作者：0xJeff
編譯：深潮TechFlow
十月對於加密領域的 AI 智能體來說是一個具有里程碑意義的月份。隨著 @truth_terminal 和 $GOAT 的興起，AI 智能體進入了一個由 AI 自己塑造個性的時代。這一變化為 AI 代幣化鋪平了道路，由 @virtuals_io 率先實現，使得任何人都可以創建自己的 AI 智能體並配以相應的代幣。其中一個典型例子是 @luna_virtuals，這是一種在鏈上的感知型 AIDOL，能夠在 Twitter 和 Tiktok 上與粉絲互動，展示了多模態、互動 AI 的未來。
這一趨勢也讓我們看到了領域內的重要參與者，如 @autonolas 和 @Spectral_Labs，他們已經發行了代幣，還有一些尚未發行代幣的項目，如 @TheoriqAI、@myshell_ai、@TalusNetwork 和 @AlloraNetwork。隨著市場的升溫，十月底 @getgrass_io 推出了 $GRASS，引起了廣泛關注，強調了“數據”在模型訓練和推理中的重要性。$GRASS 迅速成為唯一一個在其代幣生成事件 (TGE) 後價值翻倍的主要風投支持項目，突顯了數據在 AI 智能體生態系統中的日益重要性。
在這樣的背景下，十月還引發了塑造行業的兩個關鍵趨勢：
從單純的個性轉向個性與實用性的結合
從單一渠道向多渠道發展
本文深入探討了這些趨勢，展示了在個性、實用性和多模態互動方面不斷突破的智能體。
第一個趨勢：個性與實用性結合
為了讓 AI 智能體蓬勃發展，它們需要在提供個性的同時也具備實用性。除了娛樂功能之外，目前最實用的應用場景是以工作流為驅動的智能體。
Questflow – 工作流簡化工具
@questflow 通過其多智能體編排協議 (MAO) 來簡化工作流，走在了這一領域的前沿。該平臺將多個智能體整合在一起以處理實際任務，提高了 Web2 和 Web3 用戶的生產力。舉幾個例子：
通過簡單的 URL 鏈接將博客文章轉換為播客
將最新的 AI 新聞直接發送到您的郵箱
分析 Gmail 數據中的賬單和提醒，並將其發送到您的 Telegram
未來，Questflow 的“第二大腦”功能將允許用戶根據自己的知識、個性和偏好來定製智能體，使其成為理想的個人助手（我非常期待用自己的內容和個性去訓練它，這樣我就可以讓它幫助我寫作 :D）。
Questflow 的“swarm”指的是一組協作且自主工作的 AI 智能體。用戶可以創建和管理這些 swarm，以高效執行任務。這些 swarm 可以被代幣化，使用戶能夠將自己的智能體貨幣化，甚至分享由其他智能體創建者產生的收入。Swarm 使智能體之間的協調更加順暢，從而帶來更強大和個性化的工作流系統。
頂級 Swarm 模板，每個模板都由不同組合的 AI 智能體組成。
目前，平臺支持 Web2 和 Web3 支付，而一旦 $QF 上線，它將成為訪問智能體、獎勵創作者和資助 Swarm 的主要貨幣。Questflow 與 Jambo Phone、LoveAI、Coinbase 開發者平臺等知名企業的合作，進一步表明其已做好準備，將智能體驅動的應用推向主流市場。
HoloworldAI – 個性化驅動的定製
對於 AI 智能體來說，個性是建立社區的關鍵因素。@HoloworldAI 提供可定製的智能體，用戶可以像 MMORPG 角色創建器一樣，定義每一個細節。
在定製面板中，用戶可以選擇定製智能體的個性、技能、知識和頭像等細節。
HoloworldAI 的智能體不僅在個性和技能方面可以進行定製，還具備上下文感知能力。例如，文本型智能體能夠理解群聊的上下文，並在無需標記的情況下進行自然互動，使其成為有趣的夥伴。團隊計劃引入代幣經濟，以加強其對個性化和上下文感知智能體的獨特關注。
展示一個 4chan 匿名上下文感知智能體的演示
第二個趨勢：多渠道
除了個性化，最成功的 AI 智能體還需要在多個渠道上與用戶互動。
PlayAI — 專注於消費者應用的專業智能體
儘管許多 AI 智能體已經涉足文本模式，@playAInetwork 通過整合多種渠道，特別是在遊戲和消費者應用領域中脫穎而出。
PlayAI 的平臺以數據、處理和訓練為核心，利用這些資源為遊戲世界及更廣泛的消費者應用創造專業化的智能體。
遊戲場景應用：邊玩邊賺 & 遊戲內數據
PlayAI 的一大創新是其“邊玩邊賺” (Stream-to-Earn) 模型。在這個模型中，遊戲引擎生成的數據（例如角色動作和環境互動）會在實時遊戲中被捕獲。玩家可以選擇將這些數據共享給 PlayAI，後者利用這些數據來訓練能夠執行特定遊戲功能的 AI 智能體。這種方法非常有價值，因為像 Unreal Engine 這樣的遊戲引擎能夠生成豐富的真實物理模擬，PlayAI 可以將其轉化為有用的智能體行為。
例如，PlayAI 可以開發以下類型的智能體：
機器人檢測：識別遊戲中可疑的移動或行為模式。
伴侶智能體：創建能夠實時與玩家互動的 NPC，學習翫家的遊戲風格，提供陪伴或幫助。 這些智能體依賴於玩家的遊戲行為數據，PlayAI 通過發放 PlayAI 代幣來激勵用戶貢獻他們的遊戲數據。
消費者場景應用：滿足日常需求的專業智能體
除了遊戲領域，PlayAI 還在向多個消費領域擴展，開發針對特定需求的 AI 智能體。舉例來說：
播客智能體
預測智能體
編碼智能體
研究智能體
以及更多......
