OKX Ventures 最新研報深入拆解了 AI 賽道的發展版圖，從概念解析、演變歷程、應用賽道、以及項目案例，希望可以給大家認識 AI 價值帶來一些啓發與思考。
（前情提要：探討 AI 代理應用：垂直型 Agent 能打破賽道疲態的僵局嗎？ ）
（背景補充：AI agent 解碼：塑造未來新經濟生態的智慧力量 ）
AI
賽道正在經歷從投機炒作到實際應用落地的演變。
早期的 AI Meme 代幣借勢 AI 熱點爆發，而如今更具功能性的 AI 交易工具、智能投研、鏈上 AI 執行體正在湧現。從 AI 驅動的鏈上狙擊策略，到 AI Agent 自主執行鏈上任務、以及 AI 生成 DeFi 收益優化方案，AI 賽道的影響力正在迅速擴大。
但多數人看得到 AI 代幣市值的指數級增長，卻找不到解碼其價值邏輯的座標系。哪些 AI 賽道具備長期生命力？ DeFAI是否是AI的最佳應用？AI項目評估的維度有哪些？……
OKX Ventures 最新研報深入拆解了 AI 賽道的發展版圖，從概念解析、演變歷程、應用賽道、以及項目案例，希望可以給大家認識AI價值帶來一些啓發與思考。
本次報告內容比較豐富，爲了便於大家閱讀，我們將其拆分爲（上）、（下）兩篇。此篇爲「上篇」。
一、關於 AI Agent
AI Agent 是一種智能實體，具備感知環境、做出決策並執行相應動作的能力。不同於傳統人工智慧系統，AI 代理能夠獨立思考並調用工具，從而逐步實現特定目標，這使得它們在處理複雜任務時具備更高的自主性和靈活性。
簡而言之，AI 代理是由人工智慧技術驅動的代理人，其工作流程包括：感知模塊（收集輸入）、大型語言模型（理解、推理與規劃）、工具調用（執行任務）以及反饋與優化（驗證與調整）。
OpenAI 將 AI 代理定義爲以大型語言模型爲核心，具備自主理解、感知、規劃、記憶和工具使用能力的系統，能夠自動化執行復雜任務。與傳統人工智慧不同，AI 代理能夠通過獨立思考和工具調用逐步完成設定目標。
AI Agent 的定義可以概括爲以下幾個關鍵要素：
- 感知（Perception），AI Agent 通過傳感器、攝像頭或其他輸入設備感知周圍環境，獲取必要的資訊；
- 理解與推理（Reasoning），它能夠分析感知到的資訊，並進行複雜的推理，以便做出合理的決策；
- 決策（Decision-making），基於分析結果，AI Agent 能夠制定行動計劃，選擇最佳的執行路徑；
- 行動（Action），最後，AI Agent 會執行所制定的計劃，通過調用外部工具或接口與其他系統進行交互，實現預定目標。
AI Agent 的工作原理和流程通常包括以下幾個步驟：
- 首先，資訊輸入，接收來自環境的資訊，如用戶指令、傳感器數據等；
- 接着，數據處理，利用內置的算法和模型對輸入數據進行處理，結合其記憶系統（短期和長期記憶）來理解當前狀態；
- 然後，計劃制定，根據處理結果，AI Agent 將大任務拆分爲可管理的小任務，並制定具體的執行計劃。
- 在執行階段，AI Agent 通過調用外部 API 或工具，實施其計劃並監控執行過程，以確保任務按預期完成；最後，反饋與學習，任務完成後，AI Agent 會根據結果進行自我反思和學習，從而提高未來的決策品質。
二、演變歷程
AI 代幣的演變路徑展現了從初期 “MEME” 現象到深度技術融合的轉變過程。起初，許多代幣依靠短暫的概念炒作和社交媒體的熱潮吸引用戶的關注，如同網路熱梗。然而，隨着市場的不斷成熟，AI 代幣逐漸向更加實用和高階的功能發展，逐步擺脫了單純的炒作模式，向真正的區塊鏈金融工具和數據分析平臺轉型。我們將深入探討這些代幣如何從概念性存在，逐漸發展成爲具備實際應用價值的技術產品。
