原始音訊連結

主持人：Alex Mint Ventures 研究合夥人

來賓：Max，Youtube 頻道《Max 的區塊鏈空間》的主理人、Lydia，Mint Ventures 前研究員，目前在Particle Network任研究者

錄音時間：2024.12.06

大家好，歡迎來到由Mint Ventures 發起的WEB3 Mint To Be。在這裡，我們持續追問與深入思考，在 WEB3 世界澄清事實、探清現實、尋找共識。為大家釐清熱點背後的邏輯，提供穿透事件本身的洞察，引入多元的思考角度。

本集節目是「Web3 賽道的現況與未來」系列播客的第一期，我們來聊聊備受關注的Crypto AI賽道。在後續的系列節目中，我們也會邀請對應的嘉賓來聊 Defi、Meme、公鏈、Depin、遊戲&社交、Payfi，以及 web3 政策的相關話題。

聲明：本集播客我們所討論的內容不代表各位嘉賓所在機構的觀點，並且所提到的項目也不構成任何投資建議。

Alex：今天我們來聊聊備受關注的 Crypto AI 賽道。我們邀請了兩位一直在長期關注 Crypto AI 賽道的研究員。一位是 Max，他是 YouTube 頻道「Max 的區塊鏈空間」的主理人。另外一位是 Lydia，她是我們 Mint Ventures 的前研究員，目前在 Particle Network 擔任研究員。除了 Crypto AI 之外，她一直在持續關注的領域是鏈抽象。請兩位嘉賓來做自我介紹。

Max：大家好，我是 Max。我在 Web2 是個航空工程師，但到晚上跟週末我就會變成加密貨幣研究員，偶爾會做一些研究，把它發到 YouTube 跟寫在 Substack 的研究報告上面。很開心可以來到這邊跟大家聊一下 Crypto AI 這一輪牛市我最期待的一個敘事，謝謝。

Lydia：大家好，我是 Lydia。我從去年底開始關注 AI 賽道，AI 和鏈抽像是我認為本週期的應用層最重要的兩個新敘事，很高興今天能跟大家一起交流。

對Crypto AI 的理解

Alex：今天咱們來聊這個話題我覺得適逢其時。第一個是今天 Crypto AI 的許多專案的漲幅都非常不錯，然後最近這幾天傳統的 AI 領域的產品進展也非常多。 OpenAI 這邊正式發布了 ChatGPT 的 Pro 版本，價格一下子提到了每個月 200 美金。 Sam Altman 最近 12 天也要做非常多產品功能的發表會。讓我們來看看在 Web3 世界，Crypto AI 這個賽道的一些動態和見解。第一個話題是，兩位怎麼看待 Crypto AI 這個賽道？在你們看來，Crypto AI 這個賽道在嘗試解決哪些商業問題？這些問題的迫切性是什麼？

Max：我覺得 Crypto AI 之所以出來是解決兩個最主要的問題。第一個問題是以人文角度來講，中心化的 AI 本身就有一些問題需要解決。比如說我們會遇到審查性問題，會遇到各種中心化帶來的一些問題。 Crypto AI 把 Crypto 加進去，有去中心化的功效，可以有一些比較符合大眾想要的事情的做法。另外一個我覺得比較有趣的是，加入激勵機制。 Crypto 最主要的代表是它的 Token，有了這個 Token 之後，所有去中心化 AI 的一些東西就可以藉由這個激勵機制來做更多不一樣的嘗試。比如說我們現在看到一個我很喜歡的 Project，我們等一下也會講到，叫 Bittensor。

它就是藉由 Token 的機製做出不同的子網，每個子網負責研究不一樣的東西。藉由這種方式把 Open Source，就是開源程式碼這個東西連起來了。 Open Source 是大家很想要做的東西，所有的 AI 研究員在做 Open Source 遇到最大的問題是，沒有一個方法可以獎勵 Open Source 的一些進展。

藉由把這個東西連到Crypto 上，連到Token 上，變成說開始有個東西是可以獎勵他們繼續研究這個Open Source 的東西，而不是每家公司都把自己的研究成果私有化。像 OpenAI 本身他們也是想要把 AI Open 化，但現在比較變成像 Close AI。就是說你可能使用它的模型要付費，但這也是無可避免的，因為他們就是需要找到一個盈利模型是可以支持他們的商業模型的。

所以我覺得最主要來講Crypto AI 正在做或是可以做到的事情就是有了Crypto，有Token 這個東西，可以變成一種激勵機制來獎勵開源模型，獎勵Openness，獎勵去中心化的發展。

Alex：明白。聽起來就是透過 Crypto 獎勵這個事情，跟現在傳統世界 AI 發展的路徑完全不一樣的一個路徑。因為現在確實大部分的主流大模型都是閉源的，其實開源的不多。而且現在我看很多分析說，有些開源的模型後面可能也難以避免地走向封閉源的方向。由於有代幣的存在，保證在 Web3 這個領域，很多 AI 是可以去嘗試開源的同時，多元發展的同時，也能夠有一個好的激勵方式。 Lydia 對這個問題怎麼看？

Lydia：其實要說商業問題的話，我覺得這個答案對我來說不是特別清晰，主要是在 Crypto 這一層。雖然有一個流行的說法是「AI 可以提高效率，然後由Crypto 來保證公平」，但其實我們仔細想想的話，你就會發現從現階段，從商業價值的角度出發，提高效率的迫切性是要明顯大於保證公平的。這時候我總是會想到 Alex 在 2022 年寫的那篇關於 Web3 的底層價值的文章。裡面提到的一個觀點對我的影響很大，那就是：Web3 的底層價值是什麼？是更廣大的自由和更便宜的信任。那個優秀的 Web3 專案就需要找到傳統的服務在自由跟信任上的不足，然後提供一個更有競爭力的解決方案。我們對應到 Crypto AI 上面來說，AI 需要更大的自由嗎？

從技術實現的角度，計算資源是有限的，資料供給是有限的，那 AI 的自由就是有限的。從倫理的角度，一個真正自由的 AI 也是我們很難想像的。那現在 AI 的信任成本過高嗎？我覺得也不一定。剛剛你也提到了這個開源和閉源的問題，還有很多人會提到資料黑箱。但是一方面是在意這塊的更多的是專家學者或是媒體從業者，不是普通的使用者。

另一方面，如果我們用上鍊的方式去解決，目前看起來成本更高。剛剛我說的這些話聽起來似乎有點悲觀，但這些是從解決現有問題、論證商業價值的角度出發的。 Crypto AI 還是處於一個很早期的階段。我也有看到社群媒體上有人會說 A16z 的合夥人說過的那句話：很多重要的科技一開始看起來都像是個昂貴的玩具。

