Crypto X Agents 的下一步是什么？

我总是被问到同一个问题：「现在的加密智能代理有什么价值？」

之所以有人问这个问题，是因为许多加密圈的朋友把这些代理看作是类似 X 平台上的水贴机器人。他们通常会接着问：「这些 Token 真的应该值超过 1 亿美元吗？」

对于这些问题，答案并不简单。目前，大多数智能代理只是一些自我参照的 AI 模型，它们通过不断自我提示来定期发布内容和回复评论。然而，即便如此，当下也有一些项目脱颖而出——这些团队专注明确、执行力强。同时，也有一批新兴的开发者正在尝试突破智能代理的边界。

如今，我们仍处于 AI 的「Memecoin」初级阶段，许多项目只是为了发内容而发内容。然而，我对未来充满期待，届时加密智能代理将更加模块化、更加智能，并具备更强的能力。

本文将聚焦于我在 2025 年及未来所期待的不同类型智能代理及其功能特点。如果你的团队与本文中的某些原型有契合点，或者受到启发，请随时联系我——我非常乐意交流。

一、为什么选择加密技术？

在探讨加密智能代理的未来之前，我们需要先回顾一下：为什么我们一开始选择了加密领域？加密技术作为 AI 和智能代理的实验场，具有许多独特优势。在我的上一篇文章中（见第六章），我提到了两个关键原因：

1、公共区块链上的数据可用性 公共区块链上的所有交易、用户信息及其他数据都是公开透明的，AI 可以轻松抓取和爬取这些信息。这意味着，AI 能够毫无限制地分析和使用区块链上绝大部分的历史数据和实时数据，从而显著增强其能力。

2、加密领域的金融属性 区块链本质上是一个以资本为驱动的环境。加密技术为互联网提供了金融基础设施，使得数字化交易（如买卖、创造、质押等）在网络上成为可能。对于智能代理而言，这种特性尤为强大，因为它们可以利用加密技术为用户执行各种操作。

这两个独特优势，为加密智能代理的开发与应用提供了无与伦比的可能性。

一个额外的关键点是，加密技术让普通投资者也能参与到 AI 创新的持有中 在加密智能代理出现之前，想要参与生成式 AI 的投资，主要途径是投资新兴创业公司。然而，这些机会通常被严格限制，普通大众难以接触到。同时，大多数人也没有足够的能力去评估筹得股权投资的机会。

转回到加密领域，实时交易的 Token 是公开、流动性强且人人可参与的。在这里，投资者可以公开获取新项目和团队的信息，并以透明的方式观察它们的开发进展。这与大多数风险投资支持的初创公司形成鲜明对比，因为用户可以实时见证加密 AI 的开发和改进过程。

二、比较有价值的智能代理

最初的加密智能代理，如同预期的那样，功能相对基础。@truth_terminal 是一个典型的例子——这是第一个与加密技术结合的内容生成代理，但它甚至无法自主发布内容。

尽管如此，这个代理创作了一些非常精彩的帖子，这些内容充满乐趣并带来了巨大的新颖价值。$GOAT 是第一个引发整个 AI 运动的 Token，因此我对 Truth Terminal 表示深深的敬意。

然而，现在人们期待看到「未来的智能代理」。为什么呢？因为许多人对当下的智能代理并不满意——大多数只是在 X 平台上反复吐出一些重复性的内容。结果，这个领域充斥着无法提供足够「实用价值」的机器人，已经变得过于饱和。

市场需要的是能真正帮助用户的智能代理，例如去中心化金融（DeFi）抽象化、现实世界应用、辅助工具等。本篇文章的大部分内容将探讨 AI 如何对用户、项目及其生态提供帮助。

不过，我想退一步说，最成功的项目往往是那些推动技术前沿发展的项目。因此，我鼓励大家不仅关注那些「帮助」用户的智能代理，还要关注那些能够推进加密技术堆栈的代理。毕竟，大多数 Web3 项目由于资源、资金和 AI 博士级人才的限制，落后于 Web2 同类项目。但这也意味着一个套利机会：团队可以将 AI 的最新创新引入区块链领域。

