作者：Jonathan King，Coinbase Ventures負責人；編譯：0xjs@喜來順財經
AI的未來可以建立在區塊鏈技術之上，因為加密技術有助于在新興技術領域提高可及性、透明度和應用場景。加密貨幣的高效性、無國界特性和可編程性與AI的融合，有可能改變人類和機器與數字經濟的互動方式，包括使用戶能夠對其個人數據擁有主權。這包括 “智能體網絡” 的興起，在這種網絡中，基于加密基礎設施運行的AI智能體能夠推動經濟活動和增長。
披露與注釋：Coinbase Ventures 的投資組合公司在本文首次提及時有星號（*）標注。
那么這是怎樣的一種情況呢？AI智能體在加密基礎設施上進行交易。由AI創建的軟件代碼，包括智能合約，導致鏈上應用和體驗的激增。用戶擁有、管理并從他們所貢獻的AI模型中獲利。利用AI改善加密生態系統內的用戶和開發者體驗，增強智能合約能力并創造新的應用場景。等等。
當我們設想這種crypto x AI的未來時，今天我們將揭示關于這種變革性技術融合未來的核心論點。要點如下：
我們認為加密貨幣/區塊鏈技術并非在AI技術棧的每一層都必須用于提升能力或解決新出現的挑戰。相反，加密貨幣可以在為AI帶來更廣泛的分發、可驗證性、抗審查性和原生支付渠道方面發揮重要作用，同時受益于AI機制來為鏈上的新用戶體驗提供動力。
Crypto x AI能夠催生 “智能體網絡”，這是一種變革性的范式，其中基于加密基礎設施運行的AI智能體能夠成為經濟活動和增長的重要驅動力。我們預測未來智能體將擁有自己的加密錢包，以便自主進行交易并實現用戶意圖，獲取低成本、去中心化的計算和數據資源，或者利用穩定幣向人類和其他智能體支付報酬以完成實現其整體目標函數所需的任務。
支撐這一論點的初步觀點包括：（1）加密貨幣將成為智能體與人類以及智能體之間商業活動的首選支付渠道；（2）生成式AI和自然語言接口將成為尋求在鏈上進行交易的用戶的主要交互方式；（3）AI將創建絕大部分軟件代碼（包括智能合約），從而引發鏈上應用和體驗的 “寒武紀大爆發”。
Crypto x AI由兩個核心子領域構成：（1）去中心化AI（加密貨幣->AI），定義為構建通用人工智能基礎設施以繼承現代對等區塊鏈網絡的特性；（2）鏈上AI（人工智能->加密貨幣），定義為構建基礎設施和應用，利用AI為新的和現有的應用場景提供動力。
Crypto x AI生態格局可以劃分為以下幾個層次：（1）計算（即專注于為AI開發者提供潛在圖形處理單元（GPU）的網絡）；（2）數據（即能夠實現AI數據管道的去中心化訪問、匯編和可驗證性的網絡）；（3）中間件（即能夠實現AI模型 / 智能體的開發、部署和托管的網絡 / 平臺）；（4）應用（即利用鏈上AI機制的面向用戶的產品（B2B 或 B2C））
在 Coinbase，我們肩負著幫助更新金融系統，使其更安全可靠，同時提高消費者和建設者的可及性和可用性的使命。我們相信Crypto x AI將在其中發揮重要作用。在本博客中，我們將深入探討Crypto x AI的原因、方式以及下一步發展。
AI市場已經取得了顯著的增長和投資，VC公司在過去五年中向該領域投入了近 2900 億美元。世界經濟論壇指出，AI技術在未來十年可能會使美國年度 GDP 增長提高 0.5 - 1.5%。AI應用正顯示出強大的吸引力，像 ChatGPT4 這樣的應用在用戶增長 / 采用方面創下了新紀錄。然而，隨著AI市場的快速發展，一些挑戰也隨之出現，包括數據隱私問題、對AI人才的需求、倫理考量、中心化風險以及深度偽造技術的興起。這些挑戰推動了當前關于Crypto x AI領域的討論，因為利益相關者尋求利用兩種技術的優勢來解決這些新出現的問題的解決方案。
來自Vitalik Buterin 關于Crypto x AI的博客
