對話 ai16z 創辦人：Agent 如何重塑 Web3 的未來？
播客來源：Delphi Digital
整理 & 編譯：Coinspire
引言
如果說AI Agent在這一輪加密週期來勢洶洶，那麼ai16z和Eliza的創始人Shaw無疑抓住了潮水的方向。
他發起的ai16z，是首支AI meme主題的鏈上基金，取自對知名風投a16z的諷刺化表達，在2024年10月從0開始募資，短短數月成長為Solana上市 值第一個超25億美元（目前已經有所回調）的AI DAO；而ai16z的核心ElizaOS，是一個多智能體（Agent）模擬框架，在其基礎上開發者可創建、部署和管理自主AI Agent。 由於採用先發優勢和蓬勃發展的TypeScript社區，Eliza程式碼庫在GitHub上收藏星標超萬，佔據了目前Web3 AI Agent開發約60%的市場份額。
儘管社群平台的發言爭議不斷，但並不影響Shaw成為加密AI領域的關鍵人物。 目前中文社群已經有不少關於他的專訪，不過我們認為，頭部加密投研機構Delphi Digital的聯合創始人Tom Shaughnessy和來自26 Crypto Capital的Ejazz與Shaw在1月6日進行的這場播客， 是目前對Shaw在「AI Agent實用性思考」主題上最深入的一次訪談，且仍有前瞻性。
這場對話中，不僅提問很有洞見，Shaw也一如既往地誠實與敢說，分享了不少他對於目前Web3行業AI Agent用例的看法與對未來的判斷，涵蓋了從Agent開發框架、 代幣經濟學到開源AGI平台的未來等重要主題，乾貨滿滿。 對此，Coinspire聽譯了一篇完整的版本分享給讀者們，希望能藉此窺見AI+Web3的一角未來。
🎯主要亮點
▶Eliza Labs的創建和ai16z快速發展的內幕
▶深入探討Eliza框架技術的各個面向
▶代理平台分析以及從Slop Bots（AI垃圾Bot）到實用程式的轉變
▶代幣經濟與價值捕獲機制的討論
▶探索跨鏈開發與區塊鏈選擇
▶開源 AGI的願景與人工智慧代理的未來
Part.1 創業經驗與亞洲之旅
我開發了很多年的開源項目，創建過一個開源的空間網絡項目，但是合夥人把我從GitHub移除，用7500萬美元的價格賣掉了項目，我一無所獲。 他沒有寫過一行程式碼，而我是專案的首席開發者。 雖然我在起訴他，但這件事讓我失去了一切，聲譽盡毀。
後來我重新開始並專注對AI Agent的研究，但是因為之前的人拿走了所有資金，我不得不自己承擔所有責任，甚至背負債務，同時做一些服務類項目維持生計。 最終，元宇宙概念遇冷，方向也逐漸不再適合。
之後，我加入Webiverse擔任首席開發者，起初還算順利，但專案後來被黑，資金庫被盜，團隊不得不轉型。 這段經歷極為艱難，幾乎讓我崩潰。
經歷了很多挫折，但我一直在努力前進。 我和Project 89（神經語言病毒式互動AI）的創辦人合作，啟動了一個叫Magic的平台，完成了一輪種子融資。 他希望將平台打造成一個無程式碼工具，方便用戶建立代理系統。 而我認為，如果提供一個完整的解決方案，使用者可能會直接複製；如果不提供，他們又不知道從哪裡開始。 資金快用完的時候，我決定專注於代理系統的開發。 當時，我已經在這個平台上創建了Eliza的第一個版本。 這一切聽起來或許很瘋狂，但我一直在嘗試和探索新的方向。
過去幾週我一直在亞洲，與當地的開發者社群密集會面。 自從我們的計畫啟動後，尤其是AI Agent相關的內容（例如ai16z計畫）獲得關注後，我收到了來自亞洲特別是中國的大量訊息，我們發現這邊有許多支持者。
