Aquí hablaré brevemente sobre los diferentes enfoques de inversión de las categorías de agentes AI:
1）AI individual: La percepción del usuario es fuerte, el escenario de aplicación es muy específico, el ciclo de verificación es corto, pero el espacio de crecimiento es limitado. Antes de invertir, es esencial experimentar personalmente, como algunos nuevos agentes AI de análisis de estrategias, escuchar mucho no es tan bueno como intentar uno mismo. Por ejemplo: $AIXBT, $LUNA.
2）Marco y estándares: La dificultad técnica es alta, los objetivos y visiones son grandiosos, la aceptación por parte de los desarrolladores es clave, y el techo también es muy alto. Al invertir, se debe considerar la calidad técnica del proyecto, el trasfondo del fundador, la lógica narrativa y la situación de implementación real. Por ejemplo: $arc, $REI, $swarms, $GAME.
3）Plataforma Launchpad: Tokenomics completos, fuerte efecto de ecosistema, capaz de generar un efecto de rueda positiva. Sin embargo, si no hay un éxito destacado durante un tiempo, las expectativas del mercado disminuirán drásticamente. Por lo tanto, se sugiere entrar en momentos de alta popularidad del mercado y frecuencia de innovación, y observar en tiempos de mercado frío. Por ejemplo: #Virtual, $MetaV.
4）Agente AI de tipo DeFi: El agente AI ya se ha aplicado a la forma final del mercado de criptomonedas, el espacio de imaginación es grande, pero hay mucha incertidumbre, como la precisión en la coincidencia y ejecución. Así que es mejor experimentar primero, confirmar el efecto y luego decidir si invertir. Por ejemplo: $BUZZ, $POLY, $GRIFT, $NEUR.
5）Agente AI de características creativas: Esto depende principalmente de si la creatividad es sostenible. La retención de usuarios es fuerte, hay valor de IP, pero la popularidad inicial puede afectar las expectativas del mercado en el futuro. Prueba la capacidad de innovación continua del equipo. Por ejemplo: $SPORE, $ZAILGO.
6）Agente AI orientado a la narrativa: Se debe prestar atención a si el equipo del proyecto es confiable, si puede actualizar continuamente, si la planificación del libro blanco se está implementando gradualmente, lo más importante es si puede mantener una posición dominante en el mercado durante un ciclo narrativo. Por ejemplo: #ai16z, $Focai.
7）Agente AI impulsado por organizaciones comerciales: Prueba la cobertura de recursos del mercado B, la estrategia de producto y los hitos en constante actualización. Los datos de la plataforma también son muy clave. Por ejemplo: #ZEREBRO, #GRIFFAIN, $SNAI, $fxn.
8）Plataforma de agentes AI de la serie Metaverso: La aplicación del agente AI en modelado 3D y escenarios de metaverso tiene ventajas, pero debido a la alta visión comercial, la gran dependencia de hardware y el largo ciclo de producto, se debe prestar especial atención a la continua iteración del proyecto y la aparición de valor práctico. Por ejemplo: $HYPER, $AVA.
9）Serie de plataformas AI: Ya sea en datos, algoritmos, potencia de cálculo, o ajustes de razonamiento, DePIN, etc., todos están dirigidos al mercado de consumo. El agente AI es un mercado de gran potencial, la clave es cómo conectar con el ecosistema del agente AI. Por ejemplo: @hyperbolic_labs, @weRoamxyz, @din_lol_, @nillionnetwork.
Nota: Estas son solo algunas clasificaciones de agentes AI, los activos mencionados son solo para referencia de aprendizaje y no son recomendaciones de inversión, ¡DYOR!