所以我覺得 Crypto AI 目前最大的價值，可能不是直接反映在當下的商業層面的替代方案上面，更多是在敘事層面。它打開了人們的想像力，讓 Crypto 和 AI 這兩個看似沒什麼關係，但又特別前衛、特別有範兒的技術在大家腦海裡碰撞起來了。所以我覺得我們要給這兩項技術時間，也許它們最適合解決的問題是屬於未來的，而不是現在的。

Alex：明白，Lydia 的觀點是如果單純從提高效率和增強產品能力的角度來看，可能現在的Web3或者Crypto AI 在性能上也好，在降低成本上也好，和已經相對成熟的互聯網商業世界中的AI 產品相比是有差距的。而至於它們所提供的一些解決方案，能不能解決現階段一些迫切的商業問題，似乎不一定。只不過它們提供了另外一套與 Crypto 相交集的解決方案，可能是一個很前沿的實驗，在長遠來看會有一些有意思的事情發生，所以現在處在這麼一個階段，對吧？

Lydia：對，我還想補充一點，就是怎麼看這條賽道。從一開始看，我就覺得它是一個長期外生敘事。說到長期的話，是因為 AI，尤其是 consumer AI，就是 GPT 為代表的這一代對我們的現實世界的衝擊實在是太大了。它真的是一個顛覆性的變革。大家都會講 chatGPT 幾天突破一百萬，兩個月突破一億月活這種。其實我們都不用看數字，直接看周圍的人用 AI 的頻率就知道了。我記得我畢業的時候，GPT 是 2022 年底出來的 3.5 版本，當時一個月內我們班所有人都用上了。

今年 2024 年我畢業的時候，已經不只要查重，還要查 AI，並且查 AI 很貴，一次至少要一兩百。從資本市場的角度來說，OpenAI 是千億估值，英偉達是萬億市值，然後它每次發布會基本上都會佔據各大媒體的頭條。所以它的改變真的是來得太迅猛，太徹底了。所以有這種經驗的話，我覺得 AI 不會是一個一波流，它肯定是一個長期的敘事，甚至可能會成為接下來一個世紀最重要的哲學主題的來源。它是長期的，同時它又是外生的。剛剛也提到，Crypto 跟 AI 在誕生之後其實真的沒有什麼關係，甚至在人才這個層面上，還是有競爭關係的。

在 2022 年到 2023 年的 Crypto 的熊市期間，AI 在這方面的吸引力碾壓了 Crypto。直到今年我們才開始講兩者互相賦能的故事。歸根究底，跟 DeFi、NFT 這種加密原生敘事或是 GameFi 這種變改敘事相比，AI 就是一個外來敘事。我們也可以看到，像今天早些時候，Worldcoin、Render、Near 這種 AI 敘事的資產價格，是完全根據 AI 產業的情況來波動的。開會前就拉盤，會議一開始就跌。所以我覺得長期的外生敘事是我對 Crypto AI 最初的理解，現在還是抱持著這個想法。

Alex：剛剛Lydia 講了很多，她覺得可能Crypto 賽道的熱很大一部分來自於AI 本身在商業世界的快速拓展，對人類社會長期深遠的影響。然後這個熱到了加密圈，促成了許多專案的熱度跟關注度。關於這點 Max 有沒有要補充的點？

Max：我覺得Lydia 講的其實跟我想的差不多，但有一點我想跟她更真誠地討論一下。就是你說 AI 是外在的，Web2 本來就有的東西，只是我們一開始覺得 Crypto 和 AI 本來是兩個不搭邊的東西，卻突然搭在了一起。但我覺得以另一個角度來看，Crypto AI 是在 2020 年 DeFi Summer 之後，唯一一個我認為 Crypto 對 AI 是一個強需求的東西。

比如說我們講到 GameFi，GameFi 是我們把 Crypto 的激勵機制加到遊戲裡面。但是 Crypto 對於 GameFi 這個東西，是一個錦上添花的作用。今天 GameFi 離開了 Crypto，大家不會因為 Crypto 激勵機制很棒所以去玩這個遊戲，大家會因為遊戲好玩而去玩這個遊戲。所以這個對我來說是一個錦上添花的東西。

那 DeFi 來講是另一個層面，他們會覺得我一定需要跨越這個東西。我在某些國家可能被限制使用一些銀行服務，所以我一定要用 DeFi。那這個產品出現了，Crypto 對於 DeFi 是一個硬需求。 Crypto 在 DeFi 裡面的作用是毋庸置疑的，是必須存在的東西。我覺得這就是為什麼 DeFi 在長久以來當大家問到區塊鏈有什麼作用的時候，大家會覺得 DeFi 是一個完全符合 Product Market Fit 的產品。而 Crypto AI 是我認為 DeFi 之後，看過那麼多敘事，第二個可以接下去的強需求。

原因就像你剛說的，2022、2023 年，看到 OpenAI 的 ChatGPT 現世之後，大家開始討論 LLM 的 AI 模型。這個東西其實還是一個蠻早期被使用者正在使用的階段。隨著 AI 的進展與使用，我們一定會發現一些中心化的問題，但目前還沒有發現。不像是金融世界的金融體系，已經存在了可能 100、200 年，我們已經發現了金融體係有問題，直到 2008 年金融海嘯出現，才意識到這個系統是有一些問題的，應該要解決。所以大家才覺得 DeFi 就是我們需要的東西。我覺得 Crypto AI 也是同樣的位置。只是使用者對於 AI 的 Exposure 和熟悉度還不如金融體系那麼多，所以我們還沒看到大家真正對 Crypto AI 覺得「我真的需要 Crypto AI 這個東西」。

那講到為什麼 Crypto 在 Crypto AI 的敘事裡面是一個硬需求，是因為很多東西是一定需要加入激勵機制才可以實現的。像你剛剛講到的想要變得更 efficient，我覺得有一些特定的項目已經可以做到。比如說 Decentralized Compute，它已經做了一段時間了。當你把去中心化算力跟中心化算力比起來，你會發現其實只要跨過一些效能上的瓶頸，去中心化算力基本上是第一需求。你不會說今天還想用中心化算力，不會想去用 AWS 或其他 Microsoft Azure 這類的產品，因為太貴了或其他原因。

我認真相信，Crypto AI 要出圈、要持續發展，一定要比傳統的產品更有效率、更好、更便宜，一定是這樣子。大家不會單純想「支持去中心化」就去使用 Crypto AI，而是它要比原本的產品更好。這是現在 Crypto AI 要做的事情。可以慢慢看到這個雛形出現，但我們不能每次都期待 Meta 發布免費的 3.5 Billion 的 LLM 模型。我們需要找到一個可以持續建立這個東西的方式。我覺得這是一個需要繼續努力的東西。

