原文标题：What Were Watching in 2025 (Crypto AI)
原文作者：Teng Yan（@0x Prismatic）
编译：Asher（@Asher_ 0210 ）
加密 AI 板块的未来充满吸引力，虽然缺乏历史可循的范例和明确的趋势，但这也意味着它正处于一个全新的起点，等待着未来的发展。想到等 2026 年回顾这一切，看到 2025 年初的预期与实际情况的差距，会更加令人兴奋。
一、加密 AI 板块的总市值将达到 1500 亿美元
目前，加密 AI 板块的代币仅占山寨币市值的 2.9%，但相信这一比例不会维持太久。随着人工智能逐步扩展至智能合约平台、Meme、去中心化物理基础设施（DePIN）、代理平台、数据网络以及智能协调层等新领域，它与 DeFi 和 Meme 代币的融合，已成为不可避免的趋势。
对加密 AI 板块有信心，是因为其处于两个最强大技术趋势的交汇点：
AI 狂热触发事件：OpenAI 的首次公开募股或类似事件可能会引发全球对 AI 的狂热。同时，Web2 的机构资本已经在关注去中心化的 AI 基础设施作为投资。
零售狂潮：人工智能的概念易于理解并令人兴奋，现在他们可以通过代币进行投资。还记得 2024 年 Meme 币的淘金热吗？这将是同样的狂热，只不过人工智能更为实际地改变世界。
二、Bittensor 的复兴
Bittensor（代币名称为 TAO）已经存在多年。它是这个领域的老牌玩家。尽管围绕人工智能的热潮，它的代币价格却一直徘徊在一年前的水平。但其实，Bittensor 背后的数字蜂巢思维悄然推进，更多的子网涌现，注册费用降低，子网在推理速度等实际表现上超越了Web2的对应技术，同时，EVM 兼容性引入了 DeFi 类功能，进一步丰富了 Bittensor 的网络。
那么，为什么 TAO 没有飙升呢？陡峭的通货膨胀计划和对面向 AI Agent 的平台的关注转移使其受到了限制。然而，dTAO（预计 2025 年第一季度）可能是一个重大转折点。通过 dTAO，每个子网将拥有自己的代币，这些代币的相对价格将决定如何分配释放。
为什么 Bittensor 有机会再次爆火：
基于市场的释放：dTAO 将区块奖励直接与创新和实际可测量的表现挂钩。子网表现越好，其代币就越有价值——因此，它获得的释放也就越多。
聚焦资本流动：投资者终于能够针对自己看好的特定子网进行投资。如果某个子网在分布式训练方面采用了创新的方式并取得了成功，资本可以流入该子网以表达投资观点。
EVM 集成：兼容 EVM 吸引了更广泛的加密原生开发者社区进入 Bittensor，弥合了与其他网络的差距。
目前正关注各个子网，并记录它们在各自领域取得的实际进展。预计某个时刻，将迎来类似 @opentensor 版本的 DeFi 夏季。
三、计算市场是下一个 L1 交易
计算需求的不可满足将成为一个显而易见的巨型趋势。英伟达首席执行官黄仁勋曾表示，推理需求将激增“十亿倍”。这种指数级的增长将打破传统基础设施的规划，并迫切呼唤“新的解决方案”。
去中心化计算层以可验证和具有成本效益的方式提供原始计算（用于训练和推理）。像 @spheronfdn、@gensynai、@atoma_network 和 @kuzco_xyz 这样的初创公司正在悄然建立强大的基础，以利用这一点，专注于产品而非代币（这些公司目前都没有代币）。随着去中心化的 AI 模型训练变得可行，对于可寻址市场预计将急剧上升。
对于加密 AI 板块，拿 L1 板块进行比较：
就像 2021 年一样：还记得 Solana、Terra 和 Avalanche 为了成为“最佳” L1 而争斗吗？我们将看到计算协议之间的类似争斗，争夺开发者和 AI 应用程序，以便在它们的计算层上构建。
Web2 需求：6800 亿美元至 2.5 万亿美元的云计算市场远远超过加密 AI 市场。如果这些去中心化计算解决方案能够获得传统云客户的哪怕一小部分，将有机会看到下一个 10 倍或 100 倍的增长浪潮。
正如 Solana 在 L1 领域中脱颖而出，这里的赢家将主导一个全新的前沿，需密切关注三个标准：可靠性、成本效益以及开发者友好的工具。
