原标题：《What I'm Watching in 2025》
作者：Teng Yan, 研究员（专注于Crypto x AI ）
编译：Felix, PANews
随着今年 AI 行业的爆发，Crypto x AI 迅速崛起，专注于 Crypto x AI 的研究员 Teng Yan 发文，对 2025 年进行了 10 项预测。以下为预测详情。
1. 加密 AI 代币的总市值达 1500 亿美元
目前加密 AI 代币市值仅占山寨币市值的 2.9%，但这个比率不会持续太久。
AI 涵盖了从智能合约平台到 meme、DePIN 以及 Agent 平台、数据网络和智能协调层等，其市场地位比肩 DeFi 和 meme 是毋庸置疑的。
为什么对此充满信心？
- 加密 AI 处于两种最强大技术的融合
- AI 狂热触发事件：OpenAI IPO 或类似事件可能会引发全球对 AI 的狂热。与此同时，Web2 资本已经开始关注去中心化 AI 基础设施
- 散户狂热：AI 概念很容易理解和令人兴奋，散户现在可以通过代币对其进行投资。还记得 2024 年 meme 的淘金热吗？AI 将是同样的狂热，只是 AI 确实正在改变世界。
2. Bittensor 复兴
去中心化 AI 基础设施 Bittensor（TAO）已上线多年，是加密 AI 领域的老牌项目。尽管 AI 风靡一时，但其代币价格却一直徘徊在一年前的水平。
而如今 Bittensor 的数字蜂巢思维（Digital Hivemind）悄然实现了飞跃：更多子网的注册费更低，子网在推理速度等实际指标上的表现优于 Web2 同行，并且 EVM 兼容性将类似 DeFi 的功能引入 Bittensor 的网络。
为什么 TAO 代币没有飙升？急剧的通胀计划以及市场对 Agent 平台的关注，妨碍了其上涨。然而，dTAO（预计 2025 年第一季度推出）可能是重大转折点。有了 dTAO，每个子网都将拥有自己的代币，这些代币的相对价格将决定如何分配排放。
Bittensor 为何能卷土重来：
- 基于市场的排放：dTAO 将区块奖励直接与创新和实际可衡量的表现联系起来。子网越好，其代币就越有价值。
- 集中资本流动：投资者最终可以瞄准他们相信的特定子网。如果某个特定的子网以创新的分布式训练方法胜出，投资者就可以部署资本，以代表其观点。
- EVM 集成：与 EVM 兼容吸引了 Bittensor 中更广泛的加密原生开发者社区，弥合了与其他网络的差距。
3. 计算市场是下一个“L1 市场”
目前显而易见的大趋势是对计算的无止境需求。
NVIDIA 首席执行官黄仁勋曾说，推理需求将增长“十亿倍”。这种指数级增长会破坏传统的基础设施计划，而新的解决方案急缺。
去中心化计算层以可验证且经济高效的方式提供原始计算（用于训练和推理）。 Spheron、Gensyn、Atoma 和 Kuzco 等初创公司正悄悄建立坚实的基础，专注于产品而不是代币（这些公司都没有代币）。随着 AI 模型的去中心化训练变得实用，整个潜在市场将急剧上升。
与 L1 比较：
- 就像 2021 年一样：还记得 Solana、Terra/Luna 和 Avalanche 争夺“最佳” L1 吗？计算协议之间也将出现类似的竞争，争夺使用其计算层构建的开发人员和 AI 应用程序。
- Web2 需求：6800 亿美元至 2.5 万亿美元的云计算市场规模，使得加密 AI 市场相形见绌。如果这些去中心化计算解决方案能够吸引哪怕一小部分传统云客户，就能看到下一波 10 倍或 100 倍的增长。
正如 Solana 在 L1 领域取得胜利一样，赢家将主宰一个全新的领域。密切关注可靠性（例如强大的服务级别协议或 SLA）、成本效益和开发人员友好的工具。
4.AI agents 将充斥区块链交易
Gnosis 上的 Olas agent 交易；来源：Dune
到 2025 年末，90% 的链上交易将不再由真实人类点击“发送”，而是由一群 AI agents 执行，这些 agents 不断重新平衡流动性池、分配奖励或根据实时数据反馈执行小额支付。
