Et meget højt antal AI-agenter og deres tilsvarende tokens er mislykkedes, og dette kan sandsynligvis skyldes, at mange mangler reelle anvendelser og værdi. Eksperter siger, at dette sorterer svage projekter fra og faktisk er et godt tegn for fremtiden for AI-agenter.
Eksperter: Høj fejlfrekvens for AI-agenter typisk for Web3, men 'ikke nødvendigvis en dårlig ting'
Denne artikel blev publiceret for mere end et år siden. Nogle oplysninger er muligvis ikke aktuelle.

Høj fejlrate for AI-agenter er ikke usædvanlig
Det alarmerende høje antal mislykkede kunstige intelligens (AI) agenter og deres tilsvarende tokens kommer ikke som en overraskelse givet deres mangel på klar nytte, reelle anvendelser og påviselig værdi. Faktisk hævder nogle eksperter, at endnu flere AI-agenter, ligesom startups med en rapporteret overlevelsesrate under 1%, sandsynligvis vil fejle i fremtiden.
En nylig rapport fra Bitcoin.com News, med henvisning til en Phut Crypto-undersøgelse, anslår, at næsten 90% af AI-agenter, der blev lanceret mellem 2. og 14. januar 2025, er mislykkedes. Derudover oplever cirka 75% af de handlende, der er involveret i AI-agent tokens, som har en gennemsnitlig levetid på kun 17 dage, tab. Disse fund understreger de høje risici forbundet med handel med AI-agent tokens.
Mens den høje fejlrate også antyder de utroligt korte opmærksomhedsspænd inden for Web3, hævder Michael Heinrich, administrerende direktør hos 0G Labs, at antallet af uddøde AI-agenter ikke bør være en grund til bekymring.
“Dette er ikke nødvendigvis en dårlig ting—det er faktisk et positivt tegn for industrien. Det betyder, at kun de projekter og AI-agenter med ægte værdi og nytte vil overleve. For rummets langsigtede sundhed er denne form for naturlig udvælgelse en god ting,” sagde Heinrich.
Derfor, i stedet for at se fejlraten som en kilde til modløshed, bør stiftere og iværksættere, der er involveret i AI-agenter, se det som bevis på den “store opfattede efterspørgsel” efter AI-agenter. Denne høje efterspørgsel overstiger dog i øjeblikket evnen til at levere praktiske og værdifulde løsninger.
At skelne værdi fra hype i AI-agentnyheder
Lingling Jiang, partner hos DWF Labs, advarede imidlertid mod at falde for AI-agenter, der lover for meget. “Der er ingen genveje til at etablere pålidelighed eller lang levetid,” sagde Jiang. “Det kræver hårdt arbejde, strategisk vision og samarbejde med gode, ligesindede partnere for at hjælpe dit projekt med at lykkes.”
På trods af deres tilsyneladende elendige succesrate forventes AI-agenter stadig at få mere trækkraft i 2025. Dette betyder sandsynligvis, at flere brugere vil blive fristet til at engagere sig med dem. For at minimere deres chancer for at lide samme skæbne som deres pionerende modparter opfordrede Renç Korzay, CEO for Giza, brugere, der forsøger sig med AI-agent tokens, til at fokusere mindre på markedsføringsfortællinger og mere på udførelse som evalueringskriterier. Brugere “bør kræve bevis for reel nytte, ikke kun tekniske whitepapers eller tokonomics,” sagde Korzay.
Medekspert, Heinrich, rådede potentielle AI-agent token-investorer til at overveje at bruge online overvågningsværktøjer som Dune Analytics eller Token Terminal for at få dybere indsigt. Jiang understregede vigtigheden af at holde sig ajour med nyheder og opdateringer samt lære at skelne værdifuld information fra vildledende hype.
Med hensyn til skridt til at beskytte brugere argumenterede Shashank Yadav, CEO og grundlægger af Fraction AI, for, at den høje fejlrate nødvendiggør smartkontrakt låsninger med lineær vesting. Dette kræver også “obligatoriske TEE’er til manipulationssikre agentoperationer og nul-viden beviser for gennemsigtig, men konkurrencedygtig udførelse,” sagde Yadav.
Der var nær-universal enighed blandt eksperterne om vigtigheden af fællesskabsfeedback til et projekts udsigter. Fra at spille en instrumental rolle i formning og forbedring af AI-agenter til at hjælpe med at opdage problemer, før tokens dør, sikrer fællesskabsfeedback, at agenterne udvikler sig til at “løse reelle problemer og levere ægte værdi.”














