Khám Phá Các Ứng Dụng AI Agent Trong Thị trường Web2 Và Web3

Mặc dù đang trải qua một giai đoạn nguội lạnh nhưng không thể phủ nhận AI Agent sẽ là xu hướng tất yếu trong tương lai gần ở cả thị trường truyền thống và thị trường Web3 với rất nhiều ứng dụng thực tế hữu ích. Vậy đó là những ứng dụng nào thì hãy cùng Hak Research tìm hiểu trong bài viết này nhé. 

AI Agent Đang Là Xu Hướng Tất Yếu Trên Toàn Cầu 

AI đang tiến hóa với tốc độ chóng mặt và một trong những xu hướng đột phá nhất hiện nay chính là AI Agents - các hệ thống có khả năng hành động tự động để đạt được những mục tiêu phức tạp. Những tiến bộ này không chỉ thay đổi cách con người tương tác với AI mà còn mở ra vô số cơ hội cho các startup công nghệ.

Trước đây, AI chủ yếu đóng vai trò hỗ trợ, giúp con người xử lý thông tin nhanh hơn. Nhưng AI Agents đang tiến gần hơn đến khả năng tư duy và hành động như một nhân viên thực thụ.

Ví dụ: Một AI Agent trong lĩnh vực tài chính có thể tự động theo dõi thị trường, phân tích biến động giá, thực hiện giao dịch và điều chỉnh danh mục đầu tư mà không cần sự can thiệp liên tục của con người. Trong khi đó, một AI Agent dành cho thương mại điện tử có thể quản lý kho hàng, đặt hàng từ nhà cung cấp khi tồn kho thấp và tối ưu hóa chiến lược định giá dựa trên xu hướng tiêu dùng.

Điều này khiến AI Agents không còn đơn thuần là một công cụ hỗ trợ mà trở thành một lực lượng lao động kỹ thuật số có thể thay thế hoặc hỗ trợ con người trong nhiều lĩnh vực khác nhau.

Theo báo cáo từ McKinsey, các công ty chi trung bình 70% ngân sách cho nhân sự trong khi ngân sách dành cho phần mềm chỉ chiếm chưa đến 10%. Tuy nhiên, AI Agents có thể thực hiện công việc như một nhân viên thực thụ nghĩa là chúng có thể tiếp cận ngân sách tuyển dụng thay vì chỉ cạnh tranh trong thị trường phần mềm.

Điều này mở ra cơ hội kinh doanh khổng lồ:

• Doanh nghiệp có thể thay thế hoặc bổ sung nhân lực bằng AI Agents để giảm chi phí
• Các startup có thể phát triển AI Agents chuyên biệt cho từng ngành công nghiệp từ tài chính, y tế đến giáo dục và thương mại điện tử

Các công ty khởi nghiệp như Sierra (AI customer support), Norm AI (compliance automation), Cognition AI (AI software engineer) cũng đã huy động hàng trăm triệu USD từ các quỹ đầu tư lớn, chứng tỏ mức độ quan tâm mạnh mẽ đối với lĩnh vực này.

AI Agent Trong Web2: Tự Động Hóa Từ Doanh Nghiệp Đến Đời Sống

AI Agent trong doanh nghiệp

AI Agent đang đóng vai trò ngày càng quan trọng trong hoạt động của doanh nghiệp, giúp tự động hóa quy trình, giảm chi phí vận hành và nâng cao hiệu suất làm việc. Nhờ vào khả năng xử lý dữ liệu khổng lồ, học hỏi từ hành vi người dùng và thực hiện tác vụ tự động, AI Agent đang giúp doanh nghiệp tối ưu các lĩnh vực cốt lõi như bán hàng, marketing, tài chính và quản trị rủi ro.

1. Ngành tự động hóa bán hàng & Marketing

AI Agent đang cách mạng hóa lĩnh vực bán hàng và tiếp thị bằng cách tối ưu hóa chiến lược quảng cáo, cá nhân hóa trải nghiệm khách hàng và tự động hóa quy trình tương tác với khách hàng.

• Phân tích dữ liệu khách hàng: AI có thể thu thập và phân tích hành vi người tiêu dùng từ đó đề xuất chiến dịch marketing phù hợp với từng phân khúc khách hàng.
• Tối ưu hóa quảng cáo: AI tự động điều chỉnh nội dung quảng cáo dựa trên tương tác người dùng, hiệu suất chiến dịch và dữ liệu nhân khẩu học, giúp tăng ROI cho doanh nghiệp.
• Tương tác khách hàng tự động: AI có thể tự động gửi tin nhắn, email hoặc thông báo đẩy, giúp duy trì liên lạc với khách hàng một cách hiệu quả.

