Paano matutupad ang 30 trilyong AI Agent na pangarap ng a16z? Ang sagot ay nakatago sa "AI Hunger Games"

Ang Darwinian AI ay nilulutas ang problema ng pagbuo ng kapital, at ito ang makina na nagtutulak ng inobasyon sa Crypto AI.

May-akda: 0xJeff

Pagsasalin: AididiaoJP, Foresight News

Isang taon na ang lumipas mula nang magsimula ang alon ng AI Agents noong ika-apat na quarter ng 2024.

Noon, unang iminungkahi ni @virtuals_io ang konsepto ng “tokenization ng AI Agents”, ibig sabihin ay ang pag-pair ng AI application/token sa mga token na may patas na paglulunsad.

Sa loob lamang ng isang taon, nagkaroon ng napakalaking pagbabago sa larangan ng Crypto AI: pinasigla nito ang open-source movement ng general AI, naglabasan ang iba’t ibang tool, at naging madali para sa mga developer at baguhan na magsimula at bumuo ng mga proyekto.

Noong una, isang AI product lang ang naglalabas ng token, mababang valuation, patas na paglulunsad, at pinangungunahan ng mga independent developer o maliliit na team. Ngayon, ito ay umunlad na bilang isang kumpletong Crypto AI ecosystem, kung saan daan-daang mahuhusay na team ang bumubuo ng kanilang mga pangarap.

Dahil sa kasalukuyang hype na dala ng x402 narrative, tatalakayin ng artikulong ito ang kasalukuyang estado ng industriya, pag-unawa sa mga pagbabago, at pagsusuri sa progreso ng mga pangunahing manlalaro, upang sagutin ang pinakamahalagang tanong: Saan patungo ang lahat ng ito? Ano ang tunay na core value ng Crypto AI Agents?

Kung ikaw ay tulad ko na nasasabik sa AI at mahilig matuto, malamang napansin mo na napakabilis ng pag-unlad ng AI. Bawat buwan ay may mga bagong, kakaibang bagay na lumalabas. Mula sa mga basic application na “maganda ring meron”, tulad ng pag-stylize ng kahit anong bagay sa Ghibli style, hanggang sa AI-generated na video na may production-level na kalidad, at AI Agents na mas produktibo pa sa karaniwang junior programmer.

Ngunit sa larangan ng Crypto, hindi palaging ganito ang sitwasyon. Noong nakaraang taon, nang sumiklab ang AI agent narrative, ang mga sumusunod na proyekto ang sumikat:

• Naging buhay na buhay si @truth_terminal, nakipag-interact kay @pmarca ng a16z at nakatanggap ng investment.
• Si @aixbt_agent ay nagbibigay ng matatalas na analysis, at isa ring quirky, native na Crypto player sa X platform.
• Bilang “Agent Society”, inilunsad ni @virtuals_io ang “Agent token” na madalas tumaas ng 10-50x.
• Si @dolos_diary ay ang top “bully” ng internet, minahal dahil sa kanyang matalas at nakakatawang estilo.
• Si @luna_virtuals bilang unang AI idol.

Noong nagsimula ang narrative, entertainment ang pangunahing tema. Ngunit ngayon, matagal na tayong hindi nakakakita ng bagong anyo ng entertainment mula sa AI Agents (maaaring mabuti ito, ngunit nawala na ang charm at appeal ng early AI era).

Ngayon, ang focus ay lubos na nakatuon sa vertical na larangan kung saan mahusay ang Crypto: mga financial use case, ibig sabihin ay ang kumita ng pera (at hindi malugi).

Sa pinakabagong ulat ng a16z na “State of Crypto”, iminungkahi nila ang $30 trillion na potential market size ng agent economy, na maaaring medyo hindi makatotohanan, dahil inaasahan na sa 2030, ang buong AI market ay ilang trillion dollars pa lang.

