Crypto+AI，泡沫还是未来？

嘉宾：Max，Youtube 频道《Max 的区块链空间》的主理人；Lydia，Mint Ventures 前研究员，目前在 Particle Network 任研究员

Alex：今天我们来聊聊备受关注的 Crypto AI 赛道。我们邀请到了两位一直在长期关注 Crypto AI 赛道的研究员。一位是 Max，他是 YouTube 频道「Max 的区块链空间」的主理人。另外一位是 Lydia，她是我们 Mint Ventures 的前研究员，目前在 Particle Network 任研究员。除了 Crypto AI 之外，她一直在持续关注的领域是链抽象。请两位嘉宾来做一下自我介绍。

Max：大家好，我是 Max。我在 Web2 是一个航太工程师，但是到晚上跟周末我就会变成加密货币研究员，偶尔会做一些研究，把它发到 YouTube 跟写在 Substack 的研究报告上面。很开心可以来到这边跟大家聊一下 Crypto AI 这一轮牛市我最期待的一个叙事，谢谢。

Lydia：大家好，我是 Lydia。我从去年底开始关注 AI 赛道，AI 和链抽象是我认为本周期的应用层最重要的两个新叙事，很高兴今天能跟大家一起交流。

对 Crypto AI 的理解

Alex：今天咱们来聊这个话题我感觉适逢其时。第一个是今天 Crypto AI 的很多项目的涨幅都非常不错，然后最近这几天传统的 AI 领域的产品进展也非常多。OpenAI 这边正式发布了 ChatGPT 的 Pro 版本，价格一下子提到了每个月 200 美金。Sam Altman 最近 12 天也要做非常多产品功能的发布。我们来看看在 Web3 世界，Crypto AI 这个赛道的一些动态和见解。第一个话题是，两位怎么看待 Crypto AI 这个赛道？在你们看来，Crypto AI 这个赛道在尝试解决哪些商业问题？这些问题的迫切性是什么？

Max：我觉得 Crypto AI 之所以出来是解决两个最主要的问题。第一个问题是以人文角度来讲，中心化的 AI 本身就有一些问题需要被解决。比如说我们会遇到审查性问题，会遇到各种中心化带来的一些问题。Crypto AI 把 Crypto 加进去，有去中心化的功效，可以有一些比较符合大众想要的事情的做法。另外一个我觉得比较有趣的是，加入激励机制。Crypto 最主要的代表是它的 Token，有了这个 Token 之后，所有去中心化 AI 的一些东西就可以借由这个激励机制来做更多不一样的尝试。比如说我们现在看到一个我很喜欢的 Project，我们等一下也会讲到，叫 Bittensor。它就是借由 Token 的机制做出不同的子网，每个子网负责研究不一样的东西。借由这种方式把 Open Source，就是开源代码这个东西给连起来了。Open Source 是大家很想要做的一个东西，所有的 AI 研究员在做 Open Source 遇到最大的问题是，没有一个方式可以奖励 Open Source 的一些进展。借由把这个东西连到 Crypto 上，连到 Token 上，变成说开始有个东西是可以奖励他们继续研究这个 Open Source 的东西，而不是每个公司都把自己的研究结果私有化。像 OpenAI 本身他们也是想要把 AI Open 化，但是现在比较变成像 Close AI。就是说你可能使用它的模型要付费，但这也是无可避免的，因为他们就是需要找到一个盈利模型是可以支持他们的商业模型的。所以我觉得最主要来讲 Crypto AI 正在做或是可以做到的事情就是有了 Crypto，有 Token 这个东西，可以变成一种激励机制来奖励开源模型，奖励 Openness，奖励去中心化的发展。

Alex：明白。听起来就是通过 Crypto 奖励这个事情，跟现在传统世界 AI 发展的路径完全不一样的一个路径。因为现在确实大部分的主流大模型都是闭源的，其实开源的不多。而且现在我看很多分析说，一些开源的模型后面可能也难以避免地要走向闭源的方向。由于有代币的存在，保证在 Web3 这个领域，很多 AI 是可以去尝试开源的同时，多元发展的同时，也能够有一个好的激励方式。Lydia 对这个问题怎么看？

Lydia：其实要说商业问题的话，我觉得这个答案对我来说不是特别清晰，主要是在 Crypto 这一层。虽然有一个流行的说法是「AI 可以提高效率，然后由 Crypto 来保证公平」，但其实我们仔细想想的话，你就会发现从现阶段，从商业价值的角度出发，提高效率的迫切性是要明显大于保证公平的。这时候我总是会想到 Alex 在 2022 年写的那篇关于 Web3 的底层价值的文章。里面提到的一个观点对我的影响很大，那就是：Web3 的底层价值是什么？是更广大的自由和更便宜的信任。那优秀的 Web3 项目就需要找到传统的服务在自由跟信任上的不足，然后提供一个更有竞争力的解决方案。我们对应到 Crypto AI 上面来说，AI 需要更大的自由吗？从技术实现的角度，计算资源是有限的，数据供给是有限的，那 AI 的自由就是有限的。从伦理的角度，一个真正自由的 AI 也是我们很难想象的吧。那现在 AI 的信任成本过高吗？我觉得也不一定。刚刚你也提到了这个开源和闭源的问题，还有很多人会提到数据黑箱。但是一方面是在意这块的更多的是专家学者或者是媒体从业者，不是普通的用户。另一方面，如果我们用上链的方式去解决，目前看起来成本更高。刚刚我说的这些话听起来似乎有点悲观，但这些是从解决现有问题、论证商业价值的角度出发的。Crypto AI 还是处于一个很早期的阶段。我也有看到社交媒体上有人会说 A16z 的合伙人说过的那句话：很多重要的技术在一开始看起来都像是一个昂贵的玩具。所以我觉得 Crypto AI 目前最大的价值，可能不是直接反映在当下的商业层面的替代方案上面，更多是在叙事层面。它打开了人们的想象力，让 Crypto 和 AI 这两个看似没什么关系，但又特别前沿、特别有范儿的技术在大家脑海里碰撞起来了。所以我觉得我们要给这两项技术时间，也许它们最适合解决的问题是属于未来的，而不是现在的。

Alex：明白，Lydia 的观点是如果单纯从提高效率和增强产品能力的角度来看，可能现在的 Web3 或者 Crypto AI 在性能上也好，在降低成本上也好，和已经相对成熟的互联网商业世界中的 AI 产品相比是有差距的。而至于它们所提供的一些解决方案，能不能解决现阶段一些迫切的商业问题，似乎不一定。只不过它们提供了另外一套与 Crypto 相交集的解决方案，可能是一个很前沿的实验，在长远来看会有一些有意思的事情发生，所以现在处在这么一个阶段，对吧？

