以 Vitalik 的文章出发，盘点 Crypto×AI 值得关注的细分赛道

WEEX 唯客博客， 作者：@charlotte0211z，@BlazingKevin_，Metrics Ventures   Vitalik在1月30日发表了 The promise and challenges of crypto + AI applications一文，讨论了区块链与人工智能应该以怎么的方式去结合，以及这个过程中出现的潜在挑战。在这篇文章发布后的一个月，文章中提到的NMR、Near、WLD都收获了不错的涨幅，完成了一轮价值发现。本文基于Vitalik所提出的Crypto与AI结合的四种方式，对现有的AI赛道的细分方向进行梳理，并对各方向的代表项目进行简要介绍。 1 引言：Crypto与AI结合的四种方式 去中心化是区块链所维护的共识，确保安全性是核心思想，而开源是从密码学角度让链上行为具备上述特点的关键基础。在过去几年中，这个方式在区块链的几轮变革中是适用的，但是当人工智能参与其中后，情况发生一些变化。 试想通过人工智能来设计区块链或者应用的架构，那么模型就有开源的必要，但是如此一来，会暴露其在对抗性机器学习中的脆弱性；反之则丧失了去中心化性。 因此，我们有必要思考在当前区块链或者应用中加入人工智能时，以何种方式，怎样的深度去完成结合。 来源：DE UNIVERSITY OF ETHEREUM 在 DE UNIVERSITY OF ETHEREUM的 When Giants Collide: Exploring the Convergence of Crypto x AI一文中，阐述了人工智能和区块链在核心特质上的差异。如上图所示，人工智能的特点是： 中心化 低透明度 耗能 垄断性 货币化属性弱 区块链在这5点上，和人工智能相比是完全相反的。 这也是Vitalik该文的真正论点，如果人工智能和区块链结合，那么诞生的应用在数据所有权，透明度，货币化能力，耗能成本等方面应作出怎样的取舍，又需要诞生哪些基础设施来保障二者的有效结合。 Vitalik按照上述准则以及自身的思考，将人工智能与区块链结合而成的应用分为4大类： 人工智能作为应用中的参与者（AI as a player in a game） 人工智能作为应用的接口（AI as an interface to the game） 人工智能作为应用的规则（AI as the rules of the game） 人工智能作为应用的目标（AI as the objective of the game） 其中，前三种主要是AI引入Crypto世界的三种方式，代表了从浅到深的三种层次，根据笔者的理解，这种划分代表了AI对人类决策的影响程度，并由此为整个Crypto引入了不同程度的系统风险： 人工智能作为应用的参与者：人工智能本身不会对人类的决策和行为产生影响，因此不会为真实的人类世界带来风险，也因此在目前具有最高的落地性。 人工智能作为应用的接口：人工智能对人类的决策和行为提供辅助信息或辅助工具，将提高用户和开发者体验，降低门槛，但错误的信息或操作将为真实世界带来一定的风险。 人工智能作为应用的规则：人工智能将全权代替人类完成决策和操作，因此人工智能的作恶和故障将直接导致真实世界的混乱，无论是在Web2还是Web3，目前都无法信任人工智能去代替人类进行决策。 最后，第四类项目致力于利用Crypto的特性创造更好的人工智能，正如前文所说，中心化、低透明度、耗能、垄断性和货币属性弱，都可以天然地通过Crypto的属性去中和。尽管许多人对Crypto能否对人工智能的发展产生影响力抱有怀疑，但通过去中心化的力量去影响现实世界一直是Crypto最迷人的叙事，这一赛道也凭借其宏大构想成为AI赛道炒作最热烈的部分。 2 AI作为参与者 在AI参与的机制中，激励的最终来源来自于人类输入的协议。在AI成为接口，甚至成为规则之前，我们往往需要对不同AI的表现进行评估，使AI参与到一个机制中，最终通过一个链上机制获得奖励或受到惩罚。 AI作为参与者，相比于作为接口和规则来说，对用户和整个系统的风险性基本可以忽略不计，可以说是AI开始深度影响用户决策和行为前的必经阶段，因此人工智能与区块链在这一层的融合所需要的成本和取舍相对较小，也是V神认为现在具有高度可落地性的一类产品。 从广义和实现程度上来说，现在的AI应用多属于这一类别，比如AI赋能的trading bot和chatbot等，目前的落地程度还很难实现AI作为接口甚至是规则的作用，用户正在不同的bot中进行比较和逐步优化，加密用户也尚未养成使用AI应用的行为习惯。在V神的文章中，也将Autonomous Agent归为这一类。 