Crypto x AI結合了區塊鏈的去中心化基礎設施和人AI模仿人類認知功能以及從數據中學習的能力，創造了一種協同效應，可能會徹底改變各個行業。區塊鏈重新定義了系統架構、數據 / 交易驗證以及分配方式。AI增強了數據計算、分析，并提供了新的內容生成能力。這種交叉在兩個技術社區的開發者中既引發了興奮，也引發了懷疑，推動了對新應用場景的探索，從長遠來看可能會加速兩個領域的采用。雖然加密貨幣和AI都是涵蓋多種不同技術和主題的通用術語，但我們認為兩個領域的交叉可以分解為兩個核心子領域：
去中心化AI（Crypto -> AI）通過加密貨幣的無許可且可組合的基礎設施增強AI能力。這解鎖了一些應用場景，例如對AI資源（如計算、存儲、帶寬、訓練數據等）的民主化訪問，協作式、開源模型開發，可驗證的推理，或者用于內容來源和真實性的不可篡改賬本和加密簽名。
鏈上AI（AI -> Crypto）將AI的優勢帶入加密生態系統，通過大型語言模型和自然語言接口改善用戶和開發者體驗，或者增強智能合約能力。鏈上AI采用的兩種途徑包括：（1）開發者將AI模型或智能體集成到他們的智能合約和鏈上應用中；（2）AI智能體利用加密渠道（如自托管錢包、穩定幣等）進行支付并委托去中心化基礎設施資源。
雖然兩個子領域都還處于起步階段，但 “加密貨幣融入AI” 或 “AI融入加密貨幣” 的潛力巨大，并且有望解鎖一系列尚未設想的應用場景，特別是隨著計算基礎設施和智能速度的持續提高。
我們發現加密貨幣和AI交叉領域中特別令人興奮的一個方面是基于加密基礎設施運行的AI智能體的概念。這種整合旨在創建 “智能體網絡”，這是一種變革性的范式，能夠在AI驅動的經濟體中增強安全性、效率和協作，其基礎是強大的激勵結構和加密原語。
我們認為AI智能體能夠成為經濟活動 / 增長的重要驅動力以及應用（無論是鏈上還是鏈下）的主要 “用戶”，在中長期內逐漸取代人類用戶。這種范式轉變將迫使許多互聯網原生公司重新思考他們對未來的核心假設，并提供必要的產品、服務和商業模式，以便更好地服務于一個以智能體為主的經濟體。話雖如此，我們并不認為加密貨幣 / 區塊鏈技術在AI技術棧的每一層都必須用于提升能力或解決新出現的挑戰。相反，加密貨幣可以在為AI帶來更廣泛的分發、可驗證性、抗審查性和原生出版渠道方面發揮重要作用，同時受益于AI機制來為鏈上的新用戶體驗提供動力。
支撐這一論點的初步觀點如下：
加密貨幣將成為智能體與人類以及智能體之間商業活動的首選支付渠道：加密貨幣是互聯網原生的可編程貨幣，對于驅動以智能體為基礎的經濟體具有多種優勢。隨著AI智能體變得更加自主，并大規模進行微交易（如支付推理、數據、API 訪問、去中心化計算或數據資源等），加密貨幣的高效性、無國界特性和可編程性將使其成為比傳統法定貨幣渠道更優的交換媒介。此外，智能體將需要獨特的、可驗證的身份（即 “了解你的智能體”），以確保在與企業和終端用戶進行交易時遵守監管規則和合規要求。低費用區塊鏈、智能合約、自托管錢包（如 Coinbase AI Wallets）和穩定幣可以幫助簡化并降低智能體之間復雜金融協議的成本，而去中心化網絡的可驗證性和不可變性將確保AI智能體交易的重要性和可審計性。
生成式AI和自然語言接口將成為尋求在鏈上進行交易的用戶的主要交互方式：隨著自然語言處理速度和AI對加密貨幣的語境理解的提高，通過對話界面在鏈上進行交互將成為用戶的默認規范和期望，這與當前的 Web2 趨勢（如 ChatGPT）一致。用戶只需用自然語言描述他們期望的交易意圖（如 “用 X 換 Y”），人工智能智能體將把這些意圖翻譯成可驗證的智能合約代碼，提供最有效和最具成本效益的交易執行路徑。