透過一個名為706的社群我認識了很多成員，有人幫我們管理中文頻道和Discord，組織了一場小型黑客松。 我也在活動中見到了許多開發者，評審了他們的專案後，我覺得一定要來這裡親自認識大家。 於是，我們規劃了行程，拜訪多個城市與開發者會面。
當地社區非常熱情，為我們組織了一場又一場的活動。 我也得此可以和許多人交流，了解他們的專案並建立聯繫。 這幾天，我從北京、上海到香港，現在在首爾，明天還會去日本。
在這些見面會中，我看到了許多有趣的項目，例如遊戲、虛擬女友應用程式、機器人和穿戴式裝置。 有一些項目涉及資料收集、微調和標註，結合我們現有的技術可能會有很好的發展前景。雖然許多專案還處於早期階段，但開發者的熱情和創造力令人印象深刻。
Part.2 AI Agent+DeFi結合用例與實用性探討
這是一個明顯的商業機會，我同樣厭倦Reply Robot（回覆機器人）的情況，現在很多人只是下載工具，展示它並推動代幣，但我真的希望我們能超越這一點。
目前我們仍然困在這種自動回覆的模式中，我自己會屏蔽所有沒有被召喚的回覆機器人，如果只是盲目跟隨某個趨勢並評論所有內容，實際上對任何代幣都沒有幫助。
，DeFi比其他任何事物都符合「有賺錢機會但好多人不知道怎麼使用」的特點。 我們已經在和一些團隊合作，像是與Orca，還有在Meteora上的DLMM（動態流動性做市商），Bot可以自動識別潛在的套利機會，當代幣的範圍發生變化時，它會自動調整 並將收益轉回你的錢包。 這樣用戶就可以安全地將他們的代幣投入其中，整個過程是自動化的。
此外，meme幣的波動性非常大。 事實上，。 我自己基本上不賣代幣，而是透過流動性池賺錢，我也一直鼓勵其他代理商開發者這樣做。 但我很驚訝地發現許多人並沒有這樣操作，我有一個朋友，他告訴我他很難賺到錢，我問他是否考慮過使用流動性池，他說他沒有時間，但其實他應該去 做流動性池，透過代幣的交易量賺取很多錢。
反而，如果有合適的API來取得市場情報，它能做出合理的判斷。 例如，我看到有AI系統的交易成功率大約是41%，這個成績相當不錯，因為大多數加密貨幣表現並不穩定，但是，根據上下文資訊作出更合理的決策。
。 例如，將一群人在群組聊天中相互推銷代幣的資訊轉化為可以操作的數據。 我們有一個團隊在做一個叫做「信任市場」的研究，研究的核心問題是，如果我們將群聊中或推特上的推薦信息視為真實的，並根據這些推薦進行交易，我們是否能賺 到錢。 事實證明，一小部分人確實是非常出色的交易員和推薦者，而我們正在分析那些最頂尖的人的推薦，未來可能會基於他們的建議來操作。
這就像預測市場一樣，有一小部分人非常擅長預測，而大多數人則比較差，或容易受到行為經濟學的影響。 因此，。 我認為這個方法不只適用於賺錢，還可以應用在治理、貢獻獎勵等更抽象的領域。
但賺錢是最簡單的，因為它像一個容易度量的樂高積木。 我不認為只把時間序列資料給LLM讓它自己去預測買賣代幣的做法能真正解決問題。
有人告訴我，有一家公司聲稱能夠以70%的準確率預測代幣價格。 我想，如果我能做到這一點，我就不會在這裡告訴你們這些，我會直接列印無限的錢。 70%的準確率對於像比特幣這樣的短期交易來說，意味著你可以輕鬆賺取無限的利潤。 我敢肯定，像黑石這樣的公司在某種程度上也在做類似的事情，他們試圖處理全球數據，以便對股票等進行預測，或許他們在這方面很成功，畢竟他們有很多人致力於這 類工作。
