Bittensor Goes Left, Virtuals Goes Right: Two Flywheel Paradigms of AI Crypto Projects

marsbitXuất bản vào 2026-03-26Cập nhật gần nhất vào 2026-03-26

Tóm tắt

The article compares two AI crypto project models: Bittensor's subnet ecosystem and Virtuals' agent-based system. Bittensor uses TAO emissions to incentivize subnets, which compete for daily TAO rewards. Subnets require significant capital to launch (e.g., 871 TAO for a subnet slot) and focus on infrastructure like decentralized computing and AI research. Its ecosystem has high entry barriers, complex onboarding, and targets technical users. Virtuals employs a pump.fun-like model where agent tokens gain value through trading volume, enabling rapid capital accumulation during speculative cycles. It has low entry costs for teams, supports quick iteration via a 60-day trial program, and excels at retail distribution due to its Base chain integration and consumer-friendly concepts. Both models share a liquidity flywheel: demand for subnet tokens boosts TAO, while demand for agent tokens boosts VIRTUAL. Bittensor is infrastructure-oriented with high funding potential, while Virtuals is application-focused, leveraging market momentum for consumer AI agents.

Original Author: 0xJeff

Original Compilation: AididiaoJP, Foresight News

This article aims to provide a brief comparison between Bittensor subnets and Virtuals agents to help understand their respective flywheel mechanisms, differences, and similarities.

I. Guiding Capital and Talent Through Emissions Mechanism vs. Guiding Capital Through Trading Volume

Bittensor guides subnet development through its TAO emissions mechanism. Subnets are responsible for introducing the most innovative projects (or revenue-generating businesses) and compete for a share of the daily 3,600 TAO distribution.

Subnets also guide contributors (including miners performing tasks and validators verifying the miners' work) through their alpha token emissions mechanism. The emissions mechanism and the incentive coordination mechanism across stakeholders have been embedded since the project's inception.

Virtuals adopts a model similar to pump.fun, guiding development through trading volume. High trading activity translates into capital accumulation for the agent project. Agent teams can use their own emissions mechanisms to incentivize user participation.

In market cycles with high speculative token demand, this model has significant advantages—teams can quickly accumulate capital, gain product attention and market interest, thereby driving project launch and development.

II. High Entry Barrier vs. Low Entry Barrier (For Teams)

Launching a subnet on Bittensor requires substantial investment. Currently, acquiring a subnet slot requires 871 TAO (approximately $300,000), with the price fluctuating based on demand and the auction mechanism. This means subnet teams typically need mature ideas, clear plans, and solid execution capabilities.

To successfully operate a subnet, owners must ensure that the set tasks or objectives contribute to the R&D of their AI product/solution, prevent miner fraud, ensure validators effectively perform verification duties, generate revenue through business development and customer partnerships, and maintain investor confidence through buyback mechanisms.

The subnet token price needs to maintain an upward trend to attract more TAO inflow, increase the subnet's emission share, and thereby attract higher-level contributors to participate in mining.

In contrast, the barrier to launching an AI agent token on Virtuals is lower, requiring no initial cost, making it easier to test new ideas with less capital.

Virtuals also has a "60-day program" that allows founders to test new ideas and issue tokens during this period. If product-market fit is not found within 60 days, the relevant funds are reclaimed, and investors can retrieve a portion of their invested capital.

III. Weaker Distribution Capability vs. Stronger Distribution Capability

Bittensor operates independently on a blockchain built using the Polkadot Substrate framework. Cross-chain bridging is difficult, it lacks DeFi infrastructure components, and is not equipped with common infrastructure like the Ethereum Virtual Machine or Solana.

This results in a high entry barrier for the Bittensor ecosystem. Furthermore, relevant learning materials are filled with complex terminology, increasing the difficulty for new users to learn and understand. Consequently, its community members are mostly technical professionals willing to invest time in deep research, with relatively low retail participation.

