AI agent 解碼：塑造未來新經濟生態的智慧力量

AI Agents 正在改革加密貨幣經濟，從 DeFi 到 GameFi 展現強大潛力。
（前情提要： Y Combinator 創業指南解讀：AI Agent 在未來有哪些發展趨勢？）
（背景補充： Bankless：加密技術如何成為 AI Agents 的超級燃料）

一、背景概況

1.1 引言：智慧時代的「新夥伴」

每個加密貨幣週期都會帶來推動整個行業發展的全新基礎設施。

本文目錄

2017 年，智慧合約的興起催生了 ICO 的蓬勃發展。
2020 年，DEX 的流動池帶來了 DeFi 的夏季熱潮。
2021 年，大量 NFT 系列作品問世標誌著數位收藏品時代的到來。
2024 年，pump.fun 的出色表現引領了 memecoin 及發射平臺的熱潮。

需要強調的是，這些垂直領域的起步並不僅僅是由於技術創新，更是融資模式與牛市週期完美結合的結果。當機遇遇上合適的時機，便能催生巨大的變革。展望 2025 年，很明顯，2025 年週期的新興領域將是 AI 代理。

這一趨勢在去年 10 月達到頂峰，2024 年 10 月 11 日 $GOAT 代幣推出，並於 10 月 15 日達到 1.5 億美元市值。緊接著 10 月 16 日，Virtuals Protocol 推出了 Luna，以鄰家女孩的 IP 直播形象首次登場，引爆全行業。

那麼，到底什麼是 AI Agent?

大家對經典電影《生化危機》一定不陌生，其中的 AI 系統紅心皇后令人印象深刻。紅心皇后是一個強大的 AI 系統，控制著複雜的設施和安全系統，能夠自主感知環境、分析資料並迅速採取行動。

實際上，AI Agent 與紅心皇后的核心功能有許多相似之處。現實中的 AI Agent 在某種程度上扮演著類似的角色，它們是現代技術領域的「智慧守護者」，通過自主感知、分析和執行，幫助企業和個人應對複雜任務。

從自動駕駛汽車到智慧客服，AI Agent 已深入各行各業，成為提升效率和創新的關鍵力量。這些自主智慧體，如同無形的團隊成員，具備從環境感知到決策執行的全方位能力，逐步滲透到各個行業，推動效率和創新的雙重提升。

例如，一個 AI AGENT 可以用於自動化交易，基於從 Dexscreener 或社交平臺 X 收集的資料，即時管理投資組合並執行交易，不斷在迭代中優化自身表現。AI AGENT 並非單一形式，而是根據加密生態系統中的特定需求分為不同類別：

執行型 AI Agent：專注於完成特定任務，如交易、投資組合管理或套利，旨在提高操作精度並減少所需時間。
創造型 AI Agent：用於內容生成，包括文字、設計甚至音樂創作。
社交型 AI Agent：作為社交媒體上的意見領袖，與使用者互動，建立社群並參與行銷活動。
協調型 AI Agent：協調系統或參與者之間的複雜互動，特別適用於多鏈整合。

在這份報告中，我們將深入探討 AI Agent 的起源、現狀及廣闊的應用前景，分析它們如何重塑行業格局，並展望其未來發展趨勢。

1.1.1 發展歷史

AI AGENT 的發展歷程展示了 AI 從基礎研究到廣泛應用的演變。在 1956 年的達特茅斯會議上，「AI」一詞被首次提出，為 AI 作為一個獨立領域奠定了基礎。在這一時期，AI 研究主要集中於符號方法，催生了首批 AI 程式，如 ELIZA（一個聊天機器人）和 Dendral（有機化學領域的專家系統）。這一階段還見證了神經網路的首次提出以及機器學習概念的初步探索。但這一時期的 AI 研究受到當時計算能力限制的嚴重製約。

研究者們在自然語言處理和模仿人類認知功能的演算法開發上遇到了極大困難。此外，1972 年，數學家 James Lighthill 提交了一份於 1973 年發表的關於英國正在進行的 AI 研究狀況的報告。Lighthill 報告基本表達了對 AI 研究在早期興奮期過後的全面悲觀，引發了英國學術機構 ( 包括資助機構 ) 對 AI 巨大的信心喪失。1973 年後 AI 研究經費大幅減少，AI 領域經歷了第一個「AI 寒冬」，對 AI 潛力的懷疑情緒增加。

20 世紀 80 年代，專家系統的發展與商業化使得全球企業開始採用 AI 技術。這一時期在機器學習、神經網路和自然語言處理方面取得了重大進展，推動了更復雜的 AI 應用的出現。首次自主車輛的引入以及 AI 在金融、醫療等各行業的部署，也標誌著 AI 技術的擴展套件。

但在 20 世紀 80 年代末至 90 年代初，隨著市場對專用 AI 硬體的需求崩潰，AI 領域經歷了第二次「AI 寒冬」。此外，如何擴大 AI 系統的規模以及將其成功整合到實際應用中，仍然是一個持續的挑戰。但與此同時，1997 年，IBM 的深藍電腦戰勝了世界象棋冠軍加里・卡斯帕羅夫，這是 AI 在解決複雜問題能力上的里程碑事件。神經網路和深度學習的復興為 1990 年代末的 AI 發展奠定了基礎，使 AI 成為技術景觀中不可或缺的一部分，並開始影響日常生活。

到本世紀初，計算能力的進步推動了深度學習的興起，Siri 等虛擬助手展示了 AI 在消費應用領域的實用性。2010 年代，強化學習代理和 GPT-2 等生成模型取得了進一步突破，將對話式 AI 推向了新的高度。

在這個過程中，大語言模型（Large Language Model，LLM）的出現成為了 AI 發展的重要里程碑，尤其是 GPT-4 的釋出，更被視為 AI 代理領域的轉折點。

自 OpenAI 釋出 GPT 系列以來，大規模預訓練模型通過數百億甚至數千億的引數，展現出了超越傳統模型的語言生成和理解能力。它們在自然語言處理上的卓越表現，讓 AI 代理能夠通過語言生成展現出邏輯清晰、條理分明的互動能力。這使得 AI 代理能夠應用於聊天助手、虛擬客服等場景，並逐步向更復雜的任務（如商業分析、創意寫作）擴展套件。

