撰文：Teng Yan
編譯：Sissi
TL;DR
AI 將推動 crypto 走向主流。Crypto 為 AI agents 的普及提供了理想的基礎。
目前，許多充滿潛力的加密 AI agent 初創公司正在圍繞去中心化金融（DeFi）、基礎設施和消費類應用場景展開建設。
未來很可能是一個多 agent 世界，所以準備好迎接這一變化。
即使是非金融型的 AI agents，也將使用 crypto，因為：（1）crypto 使支付和錢包創建變得更加便捷；（2）crypto 提供了一個可組合的層，具有開放標準，能夠實現 agents 之間的高效溝通。
目前，AI agents 仍主要處於「demo」階段——雖然很酷，但還沒有準備好擴展到真實世界的應用中。處理幻覺問題和邊緣情況仍然是挑戰，但技術正在迅速發展。
最近，我得出了一個新結論：
AI 將成為推動 crypto 進入主流應用的催化劑。Crypto 一直處於科技領域的邊緣地位，而這一切最終將為 crypto 奠定其作為基礎技術的地位。
我們在過去七年裡所構建的一切——Layer1 和 Layer2、DeFi、NFT——為一個由 AI agents 驅動的世界奠定了基礎，儘管當時的建設者們可能並未意識到這一點。
許多加密項目今天看起來似乎面臨需求不足的問題，但一旦 AI agents 的應用大規模展開，基礎設施和加密技術基礎組件將迅速完善並協同運作。
AI（模型和應用）的新技術開發棧與傳統軟件棧有很大不同，且正在實時發展。現在還處於足夠早的階段，加密技術有望成為核心棧的一個重要部分，特別是在支付等方面。
四年前（GPT 出現之前）沒有人能預見到這一點，但前進的道路對我來說每天都變得更加清晰。
讓我解釋一下原因。
我將概述 AI agents 的現狀、crypto 的應用範圍、我對 agent 未來的看法，以及目前我關注的團隊。
什麼是 AI agent？
這個看起來非常可愛的 AI agent，名叫 Luna，輕聲在你耳邊低語。她樂此不疲，每天 24/7 為她的 540,000 名 TikTok 粉絲進行直播。
這讓我想起一句經典的技術格言：許多改變世界的重要技術創新，最初看起來都像是玩具。
過去幾周我們看到的對 AI agents 的興趣，充分展示了公眾中存在的巨大潛在需求和興趣。
AI agents 已經成為人類科技進步的強大象徵，承載著我們長久以來的科幻夢想和對更美好未來的集體希望。
在很多方面，AI agents 感覺就像 90 年代的互聯網——雖然現在有很多人持懷疑態度，但不久之後，從個人到公司，每個人都會擁有自己的 AI agent。
來源: Paul DelSignore
讓我們從基礎知識開始：什麼是 AI agent？目前有很多不同的定義，但還沒有一個廣泛接受的統一標準。
對我來說，AI agent 是一段代碼，可以獨立規劃、決策和行動，無需直接人工干預即可實現其目標。
那麼，AI agents 與過去的「bot」有何不同？我將其歸結為三個關鍵維度：
推理與自我反思：Agents 能夠審視自己的輸出，從錯誤中學習，並隨著時間的推移不斷改進。
行動能力：它們能夠與應用程序和 API 交互，在區塊鏈上進行交易，而不僅僅是生成文本。
規劃能力：它們能夠規劃並執行復雜的多步驟任務，以實現目標。
這一切的實現，得益於過去一年中大語言模型（LLM）在推理和規劃能力上的迅猛發展——這些新的 agent 能力是人類歷史上從未擁有過的。
目前，我們大多數人以基本方式與 GPT-4 等 LLMs 進行互動：提問出題，AI 能立即給出答案。這正是心理學家 Daniel Kahneman 所說的「System 1」思維——快速、直覺和自動化。
真正的飛躍將來自 AI agents，它們可以進行更深入的推理和分析，從而跳轉到「System 2」思維。這些 agents 不僅會遵循指令，還會獨立解決問題，在沒有持續人工監督的情況下處理複雜的任務。
試想一下這樣的場景：
讓你的 AI agent（可能還配備了 Coinbase AI 錢包）啟動一個盈利的電商業務。它會自動識別市場機會，和供應商談判，建立代發貨流程，搭建網站，並優化廣告投放——而你只需要坐在一旁，悠閒地喝著咖啡，看著收入滾滾而來。
不想處理難纏的客戶？沒問題——你的 AI agent 會為你處理客戶支持，提供個性化推薦，甚至幫你進行產品促銷。
很快，AI agents 的數量將超過人口數量。是不是有點可怕？
觀點 #1：未來將是多 agent 時代
