ArkStream Capital轨道研究报告：AI Agent能否成为Web3+AI的救命稻草？

总结

• Web2 创业公司中热门且成熟的 AI Agent 项目类型主要为企业端服务，而在 Web3 领域，模型训练与平台集合项目由于其在构建生态系统中的关键作用而成为主流。

• 目前Web3的AI Agent项目并不多，占比8%，但在AI赛道的市值占比高达23%，展现出较强的市场竞争力。我们预计，随着技术的成熟和市场认可度的提升，未来将出现多个估值超过US$10亿的项目。

• 对于Web3项目来说，引入AI技术或许会成为非AI核心应用端产品的战略优势；对于AI Agent项目来说，结合点应该着重整个生态的搭建和Token经济模型的设计，以促进去中心化和网络效应。

AI浪潮：项目纷纷涌现、估值不断攀升现状

ChatGPT自2022年11月上线以来，仅两个月就吸引了超过1亿用户，到2024年5月，ChatGPT的月收入已达到惊人的$2030万。ChatGPT发布后，OpenAI迅速推出了GPT-4、GP4-4o等迭代版本。如此迅速的势头，各大传统科技巨头都意识到了LLM等最前沿的AI模型应用的重要性，纷纷推出了自己的AI模型和应用。比如谷歌发布大型语言模型PaLM 2、Meta推出Llama 3，中国公司也推出了文心易言、智普清言等大型模型。显然，AI领域已经成为兵家必争之地。
各大科技巨头之间的竞争不仅推动了商业应用的发展，我们对开源AI研究的调查统计发现，2024年AI Index报告显示，GitHub上AI相关项目数量从2011年的845个激增至2023年的180万个左右。尤其是在GPT发布后的2023年，项目数量同比增长了59.3%，体现了全球开发者社区对AI研究的热情。
对AI技术的热情直接体现在投资市场上，2024年第二季度呈现出强劲增长和爆发式增长。全球范围内超过$1.5亿美元的AI相关投资有16笔，是第一季度的两倍。AI初创公司的总融资额飙升至$24亿美元，同比增长超过一倍。其中，马斯克的xAI以$24亿美元的估值筹集了$6亿美元，成为仅次于OpenAI的第二大最有价值的AI初创公司。

2024 Q2 AI赛道融资TOP 10，来源：亿欧，https://www.iyiou.com/data/202407171072366

AI技术的飞速发展，正以前所未有的速度重塑科技领域的格局。从科技巨头之间的激烈竞争，到开源社区项目的蓬勃发展，再到资本市场对AI概念的热烈追捧，项目层出不穷，投资金额屡创新高，估值也随之水涨船高。整体来看，AI市场正处于快速发展的黄金时期，大型语言模型、检索增强生成技术在语言处理领域取得了重大进展。尽管如此，这些模型在将技术优势转化为实际产品方面仍面临挑战，例如模型输出的不确定性、产生不准确信息假象的风险、模型透明性问题等。这些问题在对可靠性要求极高的应用场景中变得尤为重要。

在这样的背景下，我们开始研究AI Agent，因为AI Agent强调解决实际问题和与环境交互的全面性。这种转变标志着AI技术从单纯的语言模型进化为真正能够理解、学习和解决实际问题的智能系统。所以我们在AI Agent的发展中看到了希望，它正在逐步弥合AI技术与实际问题解决之间的鸿沟。AI技术的演进在不断重塑生产力的架构，而Web3技术则在重塑数字经济的生产关系。当AI的三大要素：数据、模型和算力，与去中心化、通证经济、智能合约等Web3的核心理念融合在一起时，我们预见到一系列创新应用将会诞生。在这个充满潜力的交叉领域，我们相信AI Agent凭借其自主执行任务的能力，已经展现出大规模应用的巨大潜力。为此，我们开始对AI Agent在Web3的多样应用进行深入研究，从Web3的基础设施、中间件、应用层面到数据、模型市场等多个维度，旨在识别和评估最具潜力的项目类型和应用场景，以深刻理解AI与Web3的深度融合。

