PMF (Product Market Fit) refere-se ao grau de adequação do produto ao mercado, significando que o produto deve atender à demanda do mercado. Antes de empreender, deve-se confirmar a situação do mercado, entender que tipo de clientes se deseja alcançar e se familiarizar com o ambiente de mercado da pista atual antes de desenvolver o produto.
O conceito de PMF é aplicável aos empreendedores, para evitar criar produtos/serviços que se sintam bem, mas que o mercado não aceita, e esse conceito também se aplica ao mercado de criptomoedas, onde os projetos devem entender as necessidades dos jogadores do espaço cripto para criar produtos, em vez de acumular tecnologia desconectada do mercado.
No passado, a maioria dos Crypto AI estava ligada ao DePIN, com a narrativa de usar dados descentralizados do Crypto para treinar AI, evitando assim a dependência do controle de uma única entidade, como poder de computação e dados, enquanto os provedores de dados poderiam compartilhar os benefícios que a AI traz.
Seguindo a lógica acima, na verdade é mais como Crypto capacitando AI. A AI, além de beneficiar a distribuição de tokens para provedores de poder computacional, tem dificuldade em incorporar mais novos usuários. Também pode-se dizer que esse modelo não é tão bem-sucedido em PMF.
A aparição do AI Agent parece mais voltada para o aplicativo, em comparação com DePIN + AI que é a infraestrutura, e claramente os aplicativos são mais simples e compreensíveis, tendo uma melhor capacidade de absorver usuários, apresentando um PMF melhor que DePIN + AI.
Primeiro, obteve o patrocínio de Marc Andreessen, fundador da A16Z (a teoria do PMF também foi proposta por ele), e o GOAT surgiu de um diálogo entre dois AIs, marcando o início do AI Agent. Agora, ai16z e Virtual têm seus próprios méritos, como o AI Agent se desenvolve no espaço cripto? Em que fase estamos atualmente? Para onde iremos no futuro? Vamos ver com a WOO X Research.
Primeira Fase: Início do Meme
Antes do surgimento do GOAT, a pista mais popular deste ciclo era a moeda meme, e a característica das moedas meme é sua grande inclusividade, desde o hipopótamo MOODENG do zoológico, até Neiro, o novo animal de estimação do dono do DOGE, e memes nativos da internet como Popcat, mostrando a tendência de que 'tudo pode ser um meme', e sob essa narrativa aparentemente sem sentido, na verdade, fornece o solo para o crescimento do AI Agent.
GOAT é uma moeda meme gerada por um diálogo entre dois AIs, este também é o primeiro caso em que a AI realiza seus objetivos por meio de criptomoeda e internet, aprendendo a partir do comportamento humano. Somente uma moeda meme pode suportar um projeto tão experimental, e ao mesmo tempo, conceitos similares de moedas surgem como cogumelos após a chuva, mas a maioria das funções permanecem em postagens automáticas no Twitter, respostas, etc., sem aplicação real. Neste momento, os tokens do AI Agent costumam ser chamados de AI + Meme.
Projetos Representativos:
Fartcoin: valor de mercado 812M, liquidez em cadeia 15.9M
GOAT: valor de mercado 430M, liquidez em cadeia 8.1M
Bully: valor de mercado 43M, liquidez em cadeia 2M
Shoggoth: valor de mercado 38M, liquidez em cadeia 1.8M
Segunda Fase: Explorando Aplicações
Gradualmente, todos perceberam que o AI Agent não pode apenas interagir de forma simples no Twitter, mas pode se estender a mais cenários valiosos. Isso inclui produção de conteúdo, como música e vídeo, além de serviços mais alinhados com os usuários do espaço cripto, como análise de investimentos e gestão de fundos. A partir desta fase, o AI Agent se separa das moedas meme, formando uma nova pista.
Projetos Representativos:
ai16z: valor de mercado 1.67B, liquidez em cadeia 14.7M
Zerebro: valor de mercado 453M, liquidez em cadeia 14M
AIXBT: valor de mercado 500M, liquidez em cadeia 19.2M
GRIFFAIN: valor de mercado 243M, liquidez em cadeia 7.5M
ALCH: valor de mercado 68M, liquidez em cadeia 2.8M
Edição Extra: Plataforma de Emissão
Quando as aplicações de AI Agent florescem, que tipo de caminho os empreendedores devem escolher para aproveitar a onda de AI e Crypto?
A resposta é Launchpad.
Quando os tokens emitidos pela plataforma têm um efeito de riqueza, os usuários continuarão a buscar e comprar os tokens emitidos por essa plataforma, e os ganhos reais gerados pelas compras dos usuários também empoderam o token da plataforma, fazendo com que seu preço suba. À medida que o preço do token da plataforma continua subindo, os fundos transbordam para os tokens emitidos por ela, formando um efeito de riqueza.
Modelo de negócios claro e com efeito de roda positiva, mas ainda é importante notar que: Launchpad pertence ao efeito Matheus, onde o vencedor leva tudo. A função central do Launchpad é emitir novos tokens. Em uma situação com funções semelhantes, o que se deve competir é a qualidade dos projetos sob sua bandeira, se uma plataforma pode continuamente produzir projetos de alta qualidade e tem um efeito de enriquecimento, a adesão dos usuários à plataforma de emissão naturalmente aumentará, e outros projetos terão dificuldade em roubar usuários.
