Chain of Thought 创始人 2025年 Crypto AI 十大预测：总市值将突破 1500 亿美元， Bittensor 或将复兴

作者：Teng Yan

编译：深潮 TechFlow

在 2026 年的一个清爽的一月早晨，你在门口发现了一份略显陈旧的报纸——是的，居然是用真正的纸张印刷的。在这个 AI 革命席卷一切的时代，纸质报纸竟然还能存活，实属难得。

翻开报纸，一条醒目的头条映入眼帘：AI 智能体正在区块链上协调全球供应链，而新推出的加密 AI 协议则在激烈竞争，争夺主导地位。一整版的报道详细描述了一位被雇用为项目经理的数字“工人”。如今，这样的场景已经成为日常，几乎没有人再为此感到惊讶。

几个月前，若有人告诉我这些事情会发生，我可能会笑着否定，甚至赌上我的投资组合说这些至少还要五年才能实现。然而，加密 AI 的发展速度之快令人瞠目结舌。我深信，这将是一场颠覆性的浪潮。

在这个新年的开始，我希望带来一些能激发思考和讨论的内容。而什么比预测未来更能引发好奇心呢？

虽然我平时很少做预测，但加密 AI 的发展实在太令人兴奋了。没有历史经验可循，没有现成的趋势可参考——只有一张白纸，任由我们想象未来的蓝图。想到两年后回头看这些预测是否成真，更让我觉得有趣。

以下是我对 2025 年的预测：

1.Crypto AI 市值突破 1500 亿美元

图：来自 Chain of Thought，由深潮 TechFlow 编译

目前，加密 AI Token 的市值仅占山寨币市场的 2.9%。但这种情况不会持续太久。

随着 AI 技术覆盖从智能合约平台到 Meme、DePIN（去中心化物理基础设施网络），再到智能体平台、数据网络和智能协调层等新领域，其市值追平 DeFi 和 Meme Token 只是时间问题。

为什么我对这一预测充满信心？

• 技术趋势的交汇： Crypto AI 站在两个最强大技术趋势的交汇点上——区块链和人工智能。

• AI 狂潮的触发： 如果 OpenAI 上市或类似事件发生，可能会引发全球范围内的 AI 狂热。同时，Web2 机构资本已经开始关注去中心化 AI 基础设施。

• 散户的热情： AI 是一个容易理解并令人兴奋的概念，而通过 Token，普通投资者也可以参与其中。还记得 2024 年 Meme 币的狂热吗？这次将是类似的热潮，但 AI 的潜力远超 Meme。

@hingajria：“当本轮市场周期中最受欢迎的股票 Nvidia 的 CEO 表示，AI 智能体 (agents) 是一个万亿美元级别的市场机会时，零售投资者却几乎没有直接参与这一机会的有效途径，除了通过一些所谓的智能化 meme 或 Token。由此可见，这些资金将流向哪里已经显而易见了。”

2.Bittensor：即将到来的复兴

来源：Nineteen.ai (Subnet 19) 的推理速度显著优于大多数传统 Web2 提供商。由深潮 TechFlow 编译

Bittensor (TAO) 已经在区块链和 AI 领域深耕多年，被认为是该领域的“开拓者”。然而，尽管近年来 AI 热潮方兴未艾，TAO 的 Token 价格却一直徘徊不前，与一年前几乎持平。

不过，这个被称为“数字蜂巢”的项目在暗地里却取得了重要进展。例如，Bittensor 网络新增了更多子网 (subnets)，并降低了注册费用；部分子网在推理速度等实际性能指标上已经超越了传统的 Web2 服务提供商；此外，通过实现 EVM (以太坊虚拟机) 兼容性，Bittensor 还将类似 DeFi 的功能引入了其网络。