但我認為，。 因此，我認為MEME幣之所以有趣，正是因為它們的市場價值非常低，極易受到社交動態的影響。 如果你能追蹤這些社交動態，你就能在其中找到機會。
Part.3 Agent架構價值與Eliza的發展優勢
確實有一種說法認為它只是一個ChatGPT的包裝，但其實這類似於把一個網站看作是HTTP的包裝，或者把一個應用看作是React的包裝是一樣的。 實際上，。
模型已經極度商品化，從零開始訓練一個基礎模型是非常昂貴的，可能需要上億美元。 如果我們有像OpenAI那樣的資金和市場份額，建造一個端到端的訓練系統並訓練模型可能會很容易，但那時我們就會和Meta、OpenAI、XAI、Google競爭，他們都在努力提升基準測試 的表現來證明自己是全世界最好的模型。 同時，XAI每次發布新版本都會開源上一版本，Meta也會開源他們所做的所有東西，透過開源來佔據份額。
但我認為這不是我們應該去競爭的領域。 我們應該專注於幫助開發者建立產品。。 你無法簡單地谷歌搜尋“defi協議賺錢”，你也許能找到一個列表，做些研究，但如果你不知道該尋找什麼，這並不容易。
因此，，改變現有的模式，不再停留在一個網站和登錄頁上，而是將它帶到社交媒體 上，去實際展示產品的用例，。 我認為，。 ”
我認為。 現在使用JavaScript開發應用程式的開發者比其他任何語言的開發者都多。 幾乎每個通訊應用，從Discord到Microsoft Teams，也都是用JavaScript開發的，或者使用某種本地運行時，UI和交互部分也用JavaScript開發，或者很多後端開發，
許多已經在EVM上開發過的開發者，也已經下載了Node.js，運行過Forge或Truffle之類的以太坊開發工具，對這個生態系統比較熟悉。 我們可以接觸到那些有做過網站開發的開發者，他們也能做出代理。
雖然PYTHon不算特別難學，但它在打包成不同形式方面有些困難，很多人都卡在安裝Python這一步。 Python的生態系統比較亂，管理器也很複雜，很多人可能都不知道如何找到正確的版本來工作，儘管Python在後台開發方面是一個不錯的選擇，但我以前做很多開發時就發現，Python 在非同步程式設計上做得不夠好，而且它在字串處理方面也比較麻煩。
。 另一方面，我們提供的是端到端的解決方案，當你克隆下來之後，它就能立刻運作。 我認為Arc是一個很酷的項目，但它缺少連接器，沒有社交連接器。 像Zeropy這樣的項目也不錯，但它主要做社交連接器或透過循環來回覆訊息。 而很多其他項目，雖然讓幾個代理互相對話，但並沒有真正連接到社交媒體。
我認為。 透過提供這些解決方案，我們大大降低了進入門檻，也減少了開發者需要寫的程式碼量。
，例如聊天，這是最基礎的功能。 我們有很多插件，如果你想添加錢包，只需啟用插件並添加evm鏈的私鑰，選擇你需要的鏈；你還可以添加API密鑰，例如Discord的，或者你的Twitter用戶名和電子郵件等 ，這些都可以設定好，不需要寫程式碼，直接就能使用。 這也是為什麼你會看到很多機器人在進行推銷和回應。
之後，你可以使用一些抽象工具來進行其他操作，稱為「動作」。 例如你想讓機器人幫你點一份披薩，你只需設定一個「點披薩」的動作。 然後，系統會自動取得使用者的信息，可能是目前使用者的資訊提供者。 還需要一個評估器來提取你需要的用戶訊息，例如姓名和地址。 如果有人私訊找你點披薩，系統會先取得使用者的地址，然後再執行點披薩的操作。