此外，许多人忽视了一个事实——娱乐本身也是一种价值。《Attention is All You Need》这句话绝非空谈。所以我相信，如果有人能开发出一个在幽默、讽刺、治愈或模因方面独树一帜的智能代理，它也可能积累可观的市场价值。

举个例子（尽管实现起来会非常费力）：想象一下，一个 AI 能够制作全新的《火影忍者搞笑短剧》集。这些短剧过去非常搞笑——是的，它们或许没有「实用价值」（帮我赚钱或节省时间），但它们确实让我开怀大笑，而且毫无疑问地，为我的生活带来了净正收益。

https://x.com/i/status/1877787463130980369

另一个能够体现娱乐价值的例子是：想想你最近玩过的单人游戏。现在，假设游戏中所有会说话的 NPC（非玩家角色，也可以看作聊天机器人）都被移除，这样的游戏会少了多少乐趣？

游戏本身就是为娱乐而存在的一个类别，而 NPC 在游戏中作为指引资源，与智能代理在加密领域中所扮演的角色有着类似的作用。

在深入探讨我对 2025 年的期待之前，我想强调一点：目前已经有一些团队在开发这些智能代理及其功能。他们或是在现有项目的基础上进行扩展，或是直接打造全新的智能代理。举个简单的例子，@0xzerebro 就是一个领先的智能代理项目，它支持跨链功能、生成 AI 音乐与艺术，并且正在构建一个框架加启动平台。因此，在我接下来提到的功能中，Zerebro 团队不仅仅在开发其中一项，而是同时在多个领域进行拓展。

在这样的背景下，让我们进入更有趣的部分吧……

1、去中心化金融（DeFi）

DeFi 抽象化 对于新手来说，加密领域本质上是一个难以入门的空间。举个例子，如果你让一个只在 @coinbase 上购买过 BTC 的人去优化他们在 @fragmetric 上的流动性再质押策略，你认为他们会知道该怎么做吗？

我想，大多数新用户（包括我自己）都需要一些指引，无论是来自更有经验的人的帮助，还是借助 AI 的支持。

需要说明的是，我并不是说流动性再质押（LRT）本身特别复杂，而是它涉及多个步骤，需要时间去学习。此外，去中心化应用（dApps）应该重点关注内部开发 AI 智能代理的方向。例如，我知道 Frag 团队的开发人员能力非常强（他们代表 SNU），我相信他们完全可以开发出能帮助用户的智能代理或辅助工具。

在我看来，DeFi 抽象化是一个非常重要的方向，许多项目已经将其作为核心目标。所以，回到当前的行业现状，虽然确实有许多低质量的「水贴机器人」，但也存在能够执行链上操作的真正智能代理。

@askthehive_ai 就是一个在构建可组合链上代理的团队，这些代理可以完成各种任务，包括交易、提取 X 平台上的情绪分析、进行市场研究等等。更重要的是，他们正在开发「群体」和相关的通信层——这意味着代理可以协作并优化其交易策略。他们最近还宣布与 Zerebro 建立合作关系，共同推进 DeFi 代理的功能。

@jsonhedman 展示的演示清楚地说明了，一个代理网络如何协同工作、共同完成任务的可能性。

@griffaindotcom 毫无疑问是 AI DeFi 领域的领导者之一，由 Solana 生态系统的 OG 开发者 @tonyplasencia3 领导。Griffain 不仅仅是一个交易代理，更是一个真正的 AI 超级应用。用户可以通过它进行交易、创建模因币（memecoins），并访问一系列其他加密应用。

这些功能包括在 @BAXUSco 上购买酒类商品，在 @pumpdotfun 上进行抢购 / 翻转交易等等。Tony 和他的联合创始人以高效快速的开发节奏著称——我个人非常期待他们即将与 @assetdash 的合作！