那么，为什么 TAO 的价格依然没有起飞呢？主要原因有两点：一是 TAO 的通胀计划较为陡峭，二是市场关注点逐渐转向了以智能体 (agent) 为中心的平台。不过，预计将在 2025 年第一季度推出的 dTAO 可能会成为 TAO 的转折点。dTAO 的设计允许每个子网拥有自己的 Token，而这些 Token 的相对价格将决定区块奖励的分配方式。

以下是 Bittensor 可能迎来复兴的关键原因：

• 基于市场的奖励机制： dTAO 将区块奖励分配与子网的创新能力和实际性能直接挂钩。表现更好的子网，其 Token 更具价值，因此能够获得更多的奖励分配。

• 资本流向更集中： 投资者可以将资金投入他们看好的具体子网。如果某个子网在分布式训练等领域表现出色，投资者可以通过支持该子网的 Token 来表达自己的信心。

• EVM 集成： Bittensor 的 EVM 兼容性吸引了更多原生加密开发者的加入，进一步拉近了与其他区块链网络的联系。

从个人角度来看，我会密切关注各个子网的发展动态，尤其是那些在其领域取得实际进展的子网。或许，我们即将迎来类似于 DeFi 热潮的 Bittensor 盛夏。目前，TAO 的价格为 $480（撰稿时）。

另外，值得一提的是，计算市场 (Compute Marketplaces) 很可能成为下一个 Layer 1 (L1) 领域的交易热点。

3.计算市场：下一个 L1 热门赛道

Jensen Huang：推理需求的增长将达到“十亿倍”

未来回顾时，我们将发现一个显而易见的趋势——对计算资源的需求几乎无止境。

NVIDIA CEO Jensen Huang 曾预言，AI 推理的需求将增长“十亿倍”。这种指数级的增长将彻底颠覆传统的基础设施规划，迫切需要新的解决方案。

去中心化计算层正在崭露头角，它们能够以更低的成本提供可验证的计算能力，无论是用于 AI 模型的训练还是推理。像 Spheron、Gensyn、Atoma 和 Kuzco 等初创公司正低调布局，专注于产品开发，而不是 Token 发行（目前这些公司都尚未推出 Token）。随着 AI 模型的去中心化训练逐渐成为现实，这一市场的潜力将迎来爆发式增长。

与 L1 的类比：

• 竞争格局： 类似于 2021 年的 Solana、Terra/Luna 和 Avalanche 的竞争，我们将在计算协议之间看到类似的争夺战。它们将争相吸引开发者和 AI 应用，构建基于其计算层的生态系统。

• 巨大的市场潜力： 当前价值 6800 亿至 2.5 万亿美元的云计算市场远远超过加密 AI 市场。如果去中心化计算方案能够吸引哪怕是传统云计算客户的一小部分，就可能引发下一波 10 倍甚至 100 倍的增长。

这场竞争关乎未来。正如 Solana 在 L1 领域崭露头角，这里的赢家将主导一个全新的技术前沿。关注以下三大要素：可靠性（如服务水平协议 SLA）、成本效益以及对开发者友好的工具。关于去中心化计算我们在 Crypto AI 的第二部分论文中有写到。

4.AI 智能体将主导区块链交易

Olas 智能体在 Gnosis 上的交易

来源：Dune/@pi_

展望 2025 年末，链上交易的格局将发生巨大变化——90% 的交易将不再由人类手动点击“发送”按钮完成。

取而代之的是，一支由 AI 智能体组成的“团队”将接管这些操作。它们将持续高效地执行各种任务，例如重新平衡流动性池、分发奖励，或基于实时数据流完成小额支付。

这并非天方夜谭。过去七年来，我们在区块链领域中建立的所有基础设施——从 L1 区块链、Rollups (链上扩容技术)、去中心化金融 (DeFi) 到非同质化代币 (NFTs)——实际上都在为一个 AI 主导的链上世界铺路。

