Một, làm sạch mối quan hệ hợp tác giữa các bên tham gia ở cấp trên và cấp dưới
Dựa trên phân tích cấu trúc kỹ thuật, vị trí chức năng và các trường hợp sử dụng thực tế, tôi sẽ chia toàn bộ hệ sinh thái thành: tầng cơ sở hạ tầng, tầng trung gian, tầng mô hình, tầng ứng dụng và phân loại mối quan hệ phụ thuộc của chúng.
1、Cấp cơ sở hạ tầng
Lớp cơ sở hạ tầng cung cấp tài nguyên cơ bản phi tập trung (sức mạnh tính toán, lưu trữ, L1), trong đó gồm các giao thức sức mạnh tính toán như: Render, Akash, io.net, vv; giao thức lưu trữ như: Arweave, Filecoin, Storj, vv; và L1 như: NEAR, Olas, Fetch.ai, vv.
Giai đoạn cung cấp sức mạnh tính toán hỗ trợ việc huấn luyện, suy luận và hoạt động của khung; Giai đoạn lưu trữ lưu trữ dữ liệu huấn luyện, tham số mô hình và ghi chú tương tác trên chuỗi; L1 tối ưu hóa hiệu suất truyền dữ liệu thông qua các nút chuyên dụng, giảm độ trễ.
2、Lớp middleware
Lớp trung gian là cầu nối giữa cơ sở hạ tầng và ứng dụng phía trên, cung cấp công cụ phát triển khung, dịch vụ dữ liệu và bảo vệ quyền riêng tư, trong đó có các giao thức đánh dấu dữ liệu như: Grass, Masa, Vana; giao thức khung phát triển bao gồm: Eliza, ARC, Swarms; giao thức tính toán riêng tư bao gồm: Phala.
Lớp dịch vụ dữ liệu cung cấp nhiên liệu cho việc huấn luyện mô hình, khung phát triển phụ thuộc vào sức mạnh tính toán và lưu trữ ở tầng cơ sở, lớp tính toán riêng tư bảo vệ tính bảo mật của dữ liệu trong quá trình huấn luyện / suy luận.
3、Lớp mô hình
Lớp mô hình được sử dụng cho việc phát triển, huấn luyện và phân phối mô hình, trong đó nổi bật là nền tảng huấn luyện mô hình mã nguồn mở: Bittensor.
Lớp mô hình phụ thuộc vào sức mạnh tính toán của lớp cơ sở và dữ liệu của lớp trung gian; mô hình được triển khai vào chuỗi thông qua khung phát triển; thị trường mô hình chuyển giao kết quả đào tạo đến lớp ứng dụng.
4、Tầng ứng dụng
Ứng dụng cấp cao là sản phẩm trí tuệ nhân tạo dành cho người dùng cuối, trong đó Agent bao gồm: GOAT, AIXBT và nhiều hơn nữa; Giao thức DeFAI bao gồm: Griffain, Buzz và nhiều hơn nữa.
Mô hình gọi ứng dụng tầng mô hình tiền huấn luyện; Tính toán riêng tư phụ thuộc vào tầng phần mềm trung gian; Ứng dụng phức tạp cần sức mạnh tính toán thời gian thực của tầng cơ sở hạ tầng.
Hai, ảnh hưởng tiêu cực đối với sức mạnh tính toán phi tập trung
Theo cuộc khảo sát mẫu, khoảng 70% dự án trí tuệ nhân tạo Web3 thực tế sử dụng OpenAI hoặc nền tảng đám mây tập trung, chỉ có 15% dự án sử dụng GPU phi tâm trung (như mô hình mạng lưới con Bittensor), 15% còn lại là kiến trúc kết hợp (xử lý dữ liệu nhạy cảm cục bộ, nhiệm vụ chung trên đám mây).
Tỷ lệ sử dụng thực tế của giao thức sức mạnh tính toán phi tập trung thấp hơn nhiều so với dự kiến và không phù hợp với vốn hóa thị trường thực tế của nó. Có ba lý do cho tỷ lệ sử dụng thấp: Các nhà phát triển Web2 chuyển sang Web3 sẽ tiếp tục sử dụng chuỗi công cụ ban đầu; Các nền tảng GPU phi tập trung vẫn chưa đạt được lợi thế về giá; Một số dự án phá vỡ đánh giá tuân thủ dữ liệu dưới danh nghĩa "phi tập trung" và sức mạnh tính toán thực tế vẫn dựa vào đám mây tập trung.