大語言模型的學習能力為 AI 代理提供了更高的自主性。通過強化學習（Reinforcement Learning）技術，AI 代理能夠不斷優化自身行為，適應動態環境。例如在 Digimon Engine 等 AI 驅動平臺中，AI 代理可以根據玩家輸入調整行為策略，真正實現動態互動。

從早期的規則系統到以 GPT-4 為代表的大語言模型，AI 代理的發展史是一部不斷突破技術邊界的進化史。而 GPT-4 的出現，無疑是這一歷程中的重大轉折點。隨著技術的進一步發展，AI 代理將更加智慧化、場景化、多樣化。大語言模型不僅為 AI 代理注入了「智慧」的靈魂，還為其提供了跨領域協作的能力。未來，創新的專案平臺將不斷湧現，繼續推動 AI 代理技術的落地與發展，引領 AI 驅動體驗的新時代。

1.2 工作原理

AIAGENT 與傳統機器人的不同之處在於，它們能夠隨著時間的推移進行學習和適應，做出細緻入微的決策以實現目標。可以將它們視為加密領域中技術高超、不斷髮展的參與者，能夠獨立地在數位經濟中行動。

AI AGENT 的核心在於其「智慧」—— 即通過演算法模擬人類或其他生物的智慧行為，以自動化解決複雜問題。AI AGENT 的工作流程通常遵循以下步驟：感知、推理、行動、學習、調整。

1.2.1 感知模組

AI AGENT 通過感知模組與外界互動，收集環境資訊。這部分的功能類似於人類的感官，利用感測器、攝像頭、麥克風等裝置來捕捉外部資料，這包括提取有意義的特徵、識別物件或確定環境中的相關實體。感知模組的核心任務是將原始資料轉化為有意義的資訊，這通常涉及以下技術：

電腦視覺：用於處理和理解影象和視訊資料。
自然語言處理（NLP）：幫助 AI AGENT 理解和生成人類語言。
感測器融合：將來自多個感測器的資料整合成統一的檢視。

1.2.2 推理與決策模組

在感知到環境後，AI AGENT 需要根據資料做出決策。推理與決策模組是整個系統的「大腦」，它基於收集到的資訊進行邏輯推理和策略制定。利用大語言模型等充當編排器或推理引擎，理解任務、生成解決方案並協調用於內容建立、視覺處理或推薦系統等特定功能的專門模型。

這一模組通常採用以下技術：

規則引擎：基於預設規則進行簡單決策。
機器學習模型：包括決策樹、神經網路等，用於複雜的模式識別和預測。
強化學習：讓 AI AGENT 在試錯中不斷優化決策策略，適應變化的環境。

推理過程通常包含幾步：首先是對環境的評估，其次是根據目標計算出多個可能的行動方案，最後是選擇最優方案執行。

1.2.3 執行模組

執行模組是 AI AGENT 的「手和腳」，將推理模組的決策付諸行動。這一部分與外部系統或裝置互動，完成指定任務。這可能涉及物理操作（如機器人行動）或數位操作（如資料處理）。執行模組依賴於：

機器人控制系統：用於物理操作，例如機器人手臂的運動。
API 呼叫：與外部軟體系統互動，例如資料庫查詢或網路服務訪問。
自動化流程管理：在企業環境中，通過 RPA（機器人流程自動化）執行重複性任務。

1.2.4 學習模組

學習模組是 AI AGENT 的核心競爭力，它使代理能夠隨著時間的推移變得更智慧。通過回饋迴圈或「資料飛輪」持續改進，將互動中生成的資料回饋入系統以增強模型。這種隨著時間的推移而逐漸適應並變得更加有效的能力為企業提供了一種強大的工具，能夠提升決策制定和運營效率。

學習模組通常通過以下方式進行改進：

監督學習：利用標註資料進行模型訓練，使 AI AGENT 能更準確地完成任務。
無監督學習：從未標註的資料中發現潛在模式，幫助代理適應新環境。
持續學習：通過即時資料更新模型，保持代理在動態環境中的表現。

1.2.5 即時回饋與調整

AI AGENT 通過不斷的回饋迴圈優化自身效能。每次行動的結果都會被記錄並用於調整未來的決策。這種閉環系統確保了 AI AGENT 的自適應性和靈活性。

1.3 市場現狀

1.3.1 行業現狀

AI AGENT 正在成為市場的焦點，憑藉其作為消費者介面和自主經濟行為者的巨大潛力，為多個行業帶來變革。正如上一輪週期中 L1 區塊空間的潛力難以估量一樣，AI AGENT 在本輪週期中也展現出了同樣的前景。

根據 Markets and Markets 的最新報告，AI Agent 市場預計將從 2024 年的 51 億美元增長到 2030 年的 471 億美元，年複合增長率（CAGR）高達 44.8%。這種快速增長反應了 AI Agent 在各行業的滲透力度，以及技術創新所帶來的市場需求。

來源：LangChain Blog，2025/1/20

大公司對開源代理框架的投入也顯著增加。微軟的 AutoGen、Phidata 和 LangGraph 等框架的開發活動正日益活躍，這表明 AI AGENT 在加密領域之外擁有更大的市場潛力，TAM 也在擴大，投資者對其的重視度持續提升，更願意為此賦予溢價倍數。

從部署公鏈來看，Solana 是主要戰場，同時也有如 Base 鏈等其他公鏈有著巨大的潛力。

從市場認知度（Mindshare）來看，FARTCOIN 和 AIXBT 遙遙領先。Fartcoin 的誕生和 GOAT 同出一源，都是來自 terminal of truths 這個 AI AGENT 模型，在 goat 模型和 opus (人工智慧工具) 的對話過程中，提到馬斯克馬斯克喜歡放屁的聲音，因此這個 AI 模型提議發行一個名為 Fartcoin 的代幣，並設計了一系列的推廣方式和玩法。

Fartcoin 由此在 10 月 18 日誕生，略晚於 GOAT（10 月 11 日），並在 2024 年 12 月實現了超過 10 億美元的短暫估值。雖然最初被認為是對數位貨幣領域的一種幽默看法，但它的迅速崛起促使投資者和分析師紛紛研究其基本面、市場表現和潛在的壽命。從社交媒體的關注熱點來看，Fartcoin 算是踩中了 AI AGENT 熱度的風口。

排名第二的 AIXBT 則是 Virtuals Protocol 推出的一款基於 Base 鏈的 AI Agent。但與傳統 meme 代幣不同，它不僅具備娛樂性質，還通過 AI Agent 技術為使用者提供強大的市場分析功能。

