ASI Alliance چیست؟
ASI Alliance را نمیتوان صرفاً یک «ارز هوش مصنوعی» دانست.
هدف بلندمدت این پروژه ساخت مجموعهای از زیرساختها برای هوش مصنوعی غیرمتمرکز، AGI و در نهایت ASI است؛ به شکلی که مدل، داده، قدرت پردازشی، Agentهای هوشمند و زیرساخت بلاکچینی الزاماً در اختیار یک شرکت متمرکز نباشند.
Alliance در سال ۲۰۲۴ با همکاری اولیه سه پروژه Fetch.ai، SingularityNET و Ocean Protocol شکل گرفت. در همان سال CUDOS نیز پس از رأیگیری جامعه به مجموعه اضافه شد. Ocean Protocol بعداً در ۹ اکتبر ۲۰۲۵ از Alliance خارج شد و وبسایت رسمی امروز Fetch.ai، SingularityNET و CUDOS را بهعنوان اعضای اصلی معرفی میکند. (Fetch.ai)
به زبان ساده، ایده این است:
بهجای آنکه تمام اجزای یک سیستم AI در دیتاسنترها، مدلها و APIهای یک شرکت متمرکز قرار داشته باشند، یک اکوسیستم باز ایجاد شود که توسعهدهندگان، Agentها، مدلهای AI و تأمینکنندگان محاسبات بتوانند در آن با یکدیگر تعامل و حتی تراکنش مالی داشته باشند.
این پروژه را میتوان در چند دسته همزمان قرار داد:
Artificial Intelligence + Blockchain + Web3 + AI Agents + Decentralized Compute + AGI Infrastructure

چرا ASI Alliance ایجاد شد؟
توسعه مدلهای پیشرفته AI به چند منبع مهم احتیاج دارد:
داده + مدل + قدرت پردازشی + نرمافزار + شبکه توزیع + سیستم پرداخت و هماهنگی
در مدل فعلی صنعت، بخش بزرگی از این منابع در اختیار تعداد محدودی از شرکتهای بزرگ فناوری و Cloud Providerهاست.
ASI Alliance میخواهد یک مسیر جایگزین ایجاد کند؛ مسیری که در آن:
- توسعه AI بازتر باشد؛
- Agentهای مستقل بتوانند با یکدیگر همکاری کنند؛
- GPU و Compute از منابع توزیعشده فراهم شود؛
- پرداخت بین Agentها امکانپذیر باشد؛
- مدلها و سرویسهای هوش مصنوعی قابل عرضه باشند؛
- و FET بهعنوان بخشی از لایه اقتصادی اکوسیستم عمل کند.
این ایده در مأموریت رسمی Alliance نیز با تمرکز بر decentralized AI و توسعه AGI باز مطرح شده است. (Superintelligence)
تاریخچه ASI Alliance
ریشه ASI Alliance از خود ائتلاف قدیمیتر است.
Fetch.ai، SingularityNET، Ocean Protocol و CUDOS هرکدام پیش از تشکیل Alliance پروژههای مستقلی بودند.
| تاریخ | رویداد |
|---|---|
| پیش از ۲۰۲۴ | Fetch.ai روی Agentها و بلاکچین، SingularityNET روی AI/AGI و Ocean روی اقتصاد داده فعالیت میکردند |
| ۲۷ مارس ۲۰۲۴ | Fetch.ai، SingularityNET و Ocean تشکیل Artificial Superintelligence Alliance را اعلام کردند |
| آوریل ۲۰۲۴ | پیشنهاد ادغام با رأی جوامع مربوطه تأیید شد |
| مه ۲۰۲۴ | حدود 1.477 میلیارد FET برای اجرای مکانیزم ادغام AGIX و OCEAN ایجاد شد |
| ۱ ژوئیه ۲۰۲۴ | مرحله اول Token Merge آغاز شد؛ AGIX و OCEAN امکان تبدیل به FET پیدا کردند |
| سپتامبر ۲۰۲۴ | پیشنهاد ورود CUDOS به Alliance مطرح شد |
| ۲۷ سپتامبر ۲۰۲۴ | ورود CUDOS پس از رأی جامعه تأیید شد |
| اکتبر ۲۰۲۴ | ادغام CUDOS در اکوسیستم ASI ادامه یافت |
| فوریه ۲۰۲۵ | مدل ASI-1 Mini معرفی شد |
| مارس ۲۰۲۵ | قابلیت Knowledge Graph برای ASI-1 Mini معرفی شد |
| ۲۰۲۵ | توسعه ASI:Chain، ASI:Cloud و سایر اجزای Innovation Stack سرعت گرفت |
| ۹ اکتبر ۲۰۲۵ | Ocean Protocol رسماً از ASI Alliance خارج شد |
| ۲۰۲۶ | Alliance با Fetch.ai، SingularityNET و CUDOS و مجموعه محصولات AI خود ادامه فعالیت داد |
منابع رسمی تاریخ ادغام، نرخهای تبدیل و ورود CUDOS را تأیید میکنند. (Fetch.ai)
چرا هنوز نام توکن ASI Alliance است؟
یکی از مواردی که درباره این پروژه کاربران را سردرگم میکند، تفاوت FET و ASI است.
