Фон: Крипто + ШІ, Пошук PMF

PMF (Product-Market Fit) відноситься до відповідності між продуктом та потребами ринку. Це означає, що продукт повинен задовольняти попит ринку, і перед початком підприємницької діяльності важливо розуміти ринкове середовище та тип клієнтів, на яких варто спрямовуватися. Це забезпечує розробку продукту, який справді потрібний, а не лише щось, що задовольняє творців, але не приймається ринком.

Концепція PMF застосовується до підприємців, щоб запобігти створенню продуктів або послуг, які можуть здаватися ідеальними, але не здатні привернути інтерес ринку. У криптосфері це означає, що команди проекту повинні розуміти потреби криптокористувачів при розробці продуктів, а не просто накопичувати технології, які відокремлені від ринку.

У минулому, більшість проектів Crypto + AI були пакетними з DePIN. Сюжет обертався навколо використання децентралізованих даних криптографії для навчання штучного інтелекту, уникнення залежності від контролю однієї юридичної особи, такої як обчислювальна потужність або дані. Постачальники даних могли б поділитися вигодами, які надає штучний інтелект.

За цією логікою, це більше схоже на криптовалюту, яка надає потужності штучного інтелекту. Хоча штучний інтелект міг токенізувати й розподіляти вигоди серед постачальників обчислювальної потужності, було важко залучати нових користувачів, що означало, що ця модель не була особливо успішною з точки зору PMF.

Поява AI Agents відображає більше застосування верхнього рівня, тоді як DePIN + AI виконує функції інфраструктури. Додатки є простішими і зрозумілішими, з кращою здатністю залучати користувачів, що призводить до сильнішого PMF, ніж DePIN + AI.

Все почалось, коли Марк Андріесен, співзасновник A16Z, спонсував розробку (PMF теорія також була запропонована ним), і першій великий прорив в АІ Агентах настав з двох розмов про штучний інтелект, що привели до створення «GOAT». Тепер, коли у таборах як ai16z, так і Virtual є свої переваги та недоліки, який є поточний етап АІ Агентів на ринку криптовалют? Куди вони рухаються в майбутньому? Давайте розглянемо це детальніше з WOO X Research.

Етап 1: Початок, зумовлений мемами

Перед появою GOAT найгарячішим трендом в поточному циклі були мем-монети. Привабливість мем-монет полягає в їхній інклюзивності, як це бачимо в проектах, таких як бегемот MOODENG з зоопарку, нещодавно прийнятий Нейро власником собаки та інтернет-мем Попкет. Ці монети втілюють рух "все може бути мемом". Незважаючи на здавалося б абсурдну наратив, вони створили плідну ґрунт для зростання AI агентів.

GOAT, який був створений за допомогою двох розмов з штучним інтелектом, став мем-койном і вперше використав криптовалюту та інтернет для досягнення своїх цілей, вивчаючи людську поведінку. Тільки мем-койни мали можливість підтримувати такий експериментальний проект. В результаті подібні концепти швидко розповсюдилися, але більшість залишалися обмеженими до простих функцій, таких як автоматичні публікації та відповіді в Twitter без практичного застосування. На цьому етапі монети на основі AI Agent зазвичай називали AI + Meme.

Представницькі проекти:

Fartcoin: ринкова капіталізація $812M, ліквідність на ланцюжку $15.9M

GOAT: Капіталізація ринку $430 млн, ліквідність on-chain $8.1 млн

Bully: Капіталізація ринку $43M, ліквідність on-chain $2M

Шоггот: ринкова капіталізація $38M, ліквідність на ланцюжку $1.8M

Етап 2: Вивчення застосувань

Поступово люди зрозуміли, що AI агенти можуть робити більше, ніж прості взаємодії в Twitter; їх можна розширити на більш цінні сценарії. До них входили створення контенту в таких галузях, як музика та відео, а також послуги, що більше відповідають користувачам криптовалют, такі як аналіз інвестицій та управління фондами. З цього етапу AI агенти почали розходитися з мем-монет, створюючи цілком новий шлях.