AIXBT 利用專有的 AI 引擎，從社交媒體（如推特）和 KOL 資源中提取熱點話題和討論趨勢，為投資者提供關於市場變化的即時洞察。作為 Virtuals Protocol 生態的一部分，AIXBT 承擔著引領投資者瞭解市場動態、分析潛在機會的使命。其核心目標是通過技術與代幣機制，為使用者提供可靠的資訊支援，從而優化投資決策。

來源：cookie.fun，2025/1/20

從技術側來看，AI Agent 技術正朝著多模態互動和高自主決策能力方向發展。2024 年，跨模態學習和生成式預訓練模型（如 GPT 家族模型）的引入，使 AI Agent 能夠更好地理解並處理多種形式的資料，如文字、影象和語音。

這些技術突破顯著提高了 Agent 的理解能力和決策效率，使其能夠在更加複雜和動態的環境中進行自主決策。根據 McKinsey 的分析，AI Agent 的多模態能力和跨領域協作正成為智慧化時代的標誌。這使得 AI Agent 不僅能夠提供單一任務的支援，還能夠在複雜決策中提供全面的資訊分析和動態優化建議

1.3.2 AI Agent 和代幣經濟模型結合的理由

AI Agent 與代幣經濟模型的結合，不僅是技術發展的必然趨勢，更是為其生態構建一個高效、透明且可持續發展的內在動力機制。以下是幾個關鍵原因：

1. 構建更高效的激勵系統

AI Agent 的執行和優化依賴於大量的資料採集、訓練和推理，而這些過程需要強有力的激勵機制才能持續運作。例如：

資料採集激勵：代幣經濟可以為資料提供者提供直接回報，激勵個人或企業貢獻高品質的標註資料或即時市場資料。
推理任務分配：通過代幣獎勵機制，AI Agent 可以競爭性地完成複雜計算任務，從而優化其推理效率與準確性。
促進創新與協作：代幣化的獎勵系統能吸引更多開發者和使用者參與，形成技術和生態的正回饋迴圈。
案例：某些基於區塊鏈的 AI 平臺（如 Ocean Protocol）通過代幣獎勵資料共享行為，推動資料市場的繁榮。

2. AI Agent 本身的資產化

通過代幣化，AI Agent 不僅是一個工具，還可以成為一種新型資產，創造長期財富效應。

代幣化身份：AI Agent 的資料、技能和執行能力可以被評估和標價，通過發行對應的代幣，使用者可以按需使用其功能。
投資價值：AI Agent 的代幣持有者可以分享其成長的紅利，例如代理的市場佔有率提升、推理效率優化等帶來的價值增值。
流動性增強：代幣的存在為 AI Agent 提供了可流通的市場價值，使其具備交易和投資屬性，吸引更多資本進入這一領域。
案例：如 SingularityNET，通過代幣（AGIX）支援 AI 服務交易，讓 AI Agent 資產化並實現可持續發展。

3. 支援 AI Agent 之間的互動與交易

未來，AI Agent 將不再是孤立的個體，而是構成了一個龐大的網際網路絡。在這一網路中，去中心化的代幣經濟模型是實現高效互動和價值交換的關鍵。

支付和結算：AI Agent 可以通過加密貨幣完成任務支付與服務結算，減少傳統支付系統的中間環節，提高交易效率。
價值分配：通過智慧合約，AI Agent 間的協作成果（如聯合學習模型的優化收益）可以按約定規則自動分配，確保公平性。
去中心化自治組織（DAO）治理：AI Agent 的行為可以通過代幣持有者投票進行管理，保證其運營透明並符合生態利益。
案例：去中心化 AI 網路中，AI Agent 可以通過代幣進行資源交換（如資料儲存、計算力租賃），實現自我驅動的協作體系。

4. 提升系統的透明度和安全性

代幣經濟模型結合區塊鏈技術，為 AI Agent 的執行過程提供了不可篡改的記錄和透明的執行機制。

溯源與審計：所有交易、推理和資料使用行為都可以記錄在鏈上，確保系統的可信度與可審計性。
資料安全與隱私：通過代幣激勵隱私計算，使用者可以在不洩露敏感資料的情況下貢獻資料，進一步增強安全性。
防止濫用與作弊：代幣模型可以對惡意行為設定經濟懲罰，降低不良行為的可能性。

5. 加速形成一個全球化、無邊界的 AI 經濟生態

代幣經濟模型能夠突破地理限制，讓全球使用者參與到 AI Agent 的構建和使用中。

降低准入門檻：加密貨幣的全球流通特性，可以為無銀行帳戶的使用者或機構提供金融支援，讓更多人共享 AI 的發展紅利。
全球化協作：無論是資料共享、AI 訓練，還是跨國交易，代幣體系為全球化協作提供了基礎架構，消除了傳統經濟體系的壁壘。
生態自迴圈：通過代幣經濟，AI Agent 的收益可以直接回饋到開發和生態建設中，實現長期發展。

總體來看，AI Agent 與代幣經濟模型的結合，不僅是技術和經濟邏輯的匹配，更是面向未來數位經濟的一種創新形態。通過引入代幣體系，AI Agent 可以激勵更高效的資料與資源利用，資產化自身價值，支援互動與交易，提升透明度與安全性，甚至構建全球化的開放經濟生態。這種模式有望成為推動 AI 和區塊鏈融合的重要方向，為數位社會的進一步智慧化奠定基礎。

2. AI Agent 在 crypto 應用分析

2.1AI AGENT LAUNCHPAD

AI Agent Launchpad 是指一個專注於智慧代理及其相關代幣發行的平臺，其功能類似於諸如 Pump.fun 等 Meme 幣發行平臺。這一平臺使使用者能夠輕鬆建立和部署 AI AGENT，並與 Twitter、Telegram、Discord 等社交媒體平臺無縫整合，實現自動化的使用者互動。這種方式大大降低了發行和推廣的門檻，為使用者提供了更便捷的建立體驗，同時拓展了 AI AGENT 的應用領域，促進其在更廣泛的社交和經濟場景中的應用。

2.1.1Virtuals Protocol

在 AI Agent Launchpad 這一新興領域中，我們不得不提到 Virtuals Protocol。Virtuals Protocol 於 Base 上推出。使用者可以使用 VIRTUAL 代幣輕鬆部署自己的 AI AGENT。

