作者：0XNATALIE
今年下半年以來，AI Agent 的話題熱度持續(xù)攀升。起初 AI 聊天機(jī)器人terminal of truths因其在 X 上幽默的發(fā)帖和回復(fù)（類似微博上的「羅伯特」）而廣受關(guān)注，并獲得了 a16z 創(chuàng)始人 Marc Andreessen 的 5 萬美元資助。受到其發(fā)布內(nèi)容的啟發(fā)，有人創(chuàng)建了 GOAT 代幣，短短 24 小時內(nèi)漲幅超過 10000%。AI Agent 的話題隨即引起了 Web3 社區(qū)的關(guān)注。之后，基于 Solana 的首個去中心化 AI 交易基金 ai16z 問世，推出了 AI Agent 開發(fā)框架 Eliza，并引發(fā)了大小寫代幣之爭。然而，社區(qū)對 AI Agent 的概念仍不清晰：AI Agent 的核心到底是什么？與 Telegram 交易機(jī)器人有何不同？
工作原理：感知、推理與自主決策
AI Agent 是一種基于大型語言模型（LLM）的智能代理系統(tǒng)，能夠感知環(huán)境、進(jìn)行推理決策，并通過調(diào)用工具或執(zhí)行操作來完成復(fù)雜任務(wù)。工作流程：感知模塊（獲取輸入）→ LLM（理解、推理與規(guī)劃）→ 工具調(diào)用（執(zhí)行任務(wù)）→ 反饋與優(yōu)化（驗證與調(diào)整）。
具體來說，AI Agent 首先通過感知模塊從外界環(huán)境中獲取數(shù)據(jù)（如文本、音頻、圖像等），并將其轉(zhuǎn)化為可以被處理的結(jié)構(gòu)化信息。LLM 作為核心組件，提供強(qiáng)大的自然語言理解與生成能力，充當(dāng)系統(tǒng)的「大腦」。基于輸入的數(shù)據(jù)和已有的知識，LLM 進(jìn)行邏輯推理，生成可能的解決方案或制定行動計劃。隨后，AI Agent 通過調(diào)用外部工具、插件或 API 完成具體的任務(wù)，并根據(jù)反饋對結(jié)果進(jìn)行驗證與調(diào)整，形成閉環(huán)優(yōu)化。
在 Web3 的應(yīng)用場景中，AI Agent 與 Telegram 交易機(jī)器人或自動化腳本有何區(qū)別？以套利為例，用戶希望在利潤大于 1% 的條件下進(jìn)行套利交易。在支持套利的 Telegram 交易機(jī)器人中，用戶設(shè)置好利潤大于 1% 的交易策略，Bot 便開始執(zhí)行。然而，當(dāng)市場波動頻繁，套利機(jī)會不斷變化時，這些 Bot 缺乏風(fēng)險評估能力，只要滿足利潤大于 1% 的條件便執(zhí)行套利。相比之下，AI Agent 能自動調(diào)整策略。例如，當(dāng)某筆交易的利潤超過 1%，但通過數(shù)據(jù)分析評估其風(fēng)險過高，市場可能突然變化導(dǎo)致虧損，它會決定不執(zhí)行這筆套利。
因此，AI Agent 具備自我適應(yīng)性，其核心優(yōu)勢在于能夠自我學(xué)習(xí)和自主決策，通過與環(huán)境（如市場、用戶行為等）的互動，根據(jù)反饋信號調(diào)整行為策略，不斷提升任務(wù)執(zhí)行效果。它還能基于外部數(shù)據(jù)實時做出決策，并通過強(qiáng)化學(xué)習(xí)不斷優(yōu)化決策策略。
這么一說是不是有點(diǎn)像意圖框架下的求解器（slover）？AI Agent 本身也是基于意圖的產(chǎn)物，與意圖框架下的求解器最大的區(qū)別就是，求解器依靠精確算法，具有數(shù)學(xué)上的嚴(yán)謹(jǐn)性，而 AI Agent 決策依賴于數(shù)據(jù)訓(xùn)練，往往需要在訓(xùn)練過程中通過不斷試錯來接近最優(yōu)解。
AI Agent 主流框架
AI Agent 框架是是用于創(chuàng)建和管理智能代理的基礎(chǔ)設(shè)施。目前在 Web3 里，比較流行的框架包括ai16z的 Eliza、zerebro的 ZerePy 和Virtuals的 GAME。
