AI 是 Crypto 的代理人：AI Agent 进化始末

Chainfeeds 导读：

也许正是生生不息的将各类标的资产化的能力，才是 Crypto 的魅力所在。

文章来源：

https://mp.weixin.qq.com/s/X26-yJeqsiwTF1QYKm6j9w

文章作者：

佐爷

观点：

佐爷：一言以蔽之，AI Agent 是 LLM 的特化。当前的 LLM 不是 AGI，即不是 OpenAI 理想中的 L5 组织者，其能力受到较大限制，比如吃多了用户输入信息很容易产生幻觉，其中一个重要原因在于训练机制，比如，如果你反复告诉 GPT 1+1=3，那么有一定概率在接下来的交互中询问 1+1+1=？时给出答案为 4 的可能性。因为此时 GPT 的反馈完全来自于用户个人，如果该模型不联网，那么完全有可能被你的信息改变运作机制，以后就是一个只知道 1+1=3 的弱智 GPT，但是如果允许模型联网，那么 GPT 的反馈机制就更为多种多样，毕竟在网络上认为 1+1=2 的要占据绝大多数。继续加大难度，如果我们一定要在本地使用 LLM，那么该如何避免此类问题？ 一个简单粗暴的办法是同时使用两个 LLM，同时规定每次回答问题必须让两个 LLM 互相验证，以此降低出错的概率，再不行还有一些办法，比如每次让两个用户处理一个进程，一个负责问，一个负责微调问题，尽量让语言更规范、更理性一些。当然，有时候联网也并不能完全规避问题发生，比如 LLM 检索到弱智吧的回答，那可能更糟糕，但是规避这些资料会导致可用数据量降低，那么完全可以将已有数据拆分和重组，甚至依据旧数据自行生产一些新数据，以此来让回答更可靠，其实这就是 RAG （Retrieval-Augmented Generation，检索增强生成）的自然语言理解。人和机器需要互相理解，如果我们让多个 LLM 相互理解和协作，本质上已经是在触及 AI Agent 的运作模式，即人的代理去调用其他资源，甚至可以包括大模型和其他 Agent。 某种意义上而言，这也是 Web3 近期的一贯风格，即代币发行平台比代币值钱，Pump.Fun/Hyperliquid 都是如此，本来 Agent 应该是应用和资产，但是 Agent 发行框架竟然成为最当红产品。其实这也是一种价值锚定思路，既然各类 Agent 并无区分度，那么 Agent 框架反而更稳定一些，能产生资产发行的价值虹吸效应，这是目前 Crypto 和 AI Agent 结合的 1.0 版本。而 2.0 版本正在浮现，典型是 DeFi 和 AI Agent 的结合，DeFAI 的概念提出当然是热度刺激下的市场行为，但是如果我们把以下情况考虑在内就会发现有所不同：Morpho 正在挑战 Aave 等老借贷产品；Hyperliquid 正在取代 dYdX 的链上衍生品，甚至是挑战币安的 CEX 上币效应；稳定币正在成为链下场景的支付工具。正是在 DeFi 嬗变的大背景下，AI 正在改进 DeFi 的基本逻辑，如果之前 DeFi 最大的逻辑是验证智能合约的可行性，那么 AI Agent 则让 DeFi 的制造逻辑发生改变，你并不需要理解 DeFi 才能制造 DeFi 产品，这是比链抽象更进一步的底层赋能。