引言

目前来看，本轮加密货币牛市周期是商业创新之上极为乏味的一轮，缺少上一轮牛市DeFi、NFT、Gamefi这样的现象热潮，导致整体市场行情缺少产业热点，用户、产业投资和开发者都比较乏力。

这也反映在目前的资产价格上，整轮周期来看，大部分山寨币 对于BTC的汇率持续失血，其中也包括ETH。毕竟智能合约平台的估值是由应用的繁荣程度决定的，当应用的发展创新乏善可陈，公链的估值也很难抬升。

而人工智能作为本轮新兴商业领域，受益于外部商业世界爆炸式的发展和持续不断的热点，仍有可能为全球人工智能领域带来不错的反馈增量。

而在笔者 4 月发布的 IO.NET 代表中，梳理了 AI 与 加密货币结合的必要性，即加密货币经济方案在确定性、调动配置资源和免信任上的优势，可能是解决 AI 随机性、资源密集和人机难辨三个挑战的方案之一。

在加密货币经济领域的AI领域，笔者尝试再通过一篇文章，对一些重要问题进行讨论和推演，包括：

• · 人工智能仍有哪些领域，或将在未来几年的监管
• ·这些治理的催化路径和意义
• · 调整相关的项目标
• · 报道推演详情和活动

本文为作者截至发表时的阶段性思考，未来可能改变，且具有极强的运作性，亦可能存在事实、数据、逻辑错误，请勿作​​为投资参考，欢迎同业提出批评和探讨。

以下为正文部分。

加密货币人工智能的下一步监控

在正式盘点加密货币AI框架的下一波审核前，我们首先来看一下当前的加密货币AI的主要审核，从市值排序来看，超过10亿美金的有：

• · 算力：Render（RNDR，流通市值 38.5 亿）、Akash（流通市值 12 亿）、IO.NET（最近一轮一级融资估值 10 亿）
• · 算法网络：Bittensor（TAO，流通市值29.7亿）
• · AI代理：Fetchai（FET，合并前流通市值21亿）

*数据时间：2024年5月24日，货币单位买卖美元。

除了以上几个领域，下一个单市值超10亿的AI目标会是哪个？

笔者认为两个视角来推测：“产业供给侧”的管理与“GPT时刻”的管理。

AI 管理的第一个视角：从产业供给端看 AI 背后的能源和数据支撑机会

从产业供应端来看，人工智能发展的四个推动力为：

• · 更佳效率地训练和推理任务
• ·算力：模型计算还是模型推理，这也是当下主要的产业瓶颈，缺芯导致芯片价格高企
• 能源：AI所需的数据计算中心产生了大量的能源消耗，除了GPU本身执行计算任务所需的电力之外，处理GPU散热的也需要非常多的能源，一个大型数据中心冷却就占总能源消耗的40%左右
• 数据：大模型性能的提升需要扩大训练参数，这意味着海量的优质数据需求

针对上述四个产业推动力，算法和计算力尚未出现同市值的项目，而能源和数据尚未出现同市值的项目。

但实际上，能源和数据的供给短缺问题将很快来临，成为新兴的产业热点，从而带动相关项目的热潮。

我们首先要考虑能源。

2024 年 2 月 29 日，马斯克在博世互联世界 2024 大会上说到：“我在一年多前就预测芯片短缺，下一次短缺的将是电力。我认为，明年将没有足够的电力来运行所有的芯片。”

从具体数据来看，李飞飞领导的斯坦福大学人工智能研究所（以人为本的人工智能）每年都会发布《AI指数报告》，在该团队 2022 年发布的、针对 21 年AI产业的议员，研究小组评估认为当年AI耗能规模只占全球电力需求的 0.9%，对能源和环境的压力有限。而 2023 年，国际能源署（IEA）对 2022 年的总结是：全球数据中心消耗了大约 460 太瓦时（TWh）的电力，占全球电力需求的 2%，并预测到 2026 年，全球数据中心消耗也会有 620 太瓦时，最高会达到 1050 太瓦时。

而实际上，国际能源署的估价仍然坚持了下来，因为目前已经有大量围绕AI项目即将上马，其对应的能源需求规模远远超过其23年的想象。

比如微软和OpenAI正在筹划的星际之门（Stargate）项目。这个计划预计在2028年启动，2030年左右建成，能源计划构建一台拥有数十个专用AI芯片的超级计算机，为OpenAI提供前所未有的计算能力，支持其在人工智能尤其是大型语言模型方面的研发。国外预计耗资超过1000亿美金，比当下的大型数据中心成本还要高出100倍。

