FLock.io：用去中心化AI重塑Crypto+AI賽道，構建Web3智能體生態

Crypto X AI 下一輪不會只停留在Memecoin賽道，熊市更適合潛心研究，了解更多可行性強的敘事才能夠在未來登頂浪潮之巔。

這幾天整理AI賽道的各項報告的時候，回味了一下當初Coinbase Ventures @cbventures 發布的關於Crypto + AI的堆棧。

JK @jonathankingvc 理想的Crypto與AI結合的場景有：AI Agent 在各種Crypto infra上進行互動。由AI創建的軟體代碼（智能合約）導致Dapp數量的激增和用戶體驗的加強，用戶可以擁有和治理自己的AI大模型並從中獲利。並將其劃分為

1. 以Aethir為主的去中心化算力提供方為主的算力層

2. 以訓練數據集為核心擴展AI大模型的數據層

3. 各種新的基於AI的Infra （訓練/隱私推理/Agnet 平台）組成的中間件層

4. 應用層

如今看來，能讓散戶直接感受到的Crypto+AI應用層產品實在是少之又少，並且體驗不佳。最直接的原因還是在應用層之下的幾層堆棧基礎尚未打好的原因。

而最近從模型本身出發，通過鏈上激勵來推動去中心化AI和模型訓練的 FLock.io @flock_io，意識到了專門針對Crypto賽道來訓練大模型才能為自己證道。雖然做的是更為龐大的去中心化AI模型訓練的敘事，但是在項目早期通過細分領域的突出產品驗證路線的可行可以為 FLock.io 積累更多的早期支持者，所以 FLock.io 的Web3 Agent Model應運而生。

如果說應用層的Crypto AI Agent是你的智能助理，那麼它的大模型就相當於你助理的大腦。只有擁有深厚的經驗和知識才能為你做好每一次互動和執行正確每個指令。

FLock.io 的 Web3 AI Agent 大模型最為突出的指標 --- --- 75.93% FC精準匹配準確率，簡單來說就更懂 Web3 的AI大模型。 其他模型無法識別的或者胡言亂語的指令，Web3 AI Agent 大模型通過和 IO.net等行業賽道夥伴合作，基於AI Arena Task 1協作框架，通過去中心化訓練降低單一數據源偏差，使得基於 Web3 AI Agent Model調用的AI Agent 將會更加的實用和準確。

這時候就不得不提到 FLock.io作為Crypto產品的天然激勵屬性衍生的生態增長飛輪。

通過基礎的 $FLock 激勵更多優質模型訓練者的加入，帶來了更高質量的數據和訓練技能。

1. 這些貢獻幫助構建出更好的AI大模型；

2. 更強大的AI大模型能夠吸引更多功能豐富且實用的Agent和Dapp來調用；

3. 實用型DApp和AI Agent在Web3模型的支持下擁有強大的市場競爭力產生更多收入；

4. 更多Agent和Dapp的調用大模型會產生更多的模型激勵給訓練者；

5. 這些新的數據和使用反饋可以進一步優化和提升AI大模型，同時，生態的繁榮也會通過獎勵和認可吸引更多優質模型訓練者加入。

通過這個不斷循環的正向反饋，FLock.io生態系統能夠實現持續增長和自我增強。 AI Infra都處於早期階段，更別說Crypto AI領域，期待看到行業裡像FLock.io一樣更多的基建BUIDLer，只有打好了模型的基石，我們才能看到更為穩固增長百花齊放的應用層的爆發。