Lydia：对，我还想补充一点，就是怎么看这个赛道。从一开始看，我就觉得它是一个长期外生叙事。说到长期的话，是因为 AI，尤其是 consumer AI，就是 GPT 为代表的这一代对我们的现实世界的冲击实在是太大了。它真的是一个颠覆性的变革。大家都会讲 chatGPT 几天突破一百万，两个月突破一亿月活这种。其实我们都不用看数字，直接看周围的人用 AI 的频率就知道了。我记得我毕业的时候，GPT 是 2022 年底出来的 3.5 版本，当时一个月内我们班所有人都用上了。今年 2024 年我毕业的时候，已经不仅要查重，还要查 AI，并且查 AI 很贵，一次至少要一两百。从资本市场的角度来说，OpenAI 是千亿估值，英伟达是万亿市值，然后它每一次发布会基本上都会占据各大媒体的头条。所以它的变革真的是来得太迅猛，太彻底了。所以有这种经历的话，我觉得 AI 就不会是一个一波流，它肯定是一个长期的叙事，甚至可能会成为接下来一个世纪最重要的哲学话题的来源。它是长期的，同时它又是外生的。刚刚我也提到，Crypto 跟 AI 在诞生之后其实真的没有什么关系，甚至在人才这个层面上，还是存在竞争关系的。在 2022 年到 2023 年的 Crypto 的熊市期间，AI 在这方面的吸引力碾压了 Crypto。直到今年我们才开始讲两者互相赋能的故事。归根究底，跟 DeFi、NFT 这种加密原生叙事或者是 GameFi 这种变改叙事相比，AI 就是一个外来叙事。我们也可以看到，像今天早些时候，Worldcoin、Render、Near 这种 AI 叙事的资产价格，是完全根据 AI 行业的情况来波动的。开会前就拉盘，会议一开始就跌。所以我觉得长期的外生叙事是我对 Crypto AI 最初的理解，并且现在还是持有这个想法。

Alex：刚刚 Lydia 讲了很多，她觉得可能 Crypto 赛道的热很大一部分来自于 AI 本身在商业世界的快速拓展，对人类社会长期深远的影响。然后这个热到了加密圈，促成了很多项目的热度跟关注度。关于这点 Max 有没有要补充的点？

Max：我觉得 Lydia 讲的其实跟我想的差不多，但有一点我想要跟她更真诚地讨论一下。就是你说 AI 是一个外在的，Web2 本来就有的东西，只是我们一开始觉得 Crypto 和 AI 本来是两个不搭边的东西，却突然搭在了一起。但我觉得以另外一种角度看，Crypto AI 是在 2020 年 DeFi Summer 之后，唯一一个我认为 Crypto 对 AI 是一个强需求的东西。比如说我们讲到 GameFi，GameFi 是我们把 Crypto 的激励机制加到游戏里面。但是 Crypto 对于 GameFi 这个东西，是一个锦上添花的作用。今天 GameFi 离开了 Crypto，大家不会因为 Crypto 激励机制很棒所以去玩这个游戏，大家会因为游戏好玩而去玩这个游戏。所以这个对我来说是一个锦上添花的东西。那 DeFi 来讲是另外一个层面，他们会觉得我一定需要跨过这个东西。我在某些国家可能被限制使用一些银行服务，所以我一定要用 DeFi。那这个产品出现了，Crypto 对于 DeFi 是一个硬需求。Crypto 在 DeFi 里面的作用是毋庸置疑的，是必须要存在的东西。我觉得这就是为什么 DeFi 在长久以来当大家问到区块链有什么作用的时候，大家会觉得 DeFi 是一个完全符合 Product Market Fit 的产品。而 Crypto AI 是我认为 DeFi 之后，看过那么多叙事，第二个可以接下去的强需求。原因就像你刚说的，2022、2023 年，看到 OpenAI 的 ChatGPT 现世之后，大家开始讨论 LLM 的 AI 模型。这个东西其实还是一个蛮早期被使用者正在使用的阶段。随着 AI 的进展与使用，我们一定会发现一些中心化的问题，只是我们目前还没有发现。不像是金融世界的金融体系，已经存在了可能 100、200 年，我们已经发现了金融体系有问题，直到 2008 年金融海啸出现，才意识到这个系统是有一些问题的，应该要解决。所以大家才觉得 DeFi 就是我们需要的东西。我觉得 Crypto AI 也是同样的位置。只是用户对于 AI 的 Exposure 和熟悉度还不如金融体系那么多，所以我们还没有看到大家真正对 Crypto AI 觉得「我真的需要 Crypto AI 这个东西」。那讲到为什么 Crypto 在 Crypto AI 的叙事里面是一个硬需求，是因为很多东西是一定需要加入激励机制才可以实现的。像你刚刚讲到的想要变得更 efficient，我觉得有一些特定的项目已经可以做到。比如说 Decentralized Compute，它已经做了一段时间了。当你把去中心化算力跟中心化算力比起来，你会发现其实只要跨过一些效能上的瓶颈，去中心化算力基本是第一需求。你不会说今天还想用中心化算力，不会想去用 AWS 或其他 Microsoft Azure 这类的产品，因为太贵了或者其他原因。我认真相信，Crypto AI 要出圈、要持续发展，一定要比传统的产品更有效率、更好、更便宜，一定是这样子。大家不会单纯想「支持去中心化」就去使用 Crypto AI，而是它要比原本的产品更好。这是现在 Crypto AI 要做的事情。可以慢慢看到这个雏形出现，但我们不能每一次都期待 Meta 发布免费的 3.5 Billion 的 LLM 模型。我们需要找到一个可以持续建立这个东西的方式。我觉得这是一个需要继续努力的东西。

Alex：明白。我刚才 get 到 Max 的一个点是说，其实你承认目前很多 AI 的产品是在非常早期的阶段，似乎它的效能、功能跟中心化的 AI 还不能比。但是你讲了一个洞察，就是 AI 跟金融一样影响人类文明跟商业，是非常深远的浪潮。AI 是一个刚刚开始的东西，但是你的预判是随着 AI 的发展，当中现在似乎看来一些不那么明显的问题，在未来会变得更加严重。而这些问题在 Crypto 领域里面通过它的方式来解决，是有非常强的必要性的。

