頂級對話：Delphi Digital 訪談 ai16z 創始人：Agent 如何重塑 Web3 的未來？

如果說AI Agent在這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）仿真框架，在其基礎上開發者可創建、部署和管理自主AI Agent。得益於先發優勢和蓬勃發展的TypeScript社區，Eliza代碼庫在GitHub上收藏星標超萬，占據了目前Web3 AI Agent開發約60%的市場份額。

儘管社交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。當前中文社區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，幹貨滿滿。對此，Coinspire聽譯了一篇完整的版本分享給讀者們，希望能借此窺見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框架技術的各個方面

▶ 代理平台分析以及從Slop Bots（AI垃圾Bot）到實用程序的轉變

▶ 代幣經濟和價值捕獲機制的討論

▶ 探索跨鏈開發和區塊鏈選擇

▶ 開源 AGI的願景和人工智能代理的未來

Part.1

創業經歷與 亞洲之行

Q1：Shaw講講你的經歷

Shaw： 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。他沒有寫過一行代碼，而我是項目的首席開發者。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，甚至背上債務，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，但項目後來被黑，資金庫被盜，團隊不得不轉型。這段經歷極其艱難，幾乎讓我崩潰。

經歷了很多挫折，但我一直在努力前行。我和Project 89（神經語言病毒式互動AI）的創始人合作，啟動了一個叫Magic的平台，並完成了一輪種子融資。他希望將平台打造成一個無代碼工具，方便用戶構建代理系統。而我認為，如果提供一個完整的解決方案，用戶可能會直接複製；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。 Q2：亞洲開發者社區情況如何？

Shaw： 過去幾周我一直在亞洲，與當地的開發者社區密集會面。自從我們的項目啟動後，尤其是AI Agent相關的內容（比如ai16z項目）獲得關注後，我收到了來自亞洲特別是中國的大量信息，我們發現這邊有許多支持者。

通過一個名為706的社區我結識了很多成員，有人幫助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很多開發者，評審了他們的項目後，覺得一定要來這裡親自認識大家。於是，我們計劃了行程，拜訪多個城市與開發者見面。

當地社區非常熱情，為我們組織了一場接一場的活動。我也得此可以和許多人交流，了解他們的項目並建立聯繫。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，比如遊戲、虛擬女友應用、機器人和可穿戴設備。有一些項目涉及數據收集、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。我特別感興趣的是將AI Agent集成到DeFi協議中，這種方式可以降低用戶的使用門檻，可能成為接下來幾個月內的殺手級應用。 雖然很多項目還處於早期階段，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

Q3：現在ai16z估值已達數十億美元，Eliza框架支持代理數量也眾多，開發者興趣極高，項目在GitHub上的熱度持續數周。與此同時的是，大家逐漸厭惡社交媒體上只能自動回覆的聊天機器人，更期待那些能夠實際完成任務的代理，比如創建代幣、管理代幣經濟體系、維護生態系統甚至執行DeFi操作，你認為代理未來的發展方向是否有這些功能？Eliza的代理是否會將重點放在DeFi上？

Shaw： 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。我現在最感興趣的有三大類代理：一是能讓你賺錢的代理，二是能把產品帶到合適客戶手中的代理，三是能節省你時間的代理。

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，我鼓勵大家也這麼做，因為這樣會產生一種社會反作用力，迫使代理開發者真正思考，構建一些有意義的東西。 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。

我現在最感興趣的是DeFi，因為它有很多套利機會 ，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到你的錢包。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，Meme幣初期啟動時漲幅非常猛，導致流動性池（LP）操作很難進行。但一旦它們趨於穩定，波動性就變成了有利因素，這時就可以通過流動性池賺取利潤 。我自己基本上不賣代幣，而是通過流動性池賺錢，我也一直鼓勵其他代理開發者這樣做。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，通過代幣的交易量賺取很多錢。 Q4：除了流動性池之外，這些Agents（代理）是否會開始管理自己的資金進行交易，比如Ai16z和Degen Spartan AI等項目，它們會如何操作自己的資產管理（AUM），以及這些代理是否有能力在今年內實現這一目標？

Shaw： 我認為目前大型語言模型（LLM）並不適合直接用來做交易。 反而，如果有合適的API來獲取市場情報，它能做出合理的判斷。比如，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LLM在做複雜決策方面並不擅長，主要作用還是預測下一個代幣 ，根據上下文信息作出更合理的決策。

LLM變得有價值的地方是將非結構化數據轉化為結構化數據 。例如，將一群人在群聊中相互推銷代幣的信息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，或者容易受到行為經濟學的影響。因此，我們的目標是通過一些可以衡量的指標來追蹤這些人的表現，並將其用作訓練策略 。我認為這個方法不僅僅適用於賺錢，還可以應用到治理、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數據給LLM讓它自己去預測買賣代幣的做法能真正解決問題。如果你把一個代理設計成自動買賣代幣，我覺得它肯定能做，但不一定會賺錢，尤其是在購買一些波動較大的代幣時，所以，我認為我們需要的是比簡單買賣更靈活、更可靠的方法。 Q5：如果有一個非常擅長交易的代理，為什麼要將其開源並圍繞它創建代幣，而不是單單自己進行交易？