概念澄清：AI Agent的介绍及分类概述

基本介绍

在介绍AI Agent之前，为了帮助读者更好的理解它的定义和模型本身的区别，我们用一个现实场景来举例：假设你正在计划一次旅行，传统的大型语言模型提供的是目的地信息和出行建议，而检索增强生成技术可以提供更丰富、更具体的目的地内容。AI Agent就像钢铁侠电影里的贾维斯，能够理解需求，根据你的话语主动搜索航班和酒店，并进行预订操作，并将行程添加到日历中。
业界对AI Agent的一般定义是：是一种能够感知环境并采取相应行动的智能系统，通过传感器获取环境信息，处理后通过执行器影响环境（Stuart Russell Peter Norvig，2020）。我们认为AI Agent是集LLM、RAG、记忆、任务规划和工具使用能力于一体的助手，不仅能提供信息，还能规划、分解任务，并实际执行。
基于这个定义和特点，我们可以发现AI Agent早已融入我们的生活，应用于不同的场景。例如AlphaGo、Siri、特斯拉的L5以上自动驾驶都可以视为AI Agent的例子。这些系统的共同特点是能够感知外部用户的输入，并做出相应的反应，从而影响现实环境。
以ChatGPT为例理清概念，应该明确指出Transformer是构成AI模型的技术架构，GPT是基于此架构发展起来的模型系列，GPT-1、GPT-4、GPT-5代表该模型在不同发展阶段的版本，而ChatGP则是在GPT模型基础上演化而来的AI Agent。

分类概述

目前，AI Agent市场尚未形成统一的分类标准，我们根据每个项目对应的显著标签，将Web2+Web3市场中的204个AI Agent项目分为一级分类和二级分类。一级分类分为基础设施构建、内容生成、用户交互三类，再根据实际使用场景进一步细分：

基础设施：该类别重点构建Agent领域更底层的内容，包括平台、模型、数据、开发工具以及为底层应用提供更成熟的B端服务。

• 开发工具类：为开发者提供构建AI Agent的辅助工具和框架。

• 数据处理：对不同格式的数据进行处理和分析，主要用于辅助决策、提供培训来源。

• 模型训练：提供AI专用的模型训练服务，包括推理、模型构建和设置。

• B端服务：主要面向企业用户，提供企业服务、垂直服务和自动化解决方案。

• 平台集合类：集成多种AI Agent服务和工具的平台。

交互代理：与内容生成代理类似，不同之处在于持续的双向交互。交互代理不仅接受和理解用户需求，还会通过自然语言处理（NLP）等技术进行反馈，实现与用户的双向互动。

• 情感陪伴：提供情感支持和陪伴的AI代理。

• GPT类：基于GPT（Generative Pre-trained Transformer）模型的AI Agent。

• 搜索型：专注于搜索功能并提供更准确的信息检索的代理。

内容生成：该类项目专注于内容创作，利用大模型技术根据用户指令生成各种形式的内容。分为文本生成、图像生成、视频生成、音频生成四类。

Web2 AI Agent发展现状分析

根据我们的统计，传统Web2互联网中AI Agent的发展呈现出明显的行业集中趋势，具体来说，大约有三分之二的项目集中在基础设施类别，主要是B端服务和开发工具。我们对这个现象也进行了一些分析。

• 技术成熟度的影响：基础设施项目之所以占主导地位，首先是因为其技术成熟度。这些项目通常建立在经过时间考验的技术和框架之上，降低了开发的难度和风险。它们相当于AI领域的铁锹，为AI Agent的开发和应用提供了坚实的基础。

• 市场需求驱动：另一个关键因素是市场需求。相较于消费市场，企业市场对AI技术的需求更为迫切，尤其寻求提高运营效率、降低成本的解决方案。同时对于开发者来说，来自企业的现金流相对稳定，有利于他们开展后续项目。

• 应用场景的局限性：同时，我们注意到内容生成AI在B端市场的应用场景相对有限，由于其产出的不稳定性，企业更青睐能够稳定提升生产力的应用，这导致项目库中内容生成AI占比较小。

这一趋势反映了技术成熟度、市场需求和应用场景的实际考虑。随着人工智能技术的不断进步和市场需求的日益清晰，我们预计这种模式将会调整，但基础设施仍将是人工智能代理发展的坚实基础。