而仅仅这一事件就已经爆发了 50 多年。

也正是因为如此，OpenAI 的创始人山姆·奥特曼在 1 月的达沃斯论坛上谈到：“未来人工智能需要能源突破，因为人工智能消耗的电力将远远超出人们的目标。”

在计算能力和能源之后，快速增长的人工智能行业中，最受欢迎的领域是数据。

或者说，人工智能的核心是优质数据已经变得现实。

目前人类从GPT的进化中，已经基本摸清了大语言模型能力增长的规律——即通过模型参数和训练数据，能够指数提升模型的能力——且进程中还看不到技术瓶颈。

但问题是优质且公开的数据在未来可能会越来越少，AI产品在数据上可能会面临与芯片、能源一样的供需矛盾。

首先是数据所有权的增加。

2023 年 12 月 27 日，《美国联邦法院起诉 OpenAI 和微软，指控它们非法复制和使用 GPT 模型，要求它们实施非法和实际损害赔偿，还要调查所有包含《美国联邦法院起诉 OpenAI 和微软，指控它们非法复制和使用 GPT 模型，要求它们实施非法和实际损害赔偿，还要调查所有包含《美国联邦法院起诉 OpenAI 和微软，指控它们非法复制和使用 GPT 模型，

早在 3 月底，《纽约时报》发表了新的声明，矛头不仅指向了 OpenAI，还指向了 Google 和 Meta。《纽约时报》这份声明中说，OpenAI 通过一个名为 Whisper 的语音识别工具成功吸引了 YouTube 视频中的语音部分，然后生成文字，作为文本来训练 GPT-4。《纽约时报》表示，现在大公司训练 AI 模型时使用小偷小摸的手段已经非常普遍，并表示这样的事谷歌也在做，他们也把 YouTube 视频内容转成文字，用于自己大模型的训练，从而侵犯了视频内容创作者的权益。

《OpenAI》与OpenAI作为「AI版权第一案」，考虑到案件内容的复杂性和对内容的影响以及AI产业未来的深远影响，不一定很快就能得出一个结果。最终的结果之一是双方的外部和解，财务粗略的微软和OpenAI支付大量补偿金。但未来更多的数据版权摩擦势必将抬高优质数据的综合成本。

此外，作为全球知名的搜索引擎，Google 正在为其用户提供广告功能，而不仅仅是 AI 公司。

来源：路透社

谷歌的搜索引擎服务器里保存着大量内容，甚至可以说是自从 21 世纪以来所有互联网页面上出现的内容谷歌都保存着。而目前人工智能驱动的搜索产品，海外的如 perplexity，国内的如 Kimi、秘塔，都已通过人工智能进行处理，再输出给用户。搜索引擎对人工智能的收费，必然提升数据的获取成本。

除了公开数据外，AI巨头还盯上了非公开机构数据。

Photobucket 是一家老牌的图片和视频托管网站，在 2000 年初曾拥有 7000 万用户和近一半的美国在线照片信用。随着社交媒体的兴起，Photobucket 用户数量大幅下跌，目前仅剩 200 万活跃用户（它们每年要支付 399 美金的高昂费用），而根据用户注册时签署的协议和隐私政策，超过一年的使用的账户会被回收，还支持 Photobucket 对用户上传的图片和视频数据的使用权。Photobucket 首席执行官 Ted Leonard 透露，其拥有的 13 亿张照片和视频数据对训练生成式 AI 模型极具价值。他正在与多家科技公司就出售事宜进行谈判，报价范围从每张照片 5 美分到 1 美元不等，每段视频超过 1 美元，他估计 Photobucket 可提供超过 10 亿美金的数据价值。

围绕人工智能发展趋势的研究团队 EPOCH，根据 2022 年机器学习对数据的使用和新数据的生成情况，再考虑计算资源，曾经发表一篇关于机器学习所需的数据能力报告《我们的数据会用完吗？ 《机器学习中数据集扩展的极限分析》，报告的结论是：高品质文本数据大约在2023年2月到2026年之间用尽，分别为2030年到2060年用尽。如果数据的使用效率不能提高，或出现新的数据来源，则目前依赖于海量数据的大型机器学习模型可能会被采用。

