作者：0XNATALIE
本年下半年以来，AI Agent 的论题热度持续攀升。起先 AI 谈天机器人 terminal of truths 因其在 X 上幽默的发帖和回复（类似微博上的「罗伯特」）而广受关注，并获得了 a16z 创始人 Marc Andreessen 的 5 万美元资助。受到其发布内容的启发，有人创建了 GOAT 代币，短短 24 小时内涨幅超越 10000%。AI Agent 的论题随即引起了 Web3 社区的关注。之后，依据 Solana 的首个去中心化 AI 买卖基金 ai16z 问世，推出了AI Agent 开发结构 Eliza，并引发了大小写代币之争。但是，社区对 AI Agent 的概念仍不清晰：AI Agent 的中心究竟是什么？与 Telegram 买卖机器人有何不同？
作业原理：感知、推理与自主决议计划
AI Agent 是一种依据大型语言模型（LLM）的智能署理体系，可以感知环境、进行推理决议计划，并经过调用东西或履行操作来完结杂乱使命。作业流程：感知模块（获取输入）→ LLM（理解、推理与规划）→ 东西调用（履行使命）→ 反应与优化（验证与调整）。
具体来说，AI Agent 首先经过感知模块从外界环境中获取数据（如文本、音频、图画等），并将其转化为可以被处理的结构化信息。LLM 作为中心组件，供给强大的自然语言理解与生成能力，充当体系的「大脑」。依据输入的数据和已有的常识，LLM 进行逻辑推理，生成可能的解决方案或拟定行动计划。随后，AI Agent 经过调用外部东西、插件或 API 完结具体的使命，并依据反应对成果进行验证与调整，形成闭环优化。
在 Web3 的使用场景中，AI Agent 与 Telegram 买卖机器人或自动化脚本有何差异？以套利为例，用户期望在赢利大于 1% 的条件下进行套利买卖。在支撑套利的 Telegram 买卖机器人中，用户设置好赢利大于 1% 的买卖战略，Bot 便开端履行。但是，当商场动摇频繁，套利时机不断变化时，这些 Bot 缺少危险评价能力，只要满意赢利大于 1% 的条件便履行套利。相比之下，AI Agent 能自动调整战略。例如，当某笔买卖的赢利超越 1%，但经过数据分析评价其危险过高，商场可能突然变化导致亏损，它会决定不履行这笔套利。
因而，AI Agent 具有自我适应性，其中心优势在于可以自我学习和自主决议计划，经过与环境（如商场、用户行为等）的互动，依据反应信号调整行为战略，不断提高使命履行效果。它还能依据外部数据实时做出决议计划，并经过强化学习不断优化决议计划战略。
这么一说是不是有点像目的结构下的求解器（slover）？AI Agent 自身也是依据目的的产品，与目的结构下的求解器最大的差异便是，求解器依托准确算法，具有数学上的严谨性，而 AI Agent 决议计划依赖于数据练习，往往需要在练习进程中经过不断试错来挨近最优解。
AI Agent 主流结构
AI Agent 结构是是用于创建和办理智能署理的基础设施。现在在 Web3 里，比较流行的结构包括 ai16z 的Eliza、zerebro 的 ZerePy 和 Virtuals 的 GAME。
Eliza 是一个多功用的 AI Agent 结构，使用 TypeScript 构建，支撑在多个渠道（如 Discord、Twitter、Telegram 等）上运转，并经过杂乱的回忆办理，可以记住先前的对话和上下文，保持稳定共同的个性特征和常识答复。Eliza 采用 RAG（Retrieval Augmented Generation）体系，可以访问外部数据库或资源，然后生成愈加准确的答复。此外，Eliza 集成了 TEE 插件，答应在 TEE 中布置，然后确保数据的安全性和隐私性。
GAME 是赋能和驱动 AI Agent 进行自主决议计划和行动的结构。开发者可以依据自己的需求自定义署理的行为，扩展其功用，并供给定制化的操作（如交际媒体发布、回复等）。结构中的不同功用，如署理的环境方位和使命等，被划分为多个模块，便利开发者进行配置和办理。GAME 结构 将 AI Agent 的决议计划进程分为两个层级：高层规划（HLP） 和 低层规划（LLP），分别负责不同层次的使命和决议计划。高层规划负责设定署理的总体方针和使命规划，依据方针、个性、背景信息及环境状况拟定决议计划，确定使命的优先级。低层规划则专心于履行层面，将高层规划的决议计划转化为具体操作进程，挑选合适的功用和操作方法。
ZerePy 是一个开源的 Python 结构，用于在 X 上布置 AI Agent。该结构集成了 OpenAI 和 Anthropic 供给的 LLM，使开发者可以构建和办理交际媒体署理，自动化履行如发布推文、回复推文、点赞等操作。每个使命可以依据其重要性设置不同的权重。ZerePy 供给了简练的命令行接口（CLI），便于开发者快速启动和办理署理。一起，结构还供给了 Replit （一个在线代码编辑和履行渠道）模板，开发者可以经过它快速开端使用 ZerePy，而无需杂乱的本地环境配置。
为什么 AI Agent 会面临 FUD？
AI Agent 看似智能，可以下降入门门槛并提高用户体会，为什么社区仍存 FUD？原因在于，AI Agent 本质上仍仅仅一个东西，现在尚不能完结整个作业流程，只能在某些节点上提高效率、节省时间。并且现在的开展阶段，AI Agent 的效果多会集在协助用户一键发行 MeMe 及运营交际媒体账号。社区戏称「assests belong Dev，liabilities belong AI」。
不过就在本周 aiPool 作为代币预售的 AI Agent 发布，使用 TEE 技术实现了去信赖化。该 AI Agent 的钱包私钥在 TEE 环境中动态生成，确保安全性。用户可以向 AI Agent 操控的钱包发送资金（例如 SOL），AI Agent 随后依据设定规矩创建代币，并在 DEX 上启动流动性池，一起向符合条件的投资者分发代币。整个进程无需依赖任何第三方中介，完全由 AI Agent 在 TEE 环境下自主完结，避免了 DeFi 中常见的 rug pull 危险。可见，AI Agent 正在逐步开展。我以为，AI Agent 可以协助用户下降门槛、提高体会，哪怕仅仅简化部分财物发行进程，也是有意义的。但从宏观的 Web3 视角来看，AI Agent 作为链下的产品，当前阶段仅仅充当辅佐智能合约的东西人物，因而无需对其能力过度吹嘘。因为本年下半年除了 MeMe 之外缺少显著的财富效应叙事，AI Agent 的 hype 围绕 MeMe 而打开由此火了也是正常。单靠 MeMe 并无法维持长时间的价值，所以如果 AI Agent 能在买卖流程中带来更多立异玩法，供给实在的落地价值，它或许会开展成一种遍及的 infra 东西。
此时快讯
【Volatility Shares申请推出基于Solana期货的杠杆型ETF】金色财经报道，The ETF Store总裁Nate Geraci发推表示，Volatility Shares向美国SEC提交了基于Solana期货的交易型开放式指数基金（ETF）申请，覆盖1x、2x 和 -1x杠杆敞口。VolatilityShares曾积极推动SEC推出以太币期货ETF。