Web2s 领先 AI Agent 项目分析

Web2 AI Agent领先项目，来源：ArkStream项目数据库

我们深入研究了当前 Web2 市场上的一些 AI Agent 项目并进行分析，以 Character AI、Perplexity AI 和 Midjourney 为例。

角色人工智能：

• 产品描述：Character.AI提供基于人工智能的对话系统和虚拟角色创建工具。其平台允许用户创建、训练和与能够进行自然语言对话并执行特定任务的虚拟角色互动。

• 数据分析：Character.AI 5月访问量2.77亿，日活跃用户超过350万，用户年龄大多在18-34岁之间，呈现年轻用户群体特征。Character AI在资本市场表现优异，完成$1.5亿轮融资，估值$1亿，由a16z领投。

• 技术分析：Character AI与谷歌母公司Alphabet签署了非独家授权协议，使用其大型语言模型，这表明Character AI采用自研技术。值得一提的是，该公司创始人Noam Shazeer和Daniel De Freitas曾参与谷歌对话语言模型Llama的开发。

困惑人工智能：

• 产品介绍：Perplexity可以从互联网上抓取并提供详细答案，通过引用和参考链接保证信息的可靠性和准确性，同时教育和引导用户提问和搜索关键词，满足用户多样化的查询需求。

• 数据分析：Perplexity月活跃用户已达1000万，其移动端和桌面端应用的访问量2月份环比增长8.6%，吸引了约5000万用户。资本市场上，Perplexity AI近日宣布获得$6270万美元融资，估值$1.04亿美元，由Daniel Gross领投，Stan Druckenmiller、NVIDIA跟投。

• 技术解析：Perplexity使用的主要模型是经过微调的GPT-3.5，以及两个基于开源大模型微调的大模型：pplx-7 b-online、pplx-70 b-online，适用于专业学术研究和垂直领域查询，保证信息的真实可靠。

旅途中：

• 产品介绍：用户可以使用Prompts在Midjourney中创作各种风格和主题的图像，涵盖从现实主义到抽象主义的各种创作需求。平台还提供图像混合和编辑，允许用户进行图像叠加和风格转换。平台的实时生成功能确保用户可以在几十秒到几分钟内获得生成的图像。

• 数据分析：平台目前已拥有1500万注册用户，活跃用户数量为150万至250万。同时，据公开市场信息显示，Midjourney并未拿投资机构的钱，而是依靠创始人David多次创业经历的名气和资源，实现自给自足的发展。

• 技术分析：Midjourney采用的是他们自己的闭源模型，平台从2022年8月发布Midjourney V4开始就一直采用基于扩散的生成式AI模型。据称该模型的训练参数在300到400亿之间，如此庞大的参数数量为其生成的图像的多样性和准确性提供了坚实的基础。

商业化困境

在体验了多个Web2 AI Agent之后，我们观察到了产品迭代的大致路径：从前期专注于单一、精细化的任务，到后期拓展能力以处理更复杂的多任务场景。这一趋势不仅体现了AI Agent在提升工作效率和创新方面的潜力，也预示着它们将在未来发挥更加关键的作用。通过对Web2中125个AI Agent项目的初步统计，我们发现项目主要集中在内容生成（如Jasper AI）、开发工具（如Replit），B端服务（如Cresta）数量最多。这一发现与我们的预期相反。起初，我们预计随着AI模型技术的日益成熟，C端市场将迎来AI Agent的爆发式增长。然而，经过分析，我们发现C端AI Agent的商业化道路远比想象的更加崎岖和复杂。

以Character.Ai为例，Character.AI一方面拥有最好的流量表现，但由于其商业模式单一，依赖9.9美元的订阅费，在少量的订阅收入和繁重的用户推理成本消耗面前，最终因流量变现困难和资金链问题，整个团队被Google收购。这个案例反映出即便拥有如此好的流量和融资，C端AI Agent应用在商业化过程中依然举步维艰，反映出绝大多数产品还未达到替代或有效辅助人工的标准，导致C端用户对当前产品的付费意愿并不强烈。我们在实际调研中发现，不少初创项目都遇到过与Character.ai类似的问题。C端AI Agent的发展并非一帆风顺，需要对技术成熟度、产品价值、商业模式创新进行更深入的挖掘，才能在C端市场发挥出其潜力和价值。