AWS/GCP chiếm hơn 90% thị phần sức mạnh tính toán AI, trong khi sức mạnh tính toán tương đương của Akash chỉ chiếm 0.2% so với AWS. Các hàm rãnh của nền tảng đám mây tập trung bao gồm quản lý cụm, mạng siêu tốc RDMA, mở rộng và co giãn linh hoạt; trong khi các phiên bản cải tiến web3 của nền tảng đám mây phi tập trung có điểm hạn chế không thể hoàn hảo như vấn đề trễ: trễ trong giao tiếp giữa các nút phân tán là gấp 6 lần so với đám mây tập trung; và vấn đề phân mảnh công cụ: PyTorch/TensorFlow chưa hỗ trợ lập lịch phi tập trung một cách tự nhiên.
DeepSeek giảm 50% lượng công suất tính toán thông qua Huấn luyện Thưa (Sparse Training), cắt tỉa mô hình động để huấn luyện mô hình với hàng trăm tỉ tham số trên GPU tiêu dùng. Dự đoán nhu cầu GPU cao cấp trong thời gian ngắn tới sẽ giảm đáng kể trên thị trường, tiềm năng thị trường tính toán biên được đánh giá lại. Như đã thấy trên biểu đồ, trước khi DeepSeek xuất hiện, đa số giao thức và ứng dụng trong ngành đều sử dụng các nền tảng như AWS, chỉ có một số ít trường hợp triển khai trên mạng lưới GPU phi tâm trung, những trường hợp này chú trọng vào ưu điểm về giá cả trong công suất tiêu dùng và không quan tâm đến ảnh hưởng của độ trễ.
Tình hình này có thể tiếp tục trở nên tồi tệ hơn với sự xuất hiện của DeepSeek. DeepSeek đã giải phóng hạn chế của nhà phát triển dài đuôi, mô hình suy luận chi phí thấp và hiệu quả sẽ được phổ cập với tốc độ chưa từng có, thực tế là, hiện nay các nền tảng đám mây tập trung và nhiều quốc gia đã bắt đầu triển khai DeepSeek, sự giảm chi phí suy luận sẽ tạo ra một lượng lớn ứng dụng phía trước, những ứng dụng này đòi hỏi một cung cấp GPU tiêu dùng lớn. Đối mặt với thị trường lớn sắp tới, các nền tảng đám mây tập trung sẽ mở đầu cuộc chiến giành người dùng mới, không chỉ cạnh tranh với các nền tảng hàng đầu mà còn cạnh tranh với vô số nền tảng đám mây tập trung nhỏ. Và cách cạnh tranh trực tiếp nhất chính là giảm giá, có thể dự đoán rằng giá của 4090 trên các nền tảng tập trung sẽ giảm, điều này thật sự là một thảm hoạ cho nền tảng sức mạnh tính toán của Web3. Khi giá cả không còn là hàng rào bảo vệ duy nhất của sau, khi nền tảng sức mạnh tính toán trong ngành phải giảm giá, kết quả là io.net, Render, Akash không thể chịu đựng được. Cuộc chiến giá cả sẽ phá hủy giới hạn định giá cuối cùng của sau, sự giảm thu nhập và sự mất người dùng mang lại vòng xoáy suy thoái có thể khiến giao thức sức mạnh tính toán phi trung tâm chuyển hướng sang hướng mới.
Ba, ý nghĩa của hợp đồng trên dòng và dưới dòng
Như hình minh họa, tôi tin rằng DeepSeek sẽ mang lại các tác động khác nhau đối với tầng cơ sở, tầng mô hình và tầng ứng dụng, nói về tác động tích cực:
Tầng ứng dụng sẽ hưởng lợi từ việc giảm chi phí suy luận một cách đáng kể, điều này cho phép nhiều ứng dụng có thể đảm bảo rằng Ứng dụng Đại lý được duy trì trực tuyến trong thời gian dài với chi phí thấp và hoàn thành nhiệm vụ trong thời gian thực.
Đồng thời, mô hình chi phí thấp như DeepSeek có thể cho phép xây dựng các SWARM phức tạp hơn của giao thức DeFAI, hàng ngàn Agent được sử dụng cho một trường hợp cụ thể, mỗi Agent sẽ có nhiệm vụ cụ thể và chi tiết rất nhỏ, điều này sẽ cải thiện đáng kể trải nghiệm sử dụng của người dùng, tránh việc nhập liệu của người dùng bị phân tích và thực thi sai lầm bởi mô hình;
Nhà phát triển ứng dụng có thể điều chỉnh mô hình, cung cấp giá cho ứng dụng AI liên quan đến DeFi, dữ liệu và phân tích trên chuỗi, dữ liệu về quản trị giao thức mà không cần phải trả chi phí cấp phép đắt đỏ nữa.