AI將創建絕大部分軟件代碼（包括智能合約），從而引發鏈上應用和經驗的 “寒武紀大爆發”：AI的代碼生成能力在 Web2 中正在迅速發展（如 Devin，Replit），并且從根本上改變了軟件開發范式。我們相信這種轉變將很快在加密領域占據中心位置，近期重點是顯著降低新老開發者的入門檻。然而，未來的狀態是AI“軟件智能體” 根據用戶的偏好實時從頭生成智能合約和高度個性化的應用，并在鏈上存儲和驗證。
這些觀點表明，未來AI和加密貨幣之間的界限將越來越模糊，創造一種智能、自主和去中心化系統的新范式。基于此框架，讓我們逐層深入了解使能加密貨幣與AI融合的技術棧。
將 “加密貨幣融入AI” 或 “AI融入加密貨幣” 的探索催生了一個新興且復雜的領域，該領域正在迅速發展，許多建設者急于利用市場勢頭。今天，我們認為Crypto x AI領域可以劃分為以下幾個層次：（1）計算（即專注于為人工智能開發者提供潛在圖形處理單元（GPU）的網絡）；（2）數據（即能夠實現AI數據管道的去中心化訪問、編排和可驗證性的有關網絡）；（3）中間件（即能夠實現人工智能模型 / 智能體的開發、部署和托管的網絡 / 平臺）；（4）應用（即利用鏈上AI機制的面向用戶的產品（B2B 或 B2C））
AI的模型訓練和推理執行都需要大量的計算 GPU 資源。鑒于AI模型變得越來越復雜，對計算的需求也在增加，像英偉達這樣的先進 GPU 出現短缺，導致等待時間長且成本增加。去中心化計算網絡作為解決這些挑戰的潛在方案正在興起，其方式如下：
建立無許可的市場，用于購買、租賃和托管物理 GPU
構建 GPU 聚合器，使任何人（例如比特幣礦工）能夠貢獻其多余的 GPU 計算能力以執行按需的AI任務，并獲得代幣激勵作為回報
將物理 GPU 金融化，通過在鏈上將其代幣化為數字資產
開發用于計算密集型工作負載（例如訓練、推理）的分布式 GPU 網絡
創建使AI模型能夠在個人設備上運行的基礎設施（類似于去中心化的蘋果智能）
這些提議的解決方案都旨在增加 GPU 計算供應和可及性，同時提供極具競爭力的價格。然而，鑒于該領域的大多數參與者對先進人工智能工作負載的支持程度各不相同，面臨與 GPU 缺乏共置相關的挑戰，并且在某些情況下，缺乏與中心化替代方案相當的開發者工具和正常運行時間保證，我們認為這些產品在近期到中期內不太可能被主流采用。在該層構建的新興領域和示例項目包括以下幾個：
通用計算：提供可用于多種應用的 GPU 計算資源的去中心化計算市場（例如 Akash，Aethir）
人工智能 / 機器學習計算：提供用于特定服務（例如 GPU 聚合器、分布式訓練和推理、GPU 代幣化等）的 GPU 計算資源的去中心化計算網絡（例如io.net，Gensyn，Prime Intellect，Hyperbolic，Hyperspace）
邊緣計算：為個人、情境化推理提供設備上大型語言模型動力的計算和存儲網絡（例如 PIN AI，Exo，Crynux.ai，Edge Matrix）
擴展AI模型需要不斷增長的訓練數據集，大型語言模型是從人類生成的數萬億字的文本中進行訓練的。然而，目前公共的、人類生成的數據是有限的（Epoch AI 估計高質量的語言 / 數據來源可能在 2024 年耗盡），這就引發了一個問題：訓練數據的缺乏是否會成為AI模型性能的主要瓶頸，從而可能導致其性能停滯不前。因此，我們認為以數據為重點的crypto x AI公司有以下機會來應對這些挑戰：
激勵用戶分享他們的私人 / 專有數據（例如 “數據去中心化自治組織（Data DAOs）”—— 鏈上實體，數據貢獻者可以從社交平臺貢獻其隱私數據中看到經濟利益，并管理數據的使用和貨幣化方式）
創建用于從自然語言提示生成合成數據資產的工具，或者提供用戶激勵以從公共網站抓取數據