通过统计大部分AI Agent项目的估值，相比OpenAI、xAI等天花板项目仍有近10-50倍的估值空间。不可否认C端Agent应用的天花板还足够高，证明它仍然是一个好的赛道。但基于以上分析，我们认为相较于C端，B端市场或许才是AI Agent的最终归宿。企业通过搭建平台，将AI Agent融入垂直领域、CRM、办公OA等管理软件中，不仅为企业带来了运营效率的提升，也为AI Agent提供了更为广阔的应用空间。因此，我们有理由相信，短期内B端服务将是Web2.0时代传统互联网中AI Agent的主要发展方向。

Web3 AI Agent发展现状及前景分析

项目 概述

根据上面的分析，即便是获得顶级融资、拥有良好用户流量的 AI Agent 应用，也面临着商业化变现的问题。接下来，我们将深入分析目前 Web3 上 AI Agent 项目的发展情况，通过评估一系列代表性项目，包括其技术创新性、市场表现、用户反馈、发展潜力等，挖掘出一些有启发性的建议。下图为几个已发行 token 且市值较高的代表性项目：

Web2 AI Agent领先项目，来源：ArkStream项目数据库

根据我们对 Web3 AI Agent 市场的统计，项目发展类型也呈现出明显的板块集中趋势，绝大多数项目被归类为基础设施，内容生成类项目相对较少。大部分项目尝试通过让用户提供分布式数据、算力等方式解决项目方的模型训练需求，或尝试构建一站式平台，嵌入多种 AI Agent 应用服务和工具，从开发工具到前端交互应用、生成性应用等一应俱全。传统 AI Agent 行业目前主要局限于开源调参或套用已有模型构建应用，这种方式未能在企业和个人用户层面形成显著的网络效应。

现状分析

我们认为，现阶段造成这一现象的原因可能包括以下几个方面：

市场 与技术不匹配：Web3与AI Agent的结合目前相对于传统市场并没有明显的优势，其真正的优势在于以去中心化的方式改善生产关系和优化资源与协作，这可能会导致一些交互性和生成性应用在技术和资金实力更强的传统竞争对手面前缺乏竞争力。

应用场景局限性：在Web3环境下，可能并没有那么多生成图像、视频、文本等的实际需求，相反，Web3的去中心化、分布式特性更多时候被用在传统AI领域来降低成本、提高效率，而不是拓展新的应用场景。

我们认为，这一现象的根源可以追溯到人工智能行业目前的发展现状和未来走向。这可能是因为当前的人工智能技术还处于起步阶段，类似于工业革命初期蒸汽机被电动机取代的过渡期，尚未到达广泛电气化的时代。

我们有理由相信，未来AI的发展趋势或许也会遵循类似的路径，通用模型会逐渐固化，而微调模型则呈现多元化发展，AI应用将广泛分散于各类企业和个人用户之中，关注点将转向模型之间的互联互通和交互。这一趋势与Web3的理念高度一致，因为Web3以可组合性（composible）和无需许可（permissionless）的特性著称，这与去中心化模型微调的理念不谋而合，开发者被赋予了更大的自由度，可以更加自由地组合和调整各类模型。同时，去中心化的特性也在数据隐私保护、计算资源分配等方面为模型训练带来了独特的优势。

随着技术的进步，特别是LoRA（Low-Rank Adaptation）等新技术的出现，模型微调的成本和技术门槛大大降低，使得针对特定场景或满足用户个性化需求的公共模型的开发变得更加容易。Web3中的AI Agent项目可以充分利用这一技术进步，在模型训练和微调领域探索新颖的训练方法、创新的激励机制以及模型共享和协作的新模式，而这些往往是传统中心化系统中难以实现的。

此外，Web3 项目在模型训练方面的集中也体现了它们占据整个 AI 生态重要地位的战略考虑。因此 Web3 行业中的 AI Agent 项目都集中在模型训练领域，这是技术发展趋势、市场需求和 Web3 行业优势的自然交汇。接下来我们将列举几个 Web23 行业中的模型训练项目并进行比较。

