Báo cáo Nghiên cứu Chuyên sâu về AI và Crypto: Kỷ nguyên Cộng sinh giữa Thuật toán và Sổ cái

1. Tái cấu trúc cơ sở hạ tầng: DePIN và điện toán phi tập trung

Tồn tại mâu thuẫn tự nhiên giữa khát vọng vô hạn của trí tuệ nhân tạo đối với GPU và tính dễ tổn thương của chuỗi cung ứng toàn cầu. Tình trạng thiếu hụt GPU thường xuyên từ năm 2024 đến 2025 đã tạo ra mảnh đất màu mỡ cho sự bùng nổ của các mạng lưới cơ sở hạ tầng vật lý phi tập trung (DePIN). Các nền tảng điện toán phi tập trung hiện tại chủ yếu được chia thành hai phe chính: Phe thứ nhất đại diện bởi Render Network và Akash Network, thông qua việc xây dựng thị trường hai chiều để tổng hợp sức mạnh tính toán GPU nhàn rỗi toàn cầu. Render Network đã trở thành tiêu chuẩn cho kết xuất GPU phân tán, không chỉ giảm chi phí sáng tạo 3D mà còn hỗ trợ các tác vụ suy luận AI thông qua chức năng phối hợp blockchain; Akash sau năm 2023 đã có bước nhảy vọt thông qua mạng chính GPU, cho phép các nhà phát triển thuê chip cao cấp để đào tạo và suy luận mô hình quy mô lớn. Đổi mới then chốt của Render nằm ở mô hình Cân bằng Đốt-Đúc (Burn-Mint Equilibrium), với mục tiêu thiết lập mối quan hệ nhân quả trực tiếp giữa mức độ sử dụng và dòng token – khi công việc tính toán trên mạng tăng lên, phí người dùng trả thúc đẩy việc đốt token, trong khi các nhà vận hành nút cung cấp tài nguyên tính toán nhận được token mới đúc như phần thưởng.

Phe thứ hai là các lớp điều phối tính toán mới đại diện bởi Ritual, không cố gắng thay thế trực tiếp các dịch vụ đám mây, mà đóng vai trò như một lớp thực thi chủ quyền, mở và mô-đun, nhúng trực tiếp các mô hình AI vào môi trường thực thi blockchain. Sản phẩm Infernet của họ cho phép các hợp đồng thông minh gọi kết quả suy luận AI một cách liền mạch, giải quyết nút thắt kỹ thuật lâu dài "ứng dụng trên chuỗi không thể chạy AI một cách gốc". Trong mạng phi tập trung, việc xác minh "tính toán có được thực hiện chính xác hay không" là vấn đề cốt lõi. Tiến bộ công nghệ năm 2025 tập trung chủ yếu vào việc ứng dụng kết hợp giữa Máy học Zero-Knowledge (ZKML) và Môi trường Thực thi Tin cậy (TEE). Kiến trúc Ritual thông qua thiết kế độc lập với hệ thống chứng minh, cho phép các nút lựa chọn thực thi mã TEE hoặc chứng minh ZK dựa trên yêu cầu nhiệm vụ, đảm bảo mọi kết quả suy luận do mô hình AI tạo ra đều có thể truy xuất nguồn gốc, kiểm toán và có đảm bảo tính toàn vẹn.

Chức năng tính toán bảo mật được giới thiệu bởi GPU NVIDIA H100, thông qua tường lửa cấp phần cứng cách ly bộ nhớ, chi phí phụ trội cho suy luận dưới 7%, cung cấp nền tảng hiệu suất cho các ứng dụng đại lý AI đòi hỏi độ trễ thấp và thông lượng cao. Messari trong báo cáo xu hướng năm 2026 chỉ ra rằng, sự bùng nổ liên tục của nhu cầu điện toán và khả năng nâng cao của các mô hình mã nguồn mở đang mở ra nguồn thu nhập hoàn toàn mới cho các mạng lưới điện toán phi tập trung. Khi nhu cầu về dữ liệu thế giới thực khan hiếm tăng tốc, giao thức thu thập dữ liệu DePAI (Decentralized Physical AI) dự kiến sẽ đột phá vào năm 2026, với cơ chế khuyến khích kiểu DePIN, tốc độ và quy mô thu thập dữ liệu của nó sẽ vượt trội rõ rệt so với các giải pháp tập trung.

