撰文：佐爷

A work of art is never completed, only abandoned.

大家都在说 AI Agent，但是大家所说的并不是同一个东西，这导致我们所关心的 AI Agent 和大众视角下，以及 AI 从业者的视角都有所不同。

许久之前，我曾写过 Crypto 是 AI 的幻觉，从那时到现在，Crypto 和 AI 的结合一直是一场单相思，AI 从业者甚少提及 Web3/ 区块链这些术语，而 Crypto 从业者却对 AI 的一往情深，而在见识到 AI Agent 框架都能被代币化的奇景后，不知道能否真正将 AI 从业者引入我们的世界。

AI 是 Crypto 的代理人，这是从加密视角本位去看待本轮 AI 狂飙的最佳注释，Crypto 对 AI 的狂热不同于其他行业，我们特别希望能将金融资产的发行和运作与之嵌合。

Agent 进化，技术营销下的本源

究其根源，AI Agent 至少有三种源流，而 OpenAI 的 AGI（通用人工智能）将其列为重要一步，让该词成为超越技术层面的流行语，但是本质上 Agent 并不是新鲜概念，即使加上 AI 赋能，也很难说是革命性的技术趋势。

其一便是 OpenAI 眼中的 AI Agent，类似自动驾驶分级中的 L3，AI Agent 可以视作具备一定的高阶辅助驾驶能力，但是还不能完全取代人。

图片说明：OpenAI 规划的 AGI 阶段，图片来源：https://www.bloomberg.com/

其二，顾名思义，AI Agent 是 AI 加持下的 Agent，代理机制、模式在计算机领域本不鲜见，而在 OpenAI 的谋划下，Agent 将成为继对话形式（ChatGPT）、推理形式（各类 Bot）后的 L3 阶段，其特点在于「自主进行某种行为」，或者用 LangChain 创始人 Harrison Chase 的定义：「AI Agent 是一个用 LLM 来做程序的控制流决策的系统。」

这就是其玄妙之处，在 LLM 出现之前，Agent 主要是执行人为设定好的自动化过程，仅举一例，程序员在设计爬虫程序时，会设置 User-Agent（用户代理），用以模仿真实用户使用的浏览器版本、操作系统等细节，当然，如果使用 AI Agent 来更加细致的模仿人类行为，那就会出现 AI Agent 爬虫框架，这样操作会让爬虫「更像人」。

在这样的变迁中，AI Agent 的加入必须和现有场景进行结合，完全独创的领域几乎不存在，即使是 Curosr、Github copilot 等代码补全和生成能力，也是在 LSP（语言服务器协议，Language Server Protocol）等思维下的进一步功能增强，这样的例子可以举出许多：

• Apple：AppleScript（脚本编辑器）--Alfred--Siri-- 快捷指令（Shortcuts）--Apple Intelligence

• 终端：Terminal（macOS）/Power shell(Windows)--iTerm 2--Warp(AI Native)

• 人机交互：Web 1.0 CLI TCP/IP 网景浏览器 --Web 2.0 GUI/RestAPI/ 搜索引擎 /Google/Super App --Web 3.0 AI Agent + dapp ?#p#分页标题#e#

稍微解释一下，人机交互过程中，Web 1.0 GUI 和浏览器的结合真正让大众可以无门槛使用电脑，代表是 Windows+IE 的组合，而 API 是互联网背后的数据抽象和传输标准，Web 2.0 时代的浏览器已经是 Chrome 的时代，并且向移动端的转向改变了人们对互联网的使用习惯，微信、Meta 等超级平台的 App 覆盖了人们生活的方方面面。

其三，Crypto 领域的意图（Intent）概念是 AI Agent 圈内爆火的先导，不过要注意，这仅在 Crypto 内部有效，从功能残缺的比特币脚本到以太坊智能合约，本身就是 Agent 概念的泛用，而后催生的跨链桥 -- 链抽象、EOA--AA 钱包都是此类思路的自然延伸，所以在 AI Agent 「入侵」 Crypto 之后，导向 DeFi 场景也就不足为奇。

这就是 AI Agent 概念的混淆之处，在 Crypto 的语境下，我们实际上想实现的是「自动理财、自动打新 Meme」的 Agent，但是在 OpenAI 的定义下，这么危险的场景甚至需要 L4/L5 才能真正实现，然后大众在把玩的是代码自动生成或者 AI 一键总结、代写等功能，双方交流并不在一个维度。

理解了我们真正想要的是什么，接下来重点聊聊 AI Agent 的组织逻辑，技术细节会隐藏其后，毕竟 AI Agent 的代理概念就是将技术从大规模普及的障碍前移除，一如浏览器对个人 PC 产业的点石成金，所以我们的重心会在两点上：从人机交互看 AI Agent ，以及 AI Agent 和 LLM 的区别和联系，以此引出第三部分：Crypto 和 AI Agent 的结合最终会留下什么。

let AI_Agent = LLM+API;

在 ChatGPT 这类话聊式人机交互模式