Background: Crypto + AI, Procurando por PMF

PMF (Product-Market Fit) refere-se à alinhamento entre um produto e as necessidades do mercado. Significa que um produto deve atender à demanda do mercado e, antes de iniciar um empreendimento, é essencial entender o ambiente de mercado e o tipo de clientes a serem alvejados. Isso garante o desenvolvimento de um produto que é realmente necessário, e não apenas algo que agrada aos criadores, mas não é aceito pelo mercado.

O conceito de PMF se aplica aos empreendedores para evitar a criação de produtos ou serviços que possam parecer ideais, mas não consigam atrair o interesse do mercado. No espaço cripto, isso significa que as equipes de projeto devem entender as necessidades dos usuários de cripto ao desenvolver produtos, em vez de simplesmente acumular tecnologia que está desconectada do mercado.

No passado, a maioria dos projetos Crypto + AI vinha acompanhada de DePIN. A narrativa girava em torno do uso de dados descentralizados de criptomoedas para treinar IA, evitando depender do controle de uma única entidade, como poder de computação ou dados. Os provedores de dados poderiam então compartilhar dos benefícios impulsionados pela IA.

De acordo com essa lógica, era mais como cripto capacitando IA. Embora a IA pudesse tokenizar e distribuir benefícios aos provedores de energia de computação, era desafiador incorporar novos usuários, o que significa que esse modelo não foi particularmente bem-sucedido em termos de PMF.

A emergência de Agentes de IA representa mais a camada de aplicação, enquanto DePIN + AI funciona como a infraestrutura. As aplicações são mais simples e fáceis de entender, com uma melhor capacidade de atrair usuários, levando a um PMF mais forte do que DePIN + AI.

Tudo começou quando Marc Andreessen, co-fundador da A16Z, patrocinou o desenvolvimento (a teoria do PMF também foi proposta por ele), e o primeiro grande avanço do Agente de IA veio de duas conversas de IA que levaram à criação do “GOAT”. Agora, com os acampamentos da ai16z e da Virtual tendo suas forças e fraquezas, qual é o estágio atual dos Agentes de IA no mercado de criptomoedas? Para onde eles estão indo no futuro? Vamos dar uma olhada mais de perto com a pesquisa WOO X.

Estágio 1: Começos impulsionados por memes

Antes do surgimento da GOAT, a tendência mais quente no ciclo atual eram as moedas meme. O apelo das moedas meme está na sua inclusividade, como visto em projetos como o hipopótamo MOODENG do zoológico, o recém-adotado Neiro do dono do cachorro e o meme nativo da internet Popcat. Essas moedas incorporam o movimento "tudo pode ser um meme". Apesar da narrativa aparentemente absurda, elas forneceram terreno fértil para o crescimento dos Agentes de IA.

GOAT, que foi criado através de duas conversas de IA, se tornou uma moeda meme e marcou a primeira vez que a IA usou criptomoeda e a internet para alcançar seus objetivos aprendendo com o comportamento humano. Apenas moedas meme tinham a capacidade de apoiar um projeto experimental desse tipo. Como resultado, conceitos semelhantes surgiram rapidamente, mas a maioria permaneceu limitada a funções simples como postagens automáticas no Twitter e respostas sem aplicação prática. Nesta fase, as moedas baseadas em agentes de IA eram tipicamente referidas como AI + Meme.

Projetos representativos:

Fartcoin: Capitalização de mercado $812M, liquidez on-chain $15.9M

GOAT: Capitalização de mercado $430M, liquidez on-chain $8.1M

Bully: Capitalização de mercado $43M, liquidez on-chain $2M

Shoggoth: Capitalização de mercado $38M, liquidez na cadeia $1.8M

Etapa 2: Explorando Aplicações

Gradualmente, as pessoas perceberam que os Agentes de IA poderiam fazer mais do que simples interações no Twitter; eles poderiam ser estendidos para cenários mais valiosos. Isso incluía a criação de conteúdo em áreas como música e vídeo, bem como serviços mais alinhados com usuários de criptomoedas, como análise de investimentos e gestão de fundos. A partir desta fase em diante, os Agentes de IA começaram a se separar das moedas-meme, criando uma trilha completamente nova.

