作者：bebis
编译：深潮 TechFlow
人工智能真的很擅长伪装。
人工智能 (AI) 技术的发展已有 50 多年的历史，并吸引了数千亿美元的研发投入。如今，创造一个看似革命性的 AI 应用变得异常容易，但很多时候，这些应用可能只是“镜花水月”。
那么，我们该如何分辨真正的技术突破与虚假宣传？
首先，我们需要了解软件开发的现实。无论是一个拥有数万亿参数的基础模型，还是一个开发者在周末完成的小项目，从原型到投入生产环境的过程往往充满挑战，就像经历一场“持久战”。
这种“战争”中绝大部分的战斗，往往发生在看似最后的阶段。当你在本地测试时一切顺利，当你开始将项目迁移到生产环境时，你会无数次意识到，协调现代软件系统的所有动态部分远比单纯写代码复杂得多。
在项目管理中，我们将这种现象称为“90% 综合症”。（深潮注：简单来说，“90% 综合症”指的是项目完成了 90%，但剩下的 10% 却可能需要再花费 90% 的时间和精力。）
“90% 综合症”正是 Sam Altman 那句经典引言广为流传的原因：
正因如此，许多技术团队和管理者会在快速迭代的过程中产生不切实际的期望，认为可以一直保持高速推进。
然而，现实总会让人清醒。当工程师和董事会成员意识到收益递减的规律时，他们不得不放慢脚步，直到找到新的突破点，进入下一轮循环。
这对加密投资者意味着什么？
对于加密投资者来说，这意味着 AGI（通用人工智能）在未来几年内仍将只是一个“流行词”。与此同时，许多人会利用这个概念来推销他们的“项目”。
在加密与 AI 的交叉领域中，一个全新的叙事正在形成，其核心是“智能体”（Agent）——特别是由大量智能体组成的“群体智能”。
所谓智能体群体（Agent Swarm），是指通过特定框架协调的多个智能体，它们通过集体协作而非单纯依赖计算能力，来完成复杂任务。这种方法有效解决了硬件和算法的瓶颈问题。
正如 Tom Shaughnessy 在其文章中提到的：
“一种基于加密 AI 的 AGI 替代方案正在悄然兴起。
我们往往会理所当然地认为 OpenAI 会成为最终的赢家。
毕竟，他们拥有顶尖的人才（尽管有部分人已离职）、强大的计算资源、领先的模型发布，以及对推理能力的高度关注。
然而，理解这一领域的替代方案却并不容易，因为它并不总是处于显而易见的位置。
这种替代方案的核心是数百万个狭窄且高度专业化的 AI 模型（或称智能体）。这些智能体在各自的领域堪称“专家”，它们无需对所有事情进行全面推理，而是通过协同工作形成一种“群体智能”，这种智能远远优于单一的大模型。事实上，数百万个狭窄模型一直是我最初的理论基础。
开发者可以根据需求定制这些智能体的推理路径（即智能体的思维链，例如何时停止研究或何时转向新方向），灵活组合数据与实时信息来源，使用多种基础模型（如 Nous Research、Prime Intellect、Llama，deepseek 或其他开源模型），并对每个智能体的细节进行深度调优，使其完全专注于某一特定任务。
这种智能体的大规模“寒武纪式爆发”得益于加密代币的资助，并由去中心化的加密社区推动。这种模式在创建模型和智能体方面展现出了巨大的差异化优势，而这些智能体绝不可能在传统的 Web2 AI 实验室中诞生。相比之下，其开发速度和社区支持更是无可匹敌。
一旦我们能够通过一个简单易用的界面访问这些智能体的“群体”（即专家模型组合），并且“群体”能够智能地选择最适合的模型来执行任务，这种模式便会在一夜之间被广泛接受。
技术发展的趋势表明，AGI 更可能以开放的形式构建在去中心化的区块链上，而不是受制于可能被关闭的集中式平台。
这只是时间问题，而加密 AI 正在成为通向集体 AGI 的领先路径，其前景非常值得期待。”
实际上，当我们触及硬件性能、研究进展和物理法则的极限时，我们总是会回归到一个熟悉的方向——聚合。
汤姆提到了“专家模型组合 (Mixture of Experts)”这个术语，但其实这个概念并没有那么复杂。通过智能体集群 (agentic swarms)，区块链在人工智能领域展现了它的独特价值：协调能力。
得益于加密技术在大规模行为编程上的独特优势，我们能够在全球范围内部署和管理大量智能体。这使得我们可以构建更小、更专注的大语言模型网络，这些模型彼此竞争，努力为终端用户提供最佳服务。
去年 7 月，我们在 Club Cod3x 播客中详细探讨了这一点：
随着加密与 AI 领域的不断成熟，我们将在策展、分发和商业化方面取得显著进展。尽管目前 Web3 的 AI 公司还处于初级阶段，但这一领域的潜力已经引发了广泛关注。
我已经在人工智能与加密货币结合的领域开发了几年。在此期间，我总结了一些关于什么方法是有效的、什么方法是无效的经验。
以下是我对当前人工智能与加密货币领域的最新分析：
1. 框架 (Frameworks) - 用于加速开发、规范标准并促进智能体之间通信的平台。
@virtuals_io - 社交框架 (Virtuals)
@ai16zdao - 社交框架 (G.A.M.E.)
