Fuente del artículo: WOO

Contexto：Crypto + AI, buscando PMF

PMF (Product Market Fit) se refiere al grado de ajuste entre producto y mercado, lo que significa que el producto debe satisfacer la demanda del mercado, confirmando primero la situación del mercado antes de emprender, entendiendo qué tipo de clientes se van a vender y aclarando el entorno del mercado actual 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 acepte, y este concepto también se aplica al mercado de criptomonedas, los equipos de proyectos deben entender las necesidades de los jugadores del sector para crear productos, en lugar de acumular tecnología desconectada del mercado.

En el pasado, la mayoría de los Crypto AI estaban vinculados 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, datos, etc., mientras que los proveedores de datos pueden compartir los beneficios que trae la AI.

Siguiendo la lógica anterior, parece más que Crypto empodera a AI, además de que AI beneficiará la distribución tokenizada a los proveedores de potencia de cálculo, es difícil incorporar más nuevos usuarios, también se puede decir que este modelo no es tan exitoso en términos de PMF.

La aparición del Agente AI es más como un extremo de aplicación, en comparación con DePIN + AI que es como infraestructura, y claramente las aplicaciones son más simples y comprensibles, además de tener una mejor capacidad de atraer usuarios, con un PMF mejor que DePIN + AI

Primero, obtuvo el patrocinio de Marc Andreessen, fundador de A16Z (la teoría de PMF también fue propuesta por él), GOAT, generado por un diálogo entre dos AI, dio el primer paso al Agente AI, y ahora ai16z y Virtual tienen sus propias ventajas y desventajas. ¿Cuál es la trayectoria de desarrollo del Agente AI en el sector de criptomonedas? ¿En qué etapa estamos actualmente? ¿Y hacia dónde se dirige el futuro? Vamos a ver con WOO X Research.

Fase uno：inicio de meme

Antes de la aparición de GOAT, la pista más popular de este ciclo eran las monedas meme, y la característica de las monedas meme es su fuerte inclusión, desde el hipopótamo MOODENG del zoológico, hasta Neiro, el nuevo adoptado por el dueño de DOGE, y el meme nativo de la red Popcat, que muestran la tendencia de 'todo puede ser meme', y bajo esta narrativa aparentemente absurda, también proporciona un suelo fértil para el crecimiento del Agente AI.

GOAT es una moneda meme generada por un diálogo entre dos AI, y esta es la primera vez que la AI logra sus objetivos a través de criptomonedas y la red, aprendiendo del comportamiento humano. Solo las monedas meme pueden llevar proyectos de tal naturaleza experimental, y al mismo tiempo, conceptos similares de monedas están surgiendo como champiñones, pero la mayoría de las funciones se limitan a publicar automáticamente en Twitter, responder, etc., sin aplicaciones prácticas. En este momento, las monedas del Agente AI generalmente se denominan AI + Meme.

proyecto representativo：

  • 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 38M, liquidez en cadena 1.8M

Fase dos：explorar aplicaciones

Poco a poco, todos se dan cuenta de que el Agente AI no solo puede interactuar de manera simple en Twitter, sino que puede extenderse a más escenarios valiosos. Esto incluye producción de contenido como música y video, así como servicios más cercanos a los usuarios del sector, como análisis de inversión y gestión de fondos. A partir de esta etapa, el Agente AI se separa de las monedas meme, formando una nueva pista completamente nueva.

proyecto representativo：

  • ai16z：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 68M, liquidez en cadena 2.8M

episodio especial：plataforma de emisión

Cuando las aplicaciones del Agente AI florezcan, ¿qué pista deberían elegir los emprendedores para aprovechar esta ola de AI y Crypto?

La respuesta es Launchpad

Cuando los tokens emitidos por la plataforma tienen un efecto de riqueza, los usuarios seguirán buscando y comprando los tokens emitidos por dicha plataforma, y los beneficios reales generados por la compra de los usuarios también empoderan al token de la plataforma, impulsando el aumento de precios, y a medida que el precio del token de la plataforma siga aumentando, los fondos se desbordarán hacia los tokens emitidos por debajo, formando un efecto de riqueza.

El modelo de negocio es claro y tiene un efecto de rueda positiva, pero aún hay puntos a tener en cuenta: el Launchpad pertenece al ganador se lleva todo, con un efecto Mateo, la función central del Launchpad es emitir nuevos tokens, en situaciones de funciones similares, lo que se debe comparar es la calidad de los proyectos bajo su ala, si una sola plataforma puede producir consistentemente proyectos de calidad y tiene un efecto de enriquecimiento, la adhesión de los usuarios a esa plataforma de emisión naturalmente aumentará, y otros proyectos tendrán dificultades para arrebatarles usuarios.

proyecto representativo：

  • VIRTUAL：capitalización de mercado 3.4B, liquidez en cadena 52M

  • CLANKER：capitalización de mercado 62M, liquidez en cadena 1.2M

  • VVAIFU：capitalización de mercado 81M, liquidez en cadena 3.5M

  • VAPOR：capitalización de mercado 105M

Fase tres：buscar colaboración

A medida que el Agente AI comienza a realizar más funciones prácticas, comienza a explorar la colaboración entre proyectos, estableciendo un ecosistema más robusto. El enfoque de esta etapa es la interoperabilidad y la expansión de la red ecológica, especialmente si puede generar sinergias con otros proyectos o protocolos criptográficos. Por ejemplo, el Agente AI podría colaborar con protocolos DeFi para mejorar las estrategias de inversión automatizadas, o integrarse con proyectos NFT para lograr herramientas más inteligentes.

