Autor: WOO X
Contexto: Crypto + AI, buscando PMF
PMF (Ajuste del Producto al Mercado) se refiere a la adecuación del producto a la demanda del mercado, es decir, el producto debe cumplir con las necesidades del mercado. Antes de emprender, se debe confirmar la situación del mercado, entender qué tipo de clientes se van a vender y conocer el entorno del mercado en el camino antes de desarrollar el producto.
El concepto de PMF es aplicable a los emprendedores, para evitar crear productos/servicios que se sientan bien pero que el mercado no comprará. Este concepto también se aplica en el mercado de criptomonedas, donde el equipo del proyecto debe entender las necesidades de los jugadores en el espacio de criptomonedas para crear productos, en lugar de acumular tecnología desconectada del mercado.
En el pasado, la mayoría de los AI de Crypto estaban atados a DePIN, con la narrativa de utilizar datos descentralizados de Crypto para entrenar AI, evitando así depender del control de una sola entidad, como la potencia de cálculo o los datos, mientras que los proveedores de datos podrían compartir los beneficios que trae AI.
Siguiendo la lógica anterior, en realidad es más como si Crypto empodera a AI, AI no solo beneficiará la distribución de tokens a los proveedores de potencia de cálculo, sino que será difícil incorporar a más nuevos usuarios. También se podría decir que este modelo no es tan exitoso en términos de PMF.
La aparición del AI Agent es más como un extremo de la aplicación, en comparación con DePIN + AI que es como una infraestructura, y claramente las aplicaciones son más simples y comprensibles, además tienen una mejor capacidad para atraer usuarios, teniendo un mejor PMF que DePIN + AI.
Primero, recibió el patrocinio de Marc Andreessen, fundador de A16 Z (la teoría de PMF también fue propuesta por él), y GOAT, generado por dos conversaciones de AI, dio el primer disparo a los AI Agents. Hasta ahora, ai16 z y Virtual tienen sus ventajas y desventajas, ¿cuál es la trayectoria de desarrollo de los AI Agents en el espacio de criptomonedas? ¿En qué etapa estamos actualmente? ¿Y hacia dónde vamos en el futuro? Permítanme mostrarles WOO X Research.
Primera etapa: Comienzo de los memes
Antes de la aparición de GOAT, la pista más caliente de este ciclo era la de los memes, y una de las características de los memes es su gran inclusividad. Desde el hipopótamo MOODENG del zoológico hasta Neiro, el nuevo perro de su dueño DOGE, y los memes nativos de Internet como Popcat, todos muestran la tendencia de que 'todo puede ser un meme', y bajo esta narrativa aparentemente sin sentido, también proporciona el suelo para el crecimiento de AI Agents.
GOAT es un meme coin generado por dos diálogos de AI, este es el primer caso en que AI logra sus objetivos a través de criptomonedas y la red, aprendiendo del comportamiento humano. Solo los meme coins pueden albergar proyectos de tal naturaleza experimental, al mismo tiempo, monedas de conceptos similares surgen como setas después de la lluvia, pero la mayoría de sus funciones se limitan a publicar automáticamente en Twitter, responder, etc., sin aplicaciones prácticas. En este momento, los tokens de AI Agent generalmente se conocen como AI + Meme.
Proyectos representativos:
Fartcoin ：Capitalización de mercado 812M ，Liquidez en cadena 15. 9M
GOAT ：Capitalización de mercado 430M ，Liquidez en cadena 8. 1M
Bully ：Capitalización de mercado 43M ，Liquidez en cadena 2M
Shoggoth ：Capitalización de mercado 3 8M ，Liquidez en cadena 1. 8M
Segunda etapa: Exploración de aplicaciones
Gradualmente, todos se dieron cuenta de que los AI Agents no solo podían interactuar de manera simple en Twitter, sino que podían extenderse a más escenarios valiosos. Esto incluye la producción de contenido como música y video, además de servicios más alineados con los usuarios del espacio de criptomonedas como análisis de inversión y gestión de fondos. A partir de esta etapa, los AI Agents se separan de los memes, formando una nueva pista.
