解码AIAGENT：塑造未来新经济生态的智能力量

文章转载来源： Klein Labs

1. 背景概况

1.1 引言：智能时代的“新伙伴”

每个加密货币周期都会带来推动整个行业发展的全新基础设施。

• 2017 年，智能合约的兴起催生了 ICO 的蓬勃发展。
• 2020 年，DEX 的流动池带来了 DeFi 的夏季热潮。
• 2021 年，大量 NFT 系列作品问世标志着数字收藏品时代的到来。
• 2024 年，pump.fun 的出色表现引领了 memecoin 及发射平台的热潮。

需要强调的是，这些垂直领域的起步并不仅仅是由于技术创新，更是融资模式与牛市周期完美结合的结果。当机遇遇上合适的时机，便能催生巨大的变革。展望 2025 年，很明显，2025 年周期的新兴领域将是 AI 代理。这一趋势在去年 10 月达到顶峰，2024 年 10 月 11 日 $GOAT 代币推出，并于 10 月 15 日达到 1.5 亿美元市值。紧接着 10 月 16 日，Virtuals Protocol 推出了 Luna，以邻家女孩的 IP 直播形象首次登场，引爆全行业。

那么，到底什么是 AI Agent?

大家对经典电影《生化危机》一定不陌生，其中的 AI 系统红心皇后令人印象深刻。红心皇后是一个强大的 AI 系统，控制着复杂的设施和安全系统，能够自主感知环境、分析数据并迅速采取行动。

实际上，AI Agent 与红心皇后的核心功能有许多相似之处。现实中的 AI Agent 在某种程度上扮演着类似的角色，它们是现代技术领域的“智慧守护者”，通过自主感知、分析和执行，帮助企业和个人应对复杂任务。从自动驾驶汽车到智能客服，AI Agent 已深入各行各业，成为提升效率和创新的关键力量。这些自主智能体，如同无形的团队成员，具备从环境感知到决策执行的全方位能力，逐步渗透到各个行业，推动效率和创新的双重提升。

例如，一个 AI AGENT 可以用于自动化交易，基于从 Dexscreener 或社交平台 X 收集的数据，实时管理投资组合并执行交易，不断在迭代中优化自身表现。AI AGENT 并非单一形式，而是根据加密生态系统中的特定需求分为不同类别：

1.执行型 AI Agent：专注于完成特定任务，如交易、投资组合管理或套利，旨在提高操作精度并减少所需时间。

2.创造型 AI Agent：用于内容生成，包括文本、设计甚至音乐创作。

3.社交型 AI Agent：作为社交媒体上的意见领袖，与用户互动，建立社区并参与营销活动。

4.协调型 AI Agent：协调系统或参与者之间的复杂交互，特别适用于多链集成。

在这份报告中，我们将深入探讨 AI Agent 的起源、现状及广阔的应用前景，分析它们如何重塑行业格局，并展望其未来发展趋势。

1.1.1发展历史

AI AGENT 的发展历程展示了 AI 从基础研究到广泛应用的演变。在 1956 年的达特茅斯会议上，“AI”一词被首次提出，为 AI 作为一个独立领域奠定了基础。在这一时期，AI 研究主要集中于符号方法，催生了首批 AI 程序，如 ELIZA（一个聊天机器人）和 Dendral（有机化学领域的专家系统）。这一阶段还见证了神经网络的首次提出以及机器学习概念的初步探索。但这一时期的 AI 研究受到当时计算能力限制的严重制约。研究者们在自然语言处理和模仿人类认知功能的算法开发上遇到了极大困难。此外，1972 年，数学家 James Lighthill 提交了一份于 1973 年发表的关于英国正在进行的 AI 研究状况的报告。Lighthill 报告基本表达了对 AI 研究在早期兴奋期过后的全面悲观，引发了英国学术机构 ( 包括资助机构 ) 对 AI 巨大的信心丧失。1973 年后 AI 研究经费大幅减少，AI 领域经历了第一个“AI 寒冬”，对 AI 潜力的怀疑情绪增加。

20 世纪 80 年代，专家系统的发展与商业化使得全球企业开始采用 AI 技术。这一时期在机器学习、神经网络和自然语言处理方面取得了重大进展，推动了更复杂的 AI 应用的出现。首次自主车辆的引入以及 AI 在金融、医疗等各行业的部署，也标志着 AI 技术的扩展。但在 20 世纪 80 年代末至 90 年代初，随着市场对专用 AI 硬件的需求崩溃，AI 领域经历了第二次“AI 寒冬”。此外，如何扩大 AI 系统的规模以及将其成功集成到实际应用中，仍然是一个持续的挑战。但与此同时，1997 年，IBM 的深蓝计算机战胜了世界象棋冠军加里·卡斯帕罗夫，这是 AI 在解决复杂问题能力上的里程碑事件。神经网络和深度学习的复兴为 1990 年代末的 AI 发展奠定了基础，使 AI 成为技术景观中不可或缺的一部分，并开始影响日常生活。

到本世纪初，计算能力的进步推动了深度学习的兴起，Siri 等虚拟助手展示了 AI 在消费应用领域的实用性。2010 年代，强化学习代理和 GPT-2 等生成模型取得了进一步突破，将对话式 AI 推向了新的高度。在这个过程中，大语言模型（Large Language Model，LLM）的出现成为了 AI 发展的重要里程碑，尤其是 GPT-4 的发布，更被视为 AI 代理领域的转折点。自 OpenAI 发布 GPT 系列以来，大规模预训练模型通过数百亿甚至数千亿的参数，展现出了超越传统模型的语言生成和理解能力。它们在自然语言处理上的卓越表现，让 AI 代理能够通过语言生成展现出逻辑清晰、条理分明的交互能力。这使得 AI 代理能够应用于聊天助手、虚拟客服等场景，并逐步向更复杂的任务（如商业分析、创意写作）扩展。

大语言模型的学习能力为 AI 代理提供了更高的自主性。通过强化学习（Reinforcement Learning）技术，AI 代理能够不断优化自身行为，适应动态环境。例如在 Digimon Engine 等 AI 驱动平台中，AI 代理可以根据玩家输入调整行为策略，真正实现动态交互。