2. Dân chủ hóa trí tuệ: Bittensor và thị trường trí tuệ máy móc

Sự xuất hiện của Bittensor đánh dấu việc kết hợp AI và Crypto bước vào giai đoạn mới "thị trường hóa trí tuệ máy móc". Khác với các nền tảng điện toán đơn lẻ truyền thống, Bittensor nhằm mục đích tạo ra một cơ chế khuyến khích, cho phép các mô hình máy học đa dạng trên toàn cầu kết nối, học hỏi lẫn nhau và cạnh tranh phần thưởng. Cốt lõi của nó là đồng thuận Yuma – một cơ chế đồng thuận lợi ích chủ quan được lấy cảm hứng từ ngữ dụng học Grice, giả định rằng những người hợp tác hiệu quả có xu hướng đưa ra câu trả lời chân thực, liên quan và giàu thông tin, vì đó là chiến lược tối ưu để đạt phần thưởng cao nhất trong cảnh quan khuyến khích. Để ngăn chặn sự thông đồng độc hại hoặc thiên vị, đồng thuận Yuma giới thiệu cơ chế cắt tỉa Clipping, cắt giảm các cài đặt trọng số vượt quá chuẩn đồng thuận, đảm bảo tính mạnh mẽ của hệ thống.

Đến năm 2025, Bittensor đã tiến hóa thành kiến trúc nhiều lớp: Lớp dưới cùng là sổ cái Subtensor được quản lý bởi Quỹ Opentensor, lớp trên là hàng chục mạng con chuyên biệt theo chiều dọc, tập trung vào các nhiệm vụ cụ thể như tạo văn bản, dự đoán âm thanh, nhận dạng hình ảnh. Cơ chế "TAO động" được giới thiệu thông qua nhà tạo lập thị trường tự động tạo ra các nhóm dự trữ giá trị độc lập cho từng mạng con, giá được xác định bởi tỷ lệ giữa TAO và token Alpha. Cơ chế này thực hiện phân bổ tài nguyên tự động: các mạng con có nhu cầu lớn, chất lượng đầu ra cao thu hút nhiều stake hơn, từ đó nhận được tỷ lệ phát hành TAO hàng ngày cao hơn. Cấu trúc thị trường cạnh tranh này được ví một cách hình tượng là "Thế vận hội Olympic của trí tuệ", thông qua chọn lọc tự nhiên loại bỏ các mô hình kém hiệu quả.

Tháng 11/2025, nhóm Bittensor đã thực hiện điều chỉnh lớn đối với logic phát hành, ra mắt Taoflow – một mô hình phân bổ tỷ lệ phát hành mạng con dựa trên dòng TAO ròng. Quan trọng hơn là sự kiện giảm một nửa lần đầu tiên của TAO vào tháng 12/2025, lượng phát hành hàng ngày giảm từ khoảng 7.200 TAO xuống còn 3.600 TAO. Bản thân việc giảm một nửa không phải là động lực giá tự động, việc có hình thành áp lực tăng bền vững hay không phụ thuộc vào việc nhu cầu có theo kịp hay không. Messari chỉ ra rằng, mạng lưới kiểu Darwin sẽ thúc đẩy quá trình xóa bỏ kỳ thị của ngành công nghiệp tiền mã hóa thông qua một vòng lặp tích cực: vừa thu hút nhân tài hàng đầu, vừa giới thiệu nhu cầu cấp tổ chức, từ đó không ngừng củng cố chính nó. Trưởng bộ phận nghiên cứu của Pantera Capital dự đoán, số lượng giao thức AI phi tập trung trong các lĩnh vực chính sẽ giảm xuống còn 2-3 vào năm 2026, thông qua hợp nhất hoặc chuyển đổi thành ETF, ngành sẽ bước vào giai đoạn trưởng thành và hợp nhất.

3. Sự trỗi dậy của nền kinh tế đại lý: AI Agents với tư cách chủ thể trên chuỗi

Trong chu kỳ từ 2024 đến 2025, các đại lý AI đang trải qua sự biến đổi bản chất từ "công cụ hỗ trợ" thành "chủ thể gốc trên chuỗi". Các đại lý AI trên chuỗi hiện tại được xây dựng dựa trên kiến trúc ba lớp phức tạp: Lớp đầu vào dữ liệu thu thập dữ liệu trên chuỗi theo thời gian thực thông qua các nút blockchain hoặc API, kết hợp với oracle đưa thông tin ngoài chuỗi vào; Lớp ra quyết định AI/ML sử dụng mạng bộ nhớ ngắn hạn dài hạn để phân tích xu hướng giá, hoặc thông qua học tăng cường lặp lại chiến lược tối ưu trong các trò chơi thị trường phức tạp, việc tích hợp các mô hình ngôn ngữ lớn cung cấp cho đại lý khả năng hiểu ý định mơ hồ của con người; Lớp tương tác blockchain là chìa khóa để đạt được "tự chủ tài chính", đại lý có thể quản lý ví không giám sát, tự động tính toán phí Gas tối ưu, xử lý số ngẫu nhiên, thậm chí tích hợp các công cụ bảo vệ MEV để ngăn giao dịch bị front-run.

