2025 年，Crypto AI 世界十大看點
作者：Teng Yan
編譯：Luffy，Foresight News
2026 年 1 月一個清爽的早晨，你在家門口發現一張略顯破舊的報紙，沒錯，是印在實實在在的紙張上的，不知怎的，它竟然在人工智能革命中幸存了下來。
翻閱報紙時，你看到一則頭條新聞，說的是人工智能智能體在區塊鏈上協調全球供應鏈，與此同時，新推出的加密人工智能協議正在爭奪主導地位。半頁篇幅的報道介紹了一位被聘為項目經理的數字 「員工」：這如今這已稀松平常，沒有人會大驚小怪。
要是在幾個月前，我會對這種想法嗤之以鼻，甚至可能拿我的投資組合去打賭，說這樣的進步至少還得 5 年才會出現。但這就是加密人工智能將顛覆世界的迅猛速度。我對此深信不疑。
在從一場嚴重的腸胃感冒中恢復過來後，我坐到辦公桌前开啓新的一年，想要從有價值的事情入手：能激發好奇心，甚至引發一些爭論的事。還有什么比試着窺探未來更好的事呢？
我通常不會貿然做預測，但加密人工智能實在太有吸引力，讓人難以抗拒。沒有歷史經驗可循，沒有趨勢可供參照，就像是一張空白畫布，可以盡情想象接下來會發生什么。說實話，想到 2026 年再來回顧這篇文章，看看自己錯得有多離譜，反而讓這件事更有意思了。
所以，以下是我對 2025 年加密人工智能可能發展的看法。
目前，加密人工智能代幣僅佔山寨幣市值的 2.9%。但這種情況不會持續太久。
隨着人工智能涵蓋從智能合約平臺到 Memecoin、去中心化物理基礎設施網絡（DePIN），以及像代理平臺、數據網絡和智能協調層等新原語，它與 DeFi 和 Memecoin 平起平坐是必然趨勢。
我為何如此確信？
Bittensor（TAO）已經存在多年，堪稱加密人工智能領域的元老。盡管人工智能熱潮洶湧，它的代幣價格卻一直萎靡不振，與一年前持平。
實際上，這個 「數字蜂巢思維」 已經悄然取得飛躍：注冊費用更低的子網越來越多，一些子網在推理速度等實際指標上已經超越 Web2 同類產品，而且與以太坊虛擬機（EVM）兼容，為 Bittensor 網絡引入了類似 DeFi 的功能。
那么，TAO 為何沒有一飛衝天？陡峭的通脹計劃以及注意力向 AI Agent 的轉移阻礙了它的發展。不過，dTAO（預計 2025 年第一季度推出）可能成為重大轉折點。有了 dTAO，每個子網都將擁有自己的代幣，這些代幣的相對價格將決定 TAO 的分配方式。
Bittensor 有望復興的原因：
就我個人而言，我正在關注各個子網，並留意那些在各自領域取得實際進展的子網。在某個時候，我們將迎來 Bittensor 版的 DeFi 之夏。
一個顯而易見的大趨勢是對計算的海量需求。
英偉達首席執行官黃仁勳有句名言，推理需求將 「增長十億倍」。這是一種呈指數級增長的需求，會打亂傳統的基礎設施規劃，迫切需要 「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能力（用於訓練和推理）。像 Spheron、Gensyn、Atoma 和 Kuzco 這樣的初創公司正在悄然奠定堅實基礎，以利用這一趨勢，它們更注重產品而非代幣（這些公司目前都還沒有代幣）。隨着人工智能模型的去中心化訓練變得切實可行，潛在市場規模將急劇上升。
與 L1 區塊鏈對比：
風險巨大。就像 Solana 在 L1 區塊鏈領域脫穎而出一樣，計算市場的贏家將主宰一個全新的前沿領域。要留意三個關鍵要素：可靠性、成本效益和對开發者友好的工具。
快進到 2025 年末，90% 的鏈上交易將不再由人類點擊 「發送」 按鈕觸發。
相反，它們將由一大批 AI agent 執行，這些代理根據實時數據源，不知疲倦地重新平衡流動性池、分配獎勵或執行微支付。
