Detaillierte Analyse von a16z's neuester Investition PIN AI: Mit Web3 die KI-Landschaft neu gestalten

PIN AI ist ein offenes KI-Netzwerk, in dem Entwickler nützliche KI-Anwendungen erstellen können.

Verfasst von: Heimi

Es ist mir eine Ehre, diese Recherche unter Anleitung von Meteorite Labs abgeschlossen zu haben, basierend auf den Erfahrungen und dem Austausch mit Hunderten von Web2-KI-Anwendungen.

PIN AI ist ein ausgewähltes Projekt des a16z Crypto Startup Accelerator Herbstprogramms und hat in der Seed-Runde 10 Millionen US-Dollar eingesammelt. Zu den bekannten VCs gehören neben a16z Crypto auch der Stanford Blockchain Accelerator, Hack VC und Foresight Ventures. Zu den Angel-Investoren zählen der NEAR Protocol Gründer Illia Polosukhin, Gitcoin Mitgründer Scott Moore, Solana Foundation Vorsitzende Lily Liu, SUI/Mysten Labs CEO Evan Cheng, Worldcoin Forschungsingenieur DCBuilder und andere.

Ich habe gerade den von den drei PIN AI-Mitbegründern gemeinsam verfassten Artikel gelesen und festgestellt, dass es neben Sahara das Web3-KI-Projekt ist, das mich in letzter Zeit am meisten fasziniert hat. Die Anwendungsszenarien sind sehr interessant.

PIN AI ist ein offenes KI-Netzwerk, in dem Entwickler nützliche KI-Anwendungen erstellen können. „Useful AI Applications“, <nützlich> ist der Produktfokus. Es ähnelt in gewisser Weise Web2-KI-Agents wie MultiOn oder Jace.ai und hat sich zum Ziel gesetzt, den Nutzern im Alltag nützliche Anwendungen zu bieten, um deren Intentionen umzusetzen, wie z. B. Online-Einkäufe, Reiseplanung oder Investitionsentscheidungen.

Kurze Vorstellung von Jace.ai: Dies ist ein KI-Agent, der Browseraufgaben eigenständig ausführen kann, basierend auf LLM und seinem eigenen Modell AWA-1 (Autonomous Web Agent-1), das es der KI ermöglicht, Aktionen auf Webseiten auszuführen.

Die größte Fähigkeit von Jace ist es, Aufgaben selbstständig zu planen und im Browser für den Nutzer auszuführen.

Ein Beispiel zur Veranschaulichung des Anwendungsszenarios: Sagen Sie Jace: „Ich plane, am 20. September für eine Woche nach Peking zu reisen, Budget 5000 Yuan, hilf mir bei der Planung.“ Jace erstellt automatisch einen Reiseplan, einschließlich Sehenswürdigkeiten, Hotels und kulinarischer Empfehlungen. Wenn ich mit dem Plan einverstanden bin, bucht Jace alle Sehenswürdigkeiten und findet das Hotel mit dem besten Preis-Leistungs-Verhältnis auf Meituan und bestellt es. Ich muss nur meine persönlichen Daten eingeben und mit einem Klick bezahlen.

Tatsächlich ist das, was PIN AI machen möchte, sehr ähnlich. Der größte Unterschied zu generativer KI besteht darin, dass sich diese Art von KI-Projekten hauptsächlich auf das tägliche Leben der Nutzer konzentriert und nicht auf die Arbeit.

1. Dekonstruktion des PIN AI-Designkonzepts

Einfach gesagt, PIN AI = KI + DePIN

Das PIN AI-Netzwerk besteht aus zwei Arten von KI:

• Personal AI (Persönliche KI): Ein personalisierter KI-Agent, der sich in Echtzeit an die Vorlieben des Nutzers anpasst. Sie ist die Verbindung zwischen Nutzer und Agentic Services, ähnlich einem Koordinator. Nutzer können sie auf ihrem Smartphone oder Computer installieren.
• Agentic Services (Agenten-Dienste): KI-Agents, die für Web2-Plattformen on-chain aufgebaut sind und Aufgaben auf einigen Top-Web2-Plattformen ausführen können. Der Ausführungsprozess und die Ergebnisse werden auf der Blockchain aufgezeichnet.
• Offiziell wurde auch External AI (Externe KI) erwähnt, die möglicherweise in Zukunft die Interaktion mit anderen LLMs oder Web2-KI-Agents unterstützt.

Kern der PIN AI-Architektur:

PIN Protocol, ein DePIN-basiertes, verteiltes Datenspeichernetzwerk, in das jeder seine Geräte einbinden und Daten teilen kann. Es integriert ein auf BERT basierendes Modell, das die Daten in allen Verarbeitungsphasen anonymisiert, um die Privatsphäre zu gewährleisten und den Datenschutzbestimmungen zu entsprechen.

