Web3 AIアプリケーション総まとめ：どれがあなたに利益をもたらし、どれがルールを再構築するのか？

オリジナル：Odaily 星球日报（@OdailyChina）

作者：Asher（@Asher_ 0210）

過去数週間、AI + Crypto に関する議論が再び活発化している。

ニューヨークで開催された AI x Blockchain 関連会議から、先日閉幕した香港 Web3 カンファレンスに至るまで、ほぼすべての主要プレイヤーが同じ問題について再び議論している。それは、AI が暗号資産業界の次の段階をどのように変革するかということだ。

しかし、過去数ラウンドが主にナラティブを中心に展開されていたのに対し、今回の議論はより具体的な問題、すなわち AI が実際に何を解決するのか、という点に向かい始めている。

「利便性の再構築：Web3、AI、そしてスマートエコノミーの次の10年」と題された炉辺談話の中で、バイナンスの共同 CEO である He Yi は、業界が成熟するにつれて、暗号市場の初期の果実は減少しており、次の段階でより重要なのはテクノロジーそのものではなく、製品が真に価値を持ち、誰かがそれに対して対価を払う意思があるかどうかであると述べた。

これはまた、AI が単なる新たな成長ナラティブではなく、より具体的な文脈に置き直され、人々がより直接的に、それが実際にどのような実用的な効果をもたらすのかを問い始めていることを意味する。

特にユーザー向けのアプリケーションレイヤーでは、この変化はすでに現れ始めている。Web3 領域では、AI を中心に構築された一連のアプリケーションが登場している。情報へのアクセス方法を再構築するもの、データと記憶の帰属を再定義するもの、そしてオンチェーンリサーチ、取引、さらには経済モデルそのものを AI と組み合わせるものもある。

これらのプロジェクトは必ずしも成熟しているわけではないが、それらが共に指し示している、より現実的な方向性がある。果実が徐々に消え去った後、AI と暗号資産の融合は製品そのものへと回帰し始めている。

本稿では、いくつかの代表的な Web3 AI プロジェクトを取り上げ、情報、記憶、操作、そして Agent エコノミーと流通の各レベルから、今回のアプリケーションレイヤーにおける実際の進展を整理する。

Surf：暗号市場に向けたリアルタイム百科事典

Surf は、今回の AI アプリケーションの中でも典型的な情報レイヤー製品である。取引プロセスを再構築しようとしたり、新しい経済システムの構築に重点を置いたりするのではなく、より基本的でありながら長らく無視されてきた問題、すなわち暗号市場において情報を得ること自体が依然として非常にコストのかかる作業であるという点に立ち返っている。

オンチェーンデータ、相場変動、ソーシャルセンチメント、プロジェクト資料は、しばしば異なるプラットフォームに分散している。ユーザーは複数のページを行き来して初めて、比較的完全な市場判断を組み立てることができる。この断絶感は、相場の変動が激しくなるとより顕著になる。問題は情報の不足ではなく、情報が分散し、時間差が生じていることにある。Surf のアプローチは、これらの情報源を統一された AI エントリーポイントに統合し、ユーザーが簡単に説明するだけで構造化された結論を得られるようにし、「データを探す」というステップを可能な限り短縮して、直接「判断を下す」段階に移行することである。

実際の使用において、それは常時稼働のリサーチャーに近い。ユーザーはこれを使って、特定のトークンの資金フローとセンチメントの変化を追跡し、DeFi プロトコルの TVL と利回り構造を分析し、クジラアドレスの異常な動きを監視したり、短期間で取引判断やコミュニケーションの準備に使用できるプロジェクトデューデリジェンスレポートを生成したりできる。従来のツールがユーザー自身による情報のフィルタリング、結合、理解を必要とするのに対し、Surf はより直接的に整理された結果を出力し、「情報取得から判断形成に至る」パスを短縮する。

これを基盤として、Surf は「情報ツール」から「ワークフロープラットフォーム」へと進化し始めている。最新リリースの Surf 2.0 と Surf Studio では、ユーザーが自然言語を使用して分析ツールやシンプルな Web アプリケーションを直接構築し、即座に展開して使用できるようになり、従来の開発プロセスに依存する必要がなくなった。同時に、Surf は OpenAI、Anthropic、Google などの複数のモデル機能を統合し、数十のデータソースとオンチェーンインターフェースに接続することで、生成される分析結果は単なるテキストではなく、継続的な監視と意思決定に使用できるツールとなる。

