Авторы: Xinyang & Ethan, IOSG
В 2026 году кривая активности GitHub в опенсорс-сообществах Crypto совершила впечатляющее «дно». Сокращение с пиковых 45 тыс. активных разработчиков в месяц в 2022 году до примерно 23 тыс. — это кажущееся уменьшение вдвое вызвало в соцсетях дискуссии о «истощении нарратива». Однако, когда мы рассматриваем срез этой кривой, мы видим не сокращение отрасли, а глубокую «делевериджизацию талантов».
▲ Источник данных: Electric Capital Developer Report, на основе GitHub Crypto Ecosystems
I. Кто ушёл? Кто остался?
Ушли в основном новички. Пиковое число новых разработчиков в феврале 2024 года достигло 5462 человек, после чего резко упало, а уровень оттока среди проработавших менее года составил 52%. Эти люди в основном пришли во время бычьего рынка, работали над контрактами для чеканки NFT, форками DeFi-протоколов, фронтендом для новых L2. Эти позиции сильно зависели от рыночного хайпа, который прошёл, проекты закрылись, а вместе с ними исчезли и рабочие места. Судя по данным, вклад новичков в код никогда не превышал 25%, и с самого начала они не находились в ядре индустрии.
▲ Newcomers пришли с бычьим рынком и ушли с медвежьим; опытные разработчики (Established devs, более 2 лет опыта) в тот же период достигли исторического максимума
Источник данных: Electric Capital Developer Report
С другой стороны, количество разработчиков с опытом более двух лет за тот же период не снизилось, а выросло, достигнув исторического максимума и обеспечивая около 70% кода. Суждение партнёра Electric Capital, Марии Шен, довольно прямолинейно: «Когда мы смотрим на группу опытных разработчиков, она растёт и выглядит очень здоровой».
Они остались не потому, что у них нет другого выбора.
С технической точки зрения, сейчас основная работа в crypto — это разработка инфраструктуры: разработка на уровне протоколов, аудит безопасности, кросс-чейн архитектура. Эти задачи требуют многолетнего опыта, чтобы по-настоящему разобраться, они не исчезнут с уходом хайпа.
С экономической точки зрения, у многих ветеранов есть неразблокированные токены, права на управление в протоколах и отношения с акционерами. Их накопленный в индустрии опыт уже сформировал реальные барьеры и обеспечил отдачу. Распределение по экосистемам показывает их голосование ногами: разработчиков в Bitcoin стало на 64,3% больше за два года, в Solana — на +11,1%, а в Cosmos стало меньше на 51,1%, в Polkadot — на 46,9%. Ветераны концентрируются в экосистемах с реальными пользователями и доходами, покидая проекты, всё ещё держащиеся на нарративах.
▲ Источник: Coincub Web3 Jobs Report 2025
Источник данных: Web3.Career
Изменения в структуре вакансий также подтверждают эту тенденцию. Среди новых вакансий в Web3 в 2025 году самая большая доля была не у разработчиков, а у Project & Programme Management, превысив 27%. Для индустрии, известной своей технологической движущей силой, это контр-интуитивно, но логика проста: отрасль переходит из фазы строительства в фазу исполнения, необходимо интегрировать более 100 блокчейнов, приход институциональных клиентов предъявляет совершенно другие требования к комплаенсу и безопасности, управление DAO требует баланса между стейкхолдерами с разными интересами. Это не традиционный проект-менеджмент, а координация и принятие решений в среде, где правила ещё формируются.
Индустрия вроде бы сжимается, но плотность ядра растёт. Медвежий рынок 2018-2019 годов также сопровождался массовым оттоком разработчиков, но затем появились такие знаковые проекты, как Uniswap, Aave, OpenSea, которые определили бычий рынок 2020-2021. У оставшихся на этот раз строителей есть более зрелая инфраструктура, а эпоха ИИ даёт им сцену больше, чем в прошлом цикле.
II. Какими навыками обладают оставшиеся?
Какие особые навыки вырабатывает индустрия Crypto у её строителей? Чтобы ответить на этот вопрос, нужно вернуться к фундаментальным принципам блокчейна: между сменой рыночных циклов индустрия всегда работает по одному и тому же базовому правилу: код — это закон, исполнение — финал.
