Pertama, menyusun hubungan kerja sama perjanjian hulu dan hilir
Melalui analisis arsitektur teknis, posisi fungsional, dan kasus penggunaan praktis, saya akan membagi seluruh ekosistem ini menjadi: lapisan infrastruktur, lapisan perangkat lunak, lapisan model, lapisan aplikasi, dan merapikan hubungan ketergantungan di dalamnya:
1、lapisan infrastruktur
Layer infrastruktur menyediakan sumber daya dasar terdesentralisasi (daya komputasi, penyimpanan, L1), di mana protokol daya komputasi termasuk: Render, Akash, io.net, dll.; protokol penyimpanan termasuk: Arweave, Filecoin, Storj, dll.; L1 termasuk: NEAR, Olas, Fetch.ai, dll.
Protokol lapisan daya komputasi mendukung pelatihan model, inferensi, dan operasi kerangka kerja; protokol penyimpanan menyimpan data pelatihan, parameter model, dan catatan interaksi rantai; L1 mengoptimalkan efisiensi transfer data melalui node khusus, mengurangi latensi.
2、lapisan perangkat lunak tengah
Lapisan perangkat lunak tengah adalah jembatan antara infrastruktur dasar dan aplikasi yang lebih tinggi, menyediakan alat pengembangan kerangka, layanan data, dan perlindungan privasi, termasuk protokol anotasi data: Grass, Masa, Vana, dll.; protokol kerangka pengembangan: Eliza, ARC, Swarms, dll.; dan protokol komputasi privasi: Phala, dll.
Layanan data menyediakan bahan bakar untuk pelatihan model, kerangka pengembangan bergantung pada daya komputasi dan penyimpanan lapisan infrastruktur, lapisan komputasi privasi melindungi keamanan data saat pelatihan / inferensi.
3、lapisan model
Lapisan model digunakan untuk pengembangan, pelatihan, dan distribusi model, di mana platform pelatihan model sumber terbuka: Bittensor.
Lapisan model bergantung pada daya komputasi lapisan infrastruktur dan data lapisan perantaraan; model dideploy melalui kerangka pengembangan ke rantai; pasar model mengirimkan hasil pelatihan ke lapisan aplikasi.
4、Lapisan Aplikasi
Lapisan aplikasi adalah produk kecerdasan buatan yang ditujukan untuk pengguna akhir, di mana Agen mencakup: GOAT, AIXBT, dll.; Protokol DeFAI mencakup: Griffain, Buzz, dll.
Model pra-pelatihan lapisan model dipanggil pada lapisan aplikasi; komputasi privasi lapisan middleware yang bergantung; aplikasi kompleks memerlukan daya komputasi real-time lapisan infrastruktur.
Dua, berdampak negatif pada kekuatan komputasi terdesentralisasi
Menurut survei sampel, sekitar 70% proyek AI Web3 sebenarnya menggunakan OpenAI atau platform cloud sentralisasi, hanya 15% proyek menggunakan GPU terdesentralisasi (seperti model sub jaringan Bittensor), sementara 15% sisanya adalah arsitektur hibrida (pengolahan data sensitif secara lokal, tugas umum di cloud).
Penggunaan aktual protokol daya komputasi terdesentralisasi jauh di bawah ekspektasi, tidak sejalan dengan nilai pasar yang sebenarnya. Ada tiga alasan penyebab rendahnya penggunaan: pengembang Web2 tetap menggunakan rantai alat yang sudah ada saat bermigrasi ke Web3; platform GPU terdesentralisasi belum mencapai keunggulan harga; beberapa proyek menggunakan istilah 'terdesentralisasi' untuk menghindari pemeriksaan kepatuhan data, namun daya komputasi sebenarnya masih bergantung pada awan terpusat.
AWS/GCP menguasai lebih dari 90% pangsa pasar kekuatan AI, sementara kekuatan setara Akash hanya 0.2% dari AWS. Benteng perlindungan yang dimiliki oleh platform cloud terpusat termasuk: manajemen klaster, jaringan RDMA berkecepatan tinggi, dan kemampuan untuk mengatur skala secara elastis; sementara platform cloud terdesentralisasi memiliki versi yang diperbaiki dari teknologi tersebut dalam web3, namun memiliki kekurangan yang tidak dapat diselesaikan, seperti masalah keterlambatan: keterlambatan komunikasi node terdistribusi adalah 6 kali lipat dari cloud terpusat; dan pemisahan rantai alat: PyTorch/TensorFlow tidak mendukung penjadwalan terdesentralisasi secara native.