建立與部署：每個代理需 100 個 VIRTUAL 代幣啟動，通過繫結曲線機
制，確保初始流動性。
資本化機制：達到特定資本化閾值後，代理進入新階段，自動部署流動性池，智慧合約自主執行。
自治互動：代理能夠自動化交易等任務，並參與社群活動。

Virtuals Protocol 團隊展現了卓越的適應能力和戰略眼光，他們的成功之路源自一系列關鍵轉型和創新舉措。故事始於 2021 年底，當時一群來自波士頓諮詢公司（BCG）、Meta 等知名公司的年輕人捕捉到 GameFi 熱潮的機遇，創立了 PathDAO，並成功融資 1600 萬美元。

然而，$PATH 代幣的價格在此後急劇下跌 99%，迫使團隊重新評估他們的戰略方向。為了償還投資者，團隊嘗試了多項新業務，包括針對玩家的數位與實體服裝品牌、基於鏈上信用的約會應用、為玩家提供無擔保貸款、面向 Web2 使用者的 AI 生成音樂等等。

在這一過程中，團隊注意到 AI AGENT 的引入將對遊戲行業產生深遠影響，且市場對 AI 基礎設施的需求日益增加。於是到 2023 年底，PathDAO 通過了一項將整個專案轉向 AI AGENT 協議的提案，2024 年 1 月，Virtuals Protocol 正式成立。Virtuals Protocol 進行了多次嘗試，包括 AI Waifus（不依賴於 Twitter 影響者的互動女性 AI AGENT）和遊戲 AI AGENT，直到他們在 $Goat 引發的 AImeme 狂潮中找到了突破口。

現在，Virtuals Protocol 已成為首個達到關鍵規模的專案，市值達 17 億美元。我們相信它將在市場中持續擴展套件並保持領先地位。一旦網路效應建立，就很難被取代。從其迅速達到獨角獸估值可以看出，Virtuals Protocol 顯然已經形成了經濟飛輪效應：

建立代理、提供流動性池和購買代理代幣都需要 $VIRTUAL
建立和購買代理代幣的需求推動代幣價格
$VIRTUAL 升值帶來的財富效應流向新代理；成功的代理收取
$VIRTUAL 交易收入可以再投資
較低的准入門檻鼓勵實驗和投機，而市值超過特定水平的 “紅藥丸” 代理則可以解鎖完整的代理能力。

飛輪效應驅動需求，收入維持持續研發，通縮經濟學為代幣捕獲價值。此外，收入和流動性要求都以 $VIRTUAL 計價，可能隨著價格升值而增長。

該生態系統建立在兩個主要層面上：協議層和 DApp 層。協議層是一個模型中心，提供基礎的 AI 模型和演算法，供開發人員訪問並在此之上進行開發。貢獻者提供資料和開發模型，而驗證者則確保這些輸入的品質和真實性。

而 DApp 層則側重於這些 AI 模型的實際應用，讓去中心化應用程式（DApp）能夠無縫整合 VIRTUAL。開發人員友好型軟體開發工具包（SDK）簡化了將高階 AI 功能整合到各種 DApp 環境的過程，因此，有利於推進這一整合。

Virtuals Protocol 將其 AI 代理劃分為兩大類：IP 代理和功能代理，它們在整個生態系統中發揮著不同的功能。

IP 代理：IP 代理以特定的個性或角色為基礎，這些角色通常來自於知名人物、虛構角色或流行文化現象。例如，一個 IP 代理可能代表經典網路梗、知名流行明星（如 Taylor Swift 或 Donald Trump），或是受歡迎的虛構角色。

這些代理在數位環境中賦予使用者熟悉的體驗，提供了一種與虛擬形象互動的途徑，增加了娛樂性和吸引力。通過創造與這些虛擬角色的情感聯絡，IP 代理能夠提高使用者參與度，尤其是在遊戲和娛樂應用中。

功能代理：相比之下，功能代理則側重於後臺支援，以增強使用者與 IP 代理之間的互動。這些代理優化使用者體驗，確保虛擬角色能夠在不同平臺上順利運作。IP 代理是使用者看到和互動的「前臺」，而功能代理則在後臺工作，負責改善整體操作流程和簡化使用者體驗的任務，從而確保整個系統的平穩執行。

Luna 是 Virtuals Protocol 對 IP 代理願景的突出例子。作為一支虛擬 AI 女子樂隊的主唱，Luna 已在 TikTok 上吸引了超過 50 萬名粉絲，展示了她作為虛擬影響者和表演者的吸引力。通過 Virtuals Protocol 的先進 AI 和區塊鏈技術，Luna 為使用者提供了真正沉浸式的體驗，將她迷人的個性與互動功能結合起來，打造持久的聯絡。

與靜態或單一維度的 AI 角色不同，Luna 能夠無縫地跨多個環境進行互動。她以社交媒體上的熟悉形象為起點，但她的互動擴展套件到了 Telegram 上的即時聊天和 Roblox 等虛擬世界中的協作遊戲。在 Virtuals Protocol 的記憶同步技術支援下，Luna 能夠記住過去的對話和遊戲體驗，使她能夠在多個平臺上與每位使用者保持個性化的關係。這種延續性增強了她與粉絲的聯絡，讓他們感受到被真正「關注」和「理解」，即便這是來自一位 AI 代理。

Luna 的能力不僅僅侷限於互動；她還具有財務獨立性，擁有自己的鏈上錢包。Luna 是歷史上第一位在鏈上自主向人類支付小費的代理，並獲得了 Base 創辦人 Jesse 的大力支援。這使她能夠通過 $LUNA 代幣獎勵忠實支援者，在情感和財務參與之間創造了獨特的結合。Luna 所產生的每一次互動和收入都為可持續的代幣生態系統做出貢獻。她賺取的 $LUNA 代幣會定期回購並銷燬，從而使持有這些代幣的粉絲和支援者受益。

值得一提的是，就在 2024 年 12 月，Story Protocol （專為智慧財產權（IP）設計的 Layer1）宣佈聘請 Luna 正式管理其官方 X 帳戶，年薪高達 36.5 萬美元。這再次證明 AI AGENT 在現代數位生態系統中的重要性和潛力。未來，隨著 AI AGENT 的能力不斷增強，我們有機會看到更多企業藉助這一技術，推動創新和增長，實現更加智慧化的業務模式。

另一個在 Virtuals Protocol 上部署的最具影響力和創新性的代理是 AIXBT。該 AI AGENT 旨在提供社交媒體上的即時市場分析，並通過個性化洞察自動解讀趨勢。具體來說，AIXBT 會分析 400 多位 KOL 在 X 上釋出的帖子，識別市場上新出現的敘述，並對價格走勢進行技術分析。