В 2016 году инцидент с The DAO: атакующий использовал уязвимость рекурсивного вызова, чтобы перевести 36 млн долларов. Код не содержал багов, логика выполнялась строго по задумке, просто границы не были предусмотрены разработчиками. В 2021 году кросс-чейн мост Poly Network был атакован, и 610 млн долларов были переведены за несколько часов. Ни одна платформа не могла остановить это, ни один институт не мог отменить, ни один закон не мог обеспечить компенсацию. Это структурная особенность crypto, отличающая её почти от всех других отраслей: нулевое пространство для ошибок, вмешательство постфактум почти отсутствует.
Такая среда вырабатывает набор навыков, которые редко требуются в других отраслях: в условиях отсутствия правил и доверия создавать с нуля работоспособные системы, в которые незнакомцы готовы участвовать.
Этот навык включает два уровня. Первый — создание доверия с нуля, без опоры на внешние авторитеты, только с помощью кода и механизмов, чтобы незнакомцы были готовы вложить реальные активы. Второй — принятие решений в условиях технологической и экономической неопределённости, без регуляторных рамок, исторических данных или отраслевых стандартов, всё равно способность разработать работоспособную систему.
Оба уровня были конкретно проверены в crypto. Uniswap не имеет гарантий компании, KYC или поддержки клиентов; любой, кто вкладывает средства в пул ликвидности, полагается только на доверие к нескольким сотням строк кода и экономическому механизму, достигая объёмов торгов в сотни миллиардов долларов в день. MakerDAO не имеет поддержки центрального банка или страховки депозитов, поддерживая стабильность DAI исключительно за счёт ончейн-управления и механизмов залога. Во время DeFi Summer всё было ещё экстремальнее: не было регуляторных рамок, стандартов аудита, никаких исторических данных, строители разработали AMM, протоколы кредитования, ликвидностное майнинг-фермерство — от концепции до TVL в десятки миллиардов долларов прошло всего несколько месяцев. Этот навык проявляется по-разному у строителей на уровне протоколов, приложений и управления, но базовый принцип одинаков.
Эпоха ИИ создаёт структурно схожую проблему. Процесс принятия решений моделями непрозрачен, результаты вывода не могут быть независимо проверены. AI-агенты начинают автономно выполнять транзакции, распределять средства, а сопутствующие системы правил и ограничений ещё не существуют. Компании, создающие большие модели, контролируют и модели, и стандарты оценки, у пользователей нет эффективных средств проверки. Вычислительные мощности сконцентрированы у небольшого числа крупных игроков, формируя монопольное ценообразование при всплесках спроса. Эти проблемы указывают на одно и то же ядро: проблема доверия к автономным системам повторяется на большем масштабе в ИИ.
Строители crypto годами решали такие проблемы в среде без внешних авторитетных правил, только раньше это были ончейн-протоколы, а теперь — ИИ. И уже есть группа людей, которая напрямую перенесла навыки, накопленные в crypto, в ИИ, и достигла результатов.
III. Как эти навыки переоцениваются в эпоху ИИ?
Переход из crypto в ИИ в последние годы стал частым явлением, но при ближайшем рассмотрении они уносят с собой разное.
Самый прямой путь — прямое применение опыта и железа. Трое основателей CoreWeave — Майкл Интратор, Брайан Вентуро и Брэннин МакБи — начали майнить эфир на GPU в 2017 году, нарастив мощности от одной машины до тысяч, закрыли майнинг в 2022 году, через два месяца после релиза ChatGPT их GPU превратились в поставку вычислительных мощностей для ИИ, в марте 2025 года вышли на NASDAQ с оценкой при IPO около 23 млрд долларов, пиковая капитализация позже приближалась к 70 млрд долларов.
Сооснователь OpenSea Алекс Аталла сталкивался с агрегацией и маршрутизацией чрезвычайно гетерогенных активов на NFT-рынке, перенёс тот же опыт в маршрутизацию AI-моделей, основав OpenRouter, который за два года обслужил более 5 млн разработчиков и получил оценку в 500 млн долларов.
