В 2026 году кривая активности GitHub в крипто-опенсорс сообществе совершила впечатляющий "отскок от дна". По сравнению с пиковыми значениями в 45 тыс. активных разработчиков в месяц на пике в 2022 году, показатель упал примерно до 23 тыс. Это сокращение на бумаге, в два раза, вызвало в социальных сетях дискуссии о "исчерпании нарратива". Однако, если мы разрежем эту кривую на сегменты, мы увидим не сжатие отрасли, а глубокую "делеверидж талантов".
Кто ушел? Кто остался?
Ушли в основном новички. В феврале 2024 года количество новых разработчиков за месяц достигло 5462 человек, а затем резко сократилось, уровень оттока среди тех, кто в индустрии менее года, составил 52%. Большинство из них пришли во время бычьего рынка и занимались смарт-контрактами для чеканки NFT, форками DeFi-протоколов, разработкой фронтенда для новых L2.
Эти роли сильно зависели от рыночного хайпа: как только хайп прошел, проекты прекращали работу, а вместе с ними исчезали и рабочие места. Согласно данным, вклад новичков в код никогда не превышал 25% от общего объема; эта группа с самого начала не находилась в ядре индустрии.
С другой стороны, количество разработчиков со стажем более двух лет за тот же период не снизилось, а выросло, достигнув исторического максимума, и они отвечают примерно за 70% объема кода. Управляющий партнер Electric Capital Мария Шен высказалась прямо: "Когда мы смотрим на группу опытных разработчиков (established developers), она растет и выглядит очень здоровой".
Они остались не из-за отсутствия выбора.
С технической точки зрения, сейчас основная работа в крипто — это разработка инфраструктуры, требующая многих лет накопления знаний: разработка на уровне протоколов, аудит безопасности, межсетевая архитектура. Для этих задач требуются годы опыта, и их нельзя просто сбросить с рынка после спада хайпа.
С экономической точки зрения, у многих ветеранов есть не полностью распущенные токены, права на управление (governance) в протоколах и капитал. Их накопления в этой отрасли уже сформировали реальные барьеры и вознаграждение.
Если посмотреть на распределение по экосистемам, они голосуют ногами: количество разработчиков для Bitcoin выросло на 64,3% за два года, для Solana — на +11,1%, в то время как для Cosmos упало на 51,1%, а для Polkadot — на 46,9%. Ветераны концентрируются в экосистемах с реальными пользователями и доходами, покидая проекты, которые всё еще держатся на нарративах.
Изменения в структуре рабочих мест также подтверждают эту тенденцию. В 2025 году среди новых вакансий в Web3 самую большую долю занимали не разработчики, а Project & Programme Management — более 27%.
Для индустрии, известной своей технологической ориентацией, это контр-интуитивно, но логика проста: отрасль переходит из фазы строительства в фазу исполнения. Более 100 блокчейнов нуждаются в интеграции; пришедшие институциональные клиенты предъявляют совершенно иные требования к compliance и безопасности; управление в DAO требует нахождения баланса между стейкхолдерами с различными интересами.
Это не проект-менеджмент в традиционном смысле, а координация и принятие решений в среде, где правила еще формируются.
Отрасль, кажется, сжимается, но плотность ядра, наоборот, растет. 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 годов. У строителей (builders), оставшихся в этом цикле, есть более зрелая инфраструктура, а эпоха ИИ предоставляет им сцену больше, чем в предыдущем цикле.
Какие навыки несут с собой те, кто остался?
Какие особые навыки развиваются у строителей в криптоиндустрии? Чтобы ответить на этот вопрос, нужно вернуться к фундаментальным принципам блокчейна: между сменами бычьих и медвежьих циклов эта отрасль всегда работает по одному и тому же базовому правилу: код — это закон, исполнение — окончательно.
Событие The DAO в 2016 году, когда атакующий использовал уязвимость рекурсивного вызова для перевода 36 миллионов долларов. В коде не было бага, логика выполнялась строго по плану, просто граничные условия не были предусмотрены разработчиками. Взлом межсетевого моста Poly Network в 2021 году, когда 610 миллионов долларов были перемещены за несколько часов.