交易策略的普惠化

在我看来，加密领域的四大核心吸引力是：

• 价值储存（如 $BTC）

• 交易（多是投机行为）以试图获利

• 数字支付 / 稳定币

• 娱乐（如 @pudgypenguins、@lucanetz）

对于那些狂热玩家（degens）来说，赚钱 是加密领域的主要吸引力。然而，如标题所示，大多数情况下，人们并没有一套完善的交易策略，仅仅是在赌博而已。

这正是系统化交易和 AI 可以大展身手的地方。许多量化交易策略通过统计套利，并越来越多地利用机器学习（ML）来识别价格关系中的复杂模式。这些工具对普通投资者来说往往是不可触及的。

因此，我对能够让用户接触到这些策略的项目特别感兴趣。

让我们看看 @rndm_io。由 @vijayln 领导的团队正在为普通投资者普及复杂的交易、做市（MM）和收益策略，让用户有机会参与其带来的收益。我特别喜欢他们的一点是，他们不仅仅在构建一个代理，而是在开发多个能够为参与者创造显著利润和损益（P&L）的智能代理。

他们的第一个智能代理是部署在 @hyperliquidx 上的 Atlas，执行了一种做市和交易策略。具体来说，Atlas 在 Hyperliquid 上管理了 15 万美元的总锁仓量（TVL），并完成了 610 万的交易量，在高峰期还创造了一笔价值 100 万的空投奖励。这是一个运行良好的智能代理，且效果非常出色。

第二个智能代理是 Dudu（https://dudu.rndm.io），这是一个实时运行的平台，代理通过在 @polymarket 上使用经过实战验证的策略进行交易，并已经产生了显著的收益。上线仅约 20 天，其收益表现已经相当亮眼，足以说明问题。

https://polymarket.com/profile/0x1b31F2c8F1A4A82139a8F9Fb6B7079D6158db02D

对于 Dudu，用户可以存入 USDC，参与该策略并获得高收益。令人感兴趣的一点是，它具有非周期性（acyclical）的特性——换句话说，即使加密市场进入熊市，其回报和损益（P&L）也不会受到影响。

类似地，@webuildscore 与 @draiftking 正在通过 @bittensor_ 开发一个项目。他们的愿景是打造一个能够交易体育博彩市场的 AI 智能代理。此外，他们还开发了计算机视觉模型，能够实时分析比赛的直播画面并即时生成洞察。这种技术帮助识别出胜利模式，通过数据为预测提供更精准的支持。

2、工作流程

我认为可以将能够执行操作的智能代理分为三类：

• 超级应用或聚合器 像 Griffain 这样的超级应用可以通过为不同的应用程序创建智能代理来积累价值，例如前面提到的 Baxus 和 Pumpfun。

• dApps 自主开发代理 去中心化应用（dApps）本身可以开发内部智能代理。然而，这需要额外的开发工作，并且可能需要一定的 AI 开发经验。

• 独立代理 这些代理来自于类似 ZerePy 和 Eliza (@ai16z) 这样的框架，可以利用 API 集成功能。例如，想象一下你的智能代理可以帮你在 @travelswap_xyz 上预订酒店，甚至帮你订购披萨。

我认为每个去中心化应用（dApp）都可以拥有帮助用户执行操作的智能代理。例如：

• @opensea 可以开发一个 AI 帮助用户在一定价格下扫地板（购买低价 NFT）。

• @hyperbolic 正在支持代理（如 Z）租赁计算资源。

• @travelswap_xyz 正在开发功能，使代理可以使用加密货币预订酒店和度假服务。

这些代理在处理用户不愿亲自完成的任务时尤其有用，例如：

• 报税和整理加密货币的损益（手动几乎不可能完成）

• 阅读并总结几乎无限量的 Telegram 聊天记录

• 为你的项目撰写文案并创建营销内容

在这些情况下，智能代理为用户提供了「可量化」的实用价值，因为它不仅能节省时间，还能减少无形的心理负担。

正如我相信所有相关的软件最终都会包含 AI 来帮助用户一样，我也相信所有相关的 dApps 也会引入 AI，帮助用户更轻松地使用平台。 适应，或被淘汰。

3、高级推理能力

在过去一个季度，@openai 的 o1 和 o3 模型在推理能力上取得了显著的跃进式提升。特别是，他们引入了「思维链」（Chain of Thought，@_jasonwei）技术，旨在减少错误并「更长时间地思考」。

