Titre original : Post-AI Agent Bubble : Où est la vraie valeur dans le Web3 AI ?
Auteur original : @Defi0xJeff, @steak_studio Chef
Traduction originale : zhouzhou,
Note de l’éditeur : Après l’éclatement de la bulle AI Agent, l’IA Web3 est entrée dans une nouvelle phase : passer du battage médiatique à l’infrastructure et aux applications du monde réel. L’IA décentralisée (DeAI) a attiré l’attention en raison du besoin de confidentialité et d’autonomie des données, et des écosystèmes tels que Bittensor émergent progressivement. À l’avenir, l’accent sera mis sur la combinaison d’agents d’utilisation réelle et de technologies sous-jacentes pour promouvoir la maturité de l’industrie.
Le contenu original est ci-dessous (pour faciliter la lecture et la compréhension, le contenu original a été réorganisé) :
L'agent IA a vu sa capitalisation boursière atteindre plus de 20 milliards de dollars en quelques mois, avant de s'effondrer tout aussi rapidement. Mais ce domaine est en train de mûrir progressivement : l'infrastructure, l'IA décentralisée et les cas d'utilisation réels deviennent dominants. Une nouvelle vague est en train de se former, pourquoi devrions-nous y prêter attention ? Voici les raisons.
Au quatrième trimestre de l'année dernière, nous avons été témoins d'une croissance explosive du secteur des « agents IA », passant de zéro à plus de 20 milliards de dollars en quelques mois - des IA drôles, charismatiques, divertissantes, voire un peu « stupides », aux agents financiers promettant de vous rendre riche du jour au lendemain grâce à des transactions et des investissements.
C'est tout, il y a aussi divers agents intelligents « qui vous rendent riche » et une multitude de DAO d'investissement - des organisations DAO composées d'humains ou d'IA (3,3) visant à investir dans d'autres agents IA.
De la spéculation à l'infrastructure
Nous avons tous appris que, lorsqu'un nouveau domaine émerge (surtout dans le contexte de nouveaux catalyseurs comme Web2 AI, le soutien de Trump au Crypto et à l'IA), les gens ne se soucient pas du tout des fondamentaux. Tant qu'un projet semble animé, avec une démonstration impressionnante et des sujets à la mode, sa capitalisation boursière peut facilement atteindre des centaines de millions de dollars.
@virtuals_io est devenu le représentant de cet écosystème, exécutant parfaitement le marketing, attirant l'attention du grand public et racontant l'histoire la plus captivante, construisant la meilleure narration. Cela a non seulement attiré les développeurs à construire des projets dessus, mais a également attiré les traders de détail à participer à la spéculation.
Ensuite, il y a @elizaOS, qui suit une autre voie - l'IA open source, permettant à tout développeur d'utiliser cette « pelle à or » pour créer son propre agent intelligent. Autour de ce concept, une grande communauté s'est rapidement formée, adoptant une vitesse très rapide, avec des étoiles et des forks sur GitHub qui augmentent à un rythme fulgurant (et cela continue d'augmenter).
Certain projets phares dans les Virtuals ont vu leur valorisation dépasser 5 milliards de dollars, le point culminant d'Eliza étant environ la moitié de cela, tandis que d'autres projets prometteurs ont également atteint des valorisations à huit ou neuf chiffres, comme AIXBT qui a atteint un milliard à son pic.
Bien sûr, la situation est complètement différente maintenant. La capitalisation boursière moyenne des agents récemment lancés et performants n'est que de 3 à 10 millions de dollars ; les anciens, qui sont en activité continue, se situent entre 10 et 50 millions de dollars. Le plafond de valorisation a été considérablement réduit, et la capitalisation boursière totale est passée d'un sommet de 20 milliards de dollars à la fourchette actuelle de 4 à 6 milliards de dollars.