برنامه اولیه این بود که:
FET + AGIX + OCEAN → ASI
و در نهایت نماد توکن نیز به ASI تغییر کند.
در مرحله اول ادغام، AGIX و OCEAN به FET تبدیل شدند و قرار بود در مرحله بعدی FET نیز با نسبت 1:1 به ASI منتقل شود. (docs.superintelligence.io)
اما در وضعیت فعلی، پروژه همچنان توکن خود را FET معرفی میکند.
صفحه رسمی Alliance صراحتاً آن را:
ASI Token (FET)
مینامد. (Superintelligence)
بنابراین هنگام نگارش این مقاله:
نام اکوسیستم: ASI Alliance
توکن اصلی: FET
است.
بنیانگذاران و تیم ASI Alliance
ASI Alliance یک استارتاپ با یک مؤسس واحد نیست؛ حاصل ترکیب چند اکوسیستم مختلف است.
Humayun Sheikh
Humayun Sheikh مدیرعامل Fetch.ai و رئیس Artificial Superintelligence Alliance است.
وبسایت رسمی Alliance او را کارآفرین و سرمایهگذاری معرفی میکند که سابقه سرمایهگذاری اولیه در DeepMind داشته و فعالیت او بر AI، Machine Learning، Agentهای خودمختار و Blockchain متمرکز بوده است. (Superintelligence)
Dr. Ben Goertzel
Ben Goertzel یکی از شناختهشدهترین چهرههای پروژه است.
او بنیانگذار SingularityNET و یکی از پژوهشگران قدیمی حوزه Artificial General Intelligence است و پروژههایی مانند OpenCog/Hyperon نیز با فعالیتهای تحقیقاتی او ارتباط دارند. (SingularityNET)
در ساختار اولیه Alliance، Goertzel بهعنوان CEO و Sheikh بهعنوان Chairman معرفی شدند. (docs.superintelligence.io)
ساختار Governance
ASI Alliance مدل حاکمیت خود را «فدرال» توصیف میکند.
به این معنا که اعضای Alliance استقلال فنی و سازمانی خود را کاملاً از دست ندادهاند، اما FET نقش مشترکی در اقتصاد و Governance اکوسیستم دارد.
Fetch.ai دارای سیستم رأیگیری On-chain است و FET holders میتوانند در موضوعاتی مانند ارتقای شبکه، پارامترهای عملیاتی و برخی پیشنهادهای حاکمیتی مشارکت کنند.
در عین حال اعضای مختلف میتوانند سازوکارهای داخلی خود را نیز حفظ کنند. (Superintelligence)
فناوری ASI Alliance
این قسمت مهمترین بخش برای درک پروژه ASI Alliance است.
ASI Alliance در واقع تلاش میکند چند لایه را کنار هم قرار دهد:
AI Models
↓
Knowledge & Reasoning
↓
Autonomous Agents
↓
AI Marketplace / Services
↓
GPU & Cloud Compute
↓
Blockchain + Payments + Staking
↓
FET
این ساختار همان چیزی است که پروژه آن را ASI Innovation Stack مینامد. (docs.superintelligence.io)
این پروژه از نظر فنی چگونه کار میکند؟
یک مثال ساده را در نظر بگیریم.
فرض کنید یک توسعهدهنده میخواهد Agent هوشمندی برای تحلیل یک مجموعه داده بسازد.
مرحله ۱: ساخت Agent
توسعهدهنده میتواند از ابزارهای Fetch.ai و محیطهایی مانند Agentverse برای ساخت و استقرار Agent استفاده کند.
Agentverse بهعنوان محیطی برای ساخت، آزمایش و Deploy کردن Agentهای مستقل معرفی شده است. (Superintelligence)
مرحله ۲: استفاده از مدل AI
Agent میتواند از مدلهایی مانند ASI-1 Mini یا سایر سرویسهای AI استفاده کند.
مرحله ۳: Knowledge
اطلاعات میتوانند در Knowledge Graphها سازماندهی شوند تا مدل روابط میان Entityها را بهتر درک کند.
مرحله ۴: Compute
در صورت نیاز به GPU، لایه ASI:Cloud/CUDOS میتواند قدرت محاسباتی مورد نیاز را فراهم کند.
مرحله ۵: Blockchain
پرداختها، تراکنشها، هویت اقتصادی و بخشی از هماهنگی شبکه میتواند روی زیرساخت بلاکچینی انجام شود.
مرحله ۶: FET
FET میتواند در پرداخت خدمات، کارمزد، Staking و تعاملات اقتصادی اکوسیستم استفاده شود.
بنابراین FET قرار نیست خودش «هوش مصنوعی» باشد؛ FET در درجه اول لایه اقتصادی و انگیزشی اکوسیستم AI است.
بلاکچین Fetch.ai
هسته فعلی شبکه اصلی ASI همچنان به زیرساخت Fetch.ai متکی است.
Fetch Ledger یک بلاکچین مبتنی بر Validators است و FET برای پرداخت کارمزد و Staking استفاده میشود. مستندات شبکه، fetchhub را هسته Mainnet اکوسیستم ASI معرفی میکنند. (ASI Network)
شبکه از مدل Proof of Stake استفاده میکند.