Proyectos representativos:
ai16 z ：Capitalización de mercado 1. 67B ，Liquidez en cadena 14. 7M
Zerebro ：Capitalización de mercado 453M ，Liquidez en cadena 14M
AIXBT ：Capitalización de mercado 500M ，Liquidez en cadena 19. 2M
GRIFFAIN ：Capitalización de mercado 243M ，Liquidez en cadena 7. 5M
ALCH ：Capitalización de mercado 6 8M ，Liquidez en cadena 2. 8M
Artículo adicional: Plataforma de emisión
Cuando las aplicaciones de AI Agents florezcan, ¿qué pista deberían elegir los emprendedores para aprovechar esta ola de AI y Crypto?
La respuesta es Launchpad
Cuando los tokens bajo la plataforma de emisión tienen un efecto de riqueza, los usuarios seguirán buscando y comprando tokens emitidos por esa plataforma, y las ganancias reales generadas por las compras de los usuarios también empoderan el token de la plataforma, haciendo que su precio suba. A medida que el precio del token de la plataforma sigue subiendo, los fondos fluirán hacia los tokens emitidos bajo ella, formando un efecto de riqueza.
El modelo de negocio es claro y tiene un efecto de rueda positiva, pero aún hay que tener en cuenta que: Launchpad pertenece al efecto Mateo donde el ganador se lleva todo, la función principal de Launchpad es emitir nuevos tokens. En condiciones similares, lo que se debe comparar es la calidad de los proyectos bajo su ala; si una sola plataforma puede generar constantemente proyectos de calidad y tiene un efecto de creación de riqueza, la lealtad del usuario a esa plataforma de emisión naturalmente aumentará, y será difícil para otros proyectos captar usuarios.
Proyectos representativos:
VIRTUAL ：Capitalización de mercado 3. 4B ，Liquidez en cadena 52M
CLANKER ：Capitalización de mercado 6 2M ，Liquidez en cadena 1. 2M
VVAIFU ：Capitalización de mercado 81M ，Liquidez en cadena 3. 5M
VAPOR ：Capitalización de mercado 105M
Tercera etapa: Búsqueda de colaboración
A medida que los AI Agents comienzan a implementar más funciones prácticas, se exploran colaboraciones entre proyectos para establecer un ecosistema más fuerte. El enfoque de esta etapa es la interoperabilidad y la expansión de la red ecológica, especialmente en la posibilidad de generar sinergias con otros proyectos o protocolos de criptomonedas. Por ejemplo, los AI Agents podrían colaborar con protocolos DeFi para mejorar estrategias de inversión automatizadas, o integrarse con proyectos NFT para crear herramientas más inteligentes.
Para lograr una colaboración eficiente, primero es necesario establecer un marco normativo, proporcionando a los desarrolladores componentes predefinidos, conceptos abstractos y herramientas relacionadas para simplificar el proceso de desarrollo de AI Agents complejos. A través de soluciones estandarizadas para los desafíos comunes que surgen en el desarrollo de AI Agents, estos marcos pueden ayudar a los desarrolladores a concentrar su energía en la singularidad de sus respectivas aplicaciones, en lugar de diseñar la infraestructura desde cero cada vez, evitando así el problema de reinventar la rueda.
Proyectos representativos:
ELIZA ：Capitalización de mercado 100M ，Liquidez en cadena 3. 6M
GAME ：Capitalización de mercado 237M ，Liquidez en cadena 31M
ARC ：Capitalización de mercado 300M ，Liquidez en cadena 5M
FXN ：Capitalización de mercado 76M ，Liquidez en cadena 1. 5M
SWARMS ：Capitalización de mercado 63M ，Liquidez en cadena 20M
Cuarta etapa: Gestión de fondos
Desde la perspectiva del producto, los AI Agents pueden desempeñar más roles de herramientas simples, como proporcionar consejos de inversión y generar informes. Sin embargo, la gestión de fondos requiere habilidades de mayor nivel, incluyendo diseño de estrategias, ajustes dinámicos y predicción de mercado, lo que indica que los AI Agents no son solo herramientas, sino que comienzan a participar en el proceso de creación de valor.