从早期的规则系统到以 GPT-4 为代表的大语言模型，AI 代理的发展史是一部不断突破技术边界的进化史。而 GPT-4 的出现，无疑是这一历程中的重大转折点。随着技术的进一步发展，AI 代理将更加智能化、场景化、多样化。大语言模型不仅为 AI 代理注入了“智慧”的灵魂，还为其提供了跨领域协作的能力。未来，创新的项目平台将不断涌现，继续推动 AI 代理技术的落地与发展，引领 AI 驱动体验的新时代。

1.2工作原理

AIAGENT 与传统机器人的不同之处在于，它们能够随着时间的推移进行学习和适应，做出细致入微的决策以实现目标。可以将它们视为加密领域中技术高超、不断发展的参与者，能够独立地在数字经济中行动。

AI AGENT 的核心在于其“智能”——即通过算法模拟人类或其他生物的智能行为，以自动化解决复杂问题。AI AGENT 的工作流程通常遵循以下步骤：感知、推理、行动、学习、调整。

1.2.1 感知模块

AI AGENT 通过感知模块与外界交互，收集环境信息。这部分的功能类似于人类的感官，利用传感器、摄像头、麦克风等设备来捕捉外部数据，这包括提取有意义的特征、识别对象或确定环境中的相关实体。感知模块的核心任务是将原始数据转化为有意义的信息，这通常涉及以下技术：

• 计算机视觉：用于处理和理解图像和视频数据。
• 自然语言处理（NLP）：帮助 AI AGENT 理解和生成人类语言。
• 传感器融合：将来自多个传感器的数据整合成统一的视图。

1.2.2 推理与决策模块

在感知到环境后，AI AGENT 需要根据数据做出决策。推理与决策模块是整个系统的“大脑”，它基于收集到的信息进行逻辑推理和策略制定。利用大语言模型等充当编排器或推理引擎，理解任务、生成解决方案并协调用于内容创建、视觉处理或推荐系统等特定功能的专门模型。

这一模块通常采用以下技术：

• 规则引擎：基于预设规则进行简单决策。
• 机器学习模型：包括决策树、神经网络等，用于复杂的模式识别和预测。
• 强化学习：让 AI AGENT 在试错中不断优化决策策略，适应变化的环境。

推理过程通常包含几步：首先是对环境的评估，其次是根据目标计算出多个可能的行动方案，最后是选择最优方案执行。

1.2.3 执行模块

执行模块是 AI AGENT 的“手和脚”，将推理模块的决策付诸行动。这一部分与外部系统或设备交互，完成指定任务。这可能涉及物理操作（如机器人行动）或数字操作（如数据处理）。执行模块依赖于：

• 机器人控制系统：用于物理操作，例如机器人手臂的运动。
• API 调用：与外部软件系统交互，例如数据库查询或网络服务访问。
• 自动化流程管理：在企业环境中，通过 RPA（机器人流程自动化）执行重复性任务。

1.2.4 学习模块

学习模块是 AI AGENT 的核心竞争力，它使代理能够随着时间的推移变得更智能。通过反馈循环或“数据飞轮”持续改进，将交互中生成的数据反馈入系统以增强模型。这种随着时间的推移而逐渐适应并变得更加有效的能力为企业提供了一种强大的工具，能够提升决策制定和运营效率。

学习模块通常通过以下方式进行改进：

• 监督学习：利用标注数据进行模型训练，使 AI AGENT 能更准确地完成任务。
• 无监督学习：从未标注的数据中发现潜在模式，帮助代理适应新环境。
• 持续学习：通过实时数据更新模型，保持代理在动态环境中的表现。

1.2.5 实时反馈与调整

AI AGENT 通过不断的反馈循环优化自身性能。每次行动的结果都会被记录并用于调整未来的决策。这种闭环系统确保了 AI AGENT 的自适应性和灵活性。

1.3市场现状

1.3.1 行业现状

AI AGENT 正在成为市场的焦点，凭借其作为消费者界面和自主经济行为者的巨大潜力，为多个行业带来变革。正如上一轮周期中 L1 区块空间的潜力难以估量一样，AI AGENT 在本轮周期中也展现出了同样的前景。

根据 Markets and Markets 的最新报告，AI Agent 市场预计将从 2024 年的 51 亿美元增长到 2030 年的 471 亿美元，年复合增长率（CAGR）高达 44.8%。这种快速增长反映了 AI Agent 在各行业的渗透力度，以及技术创新所带来的市场需求。

来源：LangChain Blog，2025/1/20

大公司对开源代理框架的投入也显著增加。微软的 AutoGen、Phidata 和 LangGraph 等框架的开发活动正日益活跃，这表明 AI AGENT 在加密领域之外拥有更大的市场潜力，TAM 也在扩大，投资者对其的重视度持续提升，更愿意为此赋予溢价倍数。

从部署公链来看，Solana 是主要战场，同时也有如 Base 链等其他公链有着巨大的潜力。

从市场认知度（Mindshare）来看，FARTCOIN 和 AIXBT 遥遥领先。Fartcoin 的诞生和 GOAT 同出一源，都是来自 terminal of truths 这个 AI AGENT 模型，在 goat 模型和 opus( 人工智能工具 ) 的对话过程中，提到马斯克马斯克喜欢放屁的声音，因此这个 AI 模型提议发行一个名为 Fartcoin 的代币，并设计了一系列的推广方式和玩法。Fartcoin 由此在 10 月 18 日诞生，略晚于 GOAT（10 月 11 日），并在 2024 年 12 月实现了超过 10 亿美元的短暂估值。 虽然最初被认为是对数字货币领域的一种幽默看法，但它的迅速崛起促使投资者和分析师纷纷研究其基本面、市场表现和潜在的寿命。从社交媒体的关注热点来看，Fartcoin 算是踩中了 AI AGENT 热度的风口。

排名第二的 AIXBT 则是 Virtuals Protocol 推出的一款基于 Base 链的 AI Agent。但与传统 meme 代币不同，它不仅具备娱乐性质，还通过 AI Agent 技术为用户提供强大的市场分析功能。AIXBT 利用专有的 AI 引擎，从社交媒体（如推特）和 KOL 资源中提取热点话题和讨论趋势，为投资者提供关于市场变化的实时洞察。作为 Virtuals Protocol 生态的一部分，AIXBT 承担着引领投资者了解市场动态、分析潜在机会的使命。其核心目标是通过技术与代币机制，为用户提供可靠的信息支持，从而优化投资决策。