کاربران میتوانند FET خود را به Validators واگذار کنند و در مقابل پاداش دریافت کنند. Validators نیز مسئول اعتبارسنجی تراکنشها و مشارکت در ایجاد Block هستند. (ASI Network)
Unstaking نیز دارای دوره ۲۱ روزه Unbonding است. (ASI Network)
ASI:Chain چیست؟
ASI Alliance در کنار زیرساخت موجود، روی ASI:Chain نیز کار کرده است؛ یک Layer 1 طراحیشده برای کاربردهای AI.
هدف آن فراهم کردن زیرساختی است که بتواند تعامل میان Agentها، سیستمهای AI و Marketplaceها را بهتر از بلاکچینهای عمومی سنتی مدیریت کند.
از جمله اهداف مطرحشده برای آن:
- اجرای همزمان Agentها
- هماهنگی Agent-to-Agent
- تراکنش مدل و داده
- Marketplaceهای AI
- AI training و execution
- اقتصاد محاسباتی
است. (Superintelligence)
باید توجه داشت که معماری ASI:Chain همچنان در حال توسعه بوده و نباید تمام اهداف Roadmap آن را بهعنوان قابلیت کاملاً عملیاتی شبکه فعلی در نظر گرفت.
ارتباط ASI Alliance با هوش مصنوعی

در برخی پروژههای کریپتویی، «AI» تقریباً فقط یک عنوان بازاریابی است.
در ASI Alliance چنین نیست.
هوش مصنوعی در چند سطح واقعی در معماری پروژه حضور دارد.
۱. مدل زبانی ASI-1 Mini
ASI-1 Mini یک مدل زبانی برای Agentic AI است که Fetch.ai در فوریه ۲۰۲۵ معرفی کرد.
مدل برای Workflowهای Agent محور طراحی شده و قابلیتهایی نظیر:
- Knowledge Graph
- چند حالت Reasoning
- Agent collaboration
- API
- document processing
- image-to-text
- tool calling در مراحل توسعه
برای آن معرفی شده است. (Superintelligence)
Knowledge Graph چه نقشی در ASI Alliance دارد؟
یکی از بخشهای جالب ASI-1 Mini، اتصال آن به Knowledge Graph است.
Knowledge Graph اطلاعات را بهصورت:
Node → Relationship → Node
نمایش میدهد.
مثلاً:
NVIDIA → تولیدکننده → GPU
یا:
Bitcoin → استفاده میکند از → Blockchain
در نتیجه سیستم بهجای برخورد با اطلاعات صرفاً بهصورت متن، میتواند روابط میان Entityها را نیز نگهداری کند.
در مارس ۲۰۲۵، Alliance اعلام کرد ASI-1 Mini قادر است دادههایی نظیر PDF، وبسایت و متن ساختاریافته را به Knowledge Graph تبدیل کند. (Superintelligence)
Mixture of Models و Mixture of Agents
در معماری معرفیشده برای ASI-1 Mini دو مفهوم مهم وجود دارد:
Mixture of Models – MoM
سیستم میتواند بسته به نوع مسئله از مدل مناسب استفاده کند.
Mixture of Agents – MoA
چند Agent میتوانند برای انجام یک مسئله با یکدیگر همکاری کنند.
این رویکرد از مدل ساده «یک کاربر ← یک LLM» فاصله میگیرد و به معماریهایی نزدیک میشود که چند سیستم هوشمند برای رسیدن به هدف مشترک همکاری میکنند. (Superintelligence)
OpenCog Hyperon
SingularityNET بخش تحقیقاتی متفاوتی وارد Alliance کرده است.
یکی از مهمترین آنها OpenCog Hyperon است.
Hyperon بهجای تکیه صرف بر شبکههای عصبی و LLMها، در جهت معماری Neural-Symbolic توسعه یافته است؛ یعنی ترکیب یادگیری آماری/عصبی با reasoning و دانش نمادین.
پروژههایی مانند:
- Atomspace
- MeTTa
- Distributed Atomspace
- AIRIS
- Knowledge Graphs
بخشی از این مسیر تحقیقاتی هستند. (Superintelligence)
ASI:Cloud چیست؟
هوش مصنوعی پیشرفته بدون Compute قابل اجرا نیست.
اینجا نقش CUDOS اهمیت پیدا میکند.
CUDOS یک زیرساخت Cloud توزیعشده برای:
- GPU
- CPU
- Storage
- AI workloads
- High Performance Computing
فراهم میکند. (Superintelligence)
ASI:Cloud نیز بهعنوان لایه GPU Cloud و AI inference ائتلاف توسعه یافته است.
در ساختار اعلامشده آن:
CUDOS → GPU Infrastructure
SingularityNET → inference/model services
Fetch.ai → ASI:One models
را تأمین میکنند. (Superintelligence)
این یکی از مهمترین دلایلی است که ASI Alliance را باید بیش از یک پروژه Token محور در نظر گرفت.
آیا ASI Alliance واقعاً GPU ارائه میکند؟
بله؛ Compute یکی از بخشهای واقعی اکوسیستم است.