這三個部分：。 任何像網站上那樣填寫表單的操作，。 我們目前使用這種方式來處理自動LP管理等任務，這就像編寫任何網站一樣，主要是呼叫API，開發者應該都能輕鬆上手。
對於非開發者，我建議你選擇一個已經託管好的平台，選擇你需要的功能或插件，而不需要深入程式碼。 如果你想，當然也可以自己動手。
取決於你想做什麼。 如果你只是看著程式碼庫，了解了其中的抽象，你可能能在很短的時間內建立出非常特定的功能，
例如，我做過一個披薩外送的應用，我花了5個小時，另外一個人花了2個小時，基本上一天就能做出來。 這個如果我自己做，可能會花幾個星期。 雖然現在一切諸如寫程式碼都透過AI加速了，但整體框架已經為你提供了很多東西。
舉個例子，像React那樣，所有的應用程式都是建立在React上的。 你完全可以快速拼湊一個網站，但隨著專案的複雜度增加，它會變得非常難做。 所以，當你做一些簡單的事情時，你只需要一個LLM、一條區塊鏈和一個loop（循環），可能幾天就能完成。 但我們支援所有模型，它可以完全本地運行，也支援轉錄，你可以把音訊檔案傳送到Discord，它會轉錄，上傳PDF檔案也能聊天，這些都已經內建好了，。
所以，如果你只需要建立一個簡單的聊天介面，完全可以自己做。 但如果你想要建立一個功能全面的代理，能做很多事情，那你就需要一個已經處理好大部分的框架。 我可以告訴你，我花了很多個月才做出這個。
如果把Arc的整個系統，或者說整個Zeropy、整個Game框架都拿出來，程式碼行數上比Eliza少得多，因為Eliza裡麵包含了很多不同的功能，即便只拿出插件部分也包括 了很多能做的核心，像是語音轉文字、文字轉語音、轉錄、PDF處理、影像處理等等這些都已經內建好了。 雖然對某些人來說有些過於複雜，但它確實使得很多事情變得可能，這也是之所以有這麼多人在使用它的原因。
我看到，例如他們使用了我們提供的Pump.fun插件，或者是Eliza加上生成圖像和視頻的功能，這些功能 實際上都是內建的。。
，因為會有足夠多類似的現有插件作為示例，而且這一切都會被訓練到模型中 。 一旦實現100個星標並且達到一定的程式碼庫閾值，像OpenAI和Claude這樣的公司就會抓取這些資料並用來訓練。 這是我們的Loop的一部分，最終你將能夠自己編寫新的插件。
如果真的有突破。。 我注意到GitHub的熱度趨勢幫助我們吸引了Web2領域的人，很多人只是覺得這是一個很適合用來開發代理框架的工具。
我個人非常希望能讓人們接受這一點，感覺有些人對加密貨幣有偏見，但我覺得顯然99%的代理商將來都會交易99.9%的代幣。 加密貨幣是代理的原生代幣，試試看用PayPal帳戶，真的很難。 而我們可以直接開啟一個錢包，產生一個私鑰，輕鬆搞定。
。
儘管有些人對加密項目有偏見，但他們願意接受它，只要它能帶來真正的價值。 很多人看到的只是炒作和空話，覺得失望，但當他們看到我們的專案有實際研究和工程支援時，他們會逐漸改變看法。 我希望吸引更多人，目前的確取得了一些進展，這是一個巨大的差異化優勢。
Part.4 開源AGI的願景和AI Agent的未來
這個問題很有意義。 首先，當你啟動Eliza時，它預設會啟動一個新的模型，這個模型是一個經過微調的Llama模型，也就是Hermes模型，這個模型已經透過Nous Research進行了訓練。 我非常喜歡他們的做法，其中一位叫Ro Burito，他既是Nous Research的成員，也是我們社群中的一個代理商開發者。 他們幫助推出了God和Satan Bots，以及其他一些機器人。 所以，我們或許可以自己訓練模型，但我們有像他們這樣的合作夥伴，。