Ví dụ thực tế:

• Apten_AI: Một nền tảng AI giúp tự động hóa quy trình marketing qua SMS, giúp doanh nghiệp tăng tỷ lệ chuyển đổi khách hàng mà không cần nhân sự thủ công.
• Casixty: AI chuyên quét dữ liệu trên Reddit, phát hiện các xu hướng thịnh hành và tự động tạo nội dung tương tác, giúp thương hiệu tăng nhận diện và tiếp cận khách hàng mục tiêu.

2. Tài chính & Kế toán

Trong lĩnh vực tài chính, AI Agent giúp giảm thiểu rủi ro, tối ưu hóa quản lý dòng tiền và tự động hóa các tác vụ kế toán.

• Phát hiện gian lận tài chính: AI có thể quét hàng triệu giao dịch mỗi ngày, phát hiện các hành vi đáng ngờ như giao dịch bất thường hoặc rửa tiền.
• Tự động hóa báo cáo tài chính: AI có thể phân loại dữ liệu kế toán, tổng hợp báo cáo thuế và dự đoán dòng tiền, giúp doanh nghiệp đưa ra quyết định tài chính chính xác hơn.
• Quản lý chi tiêu doanh nghiệp: AI có thể theo dõi và phân tích chi tiêu, phát hiện các khoản chi vượt mức và đề xuất các phương án tiết kiệm hợp lý.

Ví dụ thực tế:

• Klarna AI Assistant: Một trợ lý AI được tích hợp vào hệ thống tài chính của Klarna, giúp phân tích và tự động xử lý hơn 2.3 triệu giao dịch mỗi tháng, tiết kiệm chi phí nhân sự cho doanh nghiệp.

3. Quản trị rủi ro & tuân thủ quy định

AI Agent đang giúp doanh nghiệp đáp ứng các quy định pháp lý phức tạp, giảm rủi ro sai phạm và đảm bảo tuân thủ các tiêu chuẩn tài chính.

• Giám sát và tuân thủ quy định: AI có thể phân tích hàng ngàn văn bản pháp lý, giúp doanh nghiệp đảm bảo tuân thủ các tiêu chuẩn ngành mà không cần quá nhiều sự can thiệp của con người.
• Phát hiện rủi ro pháp lý: AI có thể xác định các vấn đề tiềm ẩn trong hợp đồng, giao dịch hoặc quy trình kinh doanh, giúp doanh nghiệp chủ động xử lý rủi ro trước khi bị phạt.
• Tự động hóa kiểm toán nội bộ: AI có thể so sánh dữ liệu tài chính, phát hiện sai lệch và báo cáo các vấn đề bất thường, giúp doanh nghiệp tăng cường minh bạch tài chính.

Ví dụ thực tế:

• Norm AI: Một nền tảng AI giúp doanh nghiệp tự động tuân thủ các quy định pháp luật, bằng cách phân tích các bộ luật phức tạp như Clean Air Act, Affordable Care Act và đưa ra gợi ý điều chỉnh chính sách phù hợp.

AI Agent trong đời sống hàng ngày

AI Agent không chỉ hỗ trợ doanh nghiệp mà còn ngày càng trở thành một phần quan trọng trong đời sống cá nhân, giúp con người tối ưu hóa công việc, quản lý thời gian, tiếp cận thông tin chính xác hơn và nâng cao chất lượng cuộc sống. Dưới đây là một số ứng dụng điển hình của AI Agent trong đời sống hàng ngày:  

1. Trợ lý ảo đa năng: Hỗ trợ công việc cá nhân và quản lý lịch trình

AI Agent có thể hoạt động như một trợ lý cá nhân thông minh, giúp người dùng tự động hóa các tác vụ hàng ngày mà không cần can thiệp thủ công. Mình có thể kể ra một số ví dụ về những công việc mà AI Agent có thể làm như:

• Đặt vé máy bay, thuê xe, đặt hàng trực tuyến: AI có thể quét dữ liệu từ nhiều nguồn khác nhau, tìm kiếm giá vé tốt nhất, đặt chỗ phù hợp với lịch trình của người dùng.
• Quản lý lịch trình cá nhân: AI có thể tự động đồng bộ hóa dữ liệu từ email, lịch làm việc, tin nhắn để tạo và điều chỉnh lịch trình tối ưu, nhắc nhở các cuộc hẹn quan trọng.
• Tự động hóa công việc hành chính: AI có thể điền biểu mẫu, lập báo cáo, sắp xếp tài liệu và thực hiện các tác vụ hành chính khác theo yêu cầu.

