硅谷 101 x RootData 年度峰會精彩回顧：大咖雲集，共議 AI +Crypto 新機遇

硅谷時間 10 月 5 日，硅谷101 x RootData 年度峰會在硅谷圓滿落幕。本屆峰會由硅谷101 與 RootData共同主辦，並設置《Valley 101 Alignment 2025 Tech Summit》、《DeInsight 2025》兩大論壇，其中《DeInsight 2025》論壇由 AWS 和 ChainOpera AI 聯合贊助，區塊鏈媒體 ChainCatcher、代理加密瀏覽器 Donut 以及 Al+Web3 投資加速器 AI101Labs 聯合舉辦。

活動現場，Rootdata 聯合創始人 Hunter、AWS 解決方案架構師 Justin Lin、ChainOpera AI 聯合創始人 Salman Avestimehr、AI101 Labs 管理合夥人 Elaine Yang、Gensyn 聯合創始人 Harry Grieve、Orange DAO 普通合夥人 Orion Parrott、OpenMind CTO Boyuan Chen、Donut COO Darcy、RootData 首席產品經理 Ye Wang 、Alumni Ventures 風險投資人 Bryan Liu、Turnkey 解決方案工程負責人 Michael Lewellen、Crossmint BD業務負責人 Nick Wang、Camp Network CTO Rahul Doraiswami、Kite AI 產品負責人 Yusuke Muraoka、PIN AI 聯創 Ben Wu、Virtuals Protocol 增長與社區負責人 Christoper Johnson、Momentum BD Wesley等數十家知名AI和Crypto領域的項目與機構代表，圍繞AI與Crypto的融合創新展開主題演講和圓桌討論。

RootData 還在峰會上發布了 《2025 年加密貨幣發展研究報告》 以及Crypto 影響力年度榜單 RootData List 2025。此次榜單包含「Top100 項目」和「Top50 VC」兩項榜單，旨在呈現 Web3 領域具有影響力和創新性的主要參與者，並評估持續推動行業進步的關鍵力量。

主題演講

活動以AI101 Labs 管理合夥人 Elaine Yang 以《鏈上智能：代幣化時代的 AI 機遇》的主旨演講，系統闡述了 AI 與 Web3 融合領域的投資邏輯與前沿趨勢。

Elaine Yang 指出，我們正站在 AI 與 Web3 融合的歷史性拐點。她認為，鏈上智能將成為下一代機器經濟的基礎設施核心，並分享了 AI101 Labs 在該領域的全景投資佈局。Elaine 表示，看好 AI 驅動的 Web3 娛樂、下一代 AI 瀏覽器以及深度學習驅動的鏈上交易等方向。

Gensyn 聯合創始人兼 CTO Harry Grieve 發表了題為《加密基礎設施擴展機器智能》的主題演講。

Harry Grieve 指出，目前機器智能發展面臨四大挑戰：技術上面臨真正的超大規模需求挑戰；經濟上存在寡頭壟斷與邊緣硬體價格不對稱；此外還涉及"機器權利"和"計算權"等倫理問題，安全上則面臨監管等風險。

Orange DAO 普通合夥人 Orion Parrott 則發表了題為《AI+區塊鏈創業指南》的主題演講，為創業者提供了清晰的行動指南。

Orion Parrott 指出，目前正處在區塊鏈與AI技術交匯的歷史性拐點，為創業者提供了前所未有的機遇。針對如何選擇技術路線，他提出了一個三維評估框架：技術契合度（區塊鏈能力、AI工具與生態可組合性）、社區文化（價值觀與開發者支持）以及治理與可持續性（升級路徑與真實用戶參與）。

Parrott 為早期創業者指明了方法論：尋找現實中已破碎的低效系統作為切入點，並以"用更少代碼實現更多功能"作為衡量平台適配度的黃金標準。

OpenMind CTO Boyuan Chen 發表了題為《從思維機器到行動機器》的主題演講。

Boyuan Chen 在會上正式介紹了其 OM1 平台。該平台旨在賦能各種形態的機器人在複雜人類環境中進行感知、適應和行動。他指出，OM1 採用模組化架構且與硬體無關，允許開發者創建一個AI智能體，並在數字雲環境或多種物理機器人硬體上運行。

Donut 首席運營官 Darcy 則詳細介紹了 Donut 的產品願景和設計理念。

Darcy 闡釋道，Donut 旨在成為連接 AI 代理與加密世界的基礎設施。它不僅是加密瀏覽器，更是一個多代理交易框架與錢包自動化平台，致力於成為所有未來 AI 代理的統一執行前端。她強調，這一設計將重塑交易訂單流的未來形態。