Ни одна платформа не могла остановить это, никакой орган не мог отменить транзакцию, никакой закон не мог обеспечить компенсацию. Это структурная особенность крипто, отличающая его почти от всех других отраслей: пространство для ошибок равно нулю, постфактумное вмешательство практически отсутствует.
Такая среда вынуждает развивать набор способностей, редко востребованных в других отраслях: в условиях отсутствия правил и доверия, с нуля создавать функционирующие системы, в которых незнакомцы готовы участвовать.
Этот навык включает два аспекта. Первый — создание доверия с нуля, без опоры на внешние авторитеты, только с помощью кода и механизмов, чтобы незнакомцы были готовы вкладывать реальные активы. Второй — принятие решений в условиях технологической и экономической неопределенности, без рамок регуляций, исторических данных или отраслевых стандартов, и все же способность проектировать работающие системы.
Оба аспекта находят конкретное подтверждение в крипто. У Uniswap нет гарантий компании, KYC или службы поддержки; каждый, кто вносит средства в пул ликвидности, полагается только на доверие к нескольким сотням строк кода и экономическому механизму, что позволяет достигать ежедневных объемов торгов в десятки миллиардов долларов.
MakerDAO не имеет поддержки центрального банка или страхования депозитов; стабильность DAI поддерживается исключительно за счет ончейн-управления и механизма залога.
В период DeFi Summer всё было еще более экстремально: не было регуляторных рамок, стандартов аудита, никаких исторических данных для сравнения. Строители (builders) создали AMM, кредитные протоколы, ликвидностное майнирование — от концепции до TVL в миллиарды долларов прошло всего несколько месяцев. Этот навык проявляется по-разному у строителей на уровне протоколов, приложений и управления, но базовый принцип одинаков.
Эпоха ИИ создает структурно схожую проблему. Процесс принятия решений моделями непрозрачен, результаты работы не могут быть независимо проверены. AI-агенты начинают автономно выполнять транзакции, распределять средства, а соответствующие системы правил и механизмов ограничений еще не существуют.
Крупные компании, разрабатывающие LLM, контролируют и модели, и стандарты оценки, а у пользователей нет эффективных средств верификации. Вычислительные мощности сконцентрированы у нескольких ведущих корпораций, создавая монопольное ценообразование при всплеске спроса. Эти проблемы указывают на одно ядро: проблема доверия к автономным системам воспроизводится в большем масштабе в ИИ.
Строители в крипто много лет решают такие проблемы в среде без внешних правил, только раньше сценарии были ончейн-протоколы, а теперь это ИИ. И уже есть группа людей, которая напрямую переносит накопленные в крипто навыки в ИИ и демонстрирует результаты.
Как эти навыки переоцениваются в эпоху ИИ?
Переход из крипто в ИИ в последние годы стал частым явлением, но если копнуть глубже, они уносят с собой разное.
Самый прямой путь — прямое перенесение аппаратного обеспечения и опыта. Трое основателей CoreWeave — Майкл Интратор, Брайан Вентуро и Браннин МакБи — начали майнить эфир на GPU в 2017 году, постепенно расширившись от одной машины до тысяч. В 2022 году они закрыли майнинговый бизнес, а через два месяца вышел ChatGPT. GPU в их руках сразу превратились в предложение вычислительных мощностей для ИИ. В марте 2025 года компания вышла на NASDAQ с оценкой IPO около 23 млрд долларов, а пиковая рыночная капитализация впоследствии достигла почти 70 млрд долларов.
Сооснователь OpenSea Алекс Аталла, работая на рынке NFT, решал проблемы агрегации и маршрутизации чрезвычайно гетерогенных активов. Он перенес тот же опыт в маршрутизацию ИИ-моделей, основал OpenRouter, и за два года сервисом воспользовались более 5 млн разработчиков, оценка достигла 500 млн долларов.
Другой тип перехода заслуживает большего внимания. Основатель NEAR Илья Полосухин — один из соавторов статьи о Transformer. Когда он ушел из Google, его изначальной целью было создание ИИ-приложений с использованием естественного языка, но в процессе разработки столкнулся с практической проблемой: необходимость осуществлять кросс-граничные платежи работникам по разметке данных по всему миру, у многих из которых не было банковских счетов. Технология блокчейна стала лучшим решением этой платежной проблемы.