In comparison, the understanding threshold for Virtuals is lower. Its team excels in marketing, branding, and distribution. Retail users can relatively intuitively understand concepts like AI agents, agent payments, and bots.

Since Virtuals is deployed on the Base chain, the process of purchasing AI agent tokens is convenient. The time from learning about a project, forming a bullish judgment, to making a purchase decision is short, which is a key reason for its rapid popularity from late 2024 to 2025 (earlier than Bittensor).

Currently, Bittensor is gradually entering the mainstream spotlight with pushes from Jason, Chamath, Barry Silbert (DCG & Yuma), and the community, leading to increased attention. However, the purchase process for subnet tokens remains relatively complex, and the issue has not been fundamentally resolved.

IV. TAO/Subnet Liquidity Pool vs. VIRTUAL/Agent Liquidity Pool

Bittensor and Virtuals share a key similarity in their liquidity pool flywheel mechanisms.

Investors wishing to purchase subnet alpha tokens need to hold TAO to do so. Therefore, rising demand for alpha tokens will drive up the price of TAO.

Similarly, within the Virtuals ecosystem, rising demand for AI agent tokens will drive up the price of VIRTUAL.

If the core tokens (TAO or VIRTUAL) can circulate within the ecosystem without outflow (e.g., through project teams trading goods and services to retain value), the advantages of this mechanism become more pronounced.

V. Infrastructure-Oriented vs. Application-Oriented

Bittensor subnets mostly focus on infrastructure or capital-intensive businesses, such as decentralized computing, inference, training, drug discovery, and quantum experiments.

Since Bittensor can provide over $10 million annually in funding for quality subnets and attract high-end talent, its model is suitable for driving ambitious, high-difficulty, high-investment ideas.

Virtuals agent teams, however, mostly focus on the application layer and consumer-facing agent products. Since agent tokens have a low initial price, if a team can launch a quality consumer product, it can leverage the token's market heat to quickly attract attention and drive project development.

Thanks to Virtuals' advantages in distribution, the flywheel effect of AI agent tokens demonstrated faster growth rates and higher price increases during periods of extreme market activity (such as late 2024 to early 2025).

Câu hỏi Liên quan

QWhat are the two main AI crypto projects compared in the article, and what are their core flywheel mechanisms?

AThe two main AI crypto projects compared are Bittensor and Virtuals. Bittensor's core flywheel mechanism is guided by TAO emissions to fund subnet development. Virtuals' core flywheel mechanism is guided by trading volume, similar to the pump.fun model, to accumulate capital for AI agent projects.

QHow does the entry barrier for launching a project differ between Bittensor and Virtuals?

ALaunching a subnet on Bittensor has a high entry barrier, currently requiring a significant investment (e.g., 871 TAO, ~$300k) to acquire a subnet slot. In contrast, launching an AI agent token on Virtuals has a low entry barrier, requiring no initial cost, allowing teams to test new ideas with minimal capital outlay.

QWhat is a key similarity in the liquidity pool flywheel mechanism between Bittensor and Virtuals?

AA key similarity is that demand for the ecosystem's project tokens drives the price of the core native token. In Bittensor, demand for subnet alpha tokens drives the price of TAO. In Virtuals, demand for AI agent tokens drives the price of VIRTUAL.

QAccording to the article, what is the primary focus of projects built on Bittensor versus those on Virtuals?

AProjects on Bittensor are primarily infrastructure-oriented, focusing on areas like decentralized computing, inference, training, drug discovery, and quantum experiments. Projects on Virtuals are primarily application-oriented, focusing on consumer-facing AI agent products.

QWhat advantage does Virtuals have over Bittensor in terms of distribution and user accessibility?

AVirtuals has a significant advantage in distribution and user accessibility. It has lower comprehension barriers, strong marketing, and is deployed on the Base chain, making the purchase process for AI agent tokens simple and intuitive for retail users. Bittensor has a higher learning curve, complex terminology, and a more difficult token purchase process, making it less accessible to the average retail participant.

