Pendiri Relayer Capital Membincangkan Projek Kripto Berasaskan AI: VVV, GRASS, dan NEAR

Disusun & Dikompilasi: Shenchao TechFlow

Pembicara: Austin Barack, pendiri Relayer Capital (dana pelaburan aset digital yang fokus pada bidang AI)

Pengacara: Andy

Sumber podcast: The Rollup

Austin Barack: Teori Saya Tentang Lembu AI (...Dan Apa yang Saya Pegang)

Tarikh siaran: 23 Mei 2026

Siri AI Supercycle edisi ini mengundang Austin Barack, pendiri Relayer Capital, untuk membincangkan Venice, Grass, NEAR, Akash, dan kerangka kerja aset Crypto x AI yang lebih luas. Pandangan utama Austin ialah AI sedang meningkatkan jumlah data pengguna kepada tahap yang sebelum ini tidak dapat dibayangkan oleh produk internet, oleh itu, AI privasi, bekalan data, kuasa pengiraan inferens, latihan terdesentralisasi, dan infrastruktur Agent akan menjadi lintasan kunci. Beliau percaya bahawa terdapat ketidaksepadanan yang jelas antara pertumbuhan pendapatan, pertumbuhan pengguna, dan penilaian Venice dan Grass, sementara posisi NEAR dalam infrastruktur Intents lintas rantai dan Agent juga dianggap rendah. Bagi pasaran kripto yang lebih luas, Austin menekankan bahawa pelabur seharusnya berasaskan "aliran nilai Token bersih", bukan secara mekanikal memerhati mekanisme pembelian semula dan pembakaran, tetapi benar-benar menilai sama ada pemegang Token menangkap nilai yang dicipta oleh perniagaan.

Ringkasan pandangan menarik

Venice dan nilai sebenar AI privasi

• Dalam AI, privasi lebih penting daripada mana-mana situasi lain. Kerana anda berkongsi data kesihatan, data kewangan, anda akan menyambungkan semua fail, dan berkongsi keseluruhan hidup anda dengan cara yang belum pernah terjadi sebelum ini.
• Ini bukan 10 kali lebih banyak data daripada media sosial, tetapi 100 kali lebih banyak data.
• Tempat yang benar-benar menarik di Venice ialah, ia bukan sahaja membolehkan anda menggunakan AI dalam persekitaran peribadi, tetapi juga melakukannya tanpa mengorbankan pengalaman pengguna, malah meningkatkan pengalaman pengguna.
• Token boleh menjadi bahagian yang sangat penting dan secara signifikan meningkatkan pengalaman, tetapi bagi kebanyakan pengguna, mereka tidak perlu memahami Token untuk merasakan produk ini berguna.

Model ekonomi VVV, DM, dan Venice

• Fungsi DM adalah: untuk setiap 1 token DM yang anda miliki, anda akan mendapatkan kuota pengiraan inferens percuma sebanyak 1 dolar AS setiap hari di platform Venice. Anda boleh memahaminya sebagai hak berterusan, yang setara dengan 365 dolar AS dalam kuota pengiraan dalam setahun.
• Kuota ia tidak akan terkumpul seiring masa. Jika anda hanya menggunakan 50 sen pada suatu hari, pada hari berikutnya ia tidak akan menjadi $1.50, tetapi akan bermula semula dari $1.
• Jika semua DM dikunci dan digunakan untuk pengiraan inferens, kos maksimum Venice ialah US$38,000 sehari, dengan kos tahunan sekitar US$10 juta, dan kos ini tidak akan melebihi angka ini.
• Saya berpendapat DM seharusnya dinilai dengan cara yang serupa dengan hutang korporat, bukan dengan menggunakan kadar diskaun yang terlalu tinggi untuk merendahkan nilainya.

Grass dan permintaan data AI

• Grass akan mengumpulkan set data, kemudian menjual set data tersebut kepada makmal AI terkini yang memerlukan data untuk melatih model baru.
• Ini bukanlah penggalian acak di internet, ia mesti sangat profesional, menggunakan set data yang sangat spesifik, dan kualiti yang tinggi.
• Skala pelaburan model sangat besar, menjadikan Grass sebagai penerima faedah dalam trend ini. Semakin banyak model yang dilaburkan, semakin besar permintaan terhadap data.
• Berdasarkan data yang baru saja diungkapkan, ARR projek ini kira-kira 50 juta dolar AS. Saat ini, penilaian nilainya kira-kira 400 juta dolar AS. Bagi projek yang tumbuh secepat ini, hanya menilai dengan 5 kali pendapatan, menurut saya, benar-benar tidak masuk akal.

