從 Meme 到應用：AI Agent 或將重塑 Crypto 生態？
作者：Satou & Shigeru
註：此文首發於 2025 年 1 月
Crypto與AI Agent的結合，已成為當前最引人注目的敘事之一。 隨著技術的不斷迭代與創新，AI Agent預計將在2025年成為加密領域最具發展潛力與關注度的賽道之一，成為本輪行情的核心驅動力。 本文將從框架、meme與應用三個層面整理當前AI Agent的市場格局。
AI Agent框架：AI領域的Layer1
AI Agent架構是AI Agent的核心技術基礎層，架構為AI Agent的開發、部署與協作奠定了重要的基石。 因此，現在關於AI Agent框架的比拼和爭奪實際上就是這一領域的Layer1的爭奪。 目前從代幣市值來看，G.A.M.E、Eliza 和Swarms處於三足鼎立之勢，Rig、Zerepy仍有機會追趕。
1. G.A.M.E
G.A.M.E是由Virtuals團隊開發的一個框架，其設計核心思路是採用模組化的設計，讓多個子系統的協同工作，共同控制AI Agent的行為、決策和學習過程。 這些模組包括作為開發者與Agent行為交互的主要入口“Agent Prompting Interface”，負責處理輸入數據並將其轉化為適合格式的“Perception Subsystem”，負責根據輸入信息生成具體行動計劃的“Strategic Planning Engine” 等，使用者僅需修改各種模組的參數即可參與Agent設計。 具體的模組及架構如下圖所示。
G.A.M.E的核心特點在於：
模組化設計：整個框架清晰易懂，不需要額外設計；
提供了低程式碼或無程式碼的介面：大大降低了技術門檻。
這使得G.A.M.E特別適合那些需要快速部署、且不關心複雜技術設定的專案。 但對於那些需要深度定製或完全控制Agent各個方面的複雜項目，G.A.M.E則不太適用。
2. Eliza
Eliza是由ai16z開發的開源多Agent框架，採用TypeScript作為程式語言。 該框架圍繞著一個名為Agent Runtime的系統構建，其核心功能包括：
角色系統：支援同時部署和管理多個個人化的AI Agent，由模型提供者支援；
記憶管理器：透過檢索增強生成系統（RAG）提供長期記憶和可感知情境的記憶管理功能；
動作系統：提供流暢的平台集成，可與X等社交媒體平台可靠連接。
Eliza圍繞著一個Agent runtime系統構建，能夠與角色系統、記憶管理器和動作系統無縫整合。 Eliza也支援模組化功能擴充的插件系統，能夠實現語音、文字和媒體等多模態交互，並相容於Llama、GPT-4和Claude等AI模型。 因此，Eliza適合需要深度客製化解決方案和複雜跨平台多智能體的專案。
3. Swarms
Swarms是由創辦人Kye Gomez開發的開源多Agent編排框架，其核心思路是讓多個AI Agent的協作，利用集體智慧來解決複雜的問題。 其核心特點包括：
多Agent協作：SWARMS為多個Agent提供一個透明且可追蹤的環境，使得不同的Agent能夠一起協作，提升任務的執行效率。
激勵機制：SWARMS使用代幣作為Agent的激勵工具，根據任務的難度和最終結果的質量，系統會動態分配代幣。
資料安全：SWARMS採用了分散式儲存和多方安全運算（MPC）技術，確保在Agent間交換資料時能夠保護隱私和資料安全。
Swarms的這些特點使其能夠在多個複雜領域中充分發揮優勢，根據需求提供高度的可靠性和可擴展性。
4. Rig
Rig是一個ARC團隊開發的基於Rust的開源框架，專為簡化大語言模型（LLM）應用程式的開發而設計。 Rig框架具有以下特點：
統一介面：提供一致的接口，支援多個LLM提供者（如OpenAI和Anthropic）及多種向量儲存（如MongoDB和Neo4j）的無縫互動。
模組化架構：框架採用模組化設計，包含「提供者抽象層」、「向量儲存整合」和「Agent系統」等核心元件，增強系統的靈活性和擴充性。