ASI Compute برای ارائه زیرساختهایی مانند:
- GPU
- CPU
- Virtual Machines
- Bare Metal
- S3 Storage
- Cluster Management
- API
- Smart Contract interfaces
طراحی شده است. (docs.superintelligence.io)
Alliance همچنین اعلام کرده زیرساخت محاسباتی آن از سختافزارهای NVIDIA، AMD و Tenstorrent استفاده میکند. (Superintelligence)
بنابراین ASI را نباید صرفاً در گروه «AI token» قرار داد؛ بخشی از فعالیت آن به Decentralized AI Infrastructure نزدیک است.
Agentverse چیست؟
Agentverse محیطی برای ساخت، ثبت و اجرای Agentهای هوشمند است.
فرض کنید یک Agent قیمت پروازها را بررسی میکند و Agent دیگری هتلها را مقایسه میکند.
در معماری Multi-Agent در ASI Alliance، این سیستمها میتوانند بدون تمرکز همه منطق در یک اپلیکیشن، اطلاعات و وظایف را میان خود منتقل کنند.
Agent Economy یکی از هستههای قدیمی ایده Fetch.ai بوده و امروز نیز Agentverse یکی از محصولات رسمی Alliance است. (Superintelligence)
FET چیست؟
FET ارز اصلی Artificial Superintelligence Alliance است.
طبق اسناد رسمی، FET برای موارد زیر قابل استفاده است:
- پرداخت خدمات ASI
- کارمزد شبکه
- Staking
- امنیت شبکه
- Governance
- دسترسی به برخی قابلیتهای AI
- تراکنش میان Agentها
FET روی چه شبکههایی قرار دارد؟
توکن در چند محیط ارائه شده است.
صفحه رسمی ASI از نسخهها/پیادهسازیهای FET روی:
Fetch.ai Native Network، Ethereum، BNB Smart Chain و Cardano
نام میبرد. (Superintelligence)
نسخه Native برای شبکه Fetch استفاده میشود؛ در عین حال ERC-20 FET نیز همچنان وجود دارد. (ASI Network)
Tokenomics ارز FET
Tokenomics FET پس از تشکیل Alliance تغییر مهمی کرد.
پیش از ادغام، سقف مربوط به Fetch.ai حدود 1.153 میلیارد FET بود.
برای تبدیل AGIX و OCEAN، در مه ۲۰۲۴ تعداد:
1,477,549,566 FET
اضافه شد.
در نتیجه عرضه مربوط به ادغام اولیه به حدود:
2.63055 میلیارد FET
رسید. (Fetch.ai)
ورود CUDOS نیز حدود:
88.95 میلیون FET
به محاسبات عرضه اضافه کرد و عرضه به حدود 2.719 میلیارد FET رسید. (docs.superintelligence.io)
نرخهای تاریخی ادغام
| Token | Conversion |
|---|---|
| FET | 1 FET → 1 واحد در ساختار ادغام |
| AGIX | 1 AGIX → 0.433350 FET |
| OCEAN | 1 OCEAN → 0.433226 FET |
| CUDOS | حدود 112.427 CUDOS → 1 FET، قبل از تعدیلات اعلامشده |
وضعیت Supply
صفحه رسمی ASI در حال حاضر Total Supply را حدود 2.71 میلیارد FET اعلام میکند. (Superintelligence)
دادههای Market Trackerهای ASI Alliance برای Circulating Supply ممکن است کمی متفاوت باشد؛ این اختلاف معمولاً به روش محاسبه و زمان بهروزرسانی اطلاعات برمیگردد.
به همین دلیل برای تحلیل Supply باید بین:
Total Supply
و
Circulating Supply
تفکیک قائل شد.
آیا FET توکن تورمی است؟
شبکه Fetch دارای پارامترهای مرتبط با Inflation و پاداش Staking است و مستندات توسعهدهندگان امکان Query کردن InflationRate را نشان میدهد. (ASI Network)
بنابراین بهتر است FET را صرفاً با عبارت «عرضه ثابت و بدون تورم» توصیف نکنیم.
علاوه بر مکانیزم شبکه، سابقه Token Merge در ASI Alliance نیز نشان داده که عرضه توکن میتواند در نتیجه تصمیمات حاکمیتی و ادغام اکوسیستم تغییر کند.
در نتیجه بررسی Tokenomics FET فقط با مشاهده یک عدد Max Supply کافی نیست.
آیا FET Utility واقعی دارد؟
از نظر طراحی، بله.
برخلاف توکنهایی که تنها کاربردشان معامله در صرافی است، FET در معماری شبکه دارای چند کاربرد مشخص است:
Gas + Staking + Governance + Services + AI Access
همچنین در ASI-1 Mini، نگهداری FET برای برخی دسترسیها و قابلیتهای پیشرفتهتر معرفی شده است. (Superintelligence)
اما داشتن Utility فنی الزاماً به معنی ایجاد تقاضای اقتصادی بالا نیست.
برای ارزیابی اقتصادی باید مشاهده کرد چه میزان از این محصولات در عمل کاربر، توسعهدهنده و درآمد پایدار جذب میکنند.
کاربردهای واقعی ASI Alliance
۱. Autonomous AI Agents
ساخت Agentهایی که بتوانند وظایف را خودکار انجام دهند و با Agentهای دیگر تعامل کنند.
