Judul asli: Crypto x AI: 10 Kategori yang Kami Pantau pada 2025 Penulis asli: @archetypevc, kripto Kol Penulis terjemahan: zhouzhou, BlockBeats
Catatan Editor: Artikel ini membahas berbagai bidang inovasi yang menggabungkan kripto dan AI pada tahun 2025, termasuk interaksi antar agen, organisasi agen terdesentralisasi, hiburan berbasis AI, pemasaran konten yang dihasilkan, pasar data, komputasi terdesentralisasi, dan sebagainya. Artikel ini mengeksplorasi bagaimana memanfaatkan teknologi blockchain dan AI untuk menciptakan peluang baru di berbagai industri, mendorong perlindungan privasi, perkembangan perangkat keras AI, serta penerapan teknologi terdesentralisasi, sambil lebih memperhatikan bagaimana agen cerdas dapat membawa terobosan dalam transaksi, penciptaan seni, dan bidang lainnya.
Berikut adalah konten asli (untuk memudahkan pemahaman, konten asli telah disusun ulang):
Interaksi antar agen
Transparansi dan komposabilitas default dari blockchain menjadikannya platform yang ideal untuk interaksi antar agen.
Dalam skenario ini, agen yang dikembangkan oleh entitas yang berbeda untuk tujuan yang berbeda dapat berinteraksi satu sama lain tanpa hambatan. Sudah banyak eksperimen tentang agen yang saling mengirimkan dana, meluncurkan token bersama, dan sebagainya.
Kami sangat menantikan untuk melihat bagaimana interaksi antar agen akan diperluas, termasuk penciptaan bidang aplikasi baru seperti tempat sosial baru yang didorong oleh interaksi agen, serta meningkatkan efisiensi dengan memperbaiki alur kerja bisnis yang ada (seperti sertifikasi platform, verifikasi, pembayaran mikro, integrasi alur kerja lintas platform, dan sebagainya) untuk menyelesaikan beberapa masalah rumit saat ini.
—Danny, Katie, Aadharsh, Dmitriy
Organisasi Agen Terdesentralisasi
Koordinasi multi-agen dalam skala besar adalah bidang penelitian lain yang sama menariknya.
Bagaimana sistem multi-agen bekerja sama untuk menyelesaikan tugas, memecahkan masalah, dan mengelola sistem dan protokol? Dalam artikel awal tahun 2024 (Janji dan tantangan aplikasi kripto dan AI), Vitalik menyebutkan bahwa agen AI dapat digunakan untuk pasar prediksi dan arbitrase. Dia sebenarnya berpendapat bahwa dalam aplikasi skala besar, sistem multi-agen memiliki kemampuan penemuan 'kebenaran' yang signifikan, dan dapat mewujudkan sistem pemerintahan otonom yang universal. Kami sangat tertarik dengan kemampuan sistem multi-agen dan penemuan serta eksperimen terus-menerus dalam bentuk 'kecerdasan kolektif'.
Sebagai perpanjangan dari koordinasi antar agen, koordinasi antara agen dan manusia juga merupakan ruang desain yang menarik—terutama bagaimana komunitas berinteraksi di sekitar agen, atau bagaimana agen mengorganisir manusia untuk melakukan tindakan kolektif. Kami berharap melihat lebih banyak eksperimen agen yang bertujuan untuk koordinasi manusia dalam skala besar. Ini akan membutuhkan beberapa mekanisme verifikasi, terutama dalam kasus di mana beberapa pekerjaan manusia dilakukan di luar rantai, tetapi ini juga dapat menghasilkan beberapa perilaku yang sangat unik dan menarik.
—Katie, Dmitriy, Ash
Hiburan multimedia agen
Konsep karakter digital telah ada selama beberapa dekade.
Hatsune Miku (2007) pernah terjual habis di arena berkapasitas 20.000, sementara Lil Miquela (2016) memiliki lebih dari 2 juta pengikut di Instagram. Contoh yang lebih baru dan kurang dikenal termasuk penyiar virtual AI Neuro-sama (2022), yang memiliki lebih dari 600.000 pelanggan di Twitch, serta boyband Korea PLAVE (2023) yang debut secara anonim, yang dalam waktu kurang dari dua tahun mencapai lebih dari 300 juta tampilan di YouTube.