Сейчас NEAR трансформируется в платформу ИИ-инфраструктуры, основными направлениями которой являются user-owned AI и децентрализованное конфиденциальное машинное обучение (DCML), позволяющее пользователям использовать ИИ-сервисы, не раскрывая данные. Опыт работы с децентрализованной архитектурой, накопленный в NEAR, стал отправной точкой, которую сложнее всего воспроизвести в этом направлении.
Сооснователь Circle Шон Невилл после ухода основал Catena Labs, позиционирующуюся как банк, изначально созданный для ИИ, и перенес понимание инфраструктуры стейблкоинов прямо в финансовые сценарии для ИИ-агентов. Раунд seed на 18 млн долларов возглавила a16z crypto.
Опытный разработчик Aave и Lens Protocol Надер Дабит перешел в Cognition, перенеся опыт построения экосистем разработчиков, накопленный в нескольких крипто-протоколах, в сферу инструментов для ИИ-агентов.
Эти люди уносят с собой не только GPU или пользовательскую сеть, но и интуицию в проектировании механизмов, опыт построения экосистем разработчиков, способность принимать решения и строить доверенные системы с нуля в условиях отсутствия правил. Эти навыки как раз соответствуют трем структурным пробелам, с которыми сталкивается масштабирование ИИ.
Агрегация и оптимизация вычислительных мощностей
Вычислительные мощности — самый прямой узкий бутылочное горло для масштабирования ИИ. Обучение и инференс требуют большого количества GPU, спрос колеблется, облачные провайдеры дороги и есть очереди, компании не хотят запасать собственное оборудование. Эта проблема имеет два аспекта: как агрегировать и распределять мощности, а также как более эффективно использовать агрегированные мощности. Строители из крипто имеют наработки, которые можно прямо перенести в оба аспекта.
Hyperbolic решает проблемы распределения и доверия. Основатель Джаспер Чжан привнес механизмы децентрализованного проектирования в сегмент ИИ-вычислений: токены побуждают владельцев разрозненных GPU делиться простаивающими мощностями, но более важный вопрос — доверие.
Почему стоит верить, что незнакомый узел предоставит правильные результаты вычислений? Ключевая инновация — PoSP (Proof of Sampling and Probabilistic validation) использует случайную выборку и теорию игр, делая честность доминирующей стратегией для узлов. Не требуется полная верификация, низкие накладные расходы, масштабируемость, надежные результаты. Эта система прямо перенесена из логики проверки поведения незнакомых узлов в крипто.
MoonMath решает проблему эффективности. Ранее компания называлась Ingonyama и специализировалась на аппаратном ускорении ZK-доказательств, увеличив скорость генерации доказательств с нулевым разглашением в несколько раз в условиях экстремальных вычислительных ограничений.
Сейчас фокус смещается на физический слой производительности для ИИ (Physical AI performance layer), ускорение разреженного внимания (sparse attention) для видео-диффузионных моделей (LiteAttention), низкоранговое разложение слоев FFN (LiteLinear), ускорение обратного распространения при обучении (BackLite). Переход от ускорения ZK к ускорению инференса ИИ основан на одном и том же навыке: заставить математику работать быстрее в условиях экстремальных вычислительных ограничений. Сегмент изменился, но накопления не пропали даром.
Управление ИИ и дизайн стимулирующих механизмов
Когда несколько ИИ-агентов начинают совместно выполнять задачи, как гарантировать, что они не нарушат работу всей системы в погоне за своими целями. Каждый участник преследует свою функцию цели, и никто не гарантирует, что в сумме система будет работать нормально, а скорость выполнения агентов намного превышает окно человеческого вмешательства.
Это именно тот тип проблем, с которыми строители в крипто многократно сталкивались при управлении DAO и проектировании токеномики: заставить участников с совершенно разными интересами работать в соответствии с заданным направлением системы при отсутствии центрального авторитета. Ответ крипто — экономические механизмы: нарушение правил влечет реальные экономические издержки, правила записаны в коде и выполняются автоматически.
EigenLayer переносит эту систему прямо в сценарии ИИ. Через механизм рестейкинга (restaking) узлы должны внести залог активов перед участием в сотрудничестве. Невыполнение обязательств или нарушение правил запускает автоматические штрафы; правила — не рекомендации, а жесткие границы с реальными экономическими последствиями.
