От агрегирования ресурсов к инновациям в приложениях: путь слияния Crypto и AI

Децентрализованные вычисления: Первые шаги к сочетанию Crypto и AI

На фоне того, как волна искусственного интеллекта охватывает весь мир, мир криптовалют также активно ищет пути для его интеграции. Первоначальные попытки сосредоточились на интеграции децентрализованных вычислительных ресурсов, с целью использования технологии блокчейн для координации глобальных неиспользуемых ресурсов GPU и CPU, достижения соответствия спроса и предложения, снижения затрат и предоставления прозрачного и справедливого механизма вознаграждения для участников, предоставляющих ресурсы.

На этом этапе исследования основное внимание уделяется длинным хвостам рынка, подчеркивается гибкость и инновационные механизмы. Например, некоторые проекты агрегируют распределенные ресурсы GPU, снижая порог для легковесной инференции и тонкой настройки моделей; другие вознаграждают решателей с помощью смарт-контрактов, активируя неиспользуемые GPU личных пользователей для участия в обучении. Также есть проекты, которые вводят конкуренцию моделей и механизм подсетей, или комбинируют традиционные интернет-ресурсы, предлагая децентрализованные услуги по обучению и инференции моделей.

Однако попытки на этом этапе также выявили явные ограничения: конкуренция на рынке чистой вычислительной мощности вошла в ценовую войну, децентрализованная производительность уровня вывода недостаточна, а сопоставление спроса и предложения не имеет нарратива на прикладном уровне. Криптовалюты в мире ИИ по-прежнему остаются на уровне базовой инфраструктуры и не смогли действительно затронуть уровень пользовательского опыта.

Восход AI-агента: Crypto и AI на пути к прикладному уровню

С развитием децентрализованного рынка вычислительных мощностей, исследование интеграции Crypto и AI переходит от базовых ресурсов к уровню приложений. Этот переход знаменуется появлением цепочных AI-агентов, которые вновь подогревают ожидания рынка относительно сочетания этих двух технологий.

На начальном этапе токены ИИ все еще находились на стадии культурного явления, многие проекты быстро привлекали внимание с помощью антропоморфных и развлекательных образов. С ростом потребности в взаимодействии пользователей токены ИИ начали обладать первоначальными возможностями взаимодействия, выполняя простые задачи в качестве легковесных агентов на социальных платформах.

Затем AI Agent проникает в более специализированные области применения, такие как on-chain финансы, NFT, анализ данных и другие области, что приводит к появлению множества специализированных агентов. Пользователи могут напрямую взаимодействовать с этими агентами для выполнения операций на блокчейне, реализации стратегий и управления активами.

Истинной вехой стало появление фреймворка Agent и протоколов выполнения. Некоторые проекты осознали, что одиночным агентам трудно справляться со сложными требованиями на цепочке, и поэтому разработали модульный фреймворк, поддерживающий моделирование личности, оркестрацию задач и сотрудничество нескольких агентов. Это позволило агентам на цепочке перейти от изолированных единиц к систематической работе, а сочетание Crypto и AI таким образом перешло от простых интерфейсов приложений к систематическому этапу "протоколов выполнения".

В то же время экономика агентов начинает зарождаться на цепочке. Некоторые проекты через AI Launchpad установили стандарты для автономного выпуска токенов агентами, сотрудничества протоколов и социального распространения, что способствовало созданию зачатков "AI-родной экономической системы".

Сотрудничество и стандартизация: MCP и новые направления, которые он предлагает

С угасанием раннего ажиотажа, сочетание Crypto и AI переживает глубокую переоценку. Рынок возвращается от погоне за нарративами к поиску истинной соответствия продукта с рынком. В этом контексте Model Context Protocol (MCP), как открытый стандартный протокол, созданный для AI-приложений, стал новым катализатором, наиболее соответствующим современным потребностям.

MCP — это открытый стандартный протокол для унифицированного взаимодействия LLM с внешними данными и инструментами. С помощью MCP любые крупные языковые модели могут безопасно и единообразно получать доступ к внешним источникам данных и инструментам без необходимости в сложной и повторяющейся пользовательской интеграции.

Экосистема приложений вокруг MCP быстро развивается. Некоторые проекты используют доверенные вычислительные среды для обеспечения безопасной и масштабируемой вычислительной поддержки приложений MCP; другие же, расширяя протокол MCP, агрегируют доступ к данным из множества цепочек и развертывание агентов, создавая единый уровень данных для AI-приложений в Web3.

Более важно то, что MCP открывает новые направления для интеграции Crypto и AI в будущем: сотрудничество многопрофильных агентов, автоматизация цепочных транзакций, возникновение информационных финансов (InfoFi) и т.д.

Итог: Долгая эволюция экономики агентов

Оглядываясь на путь слияния Crypto и AI, мы наблюдаем долгий путь, в котором функции углубляются и практическая полезность увеличивается. От первоначальных развлекательных диалоговых агентов, до постепенно появляющихся аналитических и инструментальных агентов Alpha, и до DeFAI-агентов, которые непосредственно оборачивают естественный язык в финансовые операции на блокчейне, каждый переход сокращает расстояние между AI Agent и потребностями реального мира.

Этот путь эволюции очевиден: развлекательный диалоговый агент → инструментальный диалоговый агент → агент исполнения сделок → абстрактный уровень DeFAI → коллективный интеллект и многоагентное сотрудничество. Будущее AI-агента больше не будет простым движением повествования, а должно основываться на реальной практической полезности. Этот путь будет гораздо длиннее, чем любой предыдущий цикл повествования, но благодаря накопленной практической полезности его пределы будут намного выше, чем можно себе представить.