解讀Crypto+AI Agents：下個十億用戶的真正突破口？

簡 要總結：

人工智慧將推動加密貨幣走向主流市場。加密貨幣非常適合一個充斥著 AI 代理的世界。 目前，很多與 AI 代理相關的加密貨幣初創公司正在 DeFi、基礎設施和消費者應用場景中不斷湧現。 未來很可能是多代理的模式，所以做好準備吧。 即便是非金融類的 AI 代理也會使用加密貨幣，原因有兩點：

(1) 支付和錢包建立更加便捷，

(2) 基於開放標準的可組合層，便於代理之間的通訊。

目前，AIAgent 仍處於 「展示」 階段 —— 效果很酷，但尚未準備好在實際應用中大規模擴展套件。處理幻覺問題和極端案例仍然是挑戰，但技術進步迅速。

最近，我有了一個新的結論：

人工智慧將成為推動加密貨幣進入主流應用場景的關鍵催化劑。長期以來，加密貨幣在科技領域一直有點像 「另類中間人」，但這次它將真正確立自己作為核心技術的地位。

過去七年間，我們構建的所有基礎 —— 包括 Layer 1、Layer 2、DeFi 和 NFT 等 —— 實際上為一個由 AI 代理主導的世界打下了基礎，儘管當時的開發者可能並沒有意識到這一點。

目前，許多加密專案似乎面臨需求不足的問題，但一旦 AI 代理大量湧現，這些基礎設施和加密原生工具將迅速發揮作用。

AI 新的技術開發棧（模型和應用）與傳統軟體棧完全不同，並且正在即時發展。在這個早期階段，加密貨幣有機會成為核心技術棧中的重要組成部分，特別是在支付等領域。

四年前（GPT 出現之前），沒人能預見到這一點，但現在我越來越清晰地看到未來的發展方向。

接下來，我將解釋原因。

我會簡要介紹 AI Agent 的現狀、加密貨幣在其中的作用、我對未來代理化世界的看法，以及目前引起我關注的團隊。

1、什麼是 AI Agent？

「…… 崇拜我吧。」 這位甜美的 AI Agent Luna 低聲在你耳邊說道。

她永遠不會疲倦，全天候 24 小時為她在 TikTok 上的 54 萬粉絲進行直播。

這讓我想起了一個科技界的老話：許多改變世界的重要科技創新，最初看起來都像是玩具。

最近幾周，AI Agent 引發的關注讓我意識到，公眾對這種技術的潛在需求和興趣有多麼巨大。

AI Agent 已經成為人類技術進步的強大象徵，承載著我們對科幻夢想的追求，以及對美好未來的集體期盼。

在許多方面，AI Agent 就像是 90 年代的網際網路 —— 現在還有很多懷疑者，但用不了多久，無論是個人還是企業，都將擁有自己的 AI Agent。

先從基礎說起：什麼是 AI Agent？目前有很多定義，但尚未形成一個被普遍認可的標準。

在我看來，AI Agent 是一段能夠獨立規劃、決策並執行任務的程式碼，能在無需人類直接幹預的情況下，朝著既定目標前進。

那麼，AI Agent 與過去的 「機器人」 有何不同呢？我認為有三大關鍵區別：

1）推理與自我 t 反思：代理能夠審視自己的輸出，學習錯誤，並隨著時間的推移不斷改進。

2）執行能力：它們不僅僅是生成文字，而是能夠與應用和 API 互動，在區塊鏈上進行交易。

3）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。

這些能力是在過去一年左右才變得可能的，這要歸功於大型語言模型（LLM）在推理和規劃方面的快速進步 —— 這種新型的代理能力是人類歷史上從未接觸過的。

目前，大多數人使用像 GPT-4 這樣的 LLM 方式都很簡單：提出一個問題，AI 立即給出答案。心理學家丹尼爾・卡尼曼稱之為 「系統 1」 思維 —— 快速、直覺和自動化。

真正的飛躍將來自於那些能進行深度推理和分析的 AI 代理，進入 「系統 2」 思維階段。這些代理不僅僅是執行指令 —— 它們將能獨立解決問題，處理複雜任務，而無需人類的持續監督。

想像一下：

你指示你的 AI Agent（可能內建了 Coinbase 的 AI 錢包）啟動一個盈利的電商業務。它會為你找到市場利基，談判供應商，設定代發貨流程，搭建網站，優化廣告投放，而你只需要坐在一旁，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 Agent 會負責客戶支援，提供個性化推薦，甚至為你進行追加銷售。