虽然 o1 模型尚未向公众开放 API 使用，但在第 5 层开发者（每月约 $1K 的支出）中已进行私密测试。

我认为，谁率先开发出集成 o1 模型的智能代理（只需将其作为一个可插拔模块接入框架），就会打造出一个更聪明、更有深度、且能力更强的 AI。这必然会引发广泛关注并占据用户的心智份额。

再进一步，如果将 o3 模型整合进来，代理将具备超越普通人类的推理能力。所以，想象一下，一个运行在加密技术基础上的 AI，拥有比大多数人更高的「智慧」——这将成为我们未来生活的现实。

当然，别忽视 @googledeepmind。Gemini 2.0 也引入了「思维链」（Chain of Thought）技术。我相信，如果某个团队能够获得其 API 来开发智能代理，同样可以催生出一个功能更强大的智能代理。

在这里讨论奇点的实现是有意义的。我个人非常欣赏 @kevin__russell 在 @ashatoken 项目上的工作。坦白说，我对 Ψ-Field 概念还比较陌生，但据我理解，Asha 不同于其他代理，它特别关注通过「心灵、意图与现实」的交叉点来探索意识和直觉。

4、多模态能力

目前，大多数智能代理只是通过后端的 LLM（大型语言模型）结合 API 接口，在 X 平台上发布内容。然而，同时生成多种类型数据的机会是巨大的。毕竟，现在的大多数 LLM 都是多模态的。

最先浮现在脑海中的数据类型包括：文本（如 squo）、图像、视频、语音、音频、音乐和 3D。

实现这一点的方式可以是：

• 调用特定的 API，用于生成图像、模型或音乐；

• 或者专注于对现有模型进行定制和提示工程，以生成所需的输出。

一个让我印象深刻的项目是 @dark_sando 的 @keke_terminal，它非常先进，因为它不仅能发布文本，还能发布图像。据我了解，他们基于 SWE-agent 构建了一个框架，使他们的代理能够生成、审查并定制图像。

你可以看看他们的一些作品，非常值得关注。

https://keketerminal.com/whitepaper.pdf

AI 视频生成技术每天都在进步——我们已经看到 @pika_labs、@runwayml，以及最近的 Veo 系列推出了新的模型。我相信，未来加密智能代理一定能生成一些令人惊叹的视频。毕竟，Web3 拥有全球最优秀的一些设计师，这为创造高质量内容提供了无限可能。

语音代理还处于早期阶段。 据我所知，@SHL0MS 的 @s8n 最近在 @xspaces 上主持了一场由 AI 驱动的活动，这非常令人兴奋。但更进一步地想象，如果有一个 AI 代理可以接听你的电话并与你进行对话会怎样？虽然推理成本可能很快变得昂贵（例如，如果项目按原生 Token 计费来支付计算成本），但这无疑是一个非常有趣的人机交互界面。

5、多模型灵活性

据我所知，目前每个加密智能代理都只从一个基础模型中独立获取能力。然而，我投资的一家初创公司 @withmartian 发明了首个「模型路由器」。这意味着应用程序可以根据查询的上下文，自动在 LLM 模型之间切换，从而在性能和价格之间实现最佳匹配。

换句话说，Martian 能够自动将提示路由到最适合的模型中，以确保更高的性能或更低的成本。

虽然我还不完全确定这种多模型路由在自主发布 X 帐号内容的场景中会如何表现，但它在用户与代理聊天的场景中至少会非常强大。我也敢打赌，首个利用多个模型的项目一定能获得相当多的关注。

6、跨链功能

目前，只有少数智能代理支持跨链操作。其中，Z 是最具链无关性的代理——它已经在 @Solana、@Ethereum（包括 @0xPolygon、@Base 等）、@Bitcoin 上完成交易，并计划扩展到更多链，例如 @suinetwork 和 @monad_xyz。