Dynamique d'infrastructure & Accélération Web2
Le marché actuel accorde plus d'importance aux « fondamentaux purs » — en particulier les infrastructures et l'IA décentralisée, car les modèles d'IA dans le domaine du Web2 continuent d'évoluer rapidement : Llama de Meta, GPT d'OpenAI, Grok de Musk, DeepSeek, Qwen d'Alibaba, chaque mois, de nouvelles générations de modèles plus efficaces sont lancées. Par exemple, dès que la dernière fonctionnalité de génération d'images de ChatGPT est sortie, elle a immédiatement déclenché une frénésie virale pour les images de style Ghibli.
Plus important encore, la couche de consommation de Web2 se développe à un rythme plus rapide - car les capacités des modèles d'IA deviennent de plus en plus fortes, beaucoup de fonctionnalités qui étaient auparavant impossibles sont maintenant réalisées. Des outils comme Lovable, Bolt, Cursor et Windsurf permettent aux développeurs de itérer plus rapidement sur les produits. Les flux de travail Agentic et les agents d'IA sont désormais omniprésents, avec un seuil d'entrée très bas et un coût de changement d'utilisateur presque nul - vous n'aimez pas cette application ? Vous pouvez immédiatement trouver une alternative avec une meilleure interface utilisateur et un meilleur prix.
Réveil de la souveraineté des données
En attendant, de plus en plus de personnes commencent à se poser la question : « Maintenant, il y a des applications d'agents intelligents utilisant l'IA centralisée partout, alors à qui appartiennent vraiment mes données ? Où sont mes données ? J'ai partagé des choses privées avec l'IA, va-t-elle vraiment garder le secret ? Ou vont-elles être utilisées ailleurs ? »
Cette préoccupation est devenue plus importante, car @OpenAI a récemment mis à jour la fonction "mémoire" de ChatGPT - il peut désormais revoir toutes vos conversations pour fournir des réponses plus personnalisées. Cela signifie que tout ce que vous dites à l'IA, l'IA s'en souvient et peut le citer à plusieurs reprises.
Frère... Ces fonctionnalités sont vraiment cool et pourraient probablement déclencher une vague de « agents AI personnalisés », comme des assistants AI dédiés, des copilotes AI, des secrétaires personnels, des conseillers psychologiques AI, des AI de compagnie, etc.
Mais vous pouvez imaginer que si ces IA utilisent une technologie centralisée, et que vos données sont détenues ou contrôlées par "d'autres", les conséquences pourraient être très graves.
L'essor de l'IA décentralisée (DeAI)
J'ai fait quelques prévisions l'année dernière, dont une était : l'IA décentralisée commencera à se faire connaître au deuxième trimestre de 2025. À ce moment-là, l'infrastructure d'IA liée à la protection de la vie privée, à la transparence des données, à la vérifiabilité et à la propriété des utilisateurs recevra plus d'attention et sera utilisée plus largement - car les besoins à cet égard ne feront que croître.
Les tendances actuelles peuvent être classées en trois grandes catégories (bien qu'il y ait aussi des chevauchements entre elles) :
·Tendances de capital-risque en IA Web2
Des entreprises incubées par YC (Y Combinator) lancent frénétiquement des agents AI dans des domaines verticaux ; a16z (Andreessen Horowitz) se positionne également sur les tendances de l'AI grand public à travers divers arguments d'investissement ; Perplexity AI a récemment lancé son propre fonds AI, investissant directement dans la course à l'AI.
·Tendances du capital-risque Web3 AI (investissement dans les infrastructures DeAI, entraînement distribué, réseaux d'inférence, etc.)