Gayunpaman, naniniwala ako na ang buong agent economy ay talagang maaaring umabot ng ilang trillion dollars ang halaga. Habang tumutulong ang generative AI tools at vertical AI sa pagpapataas ng productivity ng mga indibidwal, tumataas ang adoption ng mga negosyo, at mas efficient na AI-driven workflows ang ipinapatupad sa loob ng mga organisasyon, patuloy na lalago ang market na ito.

Hindi eksepsyon ang Crypto. Ngunit dahil sobrang nakatuon ang industriya sa pag-generate ng kita, natural na umiikot ang mga workflow nito sa pagkita ng pera. Ang mga sumusunod na kategorya ang namumukod-tangi:

DeFi: Ang Pinakamature na Product-Market Fit ng Crypto

• Trading (spot, perpetual contracts, sa CEX/DEX)
• Money market (lending, collateralized crypto assets)
• Stablecoins (medium of exchange/unit of stable value, composable high-yield DeFi strategies)
• Yield protocols (interest rate market, points market, funding rate market, yield optimizer/vault products)
• RWA/DePIN (pag-onchain ng real-world productive assets, pag-connect ng onchain capital sa offchain demand)

Ito ang pinakamalaking potential market, may total value locked na higit sa $150 billions, at stablecoin market cap na higit sa $300 billions. Ang lumilinaw na regulasyon at tumataas na institutional adoption ay nagtutulak ng mas maraming kapital onchain; ang pagtaas ng stablecoin adoption ay umaakit din ng mas maraming negosyo at startup na gumamit ng crypto channels.

Dahil dito, ang pangangailangan para sa automation bilang backend infrastructure at tools, at ang mga negosyo/startup bilang frontend na nagdadala ng ordinaryong user onchain, ay magiging susi sa susunod na yugto ng adoption.

Ang mga AI agent na kayang i-abstract ang DeFi complexity, gawing simple ang execution process, o i-improve ang mga critical aspect ng DeFi (tulad ng risk management, asset rebalancing, strategy curation, atbp.) ay malamang makakakuha ng malaking bahagi ng value na pumapasok sa DeFi protocols.

Mga Key Ecosystem Player:

@almanak, @gizatechxyz, @Cod3xOrg, @TheoriqAI, @ZyfAI_

• Ang DeAI ang pinakamature na product-market fit sa Crypto AI
• Prediction market x AI: Ang pinakamabilis lumaking sub-sector sa Crypto

Kung patuloy mong sinusubaybayan ang ecosystem, mapapansin mong hindi gaanong nagbabago ang DeFi x AI sector. Ito ay dahil napakahirap i-crack ang DeFi workflows. Hindi mo lang basta pwedeng isaksak ang AI at umasa ng magandang resulta, kailangan ng responsible structural design at safeguards para maiwasan ang malalaking aksidente.

Bakit ko ito tinatalakay ngayon, at hindi ang generic na “AI Agents”?

Noong una, ang AI agent ecosystem ay halos binubuo lang ng mga agent na binuo sa loob ng Virtuals ecosystem (at marahil ilang CreatorBid, atbp.), at mga framework tulad ng ai16z (ngayon ay ElizaOS), na nagpapadali sa paggawa ng “agent” o X bot na kayang tumawag ng iba’t ibang tool, pati na rin ang iba pang frameworks gaya ng Arc, Pippin, atbp.

Maganda at interesting ang mga ito, pero hindi ito ang tunay na depinisyon ng AI agent. Ang tunay na agent ay dapat kayang umunawa sa kapaligiran nito, sa sariling role at responsibilidad, gumawa ng desisyon at kumilos nang proactive, upang makamit ang partikular na layunin nang may minimal na human intervention.

Kung titingin ka sa paligid, mahigit 95% ng mga proyekto ay hindi ganito. Kadalasan, isa lang silang software, isang generative AI product, o nasa proseso pa lang ng pag-develop patungo sa autonomous AI agent.

Hindi ko layuning maliitin ang sinuman. Ang gusto kong bigyang-diin ay * napakaaga pa ng yugto natin, kaya karamihan ay hindi pa talaga alam kung ano ang gumagana.