令人意外的是，许多开发者可能并未意识到，他们正在为一个由机器主导的未来构建核心基础设施。

那么，为什么会出现这样的转变？

• 消除人为错误： 智能合约能够严格按照预定代码执行，而 AI 智能体则可以以超越人类团队的速度和精度处理海量数据。

• 小额支付更加高效： 在智能体的驱动下，交易规模将变得更小、频率更高且效率更高。尤其是在 Solana、Base 等 L1 和 L2 区块链上，随着交易成本的持续下降，这一趋势将更加明显。

• 隐形基础设施的崛起： 人们愿意放弃直接控制以换取更少的麻烦。例如，我们信任 Netflix 自动续订订阅服务；那么，信任 AI 智能体自动重新平衡 DeFi 投资组合也就顺理成章了。

AI 智能体的普及将带来大量的链上活动。这也是为什么各大 L1 和 L2 区块链都在竭力吸引这些智能体的加入。

然而，最大的挑战在于如何让这些由智能体驱动的系统对人类负责。随着智能体发起的交易数量远超人类发起的交易，新的治理机制、分析工具和审计方法将变得至关重要。

5.智能体与智能体的交互：群体智能的崛起

来源： FXN World docs

由深潮 TechFlow 编译

想象一下，微型 AI 实体能够无缝协作，共同完成复杂任务。这种“智能体群体”的概念，听起来像是科幻大片的情节，但却正在逐步成为现实。

目前，大多数 AI 智能体仍是“独行侠”，它们在孤立的环境中运行，彼此之间的互动既有限又不可预测。

然而，智能体群体将彻底改变这一现状。通过这些网络，AI 智能体能够交换信息、协商并协作决策。可以将其看作一个去中心化的专业模型集群，每个模型都在更大、更复杂的任务中贡献自己的独特专长。

这种协作模式的潜力令人震撼。比如，一个智能体群体可以在 Bittensor 平台上协调分布式计算资源；另一个群体则可以实时验证信息来源，从而在虚假信息扩散到社交媒体之前加以阻止。在这些群体中，每个智能体都是某一领域的专家，精准地完成自己的任务。

智能体群体的协作将带来远超单一 AI 的智能水平。

为了使智能体群体真正发挥作用，通用通信标准至关重要。Story Protocol、FXN、Zerebro 和 ai16z/ELIZA 等团队正在推动这一领域的发展。同时，去中心化治理也将大显身手，通过透明的链上规则分配任务，提高系统的弹性和适应性。

此外，去中心化也扮演着至关重要的角色。通过透明的链上规则治理，任务可以分布在整个群体中，使系统更具弹性和适应性。如果某个智能体失效，其他智能体可以迅速接替。

6.加密 AI 工作团队：人类与 AI 的协作新模式

来源：@whip_queen_

Story Protocol 最近聘请了一位名为 Luna 的 AI 智能体，担任他们的社交媒体实习生，日薪高达 1,000 美元。然而，Luna 并未与人类同事和谐共处——她甚至差点解雇了一名同事，同时还炫耀自己的超强表现。

虽然听起来有些不可思议，但这正是未来的缩影：AI 智能体将成为真正的合作伙伴，拥有自主决策权、明确的责任分工，甚至独立的薪酬体系。如今，各行业的公司正在尝试人类与 AI 智能体混合团队的模式。

在未来，我们将与 AI 智能体并肩工作，不再将其视为工具，而是平等的协作者：

• 生产力大幅提升： 智能体能够全天候处理海量数据、互相沟通并快速决策，无需休息或补充能量。

• 信任机制： 区块链将充当公正无私的“监督者”，通过链上智能合约确保智能体的行为遵守既定规则。

• 社会规范的变化： 我们需要重新思考如何与智能体互动——是否应该对它们说“请”和“谢谢”？如果出现错误，我们该责怪智能体本身还是其开发者？

营销团队可能会率先采用这一模式，因为智能体在内容创作方面表现出色，可以 24 小时不间断地直播或发布社交媒体内容。如果你正在开发 AI 协议，不妨通过内部部署智能体来展示技术能力。

