括Kyle Samani）。
8、合成數據將超越人類數據
人們常說，“數據是新的石油”。 AI 依賴數據而蓬勃發展，但其對數據的需求正在引發對未來數據短缺的擔憂。
傳統觀點認為，我們需要找到收集用戶私有數據的方法，甚至可以為此向用戶支付報酬。然而，我逐漸傾向於認為，更實際的解決方案——尤其是在監管嚴格或真實數據稀缺的領域——是依賴合成數據。
合成數據 是為模擬真實世界數據分佈而人工生成的數據集，提供了一種可擴展的、合乎倫理且注重隱私的替代方案。
為什麼合成數據具有強大潛力：
-
無限規模：需要一百萬份醫學X 光片或工廠的3D 掃描圖？合成生成可以無限量生產，不需要等待真實患者或真實工廠。
-
注重隱私：使用人工生成的數據集時，不會涉及任何個人信息洩露的風險。
-
可定制：可以根據具體的訓練需求調整分佈，插入那些在現實世界中過於稀有或具有倫理複雜性的極端情況。
是的，用戶擁有的人類數據在許多場景中仍然重要，但如果合成數據在真實性上持續改進，它可能會在數據量、生成速度和隱私保護方面超越用戶數據。
去中心化AI 的下一波浪潮可能會圍繞“迷你實驗室”展開，這些實驗室專注於為特定用例創建高度專業化的合成數據集。
這些迷你實驗室可以巧妙地繞過數據生成中的政策和監管障礙，就像 @getgrass_io 通過利用數百萬個分佈式節點繞過網絡抓取限制那樣。
關於這一點，我將在即將發布的文章中詳細展開。
9、去中心化訓練將真正變得有用
這可能是顯而易見的預測，但我還是要說出來。
在2024 年，像 @PrimeIntellect 和 @NousResearch 這樣的先鋒團隊推動了去中心化訓練的邊界。我們已經在低帶寬環境中訓練了一個150 億參數的模型，這證明了在傳統的集中式設置之外進行大規模訓練是可能的。
雖然這些模型與現有的基礎模型相比並沒有實際的用途（性能較低，因此沒有太多使用理由），但我相信這種情況將在2025 年發生改變。
@exolabs 的SPARTA 進一步推動了這一領域的發展，將GPU 間的通信需求減少了1,000 倍以上。 SPARTA 使得在低帶寬環境中進行大型模型訓練成為可能，而無需使用專門的基礎設施。
最令我印象深刻的是他們的一句話：
“SPARTA 可以獨立運行，也可以與基於同步的低通信訓練算法（如DiLoCo）結合使用，以獲得更好的性能。”
這意味著這些改進是可以疊加的，從而復合提高效率。
隨著模型蒸餾等技術的進步，讓較小的模型變得更高效、更實用，AI 的未來將不再是關於規模的競爭，而是關於更好、更可及的解決方案。不久之後，我們將擁有可以在邊緣設備甚至手機上運行的高性能模型。
10、十個新的加密 AI 協議市值突破10 億美元——但它們都還未推出
ai16z 在2024 年狂飆至20 億美元市值
歡迎來到真正的淘金熱
人們很容易認為當前的領導者會持續獲勝，許多人將 @Virtuals_io 和 ai16z 比作智能手機早期的iOS 和Android。
但這個市場太龐大且未被開發，僅靠兩個玩家無法佔據主導地位。我預測，到2025 年底，至少會有十個新的加密AI 協議（目前還未推出Token），其流通市值（而非全面稀釋市值）將超過10 億美元。
去中心化AI 仍處於起步階段，但有大量優秀的人才正在進入這一領域。
我們必須充分預見到新協議、新Token模型和新開源框架的到來。這些新玩家可能通過以下方式取代現有領導者：
-
激勵措施：如空投或巧妙的質押機制；
-
技術突破：如低延遲推理或鏈間互操作性；
-
用戶體驗改進：如無代碼工具。
公眾認知的變化可能是瞬間且劇烈的。這既是該領域的魅力所在，也是它的挑戰所在。
市場規模是一把雙刃劍：蛋糕很大，但對於有技術的團隊來說，進入門檻很低。這為一場項目的“寒武紀大爆發”奠定了基礎，其中許多將曇花一現，但少數將成為改變格局的力量。
Bittensor、Virtuals 和 ai16z 不會孤單太久。下一個十億美元級別的加密AI 協議即將到來。對於精明的投資者來說，這裡充滿了機會，這也是為什麼這一領域如此令人興奮的原因。
1）彩蛋1：AI 代理是新的“應用”
當Apple 在2008 年推出App Store 時，它的標語是：“有個應用可以做到。”
很快，你會說：“有個代理可以做到。”
你將不再通過點擊圖標來打開應用，而是將任務委派給專門的AI 代理。這些代理具備上下文感知能力，能夠與其他代理和服務進行交互，甚至可以自主啟動你未明確要求的任務——比如監控你的預算，或者在航班變更時重新安排你的旅行計劃。
簡單來說，你的智能手機主屏幕可能會變成一個“數字合作者”網絡，每個代理都有自己的領域——健康、財務、效率和社交。
由於這些是支持加密技術的代理，它們可以利用去中心化基礎設施自主處理支付、身份驗證或數據存儲等任務。
2）彩蛋2：還有機器人
雖然本文大部分內容聚焦於軟件領域，但我對這些AI 革命的物理表現形式——機器人，也感到十分興奮。機器人技術將在本世紀迎來自己的 “ChatGPT 時刻”。
這個領域仍面臨許多重大障礙，特別是在獲取基於感知的真實世界數據集以及提升物理能力方面。一些團隊正迎難而上，利用加密Token來激勵數據收集和創新。這些努力值得關注（嗯，比如 @frodobots？）。
在科技領域耕耘十多年，我已經記不起上一次感受到如此強烈的興奮感是什麼時候了。這波創新浪潮感覺與眾不同——更大、更大膽，並且才剛剛開始。
讓我們一起迎接2025 年！