简要总结：
人工智慧将推动加密货币走向主流市场。加密货币非常适合一个充斥著 AI 代理的世界。 目前，很多与 AI 代理相关的加密货币初创公司正在 DeFi、基础设施和消费者应用场景中不断涌现。 未来很可能是多代理的模式，所以做好准备吧。 即便是非金融类的 AI 代理也会使用加密货币，原因有两点：
(1) 支付和钱包建立更加便捷，
(2) 基于开放标准的可组合层，便于代理之间的通讯。
目前，AIAgent 仍处于 「展示」 阶段 —— 效果很酷，但尚未准备好在实际应用中大规模扩展套件。处理幻觉问题和极端案例仍然是挑战，但技术进步迅速。
最近，我有了一个新的结论：
人工智慧将成为推动加密货币进入主流应用场景的关键催化剂。长期以来，加密货币在科技领域一直有点像 「另类中间人」，但这次它将真正确立自己作为核心技术的地位。
过去七年间，我们构建的所有基础 —— 包括 Layer 1、Layer 2、DeFi 和 NFT 等 —— 实际上为一个由 AI 代理主导的世界打下了基础，尽管当时的开发者可能并没有意识到这一点。
目前，许多加密专案似乎面临需求不足的问题，但一旦 AI 代理大量涌现，这些基础设施和加密原生工具将迅速发挥作用。
AI 新的技术开发栈（模型和应用）与传统软体栈完全不同，并且正在即时发展。在这个早期阶段，加密货币有机会成为核心技术栈中的重要组成部分，特别是在支付等领域。
四年前（GPT 出现之前），没人能预见到这一点，但现在我越来越清晰地看到未来的发展方向。
接下来，我将解释原因。
我会简要介绍 AI Agent 的现状、加密货币在其中的作用、我对未来代理化世界的看法，以及目前引起我关注的团队。
1、什么是 AI Agent？
「…… 崇拜我吧。」 这位甜美的 AI Agent Luna 低声在你耳边说道。
她永远不会疲倦，全天候 24 小时为她在 TikTok 上的 54 万粉丝进行直播。
这让我想起了一个科技界的老话：许多改变世界的重要科技创新，最初看起来都像是玩具。
最近几周，AI Agent 引发的关注让我意识到，公众对这种技术的潜在需求和兴趣有多么巨大。
AI Agent 已经成为人类技术进步的强大象征，承载著我们对科幻梦想的追求，以及对美好未来的集体期盼。
在许多方面，AI Agent 就像是 90 年代的网际网路 —— 现在还有很多怀疑者，但用不了多久，无论是个人还是企业，都将拥有自己的 AI Agent。
先从基础说起：什么是 AI Agent？目前有很多定义，但尚未形成一个被普遍认可的标准。
在我看来，AI Agent 是一段能够独立规划、决策并执行任务的程式码，能在无需人类直接干预的情况下，朝著既定目标前进。
那么，AI Agent 与过去的 「机器人」 有何不同呢？我认为有三大关键区别：
1）推理与自我 t 反思：代理能够审视自己的输出，学习错误，并随著时间的推移不断改进。
2）执行能力：它们不仅仅是生成文字，而是能够与应用和 API 互动，在区块链上进行交易。
3）规划能力：它们能够规划并执行复杂的多步骤任务，以实现目标。
这些能力是在过去一年左右才变得可能的，这要归功于大型语言模型（LLM）在推理和规划方面的快速进步 —— 这种新型的代理能力是人类历史上从未接触过的。
目前，大多数人使用像 GPT-4 这样的 LLM 方式都很简单：提出一个问题，AI 立即给出答案。心理学家丹尼尔・卡尼曼称之为 「系统 1」 思维 —— 快速、直觉和自动化。
真正的飞跃将来自于那些能进行深度推理和分析的 AI 代理，进入 「系统 2」 思维阶段。这些代理不仅仅是执行指令 —— 它们将能独立解决问题，处理复杂任务，而无需人类的持续监督。
想像一下：
你指示你的 AI Agent（可能内建了 Coinbase 的 AI 钱包）启动一个盈利的电商业务。它会为你找到市场利基，谈判供应商，设定代发货流程，搭建网站，优化广告投放，而你只需要坐在一旁，喝著咖啡，看著收入滚滚而来。