Другой тип миграции более интересен. Основатель NEAR Илья Полосухин — один из соавторов статьи о Transformer. Уйдя из Google, он изначально хотел создавать приложения ИИ на естественном языке, но в процессе разработки столкнулся с практической проблемой: необходимостью делать трансграничные платежи разметчикам данных по всему миру, у многих из которых не было банковских счетов, и блокчейн-технологии стали лучшим решением этой платежной проблемы.
Сейчас NEAR трансформируется в инфраструктурную платформу для ИИ, основными направлениями являются user-owned AI и децентрализованное конфиденциальное машинное обучение (DCML), позволяя пользователям использовать сервисы ИИ без раскрытия данных. Опыт в децентрализованной архитектуре, накопленный в NEAR, стал самой сложной для копирования отправной точкой в этом направлении.
Сооснователь Circle Шон Невилл после ухода основал Catena Labs, позиционируя её как AI-нативный банк, перенося понимание инфраструктуры стейблкоинов напрямую в финансовые сценарии для AI-агентов, a16z crypto лидировал раунд seed на 18 млн долларов. Опытный разработчик Aave и Lens Protocol Надер Дабит перешёл в Cognition, принеся опыт построения экосистемы разработчиков, накопленный в нескольких crypto-протоколах, в сферу инструментов для AI-агентов.
Эти люди унесли с собой не просто железо GPU или пользовательские сети, а интуицию в проектировании механизмов, опыт построения экосистем разработчиков, способность принимать решения и строить доверенные системы с нуля при отсутствии правил. Эти навыки как раз соответствуют трём структурным пробелам, с которыми сталкивается масштабирование ИИ.
Агрегация и оптимизация вычислительных мощностей
Вычислительные мощности — самый прямой барьер для масштабирования ИИ. Для обучения и вывода требуется много GPU, спрос колеблется, облачные провайдеры дороги и есть очереди, компании не хотят запасать железо сами. У этой проблемы два уровня: как агрегировать и распределить мощности, и как использовать агрегированные мощности эффективнее. У строителей crypto есть прямо переносимый опыт на обоих уровнях.
Hyperbolic решает проблему распределения и доверия. Основатель Джаспер Чжан перенёс механизмы децентрализованного дизайна в сферу вычислений для ИИ: токен побуждает держателей разрозненных GPU делиться простаивающими мощностями, но более фундаментальная проблема — доверие.
Почему можно верить результатам вычислений от незнакомого узла? Ключевая инновация, PoSP (Proof of Sampling & Prevention), использует случайную выборку и теорию игр, делая честность доминирующей стратегией для узлов, не требуя полной верификации, с низкими накладными расходами, масштабируемостью и надёжными результатами. Этот механизм напрямую перенесён из логики crypto для проверки поведения незнакомых узлов.
MoonMath решает проблему эффективности. Ранее проект назывался Ingonyama и занимался аппаратным ускорением ZK, увеличивая скорость генерации ZK-доказательств в несколько раз в условиях экстремальных вычислительных ограничений. Сейчас направление смещается в сторону слоя производительности для Physical AI, занимаясь ускорением разреженного внимания (LiteAttention) для видео-диффузионных моделей, низкоранговым разложением слоя FFN (LiteLinear), ускорением обратного распространения при обучении (BackLite). От ускорения ZK к ускорению вывода ИИ — в основе один и тот же навык: заставить математику работать быстрее в условиях экстремальных вычислительных ограничений. Ниша изменилась, но опыт не пропал.
Управление ИИ и дизайн стимулов
Когда несколько AI-агентов начинают сотрудничать для выполнения задач, как гарантировать, что они не нарушат работу всей системы, преследуя свои собственные цели. Каждый участник преследует свою целевую функцию, никто не гарантирует, что вместе система будет работать нормально, а скорость выполнения агентами далеко превышает окно для человеческого вмешательства.
Это тип проблемы, с которой строители crypto уже много раз сталкивались при проектировании управления DAO и токеномики: заставить участников с совершенно разными интересами работать в соответствии с заданным системой направлением без центрального авторитета. Ответ crypto — экономические механизмы: нарушения влекут реальные экономические издержки, правила записаны в код и выполняются автоматически.
