2025 年 4 月 10 日 19:00，基於全同態加密（FHE）技術的隱私基礎設施項目 Mind Network 在 PancakeSwap 平台正式開啓 TGE，超募 174 倍的成績不僅充分展現了狂熱的社區參與，更使得項目聚集更多目光。

作爲入選幣安孵化器、以太坊基金會 Fellowship Grant、Chainlink Build Program 多重機構加持的項目，Mind Network 曾在 2024 年 9 月獲得 1000 萬美元的 Pre-A 輪融資，吸引包括 Animoca Brands、Arkstream Capital、Cogitent Ventures 等知名機構的參與。近期，憑藉推出 AgenticWorld、被 DeepSeek 開源代碼庫集成等一系列 AI 領域大動作，圍繞 Mind Network 的討論越來越多。

過去數月，我們坐在 AI Agent 這輛刺激過山車之上：

根據 Cookie.Fun 數據，相較 2024 年一度突破 200 億美元峯值，當下 AI Agent 板塊總市值大幅回落至當下 60 億美元左右。

但很少有人懷念 2024 的 AI Agent Summer，從「敘事先行」到「敘事 + 技術雙驅動」，AI Agent 正在穿越早期炒作階段，從業者整裝待發，尋找能夠真正爲用戶構建的長期價值，引領 AI Agent 這輛過山車再次衝向雲霄。

而在這個尋找過程中，不管是 Web2 還是 Web3，西方世界還是東方世界，其目光似乎都逐漸在一個相同的圓點交匯：從 AI Agent 到構建更強自主性、協作性和適應性的 Agentic AI 生態，讓 AI 真正能夠在更多現實場景中解決問題。

正如 Microsoft CEO Satya Nadella 在 2024 Ignite 大會上關於智能體 AI 的未來描述所言：構建一個極爲豐富的智能體世界（Agentic World）。

但在 Agentic AI 繁城之下，無論是 Web2 中心化帶來的隱私泄露、模型竊取、算法偏見等沉痾，還是 Web3 區塊鏈框架下 AI 發展所面臨的去中心化治理風險、跨鏈協作難題等挑戰，作爲地基的安全問題卻成爲不容忽視卻又難以拔除的隱患。

而這也正是 Mind Network 以 FHE 爲主敘事斬獲大量關注的重要原因。

就像以太坊創始人 Vitalik Buterin 最新發表的文章《Why I support privacy（爲什麼我支持隱私）》中所言：

「AI 發展帶來了更深層次的隱私擔憂…LLM（大語言模型）的計算結構以線性運算爲主，與 FHE 的數學特性高度契合，可能催生超高效 FHE 實現方案… AI 與 FHE 的結合將是未來解決隱私問題的核心，特別是在需要分析私人數據的情況下。」

作爲全球首個專爲 AI 智能體設計的 FHE 區塊鏈項目，Mind Network 通過發揚 FHE 在 AI 安全方面的巨大優勢，正在構建 Agentic World 發展的的安全底座。與此同時，隨着面向智能體 AI 的可信生態產品 AgenticWorld 的推出，Web2 與 Web3 共同所期望的多智能體安全高效協作未來正在勾勒出具象的框架。

初探 AgenticWorld：多 Agentic AI 協作驅動的智能生態

你是否暢想過這樣一個未來：

生活中無論遇到什麼問題，你只需根據需求下達指令，Agentic AI 便會自主完成協作、分析、決策、執行的每一步，不管是喜好設定、健康管理還是理財投資。

面對復雜的場景下更高難度的任務，我們關於美好未來的暢想不僅對 Agentic AI 的隱私、安全等提出更高要求，而且需要形形色色的 Agentic AI 的高效協作。

這就是 AgenticWorld 要實現的事情。

作爲 Mind Network 推出的專爲 Agentic AI 設計的個性化模擬環境，AgenticWorld 中必然存在着多個具有自主決策能力的智能體，因此首先，AgenticWorld 需要支持創建 Agentic AI。

$FHE 代幣 TGE 剛結束，AgenticWorld 中質押 $FHE 激活並培訓 Agentic AI 功能便已上線：目前用戶只需質押 10 $FHE 即可激活 Agentic AI，未來活動結束後，該標準將變成 100 $FHE。