۲. AI Inference
اجرای مدلهای AI از طریق ASI:Cloud و سرویسهای مدل.
۳. GPU Compute
ارائه زیرساخت GPU برای AI workloads.
۴. LLM
ASI-1 Mini و خانواده ASI:One.
۵. Knowledge Graph
ایجاد دانش ساختاریافته و Context پایدار برای AI.
۶. Decentralized Cloud
تأمین Compute و Storage از طریق زیرساخت CUDOS.
۷. AGI Research
OpenCog Hyperon، MeTTa، Atomspace، AIRIS و پروژههای مرتبط.
۸. Developer Infrastructure
API، SDK، Agent frameworks و محیط Agentverse.
بنابراین دامنه ASI بسیار گستردهتر از یک Marketplace ساده AI است. (Superintelligence)
اکوسیستم ASI Alliance
مهمترین محصولات فعلی ASI Alliance عبارتاند از:
| محصول | کاربرد |
|---|---|
| ASI-1 Mini / ASI:One | مدلهای AI و Agentic AI |
| Agentverse | ساخت و Deploy کردن AI Agents |
| ASI:Cloud | GPU Cloud و AI inference |
| ASI Wallet | Wallet، staking و تعامل با اکوسیستم |
| ASI:Chain | بلاکچین درحال توسعه برای AI |
| Fetch Network | Blockchain و Agent infrastructure |
| OpenCog Hyperon | تحقیقات AGI |
| CUDOS | Compute Infrastructure |
این تنوع هم یکی از نقاط قوت پروژه است و هم یکی از ریسکهای آن؛ زیرا هماهنگ کردن چنین مجموعه بزرگی از فناوریها پروژه سادهای نیست.
رقبا
ASI Alliance تنها پروژه فعال در Decentralized AI نیست.
رقبای مهم آن شامل Bittensor، Render Network، Akash Network، io.net و Gensyn هستند.
| پروژه | تمرکز اصلی | نقش AI | زیرساخت |
|---|---|---|---|
| ASI Alliance | Agent + Model + AGI + Compute | مستقیم و چندلایه | Blockchain + AI + GPU |
| Bittensor | بازار غیرمتمرکز Machine Intelligence | بسیار پررنگ | Subnets + TAO |
| Render | GPU rendering و Compute | AI/Generative workloads | Distributed GPU |
| Akash | Decentralized Cloud | اجرای AI workloads | Cloud marketplace |
| io.net | GPU Compute | AI training/inference | Distributed GPU |
| Gensyn | Distributed ML | Training/Inference/Verification | ML compute protocol |
Bittensor شبکهای از Subnetها ایجاد کرده که در آنها تولیدکنندگان Digital Commodities و AI services بر اساس سازوکارهای انگیزشی پاداش میگیرند. (Bittensor)
Render تمرکز تاریخی بیشتری روی GPU rendering دارد، اما کاربردهای Machine Learning، inference و Generative AI را نیز گسترش داده است. (render-network.com)
Akash بیشتر یک Marketplace غیرمتمرکز Cloud و GPU است. (Akash Network)
Gensyn نیز بهطور ویژه روی اجرای قابلتأیید Machine Learning و هماهنگسازی Compute توزیعشده تمرکز دارد.
تفاوت اصلی ASI Alliance در Stack گسترده آن است؛ از AGI Research و LLM گرفته تا Agents، Blockchain و GPU Compute را پوشش میدهد.
همین گستردگی، در کنار فرصتهای زیاد، میتواند اجرای Roadmap ASI Alliance را نیز پیچیدهتر کند.
مزایای Artificial Superintelligence Alliance
اکوسیستم چندلایه
پروژه فقط روی یک جزء از AI تمرکز ندارد و مدل، Agent، Compute و Blockchain را کنار یکدیگر قرار داده است.
تیمهای قدیمی در Decentralized AI
Fetch.ai و SingularityNET هر دو قبل از موج جدید AI Crypto فعالیت داشتهاند.
AI واقعی
محصولاتی مانند ASI-1 Mini و OpenCog Hyperon نشان میدهند AI صرفاً برای Branding استفاده نشده است.
زیرساخت Compute
اضافه شدن CUDOS به Alliance، لایه GPU/Cloud را تقویت کرده است.
اقتصاد مشترک FET
وجود یک Asset مشترک میتواند هماهنگی میان محصولات مختلف اکوسیستم را سادهتر کند.
Open-source Research
بخش قابل توجهی از فناوری و تحقیقات پروژه عمومی و توسعهپذیر است.
محدودیتها و ریسکهای پروژه
این قسمت برای ارزیابی پروژه بهاندازه فناوری آن اهمیت دارد.
۱. پیچیدگی بسیار بالا
ASI Alliance در حال تلاش برای ساخت همزمان:
LLM، Agents، Blockchain، AGI، Cloud، Marketplace، Wallet و GPU infrastructure
است.
این دامنه وسیع میتواند باعث پراکندگی منابع توسعه ASI Alliance شود.
۲. فاصله Vision تا Adoption
هدف نهایی Alliance توسعه decentralized AGI و حتی ASI است.