而就目前AI巨头们纷纷高价买数据情况来看，未来的优质文本数据已经基本用尽，EPOCH在2年的预测是比较精准的。

同时，围绕“AI数据短缺”所需的解决方案也在出现，即：AI数据提供服务。

Defined.ai是一家为AI公司提供定制化真实高质量数据的公司。

Defined.ai 所能提供的数据类型示例：https://www.defined.ai/datasets

它的业务模式是：AI公司给Defined.ai提供自己对于数据的需求，比如就图片而言，质量方面需要达到多少以上、避免模糊、过曝、内容真实。内容方面AI公司可以根据自己的训练任务，定制特定的主题，比如需要夜里的照片、夜里的锥桶、停车场、指示牌，用来提高AI在夜景下的识别率。大众都可以领任务，上传由公司审核，然后把符合要求的按张数结算，价格大约是一张楼面图片1-2美元，一个十几秒的短片5-7美元，一部10分钟以上的高质量影片100-300美元，文本是千字1美元，分包任务的人可以得到其中20%左右的费用。数据提供可能会成为「数据标记」之后的又一门众包业务。

全球范围的任务是众包分配、经济激励、数据资产的制定\流通和隐私保护、人人可以参与，听起来特别像一扇适合 Web3 范式商业门类。

产业扶贫视角下的AI管理标

芯片短缺引发关注渗透到加密货币行业，让分布式计算能力成为新闻焦点、市值最高的AI框架。

那么人工智能产业在能源和数据方面的矛盾如果在未来1-2年内出现，加密货币行业目前有哪些治理项目？

来看能源类别的指标。

已经上线了头部CEX的能源类项目非常稀少，仅有Power Ledger（代币Powr）一个。

Power Ledger 于 2017 年成立，是一个基于区块链技术的综合能源平台，旨在实现能源交易的中心化，推动个人和社区直接交易电力，支持可再生能源的广泛应用，并通过智能合约确保交易的透明和高效。最初 Power Ledger 基于以太坊改造而来的联盟链运行。2023 年下半年，Power Ledger 更新了白皮书，并启动了自己的综合型公链，该公链基于 Solana 的技术框架改造，可用于处理分布式能源市场中的高频微交易。目前 Power Ledger 的主要业务包括：

• 能源交易：很久以前我就在点地买卖电力，特别是来自意外的电力。
• · 环境交易：提供碳信用和再生证书，以及融资。
• · 公链运营：吸引应用开发者在 Powerledger区块链上构建应用，公链货币以 Powr 代币支付。

目前Power Ledger项目的流通市值为1.7亿$，全流通市值为3.2亿$。

相比能源类型的加密货币，数据访问的数量则更为丰富一些。

笔者仅罗列目前自己关注的，并且已经至少上线了币安、OKX 和 Coinbase 其中一家 CEX 数据支撑项目，且按照 FDV 从低至高排列：

1.Streamr – 数据

Streamr 的目标是构建一个去中心化的实时数据网络，致力于自由地交易和分享数据，同时保持自我数据的完全控制。通过其数据市场，Streamr 希望使数据生产者能够直接向感兴趣的消费者销售数据流，无需中介机构，从而降低成本并提高效率。

来源：https://streamr.network/hub/projects

在实际的合作案例中，Streamr 与另一个Web3车载硬件项目DIMO合作，通过装载在车辆上的DIMO硬件传感器收集温度、气压和其他数据，形成天气数据流传输给需要的机构。

与其他数据项目相比，Streamr 更侧重于物联网、硬件传感器数据，除了上面提到的DIMO车载数据之外，其他项目还有赫尔辛基的实时交通数据流等。因此，Streamr项目代币 DATA 也曾经在去年 12 月，Depin 概念最火热的时候一度创造了单日翻倍的涨幅。

目前 Streamr项目的流通市值为 4400 万 $，全部流通市值为 5800 万 $。

2.共价-CQT

与其他数据仓库不同的是，共价是区块链数据。共价通过 RPC 从区块链节点读取数据，并把这些数据输入到数据库中，然后我们就可以创建一个新的节点。这样，我们就可以从一个叫“区块链数据索引”的数据库中获取我们想要的数据。

