Titolo originale: (WOO X Research: a che punto è lo sviluppo degli AI Agent? Quale sarà il prossimo passo?)
Fonte originale: WOO X Research
Contesto: Crypto + AI, ricerca di PMF
PMF (Product Market Fit) indica il grado di corrispondenza tra prodotto e mercato, ossia il prodotto deve rispondere alle esigenze del mercato; prima di intraprendere un'iniziativa imprenditoriale, è necessario confermare le condizioni di mercato, comprendere quale tipo di clienti si intende servire e chiarire l'ambiente di mercato attuale prima di procedere con lo sviluppo del prodotto.
Il concetto di PMF è applicabile agli imprenditori per evitare la creazione di prodotti/servizi che fanno sentire bene ma che il mercato non acquista, e questo concetto è applicabile anche nel mercato delle criptovalute, dove i progetti dovrebbero comprendere le esigenze dei giocatori del settore per creare prodotti, piuttosto che accumulare tecnologie disconnesse dal mercato.
In passato, la maggior parte degli AI Crypto era legata a DePIN, con la narrazione focalizzata sull'uso dei dati decentralizzati di Crypto per addestrare l'AI, evitando così la dipendenza dal controllo di un singolo ente, come la potenza computazionale o i dati, mentre i fornitori di dati possono condividere i profitti derivanti dall'AI.
Secondo la logica sopra esposta, sembra più che altro che Crypto abiliti AI; AI, oltre a distribuire token ai fornitori di potenza computazionale, ha difficoltà a onboardare più nuovi utenti, si può dire che questo modello non sia così riuscito in termini di PMF.
L'apparizione degli AI Agent è più simile a un'applicazione, rispetto a DePIN + AI che è un'infrastruttura; evidentemente, le applicazioni sono più semplici da capire e hanno una migliore capacità di assorbire utenti, offrendo un PMF migliore rispetto a DePIN + AI.
Inizialmente sponsorizzato dal fondatore di A16Z Marc Andreessen (la teoria PMF è stata proposta anche da lui), GOAT è emerso da due conversazioni AI, aprendo la strada all'AI Agent. Oggi ai16z e Virtual hanno vantaggi e svantaggi in entrambi i campi; quale sarà il percorso di sviluppo degli AI Agent nelle criptovalute? Quale fase stiamo attualmente attraversando? E dove andremo in futuro? Lasciate che WOO X Research ve lo mostri.
Prima fase: inizio dei meme
Prima dell'emergere di GOAT, il periodo più popolare era quello dei meme coin, le cui caratteristiche sono l'ampia inclusività; dai hippopotami MOODENG dello zoo ai nuovi animali domestici di DOGE come Neiro, fino ai meme nativi di Internet come Popcat, hanno mostrato la tendenza che ‘tutto può diventare un meme’, e sotto questa narrazione apparentemente assurda, si è offerta anche una base fertile per la crescita degli AI Agent.
GOAT è un meme coin generato da due conversazioni AI, ed è la prima volta che l'AI raggiunge i propri obiettivi attraverso criptovalute e Internet, apprendendo dai comportamenti umani. Solo i meme coin possono ospitare progetti così sperimentali, e nel contempo, simili concetti di token emergono come funghi dopo la pioggia, ma la maggior parte delle funzionalità si limita a pubblicazioni automatiche su Twitter, risposte, ecc., senza applicazioni pratiche; in questo contesto, i token degli AI Agent sono comunemente definiti AI + Meme.
Progetti rappresentativi:
· Fartcoin: capitalizzazione 812M, liquidità on-chain 15.9M
· GOAT: capitalizzazione 430M, liquidità on-chain 8.1M
· Bully: capitalizzazione 43M, liquidità on-chain 2M
· Shoggoth: capitalizzazione 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 semplicemente su Twitter, ma possono estendersi a scenari più preziosi. Questo include la produzione di contenuti come musica e video, e servizi più attinenti agli utenti delle criptovalute, come analisi degli investimenti e gestione dei fondi; da questa fase in poi, gli AI Agent si distaccano dai meme coin, formando un nuovo percorso.