類型安全與高效效能：利用Rust語言實現類型安全，避免編譯時錯誤，並透過非同步操作提高並發處理能力。 框架內建的高效序列化和反序列化流程優化了資料處理。
錯誤處理與復原：內建的錯誤處理機制提高了對LLM服務商或資料庫故障的復原能力，確保框架穩定性。
這些特點使得不同的LLM模型和儲存後端能夠輕鬆整合到同一平台上。 因此，Rig適合那些希望在Rust中建立AI應用的開發者以及對效能、可靠性和安全性有高要求的專案。 不過Rust語言本身存在學習成本。
5. ZerePy
ZerePy是一個用PYTHon寫的開源框架。 ZerePy專注於簡化個人化AI Agent的開發和部署流程，尤其是在社群平台上進行內容創作的應用情境。 透過這個框架，開發者可以輕鬆創建能夠在社群媒體上發布、回應、按讚和轉發的AI Agent。 此外，ZerePy也特別適用於音樂、備忘錄、NFT以及數位藝術等創意領域。 ZerePy在創意方面表現出色，適合快速部署一些輕量級的Agent，但與其他框架相比，其應用範圍相對較窄。
基礎架構是AI Agent賽道的重要方向，從目前最熱門的框架看，它們都具有不同的特點，各有其適用場景，但綜合的目標都是做一個綜合的AI Agents生態系統， 成為實現智慧Agent大規模應用的堅實平台。 未來隨著這些框架的進一步完善升級，它們將成為各種不同項目啟動的跳板，以及各種代幣價值成長的沃土。
AI Meme：AI Agent的第一次成功亮相
meme幣一直是加密資產市場中的重要概念板塊，與傳統的Meme幣不同，AI Meme由AI Agent驅動，其背後所代表的文化或現像都由Agent呈現。 隨著GOAT、FARTCOIN 等AI Meme幣市值的不斷增長，AI Meme也獲得了越來越多的關注。 可以說AI Meme是AI Agent在加密市場的第一次成功登場。
1. GOAT
真正打響AI Meme的是項目Goatseus Maximus。 這個故事始於2024年3月，開發者Andy Ayrey推出了一個名為Infinite Backrooms Escape的實驗系統，該系統將多個大語言模型整合在一起，允許它們互相對話。 實驗結果顯示，AI之間的對話在沒有限制的情況下展現出極具創意的互動，甚至催生了一個名為GNOSIS OF GOATSE的超現實宗教。 接著，Andy與Claude Opus共同撰寫了一篇關於AI如何創造迷因式宗教的研究論文，GOATSE被當作首個案例進行分析。 這一系列探索最終催生了「Truth of Terminal」（ToT）這個AI Agent。 7月，a16z的共同創辦人Marc Andreessen發現了ToT的推文，透過一連串對話後向ToT的比特幣錢包轉帳了5萬美元的比特幣。 10月10日，匿名者在社群平台上發布了GOAT meme幣，這得到了ToT的公開支持，GOAT meme幣在短短幾天內市值激增。 Andreessen的捐款為GOAT帶來了巨大的曝光度，成為推動GOAT市值不斷上升的關鍵因素之一。 GOAT最高市值曾超過13億美元。
2. Fartcoin
Fartcoin的誕生與GOAT有著密切的聯繫，他們都源自ToT。 在大語言模型對話中，提到了馬斯克喜歡放屁的聲音，並提議創建一個名為Fartcoin的代幣。 基於這場對話，Fartcoin應運而生，時間上略晚於GOAT。 Fartcoin以其巧妙的誕生時機也吸引了一定的關注，但在開始時比不上GOAT。 在這之後，11月16日，Fartcoin的推特粉絲數突然在短短幾小時內激增一倍，價格也上漲了約15%，不過這一增長未能得到廣泛的持續性討論。 12月13日，Marc Andreessen轉發了關於Fartcoin的推文，但這則推文並未導致代幣價格的急劇上漲。 Fartcoin價格成長的主要原因可能是某些主力資金。 因為在最早期的買進地址當中，疑似出現了投資基金Sigil Fund。 此外，Sigil Fund創辦人曾多次在推特上展現出對AI Meme的看好，並且在也曾主動轉發了一條關於詢問Sigil Fund是否是持有Fartcoin的推文。 Fartcoin最終得到了社群媒體的廣泛關注，最高市值曾超過15億美元。