激活然後呢？爲自己的 Agentic AI 發一個代幣投入池子裏大 P 特 P ？

其實還可以幹更多更有意義的事情：

AgenticWorld 旨在讓 Agentic AI 快速成長，甚至在訓練成長、真正解決具體問題的過程中爲用戶帶來源源不斷的收益。因此 AgenticWorld 提供兩種類型的 Hub 以供 Agentic AI 訓練，任何訓練都將獲得獎勵：

基礎 Hub 幫助 Agentic AI 獲得在 AgenticWorld 框架內運行所需的能力，目前已開發的基礎訓練 Hub 包括 FCN（FHE 共識）、FDN（FHE 解密）、RandGen（隨機數生成），通過完成訓練即可獲得獎勵，目前預期 APY 可達 400%。

高級 Hub 則幫助 Agentic AI 在完成更復雜任務的過程中不斷提高解決問題的能力，未來 AgenticWorld 將推出更多高階 Hub，覆蓋多代理共識、醫療 AI、去中心化推理等應用場景。 2025 年 4 月 17 日，Mind Network 公布其首個高級 Hub「DeepSeek Hub」的預告，作爲首個被 DeepSeek 集成的 FHE 項目，DeepSeek Hub 將爲 AI Agent提供 工作（Working）平台，在此用戶可委托 Agent 參與工作並賺取 $FHE 獎勵。

與此同時，爲進一步構建一個不斷優化、長期可持續發展的生態系統，AgenticWorld 還制定了結構化且透明的質押體系：當前限時活動期間，啓動 Agent 只需要質押 10 枚 FHE，質押 $FHE 激活 Agentic AI 之後將有 30 天的初始鎖定期（成熟期），在此期間所有質押本金和獎勵均處於鎖定狀態。 30 天之後，用戶可隨時提交提取獎勵的請求，此時會存在一個 48 小時解綁期，在這 48 小時內不產生收益。

當然，用戶也可以選擇銷毀你的 Agent，此時所有質押的 $FHE 代幣和收益都將被釋放。

當我們再次回到上文所提到的「多智能體協作服務更多現實場景需求」的未來，如何幫助 Agentic AI 在實戰協作中不斷提升服務能力？ AgenticWorld 設計了基於 Orchestration 層的 Hub Contract 機制。

簡單來說，這是一套類似於 MCP（模型上下文協議）的機制，我們可以將其理解爲一個開放的、通用的、有共識的協議標準，有了這個標準，AI 模型就像是有了一個 「萬能接口」，讓 AI 模型能夠與不同的數據源和工具進行無縫交互，從而幫助 Agentic AI 在高效協作解決實際問題，實現更高階的成長，同時獲得更豐厚的收益。

具體而言，AgenticWorld 的設計中存在着三個層級。

最上層是 Agentic AI：

作爲任務執行者，Agentic AI 負責在加密數據上執行計算，並將結果返回 Hub 以獲得獎勵。每個 Agentic AI 都需要向 Hub 提交註冊，在執行任務的過程中，Agentic AI 可能需要向 Hub 付費以調用功能提升任務解決能力；Agentic AI 可以獨立運行，也可以與其他 Agentic AI 協作完成復雜任務。

Hub Contract 連接着 Agentic AI 與 Orchestration 層：

Hub 是一個智能合約，定義特定領域的任務（如預測、驗證、談判等），同時有權利決定任務獎勵分配的具體原則。每個 Hub 都需要向 Orchestration 層註冊以加入網路獲得任務分配。 Hub 獲得任務後，Agentic AI 通過 Hub 註冊任務、執行計算並與其他 Agentic AI 協作；在此過程中，Hub 可能需要向其他 Hub 付費以調用功能提升任務解決能力。

Orchestration 層則爲整個機制有效運作提供底層支持：

一方面，Orchestration 層負責將任務分發給合適的 Hub 和 Agentic AI；另一方面，Orchestration 層提供高效的協作基礎，支持不同區塊鏈之間的代理協作，確保數據和計算的無縫流動，且通過統一的協議（如 MCP 模型上下文協議），簡化代理和 Hub 的集成。最重要的是，Orchestration 層將監聽所有 Hub 的所有 Agentic AI 活動，因此它可以站在全局角度公平計算貢獻者的付出並分發 $FHE 代幣獎勵。