Sau khi lớp mô hình nguồn mở được ra mắt trên DeepSeek, ý nghĩa của nó đã được chứng minh, việc mở rộng các mô hình cao cấp cho các nhà phát triển dài đuôi có thể kích thích làn sóng phát triển rộng lớn;
Trong suốt ba năm qua, bức tường sức mạnh tính toán xung quanh GPU cao cấp đã bị phá hủy hoàn toàn, các nhà phát triển có nhiều lựa chọn hơn, và hướng đi của mô hình mã nguồn mở đã được xác định rõ hơn. Trong tương lai, cuộc đua của các mô hình AI sẽ không còn xoay quanh sức mạnh tính toán mà là về thuật toán. Sự chuyển đổi của niềm tin sẽ trở thành nền tảng niềm tin của các nhà phát triển mô hình mã nguồn mở.
Xung quanh mạng con cụ thể của DeepSeek, số lượng tham gia sẽ tăng, số lượng tham số mô hình sẽ tăng dưới cùng sức mạnh tính toán tương tự, và sẽ có nhiều nhà phát triển tham gia cộng đồng mã nguồn mở hơn.
Từ ảnh hưởng tiêu cực:
Trong cơ sở hạ tầng, sự trễ nãy sinh của giao thức sức mạnh tính toán không thể được tối ưu hóa;
Và mạng hỗn hợp được hình thành bởi A100 và 4090 yêu cầu thuật toán điều phối cao hơn, điều này không phải là ưu điểm của nền tảng phi tập trung.
Phá vỡ bong bóng Đại lý, DeFAI tạo ra sự tái sinh
Agent là hy vọng cuối cùng của ngành công nghiệp AI, sự xuất hiện của DeepSeek đã giải phóng hạn chế về sức mạnh tính toán, mô tả kỳ vọng tương lai của sự bùng nổ ứng dụng. Ban đầu là cơ hội lớn cho đường đua của Agent, nhưng chỉ còn lại một lớp bọt nhỏ do sự liên kết mạnh mẽ với ngành công nghiệp và thị trường chứng khoán Mỹ cũng như chính sách của Cục dự trữ liên bang Mỹ, đã làm vỡ tan lớp bọt cuối cùng, giá trị thị trường đường đua đã rơi vào đáy.
Trong làn sóng hòa nhập AI và ngành công nghiệp, sự đột phá công nghệ và cuộc chiến thị trường luôn hiện hữu. Sự dao động vốn hóa của NVIDIA đã gây ra một chuỗi phản ứng, giống như một chiếc gương phản chiếu quỷ dữ, phản ánh ra những khó khăn sâu sắc của câu chuyện về AI trong ngành: Từ On-chain Agent đến DeFAI Engine, dưới bức tranh sinh thái hoàn chỉnh, che lấp sự yếu kém về cơ sở hạ tầng công nghệ, logic giá trị trở nên rỗng tuếch, và thực tế tàn khốc do vốn áp đảo. Sự phồn thịnh trên chuỗi sinh thái trên chuỗi ẩn chứa những vấn đề tiềm tàng: Sự tranh giành nguồn cung hạn chế của lượng token có giá trị vốn hóa FDV cao, tài sản lỗi thời dựa vào cảm xúc FOMO để tồn tại, các nhà phát triển mắc kẹt trong việc tiêu tốn năng lượng sáng tạo trong cuộc cạnh tranh PVP. Khi lượng vốn tăng và sự phát triển người dùng chạm đến giới hạn, toàn bộ ngành công nghiệp rơi vào "thế khó của những người sáng tạo" - không chỉ khao khát sự đột phá trong cách kể chuyện, mà còn khó thoát khỏi sự ràng buộc của con đường phụ thuộc. Tình trạng chia rẽ này chính là cơ hội lịch sử cho AI Agent: Nó không chỉ là bản nâng cấp của hòm công cụ công nghệ, mà còn là sự tái cấu trúc của mô hình tạo giá trị.