Yung mga nakadiskubre na kung ano ang gumagana, kadalasan ay hindi na tinatawag na “AI agent”, kundi isang AI project.

Kasalukuyang Kalagayan ng Ecosystem

Ang kasalukuyang hype na dala ng x402 ay nagpasigla ng capital rotation at interes sa Crypto AI, ngunit malaki na ang ipinagbago ng ecosystem kumpara dati.

1. Nawalan na ng init ang mga framework

Noon, napakahalaga ng mga framework, dahil tinutulungan nila ang mga builder na mabilis magsimula, at binabawasan ang oras sa pag-aaral, pag-code, at pagdisenyo ng workflow. Ang mga tool tulad ng MCP ay nagpapataas ng kakayahan ng agent na tumawag o magbigay ng API, ang ERC-8004 ay tutulong magtayo ng registry at magtatatag ng Ethereum bilang trust at settlement layer, ang Google’s A2A & AP2 ay nagiging paboritong framework ng mga builder, at ang mga AI agent/workflow builder tulad ng n8n ay umaakit ng maraming developer at ordinaryong user.

Dahil dito, humupa na ang hype sa mismong “framework”, at maraming proyekto ang lumipat ng direksyon. Halimbawa, lumipat si @arcdotfun sa workflow builder; si @openservai na dating “cluster” ay lumipat din sa workflow builder, at sa mga tool na layuning gamitin ang agents para gumawa ng Web3 AI-driven na negosyo, at mga tool para sa partikular na user group (tulad ng prediction market workflows).

Mahalaga pa rin ang mga framework, ngunit habang lumalaganap ang Web2 AI frameworks at tools, at tumataas ang adoption ng Web3 channels, humupa na ang hype sa Web3 frameworks.

2. Pagbabago ng Industry Model

Ang fair launch platform model ay pabor sa maliliit na retail investor, ngunit mahirap para sa team na mag-scale. Madali rin itong maging breeding ground para sa mga independent developer na gumagawa lang ng short-term build o hype, imbes na magtayo ng long-term AI business na tatagal ng 3-5 taon pataas.

Sa aspetong ito, makatuwiran ang expansion ng Virtuals sa pamamagitan ng agent business protocol. Habang itinatatag ng x402 ang sarili bilang agent payment channel, ang pagtatayo ng infrastructure para sa agent trust/reputation scoring, at ang pagde-define kung paano magtutulungan at magbabayad ang mga agent para sa serbisyo ng isa’t isa, ay mahalaga para sa agent vision.

Gayunpaman, nananatili ang mga hamon at pangunahing tanong: “Mayroon bang high-quality service na handang bayaran ng tao?”

Kung karamihan ng serbisyo ay walang silbi, bakit hindi na lang gumamit ng Web2 AI service ang mga tao, imbes na Web3? Kung ganun, ano ang saysay ng pagsasama-sama ng Web3 agents?

Para makabuo ng sustainable AI business na kayang mag-generate ng 7-8 digit na kita, kailangan mo ng kapital, talent na may mataas na drive, at oras para buuin ang vision, na mahirap makuha sa fair launch model.

Sa halip, nakikita natin na mas sumisikat ang medium-to-large AI teams, na nakakakuha ng seed funding mula sa angel at VC, at pumapasok sa market sa pamamagitan ng community round.

Ang mga team na ito, dahil sa resources (kapital, talento, VC backing, atbp.), ay kadalasang nakakapagbigay ng mas mataas na kalidad ng produkto/serbisyo, kaya mas maganda rin ang performance ng kanilang token.

3. Nawalang Business Model at Tokenomics

Ang sabay na pamamahala ng AI product at token ay nangangailangan ng dalawang magkaibang skillset, at kailangang maingat na idisenyo ang integration ng dalawa para mapabilis ang product growth at user acquisition (halimbawa: mag-airdrop ng token sa tamang user → mag-convert ang user sa paying user → magbayad para gamitin ang produkto → makakuha ng mas maraming token, na sa pamamagitan ng revenue sharing, buyback, governance, atbp. ay nagbubuklod ng user at project sa pangmatagalang interes → tuloy-tuloy ang flywheel).