這聽起來並非遙不可及。過去七年我們構建的一切 —— L1 區塊鏈、擴容方案、DeFi、NFT—— 都在悄然為一個由人工智能主導鏈上活動的世界鋪平道路。
諷刺的是？許多开發者可能甚至沒有意識到，他們正在為一個由機器主導的未來打造基礎設施。
為何會出現這種轉變？
AI agent 將在鏈上產生驚人的活動。難怪所有的 L1 / L2 區塊鏈都在向它們示好。
最大的挑战將是讓這些由代理驅動的系統對人類負責。隨着代理發起的交易與人類發起的交易的比例不斷上升，將需要新的治理機制、分析平臺和審計工具。
代理群體的概念（微小的人工智能實體無縫協作以執行宏大計劃）聽起來像是下一部熱門科幻 / 恐怖電影的情節。
如今的人工智能智能體 AI agent 大多是孤立運作，相互之間的交互極少且不可預測。
這些群體網絡將產生比任何單個孤立 AI 強大得多的智能。
為了讓群體蓬勃發展，通用通信標准至關重要。智能體需要具備發現、認證和協作的能力，無論它們基於何種底層框架。像 Story Protocol、FXN、Zerebro 和 ai16z/ELIZA 這樣的團隊正在為代理群體的出現奠定基礎。
這就引出了去中心化的關鍵作用。根據透明的鏈上規則在群體之間分配任務，會使系統更具彈性和適應性。如果一個代理失敗了，其他代理會立即補上。
Story Protocol 聘請了 Luna（一名人工智能智能體）作為他們的社交媒體實習生，每天支付她 1000 美元。Luna 與她的人類同事相處得不太融洽：她在吹噓自己卓越的表現時，差點炒了一個同事的魷魚。
盡管聽起來很離奇，但這是未來的一個預兆。在未來， AI agent 將成為擁有自主權、責任甚至薪水的真正工作夥伴。各行各業的公司都在探索人機混合的工作團隊。
我們將與 AI agent 攜手合作，不是把它們當作奴隸，而是當作平等的夥伴：
我預計營銷團隊會率先採用這種模式，因為代理擅長生成內容，並且可以全天候進行直播和在社交媒體上發帖。如果你正在構建一個人工智能協議，為什么不在內部部署代理來展示你的能力呢？
在 2025 年，「員工」 與 「軟件」 之間的界限开始模糊。
我們將看到 AI agent 之間的達爾文自然選擇式淘汰。為什么呢？因為運行一個 AI agent 需要耗費以計算能力形式存在的資金（即推理成本）。如果一個代理無法產生足夠的價值來支付 「租金」，它就會被淘汰。
智能體生存遊戲示例：
區別很明顯：以實用為導向的代理蓬勃發展，而其他的則逐漸被淘汰。
這種自然選擇對該領域有益。开發者被迫創新，優先考慮有成效的用例，而非華而不實的噱頭。隨着這些更強、更有成效的代理出現，它們將讓懷疑論者啞口無言。
人們常說 「數據是新的石油」。人工智能依賴數據，但它對數據的巨大需求引發了人們對即將到來的數據短缺的擔憂。
傳統觀點認為，我們應該想辦法從用戶那裏收集私人現實世界數據，甚至為此向他們付費。但我逐漸認同，在監管嚴格的行業或現實數據稀缺的情況下，更實際的途徑在於合成數據。
這些是人工生成的數據集，旨在模擬現實世界的數據分布，為人類數據提供了一種可擴展、合乎道德且保護隱私的替代方案。
合成數據強大的原因：
誠然，在許多情況下，用戶擁有的人類數據仍然很重要，但如果合成數據在真實性方面繼續改進，它在數量、生成速度以及擺脫隱私限制方面可能會蓋過用戶數據。
下一波去中心化人工智能可能圍繞 「小型實驗室」 展开，這些實驗室將創建針對特定用例高度定制的合成數據集。
這些小型實驗室將巧妙地避开數據生成過程中的政策和監管障礙，就像 Grass 利用數百萬個分布式節點繞過網絡抓取限制一樣。
我將在後續文章中詳細闡述這一點。