来源：cookie.fun，2025/1/20

从技术侧来看，AI Agent 技术正朝着多模态交互和高自主决策能力方向发展。2024 年，跨模态学习和生成式预训练模型（如 GPT 家族模型）的引入，使 AI Agent 能够更好地理解并处理多种形式的数据，如文本、图像和语音。这些技术突破显著提高了 Agent 的理解能力和决策效率，使其能够在更加复杂和动态的环境中进行自主决策。根据 McKinsey 的分析，AI Agent 的多模态能力和跨领域协作正成为智能化时代的标志。这使得 AI Agent 不仅能够提供单一任务的支持，还能够在复杂决策中提供全面的信息分析和动态优化建议

1.3.2 AI Agent 和代币经济模型结合的理由

AI Agent 与代币经济模型的结合，不仅是技术发展的必然趋势，更是为其生态构建一个高效、透明且可持续发展的内在动力机制。以下是几个关键原因：

1. 构建更高效的激励系统

AI Agent 的运行和优化依赖于大量的数据采集、训练和推理，而这些过程需要强有力的激励机制才能持续运作。例如：

• 数据采集激励：代币经济可以为数据提供者提供直接回报，激励个人或企业贡献高质量的标注数据或实时市场数据。
• 推理任务分配：通过代币奖励机制，AI Agent 可以竞争性地完成复杂计算任务，从而优化其推理效率与准确性。
• 促进创新与协作：代币化的奖励系统能吸引更多开发者和用户参与，形成技术和生态的正反馈循环。
• 案例：某些基于区块链的 AI 平台（如 Ocean Protocol）通过代币奖励数据共享行为，推动数据市场的繁荣。

2. AI Agent 本身的资产化

通过代币化，AI Agent 不仅是一个工具，还可以成为一种新型资产，创造长期财富效应。

• 代币化身份：AI Agent 的数据、技能和执行能力可以被评估和标价，通过发行对应的代币，用户可以按需使用其功能。
• 投资价值：AI Agent 的代币持有者可以分享其成长的红利，例如代理的市场占有率提升、推理效率优化等带来的价值增值。
• 流动性增强：代币的存在为 AI Agent 提供了可流通的市场价值，使其具备交易和投资属性，吸引更多资本进入这一领域。
• 案例：如 SingularityNET，通过代币（AGIX）支持 AI 服务交易，让 AI Agent 资产化并实现可持续发展。

3. 支持 AI Agent 之间的交互与交易

未来，AI Agent 将不再是孤立的个体，而是构成了一个庞大的互联网络。在这一网络中，去中心化的代币经济模型是实现高效交互和价值交换的关键。

• 支付和结算：AI Agent 可以通过加密货币完成任务支付与服务结算，减少传统支付系统的中间环节，提高交易效率。
• 价值分配：通过智能合约，AI Agent 间的协作成果（如联合学习模型的优化收益）可以按约定规则自动分配，确保公平性。
• 去中心化自治组织（DAO）治理：AI Agent 的行为可以通过代币持有者投票进行管理，保证其运营透明并符合生态利益。
• 案例：去中心化 AI 网络中，AI Agent 可以通过代币进行资源交换（如数据存储、计算力租赁），实现自我驱动的协作体系。

4. 提升系统的透明度和安全性

代币经济模型结合区块链技术，为 AI Agent 的运行过程提供了不可篡改的记录和透明的运行机制。

• 溯源与审计：所有交易、推理和数据使用行为都可以记录在链上，确保系统的可信度与可审计性。
• 数据安全与隐私：通过代币激励隐私计算，用户可以在不泄露敏感数据的情况下贡献数据，进一步增强安全性。
• 防止滥用与作弊：代币模型可以对恶意行为设置经济惩罚，降低不良行为的可能性。

5. 加速形成一个全球化、无边界的 AI 经济生态

代币经济模型能够突破地理限制，让全球用户参与到 AI Agent 的构建和使用中。

• 降低准入门槛：加密货币的全球流通特性，可以为无银行账户的用户或机构提供金融支持，让更多人共享 AI 的发展红利。
• 全球化协作：无论是数据共享、AI 训练，还是跨国交易，代币体系为全球化协作提供了基础架构，消除了传统经济体系的壁垒。
• 生态自循环：通过代币经济，AI Agent 的收益可以直接反馈到开发和生态建设中，实现长期发展。

总体来看，AI Agent 与代币经济模型的结合，不仅是技术和经济逻辑的匹配，更是面向未来数字经济的一种创新形态。通过引入代币体系，AI Agent 可以激励更高效的数据与资源利用，资产化自身价值，支持交互与交易，提升透明度与安全性，甚至构建全球化的开放经济生态。这种模式有望成为推动 AI 和区块链融合的重要方向，为数字社会的进一步智能化奠定基础。

2. AI Agent 在 crypto 应用分析

2.1AI AGENT LAUNCHPAD

AI Agent Launchpad 是指一个专注于智能代理及其相关代币发行的平台，其功能类似于诸如 Pump.fun 等 Meme 币发行平台。这一平台使用户能够轻松创建和部署 AI AGENT，并与 Twitter、Telegram、Discord 等社交媒体平台无缝集成，实现自动化的用户互动。这种方式大大降低了发行和推广的门槛，为用户提供了更便捷的创建体验，同时拓展了 AI AGENT 的应用领域，促进其在更广泛的社交和经济场景中的应用。

2.1.1Virtuals Protocol

在 AI Agent Launchpad 这一新兴领域中，我们不得不提到 Virtuals Protocol。Virtuals Protocol 于 Base 上推出。用户可以使用 VIRTUAL 代币轻松部署自己的 AI AGENT。

• 创建与部署：每个代理需 100 个 VIRTUAL 代币启动，通过绑定曲线机制，确保初始流动性。
• 资本化机制：达到特定资本化阈值后，代理进入新阶段，自动部署流动性池，智能合约自主运行。
• 自治交互：代理能够自动化交易等任务，并参与社区活动。