より基盤的なレベルでは、Agent 向けの能力体系を段階的に構築している。API と Agent Stack を通じて、ユーザーは特定のタスク（クジラアドレスの監視、資金フローの追跡、戦略シグナルの通知など）を毎回手動でクエリするのではなく、AI に継続的に実行させることができる。これは、Surf が受動的なクエリの入り口ではなく、長期的に稼働するリサーチシステムへと変貌しつつあることを意味する。

しかし、その能力の境界線は比較的明確である。Surf の核心は依然として情報の統合と分析レイヤーに集中しており、実際の取引実行の段階には真には関与していない。例えば、自動発注や戦略実行は依然としてユーザー自身が行う必要がある。このことは、それが独立して取引のサイクルを完結できるシステムというよりも、意思決定の補助ツールとして適していることを決定づけている。

業界の観点から見ると、この種の製品は、AI アプリケーションが比較的早期に実現する形態の一つを代表している。取引実行という複雑な段階に直接挑戦するよりも、まず「市場を理解する」という作業をより効率的かつ扱いやすくすることの方が、ユーザーに受け入れられやすいのである。取引が完全に自動化される前は、情報処理効率の向上こそが、ユーザーにとって最も直接的かつ実感しやすい価値なのである。

Anuma：AI プライバシー時代に向けた主権的記憶データベース

過去2年間、AI はほぼ世界のテクノロジー界の共通キーワードとなった。シリコンバレーのモデル競争から、ニューヨークや香港での AI アプリケーションと資本ナラティブへの追及まで、業界の議論の中心は急速に変化し続けてきた。かつて、この競争は主にモデルの能力を中心に展開されていた。推論、マルチモーダル、Agent 実行能力など、ほぼすべての製品アップデートが同じ問いに答えようとしていた。すなわち、誰のモデルがより賢く、より正確で、より複雑なタスクを完了できるか、である。

しかし、モデルの能力が向上し続けるにつれて、単純にモデル自体を比較することは、長期的な差別化を図る上でますます難しくなっている。新たな段階に入り、AI がどのようにユーザーを長期的に記憶し、その記憶を文章作成、リサーチ、意思決定、日常的なコミュニケーションの中で継続させていくかが、新たな議論の焦点となり始めている。これは、AI の堀がモデル能力から記憶能力へと拡張されつつあることを意味する。モデルは AI が何に答えられるかを決定し、記憶は AI が長期的なユーザーを真に理解できるかどうかを決定する。

しかし、今日の AI 記憶は、真にユーザーに属しているわけではない。現在の主流な AI 製品では、会話、好み、使用習慣が継続的に記録され、徐々にユーザーをより理解する体験が形成される。しかし、これらの記憶は通常、各プラットフォーム内部に閉じ込められ、プラットフォームによって掌握されており、自由に移行することも、ユーザーが真に制御することも難しい。

これは、AI がユーザーのデジタルペルソナを蓄積しつつあるが、そのデータの所有権と管理権は依然としてプラットフォーム側にあることが多いことを意味する。使用期間が長くなり、記憶が蓄積されるほど、ユーザーがモデルを変更するコストは高くなる。ユーザーを本当にロックインするのは、モデルそのものではなく、長年にわたって蓄積されたが持ち出せない記憶なのである。

Anuma が切り込むのは、まさにこのレイヤーである。ZetaChain の AI 分野への進出を象徴するフラッグシップ製品として、Anuma は単なるアプリケーションの入り口としての役割を担っているわけではない。より正確に言えば、ZetaChain が構築しようとしている基盤は、ユーザーが管理する AI 記憶システムであり、Anuma はそのシステムのユーザー向けの AI インタラクションの入り口なのである。

言い換えれば、ZetaChain が基盤となる記憶能力を構築し、Anuma がその能力を日常の AI 使用シナリオに持ち込む役割を担う。Anuma が行おうとしているのは、記憶をモデルから分離し、ユーザーが初めて実際の使用において自身の長期記憶を呼び出し、管理し、継続できるようにすることである。