DeepSeek mengurangi konsumsi daya sebesar 50% melalui pelatihan langka (Sparse Training), memotong model secara dinamis untuk melatih model dengan miliaran parameter pada GPU konsumen. Permintaan untuk GPU high-end dalam jangka pendek diprediksi akan turun secara signifikan di pasar, potensi pasar komputasi tepi dinilai ulang. Seperti yang terlihat pada gambar di atas, sebelum munculnya DeepSeek, sebagian besar protokol dan aplikasi di industri menggunakan platform seperti AWS, hanya sedikit kasus penggunaan yang dideploy di jaringan GPU terdesentralisasi, kasus penggunaan semacam ini memperhatikan keunggulan harga terhadap daya komputasi konsumen dan tidak peduli dengan dampak keterlambatan.
Keadaan ini mungkin akan semakin memburuk dengan munculnya DeepSeek. DeepSeek menghilangkan batasan pengembang ekor panjang, model inferensi yang murah dan efisien akan menyebar dengan kecepatan yang belum pernah terjadi sebelumnya, pada kenyataannya, saat ini platform cloud terpusat dan banyak negara telah mulai menerapkan DeepSeek, penurunan besar biaya inferensi akan menghasilkan banyak aplikasi frontend, aplikasi ini memiliki kebutuhan yang besar untuk GPU konsumen. Menghadapi pasar besar yang akan datang, platform cloud terpusat akan memulai persaingan pengguna baru, bukan hanya bersaing dengan platform besar, tetapi juga bersaing dengan banyak platform cloud terpusat kecil. Dan cara persaingan yang paling langsung adalah dengan menurunkan harga, dapat diprediksi bahwa harga 4090 akan mengalami penurunan di platform sentral, ini merupakan bencana bagi platform daya komputasi Web3. Ketika harga bukanlah satu-satunya benteng terakhir untuk platform daya komputasi tersebut, ketika platform daya komputasi dalam industri terpaksa menurunkan harga, hasilnya adalah io.net, Render, Akash tidak dapat menahannya. Perang harga akan menghancurkan batas nilai maksimum yang tersisa bagi mereka, penurunan pendapatan dan hilangnya pengguna dapat membawa spiral kematian yang mungkin membuat protokol daya komputasi terdesentralisasi beralih ke arah baru.
Makna yang Dibawa oleh Perjanjian Hulunya dan Hilirnya
Seperti yang ditunjukkan pada gambar, saya percaya bahwa DeepSeek akan memberikan dampak yang berbeda pada lapisan infrastruktur, lapisan model, dan lapisan aplikasi, dari dampak positif yang dikatakan:
Lapisan aplikasi akan mendapat manfaat dari penurunan biaya inferensi yang signifikan, lebih banyak aplikasi dapat memastikan aplikasi Agens tetap online dalam jangka waktu yang lama dengan biaya rendah dan menyelesaikan tugas secara real-time;
Pada saat yang sama, biaya rendah seperti model DeepSeek dapat membuat komposisi protokol DeFAI menjadi lebih kompleks SWARM, ribuan Agen digunakan untuk satu kasus penggunaan, dan tugas masing-masing Agen akan sangat halus dan jelas, sehingga dapat secara signifikan meningkatkan pengalaman pengguna dan menghindari kesalahan pemodelan dan eksekusi input pengguna.
Pengembang lapisan aplikasi dapat menyesuaikan model, memberi makan harga aplikasi AI DeFi terkait, data dan analisis on-chain, data tata kelola protokol, tanpa perlu lagi membayar biaya lisensi yang tinggi.
Setelah lapisan model open source muncul di DeepSeek, keberadaannya terbukti bermakna, model-model unggulan dibuka untuk pengembang ekor panjang, ini dapat merangsang gelombang pengembangan yang luas;
Selama tiga tahun terakhir, tembok kekuatan komputasi yang dibangun di sekitar GPU unggulan telah benar-benar hancur, pengembang memiliki lebih banyak pilihan, model open source menetapkan arah yang lebih jelas, dan persaingan model AI di masa depan bukan lagi tentang kekuatan komputasi tetapi tentang algoritma. Perubahan keyakinan akan menjadi pondasi keyakinan bagi pengembang model open source.