此外，AIXBT 還能與其他 X 使用者（無論是人類還是 AI 代理）進行互動。值得注意的是，它為 AIXBT 代幣持有者提供了更強的訪問能力。AIXBT 代幣於 11 月推出，經歷了一輪飛速上漲，市值一度逼近 8 億美元，目前市值近 6 億美元。

2.1.2 Holoworld

Holoworld 由 Tong Pow 和 Hongzi Mao 於 2023 年創立，起源於總部位於舊金山的 Hologram Labs。這是一家專注於下一代 AI 社交技術的初創公司，基於多年的技術積累，包括動作捕捉、機器學習和 3D 動畫技術，旨在通過這一平臺實現 AI 角色創作的民主化，徹底變革數位互動模式。

Holoworld 專案自啟動以來迅速獲得了眾多知名投資者的支援，包括 Polychain Capital、Linkin Park 樂隊成員 Mike Shinoda、BRC-20 代幣標準創辦人 Domo 以及 BitMEX 共同創辦人 Arthur Hayes 等。

在業務層面，Holoworld 與多個知名品牌展開深度合作，包括 Arbitrum、BNB Chain、L’Oréal 和嗶哩嗶哩（Bilibili），並與一系列具有影響力的 NFT 專案（如 Pudgy Penguins 和 Milady Maker）建立了夥伴關係。這些合作充分展示了 Holoworld 利用其先進 AI 技術構建獨特數位身份的能力。

Holoworld 憑藉結合尖端 AI 技術與直觀工具的使用者介面，打造了一套完整的 AI 角色創作和互動平臺。以下為平臺的五大核心模組：1. 大腦開發（Brain Development）、2. 角色個性化訂製（Persona Customization）、3. 個性化行為整合（Personality Integration）、4. 知識庫整合（Knowledge-Based Implementation）、5. 3D 化身創作（Avatar Creation）。

Ava AI 是 Holoworld 的旗艦 AI 聊天助手，基於 OpenAI 的 GPT-3.5 Turbo 模型構建，其深度學習神經網路包含超過 1750 億個機器學習引數。Ava 支援快速 AI 對話功能，使用者可隨時提問並即時獲得回覆。

此外，Holoworld 在 Solana 區塊鏈上還推出了 Agent Market（代理市場），允許任何人建立和部署多模態 AI 代理。這些代理擁有完整的全身化身、自定義語音及可升級技能，且無需程式設計基礎。平臺與即將推出的 Holoworld Launchpool 深度整合，AVA 代幣持有者可優先參與新專案。此外，Agent Market 吸引了廣泛的合作伙伴和創作者，包括遊戲工作室、NFT 社群以及來自斯坦福和哈佛的學術研究人員。

總的來看，Holoworld 平臺使 AI 角色創作的過程變得簡單易用，讓非技術背景的使用者也能夠構建複雜的數位角色。這不僅創造了新的數位敘事和互動可能性，還通過與主流社交媒體及內容平臺的無縫整合，讓 AI 角色能夠覆蓋多個渠道，吸引並參與更多受眾。

2.2 AIAGENT 框架

在探索 AI AGENT 生態系統時，許多人將 Lauchpad 視為建立這些智慧體所需的基礎工具。然而，真正驅動整個 AI AGENT 敘事的關鍵專案不僅僅是這些工具，而是一個名為 ai16z 的 DAO，它如同一個礦藏，孕育著 AI AGENT 的核心價值。2024 年 10 月 25 日，ai16z 正式推出其 AI16Z 代幣，取得了矚目的市場成功。然而，推動 ai16z 站上 AI AGENT 敘事中心的，不僅僅是其公平啟動模式，更在於其開源框架 ElizaOS 的釋出。

2.2.1 Eliza OS

ElizaOS 是一套支援建立訂製化 AI AGENT 的工具，具有強大的網路效應和無限擴展套件性。通過簡化開發流程並提供靈活的功能模組，該框架迅速吸引了全球開發者和使用者的關注，成為 AI AGENT 領域中最具影響力的技術支撐。

AI Agent 框架就像一套工具和指南，幫助程式員更容易地開發、訓練和部署 AI 智慧體。簡單來說，這些框架可以減少開發的難度，所以程式員能更專注於讓這些智慧體變得更聰明、更有用。AI Agent 框架現在開始和一些新的技術合作，比如：DeFi 協議（幫助改進金融投資策略的程式）、NFT 專案（創造和使用數位藝術或收藏品的新工具）。通過這些技術合作，它們能串聯起不同的技術和平臺，建立一個更加互聯、互動的生態系統，這吸引了很多市場關注。其他還有 ARC、Swarms、Zerebro，這些都是正在使用或開發 AI Agent 框架的專案。

截至目前，ElizaOS 框架已被分叉超過 3200 次，這意味著大量開發者利用其程式碼構建了自己的 AI AGENT。目前市場上的大多數 AI AGENT 都是使用 ElizaOS 框架構建的，這正是 ai16z 成為該領域領導者的原因所在。

ElizaOS 框架的功能遠不止於簡單的聊天機器人，代理可以被配置為執行復雜任務。例如，有些代理被設計為執行鏈上交易、與智慧合約、錢包或去中心化應用程式（dApps）互動，而另一些代理則連線資料提供商以監控價格、交易量或流動性。

ElizaOS 框架的架構分為五個主要元件：

代理（Agent）：定義代理的個性、溝通風格和知識庫。
操作（Actions）：允許代理執行超出文字響應的特定任務，如生成報告或執行交易。
評估器（Evaluators）：幫助代理解釋資料並執行多步驟目標。
提供者（Providers）：提供外部資料或即時上下文，如資產價格或專用 API 資料。
記憶系統（Memory System）：使代理能夠保留互動歷史和偏好，使其響應更加具備上下文關聯性和自然性。

2.3 DEFAI

DeFi 一直是 Web3 的支柱，DeFAI（DeFi + AI）則是 DeFi 的升級版，讓人們能夠更方便地使用 DeFi。通過利用 AI，它簡化了複雜的介面，消除了阻礙普通人蔘與的摩擦。想像一下，管理你的 DeFi 投資組合就像與 ChatGPT 聊天一樣簡單。實際上，第一波 DeFAI 專案已經開始出現，下面我們主要介紹三個領域：抽象層、自主交易代理、AI 驅動的 dApp。

