AI如何影响Web3？

在AI语境下，the only certainty is uncertain。人们喜欢确定的东西，但由AI带来的这种不确定，在科技发展的大潮之下，并不可逆。乐观者认为AI的出现会给整个世界带来难以想象的降本增效的帮助。悲观者则认为AI会对当前个行业的游戏规则带来深刻的影响，并因此会带来大量的失业。

但不管怎么说，从ChatGPT出现到现在，人们对AI的看法从惊讶和担忧已经逐渐接纳。人们似乎意识到，无论欢迎还是排斥，AI毫无争议的将要深入到人们的各个领域中，并凭借自身的机制和潜力对各个行业带来颠覆。

现在，AI开始进入Web3，并对全行业产生影响力。

OneKey前创始人王一石在推特上表示：Web3的叙事已经从加密货币转向AI。王一石的观点并非个例，Web3行业内有很多人都认为，AI对Web3的影响是巨大的，尤其是NFT和GameFi领域，AIGC概念的出现，意味着在内容创作方面有了全新的范式。从PGC（Professionally Generated Content，专业者生产内容）到UGC（User Generated Content用户生产内容），再到现在的AIGC，将内容创作的工作交给程序。

除了AIGC对Web3内容方面带来的影响外，事实上，AI对于Web3的影响比我们想象的要深远。

AI正在“整顿”Web3

AI对Web3的“整顿”来自于两个方面：一方面是，AI技术的出现，分散了资本对Web3的注意力。

在AI出现之前，Web3一度成为VC和机构眼里的香饽饽，各行各业也都推出了各种类Web3概念（比如数字藏品、元宇宙）等来充当噱头。但在AI出现之后，这一情况发生的改变。

在机构眼里，AIGC至少比Web3看起来更靠谱，至少是个实际的东西，而不是需要预见的概念。机构的兴趣正在发生转移，再加上熊市与监管等其他原因。据陀螺研究院统计，Web3领域今年3月全球融资事件发生86其，金额为56.76亿元，同比去年下降47.98%。

资金，正在从Web3领域离开，转而进入AI。

而“整顿”的另一方面则是：AI的出现，使得Web3领域机制和逻辑正在发生改变。Web3项目开始侧重于在自身生态中添加AI的要素。部分项目开始演变至少要有AI概念或者至少要有GPT接口才能拿得出手。我们可以把这一现象视为AI对于Web3世界的“整顿”，也可以看做Web3世界基于AI强势“入侵”的自我应对手段。

于是便有了AI Web3概念的出现。在AI与Web3的融合过程中，市场上也涌现出了许多不同的产品，大致可以将这些产品分为两类：一类是基于项目本身方向，添加AI要素。这类产品往往在自身产品基础上，介入一些AI工具的接口，并在对外PR时，着重强调AI对产品的赋能和推动作用。比如AIGOGE。

AI+Web3的另一种结合则是奔着降本增效的思路去做的，主打AI+交易策略的Pionex；主打AI+基础设施建设的Getch、Cortex、SingularityNET；侧重AI+金融预测的Numerai等等。

不同AI概念的Web3产品的涌现，反映出市场和资本对于该类型产品的青睐，比如4月18日推出的AIDOGE币种2天内上涨218.50%。（Fetch.ai） FET 、SingularityNET （AGIX）、Ocean Protocol（Ocean）等项目代币在90天内分别增长110%、61.53%、66.67%。

在AI Web3概念二级市场火热的同时，一级市场表现更加喜人。今年以来，AI Web3概念产品也是接连斩获融资，今年3月29日，Fetch.ai便获得了来自SWF Labs的4000万美元投资。

目前来看，AI+Web3概念，在未来似乎会成为一个主要的趋势，那么在此，veDAO研究院整理了AI可能会对Web3带来变革的不同赛道进行了梳理，以供参考。

AI赋能Web3不同赛道

基于AI的交易策略

基于ChatGPT的流动性挖了策略的一般思路是利用ChatGPT模型对市场行情进行预测，以决定是否参与流动性挖矿并选择最佳时机。

AI对交易策略带来的作用：

数据收集：使用API从交易所获得流动性挖矿所需数据，例如交易对的价格、成交量、流动性提供量和吸引量等。

数据预处理：对收集到的数据进行清晰、转换和标准化处理，以便后续的分析和建模。

建立ChatGPT模型：使用训练好的ChatGPT模型对历史数据进行分析，预测当前和未来的流动性挖矿趋势和收益。

风险控制：基于ChatGPT的预测结果，制定风险控制策略，例如设置止损和止盈条件、控制交易量等，以保护投资者的利益。

实施交易策略：根据ChatGPT模型的预测结果、制定交易策略、例如选择交易对、决定交易时机、设置交易价格等。

交易执行：根据交易策略执行交易，AI系统自动执行将资金投入挖矿，并获得预期收益。

监测和优化：定期监测交易结果和模型表现，对策略进行优化和调整，以保持良好的投资收益和风险控制效果。

基于AI的情感分析策略