PMF (Product Market Fit) si riferisce al grado di corrispondenza tra prodotto e mercato, il che significa che il prodotto deve soddisfare la domanda del mercato; prima di avviare un'impresa, è necessario confermare le condizioni di mercato, comprendere che tipo di clienti si desidera servire e chiarire l'ambiente di mercato del percorso attuale prima di sviluppare il prodotto.
Il concetto di PMF si applica agli imprenditori per evitare di creare prodotti/servizi che sembrano buoni a livello personale ma che il mercato non accetta, e questo concetto è valido anche nel mercato delle criptovalute, dove i progetti devono comprendere le esigenze degli utenti per costruire prodotti, piuttosto che accumulare tecnologie disconnesse dal mercato.
In passato, la maggior parte degli AI Crypto era legata a DePIN, e la narrazione era quella di utilizzare i dati decentralizzati delle criptovalute per addestrare l'AI, evitando così di dipendere dal controllo di un singolo ente, come potenza di calcolo, dati, ecc.; mentre i fornitori di dati possono condividere i profitti derivanti dall'AI.
Seguendo la logica sopra, sembra più che le criptovalute potenzino l'AI; l'AI, oltre a beneficiare della distribuzione dei token ai fornitori di potenza di calcolo, fatica a onboardare nuovi utenti; si può anche dire che questo modello non sia così riuscito in termini di PMF.
L'emergere degli AI Agent sembra più un'applicazione, mentre DePIN + AI rappresenta un'infrastruttura; chiaramente, le applicazioni sono più semplici e comprensibili, e hanno una migliore capacità di attrarre utenti, presentando un PMF migliore rispetto a DePIN + AI.
Inizialmente, ha ricevuto il sostegno di Marc Andreessen, fondatore di A16Z (la teoria del PMF è stata proposta anche da lui), e da una conversazione tra due AI è nato il GOAT, dando il via al primo passo degli AI Agent; ora ai16z e Virtual hanno vantaggi e svantaggi, come si svilupperà il percorso degli AI Agent nel mondo delle criptovalute? A quale fase siamo attualmente? E quale sarà il prossimo passo? Lasciate che WOO X Research ce lo mostri.
Prima fase: inizio dei meme
Prima dell'emergere del GOAT, il percorso più popolare di questo ciclo era quello delle monete meme, e la caratteristica delle monete meme è la loro forte inclusività, dai mammiferi MOODENG dello zoo, al nuovo animale domestico del proprietario di DOGE, Neiro, fino ai meme nativi della rete Popcat, dimostrando la tendenza 'tutto può essere un meme', e sotto questa narrativa apparentemente assurda, si fornisce in realtà il terreno fertile per la crescita degli AI Agent.
GOAT è una moneta meme generata da un dialogo tra due AI, ed è la prima volta che l'AI raggiunge il proprio obiettivo attraverso criptovalute e internet, apprendendo dal comportamento umano. Solo le monete meme possono sostenere progetti così sperimentali; nel frattempo, tipi di monete concettuali simili sono emersi come funghi dopo la pioggia, ma la maggior parte delle funzioni rimane nelle pubblicazioni automatiche su Twitter, nelle risposte, ecc., senza applicazioni reali; in questo momento, i token degli AI Agent sono generalmente definiti come AI + Meme.
Progetti rappresentativi:
Fartcoin: capitalizzazione di mercato 812M, liquidità on-chain 15.9M
GOAT: capitalizzazione di mercato 430M, liquidità on-chain 8.1M
Bully: capitalizzazione di mercato 43M, liquidità on-chain 2M
Shoggoth: capitalizzazione di mercato 38M, liquidità on-chain 1.8M
Seconda fase: esplorazione delle applicazioni
Gradualmente, le persone si rendono conto che gli AI Agent non possono solo interagire in modo semplice su Twitter, ma possono estendersi a scenari più preziosi. Ciò include produzione di contenuti come musica e video, e emergono servizi più pertinenti per gli utenti del mondo delle criptovalute, come analisi degli investimenti e gestione dei fondi; da questa fase in poi, gli AI Agent si distaccano dalle monete meme, formando un nuovo percorso.