不想处理难缠的客户？没问题 —— 你的 Agent 会负责客户支援，提供个性化推荐，甚至为你进行追加销售。
很快，AI Agent 的数量将超过人类人口。听起来有点吓人，不是吗？
2、未来将是多 Agents 的时代
我完全相信，AI 的未来不会被一个庞大且全能的单一代理主宰。
相反，我们将迈向一个多代理的未来，每个代理都是针对特定任务精心调整的专家。这种方式能更高效地扩展套件 AI 的应用。
这些专门化的代理将协作应对更加复杂的挑战，从而释放规模经济效益。
人工超级智慧（ASI）可能不会以某种单一、神一般的实体形式出现。
更有可能的是，它将以一种去中心化的、多代理系统形式出现，分布在各个资料中心，并通过市场相互连线。
想想看：那些大型的通用 AI 模型试图做所有事情，这不仅消耗大量资源，还需要昂贵的硬体支援，因此在日常使用中并不实际。
而专门化的 Agent 则不同，它们基于小型且精调的模型，可以在更多装置上高效执行，并能更快地扩展套件。
以 @autonolas 的预测市场代理为例。一个代理负责与预测市场协议进行互动，另一些代理则负责搜寻相关资讯，并为结果生成概率。还有一个代理负责协调整个系统，确保各部分顺利运作。
3、非金融类 AI Agent 也将使用加密货币
我在思考时，会将加密 AI 代理分为两个大类：
1）链上金融 AI Agent
这些 AI Agent 可以在区块链上自主执行并执行金融策略，例如量化交易、MEV 提取、预测市场和收益农场优化。它们会即时监控链上资料，并根据一套预定的策略采取行动，以优化其目标（例如最大化收益）。
我认为这将是 DeFi 的下一次进化，比当前的机器人更为复杂，因为它们具备推理和规划能力。
2）非金融类 AI Agent
我们正见证著 AI 代理在各种应用场景中爆发式增长 —— 无论是垂直领域、横向扩展套件，还是面向消费者的场景。Felicis 的图表展示了创业者如何将 AI 代理引入几乎每个行业。
我能想到三个充分的理由，解释为什么这些 AI 代理可能会以某种形式使用区块链基础设施：
1）支付
短期内，银行不太可能为 AI Agent 开设银行帐户或发行信用卡 ——KYC（了解你的客户）要求使得这几乎不可能实现，而且监管变化也需要时间。
这一问题更加复杂，因为 AI Agent 的数量将远超人类，每个人类可能会控制多个不同的代理。而为每个代理生成新的加密钱包是非常简单的。
微支付：像 Stripe 这样的传统支付系统有固定费用，因此不适合处理微支付。而且，退款问题也是一大难题，为小额且频繁的交易增加了摩擦。加密货币通过低费用、即时支付解决了这些问题，且没有退款风险，非常适合代理间的互动以及 「按请求付费」 的模式。 区块链具有即时共享状态的特点，而银行的帐本系统则存在延迟。
Coinbase 的 @yugacohler 对支付场景的解释非常简洁明了：
2）作为代理间互动的可信层
在多代理生态系统中，专门化的代理需要标准化的协议来有效互动。可组合性：区块链的开放标准和互操作性使代理之间能够无缝沟通。链上服务的程式码和资料是开放且统一的，因此代理可以理解并互动，而无需使用 API。 这些 AI Agent 可以形成去中心化的服务网路，每个代理专注于不同的任务。它们共同构成一个互联的 AI 经济体，运作无需中央控制。
在一个拥有数百万代理的世界里，我们如何决定信任哪些代理呢？加密技术能够实现去中心化的声誉系统，使 AI 代理能够根据其链上交易历史和行为建立并维持信任。
3）作为 AI 代理的监管者 —— 自然决定论
由于幻觉的存在，AI 代理可能会在操作中失控。加密技术的确定性协议提供了一个稳定的框架，确保代理在预定义的引数内执行，从而减少意外行为的风险。
可审计性与透明性：区块链确保 AI 代理所做的任何交易都可以被独立验证，为安全性和责任提供了额外的保障，尤其是在涉及资金时尤为重要。
另外一个互补的角度是：AI 代理能够彻底改变使用者与区块链的互动方式，使 Web3 变得更加使用者友好。