EigenCloud расширяет эту логику до верифицируемых вычислений и совместного управления для ИИ-агентов, заставляя агентов оставаться в рамках заданных пределов при достижении своих целей. Ограничивать агентов экономическими механизмами гораздо надежнее, чем этическими принципами.
Автономные платежи для ИИ-агентов
Есть еще более фундаментальная проблема: как агенту платить. Традиционные платежные системы созданы для людей: для кредитной карты нужен аккаунт, банковский перевод требует авторизации, каждый шаг предполагает, что оператор — человек, имеет личность и будет ждать. Агент ждать не будет; он может инициировать множество запросов в секунду, каждый из которых может включать микроплатежи. Традиционные платежные каналы в таком сценарии просто не работают.
Стейблкоины и ончейн-правила — это инфраструктура, уже построенная крипто-строителями, изначально поддерживающая программируемость, отсутствие необходимости в авторизации и круглосуточную работу. Эти три характеристики как раз являются жесткими требованиями для платежных сценариев с агентами. Не хватает только протокола, который подключил бы стейблкоины к рабочим процессам агентов.
x402, представленный Coinbase в мае 2025 года, активирует HTTP-статус 402, встраивая платежи стейблкоинами прямо в HTTP-запросы. Агент инициирует запрос и одновременно завершает платеж, без необходимости в аккаунте, расчет занимает около двух секунд.
По состоянию на апрель 2026 года протокол x402 обработал более 165 млн транзакций, совокупный объем торгов составил около 50 млн долларов, количество активных агентов достигло 69 000 (данные: x402 Foundation). Cloudflare, AWS, Stripe, Anthropic MCP уже интегрированы. Платежи для агентов — это уже сегмент с реальным трафиком.
Три направления соответствуют трем структурным пробелам, с которыми сталкивается масштабирование ИИ: агрегация и эффективность вычислительных мощностей, согласование стимулов для совместной работы нескольких агентов, инфраструктура для автономных платежей. В традиционной архитектуре программного обеспечения готовых ответов на эти вопросы нет, но в криптоиндустрии есть соответствующий опыт их решения. Навыки не исчезли, они просто нашли новые области применения.
Новая роль строителей: от пишущих смарт-контракты — к устанавливающим правила для ИИ
Масштабирование ИИ создает ранее не существовавший кадровый пробел. Это не пробел в технических специалистах, а пробел в людях, способных проектировать механизмы доверия в автономных системах. Когда объект обслуживания меняется с людей на ИИ, роль крипто-строителей также переопределяется.
В таблице ниже сравниваются изменения парадигмы конкретных функций:
Ключевое различие между двумя парадигмами заключается не в технологическом стеке, а в способе установления доверия и логике исполнения правил. В эпоху до ИИ крипто-строители имели дело с человеческими участниками, правила записывались в контракты, пространство для ошибок было нулевым, но границы системы были относительно четкими.
В эпоху, ориентированную на ИИ (AI-Native), когда взаимодействие происходит с автономно работающими ИИ-агентами, необходимо решить проблему: поведение агентов непредсказуемо, скорость выполнения намного превышает окно человеческого вмешательства, сами границы системы необходимо переопределять в условиях большей неопределенности.
Роль крипто-строителей смещается от "написания безопасных контрактов" к "проектированию доверенных механизмов для автономных систем ИИ".
Подбор персонала в ведущих организациях уже отражает это изменение:
Набор персонала ведущими торговыми площадками и институтами в 2026 году четко отражает эту тенденцию: больше не ищут просто ИИ-инженеров или крипто-разработчиков, а людей, способных соединить эти две области, — тех, кто понимает искажения стимулов и управленческие игры в ончейн-среде, и при этом может глубоко интегрировать инструменты ИИ в рабочие процессы крипто, а также проектировать механизмы, обеспечивающие долгосрочное соответствие агентов регуляциям и пользователям.
Направление размещения капитала также отражает эту оценку. Paradigm собирает новый фонд объемом до 1,5 млрд долларов, расширяя сферу инвестирования с крипто на ИИ и робототехнику.
