比特币加密货币以太坊区块链 NFT DeFi SEC Coinbase 监管 WEB3 币安数字货币 FTX 融资行情

如何在牛市跑赢比特币？AI搭上Web3? Pantera最新报告释出

比推BitpushNews

编译：比推BitpushNews Yanan

加密牛市中的市场相关性分析

在加密货币市场中，投资者经常关心的一个问题是：“在牛市中，各币种之间有怎样的相关性？”

为了解答这个问题，我们来分析两个最近的牛市周期，以了解在除比特币外的加密市场中，各币种之间如何相互影响。

在牛市周期中，我们明显观察到两个阶段。在初期，比特币的涨幅常常超过整个市场，成为领头羊。这背后有几个关键因素。首先，比特币是市场上交易最活跃、流动性最好的数字资产。以2023年为例，它的日均交易量高达180亿美元，远超过山寨币。其次，对于加密货币新手来说，比特币通常是他们的入门选择。由于它已经存在了15年之久，并建立了强大的品牌影响力，许多人直接将比特币等同于加密货币行业本身。

随着投资者对加密货币市场的认识加深，他们开始探索比特币以外的加密币种，这标志着牛市进入了第二阶段。在这个阶段，除了比特币，山寨币也开始崭露头角。投资者开始寻找那些能够助力不同应用场景、更具增长潜力的币种。这些加密货币往往依托于前沿的创新理念与技术，比如首次代币发行（ICO）、去中心化金融（DeFi）和非同质化代币（NFT）等。

在加密货币牛市中，各币种间的相关性有明显的阶段性变化。初期，比特币独领风骚，与山寨币关联度较低。但随着市场成熟和投资者需求多样化，山寨币开始发力，与比特币的关联度也逐渐上升。掌握这些市场动态，有助于投资者更精准地捕捉投资机会并规避风险。

以下是两个阶段的可视化图像，以金色阴影突出显示。在牛市的第一阶段，虽然山寨币市场份额有所下降，但整体市值仍在稳步增长，这主要得益于比特币的强势引领。当牛市推进到约60-70%的阶段时，山寨币市场份额会迎来迅速攀升。

以下是比特币和山寨币在市场资本化增长方面的实际回报，以及它们各自对加密货币市场整体增长的贡献情况。

在上升周期中，比特币在初期持续领跑山寨币。但随着进入第二阶段，山寨币开始显著超越比特币。令人瞩目的是，山寨币的超越幅度之大，使得在整个周期中，其总体表现都优于比特币。

尽管历史上最高的超额收益来源之一是在第二阶段开始时从比特币精准切换到山寨币，但这种关系并不总是稳定存在，也没有任何交易者能够完全准确地把握这种切换时机。

要在加密投资中获取超额收益，最佳策略可能是保持风险敞口，并投资于基本面坚实、增长潜力数倍于比特币的山寨币。投资者应深入研究山寨币的基本面，找出有巨大增长前景的项目，并在整个牛市周期中持续投资，从而超越市场平均收益。

我们的观点是，与其他资产类别（如股票）的预期一样，那些具备产品市场契合度、能够创造实际收益并拥有稳健单位经济效益的山寨币，将在未来的市场周期中脱颖而出。需要注意的是，并非所有股票都生来平等，山寨币亦是如此。从长远来看，山寨币的选择将变得至关重要，因为超额收益将取决于具体情况，而不一定局限于某个特定领域或基于短暂易变的投机性叙事。

截至目前，在本市场周期中，比特币上涨了2.8倍，而山寨币则上涨了1.7倍。

区块链风险投资状况

自2022年初以来，区块链在私人交易领域的融资速度逐渐放缓。The Block的数据显示，每个季度的融资额和交易数量都有所下滑。

特别是从2022年早些时候的高峰之后，平均交易规模显著缩减。

不过，有一点需要注意：这些数据主要来源于新闻报道的融资信息，而根据行业经验，这类数据通常会有一到两个季度的延迟。

但根据Pantera的观察，我们认为融资和交易活动的最低点可能已经出现在去年夏季。最近，我们观察到交易活动有了显著的回暖，这主要得益于前一轮牛市期间涌现的企业家们——他们的业务已经逐渐成熟，或许已经找到了市场的契合点，或者一直在实施有效的战略——现在他们正带着合理的估值回归融资市场。