Progetti rappresentativi:
ai16z: capitalizzazione di mercato 1.67B, liquidità on-chain 14.7M
Zerebro: capitalizzazione di mercato 453M, liquidità on-chain 14M
AIXBT: capitalizzazione di mercato 500M, liquidità on-chain 19.2M
GRIFFAIN: capitalizzazione di mercato 243M, liquidità on-chain 7.5M
ALCH: capitalizzazione di mercato 68M, liquidità on-chain 2.8M
Episodio speciale: piattaforma di distribuzione
Quando le applicazioni degli AI Agent fioriranno, quale percorso dovrebbero scegliere gli imprenditori per cavalcare l'onda dell'AI e delle criptovalute?
La risposta è Launchpad.
Quando le valute emesse dalla piattaforma di distribuzione hanno un effetto ricchezza, gli utenti continueranno a cercare e acquistare i token emessi da quella piattaforma; i reali profitti derivanti dagli acquisti degli utenti abiliteranno l'aumento del prezzo del token della piattaforma, mentre il prezzo del token della piattaforma continuerà a salire, i capitali fluiranno verso le valute emesse da essa, formando un effetto ricchezza.
Modello commerciale chiaro e con effetto volano positivo, ma c'è ancora da prestare attenzione: il Launchpad appartiene a un sistema in cui il vincitore prende tutto, con effetto Matthew; la funzione principale del Launchpad è emettere nuovi token; in una situazione con funzioni simili, ciò che deve essere confrontato è la qualità dei progetti sotto di esso; se una singola piattaforma è in grado di produrre stabilmente progetti di alta qualità e ha un effetto di creazione di ricchezza, l'aderenza degli utenti a quella piattaforma di emissione aumenterà naturalmente, e altri progetti difficilmente potranno rubare gli utenti.
Progetti rappresentativi:
VIRTUAL: capitalizzazione di mercato 3.4B, liquidità on-chain 52M
CLANKER: capitalizzazione di mercato 62M, liquidità on-chain 1.2M
VVAIFU: capitalizzazione di mercato 81M, liquidità on-chain 3.5M
VAPOR: capitalizzazione di mercato 105M
Terza fase: ricerca di collaborazione
Quando gli AI Agent iniziano a realizzare più funzionalità pratiche, cominciano a esplorare la collaborazione tra progetti, stabilendo un ecosistema più forte. L'accento in questa fase è sull'interoperabilità e sull'espansione della rete ecologica, specialmente se possono generare sinergie con altri progetti o protocolli di criptovaluta. Ad esempio, gli AI Agent potrebbero collaborare con protocolli DeFi per migliorare le strategie di investimento automatizzato o integrarsi con progetti NFT per realizzare strumenti più intelligenti.
Per realizzare una collaborazione efficace, è prima necessario stabilire un framework normalizzato, fornendo ai programmatori componenti preimpostati, concetti astratti e strumenti correlati per semplificare il complesso processo di sviluppo degli AI Agent. Attraverso la proposta di soluzioni standardizzate per le sfide comuni nello sviluppo degli AI Agent, questi framework possono aiutare i programmatori a concentrarsi sull'unicità delle loro applicazioni, piuttosto che progettare l'infrastruttura da zero ogni volta, evitando così il problema di reinventare la ruota.
Progetti rappresentativi:
ELIZA: capitalizzazione di mercato 100M, liquidità on-chain 3.6M
GAME: capitalizzazione di mercato 237M, liquidità on-chain 31M
ARC: capitalizzazione di mercato 300M, liquidità on-chain 5M
FXN: capitalizzazione di mercato 76M, liquidità on-chain 1.5M
SWARMS: capitalizzazione di mercato 63M, liquidità on-chain 20M
Quarta fase: gestione dei fondi
Dal punto di vista del prodotto, gli AI Agent potrebbero più spesso assumere un ruolo di semplice strumento, come fornire consigli sugli investimenti e generare report. Tuttavia, la gestione dei fondi richiede capacità di livello superiore, comprese progettazione strategica, aggiustamenti dinamici e previsioni di mercato, segnalando che gli AI Agent non sono solo strumenti, ma iniziano a partecipare al processo di creazione di valore.