整個過程中，除了具體任務的具體收益之外，$FHE 作爲 Mind Network 原生代幣，扮演 AgenticWorld 生態激勵樞紐的作用。

對於開發者而言：可以創建 Agentic AI 做任務獲得收益；也可以通過創建 Hub、管理 Hub 獲得收益；

對於普通用戶而言：AgenticWorld 支持一鍵創建 Agentic AI，可以獲得 Agentic AI 做任務獲得的收益，同時享受 Agentic AI 不斷進化所提供的智能服務；

每個 AgenticWorld 生態參與者都會根據自己的貢獻獲得收益，且獎勵流向透明可追溯，不管是 Hub 之間還是 Agentic AI 之間都能夠保持高度靈活、公平競爭、不斷成長的狀態，生態飛輪推動 AgenticWorld 朝着更加協作、智能方向發展。

我們可以以用戶想要獲得一份月度鏈上投資建議爲例，在具體場景中更清晰的了解 AgenticWorld 運作流程。

首先，Orchestration 層會根據用戶的需求，在所有註冊的 Hub 和 Agentic AI 中尋找適配者並將任務分配，完成該項任務將涉及到多個 Hub 中的多個 Agentic AI 協作，比如預測、借貸、穩定幣收益、RWA 等。

接到任務後，不同 Agentic AI 將使用特定的 AI 模型進行分析生成投資建議並返還給 Hub。在此過程中，每個 Agentic AI 將可能與其他多個 Agentic AI 交互，以獲得更多分析支持，從而生成更符合任務要求的結果。

Hub 則扮演着促進數據加密與傳輸、模型協作層等角色：通過 FHE（全同態加密） 技術，確保數據在傳輸和共享過程中始終處於加密狀態；通過協調不同 Agentic AI 之間的交互，實現跨模型的數據融合。

最後，Orchestration 層將不同 Agentic AI 的輸出結果進行整合生成綜合投資組合優化方案返還給用戶，並負責監控整個流程的執行效果，然後向 Hub 發放獎勵。

Hub 在收到獎勵後，一部分留給自己，一部分獎勵參與任務的 Agentic AI，具體分配規則由 Hub 自行決定，而更加公平的分配將能夠吸引更多 Agentic AI 註冊，從而持續提升解決任務、獲得獎勵的能力。

這個設計看起來十分美好，而且借助區塊鏈的去中心化力量打破 AI 發展壟斷，以及一輪 AI Agent 井噴式發展的鋪墊，我們離這個多智能體協作時代更近一步，但想要真正具體的現實場景中解決問題，還有很多重點被忽略：

如果想要擴大 Agentic AI 的服務範圍，就需要更多的數據，包括一些敏感數據，比如我們需要向 Agentic AI 提供體檢報告獲得健康分析，那麼如何解決隱私問題？

如果想要提升 Agentic AI 的服務能力，不同專長的多 Agentic AI 協作是不可避免的趨勢，比如我們需要來自以太坊、Solana、Base、BNB 等多鏈 Agentic AI 協作獲得投資建議，如何客服不同主體之間數據共享的復雜性和安全性挑戰？

更重要的是，當 Agentic AI 給到我們一個「結果」，我們如何相信這個結果是真的正確且符合用戶利益的呢？

這是當下區塊鏈所不能解決的問題，就像 Mind Network 所言：我們需要的不是「更好的區塊鏈」，而是爲 AI 而生的新範式。

通過將問題歸因，Mind Network 爲 AgenticWorld 生態的未來發展提出了四大標準：

• 數據安全：確保 Agentic AI 在處理敏感數據時不會暴露原始內容。
• 通信安全：確保 Agentic AI 之間能夠 0 信任進行加密交流、協作與競爭。
• 計算安全：確保 Agentic AI 模型推理過程全程加密，同時保留可驗證的審計軌跡。
• 共識安全：確保存在一種機制保證 Agentic AI 之間安全協作，驗證彼此行爲，防止篡改。