具体的には、ユーザーは ChatGPT、Claude、Grok での完全な会話履歴を Anuma にインポートし、ローカルで暗号化した後、自身が管理する Memory Vault に保存できる。さらに重要なのは、このプロセスはデータがシステムに入る前にプライバシー保護を前置している点である。ユーザーは、プラットフォームがすでにデータを掌握した後に受動的に承認を選択するのではなく、最初から制御権を保持する。

これらの記憶は、もはや特定のプラットフォームに依存せず、持ち運び、再利用が可能で、異なるモデル間でも継続される。それは、ローカルで暗号化され、移行可能で、単一のモデルに束縛されず、ユーザーの長期使用に伴って継続的に蓄積される。

実際の体験から言えば、Anuma はまず、複数の最先端モデルを集約した統一された入り口である。ユーザーは1つのサブスクリプションで、GPT、Claude、Grok などの最新モデルにアクセスでき、異なるプラットフォームを行き来する必要がない。

さらに重要なのは、ユーザーが異なるモデル間を切り替えても、すでに形成された記憶がリセットされない点である。Anuma では、GPT や Claude などのモデルは能力レイヤーに近く、ユーザー自身の記憶は常に一貫性を保つ。どのモデルを使用しても、過去のやり取りの記録、表現方法、好みが継続され、消去されることはない。

Anuma はまた、複数モデルによる議会モード（Council Mode）を提供している。ユーザーは複数のモデルに同じ質問に対して異なる角度から回答させ、その結果を比較することができる。リサーチ、文章作成、複雑な判断において、この体験は、単一のモデルの一点出力に依存するのではなく、複数の AI が同時に議論に参加しているかのような感覚をもたらす。

さらに、Anuma はユーザーが iMessage を介して直接 AI と対話することをサポートしている。各 Agent は連絡先のように呼び出したり、グループチャットに追加したりすることもできる。アプリケーションを開いてから会話を開始する必要がある従来の方法と比較して、この方法は日常のコミュニケーションシナリオにより近く、AI の入り口をより軽量化する。ネットワーク信号が弱かったり、アプリケーションを開けない状況でも、ユーザーは AI を呼び出すことができ、関連する会話は同じ暗号化記憶システムに入るため、入り口の変更によって中断されることはない。

製品形態から見ると、Anuma は単なるマルチモデルの入り口ではなく、モデルから独立した記憶システムを構築している。かつては、ユーザーの会話記録、好み、使用習慣は特定のプラットフォームに付随していた。しかし、AI が長期的なツールとなった今、継続的に蓄積されるこれらの記憶は、ユーザーを理解するための基盤となる。

これこそが、ZetaChain が次世代 AI インフラに参入しようとし、Anuma がユーザー入り口として存在する理由である。モデルは継続的にアップグレードされ、置き換えられることもあるが、ユーザーが長年にわたって蓄積した記憶がプラットフォームと共に閉じ込められるべきではない。将来の AI 製品の競争は、誰のモデルがより強力かだけでなく、誰がユーザーに真に自身の記憶を所有、呼び出し、継続させることを可能にするかによって決まるかもしれない。

AI 時代において、記憶はアイデンティティの一部になりつつある。そしてアイデンティティは、ユーザーに属するべきである。

Nansen AI：オンチェーンリサーチとトレーディングを「会話型操作」に変える

「データは誰のものか」という問題から「データをどのように使用するか」へと議論が戻ると、別の種類の製品が、より具体的な操作レイヤーに重点を置き始める。Nansen AI が行っているのは、オンチェーンリサーチと実際の取引の間にある、もともと分散していたステップを、可能な限り1つのパスに圧縮することである。

従来のオンチェーンリサーチでは、ユーザーは複数のダッシュボードを行き来し、資金フロー、アドレスの行動、トークンデータを手動で照会し、自身の判断と組み合わせて操作を完了する必要があった。このプロセス自体は複雑ではないが、手順が多く、情報と実行の間に明らかな断絶があった。Nansen AI のアプローチは、この2つの部分を再び接続することである。

ユーザーは自然言語で直接質問することで、オンチェーン資金フロー、Smart Money の動向、トークントレンドなどの情報を取得でき、項目ごとに逐一照会する必要はない。例えば、特定のトークンが上昇した理由を調べたり、特定のアドレスの損益状況を分析したり、トランザクションを直接解析したりするプロセス全体を、会話の中で完了できる。この方法は、本質的に「リサーチ」を操作プロセスから切り離し、継続的な会話プロセスに圧縮する