「创作者说」是 Foresight News 推出的一档对话专栏创作者栏目，我们会向每个月评选出的优秀创作者就市场热点话题发问并将收集到的结果整理成文，博采众议，发掘更具深度的思考。

撰文：Foresight News 11 月优秀内容创作者 

整理：Foresight News

「AI + Web3」一直是资本、研究者们追逐的焦点，11 月的「OpenAI 宫斗大戏」又将这个话题带到了大众的视野。AI 与 Web3 的交汇，能否带来新的机遇？

本期「创作者说」主题为「AI 与 Web3 交汇，未来已来？」，我们邀请到了 11 月 Foresight News 优秀创作者榜单中上榜的 Zonff Partners、ginger 老秦@Starbase、Gryphsis Academy、有新 Newin、Tao、WarderPANgo 以及 没知识乐观投研，此外考虑到本次话题的特殊性，我们还「邀请」到了「当事人」—— ChatGPT3.5（回答 2、3、4、5 问）加入到了讨论中来。

围绕「AI 与 Web3」这个话题，我们抛出了「相关产品的使用体验如何？」、「AI 会如何影响 Web3？」、「如何看待 AI + Web3？」、「AI + Web3 产品逻辑应该是怎样的？」以及「对新技术持什么态度？」这五个问题。以下是我们收集到的答案：

1、你使用过哪些 AI+Web3 或者 AI 产品吗？谈谈你的使用体验。

Zonff Partners：使用的不太多，AI 产品用最多的就是 ChatGPT 了吧。除了少部分我觉得有机会把 Web3 与 AI 结合好，大多数产品我认为还是在蹭概念，给 OpenAI 加个应用层的壳。AI 集中算力做数据训练比较中心化，而 Web3 比较去中心化，二者不好结合，但又是个很好的概念。ChatGPT 应该大家都有用过，不过它的影响目前还在被低估中。

ginger 老秦@Starbase：体验过一些利用 AI 技术集成的数据索引平台、媒体平台、交易跟单平台、链上社交关系图谱这几类的产品。

大多数基本处于小版本测试或者开发更新阶段，有个产品雏形，但基本还不能算是投入市场大批量采用的产品阶段，体验、交互、数据结果呈现等几个方面都有改进空间。

Gryphsis Academy：Gryphsis 团队目前只有几个人，所以我们大量的工作是需要用 AI 来完成的，其中 ChatGPT 一定是用的最多的，编程，文档、文章和邮件的写作，中英专业领域下的翻译工作，等等，都是可以交给 ChatGPT 去做，极大地提高了效率的同时，作为非英语母语者，英语写作的质量也大大提高。

其次是图像和视频生成类的产品，包括 Midjournal，Stable Diffusion， Dalle-2，Dream Fusion，Imagen 等等，总体来说大同小异，生成的质量像素方面已经达到了顶点，但是具体内容方面其实也是良莠不齐，用来给创作者开开脑洞应该是个不错的选择，具体对于生产力的提高有多少就很难说了。

总之，熟练利用 AI 工具，每个人都能成为超级个体。

AI + Web3 的产品主要体验为主，在做 AI 赛道调研的时候，我们尝试过 Render Network 上面使用 $RNDR 支付费用渲染图片，体验过过 Althea.ai 的项目 mycharacter.ai 上面生成的虚拟人物的交互，还尝试过 GPTchAIn 上面使用其特制的 GPT model。总体的感觉是目前的 Web3+AI 的产品，从用户体验方面来说谈不上多好，尤其是原本简单的网页交互，在不得不加入链上信息进行交互之后反而变得复杂且难用；而从解决用户需求方面来说，目前还没有一个强力的理由让用户一定要使用 Web3 的产品。

有新 Newin：目前主要使用的是 ChatGPT，我会更偏向于一款产品相对成熟稳定，且使用频次高才会采纳，但也会关注目前媒体热议的生成式 AI 视频和图像类产品。

