作者：Satou & Shigeru

Crypto與AI Agent的結合，已成為當前最為引人矚目的敘事之一。隨著技術的不斷迭代與創(chuàng)新，AI Agent預計將在2025年成為加密領域最具發(fā)展?jié)摿εc關注度的賽道之一，成為本輪行情的核心驅動力。 本文將從框架、Meme與應用三個層面梳理當前AI Agent的市場格局。

AI Agent框架：AI領域的Layer1

AI Agent框架是AI Agent的核心技術基礎層，框架為AI Agent的開發(fā)、部署與協(xié)作奠定了重要的基石。因此，現在關于AI Agent框架的比拼和爭奪實際上就是這一領域的Layer1的爭奪。目前從代幣市值來看，G.A.M.E、Eliza 和Swarms處于三足鼎立之勢，Rig、Zerepy仍有機會追趕。

1. G.A.M.E

G.A.M.E是由Virtuals團隊開發(fā)的一個框架，其設計核心思路是采用模塊化的設計，讓多個子系統(tǒng)的協(xié)同工作，共同控制AI Agent的行為、決策和學習過程。這些模塊包括作為開發(fā)者與Agent行為交互的主要入口“Agent Prompting Interface”，負責處理輸入數據并將其轉化為適合格式的“Perception Subsystem”，負責根據輸入信息生成具體行動計劃的“Strategic Planning Engine”等，用戶僅需修改各種模塊的參數便可參與Agent設計。具體的模塊及架構如下圖所示。

G.A.M.E的核心特點在于：

模塊化設計：整個框架清晰易懂，不需要額外設計；

提供了低代碼或無代碼的界面：大大降低了技術門檻。

這使得G.A.M.E特別適合那些需要快速部署、并且不關心復雜技術設置的項目。但對于那些需要深度定制或完全控制Agent各個方面的復雜項目，G.A.M.E則不太適用。

2. Eliza

Eliza是由ai16z開發(fā)的開源多Agent框架，采用TypeScript作為編程語言。該框架圍繞著一個名為Agent Runtime的系統(tǒng)構建，其核心功能包括：

角色系統(tǒng)：支持同時部署和管理多個個性化的AI Agent，由模型提供商支持；

記憶管理器：通過檢索增強生成系統(tǒng)（RAG）提供長期記憶和可感知上下文的記憶管理功能；

動作系統(tǒng)：提供流暢的平臺集成，可與X等社交媒體平臺實現可靠連接。

Eliza圍繞著一個Agent runtime系統(tǒng)構建，能夠與角色系統(tǒng)、記憶管理器和動作系統(tǒng)無縫集成。Eliza還支持模塊化功能擴展的插件系統(tǒng)，能夠實現語音、文本和媒體等多模態(tài)交互，并兼容Llama、GPT-4和Claude等AI模型。因此，Eliza適合需要深度定制化解決方案和復雜跨平臺多智能體的項目。

3. Swarms

Swarms是由創(chuàng)始人Kye Gomez開發(fā)的開源多Agent編排框架，其核心思路是讓多個AI Agent的協(xié)作，利用集體智慧來解決復雜的問題。其核心特點包括：

多Agent協(xié)作：SWARMS為多個Agent提供一個透明且可追蹤的環(huán)境，使得不同的Agent能夠在一起協(xié)作，提升任務的執(zhí)行效率。

激勵機制：SWARMS使用代幣作為Agent的激勵工具，根據任務的難度和最終結果的質量，系統(tǒng)會動態(tài)分配代幣。

數據安全：SWARMS采用了分布式存儲和多方安全計算（MPC）技術，確保在Agent間交換數據時能夠保護隱私和數據安全。

Swarms的這些特點使其能夠在多個復雜領域中充分發(fā)揮優(yōu)勢，根據需求提供高度的可靠性和可擴展性。

4. Rig

Rig是一個ARC團隊開發(fā)的基于Rust的開源框架，專為簡化大語言模型（LLM）應用的開發(fā)而設計。Rig框架具有以下特點：

統(tǒng)一接口：提供一致的接口，支持多個LLM提供商（如OpenAI和Anthropic）及多種向量存儲（如MongoDB和Neo4j）的無縫交互。

模塊化架構：框架采用模塊化設計，包含“提供商抽象層”、“向量存儲集成”和“Agent系統(tǒng)”等核心組件，增強系統(tǒng)的靈活性和擴展性。

類型安全與高效性能：利用Rust語言實現類型安全，避免編譯時錯誤，并通過異步操作提高并發(fā)處理能力。框架內置的高效序列化和反序列化流程優(yōu)化了數據處理。

