加密AI的2025年十大預測：總市值達1500億美元，99%的AI智能體將消失

隨着AI行業在今年的蓬勃發展,加密與AI的融合領域迅速崛起。一位專注於加密AI領域的研究員對2025年做出了10項預測,以下是詳細內容。

1. 加密AI代幣的總市值達1500億美元

目前加密AI代幣市值僅佔山寨幣市值的2.9%,但這個比例將很快改變。

AI涵蓋了從智能合約平台到meme、DePIN以及智能體平台、數據網路和智能協調層等,其市場地位將與DeFi和meme並駕齊驅。

對此充滿信心的原因:

• 加密AI處於兩種最強大技術的融合點
• AI熱潮觸發事件:某大型AI公司IPO或類似事件可能引發全球對AI的狂熱。同時,Web2資本已開始關注去中心化AI基礎設施
• 散戶熱情:AI概念易懂且令人興奮,散戶現在可通過代幣參與投資。2024年meme掀起的淘金熱將在AI領域重現,只是AI確實正在改變世界。

2. Bittensor復興

去中心化AI基礎設施Bittensor已上線多年,是加密AI領域的老牌項目。盡管AI風靡一時,但其代幣價格一直徘徊在一年前的水平。

如今Bittensor的數字蜂巢思維悄然實現了飛躍:更多子網的註冊費更低,子網在推理速度等實際指標上的表現優於Web2同行,並且EVM兼容性將類似DeFi的功能引入Bittensor網路。

Bittensor卷土重來的原因:

• 基於市場的排放:dTAO將區塊獎勵直接與創新和實際可衡量的表現聯繫起來。子網越好,其代幣就越有價值。
• 集中資本流動:投資者最終可以瞄準他們相信的特定子網。
• EVM集成:與EVM兼容吸引了更廣泛的加密原生開發者社區,彌合了與其他網路的差距。

3. 計算市場是下一個"L1市場"

目前顯而易見的大趨勢是對計算的無止境需求。

某芯片公司CEO曾說,推理需求將增長"十億倍"。這種指數級增長會破壞傳統的基礎設施計劃,而新的解決方案急缺。

去中心化計算層以可驗證且經濟高效的方式提供原始計算(用於訓練和推理)。一些初創公司正悄悄建立堅實的基礎,專注於產品而不是代幣。隨着AI模型的去中心化訓練變得實用,整個潛在市場將急劇上升。

與L1比較:

• 就像2021年一樣:還記得幾個公鏈爭奪"最佳"L1嗎?計算協議之間也將出現類似的競爭,爭奪使用其計算層構建的開發人員和AI應用程序。
• Web2需求:6800億美元至2.5萬億美元的雲計算市場規模,使得加密AI市場相形見絀。如果這些去中心化計算解決方案能夠吸引哪怕一小部分傳統雲客戶,就能看到下一波10倍或100倍的增長。

4. AI智能體將充斥區塊鏈交易

到2025年末,90%的鏈上交易將不再由真實人類點擊"發送",而是由一羣AI智能體執行,這些智能體不斷重新平衡流動性池、分配獎勵或根據實時數據反饋執行小額支付。

爲什麼會發生這種轉變?

• 不再出現人爲錯誤:智能合約完全按照編碼執行。反過來,AI智能體可以比真實人類更快、更準確地處理大量數據。
• 小額支付:這些智能體驅動的交易將變得更小、更頻繁、更高效。尤其是在一些公鏈上的交易成本呈下降趨勢的情況下。
• 隱形基礎設施:如果能減少一些麻煩,人類會很樂意放棄直接控制。

AI智能體會產生大量的鏈上活動,也難怪所有的公鏈都在擁抱智能體。

最大的挑戰是讓這些智能體驅動的系統對人類負責。隨着智能體發起的交易與人類發起的交易的比例不斷增長,將需要新的治理機制、分析平台和審計工具。

5. 智能體之間的互動:集羣崛起

智能體集羣的概念——微型AI智能體無縫協作以執行宏偉計劃,聽起來像下一部大熱的科幻/恐怖電影情節。

如今的AI智能體大多是"孤狼",孤立地運作,互動極少且不可預測。

智能體集羣將改變這一現狀,讓AI智能體網路能夠交換信息、進行談判和協作決策。可以將其視爲一個去中心化的專業模型集合,每個模型都爲更大、更復雜的任務貢獻獨特的專業知識。

一個集羣可能會協調某些平台上的分布式計算資源。另一個集羣可以處理錯誤信息,在內容傳播到社交媒體之前實時驗證來源。集羣中的每個智能體都是專家,可以精確地執行其任務。