我完全堅信 AI 的未來不會由一個龐大、無所不能的單一 Agent 主導。
相反，我們正在邁向一個多 agent 的未來，每個 agent 都是一個專家，經過精細調校，專注於特定任務。這顯然是實現 AI 規模化的更高效方式。
這些專門化的 agent 將協同合作，迎接更復雜的挑戰，從而解鎖規模經濟。
人工超級智能（ASI）可能不會是某種單一的、類神的實體。相反，它可能會以去中心化的多 agent 系統形式出現，分佈在數據中心，並通過市場相互連接。
試想一下：那些嘗試做所有事情的大型通用 AI 模型，往往資源密集、硬件需求大，這使得它們在日常使用中不切實際。另一方面，基於更小、經過微調的模型構建的專業 agents，可以在更多設備上高效運行，並且擴展速度更快。
以 @autonolas 的預測市場 agent 為例，一個 agent 負責與預測市場協議進行交互，其它 agents 則負責搜索相關信息並生成結果的概率。另一個 agent 則負責協調整個系統，確保一切順利運行。
觀點 #2：非金融型 agent 將使用加密技術
我將加密 AI agent 分為兩大類。
鏈上金融型 AI agents
這些 AI agent 可以在區塊鏈上自主運行並執行金融策略，例如量化交易、MEV 提取、預測市場和流動性挖礦優化等。它們監控鏈上的數據，並根據一組定義好的策略採取行動以優化其目標（例如最大化收益）。
我認為這將是 DeFi 的下一步演變，憑藉其推理和規劃能力，遠比現有的 bots 更為複雜。
非金融型 AI agents
來源：Felicis
我們正在見證一場 AI agents 的「寒武紀大爆發」，涵蓋了幾乎所有可以想象的應用場景——無論是垂直行業、橫向應用，還是面向消費者的場景。來自 Felicis 的圖表展示了企業家們如何將 AI agent 引入幾乎所有行業。
我可以列出三個令人信服的理由，說明這些 AI agents 為何可能會在某種形式上使用區塊鏈技術：
#1：支付
銀行短期內不太可能為 AI agent 提供銀行賬戶或信用卡——KYC 要求幾乎讓這一點變得不可能，而監管變革也需要時間。
更復雜的是，未來 AI agents 的數量將遠遠超過人類，而且每個人可能控制多個不同的 agents。而為每個 agent 創建新的加密錢包是非常簡單的事情。
小額支付：傳統支付系統（如 Stripe）收取固定費用，這使得小額支付變得不切實際。退款是另一個令人頭疼的問題，它會增加小額頻繁交易的摩擦。crypto 通過實現低費用、即時支付且無退款風險，完美解決了這些問題，非常適合 agent 之間的交互和「按 prompt 付費」模型。
與延遲賬本系統的銀行不同，區塊鏈可以即時共享狀態。
來自 Coinbase 的 @yugacohler 概述了支付場景的應用：
https://x.com/yugacohler/status/1851020728390598942
#2：Agent 間交互的可信層
在多 agent 生態系統中，專門的 agents 需要標準化協議才能有效交互。
可組合性：區塊鏈的開放標準和互操作性可實現 agents 之間的無縫通信。鏈上服務的代碼和數據是開放且統一的，因此 agent 無需依賴 API 即可理解和交互。
這些 AI agents 可以形成去中心化的服務網絡，每個網絡專門從事不同的任務。它們共同構建一個互聯互通的 AI 經濟體，並在沒有中央控制的情況下運作。
那麼，在一個擁有數百萬 agents 的世界中，我們如何決定信任哪些 agent？crypto 支持去中心化的聲譽系統，AI agents 可以基於其鏈上交易歷史和行為來建立和維護信任。
#3：作為 AI agent 的「牧羊人」——自然決定論
由於「幻覺」問題，AI agent 在實際應用中可能會失控。基於 crypto 的確定性協議提供了一種穩定的框架，確保 agents 在預定的參數範圍內運行，從而減少了不必要的行為風險。
可審計性和透明度：區塊鏈確保 AI agent 進行的任何交易都可以獨立驗證，為系統提供了額外的安全性和問責機制。這在涉及金錢交易時尤為重要。
此外，與這一切相輔相成的是：AI agent 有可能徹底改變用戶與區塊鏈的互動方式，使得 Web3 變得更加用戶友好。
通過自動化複雜的流程並以自然語言進行交互，AI agents 可以簡化整個加密體驗，並加速加密技術及加密貨幣的採用。
觀點 #3：挑戰與突破
