카테고리별 AI 에이전트 투자 로직

저자: Haotian, 출처: 저자 트위터 @tmel0211

AI 에이전트 다양한 범주의 "표준" 투자 사고 로직을 간단히 공유하세요:

1) 모놀리식 AI: 사용자 인식이 강하고 응용 장면 수직 제품 검증주기가 짧지만 한도가 제한되어 있습니다. align: left;">1) 모 놀리 식 AI : 강력한 사용자 인식, 수직적 인 응용 시나리오, 제품 검증주기는 짧지 만 천장은 제한적이며, 모 놀리 식 AI를 분석하기위한 여러 가지 새로운 전략의 출현과 같은 응용 프로그램을 경험하는 전제하에 투자를 구축해야하며, 다른 사람들이 한 번 이상 자랑하는 것을 듣고, 시간의 운영과 경쟁 할 수 없습니다. 예를 들어 : $ AIXBT $ LUNA ;

2) 프레임 워크 및 표준 : 기술 문턱이 높고, 비전과 목표가 야심 차고, 시장 (개발자)이 정도를 채택하는 것이 매우 중요하며 천장이 매우 높으며, 투자는 프로젝트 기술 품질, 설립자 배경, 내러티브 논리, 애플리케이션 착륙 및 기타 실제 종합 검사를 기반으로해야합니다. 예 : $ arc, $ REI, $ swarms, $ GAME;< /p>

3) 런치 패드 플랫폼 : 토큰 노믹스 완벽, 생태 시너지 효과가 강하고 긍정적 인 플라이휠 효과를 일으킬 것이지만 폭발이없는 오랜 시간이 지나면 시장 기대치가 심각하게 손상 될 것이므로 시장 열이 높고, 빈번한 회전의 혁신, 따라야 할 상향 채널, 집단적 하락은 기다려야 할 것을 고려하는 것이 좋습니다. . 예: #Virtual, $MetaV ;

4) DeFi 거래 클래스 AI 에이전트: 에이전트가 암호화폐의 엔드게임 모양에 착륙, 상상 공간은 훌륭하지만 심사 일치, 솔버 실행, 거래 결과의 정확성 등의 의도는 불확실성이 있습니다. 불확실성이 있으므로 후속 조치 여부를 판단하기 전에 반드시 경험해야합니다. 예 : $ BUZZ, $ POLY, $ GRIFT, $ NEUR ;

5) AI 에이전트 클래스의 창의적 특성 : 창의성 자체의 지속 가능성이 모든 것을 결정하고 사용자 점도가 높고 IP 속성의 가치가 있지만 초기 단계의 잠재 에너지가 종종 후기 시장 기대의 높이에 영향을 미칩니다. 초기 단계의 잠재 에너지는 종종 후기 단계의 시장 기대치에 영향을 미치며 팀의 지속적인 업데이트 및 반복 능력에 대한 테스트입니다. 예 : $ SPORE, $ ZAILGO ;

6) 내러티브 지향 AI 에이전트 : 프로젝트 팀의 배경이 괜찮은지, 반복 업데이트를 계속 시작할 수 있는지, 백서 계획을 점차적으로 착륙시킬 수 있는지 등에주의를 기울여야합니다.

7) 내러티브 지향 AI 에이전트: 프로젝트의 B 측이 리소스를 얼마나 잘 커버했는지, 제품과 전략을 얼마나 잘 홍보했는지, 새로운 마일스톤 이미지를 얼마나 잘 계속 업데이트했는지를 확인하는 테스트이기도 하지만 약속을 얼마나 잘 이행할 수 있는지 확인하는 테스트에 더 가깝다고 볼 수 있습니다. 마일스톤 상상 공간은 물론 실제 플랫폼 데이터 지표도 매우 중요합니다. 예를 들어 #ZEREBRO, #GRIFFAIN, $SNAI, $fxn

8) AI 메타 유니버스 시리즈 AI 에이전트 플랫폼: 3D 모델링과 메타 유니버스를 촉진하기 위한 AI 에이전트. 응용 시나리오에는 장점이 있지만 상업적 비전 천장이 너무 높고 하드웨어 의존도가 크며 제품주기가 길고 프로젝트의 지속적인 반복과 착륙 상황, 특히 "유틸리티"의 가치 출현에주의를 기울여야합니다. 예 : $ HYPER, $ AVA

9) AI 플랫폼 플랫폼 시리즈 : 우리가 무엇을 하든 데이터, 알고리즘, 산술 및 AI 에이전트 플랫폼의 푸시에는주의를 기울일 필요가 없습니다. 데이터, 알고리즘, 산술 및 추론 미세 조정, DePIN 등은 "소비자 등급"시장이며, 거대한 수요 측면 시장을 도입해야하며, AI 에이전트가 잠재적 인 발발 잠재 시장이 될 가능성이 있으므로 AI 에이전트와 연결하는 방법은 매우 중요합니다. nillionnetwork;

주: 위 내용은 AI 에이전트에 대한 불완전한 카테고리 요약일 뿐이며, 투자 조언이 아닌 리서치 및 연구 참고용으로만 제공되는 예시일 뿐입니다, DYOR!