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

作者：Mason Nystrom

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 Banana Gun 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 (AI agents)，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 Crypto Twitter 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（keeper bots）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：Parallel Alpha 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 (AI mechs)，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 Meme Token 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 AI NPC：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。