模型训练项目

Humans.ai

• 项目介绍：Humans.ai 是一个多元化的 AI 算法模型库和训练部署环境，涵盖图像、视频、音频、文本等多个领域。平台不仅支持开发者进一步训练和优化模型，还允许开发者分享和交易自己的模型。一个显著的创新是，Humans.ai 使用 NFT 作为媒介来存储 AI 模型和用户生物特征数据，使 AI 内容创作过程更加个性化和安全。

• 数据分析：Humans.ai 其代币 Heart 市值约为 $68 百万，Twitter 粉丝 56k，用户数据未披露。

• 技术分析：Humans.ai并不开发自己的模型，而是采用模块化的方式，将所有提供的模型封装成NFT，为用户提供灵活、可扩展的AI解决方案。

FLock.io

• 项目介绍：FLock.io是一个基于联邦学习技术（一种强调数据隐私的去中心化机器学习方法）的AI共创平台，致力于解决AI赛道中全民参与度低、隐私保护不足、AI技术被大公司垄断等痛点，让用户在保护隐私的同时贡献数据，推动AI技术的民主化、去中心化。

• 数据分析：2024年初完成$6百万种子轮融资，由Lightspeed Faction、Tagus Capital领投，DCG、OKX Ventures等机构跟投。

• 技术分析：FLock.ios技术架构基于联邦学习，这是一种在保护数据隐私的同时促进去中心化的方法。此外，FLock.io还使用zkFL、同态加密和安全多方计算（SMPC）等技术为数据隐私提供额外的保护。

• 这是Web3行业针对AI Agent的模型训练项目，Web2中也有类似的平台提供模型训练服务，比如Predibase。

普雷迪巴斯

• 项目介绍：Predibase专注于AI和大型语言模型优化，允许用户微调和部署Llama、CodeLlama、Phi等开源大型语言模型。平台支持量化、低秩自适应和内存高效的分布式训练等多种优化技术。

• 数据分析：Predibase宣布完成由Felicis领投的$1220万美元A轮融资，Uber、Apple、Meta等大公司以及Paradigm、Koble.ai等初创公司均为该平台的用户。

• 技术分析：Predibase 用户已训练了超过 250 个模型。该平台目前采用 LoRAX 架构和 Ludwig 框架：LoRAX 使用户能够在单个 GPU 上提供数千个经过微调的 LLM，从而大大降低成本，而不会影响吞吐量或延迟。Ludwig 是一个声明性框架，Predibase 使用它来开发、训练、微调和部署最先进的深度学习和大型语言模型。

• 项目分析：Predibase平台使用体验友好，无论是针对C端、B端用户，还是AI领域新手或资深人士，都能为不同层次的用户提供定制化的AI应用构建服务。

对于新手来说，Predibase 平台的一键自动化功能简化了模型构建和训练流程，平台自动完成复杂的构建和部署步骤。而对于资深用户，则提供了更深入的自定义选项，不仅提供自动化服务，还允许用户访问和调整更专业的参数设置。当将传统的 AI 模型训练平台与 Web3 领域的 AI 项目进行比较时，虽然它们在整体框架和逻辑上可能相似，但我们发现，两者在技术架构和商业模式上存在一些显著差异。

• 技术深度与创新性：传统AI模型训练平台往往采用更深的技术壁垒，例如采用自研的LoRAX架构、Ludwig框架等技术，这些框架提供了强大的功能，使平台能够处理复杂的AI模型训练任务。而Web3项目可能更注重去中心化和开放性，技术上缺乏深度。

• 商业模式灵活性：在传统AI模型训练领域，我们注意到一个常见的瓶颈是商业模式缺乏灵活性。平台需要用户付费来训练模型，资金来源限制了项目的可持续发展空间，尤其是在早期需要大量用户参与和数据收集的阶段。相比之下，Web3项目会有更灵活的商业模式，比如社区驱动的通证经济模式。