Ví dụ thực tế:

• Roboagent69 - Một AI Agent cá nhân có khả năng quản lý lịch trình hàng ngày, theo dõi công việc cần làm và nhắc nhở các nhiệm vụ quan trọng. Người dùng chỉ cần nhập yêu cầu bằng giọng nói hoặc văn bản, AI sẽ thực hiện mà không cần tương tác nhiều lần.

2. Bình luận thể thao & Cập nhật tin tức: Phân tích dữ liệu và tạo nội dung tự động

AI Agent không chỉ giúp cá nhân sắp xếp công việc mà còn đóng vai trò quan trọng trong việc cập nhật và phân tích tin tức thể thao, giải trí, kinh tế, tài chính. Một số ví dụ có thể kể đến như: 

• Phân tích dữ liệu thể thao: AI có thể theo dõi hiệu suất thi đấu của các đội bóng, cầu thủ, tỷ số trận đấu và các chỉ số thống kê quan trọng sau đó đưa ra dự đoán hoặc phân tích chuyên sâu.
• Tạo nội dung tự động: AI có thể viết bài bình luận, tổng hợp kết quả trận đấu, hoặc thậm chí tạo video highlight tự động dựa trên dữ liệu được thu thập.
• Cá nhân hóa nội dung: AI có thể học sở thích của người dùng để đề xuất nội dung phù hợp (ví dụ: tin tức về đội bóng yêu thích hoặc các giải đấu mà họ quan tâm).

Ví dụ thực tế:

• HeyTracyAI – Một AI Agent chuyên phân tích giải đấu NBA, cung cấp bình luận thể thao, thống kê trận đấu, so sánh cầu thủ và dự đoán kết quả. AI có thể tự động viết bài bình luận sau mỗi trận đấu dựa trên dữ liệu phân tích.

3. Kiểm tra tin giả & Xác minh thông tin: Ngăn chặn thông tin sai lệch trên mạng xã hội

AI Agent có thể giúp người dùng kiểm tra độ chính xác của thông tin trên mạng xã hội, giúp ngăn chặn sự lan truyền của tin tức giả mạo (Fake News) và thông tin sai lệch. Một số ví dụ như:

• Quét và phân tích dữ liệu mạng xã hội: AI có thể tự động thu thập và phân tích nội dung trên các nền tảng như Facebook, Twitter, Reddit... để phát hiện tin tức đáng ngờ.
• So sánh thông tin với nguồn tin chính thống: AI có thể đối chiếu thông tin với các nguồn đáng tin cậy như các trang báo chính thống, tổ chức kiểm chứng sự thật để xác minh tính xác thực.
• Cảnh báo và đánh giá mức độ chính xác: AI có thể gắn nhãn đáng tin cậy, cần kiểm chứng, có thể sai lệch để cảnh báo người dùng về độ chính xác của tin tức.

Ví dụ thực tế: 

• PerspectiveAI – Một AI Agent chuyên kiểm chứng tính xác thực của tin tức trên mạng xã hội, giúp người dùng đánh giá tin tức có phải là Fake News hay không, từ đó giảm thiểu nguy cơ bị lừa đảo hoặc bị tác động bởi thông tin sai lệch.

AI Agent Trong Web3: Định Hình Tương Lai Phi Tập Trung

Web3 không chỉ đơn thuần áp dụng AI để tối ưu quy trình mà còn tận dụng sức mạnh của blockchain để tạo ra những AI Agent tự vận hành, có khả năng quản lý tài sản và giao dịch một cách thông minh.

AI Agent trong DeFi: Tự động hóa giao dịch và quản lí tài sản

AI Agent đang thúc đẩy cuộc cách mạng trong lĩnh vực tài chính phi tập trung (DeFi) bằng cách tự động hóa quy trình giao dịch, phân tích dữ liệu on-chain và tối ưu hóa lợi nhuận. Thay vì người dùng phải liên tục theo dõi thị trường và điều chỉnh danh mục đầu tư theo cách thủ công, AI Agent có thể thực hiện các quyết định đầu tư theo thời gian thực, giúp nâng cao hiệu suất giao dịch và giảm thiểu rủi ro.