Haun Ventures завершила формирование фонда Fund II на 1 млрд долларов, сфокусировавшись на финансовой инфраструктуре, объединяющей крипто и ИИ, особенно на платежных системах, стейблкоинах и экономических системах agent-to-agent, поддерживающих автономные транзакции и координацию ИИ-агентов.
a16z crypto завершила формирование пятого фонда (Crypto Fund V) на 2,2 млрд долларов, четко заявив, что фонд будет на 100% инвестировать в крипто-сектор. Столкнувшись со сложностью и непрозрачностью эпохи ИИ, они будут уделять особое внимание прозрачности, верифицируемости и децентрализованным характеристикам крипто, а также направлениям их применения.
Согласно данным PitchBook, в 2025 году на крипто-рынке США около 40% венчурных инвестиций пришлось на компании, одновременно занимающиеся бизнесом в сфере ИИ, что значительно больше, чем в 2024 году.
При переходе крипто-строителей в ИИ выбор пути в разных рыночных условиях заметно отличается.
В США, по мере относительного прояснения регуляторной среды, инновации на уровне протоколов получили реальное пространство для выживания. Плотность сетей капитала высока, путь от идеи до финансирования короток, пространство для ошибок относительно велико.
Общая черта таких проектов, как Hyperbolic, EigenCloud, Gensyn, Ritual, заключается в проектировании новых механизмов с нуля, а не в простой интеграции приложений в существующие системы. Ведущие венчурные капиталисты имеют четкую инвестиционную тезу по направлениям "верифицируемые вычисления, координация агентов, децентрализованное машинное обучение" и готовы предоставить достаточный запас прочности для ранних технологических исследований.
Ситуация в Азии иная. Сингапур и Гонконг в большей степени берут на себя роль площадок для комплаенс-внедрения и транзита институционального капитала; регуляторные рамки относительно консервативны, терпимость к чисто протокольным инновациям ниже. При переходе в ИИ строители с крипто-бэкграундом чаще выбирают путь на уровне приложений и интеграции с отраслями — используют накопленную пользовательскую базу, платежные возможности или данные из крипто для быстрого подключения к продуктам и сервисам ИИ.
Это не разница в способностях, а разница в выборе пути, вызванная разными рыночными сигналами и регуляторной средой: США больше поощряют инновации на базовом уровне механизмов и ранние технологические исследования, в то время как Азия делает акцент на дружелюбии к регуляциям, быстрой монетизации и глубокой интеграции с традиционными отраслями.
Вернемся к началу и к кривой активности на GitHub. Количество активных разработчиков в месяц упало с 45 тыс. до 23 тыс., на поверхности кажется, что отрасль сжимается. Но среди оставшихся доля опытных разработчиков (established dev) достигла исторического максимума; они движутся в экосистемы с реальными пользователями и одновременно получают переоценку со стороны индустрии ИИ беспрецедентным образом.
Когда масштабирование ИИ сталкивается со структурными ограничениями, такими как агрегация вычислительных мощностей, автономные платежи для агентов, верифицируемость данных и решений, координация конфиденциальности, то долгосрочно накопленная этими Строителями чувствительность к правилам, стимулам и достоверности в точке пересечения Крипто и ИИ постепенно превращается в дефицитный на системном уровне навык в эпоху ИИ.
Будучи венчурной компанией, с 2017 года углубленно занимающейся инвестициями в крипто-инфраструктуру, IOSG оценивает эту линию не только на уровне наблюдений.
Мы участвовали в инвестициях в EigenLayer, когда механизм рестейкинга еще не был широко известен рынку, возглавили раунд seed для Ingonyama (ныне MoonMath), сделав ставку на переход от аппаратного ускорения ZK к слою производительности для ИИ, а в 2024 году инвестировали в Hyperbolic, видя потенциал ее подхода, использующего крипто-оригинальные механизмы верификации для решения проблемы доверия в децентрализованных вычислениях.
Общая логика, лежащая в основе этих инвестиций, такова: проблемы доверия, координации и верификации, с которыми сталкивается масштабирование ИИ, в конечном итоге потребуют для своего решения навыков проектирования механизмов, накопленных в криптоиндустрии. Мы верим, что пересечение крипто и ИИ — это не нарратив, а структурная возможность, которая уже происходит.
