据 Woofun AI 消息，Dataline 正式确立其在 AI 代理数据基础设施领域的战略定位，核心驱动力源于 Robinhood(HOOD.US) 联合创始人兼 CEO Vlad Tenev 的参投背书。该项目旨在解决 AI 代理在执行链上操作前面临的数据可信度瓶颈，通过构建确定性的数据管道与置信度评分机制，重塑加密市场数据层的交互范式。

(资料图)

这一融资事件不仅标志着资本对 AI 与 Web3 交叉赛道价值捕获层转移的认可，更预示着数据质量将成为决定 AI 代理实际应用的关键变量。Dataline 计划于 2026 年底前推出原生代币，并在 Base 链上通过 Uniswap Continuous Clearing Auction (CCA) 进行公开销售，以此构建从数据源到执行层的全栈生态闭环。

这种从底层数据验证到上层应用编排的垂直整合策略，试图在碎片化的加密数据市场中建立统一的标准接口，为高频交易与自主执行提供可靠的基础设施支撑。

10 月 22 日，Dataline 宣布完成 1060 万美元的种子轮融资，本轮融资由 Lattice 与获三星支持的 Dispersion Capital 共同领投。参投方阵容豪华，包括 Symbolic Capital、Coinbase Ventures(COIN.US)、Anagram，以及 Robinhood 联合创始人兼 CEO Vlad Tenev 和 Venmo(PYPL.US) 联合创始人等知名人物。

此外，前 CFTC 负责人及来自 Anchorage Digital、NEA、General Catalyst、Jump Capital、FalconX 等机构的创始人或合伙人也参与了本轮投资。

值得注意的是，尽管融资规模可观且资方背景深厚，但该项目在控制权结构上保持了高度的独立性。融资于今年 4 月完成交割，采用附带代币认股权证的 SAFE 结构，估值未对外披露。更为关键的是，本轮融资未向任何资方让渡董事会席位、观察员席位或顾问头衔，创始人团队完全保留了公司的决策权与治理控制权。

这种在早期融资中拒绝让渡治理权的做法，在顶级风投云集的加密一级市场中较为罕见，显示出创始团队对项目长期愿景的坚定掌控力。Woofun AI 整理数据显示，这种强控制权结构有助于项目在快速变化的 AI 数据赛道中保持战略一致性，避免因短期资本压力而偏离核心技术路线。

协议联合创始人 Nuo Shi 明确表示，本轮募集的资金将主要用于三大方向：扩充数据源覆盖范围、强化数据验证机制的鲁棒性，以及拓展至机器人与 AI 训练数据等新兴领域。项目计划在 2026 年底前推出其原生代币，并选择在 Base 链上通过 Uniswap Continuous Clearing Auction (CCA) 机制进行公开代币销售，具体发行细节预计将于下周公布。

Dataline 的前身名为 Tearline，该项目起步于 2025 年，当时在 BNB Chain AI Hackathon 中获奖后正式进入公众视野，并于今年 5 月完成更名。从 Tearline 到 Dataline 的品牌演变，反映了项目从消费级应用向基础设施层转型的战略意图。Tearline 最初专注于消费级 AI Chatbot（ChatPilot）和撸毛自动化脚本，但在当前的加密一级市场，单纯的 TG Bot 和自动化脚本已面临审美疲劳与估值见顶的双重压力。

然而，其在运营过程中积累的底层数据资产，为后续转型为 AI 数据层基础设施提供了独特的竞争优势。这种从应用层向下延伸至数据层的战略调整，使得 Dataline 能够利用已有的用户行为数据与交互记录，优化其数据验证模型与置信度评分算法，从而在竞争激烈的数据协议赛道中建立差异化壁垒。

根据官方信息显示，项目团队认为 AI 代理能否真正实现自主行动，其核心瓶颈往往不在于大模型的推理能力，而在于数据的质量与可信度。现有加密市场数据呈现高度碎片化特征：交易所、永续合约、预测市场、链上状态、社交信号等各自拥有不同的格式规范与更新频率，导致 AI 代理在调用数据时难以判断数据的新鲜度、多源一致性以及异常值识别。Dataline 旨在提供单一集成点，将链上与链下数据源进行规范化处理后返回，并在每一条响应中附带置信度评分，使代理能够据此决定是否执行操作，而非盲目依赖单一价格源。Nuo Shi 指出，市场上虽已有 Chainlink、Pyth、The Graph、Grass 等数据相关协议，但 Dataline 是原生为 AI 代理设计的，专注于执行前的质量判断与代理友好的输出格式。

目前，平台已上线约 50 个数据源，首批 AI Data Launch 合作方包括 Hyperliquid、Polymarket、Kalshi、Base、Robinhood Chain、BNB Chain、Sui 与 TON 等。在 Base 与 Robinhood Chain 上构建的开发者可免费接入该服务。白皮书快照数据显示，项目已支撑超过 1940 万笔链上交易，代理任务成功率达 96.4%，查询延迟中位数低至 87 毫秒，单次查询成本仅为 0.0001 USDC。