Alex：明白。我剛剛 get 到 Max 的一個點是說，其實你承認目前很多 AI 的產品是在非常早期的階段，似乎它的效能、功能跟中心化的 AI 還不能比。但你講了一個洞察，就是 AI 跟金融一樣影響人類文明跟商業，是非常深遠的浪潮。 AI 是一個剛開始的東西，但你的預判是隨著 AI 的發展，當中現在似乎看來一些不那麼明顯的問題，在未來會變得更加嚴重。而這些問題在 Crypto 領域裡面透過它的方式來解決，是有非常強的必要性的。

Crypto AI 賽道內的項目分類

Alex：兩位嘉賓在第一個問題上有一些討論，我覺得非常好，因為我們沒有一致性的意見，就可以提供更多元化的觀點。那我們來聊第二個問題，就是賽道。因為 Crypto AI 是一個比較大的賽道，它內部有非常多不同的商業模式去解決不同問題的專案類型。根據你們對於 Crypto AI 賽道的了解，如果要對這些賽道內部的項目進行分類，你們會按照一個什麼樣的邏輯進行分類？

Lydia：一個很常見的分類方法是 Crypto 賦能 AI 或 AI 賦能 Crypto，這是兩大思路。目前我們看到比較多的是 AI 賦能 Crypto，也就是說 Crypto 的專案想辦法加一點 AI 的屬性。之前可能是我接上API，做一個Web3 版的聊天機器人，能夠回答我一些關於專案的問題，或者說我用AI 來改進我做的Web3 專案的程式碼，或者說AI 參與我的收益策略的製定。那現在的話就是 AI agent 發幣嘛，這些和 AI 能帶來的效率提升、公平沒太大的關係，更多是專案想要新敘事。

第二個思路，Crypto 賦能 AI 的話，天花板確實更高一些，但是實現和證實起來比較困難，需要更多的時間。 Crypto 賦能 AI 的方向的聖碑是說，Crypto 可以深入到 AI 的技術堆疊裡面去，強化其中的隱私性、透明性，但是這個落地週期可能會長一點。所以目前更多的是說從Crypto 有機會改進AI 產業的某一個環節切入，比如剛剛Max 有提到做GPU，可以主打Crypto 能夠聚合、激勵閒散的算力資源，降低成本，然後後面又到做數據市場、演算法市場，他們都是想從自由這個角度去找product market fit。

但上面我可能也提過，我覺得這塊的需求現階段不是特別容易被證明的。如果你去看 IO 它的 GPU 使用的數據，你會發現其實個人用戶的比例還是比較小。每天個人用戶的總的 GPU 出租收益可能就是在 1000 美元左右。這部分我覺得目前看起來的破局點，或者說例外的話可能是 coinbase 跟 base 在做這個方向，就是 AI agent 加支付。當然支付屬性是一個錦上添花的屬性，所以前提當然是 AI agent 要夠好，要夠有用。這是我的兩種分類方式。

Max：我主要分成三個不同的賽道。三個賽道分別是架構層，資源層跟應用層。架構層方面比較像是底層架構，你可以在這個底層架構上面發展不一樣的 AI 項目，可以允許各種不一樣的資源層項目或是應用層項目搭建在這個架構層上面。對區塊鏈比較了解的話，可能就會把它想像成一個 layer 1 blockchain 等等一些 infrastructure，叫做架構層。

像是 Bittensor、Near 跟 Sahara 這種，我都比較算在架構層裡面。架構層搭建好了之後，上面會有資源層，就是搭建在這個架構層上面的。那就是各種 AI development 會需要的資源，比如說算力、數據、模型等等，搭建在上面的叫做資源層。一些例子項目像是 Akash 或是 Render 等提供去中心化的算力，或是像 Vana 可以提供去中心化的資料的項目就叫做資源層。在資源層跟架構層上面，比較貼近於 to C，比較貼近於使用者使用的叫做應用層。

我把AI agents 放在這裡面，比較貼近用戶真正需要用到的東西，比如說可以加快你對於DeFi 方面的使用，我把它放在應用層裡面。所以是這三個主要賽道。因為現在 Crypto AI 敘事才剛出來，大家還不知道如何好好把它分類，也沒有共識的方法。但這個板塊架構是我目前看起來好像比較可以跟現在的 Crypto 賽道 resonance 的一種分類法。

Crypto AI 的機會與挑戰

Alex：好，我們剛剛對Crypto AI 賽道的賽道種類進行了兩種分類方式的交流。我們來聊一個更深入點的問題，這個問題其實我們在第一個主題有聊到，就是 Crypto AI 目前它的需求有沒有被印證的問題。這個其實我認為也是在敘事層面上，很多人挑戰 Crypto AI 賽道的一個核心點。他們認為Crypto AI 很像之前很多沒有找到PMF 的賽道，比方像Depin、GameFi，他們認為是單純的敘事炒作的點，或者說像剛剛Lydia 提到的，可能是外部世界的商業熱潮的注意力遷移到Web3 裡面，提供了一個投機機會。他們認為是屬於這麼一個情況。

對這個主題的定性，我們不給它一個確定的答案。但我們知道的是，目前 Crypto AI 肯定是面臨一些挑戰的。第一個問題就是，你們覺得現在 Crypto AI 面臨最主要的挑戰是什麼？第二個是，除了挑戰之外，其實最近的一到兩年 Web3 的 AI 也好，外部的 AI 也好，我們認為發展的速度依舊會非常快。未來的一到兩年內對於 Crypto AI 來說會有什麼樣的產業或是敘事的一些機會？

Max：我覺得主要挑戰就跟你說的一樣，其實 Lydia 的觀點我也還蠻認同。我覺得目前 Crypto AI 太早期了，現在大部分的市值漲得很高，像是 Bittensor 已經漲到 5 Billion 美金的市值，這種市值搭建起來的背後更多的可能是投機。我覺得真正需要找到 Product Market Fit，或是找到一些真正可以使用的應用，可以發展出這些的應用還偏少。

如果去看這些應用的話，甚至我覺得有些東西還在蠻早期的階段，很多東西還是屬於大家有願景，然後把這個願景轉化成他們想要投機的一個東西。我覺得我可以用我剛剛講到的三個賽道來幫我講不同的挑戰。目前發展比較成熟的是資源層，Web2 裡面已經有發展過同樣的東西，只是用 Crypto 的方式把它轉了一種形式。比如說去中心化算力算是蠻古老的賽道，我們可以看到像 IO 或是像 Akash 或是其他的也有不同的去中心化算力的項目已經出來了。

