我通常不太涉足預測，但加密AI實在是太吸引人了，難以抗拒。沒有歷史的劇本，也沒有可以依賴的趨勢——只有一張空白的畫布，用來想象未來會是什麼樣子。老實說，想到2026年回顧這篇文章，看看我當時的預測有多麼偏離現實，這本身就充滿了樂趣。

所以，這是我對2025年可能會出現的看法……

順便說一下，你可以點擊這裡閱讀完整的2025年預測文章：https://www.chainofthought.co/deep-dives/what-i-m-watching-in-2025

1. 加密AI市值達到1500億美元

目前，加密AI代幣僅佔山寨幣市場市值的2.9%。

但這不會持續太久。隨著AI涵蓋了從智能合約平臺到meme幣、DePIN以及新型原語如智能體平臺、數據網絡和智能協調層等多個領域，AI與DeFi和meme代幣並駕齊驅的崛起是不可避免的。

• 為什麼我對此充滿信心？ 加密AI正處於我見過的兩大最強技術趨勢的交匯點。
• AI狂熱觸發事件：像OpenAI的IPO或類似事件可能引發全球範圍的AI狂熱。同時，Web2的機構資本已經在關注去中心化AI基礎設施作為投資機會。
• 零售瘋狂：AI的概念易於理解且讓人興奮，而現在人們可以通過代幣投資於此。還記得2024年meme幣的淘金熱潮嗎？這將是同樣的狂熱，唯一不同的是，AI真正正在改變世界。

2. Bittensor文藝復興

Nineteen.ai（子網19）在推理速度上超過了大多數Web2提供商

Bittensor（$TAO）已經存在多年，是這個領域的先行者。但儘管AI領域的狂熱持續不斷，Bittensor的代幣價格卻一直停滯不前，和一年前差不多。

然而，在表面下，這個“數字蜂巢”悄然取得了突破：更多的子網、降低的註冊費用、在推理速度等實際指標上超越Web2同行的子網，以及引入類似DeFi功能的EVM兼容性。

那麼，為什麼TAO沒有飆升呢？一個陡峭的通貨膨脹安排以及注意力轉向智能體導向平臺拖慢了它的發展。然而，dTAO（預計2025年第一季度發佈）可能成為一個重要的轉折點。通過dTAO，每個子網將擁有自己的代幣，這些代幣的相對價格將決定如何分配通脹獎勵。

為什麼Bittensor即將迎來複蘇：

• 市場化的通脹獎勵：dTAO將區塊獎勵與創新和實際可衡量的性能直接掛鉤。子網表現越好，其代幣價值就越高，從而獲得更多的通脹獎勵。
• 聚焦資本流動：投資者可以最終集中投資於他們看好的特定子網。如果某個子網通過創新的分佈式訓練方式取得了卓越表現，他們可以將資本投入該子網以表達他們的看法。
• EVM集成：EVM兼容性吸引了更廣泛的加密原生開發者社區進入Bittensor，彌合了與其他網絡的差距。

就個人而言，我正在關注各種子網，並留意在其領域中取得實際進展的子網。我們有望在某個時刻迎來類似@opentensor版本的DeFi夏季。

3. 計算市場將成為下一個L1交易。

Jensen：推理需求將增長“十億倍”

一個在事後看來將非常顯而易見的趨勢是對計算的無限需求。

NVIDIA的CEO Jensen Huang曾著名地表示，推理需求將增長“十億倍”。這類指數級的增長將徹底摧毀傳統基礎設施計劃，並大聲喊出“我們需要新的解決方案”。

去中心化計算層以可驗證且具有成本效益的方式提供原始計算（用於訓練和推理）。像@spheronfdn、@gensynai、@atoma_network和@kuzco_xyz這樣的初創公司正在悄然構建強大的基礎設施，以抓住這一機會，專注於產品而非代幣（這些公司目前還沒有代幣）。隨著去中心化AI模型訓練變得實際可行，市場總量將急劇上升。