Trong năm qua, ngày càng có nhiều đội ngũ trong ngành phát hiện ra rằng mô hình tài trợ truyền thống đang trở nên không còn hiệu quả - việc VC sở hữu một phần nhỏ cổ phần, kiểm soát mạnh mẽ và đưa ra các chiến lược định giá cao đã trở nên khó khăn. Với áp lực từ việc VC hạn chế tài chính, nhà đầu tư nhỏ lẻ từ chối tham gia và ngưỡng cửa đăng ký đồng xu lớn tại sàn giao dịch lớn, dưới ba áp lực này, một phương pháp mới phù hợp hơn với thị trường giảm giá đang nổi lên: kết hợp cùng các KOL hàng đầu + một số VC nhỏ, phát hành một tỷ lệ lớn cho cộng đồng, khởi đầu lạnh với vốn hóa thấp.
Các nhà đổi mới đại diện bởi Soon và Pump Fun đang mở đường mới thông qua 'lễ phóng ra cộng đồng' - được đầu tư bởi các KOL hàng đầu, phân phối trực tiếp 40%-60% token cho cộng đồng, khởi động dự án ở mức định giá thấp chỉ từ 1000 triệu đô la FDV, thu về hàng triệu đô la vốn. Mô hình này xây dựng sự đồng thuận FOMO thông qua sức ảnh hưởng của KOL, giúp đội ngũ khóa lợi nhuận sớm, đồng thời trao đổi với độ sâu thị trường thông qua tính thanh khoản cao, mặc dù bỏ lỡ ưu thế kiểm soát ngắn hạn, nhưng có thể mua lại token ở mức giá thấp trong thị trường giảm phí pháp lý thông qua cơ chế làm thị trường tuân thủ. Về bản chất, đây là một quá trình di truyền của cấu trúc quyền lực: từ trò chơi chuyển tiếp do VC dẫn dắt (cơ quan tiếp tục mua - bán ra trên sàn - người tiêu dùng mua), chuyển hướng sang một ván cờ minh bạch do cộng đồng định giá, tạo ra một mối quan hệ sinh thái mới giữa dự án và cộng đồng trong áp lực thanh khoản. Khi ngành công nghiệp bước vào vòng đời minh bạch, các dự án cố chấp vào logic kiểm soát truyền thống có thể trở thành bóng tối của thời đại dưới làn sóng di truyền quyền lực.
Đau đớn ngắn hạn trên thị trường chính xác là minh chứng cho sự không thể đảo ngược của làn sóng công nghệ. Khi AI Agent giảm chi phí giao dịch trên chuỗi hai cấp độ, khi mô hình tự điều chỉnh liên tục cải thiện hiệu suất vốn của các giao thức DeFi, ngành công nghiệp có thể chứng kiến sự đón nhận khổng lồ đã được chờ đợi từ lâu. Cuộc cách mạng này không phụ thuộc vào việc tạo ra khí thế hoặc tạo ra vốn, mà dựa vào sức mạnh xâm nhập công nghệ từ nhu cầu thực tế - giống như cuộc cách mạng điện không bao giờ bị đình trệ vì sụp đổ của các công ty đèn, Agent sẽ trở thành con đường vàng thực sự sau khi bong bóng vỡ. Và DeFAI có thể là nơi ổn định mới đang phát triển, khi suy luận chi phí thấp trở thành hằng ngày, chúng ta có thể sớm thấy hàng trăm Agent được kết hợp trong một Swarm để tạo ra các trường hợp sử dụng. Dưới năng lực tính toán tương đương, việc tăng mạnh tham số mô hình có thể đảm bảo rằng Agent thời đại mã nguồn mở có thể được điều chỉnh mạnh mẽ hơn, ngay cả khi đối mặt với các lệnh đầu vào phức tạp từ người dùng, cũng có thể chia thành các nhiệm vụ pipeline mà một Agent đơn lẻ có thể thực hiện đầy đủ. Mỗi Agent tối ưu hóa các hoạt động trên chuỗi, có thể thúc đẩy tăng cường hoạt động và tăng cường thanh khoản của toàn bộ giao thức DeFi. Với DeFAI dẫn đầu, sẽ xuất hiện nhiều sản phẩm DeFi phức tạp hơn, và đây chính là nơi xuất hiện cơ hội mới sau khi bong bóng trước đã vỡ.
Nội dung chỉ mang tính chất tham khảo, không phải là lời chào mời hay đề nghị. Không cung cấp tư vấn về đầu tư, thuế hoặc pháp lý. Xem Tuyên bố miễn trừ trách nhiệm để biết thêm thông tin về rủi ro.