但从狭义和远期愿景上来说，我们倾向于对AI应用或AI Agent进行更为细致的划分，因此在这一类目下，我们认为具有代表性的细分赛道包括： 2.1 AI游戏 从某种程度上说，AI游戏都可以被归为这个类别，玩家通过与AI交互，并训练自己的AI角色，使得AI角色更符合个人的需求，如更贴合个人的喜好或者在游戏机制中更具有战斗力和竞争力。游戏是AI在切入现实世界前的一个过渡阶段，也是目前落地风险性较低、最容易被普通用户理解的一个赛道，标志性的项目如AI Arena、Echelon Prime、Altered State Machine等。 AI Arena：AI Arena是一款玩家可以通过AI学习和训练，使游戏角色不断进化的PVP格斗游戏，希望以游戏的形式让更多普通用户能够接触、了解和体验AI，同时让人工智能工程师能基于AI Arena提供各种AI算法来增加收入。每个游戏角色都是由AI赋能的NFT，其中Core是包含AI模型的核心，包括两个部分：架构和参数，存储在IPFS上，一个新的NFT中的参数时随机生成的，意味着其将执行随机动作，用户需要通过模仿学习（IL）的过程提升角色的策略能力，每次用户训练角色并保存进度时，参数都会在IPFS上更新。 Altered State Machine：ASM并不是一个AI游戏，而是为AI Agent进行确权和交易的协议，定位为元宇宙AI协议，目前正与包括FIFA等多个游戏集成，在游戏和元宇宙中引入AI Agent。ASM利用NFT对AI Agent进行确权并交易，每个Agent将包含三个部分：Brain（Agent的自身特性）、Memories（存储Agent学到的行为策略，及模型训练的部分，与Brain绑定）、Form（角色外观等）。ASM拥有一个Gym模块，包括去中心化的GPU云提供商，可以为Agent提供算力支持。 目前以ASM作为底层的项目包括AIFA（AI足球游戏）、Muhammed Ali（AI拳击游戏）、AI League（与FIFA合作的街头足球游戏）、Raicers（AI驱动的赛车游戏）以及FLUF World’s Thingies（生成式NFT）。 Parallel Colony (PRIME)：Echelon Prime正在开发Parallel Colony，这是一款基于AI LLM的游戏，玩家可以与你的AI Avatar进行互动并对其产生影响，Avatar将根据记忆和生活轨迹产生自主行动。Colony目前是最受期待的AI游戏之一，近日官方刚刚发布了白皮书，并宣布迁移至Solana，使得PRIME又迎来了一波新的上涨。 2.2 预测市场/竞赛 预测能力是AI进行未来决策和行为的基础，在AI模型被用于实际预测前，预测竞赛在更高等级上对AI模型的表现进行比较，通过代币为数据科学家/AI模型提供激励，这对于整个Crypto×AI的发展具有积极意义——通过激励不断开发效率和性能更强、更适合crypto世界的模型和应用，在AI对决策和行为发挥更深刻影响前，创建出更优质、更安全的产品。正如V神所说，预测市场是一个强大的原语，可以拓展到更多其他类型的问题。这一赛道中的标志性项目包括：Numerai和Ocean Protocol。 Numerai：Numerai是一个已经运行了很久的数据科学竞赛，数据科学家根据历史的市场数据（由Numerai提供）训练机器学习模型来预测股市，并质押模型和NMR代币进行锦标赛，表现较好的模型将获得NMR代币激励，较差模型的质押代币则会被销毁。截止2024年3月7日，共有6,433个模型被质押，协议共计向数据科学家提供了$75,760,979的激励。Numerai正在激励全球数据科学家合作来构建新型对冲基金，目前已发布的基金包括Numerai One和Numerai Supreme。Numerai的路径：市场预测竞赛→众包预测模型→基于众包模型的新型对冲基金。 Ocean Protocol：Ocean Predictoor正在关注预测，开始于加密货币走势的众包预测。玩家可以选择运行Predictoor bot或Trader bot，Predictoor bot使用AI模型对下一个时间点（比如五分钟后）的加密货币（如BTC/USDT）价格进行预测，并质押一定数量的$OCEAN，协议将根据质押量加权计算出全局预测，Traders购买预测结果并可以根据其进行交易，在预测结果准确率较高时，Traders可以从中获利，预测错误的Predictoor将会被罚没，而预测正确的则可以获得这部分代币和Traders的购买费用作为奖励。3月2日，Ocean Predictoor在媒体上公布了最新方向——World-World Model（WWM），开始探索对天气、能源等现实世界的预测。 