探索 ICO 时代的动态如何应用于加密代理，从叙事驱动的早期阶段到通过长期数据、收入和创新创造价值的成熟状态。




人工智能驱动的加密代理的崛起遵循着熟悉的轨迹，反映了 ICO 时代项目的最初繁荣、萧条和复苏。就像早期的区块链企业在成熟为可持续生态系统之前靠炒作蓬勃发展一样，当前的人工智能代理项目浪潮正在经历快速的市场转变。

HTX Ventures 和 HTX Research 的最新报告称，随着该行业竞争加剧、流动性分散以及许多项目难以定义明确的用例，投资者变得越来越谨慎。不过，随着该行业走出投机阶段，人工智能驱动的加密代理有望发展出以真正的实用性为基础的可持续商业模式。

要深入了解加密代理的演变和人工智能驱动的区块链创新的未来，请在此处下载 HTX 的完整报告。

从模因炒作到现实：加密代理的演变

2024 年加密代理项目的最初浪潮是由对人工智能项目的狂热推动的。在 2024 年 10 月 Marc Andreessen捐赠 50,000 美元比特币以及今年早些时候代币发行成功的影响下，许多人工智能代理项目于 2024 年第一季度进入该领域，并在 2025 年第一季度迅速稀释了流动性。与任何新兴行业一样，早期的炒作并不总是能转化为长期的可行性，加密人工智能代理行业随后进入了冷静期。

该细分市场目前正进入一个更加成熟的阶段，人们的关注点正从投机兴奋转向创收和产品性能。在这个不断变化的环境中，赢家将是那些能够创造稳定收入、承担运行人工智能模型成本并为用户和投资者提供有形价值的公司。



AI 代理应用强调该技术在现实世界中的实施和商业化，特别是在自动交易、资产管理、市场分析和跨链交互等领域。这种方法与多代理系统和DeFAI（去中心化金融 + AI）计划相一致，例如Hey Anon、GRIFFAIN和ChainGPT。

最近的研究强调了多智能体系统 (MAS) 在投资组合管理方面的优势，尤其是在加密货币投资方面。Griffain、NEUR 和 BUZZ 等项目已经展示了 AI 如何帮助用户与 DeFi 协议交互并做出明智的决策。与单智能体 AI 模型不同，多智能体系统利用专业智能体之间的协作来增强市场分析和执行。这些智能体以团队形式运作，例如数据分析师、风险评估员和交易执行部门，每个智能体都经过培训以处理特定任务。

MAS 框架还引入了代理间通信机制，同一团队内的代理通过集体学习来完善预测，从而减少市场趋势分析中的错误。DeFAI 的下一阶段可能会涉及去中心化治理模型的更深入集成，其中多代理系统参与协议管理、财务优化和链上合规执行。

要深入了解加密代理的演变和人工智能驱动的区块链创新的未来，请在此处下载 HTX 的完整报告。

DeepSeek-R1：AI代理训练的突破

DeepSeek-R1是 AI 代理技术的一次突破，这项创新挑战了传统的 AI 训练方法。与之前的模型不同，DeepSeek-R1 依赖于监督微调 (SFT)，然后是强化学习 (RL)，而 DeepSeek-R1 采用了不同的方法，完全通过强化学习进行优化，而无需初始监督阶段。这种转变显著提高了推理能力和适应性，为更复杂的 AI 驱动加密代理铺平了道路。

要理解这种范式转变，请考虑两种不同的学习方法。在传统的 SFT 和 RL 模型中，学生首先从练习册中学习，练习有固定答案的问题 (SFT)，然后接受辅导以完善他们的理解 (RL)。相比之下，在 DeepSeek-R1 模型（纯强化学习）中，学生直接参加考试并通过反复试验进行学习。这种方法允许学生根据反馈动态改进，而不是依赖预定义的答案。

利用 DeepSeek-R1 的纯 RL 模型，AI 代理可以在现实世界中通过反复试验进行学习，并根据即时反馈动态调整其策略。

这种方法具有更大的适应性，特别适用于 DeFi 中的多智能体 AI 系统，因为实时市场波动需要智能体做出自主的、数据驱动的决策。例如，基于 AI 的智能体可以监控流动性池、检测套利机会并根据实时市场情况优化资产配置。这些智能体可以快速适应市场波动，确保更高效的资本配置。



iDEGEN 于 2024 年 11 月下旬推出，是第一个基于 DeepSeek R1 构建的加密 AI 代理。DeepSeek的 R1 模型的集成强调了加密 AI 代理如何继承这种增强的推理能力，以极低的成本与其他成熟的 AI 模型竞争。  