很多人不懂訓練模型有多簡單，其實它只需要一行指令。 如果我去使用TogETHer，只要輸入一個指令並指向一個Json文件，我可以在五分鐘內開始微調一個Llama模型。 而Nous的優勢不在於他們的微調方法，而是數據。 他們收集並精心策劃數據，這是他們的核心競爭力，數據的收集、準備和清理是非常繁瑣的工作，他們聚焦於不同於OpenAI的數據。 這也是我們的市場差異化。
我們選擇使用他們的模型，因為他們不會像OpenAI那樣拒絕很多請求。 我們有一個術語，叫做“OpenAI模型被閹割了”，基本上，所有代理開發者都覺得OpenAI的模型受限。 而我們的市場差異化就是，。
如果你現在去用ChatGPT，問它關於2024年大選的問題，它可能會給你一個很長的回答，但之前很長一段時間它只會直接告訴你拜登，因為它就是那樣訓練 的。 我並不是說我支持某一方，但我認為讓一個領先的模型做出如此簡單的政治選擇是很愚蠢的。。
所以，但真正的競爭點是你收集資料的方式跟資料的來源。 你沒有看到OpenAI會做這樣的事情。 如果你看Sam Altman的推文，他表示，不是指NSFW（公共場所不宜內容），而是指“成年人在房間”，。 而且，由於OpenAI是集中化的，它們面臨來自政府的許多政治壓力，我認為，這種方法最終會勝利。 對OpenAI來說，雖然它們有巨額資金，市值也非常高，擁有大量人才。 然而，去中心化的AI提供了社群支持、激勵機制、資金等快速發展的條件，也不需要等待GPU等硬體。
我認為，。 如果全球最大的公司都在做某件事，那麼和他們競爭真的能夠加速發展嗎？ 我認為AI代理是AI世界的“繼子”，。 AI代理更多的是基礎工程，創造性地解決問題，這也正是許多投入這一領域的開發者的獨特之處。
如果有數百萬開發者在使用多數開源的模型和工具，他們會相互競爭，優化整個系統的能力。，它們做各種各樣的事。 並且，這不需要是一個統一的系統，我們可以稱之為AGI，但這取決於你如何定義AGI。
大多數人認為AGI是能夠像人類一樣做任何事的智能，
不過，在AI領域，我們常說“AGI是電腦目前做不到的東西”，而這個目標始終在隨著新模型的推出而不斷變化。 同時，還有一種叫做ASI的概念，即超人工智慧，它指的是一種能夠操控世界的強大模型。 我認為，如果只是由微軟這樣的大公司在建構，它可能有這種超智慧的潛力。 但。
這是一個龐大的系統，甚至是系統的集合。 如果某個代理想要攻擊其他代理，它會非常困難，因為沒有一個代理能比其他的強大太多。 隨著技術進步，我們也正在達到一個能源限制，模型不能無限擴展，否則需要核反應器來支援。 就像微軟現在在投資核電廠一樣，所有公司都在逐步改進自己的模型。
OpenAI推出的新模型GPT-4就很接近人類智能，但同樣，其他公司也在積極研發類似的模型，許多人都在關注研究並實施最新的技術。 即便OpenAI的模型接近AGI，但由於用戶數量龐大，它的模型不得不在質量上做出妥協，向規模低的模型轉變，以減輕GPU的負擔。
整體而言，我認為，
如果從「智慧」的角度看，。 這個過程可能會持續競爭，直到形成一個完整且成熟的系統。 我認為市場智慧和競爭在這裡扮演了重要角色。
加密貨幣在其中的作用是顯而易見的。 它有兩個關鍵功能：
。 儘管創投往往有深刻的見解，但他們的投資邏輯也可能受限於某種地理或文化圈，忽略了更多分散化資本配置的潛力。
