硅谷 101 x RootData 年度峰会精彩回顾：大咖云集，共议 AI Crypto 新机遇

硅谷时间 10 月 5 日，硅谷101 x RootData 年度峰会在硅谷圆满落幕。本届峰会由硅谷101 与 RootData共同主办，并设置《Valley 101 Alignment 2025 Tech Summit》、《DeInsight 2025》两大论坛，其中《DeInsight 2025》论坛由 AWS 和 ChainOpera AI 联合赞助，区块链媒体 ChainCatcher、代理加密浏览器 Donut 以及 Al Web3 投资加速器 AI101Labs 联合举办。

活动现场，Rootdata 联合创始人 Hunter、AWS 解决方案架构师 Justin Lin、ChainOpera AI 联合创始人 Salman Avestimehr、AI101 Labs 管理合伙人 Elaine Yang、Gensyn 联合创始人 Harry Grieve、Orange DAO 普通合伙人 Orion Parrott、OpenMind CTO Boyuan Chen、Donut COO Darcy、RootData 首席产品经理 Ye Wang 、Alumni Ventures 风险投资人 Bryan Liu、Turnkey 解决方案工程负责人 Michael Lewellen、Crossmint BD业务负责人 Nick Wang、Camp Network CTO Rahul Doraiswami、Kite AI 产品负责人 Yusuke Muraoka、PIN AI 联创 Ben Wu、Virtuals Protocol 增长与社区负责人 Christoper Johnson、Momentum BD Wesley等数十家知名AI和Crypto领域的项目与机构代表，围绕AI与Crypto的融合创新展开主题演讲和圆桌讨论。

RootData 还在峰会上发布了《2025 年加密货币发展研究报告》以及Crypto 影响力年度榜单 RootData List 2025。此次榜单包含「Top100 项目」和「Top50 VC」两项榜单，旨在呈现 Web3 领域具有影响力和创新性的主要参与者，并评估持续推动行业进步的关键力量。

主题演讲

活动以AI101 Labs 管理合伙人 Elaine Yang 以《链上智能：代币化时代的 AI 机遇》的主旨演讲，系统阐述了 AI 与 Web3 融合领域的投资逻辑与前沿趋势。

Elaine Yang 指出，我们正站在 AI 与 Web3 融合的历史性拐点。她认为，链上智能将成为下一代机器经济的基础设施核心，并分享了 AI101 Labs 在该领域的全景投资布局。Elaine 表示，看好 AI 驱动的 Web3 娱乐、下一代 AI 浏览器以及深度学习驱动的链上交易等方向。

Gensyn 联合创始人兼 CTO Harry Grieve 发表了题为《加密基础设施扩展机器智能》的主题演讲。

Harry Grieve 指出，当前机器智能发展面临四大挑战：技术上面临真正的超大规模需求挑战；经济上存在寡头垄断与边缘硬件价格不对称；此外还涉及“机器权利”和“计算权”等伦理问题，安全上则面临监管等风险。

Orange DAO 普通合伙人 Orion Parrott 则发表了题为《AI 区块链创业指南》的主题演讲，为创业者提供了清晰的行动指南。

Orion Parrott 指出，当前正处在区块链与AI技术交汇的历史性拐点，为创业者提供了前所未有的机遇。针对如何选择技术路线，他提出了一个三维评估框架：技术契合度（区块链能力、AI工具与生态可组合性）、社区文化（价值观与开发者支持）以及治理与可持续性（升级路径与真实用户参与）。

Parrott 为早期创业者指明了方法论：寻找现实中已破碎的低效系统作为切入点，并以“用更少代码实现更多功能”作为衡量平台适配度的黄金标准。

OpenMind CTO Boyuan Chen 发表了题为《从思维机器到行动机器》的主题演讲。

Boyuan Chen 在会上正式介绍了其 OM1 平台。该平台旨在赋能各种形态的机器人在复杂人类环境中进行感知、适应和行动。他指出，OM1 采用模块化架构且与硬件无关，允许开发者创建一个AI智能体，并在数字云环境或多种物理机器人硬件上运行。

Donut 首席运营官 Darcy 则详细介绍了 Donut 的产品愿景和设计理念。

Darcy 阐释道，Donut 旨在成为连接 AI 代理与加密世界的基础设施。它不仅是加密浏览器，更是一个多代理交易框架与钱包自动化平台，致力于成为所有未来 AI 代理的统一执行前端。她强调，这一设计将重塑交易订单流的未来形态。