DeepSeek对Web3 AI上下游giao thức产生的影响
Tác giả gốc: Kevin, BlockBooster
Chuyển tải: Luke, tài chính Hỏa Tinh
Một, làm sạch mối quan hệ hợp tác giữa các bên tham gia ở cấp trên và cấp dưới
Dựa trên phân tích cấu trúc kỹ thuật, vị trí chức năng và các trường hợp sử dụng thực tế, tôi sẽ chia toàn bộ hệ sinh thái thành: tầng cơ sở hạ tầng, tầng trung gian, tầng mô hình, tầng ứng dụng và phân loại mối quan hệ phụ thuộc của chúng.
1、Cấp cơ sở hạ tầng
Lớp cơ sở hạ tầng cung cấp tài nguyên cơ bản phi tập trung (sức mạnh tính toán, lưu trữ, L1), trong đó gồm các giao thức sức mạnh tính toán như: Render, Akash, io.net, vv; giao thức lưu trữ như: Arweave, Filecoin, Storj, vv; và L1 như: NEAR, Olas, Fetch.ai, vv.
Giai đoạn cung cấp sức mạnh tính toán hỗ trợ việc huấn luyện, suy luận và hoạt động của khung; Giai đoạn lưu trữ lưu trữ dữ liệu huấn luyện, tham số mô hình và ghi chú tương tác trên chuỗi; L1 tối ưu hóa hiệu suất truyền dữ liệu thông qua các nút chuyên dụng, giảm độ trễ.
2、Lớp middleware
Lớp trung gian là cầu nối giữa cơ sở hạ tầng và ứng dụng phía trên, cung cấp công cụ phát triển khung, dịch vụ dữ liệu và bảo vệ quyền riêng tư, trong đó có các giao thức đánh dấu dữ liệu như: Grass, Masa, Vana; giao thức khung phát triển bao gồm: Eliza, ARC, Swarms; giao thức tính toán riêng tư bao gồm: Phala.
Lớp dịch vụ dữ liệu cung cấp nhiên liệu cho việc huấn luyện mô hình, khung phát triển phụ thuộc vào sức mạnh tính toán và lưu trữ ở tầng cơ sở, lớp tính toán riêng tư bảo vệ tính bảo mật của dữ liệu trong quá trình huấn luyện / suy luận.
3、Lớp mô hình
Lớp mô hình được sử dụng cho việc phát triển, huấn luyện và phân phối mô hình, trong đó nổi bật là nền tảng huấn luyện mô hình mã nguồn mở: Bittensor.
Lớp mô hình phụ thuộc vào sức mạnh tính toán của lớp cơ sở và dữ liệu của lớp trung gian; mô hình được triển khai vào chuỗi thông qua khung phát triển; thị trường mô hình chuyển giao kết quả đào tạo đến lớp ứng dụng.
4、Tầng ứng dụng
Ứng dụng cấp cao là sản phẩm trí tuệ nhân tạo dành cho người dùng cuối, trong đó Agent bao gồm: GOAT, AIXBT và nhiều hơn nữa; Giao thức DeFAI bao gồm: Griffain, Buzz và nhiều hơn nữa.
Mô hình gọi ứng dụng tầng mô hình tiền huấn luyện; Tính toán riêng tư phụ thuộc vào tầng phần mềm trung gian; Ứng dụng phức tạp cần sức mạnh tính toán thời gian thực của tầng cơ sở hạ tầng.
Hai, ảnh hưởng tiêu cực đối với sức mạnh tính toán phi tập trung
Theo cuộc khảo sát mẫu, khoảng 70% dự án trí tuệ nhân tạo Web3 thực tế sử dụng OpenAI hoặc nền tảng đám mây tập trung, chỉ có 15% dự án sử dụng GPU phi tâm trung (như mô hình mạng lưới con Bittensor), 15% còn lại là kiến trúc kết hợp (xử lý dữ liệu nhạy cảm cục bộ, nhiệm vụ chung trên đám mây).
Tỷ lệ sử dụng thực tế của giao thức sức mạnh tính toán phi tập trung thấp hơn nhiều so với dự kiến và không phù hợp với vốn hóa thị trường thực tế của nó. Có ba lý do cho tỷ lệ sử dụng thấp: Các nhà phát triển Web2 chuyển sang Web3 sẽ tiếp tục sử dụng chuỗi công cụ ban đầu; Các nền tảng GPU phi tập trung vẫn chưa đạt được lợi thế về giá; Một số dự án phá vỡ đánh giá tuân thủ dữ liệu dưới danh nghĩa "phi tập trung" và sức mạnh tính toán thực tế vẫn dựa vào đám mây tập trung.
