撰文：Zeke，YBB Capital Researcher

在过去的一年里，由于应用层叙事断档，无法匹配基础设施爆发的速度，加密领域逐渐变成了一场争夺注意力资源的游戏。从 Silly Dragon 到 Goat，从 Pump.fun 到 Clanker，注意力的喜新厌旧让这场争夺战一路内卷。以最俗套的吸引眼球变现为开端，迅速换代至注意力需求者和供给者统一的平台模式，再到硅基生物成为新的内容供给者。Meme Coin 千奇百怪的载体里终于出现了一种能让散户与 VC 达成共识的存在：AI Agent。

注意力最终是一种零和博弈，不过投机确实也可以促使事物野蛮生长。我们在关于 UNI 的文章中曾回顾过区块链上个黄金时代的开端，DeFi 极速增长的起因源自 Compound Finance 开启的 LP 挖矿时代，在 Apy 上千甚至上万的各种矿池中进进出出是那个时期链上最原始的博弈方式，虽然最后的情况是各种矿池崩塌一地鸡毛。但黄金矿工的疯狂涌入确实给区块链留下了前所未有的流动性，DeFi 最终也跳脱出纯粹的投机形成了一个成熟的赛道，在支付、交易、套利、质押等方方面面满足着用户的金融需求。而 AI Agent 在现阶段也正经历着这个野蛮阶段，我们正在探寻的是 Crypto 可以如何更好的去融合 AI，并最终促使应用层登上新的高地。

我们在前一篇文章中简单介绍过关于 AI Meme 的起源：Truth Terminal，以及对 AI Agent 未来的展望，本文聚焦的首先是 AI Agent 本身。

我们首先从 AI Agent 的定义说起，Agent 在 AI 领域中是一个较为古老但定义不明确的词汇，其主要强调的是 Autonomous（自主性），即任何能够通过感知环境并做出反射的 AI 都可称为 Agent。在现今的定义中 AI Agent 更接近于智能体，即给大模型设定一套模仿人类决策的系统，在学术界这套系统被视为是最有希望通往 AGI（通用人工智能）的方式。

在早期的 GPT 版本中，我们明显能感知到大模型很像人，但在回答很多复杂问题时大模型却都只能给出一些似是而非的答案。本质原因是当时的大模型基于概率而非因果，其次它缺乏人类所具备的使用工具、记忆、规划等能力，而 AI Agent 可以补齐这些缺陷。所以用一个公式来概括，AI Agent（智能体）=LLM（大模型）+ Planning（规划）+Memory（记忆）+ Tools（工具）。

基于提示词（Prompt）的大模型更像是一个静态的人，我们输入的时候，它才有生命，智能体的目标则是一个更为真实的人。现如今圈内的智能体主要是基于 Meta 开源的 Llama 70b 或 405b 版本（两者参数不同）的微调模型，具备记忆及使用 API 接入工具的能力，在其他方面则可能需要人类的帮助或输入（包括与其它智能体的交互协作），所以我们能看到如今圈内主要的智能体还是以 KOL 的形式存在于社交网络上。要想使智能体更像人，需要接入规划和行动能力，而规划中的子项思维链尤为关键。