AI与Web3融合：香港共识大会2025现场报道

近期，AI和Web3被视为推动人类进入下一个技术增长期的两大关键领域。随着ChatGPT带来革命性的AI体验，链上AI也迅速从概念走向实际应用，成为Web3从业者眼中最有潜力持续爆发的新赛道。

在刚刚结束的香港共识大会2025上，AI与Web3的融合成为了热门话题。无论是主会场还是分会场，关于AI和Web3结合的讨论都十分热烈。我们深入参与了多场讨论，了解了众多潜力项目，现为大家带来第一手报道。

一、AI基础设施

1. AI Agent发射平台和框架

AI Agent的发射平台和框架类AI基础设施建设在近半年内备受关注。这些项目为开发者和普通用户提供了低门槛拥有和使用AI Agent的平台，是本轮AI项目的重点方向之一。

几个值得关注的项目包括：

• 某去中心化人工智能操作系统，通过构建AI专有的Layer 1，连接计算资源、数据和模型，构建分布式AI开发生态系统。
• 一个专注于去中心化AI Agent的创新平台，致力于推动多代理技术的发展。
• 某去中心化基础架构栈，旨在实现安全、自主的人机协作。
• 一个去中心化的AI基础设施平台，支持AI Agent和应用的分布式开发与运行。
• 去中心化的多AI Agent组成的网络，用户只需描述需求，AI代理网络即可自主完成任务。

2. 去中心化AI

去中心化AI是链上AI的终极目标。目前许多项目都在算力、数据、模型等方向为了这个目标不断努力，希望通过去中心化方式打破大公司对LLM的垄断地位，帮助大众获得对数据和模型的所有权。

值得关注的项目包括：

• 致力于构建去中心化用户数据主权平台的项目。
• 开放访问的AI云平台，整合全球计算资源。
• 专注于AI和区块链的下一代网络，提供去中心化经济基础设施。
• 去中心化计算平台，提供按需访问GPU和CPU集群的服务。
• 分布式云计算基础设施平台。
• 去中心化自治AI智能体网络。
• 致力于AI和高性能计算领域的经济层解决方案。
• 为人工智能经济设计的去中心化Layer 1区块链平台。
• 为去中心化应用提供中间层隐私保护和无追踪计算功能的项目。
• 打造开放透明AI数据平台的项目。

3. 可验证的AI

AI发展面临的重要挑战之一是训练过程的不透明，以及无法保证AI输出结果的准确性。目前有多个项目希望通过ZKP、TEE等技术实现对AI训练过程的可验证性，保证AI输出结果的可靠性。

值得关注的项目包括：

• 去中心化云计算平台，为链上应用提供可信的隐私计算和AI推理服务。
• 去中心化计算引擎，提供可验证的链下AI和区块链计算。
• 专注于去中心化数据验证与可信AI的创新平台。

二、AI用例：潜力与期待

相较于丰富的AI基础设施，目前出彩的AI实际用例项目仍相对较少。除了广为人知的推特机器人外，本次活动的发言嘉宾还提到了一些新兴的AI应用，如实现旅行订票业务的AI助手、NBA明星解说员AI、以及DeFi领域的AI Agent等，为AI Agent的应用提供了更多可能性。

值得关注的项目包括：

• 某公链上的Gamefi AI Agent平台。
• AI驱动的旅行助手。
• 专注于篮球领域的体育解说AI Agent。
• 专注于金融和交易领域的AI Agent平台。

三、传统项目向AI转型

顺应大势，许多传统Web3项目也纷纷拥抱AI，宣布了各自的AI转向计划。

多个知名公链积极参与AI相关会议，他们认为AI Agent的出现对简化复杂的区块链交互流程有重要帮助，能将更多用户引入Web3世界，解决此前一直困扰行业的交互难题。AI Agent的代币化以及相互合作，也让人们看到了AI上链的更多可能性。对此，这些公链纷纷表示了AI先行的发展目标，将从底层架构、账户创新等方面全面支持AI的发展，同时通过黑客松等活动鼓励开发者在链上进行AI应用的创新和发展。

此外，过去专注于Restaking服务的项目也表示，正在努力构建去中心化的信任层，提供可验证的云服务，为AI的训练和推理、预测等链下运算提供链上证明，助力可验证AI Agent的发展。

四、挑战与未来

作为本次香港共识大会2025的热点话题，关于AI与Web3的讨论与分享激烈而精彩。在憧憬美好蓝图的同时，也有不少嘉宾提及当下链上AI的发展仍面临诸多挑战，包括模型可靠性不足、提示词意图的模糊性、存储和硬件限制，隐私安全等问题。这些挑战不仅为行业带来了技术难题，也将孕育巨大的创新机会。长远来看，业内人士对链上AI的发展充满希望，并期待通过基础设施的进一步完善、用例创新和社区协作，共同推动AI与Web3的融合与繁荣。