一切問題都似乎落腳到了「安全」這一關鍵詞上。

AI 安全的重要性不言而喻，它是 AI 這項技術能否正向健康發展、更好推動人類文明進程的關鍵前提，圍繞 AI 安全問題構建的解決方案，不僅是公認的 Agentic World 生態發展關鍵，更像是預言機之於區塊鏈，AI 生態發展的下一個重點基建。

OpenAI CEO Sam Altman 也曾發出預警：AI 安全，比大多數人意識到的要重要得多。

基於問題尋找答案，Mind Network 找到了 FHE。

FHE：加密安全聖杯，AgenticWorld 落地底座

什麼是 FHE（全同態加密技術）？

簡單來說，這是一種先進的加密技術，一兩句話很難解釋清楚的 FHE 的精妙，但區別於其他加密方案，FHE 有一個非常重要的特徵：

允許在不解密密文的情況下，直接對密文進行函數計算，並獲得該函數輸出的加密後的結果，實現全過程的安全和私密。

這是 FHE 吸引 Mind Network 持續深耕的重要特性，也是 Mind Network 構建 AgenticWorld 安全底座的核心技術基礎。通過基於 FHE 技術的分層架構設計，Mind Network 實現了端到端加密的協議，推動構建了 HTTPZ（零信任互聯網傳輸協議）互聯網安全新範式：

• 安全層：由多個獨立的 FHE 驗證器組成；
• 共識層：Mind Network 與 AltLayer、EigenDA 共同開發的 Rollup 鏈，用於確保 FHE 驗證過程的共識。
• Mind Network 的 Hub：Hub 基於 FHE 構建，將作爲 AgenticWorld 的訓練和工作中心，Agentic AI 可以在此進行能力提升、安全協作等，根據能力訓練和要求，可以分爲基礎和高級 Hub。

在這個基於 FHE 技術構建的基礎設施之上，鑽研 FHE 的 Mind Network 又先後取得多項研究成果，包括旨在不暴露敏感數據的情況下確保完整性和安全性的 FHE 驗證、旨在確保去中心化網路決策無需信任且可驗證的 FHE 共識、旨在實現真正安全的跨鏈交互的 FHE Bridge 以及全球首個 FHE 區塊鏈 MindChain 等，緊緊圍繞 Agentic AI 核心敘事，不管是數據、通信、計算還是共識安全，AgenticWorld 生態發展所面臨的困境都有了對應解決方案。

當然，理解 FHE 這項硬核技術的門檻還是比較高的，因此我們同樣可以以「獲得一份投資建議」爲例，了解在 Agentic AI 協作的不同場景，FHE 如何賦能 Agentic AI 發展。

在確保高敏數據隱私方面：

你是一位加密玩家，擁有多鏈多賽道的資產，你需要向 Agentic AI 提供你的資產配置情況，以便獲得一份個性化投資建議，在此過程中多個 Agentic AI 將會分析你的數據，但你並不想在鏈上裸奔，怎麼辦？

用戶可以使用 FHE 公鑰加密資產數據，並將加密後的數據發送給 Agentic AI；

由於 FHE「無需解密即可計算」的特性，Agentic AI 可以對加密過的資產數據執行計算，若涉及到協作流程同樣如此，第一個 Agentic AI 將加密數據轉發給第二個 Agentic AI 執行計算，在加密數據上運行更多基於 FHE 的邏輯，以此類推，第三個；第四個…

當多個 Agentic AI 完成協同計算並生成投資建議結果之後，該結果將以加密的方式返回給用戶的 Agentic AI ，然後用戶可使用自己的密鑰解密並讀取結果。

在驗證輸出結果的正確性方面：

很多時候，Agentic AI 需要依靠其他外部 AI 產品信息源做出決策，比如做投資判斷，Agentic AI 需要聯動 Deepseek 做一些宏觀經濟的分析，但更多的外部性帶來了更強的不確定性，如何在不訪問內部權重、邏輯或查看驗證者的私人數據的情況下驗證輸出內容的準確性和安全性？

