早期的 AI Meme 代幣借勢 AI 熱點(diǎn)爆發(fā)，而如今更具功能性的 AI 交易工具、智能投研、鏈上 AI 執(zhí)行體正在涌現(xiàn)。從 AI 驅(qū)動(dòng)的鏈上狙擊策略，到 AI Agent 自主執(zhí)行鏈上任務(wù)、以及 AI 生成 DeFi 收益優(yōu)化方案，AI 賽道的影響力正在迅速擴(kuò)大。

　　但多數(shù)人看得到AI代幣市值的指數(shù)級增長，卻找不到解碼其價(jià)值邏輯的坐標(biāo)系。哪些 AI 賽道具備長期生命力？ DeFAI是否是AI的最佳應(yīng)用？AI項(xiàng)目評估的維度有哪些？......OKX Ventures 最新研報(bào)深入拆解了 AI 賽道的發(fā)展版圖，從概念解析、演變歷程、應(yīng)用賽道、以及項(xiàng)目案例，希望可以給大家認(rèn)識AI價(jià)值帶來一些啟發(fā)與思考。

　　本次報(bào)告內(nèi)容比較豐富，為了便于大家閱讀，我們將其拆分為（上）、（下）兩篇。此篇為「上篇」。

　　AI Agent是一種智能實(shí)體，具備感知環(huán)境、做出決策并執(zhí)行相應(yīng)動(dòng)作的能力。不同于傳統(tǒng)人工智能系統(tǒng)，AI代理能夠獨(dú)立思考并調(diào)用工具，從而逐步實(shí)現(xiàn)特定目標(biāo)，這使得它們在處理復(fù)雜任務(wù)時(shí)具備更高的自主性和靈活性。

　　簡而言之，AI代理是由人工智能技術(shù)驅(qū)動(dòng)的代理人，其工作流程包括：感知模塊（收集輸入）、大型語言模型（理解、推理與規(guī)劃）、工具調(diào)用（執(zhí)行任務(wù)）以及反饋與優(yōu)化（驗(yàn)證與調(diào)整）。

　　OpenAI將AI代理定義為以大型語言模型為核心，具備自主理解、感知、規(guī)劃、記憶和工具使用能力的系統(tǒng)，能夠自動(dòng)化執(zhí)行復(fù)雜任務(wù)。與傳統(tǒng)人工智能不同，AI代理能夠通過獨(dú)立思考和工具調(diào)用逐步完成設(shè)定目標(biāo)。

　　AI Agent的定義可以概括為以下幾個(gè)關(guān)鍵要素：感知（Perception），AI Agent通過傳感器、攝像頭或其他輸入設(shè)備感知周圍環(huán)境，獲取必要的信息；理解與推理（Reasoning），它能夠分析感知到的信息，并進(jìn)行復(fù)雜的推理，以便做出合理的決策；決策（Decision-making），基于分析結(jié)果，AI Agent能夠制定行動(dòng)計(jì)劃，選擇最佳的執(zhí)行路徑；行動(dòng)（Action），最后，AI Agent會執(zhí)行所制定的計(jì)劃，通過調(diào)用外部工具或接口與其他系統(tǒng)進(jìn)行交互，實(shí)現(xiàn)預(yù)定目標(biāo)。

　　AI Agent的工作原理和流程通常包括以下幾個(gè)步驟：首先，信息輸入，接收來自環(huán)境的信息，如用戶指令、傳感器數(shù)據(jù)等；接著，數(shù)據(jù)處理，利用內(nèi)置的算法和模型對輸入數(shù)據(jù)進(jìn)行處理，結(jié)合其記憶系統(tǒng)（短期和長期記憶）來理解當(dāng)前狀態(tài)；然后，計(jì)劃制定，根據(jù)處理結(jié)果，AI Agent將大任務(wù)拆分為可管理的小任務(wù)，并制定具體的執(zhí)行計(jì)劃。在執(zhí)行階段，AI Agent通過調(diào)用外部API或工具，實(shí)施其計(jì)劃并監(jiān)控執(zhí)行過程，以確保任務(wù)按預(yù)期完成；最后，反饋與學(xué)習(xí)，任務(wù)完成后，AI Agent會根據(jù)結(jié)果進(jìn)行自我反思和學(xué)習(xí)，從而提高未來的決策質(zhì)量。