·Tendances des investisseurs particuliers Web3 AI (écosystème d'agents intelligents AI, agents orientés consommateur, applications AI de consommation)
Web2 et Web3 AI : des ambiances totalement différentes
Pour le Web2, étant donné que son marché total accessible (TAM) est bien plus grand que celui du Web3 - c'est-à-dire qu'un grand nombre d'entreprises cherchent à se transformer/optimiser grâce à l'IA, à améliorer leurs flux de travail, ce qui entraîne plus de clients potentiels, un taux de conversion et des ventes plus élevés, une meilleure fidélisation des clients, une réduction des coûts de gestion et une opération plus efficace - ces entreprises rechercheront donc des solutions pouvant résoudre leurs points de douleur spécifiques et correspondant aux besoins de leur domaine de spécialisation.
Ce « besoin d’optimisation » a incité de nombreux jeunes entrepreneurs à tenter d’améliorer les flux de travail traditionnels avec des agents d’IA. Les agents d’IA peuvent réaliser des économies significatives ou plus de prospects que le SaaS traditionnel, de sorte que ces startups sont en mesure de facturer des frais d’abonnement plus élevés pour leurs services (c’est pourquoi nous voyons beaucoup de startups atteindre un ARR à 7-8 chiffres en quelques mois).
Et la tendance du capital-risque Web3 est très différente. Parce que la blockchain est naturellement une infrastructure idéale pour une IA décentralisée, par exemple : des enregistrements de transactions vérifiables/impossibles à falsifier, un environnement sans confiance, une puissance de calcul décentralisée, un raisonnement et un entraînement de l'IA avec un minimum de confiance (ces termes sont un peu nombreux, mais tu comprends).
En résumé : la direction future est que les gens sachent comment leurs données sont traitées, comprennent la logique de pensée de l'IA, possèdent leurs propres données, modèles et cas d'utilisation, et puissent être incités à partager sans censure. Les VC de Web3 continuent d'investir dans cet avenir.
Pourquoi les petits investisseurs aiment-ils les intelligences artificielles (même s'ils n'ont pas encore compris DeAI)
Pour les particuliers du Web3, DeAI est difficile à comprendre car cela nécessite de maîtriser un grand nombre de termes et de clarifier ce qui constitue la valeur fondamentale (parfois, c'est comme une langue étrangère). Ils ont donc tendance à se tourner vers les projets les "plus faciles à comprendre" - comme commencer par des agents intelligents de type chat, qui sont bavards, amusants et interactifs.
Mais quand ils continuent à rester dans ce secteur, ils réalisent que : ces choses ne peuvent pas créer de la valeur durable pour les utilisateurs (oui, beaucoup d'agents d'IA ne servent en réalité à rien et manquent d'originalité). Cette prise de conscience, combinée à l'environnement de marché morose et instable actuel, conduit le marché à se nettoyer - les agents inutiles sont éliminés, tandis que ceux qui sont utiles, bien que leur évaluation ait fortement diminué, survivent encore.
Les gens commencent à réaliser qu'il doit y avoir de véritables produits d'IA utiles et des scénarios d'application. Cette prise de conscience pousse les équipes à soit développer de vrais produits, soit à s'intégrer avec des projets d'IA disposant de véritables technologies, comme @AlloraNetwork et @opentensor (Bittensor).
Cette transformation présente deux avantages :
Amener les gens à s'intéresser à des infrastructures qui sont difficiles à comprendre mais qui ont réellement de la valeur;
Permettre aux entités d'IA d'acquérir des cas d'utilisation réels à présenter à la communauté.
Avant ce changement : l'agent ne fera que des fonctions de base (discussion, analyse des publications)
Après ce changement : les agents maîtrisent des compétences plus avancées et pratiques (pari, trading, market making, minage, etc. alimentés par l'IA)
Des agents comme @AskBillyBets et @thedkingdao sont devenus des représentants des capacités du sous-réseau Bittensor, apportant des technologies très intéressantes à la vue du grand public.
Écosystème Bittensor
Je pense que ce qui rend l'écosystème de Bittensor particulièrement intéressant, c'est qu'il s'agit d'un écosystème d'IA décentralisé dans lequel vous pouvez investir directement. Actuellement, la plupart des projets DeAI en sont encore à un stade très précoce, seuls les VC ou les investisseurs stratégiques peuvent y participer, les gens ordinaires ne peuvent pas investir, car de nombreux projets n'ont pas encore émis de jetons.
