Variant 最新研究：Crypto AI Agent 正成為鏈上經濟的一等公民

作者：Mason Nystrom，Variant 投資合夥人

編譯：TinTinLand

機器人（Bots）正在成為加密經濟中的"頭等公民"。

你很容易可以觀察到這個趨勢。搜尋者們部署了例如 Jaredfromsubway.eth 這樣的機器人，利用真人用戶對便利性的需求，搶先一步執行其在去中心化交易平台（DEX）的交易。Banana Gun 和 Maestro 則允許真人用戶通過使用機器人，在 Telegram 上進行便捷的交易，在以太坊上，它們卻是最大的 Gas 消耗者之一。現在，在新的社交應用 Friend.tech 上，當平台找到初始的真人用戶採用後，機器人便會加入進來，可能無意中進一步推動了投機的發展。

所有這些都表明，機器人，無論是以盈利為目的（例如 MEV 機器人），還是以消費為驅動（例如 Telegram 機器人工具組件），在區塊鏈世界中越來越多地成為被優先考慮的用戶。

雖然迄今為止，加密領域的機器人還相對非常初級，但在加密領域之外，歸功於大型語言模型（LLM）的崛起，機器人已經開始演變成強大的 AI Agent，旨在最終實現自主處理複雜任務，並做出更加明智的決策。

主要優勢

在加密原生的領域去構建這些 AI Agent，將會帶來幾個重要的增強功能：

原生支付通道（Native payment rails）

AI Agent 可以存在於加密領域之外，但如果我們希望 AI Agent 執行複雜的操作，它們將需要獲得一定資金。相比於讓 AI Agent 獲取銀行賬戶或支付程序（例如 Stripe）的訪問權，或者相比於處理鏈下世界中大部分效率較低的事情，加密原生的支付通道為 AI Agent 獲取資金提供了一種相當有益意義的改進。

AI Agent 錢包所有權

連接到錢包的 AI Agent 將可以擁有資產（例如 NFT、收益等），為 AI Agent 賦予了所有加密資產所固有的數字產權。這對於 Agent 之間的交易來說特別重要。

可驗證的、確定性的操作

當操作是可證明時，AI Agent 將最為有效（在這種情況下，它們可以確保某些操作已完成）。鏈上交易在本質上是確定性的------它們要麼發生了，要麼沒有發生，這意味著 AI Agent 能夠比鏈下世界更準確地完成任務。

局限性

當然，鏈上 AI Agent 也有局限性。

執行鏈下邏輯

一個局限性是，為了高效執行，AI Agent 需要執行鏈下邏輯。這意味著鏈上 AI Agent 將在鏈下托管它們的邏輯/計算以優化效率，但 Agent 的決策仍在鏈上執行，允許可驗證的操作。重要的是，AI Agent 還可以使用像 Modulus 這樣的 zkML 服務商，確保它們的鏈下數據輸入是經過驗證的。

依賴工具

AI Agent 的另一個關鍵局限性是，它們的效用取決於給它們提供的工具。例如，如果你要求 Agent 對實時新聞事件進行摘要，那麼 Agent 需要在其工具包中有一個網絡抓取程序來搜索互聯網的信息，才能執行這個給定的任務。如果需要 Agent 將網頁的響應保存為 PDF，則需要在它的工具包中添加一個文件系統。如果想要 Agent 跟單交易您最喜歡的加密領域推特 KOL 的操作， Agent 就需要訪問你的錢包和對應的鑰匙簽名權限。

綜合確定性到非確定性的情況來看，大多數加密 AI Agent 都是執行確定性的任務。也就是說，人類還需要對任務的參數以及如何完成任務（例如代幣交換）進行編程。

加密 AI Agent 已經從早期的 keeper 機器人進化到今天更複雜的 Agent，它們可以利用 LLMs 進行更複雜的操作，比如能夠自主創作的藝術型機器人 Botto；能夠使用 Syndicate 的交易雲給自己提供銀行服務的 AI Agent；以及 Autonolas 的早期 AI Agent 服務市場。

AI Agent 的前沿應用

在前沿領域，已經出現了各種令人興奮的應用程序：

支持 AI Agent 的"智能錢包"

Dawn 利用 DawnAI 提供 AI Agent，能夠幫助用戶發送交易，執行交易和其他實時鏈上觀察（例如熱門 NFT）。

加密遊戲 Agent

Parallel Alpha 最新的遊戲 Colony 就旨在創建可以擁有錢包並相互交易的 AI 角色。

AI Agent 的增強工具包

AI Agent 的實際能力取決於其工具包，與區塊鏈進行交互目前就是這樣一個新興領域。加密 AI Agent 需要錢包、獲取資金、許可功能、集成 AI 模型，以及與其他 Agent 進行交互的能力。更具體地說，Gnosis 通過其 AI mechs 展示了這種初級基礎設施，它的 AI Agent 將 AI 腳本封裝到智能合約中，使任何人（包括另一個機器人）都可以調用智能合約執行 Agent 動作（例如在預測市場上進行投注），同時還能向 Agent 進行支付。

增強型 AI 交易員

提供給交易者和投機者提升進階能力的 DeFi 超級應用，包括：如果滿足條件則持續進行 DCA 建倉；當 Gas fee 低於某個價格時執行交易；監控新的 meme token 合約；確定訂單路由而無需用戶知道如何 onborad 等。

構建 AI Agent 的長尾

像 ChatGPT 這樣的大型 AI 應用程序適用於某些通用聊天的場景，但 AI Agent 需要針對眾多行業、主題和利基市場進行微調。像 Bittensor 這樣的市場創造了為特定任務（例如圖像生成，預訓練，預測建模）訓練模型的"礦工"的激勵機制，以及圍繞目標行業（例如加密貨幣、生物技術、學術界）的訓練模型。儘管 Bittensor 仍處於初期階段，但開發者已經開始使用 Bittensor 在開源 LLM 的基礎上構建長尾的應用程序或 Agent。

NPC 消費者應用程序 Agent

在 MMORPG 等遊戲中，NPC（非玩家角色）是很常見的，但在多人消費者應用程序中卻很少見。然而，加密消費者應用程序的金融化特性使得 AI Agent 成為引入新型遊戲機制的極佳參與者。開放 AI 基礎設施公司 Ritual 最近發布了 Frenrug，這是一款基於 LLM 的 Agent，在 Friend.tech 中運行，它會根據用戶消息執行交易（購買或出售 key）。Friend.tech 的用戶可以嘗試說服 Agent 購買他們的 key、出售其他人的 key，或嘗試讓 Frenrug Agent 以其他方式使用其資金。

隨著更多的應用程序和協議開始使用 AI Agent，人們將使用它們作為進入加密經濟領域的橋樑。雖然今天的 AI Agent 看起來像玩具，但在未來，它們將提升日常消費者的體驗，成為協議的關鍵利益相關者，從而構建整個加密經濟體。