Covalent 是 Dapp项目的一部分，比如各种 Defi，也包括很多中心化加密货币公司，比如 Consensys（Metamask 的母公司）、Rotki（税务工具）、Rainbow（数字货币包）等，此外传统金融行业中的巨头富达、四大会计事务所安永，也是 Covalent 官方披露数据，项目的来自于数据服务的公司已经超过同一领域的头部项目 The Graph。

Web3行业由于链上数据的复杂性、公开性、真实性以及实时性，有望成为细分AI场景和特定「AI小模型」的优质数据来源。共价作为数据提供者，成功地为各类AI场景提供数据，并实现了专门面向AI的可验证结构化数据。

来源：https://www.covalenthq.com/solutions/decentralized-ai/

比如为链上智能交易平台 SmartWhales 提供数据，利用 AI 识别出盈利的工具模式和地址；Entendre Finance 则通过 Covalent 设计化数据，经过 AI 处理用于实时洞察、异常检测和预测分析等。

目前来看，Covalent 托管的链上数据服务场景仍以金融为主，但随着 Web3 产品和数据类型的泛化，链上数据的使用场景需求进一步拓展。

目前Covalent项目的流通市值为1.5亿美元，全流通市值为2.35亿美元，相对于同一网站的区块链数据指数项目The Graph，具有比较明显的估值优势。

3.Hivemapper – 蜂蜜

在数据素材中，视频数据的单价最高。Hivemapper 可以为 AI 公司提供包括视频和地图信息在内的多种数据。Hivemapper 本身是一个去中心化的全球地图项目，旨在通过区块链技术和社区贡献来创建一个详细、动态且可访问的地图系统。参与者可以通过行车记录仪（dashcam）捕捉地图数据并将其添加到开源的 Hivemapper 数据警报，并基于贡献获得项目代币 HONEY 的奖励。为了提高网络的生态和降低交互成本，Hivemapper 构建在 Solana 上。

Hivemapper 最早成立于2015年，最初的愿景是使用无人机创建地图，但后来发现这种模式难以扩展，从而转向使用行车记录仪和智能手机来捕捉地理数据，从而减少了全球地图制作成本。

与Google map等街景和地图软件相比，Hivemapper通过激发网络和众包模式，能更高效地拓展地图覆盖范围、保持地图实景的新鲜度、提升视频质量。

在AI对数据需求爆发之前，Hivemapper的主要客户包括汽车产业的主管部门、导航服务公司、政府、保险和地产公司等。如今 Hivemapper则可以通过API为AI和大模型提供广泛的道路和环境数据，通过不断更新处理和道路特征数据流的输入，AI和ML模型将能够更好地将数据转化为能力的提升，执行与地理位置、视觉判断有关的任务。

数据来源：https://hivemapper.com/blog/diversify-ai-computer-vision-models-with-global-road-imagery-map-data/

目前 Hivemapper – Honey项目的流通市值为 1.2 亿 $，全流通市值为 4.96 亿 $。

除了以上三个项目之外，数据的每个项目还有 The Graph – GRT（流通市值 32 亿 $，FDV 37 亿 $），其业务与 Covalent 类似，也提供区块链数据索引服务；以及 Ocean Protocol – OCEAN（流通市值 6.7 亿 $，FDV 14.5 亿 $，本项目即将与 Fetch.ai 和 SingularityNET 合并，代币转换为 ASI），一个开源协议，旨在促进数据和数据相关服务的交易所和货币化，将数据消费者与数据提供者连接起来，从而保证信任、透明和可追溯的前提下共享数据。

AI 管理的第二个视角：GPT时刻再现，通用人工智能降临

在笔者看来，加密货币行业里“AI”的元年是GPT震撼世界的2023年，加密货币AI项目的暴涨，更多的是AI产业爆炸式发展带来的“热度余波”。

虽然 GPT3.5 之后 GPT4、turbo 等的能力不断升级，以及 Sora 在视频创作能力的惊人展现，包括 OpenAI 之外的大语言模型也快速发展，但不可否认的是 AI 的科技进步给大众带来了认知冲击正在减弱，人们开始逐渐使用 AI 工具，大规模的岗位替代似乎还未发生。

那么，未来的AI领域是否会再现「GPT时刻」，出现让大众震惊的AI跨越式发展，我们意识到自己的生活和工作从而被改变？

这个时刻可能是通用人工智能（AGI）的诞生。

AGI指的是机器拥有类似于人类的综合认知能力，能够解决复杂问题，而不特定于任务。AGI系统拥有高度的抽象思维、广泛的背景知识、全领域的​​常识理解和因果关系理解以及跨专业的迁移学习等能力。AGI的外观与各个领域最优秀的人类无异，就综合能力来说则完全超越最优秀的人类群体。

