1 基本信息、评分、指标趋势 1.1 基本信息
1.2 综合评分：2.7 分
1.3 指标趋势：下降 TokenGazer 对于 Fetch.AI 项目的技术评价不容乐观，Fetch.AI 在技术实施以及项目最终落地上都存在较大阻碍。 【利空】 Fetch.AI 项目目前并未发布 MVP，Github 上开源代码提交频率较低，代码内容并未涉及其白皮书中提到的技术。【利空】 从 Github、官网等已有信息来看，项目仍未取得较大进展，对于第四季度上线主网的预期不容乐观。【利空】Fetch.AI 团队人员充沛，大部分开发人员都拥有人工智能以及机器学习等相关研究经历以及学历背景，核心人员履历出众且与项目的开展拥有高度相关性。【利好】整个团队缺乏区块链项目经验，大部分成员虽然在人工智能的技术范畴内都是专业人士，但人工智能与区块链的结合是一个截然不同的领域，且难度颇高，因此项目的开展对团队是一个不小的挑战。【利空】Fetch.AI 项目即将在 Binance Launchpad 上进行公开募集，币安交易所的知名度为项目带来了不少热度，近期受关注程度较高。【利好】2019 年 6 月左右私募轮以及团队所持 Token 开始解锁，届时将可能有一定的砸盘风险，投资者需密切关注时间节点。【利空】根据 TokenGazer 的研究数据显示，首发币安交易所的项目在上线当天都有较大的涨幅。【利好】综上，TokenGazer 经过分析研究认为目前 Fetch.AI 项目拥有诸多不确定性，存在较高风险。TokenGazer 数据模型显示 Fetch.AI 整体的指标趋势为下降，建议投资者时刻关注项目进展，谨慎投资。 2 Fetch.AI 基本情况 2.1 简介 Fetch.AI 项目的目的是创建一个由人工智能驱动的智能账本，其中的经济活动是由自由经济代理（AEA）来执行。在 Fetch.AI 项目方设想的经济网络中，数字经济体内的各个部分（比如数据、硬件、服务、人和基础设施）都可以通过 Fetch.AI 来进行人工智能的数据分析以及处理并有效地预测和推荐来完成工作，用户可以在其中进行数据的交互分享并得到更有价值的内容回馈。 2.2 技术分析 2.2.1 技术框架 根据 Fetch.AI 白皮书中所描述，Fetch.AI 的技术框架由三部分组成：
1）自治经济代理（Autonomous Economic Agents）— AEAs 自治经济代理是一个软件实体，与其配对的设备有汽车、传感器、摄像头、移动设备、个人电脑等。通过整合这些设备中的客户端，AEAs 接入 OEF 通过 Fetch.AI 生态系统内的数据资源共享来进行人工智能的数据处理运算，提供方案给用户以解决复杂问题。例如：手机运营商可以从中获取大量数据来预测天气变化以及交通情况来提醒用户，用户可以通过车内的 AEAs 来提供加油站的位置并实时提供最优路线。项目方设想的数字经济世界中 AEAs 可以运用于酒店、交通、能源、供应链等几乎所有生活中的应用场景，并且可以通过人工智能驱使做到完全无需人工干预。 2) 开放经济框架（Open Economic Framework）— OEF AEAs 可以通过 API 来连接 OEF 系统，OEF 为 AEAs 提供了一个可自适应的支持环境，基于 AEAs 提供的数据以及信息，OEF 将会通过机器学习以及人工智能的技术，使 AEAs 之间进行实时协调，以便进行通信和交互。提供数据以及传输数据的节点将获得相应的 Token 奖励。简单来说，所有的 AEAs 都将在 OEF 中托管并运行，它将成为一个不断发展的生态系统，允许 AEAs 互相搜索、互动、分享。随着信息数据的逐渐增多，整个系统也将变得更加可靠、有效。 3) Fetch 智能账本 Fetch.AI 的智能账本结合了区块链和 DAG 技术，Fetch 系统将收集交易信息并且利用“分片”技术来记录账本来实现扩容。