• 隐私保护挑战：隐私保护是另一个关键问题，以Predibase为例，虽然在AWS上提供虚拟私有云服务，但这种依赖第三方的架构始终存在数据泄露的潜在风险。

这些差异化点都成为了传统AI行业的瓶颈，由于互联网的特性，这些问题注定很难被高效地解决，同时这也给Web3带来了机遇和挑战，率先解决这些问题的项目方，极有可能成为行业的先驱者。

Web3 其他代理项目

在讨论完模型训练的AI Agent项目之后，我们将视野拓展到Web3行业中其他类型的AI Agent项目。虽然这些项目不仅仅专注于模型训练，但它们在融资数据、上市表现、代币市值等方面都有所不同。

以下是各自领域中具有代表性和影响力的几个AI Agent项目：

迈谢尔

• 产品介绍：提供全面的AI Agent平台，用户可以创建、分享和个性化AI Agent，这些Agent可以提供陪伴和辅助工作，提高效率。平台涵盖多种AI Agent风格，包括二维和传统风格，交互形式包括音频、视频、文本等。MyShell的特别之处在于聚合了包括GPT 4o、GPT 4、Claude等多种现有模型，为用户提供传统付费AI Agent的高水准体验。此外，平台引入了类似FT Bonding Curve的交易系统，鼓励创作者开发高价值的AI模型，同时让用户有机会投资并分享收益。

• 数据分析：MyShell 上一轮融资估值约 $8000 万，由 Dragonfly 领投，Binance、Hashkey、Folius 等其他知名投资者也参与其中。虽然没有具体的用户访问数据，但 MyShell 在社交媒体上拥有近 180K Twitter 粉丝，而 Discord 在线用户数量通常不超过粉丝总数的十分之一，但说明该项目拥有忠实的用户和开发者基础。

• 技术分析：MyShell 并不独立开发 AI 模型，而是作为一个集成平台，汇聚了 Claude、GPT-4、4o 等前沿模型，并宣称支持其他闭源模型。这样的策略使得 MyShell 能够利用现有的技术资源，为用户提供统一、先进的 AI 体验。

• 主观体验：MyShell 允许用户根据需求自由创建和定制 AI 代理，无论是作为个人伴侣还是专业助手，都能适应音频、视频等各种场景。即使用户不使用 MyShells 代理，也可以以较低的成本享受一体化的 Web2 支付模式。此外，平台结合了 FT 的经济理念，让用户不仅可以使用 AI 服务，还可以投资自己看好的 AI 代理，通过 Bonding Curve 机制增加财富效应。

谵妄

• 产品介绍：Delysium 提供以意图为中心的 AI Agent 网络，让 Agent 之间能够更好地协作，为用户带来友好的 Web3 体验。目前 Delysium 推出了两款 AI Agent：Lucy 和 Jerry。Lucy 是一款网络化的 AI Agent，其愿景是提供工具类的帮助，例如查询前 10 个持币地址等。但 Agent 执行链上意图的功能尚未开放，只能执行一些基本指令，例如在生态中质押 AGI 或将其兑换为 USDT。Jerry 类似于 Delysium 生态中的 GPT，主要负责回答生态中的问题，例如代币分配等。

• 数据分析：2022年首轮融资400万美元，同年宣布完成1000万美元战略融资，其代币AGI目前FDV约1.3亿美元，暂无最新用户数据，根据Delysium官方统计，截至2023年6月，Lucy累计独立钱包连接数超过140万。

不眠人工智能

• 产品介绍：这款情感陪伴游戏平台结合Web3与AI Agent技术，提供虚拟陪伴游戏HIM和HER，利用AIGC和LLM让用户沉浸于与虚拟角色的互动中。用户可以在持续的对话过程中修改角色属性、服饰等。其兼容的大型语言模型确保角色在每次对话中自我迭代，更加理解用户。

• 数据分析：该项目共募资$3.7百万，投资者包括币安实验室、Foresight Ventures和Folius Ventures。代币总市值目前在$4亿左右。推特粉丝有116K，据官方统计注册预约人数已达190K，活跃用户已达43K。可以说它的用户粘性还是挺强的。

• 技术解析：虽然官方没有透露他们的产品是基于市面上哪一种大型语言模型，但为了保证用户在聊天过程中会感觉角色越来越了解自己，Sleepless AI在设计LLM训练时为每个角色单独训练一个模型，并结合向量数据库和性格参数体系赋予角色记忆。