階段 1：AI Meme（迷茫期）
初期的 AI 代幣大多以 “MEME” 形式存在，諸如 $GOAT、$ACT、$FARTCOIN 等代幣並未具備實際應用或功能，其價值主要依靠概念炒作與市場情緒的推動。在這一階段，代幣的用途尚不明確，市場與用戶對其潛力知之甚少，代幣的流行更多依賴於社交媒體的傳播和短期炒作，呈現出一種神祕、不可捉摸的特性。
階段 2：社交化（探索期）
隨着市場對 AI 代幣的逐漸關注，這些代幣開始在社交領域發力。例如，$LUNA、$BULLY 等代幣通過增強的社交功能吸引用戶參與。在這一階段，代幣不僅僅作爲炒作工具存在，更開始融入社區驅動和社交互動，推動市場的增長。代幣逐步從單純的「陪聊」功能擴展，開始探索與用戶社交需求緊密結合的功能，形成了更加多元的社交屬性。
階段 3：垂直領域（功能深化期）
AI 代幣開始從簡單的社交和炒作模式中脫離，深入探索垂直領域的應用場景。代幣如 $AIXBT 和 $ZEREBRO 等通過與區塊鏈、DeFi 或創作工具的結合，逐漸爲代幣賦能，使其不再僅僅是投機工具，而是具備明確功能和目的的數位資產。此階段標誌着 AI 代幣朝着更高效、更專業的方向發展，逐步形成其獨特的市場地位。
階段 3.5：基礎設施（技術完善期）
在代幣應用逐漸深入的同時，AI 代幣開始着力建設更爲堅實的技術基礎設施。諸如 $AI16Z、$EMP 等代幣的加入，進一步推動了代幣的功能優化。代幣不僅專注於經濟激勵和實用功能，還開始重視跨鏈技術、去中心化應用、硬體結合等基礎設施的建設，逐步爲其未來的持續發展奠定了技術根基。
階段 4：數據分析（成熟期）
進入成熟期，AI 代幣已逐漸在市場中穩定下來，開始融入更復雜的加密投研分析功能，推動代幣生態和治理結構的完善。$TRISIG 和 $COOKIE 等代幣不再是簡單的工具，它們已成爲經濟體系的一部分，廣泛應用於數據分析、社區治理和投資決策等高階領域。此時，AI 代幣的功能逐步提升，已經能夠爲市場提供深度的分析與決策支持，成爲加密市場中的重要資產。
階段 4.5：金融應用（生態融合期）
隨着 DeFi 領域的進一步發展，AI代幣在金融應用上的融合愈發深入，催生了 “DeFAI” 這一新興概念。通過人工智慧，DeFi 的複雜操作變得更加簡便，普通用戶也能輕鬆參與鏈上金融活動。代表代幣如 $GRIFFAIN、$ORBIT、$AIXBT 等逐漸在市場中形成了從基礎功能到複雜金融服務的完整鏈條，優化了鏈上交互，降低了參與門檻，爲用戶帶來了更多的機會和便捷。
三、AI Agent 框架
（一）Web3 與 Web2 數據對比
當 Web2 的 AI Agent 在推薦算法裏內卷時，Web3 的試驗場也正在孕育更多 AI Agent 創新。但數據表明，Web3 和 Web2 的項目在貢獻者分佈、程式碼提交和 GitHub Stars 的情況上表現出明顯的差異。通過對比 Web3 和 Web2 項目的數據，我們可以更好地理解兩者在技術創新、社群活躍度以及市場接受度等方面的現狀。
特別是在 GitHub 平臺上，這些項目的活躍度和受歡迎程度爲我們提供了重要的指標，幫助我們洞察未來技術發展趨勢和社群生態變化。
