Яке призначення Crypto AI Agents?

Минув рік від старту стрімкого розвитку AI-агентів у IV кварталі 2024 року, коли @ virtuals_io став рушієм “AI Agent Tokenization” — концепції, за якою AI-додатки/агенти поєднуються зі справедливо запущеними токенами.

Час минає надзвичайно швидко.

За цей рік у сфері Crypto AI стався тектонічний зсув: активізувався рух за відкритий код у загальному AI, а також з'явилася безліч інструментів, які дозволяють як розробникам, так і пересічним користувачам легко створювати власні продукти.

Те, що було AI-продуктом із токеном, запущеним на низькій оцінці незалежними розробниками й невеликими командами, трансформувалося у повноцінний ландшафт Crypto AI із сотнями якісних команд, які реалізують свої ідеї.

У цій статті, з огляду на нещодавній хайп x402, ми розглянемо сучасний ландшафт, проаналізуємо зміни, успіхи ключових гравців і, головне, визначимо, куди все рухається та у чому сенс Crypto AI Agents.

Пориньмо у тему ↓

Якщо ви, як і я, захоплюєтеся AI або любите поглиблювати знання у цій сфері, напевно помічаєте: AI розвивається блискавично. Щомісяця з’являється щось свіже та вражаюче — від корисних “приємних дрібниць” на кшталт Ghiblifi до повноцінних AI-генерованих відео та агентів, які працюють продуктивніше за середнього junior-розробника.

Для криптовалютного ринку це не завжди характерно. Рік тому, коли стартував наратив AI-агентів, у топі опинилися:

• @ truth_terminal, який взаємодіяв із користувачами та отримував фінансування від @ pmarca з a16z
• @ aixbt_agent, що давав глибоку аналітику та був яскравим CT-дегеном на X
• @ virtuals_io — спільнота агентів, яка запускала “agent tokens”, що зростали у 10-50 разів
• @ dolos_diary — найяскравіший “булі” інтернету, якого всі цінували за гостроту та гумор
• @ luna_virtuals — перша AIDOL, що розважала фанів у соцмережах

На початку головною темою були розваги, але тепер... вже давно немає нових форматів розваг від AI-агентів (це, мабуть, добре, але магія перших днів AI-агентів зникла).

Нині акцент змістився на вертикалі, в яких Crypto традиційно сильний — фінансові рішення, тобто заробіток і захист від втрат.

Оцінка TAM агентної економіки від a16z у $30 трлн у звіті “The State of Crypto” виглядає перебільшеною, адже TAM AI до 2030 року прогнозують лише у кілька трильйонів доларів.

Водночас, уявити агентну економіку на трильйони доларів цілком реально. Генеративні AI-інструменти та вертикальні AI підвищують продуктивність, масштабне впровадження в бізнесі зростає, а AI-процеси стають ефективнішими та ширше інтегруються у компаніях.

Crypto не виняток — це галузь із гіперфокусом на заробітку, тому робочі процеси тут спрямовані саме на це. Є кілька ключових напрямів:

(i) DeFi — ключова PMF криптоіндустрії

• Трейдинг (Spot, Perps на CEX/DEX);
• Грошові ринки (кредитування, запозичення, використання криптоактивів);
• Стейблкоїни (засіб обміну/одиниця стабільності, складні дохідні DeFi-стратегії);
• Протоколи дохідності (ринок ставок, ринок балів, ринок фінансування, оптимізатори дохідності/продукти vault);
• RWA/DePIN (оцифрування реальних продуктивних активів, міст між ончейн-капіталом і офчейн-попитом)

Найбільший TAM: понад 150 млрд доларів у TVL та понад 300 млрд доларів капіталізації стейблкоїнів. Покращення регуляторної визначеності та зростання інституційного впровадження стимулюють більше капіталу в ончейн, а поширення стейблкоїнів залучає підприємства й стартапи до криптоінфраструктури.

Усе це формує попит на автоматизацію — інфраструктуру та інструменти, що працюють у бекенді, поки підприємства й стартапи виступають фронтендом для своїх користувачів. Це стане драйвером нової хвилі впровадження.