Eliza是一個多功能的 AI Agent 框架，使用 TypeScript 構(gòu)建，支持在多個平臺（如 Discord、Twitter、Telegram 等）上運(yùn)行，并通過復(fù)雜的記憶管理，能夠記住先前的對話和上下文，保持穩(wěn)定一致的個性特征和知識回答。Eliza 采用 RAG（Retrieval Augmented Generation）系統(tǒng)，能夠訪問外部數(shù)據(jù)庫或資源，從而生成更加準(zhǔn)確的回答。此外，Eliza 集成了 TEE 插件，允許在 TEE 中部署，從而確保數(shù)據(jù)的安全性和隱私性。
GAME是賦能和驅(qū)動 AI Agent 進(jìn)行自主決策和行動的框架。開發(fā)者可以根據(jù)自己的需求自定義代理的行為，擴(kuò)展其功能，并提供定制化的操作（如社交媒體發(fā)布、回復(fù)等）。框架中的不同功能，如代理的環(huán)境位置和任務(wù)等，被劃分為多個模塊，方便開發(fā)者進(jìn)行配置和管理。GAME 框架 將 AI Agent 的決策過程分為兩個層級：高層規(guī)劃（HLP） 和 低層規(guī)劃（LLP），分別負(fù)責(zé)不同層次的任務(wù)和決策。高層規(guī)劃負(fù)責(zé)設(shè)定代理的總體目標(biāo)和任務(wù)規(guī)劃，根據(jù)目標(biāo)、個性、背景信息及環(huán)境狀態(tài)制定決策，確定任務(wù)的優(yōu)先級。低層規(guī)劃則專注于執(zhí)行層面，將高層規(guī)劃的決策轉(zhuǎn)化為具體操作步驟，選擇合適的功能和操作方法。
ZerePy是一個開源的 Python 框架，用于在 X 上部署 AI Agent。該框架集成了 OpenAI 和 Anthropic 提供的 LLM，使開發(fā)者能夠構(gòu)建和管理社交媒體代理，自動化執(zhí)行如發(fā)布推文、回復(fù)推文、點(diǎn)贊等操作。每個任務(wù)可以根據(jù)其重要性設(shè)置不同的權(quán)重。ZerePy 提供了簡潔的命令行接口（CLI），便于開發(fā)者快速啟動和管理代理。同時，框架還提供了 Replit （一個在線代碼編輯和執(zhí)行平臺）模板，開發(fā)者可以通過它快速開始使用 ZerePy，而無需復(fù)雜的本地環(huán)境配置。
為什么 AI Agent 會面臨 FUD？
AI Agent 看似智能，能夠降低入門門檻并提升用戶體驗，為什么社區(qū)會有 FUD？原因在于，AI Agent 本質(zhì)上仍只是一個工具，目前尚不能完成整個工作流程，只能在某些節(jié)點(diǎn)上提升效率、節(jié)省時間。而且目前的發(fā)展階段，AI Agent 的作用多集中在幫助用戶一鍵發(fā)行 MeMe 及運(yùn)營社交媒體賬號。社區(qū)戲稱「assests belong Dev，liabilities belong AI」。
不過就在本周aiPool作為代幣預(yù)售的 AI Agent 發(fā)布，利用 TEE 技術(shù)實現(xiàn)了去信任化。該 AI Agent 的錢包私鑰在 TEE 環(huán)境中動態(tài)生成，確保安全性。用戶可以向 AI Agent 控制的錢包發(fā)送資金（例如 SOL），AI Agent 隨后根據(jù)設(shè)定規(guī)則創(chuàng)建代幣，并在 DEX 上啟動流動性池，同時向符合條件的投資者分發(fā)代幣。整個過程無需依賴任何第三方中介，完全由 AI Agent 在 TEE 環(huán)境下自主完成，避免了 DeFi 中常見的 rug pull 風(fēng)險。可見，AI Agent 正在逐步發(fā)展。我認(rèn)為，AI Agent 能夠幫助用戶降低門檻、提升體驗，哪怕只是簡化部分資產(chǎn)發(fā)行過程，也是有意義的。但從宏觀的 Web3 視角來看，AI Agent 作為鏈下的產(chǎn)物，當(dāng)前階段只是充當(dāng)輔助智能合約的工具角色，因此無需對其能力過度吹噓。由于今年下半年除了 MeMe 之外缺乏顯著的財富效應(yīng)敘事，AI Agent 的 hype 圍繞 MeMe 而展開由此火了也是正常。單靠 MeMe 并無法維持長期的價值，所以如果 AI Agent 能在交易流程中帶來更多創(chuàng)新玩法，提供切實的落地價值，它或許會發(fā)展成一種普遍的 infra 工具。
鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如作者信息標(biāo)記有誤，請第一時間聯(lián)系我們修改或刪除，多謝。