Progetti rappresentativi:
· ai16z: capitalizzazione 1.67B, liquidità on-chain 14.7M
· Zerebro: capitalizzazione 453M, liquidità on-chain 14M
· AIXBT: capitalizzazione 500M, liquidità on-chain 19.2M
· GRIFFAIN: capitalizzazione 243M, liquidità on-chain 7.5M
· ALCH: capitalizzazione 68M, liquidità on-chain 2.8M
(Nota di BlockBeats: di recente il mercato ha mostrato una notevole volatilità, i valori dei token menzionati nell'articolo mostrano variazioni di prezzo, quindi i dati possono differire da quelli attuali. Questo articolo è solo per riferimento e non costituisce un consiglio di investimento.)
Appendice: piattaforme di emissione
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 la piattaforma di emissione ha token con effetto ricchezza, gli utenti continueranno a cercare e acquistare token emessi da tale piattaforma, e i reali guadagni derivanti dagli acquisti degli utenti abiliteranno i token della piattaforma a far salire i prezzi; mentre il prezzo dei token della piattaforma continua a salire, il capitale si disperderà nei token emessi, formando un effetto ricchezza.
Il modello di business è chiaro e ha un effetto volano positivo, ma è importante notare che: il Launchpad appartiene a una situazione di vincitore prende tutto, con un effetto Matthew; la funzione principale del Launchpad è emettere nuovi token, e in una situazione di funzioni simili, ciò che si deve confrontare è la qualità dei progetti sotto di esso; se una singola piattaforma può stabilmente produrre progetti di alta qualità e ha un effetto di creazione di ricchezza, l'adesione degli utenti a tale piattaforma di emissione aumenterà naturalmente, e altri progetti avranno difficoltà a rubare utenti.
Progetti rappresentativi:
· VIRTUAL: capitalizzazione 3.4B, liquidità on-chain 52M
· CLANKER: capitalizzazione 62M, liquidità on-chain 1.2M
· VVAIFU: capitalizzazione 81M, liquidità on-chain 3.5M
· VAPOR: capitalizzazione 105M
Terza fase: ricerca di collaborazione
Quando gli AI Agent iniziano a realizzare più funzioni pratiche, iniziano a esplorare la cooperazione tra progetti, costruendo un ecosistema più forte. Il focus di questa fase è sull'interoperabilità e sull'espansione della rete ecologica, in particolare sulla possibilità di generare sinergie con altri progetti o protocolli crittografici. Ad esempio, gli AI Agent potrebbero collaborare con protocolli DeFi per migliorare strategie di investimento automatizzate, o integrarsi con progetti NFT per creare strumenti più intelligenti.
Per realizzare una collaborazione efficace, è necessario prima stabilire un quadro standardizzato per fornire ai programmatori componenti predefiniti, concetti astratti e strumenti correlati, semplificando il processo di sviluppo degli AI Agent complessi. Offrendo soluzioni standardizzate per le sfide comuni nello sviluppo degli AI Agent, questi quadri possono aiutare i programmatori a concentrare l'attenzione sulle peculiarità delle loro applicazioni, evitando di ripartire sempre da zero nella progettazione delle infrastrutture, prevenendo così il problema della ripetizione.
Progetti rappresentativi:
· ELIZA: capitalizzazione 100M, liquidità on-chain 3.6M
· GAME: capitalizzazione 237M, liquidità on-chain 31M
· ARC: capitalizzazione 300M, liquidità on-chain 5M
· FXN: capitalizzazione 76M, liquidità on-chain 1.5M
· SWARMS: capitalizzazione 63M, liquidità on-chain 20M
Quarta fase: gestione dei fondi
Dal punto di vista del prodotto, gli AI Agent possono agire più come strumenti semplici, ad esempio offrendo consigli sugli investimenti e generando report. Tuttavia, la gestione dei fondi richiede capacità a un livello superiore, inclusa la progettazione delle strategie, l'aggiustamento dinamico e la previsione di mercato, il che segna il fatto che gli AI Agent non sono solo strumenti, ma iniziano a partecipare al processo di creazione di valore.