Projetos representativos:

ai16z: Capitalização de mercado $1.67B, liquidez on-chain $14.7M

Zerebro: Capitalização de mercado $453M, liquidez on-chain $14M

AIXBT: Capitalização de mercado $500M, liquidez on-chain $19.2M

GRIFFAIN: Capitalização de mercado $243M, liquidez on-chain $7.5M

ALCH: Capitalização de mercado $68M, liquidez on-chain $2.8M

História lateral: Plataformas de Emissão

À medida que as aplicações do Agente de IA florescem em vários campos, que caminho os empreendedores devem seguir para aproveitar a onda de IA e Criptografia?

A resposta é Launchpad.
Quando os tokens de uma plataforma têm efeitos de geração de riqueza, os usuários continuamente buscarão e comprarão os tokens emitidos por essa plataforma. Os lucros reais gerados por essas compras de usuários capacitam o token da plataforma, impulsionando seu preço. À medida que o preço do token da plataforma aumenta, os fundos fluem para os tokens emitidos pela plataforma, criando um efeito de riqueza.

O modelo de negócio é claro e tem um efeito positivo. No entanto, é importante observar que os Launchpads operam em um ambiente de vencedor leva tudo, exibindo um Efeito Mateus. A função principal de um Launchpad é emitir novos tokens. Em um cenário de função semelhante, a competição reside na qualidade dos projetos em cada plataforma. Se uma única plataforma conseguir produzir consistentemente projetos de alta qualidade e gerar efeitos de riqueza, a lealdade do usuário a essa plataforma aumentará naturalmente, tornando difícil para outras plataformas atrair usuários.

Projetos representativos:

VIRTUAL: Capitalização de mercado $3.4B, liquidez on-chain $52M
CLANKER: Capitalização de mercado $62M, liquidez na cadeia $1.2M
VVAIFU: Capitalização de mercado $81M, liquidez on-chain $3.5M
VAPOR: Capitalização de mercado $105M

Estágio 3: Buscando Colaboração

À medida que os Agentes de IA começam a implementar recursos mais práticos, o foco se desloca para a exploração de colaborações entre projetos para construir um ecossistema mais robusto. Nesta fase, a ênfase está na interoperabilidade e na expansão da rede, especialmente no potencial de sinergia com outros projetos ou protocolos de criptografia. Por exemplo, os Agentes de IA poderiam colaborar com protocolos DeFi para aprimorar estratégias de investimento automatizadas ou integrar-se a projetos NFT para criar ferramentas mais inteligentes.

Para alcançar uma colaboração eficiente, um framework padronizado precisa ser estabelecido, fornecendo aos desenvolvedores componentes pré-definidos, conceitos abstratos e ferramentas relevantes para simplificar o processo complexo de desenvolvimento de Agentes de IA. Ao oferecer soluções padronizadas para desafios comuns no desenvolvimento de Agentes de IA, esses frameworks podem ajudar os desenvolvedores a se concentrarem na singularidade de suas aplicações, em vez de começarem do zero toda vez, evitando assim o problema de reinventar a roda.

Projetos representativos:

• [ ]

ELIZA: Capitalização de mercado $100M, liquidez on-chain $3.6M

GAME: Capitalização de mercado $237M, liquidez on-chain $31M

ARC: Capitalização de mercado $300M, liquidez on-chain $5M

FXN: Capitalização de mercado $76M, liquidez on-chain $1.5M

ENXAMES: Capitalização de mercado $63M, liquidez on-chain $20M

Etapa 4: Gestão de Fundos

Do ponto de vista do produto, os Agentes de IA podem inicialmente servir como ferramentas simples, fornecendo conselhos de investimento e gerando relatórios. No entanto, a gestão de fundos requer habilidades de nível mais elevado, incluindo o design de estratégias, ajustes dinâmicos e previsões de mercado. Isso marca uma mudança em que os Agentes de IA não são mais apenas ferramentas, mas começam a participar do processo de criação de valor.

À medida que o capital financeiro tradicional acelera sua entrada no mercado de criptomoedas, a demanda por especialização e escalabilidade continua a aumentar. A automação e eficiência dos Agentes de IA abordam perfeitamente essa necessidade, especialmente ao executar funções como estratégias de arbitragem, rebalanceamento de ativos e proteção contra riscos. Os Agentes de IA podem aumentar significativamente a competitividade dos fundos.

