Крипто не померло, просто віддало таланти штучному інтелекту

Автори｜Xinyang & Ethan @ IOSG

2026 рік, крива активності відкритої спільноти Crypto на GitHub завершила приголомшливий «фундаментальний» період. Від пікових 45 тисяч місячних активних розробників у 2022 році до приблизно 23 тисяч — таке напередодні зменшення у цифрах викликало дискусії у соцмережах про «вичерпання нарративу». Однак, коли ми розглядаємо перетин цієї кривої, бачимо не зменшення індустрії, а глибоку «дефолтну» переорієнтацію талантів.

▲ Джерело даних: Electric Capital Developer Report, на основі Crypto Ecosystems Github

Хто пішов? Хто залишився?

Звільнилися переважно новачки. У лютому 2024 року кількість нових розробників у місяць сягнула 5462, потім різко знизилася, з втратами понад 52% тих, хто увійшов у галузь менше року тому. Більшість з них увійшли під час бичачого ринку, займалися створенням NFT-контрактів, форками DeFi-протоколів, фронтендом для нових L2. Ці позиції дуже залежать від ринкової популярності: коли вона зникає, проекти припиняють роботу, і робочі місця зникають. З даних видно, що внесок новачків у код ніколи не перевищував 25% від загального, і ця група з самого початку не входила до ядра індустрії.

▲ Новачки приходять під час бичачого ринку і йдуть під час медведя; досвідчені розробники (з понад 2 роки стажу) у цей період досягли історичних максимумів

Джерело даних: Electric Capital Developer Report

З іншого боку, розробники з досвідом понад два роки у цей період зросли і встановили нові рекорди, забезпечуючи близько 70% від загальної кількості коду. Глава Electric Capital Марія Шен прямо каже: «Коли ми дивимося на групу досвідчених розробників, вона зростає і виглядає дуже здоровою».

Вони залишаються не через відсутність альтернатив.

З технічної точки зору, основна робота у crypto — це інфраструктурна розробка, яка зазвичай вимагає багаторічної підготовки: розробка протоколів, аудит безпеки, міжланцюгова архітектура. Ці завдання потребують багаторічного досвіду, і їх не можна швидко замінити зникненням популярності.

З економічної точки зору, багато ветеранів мають невикористані токени, вплив у протоколах через governance та акціонерні відносини, їхній досвід створив реальні бар’єри та доходи. За розподілом по екосистемах, вони голосують ногами: кількість розробників Bitcoin за два роки зросла на 64.3%, Solana — на 11.1%, тоді як Cosmos знизився на 51.1%, Polkadot — на 46.9%. Ветерани концентруються у тих екосистемах, де є реальні користувачі та доходи, залишаючи проекти, що тримаються лише на нарративі.

▲ Джерело: Coincub Web3 Jobs Report 2025

Джерело даних: Web3.Career

Зміни у структурі вакансій також підтверджують цю тенденцію. У 2025 році найбільша частка нових вакансій у Web3 припадає не на розробників, а на управління проектами та програмами — понад 27%. Для галузі, яка славиться технологічною орієнтацією, це здається нелогічним, але логіка проста: індустрія переходить від будівельного до виконавчого етапу, потрібно інтегрувати понад 100 ланцюгів, а корпоративні клієнти вимагають зовсім інших стандартів відповідності та безпеки. DAO-управління вимагає балансування інтересів різних стейкхолдерів. Це не класичне управління проектами, а координація та ухвалення рішень у середовищі, що ще формуються.

Зовнішній вигляд індустрії зменшується, але її ядро стає більш щільним. У 2018–2019 роках, під час медведя, також спостерігалася масова втрата розробників, але згодом з’явилися такі феноменальні проекти, як Uniswap, Aave, OpenSea, які визначили бичачий ринок 2020–2021. З тих пір, ті, хто залишилися, мають більш зрілі інфраструктурні рішення, а епоха AI дала їм ще більший майданчик для розвитку.

Що залишилися, які навички вони мають?