像剛剛Lydia 有提到說IO 目前的一些散戶或是一些比較個人的用戶比較少，但其實我覺得這跟每一個去中心化算力它的focus 也有不同的關係，像IO 可能就比較針對於機構，像Akash 我記得就比較兩個都顧，不同的項目有不一樣的商業模式。資源層這個東西是我認為比較成熟的，我們可能只缺一個契機把它發展出去，不管是在效率上或是在哪些方面上，大家加大 adoption。資源層這個地方我沒有太擔心。回到架構層這邊，我覺得架構層這邊東西更多的還是 hype，就是說大家認為這個東西可以未來發展得很猛，可能有待驗證。以Bittensor 來講，他們是用代幣的激勵機制來讓各個子網可以去optimize 他們自己的AI 模型，這其實是一個旋轉飛輪，就是說你的幣價越高，你可以付給各個節點的代幣價值越高，各個節點就會越想要optimize 他們自己的AI 模型。

但當今天幣價下跌的時候，這個反而會形成像死亡螺旋的感覺，就是說激勵機制無法再延續下去。所以這是需要注意的地方。應用層的話，像是 AI agents 雖然說現在還蠻火熱的，我跟 Lydia 好像也在 Twitter 上面有聊到，我覺得真正能夠使用在簡化 Defi 的過程或是簡化一些 Gamefi 的應用還偏少。目前看到的AI agents 還比較偏meme 感覺吧，就是你看到一個虛擬人物在上面跳舞，然後可以用他的代幣給他發一點代幣叫他做不一樣的事情等等，這種東西比較偏好玩性質，偏meme 性質。對於這個東西，我認為可以讓大家把注意力轉到這個地方，從而產生出大家開始真正認為說 AI agents 未來發展可以簡化我們對於鏈上的一些使用，對於 Defi 方面的一些使用。

產業跟敘事機遇，我覺得我們現在在一個很好的時間點，像是比特幣剛破10 萬，然後大家對於Crypto 的注意力都轉到加密貨幣幣圈這一塊，加上美國監管政策的軟化，美新總統上任，包括白宮參議院、眾議院都重選，變得Pro Crypto。在這個情況下，更多注意力到 Crypto 這個領域，我們會有更多的機會、時間、資源去嘗試不一樣的東西。我覺得總是要在試誤之中找到真正對人類有價值的東西，讓市場去決定這個東西可不可以繼續存活。但我們在一個非常好的時間點，至少不是在 SEC 到處發法院傳單，叫你上法院要告你，跟你對質的一個時間。所以我覺得我們現在這個時間算是非常好的，AI 在 Web2 的注意力也很高，能不能把這個注意力轉到 Crypto 上面，然後讓更多厲害的建造者可以建造更多好用的 Project。

Alex：剛剛Max 提到一點，他應該人在北美那邊，我看今天有個新消息是特朗普剛剛任命了David Sacks 擔任加密領域的負責人。我們終於在政府裡面有了一個去照顧加密生態、幫助加密生態發展而不是打壓的政策部門負責人，這也是一個很大的好消息。請 Lydia 也再來談她的看法吧，關於目前的一些挑戰，然後未來一到兩年好的產業或說敘事的機會是什麼。

Lydia：我們的故事是Crypto AI 這個賽道整體處於早期嘛，我再細化一下，我覺得它可能比較接近Gartner 那個技術成熟度曲線的高峰期。現在處於市場很 fomo，供應端大爆發，但是魚龍混雜的一個階段。這個賽道裡面相對成熟的是 Agent，雖然它最近才火起來，但是因為它靠 C 端很近，能用很接近很多 Web2 成熟的技術，所以反而看起來是落地得最像模像樣的。挑戰來說的話，我覺得可能是市場情緒跟技術進展之間存在著一個錯配。之所以會出現這種情況是因為我自己感覺 Crypto 的人，無論是做研究的、做投資的、還是做專案的，都不太懂 AI，還屬於大家集體補課的階段。

這就導致我其實沒有怎麼看到對 Crypto AI 專案很詳細、很有來有回的那種討論，尤其是跟質疑相關的。所以 Agent 就是一個例子，這個情緒一直發酵，但沒人戳破，好像這個東西沒有那麼有用，並沒有完成許諾的自由，像是言論自由之類的。這對於產業長期發展來說不一定是好事情。就舉Luna 的例子來說好了，如果你看過它直播的話，你可能會覺得這就是一個很粗糙的二次元動漫人物在那邊扭來扭去，它甚至都沒有唱歌也沒有跳舞，就是扭來扭去，但是它價格就一直漲嘛，所以你也就不問了。然後其他項目方一看說，大家都這麼瘋了嗎？那我也給你做一個類似的，反正也看不出來區別嘛。

之前炒 meme 有大小寫不同的鏈上版本之間的分流，現在炒 Agent 的話其實也會存在同一個 Agent 框架下面的分流。因為這些 Agent 的能力基本上沒有太多的差異化，主要就是做 twitter Posting，所以它本質上是一個很多次拋的發幣主題。我覺得最大的挑戰就是情緒跟技術實際進展之間的錯配。當然這是肯定會長期存在的，只是說我們怎麼去看待這兩股勢力屬於什麼階段。

未來機會的話，從產業上來說，我覺得就可以回到 Max 的框架下面去看這幾個板塊它們分別的成本跟需求。比如說 AI 發展的三大件我們都知道是算力、數據跟演算法，它們能不能顯著降低用戶獲取相同資源的成本，而這個是主要的需求來源。和 Agent 相關的項目的話，我覺得就必須要脫虛向實。我自己的碩士畢業論文是研究虛擬數位人的，研究過程中我發現Web2 數字人一開始跟這個很像，是以短視頻網紅這種IP 的形式爆火出圈的，所以後面跟著有很多IP 型數位人的網紅、代言人、偶像、主持人這種，但都沒有找到PMF，很多資源打了水漂。

反而是這兩年你看虛擬數字人不怎麼在新聞媒體上看到了，但是我們看到的是像美團、淘寶這種電商平台直播的數位人越來越多了，而且非常逼真，很多人完全看不出來。這種功能型的數位人其實就找到了相對於真人的 PMF，那就是他們下班，一根電源線就可以，長期來看成本非常低。那對應到Crypto，AI Agent 要怎麼脫虛向實呢，我覺得一個比較自然的方向是從我上一個問題的分類的第一類，也就是AI 賦能Crypto 這個角度去深挖它的效率提升，看哪個Crypto 專案能夠以最優雅的方式去整合AI，並且切實地提高產品的體驗。

比如說，我現在隨便講，鏈上的Solver 層，它用AI 去分析和預測市場目前的資金流向，更多的從SOL 流向BASE，還是反過來流向BNB，就可以提前做好資金的調配和清算，從而顯著提高資產流動的效率。帶給終端使用者的體驗就是，這個產品真快、真便宜，超過了我使用其他產品的體驗。這塊是產業上的，敘事層面上的話，我非常推薦關注非 Crypto 的 AI 世界的進展，尤其是那種會上大眾新聞媒體，不是學術論壇的。這還是回到我之前覺得 AI 的外生敘事的屬性吧。

