AI trong Crypto: Sau cơn sốt Meme là hỗn loạn hay tái sinh?
Tuyển chọn TechFlowTuyển chọn TechFlow
AI trong Crypto: Sau cơn sốt Meme là hỗn loạn hay tái sinh?
Bài viết nghiên cứu này sẽ trình bày và phân tích con đường phát triển hiện tại của AI trong lĩnh vực Web3.
Chuyên sâu báo cáo Web3Tác giả: Phòng thí nghiệm Guatian
Lời mở đầu
Từ khi ChatGPT ra mắt vào cuối năm 2022, lĩnh vực AI luôn là chủ đề hấp dẫn trong cộng đồng mã hóa. Những người du mục WEB3 vốn đã chấp nhận tư tưởng "bất kỳ khái niệm nào cũng có thể bị thổi phồng", huống chi là AI – lĩnh vực mang vô vàn mạch truyện kể tương lai cùng tiềm năng ứng dụng khổng lồ. Do đó, trong cộng đồng mã hóa, khái niệm AI ban đầu bùng nổ dưới dạng một làn sóng Meme, sau đó một số dự án bắt đầu khám phá giá trị ứng dụng thực tế: Mã hóa rốt cuộc có thể mang lại ứng dụng thực tiễn mới mẻ gì cho AI – lĩnh vực đang phát triển mạnh mẽ?
Bài nghiên cứu này sẽ trình bày và phân tích lộ trình phát triển hiện tại của AI trong lĩnh vực Web3, từ giai đoạn thổi phồng ban đầu đến thời điểm các dự án ứng dụng bắt đầu trỗi dậy, kết hợp với các ví dụ và dữ liệu để giúp bạn đọc nắm bắt được mạch ngành và xu hướng tương lai. Ở đây, chúng tôi xin đưa ra ngay những kết luận chưa hoàn thiện:
01
Giai đoạn AI meme đã qua rồi, ai bị cắt hay ai kiếm lời thì hãy để lại làm ký ức vĩnh hằng;
02
Một số dự án AI cơ bản thuộc WEB3 luôn nhấn mạnh lợi ích về "phi tập trung" đối với an ninh AI, nhưng người dùng không mấy quan tâm; điều họ chú ý là “token có kiếm được tiền không” + “sản phẩm có dễ dùng không”;
03
Nếu muốn đầu tư sớm vào các dự án mã hóa liên quan đến AI, trọng tâm nên chuyển sang các dự án AI thuần ứng dụng hoặc các dự án nền tảng AI (có thể tập trung nhiều công cụ hoặc Agent dễ sử dụng cho người dùng cuối C), đây có thể là điểm nóng tạo lợi nhuận dài hạn hơn sau thời kỳ AI Meme;
Sự khác biệt trong lộ trình phát triển AI ở Web2 và Web3
AI trong thế giới Web2
AI trong thế giới Web2 chủ yếu do các tập đoàn công nghệ lớn và các tổ chức nghiên cứu dẫn dắt, lộ trình phát triển tương đối ổn định và tập trung. Các công ty lớn (như OpenAI, Google) huấn luyện các mô hình hộp đen đóng kín, thuật toán và dữ liệu không được công bố, người dùng chỉ có thể sử dụng kết quả mà không có minh bạch. Kiểu kiểm soát tập trung này khiến quyết định của AI không thể kiểm toán, tồn tại thiên kiến và trách nhiệm mơ hồ. Nhìn chung, đổi mới AI trên Web2 chú trọng nâng cao hiệu suất mô hình nền tảng và triển khai ứng dụng thương mại, nhưng quá trình ra quyết định lại thiếu minh bạch với đại chúng. Chính điểm đau này đã dẫn đến sự nổi lên của những dự án AI mới như Deepseek vào năm 2025 – trông thì giống mã nguồn mở nhưng thực chất là kiểu "câu cá bằng lồng câu".
Ngoài nhược điểm thiếu minh bạch, các mô hình AI lớn trên WEB2 còn hai điểm đau khác: trải nghiệm kém trên các hình thái sản phẩm khác nhau và độ chính xác không đủ trong các ngách chuyên biệt.
Ví dụ, nếu cần tạo một bản trình chiếu, một bức ảnh hoặc một video, người dùng vẫn sẽ tìm kiếm các sản phẩm AI mới có ngưỡng tiếp cận thấp và trải nghiệm tốt hơn để sử dụng và sẵn sàng trả phí. Hiện nay, rất nhiều dự án AI đang thử nghiệm các sản phẩm AI không cần code nhằm giảm tối đa rào cản cho người dùng.
Một ví dụ khác, nhiều người dùng WEB3 hẳn đã từng cảm thấy bất lực khi dùng ChatGPT hoặc DeepSeek để tìm thông tin về một dự án mã hóa hay token cụ thể – dữ liệu mô hình lớn vẫn chưa thể phủ chính xác tới từng chi tiết nhỏ trong mọi ngành ngách, do đó một hướng phát triển khác của nhiều sản phẩm AI là đi sâu và chính xác hóa dữ liệu, phân tích trong một ngành ngách cụ thể.