实际上，无论科幻小说和游戏、影视作品之中的表现，还是在GPT迅速普及之后的大众预期，社会大众对超越人类认知水平的AGI的出现早有预期。或者说，GPT本身就是AGI的先导产品，是通用人工智能的预言版。

GPT旨在实现巨大的产业能量和心理冲击，在于落地速度和表现超越了大众的预期：人们没想到，一个能完成图灵测试的人工智能真的到来了，而且速度很快。

实际上，人工智能（AGI）或许会在1-2年内再次复现「GPT时刻」的突然性：人们才刚刚适应GPT的辅助，就发现AI已经不仅仅是一个助手，它甚至能独立完成极具创造力和挑战的工作，包括那些困于人类顶尖科学家几十年的难题。

在今年4月8日，马斯克接受了挪威王国财富基金首席投资官尼古拉·坦根的采访，谈到了AGI出现的时间。

他说：“如果把AGI定义为比最智能那部分人类还要智能话，我认为它很可能在2025年出现。”

也就是按照他的推断，最多就是期望，1 年半的时间，AGI就将降临。当然，他加了一个前提条件，就是“电力和硬件都跟得上的话。”

AGI的降临的好处是非常的。

它意味着人类的生产力水平将大大跨步地上一个台阶，大量地阻碍着我们几十年的科研难题的解决。我们把“最智能那部分人类”定义为贝尔奖得主的水平，我们可以拥有无​​数不知疲倦的“奖得主”，全天候关爱那些最难的科研问题。

而实际上奖品得主并不是几亿分之一那样的赃物，他们在能力和智力上大多是大学教授的水平，但是因为概率和运气选择了方向，坚持做了下去并得到了结果。和他水平相当的人，他同样优秀的同僚们，也许在科研的Cosmos中也获得了奖品。但是无奈的是，具备顶尖大学教授并参与科研突破的人员还是不足，因此“遍历所有科研正确方向”的速度仍然很慢。

有了AGI之后，在能源和算力充分供给的背景下，我们可以有无限个“诺奖得主”水平的AGI在每一个科研突破方向进行纵深探索，技术的提升速度会快几十倍。技术的提升，导致我们如今认为相当昂贵稀缺的资源，在10到20年间成百倍地增加，比如粮食产量、新材料、新药、高水准的教育等，获得这些成本开支成倍下跌，我们得以用更少的资源养活更多的人口，人均财富迅速增加。

全球GDP总量，数据来源：世界银行

这听起来似乎有点人听闻，我们来看两个例子，这两个例子的发音者在操作上关于 IO.NET 的提示中也使用过：

2018 年，诺贝尔化学奖得主弗朗西斯·阿诺德在颁奖仪式上才说道：“今天我们在实际应用中可以阅读、写入和编辑任何 DNA 序列，但我们还无法通过它创作（撰写它）”。 就在他讲话的5年后，2023 年，来自斯坦福大学和硅谷的AI创业企业Salesforce Research的研究人员，在《自然 – 生物技术》发表的论文，他们通过基于GPT3微调而成的大语言模型，从0创造出全新的100万种蛋白质，苏联中期寻找到2 种结构截然不同、却都具有抗菌能力的蛋白质，有希望成为抗生素之外的细菌对抗方案。也就是说：在AI禁止，蛋白质“创造”的短缺突破了。

而在实践中，人工智能AlphaFold算法在18个月内，把地球上几乎所有的2.14亿种蛋白质结构都做了预测，这项成果是过去所有人类结构生物学家工作成果的大约100倍。

变革已经发生，而AGI的地球上会进一步加快进程。

另一方面，AGI的早晨快乐的挑战也是非常巨大的。

AGI 不仅是会受到政府大力支持的人工智能服务提供商，也会随着机器人技术的成熟和新工艺研发成本的降低而受到冲击，被机器和软件的劳动岗位压力迅速提升。

每次看到两个看起来非常遥远的问题，都会很快浮出水面：

1.大量就业人口的就业和收入问题

2.在AI遍布的世界，如何分辨AI和人类

而Worldcoin\Worldchain正在尝试提供解决方案，即用UBI（全民基本收入）系统为大众提供基本收入，用基于虹膜的生物特征和人和人类人工智能进行区分。