3 AI作为接口 AI可以帮助用户用简单易懂的语言理解正在发生的事情，充当用户在crypto世界的导师，并对可能的风险进行提示，以降低Crypto的使用门槛和用户风险，提高用户体验。具体可实现的产品的功能很丰富，如钱包交互时的风险提示、AI驱动的意图交易、能够回答普通用户crypto问题的AI Chatbot等等。对受众群体进行扩大，除了普通用户，开发者、分析师等等在内的几乎所有群体，都将成为AI的服务对象。 让我们再次重申这些项目的共同点：尚未代替人类执行某些决策和行为，但正在利用AI模型为人类提供辅助决策和行为的信息和工具。从这一层开始，AI作恶的风险已经开始暴露在系统中——可以通过提供错误的信息来干扰人类最后的判断，这一点在V神的文章中也已经有详细的分析。 能够被归入这一类目下的项目较多也较杂，包括AI chatbot、AI智能合约审计、AI代码编写、AI trading bot等等，可以说目前绝大多数的AI应用都正在这一类的初级水平，具有代表性的项目包括： PaaL：PaaL是目前AI Chatbot的龙头项目，可以看作是经过crypto相关知识训练的ChatGPT，通过集成TG和Discord，可以为用户提供：代币数据分析、代币基本面和代币经济学分析以及文字生成图片等其他功能，可以将PaaL Bot集成入群聊来对一些信息进行自动回复。PaaL支持定制个人bot，用户可通过投喂数据集，构建自己的AI知识库和自定义bot。PaaL正在向AI Trading Bot进发，2月29日宣发了其AI支持的crypto研究&交易终端PaalX，根据介绍可实现AI智能合约审计、基于推特的新闻集成和交易、Crypto研究和交易支持，人工智能助手可降低用户使用门槛。 ChainGPT：ChainGPT依靠人工智能开发了一系列crypto工具，如chatbot、NFT生成器、新闻集合、智能合约生成与审计、交易助手、Prompt市场和AI跨链交换。但ChainGPT目前的发力方向在于项目孵化和Launchpad，目前已完成24个项目的IDO和4个Free Giveaways。 Arkham：Ultra是Arkham的专用AI引擎，用例是通过算法将地址与现实中实体进行匹配，以提高加密行业的透明度。Ultra基于用户提供以及自身收集的链上链下数据，将之合并，并输出成可拓展的数据库，最终以图表方式呈现。但Arkham文档中并未对Ultra系统有详细论述，本轮Arkham受到关注的原因为OpenAI创始人Sam Altman对其的个人投资，过去30天收获5倍涨幅。 GraphLinq：GraphLinq是一种自动化流程管理解决方案，旨在使用户无需编程即可部署和管理各种类型的自动化功能，如将Coingecko中比特币的价格每隔5分钟推送至TG Bot中。GraphLinq的解决方案是用Graph将自动化流程可视化，用户可以通过拖拽节点的方式创建自动化任务，并使用GraphLinq Engine执行。尽管不需要代码，但创建Graph的过程对普通用户来说依然有一定门槛，包括选择合适的模板、在几百个逻辑块中挑选合适的并连接。因此GraphLinq正在引入AI，使用户可以用对话式人工智能和自然语言，来完成自动化任务的构建和管理。 0x0.ai：0x0与AI相关的业务主要有三个：AI智能合约审计、AI反Rug检测和AI开发者中心。其中AI反Rug检测将检测可疑行为，如过高税收或抽走流动性，防止用户受骗，AI开发者中心利用机器学习技术生成智能合约，实现No-code部署合约。但目前仅初步上线了AI智能合约审计，其他两项功能尚未开发完成。 Zignaly：Zignaly诞生于2018年，旨在让个人投资者能够选择基金经理来为自己进行加密资产管理，类似Copy-trading的逻辑。Zignaly正在使用机器学习和人工智能技术，建立起对基金经理进行系统评估的指标体系，目前推出的第一个产品为Z-Score，但作为人工智能产品来说还是比较初级。 4 AI作为游戏规则 这是最令人激动的部分——让AI能够代替人类进行决策和行为，你的AI将直接掌控你的钱包，代替你进行交易决策和行为。在这一分类下，笔者认为主要可以分为三个层级：AI应用（尤其是以自主决策为愿景的应用，如AI自动化交易bot、AI DeFi收益Bot）、Autonomous Agent协议以及zkml/opml。 AI应用是对某一领域的问题进行具体决策的工具，它们积累了不同细分领域的知识和数据，依赖于根据细分问题而量身定制的AI Model开展决策。可以注意到，AI应用在本文中被同时归入两类：接口与规则，从开发愿景来说，AI应用应成为独立决策的Agent，但目前无论是AI模型的有效性、集成AI的安全性，都无法满足这一要求，甚至作为接口都略微勉强，AI应用正处于非常早期的阶段，具体项目在前文已有介绍，在此不做赘述。 