Fonte dell'articolo: Osservazione on-chain
Condivisione semplice sulla logica di investimento delle varie categorie di Agenti AI «soggetti»:
1） AI singolo: Forte percezione dell'utente, scenari applicativi verticali, ciclo di verifica del prodotto breve, ma il tetto è limitato. L'investimento deve basarsi sull'esperienza di applicazione; ad esempio, l'emergere di alcune nuove strategie di analisi dell'AI singolo. Anche se altri ne parlano bene, non può competere con un'esperienza pratica; ad esempio: $AIXBT$LUNA;
2） Strutture e standard: La barriera tecnologica è piuttosto alta, la visione e gli obiettivi sono ambiziosi, e il grado di adozione del mercato (sviluppatori) è cruciale. Inoltre, il tetto è molto alto, e l'investimento deve basarsi su una valutazione complessiva delle caratteristiche tecniche del progetto, background dei fondatori, logica narrativa, e realizzazione delle applicazioni; ad esempio: $arc, $REI, $swarms, $GAME;
3） Piattaforma Launchpad: Tokenomics completa, forte effetto sinergico nell'ecosistema, che genera un effetto volano positivo. Tuttavia, se non ci sono blockbuster 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 durante i ribassi collettivi. Ad esempio: #Virtual, $MetaV;
4） Agente AI per transazioni DeFi: L'agente si concretizza nella forma finale legata a Crypto, con un grande spazio di immaginazione, ma ci sono incertezze riguardanti l'identificazione delle intenzioni, l'esecuzione del Solver e l'accuratezza dei risultati delle transazioni. Pertanto, è fondamentale esperire prima di giudicare se seguire; ad esempio: $BUZZ, $POLY, $GRIFT, $NEUR;
5） Agente AI con caratteristiche creative: La sostenibilità della creatività determina tutto, l'aderenza degli utenti è alta, ha un valore IP, ma la potenza iniziale spesso influisce sull'altezza delle aspettative di mercato successive. Ciò mette alla prova la capacità del team di aggiornamenti e iterazioni continui; ad esempio: $SPORE, $ZAILGO;
6） Agente AI orientato alla narrazione: È necessario prestare attenzione se il background del team di progetto è corretto, se possono continuare a lanciare aggiornamenti iterativi, se il piano del white paper può gradualmente concretizzarsi, e la cosa più importante è se possono mantenere una posizione di leadership durante un ciclo narrativo; ad esempio: #ai16z$Focai;
7） Agente AI orientato all'organizzazione commerciale: Mette alla prova la copertura delle risorse del progetto B2B, il grado di avanzamento del prodotto e delle strategie, e lo spazio di immaginazione dei nuovi traguardi continuamente aggiornati. Certamente, anche i dati reali della piattaforma sono fondamentali; ad esempio: #ZEREBRO, #GRIFFAIN, $SNAI, $fxn
8） Piattaforma di Agenti AI della serie Metaverso: Gli Agenti AI promuovono la modellazione 3D e le applicazioni nel metaverso, con vantaggi evidenti. Tuttavia, la visione commerciale ha un tetto troppo alto, la dipendenza dall'hardware è significativa, e il ciclo di vita del prodotto è lungo. È necessario prestare attenzione all'iterazione continua e alla concretizzazione del progetto, soprattutto alla manifestazione del valore «pratico»; ad esempio: $HYPER, $AVA
9） Serie di piattaforme AI: Indipendentemente dal fatto che si tratti di dati, algoritmi, potenza di calcolo o micro-regolazioni inferenziali, DePIN, ecc., il mercato è «di consumo». È necessario introdurre un vasto mercato di domanda, e senza dubbio gli Agenti AI rappresentano un mercato potenzialmente esplosivo. Pertanto, è fondamentale come integrare gli Agenti AI; ad esempio: @hyperbolic_labs, @weRoamxyz, @din_lol_, @nillionnetwork;
Nota: Quanto sopra è solo un riassunto incompleto delle categorie di Agenti AI. Gli esempi di Ticker sono solo per scopi di ricerca e studio, non come consiglio di investimento. DYOR!