Представницькі проекти:

ai16z: ринкова капіталізація $1,67 млрд, ончейн ліквідність $14,7 млн

Zerebro: Капіталізація ринку $453M, ліквідність на ланцюжку $14M

AIXBT: Ринкова капіталізація $500M, он-чейн ліквідність $19.2M

GRIFFAIN: ринкова капіталізація $243M, ліквідність on-chain $7.5M

ALCH: Ринкова капіталізація $68M, ліквідність на ланцюжку $2.8M

Бічна історія: Платформи для випуску

При народженні застосувань штучного інтелекту в різних галузях, який шлях повинні обрати підприємці, щоб скористатися хвилею штучного інтелекту та криптовалют?

Відповідь - Launchpad.
Коли токени платформи мають ефект на генерацію багатства, користувачі постійно шукають та придбають токени, видані цією платформою. Реальні прибутки, здійснені цими покупками користувачів, збільшують потужність токенів платформи, піднімаючи їх ціну. Зі зростанням ціни токенів платформи, кошти надходять в токени, видані платформою, створюючи ефект багатства.

Бізнес-модель зрозуміла і має позитивний ефект літака. Однак важливо зауважити, що Launchpads працюють в середовищі, де перемагає лише один, виявляючи ефект Маттея. Основна функція Launchpad - випуск нових токенів. У сценарії з подібною функцією конкуренція полягає в якості проектів під кожною платформою. Якщо одна платформа може систематично створювати проекти високої якості та генерувати ефекти багатства, лояльність користувачів до цієї платформи природно зростатиме, що ускладнює привернення користувачів іншим платформам.

Представницькі проекти:

ВІРТУАЛЬНА: Ринкова капіталізація $3.4 млрд, ліквідність on-chain $52 млн.
CLANKER: Ринкова капіталізація $62M, ліквідність на ланцюжку $1.2M
VVAIFU: Капіталізація ринку $81M, ліквідність на ланцюжку $3.5M
VAPOR: Ринкова капіталізація $105M

Етап 3: Пошук співпраці

По мере того как AI Agents начинают реализовывать более практические функции, акцент смещается на исследование сотрудничества между проектами для создания более надежной экосистемы. На этом этапе основное внимание уделяется взаимодействию и расширению сети, особенно потенциалу синергии с другими криптопроектами или протоколами. Например, AI Agents могут сотрудничать с протоколами DeFi для усовершенствования автоматизированных инвестиционных стратегий или интегрироваться с проектами NFT для создания более умных инструментов.

Для досягнення ефективного співробітництва потрібно встановити стандартизовану рамку, яка надає розробникам попередньо задані компоненти, абстрактні концепції та відповідні інструменти для спрощення складного процесу розробки ШІ-агентів. Шляхом надання стандартизованих рішень для загальних викликів у розробці ШІ-агентів ці фреймворки можуть допомогти розробникам зосередитися на унікальності своїх додатків, а не починати з нуля кожного разу, уникнувши таким чином проблеми винахідництва колеса.

Представницькі проекти:

• [ ]

ELIZA: Капіталізація ринку $100M, ліквідність на ланцюжку $3.6M

ГРА: Капіталізація ринку $237M, ліквідність на ланцюжку $31M

ARC: Капіталізація ринку $300M, ліквідність on-chain $5M

FXN: Ринкова капіталізація $76M, ліквідність на ланцюжку $1.5M

SWARMS: Ринкова капіталізація $63M, ліквідність на ланцюжку $20M

Етап 4: Управління коштами

З погляду продукту, AI Агенти на початку можуть служити простими інструментами, що надають інвестиційні поради та генерують звіти. Однак управління фондами вимагає більш високого рівня можливостей, включаючи розробку стратегій, динамічні корективи та прогнозування ринку. Це означає зміну, коли AI Агенти вже не є просто інструментами, але починають брати участь у процесі створення вартості.

По мірі того як традиційний фінансовий капітал прискорює свій вхід на ринок криптовалют, попит на спеціалізацію та масштабованість продовжує зростати. Автоматизація та ефективність штучних інтелектуальних агентів ідеально відповідає цій потребі, особливо коли вони виконують функції, такі як арбітражні стратегії, перебалансування активів та ризик-хеджування. Штучні інтелектуальні агенти можуть значно підвищити конкурентоспроможність фондів.

