Day 70
Day 70：AI + Crypto — 2025-2026 最大叙事
AI Agents on-chain、DeFAI、去中心化算力、zkML 验证推理、ERC-8004 标准、PM 产品机会全景，附面试题答案
2026-03-15
Web3AIAI AgentsDeFAIzkMLDay70Week10
核心概念
什么是 AI + Crypto？
一句话定义：将 AI 能力（推理、决策、自动化）与区块链特性（去中心化、无需许可、可验证）结合，创造自主链上 Agent、去中心化算力和可验证 AI 推理等新范式。
类比理解：传统 DeFi 是你亲手操作的"自动取款机"，AI + Crypto 是给你配了一个"24 小时私人银行经理"，它有自己的钱包，按你设定的规则自主执行所有金融操作 — 但你随时能拔掉它的权限。
为什么这是 2025-2026 最重要的 Web3 叙事？
- VC 资金 37% 流向 AI+Crypto 交叉项目
- Truth Terminal / GOAT 事件引爆了"AI Agent 持有钱包"的想象力
- ERC-8004 首次为 Agent 建立链上身份标准
- Vitalik 亲自提出 AI 治理代理方案
- PM 面试命中率极高 — 几乎每个 Web3 公司都在探索 AI 集成
知识点详解
知识点1：AI Agent 产品栈
理解整个赛道的最佳框架：
Layer 4: 应用层 — 用户直接使用的产品
├── DeFAI 交易（HeyAnon、Glider）
├── AI 治理代理（NEAR、Vitalik 方案）
├── 自然语言钱包（AgentVault）
└── AI 审计工具（Sherlock AI、AuditAgent）
Layer 3: 框架层 — 开发者构建 Agent 的工具
├── ElizaOS（ai16z，Solana 生态）
├── Virtuals Protocol（Base，Agent 启动平台）
└── Autonolas/OLAS（链下自治服务）
Layer 2: 验证层 — 证明 AI 输出可信
├── zkML（零知识证明 + ML）
├── opML（乐观证明 + ML）
└── TEE（可信执行环境）
Layer 1: 算力层 — 去中心化 GPU/计算
├── Bittensor（TAO，去中心化 ML 网络）
├── Render（RNDR，GPU 渲染市场）
├── Akash（AKT，去中心化云）
└── io.net（IO，GPU 聚合）
Layer 0: 结算层 — 区块链基础
└── Ethereum / Solana / Base
知识点2：核心协议全景
基础设施 / 大市值：
| 项目 | Token | 市值(2026.03) | 做什么 |
|---|---|---|---|
| Bittensor | TAO | ~$3.4B | 去中心化 ML 网络；子网架构让不同团队训练/提供模型；2025.12 减半 |
| NEAR | NEAR | ~$3.24B | L1 转向 AI Agent 基础设施；试点 AI 治理代理 |
| Render | RNDR | Top 5 | GPU 渲染市场扩展到 ML 推理 |
| ASI Alliance | FET/ASI | 曾达$7.5B | Fetch+SingularityNET+Ocean 三方合并（2024.07）；2025-26 正在分裂，Ocean 退出并被 Fetch 起诉 |
AI Agent 平台：
| 项目 | Token | 做什么 | 亮点 |
|---|---|---|---|
| Virtuals Protocol | VIRTUAL | Base 上 AI Agent 启动平台 | "AI 版 Pump.fun"，2200+ Agent 创建，bonding curve 机制 |
| ai16z / ElizaOS | ELIZAOS | Solana AI Agent 开源框架 | 2025.01 GitHub #2 趋势；市值达$2.5B；正迁移到跨链 |
| Autonolas | OLAS | 链下自治 Agent 框架 | veOLAS 治理；但价格严重下跌（~$9M） |
去中心化算力：
| 项目 | Token | 做什么 |
|---|---|---|
| Akash | AKT | 去中心化云市场，2026.03 投票 Burn-Mint 机制 |
| io.net | IO | 全球最大去中心化 GPU 网络，月收入$1M+ |
| Render | RNDR | GPU 渲染 + ML 推理 |
知识点3：DeFAI — AI + DeFi 的融合
DeFAI 是 2025-2026 最核心的产品方向：
传统 DeFi 用户旅程：
研究协议 → 连接钱包 → 手动 Swap → 手动添加流动性
→ 手动监控 → 手动收割 → 重复
DeFAI 用户旅程：
设定策略（"我要稳定收益，风险容忍度中等"）
→ AI Agent 自动执行全部操作
→ 用户只看结果和调整策略
类比：
DeFi = 自己炒菜
DeFAI = 告诉厨师你想吃什么口味
关键产品形态：
| 类型 | 示例 | 用户交互方式 |
|---|---|---|
| 钱包 Agent | Coinbase Agentic Wallets | 设定规则 → Agent 24/7 执行 |