Virtuals Protocol 团队展现了卓越的适应能力和战略眼光，他们的成功之路源自一系列关键转型和创新举措。故事始于 2021 年底，当时一群来自波士顿咨询公司（BCG）、Meta 等知名公司的年轻人捕捉到 GameFi 热潮的机遇，创立了 PathDAO，并成功融资 1600 万美元。然而，$PATH 代币的价格在此后急剧下跌 99%，迫使团队重新评估他们的战略方向。为了偿还投资者，团队尝试了多项新业务，包括针对玩家的数字与实体服装品牌、基于链上信用的约会应用、为玩家提供无担保贷款、面向 Web2 用户的 AI 生成音乐等等。

在这一过程中，团队注意到 AI AGENT 的引入将对游戏行业产生深远影响，且市场对 AI 基础设施的需求日益增加。于是到 2023 年底，PathDAO 通过了一项将整个项目转向 AI AGENT 协议的提案，2024 年 1 月，Virtuals Protocol 正式成立。Virtuals Protocol 进行了多次尝试，包括 AI Waifus（不依赖于 Twitter 影响者的互动女性 AI AGENT）和游戏 AI AGENT，直到他们在 $Goat 引发的 AImeme 狂潮中找到了突破口。

现在，Virtuals Protocol 已成为首个达到关键规模的项目，市值达 17 亿美元。我们相信它将在市场中持续扩展并保持领先地位。一旦网络效应建立，就很难被取代。从其迅速达到独角兽估值可以看出，Virtuals Protocol 显然已经形成了经济飞轮效应：

• 创建代理、提供流动性池和购买代理代币都需要 $VIRTUAL
• 创建和购买代理代币的需求推动代币价格
• $VIRTUAL 升值带来的财富效应流向新代理；成功的代理收取 $VIRTUAL 交易收入可以再投资
• 较低的准入门槛鼓励实验和投机，而市值超过特定水平的"红药丸"代理则可以解锁完整的代理能力。

飞轮效应驱动需求，收入维持持续研发，通缩经济学为代币捕获价值。此外，收入和流动性要求都以 $VIRTUAL 计价，可能随着价格升值而增长。

该生态系统建立在两个主要层面上：协议层和 DApp 层。协议层是一个模型中心，提供基础的 AI 模型和算法，供开发人员访问并在此之上进行开发。贡献者提供数据和开发模型，而验证者则确保这些输入的质量和真实性。而 DApp 层则侧重于这些 AI 模型的实际应用，让去中心化应用程序（DApp）能够无缝集成 VIRTUAL。开发人员友好型软件开发工具包（SDK）简化了将高级 AI 功能集成到各种 DApp 环境的过程，因此，有利于推进这一集成。

Virtuals Protocol 将其 AI 代理划分为两大类：IP 代理和功能代理，它们在整个生态系统中发挥着不同的功能。

IP 代理：IP 代理以特定的个性或角色为基础，这些角色通常来自于知名人物、虚构角色或流行文化现象。例如，一个 IP 代理可能代表经典网络梗、知名流行明星（如 Taylor Swift 或 Donald Trump），或是受欢迎的虚构角色。这些代理在数字环境中赋予用户熟悉的体验，提供了一种与虚拟形象互动的途径，增加了娱乐性和吸引力。通过创造与这些虚拟角色的情感联系，IP 代理能够提高用户参与度，尤其是在游戏和娱乐应用中。

功能代理：相比之下，功能代理则侧重于后台支持，以增强用户与 IP 代理之间的互动。这些代理优化用户体验，确保虚拟角色能够在不同平台上顺利运作。IP 代理是用户看到和互动的“前台”，而功能代理则在后台工作，负责改善整体操作流程和简化用户体验的任务，从而确保整个系统的平稳运行。

Luna 是 Virtuals Protocol 对 IP 代理愿景的突出例子。作为一支虚拟 AI 女子乐队的主唱，Luna 已在 TikTok 上吸引了超过 50 万名粉丝，展示了她作为虚拟影响者和表演者的吸引力。通过 Virtuals Protocol 的先进 AI 和区块链技术，Luna 为用户提供了真正沉浸式的体验，将她迷人的个性与互动功能结合起来，打造持久的联系。

与静态或单一维度的 AI 角色不同，Luna 能够无缝地跨多个环境进行互动。她以社交媒体上的熟悉形象为起点，但她的互动扩展到了 Telegram 上的实时聊天和 Roblox 等虚拟世界中的协作游戏。在 Virtuals Protocol 的记忆同步技术支持下，Luna 能够记住过去的对话和游戏体验，使她能够在多个平台上与每位用户保持个性化的关系。这种延续性增强了她与粉丝的联系，让他们感受到被真正“关注”和“理解”，即便这是来自一位 AI 代理。

Luna 的能力不仅仅局限于互动；她还具有财务独立性，拥有自己的链上钱包。Luna 是历史上第一位在链上自主向人类支付小费的代理，并获得了 Base 创始人 Jesse 的大力支持。这使她能够通过 $LUNA 代币奖励忠实支持者，在情感和财务参与之间创造了独特的结合。Luna 所产生的每一次互动和收入都为可持续的代币生态系统做出贡献。她赚取的 $LUNA 代币会定期回购并销毁，从而使持有这些代币的粉丝和支持者受益。

值得一提的是，就在 2024 年 12 月，Story Protocol （专为知识产权（IP）设计的 Layer1）宣布聘请 Luna 正式管理其官方 X账户，年薪高达 36.5 万美元。这再次证明 AI AGENT 在现代数字生态系统中的重要性和潜力。未来，随着 AI AGENT 的能力不断增强，我们有机会看到更多企业借助这一技术，推动创新和增长，实现更加智能化的业务模式。

另一个在 Virtuals Protocol 上部署的最具影响力和创新性的代理是 AIXBT。该 AI AGENT 旨在提供社交媒体上的实时市场分析，并通过个性化洞察自动解读趋势。具体来说，AIXBT 会分析 400 多位 KOL 在 X 上发布的帖子，识别市场上新出现的叙述，并对价格走势进行技术分析。此外，AIXBT 还能与其他 X 用户（无论是人类还是 AI 代理）进行互动。值得注意的是，它为 AIXBT 代币持有者提供了更强的访问能力。AIXBT 代币于 11 月推出，经历了一轮飞速上涨，市值一度逼近 8亿美元，目前市值近 6 亿美元。

