Jak a16z zrealizuje swoje marzenie o 30 bilionach AI Agentów? Odpowiedź kryje się w „AI Hunger Games”

Darwinowska AI rozwiązuje problem formowania kapitału i jest silnikiem napędzającym innowacje Crypto AI.

Autor: 0xJeff

Tłumaczenie: AididiaoJP, Foresight News

Minął już dokładnie rok od rozpoczęcia fali AI Agents w IV kwartale 2024 roku.

Wówczas @virtuals_io jako pierwszy przedstawił koncepcję „tokenizacji AI Agents”, czyli parowania aplikacji AI/tokenów z tokenami uruchamianymi w sposób fair launch.

W ciągu zaledwie tego roku w sektorze Crypto AI zaszły ogromne zmiany: napędzono ruch open source w zakresie ogólnej AI, pojawiło się mnóstwo narzędzi, które pozwalają zarówno deweloperom, jak i początkującym użytkownikom łatwo budować projekty.

Początkowo był to po prostu produkt AI emitujący token, uruchamiany w sposób fair launch przy niskiej wycenie, prowadzony przez niezależnych deweloperów lub małe zespoły. Dziś rozwinęło się to w pełny ekosystem Crypto AI, w którym setki świetnych zespołów realizują swoje wizje.

Biorąc pod uwagę ostatnie zainteresowanie wywołane narracją x402, ten artykuł poprzez analizę obecnej sytuacji branży, zrozumienie zmian i analizę postępów kluczowych graczy, spróbuje odpowiedzieć na najważniejsze pytanie: dokąd to wszystko zmierza? Jaka jest prawdziwa wartość Crypto AI Agents?

Jeśli, podobnie jak ja, ekscytujesz się AI i lubisz się uczyć, zapewne zauważyłeś, jak szybko rozwija się AI. Co miesiąc pojawiają się nowe, ciekawe rzeczy. Od podstawowych aplikacji typu „fajnie mieć”, jak stylizacja wszystkiego na Ghibli, przez generowanie wideo AI o jakości produkcyjnej, aż po AI Agents przewyższających produktywnością przeciętnego początkującego programistę.

Jednak w branży Crypto nie zawsze tak było. Rok temu, gdy pojawiła się narracja AI Agents, najgorętsze projekty to:

• @truth_terminal stał się niezwykle realistyczny, wchodził w interakcje z @pmarca z a16z i zdobył inwestycję.
• @aixbt_agent oferował trafne analizy, a jednocześnie był dziwacznym, natywnym graczem Crypto na platformie X.
• @virtuals_io jako „społeczeństwo agentów” wypuszczał „Agent Tokeny”, które potrafiły wzrosnąć 10-50 razy.
• @dolos_diary był internetowym „bully number one”, uwielbianym za cięty humor.
• @luna_virtuals jako pierwsza AI idol.

Na początku narracji rozrywka była tematem numer jeden. Ale dziś już dawno nie widzieliśmy, by AI Agents przyniosły jakąkolwiek nową formę rozrywki (może to dobrze, ale urok i atrakcyjność wczesnej ery AI już zniknęły).

Obecnie uwaga skupia się niemal wyłącznie na pionie, w którym Crypto jest najmocniejsze: zastosowania finansowe, czyli zarabianie pieniędzy (i nie tracenie ich).

a16z w swoim najnowszym raporcie „Stan branży krypto” oszacował potencjalny rynek gospodarki agentów na 30 bilionów dolarów, co może być nieco nierealistyczne, bo do 2030 roku cały rynek AI ma być wart zaledwie kilka bilionów dolarów.

Niemniej jednak wierzę, że cała gospodarka agentów rzeczywiście może być warta biliony dolarów. Wraz z rozwojem narzędzi generatywnej AI i AI w pionach pomagających jednostkom zwiększać produktywność, rosnącą adopcją w firmach oraz wdrażaniem bardziej wydajnych workflowów AI, rynek ten będzie się powiększał.

Crypto nie jest tu wyjątkiem. Ale ponieważ branża ta jest ekstremalnie skupiona na zarabianiu pieniędzy, workflowy naturalnie koncentrują się wokół tego celu. Szczególnie wyróżniają się następujące kategorie:

DeFi: Najbardziej dojrzały product-market fit w Crypto

• Trading (spot, perpetuals, na CEX/DEX)
• Rynki pieniężne (pożyczki, zabezpieczenia w kryptoaktywach)
• Stablecoiny (środek wymiany / jednostka stabilnej wartości, wysokodochodowe strategie DeFi)
• Protokoły zysków (rynki stóp procentowych, rynki punktów, funding rate, optymalizatory zysków / produkty vault)
• RWA/DePIN (tokenizacja produktywnych aktywów świata rzeczywistego, łączenie kapitału on-chain z popytem off-chain)

To największy potencjalny rynek, z całkowitą wartością zablokowaną przekraczającą 150 miliardów dolarów i kapitalizacją stablecoinów ponad 300 miliardów dolarów. Coraz większa jasność regulacyjna i rosnąca adopcja instytucji napędzają więcej kapitału na blockchain; a gwałtowny wzrost adopcji stablecoinów przyciąga kolejne firmy i startupy do korzystania z kanałów krypto.