与传统的分片技术不同，系统可能会将一条交易信息同时分配给几个不同的分支去记录，而这将自发引起链的硬分叉。同时，多条平行链的出现将可能造成整个网络中交易信息量的增大，且可能发生“双花问题”。技术白皮书中称 Fetch.AI 将使用机器学习的方式去决定用户潜在会进行双花交易的概率来解决安全问题，但并没有给出明确的解决方案。 2.2.2 Useful Proof of Work （uPoW） Fetch.AI 白皮书中指出相较于普通 PoW，有效工作证明（uPoW）能带来更多的优势。目前大部分的区块链生态共识都需要节点下载所有区块数据并且按照区块顺序添加至主链。Fetch.AI 项目方认为这种方式耗时又耗能，基于 DAG 系统，一笔交易仅需要得到另外两个节点的确认就能达到最终性。在 uPoW 的共识算法中，将使用一部分计算资源在训练 AI 上，而不是全部用来计算无用的问题。 2.2.3 技术疑点 以上内容为 TokenGazer 研究团队根据 Fetch.AI 技术白皮书整理的项目特点概括，其中项目方提及的一些想法以及方案并未给出合理解答，因此对许多技术内容在此并未做详尽赘述。 在针对 Fetch.AI 的技术进行全方面分析后，TokenGazer 认为其技术构想以及最终落地实现上存在诸多疑点以及不确定性，技术白皮书以及官方现有资料中都未有明确解答，以下将逐一阐述疑点： 1) Fetch.AI 项目方的设想是将现实世界中大部分设备的客户端都整合成 AEAs （例如汽车中的操作系统、传感器、移动设备等）并且在其 OEF 内分享数据信息来进行 AI 数据处理，但每个设备品牌都拥有不同的操作系统以及客户端应用，整合所有设备成为相同数据输出规格难度颇高，且设备运营商并没有动力为项目方提供数据。因此目前项目方通过与大部分公司形成合作关系来整合 AEAs 的想法实现起来难度极高。 2) Fetch.AI 想要利用链的分叉来完成扩容，但这样如何保证两条新链的未来交易不会冲突，一条链的交易需要在其他链上重放，那根本达不到扩容的效果。
3) 若利用链的分叉来完成扩容，那么将有可能造成双花问题，如何解决？白皮书中提到系统将会使用 AI 来检察用户潜在会使用双花交易的概率来保证安全性，但具体如何实施？安全性如何保证呢 ? 若发生双花问题后该如何应对？对于链上安全性的问题官方并未给出合理的解答。
4) 项目方原本预期在 2018 年第 2 季度发布的 Security White Pape 以及 OEF/uPoW Yellow Paper 目前仍未公开。
5) 对于 OEF 中的数据信息交互，如何制定不同类别的数据信息价值？为 AI 提供了多少帮助如何量化？即是否有标准来决定这条数据信息值多少钱？Token 的具体奖励机制在白皮书中并未提及，而数据信息价值的制定标准也是较难量化。 6) Fetch.AI 项目的推广主要以 AI+区块链技术作为项目特色，但整篇白皮书中关于如何使用 AI 技术的内容篇幅很少，也并没有数据建模等相关内容。 7) 白皮书中提到 Fetch 移动钱包 APP 将提供 Network Participation Application （NPA）的服务，旨在将用户的个人信息安全地加密在个人设备中，并且将会为用户日后解决问题。既然个人信息加密，怎么提供给系统做 AI 的数据处理？因此白皮书中关于数据的隐私性以及公开数据做 AI 建模处理存在矛盾性。
8) Fetch.AI 项目方提出了独创的 uPoW 共识，旨在节省无用的工作量，但整篇白皮书中关于 uPoW 的篇幅极少，项目方对于 uPoW 具体的工作原理以及实施都未做太多的阐述。 9) 白皮书中提到 Fetch.AI 的核心目的是为 AEAs 提供一个可以进行信息交互的环境，那么项目只是一个为 AEAs 提供交易场所的项目吗？AI 技术到底是否为项目的核心？
