arcaster 实时 API 相连的社交媒体角色智能体。品牌可以启动基于知识的智能体,在社交平台上执行与品牌一致的内容。 Polywrap——提供各种基于智能体的产品,例如 Indexer(Farcaster 的社交媒体智能体)、AutoTx(使用 Morpheus 和flock.io构建的规划和交易执行智能体)、predictionprophet.ai (有 Gnosis 和 Autonolas 的预测智能体)和fundpublicgoods.ai (用于拨款资源分配的智能体)。 验证——由于经济流动将由智能体指导,因此输出验证将非常重要(以后的文章中将对此进行详细介绍)。验证方法包括来自Ora Protocol,来自如Modulus Labs+Giza+ EZKL团队的zkML、博弈论解决方案以及像 TEE 这样的基于硬件的解决方案。 对于链上智能体的一些想法 可拥有、可交易、代币门控的智能体,可执行各种类型的功能,从陪伴到金融应用, 可以代表你识别、学习并参与游戏经济的智能体;也可以作为协作、竞争或完全模拟环境中的玩家的自主智能体。 可以模拟真实人类行为的智能体,用于收益机会 多智能体管理的智能钱包,可以充当自主资产管理者 AI 管理的 DAO 治理(例如代币委托、提案创建或管理、流程改进等) 使用 web3 存储或数据库作为可组合的向量嵌入系统,用于共享和永久内存状态 本地运行的智能体,参与全局共识网络,执行用户定义任务 现有和新协议交互和 API 的知识图谱 自主守护者网络、多重签名安全、智能合约安全和功能增强 真正自主的投资 DAO(例如,使用艺术史学家、投资分析师、数据分析师和degen智能体角色的收藏家 DAO) 代币经济学和合约安全模拟与测试 通用意图管理,特别是在加密用户体验(如桥接或 DeFi)的情况下 艺术或实验项目 吸引下一个十亿用户 正如Varaint Fund联合创始人Jesse Walden最近所言,自主智能体是区块链使用方式的一次进化,而不是革命:我们已经有了协议任务机器人、狙击机器人、MEV 搜索器、机器人工具包等。智能体只是这一切的延伸。 加密的许多领域都是以有利于智能体执行的方式构建的,例如完全链上游戏和 DeFi。假设 LLM 的成本相对于任务性能呈下降趋势 + 创建和部署智能体的可访问性增加,很难想象一个AI智能体不会主宰链上交互并成为加密的下一个十亿用户的世界。 阅读材料: AI Agents That Can Bank Themselves Using Blockchains The new AI agent economy will run on Smart Accounts A Survey on Large Language Model based Autonomous Agents (I used this for identifying the taxonomy of agentic architectures above, highly recommend) ReAct: Synergizing Reasoning and Acting in Language Models Generative agents: Interactive simulacra of human behavior Reflexion: Language Agents with Verbal Reinforcement Learning Toolformer: Language Models Can Teach Themselves to Use Tools Describe, Explain, Plan and Select: Interactive Planning with Large Language Models Enables Open-World Multi-Task Agents Voyager: An Open-Ended Embodied Agent with Large Language Models LLM Agents Papers GitHub Repo 原文链接 来源:金色财经lg...