Sejumlah subnet khusus seputar DeepSeek akan muncul tanpa henti, di mana parameter model akan meningkat dengan kekuatan komputasi yang sama, dan akan ada lebih banyak pengembang bergabung dengan komunitas sumber terbuka.
Dari segi dampak negatif:
Protokol daya komputasi dalam infrastruktur dasar memiliki keterlambatan penggunaan yang tidak dapat dioptimalkan secara obyektif;
Jaringan campuran yang terdiri dari A100 dan 4090 memerlukan persyaratan algoritma koordinasi yang lebih tinggi, yang bukanlah keuntungan platform terdesentralisasi.
Membongkar Gelembung Agen, DeFAI Menyulut Kelahiran Baru
Agent adalah harapan terakhir AI di industri, munculnya DeepSeek telah membebaskan pembatasan daya komputasi, menggambarkan harapan masa depan dari ledakan aplikasi. Awalnya adalah angin segar besar bagi lintasan Agent, namun dikaitkan dengan erat dengan industri, pasar saham AS, dan kebijakan Federal Reserve AS, gelembung terakhir ini pecah, nilai pasar lintasan jatuh ke dasar terendah.
Dalam gelombang integrasi AI dengan industri, terobosan teknologi dan permainan pasar selalu berjalan seiring. Gelombang guncangan nilai pasar NVIDIA memicu reaksi berantai, seakan cermin penyihir, menyoroti dilema narasi AI dalam industri: dari Agen On-chain hingga Mesin DeFAI, di bawah gambaran ekosistem yang sepenuhnya, terselubung infrastruktur teknologi yang lemah, logika nilai yang hampa, dan realitas kejam yang didominasi modal. Ekosistem rantai yang makmur menyembunyikan penyakit tersembunyi: banyak token dengan FDV tinggi bersaing untuk likuiditas terbatas, aset lama bertahan dengan emosi FOMO, dan pengembang terjebak dalam PVP yang menghabiskan energi inovasi. Ketika dana tambahan dan pertumbuhan pengguna mencapai langit-langit, seluruh industri jatuh ke dalam 'keterpurukan para inovator' - yang sangat ingin terobosan narasi revolusioner, tetapi sulit melepaskan diri dari belenggu dependensi jalur. Keadaan yang terkoyak ini memberikan kesempatan bersejarah bagi AI Agent: bukan hanya upgrade kotak alat teknologi, tetapi juga restrukturisasi paradigma penciptaan nilai.
Selama setahun terakhir, semakin banyak tim dalam industri menemukan bahwa model pendanaan tradisional sedang gagal—memberi VC bagian kecil, mengendalikan sebagian besar, dan memanipulasi pasar. VC semakin ketat, investor ritel menolak untuk ikut serta, dan ambang batas penambahan token di bursa besar semakin tinggi. Di bawah tekanan ganda ini, muncul pola baru yang lebih sesuai dengan pasar beruang: bekerja sama dengan KOL papan atas + sedikit VC, meluncurkan proyek dengan proporsi besar di komunitas, dan memulai dengan nilai pasar yang rendah.
Inovator yang diwakili oleh Soon dan Pump Fun sedang membuka jalan baru melalui 'peluncuran komunitas' - dengan mendapat dukungan dari KOL terkemuka, mendistribusikan 40%-60% token secara langsung ke komunitas, meluncurkan proyek pada valuasi yang rendah hingga 100 juta dolar FDV, dan menggalang pendanaan jutaan dolar. Model ini membangun konsensus FOMO melalui pengaruh KOL, memungkinkan tim untuk mengunci keuntungan lebih awal, dan memperoleh kedalaman pasar melalui likuiditas tinggi, meskipun meninggalkan keunggulan mengontrol pasar jangka pendek, namun dapat membeli kembali token dengan harga rendah di pasar beruang melalui mekanisme market making yang sah. Pada dasarnya, ini adalah perpindahan paradigma struktur kekuasaan: dari permainan 'pass the parcel' yang didominasi oleh VC (institusi menerima - IPO - pembelian oleh investor ritel), beralih ke permainan transparan yang menetapkan harga berdasarkan konsensus komunitas, di mana proyek dan komunitas membentuk hubungan simbiosis baru dalam premi likuiditas. Ketika industri memasuki siklus hidup transparansi, proyek yang bertahan pada logika kontrol tradisional mungkin menjadi bayang-bayang zaman dalam gelombang perpindahan kekuasaan.