當然，我們仍處於早期階段。目前，AI agents 就像是雄心勃勃的實習生——充滿潛力，但還不夠成熟。
幻覺問題
LLMs 往往會產生「幻覺」。在連續任務中，即使是一個小錯誤也可能會演變成更大的問題。
每一步的失敗率如果是 10%，看起來似乎不算嚴重，但在經過十步後，失敗的概率就會累計到 65%（1 - 0.9^10）。而且，由於 AI agent 在與 API 交互或執行區塊鏈交易時通常依賴完美的語法，哪怕是一個小小的錯誤，也可能導致整個過程的崩潰。
儘管有一些方法可以減少幻覺的發生，比如檢索增強生成（RAG），該方法允許 LLM 在生成響應時對照知識庫進行檢查。然而，我們仍然離完美還有很長的路要走。
從 Demo 到現實
目前的現實是，大多數 AI agents 仍然停留在炫酷的 demo 階段。
我的意思是，製作一段展示 AI agent 在一切順利時能做什麼的精彩視頻很容易——那感覺幾乎像魔法一樣。但創始人們面臨的真正挑戰是，從引人注目的演示到將自主 agent 擴展到實際、現實的應用中，之間有很大的鴻溝。
問題在於，現實世界是混亂的，充滿了各種邊緣情況，這些情況甚至會讓最聰明的 AI 出錯。
終極目標是達到 99.x% 的準確率，但要實現這一點，需要堅持不懈和大量的測試驅動開發。這也是為什麼評估至關重要——你會開始看到你的 agent 犯錯的模式，從而可以調整代碼或 prompts，穩步提高針對特定應用場景的準確率。
區塊鏈的障礙
接下來是區塊鏈問題。AI agents 在這方面面臨巨大挑戰——可擴展性問題、工具有限以及缺乏標準化的 agents 間溝通方式。像 Ethereum 和 Solana 為代表的主要 Layer-1 區塊鏈並未為實時、多 agent 的交互而設計，這意味著需要從零開始構建新的基礎設施，以支持去中心化未來中的 AI。
並不是所有東西都適合上鍊（on-chain）。事實上，在涉及大量計算或與外部系統交互時，由於區塊鏈的成本和性能限制，鏈下（off-chain）往往是更明智的選擇。
秘訣在於一種混合方法，既能充分利用鏈上和鏈下的優勢，又能在需要時選擇性地使用。關鍵在於搞清楚哪些部分應該去中心化，哪些部分應該中心化，以達到最大的效率。
Crypto AI Agent 初創公司
@cot_research's Internal Database
我們一直在關注在 AI agent 領域建設的 Crypto*AI 初創公司，而這類公司有很多。你可以放大圖片以便更清楚地查看——這不是一份詳盡的名單，但它能很好地展示當前的市場格局。
以下是一些引起我個人興趣的 AI agent 初創公司。這並不意味著我對未提及的項目持看空態度。僅僅是因為我覺得這些項目足夠有趣，值得我現在進一步探索。
DeFi / 鏈上 agent
目前，最自然的區塊鏈 AI agent 起點是在 DeFi 領域——比如交易機器人、收益優化器、自動化對沖基金，甚至是 AI agent 自己發行的 memecoin（迷因幣）。考慮到 DeFi 仍然佔據了區塊鏈交易價值的主要部分，這一切都有其合理性。
AI agent 帶來的一大關鍵變化是個性化服務。
以傳統的金庫為例，你將資金與其他匿名用戶的資金一起存入，然後由一位量化天才利用他的交易算法來管理金庫。然而，這種方式是「一刀切」的。對於 AI agent 而言，你就是個人客戶。agent 將瞭解你的資產、風險承受能力，並能夠為你量身定製投資策略。
一些相關的初創公司：
@Spectral_Labs— 使用自然語言創建和啟動自主的鏈上 agent 和智能合約，無需編寫代碼。該公司已經推出了代幣 SPEC，目前市值為 1.3 億美元，完全稀釋後的市值為 10 億美元。
@Almanak— 為 DeFi agent 構建量化交易技術棧，是一個以 agent 為中心的平臺，致力於優化和部署金融策略。它使用蒙特卡洛模擬技術來分析市場行為並優化交易策略。
@AIFiAlliance— 一個由 11 支團隊組成的合作聯盟，致力於在 DeFi 和 AI 交匯處進行創新。我認為這些聯盟非常有趣，因為它們為新興行業設定和定義標準提供了一種途徑。
基礎設施
目前，越來越多的加密 AI 團隊正在開發框架，以連接鏈上和鏈下環境，促進去中心化的多 agent 互動。
@AIWayfinder— 被稱為鏈上 agent 的「谷歌地圖」，幫助 agent 在區塊鏈上導航並執行任務。該項目由 Parallel 團隊開發。用戶可以質押 PRIME 代幣來賺取 PROMPT（未來將成為 Wayfinder 代幣）。目前正在進行封閉 alpha 測試。