1. Tự động hóa giao dịch DeFi

Một trong những ứng dụng quan trọng nhất của AI Agent trong DeFi là tự động hóa giao dịch. AI có thể:

• Phân tích dữ liệu on-chain: Theo dõi các giao dịch, xu hướng thanh khoản, biến động giá, khối lượng giao dịch và các chỉ số on-chain khác.
• Xác định cơ hội giao dịch: Dựa vào dữ liệu lịch sử và mô hình dự đoán, AI có thể nhận diện cơ hội đầu tư tiềm năng và đề xuất chiến lược phù hợp.
• Thực hiện giao dịch tự động: Khi điều kiện thị trường phù hợp, AI sẽ tự động đặt lệnh mua/bán token theo chiến lược đã thiết lập, giúp tối ưu hóa lợi nhuận và giảm thiểu rủi ro trượt giá.
• Tối ưu hóa chiến lược giao dịch: AI có thể điều chỉnh chiến lược dựa trên dữ liệu thị trường mới nhất, từ đó đảm bảo tỷ lệ thắng cao hơn so với giao dịch thủ công.

Ví dụ về các dự án AI Agent trong DeFi:

• Sendaifun – Bộ công cụ AI Agent trên Solana, hỗ trợ từ quản lý tài sản, phân bổ vốn đến giao dịch tự động trên các giao thức DeFi.
• Cod3xOrg – Nền tảng no-code, cho phép người dùng tạo AI giao dịch tự động mà không cần có kỹ năng lập trình.

2. Tối ưu hóa Staking & Lending

Ngoài giao dịch, AI Agent còn đóng vai trò quan trọng trong staking và lending, giúp người dùng tối đa hóa lợi nhuận từ tài sản nhàn rỗi và quản lý rủi ro thanh lý khi vay trên các nền tảng DeFi.

• Tự động staking: AI có thể phân tích và đánh giá các giao thức staking để xác định APY (Annual Percentage Yield) cao nhất và tỷ lệ rủi ro thấp nhất. Khi lãi suất thay đổi hoặc có cơ hội tốt hơn, AI sẽ tự động di chuyển tài sản sang giao thức staking tối ưu nhất, giúp tối đa hóa lợi nhuận.
• Tối ưu hóa lending/borrowing: AI có thể giám sát khoản vay của người dùng trên các nền tảng lending như Aave, Compound, Venus,... Khi tỷ lệ thế chấp giảm xuống mức nguy hiểm, AI sẽ tự động điều chỉnh (thêm tài sản thế chấp hoặc trả bớt nợ) để tránh bị thanh lý. AI cũng có thể phân tích các giao thức lending để tìm mức lãi suất vay thấp nhất, từ đó giúp người dùng tiết kiệm chi phí lãi suất vay.

AI Agent trong quản trị DAO: Tối ưu hóa quyết định và chiến lược

Quản trị phi tập trung DAO là một trong những ứng dụng quan trọng nhất của Web3 nơi các quyết định được thực hiện thông qua bỏ phiếu on-chain thay vì thông qua một tổ chức tập trung. Tuy nhiên, hệ thống này vẫn còn nhiều hạn chế như khối lượng thông tin lớn, khả năng phân tích dữ liệu hạn chế và tỷ lệ tham gia bỏ phiếu thấp. AI Agent đang dần trở thành một công cụ hỗ trợ đắc lực giúp các DAO vận hành hiệu quả hơn bằng cách phân tích dữ liệu quản trị, tối ưu hóa chiến lược và tự động hóa quy trình ra quyết định.

AI có thể thu thập và phân tích dữ liệu on-chain để cung cấp cái nhìn tổng quan về hoạt động quản trị DAO. Các tác vụ bao gồm: Tóm tắt và phân tích các đề xuất quản trị, theo dõi lịch sử bỏ phiếu, phát hiện hành vi bất thường trong bỏ phiếu. Ngoài ra, AI Agent không chỉ phân tích dữ liệu mà còn có thể đề xuất các chiến lược quản trị tối ưu. Một số cách AI có thể hỗ trợ: Dự đoán kết quả bỏ phiếu, tư vấn chính sách dựa trên dữ liệu, tư vấn chính sách dựa trên dữ liệu, hỗ trợ đề xuất quản trị.