اما AGI هنوز مسئلهای حلشده در صنعت AI نیست.
حتی Roadmap رسمی Alliance نیز تأکید کرده بود برای رسیدن به Human-level AGI هنوز Research & Development قابل توجهی لازم است. (docs.superintelligence.io)
بنابراین اهداف بلندمدت را نباید با محصول عملیاتی امروز یکسان دانست.
۳. رقابت بسیار شدید
در AI، پروژه با شرکتهایی مانند OpenAI، Google DeepMind، Anthropic و Meta مواجه است.
در Decentralized AI نیز Bittensor، Gensyn و پروژههای دیگر فعال هستند.
در GPU marketplace نیز Render، Akash و io.net رقابت میکنند.
۴. ریسک Tokenomics
ادغام چند Token باعث افزایش عرضه FET شده است.
همچنین سابقه پیشنهاد ادغام پروژههای دیگر نشان میدهد تغییر Supply بر اثر تصمیمات Governance یک عامل مهم برای تحلیل آینده است.
۵. ریسک Validator Concentration
مانند سایر شبکههای PoS، تمرکز مقدار زیادی Stake روی تعداد محدودی Validator میتواند ریسک تمرکز ایجاد کند.
حتی مستندات Fetch.ai کاربران را تشویق میکنند تمرکز بیش از حد Stake روی تعداد محدودی Validator را در نظر بگیرند. (ASI Network)
۶. خروج Ocean Protocol
خروج Ocean در اکتبر ۲۰۲۵ نشان داد عضویت Alliance الزاماً دائمی نیست.
Ocean Foundation مدیران خود را از Alliance خارج کرد و عضویتش را پایان داد. (Ocean Protocol)
این اتفاق اهمیت Governance، هماهنگی میان اعضا و ساختار بلندمدت Alliance را نشان میدهد.
ریسک امنیتی ASI Alliance ؛ حادثه سپتامبر ۲۰۲۶
این بخش در بررسیهای قدیمی FET وجود ندارد، اما برای یک مقاله بهروز باید ذکر شود.
در ۱۹ تا ۲۰ سپتامبر ۲۰۲۶ گزارشهای امنیتی از سوءاستفاده از یک Token Conversion Manager مرتبط با تبدیل توکنهای اکوسیستم منتشر شد.
SlowMist و گزارشهای مبتنی بر تحلیل Blockaid اعلام کردند حدود 8.72 میلیون FET از موجودی Converter خارج شده است؛ ارزش آن در زمان حادثه حدود 1.5 تا 1.6 میلیون دلار گزارش شد. گزارشها مسیر حمله را به یک Conversion Authorization/Signing Key و کنترلهای ناکافی در مسیر تبدیل نسبت دادهاند. (Yahoo Finance)
مهم است میان این رخداد و هک خود Blockchain یا شکستن رمزنگاری FET تفاوت قائل شویم؛ گزارشهای موجود حادثه را به زیرساخت Conversion/Authorization مرتبط میکنند.
از آنجا که حادثه بسیار جدید است، تحلیل Root Cause نهایی باید بر اساس Post-mortem رسمی و کامل پروژه بهروزرسانی شود.
این رخداد نمونه خوبی از ریسک Bridgeها، Conversion Contractها و Privileged Keys در اکوسیستمهای چندزنجیرهای است.
فعالیت توسعه و GitHub
Fetch.ai و اجزای دیگر Alliance دارای Repositoryهای عمومی هستند.
برای نمونه Repository اصلی Fetch.ai هنگام بررسی این مقاله صدها Commit ثبتشده داشت و شامل CLI، Documentation، Examples و کدهای مرتبط با اکوسیستم بود. (GitHub)
با این حال تعداد Commit بهتنهایی معیار مناسبی برای سنجش کیفیت پروژه نیست.
برای تحلیل حرفهای Developer Activity بهتر است موارد زیر بهصورت دورهای بررسی شوند:
- Active contributors
- Release cadence
- Open/closed issues
- Pull Requests
- Core repositories
- Development across Agentverse، ASI Chain و AI models
Alliance همچنین Developer Hub مستقلی برای Agentها، SDKها و اجزای Innovation Stack ایجاد کرده است. (Superintelligence)
سرمایهگذاران و تأمین مالی
ASI Alliance را نباید همانند یک استارتاپ واحد با یک Funding History مشخص تحلیل کرد.
اعضای آن قبل از Alliance دارای ساختارهای مالی و سرمایهگذاران مستقل بودهاند.
برای مثال Fetch.ai در طول فعالیت خود چند Funding Round داشته است، اما دادههای عمومی Crunchbase تمام مبالغ را بدون دسترسی کامل نمایش نمیدهد. (Crunchbase)
بنابراین جمع کردن Fundingهای Fetch.ai، SingularityNET و CUDOS و معرفی آنها بهعنوان «سرمایه جذبشده ASI Alliance» میتواند گمراهکننده باشد.
اطلاعات قابل اتکای عمومی درباره یک رقم واحد برای مجموع سرمایه جذبشده خود ASI Alliance محدود است.