Mais sur Bittensor, tout le monde peut miser ses $TAO sur le sous-réseau qu'il souhaite soutenir, échangeant ainsi contre le Alpha Token de ce sous-réseau (ce qui équivaut à « tout miser » sur ces projets DeAI).
J'ai déjà râlé sur la mauvaise expérience utilisateur entre le pont et le trading, mais en termes de technologie, de produit et d'ambiance, surtout avec des équipes comme @rayon_labs, c'est vraiment fort et ça a beaucoup de vibe.
Ce que j'aime chez Rayon Labs, c'est qu'ils créent des produits optimisés pour l'UI/UX destinés aux consommateurs. Étant donné que le mécanisme du dTAO est déterminé par le marché quant aux incitations d'émission que chaque sous-réseau peut obtenir et à l'évaluation de ce sous-réseau, cela rend de plus en plus important la question de savoir si "chaque sous-réseau peut construire des produits faciles à comprendre et à utiliser".
Rayon a de nombreux sous-réseaux très intéressants (le plus cool étant probablement Gradients, qui est une plateforme autoML où vous pouvez facilement entraîner des modèles), et ce qui est encore plus impressionnant, c'est leur dernier produit phare - la plateforme Squad AI Agent, où vous pouvez créer un agent en faisant glisser des modules (dans un style similaire à celui d'un constructeur de nœuds, comme @figma par exemple).
Dernière remarque : je suis actuellement dans les premières étapes d'une compréhension approfondie de Bittensor, et je prévois d'écrire un article dédié pour partager certaines de mes découvertes intéressantes, ainsi que comment saisir les opportunités qu'il présente. Si vous souhaitez également comprendre d'autres tendances et changements sur le marché, n'hésitez pas à consulter l'article que je recommande ci-dessous.
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
De la spéculation à la réalité, quel est l'avenir de l'IA Web3 ?
Note de l’éditeur : Après l’éclatement de la bulle AI Agent, l’IA Web3 est entrée dans une nouvelle phase : passer du battage médiatique à l’infrastructure et aux applications du monde réel. L’IA décentralisée (DeAI) a attiré l’attention en raison du besoin de confidentialité et d’autonomie des données, et des écosystèmes tels que Bittensor émergent progressivement. À l’avenir, l’accent sera mis sur la combinaison d’agents d’utilisation réelle et de technologies sous-jacentes pour promouvoir la maturité de l’industrie.
Le contenu original est ci-dessous (pour faciliter la lecture et la compréhension, le contenu original a été réorganisé) :
L'agent IA a vu sa capitalisation boursière atteindre plus de 20 milliards de dollars en quelques mois, avant de s'effondrer tout aussi rapidement. Mais ce domaine est en train de mûrir progressivement : l'infrastructure, l'IA décentralisée et les cas d'utilisation réels deviennent dominants. Une nouvelle vague est en train de se former, pourquoi devrions-nous y prêter attention ? Voici les raisons.
Au quatrième trimestre de l'année dernière, nous avons été témoins d'une croissance explosive du secteur des « agents IA », passant de zéro à plus de 20 milliards de dollars en quelques mois - des IA drôles, charismatiques, divertissantes, voire un peu « stupides », aux agents financiers promettant de vous rendre riche du jour au lendemain grâce à des transactions et des investissements.
C'est tout, il y a aussi divers agents intelligents « qui vous rendent riche » et une multitude de DAO d'investissement - des organisations DAO composées d'humains ou d'IA (3,3) visant à investir dans d'autres agents IA.