這些專業智能體不僅為用戶提供了實用功能，還為用戶提供了一個獨特的機會，通過貢獻數據來進一步訓練智能體，從而形成一個不斷改進的反饋循環。平臺計劃引入一個創作者市場，用戶可以在該市場上將他們的智能體進行代幣化，並創建智能體幣，這與創作者在其他平臺上對內容進行代幣化的方式類似。
ARC Agents – 以類人 AI 智能體推動遊戲基礎設施的創新
@ARCAgents 正在應對遊戲行業中一個非常緊迫的挑戰：玩家流動性，即吸引並維持足夠多的玩家，以確保遊戲的活躍性、吸引力和盈利能力。
為了應對這一挑戰，ARC 開發了一個平臺，引入了類人 AI 智能體，這些智能體能夠模擬玩家行為，在缺乏真實玩家時填補空白。
AI 競技場：人性化遊戲智能體的試驗平臺
ARC 的旗艦產品之一 AI 競技場，讓玩家可以與經過真實玩家行為訓練的 AI 智能體進行對抗，模擬人類互動。與傳統的遊戲機器人不同，ARC 的智能體利用強化學習和眾包數據，使其行為更接近真實玩家，提供幾乎無法與真人對戰區分的遊戲體驗。
通過 AI 競技場，ARC 發現，這些由人類訓練的智能體可以幫助其他遊戲工作室解決關鍵問題。因此，ARC 從單純的遊戲開發轉型為遊戲基礎設施提供商，允許第三方工作室通過 ARC SDK 集成 ARC 訓練的智能體。
這個 SDK 為遊戲開發者提供了使用 ARC 強大智能體的渠道，使他們能夠增強遊戲體驗，提高玩家留存率，並打造沉浸式、競爭激烈的遊戲環境。
ARC RL：通過眾包玩家智能提升 AI 能力
ARC 的 B2C 產品 ARC RL（強化學習）通過眾包人類的智慧來提升智能體的表現，將 AI 遊戲體驗提升到了新的高度。在 ARC RL 中，玩家通過貢獻數據來訓練遊戲智能體，這可能最終使 AI 智能體具備超越人類的遊戲能力。這種動態的眾包模式讓用戶直接參與開發過程，使 ARC 的智能體能夠通過人類的貢獻不斷優化。
參與 ARC RL 的玩家會獲得 $NRN 作為獎勵，$NRN 是 ARC 的原生代幣，用於訓練和激勵數據貢獻者。平臺根據每位用戶貢獻的獨特性和實用性來決定獎勵金額，確保只有高價值的互動能夠影響智能體的行為。
遊戲 AI 智能體的新時代
ARC 在人類訓練的遊戲智能體方面的進步正在為遊戲 AI 行業開闢新的可能。隨著 ARC 智能體基礎設施的擴展，遊戲開發者將能夠解決玩家流動性問題，並開發出更具真實感的玩家對抗智能體的體驗。
未來，ARC 設想一個智能體對抗智能體的電競場景，由不同玩家或工作室訓練的 AI 智能體將展開競爭，創造出全新的娛樂形式、商品銷售機會和電競賽事。
總結
加密 AI 智能體正在從單一的個性化形象轉變為實用的多渠道工具，為行業的動態變革鋪平道路。這些項目各自代表了將塑造 AI 智能體未來的趨勢：
Questflow：先進的工作流程工具
HoloworldAI：豐富的個性化定製
PlayAI Network：多渠道和垂直專業化
ARC Agents：遊戲基礎設施和類人 AI 智能體 AI 智能體領域即將迎來更快的增長，這些智能體不僅具有吸引人的個性，還在多個渠道中展現出極高的實用性。 如果你在加密與 AI 領域從事開發或研究，歡迎私信交流！