• 主观体验：Sleepless AI 以《AI Boyfriend》和《AI Girlfriend》从 Free to Play 的角度切入，并非简单地整合对话机器人的聊天框。项目通过高成本的美术、不断迭代的语言模型、优质完整的配音以及闹钟、助眠、经期记录、学习陪伴等一系列功能，大大提升了虚拟人的真实感。这样的情感价值是市面上其他应用无法感受到的。此外，Sleepless AI 还打造了更加长远均衡的内容付费机制，用户可以选择出售 NFT，而不会陷入 P2E 或庞氏骗局的困境，这种模式兼顾了玩家的收益和游戏体验。

前景分析

在Web3行业中，AI Agent项目涵盖公链、数据管理、隐私保护、社交网络、平台服务、算力等多个领域。从Token市值来看，AI Agent项目Token总市值已接近$38亿，而整个AI赛道总市值接近$162亿，AI赛道中AI Agent项目市值约占23%。

虽然AI Agent项目只有十几个左右，相对于整个AI赛道来说规模比较小，但是估值却占据了近四分之一的市场份额，AI赛道的市场价值占比再一次验证了我们对这一子赛道具有巨大增长潜力的验证。

统计之后，我们提出了一个核心问题：Agent项目需要具备哪些特质，才能吸引到优秀的融资并登陆顶级交易所？为了回答这个问题，我们探索了在Agent行业已经取得成果的项目，例如Fetch.ai、Olas Network、SingularityNET、Myshell等。

不难发现，这些项目都有一些显著的特征：它们都属于基础设施范畴里的平台集合项目，搭建起一座桥梁，一端连接需要 Agent 的 B 端或者 C 端用户，另一端服务于开发者和验证者——这些是负责模型调试、模型训练的用户。无论在哪个应用层面，它们都建立了一个完整生态的闭环。

我们注意到，无论他们提供的产品是链上相关的还是链下相关的，这些似乎都不是最重要的因素。这让我们得出一个初步的结论：在 Web3 领域，Web2 强调实际应用的逻辑可能并不完全适用。对于 Web3 中领先的 AI Agent 产品来说，构建完整的生态系统和提供多样化的功能可能比单一产品的质量和性能更为关键。换言之，一个项目的成功不仅取决于它提供了什么，还取决于它如何在生态系统内整合资源、促进协作、创造网络效应。能否构建这个生态系统可能是 AI Agent 项目在 Web3 赛道中脱颖而出的重要因素。

AI Agent 项目融入 Web3 的正确做法不是专注于单个应用的深度开发，而是采取包容模式。这种方法涉及将 Web2 时代多样化的产品框架和产品类型迁移并融入 Web3 环境，构建一个自循环的生态系统。从 OpenAI 的战略转变中也可以看出这一点，它选择在今年推出应用平台，而不仅仅是更新模式。

综上所述，我们认为AI Agent项目应该重点关注以下几个方面：

• 生态系统建设：超越单一应用程序，构建包含多种服务和功能的生态系统，促进不同组件之间的互动和增值。

• 代币 经济模型：设计合理的代币经济模型，激励用户参与网络建设，贡献数据和计算能力。

• 跨领域融合：探索AI Agent在不同领域的应用潜力，通过跨领域融合创造新的使用场景和价值。

• 在总结了这三个方面之后，我们也针对不同侧重点的项目方提供了一些前瞻性的建议，第一是针对那些非AI核心应用产品，第二是针对专注于AI Agent赛道的原生项目。

对于非AI核心应用端产品：

保持长期主义，专注核心产品的同时融入AI技术，顺应时代，静待风口。在目前的技术和市场趋势下，我们认为利用AI作为流量媒介吸引用户、提升产品竞争力已经成为重要的竞争力手段。虽然现实情况是AI技术究竟能为项目的长期发展贡献多少还是个问号，但我们相信这为敢于早期采用AI技术的先行者提供了一个宝贵的窗口。当然前提是他们已经拥有非常强大的产品。