AWS/GCP chiếm hơn 90% thị phần sức mạnh tính toán AI, trong khi sức mạnh tính toán tương đương của Akash chỉ chiếm 0.2% so với AWS. Các hàm rãnh của nền tảng đám mây tập trung bao gồm quản lý cụm, mạng siêu tốc RDMA, mở rộng và co giãn linh hoạt; trong khi các phiên bản cải tiến web3 của nền tảng đám mây phi tập trung có điểm hạn chế không thể hoàn hảo như vấn đề trễ: trễ trong giao tiếp giữa các nút phân tán là gấp 6 lần so với đám mây tập trung; và vấn đề phân mảnh công cụ: PyTorch/TensorFlow chưa hỗ trợ lập lịch phi tập trung một cách tự nhiên.
DeepSeek giảm 50% lượng công suất tính toán thông qua Huấn luyện Thưa (Sparse Training), cắt tỉa mô hình động để huấn luyện mô hình với hàng trăm tỉ tham số trên GPU tiêu dùng. Dự đoán nhu cầu GPU cao cấp trong thời gian ngắn tới sẽ giảm đáng kể trên thị trường, tiềm năng thị trường tính toán biên được đánh giá lại. Như đã thấy trên biểu đồ, trước khi DeepSeek xuất hiện, đa số giao thức và ứng dụng trong ngành đều sử dụng các nền tảng như AWS, chỉ có một số ít trường hợp triển khai trên mạng lưới GPU phi tâm trung, những trường hợp này chú trọng vào ưu điểm về giá cả trong công suất tiêu dùng và không quan tâm đến ảnh hưởng của độ trễ.
Tình hình này có thể tiếp tục trở nên tồi tệ hơn với sự xuất hiện của DeepSeek. DeepSeek đã giải phóng hạn chế của nhà phát triển dài đuôi, mô hình suy luận chi phí thấp và hiệu quả sẽ được phổ cập với tốc độ chưa từng có, thực tế là, hiện nay các nền tảng đám mây tập trung và nhiều quốc gia đã bắt đầu triển khai DeepSeek, sự giảm chi phí suy luận sẽ tạo ra một lượng lớn ứng dụng phía trước, những ứng dụng này đòi hỏi một cung cấp GPU tiêu dùng lớn. Đối mặt với thị trường lớn sắp tới, các nền tảng đám mây tập trung sẽ mở đầu cuộc chiến giành người dùng mới, không chỉ cạnh tranh với các nền tảng hàng đầu mà còn cạnh tranh với vô số nền tảng đám mây tập trung nhỏ. Và cách cạnh tranh trực tiếp nhất chính là giảm giá, có thể dự đoán rằng giá của 4090 trên các nền tảng tập trung sẽ giảm, điều này thật sự là một thảm hoạ cho nền tảng sức mạnh tính toán của Web3. Khi giá cả không còn là hàng rào bảo vệ duy nhất của sau, khi nền tảng sức mạnh tính toán trong ngành phải giảm giá, kết quả là io.net, Render, Akash không thể chịu đựng được. Cuộc chiến giá cả sẽ phá hủy giới hạn định giá cuối cùng của sau, sự giảm thu nhập và sự mất người dùng mang lại vòng xoáy suy thoái có thể khiến giao thức sức mạnh tính toán phi trung tâm chuyển hướng sang hướng mới.
Ba, ý nghĩa của hợp đồng trên dòng và dưới dòng
Như hình minh họa, tôi tin rằng DeepSeek sẽ mang lại các tác động khác nhau đối với tầng cơ sở, tầng mô hình và tầng ứng dụng, nói về tác động tích cực:
Tầng ứng dụng sẽ hưởng lợi từ việc giảm chi phí suy luận một cách đáng kể, điều này cho phép nhiều ứng dụng có thể đảm bảo rằng Ứng dụng Đại lý được duy trì trực tuyến trong thời gian dài với chi phí thấp và hoàn thành nhiệm vụ trong thời gian thực.