EigenLayer переносит этот механизм напрямую в сценарии ИИ. Через механизм рестейкинга узлы должны застейкать активы перед участием в сотрудничестве, неисполнение или нарушение правил запускает автоматическое наказание. Правила — не рекомендации, а жёсткие границы с реальными экономическими последствиями. EigenCloud распространяет эту логику на верифицируемые вычисления и координацию AI-агентов, заставляя агентов в погоне за своими целями оставаться в заданных рамках. Использование экономических механизмов для ограничения агентов намного надёжнее, чем использование этических принципов.
Автономные платежи AI-агентов
Есть и более базовая проблема: как агенту платить. Традиционные платёжные системы созданы для людей: для кредитной карты нужен счёт, для банковского перевода — авторизация, каждый шаг предполагает, что оператор — человек, у которого есть личность и который может ждать. Агент ждать не будет, он может инициировать множество запросов в секунду, каждый запрос может включать микроплатежи, традиционные платёжные каналы в этом сценарии просто не работают.
Стейблкоины и ончейн-правила — это инфраструктура, уже построенная строителями crypto, изначально поддерживающая программируемость, отсутствие необходимости в авторизации и круглосуточную работу. Эти три характеристики как раз и являются жёсткими требованиями для сценариев платежей агентов. Не хватает только уровня протокола, связывающего стейблкоины с рабочими процессами агентов.
x402 был запущен Coinbase в мае 2025 года, активировал статусный код HTTP 402, встроив платежи стейблкоинов напрямую в HTTP-запросы: агент совершает платеж одновременно с инициацией запроса, без необходимости в аккаунте, расчёт занимает около двух секунд. По состоянию на апрель 2026 года протокол x402 обработал более 165 млн транзакций, совокупный объём торгов составил около 50 млн долларов, число активных агентов достигло 69 000 (данные: x402 Foundation). К нему уже подключились Cloudflare, AWS, Stripe, Anthropic MCP. Платежи агентов уже стали нишей с реальным трафиком.
Три направления соответствуют трём структурным пробелам, с которыми сталкивается масштабирование ИИ: агрегация и эффективность вычислительных мощностей, согласование стимулов для множественных агентов, инфраструктура для автономных платежей. На эти вопросы нет готовых ответов в традиционных программных архитектурах, но в индустрии crypto есть соответствующий опыт. Навыки не исчезли, они просто нашли новую сферу применения.
IV. Новая роль Строителя: от написания контрактов к определению правил для ИИ
Масштабирование ИИ создаёт ранее не существовавший функциональный пробел. Не пробел в технических кадрах, а пробел в людях, способных проектировать механизмы доверия в автономных системах. Когда объектом обслуживания становятся не люди, а ИИ, роль строителей crypto также переопределяется.
В таблице ниже сравниваются изменения в конкретных функциональных парадигмах:
Ключевое различие двух парадигм не в технологическом стеке, а в способе установления доверия и логике исполнения правил. В эпоху до ИИ строители crypto имели дело с человеческими участниками, правила записывались в смарт-контракты, пространство для ошибок было нулевым, но границы системы были относительно чёткими.
В нативную для ИИ эпоху, когда сторонами взаимодействия становятся автономно работающие AI-агенты, возникает проблема: поведение агентов непредсказуемо, скорость выполнения намного превышает окно человеческого вмешательства, сами границы системы необходимо переопределять в условиях большей неопределённости. Функциональная позиция строителей crypto смещается от «написания безопасных контрактов» к «проектированию доверенных механизмов для автономных систем ИИ».
Найм в ведущих организациях уже отражает эти изменения:
▲ Ключевые вакансии в сфере ИИ/данных, активно открываемые ведущими биржами в первом квартале 2026 года
Источник: Gate Research Institute
Найм в ведущих биржах и институтах в 2026 году чётко отражает эту тенденцию: не просто нанимают инженеров по ИИ или crypto-разработчиков, а ищут людей, способных соединить обе стороны — тех, кто понимает искажения стимулов и управленческие игры в ончейн-среде, и может глубоко интегрировать инструменты ИИ в рабочие процессы crypto, а также проектировать механизмы, обеспечивающие долгосрочное соответствие агентов регуляторам и пользователям.