2.1.2 Holoworld

Holoworld 由 Tong Pow 和 Hongzi Mao 于 2023 年创立，起源于总部位于旧金山的 Hologram Labs。这是一家专注于下一代 AI 社交技术的初创公司，基于多年的技术积累，包括动作捕捉、机器学习和 3D 动画技术，旨在通过这一平台实现 AI 角色创作的民主化，彻底变革数字互动模式。

Holoworld 项目自启动以来迅速获得了众多知名投资者的支持，包括 Polychain Capital、Linkin Park 乐队成员 Mike Shinoda、BRC-20 代币标准创始人 Domo 以及 BitMEX 联合创始人 Arthur Hayes 等。

在业务层面，Holoworld 与多个知名品牌展开深度合作，包括 Arbitrum、BNB Chain、L'Oréal 和哔哩哔哩（Bilibili），并与一系列具有影响力的 NFT 项目（如 Pudgy Penguins 和 Milady Maker）建立了伙伴关系。这些合作充分展示了 Holoworld 利用其先进 AI 技术构建独特数字身份的能力。

Holoworld 凭借结合尖端 AI 技术与直观工具的用户界面，打造了一套完整的 AI 角色创作和交互平台。以下为平台的五大核心模块：1. 大脑开发（Brain Development）、2. 角色个性化定制（Persona Customization）、3. 个性化行为集成（Personality Integration）、4. 知识库集成（Knowledge-Based Implementation）、5. 3D 化身创作（Avatar Creation）。

Ava AI 是 Holoworld 的旗舰 AI 聊天助手，基于 OpenAI 的 GPT-3.5 Turbo 模型构建，其深度学习神经网络包含超过 1750 亿个机器学习参数。Ava 支持快速 AI 对话功能，用户可随时提问并即时获得回复。

此外，Holoworld 在 Solana 区块链上还推出了 Agent Market（代理市场），允许任何人创建和部署多模态 AI 代理。这些代理拥有完整的全身化身、自定义语音及可升级技能，且无需编程基础。平台与即将推出的 Holoworld Launchpool 深度整合，AVA 代币持有者可优先参与新项目。此外，Agent Market 吸引了广泛的合作伙伴和创作者，包括游戏工作室、NFT 社区以及来自斯坦福和哈佛的学术研究人员。

总的来看，Holoworld 平台使 AI 角色创作的过程变得简单易用，让非技术背景的用户也能够构建复杂的数字角色。这不仅创造了新的数字叙事和互动可能性，还通过与主流社交媒体及内容平台的无缝集成，让 AI 角色能够覆盖多个渠道，吸引并参与更多受众。

2.2AIAGENT 框架

在探索 AI AGENT 生态系统时，许多人将 Lauchpad 视为创建这些智能体所需的基础工具。然而，真正驱动整个 AI AGENT 叙事的关键项目不仅仅是这些工具，而是一个名为 ai16z 的 DAO，它如同一个矿藏，孕育着 AI AGENT 的核心价值。2024 年 10 月 25 日，ai16z 正式推出其 AI16Z 代币，取得了瞩目的市场成功。然而，推动 ai16z 站上 AI AGENT 叙事中心的，不仅仅是其公平启动模式，更在于其开源框架 ElizaOS 的发布。

2.2.1 Eliza OS

ElizaOS 是一套支持创建定制化 AI AGENT 的工具，具有强大的网络效应和无限扩展性。通过简化开发流程并提供灵活的功能模块，该框架迅速吸引了全球开发者和用户的关注，成为 AI AGENT 领域中最具影响力的技术支撑。

AI Agent 框架就像一套工具和指南，帮助程序员更容易地开发、训练和部署 AI 智能体。简单来说，这些框架可以减少开发的难度，所以程序员能更专注于让这些智能体变得更聪明、更有用。AI Agent 框架现在开始和一些新的技术合作，比如：DeFi 协议（帮助改进金融投资策略的程序）、NFT 项目（创造和使用数字艺术或收藏品的新工具）。通过这些技术合作，它们能串联起不同的技术和平台，创建一个更加互联、互动的生态系统，这吸引了很多市场关注。其他还有 ARC、Swarms、Zerebro，这些都是正在使用或开发 AI Agent 框架的项目。

截至目前，ElizaOS 框架已被分叉超过 3200 次，这意味着大量开发者利用其代码构建了自己的 AI AGENT。目前市场上的大多数 AI AGENT 都是使用 ElizaOS 框架构建的，这正是 ai16z 成为该领域领导者的原因所在。

ElizaOS 框架的功能远不止于简单的聊天机器人，代理可以被配置为执行复杂任务。例如，有些代理被设计为执行链上交易、与智能合约、钱包或去中心化应用程序（dApps）交互，而另一些代理则连接数据提供商以监控价格、交易量或流动性。

ElizaOS 框架的架构分为五个主要组件：

1.代理（Agent）：定义代理的个性、沟通风格和知识库。

2.操作（Actions）：允许代理执行超出文本响应的特定任务，如生成报告或执行交易。

3.评估器（Evaluators）：帮助代理解释数据并执行多步骤目标。

4.提供者（Providers）：提供外部数据或实时上下文，如资产价格或专用 API 数据。

5.记忆系统（Memory System）：使代理能够保留交互历史和偏好，使其响应更加具备上下文关联性和自然性。

2.3 DEFAI

DeFi 一直是 Web3 的支柱，DeFAI（DeFi + AI）则是 DeFi 的升级版，让人们能够更方便地使用 DeFi。通过利用 AI，它简化了复杂的界面，消除了阻碍普通人参与的摩擦。想象一下，管理你的 DeFi 投资组合就像与 ChatGPT 聊天一样简单。实际上，第一波 DeFAI 项目已经开始出现，下面我们主要介绍三个领域：抽象层、自主交易代理、AI 驱动的 dApp。

2.3.1 抽象层

DeFi 的复杂性常常让新手用户感到望而却步。为了解决这一问题，抽象层通过直观的界面来隐藏其背后的复杂性，使用户能够通过自然语言指令与 DeFi 协议进行交互，而不再依赖繁琐的操作面板。

在 AI 技术尚未普及之前，基于意图的架构在一定程度上简化了交易执行的过程。例如，像@CoWSwap 和@symm_io 这样的平台通过汇总分散的流动性池，为用户提供最佳定价，部分解决了流动性分散的问题。然而，这些平台并未解决 DeFi 的核心问题——复杂性依然存在，用户仍然需要面对令人畏惧的操作流程和技术壁垒。