　　AI代幣的演變路徑展現(xiàn)了從初期“MEME”現(xiàn)象到深度技術(shù)融合的轉(zhuǎn)變過程。起初，許多代幣依靠短暫的概念炒作和社交媒體的熱潮吸引用戶的關(guān)注，如同網(wǎng)絡(luò)熱梗。然而，隨著市場的不斷成熟，AI代幣逐漸向更加實(shí)用和高階的功能發(fā)展，逐步擺脫了單純的炒作模式，向真正的區(qū)塊鏈金融工具和數(shù)據(jù)分析平臺轉(zhuǎn)型。我們將深入探討這些代幣如何從概念性存在，逐漸發(fā)展成為具備實(shí)際應(yīng)用價(jià)值的技術(shù)產(chǎn)品。

　　初期的AI代幣大多以“MEME”形式存在，諸如$GOAT、$ACT、$FARTCOIN等代幣并未具備實(shí)際應(yīng)用或功能，其價(jià)值主要依靠概念炒作與市場情緒的推動(dòng)。在這一階段，代幣的用途尚不明確，市場與用戶對其潛力知之甚少，代幣的流行更多依賴于社交媒體的傳播和短期炒作，呈現(xiàn)出一種神秘、不可捉摸的特性。

　　隨著市場對AI代幣的逐漸關(guān)注，這些代幣開始在社交領(lǐng)域發(fā)力。例如，$LUNA、$BULLY等代幣通過增強(qiáng)的社交功能吸引用戶參與。在這一階段，代幣不僅僅作為炒作工具存在，更開始融入社區(qū)驅(qū)動(dòng)和社交互動(dòng)，推動(dòng)市場的增長。代幣逐步從單純的“陪聊”功能擴(kuò)展，開始探索與用戶社交需求緊密結(jié)合的功能，形成了更加多元的社交屬性。

　　AI代幣開始從簡單的社交和炒作模式中脫離，深入探索垂直領(lǐng)域的應(yīng)用場景。代幣如$AIXBT和$ZEREBRO等通過與區(qū)塊鏈、DeFi或創(chuàng)作工具的結(jié)合，逐漸為代幣賦能，使其不再僅僅是投機(jī)工具，而是具備明確功能和目的的數(shù)字資產(chǎn)。此階段標(biāo)志著AI代幣朝著更高效、更專業(yè)的方向發(fā)展，逐步形成其獨(dú)特的市場地位。

　　在代幣應(yīng)用逐漸深入的同時(shí)，AI代幣開始著力建設(shè)更為堅(jiān)實(shí)的技術(shù)基礎(chǔ)設(shè)施。諸如$AI16Z、$EMP等代幣的加入，進(jìn)一步推動(dòng)了代幣的功能優(yōu)化。代幣不僅專注于經(jīng)濟(jì)激勵(lì)和實(shí)用功能，還開始重視跨鏈技術(shù)、去中心化應(yīng)用、硬件結(jié)合等基礎(chǔ)設(shè)施的建設(shè)，逐步為其未來的持續(xù)發(fā)展奠定了技術(shù)根基。

　　進(jìn)入成熟期，AI代幣已逐漸在市場中穩(wěn)定下來，開始融入更復(fù)雜的加密投研分析功能，推動(dòng)代幣生態(tài)和治理結(jié)構(gòu)的完善。$TRISIG和$COOKIE等代幣不再是簡單的工具，它們已成為經(jīng)濟(jì)體系的一部分，廣泛應(yīng)用于數(shù)據(jù)分析、社區(qū)治理和投資決策等高階領(lǐng)域。此時(shí)，AI代幣的功能逐步提升，已經(jīng)能夠?yàn)槭袌鎏峁┥疃鹊姆治雠c決策支持，成為加密市場中的重要資產(chǎn)。

