上次寫完BTC生態的東西，本來該補上NFT，NFTFI的那篇，奈何NFT最近真的不是一般涼，不光二級市場涼，一級市場我好像有倆月都沒聊到NFT或是NFTFI相關的項目了，倒是AI項目真的如井噴一般的湧現，所以NFT那篇繼續拖著吧，把AI+Web3的結合趨勢這篇先提上來。
感覺可能太長，Twitter Thread受限，所以今天先發個上 。
一 、先說說AI自身 AI這行業其實本來都要涼涼了，大家知道Near的創始人一龍對吧，這家夥其實以前是做AI的，他是TensorFlow（最流行的機器學習框架）的主要代碼貢獻者。大家推測他是AI（大模型之前的機器學習）那邊看不到啥希望了所以跑來做Web3的。
結果終於去年年底業界迎來了ChatGpt3.5，一下子這行業又活了，因為這次真的可以算質變了，而不是之前那幾波的炒作和量變。這不隔了幾個月AI創業的浪潮也傳遞到了我們Web3。矽谷Web2那邊則是卷的不行，各種資本Fomo，各種同質化方案開始拼價格戰，各種大廠大模型PK……
但是要註意到的是AI經歴了半年多的爆發期之後也進入了一個相對瓶頸期，比如Google對與AI的搜索熱度斷崖式下跌，Chatgpt用戶增速大幅放緩，AI Output帶有一定的隨機性限制了許多落地場景……總而言之，我們離傳說中的“AGI - 通用人工智能”還有非常非常遠的距離。
目前矽谷創投圈對與AI下一步發展有這麽幾個判斷：
-
沒有垂類模型，只有大模型+垂類應用（一會兒說Web3+AI的時候我們會再提到）；
-
邊緣設備比如手機端的數據可能會是個壁壘，基於邊緣設備的AI可能也是個機會 ；
-
Context的長度未來可能引發質變（現在用嚮量數據庫作為AI記憶體，但上下文長度還是不夠）。
二、Web3+AI
AI和Web3其實是完全不同的兩個領域，AI需要集中的算力+海量數據做訓練，非常中心化的東西，Web3則是主打一個去中心化，所以其實不是那麽好結合，單奈何敘事上AI改變生產力，區塊鏈改變生產關繫這個論點太過深入人心，所以總會有人前仆後繼的去尋找那個結合點，近倆月得聊了不下10個AI項目。
在說新的結合賽道之前先說說老的AI+Web3項目，基本都是平臺型，以FET和AGIX為代錶。怎麽說呢，我國內專業做AI的朋友是這麽跟我說的 - “以前這些做AI的現在基本都沒啥用了，無論Web2還是Web3,很多都是包袱而不是經驗。方嚮和未來就是像OpenAI的這種基於Transformer的大模型，大模型拯救了AI”，妳自己品。
所以通用平臺型不是他所看好的Web3+AI的模式，我聊的這10多個項目也確實沒有這方面，目前看到的基本是如下幾個賽道：
- Bot/Agent/Assistant 模型資產化
- 算力平臺
- 數據平臺
- 生成式AI
- Defi交易/審計/風控
- ZKML
今天主要詳細說下1，也就是Bot/Agent/Assitant的資產化這個賽道，這也是聊的最多，同質化最為嚴重的一個賽道 簡單來說，這些項目多是拿OpenAI為底層，配合其他的一些開源/自研的技術手段，比如TTS（Text to Speech）之類，加上特定的數據，FineTune出來一些“某一領域比ChatGPT”更好的機器人。
比如妳可以訓練出一個教妳英語的美女老師，妳可以選擇她是美國口音還是倫敦腔，她的性格和聊天的方式也可以調整，這樣相對於ChatGPT比較機械和官方的回答來講，妳的交互體驗會更好一些 圈內前段有個虛擬男友的DAPP，Web3女性嚮遊戲，叫HIM，可以算是這種類型的代錶了。
Web3
從這個思路出發，妳理論上可以有許多個Bot/Agent為妳服務，比如妳想要做水煮魚，可能會有專門針對這個領域Fine Tune的Cooking Bot來教妳，給的答案相對ChatGPT更加專業，妳想出門旅行，同樣有旅行小助手Bot給妳提供各種出遊建議和規劃，或是妳是項目方，弄一個Discord的客服機器人，幫妳回答社區問題。
除了做這種“基於GPT的垂類應用型”Bot，還有基於此的衍生項目，比如Bot算“模型資產化”，有點NFT“小圖片資產化”的意味，那現在AI裏面流行的Prompt是不是也可以資產化，像是MidJourney不同的Prompt可以生成不同的圖片，訓練Bot時不同的Prompt也會有不同的效果，所以Promopt自身也具備價值，也可以資產化。
還有像是基於此類Bot進行門戶索引，搜索的項目，哪天我們有了成仟上萬的Bot，怎麽找到最合適妳的Bot？可能屆時就需要一個Web2世界類似Hao123這樣的門戶，或是Google這樣的搜索引擎來幫妳“定位”。
在我個人看來，Bot（模型）資產化這個東西現階段有兩個弊端+兩個方嚮 ：
弊端1 - 同質化太過嚴重，因為這個是用戶最容易理解的AI+web3賽道，有那麽點像是帶一點Utility屬性的NFT。所以目前一級市場開始呈現紅海趨勢，卷起來了，但底層又都是OpenAI，所以大家其實都沒啥技術壁壘，只能拼設計和運營。
弊端2 - 有時候像是星巴克會員卡NFT上鏈這種事，雖然是個出圈的好嘗試，但對於多數用戶來講可能真的沒有一個實體或是電子會員卡來的方便。基於Web3的Bot也存在這個問題，想跟機器人學英語或是跟馬斯克，蘇格拉底誰的聊天，我直接用Web2的http://Character.AI不香麽。
兩個方嚮 - 一個是近+中期，模型上鏈或許會是一個思路。目前這些模型有那麽點ETH NFT小圖片的意思，MetaData大多指嚮的鏈下服務器或是IPFS，而非純鏈上。模型通常幾十到幾百兆的大小，更是要扔在服務器上了。
但隨時最近存儲價格的飛速下降（2TB SSD 500塊RMB），以及Filecoin FVM，ETHStorage這類存儲類項目的推進，相信未來兩三年百兆級別的模型上鏈應該不是個難事兒。
妳可能會問上鏈有啥好處啊？上鏈了模型就可以被其他合約直接調用了，更加的Crypto Native，能玩的花樣肯定也更多，有那麽點Fully Onchain Game的即視感，因為所有數據都是鏈原生的。目前看到有團隊在做這方面的探索，當然還是非常早期的狀態。
另一個方嚮是中+遠期, 如果妳認真想一下智能合約這個東西，其實最適合的不是人機交互，而是“機機交互”，AI那邊現在有了AutoGPT這個概念，弄一個妳的“虛擬化身”或是“虛擬助手”，不光能跟妳聊天，還能根據妳的要求幫妳執行任務，比如幫妳訂機票，酒店，買域名搭網站……
妳想AI助手是操作妳的各種銀行賬戶支付寶啥的方便，還是整一個區塊鏈地址轉帳方便啊？答案顯而易見。那麽未來，會不會有一堆集成了類似AutoGPT這樣的AI助手，在各種任務場景下自動通過區塊鏈與智能合約進行C2C，B2C，甚至B2B的支付與結算呢？那個時候，Web2與Web3的邊界也就變得非常模糊了