Nội dung Liên quan

Matt Van: Tất cả các kỹ thuật Agent Engineering mà tôi biết

Bài viết của Matt Van Horn chia sẻ phương pháp làm việc với AI Agent (Agentic Engineering). Thay vì tự viết code, ông dùng AI như một đội thực thi: bắt đầu bằng lệnh `/ce-plan` để tạo kế hoạch `plan.md`, sau đó dùng `/ce-work` để thực hiện. Ông nhập liệu bằng giọng nói, mở nhiều phiên Claude và Codex song song, giao nhiệm vụ lập kế hoạch cho Claude và viết code cho Codex. Các công cụ chính bao gồm: **Compound Engineering** (tạo và chạy kế hoạch), **last30days** (nghiên cứu chủ đề), **Printing Press** (tạo CLI cho các tác vụ thực tế), và **Agent Cookie** (quản lý xác thực). Ông cũng kết nối AI với kho ghi chú cá nhân (như Bear) để tăng cường ngữ cảnh, sử dụng **cmux** để chạy nhiều tác vụ đồng thời, và cấu hình để bỏ qua các hộp thoại xác nhận nhằm tăng tốc độ. Phương pháp này chuyển trọng tâm của con người từ việc "tự tay thực hiện" sang "đưa ra định hướng, ràng buộc và phán đoán". Matt cảnh báo về nguy cơ "nghiện" xây dựng với AI và khuyên nên cân bằng, tập trung vào những thứ người khác thực sự cần. Bài viết được chính ông soạn thảo bằng cách ra lệnh bằng giọng nói cho Claude Code trong cmux.

marsbit17 phút trước

Matt Van: Tất cả các kỹ thuật Agent Engineering mà tôi biết

marsbit17 phút trước

Đừng chỉ chăm chú vào GPU, Intel tung ra đòn chí mạng, liệu có thể chấm dứt độc quyền điện toán của NVIDIA?

Trong hai năm qua, GPU gần như là trung tâm duy nhất của phần cứng AI, đẩy giá cổ phiếu NVIDIA lên cao. Tuy nhiên, tại COMPUTEX 2026, Intel đưa ra nhận định khác: giai đoạn tiếp theo của AI không thể chỉ nhìn vào GPU, mà trọng tâm là **Agentic AI (Trí tuệ thể tác nhân)**. Agentic AI thay đổi hoàn toàn cách vận hành: thay vì hỏi-đáp từng lượt, nó hoạt động trong luồng công việc thực tế, liên tục "suy nghĩ, lập kế hoạch, hành động, phản ánh". Điều này biến suy luận AI thành một hệ thống ra quyết định tự chủ, làm thay đổi căn bản cách bố trí sức mạnh tính toán trong trung tâm dữ liệu. Tỷ lệ CPU/GPU có thể chuyển từ 1:8 (trong đào tạo mô hình) xuống 1:1 hoặc thậm chí cần nhiều CPU hơn để điều phối công việc phức tạp, vì mức tiêu thụ Token của một tác nhân có thể tăng gấp 1000 lần so với suy luận thông thường. Để đáp ứng nhu cầu này, Intel ra mắt bộ xử lý Xeon 6+ (sản xuất trên tiến trình 18A), với tối đa 288 lõi hiệu suất cao và bộ nhớ đệm 576MB, nhắm đến điện toán đám mây gốc và tải Agentic AI, cung cấp hiệu suất ổn định và tiết kiệm năng lượng hơn. Bên cạnh đó, Intel cùng các đối tác công bố kiến trúc suy luận tách rời hoàn toàn mới, nơi CPU Xeon 6 phụ trách điều phối, SambaNova SN40L RDU xử lý giải mã và GPU NVIDIA Blackwell đảm nhiệm làm đầy trước, nhằm tối đa hóa hiệu quả bằng cách chạy từng giai đoạn trên phần cứng phù hợp nhất. Ở phía thiết bị đầu cuối, Intel trình diễn máy chủ lai kết hợp bộ xử lý Core Ultra thế hệ thứ 3 (cho AI cục bộ) với máy chủ đám mây Xeon 6+, cho phép phân bổ động tải công việc giữa thiết bị và đám mây, giảm chi phí và bảo vệ quyền riêng tư dữ liệu. Ngoài chip đa dụng, Intel cũng nhấn mạnh vào thị trường chip tùy chỉnh, hợp tác với các khách hành như Google (IPU) và Ericsson, đóng gói giải pháp toàn diện gồm chip, hệ thống, phần mềm và hợp tác ngành. Tóm lại, Intel định vị lại mình trong kỷ nguyên Agentic AI: CPU trở nên quan trọng cho điều phối, hệ thống suy luận cần kiến trúc dị thể, thiết bị biên và AI cục bộ cần chip tiết kiệm năng lượng, và khách hàng doanh nghiệp cần chip tùy chỉnh. Mặc dù NVIDIA và AMD vẫn là đối thủ cạnh tranh mạnh, Intel hướng tới việc trở nên "có mặt ở khắp mọi nơi" hơn bằng cách nắm bắt cơ hội tái phân công trong cơ sở hạ tầng AI.