10） AEAs 中包含诸多用户信息，例如 GPS 地理位置信息，系统提供人工智能服务则需要节点之间实时互联数据来形成有价值的反馈，但项目在全世界有多少个节点？将来在生态方面如何扩展以及布局？
2.2.4 TokenGazer 观点 综上分析，Fetch.AI 在技术白皮书中对于链的设计上存在诸多漏洞，有安全性的隐患，项目方提及的技术设想也没有给出合理的解决方案。白皮书对 AI 技术的应用以及实施都鲜有提及，同时资料中对于数据隐私性方面的问题存在矛盾之处，项目的侧重点以及初衷都让人费解。而对于项目的生态发展以及技术实施细节，白皮书中均未有清晰的解释。 另一方面，白皮书中对于 AEAs 以及 OEF 的描述只是基于一种理想的数字经济世界，目前在现实世界中基本很难实现。 因此，基于目前 Fetch.AI 项目方已披露的公开信息，TokenGazer 对于项目技术的评价不容乐观，Fetch.AI 在技术实施以及项目最终落地上都存在较大阻碍。 2.3 Github
Fetch.AI 项目 Github 代码已开源，总共拥有 5 个代码库。代码库中的 Watch、Star、Fork 以及 Commits 极少，且并没有项目的重要技术体现，更新频率较低。
在 Binance Research 关于 Fetch.AI 的研究报告中，提供了 Fetch.AI 团队未曾公开代码的一些信息，可以看到这部分代码较为活跃，提交频率与 Commits 较多，但代码具体内容以及质量暂且未知。 2.4 路线图
Fetch.AI 项目官网上展示了 2019 年的路线图，预计 2019 年第 4 季度将上线 Fetch.AI 主网。项目从 2017 年初开展至今已历时 2 年之久，但从 Github、官网等已有信息来看，仍未取得较大进展，对于第 4 季度上线主网的预期不容乐观。 2.5 团队 2.5.1 核心领导者
2.5.2 团队小结 Fetch.AI 团队来自英国，共分为高层领导部门、开发部门、研究部门以及市场运营综合部门，总计 35 人。团队人员充沛，大部分开发人员都拥有人工智能以及机器学习等相关研究经历以及学历背景，核心人员履历出众且与项目的开展拥有高度相关性。 然而纵观整个团队，团队缺乏区块链项目经验，大部分成员虽然在人工智能的技术范畴内都是专业人士，但人工智能与区块链的结合是一个截然不同的领域，且技术难点颇多。另一方面，项目技术设想将每一个连网客户端（车载系统、移动设备等）都能接入 API 来成为 AEAs 提供服务，但此庞大的构想需要极强的团队商务拓展能力且需整合集成诸多品牌设备的客户端程序，困难程度极高。因此 Fetch.AI 项目的开展对团队是一个不小的挑战。 2.6 社区热度
Fetch.AI 在 Twitter 上有约 4,000 关注者，累计概率约为 0.7686，意味着其 Twitter 粉丝数超越 76.86% 的一级市场项目。
Fetch.AI 在 Telegram 上有约 20,000 关注者，累计概率约为 0.8806，意味着其 Telegram 粉丝数超越 88.06% 的一级市场项目。 项目即将在 Binance Launchpad 上进行公开募集，币安交易所的知名度为项目带来了不少热度，近期受关注程度较高。 3 Fetch.AI 募集情况 3.1 Token 基本情况 Token 名称： FETToken 总量：1,152,997,575 FETToken 分配情况如下：
3.2 种子轮以及私募轮融资情况
