本文观点仅代表特邀作者个人立场，未必反映NiceHash的立场。

由于其去中心化特性和缺乏工作量证明资本支出的易复制性，人们普遍将加密领域与骗局联系在一起。过去两年的迷因币狂热无疑加深了这一印象。

与此同时，新兴叙事的可信度建立变得更加困难。

尽管如此，"区块链+AI"这两个热词的结合值得关注。具体而言，即利用区块链网络的AI代理。我们将探讨这一趋势不仅为未来发展奠定坚实基础，更因两种技术能以有意义的方式完美互补。

过去一年中，加密领域的AI叙事甚至以市值加权计算超越了迷因币的表现。根据DeFiLlama的叙事追踪器，AI叙事的涨幅是比特币本身的11.7倍。但展望2025年及更远未来，AI代理将如何发挥作用？

AI代理的潜力

本质上，AI代理即虚拟助手。大多数人已熟知Apple的Siri、Google Assistant、Amazon的Alexa和Microsoft的Cortana等产品。

用户可通过自然语言指令让它们检索信息、管理日程、拨打电话、读取短信、获取导航、查询交通天气、播放音乐，甚至控制智能家居设备。仅从这些功能即可看出，这类虚拟助手主要聚焦于通用性服务。

AI代理则突破这一局限，能够在特定领域对任务进行决策链式处理。通过基于神经网络的强化学习，它们还能解析新环境的上下文线索，从而适应环境并持续优化行为以实现特定目标。

在旧金山AI Forward 2023峰会上，微软联合创始人比尔·盖茨将AI代理的潜力比作用户与数字空间之间的终极中介：

"将会有一家公司创造出个人代理。这很重要。所有事物都将通过你的代理进行交互。"

这对金融世界影响深远。若AI代理能扫描实时市场数据并做出优于人类平均水平的决策，未来可能出现AI代理相互交易的世界。

大规模应用的实例可见亚马逊的COSMO系统（常识知识生成），该系统已准备支撑其电商业务模式，因为"线下与线上A/B测试均表明我们的系统实现了显著改进"。

亚马逊电商部署的COSMO-LM系统，采用持续反馈循环适应用户查询。图片来源：Amazon.com

显然，凭借大规模提升生产力的巨大潜力，AI代理必将持续发展。但问题是，它们如何应用于区块链领域？

首先让我们观察现有DeFi生态中AI代理的演进历程。

AI代理的进化之路

作为加密领域AI代理的前身，传统期货交易市场见证了期货交易算法的兴起。从套利、均值回归到动量策略和成交量加权均价（VWAP）算法，这些工具都能通过解析流动性、交易量和价格等实时数据识别交易机会。

当检测到特定模式时，这些算法会根据预设规则自动执行。仅凭消除情绪化交易这一点，就使其成功率显著提升。这类算法还具备超高速自动化执行能力，这对捕捉微小价差产生的套利机会至关重要。

尽管看似优于人工交易，AI代理更具优势。传统算法是预先编程的，就像用AI写文章，其基于既定规则和条件，有时与现实存在偏差。毕竟，适应能力才是智能的本质特征。

而基于机器学习（ML）的AI代理能在动态环境中根据奖励/惩罚机制持续优化行为。经过阈值训练后，这种学习过程可产生创新解决方案。

在波动剧烈的市场中，目标导向的AI代理优化盈利路径的能力，正如其在《赛道狂飙》中超越人类车手的表现。基于区块链的AI代理更具备传统市场缺乏的灵活性。

变革性的区块链AI代理

AI代理更适合区块链部署有多重原因。首先，AI代理继承了区块链网络的不可篡改特性。由于区块链数据经多节点验证和链式存储，AI代理可依赖更高可信度的数据。

这提升了AI代理决策的透明度，使其可验证并可作为新的训练数据集。

此外，AI代理通过智能合约与各区块链网络及其代币化生态交互时会产生成本。当其通过代币获得奖励或惩罚时，行为可被精准追溯。

换言之，区块链数据为AI训练提供了更高质量的数据集——更具一致性和现实代表性。高质量数据催生高质量AI代理。

借助P2P网络，AI代理可通过跨链交互实现扩展，构建统一加密生态。最后，零知识证明（ZKP）等技术可验证AI代理的交易表现，同时保护策略隐私。

这种能力在AI代理相互交易的世界至关重要，因为它们可在执行复杂策略时保持逻辑私密。同时，ZKP还能证明对交互平台的合规性。

此外，ZKP可扩展AI代理部署，因其减少需传输处理的数据量。虽然ZKP需更高算力，但ZK-Rollups通过批量压缩交易数据解决此问题。帝国理工学院等机构在