加密AI的2025年十大預測：總市值達1500億美元，99%的AI Agent都會消亡
作者： Teng Yan , 研究員（專注於Crypto x AI ）
編譯：Felix, PANews
隨着今年 AI 行業的爆發，Crypto x AI 迅速崛起，專注於 Crypto x AI 的研究員 Teng Yan 發文，對 2025 年進行了 10 項預測。以下為預測詳情。
1. 加密 AI 代幣的總市值達 1500 億美元
目前加密 AI 代幣市值僅佔山寨幣市值的 2.9%，但這個比率不會持續太久。
AI 涵蓋了從智能合約平臺到 meme、DePIN 以及 Agent 平臺、數據網絡和智能協調層等，其市場地位比肩 DeFi 和 meme 是毋庸置疑的。
為什么對此充滿信心？
- 加密 AI 處於兩種最強大技術的融合
- AI 狂熱觸發事件：OpenAI IPO 或類似事件可能會引發全球對 AI 的狂熱。與此同時，Web2 資本已經开始關注去中心化 AI 基礎設施
- 散戶狂熱：AI 概念很容易理解和令人興奮，散戶現在可以通過代幣對其進行投資。還記得 2024 年 meme 的淘金熱嗎？AI 將是同樣的狂熱，只是 AI 確實正在改變世界。
2. Bittensor 復興
去中心化 AI 基礎設施 Bittensor（TAO）已上线多年，是加密 AI 領域的老牌項目。盡管 AI 風靡一時，但其代幣價格卻一直徘徊在一年前的水平。
而如今 Bittensor 的數字蜂巢思維（Digital Hivemind）悄然實現了飛躍：更多子網的注冊費更低，子網在推理速度等實際指標上的表現優於 Web2 同行，並且 EVM 兼容性將類似 DeFi 的功能引入 Bittensor 的網絡。
為什么 TAO 代幣沒有飆升？急劇的通脹計劃以及市場對 Agent 平臺的關注，妨礙了其上漲。然而，dTAO（預計 2025 年第一季度推出）可能是重大轉折點。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如何分配排放。
Bittensor 為何能卷土重來：
- 基於市場的排放：dTAO 將區塊獎勵直接與創新和實際可衡量的表現聯系起來。子網越好，其代幣就越有價值。
- 集中資本流動：投資者最終可以瞄准他們相信的特定子網。如果某個特定的子網以創新的分布式訓練方法勝出，投資者就可以部署資本，以代表其觀點。
- EVM 集成：與 EVM 兼容吸引了 Bittensor 中更廣泛的加密原生开發者社區，彌合了與其他網絡的差距。
3. 計算市場是下一個 “L1 市場 ”
目前顯而易見的大趨勢是對計算的無止境需求。
NVIDIA 首席執行官黃仁勳曾說，推理需求將增長“十億倍”。這種指數級增長會破壞傳統的基礎設施計劃，而新的解決方案急缺。
去中心化計算層以可驗證且經濟高效的方式提供原始計算（用於訓練和推理）。 Spheron、Gensyn、Atoma 和 Kuzco 等初創公司正悄悄建立堅實的基礎，專注於產品而不是代幣（這些公司都沒有代幣）。隨着 AI 模型的去中心化訓練變得實用，整個潛在市場將急劇上升。
與 L1 比較：
- 就像 2021 年一樣：還記得 Solana、Terra/Luna 和 Avalanche 爭奪“最佳” L1 嗎？計算協議之間也將出現類似的競爭，爭奪使用其計算層構建的开發人員和 AI 應用程序。
- Web2 需求：6800 億美元至 2.5 萬億美元的雲計算市場規模，使得加密 AI 市場相形見絀。如果這些去中心化計算解決方案能夠吸引哪怕一小部分傳統雲客戶，就能看到下一波 10 倍或 100 倍的增長。
正如 Solana 在 L1 領域取得勝利一樣，贏家將主宰一個全新的領域。密切關注可靠性（例如強大的服務級別協議或 SLA）、成本效益和开發人員友好的工具。
4.AI agents 將充斥區塊鏈交易
Gnosis 上的 Olas agent 交易；來源：Dune
到 2025 年末，90% 的鏈上交易將不再由真實人類點擊“發送”，而是由一群 AI agents 執行，這些 agents 不斷重新平衡流動性池、分配獎勵或根據實時數據反饋執行小額支付。
