Metrics Ventures研报：从Vitalik文章出发 Crypto×AI有哪些值得关注的细分赛道？

作者：@charlotte0211z，@BlazingKevin_，Metrics Ventures

Vitalik在1月30日发表了 The promise and challenges of crypto + AI applications 一文，讨论了区块链与人工智能应该以怎么的方式去结合，以及这个过程中出现的潜在挑战。在这篇文章发布后的一个月，文章中提到的NMR、Near、WLD都收获了不错的涨幅，完成了一轮价值发现。本文基于Vitalik所提出的Crypto与AI结合的四种方式，对现有的AI赛道的细分方向进行梳理，并对各方向的代表项目进行简要介绍。

1 引言：Crypto与AI结合的四种方式

去中心化是区块链所维护的共识，确保安全性是核心思想，而开源是从密码学角度让链上行为具备上述特点的关键基础。在过去几年中，这个方式在区块链的几轮变革中是适用的，但是当人工智能参与其中后，情况发生一些变化。

试想通过人工智能来设计区块链或者应用的架构，那么模型就有开源的必要，但是如此一来，会暴露其在对抗性机器学习中的脆弱性；反之则丧失了去中心化性。 因此，我们有必要思考在当前区块链或者应用中加入人工智能时，以何种方式，怎样的深度去完成结合。

来源：DE UNIVERSITY OF ETHEREUM

在 DE UNIVERSITY OF ETHEREUM 的 When Giants Collide: Exploring the Convergence of Crypto x AI一文中，阐述了人工智能和区块链在核心特质上的差异。如上图所示，人工智能的特点是：

中心化

低透明度

耗能

垄断性

货币化属性弱

区块链在这5点上，和人工智能相比是完全相反的。 这也是Vitalik该文的真正论点，如果人工智能和区块链结合，那么诞生的应用在数据所有权，透明度，货币化能力，耗能成本等方面应作出怎样的取舍，又需要诞生哪些基础设施来保障二者的有效结合。

Vitalik按照上述准则以及自身的思考，将人工智能与区块链结合而成的应用分为4大类：

人工智能作为应用中的参与者（AI as a player in a game）

人工智能作为应用的接口（AI as an interface to the game）

人工智能作为应用的规则（AI as the rules of the game）

人工智能作为应用的目标（AI as the objective of the game）

其中，前三种主要是AI引入Crypto世界的三种方式，代表了从浅到深的三种层次，根据笔者的理解，这种划分代表了AI对人类决策的影响程度，并由此为整个Crypto引入了不同程度的系统风险：

人工智能作为应用的参与者：人工智能本身不会对人类的决策和行为产生影响，因此不会为真实的人类世界带来风险，也因此在目前具有最高的落地性。

人工智能作为应用的接口：人工智能对人类的决策和行为提供辅助信息或辅助工具，将提高用户和开发者体验，降低门槛，但错误的信息或操作将为真实世界带来一定的风险。

人工智能作为应用的规则：人工智能将全权代替人类完成决策和操作，因此人工智能的作恶和故障将直接导致真实世界的混乱，无论是在Web2还是Web3，目前都无法信任人工智能去代替人类进行决策。

最后，第四类项目致力于利用Crypto的特性创造更好的人工智能，正如前文所说，中心化、低透明度、耗能、垄断性和货币属性弱，都可以天然地通过Crypto的属性去中和。尽管许多人对Crypto能否对人工智能的发展产生影响力抱有怀疑，但通过去中心化的力量去影响现实世界一直是Crypto最迷人的叙事，这一赛道也凭借其宏大构想成为AI赛道炒作最热烈的部分。

2 AI作为参与者

在AI参与的机制中，激励的最终来源来自于人类输入的协议。在AI成为接口，甚至成为规则之前，我们往往需要对不同AI的表现进行评估，使AI参与到一个机制中，最终通过一个链上机制获得奖励或受到惩罚。

AI作为参与者，相比于作为接口和规则来说，对用户和整个系统的风险性基本可以忽略不计，可以说是AI开始深度影响用户决策和行为前的必经阶段，因此人工智能与区块链在这一层的融合所需要的成本和取舍相对较小，也是V神认为现在具有高度可落地性的一类产品。

从广义和实现程度上来说，现在的AI应用多属于这一类别，比如AI赋能的trading bot和chatbot等，目前的落地程度还很难实现AI作为接口甚至是规则的作用，用户正在不同的bot中进行比较和逐步优化，加密用户也尚未养成使用AI应用的行为习惯。在V神的文章中，也将Autonomous Agent归为这一类。

但从狭义和远期愿景上来说，我们倾向于对AI应用或AI Agent进行更为细致的划分，因此在这一类目下，我们认为具有代表性的细分赛道包括：

2.1 AI游戏