四、AI Agent 将涌入区块链交易
到 2025 年末，90% 的链上交易将不再由人类手动点击“发送”触发。相反，这些交易将由一支 AI Agent 军队执行，这些 AI Agent 将持续地重新平衡流动性池、分配奖励，或者根据实时数据源执行微支付。
这一切并不像看起来那么牵强。过去七年里我们所构建的一切（L1、rollups、DeFi、NFT 等）悄然为一个由 AI 主导的链上世界铺平了道路。
@autonolas 代理在 Gnosis 上的交易
那么，为什么会有这种转变？
不再有人为错误：智能合约按编码精确执行。AI Agent 可以比一组人类更快速和准确地处理大量数据。
微支付：AI Agent 驱动的交易将变得更小、更频繁和更高效。特别是随着 Solana、Base 和其他 L1/L2 的交易成本趋于下降。
隐形基础设施：人类会乐意放弃直接控制，如果这意味着减少麻烦。信任 Netflix 自动续订，信任一个 AI Agent 自动重新平衡用户的 DeFi 头寸是自然的下一步。
AI Agent 生成了惊人的链上活动量，但最大挑战将是使这些 AI Agent 驱动的系统对人类负责。随着 AI Agent 发起的交易与人类发起的交易比例的增加，将需要新的治理机制、分析平台和审计工具。
五、代理与代理之间的互动：AI 集群概念的崛起
AI Agent 群体是指微小的人工智能实体无缝协作，执行宏大的计划，这听起来像是下一部热门科幻或恐怖电影的情节。目前的 AI Agent 大多是孤立运作的，互动少且不可预测。然而，AI Agent 群体将改变这一局面，允许多个 AI Agent 在网络中交换信息、进行谈判和共同决策。
可以将这些 AI Agent 群体视为去中心化的专业模型集体，每个模型为更大、更复杂的任务贡献其独特的专业知识。其潜力令人震惊。例如，一个群体可能会在像 Bittensor 这样的平台上协调分布式计算资源，另一个群体则可以实时验证内容来源，防止虚假信息在社交媒体上扩散。群体中的每个 AI Agent 都是专家，精确执行各自的任务。
这些群体网络的智能将远超任何单一的孤立 AI。为了使代理群体蓬勃发展，通用通信标准至关重要。代理需要能够在不受底层框架限制的情况下发现、认证和协作。像 Story、FXN、ZEREBRO 和ai16z等团队正致力于为代理群体的崛起奠定基础。
同时，这也引出了去中心化的关键作用，将任务分配给由透明链上规则管理的代理群体，使系统具备更高的弹性和适应性。如果一个代理失败，其他代理能够介入补位，保持系统的持续运作。
六、加密 AI 工作团队将是人类与人工智能的混合体
Story 聘请了 Luna（一个 AI Agent 项目）作为他们的社交媒体实习生，支付她每天 1,000 美元。听起来可能很奇怪，但这是一个未来的前兆，在这个未来中，AI Agent 将成为真正的合作者，拥有自己的自主权、责任，甚至薪水。在各个行业，公司正在进行人机混合团队的测试。
我们将与 AI Agent 携手合作，不是作为我们的奴隶，而是作为平等的伙伴：
生产力激增：AI Agent 可以处理大量数据，相互沟通，并在 24/7 内做出决策，无需睡眠或咖啡休息。
通过智能合约建立信任：区块链是一个不偏袒、不疲倦、永不忘记的监督者。一个链上账本，确保重要 AI Agent 行为遵循特定的边界条件/规则。
社会规范在演变：很快就会面临与智能体互动的礼仪——是否应该对 AI 说“请”和“谢谢”？是否应该对它们的错误承担道德责任，还是应该责怪它们的开发者？
“员工”和“软件”之间的界限在 2025 年开始模糊。相信将会有更多的加密团队参与其中，因为 AI Agent 在内容生成方面表现出色，能够全天候进行直播并在社交媒体上发布内容。如果正在开发一个 AI 协议，为什么不通过内部部署 AI Agent 来展示其能力呢？
七、99% 的 AI Agent 将会消亡（只有有用的才能生存）
我们将看到 AI Agent 之间的达尔文式淘汰。这是因为运行一个 AI Agent 需要消耗计算能力，也就是推理成本。如果一个 AI Agent 无法创造足够的价值来覆盖它的“租金”，那么它将面临淘汰。