　　隨著DeFi領(lǐng)域的進(jìn)一步發(fā)展，AI代幣在金融應(yīng)用上的融合愈發(fā)深入，催生了“DeFAI”這一新興概念。通過人工智能，DeFi的復(fù)雜操作變得更加簡便，普通用戶也能輕松參與鏈上金融活動(dòng)。代表代幣如$GRIFFAIN、$ORBIT、$AIXBT等逐漸在市場中形成了從基礎(chǔ)功能到復(fù)雜金融服務(wù)的完整鏈條，優(yōu)化了鏈上交互，降低了參與門檻，為用戶帶來了更多的機(jī)會和便捷。

　　當(dāng)Web2的AI Agent 在推薦算法里內(nèi)卷時(shí)，Web3的試驗(yàn)場也正在孕育更多AI Agent 創(chuàng)新。但數(shù)據(jù)表明，Web3和Web2的項(xiàng)目在貢獻(xiàn)者分布、代碼提交和GitHub Stars的情況上表現(xiàn)出明顯的差異。通過對比Web3和Web2項(xiàng)目的數(shù)據(jù)，我們可以更好地理解兩者在技術(shù)創(chuàng)新、社區(qū)活躍度以及市場接受度等方面的現(xiàn)狀。特別是在GitHub平臺上，這些項(xiàng)目的活躍度和受歡迎程度為我們提供了重要的指標(biāo)，幫助我們洞察未來技術(shù)發(fā)展趨勢和社區(qū)生態(tài)變化。

　　在開發(fā)者參與方面，Web2項(xiàng)目的貢獻(xiàn)者數(shù)量明顯高于Web3項(xiàng)目。具體來看，Web3項(xiàng)目的貢獻(xiàn)者為575人，而Web2項(xiàng)目的貢獻(xiàn)者多達(dá)9,940人，反映出Web2生態(tài)的成熟和更廣泛的開發(fā)者基礎(chǔ)。貢獻(xiàn)者排名前三的項(xiàng)目是：Starkchain3,102名貢獻(xiàn)者；Informers-agents3,009名貢獻(xiàn)者；Llamaindex1,391名貢獻(xiàn)者。bwin必贏官方網(wǎng)站

　　在代碼提交分布方面。Web2項(xiàng)目的提交量也明顯高于Web3項(xiàng)目。Web3項(xiàng)目的總提交次數(shù)為9,238次，而Web2項(xiàng)目則高達(dá)40,151次，表明Web2項(xiàng)目的開發(fā)活躍度更高，更新頻率較為穩(wěn)定。代碼提交量排名前三的項(xiàng)目是：ElipsOS以5,905次提交領(lǐng)跑；緊隨其后的是Dust，共提交了5,602次代碼；LangChain排名第三，提交次數(shù)為5,506次。

　　總的而言，Web2項(xiàng)目在貢獻(xiàn)者數(shù)量和代碼提交頻率上明顯領(lǐng)先，顯示出其成熟且穩(wěn)定的生態(tài)系統(tǒng)。龐大的開發(fā)者基礎(chǔ)和持續(xù)的技術(shù)創(chuàng)新，使Web2項(xiàng)目在市場中保持強(qiáng)勁的競爭力。相比之下，Web3項(xiàng)目盡管貢獻(xiàn)者數(shù)量較少，但一些項(xiàng)目在代碼提交頻率上的表現(xiàn)突出，表明其擁有穩(wěn)定的核心開發(fā)團(tuán)隊(duì)，并能持續(xù)推動(dòng)項(xiàng)目發(fā)展。Web3生態(tài)系統(tǒng)雖然目前較為初步，但其潛力不可小覷，逐步形成的開發(fā)者社區(qū)和用戶基礎(chǔ)為未來的成長奠定了堅(jiān)實(shí)的基礎(chǔ)。