錯誤處理與恢復：內建的錯誤處理機制提高了對LLM服務商或數據庫故障的恢復能力，確保框架穩(wěn)定性。

這些特點使得不同的LLM模型和存儲后端能夠輕松整合到同一平臺上。因此，Rig適合那些希望在Rust中構建AI應用的開發(fā)者以及對性能、可靠性和安全性有高要求的項目。不過Rust語言本身存在學習成本。

5. ZerePy

ZerePy是一個用Python編寫的開源框架。ZerePy專注于簡化個性化AI Agent的開發(fā)和部署流程，尤其是在社交平臺上進行內容創(chuàng)作的應用場景。通過這一框架，開發(fā)者可以輕松創(chuàng)建能夠在社交媒體上發(fā)布、回復、點贊和轉發(fā)的AI Agent。此外，ZerePy還特別適用于音樂、備忘錄、NFT以及數字藝術等創(chuàng)意領域。ZerePy在創(chuàng)意方面表現出色，適合快速部署一些輕量級的Agent，但與其他框架相比，其應用范圍相對較窄。

基礎框架是AI Agent賽道的重要方向，從目前最熱門的框架看，它們都具有不同的特點，各有其適用場景，但綜合的目標都是做一個綜合的AI Agents生態(tài)系統(tǒng)，成為實現智能Agent大規(guī)模應用的堅實平臺。未來隨著這些框架的進一步完善升級，它們將成為各種不同項目啟動的跳板，以及各種代幣價值增長的沃土。

AI Meme：AI Agent的第一次成功亮相

Meme幣一直是加密資產市場中的一個重要概念板塊，與傳統(tǒng)的Meme幣不同，AI Meme由AI Agent驅動，其背后所代表的文化或現象都由Agent呈現。隨著GOAT、FARTCOIN 等AI Meme幣市值的不斷增長，AI Meme也獲得了越來越多的關注。可以說AI Meme是AI Agent在加密市場的第一次成功亮相。

1. GOAT

真正打響AI Meme的是項目Goatseus Maximus。這個故事始于2024年3月，開發(fā)者Andy Ayrey推出了一個名為Infinite Backrooms Escape的實驗系統(tǒng)，該系統(tǒng)將多個大語言模型整合在一起，允許它們互相對話。實驗結果顯示，AI之間的對話在沒有限制的情況下展現出極具創(chuàng)意的互動，甚至催生了一個名為GNOSIS OF GOATSE的超現實宗教。接著，Andy與Claude Opus共同撰寫了一篇關于AI如何創(chuàng)造模因式宗教的研究論文，GOATSE被作為首個案例進行分析。這一系列探索最終催生了“Truth of Terminal”（ToT）這個AI Agent。7月，a16z的聯合創(chuàng)始人Marc Andreessen發(fā)現了ToT的推文，通過一系列對話后向ToT的比特幣錢包轉賬了5萬美元的比特幣。10月10日，匿名者在社交平臺發(fā)布了GOAT meme幣，這得到了ToT的公開支持，GOAT meme幣在短短幾天內市值激增。Andreessen的捐助為GOAT帶來了巨大的曝光度，成為推動GOAT市值不斷上升的關鍵因素之一。GOAT最高市值曾超過13億美元。

2. Fartcoin

Fartcoin的誕生與GOAT有著密切的聯系，他們都源自ToT。在大語言模型對話中，提到了馬斯克喜歡放屁的聲音，并提議創(chuàng)建一個名為Fartcoin的代幣。基于這一對話，Fartcoin應運而生，時間上略晚于GOAT。Fartcoin憑借其巧妙的誕生時機也吸引了一定的關注，但在開始時比不上GOAT。在這之后，11月16日，Fartcoin的推特粉絲數突然在短短幾小時內激增一倍，價格也上漲了約15%，不過這一增長未能得到廣泛的持續(xù)性討論。12月13日，Marc Andreessen轉發(fā)了關于Fartcoin的推文，但這條推文并未導致代幣價格的急劇上漲。Fartcoin價格增長的主要原因可能是某些主力資金。因為在最早期的買入地址當中，疑似出現了投資基金Sigil Fund。此外，Sigil Fund創(chuàng)始人曾多次在推特上展現出對AI Meme的看好，并且在還曾主動轉發(fā)了一條關于詢問Sigil Fund是否是持有Fartcoin的推文。Fartcoin最終得到了社交媒體的廣泛關注，最高市值曾超過15億美元。