| 交易 Agent | HeyAnon, Glider | 自然语言："把 ETH 换成稳定币" |
| 策略 Agent | Giza | "我要最高收益" → 自动分配 |
| 审计 Agent | Sherlock AI, AuditAgent | 自动分析合约漏洞 |
| 治理 Agent | NEAR AI Delegates | 按用户价值观自动投票 |
知识点4：ERC-8004 — Agent 身份标准
2025.08 定稿的以太坊标准，为 AI Agent 建立链上身份体系：
ERC-8004 三大注册表：
├── Identity Registry — Agent 是谁？（链上身份）
├── Reputation Registry — Agent 做得怎么样？（历史表现）
└── Validation Registry — Agent 可信吗？（验证机制）
为什么重要：
没有身份标准 → Agent 是黑箱，无法信任
有了 ERC-8004 → Agent 有链上声誉，可组合、可问责
知识点5：可验证 AI 推理
核心问题：你怎么知道 AI Agent 真的运行了它声称的模型？
| 方案 | 原理 | 优势 | 劣势 |
|---|---|---|---|
| zkML | 将神经网络转为 ZK 电路，生成证明 | 最强安全性，完全可验证 | 极慢、极贵 |
| opML | 乐观假设正确，仅在挑战时生成欺诈证明 | 便宜、快 | 安全性依赖挑战者 |
| TEE | 在可信硬件中运行 AI（如 Intel SGX） | 性能好 | 依赖硬件厂商 |
验证三难困境：去中心化推理无法同时实现高完整性 + 低延迟 + 低成本。
知识点6：关键事件复盘
Truth Terminal / GOAT（2024.10）：
Andy Ayrey 创建 AI 聊天机器人 Truth Terminal
→ Marc Andreessen 给它打了 $50K BTC
→ 机器人推广 GOAT memecoin
→ GOAT 在 Pump.fun 上市值飙至 $1B
→ 首个"AI Agent 百万富翁"
→ 引爆"AI 能持有钱包并赚钱"的叙事
ASI Alliance 分裂（2025-2026）：
2024.03: Fetch.ai + SingularityNET + Ocean Protocol 宣布合并
2024.07: 合并完成，合计市值 $7.5B
2025-26: Ocean Protocol 退出联盟
Fetch 起诉 Ocean（争议 2.63 亿 FET 的"社区销售"）
教训：Token 合并的治理和经济设计极其复杂
知识点7：市场数据与趋势
| 指标 | 数值 |
|---|---|
| AI Crypto 总市值 | ~$26-28B（2026.03） |
| AI Agents 子赛道 | ~$3B |
| 2025 年 VC 中 AI+Crypto 占比 | 37% |
| 2025 年整体跌幅 | -68.6% |
| 预测市场规模（2034） | $4.3B |
| AI 辅助审计漏洞减少 | ~40% |
知识点8：风险清单
1. 炒作泡沫 — 2025 跌 68.6%，大多数项目无实质 AI
2. "Wrapper" 问题 — 很多只是 OpenAI API + Token 的薄封装
3. Token 效用存疑 — Agent 平台 Token 无清晰价值捕获
4. 中心化矛盾 — "去中心化 AI"但模型来自 OpenAI/Anthropic
5. 安全攻击面 — Agent 持有私钥 = 黑客的新目标
6. 双重监管 — AI 监管 + Crypto 监管同时收紧
7. 责任归属 — Agent 做了错误交易，谁负责？
对比分析
DeFi vs DeFAI
| 维度 | 传统 DeFi | DeFAI |
|---|---|---|
| 用户交互 | 手动点击每步 | 设定策略，Agent 执行 |
| 7x24 | 需要人盯盘 | Agent 自动运行 |
| 决策 | 人工判断 | AI 模型 + 链上数据 |
| 风控 | 用户自己监控 | Agent 实时调整 |
| 门槛 | 需要理解各协议 | 自然语言即可 |
| 信任 | 信任合约代码 | 信任 Agent + 验证层 |
| 范式类比 | 订单簿 | AMM（自动化替代手动） |
AI Agent 框架对比
| 框架 | 链 | 开源 | Agent 数量 | 特点 |
|---|---|---|---|---|
| Virtuals | Base | 部分 | 2200+ | Launchpad 模式，bonding curve |
| ElizaOS | Solana→跨链 | 完全 | - | GitHub 开源框架，开发者友好 |
| Autonolas | EVM | 是 | - | 链下自治服务，veToken 治理 |
链上实操记录
操作1：研究 Virtuals Protocol
步骤：
- 访问 app.virtuals.io（Base 链）
- 浏览已创建的 AI Agent 列表
- 观察 Agent Token 的 bonding curve 机制
- 查看 Agent 的交互指标（消息数、交易量）
观察：
- 创建 Agent 需要锁定 VIRTUAL Token
- Agent Token 价格沿 bonding curve 变化
- 大多数 Agent 活跃度很低，头部效应明显