在開發者參與方面，Web2 項目的貢獻者數量明顯高於 Web3 項目。具體來看，Web3 項目的貢獻者爲 575 人，而 Web2 項目的貢獻者多達 9,940 人，反映出 Web2 生態的成熟和更廣泛的開發者基礎。貢獻者排名前三的項目是：Starkchain 3,102 名貢獻者；Informers-agents 3,009 名貢獻者；Llamaindex 1,391 名貢獻者。
在程式碼提交分佈方面。Web2 項目的提交量也明顯高於 Web3 項目。Web3 項目的總提交次數爲 9,238 次，而Web2 項目則高達 40,151 次，表明 Web2 項目的開發活躍度更高，更新頻率較爲穩定。程式碼提交量排名前三的項目是：ElipsOS 以 5,905 次提交領跑；緊隨其後的是 Dust，共提交了 5,602 次程式碼；LangChain 排名第三，提交次數爲 5,506 次。
GitHub Stars 分佈方面。Web2 項目在 GitHub 上的受歡迎程度遠超 Web3 項目，Web2 項目累計獲得 526,747 顆 Stars，而 Web3 項目則獲得了 15,676 顆 Stars。這一差距反映了 Web2 項目在開發者社群的廣泛認可和長期積累的市場影響力。Stars 數量排名前三的項目是：JS Agents 無疑是最受歡迎的，獲得了 137,534 顆 Stars；緊隨其後的是 LangChain，以 98,184 顆 Stars 位居第二，；MetaGPT 排名第三，獲得了 46,676 顆 Stars。
總的而言，Web2 項目在貢獻者數量和程式碼提交頻率上明顯領先，顯示出其成熟且穩定的生態系統。龐大的開發者基礎和持續的技術創新，使 Web2 項目在市場中保持強勁的競爭力。相比之下，Web3 項目儘管貢獻者數量較少，但一些項目在程式碼提交頻率上的表現突出，表明其擁有穩定的核心開發團隊，並能持續推動項目發展。Web3 生態系統雖然目前較爲初步，但其潛力不可小覷，逐步形成的開發者社群和用戶基礎爲未來的成長奠定了堅實的基礎。
在項目受歡迎程度上，GitHub Stars 的分佈揭示了 JavaScript 和 Python 在 AI 代理框架開發中的重要地位。JS Agents 和 LangChain 是最受歡迎的項目，顯示出 AI 與加密貨幣結合的趨勢正在受到廣泛關注。雖然 Web3 項目的 Stars 數量遠低於 Web2 項目，但一些 Web3 項目如 MetaGPT 依然表現不凡，贏得了開發者的認可。整體來看，Web3 項目雖處於追趕階段，但隨着技術的進一步成熟和生態擴展，其在未來市場中的地位有望穩步提升。
（二）主流區塊鏈AI Agent 框架
（三）現有區塊鏈AI Agent 框架面臨的挑戰
大廠競品的「降維打擊」
OpenAI、Google、Microsoft等科技巨頭正迅速推出官方級多工具代理，憑藉強大的資金和技術優勢，隨時可能佔領市場並將初創框架邊緣化。通過深度整合大型語言模型（LLM）、雲端服務以及工具生態，這些大廠能夠提供全面且高效的解決方案，使得中小型框架面臨更大的競爭壓力，生存空間被極大擠壓。
穩定性和可維護性不夠
目前所有 AI 代理普遍面臨較高的錯誤率和“幻覺”問題，尤其在多輪調用模型時，容易出現無限循環或兼容性Bug。一旦代理被要求執行多個子任務，這些錯誤往往會被層層放大，導致系統不穩定。對於需要高度可靠性的企業應用，這些框架目前尚難提供足夠的穩定性和生產級別的保障，限制了它們在實際商業環境
📍相關報導📍
Cod3x構建AI交易DeFi生態，吸引超40萬代理人部署！分析師：$CDX被嚴重低估
開口就能讓機器人幫你洗碗掃地？Figure推出AI模型「Helix」瞄準家務革命