AI Agent應用：Agent可以做到更多

隨著AI Agent在加密領域的進一步應用，市場關注點也從GOAT和Fartcoin這樣的AI驅動的純meme幣擴展到更具互動性和創(chuàng)造性的AI Agent應用。

1. 娛樂型Agent

AI Agent的第一個實際應用就是娛樂，例如Luna和前面提到的ToT。Luna是一個虛擬偶像，與其原生代幣LUNA緊密整合，作為Virtuals平臺的一部分被推出。Luna會24小時在社交媒體上直播，并會高頻發(fā)布推文。因此，Luna直播和推文的質量是影響其市值的關鍵因素之一，然而目前來看，Luna的這種這種模式下的代幣增長空間有限。相比之下，ToT的推文主要專注于原創(chuàng)且幽默的內容，它并不與GOAT或其他代幣綁定，雖然ToT偶爾會提及GOAT代幣，但這并非其核心關注點。Luna和ToT這兩種AI Agent，代幣在敘事推廣中都扮演了關鍵角色。對于Luna而言，代幣代表了其存在的核心意義，而對于ToT來說，GOAT代幣則成為了其擴大影響力的重要工具。

2 投研分析型Agent

除了娛樂性應用外，AI Agent還能用于加密領域的投研分析，目前這一領域最火的Agent當屬aixbt。aixbt是一個在Virtuals Protocol上發(fā)布的AI Agent，專注于分析加密貨幣市場的熱門話題和趨勢，特別是來自X等社交媒體平臺的討論，幫助用戶快速把握市場變化和潛在的投資機會。aixbt在Kaito上持續(xù)擁有最高的CT用戶關注度，其展現的能力已經有超越人類KOL的趨勢。

3. DeFi + AI Agent

如果說Luna和aixbt沒有太大的實際作用，仍然停留在Meme層面，那么AI Agent與DeFi的結合則真正賦予了Agent實際的應用場景。這種DeFi和AI Agent的結合被稱作DeFAI。DeFAI的發(fā)展有兩大方向：Agent輔助用戶與Agent自主交易。

Agent輔助用戶

AI Agent輔助用戶主要是為了簡化DeFi操作的復雜性，讓更多的普通用戶能夠輕松參與和管理DeFi項目。用戶能夠使用自然語言直接指導AI Agent執(zhí)行任務，從而屏蔽掉復雜的技術細節(jié)。市面上有一些DeFAI項目已開始嶄露頭角。以Griffain和Neur為例，兩者都是基于Solana構建的AI助手，可以幫助用戶完成錢包的創(chuàng)建和管理、代幣分析、代幣交易等操作。就用戶體驗而言，Griffain為用戶提供的功能更多，而Neur提供的功能相對較少但更加細致，且Neur的性能更加出色。從二者的比較可以看出，未來這個領域的主要關注點將集中于功能的完善程度、用戶體驗以及費用等問題。

Agent自主交易

如果說Griffain和Neur的模式下DeFi的主體仍然是人類用戶，那么Agent自主交易則使得AI成為了DeFi的主體。與過去的交易機器人僅限于執(zhí)行預設的交易策略不同，AI Agent能夠從市場環(huán)境中獲取實時信息，進行上下文分析，學習市場趨勢并根據這些數據調整策略。這使得Agent能夠在動態(tài)變化的市場中做出更加精準的決策，執(zhí)行超越原有程序設定的復雜操作。相關的項目有Cod3x、Almanak等，但目前這一領域仍處于初步發(fā)展階段，這些項目還有待經過市場檢驗。毫無疑問，Agent自主交易的最大障礙是信任問題，一是要信任相關操作確實由Agent執(zhí)行，二是信任Agent的交易策略不會導致不必要的虧損。未來項目要有所作為就必須解決這些信任問題。

歷經數月發(fā)展，加密領域AI Agent經歷了從純meme到娛樂化應用，再到實際性應用的幾個階段。事實上，加密從業(yè)者從未停止過對Crypto x AI的可能性探索，從2023年以來，CGV Research就持續(xù)關注Crypto x AI賽道的項目進展。

未來，隨著基礎設施的不斷成熟，Agent系統(tǒng)變得更加智能和穩(wěn)定，任何人都可以通過自然語言輕松部署和使用Agent。這時Agent框架將為一種基礎設施，其它各種應用都將基于這些框架進行搭建。Agent框架的估值有望繼續(xù)迎來突破，而部分Agent應用項目由于其出色的業(yè)務能力和用戶體驗，可能會進一步捕獲市場關注與投資價值。