这个过程可能比大多数人预期的要长一些，因为在牛市期间，像我们这样的风投公司经常建议企业多筹集一年的运营资金。也就是说，他们原本计划筹集两年的资金，最后却筹集了三年的。现在，我们开始看到这些企业重新回到市场。

因此，我们认为当前是一个绝佳的投资时机，因为交易活动已经呈现出回升的态势——如果公开市场能持续走好，我们预计这种态势将在今年得以延续。

2024预测

比特币的复苏和“DeFi Summer 2.0”

2023年，比特币强势回归，其市值占比从1月的38%攀升至12月的50%，使其成为2024年备受瞩目的顶级生态之一。推动比特币复兴的主要催化剂有三：(1) 2024年4月的比特币第四次减半；(2) 机构投资者预计将批准多只比特币现货ETF；(3) 可编程特性的增强，包括基础协议（如Ordinals）以及第2层和其他可扩展层（如Stacks和Rootstock）。

在基础设施方面，我们预计将看到比特币L2s和其他可扩展性层的激增，以更好地支持智能合约。比特币生态系统应围绕一两种图灵完备的智能合约语言进行整合，其中Rust、Solidity或比特币原生语言Clarity的扩展是最有力的竞争者。这种语言有望成为比特币开发的“标准”，类似于Solidity在以太坊开发中的地位。

此外，比特币的“DeFi Summer 2.0”也初现端倪。目前，Wrapped BTC（WBTC）的市值和总锁定价值（TVL）已达60亿美元，显示出DeFi对比特币的巨大需求。随着比特币DeFi基础设施的日臻完善，我们预见比特币DeFi的TVL将从当前的3亿美元（市值的0.05%）攀升至市值的1-2%（按当前价格计算约为100-150亿美元）。在此过程中，许多以太坊的DeFi实践可能会被转移并融入比特币生态，例如最近兴起的BRC-20铭文和巴比伦L2中的质押等创新想法。

同时，比特币NFT在2024年也有望大放异彩。鉴于比特币更高的文化认可度和Meme价值，Web2品牌（如奢侈品零售商）可能会选择在比特币上发布NFT，类似于Tiffany与Cryptopunks合作在2022年推出的“NFTFi”吊坠系列。这一趋势有望进一步推动比特币在NFT领域的普及和应用。

面向新消费者使用场景的代币化社交体验

Web2的焦点已从社交转向金融，而Web3则从金融向社交发展。2023年8月，friend.tech在Base L2上推出了一种新颖的代币化社交方式，允许用户交易他人在Twitter上的“股份”。仅两个月后，其总锁定价值（TVL）就飙升至3万ETH（当时约5000万美元），并催生了诸如post.tech等山寨项目。显然，friend.tech通过金融化Twitter个人资料，为SocialFi领域开创了新的代币经济模式。

展望未来，我们期待社交领域涌现更多实验性项目，其中代币化（包括可替代和不可替代代币）将重塑我们的社交体验。可替代代币可能演变为新型的积分和忠诚度系统，而不可替代代币（NFT）则可能作为个人资料和社会资源的代表，如交易卡，并可在区块链上进行交易和融入DeFi生态。

目前，Lens和Farcaster等领先的Web3原生应用已将DeFi与社交网络相结合。此外，像Blackbird这样的项目正致力于在特定行业（如餐饮业）推广代币化的积分系统，通过稳定币支付和代币回馈来重塑消费者体验，从而提供信用卡的链上替代方案。