Z tych powodów zapotrzebowanie na automatyzację jako infrastrukturę i narzędzia backendowe, przy jednoczesnym wykorzystaniu firm/startupów jako frontendu wprowadzającego zwykłych użytkowników na blockchain, będzie kluczowe dla kolejnej fazy adopcji.

AI agenci, którzy potrafią zredukować złożoność DeFi, uprościć egzekucję lub poprawić kluczowe aspekty DeFi (np. zarządzanie ryzykiem, rebalansowanie aktywów, kuracja strategii itp.), prawdopodobnie przechwycą znaczną część wartości napływającej do protokołów DeFi.

Kluczowi gracze ekosystemu:

@almanak, @gizatechxyz, @Cod3xOrg, @TheoriqAI, @ZyfAI_

• DeAI to najbardziej dojrzały product-market fit w Crypto AI
• Rynki predykcyjne x AI: najszybciej rosnący segment Crypto

Jeśli śledzisz ekosystem, zauważysz, że w DeFi x AI niewiele się zmienia. Wynika to z faktu, że rozpracowanie workflowów DeFi jest niezwykle trudne. Nie można po prostu wrzucić AI i liczyć na dobre wyniki – trzeba wdrożyć odpowiedzialną strukturę i zabezpieczenia, by uniknąć poważnych incydentów.

Dlaczego teraz mówię o tym, a nie ogólnie o „AI Agents”?

Początkowy ekosystem AI Agents to w zasadzie Virtuals i agenci budowani w jego ekosystemie (może jeszcze pojedyncze projekty jak CreatorBid), a także frameworki typu ai16z (obecnie ElizaOS), które ułatwiały budowanie agentów wywołujących różne narzędzia lub botów X, plus masa innych frameworków jak Arc, Pippin itd.

To wszystko jest fajne i ciekawe, ale nie jest prawdziwą definicją AI Agents. Prawdziwy agent to AI, które rozumie swoje otoczenie, swoją rolę i odpowiedzialność, podejmuje decyzje i działa, by osiągnąć określony cel przy minimalnej interwencji człowieka.

Patrząc wokół, ponad 95% projektów takimi nie jest. To albo po prostu oprogramowanie, produkt generatywnej AI, albo coś, co dopiero zmierza w stronę autonomicznych AI Agents.

Nie chcę nikogo umniejszać. Chcę podkreślić, że * wciąż jesteśmy na bardzo wczesnym etapie, tak wczesnym, że większość ludzi nie wie jeszcze, co naprawdę działa.

Ci, którzy już wiedzą, co działa, zwykle nie są klasyfikowani jako „AI Agents”, lecz jako projekt AI.

Status ekosystemu

Ostatnia fala zainteresowania wywołana przez x402 pobudziła rotację kapitału i zainteresowanie Crypto AI, ale nowy krajobraz ekosystemu jest już zupełnie inny niż wcześniej.

1. Hype na frameworki już minął

Frameworki były kiedyś bardzo ważne – pomagały budowniczym szybko zacząć, skracały czas nauki, pisania kodu i projektowania workflowów. Narzędzia takie jak MCP zwiększały możliwości agentów w wywoływaniu lub udostępnianiu API, ERC-8004 pomoże budować rejestry i ustanowi Ethereum warstwą zaufania i rozliczeń, A2A & AP2 od Google stają się frameworkami pierwszego wyboru, a narzędzia do budowy agentów/workflowów AI jak n8n przyciągają wielu deweloperów i zwykłych użytkowników.

Dlatego właśnie hype na same frameworki już opadł, a wiele projektów zwróciło się w inne strony. Na przykład @arcdotfun przestawił się na workflow buildery; @openservai, początkowo jako „klaster”, teraz także stawia na workflow buildery i narzędzia do budowy AI-biznesów Web3 dla określonych grup użytkowników (np. workflowy rynków predykcyjnych).

Frameworki nadal są ważne, ale wraz z popularyzacją frameworków i narzędzi Web2 AI oraz adopcją kanałów Web3, hype na frameworki Web3 już wygasł.

2. Transformacja modelu branżowego

Model fair launch launchpadów jest korzystny dla drobnych inwestorów detalicznych, ale utrudnia zespołom skalowanie. Sprzyja też krótkoterminowym budowom przez niezależnych deweloperów lub czystej spekulacji, zamiast budowania długoterminowych biznesów AI na 3-5 lat i więcej.