همکاریها
در بررسی Partnershipهای ASI باید میان چند مفهوم تفاوت گذاشت:
Alliance Member
با
Technology Integration
با
Partner
با
Customer
یکسان نیست.
برای مثال Functionland یکی از پروژههایی است که ASI-1 Mini را در زیرساخت خود Integrate کرده است، اما این نوع Integration نباید بهاشتباه معادل عضویت در Alliance تلقی شود. (Superintelligence)
وبسایت Alliance نیز Partnership Network را بهصورت مجزا از اعضای اصلی Alliance معرفی میکند. (Superintelligence)
قیمت و وضعیت بازار FET
Snapshot داده: ۲۳ سپتامبر ۲۰۲۶
در زمان بررسی مقاله، CoinMarketCap دادههای تقریبی زیر را نمایش میداد:
| شاخص | مقدار تقریبی |
|---|---|
| Price | $0.209 |
| Market Cap | $484M |
| FDV | $570M |
| 24h Volume | $182M |
| Circulating Supply | 2.31B FET |
| Total Supply | 2.71B FET |
| Max Supply ثبتشده در CMC | 2.71B FET |
| CMC Rank | حدود #94 |
CoinGecko در همان روز قیمت نزدیک $0.211 و Market Cap حدود $487 میلیون ثبت کرده بود و رتبه متفاوتی نمایش میداد. (CoinGecko)
این اختلاف طبیعی است؛ Aggregatorها ممکن است در Circulating Supply، صرافیهای لحاظشده و زمان Refresh داده متفاوت باشند.
ATH و ATL
CoinGecko در زمان بررسی:
ATH ≈ $3.45
ATL ≈ $0.00817
را برای FET ثبت کرده بود. (CoinGecko)
داده قیمت ذاتاً متغیر است و برای نسخه منتشرشده سایت بهتر است Market Box مقاله بهصورت API یا بهروزرسانی دورهای Refresh شود.
چه عواملی بر قیمت FET اثر میگذارند؟
قیمت FET فقط به پیشرفت فنی Alliance وابسته نیست.
بازار Bitcoin
FET یک Altcoin است و در دورههای Risk-off میتواند همراه کل بازار افت کند.
AI Narrative
افزایش توجه سرمایهگذاران به AI tokens میتواند تقاضای سفتهبازانه برای FET را تغییر دهد.
حرکات اخیر FET نیز در چند مقطع با Rotation سرمایه به AI tokens همزمان بوده است. (CoinMarketCap)
Adoption
استفاده واقعی از:
ASI:One
Agentverse
ASI:Cloud
ASI:Chain
میتواند اهمیت بنیادی بیشتری نسبت به اخبار کوتاهمدت داشته باشد.
Token Supply
ادغام Tokenها، Governance Proposalها و تغییر عرضه باید رصد شوند.
Network Usage
افزایش تراکنشها، Agentها، کاربران و Compute demand میتواند Utility اقتصادی FET را تغییر دهد.
امنیت
حادثه سپتامبر ۲۰۲۶ نشان داد آسیبپذیری در Converterها یا سایر اجزای جانبی میتواند روی Sentiment بازار اثر مستقیم بگذارد. (CoinMarketCap)
شرایط کلان اقتصاد
نرخ بهره، نقدینگی جهانی و Risk Appetite سرمایهگذاران همچنان روی بازار Altcoinها اثرگذارند.
آینده ASI Alliance
آینده پروژه را بهتر است نه با یک پیشبینی قیمت، بلکه با سه سناریوی فناوری بررسی کنیم.
Bull Case
در سناریوی مثبت:
ASI:Cloud کاربران واقعی جذب میکند؛
ASI:One به API پرکاربرد تبدیل میشود؛
Agentverse به اکوسیستم توسعهدهندگان Agent تبدیل میشود؛
ASI:Chain به زیرساخت کاربردی AI تبدیل میشود؛
و FET در پرداخت خدمات و Compute واقعاً مصرف میشود.
در این حالت Alliance میتواند از یک مجموعه پروژه کریپتویی به یک AI Infrastructure Ecosystem تبدیل شود.
Base Case
محصولات به توسعه ادامه میدهند اما Adoption در سطحی متوسط باقی میماند.
Alliance در Decentralized AI بازیگر شناختهشدهای باقی میماند، اما در بخشهای مختلف با Bittensor، Gensyn، Akash، Render و شرکتهای متمرکز AI رقابت سنگینی خواهد داشت.
Bear Case
اگر:
Adoption پایین بماند،
محصولات مختلف نتوانند یکپارچه شوند،
Token utility به استفاده واقعی تبدیل نشود،
رقبا سریعتر توسعه پیدا کنند،
یا مشکلات Governance و Security تکرار شوند،
فاصله بین Vision بلندپروازانه ASI و استفاده عملی آن افزایش خواهد یافت.
نکته کلیدی درباره آینده FET
مهمترین متریک آینده FET لزوماً «تعداد قابلیتهای اعلامشده» نیست.
مهمتر این است که ببینیم:
چند توسعهدهنده واقعاً Agent میسازند؟
چقدر GPU واقعاً مصرف میشود؟
APIهای ASI چه میزان استفاده دارند؟
چه میزان تقاضای FET ناشی از مصرف واقعی شبکه است؟
ASI:Chain چه تعداد برنامه واقعی جذب میکند؟
این شاخصها تصویر بنیادیتری نسبت به دنبال کردن صرف قیمت FET ارائه خواهند کرد.