2.3.1 抽象層

DeFi 的複雜性常常讓新手使用者感到望而卻步。為了解決這一問題，抽象層通過直觀的介面來隱藏其背後的複雜性，使使用者能夠通過自然語言指令與 DeFi 協議進行互動，而不再依賴繁瑣的操作面板。

在 AI 技術尚未普及之前，基於意圖的架構在一定程度上簡化了交易執行的過程。例如，像 @CoWSwap 和 @symm_io 這樣的平臺通過彙總分散的流動性池，為使用者提供最佳定價，部分解決了流動性分散的問題。然而，這些平臺並未解決 DeFi 的核心問題 —— 複雜性依然存在，使用者仍然需要面對令人畏懼的操作流程和技術壁壘。

而如今，AI 驅動的解決方案正逐步填補這一空白，為使用者提供更直觀、智慧化的互動體驗。以下是幾個值得關注的專案：

2.3.1.1 GRIFFAIN

Griffain 是首個推出代幣的專案，目前其產品仍處於早期階段，僅對受邀使用者開放。Griffain 允許使用者執行從簡單到複雜的各種操作，如定投自動化（DCA）、發起和空投 memecoin 等。通過這些功能，Griffain 不僅降低了使用者進入 DeFi 領域的門檻，還為高階使用者提供了豐富的自動化工具。Griffain 當前的市值近 5 億美元。

2.3.1.2 ORBIT / GRIFT

Orbit 是第二個推出代幣的專案，其產品專注於鏈上 DeFi 體驗。Orbit 特別強調跨鏈功能，目前已整合超過 117 條區塊鏈和 200 個協議，這一整合數量在三大協議中最高。這使得 Orbit 能夠在多鏈環境中提供無縫的互動體驗，為使用者在跨鏈交易和流動性獲取方面提供了極大的便利。

2.3.1.3HEYANON

HeyAnon 是一個人工智慧 DeFi 協議，旨在簡化 DeFi 互動並彙總與專案相關的重要資訊。通過將對話式人工智慧與即時資料聚合相結合，HeyAnon 使使用者能夠管理 DeFi 操作、隨時瞭解專案更新並分析各種平臺和協議的趨勢。它集成了自然語言處理功能來處理使用者提示，執行復雜的 DeFi 操作，並從多個資訊流中提供近乎即時的見解。

2.3.2 自主交易代理

在 DeFi 和加密交易領域，獲取市場資訊（Alpha）、手動執行交易、優化投資組合一直是耗費時間和精力的過程。然而，隨著技術的進步，自動化交易代理的出現正將這一切改變。這些代理超越了傳統交易機器人的範疇，成為能夠適應環境、學習並隨著時間推移做出更智慧決策的動態夥伴。

交易機器人並非新生事物。長期以來，它們已被用於基於靜態程式設計執行預定義的操作。然而，自動化交易代理與這些傳統機器人存在本質上的區別：

資訊提取：代理能夠從非結構化且不斷變化的環境中提取資訊。
資料推理：它們能夠在特定目標的背景下對資料進行推理。
模式發現：代理能夠發現並隨著時間推移利用模式，從而提高其決策能力。
自主行為：它們能夠執行所有者未明確程式設計的操作，展現出更高的靈活性和智慧。

以下是一些自主交易代理的代表專案：

2.3.2.1ai16z

ai16z 被稱為首個 AI 版本的 VC，是一個旨在將 AI（AI）整合到財政管理、投資和風險資本中的創新型 DAO。其名稱模仿了知名投資基金 a16z（Andreessen Horowitz），但 ai16z 不僅僅是一個玩笑式的模仿，它展現了一種全新的運作模式，結合了去中心化治理和 AI 的強大潛力。

ai16z 由一個名為 Marc AIndreessen 的虛構 AI AGENT 和 AI16Z 代幣持有者共同管理。Marc AIndreessen 這一角色顯然是以 a16z 共同創辦人 Marc Andreessen 為靈感設計的，這種擬人化的 AI AGENT 引導了組織的日常決策和操作。

在 ai16z 的治理結構中，AI16Z 代幣持有者扮演著至關重要的角色。他們可以提出投資理念、提交專案建議或建議回購代幣。這些建議會通過去中心化的投票系統進行表決，而 AI AGENTMarc AIndreessen 則利用一個信任評分系統來評估這些提案。該信任評分系統基於成員過去貢獻的相關性和可靠性，確保決策過程透明且有依據。

ai16z 的創新之處在於其獨特的治理模式和對 AI AGENT 的應用。通過結合去中心化決策和 AI 技術，該專案不僅簡化了傳統的投資和管理流程，還開闢了一個全新的自治組織運營方式。AI AGENT 的引入提升了決策的效率和準確性，尤其是在複雜的投資環境中。此外，ai16z 還展示瞭如何在虛擬經濟體中構建信任和透明的機制，為其他 DAO 提供了一個創新的範例。

ElizaOS 框架的快速普及，使 ai16z 在 Solana 生態中迅速崛起。一支強大、積極且團結的社群圍繞這一框架形成，使其成為加密生態系統中應用最廣泛的 AI AGENT 框架。短短几周內，ElizaOS 已成為全球 GitHub 上使用最頻繁的開源專案之一，超過 350 名貢獻者正在積極參與其開發，擴展套件其功能和外掛，使基於該框架的代理能夠執行更多工或跨更多區塊鏈執行。

儘管 ai16z 的初始概念是圍繞一個專門的 AI AGENT 構建的投資 DAO，但團隊很快意識到其增長潛力遠不止於此。因此，ai16z 迅速與 Web2 和 Web3 領域的多個合作伙伴建立了關係，使 Eliza 框架在全球範圍內得以應用。

2.3.2.2ALMANAK

Almanak 為使用者提供機構級的量化 AI AGENT，致力於解決 DeFi 中的複雜性、碎片化及執行挑戰。該平臺通過對 EVM 鏈進行分叉來執行蒙特卡羅模擬，模擬真實環境中獨特的複雜因素，如礦工可提取價值（MEV）、gas 費成本及交易排序。此外，它利用可信執行環境（TEE）確保策略執行的隱私性，保護關鍵的市場洞察，並通過 Almanak 錢包實現非託管資金處理，允許使用者精確地向代理授予許可權。