TradFi-DeFi“桥”，如稳定币和镜像资产的增长

2023年加密领域见证了众多法律诉讼，包括XRP裁决和灰度ETF诉讼的胜利，以及Binance和FTX金融欺诈案的正义伸张。同时，机构对比特币和以太坊的兴趣及潜在ETF批准概率也显著上升。

展望2024年，我们预计机构对加密行业的兴趣将大幅增长，他们不仅关注ETF，还将涉足代币化的现实世界资产（RWA）和传统金融产品（TradFi）。这意味着TradFi资产将在去中心化金融（DeFi）中得以以“镜像”的形式呈现，而加密资产也将在TradFi市场中获得更多关注。这种交融将构建起TradFi与DeFi之间的“桥梁”，为投资者提供更高的流动性和多样化选择。

稳定币有望成为TradFi和DeFi之间的关键纽带。USDC和PYUSD等稳定币将更受认可，成为投资组合和支付工具的首选。随着Circle计划在2024年进行首次公开募股（IPO），我们预见非美元稳定币的发行和使用将逐渐增多，特别是欧元支持的稳定币（如Circle的EURC）以及英镑、新加坡元和日元稳定币。部分稳定币可能得到国家支持，进而推动链上法币外汇市场的发展。此外，代币化国债已通过Ondo等平台实现8亿美元的代币化规模。

模块化区块链和零知识证明的融合

在过去的一年里，模块化区块链和 zkp 的概念都已经非常成熟，比如最近推出的 Celestia 主网，Espresso 的 Arbitrum 集成，RiscZero 的开源 Zeth 证明器，以及 Succinct的 ZK 市场。一个有趣的趋势是这两种叙事的相互融合，ZK 领域的公司通过专注于特定的垂直领域 (如协处理器、隐私层、证明市场和 zkDevOps) 来实现“模块化”。

在即将到来的一年里，我们预计这种趋势将继续下去，零知识证明将成为模块化区块链堆栈不同组件之间的接口。例如， Axiom 的 ZK 协处理器利用 zkp 提供历史状态证明，然后开发人员可以使用它在 dapp 中执行计算。随着 zkp 成为这些不同提供商之间的公共接口，我们将看到智能合约可组合性的新时代。这也为开发人员构建 dapp 提供了更大的灵活性，并降低了区块链堆栈的进入门槛。对于消费者而言，zkp（零知识证明）可以被视为一种增强身份和隐私保护的有效方式，例如采用基于zk的分散ID形式。

公共区块链生态系统的整合和应用链的“中心辐射”模型

过去几年，基础设施项目如雨后春笋般涌现。尽管从技术上通常将第一层（L1）和第二层（L2）进行分类，但从用户体验的角度来看，两者并没有太大区别。对于通用公共区块链来说尤其如此；如今，像Solana或Avalanche这样的L1与像Arbitrum或zkSync这样的L2在用户、项目和交易量方面是直接竞争对手。

在当前的同质性环境中，流动性已然成为通用公共区块链的核心力量，这使得规模较大的现有参与者如Arbitrum、Optimism和Solana等更加受益。目前，排名前四的生态系统占据了总锁定价值（TVL）的约90%。为了保持竞争优势，规模较小的生态系统必须将焦点集中在特定的垂直领域，例如社交、游戏或去中心化金融，从而有效地转变为“应用链”或“行业链”。事实上，在按TVL排名的前10名L2中，有三个（dydx、Loopring、Ronin）实际上就是专注于单一垂直领域的应用链。对于规模较小、较新的L2链（如Base和Blast）来说，它们的TVL增长也高度依赖于某一个“杀手级应用”（如friend.tech和Blur），以此来在交易量上站稳脚跟。

此外，大多数领先的通用公共区块链已经发布了应用链工具包（OP Stack、Arbitrum Nitro、StarkEx等），允许应用链利用这些公共网络上的流动性，并将它们置于自己的生态系统轨道内。因此，我们开始看到一个“中心辐射”模型，其中有几个通用公共区块链作为中央“中心”，周围有许多特定的应用链“辐条”。在2024年，值得关注的可能是那些利用这种“中心辐射”举措的主要rollup-as-a-service供应商，如Caldera、Conduit和Eclipse。