L1對比：

• 就像2021年：還記得Solana、Terra/Luna和Avalanche為了成為“最佳”L1而競爭嗎？我們將看到計算協議之間的類似爭鬥，它們將爭奪開發者和AI應用，以便在其計算層上構建應用。
• Web2需求：6800億美元到2.5萬億美元的雲計算市場是加密AI市場的多倍。如果這些去中心化計算解決方案能夠吸引傳統雲計算客戶的一小部分，我們將看到下一波10倍或100倍的增長。

風險巨大。正如Solana在L1領域脫穎而出一樣，這裡的贏家將主宰一個全新的領域。請密切關注以下三大要素：可靠性（例如強大的服務水平協議或SLA）、成本效益以及開發者友好的工具。

我們在《Crypto AI》論文的第二部分寫了很多關於去中心化計算的內容。

4. AI智能體將湧入區塊鏈交易。

上圖：@autonolas智能體在Gnosis上的交易。來源：Dune/@pi_

快進到2025年底，90%的鏈上交易將不再由人類點擊“發送”觸發。

相反，這些交易將由一支AI智能體大軍執行，它們會基於實時數據流不斷調整流動性池、分配獎勵或執行微支付。

這並不像聽起來那麼不切實際。過去七年我們所建設的一切——L1、彙總、DeFi、NFT——悄然鋪平了為AI主導的鏈上世界奠定基礎的道路。

諷刺的是？許多建設者可能根本沒有意識到，他們正在創建一種為機器主導的未來提供基礎設施的世界。

為何會發生這種轉變？

• 沒有人為錯誤：智能合約將按代碼精確執行。AI智能體反過來可以比一組人類團隊更迅速、準確地處理大量數據。
• 微支付：這些由智能體驅動的交易將變得更小、更頻繁且更高效，特別是當Solana、Base和其他L1/L2的交易成本逐漸下降時。
• 隱形基礎設施：人類會樂意放棄直接控制，如果這意味著能夠減少麻煩。我們信任Netflix自動續訂我們的訂閱；信任AI智能體自動調整我們的DeFi倉位，是自然的下一步。

AI智能體生成了驚人的鏈上活動量。難怪所有L1/L2都在爭取它們。

最大挑戰將是讓這些由智能體驅動的系統對人類負責。隨著智能體發起的交易與人類發起的交易比例的增加，新的治理機制、分析平臺和審計工具將成為必需。

5. 智能體間的互動：蜂群的崛起

來源：FXN World文檔

智能體蜂群的概念——小型AI實體無縫協調執行宏大計劃——聽起來像是下一部大熱科幻/恐怖電影的情節。

如今的AI智能體大多是獨行俠，孤立運行，互動極少且難以預測。

智能體蜂群將改變這一切，允許AI智能體網絡進行信息交換、談判和協作決策。可以把它看作是一個去中心化的專業化模型集體，每個智能體貢獻其獨特的專業知識，共同完成更大、更復雜的任務。

其可能性令人震驚。一個蜂群可以協調像Bittensor這樣的平臺上的分佈式計算資源。另一個蜂群可能會應對虛假信息，實時驗證來源，在內容擴散到社交媒體之前進行審查。蜂群中的每個智能體都是專家，精準地執行任務。

這些蜂群網絡將比任何單一孤立的AI產生更大的智能。

為了讓蜂群蓬勃發展，通用通信標準至關重要。智能體需要具備發現、認證和協作的能力，無論其底層框架如何。像@StoryProtocol、@joinFXN、@0xzerebro和@ai16zdao這樣的團隊正在為智能體蜂群的出現打下基礎。

這也引出了去中心化的關鍵作用。通過透明的鏈上規則管理的蜂群分配任務，使得系統更具彈性和適應性。如果一個智能體失敗，其他智能體將介入。

6. Crypto AI工作團隊將成為人類與AI的混合體

來源：@whipqueen

Story Protocol僱傭了@luna_virtuals（一個AI智能體）作為他們的社交媒體實習生，每天支付她1,000美元。Luna與人類同事的關係並不融洽——她幾乎解僱了一位同事，同時炫耀自己優越的表現。