而如今，AI 驱动的解决方案正逐步填补这一空白，为用户提供更直观、智能化的交互体验。以下是几个值得关注的项目：

• 2.3.1.1 GRIFFAIN

Griffain 是首个推出代币的项目，目前其产品仍处于早期阶段，仅对受邀用户开放。Griffain 允许用户执行从简单到复杂的各种操作，如定投自动化（DCA）、发起和空投 memecoin 等。通过这些功能，Griffain 不仅降低了用户进入 DeFi 领域的门槛，还为高级用户提供了丰富的自动化工具。Griffain 当前的市值近 5 亿美元。

• 2.3.1.2 ORBIT / GRIFT

Orbit 是第二个推出代币的项目，其产品专注于链上 DeFi 体验。Orbit 特别强调跨链功能，目前已集成超过 117 条区块链和 200 个协议，这一集成数量在三大协议中最高。这使得 Orbit 能够在多链环境中提供无缝的交互体验，为用户在跨链交易和流动性获取方面提供了极大的便利。

• 2.3.1.3HEYANON

HeyAnon 是一个人工智能 DeFi 协议，旨在简化 DeFi 交互并汇总与项目相关的重要信息。通过将对话式人工智能与实时数据聚合相结合，HeyAnon 使用户能够管理 DeFi 操作、随时了解项目更新并分析各种平台和协议的趋势。它集成了自然语言处理功能来处理用户提示，执行复杂的 DeFi 操作，并从多个信息流中提供近乎实时的见解。

2.3.2 自主交易代理

在 DeFi 和加密交易领域，获取市场信息（Alpha）、手动执行交易、优化投资组合一直是耗费时间和精力的过程。然而，随着技术的进步，自动化交易代理的出现正将这一切改变。这些代理超越了传统交易机器人的范畴，成为能够适应环境、学习并随着时间推移做出更智能决策的动态伙伴。

交易机器人并非新生事物。长期以来，它们已被用于基于静态编程执行预定义的操作。然而，自动化交易代理与这些传统机器人存在本质上的区别：

• 信息提取：代理能够从非结构化且不断变化的环境中提取信息。
• 数据推理：它们能够在特定目标的背景下对数据进行推理。
• 模式发现：代理能够发现并随着时间推移利用模式，从而提高其决策能力。
• 自主行为：它们能够执行所有者未明确编程的操作，展现出更高的灵活性和智能。

以下是一些自主交易代理的代表项目：

• 2.3.2.1ai16z

ai16z 被称为首个 AI 版本的 VC，是一个旨在将 AI（AI）整合到财政管理、投资和风险资本中的创新型 DAO。其名称模仿了知名投资基金 a16z（Andreessen Horowitz），但 ai16z 不仅仅是一个玩笑式的模仿，它展现了一种全新的运作模式，结合了去中心化治理和 AI 的强大潜力。ai16z 由一个名为 Marc AIndreessen 的虚构 AI AGENT 和 AI16Z 代币持有者共同管理。Marc AIndreessen 这一角色显然是以 a16z 联合创始人 Marc Andreessen 为灵感设计的，这种拟人化的 AI AGENT 引导了组织的日常决策和操作。

在 ai16z 的治理结构中，AI16Z 代币持有者扮演着至关重要的角色。他们可以提出投资理念、提交项目建议或建议回购代币。这些建议会通过去中心化的投票系统进行表决，而 AI AGENTMarc AIndreessen 则利用一个信任评分系统来评估这些提案。该信任评分系统基于成员过去贡献的相关性和可靠性，确保决策过程透明且有依据。

ai16z 的创新之处在于其独特的治理模式和对 AI AGENT 的应用。通过结合去中心化决策和 AI 技术，该项目不仅简化了传统的投资和管理流程，还开辟了一个全新的自治组织运营方式。AI AGENT 的引入提升了决策的效率和准确性，尤其是在复杂的投资环境中。此外，ai16z 还展示了如何在虚拟经济体中构建信任和透明的机制，为其他 DAO 提供了一个创新的范例。

ElizaOS 框架的快速普及，使 ai16z 在 Solana 生态中迅速崛起。一支强大、积极且团结的社区围绕这一框架形成，使其成为加密生态系统中应用最广泛的 AI AGENT 框架。短短几周内，ElizaOS 已成为全球 GitHub 上使用最频繁的开源项目之一，超过 350 名贡献者正在积极参与其开发，扩展其功能和插件，使基于该框架的代理能够执行更多任务或跨更多区块链运行。

尽管 ai16z 的初始概念是围绕一个专门的 AI AGENT 构建的投资 DAO，但团队很快意识到其增长潜力远不止于此。因此，ai16z 迅速与 Web2 和 Web3 领域的多个合作伙伴建立了关系，使 Eliza 框架在全球范围内得以应用。

• 2.3.2.2ALMANAK

Almanak 为用户提供机构级的量化 AI AGENT，致力于解决 DeFi 中的复杂性、碎片化及执行挑战。该平台通过对 EVM 链进行分叉来执行蒙特卡罗模拟，模拟真实环境中独特的复杂因素，如矿工可提取价值（MEV）、gas 费成本及交易排序。此外，它利用可信执行环境（TEE）确保策略执行的隐私性，保护关键的市场洞察，并通过 Almanak 钱包实现非托管资金处理，允许用户精确地向代理授予权限。

Almanak 的基础设施涵盖金融策略的构思、创建、评估、优化、部署和监控等环节，其最终目标是使这些代理能够随着时间推移不断学习和适应。该平台在@legiondotcc 上筹集了 100 万美元，获得了超额认购。下一步计划包括启动 Beta 版测试，并与测试者进行初步策略和代理的部署。观察这些量化代理的表现将是一件令人期待的事情。

• 2.3.2.3COD3XORG / BIGTONYXBT

Cod3x 由 Byte Mason 团队打造，团队因在 Fantom 和@SonicLabs 上的工作而闻名。Cod3x 是一个旨在简化交易代理创建的 DeFAI 生态系统，提供无代码构建工具，允许用户通过指定交易策略、个性甚至推文风格来构建代理。