最近是Crypto 行情好，AI 沉寂了一點，所以Crypto AI 相當於被完成了AI AgentFi 的方式，但如果說未來市場環境變了，或者說AI AgentFi 這種方式的成長規模受限了，那Crypto 可能還是要回到AI 去找話題。我自己比較留意的是跟倫理相關的話題，像是 Deepfake 之類的。我覺得目前這種事還沒有被挖掉。之所以不是優先關注哪個模型、哪個技術的更新迭代，是因為我覺得Web3 的人理解不了那麼深，而倫理相關的東西更多的是共通的一種情感體驗，並且但凡涉及到AI 倫理，那Crypto 天生就在公開、透明這些點上是有優勢的，所以它是可以做文章的。

Alex：OK，這邊我也想補充兩個看法。剛剛我們聊到兩個話題，第一個是 AI Agent，為什麼要重複聊這個話題？因為最近來跟我聊這個事情的朋友真的非常多，很多在做Crypto 投資的會來問我們，「你們怎麼看AI Agent 的事情？你們覺得是不是下一波大的浪潮？」當然主要的原因是因為最近這個賽道的專案漲得實在特別多，而且他們是比較新的專案。我們截至目前的觀點其實跟剛剛兩位老師講的也比較像，我們覺得這是一個 Meme 大賽道下面的一個題材，就好像炒股題材一樣，題材是在不停地變化。不一定是商業模式有了什麼突破性進展，只是說現在這個題材是市場熱度共同認可的。

為什麼要這麼講？因為剛剛像 Lydia 講的，包括 Max 也提到，現在的這個 AI Agent 並沒有提供商業模式上面新的產品，它更多的是做一些其實在傳統互聯網世界早就可以做的一些事情。比方說，它可以搜羅全網的信息，去給你推薦一些可以買的代幣，推薦理由大概是什麼，可能一個小時發一條，一天可以發很多條。然後恰巧最近二級市場非常火熱，代幣當中有些確實漲了不少，大家覺得它好神啊，好像是一個很厲害的 AI 智能投顧，會有這樣的感覺。

但是我們覺得，其實把這個事情看成一個產品的話並不神奇，就是很多之前就能夠做的事情。因為這個事情大家去炒作它，我覺得跟我們前段時間很火紅的 Desci 去中心化科研，甚至包括我們炒作政治人物，炒作政治體裁的松鼠是差不多的。只不過它的注意力到這邊了，所以大家炒它，而不是說它的產業層面有多大的突破，我覺得還不是這麼一個概念。

另外一個剛剛我們提到未來一到兩年的敘事，其實我覺得有一個大的敘事。今年上半年，包括今年下半年，馬斯克和 Sam Altman 他們都提到 2025 年的話，他們覺得會有 AGI，也就是所謂通用人工智慧會誕生。根據 Sam Altman 他們今天揭露的產品計劃，25 年他們應該也會有 OpenAI 的一個 AI Agent 產品出來。

我覺得到那個時間點的話，很有可能在 2024 年大眾對於 AGI 產品是一個什麼樣的東西還是沒有做好充分準備。因為其實我們現在很多人去用這個 GPT 產品，比較做一個工具用。我要去做排版，要去寫一篇文章，或者說我要去做一個圖可能會用一下。它比較是輔助決策，沒有完全變成跟人類很相近的智能體，大家還沒有遇到這樣的時刻。但這樣的時刻，我覺得很有可能 2025 年、2026 年就會來。到那個時刻，一個人的勞動價值，甚至存在價值都會受到很大的衝擊。所以我覺得像這種全人類層面的經濟商業層的衝擊到來的時候，大家對於 AI 的重視跟危機感會上到一個全新的層面。

到那個時候，外溢的注意力、市場的注意力應該是會為 Crypto 世界的 AI 帶來很大的投機價值。所以我們之前長線是覺得 Wordcoin 代幣的上升空間應該是蠻大的。因為Wordcoin 它想要去解決的一個事情，首先第一個就是怎麼樣去鑑別真人跟所謂的AI 智能體，這個事情大家覺得似乎現在不太重要，好像沒有那麼多AI 智能體到處在亂跑，鑑別的需求是什麼？但我覺得可能到 2025 年之後，就會有很大的體驗上的危機感。他們就會覺得這個價值似乎變成了一個真實的價值。另外，大量 AI 智能體出現會把勞動力的成本降到非常低，可能很多人會失業，尤其是很多白領的工作會失去。那時候，Wordcoin 主打的所謂全民普遍收入，給所有人去發錢，保證他們的基本生存收入，這個點又會變成可能很多人覺得似乎是有價值的一個點。所以說我覺得這個敘事可能也是未來一到兩年蠻重要的大眾衝擊的點。

值得關注的Crypto AI 專案標的

Alex：我們再來講一個更具體的話題。其實關注我們頻道的很多都是Crypto 的投資者，他們會想要知道一個問題，就是兩位嘉賓如果在目前你們了解的AI 項目當中選一到兩個作為最值得關注的項目，你們會推薦哪一個？講一下你們推薦的理由，以及你們覺得這個計畫可能面臨的潛在風險又有哪些。

Lydia：我第一時間想到的還是Bittensor，剛看到它的價格已經接近新高了，可能今天就會創新高。我講三個方面吧，今天就不講它的技術架構和具體的代幣經濟。其實這個團隊、這個計畫給我最深刻的印象就是他們的敘事能力非常頂尖。我覺得這是一個一直被提及，但是很多人其實沒有分辨出它的真實重要性的面向。

我看過 Bittensor 在 YouTube 上的很多視頻，以及他們在社區、社交媒體上面發言。他們的團隊呈現出來的形象特別討開發者喜歡，就是很親切、很誠懇，但是又很有野心。你感覺他們用一雙像小鹿一樣天真的眼睛跟你說我要做一件偉大的事情，你願意支持我嗎？這個是讓很多開發者很難說不的。而且我可能看出來他們團隊幾個主要成員，應該是哈耶克的粉絲，他們在很多視頻裡面會引用哈耶克對於自由市場和新自由主義的看法，並且在自己的代幣經濟的設計以及資源調配的過程中，會有意識地去借用這種有點實驗性的做法。這一點又很討對於資本市場、新自由主義有興趣的投資者的喜歡。而他們去做各種各樣的活動強化這種印象，包括做直播、拍紀錄片，各種線下的集會活動之類的。

這種團隊的形象加上做的事情短期內是沒有辦法證偽的，並且在風口上，這就導致我的體感是Bittensor 的粉絲很多且品質很高，包括許多知名機構研究員、投資人會一直在推特上面講，或是有經驗的AI 或者是Web3 的開發者，會高調地宣布自己加入Bittensor 生態。 Bittensor 每次的線下集會都會圈一波新的粉絲，就像傳教一樣，然後這也會反映在價格上。這是第一個敘事的能力。