Madaling sabihin, mahirap gawin. Karamihan sa maliliit na AI agent team ay naglalaan ng 30-80% ng kanilang tokenomics, kaya walang natitirang resources para magpatakbo ng growth flywheel.

Karamihan ng proyekto ay gumagamit ng SaaS subscription o pay-per-use/points, at nagdadagdag ng option na makakuha ng discount kapag nagbayad gamit ang token. Marami ring proyekto ang gumagamit ng bahagi ng subscription revenue para mag-buyback ng token, o sunugin ang token na ginamit pambayad ng serbisyo.

Okay lang ang buyback gamit ang subscription revenue, pero kung pilitin lang ang paggamit ng token bilang pambayad (o magbigay lang ng discount), mahirap itong mag-scale.

Sobrang volatile ng crypto tokens. Hindi magandang ideya na gamitin ito bilang payment medium (pwedeng tumaas ng 20% ngayon, bukas babagsak ng 30%, mahirap mag-budget).

4. Darwinian AI: Bagong Landas ng Kapital Formation at Malinaw na Tokenomics

Ang @opentensor (Bittensor) ay naging pangunahing platform para sa mga founder na maglunsad ng ideya, mga miner na mag-ambag sa AI, at mga investor na mag-invest sa susunod na disruptive DeAI company.

Gamit ang federated learning, itinatag ni @flock_io ang standard para sa privacy-preserving at domain-specific AI, umaakit ng Web2 enterprise, gobyerno bilang kliyente, at mga trainer (miner) na gustong mag-ambag sa AI. Katulad ng Bittensor, tinutulungan ng Flock ang mga kumpanya na makumpleto ang cool at makabuluhang AI work gamit ang external talent.

Ang @BitRobotNetwork, na na-inspire ng Bittensor, ay gumagamit ng katulad na approach para gabayan ang robot-centric subnet ecosystem.

Kasabay nito, lumalabas na rin ang real-world benchmark/assessment na may totoong pera na nakataya (na nagiging isang uri ng high-quality entertainment):

• Ang Alpha Arena ni @the_nof1 ay nagpapalaban ng 6 na cutting-edge AI models gamit ang totoong pera ($10,000 bawat isa) sa perpetual trading competition.
• Gamit ang kompetisyon sa pagitan ng AI agents, pinapabuti at patuloy na tine-tune ng @FractionAI_xyz ang agents para makapagbigay ng mas maganda output, signal, profit, at risk management.
• Gumawa si @openservai ng OpenArena para magpalaban ng AI models sa prediction market trading.

Ang Darwinian AI ay nilulutas ang problema ng pagbuo ng kapital, at ito ang makina na nagtutulak ng inobasyon sa Crypto AI.

• Ang top 1 Bittensor subnet na Chutes ay nangungunang inference service provider sa OpenRouter, na siyang pinakapopular na unified API gateway ng general AI developers sa buong mundo.
• Ang top computation subnets (3-4) ay may combined annual recurring revenue na $20-30 millions.
• Ang prediction-related subnets ay nagsisimula nang kumita ng daan-daang libo hanggang milyon-milyong dolyar ng annual recurring revenue sa pamamagitan ng pag-monetize ng alpha signals, at/o paggamit ng signals para sa mas magandang trading/prediction.

Darwinian competitive AI = kapital formation (walang VC) + innovation accelerator (umaakit ng AI/ML engineers na mag-ambag) = ito ang magiging core force na magtutulak ng AI agent narrative pagsapit ng 2026.

Note: Ang “Darwinian AI” ay tumutukoy sa isang decentralized ecosystem na gumagamit ng kompetisyon at market economy para itulak ang AI model development, evaluation, at reward. Ang core idea nito ay “survival of the fittest”, tulad ng teorya ng natural selection ni Darwin, kung saan ang pinakamahusay at pinaka-kapaki-pakinabang na AI models ang mananalo sa open competition at makakatanggap ng reward.