Crypto AI 赛道内的项目分类

Alex：两位嘉宾在第一个问题上有一些讨论，我觉得非常好，因为我们没有一致性的意见，就可以提供更多元化的观点。那么我们来聊第二个问题，就是赛道。因为 Crypto AI 是一个比较大的赛道，它内部有非常多不同的商业模式去解决不同问题的项目类型。根据你们对于 Crypto AI 赛道的了解，如果要对这些赛道内部的项目进行分类，你们会按照一个什么样的逻辑进行分类？

Lydia：一种非常常见的分类方法就是 Crypto 赋能 AI 或者 AI 赋能 Crypto，这是两大思路。目前我们看到比较多的是 AI 赋能 Crypto，也就是说 Crypto 的项目想办法加一点 AI 的属性。之前可能是我接入 API，做一个 Web3 版的聊天机器人，能够回答我一些关于项目的问题，或者说我用 AI 来改进我做的 Web3 项目的代码，或者说 AI 参与我的收益策略的制定。那现在的话就是 AI agent 发币嘛，这些和 AI 能带来的效率提升、公平没太大的关系，更多是项目想要新叙事。第二个思路，Crypto 赋能 AI 的话，天花板确实更高一些，但是实现和证实起来比较困难，需要更多的时间。Crypto 赋能 AI 的方向的圣碑是说，Crypto 可以深入到 AI 的技术堆栈里面去，强化其中的隐私性、透明性，但是这个落地周期可能会长一点。所以目前更多的是说从 Crypto 有机会改进 AI 产业的某一个环节切入，比如刚刚 Max 有提到做 GPU，可以主打 Crypto 能够聚合、激励闲散的算力资源，降低成本，然后后面又到做数据市场、算法市场，他们都是想从自由这个角度去找 product market fit。但上面我可能也提过，我觉得这块的需求现阶段不是特别容易被证明的。如果你去看 IO 它的 GPU 使用的数据，你会发现其实个人用户的比例还是比较小。每天个人用户的总的 GPU 出租收益可能就是在 1000 美元左右。这部分我觉得目前看起来的破局点，或者说例外的话可能是 coinbase 跟 base 在做这个方向，就是 AI agent 加支付。当然支付属性是一个锦上添花的属性，所以前提当然是 AI agent 要够好，要够有用。这是我的两种分类方式。

Max：我主要分成三个不同的赛道。三个赛道分别是架构层，资源层跟应用层。架构层方面比较像是一个底层架构，你可以在这个底层架构上面发展不一样的 AI 项目，可以允许各种不一样的资源层项目或是应用层项目搭建在这个架构层上面。对区块链比较了解的话，可能就会把它想象成一个 layer 1 blockchain 等等一些 infrastructure，叫做架构层。像是 Bittensor、Near 跟 Sahara 这种，我都比较算在架构层里面。架构层搭建好了之后，上面会有一个资源层，就是搭建在这个架构层上面的。那就是各种 AI development 会需要的资源，比如说算力、数据、模型等等，搭建在上面的叫做资源层。一些例子项目像是 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数据的项目就叫做资源层。在资源层跟架构层上面，比较贴近于 to C，比较贴近于用户使用的叫做应用层。我把 AI agents 放在这里面，比较贴近用户真正需要用到的东西，比如说可以加快你对于 DeFi 方面的使用，我把它放在应用层里面。所以是这三个主要赛道。因为现在 Crypto AI 叙事才刚出来，大家还不知道如何好好地把它分类，也没有一个共识的方法。但是这个板块架构是我目前看起来好像比较可以跟现在的 Crypto 赛道 resonance 的一种分类法。

Crypto AI 的机遇与挑战

Alex：好，我们刚刚对 Crypto AI 赛道的赛道种类进行了两种分类方式的交流。我们来聊一个更深入点的问题，这个问题其实我们在第一个话题有聊到，就是 Crypto AI 目前它的需求有没有被印证的问题。这个其实我认为也是在叙事层面上，很多人挑战 Crypto AI 赛道的一个核心点。他们认为 Crypto AI 很像之前很多没有找到 PMF 的赛道，比方像 Depin、GameFi，他们认为是单纯的叙事炒作的点，或者说像刚刚 Lydia 提到的，可能是外部世界的商业热潮的注意力迁移到 Web3 里面，提供了一个投机机会。他们认为是属于这么一个情况。对这个话题的定性，我们不给它一个确定的答案。但是我们知道的是，目前 Crypto AI 肯定是面临一些挑战的。第一个问题就是，你们觉得现在 Crypto AI 面临最主要的挑战是什么？第二个是，除了挑战之外，其实最近的一到两年 Web3 的 AI 也好，外部的 AI 也好，我们认为发展的速度依旧会非常快。未来的一到两年内对于 Crypto AI 来说会有什么样的产业或者是叙事的一些机遇？

Max：我觉得主要挑战就跟你说的一样，其实 Lydia 的观点我也还蛮认同。我觉得目前 Crypto AI 太早期了，现在大部分的市值涨得很高，像是 Bittensor 已经涨到 5 Billion 美金的市值，这种市值搭建起来的背后更多的可能是投机。我觉得真正需要找到 Product Market Fit，或者找到真正可以使用的一些应用，可以发展出这些的应用还偏少。如果去看这些应用的话，甚至我觉得有些东西还在蛮早期的阶段，很多东西还是属于大家有愿景，然后把这个愿景转化成他们想要投机的一个东西。我觉得我可以用我刚刚讲到的那三个赛道来帮我讲一下不同的挑战。目前发展比较成熟的是资源层，Web2 里面已经有发展过同样的东西，只是用 Crypto 的方式把它转了一种形式。比如说去中心化算力算是蛮古老的赛道，我们可以看到像 IO 或是像 Akash 或是其他的也有不同的去中心化算力的项目已经出来了。像刚刚 Lydia 有提到说 IO 目前的一些散户或是一些比较个人的用户比较少，但其实我觉得这跟每一个去中心化算力它的 focus 也有不同的关系，像 IO 可能就比较针对于机构，像 Akash 我记得就比较两个都顾，不同的项目有不一样的商业模式。资源层这个东西是我认为比较成熟的，我们可能只缺一个契机把它发展出去，不管是在效率上或是在哪些方面上，大家加大 adoption。资源层这个地方我没有太担心。回到架构层这边，我觉得架构层这边东西更多的还是 hype，就是说大家认为这个东西可以未来发展得很猛，可能有待验证。以 Bittensor 来讲，他们是用代币的激励机制来让各个子网可以去 optimize 他们自己的 AI 模型，这其实是一个旋转飞轮，就是说你的币价越高，你可以付给各个节点的代币价值越高，各个节点就会越想要 optimize 他们自己的 AI 模型。但是当今天币价下跌的时候，这个反而会形成像死亡螺旋的感觉，就是说激励机制无法再延续下去。所以这是需要注意的一个地方。应用层的话，像是 AI agents 虽然说现在还蛮火热的，我跟 Lydia 好像也在 Twitter 上面有聊到，我觉得真正能够使用在简化 Defi 的过程或是简化一些 Gamefi 的应用还偏少。目前看到的 AI agents 还比较偏 meme 感觉吧，就是你看到一个虚拟人物在上面跳舞，然后可以用他的代币给他发一点代币叫他做不一样的事情等等，这种东西比较偏好玩性质，偏 meme 性质。对于这个东西，我认为可以让大家把注意力转到这个地方，从而产生出大家开始真正认为说 AI agents 未来发展可以简化我们对于链上的一些使用，对于 Defi 方面的一些使用。