。 如果能夠交付符合這種需求的產品，用戶會非常興奮。 然而，加密領域的主要問題是，許多項目雖然打中了情感點，但最終卻未能兌現承諾。 如果這些專案能夠真正實現目標，例如開發出一個可以提供完美市場洞察的機器人，那將具有極大的價值。
。 而當前世界的一大問題是，大多數人無法投資像OpenAI這樣的公司除非它們上市，但到那時，回報已經相對有限。 相較之下，加密貨幣讓人們有機會在專案早期階段直接投資，從而實現夢想中的「參與未來」和「世代財富」。
為了讓這些機制更完善，我們需要更好地防止詐欺行為。 我認為，，並加速這一領域的發展。 同時，未來的Agent將彼此交易代幣，幾乎一切都可以被代幣化——信任、能力、金錢等。 總之，加密貨幣為資本配置提供了全新的方式，加速了創新和未來願景的實現。
Part.5 代幣經濟與價值捕獲機制的討論
開源區塊鏈的問題是分叉的誘因非常大，因為當你持有網路代幣時，就有直接的經濟利益。 如果我們推出L1，大家可能會分叉我們的L1，或是因為我們是L1而覺得無法真正與我們合作。
現實來看，我們的代幣經濟模式需要持續進化，找到新的獲利方式。。 我們已經吸引了許多關注，許多合作夥伴希望在我們的平台上發布，他們只需要一個託管的方式來啟動他們的Agent專案。 我們可以提供插件和生態系統的能力，讓他們直接使用。
我們計劃開源Lauchpad，但可以預見，一旦開源，其他人也會複製它。 那些僅依賴啟動平台的專案將需要重新思考他們的長期策略，只透過設定角色、燃燒代幣並回購的策略可能無法持久。
長期來看，我們更想投資能擴大整體生態價值的技術。 短期內，我們需要滿足市場需求，推出Lauchpad。 但三個月後，啟動平台可能會變得普通，許多計畫會失敗，僅少數能持續創造價值。
未來的重點不是簡單地推出Agent，而是投資那些顯然能夠創造價值的項目。 我們已經開始投資和收購，這些也有自己的代幣經濟模式，例如透過收入回購代幣並用於更多投資。 此外，。
我的目標是推動我們超越這些簡單模式，轉向更大的願景。 我們希望打造一個類似製作工作室的平台，讓人們向DAO和角色提交項目，驗證受歡迎的項目，然後進行投資。 我認為目前的代幣經濟計畫可以維持六個月，但我們也在積極思考下一步的代幣經濟模型。
我常常思考這個問題。 在AI領域，有一個工具叫做“Fume”，指的是Agent能夠編寫自己的程式碼，並以比人類更快的速度持續改進。 他們會為各種可能的用例編寫程式碼，提交請求（PR），其他Agent則負責審查和測試。 這種情況可能在幾年內發生，甚至可能不到兩年。 如果我們能夠堅持下去，就會達到一種“逃逸速度”，系統將以指數級加速發展，最終可能進入AGI（通用人工智慧）的階段，完全實現自我建構。
我們應該盡一切努力加速邁向這個未來。 我已經看到一些項目，例如Reality Spiral，Agent正在向GitHub提交PR，這種發展趨勢已經開始。
：代幣價值增加推動生態系統發展， 而生態系統又提升代幣價值。 最終，這個系統會達到一種自動運轉的狀態。
不過，目前我們還需要完成很多實際工作。 關鍵是要確保代幣透過預期的方式累積價值，滿足用戶的需求。 例如，Launchpad就是基於使用者的需求開發的，幫助他們實現已經在建置的內容。
。 這種模式可能會迅速變得極其複雜和強大，而我們的目標就是加速到達這個階段。
Part.6 探討跨鏈開發與區塊鏈選擇