- "AI 版 Pump.fun"定位准确 — 创建门槛低但质量参差
操作2：研究 ERC-8004
步骤：
- 在 EIPs 网站查看 ERC-8004 提案
- 理解三大注册表（Identity / Reputation / Validation）
- 思考对产品设计的影响
观察：
- Agent 有了链上身份后，可以建立跨协议的声誉系统
- 用户可以根据 Agent 的历史表现选择委托
- 为 Agent 的可组合性奠定基础
今日思考
问题1：AI + Crypto 是真正的创新还是炒作？
两者都是。真正的创新在于：
- AI Agent 持有钱包并自主交易（Truth Terminal 证明了可行性）
- 去中心化算力解决了 GPU 供给瓶颈
- zkML 让 AI 推理可验证
但炒作也很严重：68.6% 的跌幅说明大部分项目是"AI 品牌 + Token"，没有真实的 AI 能力。PM 的工作是区分两者。
问题2：DeFAI 会取代传统 DeFi 吗？
不会取代，但会覆盖一层。类比 AMM 没有取代订单簿，而是开辟了新的市场。DeFAI 会让更多"不懂 DeFi 的人"能够参与 — 你不需要理解 Uniswap V3 的集中流动性，只需要告诉 Agent "我想获得稳定收益"。
问题3：作为 PM，我应该关注哪一层？
Layer 4（应用层） — 因为你的金融背景让你能设计出有风控意识的 AI Agent 产品。大多数 AI+Crypto 产品是工程师做给工程师的，缺乏：
- 适当的风险限额和熔断机制
- 用户可理解的策略解释
- 合规友好的产品设计
这正是你的差异化优势。
面试题准备
Q：AI 如何改变 Web3 产品设计？
30秒版本： AI 正在将 Web3 产品从"用户手动执行每一步"转变为"用户设定策略，AI Agent 自主执行"。核心变化是交互范式 — 从点击按钮到自然语言，从手动监控到 24/7 自动化。关键挑战是信任和验证：用户如何确信 Agent 做了正确的事？ERC-8004 和 zkML 正在解决这个问题。
2分钟版本：
- 交互范式转变：从 click-to-execute 到 policy-to-delegate。用户不再需要理解每个协议，只需设定目标和风险边界
- DeFAI：AI Agent 24/7 管理 DeFi 策略，自动交易、风控、再平衡。类比 AMM 替代订单簿的范式跃迁
- 信任层：ERC-8004 为 Agent 建立链上身份和声誉；zkML/opML 让 AI 推理结果可验证
- 治理革新：AI 投票代理可将 DAO 参与率从 15-25% 提升到接近 100%
- 产品设计新维度：PM 需要设计"Agent 权限管理"、"策略可视化"、"风险熔断"等全新功能
- 风险：Agent 持有私钥的安全风险、"AI 概念"炒作泡沫、责任归属不清
追问准备：
- Q：你怎么设计一个用户信任的 AI Agent 产品？→ 三层信任：1) 链上声誉（ERC-8004）2) 可验证推理（zkML）3) 风险限额（用户设定 Agent 的操作边界和每日损失上限）
- Q：zkML 和 opML 选哪个？→ 高价值低频操作（大额交易）用 zkML（最强验证）；日常自动化操作用 opML（便宜快速）；折中方案用 TEE
- Q：ASI Alliance 合并失败给 PM 什么教训？→ Token 合并的治理设计比技术实现难 10 倍。三方利益对齐、社区投票权分配、资金使用监督 — 任何一个没处理好都会导致分裂
Q：你最看好 AI + Crypto 哪个方向？
30秒版本： 最看好应用层的 DeFAI 钱包 Agent — 因为它直接解决了 Web3 最大的用户痛点（操作复杂、需要 7x24 盯盘），且有清晰的商业模式（策略管理费）。我的金融背景在风控设计上有优势，这恰好是当前大多数 AI Agent 产品最缺的。
学习资源
文档阅读
| 资源 | 说明 |
|---|---|
| ERC-8004 提案原文 | Agent 身份/声誉标准 |
| Virtuals Protocol 白皮书 | Agent Launchpad 机制 |
| ElizaOS GitHub | 开源 Agent 框架代码 |
| Bittensor 文档 | 子网架构和激励机制 |
工具网站
| 工具 | 用途 |
|---|---|
| CoinGecko AI Agents 分类 | AI Agent Token 市场数据 |
| DefiLlama AI 分类 | DeFAI 协议 TVL 数据 |
| app.virtuals.io | 体验 AI Agent 创建 |
延伸阅读
| 主题 | 资源 |
|---|---|
| Vitalik AI 治理代理提案 | CoinDesk: Vitalik Proposes AI Stewards |
| Truth Terminal 事件始末 | CoinDesk: The Truth Terminal |
| zkML 技术指南 | ICME: Definitive Guide to ZKML 2025 |
| DeFAI 全景 | Ledger Academy: DeFAI Explained |
明日预告
Day 71：Intent-Based 架构 — 从 Transaction 到 Intent 的范式转变
- UniswapX、Anoma、CoW Protocol
- Solver 网络和订单流拍卖
- 对 Web3 UX 的根本性影响