作者：0XNATALIE
今年下半年以來(lái)，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(lèi)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(wàn)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(shí)內(nèi)漲幅超過(guò) 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(gè)去中心化 AI 交易基金 ai16z 問(wèn)世，推出了 AI Agent 開(kāi)發(fā)框架 Eliza，并引發(fā)了大小寫(xiě)代幣之爭(zhēng)。然而，社區(qū)對(duì) 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(yǔ)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(guò)調(diào)用工具或執(zhí)行操作來(lái)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(yàn)證與調(diào)整）。
具體來(lái)說(shuō)，AI Agent 首先通過(guò)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(yǔ)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(shí)，LLM 進(jìn)行邏輯推理，生成可能的解決方案或制定行動(dòng)計(jì)劃。隨后，AI Agent 通過(guò)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(duì)結(jié)果進(jìn)行驗(yàn)證與調(diào)整，形成閉環(huán)優(yōu)化。
在 Web3 的應(yīng)用場(chǎng)景中，AI Agent 與 Telegram 交易機(jī)器人或自動(dòng)化腳本有何區(qū)別？以套利為例，用戶(hù)希望在利潤(rùn)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(hù)設(shè)置好利潤(rùn)大于 1% 的交易策略，Bot 便開(kāi)始執(zhí)行。然而，當(dāng)市場(chǎng)波動(dòng)頻繁，套利機(jī)會(huì)不斷變化時(shí)，這些 Bot 缺乏風(fēng)險(xiǎn)評(píng)估能力，只要滿足利潤(rùn)大于 1% 的條件便執(zhí)行套利。相比之下，AI Agent 能自動(dòng)調(diào)整策略。例如，當(dāng)某筆交易的利潤(rùn)超過(guò) 1%，但通過(guò)數(shù)據(jù)分析評(píng)估其風(fēng)險(xiǎn)過(guò)高，市場(chǎng)可能突然變化導(dǎo)致虧損，它會(huì)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(shì)在于能夠自我學(xué)習(xí)和自主決策，通過(guò)與環(huán)境（如市場(chǎng)、用戶(hù)行為等）的互動(dòng)，根據(jù)反饋信號(hào)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(shí)時(shí)做出決策，并通過(guò)強(qiáng)化學(xué)習(xí)不斷優(yōu)化決策策略。
這么一說(shuō)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(lài)于數(shù)據(jù)訓(xùn)練，往往需要在訓(xùn)練過(guò)程中通過(guò)不斷試錯(cuò)來(lái)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(gè)多功能的 AI Agent 框架，使用 TypeScript 構(gòu)建，支持在多個(gè)平臺(tái)（如 Discord、Twitter、Telegram 等）上運(yùn)行，并通過(guò)復(fù)雜的記憶管理，能夠記住先前的對(duì)話和上下文，保持穩(wěn)定一致的個(gè)性特征和知識(shí)回答。Eliza 采用 RAG（Retrieval Augmented Generation）系統(tǒng)，能夠訪問(wèn)外部數(shù)據(jù)庫(kù)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(dòng) AI Agent 進(jìn)行自主決策和行動(dòng)的框架。開(kāi)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(gè)模塊，方便開(kāi)發(fā)者進(jìn)行配置和管理。GAME 框架 將 AI Agent 的決策過(guò)程分為兩個(gè)層級(jí)：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(gè)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(jí)。低層規(guī)劃則專(zhuān)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(gè)開(kāi)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(kāi)發(fā)者能夠構(gòu)建和管理社交媒體代理，自動(dòng)化執(zhí)行如發(fā)布推文、回復(fù)推文、點(diǎn)贊等操作。每個(gè)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(jiǎn)潔的命令行接口（CLI），便于開(kāi)發(fā)者快速啟動(dòng)和管理代理。同時(shí)，框架還提供了 Replit （一個(gè)在線代碼編輯和執(zhí)行平臺(tái)）模板，開(kāi)發(fā)者可以通過(guò)它快速開(kāi)始使用 ZerePy，而無(wú)需復(fù)雜的本地環(huán)境配置。
為什么 AI Agent 會(huì)面臨 FUD？
AI Agent 看似智能，能夠降低入門(mén)門(mén)檻并提升用戶(hù)體驗(yàn)，為什么社區(qū)會(huì)有 FUD？原因在于，AI Agent 本質(zhì)上仍只是一個(gè)工具，目前尚不能完成整個(gè)工作流程，只能在某些節(jié)點(diǎn)上提升效率、節(jié)省時(shí)間。而且目前的發(fā)展階段，AI Agent 的作用多集中在幫助用戶(hù)一鍵發(fā)行 MeMe 及運(yùn)營(yíng)社交媒體賬號(hào)。社區(qū)戲稱(chēng)「assests belong Dev，liabilities belong AI」。
不過(guò)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(shí)現(xiàn)了去信任化。該 AI Agent 的錢(qián)包私鑰在 TEE 環(huán)境中動(dòng)態(tài)生成，確保安全性。用戶(hù)可以向 AI Agent 控制的錢(qián)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(dòng)流動(dòng)性池，同時(shí)向符合條件的投資者分發(fā)代幣。整個(gè)過(guò)程無(wú)需依賴(lài)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(jiàn)的 rug pull 風(fēng)險(xiǎn)。可見(jiàn)，AI Agent 正在逐步發(fā)展。我認(rèn)為，AI Agent 能夠幫助用戶(hù)降低門(mén)檻、提升體驗(yàn)，哪怕只是簡(jiǎn)化部分資產(chǎn)發(fā)行過(guò)程，也是有意義的。但從宏觀的 Web3 視角來(lái)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(wú)需對(duì)其能力過(guò)度吹噓。由于今年下半年除了 MeMe 之外缺乏顯著的財(cái)富效應(yīng)敘事，AI Agent 的 hype 圍繞 MeMe 而展開(kāi)由此火了也是正常。單靠 MeMe 并無(wú)法維持長(zhǎng)期的價(jià)值，所以如果 AI Agent 能在交易流程中帶來(lái)更多創(chuàng)新玩法，提供切實(shí)的落地價(jià)值，它或許會(huì)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(qǐng)第一時(shí)間聯(lián)系我們修改或刪除，多謝。