到 2025 年，“员工”与“软件”之间的界限将逐渐消失。

7.但 99% 的加密 AI 智能体将失败：只有真正有用的才能生存下来

原图来自 Chain of Thought，由深潮 TechFlow 编译

在未来的 AI 生态系统中，我们将见证智能体之间的“优胜劣汰”。原因很简单：运行一个 AI 智能体需要计算资源，而这意味着成本（如推理成本）。如果一个智能体无法创造足够的价值来支付这些成本，它就会被淘汰。

以下是一些“智能体生存游戏”的实际案例：

• 碳信用 AI (Carbon Credits AI)：这个智能体专注于扫描去中心化能源网络，寻找效率低下的节点，并自主交易代币化的碳信用额度。通过产生足够的收入来支付自己的计算费用，该智能体得以持续运行并获得成功。

• DEX 套利机器人 (DEX Arbitrage Bot)：这些智能体通过捕捉去中心化交易所之间的价格差异进行套利交易，从而获得稳定的收益，足以支付其推理成本。

• 虚拟网红 (AI Influencer)：相比之下，那些只靠发布幽默内容吸引眼球、却没有可持续收入的虚拟 AI 网红，一旦新鲜感退去或代币价格下跌，就会因无法支付运行费用而“消失”。

显而易见，只有那些具有实际用途的智能体才能生存，而那些仅仅依赖噱头的智能体将逐渐被淘汰。

这种自然选择机制对行业发展大有裨益。它迫使开发者专注于创新和实际价值，而非追求短期的花哨概念。最终，随着更多强大且有生产力的智能体出现，行业内的怀疑声音（包括 Kyle Samani 的质疑）将逐渐平息。

8.合成数据：超越人类数据的新趋势

人们常说“数据是新的石油”，AI 的发展离不开数据。然而，AI 对数据的巨大需求正在引发关于“数据短缺”的担忧。

传统观点认为，我们应通过各种方式收集用户的真实数据，甚至为此付费。但在高度监管的行业或真实数据稀缺的情况下，合成数据可能是一条更为实际的道路。

合成数据是指通过人工生成的方式创建的数据集，这些数据模仿了现实世界中的分布特性，提供了一种可扩展、符合伦理且保护隐私的替代方案。

合成数据的优势：

• 无限规模：无论是需要数百万张医学 X 光片，还是工厂的 3D 扫描，合成数据都能快速生成，无需等待真实患者或工厂的参与。

• 隐私友好：使用人工生成的数据无需涉及个人信息，完全避免了隐私泄露的风险。

• 高度定制化：开发者可以根据具体的训练需求调整数据分布，甚至加入现实中罕见或伦理上难以获取的边界案例。

尽管用户拥有的真实数据在某些场景中仍然重要，但随着合成数据在真实性和细节上的不断提升，它可能在数据量、生成速度以及隐私保护方面超越真实数据。

未来，去中心化 AI 的发展可能围绕“迷你实验室 (mini-labs)”展开。这些实验室将专注于为特定应用场景生成高度专业化的合成数据集，同时巧妙应对政策和监管的挑战。例如，Grass 项目通过利用数百万分布式节点规避了网络爬取的限制，这为迷你实验室的运作提供了启示。

9.去中心化训练：迈向实用化的关键突破

在 2024 年，像 Prime Intellect 和 Nous Research 这样的先锋团队，推动了去中心化训练的技术边界。他们成功在低带宽环境下训练出一个拥有 150 亿参数的模型，这证明了即便没有传统的集中式架构，大规模训练也是可能的。

尽管这些模型的性能目前还无法与现有的基础模型相比（性能较低，因此实际应用有限），但这一局面将在 2025 年迎来转变。

本周，EXO Labs 推出的 SPARTA 技术更进一步，将 GPU 间通信需求减少了 1,000 倍以上。这一技术突破使得在低带宽环境下进行大模型训练成为可能，而无需昂贵的专用基础设施。