Tao：最近使用过的 AI 产品是大语言模型 ChatGPT 以及 Claude，使用体验还是非常好的，能够加速我的工作效率。做视频的总结，写工作总结等等。

WarderPANgo：对我而言，Midjourney 是令人印象深刻的 AI 产品，最初是由文生图的交互模式带来新颖的个性化体验，深入之后会发现提示词在广大爱好者的探索下逐步成为一门「显学」——Prompt Engineering，而在 Discord 这种承载 Web3 社区交流平台的加持下，AIGC 给用户带来的参与感和协作能力都得到了极大提升，但和 Web3 加密货币原生结合的场景还十分稀缺。另一方面，作为一个 Web3 爱好者，今年以来我一直关注以太坊质押这个新兴领域，发现这个赛道吸引了大量玩家，除了涌现出 LSD 平台、验证即服务运营商、DVT 网络等多种新业态之外，甚至还注意到有云厂商推出了针对 Staking 场景的全节点托管服务，这说明 Web3 在机构和开发者层面的采用率有进一步提升的趋势。然而即使是这样一个热门赛道，目前也还没看到大量与 AI 结合的应用尝试，因此我认为 AI + Web3 还处于非常早期的阶段，同时也十分值得期待。

没知识乐观投研：Web3 + AI 的产品用的多的是 MyShell，AI 产品是 Perplexity AI。MyShell 主要用来练英语和玩文字冒险游戏，对比 Character.ai 虽然使用次数受到一些能量限制，但是整体来说产品体验还有对话效果都更好。最近看到 ShellLLM 也上线了，成本问题应该会优化很多。Perplexity AI 则完全代替了 Google。

2、AI 近年来的飞速发展正在改变许多行业，谈谈你看到的 AI 给 Web3 带来的变化，你认为未来 AI 会如何影响 Web3？

Zonff Partners：AI 作为一个好的工具，的确能够提高生产力，这对于不少 Web3 产品的开发都是一个好消息。Web3 的内容很宽泛，从 DeFi、RWA、LSDFi、BRC-20 等这些赛道的产品都可以利用一些 AI 产品或功能来完善自身。未来可以将 OpenAI 的底层与 Web3 应用前端相结合，或者将链上智能合约与 AI 结合。

ginger 老秦@Starbase：首先，我认为 AI 最基础的也是最普适性的价值，就是提高效率，所以在 Web3 任何可以提高效率的环节，都会被 AI 所影响，比如提高信息检索的效率、提高项目背调的效率、提高投资决策的效率等等，这里都有 AI 的价值空间。

其次，Web3 这个行业从特性来说，时间价值 + 金钱价值，是可以超越很多行业的，作为用户，如果通过 AI 来获取更快更有效的信息，作为项目，如何用 AI 来获取更多的精准用户，作为机构如何通过 AI 获得更高的收益报酬，是行业需求，也是 AI 能改变行业作业方式的一种趋势。

最后，我认为 AI 产生的效应任何一个行业都一样，淘汰初级人力工作，给 AI 设定逻辑，让其在既定的逻辑里产生结果，是使用工具的一个过程，那么谁善于使用工具，谁回报价值高，但我认为 AI 的诞生，短期内并不会影响整体的行业发展的逻辑与行业的结构。

Gryphsis Academy：我们最近正好写了一篇 AI 与 Web3 展望的文章，其实仔细观察现在主流的以 AI 和 Web3 为核心的项目，绝大多数还只是概念的简单结合，并没有真正解决用户需求，反而以大模型为核心制作 AI agent 并将其加入原本业务的项目反而更具实际效果。比如资产管理类项目中，AI Agent 可以为用户提供更加易用的交互界面，以 intent-centric 为原则进行设计的产品可以大大提升用户的使用体验。此外，AI 卓越的数据分析能力也为 Web3 的一些顽疾带来了新的解决方案，比如 Web3 中常见的女巫攻击问题，通过 AI 对用户链上信息进行分析，可以有效增加防止女巫攻击的成功率。

