原创 | Odaily 星球日报（@OdailyChina） 作者 | Asher（@Asher_ 0210）
过去几周，AI 与 Crypto 结合的讨论再次升温。从纽约的 AI x Blockchain 会议到香港 Web3 大会，主流参与者们都在探讨同一个核心问题：AI 将如何切实改变加密行业的下一阶段。
与过往围绕叙事展开的讨论不同，本轮关注的焦点转向了一个更具体的问题：AI 到底解决了什么实际需求？币安联席 CEO 何一在一场主题谈话中指出，随着行业成熟，早期红利消退，接下来的关键不再是技术本身，而是产品是否真正创造价值并有人愿意买单。
这意味着，AI 正被置于更具体的语境中审视。尤其在应用层，一批 Web3 AI 项目已开始指向更现实的方向——它们或在重构信息获取方式，或在重新定义数据归属，或将链上研究、交易与经济模型与 AI 深度结合。
本文选取了几个代表性项目，从信息、记忆、操作到 Agent 经济与分发等层面，梳理当前 Web3 AI 应用层的实际进展。
Surf：加密市场的实时百科全书与工作流平台
Surf 是典型的信息层产品，旨在解决加密市场信息分散、获取成本高的问题。它将链上数据、行情、社交情绪等多源信息整合进统一的 AI 入口，用户通过自然语言描述即可获得结构化结论，压缩“找数据”的时间，直接进入“做判断”阶段。
在实际使用中，它如同全天候在线研究员，可追踪代币资金流、分析 DeFi 协议、监控巨鲸异动或生成项目尽调报告。其推出的 Surf 2.0 和 Surf Studio 允许用户通过自然语言构建分析工具甚至简易 Web App，实现即时部署。同时，通过集成多模型能力与打通数十个数据源，Surf 正从信息工具向可监控、可决策的工作流平台演进。
更底层上，Surf 正在搭建面向 Agent 的能力体系，使特定任务（如鲸鱼监控）可交由 AI 持续执行。其核心能力仍集中在信息整合与分析，未直接进入交易执行环节，因此更适合作为决策辅助工具。
Anuma：构建用户主权记忆库
随着 AI 模型能力差异缩小，记忆能力成为新的竞争焦点。然而，当前主流 AI 产品的记忆数据由平台掌控，用户难以迁移与控制。Anuma（ZetaChain 旗下产品）旨在构建一套由用户掌握的 AI 记忆体系。
用户可将 ChatGPT、Claude 等对话历史加密后存入自身控制的 Memory Vault，实现记忆的跨平台迁移与延续。Anuma 本身也是聚合多模型（GPT、Claude、Grok 等）的统一入口，并确保用户记忆在不同模型间保持一致。
此外，其多模型议会模式允许多个模型协作回答；支持通过 iMessage 直接调用 AI Agent，让交互更轻量便捷。Anuma 的尝试表明，在 AI 时代，记忆正成为数字身份的一部分，而身份应归属于用户。
Nansen AI：对话式链上研究与操作
Nansen AI 聚焦于操作层，将链上研究与交易执行压缩到同一条路径。用户可通过自然语言直接查询资金流、Smart Money 动向等信息，无需在多个面板间手动切换。
更进一步，它正尝试连接信息获取与实际操作，在部分场景中支持直接通过对话完成转账或 Swap 等链上交互。这得益于其长期积累的链上数据与标注地址能力。
Nansen AI 代表了 AI 应用向执行层延伸的路径，它并未改变交易逻辑，但通过降低操作门槛和信息成本，提供了一种更轻量的交易准备方式。
Virtuals Protocol：打造可交易 AI Agent 经济体
Virtuals Protocol 尝试将 AI Agent 从“功能单元”转变为“经济参与者”。在该体系中，每个 Agent 可被代币化，具备融资、激励和收益分配能力，从而形成可持续的经济模型。
它提供协作、结算与发行等基础设施，使 Agent 能与其他 Agent 或用户协同完成任务并通过链上机制交换价值。这一方向旨在让 AI 成为可独立创造价值的经济主体，尽管目前仍处早期验证阶段。
Warden：AI Agent 的分发与变现平台
针对 Agent 分散、缺乏统一分发与支付渠道的痛点，Warden 搭建了 Agent 可使用的基础设施平台。用户可在统一入口调用不同 Agent 完成交易、跨链等操作；开发者则可快速发布 Agent 并通过链上机制收费。
其底层通过专用链管理 Agent 身份与调用，使 Agent 具备独立存在形式并可相互协作。Warden 更接近平台层，旨在整合与组织 AI 能力，使其能被发现、使用与变现，该路径的成功高度依赖生态规模。
结语：从叙事到使用，AI 步入真实场景
纵观本轮 Web3 AI 应用的探索，行业重心正从“有无新叙事”转向“有无可持续的使用场景”。无论是提升信息效率、主权化记忆、简化操作流程，还是构建 Agent 经济与分发平台，不同项目共同筛选出一个更现实的方向：在具体环节持续降低成本或提升效率。
当用户不再为“可能性”买单，而更关注“实际效果”时，AI 与 Crypto 的结合才真正步入下一阶段——竞争焦点将不再是模型或机制的复杂性，而是能否将技术能力转化为稳定、可复用的产品体验。