Агенти, які спрощують DeFi, підвищують ефективність виконання чи оптимізують ключові аспекти DeFi (ризик-менеджмент, ребалансування, підбір стратегій), найімовірніше, отримають значну частку цінності у DeFi-протоколах.

Ключові гравці екосистеми:

• @ almanak
• @ gizatechxyz
• @ Cod3xOrg
• @ TheoriqAI
• @ ZyfAI_

(ii) DeAI/Darwinian AI — основна PMF для Crypto AI

(iii) Prediction Markets x AI — найдинамічніший сегмент крипторинку

Детально ці напрямки не розглядатимемо — вони вже не раз висвітлювалися у попередніх матеріалах.

Якщо спостерігати за ландшафтом, у сегменті DeFi x AI змін небагато. Чому? Автоматизація процесів DeFi — надзвичайно складне завдання. Просто “додати AI” недостатньо: потрібно будувати відповідну архітектуру та захист, щоб агенти не вийшли з-під контролю.

Чому я акцентую саме на цьому, а не на “AI Agents”?

Перший ландшафт AI Agents — це, по суті, Virtuals і агенти у їхній екосистемі (а також трохи CreatorBid і їхніх агентів), а також ai16z (нині ElizaOS), які спрощували створення “агентів” або X-ботів із викликами різних інструментів, плюс безліч фреймворків: Arc, Pippin тощо.

Це було цікаво, але не відповідало класичному визначенню AI-агента. Справжній AI-агент — це AI, який розуміє середовище, свої ролі й обов’язки, приймає проактивні рішення та діє для досягнення цілей із мінімальним втручанням людини.

Якщо подивитися навколо, у 95 %+ випадків це не так: це або просто програмне забезпечення, або генеративний AI-продукт, або ж команди ще працюють над автономними AI-агентами.

Це не критика. Мій меседж: ми на дуже ранньому етапі. Більшість ще не знайшла дієвої моделі.

Ті, хто вже має робочі рішення (або майже має), часто не потрапляють у категорію “AI Agents”, а належать до AI-проєктів.

Ландшафт

Свіжий хайп x402 спричинив ротацію капіталу та інтереси до Crypto AI, але ландшафт сьогодні кардинально інший, ніж раніше.

Хайп фреймворків згас

Раніше фреймворки були ключовими: вони допомагали запускати продукти, економили час на навчання, написання коду та проєктування процесів. MCP, наприклад, дає агентам можливість викликати чи надавати API; ERC-8004 формує реєстр і встановлює Ethereum як довірчий і розрахунковий шар; Google A2A і AP2 стали стандартом для розробників; такі інструменти, як n8n AI agent/workflow builders, приваблюють як девелоперів, так і звичайних користувачів.

Через це хайп навколо фреймворків згас, і багато команд змінили фокус: @ arcdotfun перейшов на canvas-style workflow builders, @ openservai — із “swarm” на workflow builder та інструменти для Web3 AI-бізнесу з агентами, орієнтованими на конкретні сегменти (наприклад, prediction market workflows).

Фреймворки залишаються важливими, але на тлі буму Web2-фреймворків та інструментів і впровадження Web3-інфраструктури, хайп Web3-фреймворків знижується.

Зсув від Fair-launched Launchpad до ICO Meta

Модель справедливого запуску launchpad підходить для дрібних інвесторів (і самого launchpad), але командам масштабуватися складно. Вона сприяє появі незалежних розробників, які працюють на короткострокову перспективу чи заради хайпу, а не для створення довготривалого AI-бізнесу на 3–5+ років.

У такому контексті розширення Virtuals через Agents Commerce Protocol (ACP) виглядає логічно. Оскільки x402 стає платіжною інфраструктурою для агентів, важливою стає інфраструктура довіри/репутації, яка визначає, як агенти взаємодіють і оплачують послуги — це критично для реалізації бачення агентної економіки.

Однак ключове питання залишається: “Чи є корисні/якісні сервіси, за які люди готові платити?”

Якщо більшість продуктів марні, чи не краще використовувати Web2 AI-сервіси? Якщо так, навіщо об’єднувати Web3-агентів?

Для створення сталого AI-бізнесу з доходом у 7-8 цифр потрібні фінансування, залучені таланти й час… Модель fair-launched launchpad для цього не підходить.