@TheoriqAI— 這是風險投資公司看好的 agent 基礎設施項目，旨在促進 AI agent 集體的協調合作。該平臺允許用戶通過 AI agent 市場來構建、部署並從中獲利。
@autonolas— 使用開源框架和代幣經濟設計構建多 agent 經濟。我們最近對 OLAS 進行了深入分析。
面向消費者的 AI agent
這一類別可能會是最快爆發的——面向消費者和娛樂的產品總是更容易被接受，而且如果 agent 行為失控，風險也較小。事實上，正如我們在 Truth Terminal 中看到的那樣，少許「幻覺」甚至可能增添一些樂趣。
@virtuals_io— 一個類似 pump.fun 的 AI agent 平臺，重點關注遊戲領域。與那些匆忙推出的、在兩週內拼湊出來的 agent 啟動平臺不同，Virtuals 已經花費了兩年多的時間構建其技術棧。Shoal Research 也對它們進行了深入分析。
@CreatorBid— 創建並代幣化 AI 網紅，能夠自主生成和分享社交媒體內容。我認為我們很快會在 Crypto Twitter 上看到一位擁有百萬 + 粉絲的 AI agent KOL。
此外，也有一股以 AI agent 為基礎的 grassroots-level 實驗浪潮。雖然這些實驗大多是短期的，但它們所帶來的洞見將為未來的構建者提供寶貴的經驗教訓。
@tee_hee_he—是由 @nousresearch 和 Flashbots 團隊推出的一個真正自由的自主 agent。其 Twitter 憑證被鎖定在可信執行環境（TEE）中，只有在七天後才會被釋放——確保在此期間沒有人為干擾能夠影響該 agent。
https://x.com/Shaughnessy119/status/1851460263465402856
@ai16zdao 這是一個在 @daosdotfun 上推出的投資基金，它從 Discord 成員那裡獲取購買代幣的建議，並根據他們的「alpha calls」給出信任評分。
https://x.com/winnielaux_/status/1850721138457911598
Aether 是一個在 Farcaster 上的 AI agent，它自主地給其他用戶打賞，推廣代幣（HIGHER）併發布了 NFT，目前它的財庫超過 15 萬美元。
遊戲是 AI agent 的理想試驗場。@aiarena_ / @ARCAgents 利用人類玩家來訓練 AI agent，複製他們在遊戲中的行為，從而培養更智能的 AI 對手，並提升遊戲內玩家的流動性。
我也在關注 @coinbase 最近推出的模板，它可以創建帶有加密錢包的 AI agent，執行簡單的鏈上交易。
https://x.com/MurrLincoln/status/1850226148594082120
結束語
鏈上 AI agent 的成功與 AI 的整體進展密切相關。目前，我們仍面臨多步驟推理和減少幻覺等問題，這些問題常常使 AI 模型出現錯誤。然而，隨著 AI 的不斷進步，這些 agent 的可行性也會不斷提升。
好消息是，Epoch AI 相信 AI 的擴展至少能持續到未來五年。軟件的進步速度是我們所見過的最快的。
這意味著，我們今天面臨的難題只是通往更大、更宏偉目標的暫時障礙。
Crypto 將不可避免地成為這一 agent 化未來的核心組成部分。
其它事項：
預測市場能否幫助 AI agent 做出更好的決策？預測市場激勵參與者提供準確的信息。AI agent 若能接入這些市場，可能會從實時的、激勵一致的信息中獲益，從而減少對潛在偏見來源的依賴。也許，正如 @mrink0 所提出的，AI agent 甚至可以採用未來治理（Futarchy）的形式。
我們是否過度擬人化 AI agent？也許我們不應該將 AI agent 視為「人類」在做的工作。關注功能而非人類化屬性，可能會使 AI agent 更加高效和有效。
鏈上數據處理繁瑣，阻礙 AI agent 的發展進程。鏈上數據確實非常複雜且麻煩，這將繼續成為鏈上 AI agent 發展過程中的一大難題。
Agent 的真正機會並不在於容易做的低門檻任務，比如客戶服務，因為這些任務很容易被下一代 AI 模型顛覆。真正值得關注的應是那些對準確性要求極高的高度監管領域，在這些領域圍繞 AI 模型構建防禦性護。