在程序开成层面， GitHub Copilt-like 一定是未来的 Game Changer，这其中当然也包括了未来 Web3 各种产品和智能合约的代码开发与审计，能进一步降低安全事件的发生。随着这类应用的功能越来越强，未来降低新人创建、开发和使用 AI App 的门槛一定会越来越低。这也符合长远来看 AI 对于生产力的革新，其中最先取代的一部分目前阶段重复性高的」体力「工作，类似于当年信息时代个人计算机、互联网和移动设备对于生产力变化产生的影响。

有新 Newin：我认为 AI 对 Web3 的主要影响还是回归到这波生成式 AI 的主要价值上，它让内容 / 信息 / 知识生产变得更大众化了，过往只有专业工作者才能输出的内容或者花费大量时间以及人力才能生产的内容变得容易和便宜，人人都能基于 AI 生产内容，未来只要你有 idea，你可以快速制作一本小说，或者一个人生产数字艺术以及电影，这些内容可以与 Web3 中的 NFT 或者 Token 经济相结合。

Tao：我认为 AI 对 Web3 的影响和未来发展趋势是很巨大的：

• 去中心化金融（DeFi）：AI 在 DeFi 领域有很大的潜力。AI 可以应用于 DeFi 的风险评估、资产组合优化、智能投资决策等方面，提供更智能和个性化的金融服务
• 数据分析和决策支持：Web3 中产生的大量数据需要进行分析和处理，以获取有价值的信息。
• 去中心化身份验证和隐私保护：AI 可以用于改进 Web3 中的身份验证和隐私保护机制。通过 AI 的技术，可以提高身份验证的准确性和安全性，避免身份盗窃和欺诈。
• 社交媒体和内容推荐：AI 在社交媒体和内容推荐方面也有重要作用。通过分析用户的兴趣和行为，AI 可以提供个性化的社交媒体内容和推荐服务，帮助用户更好地发现和获取感兴趣的信息。

WarderPANgo：行业内目前一个流行的观点，会认为 Web3 带来最大的变化是生产关系的重构，从最开始的加密货币，到后来的 DeFi 应用，再到近两年一度兴起的 NFT，我们可以比较清晰地看到从金融到文化领域都发生了一定程度的产业革新；而 AI 影响的主要是生产力的提升，无论是生产文字、图片还是视频，都是在内容生产方面被率先发掘出大规模采用的潜力。综合来看，我认为最有可能成为 AI 和 Web3 下一个密集交汇点大概率会发生在创作者经济领域，因为这个领域在这两年来已经深度和 Web3 中的 NFT、DeFi 融合，但在内容输出上并没有跟上行业高估值的预期，而 AIGC 已经具备了很好的互补潜力，但在商业创新上还欠缺加密原生的「一把火」。如果说移动互联网让 UGC 经济流行普及，那么 Web3 很有可能是 AIGC 真正进入千家万户的催化剂。

没知识乐观投研：AI 会改变所有的行业，或多或少，个人认为 AI 第一步会先迭代过去的交互逻辑吧。搜索应该是被改变最快的，搜索本身也不是一个局限于搜索引擎的事情。很多产品内部都有搜索，Foresight 站内也有搜索，怎么提高现存数据库内信息的搜索效率，怎么记录新的信息，怎么交互新的信息，我觉得这些是先发生的事情。Web3 的数据就是一个巨大的金库，还没被完全挖掘。