很快，AI Agent 的數量將超過人類人口。聽起來有點嚇人，不是嗎？

2、未來將是多 Agents 的時代

我完全相信，AI 的未來不會被一個龐大且全能的單一代理主宰。

相反，我們將邁向一個多代理的未來，每個代理都是針對特定任務精心調整的專家。這種方式能更高效地擴展套件 AI 的應用。

這些專門化的代理將協作應對更加複雜的挑戰，從而釋放規模經濟效益。

人工超級智慧（ASI）可能不會以某種單一、神一般的實體形式出現。

更有可能的是，它將以一種去中心化的、多代理系統形式出現，分佈在各個資料中心，並通過市場相互連線。

想想看：那些大型的通用 AI 模型試圖做所有事情，這不僅消耗大量資源，還需要昂貴的硬體支援，因此在日常使用中並不實際。

而專門化的 Agent 則不同，它們基於小型且精調的模型，可以在更多裝置上高效執行，並能更快地擴展套件。

以 @autonolas 的預測市場代理為例。一個代理負責與預測市場協議進行互動，另一些代理則負責搜尋相關資訊，並為結果生成概率。還有一個代理負責協調整個系統，確保各部分順利運作。

3、非金融類 AI Agent 也將使用加密貨幣

我在思考時，會將加密 AI 代理分為兩個大類：

1）鏈上金融 AI Agent

這些 AI Agent 可以在區塊鏈上自主執行並執行金融策略，例如量化交易、MEV 提取、預測市場和收益農場優化。它們會即時監控鏈上資料，並根據一套預定的策略採取行動，以優化其目標（例如最大化收益）。

我認為這將是 DeFi 的下一次進化，比當前的機器人更為複雜，因為它們具備推理和規劃能力。

2）非金融類 AI Agent

我們正見證著 AI 代理在各種應用場景中爆發式增長 —— 無論是垂直領域、橫向擴展套件，還是面向消費者的場景。Felicis 的圖表展示了創業者如何將 AI 代理引入幾乎每個行業。

我能想到三個充分的理由，解釋為什麼這些 AI 代理可能會以某種形式使用區塊鏈基礎設施：

1）支付

短期內，銀行不太可能為 AI Agent 開設銀行帳戶或發行信用卡 ——KYC（瞭解你的客戶）要求使得這幾乎不可能實現，而且監管變化也需要時間。

這一問題更加複雜，因為 AI Agent 的數量將遠超人類，每個人類可能會控制多個不同的代理。而為每個代理生成新的加密錢包是非常簡單的。

微支付：像 Stripe 這樣的傳統支付系統有固定費用，因此不適合處理微支付。而且，退款問題也是一大難題，為小額且頻繁的交易增加了摩擦。加密貨幣通過低費用、即時支付解決了這些問題，且沒有退款風險，非常適合代理間的互動以及 「按請求付費」 的模式。 區塊鏈具有即時共享狀態的特點，而銀行的帳本系統則存在延遲。

Coinbase 的 @yugacohler 對支付場景的解釋非常簡潔明瞭：

2）作為代理間互動的可信層

在多代理生態系統中，專門化的代理需要標準化的協議來有效互動。可組合性：區塊鏈的開放標準和互操作性使代理之間能夠無縫溝通。鏈上服務的程式碼和資料是開放且統一的，因此代理可以理解並互動，而無需使用 API。 這些 AI Agent 可以形成去中心化的服務網路，每個代理專注於不同的任務。它們共同構成一個互聯的 AI 經濟體，運作無需中央控制。