Con l'accelerazione del capitale finanziario tradizionale 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, in particolare nell'esecuzione di funzioni come strategie di arbitraggio, riequilibrio degli asset e copertura dei rischi, gli AI Agent possono migliorare significativamente la competitività dei fondi.
Progetti rappresentativi:
· ai16z: capitalizzazione 1.67B, liquidità on-chain 14.7M
· Vader: capitalizzazione 91M, liquidità on-chain 3.7M
· SEKOIA: capitalizzazione 33M, liquidità on-chain 1.5M
· AiSTR: capitalizzazione 13.7M, liquidità on-chain 675K
Aspettative per la quinta fase: rimodellare Agentnomics
Attualmente siamo nella quarta fase; tralasciando il prezzo dei token, la maggior parte degli AI Agent Crypto non è ancora implementata nelle nostre applicazioni quotidiane. Per esempio, l'AI Agent che utilizzo più frequentemente è ancora Perplexity di Web 2, e occasionalmente guardo i tweet analitici di AIXBT; oltre a questo, la frequenza d'uso degli AI Agent Crypto è estremamente bassa, quindi nella quarta fase potrebbe rimanere a lungo, il prodotto non è ancora maturo.
E l'autore ritiene che nella quinta fase, l'AI Agent non sia solo un aggregato di funzioni o applicazioni, ma il nucleo dell'intero modello economico - la rimodellazione di Agentnomics (Economia degli Agent). Lo sviluppo di questa fase non riguarda solo l'evoluzione tecnologica, ma è fondamentale ridefinire le relazioni economiche dei token tra distributori (Distributor), piattaforme (Platform) e fornitori di Agent (Agent Vendor), creando un ecosistema completamente nuovo. Ecco le principali caratteristiche di questa fase:
1. Analogia con la storia dello sviluppo di Internet
Il processo di formazione di Agentnomics può essere paragonato all'evoluzione dell'economia di Internet, come la nascita di superapp come WeChat e Alipay. Queste applicazioni, integrando l'economia della piattaforma, hanno portato applicazioni indipendenti nel proprio ecosistema, diventando ingressi multifunzionali. In questo processo, i fornitori di applicazioni e le piattaforme hanno formato un modello economico di collaborazione e simbiosi, e gli AI Agent ripeteranno un processo simile nella quinta fase, ma basato su criptovalute e tecnologie decentralizzate.
2. Rimodellare le relazioni tra distributori, piattaforme e fornitori di Agent
Nell'ecosistema degli AI Agent, i tre attori stabiliranno una rete economica strettamente collegata:
· Distributori (Distributor): responsabili della promozione degli AI Agent agli utenti finali, ad esempio attraverso mercati di applicazioni specializzate o ecosistemi DApp.
· Piattaforma (Platform): fornisce infrastrutture e un quadro di collaborazione che consente a più fornitori di Agent di operare in un ambiente unificato, e gestisce le regole e la distribuzione delle risorse dell'ecosistema.
· Fornitori di Agent (Agent Vendor): sviluppano e forniscono AI Agent con diverse funzionalità, portando applicazioni e servizi innovativi all'ecosistema.
Attraverso la progettazione dell'economia dei token, gli interessi tra distributori, piattaforme e fornitori saranno decentralizzati, ad esempio attraverso meccanismi di divisione, ritorni per i contributi e diritti di governance, promuovendo la collaborazione e incentivando l'innovazione.
3. Ingressi e integrazione delle superapp
Quando l'AI Agent si evolve in un ingresso per superapp, sarà in grado di integrare diverse economie di piattaforma, assorbendo e gestendo un gran numero di Agent indipendenti. Questo è simile a come WeChat e Alipay integrano applicazioni indipendenti nel loro ecosistema; la superapp degli AI Agent romperà ulteriormente le isole delle applicazioni tradizionali.
Questo articolo proviene da un contributo esterno e non rappresenta il punto di vista di BlockBeats.