Một số dự án đang tích hợp AI vào quản trị DAO để nâng cao hiệu quả ra quyết định:

• ai16zdao – Dự án thử nghiệm AI hỗ trợ bỏ phiếu và đề xuất chiến lược quản trị DAO, giúp thành viên dễ dàng tiếp cận các thông tin quan trọng và tối ưu hóa quy trình ra quyết định.
• DeepDAO – Sử dụng AI để phân tích dữ liệu on-chain của DAO, xếp hạng DAO dựa trên mức độ hoạt động và hiệu suất quản trị.
• Kleros – Một hệ thống phân xử phi tập trung sử dụng AI để hỗ trợ quyết định các tranh chấp on-chain trong quản trị DAO.

AI Agent trong bảo mật web3: Tự động hóa kiểm soát & phát hiện lỗ hổng Smart Contract

Bảo mật luôn là một trong những thách thức lớn nhất đối với hệ sinh thái Web3 đặc biệt là trong các giao thức DeFi, NFT, DAO và các nền tảng blockchain phi tập trung. Smart contract mặc dù có tính minh bạch và hoạt động theo cơ chế tự động nhưng vẫn có thể tồn tại các lỗ hổng bảo mật nghiêm trọng, khiến tài sản bị mất mát do các cuộc hack, khai thác lỗi logic hoặc thao túng giao dịch.

AI Agent đang đóng vai trò ngày càng quan trọng trong việc tự động hóa quy trình kiểm toán bảo mật smart contract, giúp phát hiện các điểm yếu tiềm ẩn trước khi chúng bị hacker khai thác. Điều này không chỉ giúp bảo vệ tài sản của người dùng mà còn tăng cường niềm tin vào hệ sinh thái Web3.

AI Agent kiểm toán bảo mật smart contract bằng cách:

• Phân tích mã nguồn smart contract: AI quét toàn bộ mã nguồn smart contract để tìm kiếm các lỗ hổng bảo mật phổ biến như reentrancy attack, integer overflow, front-running, MEV exploitation. AI cũng kiểm tra tính nhất quán và logic Contract, đảm bảo smart contract thực thi chính xác như dự định.
• Mô phỏng & phát hiện lỗi trong môi trường sandbox: AI có thể tạo môi trường giả lập để mô phỏng các tình huống tấn công thực tế. Các mô phỏng này giúp phát hiện những kịch bản mà hacker có thể khai thác mà con người khó nhận ra.
• Tự động đánh giá rủi ro và đưa ra báo cáo bảo mật: Sau khi quét mã nguồn và mô phỏng tấn công, AI Agent sẽ xếp hạng mức độ rủi ro của từng lỗ hổng (Cao, Trung Bình, Thấp). Hệ thống cũng đề xuất các biện pháp khắc phục, giúp lập trình viên sửa lỗi trước khi smart contract được triển khai.
• Cảnh báo theo thời gian thực: AI có thể giám sát các giao dịch on-chain và cảnh báo ngay khi phát hiện hoạt động đáng ngờ như tấn công flash loan, rug pull, thao túng giá.

Một số ví dụ về AI Agent đang hoạt động trên thị trường:

• CertiK Agent: Một AI chuyên kiểm toán smart contract, giúp tự động quét và phát hiện lỗ hổng bảo mật. CertiK sử dụng machine learning kết hợp với kiểm toán thủ công, cung cấp một hệ thống đánh giá bảo mật toàn diện.
• SolEng Agent: AI phân tích các kho lưu trữ GitHub của dự án, giúp nhà phát triển phát hiện mã độc hoặc lỗ hổng tiềm ẩn trước khi triển khai smart contract.
• BlockSec AI: Hệ thống bảo mật sử dụng AI để giám sát on-chain theo thời gian thực, phát hiện các giao dịch bất thường và gửi cảnh báo sớm cho cộng đồng.

