Autore: Haotian
Condivisione semplice della logica di investimento 'target' per le varie categorie di AI Agent:
1) AI monolitico: forte percezione da parte degli utenti, scenari di applicazione verticali, ciclo di verifica del prodotto breve, ma il tetto è limitato, l'investimento deve essere basato sulla pratica dell'applicazione, ad esempio ci sono nuove strategie di analisi per l'AI monolitico, non importa quanto qualcuno ne parli, non può eguagliare un'esperienza pratica; ad esempio: $AIXBT $LUNA;
2) Struttura e standard: la barriera tecnologica è piuttosto alta, la visione e gli obiettivi sono ambiziosi, il grado di adozione del mercato (sviluppatori) è cruciale e il tetto è molto alto, l'investimento deve essere basato su un'analisi complessiva delle caratteristiche tecniche del progetto, del background del fondatore, della logica narrativa e dell'applicazione pratica; ad esempio: $arc, $REI, $swarms, $GAME;
3) Piattaforme Launchpad: tokenomics solide, forte effetto sinergico ecologico, genereranno un effetto volano positivo, ma se non ci sono successi per un lungo periodo, ciò danneggerà gravemente le aspettative di mercato, si consiglia di considerare di seguire i canali di crescita quando il mercato è caldo e l'innovazione è frequente, e di osservare quando c'è un calo collettivo. Ad esempio: #Virtual, $MetaV;
4) AI Agent per il trading DeFi: gli Agent si integrano nella forma finale del Crypto, lo spazio di immaginazione è enorme, ma ci sono incertezze nella corrispondenza delle intenzioni, nell'esecuzione del Solver e nella precisione dei risultati delle transazioni, quindi è fondamentale prima sperimentare e poi decidere se seguire; ad esempio: $BUZZ, $POLY, $GRIFT, $NEUR;
5) AI Agent con caratteristiche creative: la sostenibilità dell'idea stessa determina tutto, l'aderenza degli utenti è alta, ha valore di IP, ma l'energia iniziale spesso influenzerà l'altezza delle aspettative di mercato future, mettendo alla prova la capacità del team di aggiornamenti e iterazioni continui; ad esempio: $SPORE, $ZAILGO;
6) AI Agent orientati alla narrativa: è necessario prestare attenzione se il background del team del progetto è corretto, se possono continuare a lanciare aggiornamenti iterativi, se il piano del white paper può gradualmente concretizzarsi, la cosa più importante è se possono mantenere una posizione di leadership in un ciclo narrativo; ad esempio: #ai16z $Focai;
7) AI Agent orientati all'organizzazione commerciale: mettono alla prova la copertura delle risorse nei progetti B2B, il grado di avanzamento dei prodotti e delle strategie, così come lo spazio di immaginazione dei nuovi Milestone continuamente aggiornati, ovviamente anche i dati e le metriche reali della piattaforma sono cruciali; ad esempio: #ZEREBRO, #GRIFFAIN, $SNAI, $fxn
8) Piattaforme AI Agent della serie Metaverso: gli AI Agent che promuovono la modellazione 3D e gli scenari di applicazione del metaverso hanno davvero un vantaggio, ma la visione commerciale ha un tetto troppo alto, la dipendenza dall'hardware è significativa, i cicli di prodotto sono lunghi, è necessario prestare attenzione all'iterazione continua e alla situazione di implementazione del progetto, specialmente all'emergere del valore 'pratico'; ad esempio: $HYPER, $AVA
9) Serie di piattaforme AI: che si tratti di dati, algoritmi, potenza di calcolo e micro-regolazioni inferenziali, DePIN, ecc., tutti operano nel mercato 'consumer', è necessario introdurre un vasto mercato della domanda, senza dubbio l'AI Agent è un mercato con potenziale esplosivo in attesa di sviluppo, quindi è cruciale come integrarsi con l'AI Agent; ad esempio: @hyperbolic_labs, @weRoamxyz, @din_lol_, @nillionnetwork;
Nota: quanto sopra è solo un riepilogo incompleto delle categorie di AI Agent, in cui i Ticker sono solo per ricerca e studio, non come consiglio di investimento, DYOR!