De la spéculation à l'infrastructure
Nous avons tous appris que, lorsqu'un nouveau domaine émerge (surtout dans le contexte de nouveaux catalyseurs comme Web2 AI, le soutien de Trump au Crypto et à l'IA), les gens ne se soucient pas du tout des fondamentaux. Tant qu'un projet semble animé, avec une démonstration impressionnante et des sujets à la mode, sa capitalisation boursière peut facilement atteindre des centaines de millions de dollars.
@virtuals_io est devenu le représentant de cet écosystème, exécutant parfaitement le marketing, attirant l'attention du grand public et racontant l'histoire la plus captivante, construisant la meilleure narration. Cela a non seulement attiré les développeurs à construire des projets dessus, mais a également attiré les traders de détail à participer à la spéculation.
Ensuite, il y a @elizaOS, qui suit une autre voie - l'IA open source, permettant à tout développeur d'utiliser cette « pelle à or » pour créer son propre agent intelligent. Autour de ce concept, une grande communauté s'est rapidement formée, adoptant une vitesse très rapide, avec des étoiles et des forks sur GitHub qui augmentent à un rythme fulgurant (et cela continue d'augmenter).
Certain projets phares dans les Virtuals ont vu leur valorisation dépasser 5 milliards de dollars, le point culminant d'Eliza étant environ la moitié de cela, tandis que d'autres projets prometteurs ont également atteint des valorisations à huit ou neuf chiffres, comme AIXBT qui a atteint un milliard à son pic.
Bien sûr, la situation est complètement différente maintenant. La capitalisation boursière moyenne des agents récemment lancés et performants n'est que de 3 à 10 millions de dollars ; les anciens, qui sont en activité continue, se situent entre 10 et 50 millions de dollars. Le plafond de valorisation a été considérablement réduit, et la capitalisation boursière totale est passée d'un sommet de 20 milliards de dollars à la fourchette actuelle de 4 à 6 milliards de dollars.
Dynamique d'infrastructure & Accélération Web2
Le marché actuel accorde plus d'importance aux « fondamentaux purs » — en particulier les infrastructures et l'IA décentralisée, car les modèles d'IA dans le domaine du Web2 continuent d'évoluer rapidement : Llama de Meta, GPT d'OpenAI, Grok de Musk, DeepSeek, Qwen d'Alibaba, chaque mois, de nouvelles générations de modèles plus efficaces sont lancées. Par exemple, dès que la dernière fonctionnalité de génération d'images de ChatGPT est sortie, elle a immédiatement déclenché une frénésie virale pour les images de style Ghibli.
Plus important encore, la couche de consommation de Web2 se développe à un rythme plus rapide - car les capacités des modèles d'IA deviennent de plus en plus fortes, beaucoup de fonctionnalités qui étaient auparavant impossibles sont maintenant réalisées. Des outils comme Lovable, Bolt, Cursor et Windsurf permettent aux développeurs de itérer plus rapidement sur les produits. Les flux de travail Agentic et les agents d'IA sont désormais omniprésents, avec un seuil d'entrée très bas et un coût de changement d'utilisateur presque nul - vous n'aimez pas cette application ? Vous pouvez immédiatement trouver une alternative avec une meilleure interface utilisateur et un meilleur prix.
Réveil de la souveraineté des données
En attendant, de plus en plus de personnes commencent à se poser la question : « Maintenant, il y a des applications d'agents intelligents utilisant l'IA centralisée partout, alors à qui appartiennent vraiment mes données ? Où sont mes données ? J'ai partagé des choses privées avec l'IA, va-t-elle vraiment garder le secret ? Ou vont-elles être utilisées ailleurs ? »
Cette préoccupation est devenue plus importante, car @OpenAI a récemment mis à jour la fonction "mémoire" de ChatGPT - il peut désormais revoir toutes vos conversations pour fournir des réponses plus personnalisées. Cela signifie que tout ce que vous dites à l'IA, l'IA s'en souvient et peut le citer à plusieurs reprises.