Con l'accelerazione dei capitali finanziari tradizionali nel mercato delle criptovalute, la domanda di specializzazione e scalabilità continua a crescere. L'automazione e l'alta efficienza degli AI Agent possono soddisfare questa domanda, specialmente nell'esecuzione di funzioni come strategie di arbitraggio, riequilibrio degli asset e copertura del rischio, gli AI Agent possono migliorare significativamente la competitività dei fondi.
Progetti rappresentativi:
ai16z: capitalizzazione di mercato 1.67B, liquidità on-chain 14.7M
Vader: capitalizzazione di mercato 91M, liquidità on-chain 3.7M
SEKOIA: capitalizzazione di mercato 33M, liquidità on-chain 1.5M
AiSTR: capitalizzazione di mercato 13.7M, liquidità on-chain 675K
Aspettativa per la quinta fase: rimodellare l'Agentnomics
Attualmente siamo nella quarta fase; a prescindere dal prezzo delle valute, la maggior parte degli AI Agent Crypto non è ancora implementata nelle nostre applicazioni quotidiane; prendendo il sottoscritto come esempio, l'AI Agent che uso più frequentemente è ancora il Perplexity di Web2, a volte guardo i tweet analitici di AIXBT, al di là di ciò, la frequenza d'uso degli AI Agent Crypto è estremamente bassa; quindi, nella quarta fase, potrebbe rimanere a lungo, in quanto il prodotto non è ancora maturo.
E l'autore ritiene che nella quinta fase, gli AI Agent non siano solo un aggregato di funzionalità o applicazioni, ma il cuore del modello economico complessivo - la rimodellazione dell'Agentnomics. Lo sviluppo in questa fase non riguarda solo l'evoluzione tecnologica, ma è fondamentale ridefinire la relazione economica basata sui token tra distributori, piattaforme e fornitori di Agent, creando un nuovo ecosistema. Di seguito sono riportate le principali caratteristiche di questa fase:
1. Paragonare la storia dello sviluppo di Internet
Il processo di formazione dell'Agentnomics può essere paragonato all'evoluzione dell'economia di internet, come la nascita di super applicazioni come WeChat e Alipay. Queste applicazioni integrano l'economia di piattaforma, portando applicazioni indipendenti nel proprio ecosistema e diventando ingressi multifunzionali. In questo processo, si forma un modello economico di collaborazione e simbiosi tra fornitori di applicazioni e piattaforme, e gli AI Agent ripeteranno un processo simile nella quinta fase, ma sulla base di criptovalute e tecnologie decentralizzate.
2. Rimodellare la relazione tra distributori, piattaforme e fornitori di Agent
Nell'ecosistema degli AI Agent, i tre stabiliranno una rete economica strettamente collegata:
Distributore: responsabile della promozione degli AI Agent agli utenti finali, ad esempio attraverso mercati di applicazioni specializzati o ecosistemi DApp.
Piattaforma: fornisce infrastruttura e framework di collaborazione, consentendo a più fornitori di Agent di operare in un ambiente unificato e responsabile della gestione delle regole ecologiche e della distribuzione delle risorse.
Fornitore di Agent: sviluppa e fornisce AI Agent con diverse funzionalità, portando innovazioni e servizi all'ecosistema.
Attraverso la progettazione dell'economia dei token, gli interessi tra distributori, piattaforme e fornitori saranno decentralizzati, ad esempio attraverso meccanismi di condivisione, ritorni di contribuzione e diritti di governance, promuovendo così la collaborazione e incentivando l'innovazione.
3. Ingresso e integrazione delle super applicazioni
Quando gli AI Agent si evolveranno in ingressi per super applicazioni, saranno in grado di integrare varie economie di piattaforma, accogliendo e gestendo un gran numero di Agent indipendenti. Questo è simile a come WeChat e Alipay integrano applicazioni indipendenti nel loro ecosistema; le super applicazioni degli AI Agent romperanno ulteriormente le isole delle applicazioni tradizionali.
