作者： Johnson Lai
編譯：深潮TechFlow
最近，我們在 Crypto Twitter 上見證了 AI 智能體代幣和 AI meme 幣的熱潮。但這也引發了一個重要問題：
我們正生活在一個奇異的時代——一個我們努力想證明某物是 AI 而非人類的時代。想想看：我們花了幾十年時間通過 CAPTCHA 和圖靈測試來證明自己是人類，而現在卻在做完全相反的事情。
隨著每天湧現出越來越多的 AI 智能體，我們開始質疑，“等等，這真的是 AI 還是有人在假裝？” 這種局勢的逆轉既諷刺又引人入勝，尤其是當這些 AI 智能體越來越深入我們的日常數字生活時。
我們還注意到，Apple 已經採用了一種區塊鏈技術，以提升其 Apple Intelligence 的透明度。
什麼是 AI 智能體？
簡單來說，AI 智能體是指具備工具和推理能力的人工智能。在加密貨幣領域，這些智能體可能能夠訪問推文、帖子，甚至擁有加密錢包來進行鏈上交易等操作。
這一切始於 ReAct 論文，該論文展示了 AI 在配備合適工具時能夠處理複雜任務。隨後，Langchain 的出現使得這些工具對工程師更加易用，從而引發了 AI 智能體工具的快速普及。
AI 智能體的獨特之處在於它們具備以下能力：
對特定情境進行推理
制定行動計劃
使用現有工具執行行動
根據結果進行調整
像 Virtual 的 Luna 的終端 (https://terminal.virtuals.io/) 這樣的實際應用展示了這些功能，用戶可以實時觀察智能體的推理和決策過程。
AI 智能體的發展歷程
實現真正透明的 AI 智能體需要遵循以下步驟：
開源代碼
開放數據
去中心化推理
自主 AI 智能體
我認為，當前 AI 智能體的發展狀態最多達到階段 3：開放推理。
階段 0：“請相信我，我是 AI”
目前，大多數 AI 智能體項目仍處於這個階段。用戶與聲稱為 AI 智能體的系統互動，但無法驗證：
回答是否源於真實的 AI 推理
實際的決策過程
是否有人工干預
這導致了“黑箱”問題，用戶只能憑信任來接受 AI 的能力聲明。
階段 1：開源代碼
開源 AI 智能體代碼是建立透明度和信任的關鍵一步。
通過開放代碼，開發者可以審查和貢獻項目，從而促進合作與創新。
階段 2：開放數據
示例 1：Virtual 的終端
示例 2：使用 Chromia 將大語言模型數據記錄在鏈上
僅僅開源代碼還不夠，我們還需要確保智能體的“思維”過程是透明的。
這一關鍵階段引入了智能體思維過程和決策的透明性。處於這一階段的項目通常會：
開放其訓練數據
提供智能體推理日誌的訪問權限
允許外部審計和驗證
階段 3：去中心化推理
僅有開放數據並不足以確保真實的大語言模型推理。去中心化推理通過以下方式解決了這一問題：
使用 zkML/opML 驗證模型執行
提供透明且可審計的推理過程
允許社區進行驗證
階段 4：去中心化 AI 操作系統
最終的願景是讓自主 AI 智能體在一個透明的生態系統中運行。這包括：
獨立的運行時或操作系統
智能體的加密錢包
自主決策能力
資源管理的全面可觀察性
可審計的決策路
隨著 AI 的能力和自主性不斷增強，這種透明性變得尤為重要，使我們能夠在各個層面理解和驗證其行為。 市場仍在探索如何實現這一目標。
正在進行的進展
我們剛剛起步，但已經出現了一些令人矚目的項目：
$GOAT：打造 AI meme 文化社區
$LUNA：在區塊鏈上創建 AI 智能體
$GMIKA：個性化 AI 伴侶
$CAI：通過 opML 運行去中心化 AI 網絡
$AI16Z：用於 AI 基金的 DAO
結論
圖來源
我們正處於一場重大變革的開端。儘管 Vitalik 的文章完美地描繪了加密技術與 AI 的協同運作，但誰能想到，這種融合竟然從一個名為 $GOAT 的 AI meme 幣開始？這一意想不到的開端展示了 Crypto x AI 的未來是多麼不可預測和充滿活力。