ChatGPT：AI 的飞速发展正在为 Web3 带来深刻的变化，并将继续塑造 Web3 的未来。以下是一些 AI 对 Web3 的潜在影响：

1. 智能合约和自动化：智能合约是 Web3 的核心组成部分，它们可以自动执行合同条款。AI 可以用于改进智能合约的自动化过程，通过分析和预测数据，优化合同的执行，减少合同争议，并提高合同的效率。
2. 去中心化标识和安全：AI 可以用于加强去中心化身份验证和安全性，以帮助防止欺诈和身份盗窃。面部识别、声纹识别和生物识别等技术可以用于加强用户身份验证和访问控制。
3. 数据管理和隐私：Web3 生态系统依赖于数据的共享和流通。AI 可以帮助处理和管理大规模数据，提高数据质量，同时也可以用于隐私保护技术，例如联邦学习和同态加密，以确保数据安全性和隐私。
4. 市场预测和决策支持：AI 可以用于分析区块链数据，生成预测模型，帮助投资者和决策者做出更明智的决策。这对于加密货币市场和去中心化金融领域尤为重要。
5. 内容生成和推荐：AI 可以用于生成高质量的内容，包括文章、音乐、艺术品等，同时还可以提供个性化的内容推荐，以改善用户体验。
6. 智能市场和推荐系统：在去中心化市场中，AI 可以用于改进商品和服务的匹配，帮助买家和卖家更容易地找到彼此。

未来，AI 将继续推动 Web3 生态系统的发展，提高其效率、安全性和用户体验。然而，随着这些技术的应用，也会涌现出一些新的挑战，包括数据隐私、监管问题和伦理考虑。因此，将 AI 与 Web3 结合时，需要谨慎思考这些问题，并制定相应的政策和标准。

3、有人认为 AI + Web3 是潜力无限的新趋势，也有人认为它只是炒作的游戏，你如何看？

Zonff Partners：我认为 AI 的潜力还是更大一些，目前可见的如 ChatGPT 等产品实实在在的改变人们的工作生活。AI + Web3 当前我觉得还是偏炒作一些，可以实现的功能在 Web2 领域本身就可以实现，不必要绑定 Web3。不过另一方面依然保持开放心态，也许在这个牛市周期就会有变革性的 AI + Web3 产品出现。

ginger 老秦@Starbase：我认为是一个趋势，任何一个行业的热点爆发都基于技术的革新，区中心化金融因区块链，短视频赛道因 5G 等等；技术不会无中生有的创造一个行业，但可以催生行业进行爆发式的增长和变革，毕竟去中心化金融的本质是金融，短视频的本质是内容。

所以 AI + Web3 肯定会加速 Web3 行业的爆发和变革，至于炒作一说，哪个行业爆发早期没有炒作呢，没有利益为驱动，炒作也是炒不起来的。

很多项目死在行业早期，很多项目死在行业红利期，有各种各样不适合行业发展的项目被淘汰，但他们在创立之初的宣传炒作，都是新概念被提出的最好的方式。

做一家能活得很久的 Web3 公司和这个公司如何用 A I 满足用户需求，这是两回事，但是可以并行的两回事。

Gryphsis Academy：很多人认为 AI + Web3 是一朵「泡沫郁金香」，我们认为出现这种观点的一个重要的原因是在目前 AI 的各个应用方向中，除了 Q&A 方向出现了的 To C 产品 ChatGPT，其他方向还都没有 To C 的现象级产品出现，导致很多人低估了 AI 的潜力和发展速度。但其实在 ToB 领域，AI 已经在业界产生了深远的 impact，包括在医疗领域，自动驾驶领域，供应链领域等等，AI 都逐渐成为日常业务中不可或缺的组成部分。

ToC 应用匮乏的原因还有一个是目前 AI 的高技术壁垒，这使得只有集中了大量资源的科技巨头才能生产高质量 AI，而这种中心化的特性也给了 Web3 绝佳的切入机会。凭借着 Web3 去中心化的特性，Web3 可以有效避免中心化 AI 带来的各种作恶风险。同时随着 AI 技术的不断进步和推理成本不断减低，即使大模型的训练依然要依赖集中化资源，但是 Web3 的分布式特性可以更好的帮助 AI 项目实现分布式推理以更好的保护用户隐私。可以预期的是随着未来 Web3 领域中的 killer app 出现，相信 Web3+AI 的结合会吸引越来越多的资源进入，发展也会越来越好。