在 AgenticWorld，用戶可以通過註冊的 Hub 向網路提交驗證任務，Orchestration 層會將任務轉發給多個能夠處理驗證請求的 Hub 和 Agentic AI，每個 Agentic AI 在接到任務後會使用自己的模型獨立產出驗證結果，並將結果通過 FHE 加密提交給 Hub。

Hub 通過 Mind Network 基於 FHE 構建的安全驗證機制，聚合這些加密驗證反饋並得到最終驗證結果。

最後，驗證結果將以加密的方式返回給用戶的 Agentic AI ，然後用戶可使用自己的密鑰解密並讀取結果，若結果爲可信，那麼用戶將可以放心採納該反饋。

在多個 Agentic AI 協作時達成可驗證的「結果共識」也是同理：

這種場景十分常見，比如 Agentic AI 建議用戶參與借貸獲得收益，但需要找到最優的利率。如何確保每個參與協作 Agentic AI 都各自真正對問題進行了評估，並就最終反饋解決達成共識？

在 AgenticWorld，用戶的 Agentic AI 可以通過註冊的 Hub 向網路提交任務，Orchestration 層會將任務轉發給多個能夠處理請求的 Hub 和 Agentic AI，每個 Agentic AI 使用自己的模型進行計算獨立產生一個結果，並將結果通過 FHE 加密提交給 Hub；

Hub 通過 Mind Network 基於 FHE 構建的安全共識機制，對結果進行比較，並對最優結果達成共識，確保決策的無需信任、可驗證以及防篡改。

最後，最終結果將以加密的方式返回給用戶的 Agentic AI ，然後用戶可使用自己的密鑰解密並讀取結果。

在跨鏈的多 Agentic AI 協作方面，基於 FHE 技術構建的 Mind Network 更將爲 AgenticWorld 帶來突破性革新。

衆所周知，更廣泛的協作將帶來更高階的智能，比如在制定投資建議時，你的資產可能分布在以太坊、Solana、BNB Chain、Base 等不同鏈上，在互操作性挑戰下，如何確保跨鏈協作的高效及安全？

在 AgenticWorld，不同鏈的 Agentic AI 可以註冊同一個 Hub 進行貢獻，比如 BNB Chain 的 Agentic AI 和 MindChain 的 Agentic AI 都可以註冊 Hub 1。

接到任務後，每個 Agentic AI 獨立計算、輸出結果並將結果加密反饋給 Hub，Hub 作爲跨鏈交互的樞紐，負責協調不同鏈之間的數據流動。

如此一來，當結果返回給 Agentic AI 後，完整的跨鏈協作便完成：每個 Agentic AI 都在本地執行操作，但每個 Agentic AI 都會收到跨鏈協作後的結果。

作爲全球首個專爲 AI 智能體設計的 FHE 區塊鏈，MindChain 是 AgenticWorld 的底層基礎設施。

更爲重要的是，無論是大規模的 Agentic AI 創建，還是不同 Agentic AI 之間高頻交互協作以完成更豐富、復雜的任務，AgenticWorld 都需要一個高性能、低成本、高可互操作性的底層基礎設施，而這也是 MindChain 誕生並成功主網上線的重要原因。

作爲全球首個專爲 AI 智能體設計的 FHE 區塊鏈，MindChain 解決了智能體在 Web2 與 Web3 世界中面臨的核心安全與信任挑戰，確保它們能夠在完全隱私、可驗證與完整性保障的環境中運行。

目前，Mind Network 已經在 MindChain上部署了 Orchestration 合約，開發人員可以立即接入系統，這也預示着 AgenticWorld 的加速到來。

實際上，從 Web2 到 Web3，從賦能 AI 到在現實應用場景中落地，AgenticWorld 生態已在多個領域展現出獨有優勢。

從 Web2 到 Web3，打開 AI 想象天花板

在 AgenticWorld 制度下，通過生態合作，Mind Network 對於 AI 能力的提升已經表現在多個方面：

在 AI 存儲方面，Mind Network 與 FIL、Arweave、Greenfield 等項目合作，提供專注於隱私安全的 AI 數據存儲服務。

在 AI 計算方面，Mind Network 與 io.net 建立合作，將 FHE 引入 io.net 分布式計算平台中，以幫助加強其產品的安全性，並進一步提高應對全球 GPU 短缺的能力。

