Вы разводите раков? В последнее время, когда веб3-энтузиасты приветствуют друг друга, скорее всего, это будет именно эта фраза.
В начале 2026 года, после того как роботы на новогоднем концерте Китая произвели фурор, новое поколение AI-агентов, представленное OpenClaw, стало новой игрушкой среди технологической общественности. Кто-то использует ИИ для обслуживания клиентов, кто-то — для написания кода, а кто-то даже начал пробовать использовать агентов для моделирования целой системы «цифровых сотрудников». Недавно на различных интернет-платформах все чаще упоминается концепция «одночеловеческой компании» — когда один человек с помощью потока ИИ может выполнять работу, которую раньше требовалось доверить небольшой команде.
В сфере Web3 тоже не сидят сложа руки. Если недавно внимательнее следить за отраслевыми СМИ, можно заметить, что многие проекты也开始 делать акцент на AI Agent. Кто-то исследует, как агенты могут напрямую взаимодействовать с активами или смарт-контрактами в цепочке, кто-то разрабатывает платежные, идентификационные или финансовые инфраструктуры для агентов, кто-то обсуждает «экономику агентов», позволяя ИИ участвовать в сети так же, как пользователи, а кто-то снова начал выдвигать новый лозунг — «Web4.0».
Увидев это, возникает ощущение большой знакомости.
Говорят, что модная индустрия — это цикл, но никто не ожидал, что так же обстоит дело и в технологической (или крипто-) сфере. Помните, как в начале медвежьего рынка в 2022 году ChatGPT внезапно взорвался популярностью, и ИИ мгновенно стал темой всех разговоров? Веб3-сообщество, конечно, не осталось в стороне — вскоре появилось множество новых концепций: AI Agent, AI трейдеры, автоматизированные стратегии и т.д., будто бы достаточно просто упомянуть ИИ, чтобы рассказать новую историю. Но этот ажиотаж продлился недолго. Как только криптовалютный рынок снова начал расти, внимание людей быстро вернулось к самому Crypto.
А во второй половине 2025 года рынок криптовалют снова начал демонстрировать медвежьи тенденции, и Web3 начал искать новые концепции для поддержки.
Однако, по мнению Portal Labs, именно здесь и кроется проблема. Когда какой-либо нарратив начинает набирать популярность, многие веб-3 стартапы на самом деле не принимают технических или бизнес-решений, а делают нарративные выборы: что сейчас модно — то и делают. И затем попадают впросак —
Многие команды обнаруживают, что, когда начинают реально продвигать проект, концепцию можно быстро создать, но реализовать продукт — очень сложно. Где пользователи? Каковы конкретные сценарии использования? На чем основана постоянная монетизация? Можно ли привлечь инвестиции? Эти вопросы часто начинают проявляться только спустя некоторое время после начала работы над проектом.
Когда ажиотаж утихнет, на рынке часто остаются проекты, которые так и не смогли реализоваться. Некоторые продукты остаются на стадии демо, другие с трудом выходят на рынок, но не находят пользователей, а还有一些 просто исчезают вместе с их нарративом. На первый взгляд кажется, что открывается новый сегмент, но спустя некоторое время становится ясно, что на самом деле осталось не так уж много.
Поэтому возникает трудный выбор: продолжать углубляться в Crypto или переключиться на AI. Если выбрать первое, рынок не очень хороший, и вложения могут не окупиться; если выбрать второе, то нет прочной основы. Технические барьеры, структура кадров и конкурентная среда в AI отличаются от Web3. Многие команды за последние годы накопили технический стек, опыт в продуктах и ресурсы сообщества, основанные исключительно на экосистеме Crypto. Полный переход на AI означает начало работы в совершенно новой, незнакомой области — практически всё: от возможностей моделей и ресурсов данных до инженерных команд — нужно строить заново.
Более реалистично то, что сама область ИИ уже чрезвычайно перенасыщена. Как крупные компании, разрабатывающие крупные модели, так и традиционные интернет-корпорации, а также множество стартапов, вложили огромные ресурсы в эту сферу. Для стартап-команды, изначально занимавшейся Web3, просто переключиться на этот рынок из-за смены нарратива — значит легко оказаться в ситуации, когда нет ни технологического преимущества, ни отраслевых ресурсов.
На самом деле, для многих стартап-команд в сфере Web3 существует еще один практический путь: не обязательно переходить на AI, а продолжать развивать свой собственный путь в Web3, одновременно размышляя о том, какие возможности Crypto может добавить в систему AI.
Если внимательно рассмотреть нынешнюю волну развития ИИ, вы заметите, что многие ключевые аспекты еще не решены полностью.
Самый типичный пример — это данные. Модели становятся все мощнее, но откуда берутся обучающие данные, являются ли они надежными и соответствуют ли нормативным требованиям, особенно как AI-агенты могут реализовать индивидуальную настройку 1:1 — эти вопросы до сих пор не имеют хорошего механизма. Для ИИ, зависящего от обучения на больших объемах данных, это долгосрочная фундаментальная проблема.