AI Agent應用：Agent可以做更多
隨著AI Agent在加密領域的進一步應用，市場關注點也從GOAT和Fartcoin這樣的AI驅動的純MEME幣擴展到更具互動性和創造性的AI Agent應用。
1. 娛樂型Agent
AI Agent的第一個實際應用就是娛樂，例如Luna和前面提到的ToT。 Luna是個虛擬偶像，與其原生代幣LUNA緊密整合，作為Virtuals平台的一部分被推出。 Luna會24小時在社群媒體上直播，並會高頻發布推文。 因此，Luna直播和推文的品質是影響其市值的關鍵因素之一，然而目前來看，Luna的這種模式下的代幣增長空間有限。 相較之下，ToT的推文主要專注於原創且幽默的內容，它並不與GOAT或其他代幣綁定，雖然ToT偶爾會提及GOAT代幣，但這並非其核心關注點。 Luna和ToT這兩種AI Agent，代幣在敘事推廣中都扮演了關鍵角色。 對Luna而言，代幣代表了其存在的核心意義，而對ToT來說，GOAT代幣則成為了其擴大影響力的重要工具。
2 投研分析型Agent
除了娛樂性應用外，AI Agent還能用於加密領域的投研分析，目前這一領域最火的Agent當屬aixbt。 aixbt是Virtuals Protocol上發布的AI Agent，專注於分析加密貨幣市場的熱門話題和趨勢，特別是來自X等社群媒體平台的討論，幫助用戶快速掌握市場變化和潛在的投資機會。 aixbt在Kaito上持續擁有最高的CT使用者關注度，其展現的能力已經有超越人類KOL的趨勢。
3. DeFi + AI Agent
如果說Luna和aixbt沒有太大的實際作用，仍然停留在Meme層面，那麼AI Agent與defi的結合則真正賦予了Agent實際的應用場景。 這種DeFi和AI Agent的結合被稱為DeFAI。 DeFAI的發展有兩大方向：Agent輔助用戶與Agent自主交易。
Agent輔助用戶
AI Agent輔助用戶主要是為了簡化DeFi操作的複雜性，讓更多的一般使用者能夠輕鬆參與和管理DeFi專案。 使用者能夠使用自然語言直接指導AI Agent執行任務，從而屏蔽掉複雜的技術細節。 市面上有一些DeFAI計畫已開始嶄露頭角。 以Griffain和Neur為例，兩者都是基於SOLana建構的AI助手，可以幫助用戶完成錢包的創建和管理、代幣分析、代幣交易等操作。 就使用者體驗而言，Griffain為使用者提供的功能較多，而Neur提供的功能相對較少但較細緻，且Neur的效能更加出色。 從二者的比較可以看出，未來這個領域的主要關注點將集中在功能的完善程度、使用者體驗以及費用等問題。
Agent自主交易
如果說Griffain和Neur的模式下DeFi的主體仍然是人類用戶，那麼Agent自主交易則使得AI成為了DeFi的主體。 與過去的交易機器人僅限於執行預設的交易策略不同，AI Agent能夠從市場環境中獲取即時信息，進行上下文分析，學習市場趨勢並根據這些數據調整策略。 這使得Agent能夠在動態變化的市場中做出更精準的決策，執行超越原有程式設定的複雜操作。 相關的項目有Cod3x、Almanak等，但目前這一領域仍處於初步發展階段，這些項目仍有待經過市場檢驗。 毫無疑問，Agent自主交易的最大障礙是信任問題，一是要信任相關操作確實由Agent執行，二是信任Agent的交易策略不會導致不必要的虧損。 未來專案要有所作為就必須解決這些信任問題。
歷經數月發展，加密領域AI Agent經歷了從純meme到娛樂化應用，再到實際性應用的幾個階段。 事實上，加密從業者從未停止對Crypto x AI的可能性探索，自2023年以來，CGV Research就持續關注Crypto x AI賽道的專案進度。
未來，隨著基礎架構的不斷成熟，Agent系統變得更加智慧和穩定，任何人都可以透過自然語言輕鬆部署和使用Agent。 這時Agent框架將為一種基礎設施，其它各種應用都將基於這些框架進行建造。 Agent框架的估值有望繼續迎來突破，而部分Agent應用專案由於其出色的業務能力和使用者體驗，可能會進一步捕捉市場關注與投資價值。