尽管这些数字来自项目方官方披露，实际运行指标仍需结合公开仪表盘进一步验证，但其性能指标已显示出在高频交易场景下的潜在竞争力。

值得注意的是，本轮豪华资方阵容的押注，折射出加密与 AI 交叉赛道正在发生"价值捕获层"的转移。过去两年，AI 一级市场的资金高度集中于底层算力网络与大模型训练，但随着 AI Agent 进入高频交易、跨所套利与链上自主执行的实战阶段，制约代理经济实际应用的真正瓶颈，已从"模型推理能力"转向"执行前的数据可信度"。以 Chainlink、Pyth 为代表的传统预言机，核心解决的是智能合约在链上结算瞬间（On-chain Settlement）的单一喂价问题；而在 AI 代理主导的高频多市场博弈中，代理需要同时跨越永续合约（如 Hyperliquid）与预测市场（如 Polymarket、Kalshi）进行毫秒级比价与套利。

一旦缺乏统一的数据标准化清洗与异常值过滤，单次脏数据或延迟信号便会引发代理策略的连环清算。Dataline 的差异化优势在于其确定性数据管道设计：所有请求无论来自自然语言还是结构化 API，都经过相同路径——意图解析阶段将查询拆解为市场、时间范围与调用方约束；路由阶段选择合适数据源并支持多源回退；规范化阶段统一标识符、单位、小数位与时间戳；聚合阶段跨源比对、过滤异常并保留溯源信息；最终输出阶段返回带质量元数据的结构化响应，可通过 REST、MCP 等方式交付。

这种端到端的确定性处理流程，确保了 AI 代理在复杂市场环境中能够获得一致且可靠的数据输入。

置信度评分是 Dataline 的主要差异化设计，每个响应附带 0 到 100 的版本化分数，综合考量多源一致性、数据新鲜度、覆盖范围与源可靠性。该分数为固定公式乘积，不保证绝对正确，而是给代理一个在执行前评估风险的依据。例如，当稳定币报价出现偏离时，系统会同时返回锚定稳定性上下文与跨市场异常信号，帮助区分潜在套利机会与脱锚风险。质量保障通过经济机制实现：数据提供者在提交数据时需质押原生代币作为担保。在开放数据任务网络中，需求方（Requester）发布悬赏任务，履约节点需质押 DLINE 作为质量保证金，若提交劣质数据将触发罚没机制。

罚没的代币会被追加进需求方的原始悬赏池里作为额外奖金。常规数据源的提供者需持续锁定代币作为质量承诺。值得关注的是，Dataline 并非单一的数据 API 协议，而是由前身 Tearline 的应用层产品向上游延伸出的"数据、编排、执行与交互"四层全栈矩阵。在底层 Dataline Data 之上，协议通过基于 LangGraph 架构的 FlowAgent 充当控制平面，负责跨 DEX 套利、循环贷等复杂 DeFi 策略的多步规划与置信度风控拦截。

面对尚未开放 API 的碎片化网页端，其浏览器原生执行引擎 GhostDriver 可通过 Chrome 插件直接识别 DOM 结构并代执行链上交互（官方披露目前已积累超 1 万名用户与 40 万次请求）；最上层的 ChatPilot 则作为 Telegram 端的流量抓手，为终端用户提供自然语言交易与看板服务。平台支持 MCP 原生集成，便于接入现有 AI 开发工具。支付方式包括订阅制、Base 上的 x402 按次 USDC 支付，以及 Tempo 上的流式微支付。免费额度可供初步测试。

根据白皮书披露，原生代币总供应量为 10 亿枚。分配结构为：社区奖励 33%（3.3 亿枚）、生态与基金会 30%（3 亿枚）、Launchpad 与流动性 13%（1.3 亿枚）、团队 12%（1.2 亿枚）、投资者 12%（1.2 亿枚）。TGE 时约 21.5% 的供应量解锁，预计 48 个月内全部解锁。代币主要用途包括网络支付与数据访问。用户可锁定代币以持续获取数据源，替代传统订阅。数据提供者的质押与罚没机制也依赖代币实现。

公开销售细节尚未公布，包括募资目标与出售数量，项目方表示希望通过 Uniswap CCA 在 Base 上完成，并在拍卖结束后自动为 Uniswap v4 注入初始流动性。官方白皮书中透露，后续在代币 TGE 完成之后，将会开放数据任务网络，以及 DLINE 质押功能。其后是 ZK 证明层、机器支付功能。公开信息显示，项目由联合创始人 Nuo Shi 等核心成员推动。团队主要分布在欧洲与北美，具体人数与完整背景未进一步披露。项目在更名前以 Tearline 名义运营，Tearline 最初专注于消费级 AI Chatbot（ChatPilot）和撸毛自动化脚本。

不过在 2026 年的加密一级市场，单纯的 TG Bot 和自动化脚本已审美疲劳、估值见顶。然而其留存的底层数据，或许在后续的 AI 浪潮中，展现一定价值。