NEAR, Akash, dan stak AI

• EAR Intents sangat berguna dan mungkin merupakan salah satu pengalaman Swap silang rantai terbaik saat ini. Ia juga memainkan peranan penting dalam bidang Agent (agen).
• Saya rasa NEAR melakukan perkara yang sangat baik di sisi Intents. Mereka juga sedang melakukan banyak perkara lain, seperti niat privasi dan elemen-elemen lain sekitar penggunaan AI, menjadikannya salah satu daripada sedikit projek L1 yang benar-benar menemukan posisi unik mereka.
• Akash. Mereka bermula daripada pasaran CPU terdesentralisasi, kemudian berpindah ke pasaran GPU.
• Bidang utama yang saya perhatikan termasuk: latihan, inferens, dan pasaran kuasa pengiraan terpusat, infrastruktur Agent, data, serta aplikasi penggunaan model berorientasikan pengguna.

Penangkapan Nilai Token dan Diferensiasi Pasar

• Hyperliquid pertama-tama adalah model perniagaan yang sangat berjaya, jadi orang menyukai Token-nya, dan pembelian semula hanyalah salah satu cara ia mentransfer nilai kepada pemegang Token. Jika ia bukanlah perniagaan yang berjalan dengan baik, maka walaupun anda menggunakan mekanisme pembelian semula, harga Token tidak akan naik secara semula jadi.
• Masalah utama bukanlah apa nama mekanisme itu, tetapi sama ada pemegang Token mampu menangkap nilai yang dihasilkan daripada apa yang anda bina seoptimum mungkin.
• Setiap projek dan mekanisme memerlukan analisis khusus. Tetapi masalah utama ialah: Adakah pemegang Token mampu mendapat manfaat daripada nilai yang dihasilkan oleh sistem?
• Pelabur boleh membuat pilihan daripada koleksi projek berkualiti yang lebih kecil. Sekarang, arus dana sedang terfokus kepada projek seperti Venice, HYPE, Grass, AERO, NEAR, dan Zcash.
• Bagi pelabur yang ingin mendapat pulangan 5 hingga 10 kali, atau bahkan 3 kali, masa ini lebih mudah untuk berjaya berbanding sebelum ini. Walaupun anda mungkin akhirnya mendapat pulangan 100 kali, saya percaya kini terdapat sejumlah projek yang sedang melakukan perkara yang sangat menarik, dan inilah aset-aset yang akan saya perhatikan dan pelaburkan.

Pengacara Andy: Baru-baru ini, saya menggunakan Venice untuk pertama kalinya. Saya memasukkan: "Adakah ini benar-benar privasi?" Ia menjawab: "Ya, proses penalaran adalah peribadi," lalu menjelaskan banyak perkara. Saya balas lagi: "Ini sangat keren." Ia segera menyambung: "Ya, memang sangat keren, bukan? Dengan menggunakan Venice, anda boleh..."

Jadi, ketika pertama kali menggunakan Venice, akan ada satu momen yang menarik: anda tiba-tiba sedar bahawa semua kandungan perbualan yang pernah anda masukkan di penyedia AI biasa, walaupun tidak pasti awam, data tersebut telah mengalir kepada penyedia besar. Catatan harian paling peribadi, rahsia perniagaan, rancangan, dan sebagainya semuanya telah diberikan kepada mereka.

Dari perspektif struktur pasaran, logik pelaburan, dan pasukan pengasas, bagaimana pendapat anda mengenai Private AI dan Venice?

Austin:

Venice sangat menarik kerana ia melalui banyak peringkat pengembangan yang berbeza. Saya pertama kali mengenal projek ini pada Januari tahun lalu. Pada masa itu, saya sangat memperhatikan Virtuals dan aixbt, dan sebahagian besar airdrop awal Venice diberikan kepada pemegang Token dalam ekosistem ini, jadi saya pertama kali melihatnya di sana.

Pada masa itu, ia sudah menjadi produk yang sangat menarik. Sangat gila kerana walaupun hanya berlalu sekitar 16 bulan, AI pada masa itu masih jauh dari kehadiran yang meluas seperti sekarang, dan belum menjadi bahagian penting dalam kehidupan harian setiap orang. Dalam tempoh ini, sama ada Claude, ChatGPT, atau perkhidmatan lain, AI mula-mula kelihatan seperti menggantikan carian Google. Orang akan berkata: "Saya tidak lagi menggunakan Google untuk mencari soalan tertentu, saya terus pergi ke platform AI dan bertanya kepada LLM." Tetapi sekarang ia telah memasuki tahap penciptaan, penyelesaian tugas, bahkan sehingga anda mempunyai seluruh pasukan dan sekumpulan Agent yang membantu anda bekerja.

Austin:

Saya rasa orang semakin sedar bahawa privasi dalam AI lebih penting daripada mana-mana konteks lain. Kerana anda berkongsi data kesihatan, data kewangan, dan anda akan menyambungkan semua fail, serta berkongsi seluruh kehidupan anda dengan cara yang belum pernah terjadi sebelum ini.

