AI 代理正在崛起成為加密經濟中不可忽視的力量。

原文：Crypto AI Agents： The First-Class Citizens of Onchain Economies（Substack）

作者：Mason Nystrom，Variant Fund 投資合夥人

編譯：Luffy，Foresight News

封面：Photo by Mohamed Nohassi on Unsplash

機器人正在成為加密經濟的一等公民。

這種趨勢是顯而易見的。 搜索者部署 Jaredfromsubway.eth 這樣的機器人，通過搶先交易來利用人類使用者對便利的渴望。 Banana Gun 和 Maestro 一直是乙太坊上 Gas 消耗大戶，它們允許使用者啟用機器人通過 Telegram 進行便捷交易。 現在，在 Friend.tech 等社交應用上，當應用程式獲得初步的人類用戶採納后，機器人也會加入進來，並無意中進一步推動投機飛輪。

這一切都表明表明，機器人，無論是利潤驅動的（例如 MEV 機器人）還是消費者驅動的（例如 Telegram 機器人），都正在成為區塊鏈上的優先使用者。

雖然到目前為止，加密領域的機器人還相當初級，但由於大型語言模型（LLM）的興起，加密領域之外的機器人已經開始發展成為強大的人工智慧代理，其最終目標是自主處理複雜的任務並讓任務決策更加明智。

在加密領域構建這些人工智慧代理帶來了幾個重要的增強功能：

原生支付流：人工智慧代理可以存在於加密貨幣之外，但如果我們希望人工智慧代理執行複雜的操作，他們將需要獲得資金。 與讓人工智慧代理訪問銀行帳戶、支付程式（例如 Stripe）或處理鏈下世界中存在的絕大多數其他低效問題相比，加密貨幣使人工智慧代理能夠獲得資金，這是一項意義非凡的改進。

AI 代理錢包擁有權：連接到錢包的 AI 代理將能夠擁有資產（例如 NFT 等），從而賦予 AI 代理所有加密資產固有的數字產權。 這對於代理之間的交易尤其重要。

可驗證的、確定性的操作：當操作可證明時，人工智慧代理將最有效（它們可以確保某些操作已完成）。 鏈上交易本質上是確定性的——要麼發生，要麼沒有——這意味著人工智慧代理將能夠更準確地完成鏈上任務。

當然，鏈上人工智慧代理也有局限性。

一個限制是人工智慧代理需要執行鏈下邏輯才能保持高性能。 這意味著鏈上人工智慧代理將在鏈下託管其邏輯 / 計算以優化效率，但代理決策將在鏈上執行。 重要的是，AI 代理還可以使用 Modulus 等 zkML 供應商來確保其鏈下數據輸入得到驗證。

人工智慧代理的另一個主要限制是它們的有用性取決於它們所提供的工具。 例如，如果你要求代理提供即時新聞事件的摘要，則代理的工具包中需要有一個網路爬蟲來梳理互聯網資訊以執行給定的任務。 如果你需要代理將回應保存為 PDF，那麼代理工具包中需要有一個文件系統。 如果想要代理跟單交易你最喜歡的加密推特 KOL，那麼代理需要訪問錢包並獲得該錢包的私鑰簽名許可權。

縱觀當前從確定性到非確定性的情況，大多數加密人工智慧代理都執行確定性任務。 也就是說，人類對任務的參數以及如何完成任務（例如代幣交換）進行程式設計。

加密 AI 代理已經從早期的 keeper 機器人（目前仍在 DeFi 和預言機應用程式中使用）發展到今天利用 LLM 的更複雜的代理，比如像 Botto 這樣的自主藝術家; 人工智慧代理可以使用 Syndicate 的交易雲為自己提供銀行服務; 以及早期的人工智慧代理服務市場，例如 Autonolas。

各種令人興奮的前沿應用已經出現：

支援 AI 代理的「智慧錢包」😀 awn 利用 DawnAI  提供 AI 代理，可以説明用戶發送交易、執行交易和其他即時鏈上洞察。

加密遊戲代理😛 arallel Alpha 的最新遊戲 Colony 旨在創建可以擁有錢包並相互交易的 AI 角色。

AI 代理的增強工具包：AI 代理的能力取決於其工具包，與區塊鏈的交互目前是一個新興領域。 加密 AI 代理需要錢包、訪問資金、許可功能、集成 AI 模型以及與其他代理交互的能力。 更具體地說，Gnosis 透過其 AI mechs  展示了一個早期基礎設施， 它用智慧合約包裝 AI 腳本，以便任何人（包括其他機器人）都可以調用智慧合約來執行代理操作（例如，在預測市場上下注），同時也能夠向代理付款。

增強型 AI 交易者：為交易者和投機者提供進階操作的 DeFi 超級應用，包括：滿足條件時進行 DCA 建倉; 當 Gas 價格跌破特定價格時執行交易; 監控新的 meme 代幣合約; 確定訂單路由等。

AI 代理的長尾：雖然 ChatGPT 等大型應用程式適合某些一般聊天目的，但 AI 代理需要針對眾多行業、主題和利基市場。 Bittensor 等為「礦工」提供激勵，圍繞目標行業（例如加密貨幣、生物技術、學術界）為特定任務（例如圖像生成、預訓練、預測建模）訓練模型。 雖然 Bittensor 還處於萌芽階段，開發人員已經在使用 Bittensor 在開源 LLM 基礎上構建長尾應用程式。

NPC 消費者應用代理：非玩家角色在 MMORPG 等遊戲中很常見，但在多人消費者應用中不太常見。 然而，加密消費者應用程式的金融化性質使人工智慧代理成為引入新型遊戲機制的優秀參與者。 開放人工智慧基礎設施公司 Ritual 最近發佈了 Frenrug，這是一個 Friend.tech 上基於 LLM 的代理，它將根據使用者消息執行交易（購買或出售 key）。 Friend.tech 用戶可以嘗試說服代理購買他們的 key、出售其他人的 key，或者嘗試讓 Frenrug 代理以其他方式使用資金。

隨著越來越多的應用程式和協定使用人工智慧代理，它們將作為人類訪問加密經濟的管道。 雖然人工智慧代理今天看起來像玩具，但在未來，它們將增強日常消費者體驗，成為協定的關鍵利益相關者，它們將創建整個加密經濟體。

免責聲明：作為區塊鏈資訊平臺，本站所發佈文章僅代表作者及嘉賓個人觀點，與 Web3Caff 立場無關。 文章內的資訊僅供參考，均不構成任何投資建議及要約，並請您遵守所在國家或地區的相關法律法規。