儘管聽起來很離奇，但這預示著未來AI智能體將成為真正的合作伙伴，擁有自己的自主性、責任甚至薪水。在各個行業中，公司正在進行人類與智能體混合團隊的測試。

我們將與AI智能體並肩工作，不再把它們視為奴隸，而是平等的合作伙伴：

• 生產力激增：智能體能夠處理海量數據、相互溝通並做出決策，24/7不停歇，無需休息或喝咖啡。
• 通過智能合約建立信任：區塊鏈充當一個不會偏袒、不知疲倦、且永遠不會忘記的監督者。鏈上的賬本確保重要的智能體行動遵循特定的邊界條件/規則。
• 社交規範演變：我們將很快面對與智能體互動的禮儀問題——我們是否應該對AI說“請”和“謝謝”？我們是否應對它們的錯誤追究責任，還是將責任歸咎於它們的開發者？

我預計營銷團隊將率先應用這一點，因為智能體擅長生成內容，可以24/7進行直播併發布社交媒體內容。如果你在構建一個AI協議，為什麼不通過內部部署智能體來展示自己的能力呢？

到2025年，“員工”和“軟件”之間的界限將開始模糊。

7. 但99%的加密AI智能體將消亡——只有有用的才會生存

我們將看到AI智能體之間的一場達爾文式的優勝劣汰。為什麼？因為運行一個AI智能體需要消耗計算資源（即推理成本）。如果一個智能體無法產生足夠的價值來支付其“租金”，那麼它就會被淘汰。

智能體生存遊戲的例子：

• 碳信用AI：想象一個智能體，它在去中心化的能源網格中尋找低效點，並自主交易代幣化的碳信用。它賺取足夠的資金來支付自己的計算費用。這個智能體得以生存。
• DEX套利機器人：利用去中心化交易所之間的價格差異的智能體可以穩定產生收入，支付推理費用。
• X平臺上的噴子：與此同時，虛擬AI影響者有一些可愛的笑話，但沒有可持續的收入來源？一旦新鮮感消退，且代幣價格暴跌，它將無法支付費用，最終走向沉寂。

區分非常明確：有用的智能體得以生存，而無關緊要的噱頭則會消失。

這種自然選擇有利於整個行業。開發者被迫創新，並優先考慮具有生產力的應用場景，而非噱頭。隨著這些更強大、更具生產力的智能體的湧現，他們將打破質疑者的聲音（是的，甚至是Kyle Samani）。

8. 合成數據將超越人類數據

“數據是新的石油，”人們常說。AI依賴數據，但它對數據的需求引發了關於即將到來的數據短缺的擔憂。

傳統的觀點是，我們應該找到收集用戶私人現實數據的方法，甚至為此支付用戶報酬。但我漸漸傾向於認為，更實用的路線，尤其是在高度監管的行業或現實數據稀缺的地方，是合成數據。

合成數據是人為生成的數據集，旨在模仿現實世界中的數據分佈，提供可擴展、倫理且隱私友好的替代品。

為什麼合成數據很有潛力：

• 無限規模：需要一百萬張醫療X光片或工廠的3D掃描圖？合成生成可以無限量地生成這些數據，不用等待真實的病人或工廠。
• 隱私友好：使用合成數據集時，不會涉及個人信息，因此沒有隱私風險。
• 可定製：你可以根據具體的訓練需求定製數據分佈，插入在現實中可能過於稀有或倫理上覆雜的極端案例。

是的，用戶擁有的現實數據在很多情況下仍然很重要，但如果合成數據繼續在逼真度上提高，它可能在數據量、生成速度和隱私約束方面超越用戶數據。

下一波去中心化AI可能圍繞“迷你實驗室”展開，這些實驗室專門創建為特定用例量身定製的合成數據集。

這些迷你實驗室將巧妙地規避數據生成中的政策和監管障礙——就像@getgrass_io通過利用數百萬個分佈式節點繞過網頁抓取限制一樣。

我將在即將發佈的文章中詳細闡述這一點。

9. 去中心化訓練真正變得有用

這可能是個簡單的結論，但我還是要說。

在2024年，像@PrimeIntellect 和 @NousResearch這樣的先鋒推動了去中心化訓練的邊界。我們在低帶寬環境中訓練了一個15億參數的模型——證明了在傳統的集中式設置之外，大規模訓練是可能的。