Para lograr una colaboración eficiente, primero se necesita establecer un marco estandarizado, que proporcione a los desarrolladores componentes predefinidos, conceptos abstractos y herramientas relacionadas, para simplificar el complejo proceso de desarrollo del Agente AI. A través de soluciones estandarizadas a los desafíos comunes en el desarrollo del Agente AI, 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.

proyecto representativo：

  • 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

Fase cuatro：gestión de fondos

Desde la perspectiva del producto, el Agente AI puede desempeñar más un papel de herramienta simple, como proporcionar asesoramiento de inversión y generar informes. Sin embargo, la gestión de fondos requiere capacidades de mayor nivel, incluidas el diseño de estrategias, ajustes dinámicos y pronósticos de mercado, lo que indica que el Agente AI no es solo una herramienta, sino que comienza a participar en el proceso de creación de valor.

A medida que los fondos de las finanzas tradicionales aceleran su entrada en el mercado de criptomonedas, la demanda de especialización y escalabilidad sigue aumentando. La automatización y alta eficiencia del Agente AI pueden satisfacer esta demanda, especialmente al ejecutar funciones como estrategias de arbitraje, reequilibrio de activos y cobertura de riesgos, donde el Agente AI puede mejorar significativamente la competitividad de los fondos.

proyecto representativo：

  • 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 fase cinco：redefinir Agentnomics

Actualmente estamos en la fase cuatro, dejando de lado el precio de las monedas, la mayoría de los Agentes AI de Crypto aún no se han implementado en nuestras aplicaciones diarias. Por ejemplo, el Agente AI que más uso es Perplexity de Web 2, ocasionalmente reviso los tweets analíticos de AIXBT, además de eso, la frecuencia de uso de los Agentes AI de Crypto es extremadamente baja, por lo que podría quedarse en la fase cuatro durante un tiempo, y en el nivel de producto aún no está maduro.

Creo que en la fase cinco, el Agente AI no será solo un conglomerado de funciones o aplicaciones, sino el núcleo de todo el modelo económico: la redefinición de Agentnomics. El desarrollo de esta etapa no solo involucra la evolución tecnológica, sino que lo más crucial es redefinir la relación económica de tokens entre los distribuidores, plataformas y proveedores de Agentes, creando un ecosistema completamente nuevo. A continuación se presentan las principales características de esta etapa:

1. Analogía con la historia del desarrollo de Internet

El proceso de formación de Agentnomics puede ser comparado con la evolución de la economía de Internet, como el nacimiento de aplicaciones superpuestas como WeChat y Alipay. Estas aplicaciones integran la economía de la plataforma, trayendo aplicaciones independientes a su propio ecosistema, convirtiéndose en entradas multifuncionales. En este proceso, se forma un modelo económico de colaboración y simbiosis entre los proveedores de aplicaciones y las plataformas, y el Agente AI también repetirá un proceso similar en la fase cinco, pero basado en criptomonedas y tecnología descentralizada.

2. Redefinir la relación entre distribuidores, plataformas y proveedores de Agentes

En el ecosistema del Agente AI, los tres establecerán una red económica estrechamente vinculada:

  • Distribuidor (Distributor)：responsable de promover el Agente AI a los usuarios finales, por ejemplo, a través de mercados de aplicaciones profesionales o ecosistemas de DApp.

  • Plataforma (Platform)：proporciona infraestructura y un marco de colaboración, permitiendo que múltiples proveedores de Agentes funcionen en un entorno unificado y es responsable de gestionar las reglas y la distribución de recursos del ecosistema.

  • Proveedor de Agentes (Agent Vendor)：desarrolla y proporciona diferentes funciones de Agentes AI, alimentando al ecosistema con aplicaciones y servicios innovadores.

A través del diseño económico de tokens, los intereses entre distribuidores, plataformas y proveedores de agentes se lograrán en una distribución descentralizada, como mecanismos de reparto, recompensas por contribuciones y derechos de gobernanza, promoviendo así la colaboración e incentivando la innovación.

3. Entrada e integración de super aplicaciones

Cuando el Agente AI evolucione hacia una entrada de aplicación superior, será capaz de integrar múltiples economías de plataforma, absorber y gestionar una gran cantidad de Agentes independientes. Esto es similar a cómo WeChat y Alipay integran aplicaciones independientes en su ecosistema, la super aplicación del Agente AI romperá aún más las islas de aplicaciones tradicionales.