Еще один пример — идентичность и сотрудничество. Когда AI-агенты начинают участвовать в выполнении задач, автоматической торговле и даже операционных решениях, им также необходимы идентичность, права доступа и правила сотрудничества. Кто может вызывать определенного агента? Как распределяются обязанности между агентами? Как осуществляется расчет после выполнения задачи? Эти вопросы по сути касаются идентичности и распределения ценности в открытой сети.
Также возникают проблемы с оплатой. Как только AI-агент начинает самостоятельно вызывать сервисы, получать данные или выполнять задачи в сети, это означает, что ему необходима система микроплатежей для автоматического расчета. Однако в традиционной интернет-архитектуре реализовать такую систему оплаты крайне сложно.
Все эти проблемы кажутся связанными с ИИ, но многие решения уже существуют в технологической системе Crypto. Будь то сети стимулирования данных, системы идентификации в цепочке или открытые платежные сети — всё это было направлением, которое Web3 исследовал в течение последних нескольких лет.
Если веб-3 стартап-команда действительно планирует попробовать эти направления, есть несколько вещей, которые необходимо сначала четко понять.
В первую очередь следует оценить технические способности самой команды. Разные Web3-проекты имеют значительно различающийся технический бэкграунд: одни команды специализируются на блокчейн-протоколах, другие долгое время работают над сетями данных, а третьи сосредоточены на продуктах прикладного уровня. Если команда последние несколько лет занималась инфраструктурой, связанной с данными — например, сбором данных, их извлечением или рынками данных — то расширение в направлении данных для ИИ будет естественным: например, сеть вклада данных, проверяемые источники данных или мотивированный рынок данных для моделей. Если же команда изначально ориентировалась на блокчейн-протоколы или инфраструктуру, стоит рассмотреть создание среды для выполнения AI-агентов: например, идентичность агента в блокчейне, управление правами доступа, протоколы выполнения задач или автоматизированные механизмы расчетов и платежей для агентов. Для команд, уже занимающихся прикладными продуктами — такими как торговые инструменты, платформы контента, сообщества или потребительские приложения — ИИ лучше всего интегрировать как слой возможностей в существующую систему: например, для повышения аналитических возможностей, автоматизации операционных процессов или поручения агентам задач, ранее требовавших ручного вмешательства.
Во-вторых, необходимо оценить, существует ли реальный бизнес-сценарий. Многие AI-проекты исчезают быстро не из-за слабых технологий, а потому что изначально не было четко определенной сферы применения. Концепции могут звучать очень привлекательно, но часто не отвечают на ключевые вопросы: где находятся реальные пользователи, зачем им нужен этот продукт и почему они готовы за него платить. Некоторые концепции, такие как «AI + Web3», «экономика агентов» или «AI-трейдеры», активно обсуждаются в отрасли и звучат масштабно, но при более глубоком анализе оказывается, что устойчивой базы реальных пользователей практически нет. Напротив, менее «сексуальные» потребности — например, обработка данных, автоматизация операций, фильтрация информации или выполнение задач — на практике остаются постоянными и востребованными. Именно поэтому при оценке направления в AI лучше сначала сосредоточиться не на популярности концепции, а на самом сценарии: является ли эта задача долгосрочной бизнес-проблемой, платят ли за её решение уже существующие пользователи и действительно ли AI может повысить эффективность именно на этом этапе. Если эти условия выполняются, то такое направление имеет больше шансов превратиться из нарратива в реальный продукт.
Нужно также проверить, есть ли у веб-3 стартап-команды ресурсы, способные реально проникнуть в эти этапы.
Упомянутые ранее направления — данные, идентификация, платежи — по сути, не являются исключительно техническими проблемами, а представляют собой проблемы ресурсов сети.
Например, в случае сетей данных: если у команды нет стабильного источника данных и группы пользователей, способных постоянно вносить вклад, то даже если технология будет разработана, трудно будет сформировать настоящий сетевой эффект. То же самое относится к созданию системы идентичности или сети взаимодействия для AI-агентов — для этого необходимо участие реальных разработчиков, приложений или агентов, иначе протокол не сможет сформировать экосистему. То же логическое правило применимо к системам платежей и расчетов. Как только AI-агенты начнут вызывать сервисы, получать данные или выполнять задачи в сети, мелкие платежи станут чрезвычайно частыми. Однако такая платежная сеть имеет смысл только при одновременном наличии большого числа агентов и сервисов; в противном случае она остается просто техническим модулем.
Таким образом, для многих Web3-команд действительно важно оценить не то, есть ли технический потенциал в этом направлении, а могут ли они сами стать частью этой сети. Наличие у команды источников данных, экосистемы разработчиков или сценариев применения часто определяет, сможет ли проект действительно войти в инфраструктуру ИИ, а не оставаться на уровне концепций.