@Cod3xOrg - 金融框架 (Moon)
@gizatechxyz - 金融框架
@AlloraNetwork - 训练框架 (Training Framework)
@opentensor - 训练框架 (Training Framework)
@chirperai - 协调框架 (Coordination Framework)
@autonolas - 协调框架 (Coordination Framework)
这些框架不仅是技术开发的基础，也将在未来的市场中扮演重要角色，推动整个生态系统的成熟。
2. 交易平台 (Marketplaces) - 交易平台的核心是连接智能体与用户，或者智能体之间，为任务完成和服务交易提供便利。
@Cod3xOrg - 用户到智能体市场 (User-to-Agent Market)
@Daosdotfun - 启动平台 (Launchpad)
@Virtuals_io - 启动平台 (Launchpad)
@autonolas - 智能体到智能体市场 (Agent-to-Agent Market)
@StoryProtocol - 智能体到智能体市场 (Agent-to-Agent Market)
@joinFXN - 智能体到智能体市场 (Agent-to-Agent Market)
虽然目前这类平台还处于初期阶段，但它们将成为智能体经济发展的关键，帮助开发者找到更多的货币化和规模化路径。
3. 智能体 (Agents) - 智能体是自主运行的数字工作者，通过完成特定任务来创造价值。
@BigTonyXBT - 专注于金融交易执行的智能体。
@unit00x0 - 提供金融数据分析的支持。
@luna_virtuals - 聚合社交和金融功能的多用途智能体。
@0xzerebro - 专注于艺术创作和社交互动的智能体。
开发智能体的过程就像电影《铁甲钢拳 (Real Steel)》中的机器人格斗一样充满挑战和乐趣。
尽管目前 Web3 中的智能体尚未广泛实现商业化，但一些品牌已经展现了强大的愿景。未来，我们将看到更多智能体在实际应用中的测试和优化。
4. 数据经纪商 (Data Brokers) - 数据经纪商为智能体提供训练所需的数据和上下文信息，是整个生态的关键环节。
@withvana - 用户数据经纪商
@getgrass_io - 用户数据经纪商
@Cookie3_com - Web3 社交数据聚合器
AI 和区块链的结合正吸引越来越多的项目参与进来。以 @BigTonyXBT 为例，它使用了 @DeBankCloud、@LunarCrush 和 @dexscreener 提供的数据作为智能体的上下文信息。然而，这些数据平台目前尚未对 AI 的发展方向给出明确的表态。
与此同时，像 @arkham、@_kaitoai 和 @nansen_ai 等情报平台也开始将它们的数据打包，为智能体经济服务。未来，这些平台甚至可能推出自己的智能体或 AI 模型，这一点值得关注！
有人可能会问，Web3 是否会创造出世界上最好的基础模型？答案是否定的，因为 AGI（通用人工智能）并不是 Web3 需要攀登的那座高山。
尽管如此，区块链技术可以在其他方面为开发者带来巨大价值，尤其是在分发和货币化工作成果方面。
借助 Web3 的力量，我们能够：
创建更加公平的数据市场，让数据的价值回归用户和开发者；
激励最优秀的智能体，为用户提供更优质的服务；
简化金融交易流程，提升效率；
提供更优化的执行环境，支持智能体的运行；
更加便捷地实现智能体的货币化；
推动开源项目的发展，让创新更加开放；
在全球范围内 24/7 全天候实现这些目标。
因此，将 AI 引入区块链并不是为了追求 AGI，而是为了向 AI 开发者证明，加密技术能够帮助他们更高效地实现目标，同时为用户创造更好的体验。
| 正加财富网内容推荐 | ||
| OK交易所下载 | USDT钱包下载 | 比特币平台下载 |
| 新手交易教程 | 平台提币指南 | 挖矿方法讲解 |