有新 Newin：正如 Gartner 技术曲线讲述的，早期技术都会经历一轮炒作周期，2021 年至今我们已经分别经历了 Web3 以及生成式 AI 的两波技术浪潮的炒作，这都是必经之路，而当炒作过去，随着短线的创业者 / 创作者离去，长期相信这个技术以及随着技术成本曲线的下降，这些技术会逐渐被天才的「产品经理」所融合，并传递到最早的一批「极客」手中，随后有机会从边缘的市场走向主流。

Tao：AI + Web3 作为新趋势，确实具有潜力和机会，但也需要谨慎看待。AI + Web3 的结合可以带来许多创新的应用和解决方案。AI 的智能化和自动化能力与 Web3 的去中心化和安全特性相结合，可以开创新的商业模式和服务。这可能包括智能合约的智能化执行、去中心化金融的个性化服务、去中心化身份验证的安全性提升等。同时 AI 和 Web3 都是相对新兴的技术领域，它们都面临一些技术挑战和不成熟性。AI 的准确性、透明性和隐私保护等问题仍然存在，并且 Web3 的基础设施和生态系统仍在发展中。这些问题可能会限制 AI + Web3 的广泛应用和成熟发展。

WarderPANgo：新鲜事物总是容易被人高估短期影响，但是低估长期潜力，这是因为市场是反映人性的修炼场。透过现象看到本质，AI 和 Web3 确实是近年来能给互联网或者科技界带来新思路和新变化的两个重要方向，我们需要做到的，可能还是要放下成见，用开放的心态亲自去体验，去思考，才能发现属于自己的机会。我也希望可以通过一系列的文章，和读者们分享我的观察和思考。

没知识乐观投研：AI 和 Web3 都是正在快速发展中的新技术，潜力无限对，炒作也对，时机问题比较重要。比如现阶段，AI 肯定还是效率优先，因为它还没有达到一个那么好用的阶段，那么去中心化的推理和训练就不那么重要。AI 的拐点也没到，结合是必然，什么时候发生的问题。

ChatGPT：潜力无限的新趋势：

1. 技术革命潜力：将 AI 与 Web3 相结合，可以创造出更智能、更高效、更去中心化的应用程序和服务。这可能会彻底改变多个领域，包括金融、物联网、供应链管理等。
2. 去中心化和透明性：Web3 的核心概念是去中心化和透明性，与 AI 相结合可以增加信任，改进智能合约和数据管理，并促进开放式创新。
3. 加密货币和资产管理：AI 可用于改进加密货币市场的投资决策和风险管理，为投资者提供更多工具和洞察。

炒作的游戏观点：

1. 泡沫风险：像加密货币市场一样，AI + Web3 也存在泡沫风险。许多项目可能只是为了追求快速融资而存在，缺乏实际的可行性。
2. 法规和监管问题：AI + Web3 领域面临着法规和监管的不确定性，这可能会影响其发展，并引发合规性问题。
3. 技术挑战：AI 和区块链技术都还面临一些技术挑战，包括性能、可扩展性和隐私问题。

综上所述，AI + Web3 的潜力是巨大的，但要谨慎对待，并不是所有项目都会成功。投资者和创业者需要深入了解这个领域，评估项目的可行性和长期潜力，同时也要注意市场风险和监管环境的变化。随着时间的推移，这个领域将会变得更加成熟，成功的项目有望继续发展，而泡沫可能会逐渐减小。