Sakit singkat dalam pasar justru memperkuat ketidakmungkinan arus teknologi. Ketika AI Agent mengurangi biaya interaksi rantai dua tingkat, ketika model adaptif terus meningkatkan efisiensi dana protokol DeFi, industri berpotensi menyambut Adopsi Massal yang telah lama dinantikan. Revolusi ini tidak bergantung pada spekulasi konseptual atau dorongan modal, tetapi berakar pada penetrasi teknologi berdasarkan kebutuhan nyata - sama seperti revolusi tenaga listrik tidak pernah terhenti karena kebangkrutan perusahaan lampu, Agent akhirnya akan menjadi jalur emas yang sebenarnya setelah gelembung pecah. Dan DeFAI mungkin adalah tempat subur yang sedang melahirkan, ketika penalaran biaya rendah menjadi hal yang umum, kita mungkin segera melihat ratusan kasus penggunaan Agent yang digabungkan ke dalam satu Swarm. Dengan kekuatan komputasi yang setara, peningkatan parameter model dapat memastikan Agent era open-source dapat disesuaikan dengan lebih baik, bahkan ketika dihadapkan pada instruksi masukan pengguna yang kompleks, dapat dipecah menjadi tugas pipeline yang dapat dilaksanakan sepenuhnya oleh satu Agent tunggal. Setiap Agent mengoptimalkan operasi rantai, dapat mendorong peningkatan aktivitas protokol DeFi secara keseluruhan dan peningkatan likuiditas. DeFAI dan produk DeFi yang lebih kompleks akan muncul, dan ini adalah tempat munculnya peluang baru setelah gelembung sebelumnya pecah.
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
Dampak DeepSeek pada protokol AI Web3 hulu dan hilir
Penulis asli: Kevin, BlockBooster
Diposting oleh: Luke, Mars Finance
Pertama, menyusun hubungan kerja sama perjanjian hulu dan hilir
Melalui analisis arsitektur teknis, posisi fungsional, dan kasus penggunaan praktis, saya akan membagi seluruh ekosistem ini menjadi: lapisan infrastruktur, lapisan perangkat lunak, lapisan model, lapisan aplikasi, dan merapikan hubungan ketergantungan di dalamnya:
1、lapisan infrastruktur
Layer infrastruktur menyediakan sumber daya dasar terdesentralisasi (daya komputasi, penyimpanan, L1), di mana protokol daya komputasi termasuk: Render, Akash, io.net, dll.; protokol penyimpanan termasuk: Arweave, Filecoin, Storj, dll.; L1 termasuk: NEAR, Olas, Fetch.ai, dll.
Protokol lapisan daya komputasi mendukung pelatihan model, inferensi, dan operasi kerangka kerja; protokol penyimpanan menyimpan data pelatihan, parameter model, dan catatan interaksi rantai; L1 mengoptimalkan efisiensi transfer data melalui node khusus, mengurangi latensi.
2、lapisan perangkat lunak tengah
Lapisan perangkat lunak tengah adalah jembatan antara infrastruktur dasar dan aplikasi yang lebih tinggi, menyediakan alat pengembangan kerangka, layanan data, dan perlindungan privasi, termasuk protokol anotasi data: Grass, Masa, Vana, dll.; protokol kerangka pengembangan: Eliza, ARC, Swarms, dll.; dan protokol komputasi privasi: Phala, dll.
Layanan data menyediakan bahan bakar untuk pelatihan model, kerangka pengembangan bergantung pada daya komputasi dan penyimpanan lapisan infrastruktur, lapisan komputasi privasi melindungi keamanan data saat pelatihan / inferensi.
3、lapisan model
Lapisan model digunakan untuk pengembangan, pelatihan, dan distribusi model, di mana platform pelatihan model sumber terbuka: Bittensor.