产业跟叙事机遇，我觉得我们现在在一个很好的时间点，像是比特币刚破 10 万，然后大家对于 Crypto 的注意力都转到加密货币币圈这一块，加上美国监管政策的软化，美新总统上任，包括白宫参议院、众议院都重选，变得 Pro Crypto。在这个情况下，更多注意力到 Crypto 这个领域，我们会有更多的机会、时间、资源去尝试不一样的东西。我觉得总是要在试错之中找到真正对于人类有价值的东西，让市场去决定这个东西可不可以继续存活下去。但我们在一个非常好的时间点，至少不是在 SEC 到处发法院传单，叫你上法院要告你，跟你对质的一个时间。所以我觉得我们现在这个时间算是非常好的，AI 在 Web2 的注意力也很高，能不能把这个注意力转到 Crypto 上面，然后让更多厉害的建造者可以建造更多好用的 Project。

Alex：刚刚 Max 提到一点，他应该人在北美那边，我看今天有个新消息是川普刚刚任命了 David Sacks 担任加密领域的负责人。我们终于在政府里面有了一个去照顾加密生态、帮助加密生态发展而不是打压的政策部门负责人，这也是一个很大的好消息。请 Lydia 也再来谈一谈她的看法吧，关于目前的一些挑战，然后未来一到两年好的产业或者说叙事的机遇是什么。

Lydia：我们的故事是 Crypto AI 这个赛道整体处于早期嘛，我再细化一下，我觉得它可能比较接近 Gartner 那个技术成熟度曲线的峰值期。现在处于市场很 fomo，供应端大爆发，但是鱼龙混杂的一个阶段。这个赛道里面相对成熟的是 Agent，虽然它最近才火起来，但是因为它靠 C 端很近，能用很接近很多 Web2 成熟的技术，所以反而看起来是落地得最像模像样的。挑战来说的话，我觉得可能是市场情绪跟技术进展之间存在一个错配。之所以会出现这种情况是因为我自己感觉 Crypto 的人，无论是做研究的、做投资的、还是做项目的，都不太懂 AI，还属于大家集体补课的阶段。这就导致我其实没有怎么看到过对 Crypto AI 项目很详细、很有来有回的那种讨论，尤其是跟质疑相关的。所以 Agent 就是一个例子，这个情绪一直发酵，但是没人戳破，好像这个东西没有那么有用，并没有完成许诺的自由，比如言论自由之类的。这对于行业长期发展来说不一定是好事情。就举 Luna 的例子来说好了，如果你看过它直播的话，你可能会觉得这就是一个很粗糙的二次元动漫人物在那边扭来扭去，它甚至都没有唱歌也没有跳舞，就是扭来扭去，但是它价格就一直涨嘛，所以你也就不问了。然后其他项目方一看说，大家都这么疯了吗？那我也给你做一个类似的，反正也看不出来区别嘛。之前炒 meme 有大小写不同的链上版本之间的分流，现在炒 Agent 的话其实也会存在同一个 Agent 框架下面的分流。因为这些 Agent 的能力基本上没有太多的差异化，主要就是做 twitter Posting，所以它本质上是一个很多个次抛的发币主题。我觉得最大的挑战就是情绪跟技术实际进展之间的错配。当然这是肯定会长期存在的，只是说我们怎么去看待这两股势力属于什么阶段。

未来机遇的话，从产业上来说，我觉得就可以回到 Max 的框架下面去看这几个板块它们分别的成本跟需求。比如说 AI 发展的三大件我们都知道是算力、数据跟算法，它们能不能显著地降低用户获取相同资源的成本，这个是主要的需求来源。和 Agent 相关的项目的话，我觉得就必须要脱虚向实。我自己的硕士毕业论文是研究虚拟数字人的，研究过程中我发现 Web2 数字人一开始跟这个很像，是以短视频网红这种 IP 的形式爆火出圈的，所以后面跟着有很多 IP 型数字人的网红、代言人、偶像、主持人这种，但是都没有找到 PMF，很多资源打了水漂。反而是这两年你看虚拟数字人不怎么在新闻媒体上看到了，但是我们看到的是像美团、淘宝这种电商平台直播的数字人越来越多了，而且非常逼真，很多人完全看不出来。这种功能型的数字人其实就找到了相对于真人的 PMF，那就是他们下班，一根电源线就可以，长期来看成本非常低。那对应到 Crypto，AI Agent 要怎么脱虚向实呢，我觉得一个比较自然的方向是从我上一个问题的分类的第一类，也就是 AI 赋能 Crypto 这个角度去深挖它的效率提升，看哪个 Crypto 项目能够以最优雅的方式去整合 AI，并且切实地提高产品的体验。比如说，我现在随便讲，链上的 Solver 层，它用 AI 去分析和预测市场目前的资金流向，更多的从 SOL 流向 BASE，还是反过来流向 BNB，就可以提前做好资金的调配和清算，从而显著地提高资产流动的效率。给终端用户带来的体验就是，这个产品真快、真便宜，超过了我使用其他产品的体验。这块是产业上的，叙事层面上的话，我非常推荐关注非 Crypto 的 AI 世界的进展，尤其是那种会上大众新闻媒体，不是学术论坛的。这还是回到我之前觉得 AI 的外生叙事的属性吧。最近是 Crypto 行情好，AI 沉寂了一点，所以 Crypto AI 相当于被完成了 AI AgentFi 的方式，但如果说未来市场环境变了，或者说 AI AgentFi 这种方式的增长规模受限了，那 Crypto 可能还是要回到 AI 去找话题。我自己比较留意的是跟伦理相关的话题，比如 Deepfake 之类的。我觉得目前这种事情还没有被挖透。之所以不是优先关注哪个模型、哪个技术的更新迭代，是因为我觉得 Web3 的人理解不了那么深，而伦理相关的东西更多的是共通的一种情感体验，并且但凡涉及到 AI 伦理，那 Crypto 天生就在公开、透明这些点上是有优势的，所以它是可以做文章的。