Dahulu, orang membincangkan privasi lebih banyak dalam konteks media sosial, seperti sama ada akaun saya adalah awam atau peribadi, atau sama ada Facebook menguasai terlalu banyak maklumat tentang saya, tetapi AI bukan hanya mempunyai 10 kali lebih banyak data, tetapi 100 kali lebih banyak data.

Yang benar-benar hebat tentang Venice ialah ia tidak hanya membolehkan anda menggunakan AI dalam persekitaran peribadi, tetapi juga melakukannya tanpa mengorbankan pengalaman pengguna, malah meningkatkannya. Kerana anda tidak perlu terikat kepada satu model tertentu. Sebagai contoh, jika anda menggunakan ChatGPT, anda hanya mengikuti pembaharuan model OpenAI; jika anda menggunakan Anthropic, anda mengikuti perkembangan model Anthropic yang berbeza; atau jika anda menggunakan Gemini atau model sumber terbuka, masing-masing juga mempunyai batasan tersendiri.

Di Venice, anda boleh memilih model yang paling sesuai untuk setiap tugas, atau menentukan sendiri model mana yang ingin anda gunakan. Oleh itu, ia sangat boleh disesuaikan. Mereka pertama kali menghasilkan produk pengguna yang sangat baik, dan kebanyakan pengguna tidak tahu apa itu Token.

Token menambahkan elemen yang sangat menarik di atasnya. Saya sangat optimis terhadap apa yang mereka lakukan. Kuncinya di sini ialah, saya percaya produk penggunaan kripto akan bergerak ke arah seperti ini: Token boleh menjadi bahagian yang sangat penting, memperkayakan pengalaman secara besar-besaran, tetapi kebanyakan pengguna tidak perlu memahami Token untuk merasakan produk ini berguna.

Pengacara Andy: Ini memang seperti bentuk terobosan produk penggunaan: ia berasaskan Crypto, tetapi pengguna tidak perlu memahaminya terlebih dahulu. Namun, ia juga membawa struktur Token yang menarik. Ada yang membandingkannya dengan Luna: setelah mengikat VVV, anda mendapat Token DM, kemudian membentuk struktur hutang melalui kuota tekaan.

Pengacara Andy: Jadi, bagaimana cara memahami VVV Token dan DM Token dalam roda Venice semasa ini? Sila jelaskan juga mengenai sisi pendapatan Venice, kerana mereka memang melakukan pembelian semula, tetapi skalanya tidak terlalu besar. Bagaimanakah kedua-dua token ini berfungsi? Mengapa ia tidak seperti Luna?

Austin:

Mereka baru sahaja mengumumkan mempunyai 3 juta pengguna, dan pertumbuhannya sangat pantas. Dalam tempoh 3 bulan terakhir, sebanyak 1 juta pengguna baru telah ditambah, manakala 1 juta pengguna sebelumnya mengambil masa sekitar 7 bulan. Oleh itu, pertumbuhan terus mempercepat.

Austin:

Mereka mempunyai dua token. Yang pertama ialah VVV, pendapatan protokol akan digunakan untuk membakar VVV. Pengguna juga boleh mengunci VVV untuk mendapatkan keahlian percuma. Tetapi yang paling menarik ialah, pengguna boleh mengunci dan mengunci VVV, kemudian mencetak token bernama DM. Anda juga boleh membeli DM di pasaran terbuka, tetapi mekanisme utama ialah mengunci VVV dan mencetak DM.

Fungsi DM adalah: setiap anda memiliki 1 token DM, anda akan mendapatkan kuota komputasi inferensia percuma sebanyak 1 dolar AS setiap hari di platform Venice. Anda boleh memahaminya sebagai hak berterusan, yang setara dengan 365 dolar AS dalam kuota komputasi dalam setahun.

Tetapi kuota tersebut akan hangus jika tidak digunakan, dan tidak akan bertambah seiring masa. Jika pada suatu hari anda hanya menggunakan 50 sen, pada hari berikutnya ia tidak akan menjadi $1.50, tetapi akan bermula semula dari $1. Saya rasa ini membentuk mekanisme yang sangat menarik, serupa dengan alat untuk mendapatkan pelanggan hampir dengan kerugian. Ini berbeza dengan Luna, yang pada masa itu mencapai keadaan ekstrem dengan menerbitkan jumlah token yang gila-gilaan, sehingga saiz stablecoin mencapai puluhan hingga ratusan bilion dolar. Sementara itu, Venice sangat jelas dalam hal ini: mereka mengawal kos potensi dalam lingkungan yang jelas.

Sekarang, jumlah DM yang boleh dicetak setiap Venice Token berkurang secara bertahap seiring dengan peningkatan jumlah DM yang beredar, yang sebenarnya menetapkan had keras sekitar 38,000 DM. Dalam keadaan semasa, jika semua DM dikunci dan digunakan untuk pengiraan inferens, kos maksimum Venice ialah $38,000 sehari, dengan kos tahunan sekitar $10 juta, dan kos ini tidak akan melebihi angka ini.