Що саме у crypto — галузі — сформувало у builder особливі навички? Щоб відповісти, потрібно повернутися до базових принципів блокчейну: у циклах биччого і медведжого ринків ця галузь завжди працює за одними й тими ж фундаментальними правилами: код — це закон, виконання — це кінцева точка.

У 2016 році, інцидент з The DAO, коли зловмисник використав рекурсивну уразливість для викрадення 36 мільйонів доларів. Код був без багів, логіка працювала за планом, але межі системи не були передбачені розробниками. У 2021 році, атака на міжланцюговий міст Poly Network, коли за кілька годин було переведено 610 мільйонів доларів. Не було платформи, яка могла б зупинити, організації, що могли б скасувати транзакції, або закону, що міг би повернути кошти. Це — структурна особливість crypto: нульова толерантність до помилок, майже відсутність можливості втручання після події.

Це середовище породжує навички, яких майже немає в інших галузях: створювати працюючу систему з нуля у відсутності правил і довіри, щоб незнайомі люди були готові вкладати реальні активи.

Ці навички мають два рівні. Перший — створення довіри з нуля, без зовнішніх авторитетів, лише за допомогою коду та механізмів, щоб незнайомі люди були готові довірити свої активи. Другий — ухвалювати рішення у умовах технічної та економічної невизначеності, без регуляторних рамок, історичних даних або галузевих стандартів, і все ж проектувати працюючу систему.

Обидва рівні підтверджені у crypto. Uniswap не має гарантій компанії, KYC, служби підтримки — будь-хто може внести кошти у пул ліквідності, довіряючи лише кільком сотням рядків коду та економічній моделі, і досягти сотень мільярдів доларів щоденного обігу. MakerDAO не має підтримки центрального банку, страхування депозитів — все тримається на ончейн-управлінні та механізмі застав. У період DeFi Summer ще більш радикально: відсутність регуляторних рамок, аудитів, історичних даних — і протягом кількох місяців розробники створили AMM, кредитні протоколи, механізми ліквідності, довівши TVL до десятків мільярдів доларів. Ці навички проявляються у протоколах, застосунках і управлінні, але їхній фундамент — однаковий.

Епоха AI створює схожу за структурою проблему. Модельні рішення — непрозорі, результати — важко незалежно перевірити. AI-агенти починають самостійно виконувати транзакції, розподіляти кошти, але системи правил і обмежень ще не створені. Водночас, компанії, що володіють великими моделями, контролюють і моделі, і стандарти оцінки, користувачі — позбавлені ефективних способів перевірки. Обчислювальні ресурси зосереджені у кількох гігантів, і при високому попиті виникає монополізація цін. Ці проблеми — однакові: питання довіри до автономних систем, що повторюється у масштабах AI.

Розробники у crypto вже багато років вирішують подібні питання без зовнішніх правил — раніше у протоколах, тепер у AI. І вже є ті, хто переносить здобуті навички у цю сферу і отримує результати.

Як переоцінити ці навички у епоху AI?

Приклади переходу з crypto у AI стають все частішими, але, розглядаючи їх детальніше, можна побачити, що вони забирають різне.

Найпряміший шлях — це безпосередній перенос апаратного забезпечення та досвіду. Три засновники CoreWeave — Michael Intrator, Brian Venturo і Brannin McBee — з 2017 року майнили Ethereum на GPU, масштабуючи від однієї до тисячі пристроїв. У 2022 році вони закрили майнінг, а через два місяці з’явився ChatGPT, і їхні GPU перетворилися на AI-обчислювальні ресурси. У 2025 році вони вийшли на Nasdaq, з оцінкою близько 23 мільярдів доларів, а пік ринкової капіталізації сягнув майже 70 мільярдів. Співзасновник OpenSea Alex Atallah, який працював із агрегуванням та маршрутизацією складних активів у NFT, застосував цей досвід до AI-моделей, заснував OpenRouter, що за два роки обслуговує понад 5 мільйонів розробників і має оцінку 500 мільйонів доларів.