在 AI 推理方面，Mind Network 與 Allora 建立合作，實現去中心化 AI 推理過程中的加密輸入和計算，同時驗證輸出建立信任。

在 AI 安全方面，Mind Network 更是聯合 Swarms 推出了去中心化企業級 AI 計算安全系統 Swarms Shield，該系統專注於多 Agentic AI 協作之間的安全通信與計算，確保 Agentic AI 執行的公平性、安全性和隱私性。

此外，Mind Network 還宣布與新一代 TEE 基礎設施 Phala Network、去中心化 ZK-RaaS 網路 Lumoz、遊戲和 AI 模塊化身分和數據層 CARV、去中心化 AI 底層協議 KIP Protocol 等項目建立合作，一方面結合 TEE、ZK 等技術，另一方面發揚 Mind Network 的 FHE Hub 共識驗證在「端到端的安全服務與自主共識能力」優勢，打造下一代安全零信任的 AI Agent 解決方案。

需要特別注意的是，AgenticWorld 並不是 Web3 專供，其最終落腳點是提升 Agentic AI 服務能力，構建高效協作、高度智能、高安全性、高自動化的 Agentic AI 生態系統，以推動 Agentic AI 驅動的智能化未來早日到來。

因此 AgenticWorld 是一個跳出 Web2 or Web3 概念的生態，旨在面向 AI 全行業、全賽道提供服務。

這一點也在其生態建設中淋漓盡致的體現。

在創建 Hub 或者創建 Agentic AI 時，你可以根據自己的需求選擇合適開源代理框架，不管是 Web2 還是 Web3。

目前，AgenticWorld 已支持的 Web2 框架包括最流行的 LLM 框架 LangChain / LangGraph、AutoGen、CrewAI 等，已支持的 Web3 框架包括 Swarms、AI16Z、Virtuals 等，這意味着 AgenticWorld 擁有更強的 Web2 與 Web3 之間的協作能力。

值得一提的是，Mind Network 更獲得了頂級 AI 項目的認可：2025 年 2 月，DeepSeek 宣布其開源代碼庫集成首個基於 FHE 的加密 AI 安全框架 Mind FHE Rust SDK，該 SDK 基於 Rust 語言開發，旨在確保 AI Agent 間的數據安全、計算安全、共識安全和協作安全。

當然，在如何推動 Agentic AI 在現實生活場景中落地方面， AgenticWorld 也給出了範式級答案：World AI Health Hub。

作爲由 Mind Network 與 ZAMA、InfStones 合作構建的去中心化醫療 AI 計算的平台，World AI Health Hub 旨在爲全球用戶提供安全、透明、隱私的健康醫療服務，通過 FHE 技術保障醫療數據隱私、避免數據濫用，帶來醫療行業的數據安全計算新標準，同時推動 AI 在健康科技領域的發展。

當站在全局角度思考生態建設，我們可以輕鬆發現 AgenticWorld 的想象力遠不止於此：

在 AgenticWorld 這個生態中，每個 Agentic AI 都根據自己的目標、規則和學習能力運行着，因此理論上來說，在不斷提升 AI 服務能力的願景下，AgenticWorld 適配任何應用場景。

隨着越來越多不同功能的 Agentic AI 和 Hub 在 AgenticWorld 生態構建，它們相互作用、學習和發展，將不斷鍛煉提升其解決現實生活中大多數問題的能力。

比如，借助 AgenticWorld 在數據隱私保護、去中心化協作、高效決策、多方共建等方面的強大優勢，爲金融發展提供全方位賦能，從而獲得更精準、安全、高收益的投資體驗，比如多個 AI Agents 協作尋找最優套利路徑，執行安全交易等。

根據 Mind Network 官網數據，目前 Mind Network 已支持 53,552 個智能體，質押 FHE 超過 120 萬枚，生態協同效應進一步加強。

TGE 超募 174 倍：以 $FHE 爲抓手，構建生態正向飛輪

在之前結束的 TGE 活動中，Mind Network 表現不俗：共募集 224,778 枚 BNB；共 74926 個地址參與；超募超 174 倍。與此同時，$FHE 空投也同步發放，佔 $FHE 代幣總供應量的 7.5%。