marsbit21 phút trước

Đừng chỉ chăm chú vào GPU, Intel tung ra đòn chí mạng, liệu có thể chấm dứt độc quyền điện toán của NVIDIA?

marsbit21 phút trước

Cardano Hay Solana? Lựa Chọn Hàng Đầu Của Chuyên Gia Sau Khi ADA, SOL Giảm 10%

Thị trường tiền điện tử sụt giảm khi Bitcoin (BTC) tạm thời xuống dưới 67.000 USD, kéo theo Solana (SOL) và Cardano (ADA) mất giá khoảng 10%. Chuyên gia Anders Bylund so sánh hai nền tảng. Solana được thiết kế cho tốc độ cao và phí giao dịch rẻ, nhưng có lịch sử gặp sự cố ngừng hoạt động. Mặc dù mạng lưới đã ổn định hơn kể từ đầu năm 2024, bài viết cho rằng độ tin cậy lâu dài vẫn là một câu hỏi. Ngược lại, Cardano theo đuổi triết lý chú trọng nghiên cứu học thuật và xác minh chính thức, nhằm tạo ra một blockchain ổn định hơn, dù có thể phát triển tính năng mới chậm hơn. Về hoạt động thực tế, Solana thể hiện rõ hơn với khối lượng giao dịch trên các sàn phi tập trung (DEX) cao gấp hơn 400 lần so với Cardano. Kết luận, chuyên gia cho rằng Solana là lựa chọn mạnh hơn hiện tại, do lợi thế về mức độ sử dụng trong thực tế. Tuy nhiên, cả hai đều là khoản đầu tư rủi ro. Nếu Bitcoin giảm 30%, các altcoin như SOL và ADA có thể giảm từ 50-70%. Thời điểm bài viết, ADA giao dịch quanh 0,21 USD và SOL ở 76 USD, cả hai đều giảm hơn 5% trong 24h. ADA hiện thấp hơn 92% so với mức đỉnh mọi thời đại, trong khi SOL thấp hơn 73%.

bitcoinist1 giờ trước

Cardano Hay Solana? Lựa Chọn Hàng Đầu Của Chuyên Gia Sau Khi ADA, SOL Giảm 10%

bitcoinist1 giờ trước

Morningstar định giá SpaceX chỉ 7800 tỷ USD, chưa bằng một nửa mục tiêu IPO, "IPO lớn nhất lịch sử" định giá quá cao?