激勵用戶幫助預處理數據集以用于訓練模型并保持數據質量（例如數據標注 / 從人類反饋中進行強化學習）
建立多面的、無需許可的數據市場，任何人都可以因貢獻而獲得補償
這些機會催生了我們今天在數據層看到的許多新興參與者。然而，值得注意的是，在AI模型生命周期中，中心化的現有企業具有現有的網絡效應和經過驗證的數據合規制度，傳統企業看重這些，這可能為去中心化替代方案留下的空間很小。盡管如此，我們認為去中心化AI的數據層呈現出一個重要的長期機會，以應對 “數據墻” 挑戰。在該層構建的新興領域和示例項目包括以下幾個：
數據市場：為數據提供者和消費者設計的去中心化數據交換協議，用于分享和交易數據資產（例如 Ocean Protocol，Masa，Sahara AI）
用戶自有 / 私人數據（包括 DataDAOs）：用于激勵收集專有數據集（包括私人用戶自有數據）的網絡（例如 Vana*，NVG8）
公共與合成數據：用于從公共網站抓取數據或通過自然語言提示生成新數據集的網絡 / 平臺（例如 Dria，Mizu，Grass，Synesis One）
數據智能工具：用于查詢、分析、可視化并提供關于鏈上數據的可操作見解的平臺和應用（例如 Nansen*，Dune*，Arkham，Messari*）
數據存儲：用于長期數據存儲 / 存檔的文件存儲網絡以及用于管理經常訪問和更新的結構化數據的關系數據庫網絡（例如 Filecoin，Arweave*，Ceramic*，Tableland*）
數據匯編 / 溯源：優化AI和數據密集型應用的數據攝入管道和處理過程，并確保對AI生成內容的正確來源跟蹤和可驗證真實性的網絡和平臺（例如 Space and Time，The Graph*，Story Protocol）
數據標注：通過激勵分布式的人類貢獻者創建高質量的訓練數據集來改善AI模型的強化學習和微調機制的網絡和平臺（例如 Sapien，Kiva AI，Fraction.AI）
預言機：使用AI提供可驗證的鏈外數據用于鏈上智能合約的網絡（例如 Ora，OpenLayer，Chainlink）
要實現一個開放、去中心化的AI模型或基于智能體的生態系統的全部潛力，需要構建新的基礎設施。建設者正在探索的一些高潛力領域包括以下幾個：
利用公開權重的大語言模型為鏈上AI應用場景提供動力，同時構建能夠快速理解、處理和作用于鏈上數據的基礎模型
針對大型基礎模型（例如 100B + 參數）的分布式訓練解決方案；由于各種技術復雜性，這通常被視為一個遙不可及的夢想，但 Nous Research、Bittensor 和 Prime Intellect 的近期突破正在試圖改變這種情況
利用零知識或樂觀機器學習（即 zkML，opML）、受信任的執行環境（TEE）或完全同態加密（FHE）來實現隱私的、可驗證的推理
通過資源協調網絡實現開放、協作的AI模型開發，或者構建利用加密基礎設施渠道來增強人工智能智能體在鏈上 / 鏈下應用場景潛力的智能體網絡 / 平臺
雖然在構建這些基礎基礎設施原語方面已經取得了一些進展，但生產就緒的、鏈上的大型語言模型和AI智能體仍然處于起步階段，并且我們預計在計算、數據和模型基礎設施成熟之前，這種情況不會改變。盡管如此，我們認為這個類別非常有前景，是 Coinbase Ventures 在該領域投資策略的核心焦點，這是由對AI服務長期的隱含增長和需求所驅動的。在該層構建的新興領域和示例項目包括以下幾個：
開源的大語言模型：開源公開可訪問的AI模型，允許任何人使用、修改和自由分發（例如 LLama3，Mistral，Stability AI）
鏈上模型創建者：能夠創建用于鏈上應用場景的基礎大語言模型的網絡和平臺（例如 Pond*，Nous，RPS）
