|
作者： Johnson Lai
编译：深潮TechFlow
最近，我们在 Crypto Twitter 上见证了 AI 智能体代币和 AI meme 币的热潮。但这也引发了一个重要问题：
我们正生活在一个奇异的时代——一个我们努力想证明某物是 AI 而非人类的时代。想想看：我们花了几十年时间通过 CAPTCHA 和图灵测试来证明自己是人类，而现在却在做完全相反的事情。
随着每天涌现出越来越多的 AI 智能体，我们开始质疑，“等等，这真的是 AI 还是有人在假装？” 这种局势的逆转既讽刺又引人入胜，尤其是当这些 AI 智能体越来越深入我们的日常数字生活时。
我们还注意到，Apple 已经采用了一种区块链技术，以提升其 Apple Intelligence 的透明度。
什么是 AI 智能体？
简单来说，AI 智能体是指具备工具和推理能力的人工智能。在加密货币领域，这些智能体可能能够访问推文、帖子，甚至拥有加密钱包来进行链上交易等操作。
这一切始于 ReAct 论文，该论文展示了 AI 在配备合适工具时能够处理复杂任务。随后，Langchain 的出现使得这些工具对工程师更加易用，从而引发了 AI 智能体工具的快速普及。
图：ReAct Prompting
AI 智能体的独特之处在于它们具备以下能力：
对特定情境进行推理
制定行动计划
使用现有工具执行行动
根据结果进行调整
像 Virtual 的 Luna 的终端 (https://terminal.virtuals.io/) 这样的实际应用展示了这些功能，用户可以实时观察智能体的推理和决策过程。
AI 智能体的发展历程
实现真正透明的 AI 智能体需要遵循以下步骤：
开源代码
开放数据
去中心化推理
自主 AI 智能体
我认为，当前 AI 智能体的发展状态最多达到阶段 3：开放推理。
阶段 0：“请相信我，我是 AI”
目前，大多数 AI 智能体项目仍处于这个阶段。用户与声称为 AI 智能体的系统互动，但无法验证：
回答是否源于真实的 AI 推理
实际的决策过程
是否有人工干预
这导致了“黑箱”问题，用户只能凭信任来接受 AI 的能力声明。
阶段 1：开源代码
开源 AI 智能体代码是建立透明度和信任的关键一步。
通过开放代码，开发者可以审查和贡献项目，从而促进合作与创新。
阶段 2：开放数据
示例 1：Virtual 的终端
示例 2：使用 Chromia 将大语言模型数据记录在链上
仅仅开源代码还不够，我们还需要确保智能体的“思维”过程是透明的。
这一关键阶段引入了智能体思维过程和决策的透明性。处于这一阶段的项目通常会：
开放其训练数据
提供智能体推理日志的访问权限
允许外部审计和验证
阶段 3：去中心化推理
仅有开放数据并不足以确保真实的大语言模型推理。去中心化推理通过以下方式解决了这一问题：
使用 zkML/opML 验证模型执行
提供透明且可审计的推理过程
允许社区进行验证
阶段 4：去中心化 AI 操作系统
最终的愿景是让自主 AI 智能体在一个透明的生态系统中运行。这包括：
独立的运行时或操作系统
智能体的加密钱包
自主决策能力
资源管理的全面可观察性
可审计的决策路
随着 AI 的能力和自主性不断增强，这种透明性变得尤为重要，使我们能够在各个层面理解和验证其行为。 市场仍在探索如何实现这一目标。
正在进行的进展
我们刚刚起步，但已经出现了一些令人瞩目的项目：
结论
图来源
我们正处于一场重大变革的开端。尽管 Vitalik 的文章完美地描绘了加密技术与 AI 的协同运作，但谁能想到，这种融合竟然从一个名为 $GOAT 的 AI meme 币开始？这一意想不到的开端展示了 Crypto x AI 的未来是多么不可预测和充满活力。
| 
喜欢
讨厌