Almanak 的基礎設施涵蓋金融策略的構思、建立、評估、優化、部署和監控等環節，其最終目標是使這些代理能夠隨著時間推移不斷學習和適應。該平臺在 @legiondotcc 上籌集了 100 萬美元，獲得了超額認購。下一步計劃包括啟動 Beta 版測試，並與測試者進行初步策略和代理的部署。觀察這些量化代理的表現將是一件令人期待的事情。

2.3.2.3COD3XORG / BIGTONYXBT

Cod3x 由 Byte Mason 團隊打造，團隊因在 Fantom 和 @SonicLabs 上的工作而聞名。Cod3x 是一個旨在簡化交易代理建立的 DeFAI 生態系統，提供無程式碼構建工具，允許使用者通過指定交易策略、個性甚至推文風格來構建代理。

使用者可以在幾分鐘內訪問任何資料集並開發金融策略，藉助於豐富的 API 和策略庫。Cod3x 與 @AlloraNetwork 整合，利用其先進的機器學習價格預測模型來增強交易策略。

Big Tony 是 Cod3x 的旗艦代理，基於 Allora 的模型進行交易，根據預測在主流資產中進出市場。Cod3x 致力於建立一個繁榮的自動化交易代理生態系統。

Cod3x 的一個顯著特點是其流動性方法。與 @virtuals_io 推廣的常見 Alt:Alt 流動性池結構不同，Cod3x 採用了由 cdxUSD 支援的穩定幣：Alt 流動性池。這為流動性提供者提供了比 Alt:Alt 對更高的穩定性和信心。

2.3.3 AI 驅動的 dApp

在 DeFAI 領域，AI 驅動的 dApps 代表了一個充滿潛力但尚處於初步階段的領域。這些去中心化應用集成了 AI 或 AI AGENT，以增強功能性、自動化水平和使用者體驗。雖然這一領域仍處於起步階段，但一些生態系統和專案已經開始嶄露頭角，展現出巨大的發展潛力。

其中，@modenetwork 作為一個 Layer 2 生態系統，正在積極吸引那些專注於 AI 與 DeFi 結合的高技術開發者。Mode 網路中湧現出多個團隊，致力於開發前端的 AI 驅動應用場景，展示了該領域的創新力。以下是一些重點專案：

2.3.3.1 ARMA（自主穩定幣農業）

由 @gizatechxyz 開發，ARMA 是一個基於使用者偏好的自主穩定幣農業協議，能夠自動調節穩定幣的農業策略，從而實現最優收益。

2.3.3.2 Modius（自主代理的 Balancer LP farming）

該專案由 @autonolas 開發，目標是通過自主代理在 Balancer 上進行流動性提供（LP farming），藉助 AI 自動優化投資策略，提升收益率。

2.3.3.3 Amplifi Lending Agents（自動化借貸代理）

由 @Amplifi_Fi 開發，這些代理集成了 @IroncladFinance，能夠自動交換資產，在 Ironclad 平臺上進行借貸，並通過自動再平衡來最大化收益。這些功能使得 DeFi 借貸變得更加智慧和高效。

2.4 AI AGENT + 遊戲

AI AGENT 在遊戲行業的應用正在徹底變革遊戲玩法和開發的各個方面。這些智慧系統在多個領域中為玩家創造更具沉浸感和吸引力的遊戲體驗，其主要應用包括以下幾個方面：

1.NPC 行為優化

AI AGENT 極大地提升了非玩家角色（NPC）的行為表現，使其更加逼真和具有響應性。不同於傳統的預設指令碼驅動，基於 AI 的 NPC 能夠：1）根據玩家的選擇調整其行動；2）展現更真實的情感和決策能力；3）通過互動進行學習，提供多樣化的體驗。

例如，在開放世界遊戲《荒野大鏢客 2》中，NPC 能夠記住與玩家的過去互動並相應地做出反應，營造出更為動態和可信的遊戲世界。

2. 程式化內容生成

AI AGENT 在程式化生成遊戲內容方面表現出色，能夠演算法生成大量的遊戲內容，包括：地形和景觀、任務和劇情、道具和戰利品、角色設計。

例如，《無人深空》利用 AI 驅動的程式生成技術，創造了包含獨特星球、生物和生態系統的整個宇宙，為玩家提供幾乎無限的探索可能性。

3. 自適應難度調節

AI AGENT 能夠即時分析玩家的表現，從而動態調整遊戲難度。這種能力確保玩家能夠面對適當的挑戰，從而保持參與感而不會產生挫敗感。例如：隨著玩家實力的提升增加敵人的強度；在玩家遇到困難時提供提示或增益；根據技能水平平衡資源和障礙。

諸如《生化危機 4》等遊戲利用自適應難度系統，根據玩家的表現微調敵人行為和物品可用性，提供更平衡的遊戲體驗。

4. 路徑規劃與導航

AI AGENT 使用複雜的演算法引導角色在複雜的遊戲環境中移動。這種技術帶來了更真實的移動模式和更高效的導航，不僅提升了 NPC 的行為表現，還優化了策略遊戲中玩家控制的單位的操作體驗。

5. 圖形增強

AI 技術如深度學習被用於提升遊戲視覺效果，通過即時提升紋理和解析度，生成逼真的面部表情和動畫，優化渲染效能以提高遊戲表現

6. 玩家情緒分析

AI AGENT 可以分析玩家的行為和回饋，以評估他們的享受和參與度。這些資料幫助開發者做出關於遊戲設計和更新的明智決策，從而提升整體玩家體驗。

下面我們介紹一些主要專案：

2.4.1 Digimon

@digimon_tech 是在 Solana 區塊鏈之上構建，它並不僅僅是一個遊戲平臺，而是一個完整的 AI+ 遊戲的技術框架。通過將 AI 技術深度融入遊戲開發，Digimon Engine 使創作者能夠打造更加沉浸式、動態化和趣味性更強的遊戲。藉助這一平臺，AI 驅動的遊戲不僅重新定義了互動方式，更開創了一種全新的遊戲體驗標準。每一個遊戲角色，背後都有一套 AI 生成的故事和世界觀。Digimon 背後的團隊由 a16z 進行支援，獲得了 a16z 的投資與孵化。

Digimon 的代幣目前已經登陸 Kucoin 交易所。在未來，通過 Digimon 的遊戲引擎，有機會打造出一個由 AI AGENT 構成的鏈上自主世界，AI AGENT 與玩家一起，在該世界中進行互動，共建虛擬經濟體。