Dengan perkembangan infrastruktur AI, serta integrasi blockchain dalam pembayaran, transfer nilai, dan platform data terbuka, kami sangat menantikan untuk melihat bagaimana agen ini menjadi lebih otonom dan mungkin membuka kategori hiburan arus utama baru pada tahun 2025.
—Katie, Dmitriy
Pemasaran konten yang dihasilkan/agen
Dalam kasus yang disebutkan, agen itu sendiri adalah produk, sedangkan dalam skenario lain, agen dapat melengkapi produk yang ada. Dalam ekonomi perhatian, menjaga aliran konten yang menarik dan terus menerus sangat penting untuk keberhasilan setiap ide kreatif, produk, perusahaan, dan sebagainya.
Konten yang dihasilkan/agen adalah alat yang kuat bagi tim untuk memastikan saluran penciptaan konten yang dapat diskalakan dan beroperasi sepanjang waktu. Diskusi tentang apa yang membedakan meme coin dan agen mempercepat perkembangan konsep ini. Agen memberikan sarana distribusi yang kuat untuk meme coin, meskipun meme coin ini saat ini belum sepenuhnya 'agen' (tetapi mungkin akan menjadi).
Contoh lain adalah, permainan semakin membutuhkan dinamika yang lebih besar untuk mempertahankan keterlibatan pengguna. Salah satu cara klasik untuk menciptakan dinamika permainan adalah dengan membangun konten yang dihasilkan pengguna; konten yang sepenuhnya dihasilkan (dari item dalam game hingga NPC, hingga level yang sepenuhnya dihasilkan) mungkin merupakan tahap evolusi berikutnya. Kami penasaran tentang bagaimana agen akan memperluas batas strategi distribusi tradisional pada tahun 2025.
—Katie
Alat/platform seni generasi berikutnya
Pada tahun 2024, kami meluncurkan (DALAM PERCAKAPAN DENGAN), yaitu serangkaian wawancara dengan seniman kripto dari bidang musik, seni visual, desain, kurasi, dan lainnya. Salah satu pengamatan kunci yang saya dapatkan dari wawancara tahun ini adalah, banyak seniman yang tertarik pada kripto biasanya juga sangat tertarik pada teknologi terdepan, dan ingin mengintegrasikan teknologi ini ke dalam praktik seni mereka, dalam kata lain, barang AR/VR, seni berbasis kode, dan pengkodean langsung, dan sebagainya.
Secara khusus, seni yang dihasilkan memiliki sinergi alami dengan blockchain, yang membuatnya semakin jelas sebagai platform dasar yang potensial untuk seni AI. Di platform tradisional, sangat sulit untuk memamerkan bentuk seni ini dengan benar. ArtBlocks memberikan prospek untuk bagaimana menggunakan blockchain untuk memamerkan, menyimpan, memonetisasi, dan mengarsipkan seni digital—meningkatkan pengalaman keseluruhan bagi seniman dan penontonnya. Selain pemameran, alat AI bahkan memperluas kemampuan orang biasa untuk menciptakan seni mereka sendiri. Bagaimana blockchain akan memperluas atau mendukung alat ini pada tahun 2025 akan menjadi topik yang sangat menarik.
—Katie
Pasar data
Sejak Clive Humby menyatakan bahwa 'data adalah minyak baru' 20 tahun yang lalu, perusahaan telah mengambil langkah-langkah tegas untuk mengakumulasi dan memonetisasi data pengguna. Pengguna mulai menyadari bahwa data mereka adalah dasar dari perusahaan bernilai miliaran dolar ini, tetapi mereka hampir tidak memiliki kekuasaan atas bagaimana data mereka digunakan, maupun mendapatkan bagian dari keuntungan yang dihasilkan.
Perkembangan yang cepat dari model AI yang kuat membuat kontradiksi ini semakin tajam, jika memecahkan eksploitasi pengguna adalah bagian dari peluang data, maka masalah penting lainnya adalah mengatasi kekurangan pasokan data, karena model yang semakin besar dan lebih kuat sedang mengkonsumsi ladang minyak mudah diakses dari data publik di internet, dan membutuhkan sumber data baru.