　　在項(xiàng)目受歡迎程度上，GitHub Stars的分布揭示了JavaScript和Python在AI代理框架開發(fā)中的重要地位。JS Agents和LangChain是最受歡迎的項(xiàng)目，顯示出AI與加密貨幣結(jié)合的趨勢正在受到廣泛關(guān)注。雖然Web3項(xiàng)目的Stars數(shù)量遠(yuǎn)低于Web2項(xiàng)目，但一些Web3項(xiàng)目如MetaGPT依然表現(xiàn)不凡，贏得了開發(fā)者的認(rèn)可。整體來看，Web3項(xiàng)目雖處于追趕階段，但隨著技術(shù)的進(jìn)一步成熟和生態(tài)擴(kuò)展，其在未來市場中的地位有望穩(wěn)步提升。

　　Crypto Twitter上受歡迎的智能體，能獨(dú)立運(yùn)行于多平臺，創(chuàng)建社交媒體帖子，在Spotify發(fā)布專輯，在Polygon創(chuàng)建并出售藝術(shù)品，與DeFi協(xié)議合作。

　　團(tuán)隊(duì)開發(fā)rig框架，幫助開發(fā)者駕馭意義之海——類似人類大腦處理語境和意義的AI系統(tǒng)。標(biāo)志著軟件開發(fā)從純邏輯構(gòu)建向意義處理的轉(zhuǎn)變。

　　通過智能分析工具監(jiān)控Crypto Twitter和市場趨勢，為用戶提供市場見解。部分分析公開分享，其余僅限代幣持有者通過專屬終端訪問。

　　類似Copilot和Perplexity的AI代理引擎，被視為AI時(shí)代搜索引擎的最終形態(tài)。用戶直接提出需求，AI提供結(jié)果或解決方案，而非僅提供網(wǎng)頁鏈接。

　　由SphereOne團(tuán)隊(duì)推出，使Meme交易更輕松。用戶只需點(diǎn)擊一下，GRIFT就會掃描高交易量的Meme并自動(dòng)購買，節(jié)省交易時(shí)間和精力。

　　被稱為Solana瑞士軍刀，整合交易工具、代幣發(fā)布、錢包管理、鏈上洞察和社交媒體管理。支持多語言，提供AI代理、DCA訂單、鯨魚錢包跟蹤等功能。

　　允許用戶通過自然語言描述，利用公共AI能力快速生成不同的應(yīng)用和產(chǎn)品。用戶只需連接錢包并輸入應(yīng)用描述，平臺會自動(dòng)生成相應(yīng)的程序。

　　大廠競品的“降維打擊”。OpenAI、Google、Microsoft等科技巨頭正迅速推出官方級多工具代理，憑借強(qiáng)大的資金和技術(shù)優(yōu)勢，隨時(shí)可能占領(lǐng)市場并將初創(chuàng)框架邊緣化。通過深度整合大型語言模型（LLM）、云服務(wù)以及工具生態(tài)，這些大廠能夠提供全面且高效的解決方案，使得中小型框架面臨更大的競爭壓力，生存空間被極大擠壓。

　　穩(wěn)定性和可維護(hù)性不夠。目前所有AI代理普遍面臨較高的錯(cuò)誤率和“幻覺”問題，尤其在多輪調(diào)用模型時(shí)，容易出現(xiàn)無限循環(huán)或兼容性Bug。一旦代理被要求執(zhí)行多個(gè)子任務(wù)，這些錯(cuò)誤往往會被層層放大，導(dǎo)致系統(tǒng)不穩(wěn)定。對于需要高度可靠性的企業(yè)應(yīng)用，這些框架目前尚難提供足夠的穩(wěn)定性和生產(chǎn)級別的保障，限制了它們在實(shí)際商業(yè)環(huán)境中的廣泛應(yīng)用。

　　性能與成本居高不下。Agent化流程通常需要大量推理調(diào)用（如循環(huán)自檢、工具函數(shù)等），而如果底層依賴如GPT-4等大型模型，既面臨高昂的調(diào)用成本，又常常無法滿足快速響應(yīng)的需求。盡管一些框架嘗試結(jié)合開源模型進(jìn)行本地推理，以降低成本，但這種方式仍然依賴強(qiáng)大的算力，且推理結(jié)果的質(zhì)量難以穩(wěn)定，需專業(yè)團(tuán)隊(duì)持續(xù)優(yōu)化以確保系統(tǒng)的可靠性和性能。