听起来并不牵强。在过去七年中构建的一切（L1、rollup、DeFi、NFT）都悄悄地为 AI 在链上运行的世界铺平了道路。
讽刺的是，许多建设者甚至可能没有意识到他们正在为机器主导的未来创建基础设施。
为什么会发生这种转变？
- 不再出现人为错误：智能合约完全按照编码执行。反过来，AI agents 可以比真实人类更快、更准确地处理大量数据。
- 小额支付：这些 agents 驱动的交易将变得更小、更频繁、更高效。尤其是在 Solana、Base 和其他 L1/L2 上的交易成本呈下降趋势的情况下。
- 隐形基础设施：如果能减少一些麻烦，人类会很乐意放弃直接控制。
AI agents 会产生大量的链上活动，也难怪所有的 L1/L2 都在拥抱 agents。
最大的挑战是让这些 agents 驱动的系统对人类负责。随着 agents 发起的交易与人类发起的交易的比例不断增长，将需要新的治理机制、分析平台和审计工具。
5. 智能体之间的互动：集群崛起
来源：FXN World
Agent 集群的概念——微型 AI 智能体无缝协作以执行宏伟计划，听起来像下一部大热的科幻/恐怖电影情节。
如今的 AI agents 大多是“孤狼”，孤立地运作，互动极少且不可预测。
Agent 集群将改变这一现状，让 AI agents 网络能够交换信息、进行谈判和协作决策。可以将其视为一个去中心化的专业模型集合，每个模型都为更大、更复杂的任务贡献独特的专业知识。
一个集群可能会协调 Bittensor 等平台上的分布式计算资源。另一个集群可以处理错误信息，在内容传播到社交媒体之前实时验证来源。集群中的每个Agent都是专家，可以精确地执行其任务。
这些集群网络将产生比任何单个孤立 AI 更强大的智能。
要使集群蓬勃发展，通用通信标准至关重要。无论其底层框架如何，Agent 都需要能够发现、验证和协作。 Story Protocol、FXN、Zerebro 和 ai16z/ELIZA 等团队正在为 Agent 集群的出现奠定基础。
这让体现了去中心化的关键作用。在透明的链上规则管理下，将任务分配给各个集群，使系统更具弹性和适应性。如果一个 Agent 失败，其他 Agent 会介入。
6. 加密 AI 工作团队将是人机混合体
来源：@whip_queen_
Story Protocol 聘请了 Luna（一名 AI Agent）作为其社交媒体实习生，每天支付她 1000 美元。Luna 与她的人类同事相处得并不融洽——她差点解雇其中一名同事，同时吹嘘自己的出色表现。
虽然听起来很奇怪，但这是未来 AI Agent 成为真正合作者的先兆，他们拥有自主权、责任，甚至薪水。各个行业的公司都在对人机混合团队进行 beta 测试。
未来将与 AI Agent合作，不是作为奴隶，而是作为平等的人：
- 生产力激增：Agent 可以处理大量数据、相互交流，并全天候做出决策，而无需睡觉或喝咖啡休息。
- 通过智能合约建立信任：区块链是一个不偏不倚、不会疲倦、永远不会忘记的监督者。一个链上账本，可确保重要的Agent操作遵循特定的边界条件/规则。
- 社会规范不断发展：很快就会开始思考与 Agent 互动的礼仪问题——会对 AI 说“请”和“谢谢”吗？会让他们对错误负道义责任，还是责怪他们的开发者？
“员工”和“软件”之间的界限将在 2025 年开始消失。
7. 99% 的 AI Agent 都会消亡——只有有用的才能生存
未来将看到 AI agents 之间的“达尔文式”淘汰。因为运行 AI agents 需要以计算能力（即推理成本）的形式支出。如果 Agent 无法产生足够的价值来支付其“租金”，游戏就结束了。
Agent 生存游戏示例：
- 碳信用人工智能：想象一个 Agent 搜索分散的能源网，识别效率低下，并自主交易代币化的碳信用额度。它赚到的钱足以支付自己的计算费用，才会蓬勃发展。