从长远来看，如果未来AI技术取得新的突破，那些融入AI的项目方将能够更快地迭代产品，从而抢占先机，成为行业领导者。这就像前几年，社交平台的直播逐渐取代线下销售，成为流量输出的新销售方式。当时那些拥有优秀产品，选择跟风尝试直播的商家，当直播电商真正爆发时，这些商家立刻凭借早期介入的优势脱颖而出。

我们认为，在市场不确定的环境下，对于非AI核心的应用端产品，在合适的时机考虑引入AI Agent或许是一个战略决策，这样不仅可以提升产品当下的市场曝光度，随着AI技术的不断发展，也能为产品带来新的增长点。

对于专注于AI代理的本机项目：

平衡技术创新与市场需求是成功的关键。在原生AI Agent项目中，项目方需要关注市场趋势而非只关注技术研发。目前市场上一些结合Web3的Agent项目，可能过于专注于单一技术方向发展，或者构建了宏伟愿景却没能跟上产品研发的步伐。两个极端都不利于项目的长远发展。

因此我们建议项目方在保证产品质量的同时，关注市场动态，意识到传统互联网行业的AI应用逻辑并不适用于Web3，而是需要向在Web3市场有所建树的项目学习。关注他们身上的标签，比如文中提到的模型训练、平台集合等核心功能，以及他们所创造的叙事，比如AI模块化、多智能体协作等。挖掘性感的叙事或许是项目在市场上突围的关键。

结论 无论是非AI核心产品还是原生AI Agent项目，最重要的是寻找到合适的时机和技术路径，才能在瞬息万变的市场中保证竞争力和创新力。项目方应观察市场趋势，借鉴成功案例，在保持产品质量的同时不断创新，实现市场可持续发展。

总结

文章最后我们从多个角度对Web3 AI Agent赛道进行了分析：

• 资本投入与市场关注：Web3行业AI Agent项目虽然在上线数量上不占优势，但占据了近50%的市场估值，可见资本市场对该赛道的认可度较高。随着更多资本的投入和市场关注度的提升，可以肯定的是，AI Agent赛道将会出现更多高估值的项目。

• 竞争与创新能力：Web3行业AI Agent赛道的竞争格局尚未完全形成，在应用层面尚无类似ChatGPT这样的现象级、龙头产品，这给了新项目方很大的成长和创新空间。随着技术的成熟和前期项目的创新，该赛道有望发展出更多具有竞争力的产品，推动整个赛道的估值提升。

• 重视通证经济与用户激励：Web3的意义在于重塑生产关系，让原本中心化的AI模型部署与训练过程变得更加去中心化。通过合理的通证经济设计和用户激励方案，将闲置的算力或个人数据集重新分配，并通过ZKML等解决方案保护数据隐私。这可以进一步降低算力与数据成本，让更多个人用户参与到AI产业的建设中来。

综上，我们看好AI Agent赛道，有理由相信AI Agent赛道将出现多个估值超10亿美元的项目。横向比较，AI Agent的叙事足够性感，市场空间足够大，目前市场估值普遍较低。考虑到AI技术的快速发展、市场需求的增长、资本的投入，以及赛道内企业的创新潜力，未来随着技术的成熟和市场认可度的提升，该赛道有望出现多个估值超10亿美元的项目。

本文来源网络：ArkStream Capital轨道研究报告：AI Agent能否成为Web3+AI的救命稻草？

相关：Gitcoin Grant 21 轮值得捐赠的项目

原创｜Odaily星球日报（@OdailyChina）作者：CryptoLeo Gitcoin捐赠又开始了，本轮（Gitcoin Grants Round 21）是Gitcoin的第21轮捐赠。Gitcoin Grants Round 21（GG 21）是专注于生态系统和社区驱动的一轮，主题为协作、新治理流程和外部合作伙伴关系。分为9个社区轮，主要关注Arbitrum链，最早捐赠截止时间为8月21日19:00（北京时间）。关于Gitcoin Grant的介绍和操作我就不做过多介绍了，你可以在以往的Gitcoin Grant捐赠相关内容中找到（如Gitcoin Grants 20轮极简指南）。在本文中，Odaily星球日报根据生态评选出了GG 21中值得捐赠的29个项目……