DeFi 自动化领域向强化学习驱动的多智能体 AI 的转变凸显了为什么闭源 AI 模型（例如 OpenAI 基于 GPT 的系统）正成为一种不可持续的开支。由于工作流程通常需要每笔交易处理 10,000 多个代币，因此封闭式 AI 模型会产生大量计算成本，从而限制可扩展性。相比之下，DeepSeek-R1 等开源 RL 模型允许针对 DeFi 应用程序进行去中心化、经济高效的 AI 开发。

Web3 中 AI 代理的未来

该领域长盛不衰的关键在于持续创新、适应性和成本效益。像 DeepSeek-R1 这样的开源 AI 模型正在降低进入门槛，让区块链原生初创公司能够开发专门的 AI 解决方案。同时，DeFAI 和多智能体系统的进步将推动 AI 与去中心化金融之间的长期融合。

结论很明显：项目必须证明其价值，而不是炒作。那些开发可持续经济模型并利用尖端人工智能进步的人将定义智能区块链生态系统的未来。加密代理的 ICO 时代正在发展，下一波赢家将是那些能够将创新转化为长期可行性的人。

要深入了解加密代理的演变和人工智能驱动的区块链创新的未来，请在此处下载 HTX 的完整报告。

免责声明。Cointelegraph 不认可本页上的任何内容或产品。虽然我们旨在为您提供我们可以在本赞助文章中获得的所有重要信息，但读者在采取与公司相关的任何行动之前应自行研究并对自己的决定承担全部责任，本文也不应被视为投资建议。


本文仅供一般参考，并非法律或投资建议，也不应被视为法律或投资建议。本文表达的观点、想法和意见仅代表作者本人，并不一定反映或代表 Cointelegraph 的观点和意见。


Cointelegraph 不认可本文内容或文中提及的任何产品。读者在对文中提及的任何产品或公司采取任何行动之前，应自行研究，并对自己的决定承担全部责任。

探索 ICO 时代的动态如何应用于加密代理，从叙事驱动的早期阶段到通过长期数据、收入和创新创造价值的成熟状态。




人工智能驱动的加密代理的崛起遵循着熟悉的轨迹，反映了 ICO 时代项目的最初繁荣、萧条和复苏。就像早期的区块链企业在成熟为可持续生态系统之前靠炒作蓬勃发展一样，当前的人工智能代理项目浪潮正在经历快速的市场转变。

HTX Ventures 和 HTX Research 的最新报告称，随着该行业竞争加剧、流动性分散以及许多项目难以定义明确的用例，投资者变得越来越谨慎。不过，随着该行业走出投机阶段，人工智能驱动的加密代理有望发展出以真正的实用性为基础的可持续商业模式。

要深入了解加密代理的演变和人工智能驱动的区块链创新的未来，请在此处下载 HTX 的完整报告。

从模因炒作到现实：加密代理的演变

2024 年加密代理项目的最初浪潮是由对人工智能项目的狂热推动的。在 2024 年 10 月 Marc Andreessen捐赠 50,000 美元比特币以及今年早些时候代币发行成功的影响下，许多人工智能代理项目于 2024 年第一季度进入该领域，并在 2025 年第一季度迅速稀释了流动性。与任何新兴行业一样，早期的炒作并不总是能转化为长期的可行性，加密人工智能代理行业随后进入了冷静期。

该细分市场目前正进入一个更加成熟的阶段，人们的关注点正从投机兴奋转向创收和产品性能。在这个不断变化的环境中，赢家将是那些能够创造稳定收入、承担运行人工智能模型成本并为用户和投资者提供有形价值的公司。



AI 代理应用强调该技术在现实世界中的实施和商业化，特别是在自动交易、资产管理、市场分析和跨链交互等领域。这种方法与多代理系统和DeFAI（去中心化金融 + AI）计划相一致，例如Hey Anon、GRIFFAIN和ChainGPT。