AI trong thế giới Web3
Thế giới WEB3 là một khái niệm rộng hơn, xoay quanh ngành mã hóa, kết hợp công nghệ, văn hóa và cộng đồng. So với WEB2, WEB3 cố gắng theo đuổi con đường mở và do cộng đồng dẫn dắt.
Thông qua kiến trúc phi tập trung của blockchain, các dự án AI trên Web3 thường tuyên bố nhấn mạnh mã nguồn mở, quản trị cộng đồng và tính minh bạch đáng tin cậy, mong muốn phá vỡ cục diện độc quyền AI truyền thống nằm trong tay một vài công ty bằng cách phân tán. Ví dụ, một số dự án đang tìm cách dùng blockchain để xác minh quyết định AI (chứng minh không kiến thức đảm bảo đầu ra mô hình đáng tin cậy) hoặc để DAO kiểm duyệt mô hình AI nhằm giảm thiên kiến.
Trong trạng thái lý tưởng, Web3 AI theo đuổi mục tiêu “AI công khai”, nơi tham số mô hình, logic ra quyết định có thể được cộng đồng kiểm toán, đồng thời dùng cơ chế token để khuyến khích nhà phát triển và người dùng tham gia. Tuy nhiên, trong thực tế, sự phát triển của AI Web3 còn bị giới hạn bởi công nghệ và nguồn lực: việc xây dựng cơ sở hạ tầng AI phi tập trung cực kỳ khó khăn (huấn luyện mô hình lớn đòi hỏi lượng lớn sức mạnh tính toán và dữ liệu, nhưng không một dự án WEB3 nào có ngân sách bằng một phần nhỏ của OpenAI). Một vài dự án tự xưng là Web3 AI thực tế vẫn phụ thuộc vào các mô hình hoặc dịch vụ tập trung, chỉ thêm một vài yếu tố blockchain ở tầng ứng dụng – những dự án này còn được coi là học sinh khá giỏi trong nhóm Web3 AI vì ít nhất vẫn đang phát triển thật sự; ngược lại, đa số các dự án Web3 AI vẫn chỉ là Meme thuần túy, hoặc Meme núp bóng dưới danh nghĩa AI thật.
Bên cạnh đó, sự khác biệt về vốn và mô hình tham gia cũng ảnh hưởng đến lộ trình phát triển của hai bên. AI Web2 thường được thúc đẩy bởi đầu tư nghiên cứu và lợi nhuận từ sản phẩm, chu kỳ tương đối ổn định. Trong khi đó, AI Web3 kết hợp tính đầu cơ của thị trường mã hóa, thường xuất hiện các chu kỳ "trào lưu" lên xuống theo cảm xúc thị trường: khi khái niệm nóng, dòng tiền đổ dồn làm tăng giá token và định giá; khi nguội đi, nhiệt độ dự án và dòng vốn sụt giảm nhanh chóng. Chu kỳ này khiến lộ trình phát triển của AI Web3 mang tính biến động và chịu tác động mạnh bởi câu chuyện kể. Ví dụ, một khái niệm AI thiếu tiến triển thực chất vẫn có thể khiến giá token tăng vọt nhờ tâm lý thị trường; ngược lại, khi thị trường ảm đạm, dù có tiến bộ kỹ thuật cũng khó thu hút sự chú ý.
Đối với câu chuyện chính của Web3 AI – “mạng lưới AI phi tập trung”, hiện tại chúng tôi vẫn giữ thái độ “mong đợi thận trọng và低调”. Biết đâu một ngày nào đó nó lại thành hiện thực? Dù sao thì trong thế giới Web3 vẫn còn BTC và ETH – những thứ mang tính bước ngoặt. Nhưng ở giai đoạn hiện tại, mọi người vẫn cần suy nghĩ thực tế hơn về các kịch bản có thể triển khai ngay, ví dụ như tích hợp một vài Agent AI vào các dự án Web3 hiện tại để nâng cao hiệu suất; hoặc kết hợp AI với các công nghệ mới khác để tạo ra những ý tưởng mới phù hợp với ngành mã hóa, dù chỉ là một khái niệm gây chú ý cũng được; hoặc đơn giản là tạo ra các sản phẩm AI phục vụ riêng ngành Web3, dù là về độ chính xác dữ liệu hay thói quen làm việc sát với tổ chức hoặc cá nhân trong ngành Web3, miễn là cung cấp dịch vụ mà cộng đồng Web3 sẵn sàng chi tiền.
Chưa hết, bài viết tiếp theo sẽ chủ yếu nhìn lại và đánh giá năm làn sóng AI trên Web3, cùng một số sản phẩm tiêu biểu (như Fetch.AI, TURBO, GOAT, AI16Z, Joinable AI, MyShell...).
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
瓜田实验室W Labs