A medida que los fondos del sistema financiero tradicional ingresan aceleradamente al mercado de criptomonedas, la demanda de especialización y escala sigue aumentando. La automatización y alta eficiencia de los AI Agents pueden satisfacer esta necesidad, especialmente en la ejecución de funciones como estrategias de arbitraje, reequilibrio de activos y cobertura de riesgos, donde los AI Agents pueden mejorar significativamente la competitividad de los fondos.
Proyectos representativos:
ai16z ：Capitalización de mercado 1. 67B ，Liquidez en cadena 14. 7M
Vader ：Capitalización de mercado 91M ，Liquidez en cadena 3. 7M
SEKOIA ：Capitalización de mercado 33M ，Liquidez en cadena 1. 5M
AiSTR ：Capitalización de mercado 13. 7M ，Liquidez en cadena 675K
Expectativa de la quinta etapa: Remodelar Agentnomics
Actualmente estamos en la cuarta etapa, dejando de lado el precio de las criptomonedas, la mayoría de los AI Agents de Crypto aún no se han implementado en nuestras aplicaciones diarias. Por ejemplo, el AI Agent que más uso sigue siendo Perplexity de Web 2, ocasionalmente reviso los análisis de AI XBT. Aparte de eso, la frecuencia de uso de los AI Agents de Crypto es extremadamente baja, por lo que puede que permanezcamos en la cuarta etapa por un tiempo, ya que el nivel del producto aún no ha madurado.
Y creo que en la quinta etapa, los AI Agents no solo serán un agregado de funciones o aplicaciones, sino que serán el núcleo de todo el modelo económico: la reconfiguración de Agentnomics. El desarrollo de esta etapa no solo involucra la evolución tecnológica, sino que es clave redefinir la relación económica de tokens entre distribuidores (Distributor), plataformas (Platform) y proveedores de agentes (Agent Vendor), creando un ecosistema completamente nuevo. A continuación se presentan las características principales de esta etapa:
Comparación con la historia del desarrollo de Internet
El proceso de formación de Agentnomics se puede comparar con la evolución de la economía de Internet, como el nacimiento de superaplicaciones como WeChat y Alipay. Estas aplicaciones integran la economía de plataformas, introduciendo aplicaciones independientes en su ecosistema, convirtiéndose en entradas multifuncionales. En este proceso, se forma un modelo económico de colaboración y simbiosis entre proveedores de aplicaciones y plataformas, y el AI Agent también repetirá un proceso similar en la quinta etapa, pero basado en criptomonedas y tecnología descentralizada.
Reformar la relación entre distribuidores, plataformas y proveedores de agentes
En el ecosistema del AI Agent, los tres establecerán una red económica estrechamente relacionada:
Distribuidor (Distributor): Responsable de promocionar AI Agents a los usuarios finales, por ejemplo, a través de mercados de aplicaciones profesionales o ecosistemas DApp.
Plataforma (Platform): Proporcionar infraestructura y un marco de colaboración, permitiendo que múltiples proveedores de agentes operen en un entorno unificado, y encargándose de gestionar las reglas y la distribución de recursos del ecosistema.
Proveedor de Agentes (Agent Vendor): Desarrollar y proporcionar diferentes funciones de AI Agent, aportando aplicaciones y servicios innovadores al ecosistema.
A través del diseño de la economía de tokens, los intereses entre distribuidores, plataformas y proveedores se distribuirán de manera descentralizada, como mecanismos de reparto, recompensas por contribuciones y derechos de gobernanza, promoviendo la colaboración y estimulando la innovación.
Entrada y integración de superaplicaciones
Cuando el AI Agent evolucione a una entrada de superaplicación, será capaz de integrar múltiples economías de plataforma, absorbiendo y gestionando una gran cantidad de agentes independientes. Esto es similar a cómo WeChat y Alipay integran aplicaciones independientes en su ecosistema, la superaplicación del AI Agent romperá aún más las islas de aplicaciones tradicionales.