從用戶的角度來看，區塊鏈已經逐漸被“正常化”，很多人甚至不知道自己的代幣在哪個鏈上。 儘管EVM和SVM模型在程式設計和功能上有很大差異，但對使用者來說，它們基本上沒有區別。 用戶只是查看錢包，看是否有資金，或進行代幣交換。
。 目前我們是SPL 2022代幣，帶有鑄造能力，因此跨鏈有一些技術挑戰，但我們正在克服這些問題。
我其實喜歡Base團隊，他們對我們非常支持，所以沒有特別的偏向。 選擇SOLana是因為用戶在這裡。 身為產品人員，我們應該拋開個人理念，專注於使用者需求，並在他們喜歡的地方提供他們所需的服務。
目前，你可以在Base上部署一個Agent，也可以在StarkNet上部署，選擇權完全開放。 這些生態系統的分裂更多來自於各自代幣價格、是否有代幣以及現有的開發者社群和基礎設施。 我們選擇Solana的主要原因是因為像DAOs.fun這樣的項目以及用戶都在這個鏈上。 但總體來說，我對平台沒有強烈偏好，。
Part.7 slop bots（AI垃圾bot）到實用程式的轉變
我認為我們很快就會進入一個新的階段，那個階段的Agent將會做出令人驚訝的事情，如果人們能從Agent中賺錢，那麼這個Agent一定會非常成功。
至於。 它們現在的狀況是，平台（例如X）意識到它們無法透過強製手段消滅這些Agent，也無法透過人工審核判斷它們是機器人還是人類，尤其是當這些Agent已經非常接近圖靈測試時。 所以，平台的解決方案是透過演算法更加懲罰那些引起困擾的「人」。
從開發者的角度，如果他們無法吸引用戶，Agent就不會有任何影響力。 對此，我的做法是直接封鎖那些沒有意義的Agent。 我認為，如果Agent沒有被特定召喚，且沒有提供有價值的內容，我們不希望這種內容出現在平台上。
，雖然團隊們仍在努力研發。 但我相信在接下來的一個月，我們將會看到很多新的發展。 此外，我們還沒有看到能夠為其產品找到用戶的Agent，現在很多Agent只是用來進行低效推廣，但想像一下，某個Agent發現了你需要的解決方案，你肯定不會封鎖它，而 是會感激它，就像是你在使用新的Google一樣。
目前，我們還處於一個「狗打撲克」的階段。 初始時，如果你走進房間，看到四隻狗在打撲克，你會覺得這很不可思議，但過了幾週，你會問：「這些狗打得怎麼樣？它們真的在賺錢，還是 只是在拿著紙牌？
因此，，就像在Web2中，像麥當勞可能會推出一個「Grimace （麥當勞系列角色）agent”，或者一些網紅在發佈內容後，因為他們的私信被淹沒，而不得不建立一個回复機器人，來與他們的粉絲建立一種虛擬關係。
我相信會有人聽到這個需求並會去建構這個平台，我也同意機會蘊藏在這裡。 TEE已經存在很久了，我和很多開發者聊過，在Agent出現之前，它只是一個非常晦澀的概念。 Agent的出現讓人們開始問：“那如果是一個自主Agent，怎麼防止它直接拿走私鑰把錢偷走？”，於是人們開始關注TEE，並且我認為Phala做得很好，因為他們創造了 一個明顯的需求：一個可驗證的遠端認證系統。 這也是為什麼我們看到像ZKML（零知識機器學習）等產品的興起，它們透過提供必要的信任機制讓使用者感到放心。
我們會看到許多產品應對這種不確定性，而這種。 開源將成為一個重要的激勵手段，因為如果程式碼相對簡單且問題在於信任，那麼為什麼不開源，讓每個人都能查看呢？ 這可能會出現一批新型的“程式設計師影響者”，他們會評估這些Agent的合法性。
我認為在五年內，你可以隨時查詢任何Agent的相關信息，可能會有一個網站專門提供這些資訊。 如果沒有，今年應該有人開始建立這樣的平台。