根据以上信息可知，Fetch.AI 的种子轮以及私募轮（SAFT1、SAFT2、SAFT3）销售 Token 占比约为 11.6%。此部分 Token 将于 TGE 后锁仓 3 个月，随后在三个月内（约 2019 年 6 月-9 月期间）逐步释放，投资者在此阶段将有可能面临一定的抛压风险。 团队+顾问+项目基金会 Token 占总量的 50%，占比较高，虽然 Token 将于 3 年内按季度线性释放，但项目方高度控盘，对于市场投资者来说可能存在一定的风险。 综上，2019 年 6 月左右私募轮以及团队 Token 开始解锁，届时将可能有一定的砸盘风险，投资者需谨慎密切关注时间节点以及项目进展。 3.3 币安 Launchpad 公募 Binance Launchpad 是币安的独家 Token 发布平台，将于 2019 年 2 月 25 日开始 Fetch.AI （FET）的公开募集，以下则是详细信息：
4 币安首发项目分析 TokenGazer 团队整理了 2017 年 12 月至 2019 年 1 月在币安首发的一些区块链项目，从图中可以看出，相比于 TGE 的价格，每个项目在上线当天都有较大的涨幅，最高的 QKC 上涨了 15 倍，最低的 BRD 也上涨了 2 倍。因此，投资者在 Launchpad 参与 Fetch.AI 的众售，最终获利的概率比较大。
TokenGazer 团队也研究了这些项目在上线币安之后的价格表现，以 TGE 价格为基准，研究上线后两周的价格变化趋势。从图中可以看出，这些项目的价格并没有呈现出确定的上涨或下跌趋势，但在这两周内，都没有跌破 TGE 价格。同时需要注意的是，QKC 和 WAN 上线当天的涨幅都超过 10 倍，后续都是下跌趋势。因此，如果 Fetch.AI 上线当天价格上涨太多，那么投资者需要警觉。 参考资料 [1]https://info.binance.com/cn/research/FET-2019-01-31.html#section4 来源链接：mp.weixin.qq.com —- 编译者/作者：TokenGazer 玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。 |
Fetch.AI 项目评估：币安首发热度高，项目技术疑点多落地困难
2020-04-14 TokenGazer 来源：链闻
图 1 Fetch.AI 技术框架 来源：Fetch.AI 技术白皮书
图 2 来源：Fetch.AI 技术白皮书
图 3 来源：Fetch.AI 技术白皮书
图 4 来源：Fetch.AI 技术白皮书
图 5 来源：Fetch.AI 技术白皮书
图 6 来源：Fetch.AI 技术白皮书
图 7 来源：Fetch.AI 技术白皮书
图 8 来源：Fetch.AI 技术白皮书
图 9 Fetch.AI Github 来源：Github
图 10 Fetch.AI 未公开代码活跃度情况 来源：Binance Research （部分）[1]
图 11 Fetch.AI 路线图 来源：Fetch.AI 官网
图 12 Fetch.AI 高层领导团队 来源：Fetch.AI 官网
表 1 Fetch.AI 社区媒体关注者人数
图 13 Fetch.AI Twitter 关注者人数累计概率
图 14 Fetch.AI Telegram 关注者人数累计概率
图 15 Fetch.AI Token 分配情况 来源：Fetch.AI Token Overview 白皮书
表 2 Fetch.AI Token 分配情况
表 3 Fetch.AI 私募情况 来源：Binance Research[3]
表 4 Fetch.AI 公募信息 来源：Binance Launchpad[4]
表 5 首发币安项目上线当天表现 [5]
图 16 首发币安项目两周内 ROI 情况
LOADING...
相关阅读：
- 携手共进,战略助推,在paydex的世界中一切皆有可能2020-07-31
- ZCash创始人与双子座合作伙伴，新币计划的币安合作伙伴2020-07-31
- MKT于8月7日10:00上线ZG.COM2020-07-31
- 区块链牵手张裕葡萄酒2020-07-31
- FURNAS寻求电力部门的区块链解决方案2020-07-31