Frère... Ces fonctionnalités sont vraiment cool et pourraient probablement déclencher une vague de « agents AI personnalisés », comme des assistants AI dédiés, des copilotes AI, des secrétaires personnels, des conseillers psychologiques AI, des AI de compagnie, etc.
Mais vous pouvez imaginer que si ces IA utilisent une technologie centralisée, et que vos données sont détenues ou contrôlées par "d'autres", les conséquences pourraient être très graves.
L'essor de l'IA décentralisée (DeAI)
J'ai fait quelques prévisions l'année dernière, dont une était : l'IA décentralisée commencera à se faire connaître au deuxième trimestre de 2025. À ce moment-là, l'infrastructure d'IA liée à la protection de la vie privée, à la transparence des données, à la vérifiabilité et à la propriété des utilisateurs recevra plus d'attention et sera utilisée plus largement - car les besoins à cet égard ne feront que croître.
Les tendances actuelles peuvent être classées en trois grandes catégories (bien qu'il y ait aussi des chevauchements entre elles) :
·Tendances de capital-risque en IA Web2
Des entreprises incubées par YC (Y Combinator) lancent frénétiquement des agents AI dans des domaines verticaux ; a16z (Andreessen Horowitz) se positionne également sur les tendances de l'AI grand public à travers divers arguments d'investissement ; Perplexity AI a récemment lancé son propre fonds AI, investissant directement dans la course à l'AI.
·Tendances du capital-risque Web3 AI (investissement dans les infrastructures DeAI, entraînement distribué, réseaux d'inférence, etc.)
·Tendances des investisseurs particuliers Web3 AI (écosystème d'agents intelligents AI, agents orientés consommateur, applications AI de consommation)
Web2 et Web3 AI : des ambiances totalement différentes
Pour le Web2, étant donné que son marché total accessible (TAM) est bien plus grand que celui du Web3 - c'est-à-dire qu'un grand nombre d'entreprises cherchent à se transformer/optimiser grâce à l'IA, à améliorer leurs flux de travail, ce qui entraîne plus de clients potentiels, un taux de conversion et des ventes plus élevés, une meilleure fidélisation des clients, une réduction des coûts de gestion et une opération plus efficace - ces entreprises rechercheront donc des solutions pouvant résoudre leurs points de douleur spécifiques et correspondant aux besoins de leur domaine de spécialisation.
Ce « besoin d’optimisation » a incité de nombreux jeunes entrepreneurs à tenter d’améliorer les flux de travail traditionnels avec des agents d’IA. Les agents d’IA peuvent réaliser des économies significatives ou plus de prospects que le SaaS traditionnel, de sorte que ces startups sont en mesure de facturer des frais d’abonnement plus élevés pour leurs services (c’est pourquoi nous voyons beaucoup de startups atteindre un ARR à 7-8 chiffres en quelques mois).
Et la tendance du capital-risque Web3 est très différente. Parce que la blockchain est naturellement une infrastructure idéale pour une IA décentralisée, par exemple : des enregistrements de transactions vérifiables/impossibles à falsifier, un environnement sans confiance, une puissance de calcul décentralisée, un raisonnement et un entraînement de l'IA avec un minimum de confiance (ces termes sont un peu nombreux, mais tu comprends).
En résumé : la direction future est que les gens sachent comment leurs données sont traitées, comprennent la logique de pensée de l'IA, possèdent leurs propres données, modèles et cas d'utilisation, et puissent être incités à partager sans censure. Les VC de Web3 continuent d'investir dans cet avenir.
Pourquoi les petits investisseurs aiment-ils les intelligences artificielles (même s'ils n'ont pas encore compris DeAI)
Pour les particuliers du Web3, DeAI est difficile à comprendre car cela nécessite de maîtriser un grand nombre de termes et de clarifier ce qui constitue la valeur fondamentale (parfois, c'est comme une langue étrangère). Ils ont donc tendance à se tourner vers les projets les "plus faciles à comprendre" - comme commencer par des agents intelligents de type chat, qui sont bavards, amusants et interactifs.