Lapisan model bergantung pada daya komputasi lapisan infrastruktur dan data lapisan perantaraan; model dideploy melalui kerangka pengembangan ke rantai; pasar model mengirimkan hasil pelatihan ke lapisan aplikasi.
4、Lapisan Aplikasi
Lapisan aplikasi adalah produk kecerdasan buatan yang ditujukan untuk pengguna akhir, di mana Agen mencakup: GOAT, AIXBT, dll.; Protokol DeFAI mencakup: Griffain, Buzz, dll.
Model pra-pelatihan lapisan model dipanggil pada lapisan aplikasi; komputasi privasi lapisan middleware yang bergantung; aplikasi kompleks memerlukan daya komputasi real-time lapisan infrastruktur.
Dua, berdampak negatif pada kekuatan komputasi terdesentralisasi
Menurut survei sampel, sekitar 70% proyek AI Web3 sebenarnya menggunakan OpenAI atau platform cloud sentralisasi, hanya 15% proyek menggunakan GPU terdesentralisasi (seperti model sub jaringan Bittensor), sementara 15% sisanya adalah arsitektur hibrida (pengolahan data sensitif secara lokal, tugas umum di cloud).
Penggunaan aktual protokol daya komputasi terdesentralisasi jauh di bawah ekspektasi, tidak sejalan dengan nilai pasar yang sebenarnya. Ada tiga alasan penyebab rendahnya penggunaan: pengembang Web2 tetap menggunakan rantai alat yang sudah ada saat bermigrasi ke Web3; platform GPU terdesentralisasi belum mencapai keunggulan harga; beberapa proyek menggunakan istilah 'terdesentralisasi' untuk menghindari pemeriksaan kepatuhan data, namun daya komputasi sebenarnya masih bergantung pada awan terpusat.
AWS/GCP menguasai lebih dari 90% pangsa pasar kekuatan AI, sementara kekuatan setara Akash hanya 0.2% dari AWS. Benteng perlindungan yang dimiliki oleh platform cloud terpusat termasuk: manajemen klaster, jaringan RDMA berkecepatan tinggi, dan kemampuan untuk mengatur skala secara elastis; sementara platform cloud terdesentralisasi memiliki versi yang diperbaiki dari teknologi tersebut dalam web3, namun memiliki kekurangan yang tidak dapat diselesaikan, seperti masalah keterlambatan: keterlambatan komunikasi node terdistribusi adalah 6 kali lipat dari cloud terpusat; dan pemisahan rantai alat: PyTorch/TensorFlow tidak mendukung penjadwalan terdesentralisasi secara native.
DeepSeek mengurangi konsumsi daya sebesar 50% melalui pelatihan langka (Sparse Training), memotong model secara dinamis untuk melatih model dengan miliaran parameter pada GPU konsumen. Permintaan untuk GPU high-end dalam jangka pendek diprediksi akan turun secara signifikan di pasar, potensi pasar komputasi tepi dinilai ulang. Seperti yang terlihat pada gambar di atas, sebelum munculnya DeepSeek, sebagian besar protokol dan aplikasi di industri menggunakan platform seperti AWS, hanya sedikit kasus penggunaan yang dideploy di jaringan GPU terdesentralisasi, kasus penggunaan semacam ini memperhatikan keunggulan harga terhadap daya komputasi konsumen dan tidak peduli dengan dampak keterlambatan.
Keadaan ini mungkin akan semakin memburuk dengan munculnya DeepSeek. DeepSeek menghilangkan batasan pengembang ekor panjang, model inferensi yang murah dan efisien akan menyebar dengan kecepatan yang belum pernah terjadi sebelumnya, pada kenyataannya, saat ini platform cloud terpusat dan banyak negara telah mulai menerapkan DeepSeek, penurunan besar biaya inferensi akan menghasilkan banyak aplikasi frontend, aplikasi ini memiliki kebutuhan yang besar untuk GPU konsumen. Menghadapi pasar besar yang akan datang, platform cloud terpusat akan memulai persaingan pengguna baru, bukan hanya bersaing dengan platform besar, tetapi juga bersaing dengan banyak platform cloud terpusat kecil. Dan cara persaingan yang paling langsung adalah dengan menurunkan harga, dapat diprediksi bahwa harga 4090 akan mengalami penurunan di platform sentral, ini merupakan bencana bagi platform daya komputasi Web3. Ketika harga bukanlah satu-satunya benteng terakhir untuk platform daya komputasi tersebut, ketika platform daya komputasi dalam industri terpaksa menurunkan harga, hasilnya adalah io.net, Render, Akash tidak dapat menahannya. Perang harga akan menghancurkan batas nilai maksimum yang tersisa bagi mereka, penurunan pendapatan dan hilangnya pengguna dapat membawa spiral kematian yang mungkin membuat protokol daya komputasi terdesentralisasi beralih ke arah baru.