结论

迈入2024年，我们或许已熬过熊市的低谷。回首过去，一连串的崩盘历历在目，但现在，我们已准备好开启新篇章，探索创新应用。此刻，加密货币已非单是金融化的象征，而是演化为更宏大的愿景：利用区块链技术重塑消费者、社交和开发者体验。随着我们运用去中心化技术重新构想数字文化，我们满怀期待地展望着这个充满无限可能的行业未来将呈现怎样的精彩景象。

过去与现在：此次反弹与之前的峰值比较

Ken Rogoff写了一本非常棒的书，叫做《这次不一样：八百年金融荒唐史》。我们以谦卑的心态阅读了这本书，并思考了自己的一些经历，我们曾有过“但这次真的完！全！不！同！”的感觉。在此，我们将大胆分享自己看到的一些不同之处。

此次市场反弹与之前的相比，有着显著的不同。

2021年市场巅峰时，加密货币排名经历了巨大洗牌。在2017年ICO繁荣期，前20大币种中有14个不久后便跌出这一行列，市值暴跌，如今平均市值排名仅第123位。波场TRON是唯一一个重回前20的项目。这表明当时的过度投机和炒作主要集中在那些缺乏实际价值的项目上。

令人瞩目的是，跌落的14个币种全部被一些新的币种取代，这些加密货币在上次市场高峰时还未出现。这种翻天覆地的变化体现了市场中的创造性破坏力量。

这次市场反弹引人关注的是其稳定性。与往常的剧烈变动不同，这次反弹中主要币种的排名几乎没有变化。

具体来说，市值排名前六的币种保持不变，它们占据了市场总市值的83%。前十名中有八个币种也稳坐其位。而在前二十名中，有十四个币种坚守阵地。

经历了多个市场周期，比特币的地位始终稳固。在所有三个列表中，仅有六个币种一直存在。自莱特币诞生以来的十二年里，只有莱特币、瑞波币、以太坊和比特币现金曾短暂地占据过第二的位置，其中比特币现金更是只维持了一天。比特币一直稳坐市场龙头的宝座。

2022年，我们多次提及一个观点：尽管此次市场下跌的幅度与之前的熊市相当，但其独特性在于区块链技术并未面临生死存亡的危机。价格波动主要由杠杆交易和不良行为者的炒作所驱动。因此，看到相同的项目在市场复苏中再次崭露头角并不意外。它们的下跌并非因为项目本身的问题，而是受市场整体下行趋势的影响。Solana便是一个典型的例子。

区块链的三大流派

如果将区块链抽象为三大主要流派：比特币、以太坊以及除前两者外所有其他项目的组合，你就可以看到它们各自的周期。

自2017-2018年稳固地位以来，以太坊的市场份额一直保持相对稳定。仅在2020-2021年的牛市期间，其市场份额出现了显著回撤，当时一些与之竞争的第一层可扩展区块链（如Solana和Avalanche）获得了可观的市场份额。

比特币和其他项目则经历了剧烈的波动。

最早的非比特币代币之一，也是Pantera的第一笔风险投资——Ripple及其XRP代币在2017年5月17日一度占据了整个市场高达27%的份额，令人瞩目。

下图描绘了自2016年以来，在比特币市场份额出现极端情况下，区块链领域的三大主要变化。

2018年1月，比特币和以太坊的市场份额跌至历史最低，而其他加密货币的市场份额则占据了整个市场的55%。

2024 年的关注领域

区块链技术的创新步伐持续加速，不断催生出新的细分市场和垂直领域。为了保持我们的前沿地位并有效把握各种投资机会，我们一直在深入研究并扩展我们的论点。接下来，我们将与您分享我们对当前热点领域的独到见解。