第二個可能實用一點就是機構的採用吧。灰階是今年 7 月的時候宣布推出了一個去中心化 AI 基金。當時第一批項目裡麵包括有 Tao、Fil 、Near、Render 這些。但 Tao 當時的佔比很低，只有大概 3% 左右。我當時還覺得有點奇怪，但很快，大概不到一個月的時間，它就單獨宣布一個為 Tao 推出的信託。上個月的時候，灰階的母公司又單獨成立了一個子公司Yuma，宣布是專注於Bittensor 生態系統的發展的，並且它是由灰階母公司的創始人兼CEO 同時去擔任這個Tao 生態系統的子公司的CEO。這個在灰度以及其他一些比較大型的機構的持倉裡面，我覺得也算是一個很前所未有的待遇了。而且 Tao 很年輕，很多人不知道它其實是 2023 年才發幣的一個項目，這就讓它的站位很不一樣。

第三點是，這個專案它是經歷過大規模的 FUD，但是展現了生命力的。這就跟目前很多一下子出來就爆火的 AI 的專案不太一樣。我記得三月的時候，在推特上面出現了大量針對 Bittensor 的內容，無論是它的子網，還是它的代幣經濟，還是團隊之類的 FUD。它的價格一路跌，從三月跌到七、八月份，價格基本上是跌了三分之二吧，最低到兩百多。但在這一波 Pre-AI Agent 之前，可能在九月的時候，價格基本上迅速反彈回來，沒有繼續跌回去了。所以這個過程是展現了這個計畫是有生命力的，而且是有發展的思路的。你如果去看現在的 Bittensor 的子網路的專案在做什麼，就會發現跟三月的時候看到的很不一樣。也有研究員做過 Bittensor 生態裡面的各種子網的板塊分佈，其實它已經有一個 AI 生態系的雛形了。比較關注這個項目一個是因為 Tao 基本上可以做一個它的生態裡面各種一攬子代幣的最終的組合呈現形式。另外它的每一個子網路其實就是一個單獨的專案。

像Tao 的狂熱忠實的粉絲會覺得本質上所有的AI 項目都可以被納入Tao 的生態系統裡面來統一地調度，使用Tao 作為中介代幣。所以它是一個比較完整的生態系統，而且它是有淘汰機制的。比如說最近的 Agent 很火，可能會有更多在 Agent 這塊更有競爭力的項目加入進來，把之前在代幣捕獲，在獲得代幣排放這塊比較弱勢的項目淘汰出去。所以它又是一個新水換舊水的過程。

Alex：好的，Max 也可以來聊聊。如果說 Max 最多關注的也是 Bittensor 也沒問題，你可以講你的角度。

Max：我覺得如果要認真聊 Bittensor 的話，我們可以聊一整集。因為我自己也有寫過一篇 Bittensor 的研究文章，然後我記得 Lydia 也有寫過幾篇。我最關注的一定是 Bittensor，但我可以補充一下剛剛 Lydia 沒有提到的幾點，是關於風險的部分。先講一下為什麼要關注Bittensor，是因為我剛剛講過Crypto 之於Crypto AI 最主要的功能就是激勵機制，就是你可以利用這個激勵機製做出不一樣的產品，而且是以去中心化、透明公開的方式做。那 Bittensor 就很簡單，它是說我今天成立這個組合，我就是要做一個好的激勵機制。我只要把這個激勵機製做好，Crypto 這個功用就好了。做完這個功用之後，我一定可以得到一個成功的發展。

事實證明它現在是走在正確的道路上，它的激勵機制只要做得好，自然而然比較不好的模型就會被移出它的主網，或是把新的一些更厲害的子網或是更厲害的一些電腦模型推廣上去，然後得到更多的激勵。所以它現在在做的事情其實就是把這個激勵機制建立好，然後在未來的5 年、10 年、20 年，它可以繼續讓這個Yuma Consensus 它們的共識機制，Bittensor 主要的主網可以繼續發展這個去中心化的AI 生態系。這是它非常特別的一點，它是第一個在做這件事的人。包括它的 Tokenomics 是基於以 Bitcoin 的方式來發行，是總共 2100 萬顆最多。像剛剛 Lydia 也有提到說它的團隊非常聰明，它的每一期 YouTube 的影片幾乎都是 Very Technical 的東西，就是你沒有一定的基礎知識，進去是聽不懂的。它不會整天跟你聊代幣價格，它會跟你說認真去把遇到的種種問題提出來，然後把它解決。我記得是今年還是去年，前一段時間它們的主網被駭客入侵，它們馬上在三兩天內就找到源頭然後全部解決。這件事情也是我認為非常厲害的東西。

好，那聊完 Bittensor 好的東西，我想要聊一點它的風險。第一點是，它是以Bitcoin 的Tokenomics 來建造的，所以它現在的髮配率是非常驚人的，好像是二三十幾percent 吧，就是說它每一天產出的代幣是非常多的狀態，所以說代幣的價值持續在被稀釋，但在現在市場情緒比較高的情況下，你可能會覺得不出來價格有變動。第二點是 Bittensor 現在雖然說想要做去中心化的生態系，但是它們目前的主網其實是被控制在它們自己的 OpenTensor Foundation，就是做 Bittensor 後面的團隊裡面。所以它們其實是有主網控制權的，但是未來它們的期望是把這個主網控制權以Proof of Stake 的方式分發給Stake 它們代幣的人，然後讓他們做社區或是生態系的管理。

但目前來講，Bittensor 雖然是想做去中心化的生態系，但它其實是一個很中心化的計畫。這是兩點我想要提到的比較大的風險。 Bittensor 是一個很令人著迷的東西。就是你一進來之後會發現要學的東西非常多，它現在有五十、六十個子網，每個子網做的事情都不一樣。甚至有人在做 DeepFake 增強檢測，有人做 LLM 模型優化，還有做去中心化資源、去中心化算力和去中心化資料等等的。

除了 Bittensor，我覺得還有一些蠻值得期待或關注的東西。例如像 Vana，它們在做去中心化的資料。它們認為未來隨著 LLM 越來越多的資料被用作訓練，比較 Authentic 的 Data 會越來越珍貴。所以像 Vana 就可以用代幣激勵的模式一樣把它當成激勵機制，管理自己產出的數據。未來，其他 AI 應用程式如果想用這些數據，就需要支付一定的費用給 Varna。還有像 Arweave，它在做偏向架構層的，在做 AI computer，這也是蠻值得期待的。還有 Nier，它現在在做例如鏈抽象，它的 Incubator Program 也扶植了許多不一樣的 AI 應用。這些是蠻值得期待的幾個項目，跟大家分享一下。