SpaceX đang chuẩn bị cho đợt IPO có thể là lớn nhất lịch sử với mục tiêu định giá 1.750 tỷ USD. Tuy nhiên, Morningstar đưa ra định giá hợp lý chỉ 780 tỷ USD, tương đương 45% mục tiêu, và nhận định công ty bị định giá quá cao. Theo phân tích, Morningstar định giá riêng lõi kinh doanh phóng tên lửa và Starlink khoảng 611 tỷ USD. Phần định giá 170 tỷ USD còn lại dành cho hoạt động AI (bao gồm xAI và nền tảng X), được tính trọng số xác suất với kịch bản bi quan chiếm ưu thế. Starlink là mảng duy nhất có lãi với doanh thu 2025 đạt 11,3 tỷ USD. Dù đánh giá cao, Morningstar thừa nhận giá cổ phiếu SpaceX có thể tăng ngắn hạn sau IPO nhờ lượng cổ phiếu lưu hành thấp (chỉ ~3%), nhu cầu cao với cổ phiếu hạ tầng AI và cơ chế đưa nhanh vào chỉ số Nasdaq 100 sau 15 phiên giao dịch. Tuy nhiên, áp lực bán từ cơ cấu giải ngân cổ phiếu nội bộ theo tầng và rủi ro tái cấp vốn cho khoản vay cầu nối 200 tỷ USD đáo hạn sau 15 tháng là những điểm cần lưu ý. Rủi ro quản trị cũng được nêu do cấu trúc cổ phần cho phép Elon Musk nắm ~85% quyền biểu quyết. Lộ trình dự kiến: SpaceX bắt đầu roadshow vào tuần ngày 8/6, định giá ngày 11/6 và niêm yết trên Nasdaq (mã SPCX) vào ngày 12/6.

marsbit1 giờ trước

Morningstar định giá SpaceX chỉ 7800 tỷ USD, chưa bằng một nửa mục tiêu IPO, "IPO lớn nhất lịch sử" định giá quá cao?

marsbit1 giờ trước

a16z: Tại sao thị trường dự đoán sẽ trở thành cơ sở hạ tầng của 'xác suất tương lai'

Thị trường dự đoán đang phát triển từ công cụ giao dịch nhỏ thành cơ sở hạ tầng cung cấp tín hiệu xác suất cho các sự kiện tương lai. Về bản chất, chúng là thị trường thuần túy, tận dụng khả năng tổng hợp thông tin phân tán thông qua cơ chế giá, biến các sự kiện như bầu cử hay biến động địa chính trị thành tài sản có thể giao dịch với mức giá phản ánh xác suất xảy ra. Ưu điểm chính của thị trường dự đoán so với thăm dò truyền thống là cơ chế khuyến khích bằng tiền thật, buộc người tham gia phải cân nhắc kỹ lưỡng dựa trên thông tin họ có, từ đó tạo ra tín hiệu xác suất động, cập nhật theo thời gian thực. Chúng cũng linh hoạt, có thể áp dụng cho các vấn đề chuyên biệt như đánh giá hiệu suất AI mà thị trường truyền thống không phản ánh được. Tuy nhiên, hiệu quả của thị trường dự đoán không tự động đạt được. Nó phụ thuộc vào việc người có thông tin có tham gia hay không, thiết kế hợp đồng, cơ chế xác định kết quả và nguy cơ bị thao túng bởi nội gián hoặc các nhóm muốn định hướng nhận thức công chúng. Do đó, bước phát triển tiếp theo là xây dựng cơ sở hạ tầng thị trường đáng tin cậy: quy tắc minh bạch, thiết kế hợp đồng rõ ràng, cơ chế thanh toán có thể kiểm toán và các biện pháp ngăn chặn thao túng. Giá trị cốt lõi của chúng không nằm ở việc "đặt cược vào tương lai", mà ở việc cung cấp một tín hiệu xác suất công cộng mới trong môi trường đầy bất định.

marsbit2 giờ trước

a16z: Tại sao thị trường dự đoán sẽ trở thành cơ sở hạ tầng của 'xác suất tương lai'

marsbit2 giờ trước

Giao dịch

Giao ngay
Hợp đồng Tương lai
活动图片