Alex：OK，这边我也想补充两个看法。刚刚我们聊到两个话题，第一个是 AI Agent，为什么要重复聊这个话题？因为最近来跟我聊这个事情的朋友真的非常多，很多在做 Crypto 投资的会来问我们，「你们怎么看 AI Agent 的事情？你们觉得是不是下一波大的浪潮？」当然主要的原因是因为最近这个赛道的项目涨得实在特别多，而且他们是比较新的项目。我们截至目前的观点其实跟刚刚两位老师讲的也比较像，我们觉得这是一个 Meme 大赛道下面的一个题材，就好像炒股题材一样，题材是在不停地变化。不一定是商业模式有了什么突破性进展，只是说现在这个题材是市场热度共同认可的。为什么这么讲？因为刚刚像 Lydia 讲的，包括 Max 也提到，现在的这个 AI Agent 并没有提供商业模式上面新的产品，它更多的是做一些其实在传统互联网世界早就可以做的一些事情。比方说，它可以搜罗全网的信息，去给你推荐一些可以买的代币，推荐理由大概是什么，可能一个小时发一条，一天可以发很多条。然后恰巧最近二级市场非常火热，代币当中有一些确实涨了不少，大家觉得它好神啊，好像是一个很厉害的 AI 智能投顾，会有这样的感觉。但是我们觉得，其实把这个事情看成一个产品的话并不神奇，就是很多之前就能够做的事情。因为这个事情大家去炒作它，我觉得跟我们前段时间很火的 Desci 去中心化科研，甚至包括我们炒作政治人物，炒作政治体裁的松鼠是差不多的。只不过它的注意力到这边了，所以大家炒它，而不是说它的产业层面有多大的突破，我觉得还不是这么一个概念。

另外一个刚刚我们提到未来一到两年的叙事，其实我觉得有一个大的叙事。今年上半年，包括今年下半年，马斯克和 Sam Altman 他们都提到 2025 年的话，他们觉得是会有 AGI，也就是所谓通用人工智能会诞生。根据 Sam Altman 他们今天披露的产品计划，25 年他们应该也会有 OpenAI 的一个 AI Agent 产品出来。我觉得到那个时间点的话，很有可能在 2024 年大众对于 AGI 产品是一个什么样的东西还是没有做好充分准备。因为其实我们现在很多人去用这个 GPT 产品，更多是当做一个工具用。我要去做排版，要去写一篇文章，或者说我要去做一个图可能会用一下。它更多是一个辅助决策，没有完全变成一个跟人类很相近的智能体，大家还没有遇到这样的时刻。但这样的时刻，我觉得很有可能 2025 年、2026 年就会来。到那个时刻，一个人的劳动价值，甚至存在价值都会受到很大的冲击。所以我觉得像这种全人类层面的经济商业层的冲击到来的时候，大家对于 AI 的重视跟危机感会上到一个全新的层面。到那个时候，外溢的注意力、市场的注意力应该是会给 Crypto 世界的 AI 带来很大的投机价值。所以我们之前长线是觉得 Wordcoin 代币的上升空间应该是蛮大的。因为 Wordcoin 它想要去解决的一个事情，首先第一个就是怎么样去鉴别真人跟所谓的 AI 智能体，这个事情大家觉得似乎现在不太重要，好像没有那么多 AI 智能体到处在乱跑，鉴别的需求是什么？但是我觉得可能到 2025 年之后，就会有很大的体验上的危机感。他们就会觉得这个价值似乎变成了一个真实的价值。另外，大量 AI 智能体出现会把劳动力的成本降到非常低，可能很多人会失业，尤其是很多白领的工作会丢失。那个时候，Wordcoin 主打的所谓全民普遍收入，给所有人去发钱，保证他们的基本生存收入，这个点又会变成可能很多人觉得似乎是有价值的一个点。所以说我觉得这个叙事可能也是未来一到两年蛮重要的一个大众冲击的点。

值得关注的 Crypto AI 项目标的

Alex：我们再来讲一个更具体的话题。其实关注我们频道的很多都是 Crypto 的投资者，他们会想要知道一个问题，就是两位嘉宾如果在目前你们了解的 AI 项目当中选一到两个作为最值得关注的项目，你们会推荐哪一个？讲一下你们推荐的理由，以及你们觉得这个项目可能面临的潜在风险又有哪些。

Lydia：我第一时间想到的还是 Bittensor，刚看到它的价格已经接近新高了，可能今天就会创新高。我讲三个方面吧，今天就不讲它的技术架构和具体的代币经济。其实这个团队、这个项目给我最深刻的印象就是他们的叙事能力非常顶尖。我觉得这是一个一直被提及，但是很多人其实没有分辨出它的真实重要性的方面。我看过 Bittensor 在 YouTube 上的很多视频，以及他们在社区、社交媒体上面发言。他们的团队呈现出来的形象特别讨开发者喜欢，就是很亲切、很诚恳，但是又很有野心。你就感觉他们用一双像小鹿一样天真的眼睛跟你说我要做一件伟大的事情，你愿意支持我吗？这个是让很多开发者很难说不的。并且我可能看出来他们团队几个主要成员，应该是哈耶克的粉丝，他们在很多视频里面会引用哈耶克对于自由市场和新自由主义的看法，并且在自己的代币经济的设计以及资源调配的过程中，会有意识地去借用这种有点实验性的做法。这点又很讨对于资本市场、新自由主义感兴趣的投资者的喜欢。并且他们去做各种各样的活动强化这种印象，包括做直播、拍纪录片，各种线下的集会活动之类的。这种团队的形象加上做的事情短期内是没有办法证伪的，并且在风口上，这就导致我的体感是 Bittensor 的粉丝很多且质量很高，包括很多知名机构研究员、投资人会一直在推特上面讲，或是有经验的 AI 或者是 Web3 的开发者，会高调地宣布自己加入 Bittensor 生态。Bittensor 每次的线下集会都会圈一波新的粉丝，就像传教一样，然后这也会反映在价格上面。这是第一个叙事的能力。

