AI Agent现状与未来趋势深度解析

上周花了不少时间研究AI Agent，还专程去北京参加了ai16z的活动。实话说，这次去就是想看看这个圈子里的人，到底把Agent玩到了什么程度，顺便捋一捋它接下来能往哪个方向走。

适合国内用的虚拟币交易所

• 欧易OKX >>>进入官网<<< >>>官方下载<<<
• 币安Binance >>>进入官网<<< >>>官方下载<<<

（图片这里大家脑补一下画面，我试过让AI画这个场景，结果它根本理解不了什么叫“藏”）

AI Agent 框架的基本工作方式

说白了，现在的AI Agent框架，扮演的就是一个“胶水”的角色。它要把各种客户端接口（比如Twitter、Discord、Telegram这些）和各种功能插件（比如各条链的接口）粘在一起。在这个基础上，框架再提供一个基础库，负责记忆存储、会话隔离、上下文生成这些底层能力。最后，这套东西去对接上层不同的AI平台接口。

AI Agent 框架如何和应用以及业务场景结合

自从去年AI这波热潮起来，各种平台和工具层出不穷，但核心问题始终只有一个：AI到底怎么跟实际的应用结合？有的平台想通过插件模式来解决，有的在搞工作流模型，还有的传统应用干脆直接把AI塞进自家界面。但这里的关键，其实就两点：第一，应用的交互入口在哪？第二，AI怎么融入现有的业务逻辑？

先看交互入口。现在几乎所有的AI平台，给用户的交互方式都是一个聊天对话框。这个设计背后的共识很明确：大家认为跟AI打交道，就该是“拟人化”的。而AI Agent在这一步确实聪明——它直接接入了所有主流的开放IM和社交系统。这显然比从头搞一个新平台，要更容易让用户接受。

再看业务逻辑的结合。AI Agent给出的方案，是让开发者把AI的决策能力，彻底融入到业务场景里。传统的编程语言讲究的是确定性，一个if条件，要么是true要么是false，没办法处理那种模糊的业务判断。而AI的作用，恰恰就是把这些模糊的、复杂的逻辑，转化成精确可执行的条件，然后无缝地嵌入到原有的代码逻辑里。

举个具体的例子。群内回复消息这个功能，传统的IM Bot需要靠用户输入特定的指令才能触发。但用AI，我们只需要写一个方法叫 shouldReplyMessage，把上下文喂给它，它就能根据语义判断返回true或false。

所以，AI在业务逻辑中的角色，总结起来就两个核心作用：

1. “意图”发现：通过提示词里的说明，让AI去理解用户话里到底想干什么，然后把识别出来的意图，映射到具体的代码和操作上。
2. 协助决策：把那些模糊的、复杂的条件，交给AI去处理，转化成确定的true/false或者枚举值，然后拿来驱动业务逻辑。

看到这儿，可能有人会觉得有点失望：原来AI Agent不过如此？很多人想象中的AI Agent，似乎就是随便教一下它，它就无所不能了。但现实是，因为大模型本身的上下文限制这个难题，至少在目前，我们还没法打造一个真正的“万能AI”。不过好消息是，程序员暂时不用担心失业了。AI的背后，依然需要大量的人类工程师，依然需要堆if else。但关键在于，程序能处理的业务边界，实实在在地被拓宽了。

两种 AI Agent

活动上，有人问了创始团队一个问题。现在市场对AI Agent其实有两种期待：一种，是AI Agent作为独立的“角色”存在，有自己的ID、品牌，直接面向用户提供服务。另一种，是每个用户拥有自己专属的个人AI Agent，相当于一个私人助手，帮自己处理各种事务。这两种方向，到底哪个会更受欢迎？团队的看法是，两个方向都不错，很可能会走向融合。

从目前市面上的探索来看，大家更多还是集中在第一个方向上。这个方向本质上就是“服务的Agent化”。未来可能没有App界面了，所有的服务都会被AI Agent重构，变得拟人化。而第二个方向，则是“客户端的Agent化”。未来的应用客户端，会变成个人助手Agent的一个插件，本地数据成为Agent记忆库的一部分。同时，这个插件也负责和云端的服务Agent进行沟通。这其实是一种全新的应用架构模式，它会反过来倒逼整个基础设施进行重构。

AI Agent 对基础设施的要求

如果上述方向成立，那下面的基础设施就必须要跟上。

1. 基础设施必须实现“无准入门槛”。如果门槛太高，AI Agent会被各种防攻击策略限制住。更好的方式，是用经济成本的手段（比如Gas费）来防止滥用。那些开放程度比较低的平台，在这一轮会面临比较大的冲击。可以预见的是，当年Web2初期的那一波“开放平台热”，很可能会被重新点燃。
2. AI Agent必须能自己操作资金来付费。这是解决无准入门槛问题的前提。

换句话说，未来的服务，无论它底层是不是基于区块链，都大概率需要支持Crypto的私钥模式来做身份验证，以及基于Crypto的支付系统。

AI Agent 和链的结合

除了上面提到的基础设施需求，AI Agent跟区块链怎么结合，也是大家正在探索的方向。活动上跟做focEliza的团队聊了聊。前面提到的两种AI Agent，至少第一种，是高度依赖链提供的运行或验证环境的。原因很简单：一旦一个AI Agent开始对外提供服务，信任问题就来了。它所扮演的角色，其实和智能合约是一样的。

说到这里，想起当年“智能合约”这个名字其实一直有争议——它只是一段静止的代码，哪里“智能”了。而AI的出现，或许能让智能合约真正名副其实。但难点在于，智能合约的环境里，怎么去调用AI接口？如果让大模型运行在一个可验证的环境里，这条路目前还有点远。对当下的情况来说，沿用类似Oracle（预言机）的方案，是更切实可行的路径。

而围绕AI Agent，会衍生出大量的新需求：AI Agent的公共知识库怎么获取？它的决策如何对事实进行判定？它如何识别不同平台上的同一个用户？智能合约里的“记忆”要怎么存储？如果我好几个设备上都装了自己的AI Agent，它们之间又该如何共享记忆？

你会发现，原来Web3世界里折腾过的那些概念，比如“数据上链”、关系上链、DID、P2P网络等等，在AI Agent这个新场景下，重新有了意义和用武之地。