通过自动化复杂的流程，并使互动变得可以用自然语言进行，AI 代理能够简化整个加密体验，加速加密货币的普及。
4、大挑战，更大的解决方案
当然，我们仍处于早期阶段。如今，AI 代理就像是充满潜力但仍稍显粗糙的实习生。
1）幻觉问题
LLMs（大语言模型）往往会产生幻觉。即使是一个小错误，也可能在顺序任务中引发更大的问题。
每一步 10% 的失败率似乎不算多，但如果是十步，这就意味著 65% 的失败概率（1 – 0.9^10）。而且，由于 AI Agent 在与 API 互动或执行区块链交易时常常依赖完美的语法，哪怕是一个微小的错误，也可能导致整个过程崩溃。
有一些方法可以减少幻觉问题，比如检索增强生成（RAG），允许 LLM 在生成回应时与知识库进行对比。但我们仍然离完美很远。
2）从演示到现实
现在的现实是，大多数 AI Agent 仍然只是酷炫的演示。
我的意思是：制作一段展示代理在一切顺利时能做什么的视讯很容易 —— 它几乎像魔法一样神奇。但创办人面临的真正挑战是，从炫目的演示到将自主代理扩展套件到实际应用，这一过渡并不简单。
问题在于，现实世界是复杂的，充满了边缘情况，这些情况甚至能绊倒最聪明的 AI。
圣杯目标是达到 99.x% 的准确率，但要做到这一点需要坚持不懈和大量的测试驱动开发。这也是为什么评估（evals）至关重要 —— 你会开始发现代理在出错时的模式，从而能调整程式码或提示，逐步提高特定应用场景的准确性。
3）区块链难题
接下来是区块链问题。AI 代理在这里面临著巨大的挑战 —— 可扩展套件性问题、工具的局限性以及代理之间缺乏标准化的沟通方式。像以太坊和 Solana 这样的主要 Layer-1 区块链并非为即时、多代理互动而设计，这意味著需要从头开始构建新的基础设施来支援去中心化的未来 AI。
并非所有的内容都适合上链。事实上，在进行大量计算或与外部系统互动时，由于区块链的成本和效能限制，脱链往往是更聪明的选择。
其中的魔力在于采用混合模式，充分利用两者的优势 —— 在关键领域上链，在需要时脱链。关键是找出哪些元件应该去中心化，哪些应集中化，以实现最大效率。
5、加密 AI Agent 初创公司
我们一直在追踪那些在 AI Agent 领域构建的加密 AI 初创公司，而且有很多这样的公司。请随意放大图片检视更详细内容 —— 这不是一个详尽的名单，但它给出了行业的一个很好的快照。
以下是一些引起我个人兴趣的 AI 代理初创公司。这并不意味著我对未提到的专案持看跌态度，而是说明这些专案目前让我感到足够有趣，值得进一步探索。
1）DeFi/ 链上代理
目前，链上 AI Agent 最自然的起点是在 DeFi 领域 —— 比如交易机器人、收益优化器、自动化对冲基金，甚至 AI Agent 释出自己的 memecoin。考虑到 DeFi 仍然占据了链上交易价值的主要部分，这一方向是有道理的。
AI Agent 带来的一个关键区别是个性化。
拿传统的金库举个例子。你将资金存入金库，与其他匿名使用者一起，并由量化天才使用他的交易演算法管理金库。但这种方式是千篇一律的。使用 AI Agent 时，你是个人客户。代理会学习你的资产、风险承受能力，并为你量身订制策略。
@Spectral_Labs— 使用自然语言建立和启动自主链上代理和智慧合约，无需编写程式码。其 TokenSPEC 目前市值为 1.3 亿美元，FDV 为 10 亿美元。
@Almanak__— 为 DeFi 代理构建量化交易技术栈，这是一个以代理为中心的平台，用于优化和部署金融策略。它使用蒙特卡罗模拟技术分析市场行为并优化交易策略。
@AIFiAlliance— 由 11 个团队组成的合作体，致力于 DeFi 和 AI 的交集。我对这些联盟非常感兴趣，因为这是开始为一个新兴行业设定和定义标准的一种方式。
2）基础设施
越来越多的加密 AI 团队正在开发框架，弥合链下和链上环境之间的差距，支援去中心化的多代理互动。