Đồng thời, mô hình chi phí thấp như DeepSeek có thể cho phép xây dựng các SWARM phức tạp hơn của giao thức DeFAI, hàng ngàn Agent được sử dụng cho một trường hợp cụ thể, mỗi Agent sẽ có nhiệm vụ cụ thể và chi tiết rất nhỏ, điều này sẽ cải thiện đáng kể trải nghiệm sử dụng của người dùng, tránh việc nhập liệu của người dùng bị phân tích và thực thi sai lầm bởi mô hình;
Nhà phát triển ứng dụng có thể điều chỉnh mô hình, cung cấp giá cho ứng dụng AI liên quan đến DeFi, dữ liệu và phân tích trên chuỗi, dữ liệu về quản trị giao thức mà không cần phải trả chi phí cấp phép đắt đỏ nữa.
Sau khi lớp mô hình nguồn mở được ra mắt trên DeepSeek, ý nghĩa của nó đã được chứng minh, việc mở rộng các mô hình cao cấp cho các nhà phát triển dài đuôi có thể kích thích làn sóng phát triển rộng lớn;
Trong suốt ba năm qua, bức tường sức mạnh tính toán xung quanh GPU cao cấp đã bị phá hủy hoàn toàn, các nhà phát triển có nhiều lựa chọn hơn, và hướng đi của mô hình mã nguồn mở đã được xác định rõ hơn. Trong tương lai, cuộc đua của các mô hình AI sẽ không còn xoay quanh sức mạnh tính toán mà là về thuật toán. Sự chuyển đổi của niềm tin sẽ trở thành nền tảng niềm tin của các nhà phát triển mô hình mã nguồn mở.
Xung quanh mạng con cụ thể của DeepSeek, số lượng tham gia sẽ tăng, số lượng tham số mô hình sẽ tăng dưới cùng sức mạnh tính toán tương tự, và sẽ có nhiều nhà phát triển tham gia cộng đồng mã nguồn mở hơn.
Từ ảnh hưởng tiêu cực:
Trong cơ sở hạ tầng, sự trễ nãy sinh của giao thức sức mạnh tính toán không thể được tối ưu hóa;
Và mạng hỗn hợp được hình thành bởi A100 và 4090 yêu cầu thuật toán điều phối cao hơn, điều này không phải là ưu điểm của nền tảng phi tập trung.
Phá vỡ bong bóng Đại lý, DeFAI tạo ra sự tái sinh
Agent là hy vọng cuối cùng của ngành công nghiệp AI, sự xuất hiện của DeepSeek đã giải phóng hạn chế về sức mạnh tính toán, mô tả kỳ vọng tương lai của sự bùng nổ ứng dụng. Ban đầu là cơ hội lớn cho đường đua của Agent, nhưng chỉ còn lại một lớp bọt nhỏ do sự liên kết mạnh mẽ với ngành công nghiệp và thị trường chứng khoán Mỹ cũng như chính sách của Cục dự trữ liên bang Mỹ, đã làm vỡ tan lớp bọt cuối cùng, giá trị thị trường đường đua đã rơi vào đáy.
Trong làn sóng hòa nhập AI và ngành công nghiệp, sự đột phá công nghệ và cuộc chiến thị trường luôn hiện hữu. Sự dao động vốn hóa của NVIDIA đã gây ra một chuỗi phản ứng, giống như một chiếc gương phản chiếu quỷ dữ, phản ánh ra những khó khăn sâu sắc của câu chuyện về AI trong ngành: Từ On-chain Agent đến DeFAI Engine, dưới bức tranh sinh thái hoàn chỉnh, che lấp sự yếu kém về cơ sở hạ tầng công nghệ, logic giá trị trở nên rỗng tuếch, và thực tế tàn khốc do vốn áp đảo. Sự phồn thịnh trên chuỗi sinh thái trên chuỗi ẩn chứa những vấn đề tiềm tàng: Sự tranh giành nguồn cung hạn chế của lượng token có giá trị vốn hóa FDV cao, tài sản lỗi thời dựa vào cảm xúc FOMO để tồn tại, các nhà phát triển mắc kẹt trong việc tiêu tốn năng lượng sáng tạo trong cuộc cạnh tranh PVP. Khi lượng vốn tăng và sự phát triển người dùng chạm đến giới hạn, toàn bộ ngành công nghiệp rơi vào "thế khó của những người sáng tạo" - không chỉ khao khát sự đột phá trong cách kể chuyện, mà còn khó thoát khỏi sự ràng buộc của con đường phụ thuộc. Tình trạng chia rẽ này chính là cơ hội lịch sử cho AI Agent: Nó không chỉ là bản nâng cấp của hòm công cụ công nghệ, mà còn là sự tái cấu trúc của mô hình tạo giá trị.