Ngayon, para sa maliliit na team o AI agents, ano ang exciting?

Sa totoo lang, may ilan akong ginagamit na okay naman, pero wala pa talagang nagustuhan ko nang sapat para magbayad.

• Research: Sakop ng Grok ang X platform, sakop ng ChatGPT ang general domain.
• Deep analysis: Kadalasan ay binabasa ko ang newsletters at Messari reports.
• Mabilis na market outlook: Gamit ang TG chatbot ng @elfa_ai.
• Prediction market trading ideas: Gamit ang @AskBillyBets, @Polysights, at @aion5100 ng @futuredotfun. (Excited ako sa aVault ng @sire_agent, pero hindi pa ito public).
• DeFi: Kadalasan ako mismo ang gumagawa, minsan gamit ang @almanak at @gizatechxyz, pero hindi ito mahigpit na “AI agent”.
• Trading: Gamit ang @DefiLlama para mag-swap sa EVM, o @JupiterExchange sa Solana. Hindi ako nagpe-perpetuals (kung kailangan, gamit ang @Cod3xOrg para sa analysis at execution).

Sanay ang Crypto na gawing libre ang lahat para sa user, kaya mas gusto ng user ang free tools. Hindi epektibo ang token gating o paywall, pero pwedeng seamless na isama ang fee sa produkto. Kaya napaka-epektibo ng result-based pricing model *. Hindi handang magbayad ng $40 kada buwan ang tao, pero handang magbayad ng $40 gas fee para sa isang successful na trade.

Kung kaya mong mag-deliver ng best result (mataas na kita, best trade price), basta maganda ang resulta, walang pakialam ang tao kung may built-in fee ka.

Matapos subukan ang napakaraming Crypto AI application o agent, natutunan ko na: Sa ngayon, ang pinakamagandang produkto ay yung kayang kumita ng pera, at ang pinakamainam na vertical para dito ay ang launchpad (at ang malapit nang sumabog na prediction market), ibig sabihin ay ang pagpapatakbo ng onchain “casino” at pag-accumulate ng fees mula sa trading.

Paningin sa Hinaharap

• Ang tunay na use case na makakaabot sa mass adoption (ibig sabihin, gagamitin ng ordinaryong AI developer o user sa labas ng Crypto) ay lalabas sa susunod na taon, at malamang magmumula sa DeAI/Darwinian AI ecosystem.
• Ang 2026 ay magiging taon ng Crypto AI, at dadagsa ang DeFi use cases, DeAI infrastructure, at prediction use cases.
• Karamihan ng maliliit na agent team ay unti-unting mawawala o mabibili/magme-merge, o lilipat sa pagbuo sa loob ng Darwinian AI ecosystem.
• Ang Crypto AI at AI agents bilang sub-sector ay magko-converge, na magpapalinaw sa product direction at vision ng Crypto AI.
• Mananatiling core ng Crypto Twitter ang launchpad, na magge-generate ng trading volume at fees, ngunit ang tunay na makabuluhang inobasyon na magtutulak ng industriya ay mangyayari sa lugar na may pinakamaraming resources (kapital, talento, distribution channel, at user adoption).

Ano nga ba ang kahulugan ng Crypto AI Agents?

Para sa “AI agent”, ang kahulugan nito ay ang pagdisenyo ng trading experience na nakabalot sa “investment tech”, kahit karamihan dito ay LLM wrapper lang na may token shell.

Sa karamihan ng kaso, ito ang pinakamahusay na paraan para sa maliliit na investor na mag-early invest sa ganitong “AI agent” speculative asset at kumita.

Bilang isang narrative, ang Crypto AI agent ay mahalaga bilang pundasyon ng hinaharap na agent economy, kung saan ang blockchain ang magiging core infrastructure/channel na magpapaganap sa lahat ng ito.