Представницькі проекти:

• [ ]

ai16z: Ринкова капіталізація $1.67B, ліквідність на ланцюгу $14.7M

Vader: капіталізація ринку $91M, ліквідність on-chain $3.7M

SEKOIA: капіталізація ринку $33M, ліквідність on-chain $1.5M

AiSTR: Капіталізація ринку $13.7M, ліквідність на ланцюжку $675K

Очікуваний етап 5: Перебудова агентоміки

Наразі ми перебуваємо на четвертому етапі. Якщо не брати до уваги ціни на токени, більшість агентів Crypto AI ще не інтегровані в наші повсякденні програми. Наприклад, найбільш часто використовуваним AI Agent автором все ще є інструмент Web 2 Perplexity, і час від часу вони переглядають аналітичні твіти з AIXBT. Крім того, частота використання Crypto AI Agents залишається досить низькою, що говорить про те, що четвертий етап може затриматися на деякий час, оскільки продукт ще не повністю дозрів.

Однак, автор вважає, що на п'ятому етапі AI Agents будуть еволюціонувати далеко за межами просто агрегаторів функцій або додатків. Вони стануть основою нової економічної моделі - Agentnomics. Розвиток цього етапу не тільки включатиме технологічні досягнення, але також буде вирішальним для переозначення токеномічних відносин між дистриб'юторами, платформами та постачальниками Agent, що врешті-решт створить абсолютно нову екосистему. Нижче наведено основні особливості цього етапу:

1. Аналогічно розвитку Інтернету

Формування Agentnomics можна порівняти з еволюцією інтернет-економіки, зокрема з появою супер-додатків, таких як WeChat та Alipay. Ці платформи інтегрували різноманітні автономні додатки в свої екосистеми, створюючи багатофункціональні точки входу. Під час цього процесу виникла економічна модель співпраці та симбіозу між провайдерами додатків та платформами. Таким же чином, AI Agents пройдуть подібний процес на п'ятому етапі, але на основі криптовалюти та децентралізованих технологій.

2. Перетворення відносин між дистриб'юторами, платформами та постачальниками-агентами

У екосистемі штучного інтелекту Агенти, три ключові сутності утворять тісно сплетену економічну мережу:

• [ ]

Дистриб'ютор: відповідає за просування AI-агентів до кінцевих користувачів, наприклад, через спеціалізовані магазини додатків або екосистеми DApp.

Платформа: Забезпечує інфраструктуру та фреймворки співпраці, які дозволяють кільком постачальникам агентів працювати в єдиному середовищі, керуючи правилами екосистеми та розподілом ресурсів.

Постачальник агента: розробляє та надає різноманітні AI агенти з різними функціональностями, що сприяють інноваційним додаткам та сервісам екосистеми.

Завдяки токеномічному дизайну інтереси дистриб'юторів, платформ і постачальників будуть децентралізовані, з механізмами, такими як розподіл прибутку, винагороди за внесок та права управління для сприяння співпраці та стимулювання інновацій.

3. Вступні точки і інтеграція Super App

По мере развития AI Agents в точки входа супер-приложений, они смогут интегрировать различные экономики платформы, управлять и объединять большое количество независимых агентов. Это похоже на то, как WeChat и Alipay интегрировали независимые приложения в свои экосистемы. Супер-приложение для AI Agents дальше разрушит традиционные силосы приложений, облегчая более широкое сотрудничество и создавая более безупречный опыт для пользователей.

Відмова від відповідальності:

1. Ця стаття передрукована з [PANews]. Усі авторські права належать оригінальному автору [WOO]. Якщо є заперечення до цього перепосту, будь ласка, зв'яжіться з Гейт Вчитькоманда і вони оперативно це вирішать.
2. Відмова від відповідальності: погляди та думки, висловлені в цій статті, є виключно поглядами автора і не становлять жодної інвестиційної поради.
3. Переклади статті на інші мови виконуються командою Gate Learn. Якщо не зазначено інше, копіювання, поширення або плагіатування перекладених статей заборонені.