Báo cáo năm 2025 của a16z đặc biệt nhấn mạnh trụ cột tài chính của các đại lý AI – giao thức x402 và các tiêu chuẩn vi thanh toán tương tự, cho phép đại lý thanh toán phí API hoặc mua dịch vụ đại lý khác mà không cần sự can thiệp của con người. x402 được xây dựng dựa trên mã trạng thái HTTP 402, khi một đại lý AI cần truy cập dữ liệu trả phí hoặc gọi API, máy chủ trả về lệnh "cần thanh toán", đại lý có thể tự động ký vi thanh toán USDC, toàn bộ quá trình hoàn thành trong vòng 2 giây, chi phí tiệm cận bằng không. Hệ sinh thái Olas hiện xử lý hơn 2 triệu giao dịch tự động giữa các đại lý mỗi tháng, bao gồm từ hoán đổi DeFi đến các nhiệm vụ sáng tạo nội dung. Delphi Digital dự đoán, việc kết hợp giao thức x402 với tiêu chuẩn danh tính đại lý ERC-8004 sẽ thúc đẩy một nền kinh tế đại lý tự chủ thực sự: người dùng có thể ủy thác cho một đại lý lập kế hoạch du lịch, tự động phân công cho đại lý tìm kiếm chuyến bay, cuối cùng hoàn thành đặt chỗ trên chuỗi – toàn bộ quá trình không cần sự can thiệp của con người.

Dữ liệu từ MarketsandMarkets cho thấy, thị trường đại lý AI toàn cầu dự kiến tăng từ 7,84 tỷ USD năm 2025 lên 52,62 tỷ USD vào năm 2030, với tốc độ tăng trưởng kép hàng năm (CAGR) đạt 46,3%. Khung ElizaOS được a16z thúc đẩy đã trở thành cơ sở hạ tầng trong lĩnh vực đại lý AI, có vị thế tương đương với Next.js trong phát triển front-end, cho phép các nhà phát triển dễ dàng triển khai các đại lý AI có đầy đủ khả năng tài chính trên các nền tảng xã hội chính như X, Discord, Telegram. Tính đến đầu năm 2025, tổng vốn hóa thị trường của các dự án Web3 được xây dựng dựa trên khung này đã vượt 20 tỷ USD. Hội nghị thượng đỉnh Silicon Valley tiết lộ, việc phổ biến kiến trúc "ví hội thoại" đang giải quyết vấn đề bảo mật khóa riêng tư – thông qua công nghệ cách ly mã hóa tách biệt hoàn toàn khóa riêng tư khỏi mô hình AI, khóa riêng tư không bao giờ đi vào ngữ cảnh mô hình, AI chỉ khởi tạo yêu cầu giao dịch trong phạm vi quyền được người dùng thiết lập trước, và mô-đun bảo mật độc lập hoàn thành việc ký.

4. Tính toán bảo mật: Cuộc cạnh tranh giữa FHE, TEE và ZKML

Quyền riêng tư là một trong những thách thức hóc búa nhất trong quá trình kết hợp AI và Crypto. Khi các doanh nghiệp chạy chiến lược AI trên chuỗi công khai, họ không muốn để lộ dữ liệu riêng tư, cũng không muốn công khai các tham số mô hình cốt lõi của mình. Hiện ngành đã hình thành ba con đường công nghệ chính: Mã hóa đồng hình đầy đủ (FHE), Môi trường thực thi tin cậy (TEE) và Máy học Zero-Knowledge (ZKML). Zama, với tư cách là kỳ lân hàng đầu trong lĩnh vực này, fhEVM do họ phát triển đã trở thành tiêu chuẩn để đạt được "tính toán mã hóa toàn trình". FHE cho phép máy tính thực hiện các phép toán mà không cần giải mã dữ liệu, kết quả sau khi giải mã hoàn toàn giống với phép toán trên văn bản gốc. Đến năm 2025, ngăn xếp công nghệ của Zama đã đạt được bước nhảy vọt hiệu suất đáng kể: Đối với mạng nơ-ron tích chập 20 lớp, tốc độ tính toán tăng 21 lần, đối với CNN 50 lớp tăng 14 lần, khiến "stablecoin bảo mật" và "đấu giá thầu niêm phong" trở nên khả thi trên các chuỗi chính