Sekarang, sekitar 10,000 DM digunakan setiap hari untuk pengiraan inferensi, dengan kos tahunan yang berkaitan kira-kira $3.5 juta. Kos ini akan diperlakukan melalui pendapatan perniagaan mereka. Mereka menawarkan langganan Pro dan langganan Premium, dengan harga antara $18 hingga $68 sebulan, atau lebih tinggi lagi. Pada masa yang sama, pengguna juga membeli Token atau poin tambahan untuk menggunakan model semasa menggunakan platform.

Perlu diperhatikan bahawa penggunaan Token harian mereka telah meningkat dari beberapa puluh miliar awal kepada sekitar 70 miliar baru-baru ini, meningkat sebanyak 15 kali dalam beberapa bulan terakhir. Saya fikir perbezaan di sini berbanding Luna ialah: syarikat mempunyai kos potensial maksimum, dan pengguna DM semasa menggunakan DM juga menggunakan perkhidmatan langganan. Jika mereka memerlukan lebih daripada $1 setiap Token sehari, mereka juga akan membeli poin lain. Kos ini mudah ditutup oleh pendapatan perniagaan, dan pendapatan perniagaan sudah jauh melebihi kos tersebut.

Austin:

Di sisi lain, kelebihan terhebat DM ialah ia mampu menjamin akses anda kepada sumber pengiraan di masa depan. Pasar kini menilainya dengan kadar diskaun sekitar 20%, dengan harga semasa kira-kira $1800.

Saya berpendapat aset ini seharusnya dinilai dengan cara yang serupa dengan obligasi korporat, misalnya menggunakan kadar diskaun 8% hingga 12%. Jika menggunakan kadar diskaun 10%, harganya kira-kira akan berada di $3650. Sebagai contoh, ketika saya pertama kali memperhatikannya, harganya masih berada dalam kisaran $200.

Pengacara Andy: Saya juga berfikir, bagaimana mungkin aset yang menghasilkan dividen sebanyak 365 dolar setahun hanya bernilai 200 dolar? Kecuali pasaran percaya bahawa Venice tidak mampu mengekalkan mekanisme ini.

Austin:

Betul. Jadi pada harga itu, ia hampir merupakan peluang pelaburan yang tidak perlu dipikir panjang bagi saya. Walaupun sekarang, saya masih percaya ia masih mempunyai ruang untuk naik.

Namun, jika kita melihat keseluruhan keadaan ekonomi Venice di luar DM, kita akan mendapati nombor-nombor yang menakjubkan. Selain itu, model pertumbuhannya berbeza sama sekali dengan kebanyakan projek yang kita lihat dalam industri kripto. Ia lebih menyerupai kadar pertumbuhan yang hanya mungkin berlaku dalam bidang AI, yang menjadikannya sangat menarik.

Pengacara Andy: Jadi anda yakin bahawa harga aset VVV Venice kini mendekati $20. Adakah anda masih berpendapat bahawa julat penilaian $1.5 bilion hingga $2 bilion adalah jelas terlalu rendah untuk VVV?

Austin:

Ya. Ketika saya membeli pada bulan Januari, harganya sekitar $2.50. Pada masa itu, jumlah Token yang mereka proses setiap hari hanya beberapa puluh miliar. Sekarang, ia sekitar 15 kali ganda.

Pada mulanya, jumlah transaksi token yang mereka urus setiap hari hanya beberapa puluh miliar, dan kini telah meningkat hingga 15 kali ganda. Jumlah pengguna mereka meningkat dari 1.5 juta menjadi 3 juta saat ini. Menurut anggaran saya, pendapatan mereka sekurang-kurangnya tiga kali ganda daripada masa itu.

Sekarang, penilaian Venice kira-kira 20 hingga 30 kali pendapatan tahunannya, dan ini adalah perusahaan yang masih tumbuh pada kadar 20% sebulan. Dari sudut pandang ini, saya rasa penilaianya masih sangat rendah. Anda bahkan boleh membandingkannya dengan OpenRouter. Walaupun penilaian OpenRouter hampir sama dengan Venice, skala pendapatannya mungkin sedikit lebih rendah, dan kadar pertumbuhannya mungkin tidak secepat Venice.

Perbezaan utama ialah, Venice mempunyai sumber pelanggan langsung. Ia bukan sekadar infrastruktur yang hanya menyediakan perkhidmatan belakang, tetapi satu platform yang digunakan secara aktif oleh pengguna setiap hari. Secara peribadi, cara saya menggunakan AI sekarang hanyalah melalui Venice.

Jadi, saya rasa potensinya masih besar. Tentu saja, ini hanyalah pandangan peribadi saya dan bukan merupakan sebarang nasihat pelaburan.

