欧易 强大的 Web3 聚合投资平台

Variant Fund 投资合伙人：AI Agent 已经成为链上经济的“一等公民”

作者：MasonNystrom

编译：深潮TechFlow

机器人正在成为加密经济的核心参与者。

这一趋势的证据随处可见。例如，搜索者会部署机器人（如Jaredfromsubway.eth）来利用人类用户对便利性的需求，通过抢先交易获利于他们的去中心化交易所(DEX)交易。而像BananaGun和Maestro这样的工具，则允许用户通过Telegram平台便捷地进行由机器人支持的交易，这些工具长期占据以太坊上“gas消耗”榜单的前列。此外，在像Friendtech这样的新兴社交应用中，机器人在初期获得人类用户的采用后也迅速介入，并可能无意间加速了市场的投机循环。

总的来说，无论是以盈利为目的（如MEV机器人，MEV即“最大可提取价值”）还是面向普通用户（如Telegram机器人工具包），机器人正在逐渐成为区块链上的优先用户。

尽管目前加密领域的机器人功能还相对简单，但随着大语言模型(LLMs)的发展，加密领域之外的机器人已经演变为功能强大的AI智能体(AIagents)，其目标是能够自主处理复杂任务并做出明智决策。

在加密原生环境中构建这些AI智能体具有以下几项重要优势：

• 内置支付功能：AI智能体可以存在于加密领域之外，但如果希望它们执行复杂操作，就必须具备资金获取能力。与传统方式（如银行账户或支付处理器Stripe）相比，加密支付系统在为AI智能体提供资金支持方面效率更高，同时避免了链下世界中常见的各种低效问题。

• 钱包所有权：通过钱包连接，AI智能体可以拥有数字资产（如NFT或收益），从而享有加密资产固有的数字产权。这对于智能体之间的资产交易尤为重要。

• 可验证的确定性操作：AI智能体在执行任务时，操作的可验证性至关重要。链上交易本质上是确定性的——要么完成，要么未完成——这种特性使得AI智能体能够更准确地完成链上任务，而链下任务则难以达到同样的确定性。

当然，链上AI智能体也面临一些局限性。

一个主要限制是，AI智能体需要在链下执行逻辑以提升性能。这意味着智能体的逻辑和计算会托管在链下，但决策仍然在线上执行，从而确保操作的可验证性。此外，AI智能体还可以使用像Modulus这样的zkML（零知识机器学习）提供商来验证其链下数据输入的真实性。

另一个关键局限性是，AI智能体的功能依赖于其工具的丰富程度。例如，如果你希望智能体总结一条实时新闻，它需要具备网络爬虫工具来搜索互联网。如果你希望它将结果保存为PDF，则需要为其配备文件系统。如果你想让它模仿你最喜欢的CryptoTwitter意见领袖的交易，则需要为其提供钱包访问权限和密钥签名功能。

从确定性到非确定性的角度来看，目前大多数加密AI智能体执行的任务都属于确定性任务。这意味着人类已经预先设定了任务的参数及其执行方式（例如Token交换的具体流程）。

加密AI智能体从早期的守护机器人（keeperbots）发展而来，这些机器人至今仍被广泛应用于DeFi和预言机服务中。而如今，AI智能体已经进化得更加复杂。它们不仅能够利用大语言模型(LLMs)实现自主创作（如Botto这类自主艺术家），还能通过Syndicate的交易云为自己提供金融服务。此外，像Autonolas这样的早期AI智能体服务市场也正在逐步形成。

目前，许多前沿应用正在展示AI智能体的潜力：

• 智能钱包中的AI助手：Dawn通过其DawnAI智能体，为用户提供了一个多功能助手，能够帮助用户发送交易、完成链上交易，还能提供实时链上信息（如热门NFT的趋势分析）。

• 加密游戏中的AI角色：ParallelAlpha的最新游戏Colony试图打造能够拥有钱包并进行链上交易的AI角色，为游戏增添更多互动性。

• AI智能体的功能升级：AI智能体的能力取决于其所配备的工具，目前与区块链的交互仍处于初级阶段。加密AI智能体需要具备钱包功能、资金管理能力、权限控制、集成AI模型，以及与其他智能体交互的能力。Gnosis展示了这类基础设施的雏形，例如他们的AI机械体(AImechs)，将AI脚本封装到智能合约中，使得任何人（包括其他机器人）都可以调用智能合约来执行任务（如参与预测市场下注），同时还能为智能体支付报酬。

• 进阶版AI交易员：DeFi超级应用为交易者和投机者提供了更高效的操作方式，例如：当满足条件时自动定投(DCA)；当Gas费用低于某个阈值时自动执行交易；监控新发行的MemeToken合约；以及智能化选择最优的订单路由，无需用户手动寻找接入点。

• AI智能体的垂直化应用：虽然ChatGPT等大型模型适用于一些通用对话场景，但为了满足不同行业和细分领域的需求，AI智能体需要进行专门的微调。像Bittensor这样的平台通过激励机制，鼓励开发者训练专注于特定任务（如图像生成、预测建模）的模型，目标行业包括加密、生物技术和学术研究。尽管Bittensor仍处于起步阶段，但开发者已经开始利用其构建基于开源大语言模型的应用和智能体。

• 消费类应用中的AINPC：非玩家角色(NPC)在大型多人在线游戏(MMORPG)中很常见，但在消费类应用中还不多见。然而，由于加密消费类应用的金融属性，AI智能体可以成为创新游戏机制的理想参与者。例如，开放AI基础设施公司Ritual最近发布了Frenrug，这是一种基于大语言模型的智能体，运行在Friend.tech平台上。它可以根据用户的消息内容自动执行交易（如买入或卖出密钥）。Friend.tech的用户可以尝试说服这个智能体买入自己的密钥、卖出他人的密钥，甚至想办法让Frenrug智能体以更具创意的方式使用其资金。

随着越来越多的应用和协议开始引入AI智能体，人类将通过它们作为进入加密经济的桥梁。虽然今天的AI智能体看起来还像是“玩具”，但未来它们将全面提升用户的日常体验，成为区块链协议中的关键利益相关者，甚至在智能体之间形成完整的经济生态系统。

AI智能体目前仍处于发展初期，但作为链上经济的核心参与者，它们才刚刚开始展现自己的潜力。