第二个可能实用一点就是机构的采用吧。灰度是今年 7 月份的时候宣布推出了一个去中心化 AI 基金。当时第一批项目里面包括有 Tao、Fil 、Near、Render 这些。但是 Tao 当时的占比很低，只有大概 3% 左右。我当时还觉得有点奇怪，但是很快，大概不到一个月的时间，它就单独宣布一个为 Tao 推出的信托。上个月的时候，灰度的母公司又单独成立了一个子公司 Yuma，宣布是专注于 Bittensor 生态系统的发展的，并且它是由灰度母公司的创始人兼 CEO 同时去担任这个 Tao 生态系统的子公司的 CEO。这个在灰度以及其他一些比较大型的机构的持仓里面，我觉得也算是一个很前所未有的待遇了。并且 Tao 很年轻，很多人不知道它其实是 2023 年才发币的一个项目，这点就让它的站位很不一样。

第三点是，这个项目它是经历过大规模的 FUD，但是展现了生命力的。这就和目前的很多一下子出来就爆火的 AI 项目不太一样。我记得三月份的时候，在推特上面出现了大量针对 Bittensor 的内容，无论是它的子网，还是它的代币经济，还是团队之类的 FUD 。它的价格一路跌，从三月份跌到七八月份，价格基本上是跌了三分之二吧，最低到两百多。但是在这一波 Pre-AI Agent 之前，可能在九月份的时候，价格就基本上迅速反弹回来，没有继续跌回去了。所以这个过程是展现了这个项目是有生命力的，并且是有发展的思路的。你如果去看现在的 Bittensor 的子网的项目在做什么，就会发现跟三月份的时候看到的很不一样。也有研究员做过 Bittensor 生态里面的各种子网的板块分布，其实它已经有一个 AI 生态系统的雏形了。比较关注这个项目一个是因为 Tao 基本上可以做一个它的生态里面各种一揽子代币的最终的组合呈现形式。另外它的每一个子网其实就是一个单独的项目。像 Tao 的狂热忠实的粉丝会觉得本质上所有的 AI 项目都可以被纳入 Tao 的生态系统里面来统一地调度，使用 Tao 作为中介代币。所以它是一个比较完整的生态系统，而且它是有淘汰机制的。比如说最近的 Agent 很火，可能就会有更多在 Agent 这块更有竞争力的项目加入进来，把之前在代币捕获，在获得代币排放这块比较弱势的项目淘汰出去。所以它又是一个新水换旧水的过程。

Alex：好的，Max 也可以来聊一下。如果说 Max 关注最多的也是 Bittensor 也没问题，你可以讲你的角度。

Max：我觉得如果要认真聊 Bittensor 的话，我们可以聊一整集。因为我自己也有写过一篇 Bittensor 的研究文章，然后我记得 Lydia 也有写过几篇。我最关注的一定是 Bittensor，但我可以补充一下刚刚 Lydia 没有提到的几点，是关于风险的部分。先讲一下为什么关注 Bittensor，是因为我刚刚讲过 Crypto 之于 Crypto AI 最主要的功能就是激励机制，就是你可以利用这个激励机制做出不一样的产品，而且是以去中心化、透明公开的方式做。那 Bittensor 就很简单，它就是说我今天成立这个组合，我就是要做一个好的激励机制。我只要把这个激励机制做好，Crypto 这个功用就好了。做完这个功用之后，我就一定可以得到一个成功的发展。事实证明它现在是走在正确的道路上，它的激励机制只要做得好，自然而然比较不好的模型就会被移出它的主网，或是把新的一些更厉害的子网或是更厉害的一些电脑模型推广上去，然后得到更多的激励。所以它现在在做的事情其实就是把这个激励机制建立好，然后在未来的 5 年、10 年、20 年，它可以继续让这个 Yuma Consensus 它们的共识机制，Bittensor 主要的主网可以继续发展这个去中心化的 AI 生态系。这是它非常特殊的一点，它是第一个在做这件事情的人。包括它的 Tokenomics 是基于以 Bitcoin 的方式来发行，是总共 2100 万颗最多。像刚刚 Lydia 也有提到说它的团队非常聪明，它的每一期 YouTube 的影片几乎都是 Very Technical 的东西，就是你没有一定的基础知识，进去是听不懂的。它不会整天跟你聊代币价格，它会跟你说认真去把遇到的种种问题提出来，然后把它解决。我记得是今年还是去年，前一段时间它们的主网被骇客入侵，它们马上在三两天内就找到源头然后全部解决。这件事情也是我认为非常厉害的东西。

好，那聊完 Bittensor 好的东西，我想要聊一点它的风险。第一点是，它是以 Bitcoin 的 Tokenomics 来建造的，所以它现在的发配率是非常惊人的，好像是二三十几 percent 吧，就是说它每一天产出的代币是非常多的状态，所以说代币的价值持续在被稀释，但在现在市场情绪比较高的情况下，你可能感觉不出来价格有变动。第二点是 Bittensor 现在虽然说想要做去中心化的生态系，但是它们目前的主网其实是被控制在它们自己的 OpenTensor Foundation，就是做 Bittensor 后面的团队里面。所以它们其实是有主网控制权的，但是未来它们的期望是把这个主网控制权以 Proof of Stake 的方式分发给 Stake 它们代币的人，然后让他们做社群或是生态系的管理。但是以目前来讲，Bittensor 虽然是想做去中心化的生态系，但它其实是一个很中心化的项目。这是两点我想要提到的比较大的风险。Bittensor 是一个很令人着迷的东西。就是你一进来之后会发现要学的东西非常多，它现在有五十、六十个子网，每个子网做的事情都不一样。甚至有人在做 DeepFake 增强检测，有人做 LLM 模型优化，还有做去中心化资源、去中心化算力和去中心化数据等等的。

除了 Bittensor，我觉得还有一些蛮值得期待或关注的东西。比如像 Vana ，它们在做去中心化的数据。它们认为未来随着 LLM 越来越多的数据被用作训练，比较 Authentic 的 Data 会越来越珍贵。所以像 Vana 就可以用代币激励的模式一样把它当成激励机制，管理自己产出的数据。未来，其他 AI 应用如果想用这些数据，就需要支付一定的费用给 Varna 。还有像 Arweave，它在做偏向于架构层的，在做 AI computer，这也是蛮值得期待的。还有 Nier，它现在在做比如链抽象，它的 Incubator Program 也扶植了很多不一样的 AI 应用。这些是蛮值得期待的几个项目，跟大家分享一下。