Pengacara Andy: Saya masih kurang memahami Grass. Anda telah menyebutkan projek ini beberapa kali sebelum ini, dan tampaknya ia kini bersiap untuk mengalami pertumbuhan pesat. Tentu saja, harga hari ini mungkin mengalami koreksi. Saya mendengar bahawa pendapatan tahunan telah melebihi $50 juta, dan kadar pertumbuhannya terus mempercepat, mencapai kadar pertumbuhan tiga angka. Bolehkah anda menjelaskan secara ringkas model pendapatan utama Grass? Bagaimana ia menghasilkan wang? Dan mengapa ia begitu menarik?

Austin:

Grass akan mengumpulkan set data, kemudian menjual set data tersebut kepada makmal AI terkini yang memerlukan data untuk melatih model baru. Makmal-makmal ini sedang menghasilkan model baru dengan kelajuan yang sangat pantas, tetapi untuk menghasilkan model-model ini, mereka memerlukan lebih banyak data. Dan ini bukanlah penggalian rawak dari internet, ia mesti sangat profesional, merupakan set data yang sangat spesifik, dan kualitinya mesti tinggi.

Inilah peranan yang dimainkan oleh Grass, kerana skala pelaburan dalam membina model ini sangat besar, menjadikan Grass sebagai penerima faedah dalam trend ini. Semakin banyak model yang dilaburkan, semakin besar permintaan terhadap data.

Austin:

Pasukan Grass telah membina selama bertahun-tahun. Saya ingat pada suatu kuartal tahun lalu, mereka menghasilkan pendapatan sekitar $3 juta. Pada akhir tahun, mereka mencapai $12 juta atau hampir $13 juta dalam satu kuartal. Menurut anggaran saya, kini mereka tumbuh lebih cepat. Dalam masa satu hingga satu setengah bulan ke depan, mereka akan mengadakan panggilan telekonferensi untuk pemegang token, dan kami akan mendapat lebih banyak maklumat.

Tetapi ini adalah projek yang menunjukkan pertumbuhan tiga angka. Berdasarkan data terkini yang diumumkan, ARR projek ini kira-kira 50 juta dolar AS. Namun, saya menganggap kini mungkin sudah mendekati 80 juta dolar AS. Saat ini, penilaian nilainya kira-kira 400 juta dolar AS. Jadi, bagi projek yang tumbuh secepat ini, hanya menilai dengan 5 kali pendapatan, menurut saya, benar-benar tidak masuk akal—ini adalah calon yang sangat berpotensi untuk penilaian semula.

Pengendali Andy: Adakah sebarang hubungan kerja antara Grass dan Venice?

Austin:

Sekarang tidak ada. Venice biasanya tidak membina model sendiri. Jadi sekarang tidak ada masalah. Siapa tahu di masa depan. Tetapi saya akan memandangnya sebagai dua sisi berbeza daripada persamaan yang sama. Satu soalan ialah: bagaimana anda menggunakan AI, dan bagaimana menggunakan AI secara peribadi? Soalan lain ialah: bagaimana model itu dibina pada awalnya? Grass dan Venice masing-masing menangani dua sisi ini.

Pengacara Andy: Jadi Grass diperdagangkan sekitar 5 kali pendapatan. Dalam industri kripto, ada beberapa hal yang diperdagangkan pada 20, 30, 40, 50 kali pendapatan. Apakah anda rasa kisaran sekitar 400 juta dolar AS ini agak terlalu mudah untuk diabaikan?

Austin:

Ya. Saya rasa perkara penting ialah, industri kripto juga mempunyai perkara lain yang diperdagangkan pada gandaan yang relatif rendah, tetapi ia tidak tumbuh. Orang datang ke industri kripto kerana mereka ingin melabur dalam pertumbuhan.

Jadi, saya rasa banyak kes berjangka rendah tidaklah munasabah kerana tiada arus dana di sana. Tetapi seperti Grass, ia merupakan salah satu kes terbaik dengan pertumbuhan paling pantas. Saya rasa justeru itu sahaja, ia patut diperhatikan, apalagi menurut saya ia masih agak murah.

Pengendali Andy: Jadi, adakah anda mempunyai argumen pelaburan untuk NEAR? Adakah anda memperhatikan NEAR?

Austin:

Saya telah memantau NEAR. Walaupun tidak mempertimbangkan komponen AI, NEAR adalah projek yang menarik kerana ia merupakan infrastruktur asas untuk banyak pertukaran silang rantai. Pada Oktober dan November tahun lepas, NEAR mendapat banyak perhatian semasa orang ramai masuk dan keluar dari Zcash.

NEAR Intents sangat berguna dan mungkin merupakan salah satu pengalaman Swap lintas rantai terbaik yang ada saat ini. Ia juga memainkan peranan penting dalam bidang Agent (agen). Menurut saya, NEAR adalah salah satu infrastruktur paling sesuai untuk membawa Swap lintas rantai, kerana ia dapat mengelakkan banyak masalah ketergantungan projek lain.