@AIWayfinder— 为链上代理提供 「Google 地图」，帮助它们导航区块链执行任务。由 Parallel 团队开发。使用者可以质押 PRIMEToken 以赚取 PROMPT（未来 Wayfinder 的 Token）。目前正在进行封闭 Alpha 测试。
@TheoriqAI— 这是风险投资者最看好的代理基础设施专案，促进 AI 代理集体的协调。它允许使用者通过 AI 代理市场构建、部署并赚取收益。
@autonolas— 使用开源框架和 Token 经济学设计构建多代理经济。我们最近写了一篇关于 OLAS 的深度分析。
3）面向消费者的 AI 代理
这一类别可能会发展得最快 —— 面向消费者和娱乐驱动的产品通常更容易被接受，而且如果代理行为异常，风险也较小。事实上，正如我们在 Truth Terminal 中看到的那样，少量的 「幻觉」 甚至可能增加一些趣味。
@virtuals_io— 一个类似于 pump.fun 的 AI 代理平台，专注于游戏。与那些匆忙筹备、在两周内推出的启动平台团队不同，Virtuals 已经为其技术栈开发了超过两年。Shoal 研究曾写过一篇关于他们的深度分析。
@CreatorBid— 建立并 Token 化能够自主生成和分享社交媒体内容的 AI 影响者。我认为我们很快就会看到一位拥有超过 100 万粉丝的 AI 代理 KOL 出现在 Crypto Twitter 上。
此外，还有一波以 AI 代理为原始元素的草根实验。虽然许多此类实验通常持续时间不长，但它们所产生的洞察将为未来的开发者提供宝贵的经验教训。
@tee_hee_he 是由 @nousresearch 和 Flashbots 团队推出的一个真正自由的自主代理。其 Twitter 凭证被锁定在受信执行环境（TEE）中，只有在七天后才会解锁 —— 确保在这段时间内没有人为干预能够影响代理的行为。
@ai16zdao 是一个在 @daosdotfun 上推出的投资基金，接受 Discord 成员的输入，决定购买哪些 Token，并根据他们的 「Alpha 呼叫」 给予信任评分。
Aether 是一个在 Farcaster 上的 AI Agent，它可以自主给其他使用者打赏，推广 Token（HIGHER），并推出了 NFT，目前其库藏已超过 15 万美元。
游戏是 AI Agent 的理想场所。@aiarena_ / @ARCAgents 利用人类玩家来训练 AI Agent，模仿他们在游戏中的行为，从而创造出更智慧的 AI 对手，并提高游戏中的玩家流动性。
我还在关注 @coinbase 最近推出的模板，它可以建立带有加密钱包的 AI 代理，执行简单的链上交易。
6、小结
链上 AI Agent 的成功与 AI 的整体进展紧密相关。我们仍在解决多步骤推理和减少引起 AI 模型错误的幻觉问题。但是，随著 AI 的进步，这些代理的可行性也会随之提高。
好讯息是，Epoch AI 认为 AI 的扩展可以持续至少五年，软体的进步速度是我们前所未见的。
这意味著我们今天面临的难题不过是通往更大未来的暂时障碍。
加密货币将不可避免地成为这一代理未来的一部分。
其他思考：
预测市场能否帮助 AI 代理做出更好的决策？预测市场激励参与者提供准确的资讯。AI Agent 通过接入这些市场，可能从即时的、与激励对齐的洞察中受益，减少对潜在偏见来源的依赖。也许，正如 @mrink0 所假设的，代理甚至可以采纳未来主义。
我们是否过度将 AI Agent 类人化了？也许我们不应该把它们看作是做 「人类」 工作。专注于功能而非类人特征，可能会导致更高效和更有效的 AI Agent。
链上资料处理非常麻烦，且将继续拖慢链上 AI Agent 的发展程式。
Agent 的真正机会不在于像客户服务这样的低悬吊 —— 这些很容易被下一代 AI 模型取代。相反，重点应该放在高度监管的行业中，在这些领域，准确性至关重要，可以为这些模型创造可防御的护城河。