以 AI Agent 生存游戏为例，首先是碳信用 AI：假设有一个 AI Agent 在去中心化的能源网络中寻找低效环节，并自主交易代币化的碳信用。如果它能够赚取足够的收入来支付自己的计算费用，这个 AI Agent 就会蓬勃发展。另一个例子是 DEX 套利机器人：这种 AI Agent 通过利用去中心化交易所之间的价格差异赚取稳定收入，足以覆盖其推理费用。相比之下，X 上的恶搞者：一个有趣但没有可持续收入来源的虚拟 AI 网红，随着新鲜感的消退和代币价格的下跌，它将逐渐消失，无法维持生计。
区别显而易见，以实用为导向的 AI Agent 会蓬勃发展，而那些依赖干扰和噱头的 AI Agent 将变得无关紧要。这样的自然选择对行业有益，它促使开发者不断创新，优先考虑生产性应用而非花哨的技术。随着更强大、更具生产力的 AI Agent 的崛起，怀疑者将会逐渐沉默。
八、AI 合成数据超越人类数据
“数据是新的石油”这一说法广为流传。然而，人工智能对数据的高度依赖也引发了对即将到来的数据短缺的担忧。传统观点认为，应该寻找方式从用户那里收集私人现实数据，甚至为此支付给他们。
然而，在高度监管的行业或真实数据稀缺的情况下，更实际的解决方案可能是合成数据。合成数据是人工生成的，旨在模拟现实世界的数据分布。它为替代人类数据提供了一种可扩展、伦理友好且隐私安全的方案。合成数据的优势在于：
无限规模：需要一百万份医学 X 光片或工厂的 3D 扫描，合成数据可以无限量生成，无需依赖真实患者或工厂。
隐私友好：处理合成数据时，个人隐私信息不受威胁。
可定制：可以根据具体的训练需求调整数据分布，甚至插入那些在现实中稀缺或伦理上复杂的边缘案例。
尽管人类拥有的数据在许多情况下仍然重要，但如果合成数据在真实性方面不断提升，它可能在数量、生成速度和不受隐私限制的优势上超越用户数据。未来去中心化的人工智能可能会围绕“迷你实验室”展开，这些实验室专注于创建高度专业化的合成数据集，以满足特定的使用案例。
九、去中心化训练开始发挥作用
在 2024 年，像 Prime Intellect 和 Nous Research 这样的先锋推动了去中心化训练的边界。例如，成功在低带宽环境中训练了一个 150 亿参数的模型，证明了大规模训练可以在传统的集中式设置之外实现。尽管这些模型与现有基础模型相比在实际应用中表现不够理想，性能较低，因而使用它们的理由不多，但预计这种情况将在 2025 年发生变化。
EXO Labs 通过 SPARTA 进一步推动了进展，将 GPU 之间的通信减少了超过 1000 倍。SPARTA 使得在低带宽下进行大模型训练成为可能，而无需依赖专门的基础设施。最令人印象深刻的是他们的声明：“SPARTA 独立工作，但也可以与基于同步的低通信训练算法如 DiLoCo 结合，以获得更好的性能。”这意味着这些改进是叠加的，效率提升是逐步累积的。
随着模型技术的不断进步，更小、更高效的模型将变得更加有用，人工智能的未来不再仅仅关注规模，而是更注重质量和可获取性。很快，将会有能够在边缘设备甚至手机上运行的高性能模型。
十、至少有十个新的加密 AI 超级协议
尽管许多人将 Virtuals 和 ai16z 与智能手机的早期阶段（如 iOS 和 Android）进行比较，认为当前的领导者将继续获胜，但这个市场庞大且尚未开发，仅凭两个参与者无法主导。到 2025 年底，预计将有至少十个新的加密 AI 协议（尚未发币）市值突破 10 亿美元。
去中心化的人工智能仍处于起步阶段，并且大量人才正在聚集。新协议、新代币模型和新的开源框架将不断涌现，这些新参与者可能通过激励措施（如空投或巧妙的质押）、技术突破（如低延迟推理或链间互操作性）和用户体验改进（如无代码）来取代现有的参与者。公众认知的变化可能是瞬间且戏剧性的。
Bittensor、Virtuals 和 ai16z 不会孤单太久，下一个十亿美元的加密 AI 协议即将到来，聪明的投资者将面临众多机会，这正是这个市场如此令人兴奋的原因。
