AI 赋能 Crypto：Crypto AI 赛道的机遇与挑战

本期邀请到两位长期关注 Crypto AI 赛道的研究员 Max 和 Lydia，与主持人 Alex 一起探讨 Crypto AI 赛道的发展现状、机遇与挑战。

Crypto AI 的定位与价值

Max 认为 Crypto AI 主要解决两个问题:

1. 通过去中心化解决中心化 AI 的审查问题
2. 引入代币激励机制,推动开源 AI 模型的发展

Lydia 则认为 Crypto AI 目前更多是在叙事层面打开了人们的想象力,让 Crypto 和 AI 这两个前沿技术在人们脑海中产生碰撞。从商业价值角度,Crypto AI 目前还处于早期阶段,可能更适合解决未来的问题而非当下的问题。

Alex 补充道,Crypto AI 为 AI 发展提供了一条与传统互联网世界不同的路径,通过代币激励保证开源发展的同时也能获得良好的激励。

Crypto AI 项目分类

Lydia 提出两种分类方式:

1. Crypto 赋能 AI / AI 赋能 Crypto
2. 从 AI 产业链角度划分:GPU、数据市场、算法市场等

Max 则将 Crypto AI 项目分为三层:

1. 架构层:底层基础设施,如 Bittensor、Near
2. 资源层:算力、数据、模型等资源,如 Akash、Render
3. 应用层:面向用户的具体应用,如各类 AI agents

Crypto AI 面临的挑战与机遇

主要挑战:

1. 项目普遍处于早期阶段,实用性有待验证
2. 市场情绪与技术进展存在错配
3. 部分项目存在中心化风险

未来机遇:

1. 2025年通用人工智能(AGI)可能出现,给 Crypto AI 带来新机遇
2. AI 发展对人类社会的冲击将增强,Crypto AI 解决方案的价值可能凸显
3. 去中心化计算等领域有望实现突破

值得关注的 Crypto AI 项目

两位嘉宾都特别提到了 Bittensor(TAO),认为其在以下方面表现突出:

1. 强大的叙事能力和社区建设
2. 获得灰度等机构投资者认可
3. 经历大规模 FUD 后仍展现出强大生命力
4. 完整的生态系统雏形

其他值得关注的项目还包括 Vana、Arweave、Near 等。

Crypto AI 项目评估策略

两位嘉宾都强调了团队的重要性,包括:

1. 团队背景与能力
2. 叙事能力
3. 对 Crypto 的理解深度
4. 社区建设情况

此外还需关注:

1. 产品实用性
2. 代币经济模型设计
3. 项目品牌与文化

Alex 补充了从产业周期角度进行判断的重要性,建议在市场对某个赛道长期过度悲观时寻找投资机会。

常用 AI 工具分享

三位嘉宾分享了各自常用的 AI 工具:

1. GPT:用于知识获取、文字生成、英语学习、心理咨询等
2. Perplexity:用于高效信息搜索与整理
3. 豆包:用于视频内容快速定位与总结

嘉宾们普遍认为,AI 工具在提高学习和工作效率方面发挥了重要作用,未来在教育等领域还有巨大潜力。