而RootData 首席產品經理 Ye Wang 發布了《2025 年加密貨幣發展研究報告》。

Ye Wang 提到，加密市場融資格局正發生深刻變革。CeFi 賽道以 235.8 億美元融資額強勢領跑，其單筆融資 1.73 億美元的體量是基礎設施賽道的 11 倍，顯示出傳統金融力量通過 IPO/債券/併購等工具對加密原生生態的"降維打擊"。與此同時，IPO/Post-IPO/ICO 輪次以 160.6 億美元佔據總融資額的 47%，單筆平均融資高達 2.92 億美元，遠超種子輪的 510 萬美元。

報告特別強調，ETF 和 DAT 正在改寫加密融資規則，幣股概念以 139.3 億美元融資領跑超大額融資賽道。而 AI x Crypto 子賽道融資佔比已突破 5%，加密貨幣與 AI 的深度融合，正成為 2025 年資本市場與早期創業的最強驅動力。

ChainOpera AI 聯合創始人、南加州大學教授 Salman Avestimehr 發表了關於《協作型 AI 代理網絡基礎》的主題演講，系統闡述了其提出的 "Crypto AGI"願景，即通過構建一個社區共建、社區共有的 AI 代理網絡，深度融合 AI 與區塊鏈技術，推動 DeFi 與真實世界資產（RWA）實現大規模普及。

Salman 指出，目前 DeFi 與 AI 領域分別面臨使用複雜性與資源壟斷等問題，而 ChainOpera AI 致力於通過社區驅動的智能代理網絡打通兩大領域。

最後AWS 解決方案架構師 Justin Lin 則系統闡述了企業如何通過 AWS AI 實現從概念驗證到規模化落地的轉型路徑。

Justin Lin 指出，AI 發展正經歷從生成式助手向智能體 AI 系統的演進，未來將實現全自主工作流與多智能體協同。他強調，模型選擇與評估是企業應用 AI 的核心環節，到 2028 年大多數企業將部署數十個生成式 AI 模型，需建立系統性測試框架並設計支持模型切換的架構。

圓桌對話

Alumni Ventures 風險投資人 Bryan Liu、Turnkey 解決方案工程負責人 Michael Lewellen、Crossmint BD 業務負責人 Nick Wang、Camp Network CTO Rahul Doraiswami在題為「Crypto: Next Big Thing 」的圓桌會議，圍繞AI+Crypto融合路徑和當下挑戰等熱門話題做了深入探討。

Alumni Ventures 風險投資人 Bryan Liu 表示AI與區塊鏈是完美互補：AI高效但不可控，區塊鏈可信但緩慢。兩者結合，AI能為區塊鏈加速，區塊鏈能成為AI的信任層。他尤其看好區塊鏈作為未來AI智能體經濟的支付和信任基礎設施。

Crossmint BD 業務負責人 Nick Wang則專注於讓加密技術成為AI智能體的支付渠道。其項目在構建相關基礎設施，而目前主要挑戰是商戶對穩定幣的接受度不足，以及需要為智能體交易建立新的安全與責任標準。

Turnkey 解決方案工程負責人 Michael Lewellen 提到了AI+Crypto融合帶來的安全問題，強調必須為操作資金的AI智能體設置嚴格權限限制。同時，他預見"身份與支付"在鏈上的結合將催生如自動實時報稅等顛覆性用例，並推動政府採納。

Camp Network CTO Rahul Doraiswami 致力於利用區塊鏈的不可篡改性為AI領域提供IP溯源和信任計算，他認為提升用戶體驗和採用更先進的密碼學技術是推動發展的關鍵。

Kite AI 產品負責人 Yusuke Muraoka、PIN AI 聯創 Ben Wu、Virtuals Protocol 增長與社區負責人 Christoper Johnson、Momentum BD Wesley在題為「AI+Crypto: Building the Future of the Digital Economy」的圓桌會議，圍繞AI+Crypto融合價值，去中心化AI未來以及殺手級應用等熱門話題做了深入探討。

Virtuals Protocol 增長與社區負責人 Christoper Johnson 相信AI與Crypto的成功融合在於解決具體痛點的簡單應用，看好能自主協作的智能體商業模式，並認為去中心化是抵禦巨頭壟斷的關鍵。

PIN AI 聯創 Ben Wu 主張未來應由用戶完全掌控其個人AI，通過構建數據錢包打破中心化平台的數據孤島，讓個人AI成為調度各類專業AI的"協調者"

Kite AI 產品負責人 Yusuke Muraoka 則認為下一代經濟將由AI代理驅動，當務之急是建立安全、可控的支付基礎設施，通過可驗證的授權證明實現代理間的可信微支付。

而Momentum BD Wesley 表示下一波數字資產浪潮的核心在於將萬億級別的傳統資產（如股票等）引入鏈上，而目前的主要障礙是緩慢的監管與快速的技術創新之間的不匹配。