最近的研究强调了多智能体系统 (MAS) 在投资组合管理方面的优势，尤其是在加密货币投资方面。Griffain、NEUR 和 BUZZ 等项目已经展示了 AI 如何帮助用户与 DeFi 协议交互并做出明智的决策。与单智能体 AI 模型不同，多智能体系统利用专业智能体之间的协作来增强市场分析和执行。这些智能体以团队形式运作，例如数据分析师、风险评估员和交易执行部门，每个智能体都经过培训以处理特定任务。

MAS 框架还引入了代理间通信机制，同一团队内的代理通过集体学习来完善预测，从而减少市场趋势分析中的错误。DeFAI 的下一阶段可能会涉及去中心化治理模型的更深入集成，其中多代理系统参与协议管理、财务优化和链上合规执行。

要深入了解加密代理的演变和人工智能驱动的区块链创新的未来，请在此处下载 HTX 的完整报告。

DeepSeek-R1：AI代理训练的突破

DeepSeek-R1是 AI 代理技术的一次突破，这项创新挑战了传统的 AI 训练方法。与之前的模型不同，DeepSeek-R1 依赖于监督微调 (SFT)，然后是强化学习 (RL)，而 DeepSeek-R1 采用了不同的方法，完全通过强化学习进行优化，而无需初始监督阶段。这种转变显著提高了推理能力和适应性，为更复杂的 AI 驱动加密代理铺平了道路。

要理解这种范式转变，请考虑两种不同的学习方法。在传统的 SFT 和 RL 模型中，学生首先从练习册中学习，练习有固定答案的问题 (SFT)，然后接受辅导以完善他们的理解 (RL)。相比之下，在 DeepSeek-R1 模型（纯强化学习）中，学生直接参加考试并通过反复试验进行学习。这种方法允许学生根据反馈动态改进，而不是依赖预定义的答案。

利用 DeepSeek-R1 的纯 RL 模型，AI 代理可以在现实世界中通过反复试验进行学习，并根据即时反馈动态调整其策略。

这种方法具有更大的适应性，特别适用于 DeFi 中的多智能体 AI 系统，因为实时市场波动需要智能体做出自主的、数据驱动的决策。例如，基于 AI 的智能体可以监控流动性池、检测套利机会并根据实时市场情况优化资产配置。这些智能体可以快速适应市场波动，确保更高效的资本配置。



iDEGEN 于 2024 年 11 月下旬推出，是第一个基于 DeepSeek R1 构建的加密 AI 代理。DeepSeek的 R1 模型的集成强调了加密 AI 代理如何继承这种增强的推理能力，以极低的成本与其他成熟的 AI 模型竞争。  

DeFi 自动化领域向强化学习驱动的多智能体 AI 的转变凸显了为什么闭源 AI 模型（例如 OpenAI 基于 GPT 的系统）正成为一种不可持续的开支。由于工作流程通常需要每笔交易处理 10,000 多个代币，因此封闭式 AI 模型会产生大量计算成本，从而限制可扩展性。相比之下，DeepSeek-R1 等开源 RL 模型允许针对 DeFi 应用程序进行去中心化、经济高效的 AI 开发。

Web3 中 AI 代理的未来

该领域长盛不衰的关键在于持续创新、适应性和成本效益。像 DeepSeek-R1 这样的开源 AI 模型正在降低进入门槛，让区块链原生初创公司能够开发专门的 AI 解决方案。同时，DeFAI 和多智能体系统的进步将推动 AI 与去中心化金融之间的长期融合。

结论很明显：项目必须证明其价值，而不是炒作。那些开发可持续经济模型并利用尖端人工智能进步的人将定义智能区块链生态系统的未来。加密代理的 ICO 时代正在发展，下一波赢家将是那些能够将创新转化为长期可行性的人。

要深入了解加密代理的演变和人工智能驱动的区块链创新的未来，请在此处下载 HTX 的完整报告。

免责声明。Cointelegraph 不认可本页上的任何内容或产品。虽然我们旨在为您提供我们可以在本赞助文章中获得的所有重要信息，但读者在采取与公司相关的任何行动之前应自行研究并对自己的决定承担全部责任，本文也不应被视为投资建议。


本文仅供一般参考，并非法律或投资建议，也不应被视为法律或投资建议。本文表达的观点、想法和意见仅代表作者本人，并不一定反映或代表 Cointelegraph 的观点和意见。


Cointelegraph 不认可本文内容或文中提及的任何产品。读者在对文中提及的任何产品或公司采取任何行动之前，应自行研究，并对自己的决定承担全部责任。