編譯：深潮TechFlow
機器人正在成為加密經濟的核心參與者。
這一趨勢的證據隨處可見。例如，搜索者會部署機器人（如 Jaredfromsubway.eth）來利用人類用戶對便利性的需求，通過搶先交易獲利於他們的去中心化交易所 (DEX) 交易。而像 Banana Gun 和 Maestro 這樣的工具，則允許用戶通過 Telegram 平臺便捷地進行由機器人支持的交易，這些工具長期佔據以太坊上“gas 消耗”榜單的前列。此外，在像 Friendtech 這樣的新興社交應用中，機器人在初期獲得人類用戶的採用後也迅速介入，並可能無意間加速了市場的投機循環。
總的來說，無論是以盈利為目的（如 MEV 機器人，MEV 即“最大可提取價值”）還是面向普通用戶（如 Telegram 機器人工具包），機器人正在逐漸成為區塊鏈上的優先用戶。
儘管目前加密領域的機器人功能還相對簡單，但隨著大語言模型 (LLMs) 的發展，加密領域之外的機器人已經演變為功能強大的 AI 智能體 (AI agents)，其目標是能夠自主處理複雜任務並做出明智決策。
在加密原生環境中構建這些 AI 智能體具有以下幾項重要優勢：
內置支付功能：AI 智能體可以存在於加密領域之外，但如果希望它們執行復雜操作，就必須具備資金獲取能力。與傳統方式（如銀行賬戶或支付處理器 Stripe）相比，加密支付系統在為 AI 智能體提供資金支持方面效率更高，同時避免了鏈下世界中常見的各種低效問題。
錢包所有權：通過錢包連接，AI 智能體可以擁有數字資產（如 NFT 或收益），從而享有加密資產固有的數字產權。這對於智能體之間的資產交易尤為重要。
可驗證的確定性操作：AI 智能體在執行任務時，操作的可驗證性至關重要。鏈上交易本質上是確定性的——要麼完成，要麼未完成——這種特性使得 AI 智能體能夠更準確地完成鏈上任務，而鏈下任務則難以達到同樣的確定性。
當然，鏈上 AI 智能體也面臨一些侷限性。
一個主要限制是，AI 智能體需要在鏈下執行邏輯以提升性能。這意味著智能體的邏輯和計算會託管在鏈下，但決策仍然在線上執行，從而確保操作的可驗證性。此外，AI 智能體還可以使用像 Modulus 這樣的 zkML（零知識機器學習）提供商來驗證其鏈下數據輸入的真實性。
另一個關鍵侷限性是，AI 智能體的功能依賴於其工具的豐富程度。例如，如果你希望智能體總結一條實時新聞，它需要具備網絡爬蟲工具來搜索互聯網。如果你希望它將結果保存為 PDF，則需要為其配備文件系統。如果你想讓它模仿你最喜歡的 Crypto Twitter 意見領袖的交易，則需要為其提供錢包訪問權限和密鑰簽名功能。
從確定性到非確定性的角度來看，目前大多數加密 AI 智能體執行的任務都屬於確定性任務。這意味著人類已經預先設定了任務的參數及其執行方式（例如 Token 交換的具體流程）。
加密 AI 智能體從早期的守護機器人（keeper bots）發展而來，這些機器人至今仍被廣泛應用於 DeFi 和預言機服務中。而如今，AI 智能體已經進化得更加複雜。它們不僅能夠利用大語言模型 (LLMs) 實現自主創作（如 Botto 這類自主藝術家），還能通過 Syndicate 的交易雲為自己提供金融服務。此外，像 Autonolas 這樣的早期 AI 智能體服務市場也正在逐步形成。
目前，許多前沿應用正在展示 AI 智能體的潛力：
智能錢包中的 AI 助手：Dawn 通過其 DawnAI 智能體，為用戶提供了一個多功能助手，能夠幫助用戶發送交易、完成鏈上交易，還能提供實時鏈上信息（如熱門 NFT 的趨勢分析）。
加密遊戲中的 AI 角色：Parallel Alpha 的最新遊戲 Colony 試圖打造能夠擁有錢包並進行鏈上交易的 AI 角色，為遊戲增添更多互動性。
AI 智能體的功能升級：AI 智能體的能力取決於其所配備的工具，目前與區塊鏈的交互仍處於初級階段。加密 AI 智能體需要具備錢包功能、資金管理能力、權限控制、集成 AI 模型，以及與其他智能體交互的能力。Gnosis 展示了這類基礎設施的雛形，例如他們的 AI 機械體 (AI mechs)，將 AI 腳本封裝到智能合約中，使得任何人（包括其他機器人）都可以調用智能合約來執行任務（如參與預測市場下注），同時還能為智能體支付報酬。
進階版 AI 交易員：DeFi 超級應用為交易者和投機者提供了更高效的操作方式，例如：當滿足條件時自動定投 (DCA)；當 Gas 費用低於某個閾值時自動執行交易；監控新發行的 Meme Token 合約；以及智能化選擇最優的訂單路由，無需用戶手動尋找接入點。
AI 智能體的垂直化應用：雖然 ChatGPT 等大型模型適用於一些通用對話場景，但為了滿足不同行業和細分領域的需求，AI 智能體需要進行專門的微調。像 Bittensor 這樣的平臺通過激勵機制，鼓勵開發者訓練專注於特定任務（如圖像生成、預測建模）的模型，目標行業包括加密、生物技術和學術研究。儘管 Bittensor 仍處於起步階段，但開發者已經開始利用其構建基於開源大語言模型的應用和智能體。
消費類應用中的 AI NPC：非玩家角色 (NPC) 在大型多人在線遊戲 (MMORPG) 中很常見，但在消費類應用中還不多見。然而，由於加密消費類應用的金融屬性，AI 智能體可以成為創新遊戲機制的理想參與者。例如，開放 AI 基礎設施公司 Ritual 最近發佈了 Frenrug，這是一種基於大語言模型的智能體，運行在 Friend.tech 平臺上。它可以根據用戶的消息內容自動執行交易（如買入或賣出密鑰）。Friend.tech 的用戶可以嘗試說服這個智能體買入自己的密鑰、賣出他人的密鑰，甚至想辦法讓 Frenrug 智能體以更具創意的方式使用其資金。
隨著越來越多的應用和協議開始引入 AI 智能體，人類將通過它們作為進入加密經濟的橋樑。雖然今天的 AI 智能體看起來還像是“玩具”，但未來它們將全面提升用戶的日常體驗，成為區塊鏈協議中的關鍵利益相關者，甚至在智能體之間形成完整的經濟生態系統。
AI 智能體目前仍處於發展初期，但作為鏈上經濟的核心參與者，它們才剛剛開始展現自己的潛力。