Mereka tumbuh dengan cepat dalam aspek ini. Sekarang, jika anda seorang L1, saya rasa anda perlu memenuhi salah satu daripada beberapa arah ini: anda perlu menjadi pengalaman aplikasi yang terintegrasi secara vertikal, atau menjadi 10 kali lebih baik dalam sesuatu, atau sangat sangat kuat dalam satu kelas aplikasi.

Saya rasa NEAR melakukan perkara yang sangat baik di sisi Intents. Mereka juga sedang melakukan banyak perkara lain, seperti niat privasi dan elemen-elemen lain sekitar penggunaan AI, menjadikannya salah satu daripada sedikit projek L1 yang berjaya menemui kedudukan unik mereka sendiri.

Ini mengingatkan saya pada pengelasan pemain NBA. Kini, terdapat banyak projek L1 dan L2 baru di pasaran, yang seperti pemain baru berpotensi. Seiring berlalunya masa, beberapa akan berkembang menjadi bintang super, sementara yang lain akan perlahan-lahan tersingkir. Tetapi terdapat juga sejenis pemain yang merupakan “pemain peran”, yang berprestasi sangat baik dalam peran mereka. Contohnya, Lu Dort atau Alex Caruso dari OKC.

NEAR memberi saya kesan pemain seperti ini. Ia bukan LeBron James, tetapi ia sangat penting kerana ia sangat kuat dalam perkara yang dilakukannya.

Pengacara Andy: Projek lain yang selalu diremehkan, yang selalu Robbie tekankan kepada saya, ialah Akash. Sayangnya dia tidak ada hari ini. Akash sudah masuk ke arah inferens teragih, model teragih, dan latihan terpusat sejak awal, betul?

Ini kedengarannya seperti naratif putaran pertama Crypto AI. Selepas itu, kita melalui projek-projek agen palsu yang membawa token meme. Sekarang, kita kelihatannya memasuki putaran seterusnya dalam inferensi terdesentralisasi dan latihan model, tetapi produk kali ini jauh lebih kuat. Adakah anda melihat apa yang Akash sedang lakukan? Adakah anda mempunyai pandangan pelaburan terhadap projek ini?

Austin:

Saya memang memperhatikan Akash, yang awalnya bermula dari pasaran CPU terdesentralisasi, kemudian beralih ke pasaran GPU. Kini, anda sebenarnya boleh memeriksa berapa banyak data yang mengalir melalui OpenRouter. Sebahagian besar data tersebut melalui Akash, iaitu Akash ML, yang sangat menarik. Selain itu, data ini adalah awam dan boleh dilihat oleh siapa sahaja.

Namun, saya juga perlu mengakui bahawa Akash bukan salah satu projek yang paling rapat saya ikuti. Tetapi bagi pasukan yang telah wujud sejak lama dan terus beriterasi, sungguh menarik melihat mereka akhirnya mencapai kesesuaian pasaran produk (Product-Market Fit) yang sebenar, dan kesesuaian ini kelihatan semakin mempercepat.

Pengacara Andy: Terdapat projek bernama Gitlab yang memiliki kapitalisasi pasaran kecil di Base, tetapi jumlah Token yang dihasilkan setiap hari menunjukkan kinerja yang kuat. Kini, sekumpulan Token AI yang sangat spekulatif muncul di Base, dan terdapat banyak segmen kecil yang perlu dipahami dalam teka-teki ini.

Saya ingin bertanya dari sudut pandang yang lebih luas: Dalam tumpukan AI ini, adakah bahagian tertentu yang paling sesuai untuk diintegrasikan dengan blockchain untuk mencapai pertumbuhan berskala besar? Kita telah melihat Venice yang menyediakan inferens privasi dan ChatGPT yang tidak boleh disensor; NEAR sebagai infrastruktur pasaran Agen; Akash memiliki Akash ML; dan Grass yang fokus pada set data.

Apakah anda berpendapat bahawa dalam stak AI, terdapat jalur atau komponen utama yang paling mungkin digantikan oleh teknologi blockchain, atau paling sesuai untuk digunakan di atas rantai?

Austin:

Saya rasa yang pertama ialah konteks privasi, termasuk penggunaan peribadi terhadap model bahasa besar (LLM) dan penggunaan yang tidak boleh disemak. Kemudian, pengumpulan data yang diperlukan untuk melatih model, iaitu apa yang Grass lakukan.

Seterusnya ialah komputasi inferens dan pasaran kekuatan pengiraan, anda baru saja menyebut Akash. Kami juga melihat pasaran inferens lain sedang muncul. Terdapat juga projek yang dibina di sekitar DM yang menyediakan perkhidmatan lain, membolehkan pengguna menjual kekuatan pengiraan yang tidak digunakan, iaitu AnC. Ini adalah projek menarik yang telah saya perhatikan. Walaupun ia belum melancarkan token, saya rasa mereka sedang melakukan perkara yang sangat menarik, terutamanya dalam gabungan dengan Venice dan DM.