Crypto AI 项目的评估策略

Alex：刚刚聊完具体的项目，那么我们现在来聊一些投资方面的心得或者说方法论。两位都提到了自己看过的 AI 项目，以及对他们看好的逻辑。如果说要把这些思考的方式抽象出来，你们在调研跟选择 Crypto AI 项目的时候，哪些维度是你们最关心的？或者说你们决定是否投资一个项目的时候，哪些是核心因素？如果说列三到五点，可能会是哪几点？

Max：我自己在做调研分析的时候，主要分成五个架构。第一个是团队，直接建造这个项目的群体，像是包括创办人、背后投资的 VC，社群等等。第二个是他们真正的产品，他们发行的产品是什么。然后再来像是他们的盈利能力、未来展望跟代币经济模型。那在这五个里面，我最看重的是团队。我觉得投资币圈项目基本上就是投资新创公司。那在新创公司里面最重要的是什么？就是他们建立这个新创公司、这个产品的团队。他们团队多厉害决定了这个产品能不能够达到 Product Market Fit，能不能够盈利，能不能够继续他们的 Roadmap，能不能够再创造价值。所以在看 Crypto AI 项目的时候，我第一个会去找他们的背后团队创始人是谁。创始人找到之后，我会去延伸开来看投资这个项目的人、VC 是谁。如果说比较 Multicoin 或是比较知名的一些 VC 项目，他们在投资的时候也会做过一定方面的调研，那我可能就会去参考一下背后投资人的 VC。然后社群也是其中一个，包括在团队里面的支持这个项目的社群是整天在聊币价，还是说真正在聊项目的未来，现在遇到什么困难，我们要怎么解决。这其实是一个非常两极化的东西。你可以借由观察他们的社群，观察到这个项目到底是一个大家就想要代币涨就没事了，还是说他们是真正在为这个项目做打算，想要参与在这个社群里面，积极地讨论，解决问题，然后创造更好的产品。他们是不是 Stay for the long run，还是说他们只是投机进来，想要代币涨完之后就走了。所以我认为团队是在投资所有币圈项目，不只是 Crypto AI，DeFi 和其他等等，最重要的一个东西。团队是不是 Capable，背后支持的社群跟 VC 是谁，名声怎么样，他们是以什么样的角度参与在这个团队里面。

Lydia：我跟 Max 观点还挺一致的，我第一也会看团队，团队的话主要是看叙事的能力跟做事的能力。刚刚 Bittensor 提了，它有很顶级的叙事能力。还有一个就是 Virtuals Protocol，它的代币 $VIRTUAL 目前已经闯进市值前 100 了，不到两周翻了 4 倍，这个项目我其实留意得挺早的，他们一开始是一个东南亚的游戏工会，是这个周期转型开始做 AI。一开始我看到的第一个跟他们有关的视频是他们推出了一个小游戏，可以通过 AI 让玛丽奥不断地跑下去。所以它是做了一个无限游戏的机制。有本很著名的书叫《有限与无限的游戏》，当时这个就让我觉得很有意思。大概过了两个月，他们就把这个 agent 的平台推出来了。所以还挺符合我对团队的审美，就是他们得有想法，并且有执行力。团队的这种属性能够让他们的项目显得很有机、很有生命力。再举其他几个例子的话，我觉得一个是 Ronin，一个是 Pendle。这几个应该都是我理解 Crypto 很顶尖的团队。所以说一个优秀的团队，无论哪个方向，可以是游戏、DeFi、AI 的，它一定是要有敏锐的叙事捕捉能力，以及该坚定转型的时候，就要找到自己最有优势的方向，把它贯彻到底。

那因为涉及到投资，我肯定会去看在这个项目里面，它的 Token 意味着什么。这也是团队深挖出来的一个方面，就是这个团队对于 Crypto 的理解够不够深刻，知不知道怎么 leverage Crypto 这个属性去更好地帮他，无论是做增长，还是在项目机制里面本身去做一些资源调配的工作。那 Bittensor 探索就比较前沿，刚刚 Max 也有讲到，它的通胀在很多投资者眼里看来，可能是一个风险或者是问题。但是你如果想到它需要支撑一个数十个，未来甚至是一千多个子网的庞大生态，它没有一个每天大量的排放是很难起到到位的激励的。我觉得这可能是团队他们对于自由市场的理解之下做的一个探索吧。然后 Virtual 的话就比较实用。它的 Virtual 这个 token 就相当于是一个平台币，你要去参与上面 AI Agent 的投机或者投资也好，你就必须要买这个代币。但是这两个的共同点就是，他们从 Day 1 就是有 utility 的。Crypto AI 它的叙事可以是虚的，但是这个 token 我觉得一定要往实处去做。

还有一个点，可能更灵活一点，就是我会看整个项目的品牌、文化、社区酷不酷。这就没有一个很统一的标准，但是我有一个很模糊的想法是，如果一个 Crypto AI 项目只是说我可以在哪个方面做到比另外一个项目更好，那它就不太酷。比较酷的项目应该是强调「我就是非常不一样，谁都不能跟我比。如果你们有品或者是赏识我的话，那你们就自然都会到我这个社区里面来」。大概是这个意思。

Alex：了解。我这边也补充一个小观点，像调研这种 Crypto AI 也好，或是很多 Web3 领域的一些新赛道也好，我觉得我会去做一个周期性的判断。刚刚 Lydia 提到一个产业的发展曲线，一些重大创新的项目、革命性的项目，包括比方说如果说我们以赛道来看的话，DeFi 它刚刚出来的时候一定会经历一个短期过度乐观，然后它的泡沫破裂之后，长期过度悲观的一个过程。我觉得我们要根据体感去判断现在想要去投的这个赛道，尽管它的前景很好，项目的潜力很大，但是要去看它现在处在短期过度乐观的阶段，还是说它是处在一个长期过度悲观的阶段。如果说它这个赛道的商业价值真的是明确的，它一定会走出长期悲观的阶段。所以我觉得其实对于那些长线的投资人来说，最好的参与时机就是整个市场处在对于这个赛道长期过度悲观的一个阶段。打一个比方，可能在 2023 年的时候去买 DeFi 的项目，或者说是这种优质的 L1 的项目。尽管 DeFi 其实这轮涨幅不算特别大，虽然最近涨得还可以，但是买这种项目，因为你深刻地认识到它的商业价值，你买进去的话是可以下重仓位的，敢长期持有的，你是不需要每天去看它的价格的，因为它的商业的变化不会像价格变化这么大。