聽起來並不牽強。在過去七年中構建的一切（L1、rollup、DeFi、NFT）都悄悄地為 AI 在鏈上運行的世界鋪平了道路。
諷刺的是，許多建設者甚至可能沒有意識到他們正在為機器主導的未來創建基礎設施。
為什么會發生這種轉變？
- 不再出現人為錯誤：智能合約完全按照編碼執行。反過來，AI agents 可以比真實人類更快、更准確地處理大量數據。
- 小額支付：這些 agents 驅動的交易將變得更小、更頻繁、更高效。尤其是在 Solana、Base 和其他 L1/L2 上的交易成本呈下降趨勢的情況下。
- 隱形基礎設施：如果能減少一些麻煩，人類會很樂意放棄直接控制。
AI agents 會產生大量的鏈上活動，也難怪所有的 L1/L2 都在擁抱 agents。
最大的挑战是讓這些 agents 驅動的系統對人類負責。隨着 agents 發起的交易與人類發起的交易的比例不斷增長，將需要新的治理機制、分析平臺和審計工具。
5. 智能體之間的互動：集群崛起
來源：FXN World
Agent 集群的概念——微型 AI 智能體無縫協作以執行宏偉計劃，聽起來像下一部大熱的科幻/恐怖電影情節。
如今的 AI agents 大多是“孤狼”，孤立地運作，互動極少且不可預測。
Agent 集群將改變這一現狀，讓 AI agents 網絡能夠交換信息、進行談判和協作決策。可以將其視為一個去中心化的專業模型集合，每個模型都為更大、更復雜的任務貢獻獨特的專業知識。
一個集群可能會協調 Bittensor 等平臺上的分布式計算資源。另一個集群可以處理錯誤信息，在內容傳播到社交媒體之前實時驗證來源。集群中的每個Agent都是專家，可以精確地執行其任務。
這些集群網絡將產生比任何單個孤立 AI 更強大的智能。
要使集群蓬勃發展，通用通信標准至關重要。無論其底層框架如何，Agent 都需要能夠發現、驗證和協作。 Story Protocol、FXN、Zerebro 和 ai16z/ELIZA 等團隊正在為 Agent 集群的出現奠定基礎。
這讓體現了去中心化的關鍵作用。在透明的鏈上規則管理下，將任務分配給各個集群，使系統更具彈性和適應性。如果一個 Agent 失敗，其他 Agent 會介入。
6. 加密 AI 工作團隊將是人機混合體
Story Protocol 聘請了 Luna（一名 AI Agent）作為其社交媒體實習生，每天支付她 1000 美元。Luna 與她的人類同事相處得並不融洽——她差點解僱其中一名同事，同時吹噓自己的出色表現。
雖然聽起來很奇怪，但這是未來 AI Agent 成為真正合作者的先兆，他們擁有自主權、責任，甚至薪水。各個行業的公司都在對人機混合團隊進行 beta 測試。
未來將與 AI Agent合作，不是作為奴隸，而是作為平等的人：
- 生產力激增：Agent 可以處理大量數據、相互交流，並全天候做出決策，而無需睡覺或喝咖啡休息。
- 通過智能合約建立信任：區塊鏈是一個不偏不倚、不會疲倦、永遠不會忘記的監督者。一個鏈上账本，可確保重要的Agent操作遵循特定的邊界條件/規則。
- 社會規範不斷發展：很快就會开始思考與 Agent 互動的禮儀問題——會對 AI 說“請”和“謝謝”嗎？會讓他們對錯誤負道義責任，還是責怪他們的开發者？
“員工”和“軟件”之間的界限將在 2025 年开始消失。
7. 99% 的 AI Agent 都會消亡 —— 只有有用的才能生存
未來將看到 AI agents 之間的“達爾文式”淘汰。因為運行 AI agents 需要以計算能力（即推理成本）的形式支出。如果 Agent 無法產生足夠的價值來支付其“租金”，遊戲就結束了。
Agent 生存遊戲示例：
- 碳信用人工智能：想象一個 Agent 搜索分散的能源網，識別效率低下，並自主交易代幣化的碳信用額度。它賺到的錢足以支付自己的計算費用，才會蓬勃發展。
- DEX 套利機器人：利用去中心化交易所之間價格差異的 Agent 可以產生穩定的收入，支付其推理費用。