Makna yang Dibawa oleh Perjanjian Hulunya dan Hilirnya
Seperti yang ditunjukkan pada gambar, saya percaya bahwa DeepSeek akan memberikan dampak yang berbeda pada lapisan infrastruktur, lapisan model, dan lapisan aplikasi, dari dampak positif yang dikatakan:
Lapisan aplikasi akan mendapat manfaat dari penurunan biaya inferensi yang signifikan, lebih banyak aplikasi dapat memastikan aplikasi Agens tetap online dalam jangka waktu yang lama dengan biaya rendah dan menyelesaikan tugas secara real-time;
Pada saat yang sama, biaya rendah seperti model DeepSeek dapat membuat komposisi protokol DeFAI menjadi lebih kompleks SWARM, ribuan Agen digunakan untuk satu kasus penggunaan, dan tugas masing-masing Agen akan sangat halus dan jelas, sehingga dapat secara signifikan meningkatkan pengalaman pengguna dan menghindari kesalahan pemodelan dan eksekusi input pengguna.
Pengembang lapisan aplikasi dapat menyesuaikan model, memberi makan harga aplikasi AI DeFi terkait, data dan analisis on-chain, data tata kelola protokol, tanpa perlu lagi membayar biaya lisensi yang tinggi.
Setelah lapisan model open source muncul di DeepSeek, keberadaannya terbukti bermakna, model-model unggulan dibuka untuk pengembang ekor panjang, ini dapat merangsang gelombang pengembangan yang luas;
Selama tiga tahun terakhir, tembok kekuatan komputasi yang dibangun di sekitar GPU unggulan telah benar-benar hancur, pengembang memiliki lebih banyak pilihan, model open source menetapkan arah yang lebih jelas, dan persaingan model AI di masa depan bukan lagi tentang kekuatan komputasi tetapi tentang algoritma. Perubahan keyakinan akan menjadi pondasi keyakinan bagi pengembang model open source.
Sejumlah subnet khusus seputar DeepSeek akan muncul tanpa henti, di mana parameter model akan meningkat dengan kekuatan komputasi yang sama, dan akan ada lebih banyak pengembang bergabung dengan komunitas sumber terbuka.
Dari segi dampak negatif:
Protokol daya komputasi dalam infrastruktur dasar memiliki keterlambatan penggunaan yang tidak dapat dioptimalkan secara obyektif;
Jaringan campuran yang terdiri dari A100 dan 4090 memerlukan persyaratan algoritma koordinasi yang lebih tinggi, yang bukanlah keuntungan platform terdesentralisasi.
Membongkar Gelembung Agen, DeFAI Menyulut Kelahiran Baru
Agent adalah harapan terakhir AI di industri, munculnya DeepSeek telah membebaskan pembatasan daya komputasi, menggambarkan harapan masa depan dari ledakan aplikasi. Awalnya adalah angin segar besar bagi lintasan Agent, namun dikaitkan dengan erat dengan industri, pasar saham AS, dan kebijakan Federal Reserve AS, gelembung terakhir ini pecah, nilai pasar lintasan jatuh ke dasar terendah.
Dalam gelombang integrasi AI dengan industri, terobosan teknologi dan permainan pasar selalu berjalan seiring. Gelombang guncangan nilai pasar NVIDIA memicu reaksi berantai, seakan cermin penyihir, menyoroti dilema narasi AI dalam industri: dari Agen On-chain hingga Mesin DeFAI, di bawah gambaran ekosistem yang sepenuhnya, terselubung infrastruktur teknologi yang lemah, logika nilai yang hampa, dan realitas kejam yang didominasi modal. Ekosistem rantai yang makmur menyembunyikan penyakit tersembunyi: banyak token dengan FDV tinggi bersaing untuk likuiditas terbatas, aset lama bertahan dengan emosi FOMO, dan pengembang terjebak dalam PVP yang menghabiskan energi inovasi. Ketika dana tambahan dan pertumbuhan pengguna mencapai langit-langit, seluruh industri jatuh ke dalam 'keterpurukan para inovator' - yang sangat ingin terobosan narasi revolusioner, tetapi sulit melepaskan diri dari belenggu dependensi jalur. Keadaan yang terkoyak ini memberikan kesempatan bersejarah bagi AI Agent: bukan hanya upgrade kotak alat teknologi, tetapi juga restrukturisasi paradigma penciptaan nilai.