我觉得 AI 可能也是这样一种模式。按照我的体感去判断的话，我觉得现在 Crypto AI 因为它是第一轮，它的真正起来的元年可能就是 2024 年，可能目前处在一个向短期过度乐观进展当中的阶段。它可能还没有到顶，但是我们知道，当熊市来临的时候，大部分的项目，尤其是第一轮元年的这种项目，往往都会跌 90% 甚至 95% 以上，就像上一轮的 DeFi，上一轮的 GameFi 一样。但我觉得 AI 可能它的这个发展跟 GameFi 还不太一样，我相信它的长期生命力会比庞氏属性更重的 GameFi 是要更长的。所以我觉得从长期投资机会来看，这一轮熊市的泡沫破掉以后，大部分 AI 项目会跌 95% 以上。那么当然不是说现在 Tao 可能 700 跌到 70，可能是涨到 2000 之后，跌回 200、100 多块钱，我觉得那个时候可能是一个不错的机会。

常用 AI 工具分享

Alex：我们最后来聊一个话题。这个话题可能跟 Web3 不一定有关联。今天我们的主旨是聊 AI 嘛，我相信两位嘉宾在日常生活当中一定会使用很多 AI 工具。你们在日常的生活或者工作当中会用哪些工具？大概会怎么样去使用它们，它们发挥了怎样的作用？

Lydia：我用得最多的一个是 GPT，用法主要是两块。一块其实跟特别实用的东西都没有关系，就是陪我练英语。我会跟它说我想说一个什么意思，你能不能给我找 10 种表达方式，这个我觉得很好用。还有一块是当我的心理咨询师，因为我还挺喜欢跟 GPT 聊天的。一开始 GPT 出来的时候，很多人把它当成聊天机器人去聊些有的没的，但我到现在还是会这么跟它做，并且因为我聊的次数很多，频率很高，导致现在 GPT 对我非常了解。我现在只要说一个很简单的问题，它就能够帮助我，从我之前说过什么来推测我现在遇到的问题可能主要是哪些来源。我觉得它给了我一个特别好的心理安抚的作用。第二个工具是 perplexity，这个主要就是用来做搜索了。搜索很好用，它的各种网页的资源，尤其是英文的会很全面。我如果看到一个感兴趣的项目，但是又没有时间去看白皮书，我会首先去问一下，就是直接问项目 A 跟项目 B 在 Tokenomics 设计上的区别，或者是 VE 机制有没有区别。这种问题输入给它，它就会给我找到答案。并且因为它会显示 source 网页，如果我不是很理解的话，我就直接点进去看它引用的这些网页，会提高知识总结方面的效率。第三个是我之前也跟 Alex 推荐过，字节做了一个小插件叫豆包，主要是用在看 YouTube 视频的时候，它可以在页面的右侧给你总结出时间轴，你可以很方便地点到你最想听的那一段去。这是我经常使用的三个工具。

Max：我是 ChatGPT 重度使用者。ChatGPT 对我来讲是一个非常好的工具，我把它当成一个知识吸收的工具。当我在阅读文章或是在听 podcast 的时候，大部分其实是会听完，因为我觉得 ChatGPT 做的是总结，但是一些小的细节的东西，我觉得还是想要亲自听到。但是有些我认为很重要的东西，但没有时间去听的时候，我直接把可能有 20 页的 PDF 贴上去，然后叫 ChatGPT 帮我做总结。这是在资料获取跟整理的方面，我觉得是一个很赞的工具。另外因为我平常会拍 YouTube，写研究报告，我在做文字输出的时候，不太会叫 ChatGPT 帮我改，因为我觉得我写的文章就是要有我自己的风格，让 AI 改完之后感觉不太像我。但是对于图片输出，我会叫 ChatGPT 帮我根据种种场景把图片输出出来。这样就不用找设计师重新设计影片封面或是研究报告的封面等等。我觉得最主要应该就是这两个功能吧。未来计划把我自己的投资研究框架输入进去，看可不可以让它帮我像个 AI agent 一样产出研究报告给我，然后互相做讨论，现在还在研究中。

Alex：明白，确实我感觉我用得最多的也是 GPT。我感觉 GPT 好用的主要是两点，一是我自己有一个 TG 的频道，基本上每周会更新三到四个关于 Web3 的一些投资备忘，会讲一些我觉得这一周可能比较重要的新闻以及我对这些新闻的思考。因为它会写得很长，每次可能涉及到十几个新闻。我希望每个新闻的标题前面加一个小的 icon，这样看起来文章丰富一点。每次我会让它帮我排，所以这是日常会使用的。另外一个我觉得很有用的一点是，看书的时候经常会遇到一些你可能想要去更深度思考的概念。比方说前段时间我在看下一任的美国副总统 JD Vance 的自传《乡下人的悲歌》，里面讲到很多跟美国宗教相关的一些词汇。原来我看到就觉得这个好像跟我关系不大，或者说我感兴趣但查起来好麻烦，我就不管了，跳过了。比方说像新福音派、像世俗主义。现在有了 GPT，我可以直接问它什么是世俗主义，什么是新福音派，它会很完整地告诉你这两个概念是什么，发源是什么，从近代到现代的概念的变迁。我觉得它像一个知识非常丰富而且是无比耐心、24 小时为你工作的老师。在你学习的时候，它是可以有无限的教育资源的。更重要的是，它是点对点的，每个人的问题不一样都 OK。所以我觉得在教育这一块，GPT 未来的潜力是无限的。后续随着 GPT 可以更多加入虚拟人，甚至可以通过虚拟空间的互动去做，我觉得大课堂的老师真的会慢慢失去他们的作用。可能大家更多会跟虚拟人老师去互动，它的耐心、它的千人千面的教育方式真的是现在的老师不能比的。还有一个跟 Lydia 说的一样，就是 perplexity 搜索。我记得我用了 perplexity 之后，已经很久没有用过百度跟谷歌搜索。它可以帮你去阅读广泛的资料，给你一个很精准的答案并附上来源。所以我现在也开始付 perplexity 的会员。今天我看到一个消息，谷歌是目前的搜索巨头，它的 CEO 皮查伊也在讲，说明年谷歌的搜索会发生非常大的变革，转为以 AI 为中心。他讲，人们会充分地感受到这种变化带来的一个影响。我相信未来的搜索，一定会是转向以 AI 为驱动的方向。所以我觉得后续对 AI 工具的使用，可能就跟 20 年前大家有没有能够去充分地使用电脑一样，是一样的生产力提升的价值。

感谢两位嘉宾今天非常精彩且多元、深度的思考。希望我们后续还会有新的节目可以再邀请到两位继续来跟我们进行交流，感谢。