　　開發(fā)生態(tài)與靈活程度不足。目前，這些AI代理框架在開發(fā)語言和擴(kuò)展性方面缺乏統(tǒng)一標(biāo)準(zhǔn)，導(dǎo)致開發(fā)者在選擇時(shí)面臨一定困惑和限制。例如，Eliza使用TypeScript，雖然上手簡單，但在高復(fù)雜度場景下的擴(kuò)展性較差；Rig則采用Rust，性能表現(xiàn)優(yōu)秀，但學(xué)習(xí)門檻較高；ZerePy（ZEREBRO）基于Python，適合創(chuàng)意生成類應(yīng)用，但功能相對局限。其他框架如AIXBT和Griffain更多集中在特定區(qū)塊鏈或垂直領(lǐng)域應(yīng)用，市場驗(yàn)證尚需時(shí)間。開發(fā)者在這些框架之間常常需要在易用性、性能和多平臺適配之間做出權(quán)衡，影響了其在更廣泛應(yīng)用中的靈活度與發(fā)展?jié)摿Α?

　　安全與合規(guī)風(fēng)險(xiǎn)。多代理系統(tǒng)在訪問外部API、執(zhí)行關(guān)鍵交易或進(jìn)行自動(dòng)化決策時(shí)，容易出現(xiàn)越權(quán)調(diào)用、隱私泄露或漏洞操作等安全隱患。許多框架在安全策略和審計(jì)記錄方面的處理還不夠完善，尤其在企業(yè)或金融應(yīng)用場景中，這些問題極為突出，難以滿足嚴(yán)格的合規(guī)要求。這使得系統(tǒng)在實(shí)際部署時(shí)，可能面臨極大的法律風(fēng)險(xiǎn)和數(shù)據(jù)安全挑戰(zhàn)。

　　鑒于上述問題，不少從業(yè)者認(rèn)為當(dāng)前的AI Agent框架可能會在“下一次技術(shù)突破”或“大廠一體化方案”的壓力下被進(jìn)一步擠壓。然而，也有觀點(diǎn)認(rèn)為，初創(chuàng)框架在特定領(lǐng)域，例如鏈上場景、創(chuàng)意生成或社區(qū)插件對接等依然能發(fā)揮獨(dú)特的價(jià)值。只要能夠在可靠性、成本控制和生態(tài)建設(shè)方面取得突破，這些框架仍能在大廠生態(tài)之外找到可行的發(fā)展路徑。總體而言，如何解決“高成本、易出錯(cuò)”與“實(shí)現(xiàn)多場景靈活性”這兩大難題，將是所有AI Agent框架面臨的關(guān)鍵挑戰(zhàn)。

　　隨著技術(shù)的快速發(fā)展，多模態(tài)AI正逐漸成為各行業(yè)中的關(guān)鍵推動(dòng)力。多模態(tài)AI能夠處理文本、圖像、視頻和音頻等多種數(shù)據(jù)形式，使其在多個(gè)領(lǐng)域展現(xiàn)出巨大的潛力。特別是在醫(yī)療領(lǐng)域，通過將醫(yī)療記錄、影像數(shù)據(jù)和基因組信息整合，多模態(tài)AI能夠?yàn)閭€(gè)性化醫(yī)療的實(shí)施提供支持，幫助醫(yī)生更精確地為患者量身定制治療方案。在零售和制造業(yè)，借助這一技術(shù)，AI可以優(yōu)化生產(chǎn)流程、提高效率，同時(shí)提升客戶體驗(yàn)，從而增強(qiáng)企業(yè)的競爭力。隨著數(shù)據(jù)和計(jì)算能力的提升，預(yù)計(jì)多模態(tài)AI將在更多行業(yè)中發(fā)揮其變革性作用，推動(dòng)技術(shù)的快速迭代與應(yīng)用擴(kuò)展。