Autonomous Agent被V神在第一类（AI作为参与者）中提及，从远期愿景来说，本文将其归为第三类。Autonomous Agent利用大量数据和算法来模拟人类的思维和决策过程，并执行各种任务和交互。本文主要关注Agent的通信层、网络层等基础设施，这些协议定义了Agent的归属权，建立了Agent的身份、通信标准和通信方式，连接多个Agent应用，能够协同进行决策和行为。 zkML/opML：通过密码学或经济学的方法，保证经过了正确的模型推理过程而提供具有可信性的输出。安全性问题对于将AI引入智能合约非常致命，智能合约依靠输入产生输出并自动化执行一系列功能，一旦AI作恶给予了错误的输入，将会为整个Crypto系统引入极大的系统性风险，因此zkML/opML和可能的一系列潜在解决方案，都是让AI进行独立行动和决策的基础。 最后，三者构成AI作为运行规则的三个基础层次：zkml/opml作为最底层的基础设施，保证协议的安全性；Agent协议建立起Agent生态系统，能够协同进行决策和行为；AI应用，也是具体的AI Agent，将不断提高在某一领域的能力，并实际进行决策和行动。 4.1 Autonomous Agent AI Agent在Crypto世界的应用是自然的，从智能合约到TG Bots再到AI Agents，加密世界正走向更高的自动化和更低的用户门槛。智能合约虽然是通过不可篡改的代码自动执行功能，但仍需要依赖外部触发而唤醒，且无法自主运行和连续运行；TG Bots降低了用户门槛，用户不需要直接与加密前端交互，而是通过自然语言完成链上交互，但只能完成极为简单和具体的任务，依然无法实现用户意图为中心的交易；AI Agents则具备一定的独立决策能力，理解用户的自然语言，并自主找到和组合起其他的Agent和链上工具，完成用户指定的目标。 AI Agent正在致力于大幅提高加密产品的使用体验，而区块链也能够助力AI Agent的运行更加去中心化、透明和安全，具体的帮助在于： 通过代币激励更多的开发者提供Agent NFT确权促进基于Agent的收费与交易 提供链上的Agent身份和注册机制 提供不可篡改的Agent活动日志，对其行为进行及时的溯源和追责 这一赛道的主要项目如下： Autonolas：Autonolas通过链上协议支持Agent和相关组件的资产确权和可组合性，使代码组件、Agent和服务能够在链上被发现和重复利用，并激励开发者获得经济补偿。开发者开发了完整的Agent或组成部分后，将对代码进行链上注册并获得NFT，代表对代码的所有权；Service Owner会联合多个Agent创建一个服务并在链上注册，并吸引Agent Operators来实际执行服务，用户通过付费使用服务。 Fetch.ai：Fetch.ai在AI领域具有很强的团队背景和开发经验，目前正在关注AI Agent赛道。协议由四个关键层组成：AI Agents、Agentverse、AI Engine和Fetch Network。AI Agents是系统的核心，其他则为辅助构建Agent服务的框架和工具。Agentverse是一个软件即服务平台，主要用于创建和注册AI Agent。AI Engine的目标是通过读取用户自然语言输入，将其转换为可操作的人物，并在Agentverse中选择已注册的最合适的AI Agent来执行任务。Fetch Network是协议的区块链层，AI Agent必须在链上的Almanac合约中注册，才能与其他Agent开始协同服务。值得注意的是，Autonolas目前专注于crypto世界的Agent构建，将链下的Agent操作引入链上；Fetch.ai的关注范围则包括Web2世界，如旅行预订、天气预测等。 Delysium：Delysium从游戏转型为AI Agent协议，主要包括两个层：通信层和区块链层，通信层是Delysium的主干，提供安全且可扩展的基础设施，使得AI Agent之间能够快速高效的通信，区块链层对Agent进行身份验证，并通过智能合约实现对Agent行为的不可篡改记录。具体来说，通信层为Agent之间建立了统一的通信协议，采用标准化的消息系统，让Agent之间可以通过一种通用语言无障碍地交流，此外建立了服务发现协议和API，使得用户和其他Agent能够快速发现和连接可用的Agent。区块链层主要包括两个部分：Agent ID和Chronicle智能合约，Agent ID确保只有合法的Agent才能访问网络，Chronicle则是Agent做出的所有重要决策和行为的日志存储库，上链后不可篡改，确保对Agent行为的可信追溯。 Altered State Machine：通过NFT为Age…