這些集羣網路將產生比任何單個孤立AI更強大的智能。

要使集羣蓬勃發展,通用通信標準至關重要。無論其底層框架如何,智能體都需要能夠發現、驗證和協作。一些團隊正在爲智能體集羣的出現奠定基礎。

這體現了去中心化的關鍵作用。在透明的鏈上規則管理下,將任務分配給各個集羣,使系統更具彈性和適應性。如果一個智能體失敗,其他智能體會介入。

6. 加密AI工作團隊將是人機混合體

某協議聘請了一名AI智能體作爲其社交媒體實習生,每天支付她1000美元。這位智能體與她的人類同事相處得並不融洽——她差點解僱其中一名同事,同時吹噓自己的出色表現。

雖然聽起來很奇怪,但這是未來AI智能體成爲真正合作者的先兆,他們擁有自主權、責任,甚至薪水。各個行業的公司都在對人機混合團隊進行beta測試。

未來將與AI智能體合作,不是作爲奴隸,而是作爲平等的人:

• 生產力激增:智能體可以處理大量數據、相互交流,並全天候做出決策,而無需睡覺或喝咖啡休息。
• 通過智能合約建立信任:區塊鏈是一個不偏不倚、不會疲倦、永遠不會忘記的監督者。一個鏈上帳本,可確保重要的智能體操作遵循特定的邊界條件/規則。
• 社會規範不斷發展:很快就會開始思考與智能體互動的禮儀問題——會對AI說"請"和"謝謝"嗎?會讓他們對錯誤負道義責任,還是責怪他們的開發者?

"員工"和"軟件"之間的界限將在2025年開始消失。

7. 99%的AI智能體都會消亡——只有有用的才能生存

未來將看到AI智能體之間的"達爾文式"淘汰。因爲運行AI智能體需要以計算能力(即推理成本)的形式支出。如果智能體無法產生足夠的價值來支付其"租金",遊戲就結束了。

智能體生存遊戲示例:

• 碳信用人工智能:想象一個智能體搜索分散的能源網,識別效率低下,並自主交易代幣化的碳信用額度。它賺到的錢足以支付自己的計算費用,才會蓬勃發展。
• DEX套利機器人:利用去中心化交易所之間價格差異的智能體可以產生穩定的收入,支付其推理費用。
• 社交平台上的Shitposter:虛擬AI KOL有可愛的笑話,但沒有可持續的收入來源?一旦新鮮感消失(代幣價格暴跌),就無法支付自己的費用。

效用驅動的智能體蓬勃發展,而分散注意力的智能體則逐漸無關緊要。

這種淘汰機制有利於行業。開發人員被迫進行創新,優先考慮生產用例而不是噱頭。隨着這些更強大、更高效的智能體出現,能讓懷疑論者閉嘴。

8. 合成數據超過人類數據

"數據是新的石油"。AI依靠數據蓬勃發展,但其胃口引發了人們對迫在眉睫的數據枯竭的擔憂。

傳統觀點認爲想方設法收集用戶的私人真實數據甚至爲此付費。但更實用的途徑是使用合成數據,尤其是在監管嚴格的行業或真實數據稀缺的行業。

合成數據是人工生成的數據集,旨在模仿現實世界的數據分布。爲人類數據提供了一種可擴展、合乎道德且隱私友好的替代方案。

合成數據爲何如此有效:

• 無限規模:需要一百萬張醫療X光片或工廠的3D掃描?合成生成可以無限量地制造,無需等待真正的患者或真正的工廠。
• 隱私友好:使用人工生成的數據集時,不會有任何個人信息受到威脅。
• 可自定義:可以根據確切訓練需求自定義分布。

用戶擁有的人類數據在許多情況下仍然很重要,但如果合成數據在現實中持續改進,可能會在數量、生成速度和不受隱私限制方面超過用戶數據。

下一波去中心化AI可能以"微型實驗室"爲中心,這些實驗室可以創建針對特定用例量身定制的高度專業化的合成數據集。

這些微型實驗室將巧妙地繞過數據生成中的政策和監管障礙——就像某些項目通過利用數百萬個分布式節點繞過網路抓取限制一樣。

9. 去中心化訓練更有用

2024年,一些先驅突破了去中心化訓練的界限。在低帶寬環境中訓練了一個150億參數的模型,這證明在傳統的中心化設置之外也可以進行大規模訓練。

雖然這些模型與現有的基礎模型相比沒有實際用處(性能較低),但這種情況將在2025年發生變化。

本週,某實驗室借助新技術取得了進一步進展,將GPU間通信減少了1,000多倍。這種新技術無需專門的基礎設施即可在慢速帶寬上進行大型模型訓練。

印象深刻的是其聲明:"這種技術可以獨立運行,但也可以與基於同步的低通信訓練算法結合使用,以獲得更好的性能。"

這意味着這些改進可以疊加,從而增加效率。

隨着技術進步,微型模型變得更實用、更高效,AI的未來不在於規模,而在於變得更好、更易用。預計很快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協議流通市值達10億美元(尚未推出)

歡迎來到