2024 年，像 Prime Intellect 和 Nous Research 這樣的先驅者突破了去中心化訓練的界限。我們已經在低帶寬環境中訓練出了一個擁有 150 億參數的模型，這證明了在傳統的集中式方式之外進行大規模訓練是可行的。
雖然與現有的基礎模型相比，這些模型目前還不太實用（性能較低），但我相信這種情況將在 2025 年改變。
本周，EXO Labs 通過 SPARTA 更進一步，將 GPU 之間的通信量削減了超過 1000 倍。SPARTA 使得在低帶寬條件下無需專用基礎設施就能進行大型模型訓練。
最讓我印象深刻的是他們的聲明：「SPARTA 本身就能發揮作用，但也可以與基於同步的低通信訓練算法（如 DiLoCo）結合使用，以獲得更好的性能。」
這意味着這些改進可以疊加，進一步提高效率。
隨着模型蒸餾等技術進步使較小的模型變得實用且高效，人工智能的未來不在於規模大小，而在於性能更好、更易獲取。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。
歡迎來到真正的淘金時代。人們很容易認為當前的領導者將繼續稱霸，許多人將 Virtuals 和 ai16z 比作智能手機的早期階段（iOS 和 Android）。
但這個市場太大且尚未开發，不可能僅由兩家公司主導。到 2025 年底，我預測至少 10 個尚未推出代幣的新加密人工智能協議，其流通（非完全稀釋）市值將超過 10 億美元。
去中心化人工智能仍處於起步階段，而且有一大批人才正在聚集。
我們完全有理由期待新協議、新代幣模型和新的开源框架的出現。這些新參與者可以通過結合激勵措施（如空投或質押）、技術突破（如低延遲推理或鏈互操作性）和用戶體驗改進（無代碼）來取代現有者。公衆認知的轉變可能就在瞬間。
這既是這個領域的魅力所在，也是挑战所在。市場規模是一把雙刃劍：蛋糕很大，但對於有技能的團隊來說，進入門檻很低。這為項目的寒武紀大爆發奠定了基礎，許多項目將逐漸消失，但少數項目將成為變革性力量。
Bittensor、Virtuals 和 ai16z 獨佔鰲頭的局面不會持續太久。下一批市值達 10 億美元的加密人工智能協議即將到來。精明的投資者機會多多，這就是它如此令人興奮的原因。
2008 年蘋果推出 App Store 時，廣告語是 「總有一款應用適合你」。
很快，你就會說：「總有一個代理適合你」。
你不再點擊圖標打开應用程序，而是將任務委托給專門的 AI 代理。這些代理具有情境感知能力，可以與其他代理和服務進行交叉通信，甚至可以自行啓動你從未明確要求的任務，比如監控你的預算，或者如果你的航班有變，重新安排你的旅行日程。
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 「同事」 都有自己工作的領域：健康、財務、生產力和社交。
而且因為這些是加密貨幣賦能的代理，它們可以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。
雖然本文大部分內容都聚焦於軟件方面，但我也對人工智能革命的實體表現 —— 機器人技術 —— 感到非常興奮。在這個十年裏，機器人技術將迎來它的 ChatGPT 時刻。
這個領域仍然面臨重大障礙，特別是在獲取基於感知的現實世界數據集以及提升物理能力方面。一些團隊正迎難而上，利用加密代幣激勵數據收集和創新。這些努力值得關注（比如 FrodoBots？）。
在科技領域摸爬滾打了十多年，我已經記不清上一次有這種發自內心的興奮是什么時候了。這一波創新讓人感覺與衆不同：更宏大、更果敢，而且才剛剛开始。
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。