Tentang bagaimana memanfaatkan infrastruktur terdesentralisasi untuk mengembalikan kontrol data dari perusahaan kepada sumber data (pengguna), ini adalah ruang desain yang besar, melibatkan solusi inovatif di berbagai bidang. Masalah yang paling mendesak mencakup: di mana data disimpan dan bagaimana menjaga privasi selama penyimpanan, transmisi, dan perhitungan; bagaimana secara objektif membandingkan, menyaring, dan menilai kualitas data; mekanisme apa yang kami gunakan untuk atribusi dan monetisasi (terutama ketika nilai perlu kembali ke sumber setelah inferensi); jenis sistem koordinasi atau pengambilan data apa yang kami gunakan dalam ekosistem model yang beragam.
Tentang mengatasi masalah bottleneck pasokan, ini bukan hanya tentang mereplikasi Scale AI dengan token, tetapi lebih penting untuk memahami dengan bantuan angin teknis, di bidang mana kami dapat memperoleh keuntungan, dan bagaimana membangun solusi kompetitif di sekitar skala, kualitas, atau mekanisme insentif (dan penyaringan) yang lebih baik untuk menghasilkan produk data yang memiliki nilai lebih tinggi. Terutama ketika sebagian besar permintaan berasal dari AI web2, bagaimana menggabungkan mekanisme penegakan kontrak pintar dengan perjanjian tingkat layanan (SLA) dan alat tradisional adalah bidang yang penting untuk diperhatikan.
—Danny
Komputasi terdesentralisasi
Jika data adalah salah satu komponen dasar dalam perkembangan dan penerapan AI, maka daya komputasi adalah komponen lainnya. Dalam beberapa tahun terakhir, pusat data besar tradisional yang memiliki akses unik—termasuk kontrol terhadap lokasi, energi, dan perangkat keras—telah mendominasi jalur pembelajaran mendalam dan AI, tetapi dengan kemajuan batas fisik dan pengembangan sumber terbuka, pola ini mulai ditantang.
Versi komputasi v1 dalam AI terdesentralisasi tampak seperti salinan dari GPU cloud web2, tanpa keunggulan pasokan yang nyata (baik perangkat keras maupun pusat data), dan kurangnya permintaan organik. Namun, dalam v2, kami mulai melihat beberapa tim luar biasa yang membangun tumpukan teknologi lengkap berdasarkan pasokan komputasi berkinerja tinggi heterogen (HPC), meliputi kemampuan koordinasi, routing, penetapan harga, dan sebagainya, dan menggabungkan beberapa fungsi proprietary untuk menarik permintaan dan mengatasi pengetatan marginal, terutama di tahap inferensi. Tim juga mulai menunjukkan diferensiasi pada berbagai kasus penggunaan dan strategi pemasaran (GTM), beberapa fokus pada routing inferensi yang efisien dengan mengintegrasikan kerangka kompilasi ke dalam perangkat keras yang beragam, sementara tim lain mempelopori kerangka pelatihan model terdistribusi di jaringan komputasi yang mereka bangun.
Kami bahkan mulai melihat kemunculan pasar AI-Fi, yang mencakup protokol ekonomi baru yang mengubah komputasi dan GPU menjadi aset yang menghasilkan pendapatan, atau memanfaatkan likuiditas di blockchain sebagai sumber modal lain untuk mendapatkan perangkat keras di data center. Salah satu masalah utama di sini adalah, sejauh mana AI terdesentralisasi (DeAI) akan berkembang dan diterapkan di jalur komputasi terdesentralisasi, atau, seperti di bidang penyimpanan, apakah kesenjangan antara ideologi dan kebutuhan praktis akan selalu tidak dapat dijembatani, sehingga tidak dapat memanfaatkan potensi gagasan ini secara penuh.
—Danny
Standar akuntansi komputasi
Terkait dengan mekanisme insentif jaringan komputasi berkinerja tinggi terdesentralisasi, tantangan besar saat mengoordinasikan sumber daya komputasi heterogen adalah kurangnya standar yang seragam untuk menghitung daya komputasi ini. Model AI secara unik menambah banyak faktor kompleks di ruang output komputasi berkinerja tinggi (HPC), dari variasi dan kuantifikasi model hingga pengaturan tingkat acak dengan suhu model dan pengambilan parameter. Selain itu, perangkat keras AI juga dapat memperkenalkan lebih banyak kompleksitas melalui keragaman arsitektur GPU dan berbagai versi CUDA. Pada akhirnya, ini menyebabkan permintaan tentang bagaimana menghitung kapasitas model dan pasar komputasi saat melakukan perhitungan silang di sistem terdistribusi yang heterogen.