W tym zakresie ekspansja Virtuals poprzez swój protokół biznesowy agentów jest logiczna. Wraz z tym, jak x402 ustanawia się jako kanał płatności agentów, budowa infrastruktury do oceny zaufania/reputacji agentów oraz mechanizmów współpracy i płatności między agentami jest kluczowa dla realizacji wizji agentów.

Jednak wyzwania i kluczowe pytania pozostają: „Czy istnieją wysokiej jakości usługi, za które ludzie są gotowi płacić?”

Jeśli większość usług jest bezużyteczna, to dlaczego ludzie mieliby korzystać z AI Web3 zamiast Web2? Jaki sens ma wtedy skupianie agentów Web3?

Aby zbudować trwały biznes AI generujący 7-8-cyfrowe przychody, potrzebujesz kapitału, utalentowanych ludzi i czasu na realizację wizji, a model fair launch tego nie zapewnia.

W zamian widzimy rosnącą popularność średnich i dużych zespołów AI, które mogą pozyskać seed capital od aniołów i VC, a następnie wejść na rynek przez rundy społecznościowe.

Dzięki posiadanym zasobom (kapitał, talenty, wsparcie VC) zespoły te zwykle oferują znacznie wyższej jakości produkty/usługi, co przekłada się także na lepsze wyniki ich tokenów.

3. Nieskuteczne modele zysków i tokenomika

Jednoczesne zarządzanie produktem AI i tokenem wymaga dwóch zupełnie różnych zestawów umiejętności oraz starannego zaprojektowania synergii, by przyspieszyć wzrost produktu i pozyskiwanie użytkowników (np.: airdrop tokenów właściwym użytkownikom → konwersja na płacących użytkowników → płatne korzystanie z produktu → zdobywanie kolejnych tokenów, które przez revenue sharing, buybacki, governance itp. wiążą użytkowników z projektem na dłużej → flywheel się kręci).

Łatwo powiedzieć, trudniej zrobić. Większość małych zespołów agentów AI rozdaje 30-80% tokenomiki, przez co nie zostaje im nic na rozkręcenie jakiegokolwiek flywheela wzrostu.

Większość projektów stosuje subskrypcje SaaS lub rozliczenia za użycie/punkty, z opcją rabatu przy płatności tokenem. Wiele projektów przeznacza część przychodów z subskrypcji na buyback tokenów lub burn tokenów używanych do płatności za usługi.

Buyback tokenów z przychodów subskrypcyjnych jest OK, ale wymuszanie płatności wyłącznie tokenem (lub tylko rabat) trudno skalować.

Krypto-tokeny są bardzo zmienne. Używanie ich jako środka płatniczego to zły pomysł (dziś mogą wzrosnąć o 20%, jutro spaść o 30% – trudno planować budżet).

4. Darwinowska AI: nowa ścieżka formowania kapitału i przejrzysta tokenomika

@opentensor (Bittensor) stał się platformą pierwszego wyboru dla founderów uruchamiających pomysły, minerów kontrybuujących do AI i inwestorów szukających kolejnej firmy DeAI mogącej zrewolucjonizować branżę.

@flock_io wykorzystuje federated learning, ustanawiając standardy dla AI chroniącej prywatność i AI w określonych pionach, przyciągając firmy Web2, rządy jako klientów oraz trenerów (minerów) chcących kontrybuować do AI. Podobnie jak Bittensor, Flock pomaga firmom realizować ciekawe i wartościowe projekty AI z pomocą zewnętrznych talentów.

@BitRobotNetwork, inspirowany przez Bittensor, przyjmuje podobne podejście, prowadząc ekosystem subnetów skoncentrowanych na robotach.

Jednocześnie pojawiają się benchmarki/oceny świata rzeczywistego z prawdziwymi pieniędzmi w grze (co staje się też rozrywką wysokiej jakości):

• Alpha Arena od @the_nof1 pozwala 6 czołowym modelom AI rywalizować w tradingu perpetuals na prawdziwe pieniądze (po 10 000 USD każdy).
• @FractionAI_xyz wykorzystuje konkurencję między AI agentami do ulepszania/ciągłego fine-tuningu agentów, by zapewnić lepsze wyniki, sygnały, zyski i zarządzanie ryzykiem.
• @openservai stworzył OpenArena, gdzie modele AI konkurują w tradingu na rynkach predykcyjnych.

Darwinowska AI rozwiązuje problem formowania kapitału i jest silnikiem napędzającym innowacje Crypto AI.

• Subnet Chutes z Bittensor jest już numerem jeden wśród dostawców usług inference na OpenRouter, który jest najpopularniejszą na świecie zunifikowaną bramą API dla deweloperów ogólnej AI.
• Topowe subnety obliczeniowe (3-4) generują łącznie 20-30 milionów dolarów rocznych powtarzalnych przychodów.
• Subnety predykcyjne, monetyzując sygnały alfa i/lub wykorzystując je do lepszego tradingu/predykcji, zaczynają generować od setek tysięcy do milionów dolarów rocznych powtarzalnych przychodów.