AI Agent Trong Web3 Có Đủ Sức Cạnh Tranh Với Web2 Không

AI Agent trong Web3 vẫn đang ở giai đoạn đầu phát triển và chưa có mức độ phổ biến rộng rãi như các ứng dụng AI trong Web2. Tuy nhiên, Web3 AI Agent có một số lợi thế mang tính đột phá mà Web2 AI khó có thể đạt được:

1. Tính phi tập trung & bảo mật:

• AI trong Web3 hoạt động trên các nền tảng phi tập trung, không bị kiểm soát bởi một công ty hay tổ chức duy nhất.
• Điều này giúp giảm rủi ro thao túng dữ liệu, đảm bảo thông tin không bị chỉnh sửa hoặc khai thác vì mục đích thương mại mà người dùng không hay biết.
• Thay vì phải tin tưởng vào các mô hình AI của những công ty lớn như OpenAI, Google, Meta, người dùng có thể kiểm tra mã nguồn và dữ liệu của AI trong Web3.

2. Cơ chế khuyến khích bằng Tokenomics:

• Trong Web3, người dùng không chỉ là khách hàng mà còn có thể trở thành bên đóng góp vào sự phát triển của AI.
• Hệ thống tokenomics khuyến khích người dùng cung cấp dữ liệu, huấn luyện mô hình AI và cải thiện độ chính xác.
• Những người đóng góp dữ liệu có thể nhận phần thưởng bằng token, giúp xây dựng một hệ sinh thái AI tự vận hành và liên tục cải thiện.

3. Khả năng tích hợp với DeFi & Blockchain:

• AI trong Web3 có thể phân tích dữ liệu on-chain, tự động hóa giao dịch và tối ưu hóa lợi nhuận, điều mà AI Web2 không thể làm được do thiếu quyền truy cập vào dữ liệu blockchain.
• Các AI Agent có thể thực hiện các tác vụ tài chính phức tạp như: Quản lý danh mục đầu tư DeFi dựa trên điều kiện thị trường, dự đoán xu hướng giá token dựa trên dữ liệu giao dịch on-chain và hỗ trợ quản trị DAO, giúp phân tích dữ liệu biểu quyết và đề xuất chiến lược phù hợp.
• AI Web3 có tiềm năng tạo ra các mô hình giao dịch phi tập trung thông minh, giúp người dùng tối ưu hóa chiến lược tài chính một cách tự động.

Mặc dù sở hữu nhiều lợi thế, AI trong Web3 cũng phải đối mặt với nhiều rào cản khiến tốc độ phát triển chưa thể theo kịp Web2 AI.

1. Thiếu sản phẩm có ứng dụng thực tế & Adoption yếu

• Hiện tại, phần lớn dự án Web3 AI mới chỉ ở giai đoạn thử nghiệm hoặc tập trung vào xây dựng hạ tầng, chưa có nhiều sản phẩm được áp dụng rộng rãi.
• Trong khi AI Web2 đã chứng minh được giá trị thực tiễn thông qua trợ lý ảo, chatbot hỗ trợ khách hàng, AI phân tích dữ liệu doanh nghiệp, thì AI Web3 vẫn đang tìm kiếm thị trường ngách phù hợp.
• Việc thiếu sản phẩm thực tế làm chậm quá trình tiếp nhận người dùng và hạn chế tiềm năng thương mại của AI Web3.

2. Cần mô hình kinh tế bền vững, tránh phụ thuộc vào đầu cơ token

• Nhiều dự án AI Web3 quá tập trung vào phát hành token và thu hút đầu tư, thay vì xây dựng công nghệ có giá trị thực sự.
• Một số dự án chỉ tạo ra mô hình tokenomics hấp dẫn để thu hút người dùng ban đầu nhưng không có chiến lược phát triển dài hạn, dẫn đến giá trị token sụt giảm và người dùng mất niềm tin.
• Để có thể cạnh tranh với AI Web2, AI Web3 cần xây dựng mô hình kinh tế thực sự bền vững, nơi token không chỉ là công cụ tài chính mà còn có vai trò thúc đẩy sự phát triển và ứng dụng của AI trong thực tế.

Nhìn chung, AI Agent trong web3 mang đến những nét đặc trưng và độc đáo riêng mà các dự án Web2 không có được nhưng tính ứng dụng thực tế vẫn còn yếu và nhiều dự án quá phụ thuộc vào token để thu hút sự chú ý của cộng đồng.

Tổng kết

AI Agent đang cho thấy tiềm năng ứng dụng cực kì lớn trong cả thế giới web2 và Web3. Trên đây là tất cả thông tin mình muốn chia sẻ trong bài viết này, hi vọng mọi người đã nhận được những kiến thức bổ ích.