Направление распределения капитала уже отражает эту оценку. Paradigm привлекает новый фонд размером до 1,5 млрд долларов, расширяя сферу инвестирования с crypto до ИИ и робототехники. Haun Ventures завершила второй фонд (Fund II) на 1 млрд долларов, сосредоточившись на финансовой инфраструктуре, объединяющей crypto и ИИ, особенно на платежах, стейблкоинах и экономических системах agent-to-agent, поддерживающих автономные транзакции и координацию AI-агентов.
a16z crypto завершила пятый фонд (Crypto Fund V) на 2,2 млрд долларов, прямо заявив, что фонд будет на 100% инвестировать в сферу crypto. Столкнувшись со сложностью и непрозрачностью эпохи ИИ, они будут уделять особое внимание применению прозрачности, верифицируемости и децентрализованных характеристик crypto. Согласно данным PitchBook, в 2025 году около 40% венчурных инвестиций в сферу crypto в США пошли в компании, одновременно занимающиеся бизнесом в сфере ИИ, что значительно выше показателей 2024 года.
Один и тот же переход строителей из crypto в ИИ, но в разных рыночных условиях, демонстрирует явные различия в выбранных путях.
В США по мере прояснения регуляторной среды инновации на уровне протоколов получили реальное пространство для существования. Плотность капитала и сетей высока, путь от идеи до финансирования короткий, пространство для ошибок относительно велико. Общая черта таких проектов, как Hyperbolic, EigenCloud, Gensyn, Ritual, — проектирование новых механизмов с нуля, а не простое интеграционное приложение поверх существующих систем. Ведущие венчурные капиталисты имеют чёткую инвестиционную тезу по направлениям «верифицируемые вычисления, координация агентов, децентрализованное ML» и готовы предоставить достаточный запас для ранних технологических исследований.
Ситуация в Азии иная. Сингапур и Гонконг в большей степени выполняют роль центров для соблюдения нормативных требований и транзита институционального капитала, регуляторные рамки относительно консервативны, толерантность к чистым инновациям на уровне протоколов ниже. Строители с бэкграундом в crypto, переходящие в ИИ, чаще выбирают путь интеграции на уровне приложений и отраслей — используют накопленную в crypto пользовательскую базу, платёжные возможности или данные для быстрого подключения к продуктам и сервисам ИИ.
Это не разрыв в способностях, а различие в выборе пути, вызванное разными рыночными сигналами и регуляторной средой: США больше поощряют инновации на базовом уровне и ранние технологические исследования, в то время как Азия больше делает акцент на дружелюбии к нормам, быстрой монетизации и глубокой интеграции с традиционными отраслями.
Вернёмся к начальной кривой на GitHub. Ежемесячные активные разработчики сократились с 45K до 23K, на поверхности кажется, что индустрия сжимается. Но среди оставшихся доля опытных разработчиков достигла исторического максимума, они стекаются в экосистемы с реальными пользователями и одновременно переоцениваются индустрией ИИ беспрецедентным образом.
Когда масштабирование ИИ сталкивается со структурными узкими местами — агрегация вычислительных мощностей, автономные платежи агентов, верифицируемость данных и решений, координация приватности — на стыке Crypto и ИИ долгосрочно накопленная чувствительность этих Строителей к правилам, стимулам и аутентичности постепенно превращается в дефицитный на системном уровне навык для эпохи ИИ.
Как инвестиционная компания, с 2017 года углублённо работающая в инфраструктуре crypto, мы в IOSG не ограничиваемся наблюдениями за этой линией. Мы участвовали в инвестициях в EigenLayer, когда механизм рестейкинга ещё не был широко известен рынку, лидировали в seed-раунде Ingonyama (ныне MoonMath), делая ставку на переход от аппаратного ускорения ZK к слою производительности для ИИ, и в 2024 году инвестировали в Hyperbolic, видя перспективность её пути решения проблемы доверия в децентрализованных вычислениях с помощью нативных для crypto механизмов верификации.
Общая логика, лежащая в основе этих размещений, такова: проблемы доверия, координации и верификации, с которыми сталкивается масштабирование ИИ, в конечном итоге потребуют для своего решения навыков проектирования механизмов, накопленных индустрией crypto. Мы верим, что пересечение crypto и ИИ — это не нарратив, а структурная возможность, которая уже реализуется.