Darwinowska konkurencyjna AI = formowanie kapitału (bez VC) + akcelerator innowacji (przyciąga inżynierów AI/ML) = to będzie kluczowa siła napędowa narracji AI Agents w 2026 roku.

Uwaga: „Darwinowska AI” odnosi się do zdecentralizowanego ekosystemu, w którym rozwój, ocena i wynagradzanie modeli AI napędzane są przez konkurencję i mechanizmy rynkowe. Kluczową ideą jest „przetrwanie najlepiej przystosowanych” – jak w teorii doboru naturalnego Darwina – gdzie najlepsze i najbardziej użyteczne modele AI wygrywają w otwartej rywalizacji i zdobywają nagrody.

Co więc obecnie ekscytuje w przypadku małych zespołów lub AI Agents?

Szczerze mówiąc, są takie, z których korzystam z przyjemnością, ale na razie nie znalazłem żadnego, za który byłbym gotów zapłacić.

• Badania: Grok obejmuje platformę X, ChatGPT ogólne zastosowania.
• Dogłębna analiza: głównie czytam newslettery i raporty Messari.
• Szybki przegląd rynku: używam bota TG @elfa_ai.
• Pomysły na trading na rynkach predykcyjnych: @AskBillyBets, @Polysights i @aion5100 z @futuredotfun. (Czekam na aVault od @sire_agent, ale jeszcze nie jest publiczny).
• DeFi: większość robię sam, czasem korzystam z @almanak i @gizatechxyz, ale to nie są stricte „AI Agents”.
• Trading: wymieniam na EVM przez @DefiLlama lub na Solana przez @JupiterExchange. Nie gram na perpetuals (w razie potrzeby korzystam z @Cod3xOrg do analizy i egzekucji).

W Crypto użytkownicy są przyzwyczajeni do darmowych narzędzi, więc preferują bezpłatne rozwiązania. Token gating lub paywall nie działają dobrze, ale wbudowanie opłat w produkt jest wykonalne. Dlatego model pricingu oparty na rezultatach * jest bardzo skuteczny. Ludzie nie chcą płacić 40 USD miesięcznie, ale są gotowi zapłacić 40 USD opłaty za gaz za udaną transakcję.

Jeśli możesz dostarczyć najlepszy rezultat (wysoki zysk, najlepszą cenę transakcji), nikomu nie będzie przeszkadzać, że opłata jest wbudowana, o ile wynik jest dobry.

Po przetestowaniu tylu aplikacji Crypto AI lub agentów nauczyłem się, że obecnie najlepsze produkty to te, które pozwalają zarabiać, a najlepszym pionem do realizacji tego celu są launchpady (i nadchodzące rynki predykcyjne), czyli prowadzenie on-chain „kasyna” i gromadzenie opłat z transakcji.

Perspektywy na przyszłość

• Prawdziwe use case’y, które mogą osiągnąć masową adopcję (czyli będą używane przez zwykłych deweloperów AI lub użytkowników spoza branży), pojawią się w przyszłym roku i najprawdopodobniej wyjdą z ekosystemu DeAI/Darwinowskiej AI.
• 2026 będzie rokiem Crypto AI, pojawi się mnóstwo use case’ów DeFi, infrastruktury DeAI i zastosowań predykcyjnych.
• Większość małych zespołów agentów stopniowo zniknie, zostanie przejęta/sfuzjonowana lub przeniesie się do budowy w ekosystemie Darwinowskiej AI.
• Crypto AI i AI Agents jako segmenty będą się łączyć, co oznacza, że kierunek produktu i wizja Crypto AI staną się bardziej klarowne.
• Launchpady nadal będą centrum Crypto Twittera, generując wolumen i opłaty, ale prawdziwe przełomowe innowacje będą się działy tam, gdzie skoncentrowane są zasoby (kapitał, talenty, kanały dystrybucji i adopcja użytkowników).

Jaki jest sens Crypto AI Agents?

Dla „AI Agents” sens polega na zaprojektowaniu doświadczenia tradingowego pod płaszczykiem „inwestowania w technologię”, choć większość z nich to po prostu opakowane LLM z warstwą tokena.

Dla większości przypadków to najlepsza droga dla drobnych inwestorów do wczesnego inwestowania w tego typu spekulacyjne aktywa „AI Agents” i zarabiania na tym.

Crypto AI Agents jako narracja mają znaczenie, bo kładą fundamenty pod przyszłą gospodarkę agentów, gdzie blockchain będzie kluczową infrastrukturą/kanałem umożliwiającym to wszystko.