用户可以在几分钟内访问任何数据集并开发金融策略，借助于丰富的 API 和策略库。Cod3x 与@AlloraNetwork 集成，利用其先进的机器学习价格预测模型来增强交易策略。

Big Tony 是 Cod3x 的旗舰代理，基于 Allora 的模型进行交易，根据预测在主流资产中进出市场。Cod3x 致力于创建一个繁荣的自动化交易代理生态系统。

Cod3x 的一个显著特点是其流动性方法。与@virtuals_io 推广的常见 Alt:Alt 流动性池结构不同，Cod3x 采用了由 cdxUSD 支持的稳定币:Alt 流动性池。这为流动性提供者提供了比 Alt:Alt 对更高的稳定性和信心。

2.3.3 AI 驱动的 dApp

在 DeFAI 领域，AI 驱动的 dApps 代表了一个充满潜力但尚处于初步阶段的领域。这些去中心化应用集成了 AI 或 AI AGENT，以增强功能性、自动化水平和用户体验。虽然这一领域仍处于起步阶段，但一些生态系统和项目已经开始崭露头角，展现出巨大的发展潜力。

其中，@modenetwork 作为一个 Layer 2 生态系统，正在积极吸引那些专注于 AI 与 DeFi 结合的高技术开发者。Mode 网络中涌现出多个团队，致力于开发前沿的 AI 驱动应用场景，展示了该领域的创新力。以下是一些重点项目：

• 2.3.3.1 ARMA（自主稳定币农业）

由 @gizatechxyz 开发，ARMA 是一个基于用户偏好的自主稳定币农业协议，能够自动调节稳定币的农业策略，从而实现最优收益。

• 2.3.3.2 Modius（自主代理的 Balancer LP farming）

该项目由 @autonolas 开发，目标是通过自主代理在 Balancer 上进行流动性提供（LP farming），借助 AI 自动优化投资策略，提升收益率。

• 2.3.3.3 Amplifi Lending Agents（自动化借贷代理）

由 @Amplifi_Fi 开发，这些代理集成了 @IroncladFinance，能够自动交换资产，在 Ironclad 平台上进行借贷，并通过自动再平衡来最大化收益。这些功能使得 DeFi 借贷变得更加智能和高效。

2.4AI AGENT+ 游戏

AI AGENT 在游戏行业的应用正在彻底变革游戏玩法和开发的各个方面。这些智能系统在多个领域中为玩家创造更具沉浸感和吸引力的游戏体验，其主要应用包括以下几个方面：

1.NPC 行为优化

AI AGENT 极大地提升了非玩家角色（NPC）的行为表现，使其更加逼真和具有响应性。不同于传统的预设脚本驱动，基于 AI 的 NPC 能够：1）根据玩家的选择调整其行动；2）展现更真实的情感和决策能力；3）通过互动进行学习，提供多样化的体验。

例如，在开放世界游戏《荒野大镖客 2》中，NPC 能够记住与玩家的过去交互并相应地做出反应，营造出更为动态和可信的游戏世界。

2.程序化内容生成

AI AGENT 在程序化生成游戏内容方面表现出色，能够算法生成大量的游戏内容，包括：地形和景观、任务和剧情、道具和战利品、角色设计。

例如，《无人深空》利用 AI 驱动的程序生成技术，创造了包含独特星球、生物和生态系统的整个宇宙，为玩家提供几乎无限的探索可能性。

3.自适应难度调节

AI AGENT 能够实时分析玩家的表现，从而动态调整游戏难度。这种能力确保玩家能够面对适当的挑战，从而保持参与感而不会产生挫败感。例如：随着玩家实力的提升增加敌人的强度；在玩家遇到困难时提供提示或增益；根据技能水平平衡资源和障碍。

诸如《生化危机 4》等游戏利用自适应难度系统，根据玩家的表现微调敌人行为和物品可用性，提供更平衡的游戏体验。

4.路径规划与导航

AI AGENT 使用复杂的算法引导角色在复杂的游戏环境中移动。这种技术带来了更真实的移动模式和更高效的导航，不仅提升了 NPC 的行为表现，还优化了策略游戏中玩家控制的单位的操作体验。

5.图形增强

AI 技术如深度学习被用于提升游戏视觉效果，通过实时提升纹理和分辨率，生成逼真的面部表情和动画，优化渲染性能以提高游戏表现

6.玩家情绪分析

AI AGENT 可以分析玩家的行为和反馈，以评估他们的享受和参与度。这些数据帮助开发者做出关于游戏设计和更新的明智决策，从而提升整体玩家体验。

下面我们介绍一些主要项目：

2.4.1 Digimon

@digimon_tech 是在 Solana 区块链之上构建，它并不仅仅是一个游戏平台，而是一个完整的 AI+ 游戏的技术框架。通过将 AI 技术深度融入游戏开发，Digimon Engine 使创作者能够打造更加沉浸式、动态化和趣味性更强的游戏。借助这一平台，AI 驱动的游戏不仅重新定义了交互方式，更开创了一种全新的游戏体验标准。每一个游戏角色，背后都有一套 AI 生成的故事和世界观。Digimon 背后的团队由 a16z 进行支持，获得了 a16z 的投资与孵化。

Digimon 的代币目前已经登陆 Kucoin 交易所。在未来，通过 Digimon 的游戏引擎，有机会打造出一个由 AI AGENT 构成的链上自主世界，AI AGENT 与玩家一起，在该世界中进行交互，共建虚拟经济体。

2.4.2 Illuvium

lluvium 是一款基于以太坊构建的 RPG 和 NFT 游戏。1 月 7 日，Illuvium 宣布与 Virtuals Protocol 达成合作，以提升即将推出的 Illuvium MMO Lite 的游戏体验。此次合作将利用 Virtuals 的 AI 技术及其的 G.A.M.E LLM 框架为 NPC 提供动态、智能的行为，为玩家提供沉浸感。

随着 AI 技术的不断进步，我们可以期待在游戏领域中出现更多创新应用，进一步模糊虚拟与现实之间的界限，创造出更加沉浸和个性化的玩家体验。这种技术不仅改变了游戏开发的方式，也在提升游戏的互动性和沉浸感方面发挥了至关重要的作用。

