解读Crypto+AI Agents:下个十亿用户的真正突破口?

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

来源:Felicis

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

@cot_research 的内部资料库

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。

来源
免责声明:以上内容仅为作者观点,不代表Followin的任何立场,不构成与Followin相关的任何投资建议。
喜欢
3
收藏
2
评论