AIxWEB3

人工智能：融合人类与计算机智能

人工智能模型，尤其是像大型语言模型（LLM）这样的先进系统，其产生的输出实质上是人类智慧与计算机处理能力、丰富数据资源以及精密激励机制之间完美融合的结果。

LLM之所以引人入胜，很大程度上归功于其运用自然语言进行交流的能力，这使得人类和人工智能能够使用共通的语言来阐释复杂的过程。这一特性标志着我们向未来更加协调一致的系统发展迈出了关键性的一步，这些系统将人类视为不可或缺的组成部分。然而，要实现这种人机协作的最佳潜能，我们仍需致力于开发强大的人机交互框架、机制和工具。这将激励人工智能系统进行更加高效、深入的思考，从而产生更加实用、精准的答案，并最终获得最优的结果。

Web3如何推动人机交互

计算机原生的激励框架利用众包、问责等手段来激发人们与AI的互动热情。我们的设计目标是创造出能够最大化或优化计算机/AI智能与人类大脑（如代币持有者、开发者等）之间协作交流的产品。在这个过程中，我们特别关注那些中长期的使用场景，力求在这些场景下实现人机协作的最佳效果。

接下来，我们将深入探讨AI时代人机交互的以下三个方面：

以下是加密技术为AI提供的几个亮点：

1. 支付：传统金融支付有着清晰的界定，而加密支付却只需寥寥数行代码即可实现。这种可编程的特性带来了两大优势：其一，软件产品的集成变得更为简化，开发者只需将钱包地址嵌入代码库即可；其二，基于计算的灵活支付得以实现，这在现有基础设施中需要耗费大量审计成本。由于绕过了陈旧的全球金融基础设施，加密支付降低了拥有国际用户群的产品进入市场的门槛。此外，与传统支付网关相比，加密交易还能提供更低的费用。这种简单且低成本的集成方式对于开源项目尤为有利，因为在开源项目中，资源往往有限，而简单性则是协作和采用的关键所在。

2. 众包：随着人类反馈对于大型语言模型（LLM）的上下文挖掘和对齐（译者注：这里的“对齐”指的是确保大型语言模型能够准确解释和生成与预期语境和意图一致的文本，即通过人类反馈来调整模型，使其输出更符合人类用户的期望和要求。）变得越来越重要，Web3激励机制使得数据众包能够以更快的速度和更大的规模进行。结构化的奖励（和惩罚）系统也应促进高质量信息的产生，并吸引大量具有不同背景的贡献者参与。

3. 数据控制：掌控个人数据（这涉及数据溯源和隐私保护）正变得日益关键，原因如下：

a. 如果能轻易通过个人数据获得收益或优质服务，用户会更愿意掌控数据。随着自主代理的普及，用户能无阻碍地从数据中获益。掌控数据者将享受超越当前基于数字行为片段的个性化服务的体验。与旧式数据钱包不同，现代大型语言模型能跨平台自动收集大量数据，并更擅长解析自然语言数据。

b. 为保护机密信息，企业将积极掌控数据，这一新标准也将逐渐影响个人用户。

总之，数据控制对用户和企业都至关重要，它能保护隐私并确保数据的合规与道德使用。随着技术进步，我们期待更多创新的数据控制方案出现。

我们特别关注的三个想法是：

1. 人类反馈推理：借助众包知识图谱实现逻辑推理。

2. AIGC版税追踪：通过机器学习技术，准确计算AIGC中原始数据的版税。

3. 广告数字化身：随着大型语言模型成为信息检索的主流方式，用户偏好将通过与模型的交互来体现，而非依赖网站cookie。未来广告需借助基础设施，从数字化身中自动获取个人偏好。

推理

尽管市场炒作火热，但大型语言模型（LLM）在规划、推理、理解物理世界以及其他人类擅长的类似任务方面仍面临困难。这些问题很大程度上源于LLM主要基于数据模式进行模仿推理，而缺乏深层次的逻辑或物理原理理解，导致在按照人类标准进行评估时表现不尽人意。