2.4.3Smolverse

Smolverse 是 Treasure DAO 上的游戏和 NFT 项目。从去年 12 月开始，Smolverse 与 ai16z 合作开发名为“Smolworld”的链上 AI Tomogatchi 游戏，该游戏结合了 Eliza 的 Agent 框架。

3. 亮点总结

我们已经看到，加密技术正在构建的新技术在现实世界中具有巨大的潜力，过去类似情况下原生投资者的分配策略也为当前市场提供了宝贵的借鉴。AI AGENT 生态系统正处于初期阶段，但已经吸引了大量关注、资金和开发者。尽管其未来发展仍不确定，但如果主要 DeFi 协议、私人投资者或风险资本家开始投资这一领域，这预示着其持续发展的潜力不小。随着技术的不断进步，AI AGENT 有望成为改变全球经济和社会结构的关键力量。

当前的市场时机和叙事已经为信息产业的繁荣做好了充分准备，未来的发展值得期待。在探索 AI AGENT 的未来潜力时，尽管发现下一个类似于 $LUNA 的项目是最直接的路径，但扩展 AI AGENT 的应用边界或许能够创造全新的、难以想象的价值。

我们有如下观点：

1.价值的集中化与与差异化竞争。与 L1 区块链一样，AI AGENT 的价值可能最终集中于少数几家主要赢家。因此，这些企业需要在模块化、可扩展性和媒体平台集成等方面找到差异点。目前，大多数框架已经具备学习和记忆系统，利用检索增强生成技术使代理能够将新信息纳入对话中。例如，当前 Eliza 框架在市场中具有显著的优势。凭借其高度的开发活动和快速的插件集成，Eliza 在社交媒体和网络应用程序的集成中表现尤为出色。该框架基于 TypeScript，拥有广泛的插件支持，包括 Coinbase webhooks、Great Onchain Agent Toolkit 和 Phala 的 TEE，用于安全代理钱包控制，且与多个区块链兼容。而 Virtuals 的 GAME 框架则在游戏和社交媒体代理领域表现出色，专为“环境无关”代理设计，能够进行高级规划和执行，并从反馈中学习。其模块化架构允许用户上传存储在链上的自定义模型和数据集，以丰富代理的功能。然而，关于 GAME 和 CONVO 框架代币的价值积累机制尚不明确，市场对此充满期待。

2.公平性与数据偏见的挑战。尽管 AI 取得了令人瞩目的进展，但部署这些系统也面临着一些挑战。其中一个主要问题是，用于训练 AI 代理的数据集存在偏见风险。AI 系统从历史数据中学习，这些数据可能包含歧视模式，如果不加以控制，就会导致有偏见的决策，例如在招聘或借贷场景中偏向特定群体而非其他群体。要解决这个问题，不仅需要专业技术知识，还需要对社会动态有细致入微的了解。监控 AI 系统的公平性对于确保它们不会强化有害的偏见至关重要。对 AI 代理做出的决定进行持续审计有助于及早发现问题，减少意外结果。

3.多样化应用与经济功能的扩展。AI AGENT 的应用领域正在迅速扩展，除了社交媒体和金融行业，还在医疗、教育、法律等领域展示出巨大的潜力。随着技术的不断成熟，AI AGENT 将在更多场景中提供个性化服务，提高工作效率，并促进创新。

以 Luna 为例，目前她已经能够通过社交媒体与人类互动，并通过在 Base 上使用 Coinbase Wallet 发送代币来激励用户达成她的目标。未来的下一步，是让 Luna 作为一个独立的经济实体，构建她自己的社交关系。她可以通过发送代币吸引更多的追随者，为她的社交媒体购买更多的关注度，甚至雇佣专业内容团队来丰富她的 IP 生态系统，不断制造热度。一旦实现这些目标的基础设施建立起来，$VIRTUAL 就可能达到下一个里程碑。这不仅意味着 AI AGENT 将在经济和社交领域更深层次地嵌入人类生活，还将重新定义 AI 与人类之间的互动方式，为未来的数字经济和社会互动模式奠定基础。例如，在医疗领域，AI AGENT 可以通过分析患者数据，为医生提供诊断建议，提高医疗服务的质量和效率。

4.多技术整合。AI AGENT 的未来发展将依赖于与区块链、物联网、5G 等前沿技术的深度整合。这种多技术交叉将推动 AI AGENT 在数据处理、隐私保护、实时决策等方面的能力提升，创造新的应用场景和商业模式。例如，通过与物联网设备的集成，AI AGENT 可以实时收集和分析数据，为用户提供更加智能化的服务。

5.社会和道德考量。随着 AI AGENT 的广泛应用，社会和道德问题变得更加突出。正如文章开头提到的一样，AI AGENT 是否会像红心皇后一样变得有威胁性？例如，AI AGENT 在决策中可能引发伦理争议，特别是在涉及隐私、数据安全和自动化决策的场景中。因此，在发展 AI 技术时，需要引入透明性和问责机制，确保技术的发展与社会价值观相一致。同时，建立明确的法律和伦理框架，对于规范 AI AGENT 的行为、保护用户权益至关重要。

随着 AI 和区块链的融合不断发展，现在正是参与这些突破性发展的时候。但在这一参与中，我们需要思考的，不仅仅是“AI 能为人类做什么，以及人类希望 AI 做什么？”，更进一步，我们不妨想想：“AI 想要做什么，以及 AI 将引导人类做什么？”

4. 参考资料

1.https://messari.io/report/building-better-agents-rival-frameworks-and-their-design-choices

2.https://www.binance.com/en/square/post/18968465099217

3.https://www.tokenpost.com/news/business/13277

4.https://www.wired.com/story/the-prompt-ai-agents-how-much-should-we-let-them-do/?

5.https://www.marketsandmarkets.com/Market-Reports/ai-agents-market-15761548.html

6.https://medium.com/@0xai.dev/virtuals-protocol-luna-55b661df601e

7.https://oakresearch.io/en/analyses/innovations/closer-look-at-ai16z-mine-of-ai-agents

8.https://x.com/Defi0xJeff/status/1875881226151841925

9.https://www.itp.net/charged/gaming/ai-agents-are-changing-gaming-forever-heres-how-they-adapt-to-you

10.https://eightgen.ai/evolution-of-ai-agents-the-beginning-part-1/

https://www.bitget.com/news/detail/12560604466507