AI 與 Web3 怎麼真的合體

AI 和 Web3 正在走向同一套技術堆疊，核心是可驗證自動化。

說真的，這題已經不是空談了。AI 和 Web3 以前像兩個圈子。現在，它們開始共用算力、資料和執行流程。

你可能會想問，這到底有多真？文章裡直接丟了幾個數字：2025 年上半年，AI agents 投資達 13.9 億美元。Gonka 三個月湊到相當於 6,000 張 NVIDIA H100 GPU 的算力。Hut 8 和 IREN 的 AI 合約總額也超過 700 億美元。

AI 和 Web3 為什麼會碰在一起

講白了，AI 缺的是信任，Web3 缺的是腦袋。AI 很會推理，也很會做決策。可是它的訓練資料、模型流程、推論環境，通常都關在雲端裡。

Web3 則相反。它很會記錄、很會驗證，也很會管權限。可是很多 dApp 還停在轉帳、質押、投票這種固定動作，離真正的智慧自動化還有一段距離。

兩邊一合，缺口就補上了。AI 負責理解意圖。Web3 負責記錄行為。這樣一來，軟體不只會動，還能留下證據。

• AI 提供推理、上下文和自動化。
• Web3 提供來源追蹤、可稽核性和所有權。
• 兩者合起來，系統能做事，也能證明自己做過什麼。
• 只要碰到金流、身分或法規，這件事就很重要。

算力正在往去中心化走

第一個真正接上的地方，就是算力。訓練和推論都超吃 GPU。這種需求，已經把市場往分散式供應推過去。

Render 和 Akash 就是典型例子。它們把閒置硬體接進 AI 工作負載。這種模式很像把零散機房拼成雲端市場。

文章也提到 Gonka。它用 Proof-of-Work 做 AI 計算，三個月就集到相當於 6,000 張 H100 的算力。這件事很有意思。它表示分散式 AI 算力，不再只是幣圈人的玩具。

“The most powerful models are controlled by a handful of corporations.”

這句話很直白，也很刺耳。AI 如果要進金融、身分、公共服務，大家不會只想聽「相信 API 就好」。他們會想知道，模型跑在哪裡、看了什麼資料、輸出有沒有被動過。

所以問題不只是算力夠不夠。問題是，算力能不能被驗證。這才是 Web3 真正能插進來的地方。

可驗證 AI 才是重點

比起單純把 GPU 分散出去，更值錢的是可驗證運算。意思是，AI 模型做完推論後，還能用密碼學方式證明自己真的照規則跑過。

文章提到兩個工具：zero-knowledge machine learning 和 trusted execution environments。前者可以證明流程正確，又不洩漏資料。後者可以把敏感運算關在隔離環境裡。

Ritual 就是這類中介層的代表。它把 AI 模型和鏈上應用接起來。智能合約可以呼叫推論，還能保留一份可追蹤的紀錄。這比「信任某個 API 供應商」實在多了。

• Zero-knowledge 可以證明模型有跑，但不公開資料。
• TEE 可以把運算隔離起來，減少主機端干擾。
• 可驗證推論讓智能合約能依賴 AI。
• 這對金融、身分驗證、合規流程特別有用。

這裡還有一個常被忽略的點。AI 常被說會犧牲隱私，Web3 常被說太透明。可驗證 AI 讓兩者不必互相打架。你可以證明規則有被遵守，但不用把私人資料全攤開。

對台灣的開發者來說，這不是學術題。只要你碰到支付、醫療、保險，這種「證明過程」的需求就會越來越現實。

自治代理是最容易看見的那層

現在最顯眼的交集，就是 AI agents。這些不是加了錢包的聊天機器人。它們是能持有資產、跟別的 agent 談判、自己執行策略的軟體。

文章說，2025 年上半年 AI agents 投資達 13.9 億美元。這數字不小。它表示市場已經在押注 machine-to-machine commerce，也就是機器跟機器直接做生意。

