AI与Web3融合：香港共识大会2025热点话题

近年来，AI和Web3被普遍认为是推动人类进入下一个技术增长期的两大驱动力。随着ChatGPT带来革命性的AI体验，链上AI也悄然完成了从概念到基础设施的转变，成为Web3界最看好的可持续发展新领域。

在刚结束的香港共识大会2025上，AI与Web3的融合成为了热门话题。无论是主会场还是分会场，关于AI与Web3结合的讨论都十分热烈。本文将深入探讨会议上涉及的几个主要方面。

一、AI基础设施

1. AI Agent发射平台和框架

近半年来，AI Agent的发射平台和框架类AI基础设施建设备受关注。这些项目为开发者和普通用户提供了低门槛拥有和使用AI Agent的平台，是当前AI项目的重点方向之一。

一些代表性项目包括：

• 去中心化人工智能操作系统，通过构建AI专有Layer 1，连接计算资源、数据和模型，建立分布式AI开发生态系统。
• 专注于去中心化AI Agent的创新平台，致力于推动多代理技术发展。
• 去中心化基础架构栈，实现安全、自主的人机协作。
• 去中心化AI基础设施平台，支持AI Agent和应用的分布式开发与运行。
• 由多AI Agent组成的去中心化网络，能自主完成用户描述的任务。

2. 去中心化AI

去中心化AI是链上AI的终极目标。目前许多项目都在算力、数据、模型等方向努力，希望通过去中心化方式打破大公司对LLM的垄断，帮助大众获得数据和模型的所有权。

一些代表性项目包括：

• 去中心化用户数据主权平台，将个人数据转化为金融资产。
• 开放访问的AI云平台，整合全球计算资源，提供经济实惠、可扩展的GPU资源和AI服务。
• 专注于AI和区块链的下一代网络，提供去中心化经济基础设施。
• 去中心化计算平台，提供按需访问GPU和CPU集群的服务。
• 分布式云计算基础设施平台，专为AI计算任务和游戏行业设计。
• 去中心化自治AI智能体网络，用于实时挖掘互联网数据。
• 致力于AI和高性能计算领域的经济层解决方案。
• 为AI经济设计的去中心化Layer 1区块链平台。
• 为去中心化应用提供中间层隐私保护和无追踪计算功能的平台。
• 开放透明的AI数据平台，支持多模态数据的收集和标注。

3. 可验证的AI

AI发展面临的重要挑战之一是训练过程的不透明，以及无法保证AI输出结果的准确性。目前有许多项目希望通过ZKP、TEE等技术实现对AI训练过程的可验证性，保证AI输出结果的可靠性。

代表性项目包括：

• 去中心化云计算平台，为链上应用提供可信的隐私计算和AI推理服务。
• 去中心化计算引擎，提供可验证的链下AI和区块链计算。
• 专注于去中心化数据验证与可信AI的创新平台。

二、AI用例：潜力与期待

相较于丰富的AI基础设施，目前出彩的AI实际用例项目仍相对较少。一些值得关注的项目包括：

• 区块链上的游戏AI Agent平台，能生成实时动态叙事内容。
• AI驱动的旅行助手，可自动定制旅行计划并提供订购服务。
• 专注于篮球领域的体育解说AI Agent。
• 专注于金融和交易领域的AI Agent平台。

三、传统项目向AI转型

许多传统Web3项目也开始拥抱AI，宣布了各自的AI转向计划。

• 一些公链表示，AI Agent的出现有助于简化复杂的区块链交互流程，能够吸引更多用户进入Web3世界。这些公链计划从底层架构、账户创新等方面全面支持AI的发展。
• 一些专注于特定服务的项目也开始向AI领域拓展，如构建去中心化信任层，为AI的训练和推理、预测等链下运算提供链上证明。

四、挑战与未来

尽管前景光明，链上AI的发展仍面临诸多挑战，包括模型可靠性不足、提示词意图的模糊性、存储和硬件限制，以及隐私安全等问题。这些挑战不仅带来技术难题，也孕育着巨大的创新机会。

长远来看，业界对链上AI的发展充满希望，期待通过基础设施的进一步完善、用例创新和社区协作，共同推动AI与Web3的融合与繁荣。