在一個擁有數百萬代理的世界裡，我們如何決定信任哪些代理呢？加密技術能夠實現去中心化的聲譽系統，使 AI 代理能夠根據其鏈上交易歷史和行為建立並維持信任。

3）作為 AI 代理的監管者 —— 自然決定論

由於幻覺的存在，AI 代理可能會在操作中失控。加密技術的確定性協議提供了一個穩定的框架，確保代理在預定義的引數內執行，從而減少意外行為的風險。

可審計性與透明性：區塊鏈確保 AI 代理所做的任何交易都可以被獨立驗證，為安全性和責任提供了額外的保障，尤其是在涉及資金時尤為重要。

另外一個互補的角度是：AI 代理能夠徹底改變使用者與區塊鏈的互動方式，使 Web3 變得更加使用者友好。

通過自動化複雜的流程，並使互動變得可以用自然語言進行，AI 代理能夠簡化整個加密體驗，加速加密貨幣的普及。

4、大挑戰，更大的解決方案

當然，我們仍處於早期階段。如今，AI 代理就像是充滿潛力但仍稍顯粗糙的實習生。

1）幻覺問題

LLMs（大語言模型）往往會產生幻覺。即使是一個小錯誤，也可能在順序任務中引發更大的問題。

每一步 10% 的失敗率似乎不算多，但如果是十步，這就意味著 65% 的失敗概率（1 – 0.9^10）。而且，由於 AI Agent 在與 API 互動或執行區塊鏈交易時常常依賴完美的語法，哪怕是一個微小的錯誤，也可能導致整個過程崩潰。

有一些方法可以減少幻覺問題，比如檢索增強生成（RAG），允許 LLM 在生成迴應時與知識庫進行對比。但我們仍然離完美很遠。

2）從演示到現實

現在的現實是，大多數 AI Agent 仍然只是酷炫的演示。

我的意思是：製作一段展示代理在一切順利時能做什麼的視訊很容易 —— 它幾乎像魔法一樣神奇。但創辦人面臨的真正挑戰是，從炫目的演示到將自主代理擴展套件到實際應用，這一過渡並不簡單。

問題在於，現實世界是複雜的，充滿了邊緣情況，這些情況甚至能絆倒最聰明的 AI。

聖盃目標是達到 99.x% 的準確率，但要做到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（evals）至關重要 —— 你會開始發現代理在出錯時的模式，從而能調整程式碼或提示，逐步提高特定應用場景的準確性。

3）區塊鏈難題

接下來是區塊鏈問題。AI 代理在這裡面臨著巨大的挑戰 —— 可擴展套件性問題、工具的侷限性以及代理之間缺乏標準化的溝通方式。像以太坊和 Solana 這樣的主要 Layer-1 區塊鏈並非為即時、多代理互動而設計，這意味著需要從頭開始構建新的基礎設施來支援去中心化的未來 AI。

並非所有的內容都適合上鏈。事實上，在進行大量計算或與外部系統互動時，由於區塊鏈的成本和效能限制，脫鏈往往是更聰明的選擇。

其中的魔力在於採用混合模式，充分利用兩者的優勢 —— 在關鍵領域上鏈，在需要時脫鏈。關鍵是找出哪些元件應該去中心化，哪些應集中化，以實現最大效率。

5、加密 AI Agent 初創公司

我們一直在追蹤那些在 AI Agent 領域構建的加密 AI 初創公司，而且有很多這樣的公司。請隨意放大圖片檢視更詳細內容 —— 這不是一個詳盡的名單，但它給出了行業的一個很好的快照。

以下是一些引起我個人興趣的 AI 代理初創公司。這並不意味著我對未提到的專案持看跌態度，而是說明這些專案目前讓我感到足夠有趣，值得進一步探索。

1）DeFi/ 鏈上代理

目前，鏈上 AI Agent 最自然的起點是在 DeFi 領域 —— 比如交易機器人、收益優化器、自動化對衝基金，甚至 AI Agent 釋出自己的 memecoin。考慮到 DeFi 仍然佔據了鏈上交易價值的主要部分，這一方向是有道理的。

AI Agent 帶來的一個關鍵區別是個性化。

拿傳統的金庫舉個例子。你將資金存入金庫，與其他匿名使用者一起，並由量化天才使用他的交易演算法管理金庫。但這種方式是千篇一律的。使用 AI Agent 時，你是個人客戶。代理會學習你的資產、風險承受能力，並為你量身訂製策略。

@Spectral_Labs— 使用自然語言建立和啟動自主鏈上代理和智慧合約，無需編寫程式碼。其 TokenSPEC 目前市值為 1.3 億美元，FDV 為 10 億美元。

@Almanak__— 為 DeFi 代理構建量化交易技術棧，這是一個以代理為中心的平臺，用於優化和部署金融策略。它使用蒙特卡羅模擬技術分析市場行為並優化交易策略。

@AIFiAlliance— 由 11 個團隊組成的合作體，致力於 DeFi 和 AI 的交集。我對這些聯盟非常感興趣，因為這是開始為一個新興行業設定和定義標準的一種方式。