4、构思一个 AI + Web3 产品，简单谈谈产品逻辑。

Zonff Partners：之前的如 FET 等 Web3 项目是主打 AI 概念的，但其实后续就慢慢与目前真正火热的 AI 无关了。坦白讲目前我还没看到一个好的 AI + Web3 的产品逻辑，大多数还是给 OpenAI 底层数据库做垂直应用的领域，不过这个领域 Web2 就做很好了，对 Web3 还在关注中。

ginger 老秦@Starbase：我自己对 Web3 是否能发挥个人价值的方向非常感兴趣，所以希望有一个产品能将我所有的链下公开数据、链上数据做分析，给我一个结论，我能在这个行业怎么赚钱：）

大概是比算命具有科学性的玄学，我愿意付费的。

Gryphsis Academy：设计一个教育领域的 AI + Web3 应用，这会是一个利用 AI 技术生成的虚拟现实课堂，通过数字生成的场景可以让学生身临现实中难以到达的各种场景（比如世界各地的各种自然奇观，或者是专业人士对某些技术知识进行演示），使得教学效果有效提升。

同时还可以加入通过生成式 AI 的制作的 NPC 可以为教学内容增添乐趣，同时可以寓教于乐，通过和 NPC 交互的方式学习知识，类似于是 RPG 游戏里的 NPC，在每个 NPC 处分配一个知识点，通过做游戏任务的方式将教授学生的知识点在实践中巩固，可以大大优化学生的学习曲线，还可以让 NPC 在学生遇到困难时提供提示和鼓励，从而产生正反馈以达到更好的长期学习效果。

同时利用 Web3 的分布式账本，还会加入代币激励机制以代币代替学分，在学习的各个阶段进行评测，通过评测结果对学生的表现进行激励。为了激励前期表现不好的同学后期加倍努力而不至于摆烂，还可以通过动态调整权重使得不同学生的不同学习阶段获得的激励也不相同。

除此而外，收到 Friend-tech 的启发，还可以通过每个学生 ID 绑定的类似 Key，然后激励学生在日常生活或者各种团队活动之后进行互相评价，获得同窗评价高的学生可以获得更多的代币激励。这可以增进学生之间的团队协作能力和社交能力，还能够提供更全面的教育评估指标。

有新 Newin：我会偏向于一个剧情游戏产品。Web3 的价值之一是去中心化，在 Web2 有很多内容产品至今都是中心化的，例如视频、社交平台以及游戏等等，对于早期产品，游戏或许是最早采用这些前沿技术的领域之一。一方面，通过生成式 AI 创作的游戏剧情与世界能够带来更沉浸和实时的交互体验，同时能够在内容制作上实现更低的成本，好比传统影视拍摄与今天火热的短剧；另一方面，Web3 能够更好打破 App 商店 / 游戏商店的分配结构，实现更广的货币化以及更高的传播度（AI 也能更好的打破语言限制），这两个技术的叠加相比于传统市场，成本更少了，利润率也更高了。

Tao：产品名称：DeFi 助手

产品逻辑概述：
DeFi 助手是一个基于 AI + Web3 的金融秘书产品，旨在为用户提供智能化的金融服务和决策支持。通过结合 AI 的智能分析和 Web3 的去中心化特性，DeFi 助手可以帮助用户管理和优化他们的 DeFi 资产组合，提供个性化的投资建议和风险管理策略。

产品功能：

1. 资产组合分析：DeFi 助手可以通过对用户的 DeFi 资产进行分析，提供详细的资产组合报告。它可以识别资产分布、风险暴露和潜在机会，并帮助用户了解他们的资产状况。
2. 智能投资建议：基于 AI 算法和市场数据，DeFi 助手可以为用户提供智能化的投资建议。它可以分析市场趋势、项目基本面和用户的投资目标，为用户推荐适合他们风险偏好和目标的 DeFi 项目或策略。
3. 风险管理：DeFi 助手可以帮助用户管理和控制风险。它可以监测 DeFi 市场的波动性和风险事件，并提供警报和建议。此外，它还可以帮助用户制定和执行风险对冲策略，以保护他们的资产。
4. 个性化推荐：根据用户的投资偏好、风险承受能力和目标，DeFi 助手可以提供个性化的 DeFi 项目推荐。它可以基于用户的历史交易和偏好，为他们挑选最适合的投资机会。
5. 实时市场数据和通知：DeFi 助手可以提供实时的市场数据和行情信息，帮助用户及时了解市场动态。此外，它还可以发送通知和提醒，确保用户不会错过重要的市场事件或投资机会。
6. 用户隐私和安全：DeFi 助手将注重用户隐私和安全。用户的交易和资产数据将进行加密和保护，确保用户的信息不被泄露或滥用。