想像一下，agent 可以用穩定幣付費，買資料、買推論、買儲存，甚至買另一個 agent 的服務。這種模式一旦跑起來，很多人類手動操作會先被拿掉。

• Agent 可以自己管錢包。
• Agent 可以買別的 agent 的服務。
• Agent 可以用 zero-knowledge 工具證明身分或資格。
• Agent 可以進入 DeFAI 流程，少掉一堆手動步驟。

DeFAI 這個詞很有意思。它的核心不是炫技，而是把複雜 DeFi 操作包成自然語言指令。你只要說目標，agent 幫你拆步驟、執行、調整。

這對產品設計很重要。因為很多人不是不想用 DeFi，是根本不想學那些操作細節。講白了，介面太硬，門檻太高。

另外，Artificial Superintelligence Alliance 底下的 Fetch.ai、SingularityNET、Ocean Protocol，都在不同角度試這條路。Vana 則在做用戶資料變現。方向雖然不同，但問題都一樣：誰能控制智慧、資料和執行權。

數字對比一下就很清楚

如果只看概念，很容易把這波看成又一輪炒作。可是數字一拉開，畫面就不太一樣了。

先看投資面。AI agents 在 2025 上半年拿到 13.9 億美元。這不是小額試水溫。這代表資本相信自治軟體會有商業模式。

再看基礎設施面。Gonka 三個月拿到相當於 6,000 張 H100 的算力。這不是單一公司買幾台伺服器而已。這是供應端真的開始被拉動。

• AI agents 投資：13.9 億美元。
• Gonka 算力：3 個月達到 6,000 張 H100 等級。
• Hut 8 + IREN 合約：700 億美元以上。
• 這三個數字放一起，代表軟體、算力、商業模式都在變。

再比傳統雲端。一般雲服務是中心化的，速度快，管理也方便。可是它的控制權集中，成本結構也常常不透明。去中心化算力沒那麼整齊，但它能把閒置資源接進來。

對開發者來說，這會直接影響架構選擇。你要的是最低延遲，還是可驗證性？你要的是單一供應商方便，還是多節點分散風險？這些問題，之後會越來越常出現在產品會議裡。

卡關的地方也不少

先講難聽的。這條路不是沒有坑。幣圈最愛 AI 包裝。很多專案只是在 token 名稱前面加個 AI，就想吃到熱度。這種東西我覺得很煩，也很容易騙到不熟的人。

另外，智能合約還是會出 bug。治理也可能分裂。更麻煩的是速度差。AI 推論是毫秒級，公鏈結算常常是秒級甚至分鐘級。這個落差不是小修小補就能解掉。

法規也是大問題。現行法律是給人和公司設計的，不是給自治代理設計的。當 agent 可以自己簽、自己轉、自己協調時，責任到底算誰的？這個問題現在還沒解完。

但方向已經很明確。技術堆疊正在往「能做事，也能驗證」走。這比單純把 AI 塞進錢包裡，實際太多了。

這對開發者代表什麼

如果你在做 AI 或 Web3，我會直接建議：不要再把兩邊當兩個獨立賽道。真正有機會的產品，八成會同時碰到可驗證運算、用戶資料、和 agent 自動化。

你可以想成三種方向。第一種是 wallet 直接吃 intent。第二種是 agent 幫你買服務。第三種是金融工具把自然語言翻成鏈上動作。這些都不是遙遠想像，很多團隊已經在做雛形。

真正的問題是控制權。算力如果還是握在少數雲端商手上，資料如果還是鎖在封閉模型裡，那 decentralization 只是口號。反過來說，只要更多算力、資料和執行都能被證明，AI 和 Web3 就會開始共用同一層基礎設施。

我覺得接下來 12 到 18 個月，最值得盯的不是新 token，而是誰能把 agent、驗證、和鏈上結算真的串起來。那才是能落地的東西。