隨着 TGE 的開展，Mind Network 也正式公布了 $FHE 代幣經濟模型。根據官方公布的信息，$FHE 代幣總供應量爲 10 億枚，初始流通量爲 24.9%，具體分配規則如下：

• 空投：11.7%
• 社區：30%
• 公售：5%
• 投資者：20%
• 團隊：17%
• 顧問：1.3%
• 流動性提供者：5%
• 國庫：10%

作爲原生代幣，$FHE 在 Mind Network 生態的主要應用場景包括質押 $FHE 激活和運行 Agentic AI、獎勵生態貢獻、服務費用支付、通過 MindDAO 和基於 Hub 的提案來管理生態系統等，多重效應不僅使得 $FHE 成爲盤活生態經濟的重要抓手，更爲 $FHE 長期價值注入更多保障。

$FHE 在 TGE 和空投所引發的巨大社區積極性，一方面來源於 Mind Network 對於社區權益的充分尊重：

我們可以看到，$FHE 中屬於投資者、團隊、顧問的份額都設置了 48 個月歸屬期和 12 個月的懸崖期，而首次空投、公售等社區部分都在 TGE 時解鎖，這種社區早於項目的時間差不僅是 Mind Network 尊重社區原則的充分體現，也傳遞了項目長期深耕、持續 Build 的決心。

另一方面，這份社區熱情更在很大程度上體現了社區對於 $FHE 未來潛力的看好：

相信很多人都已經注意到，$FHE 代幣名稱與全同態加密技術 FHE 同名，這種直接的命名方式不僅能夠將 Mind 與 FHE 更深度的綁定，更進一步體現 Mind Network 深耕 FHE 技術、推動 FHE 廣泛應用的決心。

而從未來增長來看，當前 $FHE 的市值約爲16M 美元，FDV 約在 66M 美元左右，低於上一輪估值 100M 美元。

Mind Network 身處 AI 賽道角度，若將 Mind Network 市值與 Nillion、MyShell 等同賽道項目對標，不難發現 $FHE 存在的顯著上升空間，在 AI 安全宏大敘事之下，且 Mind Network 是目前唯一一個聚焦 AI Agent 共識的項目，未來 $FHE 或將有望成長爲「AI Agent 安全引擎」的核心資產。

而站在 FHE 敘事角度，安全作爲行業基石，包括 ZK、FHE、MPC 在內的安全計算解決方案一直都是備受資本、社區乃至用戶青睞的寵兒，我們也看到多個 ZK 概念項目動輒幾十億美元估值，而 Mind Network 聚焦的 FHE 作爲密碼學聖杯，不僅已被 NIST（美國國家標準與技術研究所）認定爲後量子加密標準，且同樣備受 Vitalik Buterin 等一衆行業領袖認可。 Mind Network 作爲目前少數真正推動 FHE 技術落地的項目，進一步使得社區對於 $FHE 的未來表現抱有更多期待。

結語

我們確實都很期待這樣一個未來：

在一個充滿活力 Agentic World 中，以 FHE 爲安全基石，促成 Agentic AI 朝着更智能化、更高效協作、更強大執行能力方向快速疊代，幫助我們解決絕大多數問題。

而隨着 2025 年 4 月 10 日 TGE 拉開帷幕，Mind Network 將在產品、生態等方面持續發力：

而在系列裏程碑的落地，更多用戶、開發者湧入 AgenticWorld 生態在 DeFi、社交、治理等方面產生更多交互，我們所暢想的這個 Agentic World 未來正在向我們徐徐展開。

作爲 Agentic AI 浪潮下的參與者和見證者，你是否準備好感受這一切？

聲明：

1. 本文轉載自 [深潮 TechFlow]，著作權歸屬原作者 [深潮 TechFlow]，如對轉載有異議，請聯系 Gate Learn 團隊，團隊會根據相關流程盡速處理。
2. 免責聲明：本文所表達的觀點和意見僅代表作者個人觀點，不構成任何投資建議。
3. 文章其他語言版本由 Gate Learn 團隊翻譯， 在未提及 Gate.io 的情況下不得復制、傳播或抄襲經翻譯文章。