Mais quand ils continuent à rester dans ce secteur, ils réalisent que : ces choses ne peuvent pas créer de la valeur durable pour les utilisateurs (oui, beaucoup d'agents d'IA ne servent en réalité à rien et manquent d'originalité). Cette prise de conscience, combinée à l'environnement de marché morose et instable actuel, conduit le marché à se nettoyer - les agents inutiles sont éliminés, tandis que ceux qui sont utiles, bien que leur évaluation ait fortement diminué, survivent encore.
Les gens commencent à réaliser qu'il doit y avoir de véritables produits d'IA utiles et des scénarios d'application. Cette prise de conscience pousse les équipes à soit développer de vrais produits, soit à s'intégrer avec des projets d'IA disposant de véritables technologies, comme @AlloraNetwork et @opentensor (Bittensor).
Cette transformation présente deux avantages :
Amener les gens à s'intéresser à des infrastructures qui sont difficiles à comprendre mais qui ont réellement de la valeur;
Permettre aux entités d'IA d'acquérir des cas d'utilisation réels à présenter à la communauté.
Avant ce changement : l'agent ne fera que des fonctions de base (discussion, analyse des publications)
Après ce changement : les agents maîtrisent des compétences plus avancées et pratiques (pari, trading, market making, minage, etc. alimentés par l'IA)
Des agents comme @AskBillyBets et @thedkingdao sont devenus des représentants des capacités du sous-réseau Bittensor, apportant des technologies très intéressantes à la vue du grand public.
Écosystème Bittensor
Je pense que ce qui rend l'écosystème de Bittensor particulièrement intéressant, c'est qu'il s'agit d'un écosystème d'IA décentralisé dans lequel vous pouvez investir directement. Actuellement, la plupart des projets DeAI en sont encore à un stade très précoce, seuls les VC ou les investisseurs stratégiques peuvent y participer, les gens ordinaires ne peuvent pas investir, car de nombreux projets n'ont pas encore émis de jetons.
Mais sur Bittensor, tout le monde peut miser ses $TAO sur le sous-réseau qu'il souhaite soutenir, échangeant ainsi contre le Alpha Token de ce sous-réseau (ce qui équivaut à « tout miser » sur ces projets DeAI).
J'ai déjà râlé sur la mauvaise expérience utilisateur entre le pont et le trading, mais en termes de technologie, de produit et d'ambiance, surtout avec des équipes comme @rayon_labs, c'est vraiment fort et ça a beaucoup de vibe.
Ce que j'aime chez Rayon Labs, c'est qu'ils créent des produits optimisés pour l'UI/UX destinés aux consommateurs. Étant donné que le mécanisme du dTAO est déterminé par le marché quant aux incitations d'émission que chaque sous-réseau peut obtenir et à l'évaluation de ce sous-réseau, cela rend de plus en plus important la question de savoir si "chaque sous-réseau peut construire des produits faciles à comprendre et à utiliser".
Rayon a de nombreux sous-réseaux très intéressants (le plus cool étant probablement Gradients, qui est une plateforme autoML où vous pouvez facilement entraîner des modèles), et ce qui est encore plus impressionnant, c'est leur dernier produit phare - la plateforme Squad AI Agent, où vous pouvez créer un agent en faisant glisser des modules (dans un style similaire à celui d'un constructeur de nœuds, comme @figma par exemple).
Dernière remarque : je suis actuellement dans les premières étapes d'une compréhension approfondie de Bittensor, et je prévois d'écrire un article dédié pour partager certaines de mes découvertes intéressantes, ainsi que comment saisir les opportunités qu'il présente. Si vous souhaitez également comprendre d'autres tendances et changements sur le marché, n'hésitez pas à consulter l'article que je recommande ci-dessous.
« Lien vers le texte original »
：