Інша категорія — більш цікава. Ілля Полосухін, засновник NEAR і один із співавторів статті про Transformer, після виходу з Google спочатку планував створювати AI-додатки з обробкою природної мови, але під час розробки зіткнувся з реальним питанням: потрібно платити глобальним працівникам за аутсорсингом даних, а багато з них не мають банківських рахунків. Тут blockchain став ідеальним рішенням для міжнародних платежів. Зараз NEAR трансформується у платформу інфраструктури AI, з фокусом на user-owned AI та децентралізоване конфіденційне машинне навчання (DCML), щоб користувачі могли використовувати AI без розкриття даних. Досвід у децентралізованій архітектурі став найскладнішою точкою для копіювання. Співзасновник Circle Шон Невілл заснував Catena Labs, орієнтовану на AI-банкінг, і переніс розуміння інфраструктури стейблкоїнів у сценарії AI-агентів, залучивши $18 млн від a16z crypto. Ветеран Aave і Lens Protocol Нейдер Дабіт перейшов у Cognition, щоб застосувати досвід у побудові екосистем у крипто-протоколах до інструментів AI-агентів.

Ці люди забрали не лише GPU або мережу користувачів, а й інтуїцію у механізмах, досвід у побудові екосистем, здатність створювати довірчі системи з нуля у відсутності правил. Ці навички відповідають трьом структурним прогалинам у масштабуванні AI.

Агрегація та оптимізація обчислювальних ресурсів

Обчислювальні ресурси — найпряміша перешкода для масштабування AI. Навчання і inference вимагають багато GPU, попит коливається, хмарні провайдери дорогі і мають черги, компанії не хочуть тримати власне обладнання. Тут є два рівні: як агрегувати і розподіляти ресурси, і як ефективніше їх використовувати. У crypto вже є досвід у обох сферах.

Hyperbolic вирішує проблему розподілу і довіри. Засновник Jasper Zhang застосував децентралізовані механізми у AI-обчисленнях: токени мотивують розподілених власників GPU ділитися ресурсами, але головне — довіра. Чому вірити, що результат обчислень від незнайомого вузла правильний? PoSP — випадковий вибір і ігрова теорія, що робить чесність стратегічно вигідною для вузла, без повної перевірки, з низькими витратами і масштабованістю. Ця механіка — перенесена з crypto логіка перевірки поведінки незнайомих вузлів.

MoonMath вирішує проблему ефективності. Спочатку зосереджувався на прискоренні ZK-генерації доказів, тепер — на прискоренні AI inference. Наприклад, LiteAttention для розподіленого уваги у відео, LiteLinear для низькорозрядної матричної розкладки, BackLite для швидкого зворотного поширення. В основі — одна й та сама здатність: прискорити математичні обчислення у крайніх обчислювальних обмеженнях. Траєкторія зміни — інша, але навички залишилися.

Гармонізація та мотивація у AI

Коли кілька AI-агентів починають співпрацювати, як гарантувати, що вони не зруйнують систему у гонитві за власними цілями? Кожен — у своїй функції, і ніхто не гарантує, що система працюватиме стабільно. Агенти діють швидше за людське втручання.

Це — класична проблема, яку crypto вирішує у DAO і токеноміці. Вигоди різні, але правила — у коді, і порушення караються економічними санкціями. EigenLayer застосував цю ідею до AI: через механізм restaking, вузли мають ставити активи, і порушення — караються. Це — жорсткі рамки з реальними економічними наслідками. EigenCloud розширює цю модель на перевірку обчислень і управління AI-агентами, щоб вони діяли у межах правил.

Автономна оплата AI-агентів

Ще одне — як агент платить? Традиційні платіжні системи орієнтовані на людину: потрібно відкривати рахунок, авторизовуватися, чекати. Агент не чекатиме, він може робити тисячі запитів щосекунди, і кожен — мікроплатежі. Стандартні платформи не підходять.

Stablecoin і on-chain правила — вже готова інфраструктура crypto, що підтримує програмовані, безпосередні і цілодобові платежі. Залишилося лише створити протокол, що з’єднає stablecoin із робочим процесом агента.

x402, запущений Coinbase у травні 2025 року, активує статус HTTP 402 і дозволяє платити stablecoin-ом прямо у запитах HTTP. Агент робить запит і одночасно платить, без рахунку, за приблизно 2 секунди. До квітня 2026 року через цей протокол пройшло понад 165 мільйонів транзакцій на суму близько 50 мільйонів доларів, активних агентів — 69 тисяч (джерело: x402 Foundation). Платформи як Cloudflare, AWS, Stripe, Anthropic MCP вже інтегровані. Платежі агентів — це вже реальний тренд.