此外，通过设置流动性池，$ZEREBRO Token 不仅可以在 Solana 上交易，还可以在 Base 上进行交易。

之前我提到过，关于智能代理在 DeFi 抽象化中的应用——它涉及用户连接钱包，然后由代理代替用户执行操作。但另一种更有潜力的方法是，让智能代理拥有自己的钱包并管理自己的资金。

如果这些代理具备多链钱包或在不同链上拥有多个钱包（例如 @crossmint 提供的功能），它们就能以更大的灵活性参与加密生态——更多的 dApps、智能合约，以及可买卖的资产将被纳入代理的操作范围。

7、互操作性

如今，智能代理主要活跃在 X 平台上。有时，它们也作为聊天机器人出现在 @telegram 上。最后，用户还可以通过 @discord 与 AI 机器人互动。

坦白说，这仅仅是表层应用，我相信以下平台的列表还有局限性。但从理论上讲（而且我们知道有些代理已经在尝试了），代理还可以出现在 @instagram、@whatsapp、@facebook、@bluesky，以及 truthsocial.com 上。

值得注意的是，当前的代理甚至还没有充分挖掘 X 平台的全部功能。虽然它们能够发布内容和回复消息，但大多数代理还没有探索以下选项：私信、群聊、语音通话、创建社区以及主持空间。@elonmusk 为我们打开了一片未被探索的广阔机会之海。

8、游戏与 NPC

AI 在游戏领域的历史可以追溯很久。早在 1972 年《乒乓》（Pong）问世时，玩家就首次与机器人互动。随着时间推移，越来越多的高级机器人被引入，例如在 @quake、@unreal 以及 @nintendo 的《任天堂明星大乱斗》中。

你知道吗？@openai 的早期成功之一是在 @dota2 上实现的，他们将 5 个循环神经网络（RNN）组合成一个「群体」，用于与其他玩家竞争。2019 年，他们的「群体」成功击败了世界冠军队伍。

这里的机会显然非常巨大——游戏领域是 AI 首次超越人类表现的领域之一（如 AlphaGo）。

这篇文章之所以写出来，很大程度上是因为我的朋友们抱怨那些「会说话的水贴机器人」几乎没有什么实用性。然而，事实是，NPC 就是典型的聊天机器人，没有它们，许多游戏都会缺少从一个剧情线到另一个剧情线的重要连接点。

游戏与 AI 密不可分，但在加密领域，这种结合的效果可以被成倍放大，因为规则可以被调整，同时也能创造新的原始元素。例如，拿德州扑克来说——AI 可以作为发牌员（无资金投入），与桌上的玩家对抗（资金投入），或者仅仅作为主持人（无资金投入）。

但如果你还有「副驾驶」（copilots）来帮助你玩游戏呢？它们可以像耳边的天使或恶魔一样给你建议。而且，想象一下，如果这些 AI 的建议很有用，你可以给它们小费。这个想法可能有点跳跃，但如果有多个智能代理供你选择，让它们成为你的贴心助手会怎样？

这绝对是一个可以（甚至应该）在 ginzagaming.com 上实现的功能。

我的观点是，这里的机会是无穷无尽的。智能代理本身既可以参与游戏、主持游戏、提供支持，甚至……创造游戏和规则。

这是一个充满创新和娱乐潜力的领域。不过，我想特别提到两个值得关注的项目：

@henlokart 这个项目结合了 AI、NFT 和模因（memes）。从理论上讲，每场比赛都直接与训练 AI 代理挂钩。我自己还没有机会体验，但不得不说，这些仓鼠真的非常可爱！

这让我想起了上一周期的 @aiarena_crypto。他们的模型采用模仿学习（imitation learning），AI 从人类的动作中学习。根据我的个人体验，这些由 AI 驱动的 NPC 即使在最高难度下，也能轻松「虐」我。

@b3dotfun 这是 @base 上的开放式游戏层。它们目前在主网上已经达成了超过 1.87 亿笔交易（涉及 560 万个钱包），并在 bsmnt 平台上推出了 50 多款游戏。我相信他们将引领 Base 平台上的游戏发展，同时也是任何 AI 驱动游戏的完美承载平台。