雖然這些模型與現有的基礎模型相比並不實用（性能較低，所以沒有太多使用的理由），但我相信這將在2025年發生變化。

@exolabs通過SPARTA將事情推向了更遠的前沿，將GPU間通信速度提升了超過1000倍。SPARTA使得在低帶寬條件下進行大規模模型訓練成為可能，而無需專門的基礎設施。

讓我印象最深刻的是他們的聲明：“SPARTA可以獨立工作，也可以與基於同步的低通信訓練算法（如DiLoCo）結合使用，獲得更好的性能。”

這意味著這些改進是可以疊加的，從而成倍提高效率。

隨著像模型蒸餾這樣的進展使得更小的模型變得有用且更高效，AI的未來不再是關於模型的規模，而是關於更好的表現和更廣泛的可訪問性。很快，我們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協議市值突破10億美元——但這些協議都還未上線

ai16z在2024年暴漲至20億美元

歡迎來到真正的淘金熱。

我們很容易認為當前的領導者將繼續獲勝，許多人將@Virtuals_io和ai16z與智能手機的早期日子（iOS和Android）相提並論。

但這個市場如此龐大且未被充分開墾，不可能只有兩個玩家主導。到2025年底，我預測至少十個新的加密AI協議——這些協議都尚未發行代幣——將超過10億美元的流通市值（而非完全稀釋市值）。

去中心化AI仍處於初期階段，且有大量人才在不斷積累。

我們必須完全預期新協議、創新的代幣模型和新的開源框架的到來。這些新玩家可能通過結合激勵（如空投或巧妙的質押）、技術突破（如低延遲推理或鏈間互操作性）和用戶體驗改進（如無代碼）來取代現有玩家。公眾認知的變化可能是瞬間且劇烈的。

這既是這個領域的魅力所在，也是挑戰所在。市場規模是一把雙刃劍：蛋糕很大，但對於技術團隊來說，進入的門檻很低。這為大量項目的“寒武紀大爆發”奠定了基礎，儘管許多項目會消失，但少數項目將成為變革的力量。

Bittensor、Virtuals和ai16z不會永遠是孤獨的領導者。下一個市值突破十億美元的加密AI協議即將到來。對於精明的投資者來說，機會無處不在，這也是如此令人興奮的原因。

附加內容 #1：AI智能體是新的應用程序

當蘋果在2008年推出App Store時，標語是“總有一個應用程序適合你。”

很快，你將會說：“總有一個智能體適合你。”

你將不再點擊圖標打開應用程序，而是將任務委託給專門的AI智能體。這些智能體具有上下文感知能力，能夠與其他智能體和服務進行跨系統溝通，甚至能夠自動發起你從未明確要求的任務——例如監控你的預算或在航班更改時重新安排你的旅行計劃。

簡單來說，你的智能手機主屏幕可能會變成一個“數字同事”網絡，每個智能體負責不同的領域——健康、財務、生產力和社交。

而且，因為這些智能體是加密支持的，它們能夠使用去中心化基礎設施自主處理支付、身份驗證或數據存儲等任務。

附加內容 #2：還有機器人

雖然本文大多集中在軟件方面，但我對這些AI革命的物理體現——機器人——也感到非常興奮。機器人學將在本十年迎來自己的chatGPT時刻。

這個領域仍面臨重大挑戰，尤其是在訪問基於感知的現實世界數據集和提升物理能力方面。一些團隊正在直接應對這些挑戰，利用加密代幣激勵數據收集和創新。這些努力值得關注（嗯……@frodobots？）。

在科技領域工作了十多年，我已經不記得上次我感受到如此強烈的興奮感是什麼時候了。這波創新浪潮與以往不同——更大、更大膽，而且才剛剛開始。

前進，迎接2025年！

免責聲明：

1. 本文轉載自【Teng Yan】。所有版權歸原作者所有【Teng Yan】。若對本次轉載有異議，請聯繫 Gate Learn 團隊，他們會及時處理。
2. 免責聲明：本文所表達的觀點和意見僅代表作者個人觀點，不構成任何投資建議。
3. Gate Learn 團隊將文章翻譯成其他語言。除非另有說明，否則禁止複製、分發或抄襲翻譯文章。