Этот хаб даёт цельную картину по рынку AI-токенов: какие классы проектов существуют, чем они полезны прикладному ИИ и на что смотреть в первую очередь — на стадии ресерча, пилота и эксплуатации. Мы сознательно отделяем «маркетинговые обещания» от производственной реальности: токен может быть востребован только там, где помогает снижать «цену эпизода» (полную себестоимость полезного ответа системы) или увеличивает устойчивость/скорость продукта.
Чтобы говорить на одном языке, используем каркас AI-стека — он показывает, где именно токенизированный компонент даёт ценность. Дальше фокусируемся на трёх кластерах:
- Compute/DePIN — рыночные площадки GPU/CPU и работу децентрализованных провайдеров. См. понятие DePIN и обзор механики в дек. вычисления.
- Agents/GenAI — прикладные платформы и протоколы вокруг генерации и агентности (планы, инструменты, схемы вывода).
- Data/Analytics — проекты данных, индексации и аналитики, повышающие проверяемость ответов, качество поиска и интеграцию с ончейн/оффчейн витринами.
Далее — минимально необходимая теория для оценки, практические метрики и чек-листы. Внизу — навигационные блоки: карточки токенов по категориям и соответствующие организации.
Где AI-токены живут в AI-стеке
Проще всего представить себе связку «слой стека → вид токена → сигнал пользы»:
| Слой AI-стека | Роль | Соответствующие токены (классы) | Какую пользу ищем |
| Исполняющий субстрат (инференс/батч) | Реальная генерация/вычисления | Compute/DePIN | Снижение TTFT/P95, «цена эпизода», эластичность |
| Представления/поиск знаний | Эмбеддинги, индексы, гибридный поиск | Data/Analytics | Recall/precision, цитатность, управляемость затрат на контекст |
| Оркестрация/агенты | План → шаги → инструменты → контроль | Agents/GenAI | Устойчивость пайплайна, доля неформата, экономия на шагах |
Важно: токен — это не автоматическое «ускорение». Ценность появляется там, где архитектурная интеграция действительно уменьшает стоимость и/или стабилизирует SLO. Для ориентира используйте роли и метрики из AI-стека.
Compute/DePIN: зачем рынку такие токены
Класс Compute/DePIN связывает спрос на вычисления с предложением GPU/CPU через рыночные механики (каталоги профилей, аукционы слотов, стейкинг/слэшинг операторов). В продуктах такой слой добавляет эластичность и географию, помогает опускать TTFT за счёт тёплых пулов и держать P95 под контролем при грамотной оркестрации. Важные сигналы зрелости:
- Профили GPU и VRAM, наличие warm-пулов, понятные SLO.
- Наблюдаемость запросов: TTFT, P95, доля неформата на границах.
- Прозрачный биллинг, который позволяет считать «цену эпизода».
Для терминологии и принципов смотрите дек. вычисления и базовое определение DePIN.
Agents/GenAI: когда токены действительно полезны
Здесь проверяйте не «набор модных слов», а контракты вывода и дисциплину инструментов. Агентные системы стоят денег там, где уменьшают ручную работу и делают шаги воспроизводимыми (валидируемые схемы, коды ошибок, лимиты глубины и стоимости эпизода). Сигналы зрелости:
- Контракты JSON/табличные форматы, доля неформата ≤ целевого.
- Метрики «Steps/Episode», «Tool Error Rate», политика ретраев.
- Прозрачные пайплайны: план → исполнение → критик → выпуск.
Если этого нет, «агентность» легко превращается в дорогую игрушку.
Data/Analytics: данные как рычаг доверия и экономии
Токены класса данных решают две главные задачи: доверие (проверяемость ответов через ссылки/ID источников) и экономию контекста (конденсация, гибридный поиск). Сигналы зрелости:
- Версионирование эмбеддеров и индексов, измерение дрейфа качества.
- Цитатность ответов и логи соответствий «запрос → документ».
- Фильтры и политики лицензий/источников.
Такие проекты опосредованно снижают «цену эпизода», уменьшая ввод и ретраи.
Как считать «цену эпизода» и почему это ключ к отбору
«Цена эпизода» = ввод/контекст + префилл + генерация + инструменты (ретривер/классификаторы) + ретраи + пост-обработка. Для каждого класса токенов спрашивайте: какой компонент уравнения он реально делает дешевле/стабильнее?
| Класс | Где влияет | Что проверять |
| Compute/DePIN | Префилл/генерация | TTFT, P95, тарифы, тёплые пулы, гео-роутинг |
| Agents/GenAI | Инструменты/ретраи/пост-обработка | Контракты, доля неформата, Steps/Episode, Tool Error Rate |
| Data/Analytics | Ввод/контекст | Конденсация, recall/precision, цитатность, дрейф эмбеддера |
Чек-лист быстрого due diligence
- Продуктовая метрика: на каком сценарии демонстрируется польза (Q&A, отчёты, интеграции)?
- SLO: TTFT/P95 и доля неформата в референтных сценариях.
- Экономика: отчёты «до/после» по «цене эпизода», понятные прайс-модели.
- Наблюдаемость: трейсинг запросов, версии моделей/индексов/шаблонов.
- Релизы: канарейки и пороги отката.
- Комплаенс: политика PII/логов/лицензий, аудит артефактов (подписи/хэши).
Риски и типовые ошибки оценки
| Риск/ошибка | Симптом | Как лечить |
| «Бренд вместо метрик» | Выбрали «по имени», P95 скачет | Пилот + канарейка, отчёт «до/после», одинаковые шаблоны |
| Смешение профилей | В одном пуле Light/Heavy | Развести очереди и лимиты длины |
| Нет контрактов вывода | Битые JSON/таблицы, ретраи | Строгие схемы + пред-валидация |
| Игнор дрейфа данных | Просадки качества/цитатности | Версионировать эмбеддер/индексы, регулярные эвалюации |
| «Ретраи до победы» | Счёт растёт, стабильности нет | Ретраить только по коду/неформату, потолок бюджета |
| Отсутствие гео-роутинга | TTFT выше целевого | Кэш префилла, ближние регионы, warm-пулы |
FAQ
Нужны ли самые большие модели, чтобы AI-токен «заработал»? Нет. Часто выигрывает связка «средняя модель + дисциплина контекста и вывода + правильный слой инфраструктуры».
Почему Compute/DePIN не всегда дешевле? Эластичность и география помогают, но без оркестрации (очередей/кэша/лимитов) P95 и ретраи «съедят» выгоду.
Как честно сравнивать проекты из разных классов? Сравнивайте не «по обещаниям», а по вкладу в «цену эпизода» и стабильность SLO на одном и том же сценарии и шаблонах.
Где предел «агентности»? Если цикл действий не описуем и не проверяем, агенты превращаются в затратный эксперимент. Нужны инструменты с контрактами, лимиты глубины и критик.
Словарь коротких определений
- TTFT — время до первого токена, отражает «живость» интерфейса.
- P95 — 95-й перцентиль задержек; индикатор «длинного хвоста».
- Неформат — нарушение контракта вывода (битый JSON/таблицы).
- Цитатность — доля ответов с валидными ID/ссылками источников.
- Steps/Episode — среднее число шагов агента на задачу.
- Tool Error Rate — доля неуспешных вызовов инструментов.
- Дрейф эмбеддера — изменение качества представлений и поиска со временем.