Die Personal AI baut darauf auf. Einerseits liefert sie personalisierte Daten für die Personal AI, andererseits stellt sie den Agentic Services die relevantesten Daten zur Verfügung.

Das PIN Protocol besteht aus drei Komponenten:

1. Private Speicher- und Berechnungsschicht: Verteilt gespeicherte Daten, speichert sicher die von Nutzern geteilten Gerätedaten (einschließlich Fotos, Videos usw.) und stellt sicher, dass die relevantesten Daten jederzeit für Personal AI und Agentic Services verfügbar sind. Nutzer können ihre Geräte mit dem Netzwerk verbinden, Gerätedaten bereitstellen und erhalten als Belohnung native $PIN-Token.

2. Daten-Connector: Verwendet zk-Technologie, um die mit dem Netzwerk verbundenen Nutzerdaten zu verfolgen und zu verifizieren. Ich denke, das entspricht den Nodes im PIN-Netzwerk. Node-Betreiber müssen $PIN-Token staken, um zu validieren, und einige Token-Inhaber können Token auf Nodes staken. Beide erhalten Staking-Belohnungen.

3. Agenten-Link: Ziel ist es, Personal AI mit Agentic Services zu verbinden. Besteht aus einem Agenten-Register und einem Transaktionsmechanismus. Ersteres dient zur Nachverfolgung von Leistungskennzahlen, letzteres „überlegt“, wie Personal AI und Agentic Services am besten gematcht werden (basierend auf Kosten, Leistung und Qualität jedes Agentic Service).

Nutzungsmodell / Geschäftslogik:

Wenn Nutzer eine konkrete Anfrage stellen, folgt PIN AI diesen Schritten:

Schritt 1: Personal AI – Erfasst die Nutzeranfrage

Der Nutzer stellt eine Anfrage an die Personal AI, die diese an das PIN Protocol weiterleitet.

Schritt 2: PIN Protocol – Vorbereitung vor der Ausführung

Zerlegt die Nutzerintention in konkrete Schritte, findet den geeignetsten und kosteneffizientesten Agentic Service, sucht die relevantesten Daten und stellt sie dem Agentic Service zur Verfügung. (Wenn mehrere Web2-Plattformen involviert sind, werden die Intentionen auf verschiedene Agentic Services aufgeteilt.)

Schritt 3: Agentic Service – Führt die konkreten Schritte aus

Schritt 4: PIN Protocol – Gibt das Ergebnis an den Nutzer zurück

Da die meisten Alltagsbedürfnisse finanzielle Transaktionen erfordern, ist der Geldfluss in PIN AI wie folgt:

Der Nutzer zahlt eine Gas-Gebühr an das PIN Protocol (vermutlich zur Aktivierung der Transaktion). Da das PIN Protocol die Nutzerintention zuerst zerlegt und dann die relevantesten Daten an den Agentic Service sendet, gibt der Agentic Service nach Abschluss der Aufgabe einen Teil der Servicegebühr als Trinkgeld an das PIN Protocol zurück.

Sowohl das PIN Protocol als auch der Agentic Service können also einen Anteil an der vom Nutzer gezahlten Servicegebühr erhalten.

Ein Beispiel:

Der Nutzer kann die Personal AI auf seinem Computer oder Smartphone installieren und eine Anfrage stellen, z. B. „Kaufe die günstigste GTX 3080 Grafikkarte auf Amazon“ und zahlt die Kosten (Kaufpreis + Servicegebühr + PIN Protocol Gas Fee).

Die Personal AI übermittelt diese Anfrage an das PIN Protocol.

Nach dem Verständnis und der Zerlegung der Nutzerintention zerlegt das PIN Protocol die Intention in konkrete Aufgaben und sendet sie zusammen mit den relevantesten Daten an den Agentic Service. Es kann Dutzende von Agentic Services geben, die auf Amazon-Shopping spezialisiert sind. Das PIN Protocol wählt anhand von Kosten, Leistung und bisherigen Erfolgen den geeignetsten aus.

Der Agentic Service findet auf Amazon die Grafikkarte GTX 3080 mit dem besten Preis-Leistungs-Verhältnis und bestellt sie. Nach Abschluss zahlt er die Intention-Zerlegungsgebühr und die Datenabrufgebühr an das PIN Protocol. PIN Protocol und Personal AI geben das Ergebnis an den Nutzer zurück und senden als Belohnung PIN-Token an den Nutzer.

Netzwerk-Teilnehmer

Personal AI-Nutzer: Installieren Personal AI auf Computer oder Smartphone, verbinden persönliche Daten mit dem PIN Protocol und erhalten PIN-Token als Belohnung.

