최근 몇몇 기업가 및 VC와 이야기를 나눠본 결과, 모두가 AI+Crypto 트랙에 대한 기대는 여전히 확고하지만, web3 AI Agent의 내러티브 진화에 대해서는 약간 혼란스러워하는 것 같다는 공통된 느낌을 받았습니다. 무엇을 해야 하나요? 나는 참고를 위해 이후의 AI 내러티브에서 몇 가지 잠재적인 변경 사항을 정리했습니다.
1) AI Agent가 MEME를 사용하여 토큰을 발행하는 것은 더 이상 이점이 아니며, 사람들은 토큰을 두려워합니다. 프로젝트에 PMF 지원이 없고 Tokenomics 세트만 유휴 상태로 실행 중이라면 자연스럽게 순수한 MEME 과대광고로 분류될 것이고, 이는 양의 탈을 쓴 늑대일 뿐이며 AI와는 거의 관련이 없습니다.
2) AI Agent > AI Framwork > AI Platform > AI DePIN의 원래 순서는 조정될 수 있습니다. Agent 시장의 거품이 터지면 Agent는 대규모 모델 미세 조정, 데이터 알고리즘 및 기타 기술의 "캐리어"가 됩니다. 핵심 기술 지원이 없다면 AI Agent가 다시 강점을 보여주기 어렵습니다.
3) 원래 AI 데이터, 컴퓨팅 파워, 알고리즘 등을 위한 서비스 플랫폼을 제공하던 일부 프로젝트는 AI 에이전트를 능가하여 주목의 초점이 될 것입니다. 다시 말해, 새로운 AI 에이전트가 출시되더라도 이러한 AI 플랫폼 프로젝트에서 만든 에이전트가 시장에서 더 설득력이 있을 것입니다. 결국, AI 플랫폼을 실행할 수 있는 프로젝트는 저비용 프레임워크만 배포하는 개발자보다 훨씬 더 신뢰할 수 있는 팀과 기술 기반이 필요합니다.
4) Web3 AI Agent는 더 이상 Web2 팀과 정면으로 경쟁할 수 없지만, Web3에서 차별화를 위한 방향을 찾아야 합니다. Web2 Agent는 유틸리티에 초점을 맞추었기 때문에 저비용 배포 및 개발 플랫폼의 논리가 실현 가능하지만 Web3 Agent는 토큰 경제학에 초점을 맞춥니다. 저비용 배포를 지나치게 강조하면 자산 발행 버블이 더 커질 뿐입니다. Web3 AI Agent가 혁신과 개발을 위해 블록체인 분산형 합의 아키텍처와 결합되어야 한다는 데는 의심의 여지가 없습니다(내 홈페이지의 맨 위 기사에 자세한 설명이 있습니다).
5) AI Agent의 가장 큰 장점은 '애플리케이션 우선'인데, 이는 '프로토콜은 두껍고 애플리케이션은 얇다'는 논리에 속하지만, 프로토콜은 얼마나 두꺼워야 할까? 유휴 컴퓨팅 리소스를 동원하고, 분산 아키텍처를 사용하여 알고리즘의 저비용 애플리케이션 이점을 활용하고, 금융, 의료, 교육과 같은 보다 수직적 세분화된 시나리오를 활성화하는 방법입니다. 어떻게 애플리케이션을 간소화할 수 있나요? AI 에이전트가 자산을 자율적으로 관리하고, 거래를 자율적으로 수행하고, 여러 모드에서 자율적으로 상호 작용하도록 하는 것은 불가능합니다. 우리는 모든 것을 한꺼번에 하려고 하지 말아야 합니다. 우리는 요구 사항을 세분화하여 점진적으로 구현해야 합니다. 그렇지 않으면 DeFai 시나리오에 대한 성숙한 표준에 도달하는 데 1~2년이 걸릴 것입니다.
6) MCP 프로토콜과 웹2 분야의 Manus 자동화된 멀티모달 실행 등은 모두 웹3 분야에서 영감을 주는 혁신입니다. MCP + Manus를 기반으로 직접 확장하여 적합한 웹3 애플리케이션 시나리오를 개발하거나 분산 협업 프레임워크를 사용하여 MCP 위에서 비즈니스 시나리오를 향상시킬 수 있습니다. 당장 모든 것을 전복하는 것에 대해 이야기하지 마세요. 기존 제품 프로토콜을 기반으로 적절한 최적화를 수행하고 web3의 대체할 수 없는 차별화된 이점을 최대한 활용하면 충분합니다. 웹2든 웹3든, 둘 다 이 위대한 AI LLM 혁신의 과정에 있습니다. 이념은 중요하지 않습니다. 중요한 것은 AI 기술의 개발을 진정으로 촉진하는 것입니다.