Projetos Representativos:
VIRTUAL: valor de mercado 3.4B, liquidez em cadeia 52M
CLANKER: valor de mercado 62M, liquidez em cadeia 1.2M
VVAIFU: valor de mercado 81M, liquidez em cadeia 3.5M
VAPOR: valor de mercado 105M
Terceira Fase: Buscando Colaboração
Quando o AI Agent começa a implementar mais funções práticas, começa a explorar a colaboração entre projetos, estabelecendo um ecossistema mais robusto. O foco nesta fase é a interoperabilidade e a expansão da rede ecológica, especialmente se será possível gerar sinergias com outros projetos ou protocolos criptográficos. Por exemplo, o AI Agent pode colaborar com protocolos DeFi para aprimorar estratégias de investimento automatizadas ou integrar-se a projetos NFT para criar ferramentas mais inteligentes.
Para alcançar uma colaboração eficiente, primeiro é necessário estabelecer uma estrutura padronizada, fornecendo aos desenvolvedores componentes pré-configurados, conceitos abstratos e ferramentas relacionadas para simplificar o desenvolvimento de AI Agents complexos. Através de soluções padronizadas para desafios comuns no desenvolvimento de AI Agents, essas estruturas podem ajudar os desenvolvedores a concentrar suas energias nas particularidades de suas aplicações, em vez de ter que projetar a infraestrutura do zero toda vez, evitando assim o problema de reinventar a roda.
Projetos Representativos:
ELIZA: valor de mercado 100M, liquidez em cadeia 3.6M
GAME: valor de mercado 237M, liquidez em cadeia 31M
ARC: valor de mercado 300M, liquidez em cadeia 5M
FXN: valor de mercado 76M, liquidez em cadeia 1.5M
SWARMS: valor de mercado 63M, liquidez em cadeia 20M
Quarta Fase: Gestão de Fundos
Do ponto de vista do produto, o AI Agent pode mais atuar como uma ferramenta simples, como dar conselhos de investimento e gerar relatórios. No entanto, a gestão de fundos exige habilidades em um nível mais elevado, incluindo design de estratégias, ajustes dinâmicos e previsões de mercado, o que indica que o AI Agent não é apenas uma ferramenta, mas começa a participar do processo de criação de valor.
Com a aceleração do capital tradicional entrando no mercado de criptomoedas, a demanda por especialização e escala está aumentando. A automação e a alta eficiência do AI Agent podem precisamente atender a essa demanda, especialmente ao executar funções como estratégias de arbitragem, reequilíbrio de ativos e hedge de risco, o AI Agent pode aumentar significativamente a competitividade dos fundos.
Projetos Representativos:
ai16z: valor de mercado 1.67B, liquidez em cadeia 14.7M
Vader: valor de mercado 91M, liquidez em cadeia 3.7M
SEKOIA: valor de mercado 33M, liquidez em cadeia 1.5M
AiSTR: valor de mercado 13.7M, liquidez em cadeia 675K
Expectativa da quinta fase: Reestruturar a Agentnomics
Atualmente estamos na quarta fase, deixando de lado o preço das moedas, a maioria dos Crypto AI Agents ainda não foi implementada em nossas aplicações diárias. Por exemplo, o AI Agent que mais uso é o Perplexity do Web2, às vezes olho os tweets analíticos da AIXBT, além disso, a frequência de uso dos Crypto AI Agents é extremamente baixa. Portanto, na quarta fase, pode demorar um pouco, pois o produto ainda não está maduro.
E o autor acredita que na quinta fase, o AI Agent não será apenas um agregado de funções ou aplicações, mas o núcleo de todo o modelo econômico — a reestruturação da Agentnomics. O desenvolvimento nesta fase não envolve apenas a evolução tecnológica, mas é crucial redefinir a relação econômica dos tokens entre o distribuidor (Distributor), a plataforma (Platform) e o fornecedor de Agent (Agent Vendor), criando um novo ecossistema. As principais características desta fase são:
1. Comparando a história de desenvolvimento da internet
O processo de formação da Agentnomics pode ser comparado à evolução da economia da internet, como o surgimento de super aplicativos como WeChat e Alipay. Esses aplicativos integram a economia de plataforma, trazendo aplicativos independentes para seu próprio ecossistema, tornando-se entradas multifuncionais. Nesse processo, um modelo econômico de colaboração e simbiose se forma entre os fornecedores de aplicativos e as plataformas, e o AI Agent também repetirá um processo semelhante na quinta fase, mas com base em criptomoedas e tecnologia descentralizada.
2. Reestruturar a Relação entre Distribuidores, Plataformas e Fornecedores de Agent
No ecossistema do AI Agent, os três estabelecerão uma rede econômica interconectada:
Distribuidor (Distributor): responsável por promover o AI Agent para os usuários finais, por exemplo, através de mercados de aplicativos especializados ou ecossistemas DApp.
Plataforma (Platform): fornece a infraestrutura e a estrutura de colaboração, permitindo que vários fornecedores de Agent operem em um ambiente unificado e é responsável pela gestão das regras e distribuição de recursos do ecossistema.
Fornecedor de Agent (Agent Vendor): desenvolve e fornece diferentes funcionalidades de AI Agent, trazendo aplicações e serviços inovadores para o ecossistema.
Através do design da economia dos tokens, os interesses entre distribuidores, plataformas e fornecedores serão descentralizados, como mecanismos de divisão de receitas, retornos de contribuição e direitos de governança, promovendo colaboração e incentivando inovação.
3. Entrada e Integração do Super Aplicativo
Quando o AI Agent evolui para uma entrada de super aplicativo, será capaz de integrar várias economias de plataforma, absorver e gerenciar uma grande quantidade de Agents independentes. Isso é semelhante a como o WeChat e o Alipay integram aplicativos independentes em seu ecossistema, o super aplicativo AI Agent quebrará ainda mais as ilhas de aplicativos tradicionais.