实际上，给全民发钱的UBI并非是在空中楼阁实践，芬兰、英格兰等国都进行过全民基本收入的实践，而加拿大、西班牙、印度等国亦有政党正在积极提议推进相关的交易。

而基于生物特征+区块链的模式进行UBI分配的好处在于这个系统的全球性，对人口有审计覆盖，此外还可以基于通过收入分配拓展而来用户网络，构建商业模式，比如金融服务（Defi、社交、任务众包等，她网络商业的协同，这也正是

AGI 降临赞美的冲击效应的对应标的✨ Worldcoin – WLD，其流通市值 10.3 亿 $，全流通市值 472 亿 $。

报道推演详情和事项

本文与 Mint Ventures 之前发布的诸多项目和预期研究报告不同，对于管理的推演和预测具有较大的实践性，请读者将内容去中心化到各地讨论，而不是预测未来的前景。作者上述的管理推演面临着许多挑战，导致猜测错误，这些风险或影响因素包括但不限于：

• 能源方面：GPU 更新换代导致效率降低

尽管围绕 AI 的能源需求增，但以英伟达为代表的芯片厂商正在通过不断的硬件升级，以更低的功耗提供更高的计算能力，比如在三年内部署了两个 B200 GPU 和一个 Grace CPU 的新一代 AI 计算卡 GB200，其训练性能是上一代主机 AI GPU H100 的 4 倍，推理性能是 H100 的 7 倍，需要的对称性却只有 H100 的 1/4。当然尽管如此，人们希望从 AI 中获得的力量渴望远远没到尽头，但是随着 AI 应用场景和需求的进一步扩张，总对称性反而是上涨的。

• 数据方面：Q*计划实现“自产数据”

OpenAI 内部一直存在一个传说中的项目「Q*」，经济增长在 OpenAI 发给员工的内部信息被提及过。根据路透社援引 OpenAI 内部人士的观点，这可能是 OpenAI 在追寻超级智能 / 通用人工智能（AGI）道路上取得的一项突破。Q* 不但能够凭借传统能力解决以前从未见过的数学问题，还能够通过自我创造用于训练大模型数据，而无需这些数据喂养。如果该传说为真，AI 大模型训练限定于优质数据不足的资金将被打破。

• AGI降临：OpenAI的隐忧

AGI降临的时点是否真的如马斯克所说，在2025年到来尚不得而知，但这只是一个时间问题。 但Worldcoin作为AGI降临管理和受益标的，最大的隐忧可能来自OpenAI，毕竟其被认定为“OpenAI影子代币”。

5 月 14 日凌晨，OpenAI 在春季新品发布会展示最新的 GPT-4o 与另外 19 个不同版本大语言模型在综合任务得分中展示，仅从表格来看，GPT-4o 得分 1310，视觉上似乎比后几名高出了一大截，但从总分来看，其仅比第二名 GPT4 turbo 高了 4.5%，比第四名谷歌的 Gemini 1.5 Pro 高了 4.9%，比第五名 Anthropic 的 Claude 3 Opus 高了 5.1%。

从 GPT3.5 初登场时震惊世界的那一刻仅仅过去了一年多，OpenAI 的竞争对手们已经追到了非常接近的位置（尽管 GPT5 尚且没有放出，并预计多年来发布），OpenAI 未来是否已经能保持自己行业领先位置，这个答案似乎正在变得模糊。 如果 OpenAI 的领先优势和统治地位被稀释乃至赶超，那么 Worldcoin 作为 OpenAI 的影子代币的审核含金量也会下跌。

此外，除了Worldcoin的虹膜认证方案之外，越来越多的竞争对手也开始进入这个市场，比如手掌扫描ID项目Humanity Protocol刚刚宣布以10亿美元估值完成3000万美元新一轮融资，LayerZero Labs也宣布将在Humanity上开展业务，并加入其验证者节点网络，使用ZK证明对凭证进行身份验证。

结语

最后，笔者虽然对AI进行了后续的审核，但AI与DeFi等加密货币原生应用相比具有不同，其更多是AI热度外溢至币圈的产物，目前诸多项目就商业模式而言并未跑通，很多项目更像是AI的Meme（比如Rndr类似于伟达的meme，Worldcoin类似于OpenAI的meme），读者应审慎看待。