- X 上的 Shitposter：虛擬 AI KOL 有可愛的笑話，但沒有可持續的收入來源？一旦新鮮感消失（代幣價格暴跌），就無法支付自己的費用。
效用驅動的 Agent 蓬勃發展，而分散注意力的 Agent 則逐漸無關緊要。
這種淘汰機制有利於行業。开發人員被迫進行創新，優先考慮生產用例而不是噱頭。隨着這些更強大、更高效的 Agent 出現，能讓懷疑論者閉嘴。
8. 合成數據超過人類數據
“數據是新的石油”。AI 依靠數據蓬勃發展，但其胃口引發了人們對迫在眉睫的數據枯竭的擔憂。
傳統觀點認為想方設法收集用戶的私人真實數據甚至為此付費。但更實用的途徑是使用合成數據，尤其是在監管嚴格的行業或真實數據稀缺的行業。
合成數據是人工生成的數據集，旨在模仿現實世界的數據分布。為人類數據提供了一種可擴展、合乎道德且隱私友好的替代方案。
合成數據為何如此有效：
- 無限規模：需要一百萬張醫療 X 光片或工廠的 3D 掃描？合成生成可以無限量地制造，無需等待真正的患者或真正的工廠。
- 隱私友好：使用人工生成的數據集時，不會有任何個人信息受到威脅。
- 可自定義：可以根據確切訓練需求自定義分布。
用戶擁有的人類數據在許多情況下仍然很重要，但如果合成數據在現實中持續改進，可能會在數量、生成速度和不受隱私限制方面超過用戶數據。
下一波去中心化 AI 可能以“微型實驗室”為中心，這些實驗室可以創建針對特定用例量身定制的高度專業化的合成數據集。
這些微型實驗室將巧妙地繞過數據生成中的政策和監管障礙——就像 Grass 通過利用數百萬個分布式節點繞過網絡抓取限制一樣。
9. 去中心化訓練更有用
2024 年，Prime Intellect 和 Nous Research 等先驅突破了去中心化訓練的界限。在低帶寬環境中訓練了一個 150 億參數的模型，這證明在傳統的中心化設置之外也可以進行大規模訓練。
雖然這些模型與現有的基礎模型相比沒有實際用處（性能較低），但這種情況將在 2025 年發生變化。
本周，EXO Labs 借助 SPARTA 取得了進一步進展，將 GPU 間通信減少了 1,000 多倍。SPARTA 無需專門的基礎設施即可在慢速帶寬上進行大型模型訓練。
印象深刻的是其聲明：“SPARTA 可以獨立運行，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，從而增加效率。
隨着技術進步，微型模型變得更實用、更高效，AI 的未來不在於規模，而在於變得更好、更易用。預計很快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 協議流通市值達 10 億美元（尚未推出）
ai16z 在 2024 年實現 20 億美元市值
歡迎來到真正的淘金熱。
人們很容易認為當前的領導者將繼續獲勝，許多人將 Virtuals 和 ai16z 與早期的智能手機（iOS 和 Android）進行比較。
但這個市場過於龐大且尚未开發，僅靠兩個參與者無法佔據主導地位。到 2025 年底，預計至少有十個新的加密 AI 協議（尚未推出代幣）的流通（未完全稀釋）市值將超過 10 億美元。
去中心化 AI 仍處於起步階段。而且，人才庫正在不斷壯大。
期待新協議、新穎的代幣模型和新的开源框架的到來。這些新參與者可以通過激勵措施（如空投或巧妙的質押）、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）的組合來取代現有參與者。公衆觀念的轉變可能是瞬間且戲劇性的。
這既是這個領域的美妙之處，也是挑战所在。市場規模是一把雙刃劍：蛋糕巨大，但對於技術團隊來說，進入門檻很低。這為項目的大爆發奠定了基礎，許多項目會逐漸消失，但少數項目具備變革性力量。
Bittensor、Virtuals 和 ai16z 不會一直領銜太久，下一個價值 10 億美元的加密 AI 協議即將到來。精明的投資者有大量機會，這就是它如此令人興奮的原因。
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。