　　具身智能（Embodied AI）是指人工智能系統(tǒng)通過感知和與物理世界的交互來理解和適應(yīng)環(huán)境。這種技術(shù)將極大改變機(jī)器人的發(fā)展方向，并為其在自動(dòng)駕駛、智慧城市和其他應(yīng)用場景中的普及奠定基礎(chǔ)。2025年被視為“具身智能元年”，這一技術(shù)預(yù)計(jì)將在多個(gè)領(lǐng)域得到廣泛應(yīng)用。通過賦予機(jī)器人感知、理解和自主決策的能力，具身智能將推動(dòng)物理世界與數(shù)字世界的深度融合，從而提升生產(chǎn)力并推動(dòng)各行各業(yè)的智能化發(fā)展。無論是在個(gè)人助手、自動(dòng)駕駛車輛，還是在智能工廠中，具身智能都將改變?nèi)藗兣c機(jī)器互動(dòng)的方式。

　　AI代理（Agentic AI）指的是那些能夠獨(dú)立完成復(fù)雜任務(wù)的人工智能系統(tǒng)。這類AI代理正在從早期的簡單查詢響應(yīng)工具轉(zhuǎn)型為更為高級的自主決策系統(tǒng)，廣泛應(yīng)用于業(yè)務(wù)流程優(yōu)化、客戶服務(wù)以及工業(yè)自動(dòng)化等領(lǐng)域。例如，AI代理能夠自主處理客戶的咨詢請求，提供個(gè)性化的服務(wù)，甚至做出優(yōu)化決策。在工業(yè)自動(dòng)化中，AI代理可以監(jiān)控設(shè)備的運(yùn)行狀態(tài)，預(yù)測故障，并在問題出現(xiàn)前進(jìn)行調(diào)整或修復(fù)。隨著AI代理逐漸成熟，其在各個(gè)行業(yè)的應(yīng)用將更加深入，成為提升效率和降低成本的重要工具。

　　AI的引入正在加速科學(xué)研究的進(jìn)展，特別是在復(fù)雜數(shù)據(jù)分析的領(lǐng)域。AI4S（AI for Science）已經(jīng)成為新的研究趨勢，利用大模型對數(shù)據(jù)的深度分析，AI正在幫助科研人員突破傳統(tǒng)研究的局限。bwin必贏官方網(wǎng)站在生物醫(yī)學(xué)、材料科學(xué)和能源研究等領(lǐng)域，AI的應(yīng)用正在推動(dòng)基礎(chǔ)科學(xué)的突破。一個(gè)顯著的例子是AlphaFold，它通過對蛋白質(zhì)結(jié)構(gòu)的預(yù)測，解決了長期困擾科學(xué)家的難題，極大推動(dòng)了生物醫(yī)學(xué)研究的進(jìn)展。未來，AI將在推動(dòng)科研進(jìn)步、發(fā)現(xiàn)新材料和藥物等方面發(fā)揮越來越重要的作用。

　　隨著AI技術(shù)的普及，AI安全與倫理問題正逐漸成為全球關(guān)注的焦點(diǎn)。AI系統(tǒng)的決策透明性、公平性以及潛在的安全隱患都引發(fā)了大量討論。為了確保AI技術(shù)的可持續(xù)發(fā)展，企業(yè)和政府正加緊努力建立完善的治理框架，以在推動(dòng)技術(shù)創(chuàng)新的同時(shí)有效管理其風(fēng)險(xiǎn)。尤其是在自動(dòng)化決策、數(shù)據(jù)隱私和自主系統(tǒng)等領(lǐng)域，如何平衡技術(shù)進(jìn)步與社會責(zé)任，成為確保AI技術(shù)正面影響的關(guān)鍵。這不僅是技術(shù)發(fā)展的挑戰(zhàn)，更是道德和法律層面的重要議題，影響著AI在未來社會中的角色和地位。

　　我們將在報(bào)告「下篇」，詳細(xì)介紹AI Agent的應(yīng)用以及表項(xiàng)目，并給出評估框架，敬請關(guān)注。