GPT的横空出世将全球的目光吸引至大语言模型，各行各业都尝试着利用这个“黑科技”提高工作效率，加速行业发展。Future3 Campus携手Footprint Analytics共同深入研究AI与Web3结合的无限可能，联合发布了《AI与Web3数据行业融合现状、竞争格局与未来机遇探析》研报。该研报分为上下两篇，本文为下篇，由Future3 Campus研究员Sherry、Humphrey编撰。

摘要：

• AI 与 Web3 的数据结合正在促进数据处理效率的提升和用户体验的改善。目前区块链数据行业对于 LLM 的探索主要集中在通过 AI 技术来提高数据处理效率，利用 LLM 交互优势构建 AI Agent，以及利用 AI 进行定价和交易策略分析等。

• 目前 AI 在 Web3 数据领域的应用还面临一些挑战，如准确性、可解释性、商业化等。完全取代人工介入还有很长的路要走。

• Web3 数据公司的核心竞争力不仅仅是 AI 技术本身，还在于数据积累能力和对数据的深入分析应用能力。

• AI 可能短期内不是解决数据产品商业化问题的解决方案，商业化需要更多的产品化努力。

Dune 是当前 Web3 行业内领先的开放数据分析社区，提供了区块链查询、提取和可视化大量数据的工具，允许用户和数据分析专家使用简单的 SQL 查询从 Dune 预先填充的数据库中查询链上数据，并形成相应的图表和观点。

2023 年 3 月，Dune 提出关于 AI 以及未来结合 LLM 的计划，并于 10 月发布了其 Dune AI 产品。Dune AI 相关的产品核心关注利用 LLM 强大的语言能力和分析能力增强 Wizard UX ，更好地为用户提供 Dune上的数据查询和 SQL 编写。

（1）查询解释：3 月发布的产品，用户可以通过点击按钮来获取 SQL 查询的自然语言解释，旨在帮助用户更好地理解复杂的 SQL 查询，从而提高数据分析的效率和准确性。

（2）查询翻译：Dune 计划将 Dune 上不同的 SQL 查询引擎（如 Postgres 和 Spark SQL）统一迁移到 DuneSQL，因此 LLM 可以提供自动化的查询语言翻译能力，帮助用户更好地过渡，以有利于 DuneSQL 产品的推行。

（3）自然语言查询：即 10 月发布的 Dune AI。允许用户用普通英语提问并获取数据。这一功能的目标是使得无需 SQL 知识的用户也能轻松获取和分析数据。

（4）搜索优化：Dune 计划利用 LLM 改进搜索功能，帮助用户更有效地筛选信息。

（5）向导知识库：Dune 计划发布一个聊天机器人，帮助用户快速浏览 Spellbook 和 Dune 文档中的区块链和 SQL 知识。

（6）简化 SQL 编写工作（Dune Wand）：Dune 8 月推出 Wand 系列的 SQL 工具。Create Wand 允许用户从自然语言提示中生成完整的查询，Edit Wand 并允许用户对现有查询进行修改，Debug 功能自动调试查询中的语法错误。这些工具的核心都是 LLM 技术，能够简化查询编写过程，使分析师能够专注于分析数据的核心逻辑，无需担心代码和语法问题。