原则性推理的价值在于处理未见问题的能力，尤其是有充分证据表明，变压器无法超越训练数据进行泛化。因此，我们致力于寻找能够提升推理能力的解决方案，这些方案不仅适用于基础模型，也能为当前集成LLM的系统带来助益。我们特别关注利用人类反馈机制来优化推理过程。

逻辑

知识图谱：利用结构化数据库来捕捉实体、事件和概念之间的关系——为将逻辑推理融入LLM提供了一种有趣的方法。

以下是它们如何融入的示例：

1.动态知识检索：在推理过程中，根据某种注意力机制动态地从图谱中检索相关信息。

2.反馈循环：如果输出与图谱的理解存在显著偏差，则利用这种反馈进行进一步的微调。

众包知识图谱：众包将重新定义信息收集和验证，有助于开发Meta首席人工智能科学家Yann LeCun所描述的“所有人类知识和文化的储存库”。

众包知识图谱通过自动支付激励用户贡献数据及其逻辑关联，当模型使用这些贡献时。为确保准确性，错误的贡献将受到惩罚，这由验证者根据商定标准来决定。定义这些针对每个图谱的独特标准，将是确保成功的关键。

Web3提供了一种有效方法，激励在所需规模上构建知识图谱。同时，LLM推理中的空白成为一个动态目标，而Web3则通过激励用户在发现空白时贡献特定数据来应对这一挑战。

此外，结构化的奖惩系统（包括奖励和惩罚/削减）将推动高质量信息的产生，并吸引众多背景各异的贡献者参与。值得一提的是，用户正在通过共享数据以一种非零和的方式创造价值，这些数据将被大型语言模型（LLM）所利用。这与零和预测市场以及去中心化预言机存在显著区别。

最后，在当前人工智能的极限下，众包这些图谱将有助于保持相关的准确性（即不复制现有LLM的推理能力）。

信任与问责机制

数据隐私

人工智能对用户数据的控制力正迅速增强，有望与苹果的硬件生态系统相匹敌。在此背景下，隐私保护显得尤为重要，原因有二：

其一，人工智能的数据收集能力正在生活的各个领域——无论是智能家居设备还是医疗保健应用——以惊人的速度扩展，其覆盖面呈指数级增长。

其二，我们正步入一个关键转折期。人工智能为用户打造个性化内容的能力（例如，借助LLM等技术）日益强大，同时用户对这种能力的信任度也在不断提升。随着用户愈发倾向于通过人工智能获取真正个性化的体验和产品，他们与人工智能共享数据的意愿也愈发强烈。

因此，数据隐私不仅关乎用户对人工智能系统的信任建立，也是保障开发人员避免数据滥用行为（如未经授权的访问、身份盗窃和数据操纵）的关键所在。

Web3技术，如零知识证明（zk-SNARKs）和完全同态加密（FHE），将通过支持加密交互和确保敏感信息留在用户手中，使个人能够真正拥有/控制自己的数据。

近期，美国的《人工智能行政命令》着重强调了加强个人隐私保护研究和技术的重要性，如采用加密工具来保护个人隐私。同时，该命令对大型模型提出了报告要求，显示出监管机构对Web3隐私/来源方法的日渐开放态度，这些方法未来甚至可能会成为合规性标准。

在这一背景下，众包ZK知识图谱的应用显得尤为重要。通过这一技术，人工智能能够利用私有数据中的连接来提升自身能力。这些图谱中包含了“公共”节点和“私有”节点，前者包含公开数据，而后者则包含加密数据。模型可以利用这些节点之间的逻辑连接来推导答案，而无需揭示具体的知识内容。这意味着，虽然最终答案中引用的节点是公开的，但推导这些节点的过程并不需要公开。