Наразі зростає популярність середніх і великих AI-команд, які залучають фінансування від ангелів та венчурних фондів і виходять на ринок через community-раунди (Kaito Launchpad, Legion, Echo).

Володіючи ресурсами (фінансування, таланти, репутація), ці команди створюють продукти/сервіси набагато вищої якості, а їхні токени часто демонструють кращу динаміку.

Зламані моделі монетизації та токеноміки

Управління AI-продуктом із токеном потребує окремих компетенцій і ретельної інтеграції задля прискорення зростання продукту та залучення користувачів (наприклад: аірдроп токенів потрібній аудиторії ➔ користувачі стають платними ➔ оплачують і користуються продуктом ➔ отримують нові токени, які поєднують інтереси користувачів і проєкту (розподіл доходу, викуп, управління тощо) ➔ і цикл продовжується).

Легко сказати, але складно реалізувати. Більшість невеликих AI agent-команд віддають 30–80 % токеноміки ринку, не залишаючи нічого для запуску flywheel.

Більшість обирають SaaS-підписку або модель оплати за використання/кредити і дають можливість розраховуватися криптотокеном зі знижкою. Частину доходу від підписки спрямовують на викуп токенів і/або спалювання токенів, якими оплачують сервіс.

Використання підписки для викупу токенів — це нормально, але якщо токен — єдиний платіжний засіб чи засіб для знижки, масштабування ускладнюється.

Криптотокени надто волатильні. Використовувати їх як платіжний засіб — не найкраща ідея (сьогодні +20 %, завтра −30 % — важко планувати бюджет).

Darwinian AI — альтернатива класичному формуванню капіталу з прозорою токеномікою

• @ opentensor (Bittensor) став точкою входу для фаундерів, майнерів та інвесторів у DeAI, які прагнуть трансформувати галузь
• @ flock_io задає стандарти для захисту приватності й доменно-орієнтованого AI на основі федеративного навчання, залучаючи клієнтів із Web2, урядів, а також тренерів (майнерів). Як і Bittensor, Flock допомагає компаніям залучати таланти для значущої AI-роботи.
• @ BitRobotNetwork, надихнувшись Bittensor, створює екосистему роботизованих субмереж.

З'являються реальні бенчмарки/оцінки з реальними ставками, що також є якісною розвагою.

• @ the_nof1 Alpha Arena: 6 передових AI-моделей змагаються у трейдингу перпів із реальними грошима (по $10 000 кожна)
• @ FractionAI_xyz використовує конкуренцію між агентами для постійного тюнінгу, що дає кращі результати, сигнали, прибутки та управління ризиками
• @ openservai створює OpenArena, де AI-моделі змагаються у prediction markets trading

Можливо, я повторююся, але саме Darwinian AI вирішує питання формування капіталу і стимулює інновації у Crypto AI.

Ознайомтесь із матеріалом про Darwinian AI, якщо ще не читали.

Усі наведені пункти ілюструють можливості субмереж.

• Chutes — топова субмережа Bittensor, вже стала провідним inference-провайдером на OpenRouter — найпопулярнішому API-шлюзі для AI-розробників
• Ключові обчислювальні субмережі (3–4) разом отримують $20–30 млн ARR
• Субмережі, пов’язані з прогнозуванням, вже приносять 6–7-значний ARR, монетизуючи альфа або використовуючи сигнали для торгівлі/прогнозів

Darwinian AI = формування капіталу (без VCs) + акселератор інновацій (внески AI/ML-інженерів) — це те, що стане основою AI agent-наративу у 2026 році.

Darwinian AI-продукти вирізняються зрозумілою токеномікою та системою стимулів для залучення, інвестування й участі в управлінні.

Що цікавого нині у малих командах/AI Agents?

Чесно кажучи, є сервіси, якими я користуюся із задоволенням, але поки що не готовий за них платити.

Grok — для досліджень у X, ChatGPT — для загальних запитів.

Для глибокої аналітики читаю розсилки й іноді звіти Messari.

Для швидкого огляду крипторинку використовую @ elfa_ai у Telegram.

