---
title: AI Agent 的现状与未来
date: '2024-12-28 09:18:29'
draft: false
summary: 从 AI Agent 框架、应用入口、业务逻辑结合方式，到链上验证和基础设施要求的一次系统梳理。
slug: ai-agent-state-and-future
syndication:
- platform: Weibo
  url: https://weibo.com/1648815335/5116905394537989
- platform: X / Twitter
  url: https://x.com/jolestar/status/1872935141326373237
tags:
- ai
- ai-agent
- infrastructure
topics:
- ai
- blockchain
type: post
---

上周倒腾了一下 AI Agent，前天参加了 ai16z 在北京的活动，想看看 AI Agent 现在实际上能干啥，思考一下它未来能干啥。

AI Agent 的现状让我想起那个梗图，自动售货机里面藏了个人。大家已经想象中的 AI Agent 已经开始拥有自主意识了，但实际上的 AI Agent 里面其实藏了个开发者。（这里大家脑补画面，我尝试让 AI 生成这个图片，发现 AI 不能理解“藏”）

## AI Agent 框架的基本工作方式

AI Agent 框架当前扮演一个粘合剂的作用，把 client（Twitter，Discord，Telegram 等）和各种插件（各链等）粘合起来，然后框架提供一个基础库（记忆存储、会话隔离、上下文生成）等，后面对接各种 AI 平台接口。

## AI Agent 框架如何和应用以及业务场景结合

从去年 AI 火爆以来，各种平台和工具涌现，最关键就是要解决一个问题，AI 如何和应用结合。有 AI 平台尝试提供插件的方式，有的打造工作流模型，也有传统应用在应用内嵌入 AI 的方式。

但这里面的关键是：

1. 应用的交互入口在哪里？
2. AI 如何和现有业务逻辑结合？

各 AI 平台给用户提供的应用交互入口，都是一个类似聊天窗口的对话框，显然大家都认为和 AI 应用的交互方式应该是一种“拟人”的方式。而这点上 AI Agent 聪明之处在于，它直接接入了所有开放 IM 以及社交系统，显然比新搞一个更容易接受。

AI 如何和现有业务逻辑结合？AI Agent 提供的方案是让开发者把 AI 的决策融入到业务场景中。编程语言需要确定性，`if` 的条件只能是 `true` 或者 `false`，无法处理模糊的业务逻辑。而通过 AI，可以将复杂逻辑转换成精确条件，然后就可以无缝融入到业务场景中去了。

比如群内回复消息这个功能，传统的 IM Bot 需要通过一些明确的消息指令才能触发，而通过 AI 可以实现一个 `shouldReplyMessage` 方法，给它上下文，它返回 `true` or `false`。

AI 在业务逻辑场景中的作用主要是：

1. “意图”发现：通过提示词中的说明，让 AI 根据上下文发现用户文本消息中的“意图”，把意图映射到具体代码。
2. 协助决策：通过 AI 将模糊的复杂条件转换成确定的 `true/false` 或者枚举类型，然后结合到业务逻辑中去。

看到这里，很多人可能对 AI Agent 要失望了。很多人以为的 AI Agent 就是教一下 AI 它就啥都会了。实际上因为大模型上下文限制的难题，没办法在当前阶段打造一个万能的 AI，让它可以干任何事情。

但好消息是程序员不用担心失业了，AI 后面还是需要藏着大量的程序员，还需要有人来堆 `if else`。关键区别是：程序可以处理的业务边界在扩展。

## 两种 AI Agent

在活动上，我问了 [@shawmakesmagic](https://x.com/shawmakesmagic) 一个问题：市场对 AI Agent 有两种期望。

1. AI Agent 自己扮演一个角色，有自己的 ID、品牌，给用户提供服务。
2. 用户有个人 AI Agent，相当于个人助手，可以协助用户处理一些业务。

这两种 AI Agent 哪种会更受欢迎？他觉得两个方向都会不错，也有可能结合起来。

现在市面上大家主要探索的还是第一个方向。这个方向类似于服务 AI Agent 化，未来可能没有 App 界面了，App 都 AI Agent 化了、拟人化了。而第二个方向则是应用客户端的 Agent 化，未来的应用客户端会是助手 Agent 的一个插件，应用本地数据变成 Agent 记忆库的一部分，同时这个插件也负责和云端的服务 Agent 沟通。

这其实是一种新的应用架构模式，会改变整个基础设施。

## AI Agent 对基础设施的要求

1. 基础设施要实现无准入门槛（Permissionless），不然 AI Agent 会被各种防攻击策略限制，服务应该用经济成本的方式（Gas）防攻击。这点上开放程度比较差的平台会面临比较大的冲击，当年 Web2 初期的开放平台热会重新被点燃。
2. AI Agent 需要能操作资金来付费，用以解决上面的问题。

也就是说，未来的服务，无论是否是基于区块链的，都需要支持 Crypto 的私钥模式身份验证以及基于 Crypto 的支付。

## AI Agent 和链的结合

除了上面提到的两点，AI Agent 如何和链结合是大家正在探索的一个方向。在活动上，和 [@Mikkke_acc](https://x.com/Mikkke_acc) 聊它正在搞的 focEliza。前面提到的两种 AI Agent，至少第一种是需要链提供运行或者验证环境的。因为一旦一个 AI Agent 对外提供服务，就会有信任问题，它所扮演的角色实际和智能合约一样。

关于“智能合约”这个名字当年有个争议，它只是一段代码，哪里“智能”了。AI 可以让智能合约名副其实。难题是智能合约环境中如何调用 AI 接口。如果说让大模型运行在一个可验证的环境中这条路还比较远，用类似 Oracle 的方案是更切实可行的路径。

而围绕 AI Agent 会衍生出非常多的需求：AI Agent 的公共知识如何获取？AI Agent 如何对事实进行判定？AI Agent 如何识别不同平台上的同一个用户？智能合约中的“记忆”如何存储？如果我有多个设备，各装了一个 AI Agent，它们如何共享记忆？

你就会发现，原来 Web3 里搞过的“数据上链”、关系上链、DID、P2P 网络等等，都有了新的意义和场景。

## 结语

复用我 2021 年一次关于 AI 和区块链分享的结语：对 AI 更友好的互联网，也是对人类更友好的互联网。那时候还只是个脑洞，但现在未来已来。