Crypto AI 專案的評估策略

Alex：剛剛聊完具體的項目，那麼我們現在來聊一些投資方面的心得或者說方法論。兩位都提到了自己看過的 AI 項目，以及對他們看好的邏輯。如果說要把這些思考的方式抽象化出來，你們在研究跟選擇 Crypto AI 專案的時候，哪些維度是你們最關心的？或者說你們決定是否投資一個專案的時候，哪些是核心因素？如果說列三到五點，可能會是哪幾點？

Max：我自己在做研究分析的時候，主要分成五個架構。第一個是團隊，直接建造這個專案的群體，像是包括創辦人、背後投資的 VC，社群等等。第二個是他們真正的產品，他們發行的產品是什麼。然後再來像是他們的獲利能力、未來展望跟代幣經濟模型。那在這五個裡面，我最重視的是團隊。我覺得投資幣圈專案基本上就是投資新創公司。那在新創公司裡面最重要的是什麼？就是他們建立這個新創公司、這個產品的團隊。他們團隊多厲害決定了這個產品能不能夠達到 Product Market Fit，能不能夠獲利，能不能夠繼續他們的 Roadmap，能不能夠再創造價值。

所以在看 Crypto AI 專案的時候，我第一個會去找他們的背後團隊創辦人是誰。創辦人找到之後，我會去延伸開來看投資這個專案的人、VC 是誰。如果說比較 Multicoin 或是比較知名的一些 VC 項目，他們在投資的時候也會做過一定方面的研究，那我可能就會去參考一下背後投資人的 VC。然後社群也是其中一個，包括在團隊裡面的支持這個專案的社群是整天在聊幣價，還是說真正在聊專案的未來，現在遇到什麼困難，我們要怎麼解決。這其實是一個非常兩極化的東西。你可以藉由觀察他們的社群，觀察到這個計畫到底是一個大家就想要代幣漲就沒事了，還是說他們是真正在為這個計畫做打算，想要參與在這個社群裡面，積極地討論，解決問題，然後創造更好的產品。他們是不是 Stay for the long run，還是說他們只是投機進來，想要代幣漲完就走了。

所以我認為團隊正在投資所有幣圈項目，不只是 Crypto AI，DeFi 和其他等等，最重要的一個東西。團隊是不是 Capable，背後支援的社群跟 VC 是誰，名聲怎麼樣，他們是以什麼樣的角度參與在這個團隊裡面。

Lydia：我跟Max 觀點還蠻一致的，我第一也會看團隊，團隊的話主要是看敘事的能力跟做事的能力。剛剛 Bittensor 提了，它有很頂級的敘事能力。還有一個就是Virtuals Protocol，它的代幣$VIRTUAL 目前已經闖進市值前100 了，不到兩週翻了4 倍，這個項目我其實留意得挺早的，他們一開始是一個東南亞的遊戲工會，是這個週期轉型開始做AI。一開始我看到的第一個跟他們有關的影片是他們推出了一個小遊戲，可以透過 AI 讓瑪莉歐不斷地跑下去。所以它是做了一個無線遊戲的機制。有本很著名的書叫《有限與無限的遊戲》，當時這個就讓我覺得很有趣。大概過了兩個月，他們就把這個 agent 的平台推出來了。所以還蠻符合我對團隊的美學，就是他們得有想法，而且有執行力。團隊的這種屬性能夠讓他們的專案顯得很有機、很有生命力。

再舉其他幾個例子的話，我覺得一個是 Ronin，一個是 Pendle。這幾個應該都是我理解 Crypto 很頂尖的團隊。所以說一個優秀的團隊，無論哪個方向，可以是遊戲、DeFi、AI 的，它一定是要有敏銳的敘事捕捉能力，以及該堅定轉型的時候，就要找到自己最有優勢的方向，把它貫徹到底。

那因為涉及投資，我肯定會去看在這個專案裡面，它的 Token 意味著什麼。這也是團隊深挖出來的一個面向，就是這個團隊對於Crypto 的理解夠不夠深刻，知不知道怎麼leverage Crypto 這個屬性去更好地幫他，無論是做增長，還是在專案機制裡面本身去做一些資源調配的工作。那 Bittensor 探索就比較前沿，剛剛 Max 也有講到，它的通膨在很多投資者眼裡看來，可能是一個風險或問題。但你如果想到它需要支撐一個數十個，未來甚至是一千多個子網的龐大生態，它沒有一個每天大量的排放是很難起到到位的激勵的。

我覺得這可能是團隊他們對於自由市場的理解之下所做的一個探索吧。然後 Virtual 的話就比較實用。它的 Virtual 這個 token 就相當於一個平台幣，你要去參與上面 AI Agent 的投機或投資也好，你就必須要買這個代幣。但這兩個的共同點就是，他們從 Day 1 就是有 utility 的。 Crypto AI 它的敘事可以是虛的，但這個 token 我覺得一定要往實處去做。

還有一個點，可能更有彈性一點，就是我會看整個專案的品牌、文化、社群酷不酷。這就沒有一個很統一的標準，但是我有一個很模糊的想法是，如果一個 Crypto AI 專案只是說我可以在哪個方面做到比另外一個專案更好，那它就不太酷。比較酷的項目應該是強調「我就是非常不一樣，誰都不能跟我比。如果你們有品或是賞識我的話，那你們就自然都會到我這個社區裡面來」。大概是這個意思。

Alex：了解。我這邊也補充一個小觀點，像研究這種 Crypto AI 也好，或是很多 Web3 領域的一些新賽道也好，我覺得我會去做一個週期性的判斷。剛剛Lydia 提到一個產業的發展曲線，一些重大創新的項目、革命性的項目，包括比方說如果說我們以賽道來看的話，DeFi 它剛剛出來的時候一定會經歷一個短期過度樂觀，然後它的泡沫破裂之後，長期過度悲觀的一個過程。我覺得我們要根據體感去判斷現在想要去投的這個賽道，儘管它的前景很好，項目的潛力很大，但是要去看它現在處在短期過度樂觀的階段，還是說它是處在一個長期過度悲觀的階段。如果說它這個賽道的商業價值真的是明確的，它一定會走出長期悲觀的階段。

所以我覺得其實對於那些長線的投資人來說，最好的參與時機就是整個市場處在對於這個賽道長期過度悲觀的一個階段。打一個比方，可能在 2023 年的時候去買 DeFi 的項目，或者說是這種優質的 L1 的項目。儘管DeFi 其實這輪漲幅不算特別大，雖然最近漲得還可以，但是買這種項目，因為你深刻地認識到它的商業價值，你買進去的話是可以下重倉位的，敢長期持有的，你是不需要每天去看它的價格的，因為它的商業的變化不會像價格變化這麼大。