产品价值：
DeFi 助手旨在帮助用户更好地管理和优化他们的 DeFi 资产，提供智能化的投资建议和风险管理策略。通过结合 AI 的智能分析和 Web3 的去中心化特性，DeFi 助手可以提供更准确、高效和个性化的金融服务，帮助用户在 DeFi 领域实现更好的投资回报。

WarderPANgo：我在使用 Midjourney 的时候，总是希望能够很好地控制人物角色在不同场景中的一致性，这是 AI 动漫、AI 电影甚至 AI 游戏创作中一个很重要的条件，而在 NFT 领域，PFP 的头像类项目都积极探索去中心化 IP 在动漫影视游戏中的商业潜力，所以我认为一个能够同时解决 NFT 可组合性和 AIGC 内容输出定制化的产品，会有比较不错的前景。

没知识乐观投研：一方面心里确实有点想法但是对技术没那么了解，不了解技术边界的情况很难评估实现难度，就先不说了。另一方面伟大的创新还是交给创业者去做吧，我只是旁观者，跟随创业者的脚步。

ChatGPT：产品名称：AIChainMarket

产品逻辑：AIChainMarket 是一个基于区块链和人工智能的去中心化市场平台，旨在连接 AI 开发者和数据提供者，促进 AI 模型和数据的交流和共享。以下是产品的主要逻辑：

1. 去中心化市场：AIChainMarket 建立在区块链上，采用智能合约来管理交易和数据共享。这使得市场具有高度透明性和安全性。
2. AI 模型共享：AI 开发者可以在平台上上传自己开发的 AI 模型，这些模型可以用于各种应用，如图像识别、自然语言处理、数据分析等。
3. 数据市场：数据提供者可以将自己的数据上载到 AIChainMarket，这些数据可以用于训练和验证 AI 模型。数据可以匿名化，以保护隐私。
4. 智能合约：智能合约规定了模型和数据的使用条件，包括价格、使用期限、访问权限等。合约自动执行，确保数据和模型的安全性和可追溯性。
5. AI 评估和信誉系统：平台将建立一个评估和信誉系统，用于评估 AI 模型的性能和数据的质量。这有助于建立信任，并使用户能够选择最合适的模型和数据。
6. 代币激励：平台采用加密货币代币作为交易媒介，激励数据提供者和 AI 开发者分享模型和数据。代币也可以用于购买 AI 服务和访问数据。
7. 社区支持：AIChainMarket 建立一个社区，让用户可以互相交流经验、分享最佳实践和合作开发项目。社区可以投票决定平台的发展方向。

这个产品的核心目标是促进 AI 模型和数据的共享，推动 AI 技术的发展，并为 AI 开发者和数据提供者提供一种安全、透明和有利可图的方式来合作。同时，它也可以为那些需要 AI 技术的用户提供更多的选择和灵活性。然而，在实际开发过程中，还需要解决隐私、安全和法规等方面的挑战。

5、很多人担忧 AI 会给人来带来困扰和威胁，但作为 Web3 行业旗帜的 Vitalik Buterin 和 Marc Andreessen 都对新技术表示乐观。你是技术乐观派还是悲观者？