而RootData 首席产品经理 Ye Wang 发布了《2025 年加密货币发展研究报告》。

Ye Wang 提到，加密市场融资格局正发生深刻变革。CeFi 赛道以 235.8 亿美元融资额强势领跑，其单笔融资 1.73 亿美元的体量是基础设施赛道的 11 倍，显示出传统金融力量通过 IPO/债券/并购等工具对加密原生生态的“降维打击”。与此同时，IPO/Post-IPO/ICO 轮次以 160.6 亿美元占据总融资额的 47%，单笔平均融资高达 2.92 亿美元，远超种子轮的 510 万美元。

报告特别强调，ETF 和 DAT 正在改写加密融资规则，币股概念以 139.3 亿美元融资领跑超大额融资赛道。而 AI x Crypto 子赛道融资占比已突破 5%，加密货币与 AI 的深度融合，正成为 2025 年资本市场与早期创业的最强驱动力。

ChainOpera AI 联合创始人、南加州大学教授 Salman Avestimehr 发表了关于《协作型 AI 代理网络基础》的主题演讲，系统阐述了其提出的 “Crypto AGI”愿景，即通过构建一个社区共建、社区共有的 AI 代理网络，深度融合 AI 与区块链技术，推动 DeFi 与真实世界资产（RWA）实现大规模普及。

Salman 指出，当前 DeFi 与 AI 领域分别面临使用复杂性与资源垄断等问题，而 ChainOpera AI 致力于通过社区驱动的智能代理网络打通两大领域。

最后AWS 解决方案架构师 Justin Lin 则系统阐述了企业如何通过 AWS AI 实现从概念验证到规模化落地的转型路径。

Justin Lin 指出，AI 发展正经历从生成式助手向智能体 AI 系统的演进，未来将实现全自主工作流与多智能体协同。他强调，模型选择与评估是企业应用 AI 的核心环节，到 2028 年大多数企业将部署数十个生成式 AI 模型，需建立系统性测试框架并设计支持模型切换的架构。

圆桌对话

Alumni Ventures 风险投资人 Bryan Liu、Turnkey 解决方案工程负责人 Michael Lewellen、Crossmint BD 业务负责人 Nick Wang、Camp Network CTO Rahul Doraiswami在题为「Crypto: Next Big Thing 」的圆桌会议， 围绕AI Crypto融合路径和当下挑战等热门话题做了深入探讨。

Alumni Ventures 风险投资人 Bryan Liu 表示AI与区块链是完美互补：AI高效但不可控，区块链可信但缓慢。两者结合，AI能为区块链加速，区块链能成为AI的信任层。他尤其看好区块链作为未来AI智能体经济的支付和信任基础设施。

Crossmint BD 业务负责人 Nick Wang则专注于让加密技术成为AI智能体的支付渠道。其项目在构建相关基础设施，而当前主要挑战是商户对稳定币的接受度不足，以及需要为智能体交易建立新的安全与责任标准。

Turnkey 解决方案工程负责人 Michael Lewellen 提到了AI Crypto融合带来的安全问题，强调必须为操作资金的AI智能体设置严格权限限制。同时，他预见“身份与支付”在链上的结合将催生如自动实时报税等颠覆性用例，并推动政府采纳。

Camp Network CTO Rahul Doraiswami 致力于利用区块链的不可篡改性为AI领域提供IP溯源和信任计算，他认为提升用户体验和采用更先进的密码学技术是推动发展的关键。

Kite AI 产品负责人 Yusuke Muraoka、PIN AI 联创 Ben Wu、Virtuals Protocol 增长与社区负责人 Christoper Johnson、Momentum BD Wesley在题为「AI Crypto: Building the Future of the Digital Economy」的圆桌会议， 围绕AI Crypto融合价值，去中心化AI未来以及杀手级应用等热门话题做了深入探讨。

Virtuals Protocol 增长与社区负责人 Christoper Johnson 相信AI与Crypto的成功融合在于解决具体痛点的简单应用，看好能自主协作的智能体商业模式，并认为去中心化是抵御巨头垄断的关键。

PIN AI 联创 Ben Wu 主张未来应由用户完全掌控其个人AI，通过构建数据钱包打破中心化平台的数据孤岛，让个人AI成为调度各类专业AI的“协调者”

Kite AI 产品负责人 Yusuke Muraoka 则认为下一代经济将由AI代理驱动，当务之急是建立安全、可控的支付基础设施，通过可验证的授权证明实现代理间的可信微支付。

而Momentum BD Wesley 表示下一波数字资产浪潮的核心在于将万亿级别的传统资产（如股票等）引入链上，而当前的主要障碍是缓慢的监管与快速的技术创新之间的不匹配。