Value-Flow-Nutzer: Wie im obigen Nutzungsmodell beschrieben, erhalten Nutzer, die wertvolle Transaktionen durchführen, ebenfalls PIN-Token als Belohnung.

PIN Protocol Nodes: Verfolgen und verifizieren die mit dem Netzwerk verbundenen Nutzerdaten. Betreiber müssen staken, Token-Inhaber können Token auf Nodes staken. Beide erhalten Staking-Belohnungen.

Agentic Services: Entwickler können Servicegebühren verdienen.

2. Kernentwicklungsteam

Davide Crapis – Mitbegründer

Hintergrund in Blockchain-Protokolldesign, teilweise auch KI-Erfahrung

War Senior Data Scientist bei Lyft, entwarf und implementierte ein Anreizverteilungs-Algorithmus, der jährlich xx Dollar an Wachstumsanreizen an Fahrgäste und Fahrer auszahlte. Nach seinem Rücktritt war er eine Zeit lang unabhängiger Forscher und untersuchte Anreizmechanismen und Tokenverteilung. Vor der Gründung von PIN AI war er Forschungswissenschaftler für „Robuste Anreize“ bei der Ethereum Foundation.

Er entwickelte ein maschinelles Lernmodell zur „Sensitivität von Verbrauchern gegenüber Zinssätzen für Investitions-/Kreditprodukte“ und war vier Jahre lang Forscher und Mentor im Bereich maschinelles Lernen an der Columbia Business School. Er war Mitglied der Web2-Entwickler-Community „South Park“ und erforschte die Schnittstelle zwischen großen Sprachmodellen und Blockchain.

Ben Wu – Mitbegründer

Hintergrund im Betrieb, möglicherweise strategische Ausrichtung und KI-Produktideen

Absolvent des MIT, Y Combinator-Alumnus. Vor der Gründung von PIN AI war er Director of Database and Operations in der Abteilung für strategische Datenlösungen bei Yahoo und leitete den Betrieb und das Management groß angelegter Datenprojekte.

Bill Sun – Mitbegründer, Chief Scientist

Hintergrund in quantitativen Handel und KI

Promotion in Mathematik an der Stanford University, forschte bei Google DeepMind im Bereich KI. War KI-/Quant-Trading-Equity-Investment-Manager bei einer Wall-Street-Vermögensverwaltung. Gründete die KI-Forschungsorganisation AI+Club und die KI-Technologie-Community AGI House. Angel-Investor des a16z scout fund. Außerdem Gründer von Generative Alpha, das KI-Lösungen für Unternehmen entwickelt.

3. Überlegungen und Fazit

Die erste industrielle Revolution befreite die Hände durch Maschinen;

Die zweite industrielle Revolution durchbrach mit Elektrizität die Grenzen zwischen Tag und Nacht;

Die dritte industrielle Revolution verschmolz durch das Internet die Grenzen zwischen virtuell und real.

Das Aufkommen von KI gilt allgemein als Zeichen der vierten industriellen Revolution, und KI-Agenten sind das Ticket auf dieser Entdeckungsreise. Jeder von uns kann an Bord dieses riesigen Schiffs in die Zukunft der „Mensch-Maschine-Interaktion“ gehen.

In den letzten Jahrzehnten fanden täglich zahlreiche Aktivitäten im Internet statt und es wurden riesige Datenmengen generiert, doch die Nutzer hatten nie die Kontrolle über diese Daten.

Das iPhone16 wurde gerade veröffentlicht und bringt Apple Intelligence mit sich, aber PIN AI hat die Chance, ein offeneres KI-Agenten-Ökosystem als Apple Intelligence zu schaffen.

Entwickler können durch die Entwicklung innovativer Web2-Plattform-Agentic Services belohnt werden, was zu immer leistungsfähigeren und qualitativ hochwertigeren KI-Agenten führen und eine Innovationswelle auslösen wird.

Und Milliarden von Smartphone-Nutzern können nicht nur personalisierte Personal AI nutzen, sondern auch Gerätedaten teilen, um Belohnungen zu erhalten.

Die Daten der Nutzer stützen das gesamte PIN AI-Ökosystem – das ist die Kraft der Nutzer und der Ausgangspunkt von Web3: Dezentralisierung und Eigentum.

Ich hoffe, dass das PIN AI-Netzwerk bald live geht und das Anreizsystem effektiv funktioniert, damit eine große Zahl von Open-Source-Beitragenden einsteigt und eine noch größere Innovationswelle auslöst. Das Testnet könnte im Oktober starten, der Mainnet-Launch und das TGE sind für Januar nächsten Jahres geplant – es bleibt spannend.