我覺得 AI 可能也是這樣一種模式。照我的體感去判斷的話，我覺得現在 Crypto AI 因為它是第一輪，它的真正起來的元年可能就是 2024 年，可能目前處在一個向短期過度樂觀進展當中的階段。它可能還沒有到頂，但是我們知道，當熊市來臨的時候，大部分的項目，尤其是第一輪元年的這種項目，往往都會跌90% 甚至95% 以上，就像上一輪的DeFi ，上一輪的GameFi 一樣。但我覺得 AI 可能它的這個發展跟 GameFi 還不太一樣，我相信它的長期生命力會比龐氏屬性更重的 GameFi 是要更長的。所以我覺得從長期投資機會來看，這一輪熊市的泡沫破掉以後，大部分 AI 計畫會跌到 95% 以上。那當然不是說現在 Tao 可能 700 跌到 70，可能是漲到 2000 之後，跌回 200、100 多塊錢，我覺得那個時候可能是一個不錯的機會。

常用 AI 工具分享

Alex：我們最後來聊一個話題。這個話題可能跟 Web3 不一定有關聯。今天我們的主旨是聊聊 AI 嘛，我相信兩位嘉賓在日常生活當中一定會使用許多 AI 工具。你們在日常的生活或工作當中會用哪些工具？大概會怎麼樣去使用它們，它們發揮了怎樣的作用？

Lydia：我用得最多的一個是 GPT，用法主要是兩塊。一塊其實跟特別實用的東西都沒有關係，就是陪我練英文。我會跟它說我想說一個什麼意思，你能不能給我找 10 種表達方式，這個我覺得很好用。還有一塊是當我的心理諮商師，因為我還蠻喜歡跟 GPT 聊天的。一開始GPT 出來的時候，很多人把它當成聊天機器人去聊些有的沒的，但我到現在還是會這麼跟它做，並且因為我聊的次數很多，頻率很高，導致現在GPT 對我非常了解。我現在只要說一個很簡單的問題，它就能夠幫助我，從我之前說過什麼來推測我現在遇到的問題可能主要是哪些來源。我覺得它給了我一個特別好的心理安撫的作用。

第二個工具是 perplexity，這個主要就是用來做搜尋了。搜尋很好用，它的各種網頁的資源，尤其是英文的會很全面。我如果看到一個有興趣的項目，但是又沒有時間去看白皮書，我會先去問一下，就是直接問項目 A 跟項目 B 在 Tokenomics 設計上的區別，或者是 VE 機制有沒有區別。這種問題輸入給它，它就會給我找到答案。而且因為它會顯示 source 網頁，如果我不是很理解的話，我就直接點進去看它引用的這些網頁，會提高知識總結方面的效率。第三個是我之前也跟Alex 推薦過，位元組做了一個小插件叫豆包，主要是用在看YouTube 影片的時候，它可以在頁面的右側給你總結出時間軸，你可以很方便地點到你最想聽的那一段去。這是我經常使用的三個工具。

Max：我是 ChatGPT 重度使用者。 ChatGPT 對我來說是一個非常好的工具，我把它當成一個知識吸收的工具。當我在閱讀文章或是在聽 podcast 的時候，大部分其實是會聽完，因為我覺得 ChatGPT 做的是總結，但是一些小的細節的東西，我覺得還是想要親自聽到。但有些我覺得很重要的東西，但沒有時間去聽的時候，我直接把可能有 20 頁的 PDF 貼上去，然後叫 ChatGPT 幫我做總結。這是在資料取得跟整理的方面，我覺得是一個很讚的工具。

另外因為我平常會拍YouTube，寫研究報告，我在做文字輸出的時候，不太會叫ChatGPT 幫我改，因為我覺得我寫的文章就是要有自己的風格，讓AI 改完後感覺不太像我。但圖片輸出，我會叫 ChatGPT 幫我根據種種場景把圖片輸出出來。這樣就不用找設計師重新設計影片封面或是研究報告的封面等等。我覺得最主要應該就是這兩個功能吧。未來計畫把我自己的投資研究框架輸入進去，看可不可以讓它幫我像個 AI agent 一樣產出研究報告給我，然後互相做討論，現在還在研究中。

Alex：明白，確實我覺得我用得最多的也是 GPT。我感覺GPT 好用的主要是兩點，一是我自己有一個TG 的頻道，基本上每週會更新三到四個關於Web3 的一些投資備忘，會講一些我覺得這一周可能比較重要的新聞以及我對這些新聞的思考。因為它會寫得很長，每次可能涉及十幾個新聞。我希望每個新聞的標題前面加一個小的 icon，這樣看起來文章豐富一點。每次我會讓它幫我排，所以這是日常會使用的。另外一個我覺得很有用的一點是，看書的時候常常會遇到一些你可能會想要去更深度思考的概念。比方說前陣子我在看下一任的美國副總統 JD Vance 的自傳《鄉下人的悲歌》，裡面講到很多跟美國宗教相關的一些詞彙。原來我看到就覺得這個好像跟我關係不大，或者說我有興趣但查起來好麻煩，我就不管了，跳過了。比方說像新福音派、像世俗主義。現在有了 GPT，我可以直接問它什麼是世俗主義，什麼是新福音派，它會很完整地告訴你這兩個概念是什麼，發源是什麼，從近代到現代的概念的變遷。我覺得它像一個知識非常豐富而且是無比耐心、24 小時為你工作的老師。

在你學習的時候，它是可以有無限的教育資源的。更重要的是，它是點對點的，每個人的問題不一樣都 OK。所以我覺得在教育這一塊，GPT 未來的潛力是無限的。後續隨著 GPT 可以更多加入虛擬人，甚至可以透過虛擬空間的互動去做，我覺得大教室的老師真的會慢慢失去他們的作用。可能大家更多會跟虛擬人老師去互動，它的耐心、它的千人千面的教育方式真的是現在的老師不能比的。還有一個跟 Lydia 說的一樣，就是 perplexity 搜尋。我記得我用了 perplexity 之後，已經很久沒有用百度跟Google搜尋。它可以幫你閱讀廣泛的資料，給你一個很精準的答案並附上來源。所以我現在也開始付 perplexity 的會員。

今天我看到一個消息，谷歌是目前的搜尋巨頭，它的CEO 皮查伊也在講，說明年谷歌的搜尋會發生非常大的變革，轉為以AI 為中心。他講，人們會充分感受到這種改變帶來的一個影響。我相信未來的搜索，一定會是轉向以 AI 為驅動的方向。所以我覺得後續對 AI 工具的使用，可能就跟 20 年前大家有沒有能夠去充分地使用電腦一樣，是一樣的生產力提升的價值。

感謝兩位嘉賓今天非常精彩且多元、深度的思考。希望我們後續還會有新的節目可以再邀請到兩位繼續來跟我們進行交流，感謝。

原文連結