Projetos representativos:

• [ ]

ai16z: Capitalização de mercado $1.67B, liquidez on-chain $14.7M

Vader: Capitalização de mercado $91M, liquidez on-chain $3.7M

SEKOIA: Capitalização de mercado $33M, liquidez on-chain $1.5M

AiSTR: Capitalização de mercado $13.7M, liquidez on-chain $675K

Etapa Antecipada 5: Remodelando Agentnomics

Atualmente, estamos na quarta fase. Deixando de lado os preços dos tokens, a maioria dos Agentes de Crypto AI ainda não foi integrada às nossas aplicações diárias. Por exemplo, o Agente de AI mais comumente usado pelo autor ainda é a ferramenta Web 2 Perplexity e, ocasionalmente, eles revisam análises de tweets do AIXBT. Além disso, a frequência de uso dos Agentes de Crypto AI permanece bastante baixa, o que sugere que a quarta fase pode persistir por um tempo, já que o produto ainda não está totalmente maduro.

No entanto, o autor acredita que na quinta etapa, os Agentes de IA evoluirão além de serem apenas agregadores de funções ou aplicativos. Eles se tornarão o núcleo de um novo modelo econômico - Agenteconomia. O desenvolvimento desta etapa não apenas envolverá avanços tecnológicos, mas também será crucial para redefinir as relações econômicas de token entre distribuidores, plataformas e fornecedores de Agentes, criando assim um ecossistema completamente novo. Abaixo estão as principais características desta etapa:

1. Análogo ao desenvolvimento da Internet

A formação da Agentnomics pode ser comparada à evolução da economia da internet, especialmente ao surgimento de super aplicativos como WeChat e Alipay. Essas plataformas integraram vários aplicativos independentes em seus ecossistemas, criando pontos de entrada multifuncionais. Durante esse processo, um modelo econômico de colaboração e simbiose entre fornecedores de aplicativos e plataformas emergiu. Da mesma forma, os Agentes de IA passarão por um processo semelhante na quinta fase, mas baseado em criptomoedas e tecnologias descentralizadas.

2. Reformulando a Relação Entre Distribuidores, Plataformas e Vendedores de Agentes

No ecossistema dos Agentes de IA, as três entidades-chave formarão uma rede econômica bem unida:

• [ ]

Distribuidor: Responsável por promover Agentes de IA para usuários finais, como por meio de mercados de aplicativos especializados ou ecossistemas de DApp.

Plataforma: Fornece a infraestrutura e os quadros de colaboração que permitem que vários fornecedores de Agent operem em um ambiente unificado, gerenciando regras do ecossistema e alocação de recursos.

Agente Fornecedor: Desenvolve e fornece vários Agentes de IA com diferentes funcionalidades, contribuindo com aplicações e serviços inovadores para o ecossistema.

Por meio do design econômico de tokens, os interesses de distribuidores, plataformas e fornecedores serão descentralizados, com mecanismos como compartilhamento de receita, recompensas por contribuição e direitos de governança para promover a colaboração e incentivar a inovação.

3. Pontos de Entrada e Integração do Super Aplicativo

À medida que os Agentes de IA evoluem para pontos de entrada de super aplicativos, eles serão capazes de integrar várias economias de plataforma, gerenciando e consolidando um grande número de Agentes independentes. Isso é semelhante a como o WeChat e o Alipay integraram aplicativos independentes em seus ecossistemas. O super aplicativo para Agentes de IA irá quebrar ainda mais os silos tradicionais de aplicativos, facilitando uma colaboração mais ampla e criando uma experiência mais fluida para os usuários.

Aviso legal:

1. Este artigo é republicado de [PANews]. Todos os direitos autorais pertencem ao autor original [WOO]. Se houver objeções a esta reimpressão, entre em contato com o Gate Learnequipe e eles lidarão com isso prontamente.
2. Isenção de responsabilidade: As opiniões expressas neste artigo são exclusivas do autor e não constituem qualquer conselho de investimento.
3. As traduções do artigo para outros idiomas são feitas pela equipe Learn da gate. Salvo indicação em contrário, é proibido copiar, distribuir ou plagiar os artigos traduzidos.