- DEX 套利机器人：利用去中心化交易所之间价格差异的 Agent 可以产生稳定的收入，支付其推理费用。
- X 上的 Shitposter：虚拟 AI KOL 有可爱的笑话，但没有可持续的收入来源？一旦新鲜感消失（代币价格暴跌），就无法支付自己的费用。
效用驱动的 Agent 蓬勃发展，而分散注意力的 Agent 则逐渐无关紧要。
这种淘汰机制有利于行业。开发人员被迫进行创新，优先考虑生产用例而不是噱头。随着这些更强大、更高效的 Agent 出现，能让怀疑论者闭嘴。
8. 合成数据超过人类数据
“数据是新的石油”。AI 依靠数据蓬勃发展，但其胃口引发了人们对迫在眉睫的数据枯竭的担忧。
传统观点认为想方设法收集用户的私人真实数据甚至为此付费。但更实用的途径是使用合成数据，尤其是在监管严格的行业或真实数据稀缺的行业。
合成数据是人工生成的数据集，旨在模仿现实世界的数据分布。为人类数据提供了一种可扩展、合乎道德且隐私友好的替代方案。
合成数据为何如此有效：
- 无限规模：需要一百万张医疗 X 光片或工厂的 3D 扫描？合成生成可以无限量地制造，无需等待真正的患者或真正的工厂。
- 隐私友好：使用人工生成的数据集时，不会有任何个人信息受到威胁。
- 可自定义：可以根据确切训练需求自定义分布。
用户拥有的人类数据在许多情况下仍然很重要，但如果合成数据在现实中持续改进，可能会在数量、生成速度和不受隐私限制方面超过用户数据。
下一波去中心化 AI 可能以“微型实验室”为中心，这些实验室可以创建针对特定用例量身定制的高度专业化的合成数据集。
这些微型实验室将巧妙地绕过数据生成中的政策和监管障碍——就像 Grass 通过利用数百万个分布式节点绕过网络抓取限制一样。
9. 去中心化训练更有用
2024 年，Prime Intellect 和 Nous Research 等先驱突破了去中心化训练的界限。在低带宽环境中训练了一个 150 亿参数的模型，这证明在传统的中心化设置之外也可以进行大规模训练。
虽然这些模型与现有的基础模型相比没有实际用处（性能较低），但这种情况将在 2025 年发生变化。
本周，EXO Labs 借助 SPARTA 取得了进一步进展，将 GPU 间通信减少了 1,000 多倍。SPARTA 无需专门的基础设施即可在慢速带宽上进行大型模型训练。
印象深刻的是其声明：“SPARTA 可以独立运行，但也可以与基于同步的低通信训练算法（如 DiLoCo）结合使用，以获得更好的性能。”
这意味着这些改进可以叠加，从而增加效率。
随着技术进步，微型模型变得更实用、更高效，AI 的未来不在于规模，而在于变得更好、更易用。预计很快将拥有可以在边缘设备甚至手机上运行的高性能模型。
10. 十个新的加密 AI 协议流通市值达 10 亿美元（尚未推出）
ai16z 在 2024 年实现 20 亿美元市值
欢迎来到真正的淘金热。
人们很容易认为当前的领导者将继续获胜，许多人将 Virtuals 和 ai16z 与早期的智能手机（iOS 和 Android）进行比较。
但这个市场过于庞大且尚未开发，仅靠两个参与者无法占据主导地位。到 2025 年底，预计至少有十个新的加密 AI 协议（尚未推出代币）的流通（未完全稀释）市值将超过 10 亿美元。
去中心化 AI 仍处于起步阶段。而且，人才库正在不断壮大。
期待新协议、新颖的代币模型和新的开源框架的到来。这些新参与者可以通过激励措施（如空投或巧妙的质押）、技术突破（如低延迟推理或链互操作性）和用户体验改进（无代码）的组合来取代现有参与者。公众观念的转变可能是瞬间且戏剧性的。
这既是这个领域的美妙之处，也是挑战所在。市场规模是一把双刃剑：蛋糕巨大，但对于技术团队来说，进入门槛很低。这为项目的大爆发奠定了基础，许多项目会逐渐消失，但少数项目具备变革性力量。
Bittensor、Virtuals 和 ai16z 不会一直领衔太久，下一个价值 10 亿美元的加密 AI 协议即将到来。精明的投资者有大量机会，这就是它如此令人兴奋的原因。