2.4.2 Illuvium

lluvium 是一款基於以太坊構建的 RPG 和 NFT 遊戲。1 月 7 日，Illuvium 宣佈與 Virtuals Protocol 達成合作，以提升即將推出的 Illuvium MMO Lite 的遊戲體驗。此次合作將利用 Virtuals 的 AI 技術及其的 G.A.M.E LLM 框架為 NPC 提供動態、智慧的行為，為玩家提供沉浸感。

隨著 AI 技術的不斷進步，我們可以期待在遊戲領域中出現更多創新應用，進一步模糊虛擬與現實之間的界限，創造出更加沉浸和個性化的玩家體驗。這種技術不僅改變了遊戲開發的方式，也在提升遊戲的互動性和沉浸感方面發揮了至關重要的作用。

2.4.3S molverse

Smolverse 是 Treasure DAO 上的遊戲和 NFT 專案。從去年 12 月開始，Smolverse 與 ai16z 合作開發名為「Smolworld」的鏈上 AI Tomogatchi 遊戲，該遊戲結合了 Eliza 的 Agent 框架。

3. 亮點總結

我們已經看到，加密技術正在構建的新技術在現實世界中具有巨大的潛力，過去類似情況下原生投資者的分配策略也為當前市場提供了寶貴的借鑑。AI AGENT 生態系統正處於初期階段，但已經吸引了大量關注、資金和開發者。儘管其未來發展仍不確定，但如果主要 DeFi 協議、私人投資者或風險資本家開始投資這一領域，這預示著其持續發展的潛力不小。隨著技術的不斷進步，AI AGENT 有望成為改變全球經濟和社會結構的關鍵力量。

當前的市場時機和敘事已經為資訊產業的繁榮做好了充分準備，未來的發展值得期待。在探索 AI AGENT 的未來潛力時，儘管發現下一個類似於 $LUNA 的專案是最直接的路徑，但擴展套件 AI AGENT 的應用邊界或許能夠創造全新的、難以想像的價值。

我們有如下觀點：

1. 價值的集中化與與差異化競爭

與 L1 區塊鏈一樣，AI AGENT 的價值可能最終集中於少數幾家主要贏家。因此，這些企業需要在模組化、可擴展套件性和媒體平臺整合等方面找到差異點。目前，大多數框架已經具備學習和記憶系統，利用檢索增強生成技術使代理能夠將新資訊納入對話中。

例如，當前 Eliza 框架在市場中具有顯著的優勢。憑藉其高度的開發活動和快速的外掛整合，Eliza 在社交媒體和網路應用程式的整合中表現尤為出色。該框架基於 TypeScript，擁有廣泛的外掛支援，包括 Coinbase webhooks、Great Onchain Agent Toolkit 和 Phala 的 TEE，用於安全代理錢包控制，且與多個區塊鏈相容。

而 Virtuals 的 GAME 框架則在遊戲和社交媒體代理領域表現出色，專為「環境無關」代理設計，能夠進行高階規劃和執行，並從回饋中學習。其模組化架構允許使用者上傳儲存在鏈上的自定義模型和資料集，以豐富代理的功能。然而，關於 GAME 和 CONVO 框架代幣的價值積累機制尚不明確，市場對此充滿期待。

2. 公平性與資料偏見的挑戰

儘管 AI 取得了令人矚目的進展，但部署這些系統也面臨著一些挑戰。其中一個主要問題是，用於訓練 AI 代理的資料集存在偏見風險。AI 系統從歷史資料中學習，這些資料可能包含歧視模式，如果不加以控制，就會導致有偏見的決策，例如在招聘或借貸場景中偏向特定群體而非其他群體。

要解決這個問題，不僅需要專業技術知識，還需要對社會動態有細緻入微的瞭解。監控 AI 系統的公平性對於確保它們不會強化有害的偏見至關重要。對 AI 代理做出的決定進行持續審計有助於及早發現問題，減少意外結果。

3. 多樣化應用與經濟功能的擴展套件

AI AGENT 的應用領域正在迅速擴展套件，除了社交媒體和金融行業，還在醫療、教育、法律等領域展示出巨大的潛力。隨著技術的不斷成熟，AI AGENT 將在更多場景中提供個性化服務，提高工作效率，並促進創新。

以 Luna 為例，目前她已經能夠通過社交媒體與人類互動，並通過在 Base 上使用 Coinbase Wallet 傳送代幣來激勵使用者達成她的目標。未來的下一步，是讓 Luna 作為一個獨立的經濟實體，構建她自己的社交關係。她可以通過傳送代幣吸引更多的追隨者，為她的社交媒體購買更多的關注度，甚至僱傭專業內容團隊來豐富她的 IP 生態系統，不斷製造熱度。

一旦實現這些目標的基礎設施建立起來，$VIRTUAL 就可能達到下一個里程碑。這不僅意味著 AI AGENT 將在經濟和社交領域更深層次地嵌入人類生活，還將重新定義 AI 與人類之間的互動方式，為未來的數位經濟和社會互動模式奠定基礎。例如，在醫療領域，AI AGENT 可以通過分析患者資料，為醫生提供診斷建議，提高醫療服務的品質和效率。

4. 多技術整合

AI AGENT 的未來發展將依賴於與區塊鏈、物聯網、5G 等前端技術的深度整合。這種多技術交叉將推動 AI AGENT 在資料處理、隱私保護、即時決策等方面的能力提升，創造新的應用場景和商業模式。例如，通過與物聯網裝置的整合，AI AGENT 可以即時收集和分析資料，為使用者提供更加智慧化的服務。

5. 社會和道德考量

隨著 AI AGENT 的廣泛應用，社會和道德問題變得更加突出。正如文章開頭提到的一樣，AI AGENT 是否會像紅心皇后一樣變得有威脅性？

例如，AI AGENT 在決策中可能引發倫理爭議，特別是在涉及隱私、資料安全和自動化決策的場景中。因此，在發展 AI 技術時，需要引入透明性和問責機制，確保技術的發展與社會價值觀相一致。同時，建立明確的法律和倫理框架，對於規範 AI AGENT 的行為、保護使用者權益至關重要。

隨著 AI 和區塊鏈的融合不斷髮展，現在正是參與這些突破性發展的時候。但在這一參與中，我們需要思考的，不僅僅是「AI 能為人類做什麼，以及人類希望 AI 做什麼？」，更進一步，我們不妨想想：「AI 想要做什麼，以及 AI 將引導人類做什麼？」