2）基礎設施

越來越多的加密 AI 團隊正在開發框架，彌合鏈下和鏈上環境之間的差距，支援去中心化的多代理互動。

@AIWayfinder— 為鏈上代理提供 「Google 地圖」，幫助它們導航區塊鏈執行任務。由 Parallel 團隊開發。使用者可以質押 PRIMEToken 以賺取 PROMPT（未來 Wayfinder 的 Token）。目前正在進行封閉 Alpha 測試。

@TheoriqAI— 這是風險投資者最看好的代理基礎設施專案，促進 AI 代理集體的協調。它允許使用者通過 AI 代理市場構建、部署並賺取收益。

@autonolas— 使用開源框架和 Token 經濟學設計構建多代理經濟。我們最近寫了一篇關於 OLAS 的深度分析。

3）面向消費者的 AI 代理

這一類別可能會發展得最快 —— 面向消費者和娛樂驅動的產品通常更容易被接受，而且如果代理行為異常，風險也較小。事實上，正如我們在 Truth Terminal 中看到的那樣，少量的 「幻覺」 甚至可能增加一些趣味。

@virtuals_io— 一個類似於 pump.fun 的 AI 代理平臺，專注於遊戲。與那些匆忙籌備、在兩週內推出的啟動平臺團隊不同，Virtuals 已經為其技術棧開發了超過兩年。Shoal 研究曾寫過一篇關於他們的深度分析。

@CreatorBid— 建立並 Token 化能夠自主生成和分享社交媒體內容的 AI 影響者。我認為我們很快就會看到一位擁有超過 100 萬粉絲的 AI 代理 KOL 出現在 Crypto Twitter 上。

此外，還有一波以 AI 代理為原始元素的草根實驗。雖然許多此類實驗通常持續時間不長，但它們所產生的洞察將為未來的開發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代理。其 Twitter 憑證被鎖定在受信執行環境（TEE）中，只有在七天後才會解鎖 —— 確保在這段時間內沒有人為幹預能夠影響代理的行為。

@ai16zdao 是一個在 @daosdotfun 上推出的投資基金，接受 Discord 成員的輸入，決定購買哪些 Token，並根據他們的 「Alpha 呼叫」 給予信任評分。

Aether 是一個在 Farcaster 上的 AI Agent，它可以自主給其他使用者打賞，推廣 Token（HIGHER），並推出了 NFT，目前其庫藏已超過 15 萬美元。

遊戲是 AI Agent 的理想場所。@aiarena_ / @ARCAgents 利用人類玩家來訓練 AI Agent，模仿他們在遊戲中的行為，從而創造出更智慧的 AI 對手，並提高遊戲中的玩家流動性。

我還在關注 @coinbase 最近推出的模板，它可以建立帶有加密錢包的 AI 代理，執行簡單的鏈上交易。

6、小結

鏈上 AI Agent 的成功與 AI 的整體進展緊密相關。我們仍在解決多步驟推理和減少引起 AI 模型錯誤的幻覺問題。但是，隨著 AI 的進步，這些代理的可行性也會隨之提高。

好訊息是，Epoch AI 認為 AI 的擴展可以持續至少五年，軟體的進步速度是我們前所未見的。

這意味著我們今天面臨的難題不過是通往更大未來的暫時障礙。

加密貨幣將不可避免地成為這一代理未來的一部分。

其他思考：

預測市場能否幫助 AI 代理做出更好的決策？預測市場激勵參與者提供準確的資訊。AI Agent 通過接入這些市場，可能從即時的、與激勵對齊的洞察中受益，減少對潛在偏見來源的依賴。也許，正如 @mrink0 所假設的，代理甚至可以採納未來主義。

我們是否過度將 AI Agent 類人化了？也許我們不應該把它們看作是做 「人類」 工作。專注於功能而非類人特徵，可能會導致更高效和更有效的 AI Agent。

鏈上資料處理非常麻煩，且將繼續拖慢鏈上 AI Agent 的發展程式。

Agent 的真正機會不在於像客戶服務這樣的低懸吊 —— 這些很容易被下一代 AI 模型取代。相反，重點應該放在高度監管的行業中，在這些領域，準確性至關重要，可以為這些模型創造可防禦的護城河。

?相關報導?

IOSG 深度解析 GOAT 背後故事：AI 驅動如何搶奪注意力和流量經濟

AI 賽道能否擺脫炒作污名？盤點三個擁抱加密貨幣的 AI Agent 項目

ai16z是什麼？市值一天衝上8千萬美元，背後的DAOS.FUN如何拉起新一波迷因炒作潮