Для ідей у prediction markets — @ AskBillyBets, @ Polysights, @ aion5100 із @ futuredotfun. (З нетерпінням чекаю @ sire_agent aVault, але він ще недоступний).

У DeFi стратегії зазвичай реалізую самостійно, але часто використовую @ almanak і @ gizatechxyz, хоча це не “AI Agent”, бо не мають справедливого запуску, хоч і орієнтовані на агентні продукти.

Для трейдингу зазвичай використовую @ DefiLlama для свопів на EVM чи @ JupiterExchange для свопів на Solana. Перпами майже не займаюся, але коли потрібно, звертаюся до @ Cod3xOrg для аналітики та виконання операцій.

У крипті більшість інструментів безкоштовні, тому користувачі обирають саме їх. Token-gating чи fee-gating зазвичай не працюють, але якщо комісію закладати у продукт — це ефективно. Саме тому outcome-based pricing добре сприймається: люди не люблять платити $40 щомісяця, але готові витратити $40 на gas-транзакції.

Якщо ви забезпечуєте найкращий результат (гарний дохід, кращі ціни), ніхто не зверне уваги на невелику комісію, якщо підсумковий результат залишиться вигідним.

З мого досвіду тестування Crypto AI-продуктів найкращою стратегією є розробка продукту, що приносить дохід, а найперспективніша вертикаль — launchpad (і незабаром prediction markets): фактично це робота ончейн-казино із заробітком на комісії.

Що далі?

Наступного року з’являться реальні кейси, що здобудуть масове впровадження (їх використовуватимуть як AI-розробники, так і люди поза CT), і ймовірніше за все вони вийдуть із DeAI/Darwinian AI-екосистем.

2026 стане роком Crypto AI із розквітом кейсів DeFi, інфраструктури DeAI та prediction markets.

Більшість невеликих команд-агентів або припинять діяльність, або їх об'єднають/поглинуть, або вони почнуть працювати у Darwinian AI-екосистемах.

Crypto AI та AI Agents як сегмент об’єднаються, що означатиме чіткіший напрямок розвитку для Crypto AI.

Launchpads залишаться ядром CT, генеруючи обсяги й комісії, але справжні інновації з’являться там, де найбільше ресурсів — капіталу, талантів, каналів розповсюдження і впровадження.

То у чому сенс Crypto AI Agents?

Ось моя позиція.

Для справедливо запущених “AI agent” суть у створенні трейдингового досвіду з ефектом інвестування у технологію, навіть якщо більшість із них — це лише LLM-обгортки з токеном.

Насправді, обгортка може бути унікальною, якщо продукт вирішує реальну проблему, але це скоріше виняток, аніж правило.

Для більшості це найпростіший спосіб для дрібних інвесторів рано інвестувати у спекулятивний “AI agent”-актив і заробити.

Для інших (команд, які створюють якісний продукт, незалежно від моделі запуску), сенс Crypto AI agent як наративу — закласти фундамент майбутньої агентної економіки, де блокчейн є базовою інфраструктурою.

Особиста примітка: Дякую за прочитання! Це скорочена версія статті (мої нефільтровані думки — див. на Substack).

Якщо вас цікавлять майбутні DeAI-проекти, які я вважаю перспективними, перегляньте серію The After Hour на моєму Substack.

Відмова від відповідальності: цей документ має виключно інформаційний і розважальний характер. Думки, викладені у цьому документі, не є інвестиційною порадою чи рекомендацією. Рекомендуємо провести ретельний аналіз із урахуванням власних фінансових обставин, цілей інвестування та ризиків (які не розглядаються у цьому документі) перед прийняттям інвестиційних рішень. Цей документ не є пропозицією чи закликом купувати або продавати згадані активи.

Застереження:

1. Матеріал передруковано з [Defi0xJeff]. Усі авторські права належать оригінальному автору [Defi0xJeff]. Якщо маєте зауваження щодо передруку, звертайтеся до команди Gate Learn, і вони оперативно відреагують.
2. Відмова від відповідальності: думки й позиції в цій статті належать автору й не є інвестиційною порадою.
3. Переклад статті іншими мовами здійснює команда Gate Learn. Якщо не зазначено інше, копіювання, розповсюдження чи плагіат перекладів заборонені.