Saya rasa arah penting lain ialah latihan model terpusat. Masalahnya ialah bagaimana untuk membangun model sumber terbuka sambil mengekalkan kepemilikan dan kemampuan mendapatkan pendapatan melalui timbangan peribadi. Saat ini, beberapa pasukan sedang menjalankan eksplorasi dalam bidang ini. Sebagai contoh, saya rasa Pluralis adalah salah satu projek paling menarik. Nous Research juga sedang menjalankan kerja yang sangat menarik sekitar Hermes. Selain itu, Prime Intellect dan beberapa pasukan lain juga telah menetapkan kedudukan dalam bidang ini.

Bidang utama yang saya perhatikan termasuk: latihan, inferens, dan pasaran kuasa pengiraan terpusat, infrastruktur Agent, data, serta aplikasi penggunaan model berorientasikan pengguna.

Pengacara Andy: Baru-baru ini anda terus menekankan pandangan lain: kita perlu memahami model Token dan ekonomi dengan cara baru. Anda sentiasa menyokong projek-projek seperti Aerodrome dan Hyperliquid.

Sebelum saya berakhir, saya ingin melepaskan konteks AI dan bertanya soal yang lebih luas: Apa pandangan anda terhadap aliran nilai token bersih? Dengan kata lain, dengan menggunakan cara kredit (pendapatan) dan debet (perbelanjaan), serta jadual tambah-kurang, bagaimana anda menganalisis nilai aset kripto? Menurut anda, bagaimana cara berfikir industri secara keseluruhan dalam menganalisis ekonomi token sedang berubah? Apakah kerangka kerja anda sekarang? Adakah anda bersetuju bahawa pelabur seharusnya memahami aliran nilai token bersih suatu aset seperti melihat jadual positif-negatif?

Austin:

Saya rasa ada beberapa cara berbeza untuk melihat perkara ini, dan ini bukanlah perkara yang seragam.

Kita boleh bermula dengan mekanisme tingkat tinggi seperti pembelian semula dan pembakaran. Hyperliquid menjadikan mekanisme ini sangat popular, dan orang akan berkata: "Lihat betapa baiknya Hyperliquid melakukan pembelian semula dan pembakaran." Tetapi setiap kali ada Hyperliquid, ada sembilan token lain yang cuba mengikuti mekanisme pembelian semula dan pembakaran yang sama, tetapi harga mereka berprestasi sangat buruk.

Pelajaran di sini ialah apa? Pelajarannya ialah, Hyperliquid pada mulanya merupakan model perniagaan yang sangat berjaya, jadi orang menyukai Token-nya, dan pembelian semula hanyalah salah satu cara ia mentransfer nilai kepada pemegang Token. Jika ia sendiri bukanlah perniagaan yang berjalan dengan baik, maka walaupun anda menggunakan mekanisme pembelian semula, harga Token tidak akan naik secara semula jadi.

Ini adalah soalan pertama yang saya rasa orang sering keliru.

Masalah kedua ialah, adakah anda benar-benar menciptakan nilai untuk pemegang Token. Sama ada anda menggunakan pembelian semula dan penghancuran, pembelian semula dan pembahagian, atau mengalihkan dana semula ke dalam perniagaan, atau menyimpan dana dalam akaun bank untuk meningkatkan fleksibiliti neraca, soalan utama ialah: adakah pemegang Token mampu menangkap nilai yang dihasilkan daripada apa yang anda bina seoptimum mungkin?

Sebagai contoh, Hyperliquid begitu juga, Aerodrome pun begitu. Mengenai Grass, ramai berharap ia melakukan lebih banyak pembelian semula, tetapi jelas bahawa semua kontraknya ditandatangani dengan yayasan, semua pendapatan masuk ke akaun bank yayasan, dan aset-aset ini dikawal oleh pemegang Token.

Jadi, saya rasa ada banyak cara berbeza yang boleh digunakan untuk memahami perkara ini.

Austin:

Seterusnya adalah masalah likuiditi token. Dengan contoh Hyperliquid, secara teori ia mempunyai jumlah maksimum yang akan dibebaskan setiap bulan, tetapi sebenarnya mungkin hanya 200,000 hingga 300,000 token yang dibebaskan. Manakala jumlah pembelian daripada ETF, DAT, dan dana bantuan jauh lebih tinggi. Oleh itu, secara semula jadi akan berlaku situasi di mana pembeli melebihi penjual.

Mari kita lihat Aerodrome. Jika anda mengunci AERO sebagai veAERO, selepas mereka meluaskan ke rangkaian utama Ethereum pada bulan Julai, veAERO akan dinamakan semula sebagai sAERO. Pemegang tidak hanya boleh mendapat semua pendapatan platform, tetapi juga boleh mengarahkan pengeluaran Token kepada kolam likuiditi yang paling memerlukan likuiditi dan paling mampu menghasilkan pendapatan.