Ці три напрямки відповідають трьом структурним прогалинам масштабування AI: агрегація і ефективність обчислень, мотивація багатьох агентів, автономна оплата. У традиційному софтвері таких рішень немає, але у crypto — досвід є. Навички не зникли, вони просто знайшли нові сфери застосування.

Новий профіль builder: від створення контрактів до створення правил для AI

Масштабування AI створює новий дефіцит функцій — не технічних фахівців, а тих, хто може проектувати механізми довіри у автономних системах. Коли об’єктом стає AI, роль crypto builder змінюється.

Порівняння нових функціональних парадигм:

Головна різниця — не у технічних стеках, а у способах формування довіри і логіці виконання правил. У pre-AI часи, crypto builder працювали з людськими учасниками, правила закладалися у контракти, толерантність до помилок — нульова, але межі системи були чіткими. У AI-Native часи, коли об’єктом є автономні AI-агенти, потрібно враховувати їхню непередбачуваність, швидкість дій і нові межі системи, що мають формуватися у більшій невизначеності. Роль crypto builder змінюється з «написання безпечних контрактів» на «проектування довірчих механізмів для автономних AI-систем».

Це вже відображається у наймі провідних інституцій:

▲ У першому кварталі 2026 року провідні біржі активно відкривають позиції у сферах AI/даних

Джерело: Gate Research Institute

Рекрутинг провідних платформ і організацій у 2026 році чітко відображає цю тенденцію: тепер шукають не просто AI-інженерів або crypto-розробників, а тих, хто може з’єднати обидві сфери, розуміє глибину стимулів і управління у ланцюгах, здатен інтегрувати AI-інструменти у crypto-робочі процеси і проектувати довірчі механізми для agent і регуляторів, що довго узгоджуються.

Інвестиційний напрямок також змінюється. Paradigm збирає новий фонд до 15 млрд доларів, розширюючи інвестиції з crypto у AI і робототехніку. Haun Ventures завершили Fund II на 1 млрд доларів, зосереджуючись на фінансовій інфраструктурі для AI-агентів, платіжних систем, стабільних монет і економіки agent-to-agent. a16z crypto завершили п’ятий фонд на 2.2 млрд доларів, цілком орієнтований на crypto, але з акцентом на застосування механізмів прозорості, верифікації і децентралізації у AI.

За даними PitchBook, у 2025 році близько 40% венчурних інвестицій у crypto США спрямовані у компанії, що працюють з AI, що значно більше ніж у 2024.

Зміна підходів crypto builder у різних ринкових умовах очевидна: у США — стимул до інновацій у протоколах, у Азії — швидке застосування у бізнесі та регуляторних рішеннях.

Повертаючись до кривої GitHub. Зменшення активних розробників з 45 тисяч до 23 тисяч — на перший погляд, ознака занепаду. Але серед тих, хто залишився, історично рекордний відсоток досвідчених — і вони спрямовуються у екосистеми з реальними користувачами, переоцінюючи свою цінність у контексті AI. Коли AI стикається з проблемами агрегації обчислень, автономної оплати, перевірки даних і рішень, ці довгострокові навички у правилах, стимулювання і правдивості перетворюються у системні можливості для AI-епохи.

Як інвестиційна компанія, що з 2017 року глибоко працює у crypto, IOSG не просто спостерігає — ми вже інвестували у механізми, що передбачають довіру і координацію у AI, наприклад, у EigenLayer, MoonMath, Hyperbolic. Логіка одна: проблеми довіри, координації і верифікації у масштабі AI — це ті ж виклики, що й у crypto, і саме механізми, що їх вирішують, з’являються у цій точці перетину. Ми віримо, що перехід crypto у AI — це не просто нарратив, а структурна можливість, що вже відбувається.