Selama setahun terakhir, semakin banyak tim dalam industri menemukan bahwa model pendanaan tradisional sedang gagal—memberi VC bagian kecil, mengendalikan sebagian besar, dan memanipulasi pasar. VC semakin ketat, investor ritel menolak untuk ikut serta, dan ambang batas penambahan token di bursa besar semakin tinggi. Di bawah tekanan ganda ini, muncul pola baru yang lebih sesuai dengan pasar beruang: bekerja sama dengan KOL papan atas + sedikit VC, meluncurkan proyek dengan proporsi besar di komunitas, dan memulai dengan nilai pasar yang rendah.
Inovator yang diwakili oleh Soon dan Pump Fun sedang membuka jalan baru melalui 'peluncuran komunitas' - dengan mendapat dukungan dari KOL terkemuka, mendistribusikan 40%-60% token secara langsung ke komunitas, meluncurkan proyek pada valuasi yang rendah hingga 100 juta dolar FDV, dan menggalang pendanaan jutaan dolar. Model ini membangun konsensus FOMO melalui pengaruh KOL, memungkinkan tim untuk mengunci keuntungan lebih awal, dan memperoleh kedalaman pasar melalui likuiditas tinggi, meskipun meninggalkan keunggulan mengontrol pasar jangka pendek, namun dapat membeli kembali token dengan harga rendah di pasar beruang melalui mekanisme market making yang sah. Pada dasarnya, ini adalah perpindahan paradigma struktur kekuasaan: dari permainan 'pass the parcel' yang didominasi oleh VC (institusi menerima - IPO - pembelian oleh investor ritel), beralih ke permainan transparan yang menetapkan harga berdasarkan konsensus komunitas, di mana proyek dan komunitas membentuk hubungan simbiosis baru dalam premi likuiditas. Ketika industri memasuki siklus hidup transparansi, proyek yang bertahan pada logika kontrol tradisional mungkin menjadi bayang-bayang zaman dalam gelombang perpindahan kekuasaan.
Sakit singkat dalam pasar justru memperkuat ketidakmungkinan arus teknologi. Ketika AI Agent mengurangi biaya interaksi rantai dua tingkat, ketika model adaptif terus meningkatkan efisiensi dana protokol DeFi, industri berpotensi menyambut Adopsi Massal yang telah lama dinantikan. Revolusi ini tidak bergantung pada spekulasi konseptual atau dorongan modal, tetapi berakar pada penetrasi teknologi berdasarkan kebutuhan nyata - sama seperti revolusi tenaga listrik tidak pernah terhenti karena kebangkrutan perusahaan lampu, Agent akhirnya akan menjadi jalur emas yang sebenarnya setelah gelembung pecah. Dan DeFAI mungkin adalah tempat subur yang sedang melahirkan, ketika penalaran biaya rendah menjadi hal yang umum, kita mungkin segera melihat ratusan kasus penggunaan Agent yang digabungkan ke dalam satu Swarm. Dengan kekuatan komputasi yang setara, peningkatan parameter model dapat memastikan Agent era open-source dapat disesuaikan dengan lebih baik, bahkan ketika dihadapkan pada instruksi masukan pengguna yang kompleks, dapat dipecah menjadi tugas pipeline yang dapat dilaksanakan sepenuhnya oleh satu Agent tunggal. Setiap Agent mengoptimalkan operasi rantai, dapat mendorong peningkatan aktivitas protokol DeFi secara keseluruhan dan peningkatan likuiditas. DeFAI dan produk DeFi yang lebih kompleks akan muncul, dan ini adalah tempat munculnya peluang baru setelah gelembung sebelumnya pecah.