作者： Teng Yan , 研究員（專注於Crypto x AI ）
編譯：Felix, PANews
隨著今年AI 產業的爆發，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 代幣市值只佔山寨幣市值的2.9%，但這個比率不會持續太久。
AI 涵蓋了從智慧合約平台到meme、DePIN 以及Agent 平台、數據網路和智慧協調層等，其市場地位比肩DeFi 和meme 是毋庸置疑的。
為什麼對此充滿信心？
- 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。同時，Web2 資本已經開始關注去中心化AI 基礎設施
- 散戶狂熱：AI 概念很容易理解和令人興奮，散戶現在可以透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）上線多年，是加密AI 領域的老牌項目。儘管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 的數位蜂巢思維（Digital Hivemind）悄悄實現了飛躍：更多子網的註冊費更低，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 的網路。
為什麼TAO 代幣沒有飆升？急劇的通膨計劃以及市場對Agent 平台的關注，妨礙了其上漲。然而，dTAO（預計2025 年第一季推出）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 為何能捲土重來：
- 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繫起來。子網越好，其代幣就越有價值。
- 集中資本流動：投資者最終可以瞄準他們相信的特定子網路。如果某個特定的子網路以創新的分散式訓練方法勝出，投資者就可以部署資本，以代表其觀點。
- EVM 整合：與EVM 相容吸引了Bittensor 中更廣泛的加密原生開發者社區，彌合了與其他網路的差距。
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 執行長黃仁勳曾說，推理需求將成長「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 等新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）。隨著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開發人員和AI 應用程式。
- Web2 需求：6,800 億美元至2.5 兆美元的雲端運算市場規模，使得加密AI 市場相形見絀。如果這些去中心化運算解決方案能夠吸引哪怕一小部分傳統雲端客戶，就能看到下一波10 倍或100 倍的成長。
正如Solana 在L1 領域中取得勝利一樣，贏家將主宰一個全新的領域。密切注意可靠性（例如強大的服務等級協定或SLA）、成本效益和開發人員友好的工具。
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。
為什麼會發生這種轉變？
- 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、更準確地處理大量資料。
- 小額支付：這些agents 驅動的交易將變得更小、更頻繁、更有效率。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。
最大的挑戰是讓這些agents 驅動的系統對人類負責。隨著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、分析平台和審計工具。
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，聽起來像下一部熱門的科幻/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 網路能夠交換資訊、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、更複雜的任務貢獻獨特的專業知識。
一個叢集可能會協調Bittensor 等平台上的分散式運算資源。另一個集群可以處理錯誤訊息，在內容傳播到社交媒體之前即時驗證來源。叢集中的每個Agent都是專家，可以精確地執行其任務。
這些集群網路將產生比任何單一孤立AI 更強大的智慧。
要使集群蓬勃發展，通用通訊標準至關重要。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角色。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
來源：@whip_queen_
Story Protocol 聘請了Luna（AI Agent）擔任社群媒體實習生，每天支付她1000 美元。 Luna 與她的人類同事相處得併不融洽——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，而無需睡覺或咖啡休息。
- 透過智慧合約建立信任：區塊鏈是一個不偏不倚、不會疲倦、永遠不會忘記的監督者。一個鏈上帳本，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：很快就會開始思考與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，還是責怪他們的開發者？
「員工」和「軟體」之間的界線將在2025 年開始消失。
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 生存遊戲範例：
- 碳信用人工智慧：想像一個Agent 搜尋分散的能源網，辨識效率低下，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產業。開發人員被迫進行創新，優先考慮生產用例而不是噱頭。隨著這些更強大、更有效率的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。
傳統觀點認為想辦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。
合成資料是人工生成的資料集，旨在模仿現實世界的資料分佈。為人類資料提供了一種可擴展、合乎道德且隱私友善的替代方案。
合成數據為何如此有效：
- 無限規模：需要一百萬張醫療X 光或工廠的3D 掃描？合成生成可以無限量地製造，無需等待真正的患者或真正的工廠。
- 隱私友善：使用人工產生的資料集時，不會有任何個人資訊受到威脅。
- 可自訂：可根據確切訓練需求自訂分佈。
使用者擁有的人類資料在許多情況下仍然很重要，但如果合成資料在現實中持續改進，可能會在數量、生成速度和不受隱私限制方面超過使用者資料。
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資料集。
這些微型實驗室將巧妙地繞過資料生成中的政策和監管障礙——就像Grass 利用數百萬個分散式節點繞過網路抓取限制一樣。
9.去中心化訓練比較有用
2024 年，Prime Intellect 和Nous Research 等先驅突破了去中心化訓練的界限。在低頻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定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。
本週，EXO Labs 借助SPARTA 取得了進一步進展，將GPU 間通訊減少了1,000 倍以上。 SPARTA 無需專門的基礎設施即可在慢速頻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演算法（如DiLoCo）結合使用，以獲得更好的性能。”
這意味著這些改進可以疊加，從而增加效率。
隨著技術進步，微型模型變得更實用、更有效率，AI 的未來不在於規模，而在於變得更好、更容易使用。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。
人們很容易認為目前的領導者將繼續獲勝，許多人將Virtuals 和ai16z 與早期的智慧型手機（iOS 和Android）進行比較。
但這個市場過於龐大且尚未開發，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開源框架的到來。這些新參與者可以透過激勵措施（如空投或巧妙的質押）、技術突破（如低延遲推理或鏈互通性）和使用者體驗改進（無代碼）的組合來取代現有參與者。公眾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，也是挑戰所在。市場規模是一把雙面刃：蛋糕巨大，但對於技術團隊來說，進入門檻很低。這為專案的大爆發奠定了基礎，許多專案會逐漸消失，但少數專案具備變革性力量。
Bittensor、Virtuals 和ai16z 不會一直領先太久，下一個價值10 億美元的加密AI 協定即將到來。精明的投資者有大量機會，這就是它如此令人興奮的原因。