訓練與微調：能夠在鏈上實現激勵的、可驗證的訓練或微調機制的網絡和平臺（例如 Gensyn，Prime Intellect，Macrocosmos，Flock.io）
隱私：采用隱私保護機制用于AI模型的開發、訓練和推理的網絡和平臺（例如 Bagel Network，Arcium*，ZAMA）
推理網絡：采用加密技術 / 證明來驗證AI模型輸出正確性的網絡和平臺（例如 OpenGradient*，Modulus Labs，Giza，Ritual）
資源協調網絡：網絡設計用于促進AI模型開發的資源共享、協作和協調（例如 Bittensor，Near*，Allora，Sentient）
智能體網絡與平臺：網絡和平臺用于促進AI智能體在鏈上 / 鏈下環境中的創建、部署和貨幣化（例如 Morpheus，Olas，Wayfinder，Payman*，Skyfire*）
在加密領域內，AI智能體開始嶄露頭角，早期的例子如 Dawn Wallet（一個利用AI智能體代表用戶發送交易并與協議交互的加密錢包），Parallel Colony*（一個鏈上游戲，玩家與擁有自己錢包并能在游戲中創建自己路徑的AI智能體合作），或 Venice.ai（一個具有可驗證推理和隱私保護機制的生成式AI應用 / 自然語言提示）。然而，應用開發仍然在很大程度上是實驗性和機會主義的，各種應用想法在該領域的炒作中大量涌現。盡管如此，我們相信AI智能體基礎設施和框架的進步將使加密行業從中長期來看從主要的反應式智能合約應用轉變為更復雜的主動式應用。在該層構建的新興領域和示例項目包括以下幾個：
AI伴侶：用于創建、分享和貨幣化用戶擁有的具有個性化和情境感知的AI模型和智能體的應用（如 MagnetAI，MyShell，Deva，Virtuals Protocol）
基于自然語言處理的接口：以自然語言提示作為與鏈上交易交互和執行的主要接口 / 入口點的應用（如 Venice.AI，Veldt）
開發 / 安全工具：面向開發者的應用 / 工具，利用AI模型 / 智能體來增強鏈上開發者體驗和安全機制（如 ChainGPT，Guardrail*）
風險智能體：利用機器學習模型或AI智能體幫助協議實時動態調整和響應鏈上風險參數的服務（如 Chaos Labs*，Gauntlet*，Minerva*）
身份（人格證明）：利用加密證明和機器學習模型驗證用戶人格證明的應用（如 Worldcoin*）
治理：利用AI智能體根據人類驅動的治理決策 / 反饋執行交易的應用（如 Botto，Hats）
交易 / 去中心化金融：由AI驅動的交易基礎設施和去中心化金融協議，利用AI智能體自動執行鏈上交易（如 Taoshi，Intent.Trade）
游戲：利用智能非玩家角色或AI機制驅動核心游戲玩法機制的鏈上游戲（如 Parallel*，PlayAI）
社交：利用AI機制驅動鏈上社會體驗的應用（如KaiKai，NFPrompt）
雖然Crypto x AI堆棧仍處于起步階段，但我們相信在去中心化AI基礎設施、鏈上AI應用以及 “智能體網絡” 的出現方面將會有重大進展，在 “智能體網絡” 中AI智能體將成為經濟活動的主要驅動力。雖然在計算基礎設施和數據可用性等方面仍然存在挑戰，但加密貨幣與AI之間的協同作用可能會加速兩個領域的創新，導致更透明、去中心化和自主的系統。隨著該領域繼續由獲得資金的新團隊和致力于尋找產品 / 市場契合點的更成熟團隊推動而迅速發展，互聯網原生公司和開發者適應變化的范式并擁抱Crypto x AI創造以前無法想象的新應用和體驗的潛力將至關重要。
總體而言，Coinbase Ventures 對Crypto x AI的未來潛力和機會感到興奮，并且我們正在積極投資該架構的每一層。
喜來順財經