Trong năm qua, ngày càng có nhiều đội ngũ trong ngành phát hiện ra rằng mô hình tài trợ truyền thống đang trở nên không còn hiệu quả - việc VC sở hữu một phần nhỏ cổ phần, kiểm soát mạnh mẽ và đưa ra các chiến lược định giá cao đã trở nên khó khăn. Với áp lực từ việc VC hạn chế tài chính, nhà đầu tư nhỏ lẻ từ chối tham gia và ngưỡng cửa đăng ký đồng xu lớn tại sàn giao dịch lớn, dưới ba áp lực này, một phương pháp mới phù hợp hơn với thị trường giảm giá đang nổi lên: kết hợp cùng các KOL hàng đầu + một số VC nhỏ, phát hành một tỷ lệ lớn cho cộng đồng, khởi đầu lạnh với vốn hóa thấp.
Các nhà đổi mới đại diện bởi Soon và Pump Fun đang mở đường mới thông qua 'lễ phóng ra cộng đồng' - được đầu tư bởi các KOL hàng đầu, phân phối trực tiếp 40%-60% token cho cộng đồng, khởi động dự án ở mức định giá thấp chỉ từ 1000 triệu đô la FDV, thu về hàng triệu đô la vốn. Mô hình này xây dựng sự đồng thuận FOMO thông qua sức ảnh hưởng của KOL, giúp đội ngũ khóa lợi nhuận sớm, đồng thời trao đổi với độ sâu thị trường thông qua tính thanh khoản cao, mặc dù bỏ lỡ ưu thế kiểm soát ngắn hạn, nhưng có thể mua lại token ở mức giá thấp trong thị trường giảm phí pháp lý thông qua cơ chế làm thị trường tuân thủ. Về bản chất, đây là một quá trình di truyền của cấu trúc quyền lực: từ trò chơi chuyển tiếp do VC dẫn dắt (cơ quan tiếp tục mua - bán ra trên sàn - người tiêu dùng mua), chuyển hướng sang một ván cờ minh bạch do cộng đồng định giá, tạo ra một mối quan hệ sinh thái mới giữa dự án và cộng đồng trong áp lực thanh khoản. Khi ngành công nghiệp bước vào vòng đời minh bạch, các dự án cố chấp vào logic kiểm soát truyền thống có thể trở thành bóng tối của thời đại dưới làn sóng di truyền quyền lực.
Đau đớn ngắn hạn trên thị trường chính xác là minh chứng cho sự không thể đảo ngược của làn sóng công nghệ. Khi AI Agent giảm chi phí giao dịch trên chuỗi hai cấp độ, khi mô hình tự điều chỉnh liên tục cải thiện hiệu suất vốn của các giao thức DeFi, ngành công nghiệp có thể chứng kiến sự đón nhận khổng lồ đã được chờ đợi từ lâu. Cuộc cách mạng này không phụ thuộc vào việc tạo ra khí thế hoặc tạo ra vốn, mà dựa vào sức mạnh xâm nhập công nghệ từ nhu cầu thực tế - giống như cuộc cách mạng điện không bao giờ bị đình trệ vì sụp đổ của các công ty đèn, Agent sẽ trở thành con đường vàng thực sự sau khi bong bóng vỡ. Và DeFAI có thể là nơi ổn định mới đang phát triển, khi suy luận chi phí thấp trở thành hằng ngày, chúng ta có thể sớm thấy hàng trăm Agent được kết hợp trong một Swarm để tạo ra các trường hợp sử dụng. Dưới năng lực tính toán tương đương, việc tăng mạnh tham số mô hình có thể đảm bảo rằng Agent thời đại mã nguồn mở có thể được điều chỉnh mạnh mẽ hơn, ngay cả khi đối mặt với các lệnh đầu vào phức tạp từ người dùng, cũng có thể chia thành các nhiệm vụ pipeline mà một Agent đơn lẻ có thể thực hiện đầy đủ. Mỗi Agent tối ưu hóa các hoạt động trên chuỗi, có thể thúc đẩy tăng cường hoạt động và tăng cường thanh khoản của toàn bộ giao thức DeFi. Với DeFAI dẫn đầu, sẽ xuất hiện nhiều sản phẩm DeFi phức tạp hơn, và đây chính là nơi xuất hiện cơ hội mới sau khi bong bóng trước đã vỡ.