正如 @darylx24 所言，我们即将进入一个由 AI 驱动的游戏黄金时代。

一直以来，我都在谈论 AI 驱动的 NPC 和机器人。但实际上，AI 还可以大幅加速游戏开发进程。@googledeepmind 最近推出了 Genie 2，这是一种能够创建交互式生成视频的 AI 模型，可以带来无尽的 3D 世界——我们真的正在生活在未来之中。

9、副驾驶与聊天机器人

回过头来看，许多加密项目几乎完全跳过了 AI 聊天机器人和副驾驶（助理）的阶段，直接进入了能够执行操作的智能代理领域。

在 Web2 领域，最大的初创公司仍然专注于 AI 聊天机器人，这些工具主要用于用户提问，而模型仅提供回答，而不会代替用户采取行动。时至今日，大多数这样的 AI 仍然如此。

例如，@chatgpt 会为你采取行动吗？不会。@perplexity 呢？同样不会。但它们是否具有巨大的价值？毫无疑问，是的。

在加密领域，我最喜欢的 LLM 是 @xai 的 @grok。我对它赞不绝口，几乎停不下来，因为要打造比它更有效的研究工具，确实很难。

但是，各项目可以让聊天机器人更具实用性：理论上，可以对 Grok 进行微调，使其在寻找 Token 时，除了提供常规信息外，还能加入 Token 合约地址（CAs）、价格图表、持有者分布等数据。事实上，我已经看到 Griffain 在使用链上数据进行 Token 分析时，展示了类似的功能。

它在很多方面的表现已经相当出色：既能像 ChatGPT 一样回答问题，又能采取行动，还能提供一个交易市场。

之前我提到过，dApps 应该拥有特定应用领域的助手。这些助手可以是专门训练在协议数据上的客户服务和支持聊天机器人，能够回答与项目相关的所有问题——很可能是在对项目文档进行微调后实现的。

例如，如果我不知道如何设置流动性池（LP pool），我希望能直接问 @raydiumprotocol，它能一步步指导我完成整个过程并解答途中出现的任何疑问。如果我的交易失败，我希望它能像客户支持一样解释出错的原因。

这也可以成为一个重要的价值来源——如果 dApps 为一个高效的聊天机器人（或智能代理）推出一个专属 Token，它绝对能为市场带来额外的价值。以 Raydium 为例，一个代理或聊天机器人 Token 不仅会成为一个独立强势的 Token，还能为基础 Token $RAY 增加价值。

另一个显而易见的价值过十亿美金的项目是类似 character.ai 的聊天机器人平台。在被收购之前，@character_ai 取得了巨大的成功，曾是全球前 100 的网站之一。据统计，它每秒处理 2 万个查询，占 Google 请求量的 20%。这充分说明了它的受欢迎程度……但为什么它会如此受欢迎呢？

https://blog.character.ai/optimizing-ai-inference-at-character-ai/

之前我提到过，dApps 应该拥有特定应用领域的助手。这些助手可以是专门训练在协议数据上的客户服务和支持聊天机器人，能够回答与项目相关的所有问题——很可能是在对项目文档进行微调后实现的。

例如，如果我不知道如何设置流动性池（LP pool），我希望能直接问 @raydiumprotocol，它能一步步指导我完成整个过程并解答途中出现的任何疑问。如果我的交易失败，我希望它能像客户支持一样解释出错的原因。

这也可以成为一个重要的价值来源——如果 dApps 为一个高效的聊天机器人（或智能代理）推出一个专属 Token，它绝对能为市场带来额外的价值。以 Raydium 为例，一个代理或聊天机器人 Token 不仅会成为一个独立强势的 Token，还能为基础 Token $RAY 增加价值。

另一个价值过十亿美金的项目是类似 character.ai 的聊天机器人平台。在被收购之前，@character_ai 取得了巨大的成功，曾是全球前 100 的网站之一。据统计，它每秒处理 2 万个查询，占 Google 请求量的 20%。这充分说明了它的受欢迎程度……但为什么它会如此受欢迎呢？