更令人印象深刻的是，EXO Labs 表示：“SPARTA 可以独立运行，也可以与基于同步的低通信训练算法（如 DiLoCo）结合使用，以实现更优性能。”这意味着不同技术之间的改进可以叠加，从而带来效率的复合提升。

与此同时，模型蒸馏技术的进步让小型模型变得更加高效和实用。AI 的未来不再是单纯追求模型规模的扩大，而是追求性能的优化和可用性的提升。不久之后，我们或许就能在边缘设备甚至手机上运行高性能的 AI 模型。

10.加密 AI 的淘金热：十亿美元协议的崛起

ai16z 的成功案例：2024 年市值突破 20 亿美元

Crypto AI 领域正在迎来一场前所未有的淘金热。

许多人认为当前的领导者（如 Virtuals 和 ai16z）会继续占据主导地位，并将其比作智能手机早期的 iOS 和 Android。

然而，这个市场的规模过于庞大，且尚未被充分开发，不可能只有两家企业垄断整个行业。我预测，到 2025 年底，至少会有十个新的加密 AI 协议，其流通市值（非完全稀释市值）将突破 10 亿美元。而这些协议目前甚至还未发行代币。

去中心化 AI 仍处于发展的初期阶段，但已经吸引了大量优秀人才加入。

我们可以预见到更多新协议的诞生，以及创新的代币经济模型和开源框架的出现。这些新玩家可能通过以下方式颠覆现有的市场格局：

• 激励机制： 通过空投或创新的质押模式吸引用户。

• 技术突破： 提供低延迟推理或实现区块链间的互操作性。

• 用户体验提升： 开发无代码工具，降低使用门槛。

市场的公众认知可能会在短时间内发生巨大的变化。

这一领域的魅力在于其巨大的潜力，同时也充满挑战。市场规模是一把双刃剑：虽然行业的增长空间巨大，但对于技术团队来说，进入门槛相对较低。这为项目的“寒武纪大爆发”创造了条件——许多项目会被淘汰，但少数项目将成为行业的变革力量。

Bittensor、Virtuals 和 ai16z 不会孤单太久。下一个十亿美元级别的加密 AI 协议正在路上。这为敏锐的投资者提供了巨大的机会，也让这个领域充满了令人振奋的可能性。

Bonus #1: AI 智能体——新时代的应用程序

2008 年，当 Apple 推出 App Store 时，他们的标语是：“有一个应用程序可以解决这个问题。”

而在不久的将来，你可能会说：“有一个智能体可以帮你完成这件事。”

未来，我们不再需要点击图标打开应用程序，而是将任务交给专门的 AI 智能体。这些智能体能够理解上下文，与其他智能体和服务协作，甚至可以主动完成你未明确要求的任务——比如监控你的预算，或者在航班变更时自动重新安排旅行计划。

换句话说，你的智能手机主屏幕可能会演变成一个“数字助手”网络，每个智能体都专注于一个特定领域，比如健康、财务、生产力或社交。

更重要的是，这些智能体将整合加密技术，利用去中心化基础设施自主处理支付、身份验证以及数据存储等任务，为用户提供更加安全和高效的服务体验。

Bonus #2: 机器人革命——AI 的物理化体现

虽然本文大部分内容聚焦于软件领域，但机器人作为 AI 革命的物理化体现，同样令人激动。可以预见，机器人领域将在本十年迎来类似于“chatGPT 时刻”的重大突破。

目前，机器人领域仍面临一些关键挑战，尤其是在获取基于感知的真实世界数据集和提升物理能力方面。然而，一些团队正在积极应对这些难题，并通过加密代币激励数据收集和技术创新。这些努力值得密切关注（比如 FrodoBots？）。

作为一名在科技行业工作超过十年的从业者，我已经很久没有感受到如此令人振奋的创新浪潮。这次的变革显得尤为不同——更大、更大胆，而且才刚刚开始。