Seseorang mungkin berpendapat bahawa jika nilai pengeluaran Token dalam satu tempoh melebihi nilai pendapatan, maka tempoh tersebut adalah negatif bersih. Namun, saya percaya pandangan ini sepenuhnya salah.

Cara analisis yang betul ialah: Berapakah pendapatan yang dihasilkan oleh sistem semasa tempoh ini? Berapakah jumlah token yang beredar bertambah, tetapi sebenarnya tidak dijual? Sebagai contoh, Aerodrome baru-baru ini menamakan semula satu mekanismenya sebagai Momentum Fund, yang pada dasarnya serupa dengan pembelian semula berterusan oleh sebuah yayasan. Selain itu, ramai orang yang memperoleh AERO memilih untuk mengunci dan mengikatkannya sebagai veAERO untuk mendapat lebih banyak pendapatan. Selain itu, terdapat juga sebahagian orang yang hanya yakin terhadap masa depan token ini dan tidak berniat menjualnya sama sekali.

Dari sudut pandang ini, jumlah token yang benar-benar mengalir ke pasaran terbuka setiap siklus, yaitu setiap minggu, jauh lebih kecil daripada jumlah pendapatan yang dihasilkan oleh platform dalam siklus yang sama.

Ditambah dengan beberapa pelancaran terkini seperti Atlas, Aura, dan projek-projek lain, pendapatan Aerodrome telah meningkat secara ketara. Pendapatan yang saya sebut di sini merujuk kepada keuntungan yang diperoleh oleh pemegang Token daripada platform, yang jelas melebihi nilai sebenar yang dikeluarkan sebagai emisi.

Oleh itu, setiap projek dan mekanisme memerlukan analisis khusus. Tetapi masalah utama ialah: Adakah pemegang Token mampu mendapat manfaat daripada nilai yang dihasilkan oleh sistem? Ini adalah titik kunci analisis. Berdasarkan ini, anda boleh meneruskan analisis mendalam dari perspektif ini.

Pengacara Andy: Saya rasa seluruh industri sedang beralih kepada model pemikiran yang serupa, walaupun model ini sangat halus. Kini kelihatan dua jenis perkara sedang muncul: satu ialah syarikat-syarikat yang mempunyai pendapatan dan asas yang kukuh; yang lain pula ialah projek-projek yang lebih menekankan naratif, lebih terspesialisasi, tetapi teknologinya sangat berguna, seperti Zcash, Venice, NEAR—aset-aset yang berkaitan dengan privasi AI. Selain itu, terdapat juga projek-projek yang semata-mata berdasarkan perniagaan di atas rantai, manakala kawasan tengah kelihatan tidak banyak berlaku pada masa ini.

Austin:

Saya bersetuju dengan pandangan anda. Salah satu aspek menarik pasaran ini ialah kumpulan token yang benar-benar patut diperhatikan menjadi lebih kecil. Kerana kini orang memiliki pemahaman yang lebih jelas tentang projek mana yang benar-benar menarik secara pasaran dan mana yang asli, bukan sekadar hingar-bingar, kini mungkin hanya ada 10 hingga 20 token yang memiliki asas yang sangat kuat.

Oleh itu, kita melihat token-token ini secara jelas melebihi pasaran. Ini adalah kali pertama dalam masa yang lama, di mana pelabur mempunyai pilihan daripada sekumpulan projek berkualiti yang lebih kecil. Kini, arus dana sedang berpusat kepada projek-projek seperti Venice, HYPE, Grass, AERO, NEAR, dan Zcash.

Zcash ialah projek lain yang berfokus pada privasi. Kini, beberapa orang bimbang bahawa bitcoin mungkin semakin dipengaruhi oleh Michael Saylor (ini adalah topik lain), manakala Zcash mewakili semangat asal bitcoin, sambil mempunyai struktur yang sangat serupa dengan bitcoin.

Walaupun Zcash tidak menghasilkan pendapatan dalam konteks semasa, ia masih merupakan aset yang menarik. Semakin tinggi harganya, semakin besar kegunaan sebenarnya. Semakin tinggi harganya, semakin besar kemungkinannya untuk dipertahankan, sehingga membentuk konsensus dan nilai komuniti yang lebih kuat di sekelilingnya.

Jadi, saya rasa kita kini berada dalam peringkat yang sangat menarik: memilih Token yang betul menjadi lebih mudah. Hanya perlu lebih fokus dalam menyelidik dan membezakan antara projek yang benar-benar wujud dengan yang hanya merupakan炒作 palsu.

Bagi pelabur yang ingin mendapat pulangan 5 hingga 10 kali, atau bahkan 3 kali, masa ini lebih mudah untuk berjaya. Walaupun anda mungkin akhirnya mendapat pulangan 100 kali, saya percaya kini terdapat siri projek yang sedang membuat perkara yang sangat menarik, dan projek-projek inilah yang akan saya perhatikan dan pelaburi.