此外，众包ZK知识图谱还具有便于删除用户数据的优势。由于可以实时访问这些数据（例如，通过动态知识检索），因此避免了在训练模型中隐式存储数据的情况。这一特性使得图谱在保护用户隐私的同时，也提供了更加灵活和高效的数据管理方式。

来源

在缺乏来源证明的情况下，人工智能可能会引发一系列的混乱与无序，其中深度伪造以及个人、私人或专有数据的滥用问题尤为突出。而Web3技术的出现，为我们提供了诸多有前景的解决方案，它能够确保NFT、其他媒体资产以及模型所使用的数据都有明确的来源。

此外，随着人工智能生成内容（AIGC）在艺术领域的兴起，除了深度伪造问题之外，知识产权和版税分配也面临着前所未有的挑战。例如，当AIGC系统融合了两位著名艺术家的歌曲时，如何公平合理地分配原创作家的署名权和财务收益就成为了一个亟待解决的问题。考虑到AIGC的复杂性和多变性，传统的分配模型已经越来越难以满足这一需求。因此，我们需要探索新的方法，如利用机器学习（ML）来追踪AIGC的版税分配，以确保知识产权的得到妥善保护。

机器学习（ML）追踪技术为我们识别AIGC作品的原始组件提供了有效手段，无论是Rihanna的音符还是Eminem的歌词，都能精准追溯。在AIGC生成过程中，严格控制数据来源是实现这种追踪的关键。

目前，由于缺乏完善的AIGC全球支付基础设施，像YouTube这样已经拥有支付版税机制的平台具备了一定的先发优势，并有望进一步扩大其影响力。然而，为了推动AIGC创作的民主化并确保对原创作家的公平补偿，我们急需构建一个新的支付系统。

区块链支付轨道与AIGC模型的原生集成，将有望实现全球范围内的即时支付。同时，将ML追踪和区块链技术融入各种平台，有助于降低现有公司如YouTube的优势地位，促进市场公平竞争。

投资于这项技术不仅有助于支持版税的公平分配，更能通过为更多创作者提供机会来推动AIGC领域的持续创新。

AI激励机制

随着AI模型的行为日益自主化，我们希望开发出能够激励它们按照人类期望行动的系统。

自主智能体

自主智能体是指能够智能地与环境进行交互（例如，利用工具并生成API调用来访问实时数据）、与算法进行推理和决策交互，并在没有人类直接控制的情况下采取行动的模型。它们表现出目标导向的行为，可以从经验中学习，但仅在有限的使用场景中表现出可靠性（例如，自动驾驶）。随着AI模型逐渐从信息检索转向为用户执行操作，那些经过人类授权并能够使用数字原生货币交易的自主智能体，有望获得更广泛的应用。

数字化身定位

传统的搜索广告日渐式微，而对话式AI模型，如ChatGPT，正崛起为信息检索的新宠。这一转变给广告技术行业带来了不小的挑战，因为依赖搜索引擎和cookie的传统广告模式正面临收益下滑的困境。

市场逐渐认识到，个人模型——而非cookie——才是洞察用户偏好的关键。因此，那些能让广告商从其他现有模型中提炼用户偏好的模型，有望在未来占据主导地位。借助这些模型，广告商可以在保护用户隐私的前提下（通过加密方法），实现前所未有的个性化广告体验。

现今，一个新兴平台正在重塑我们与数字世界的交互方式。此平台助力用户摆脱对谷歌、苹果等巨头的依赖，转而让用户的数字化身——即网络上的虚拟代表——成为广告的新宠。

用户创建数字化身后，可授权其访问搜索历史、网络账户及存储数据。数字化身则善于整理这些信息，洞察用户的兴趣、常互动的品牌等，且保持实时更新。重要的是，用户拥有对数字化身分享信息的完全控制权。例如，用户可选择让数字化身与特定广告商的人工智能系统进行交流。在此过程中，广告商能够在不窥探用户真实身份的前提下，精准判断用户是否为其目标受众。一旦用户被选中，他们将接收到定制化的广告，并获得相应报酬。