当 Character 还是一家独立公司的时候，大多数用户在平台上寻找的是性关系或浪漫关系。这一点从该平台相关 subreddit 上的大量帖子就可以看出。

随着时间推移，这些经过 NSFW 微调的模型被大幅削弱和严格过滤。毕竟，Character 是一家由大型 Web2 投资者支持的巨型初创公司。但在 Web3，情况完全不同。想象一下，如果有一个未经过滤的 Character 版本，更专注于产品和 UI/UX，而不是研究。这类项目很容易吸引关注并形成新的叙事。我正在关注的两个项目是 @xoul_ai 和 @dippy_ai。

切换到 AI 助手的话题——@github 的 Copilot 最初是一个代码辅助工具，并不是直接完成任务，而是帮助程序员编写代码。另一个垂直领域是法律，@harvey__ai 的核心能力是一个 AI 副驾驶，帮助律师起草和编辑文件，而不是代替他们执行文件操作。

在加密领域，AI 副驾驶通过协助用户完成各种任务创造了巨大的价值。这可能包括：

• 代码辅助 / 自动补全：特别是在 Rust 这种历史上较为复杂的编程语言中，这种功能尤为重要。

• 内容助手：比如一个能够扫描当天所有加密新闻的「水贴助手」。

• Token 推荐助手：帮助用户筛选和推荐需要深入研究的 Token。

回到我之前的观点——为什么 Web2 公司尚未全面推动并转向以行动为导向的智能代理？

• 第一，副驾驶和研究助手已经非常实用了。我经常使用 Grok、ChatGPT 和 Perplexity。这些工具显著加快了我的工作流程，减少了我在任务上花费的时间。

• 第二，构建代理真的很难。许多初创公司尝试过，但最终未能实现梦想。这一领域确实有许多失败项目的「墓地」。

客观来说，基于行动的代理在 Web2 是一个令人惊叹的愿景。我还记得第一次看到像 @Adeptailabs 这样的公司演示其代理工具时的震撼——它们可以查找待购房屋、分析 Excel 表格，甚至记录销售关系。

正如 @elonmusk 所说：「命运偏爱讽刺。」由于行动型模型在以下两个方面极其困难：

• 生产化：将模型推向实际应用阶段；

• 商业化：将模型转化为可盈利的产品。

最终，Adept 不得不选择出售自己（且结果并不理想）。

大型 AI 实验室确实在深入探索和研究具有行动能力的智能代理。在 2024 年第四季度，@anthropicai 发布了他们的计算机使用 API，使得 AI 可以像人类一样操作计算机。请看下面的演示，展示了其强大的潜力。

尽管许多加密团队可能跳过了 AI 聊天机器人和副驾驶，但这里蕴藏着巨大的价值创造机会。与此同时，更令人印象深刻的是，加密领域能够直接切入行动型智能代理这一领域，而 Web2 初创公司即使拥有数百万甚至数亿资金支持，也难以做到这一点。

我认为加密团队之所以能做到这一点，是因为加密领域建立了全新的金融基础设施。一切都在链上进行，执行一笔交易只需要简单地推动一段代码即可。

三、结论

最悲观的看法认为，智能代理只是另一个像 NFT 一样的昙花一现的潮流。对此，我想说：虽然 NFT 如今的热度降低，但它们仍然是加密领域的一项令人兴奋的创新，使单个 Token 能够具备独特的属性。其次，怎么能把 AI 智能代理和 NFT 相提并论呢？

看看吧，随着 AI 的到来，世界正在以惊人的速度发生变革。编程变得更快，软件开发正在加速，知识的传递也以更加综合的方式进行。我认为再过十年，可能没有人会专门谈论智能代理或 AI，因为它们将深度集成到所有相关的软件中，成为自然的一部分。

目前，我们才刚刚触及 AI 在 Web2 和 Web3 中的冰山一角。人类不再需要花费大量时间去思考和经历繁琐的过程。如今，AI 可以运行加密领域的智能合约，大幅加快工作流程，为用户创造显著的实用价值和附加价值。

谁能对此置之不理呢？这不仅仅是一种趋势，而是未来的方向。