Sebagian karena kurangnya standar, kami melihat beberapa kasus di bidang web2 dan web3, di mana pasar model dan komputasi gagal menghitung dengan akurat kualitas dan kuantitas kemampuan komputasinya. Ini menyebabkan pengguna harus menjalankan pengujian model perbandingan mereka sendiri dan menggunakan pembatasan untuk mengeksekusi bukti kerja pasar komputasi, sehingga mengaudit kinerja nyata dari lapisan AI ini.
Mengingat prinsip inti di bidang kripto adalah verifikasi, kami berharap persimpangan antara kripto dan AI pada tahun 2025 dapat lebih mudah diverifikasi dibandingkan AI tradisional. Secara khusus, penting bahwa pengguna biasa dapat membandingkan berbagai aspek dari model atau cluster tertentu, terutama fitur yang menentukan output, sehingga dapat mengaudit dan melakukan pengujian sistem.
—Aadharsh
Protokol privasi probabilistik
Dalam artikel (Janji dan tantangan aplikasi kripto dan AI), Vitalik menyebutkan tantangan unik yang harus diatasi antara kripto dan AI: 'Dalam kriptografi, sumber terbuka adalah satu-satunya cara untuk membuat segala sesuatu benar-benar aman, tetapi dalam AI, keterbukaan model (bahkan data latihannya) secara signifikan meningkatkan kerentanannya terhadap serangan pembelajaran mesin yang bersifat antagonistik.'
Meskipun privasi bukan arah penelitian baru di bidang blockchain, kami percaya bahwa adopsi AI akan terus mempercepat penelitian dan aplikasi protokol enkripsi privasi. Tahun ini, teknologi peningkatan privasi (seperti ZK, FHE, TEE, dan MPC) telah mencapai kemajuan signifikan, dengan skenario aplikasi termasuk berbagi status pribadi untuk melakukan perhitungan pada data terenkripsi. Pada saat yang sama, kami juga melihat raksasa AI terpusat seperti Nvidia dan Apple yang menggunakan TEE proprietary untuk pembelajaran kolaboratif dan inferensi AI pribadi, menjaga konsistensi perangkat keras, firmware, dan model di antara sistem.
Mengingat hal ini, kami akan memantau dengan cermat bagaimana menjaga privasi dalam transisi status acak di sistem heterogen, serta bagaimana mereka mempercepat pengembangan aplikasi AI terdesentralisasi di dunia nyata—dari inferensi pribadi yang terdesentralisasi hingga penyimpanan/akses data terenkripsi, hingga lingkungan eksekusi yang sepenuhnya berdaulat.
—Aadharsh
Niat agen dan antarmuka transaksi pengguna generasi berikutnya
Salah satu skenario aplikasi terdekat untuk agen AI adalah menggunakannya untuk mewakili kita dalam melakukan transaksi otonom di blockchain. Tidak dapat disangkal, dalam 12 hingga 16 bulan terakhir, telah ada banyak pernyataan kabur tentang apa itu 'niat', 'tindakan agen', 'niat agen', 'pemecah masalah', 'pemecah masalah agen', dan seterusnya, serta perbedaannya dengan perkembangan 'robot' yang lebih tradisional dalam beberapa tahun terakhir.
Dalam 12 bulan ke depan, kami berharap melihat sistem bahasa yang semakin kompleks dikombinasikan dengan berbagai jenis data dan arsitektur jaringan saraf, yang mendorong perkembangan ruang desain secara keseluruhan. Apakah agen akan terus menggunakan sistem on-chain yang sama yang kita gunakan hari ini untuk bertransaksi, atau akan mengembangkan alat/metode perdagangan mereka sendiri yang independen? Apakah model bahasa besar (LLM) akan terus berfungsi sebagai backend untuk sistem perdagangan agen ini, atau akan digantikan oleh sistem lain? Di lapisan antarmuka, apakah pengguna akan mulai menggunakan bahasa alami untuk bertransaksi? Apakah teori klasik 'dompet sebagai peramban' akhirnya akan terwujud?
—Danny, Katie, Aadharsh, Dmitriy
「Tautan Asli」