Zonff Partners：我算是技术乐观派吧，不论是 Web3 还是 AI，我对这些技术会有着比较强的好奇心。此外其实这种技术发展趋势是挡不住的，即使之前产生了一些争论。另外技术的发展的确让大多数人能够获得更好的生存条件，如衣食住行，这也是技术乐观的一个原因。

ginger 老秦@Starbase：我自己也是乐观的，Web3 行业不管从发展历史还是基建还是其他，都还不如互联网行业发展完善，成为他，超越他，是迟早的事。上面说了 AI 是提高效率的工具，那么 Web3 行业的发展无论是技术、还是运作模式、还是用户价值，都可以用 AI 去验证，用 AI 去助力发展。

我觉得这个行业是聪明 + 方向对的行业，零百加速用油和用电的区别。

Gryphsis Academy：对于新技术伦理和道德方面的担忧一定是每个技术发展的必经阶段。从生物克隆技术产生的道德隐患，到后来各种 IT 算法导致的不透明与不公平，再到现阶段 AI 逻辑能力的飞跃引起的伦理方面的担忧，颠覆性的新技术总会在诞生初期引起人们对于其可能导致的 bad ending 的忧虑。然而从历史发展的进程可以看到，新技术在发展的过程中也不是一成不变的，其最初产生的问题后面可能会随着具体应用的不同逐渐弱化。随着新技术一步一步地和社会的需求融合，其在人们心中的形象也会逐渐改变，通过各种直接或间接的应用方式获得大众的接纳，即使这一过程可能要经过一代或几代人的时间。

目前 AI 带来的问题，最多人担忧的就是生产力，算力的集中，带来更高的失业率以及贫富差距；生产资料，数据的集中，带来更大的个人隐私泄漏风险，而这些问题的解，我相信最终都需要通过 Web3 来解决。

有新 Newin：我会更偏向于技术乐观派，但技术的早期由于各种因素市场情绪更关注短期利益，无非是安全、成本或门槛等各种理由，但随着时间推移，这些早期技术将会更方便以及便宜的进入大众世界，就好比早期手机的 2G 网络与今天的 4G 网络资费一般。

Tao：我是技术乐观派，先有技术 遇到问题再解决 而不是去构思还不存在的问题。

WarderPANgo：我对新技术总体持乐观态度，技术不发展的负面影响要远远大于技术发展带来的困扰和威胁。技术有尖锐的矛，也有坚固的盾。如果我们认为当前 AI 在个人隐私、安全交易甚至人类存在价值这样的终极问题上有挑战的话，那么 Web3 就会有潜力成为治病的良药，而这一切都会伴随着技术的不断进步，而不是相反。

没知识乐观投研：技术乐观派，从 LLM 现在的原理来看 AGI 并不是一件几年内会发生的事情，纳德拉也有公开这么说过，因此 AI 毁灭人类就是可能还要再等几个技术拐点，在看到这种势头之前我都对 AI 保持乐观，坦率来说我巴不得 AI 赶紧取代人类再也不用上班了，我也不用天天想办法打工了（不是）。

ChatGPT：我是一个技术中立的 AI，我不具有情感或态度。我能够提供关于技术的信息和观点，但没有自己的情感或态度。

在讨论 AI 和 Web3 的影响时，乐观和悲观的观点都有其道理。人们对新技术的态度通常取决于他们的经验、信仰和价值观。

乐观的观点通常强调新技术的潜力，包括改善生活质量、解决现实问题、推动经济增长等。技术的发展通常伴随着创新、机会和改进。

悲观的观点则强调新技术可能带来的风险和挑战，包括隐私问题、失业风险、伦理问题等。技术的应用也可能导致社会不平等和权力集中。

最终，如何看待新技术取决于社会、政府和行业的决策以及对这些问题的不断讨论和监管。在任何情况下，技术的发展都需要谨慎考虑其影响，并采取措施来最大限度地实现其潜力，同时最小化其潜在的负面影响。