آیا Artificial Superintelligence Alliance فقط یک پروژه AI Crypto است؟
خیر.
ساختار فعلی پروژه شامل:
- Blockchain
- Autonomous Agents
- Large Language Models
- Knowledge Graphs
- Neural-Symbolic AGI Research
- GPU Infrastructure
- Cloud Compute
- Wallet
- Staking
- Governance
است.
این گستردگی یکی از مهمترین تفاوتهای ASI Alliance با پروژههایی است که تنها یک Token با Narratives مرتبط با AI دارند. (Superintelligence)
در مقابل، همین گستردگی پروژه باعث میشود اجرای کامل Vision آن بسیار دشوار باشد.
جمعبندی
Artificial Superintelligence Alliance یکی از جاهطلبانهترین تلاشها برای ترکیب هوش مصنوعی غیرمتمرکز و Blockchain است.
Fetch.ai فناوری Agent و Blockchain را وارد این اتحاد کرده؛ SingularityNET دانش و تحقیقات AGI و Neural-Symbolic AI را ارائه میکند و CUDOS بخش مهمی از زیرساخت Compute و GPU را پوشش میدهد. (Superintelligence)
برخلاف بسیاری از توکنهای موسوم به AI، این پروژه محصولات واقعی مانند ASI-1 Mini، Agentverse و ASI:Cloud دارد. با این حال اهداف بزرگی مانند decentralized AGI و ASI هنوز اهداف تحقیقاتی و بلندمدت محسوب میشوند و نباید آنها را با قابلیتهای عملیاتی امروز یکسان دانست.
FET نیز در مرکز اقتصاد این اکوسیستم قرار دارد و برای Staking، Fees، Governance و دسترسی به خدمات استفاده میشود؛ اما ارزش بنیادی بلندمدت آن تا حد زیادی به این بستگی خواهد داشت که محصولات Alliance بتوانند استفاده واقعی و پایدار ایجاد کنند.
همچنین خروج Ocean Protocol در سال ۲۰۲۵ و حادثه امنیتی Converter در سپتامبر ۲۰۲۶ نشان میدهند که Governance، یکپارچگی فنی و امنیت زیرساختهای Cross-chain همچنان از مهمترین ریسکهایی هستند که باید زیر نظر گرفته شوند. (Ocean Protocol)
در نتیجه برای ارزیابی ASI Alliance باید سه موضوع را جدا از یکدیگر بررسی کرد:
پیشرفت واقعی فناوری، میزان Adoption محصولات و اقتصاد واقعی FET.
سوالات متداول
Artificial Superintelligence Alliance چیست؟
ائتلافی برای توسعه AI و AGI غیرمتمرکز است که اعضای فعلی آن Fetch.ai، SingularityNET و CUDOS هستند. (Superintelligence)
ارز ASI Alliance چیست؟
توکن اصلی اکوسیستم همچنان FET است و وبسایت رسمی آن را ASI Token (FET) معرفی میکند. (Superintelligence)
آیا FET همان ASI است؟
برنامه اولیه Token Merge تغییر نماد FET به ASI را در مرحله بعدی پیشبینی کرده بود، اما در وضعیت فعلی FET همچنان نماد مورد استفاده اکوسیستم و بازار است. (docs.superintelligence.io)
آیا Ocean Protocol هنوز عضو ASI Alliance است؟
خیر. Ocean Protocol Foundation در ۹ اکتبر ۲۰۲۵ خروج خود از Alliance را اعلام کرد. (Ocean Protocol)
آیا ASI Alliance هوش مصنوعی واقعی دارد؟
بله. ASI-1 Mini، Agentverse، OpenCog Hyperon و مجموعه پروژههای تحقیقاتی و زیرساختی AI بخشی از اکوسیستم هستند. (Superintelligence)
ASI-1 Mini چیست؟
مدل زبانی توسعهیافته برای Agentic AI است که از قابلیتهایی مانند Knowledge Graph و معماری Agent محور پشتیبانی میکند. (Superintelligence)
FET چه کاربردی دارد؟
پرداخت کارمزد، Staking، امنیت شبکه، Governance، دسترسی به سرویسها و بخشی از پرداختهای اکوسیستم AI از کاربردهای اصلی آن هستند. (ASI Network)
آیا FET قابل استیک است؟
بله. کاربران میتوانند Native FET را به Validators واگذار کنند. دوره Unbonding طبق مستندات شبکه ۲۱ روز است. (ASI Network)
رقبای اصلی FET چه پروژههایی هستند؟
بسته به حوزه مقایسه، Bittensor، Gensyn، Render Network، Akash Network و io.net از مهمترین پروژههای قابل مقایسه هستند.
بزرگترین ریسک ASI Alliance چیست؟
ترکیبی از دشواری اجرای Roadmap بسیار گسترده، رقابت شدید، Adoption، Tokenomics، Governance، تمرکز Validator و امنیت زیرساختهای چندزنجیرهای از ریسکهای مهم پروژه هستند.