Shaw： 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，我會直接打印無限的錢。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，在低市值的市場中，像行為驅動的因素和社交媒體的影響可能比任何你能夠預測的基本面數據更加重要。比如，一個名人轉發某個合約地址的消息，可能比任何你能預測的算法更加有效 。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框架價值與Eliza的開發優勢

Q6：結合Eliza的應用場景，團隊要如何通過使用Eliza將一個全新的、創新的Agent推向市場？這種Agent的主要差異化因素是什麼？是模型，數據，還是Eliza提供的其他功能和支持？

Shaw： 確實有一種說法認為它只是個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的包裝是相同的。實際上，關鍵在於產品本身，以及是否有客戶使用這個產品並為此付費，這才是任何事情的核心 。

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世界上最好的模型。同時，XAI每次發布新版本都會開源上一版本，Meta也會開源他們做的所有東西，通過開源來佔據份額。

但我認為這並不是我們應該去競爭的領域。我們應該專注於幫助開發者構建產品。關鍵在於互聯網的未來、網站和產品如何運作，以及用戶如何使用應用程序。現在已經有很多優秀的產品和基礎設施在等待被用戶使用，只是用戶不知道怎麼找到它們 。你無法簡單地Google搜索"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，真正的價值點在於將已經存在的東西連接起來 ，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，找到那些需要你產品的用戶 。我認為，AI代理不應僅僅是產品，而應該是產品的一部分，是與產品互動的接口，我希望看到更多類似的嘗試 。" Q7：為什麼認為Eliza的框架或者你們正在構建的平台是最適合開發者和構建者的主陣地？相比於其他框架和語言（Zerepy team用Python，Arc Team用Rust）

Shaw： 我認為語言確實很重要，並不是全部 。現在使用JavaScript開發應用程序的開發者比其他任何語言的開發者都多。幾乎每個通信應用，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，現在使用JavaScript和TypeScript的開發者數量比所有其他語言的開發者加起來還要多，特別是隨著像React Native這樣的工具（一個基於javascript的框架，用於創建本地移動Android和iOS平台應用程序）的興起 。

很多已經在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在異步編程上做得不夠好，而且它在字符串處理方面也比較麻煩。

當我認識到TypeScript在開發代理方面的優勢時，我意識到這才是正確的方向 。另一方面，我們提供的是一個端到端的解決方案，當你克隆下來之後，它就能立刻工作。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通過循環來回覆信息。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。

我認為這些框架本身就是身體，而LLM（大語言模型）才是大腦。我們構建的就是這個橋樑，讓這些框架能夠連接到不同的客戶端 。通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代碼量。開發者只需要專注於他們的產品，拉取所需的API，我們為輸入輸出提供了簡單的抽象。 Q8：作為非開發者，如何理解Eliza平台發布的功能和流程？從非開發者的角度的上說，Agent構建者接入Eliza或其他競爭平台後，能獲得什麼樣的功能或支持？

Shaw： 你只需將代碼下載到你的電腦上，修改角色，啟動後就能擁有一個基本的機器人，可以進行任何操作 ，比如聊天，這是最基本的功能。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，這些都可以設置好，不需要編寫代碼，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覆。

之後，你可以使用一些抽象工具來進行其他操作，稱為"動作"。比如你想讓機器人幫你點一份披薩，你只需設置一個"點披薩"的動作。然後，系統會自動獲取用戶的信息，可能是當前用戶的信息提供者。還需要一個評估器來提取你需要的用戶信息，比如姓名和地址。如果有人通過私信找你點披薩，系統會先獲取用戶的地址，然後再執行點披薩的操作。

這三個部分：提供者、評估器和動作，是構建複雜應用的基礎 。任何像網站上那樣填寫表單的操作，基本的動作都可以通過這三個元素來實現 。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，主要是調用API，開發者應該都能很容易上手。

對於非開發者，我建議你選擇一個已經托管好的平台，選擇你需要的功能或插件，而不需要深入代碼。如果你想，當然也可以自己動手。 Q9：一個開發者自己從零開始構建這些功能或者拼接這些組件，需要多長時間？相比之下使用Eliza平台的時間成本如何？

Shaw： 取決於你想做什麼。如果你只是看著代碼庫，了解了其中的抽象，你可能能在很短的時間內構建出非常特定的功能，比如我可能一周就能搞定一個做你想要的事情的代理。但如果你想要有記憶功能、提取信息或者構建一個支持這些功能的框架，那就會複雜一些。

比如，我做過一個披薩外賣的應用，我用了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，可能會花幾周時間。雖然現在一切諸如寫代碼都通過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，所有的應用都是建立在React上的。你完全可以快速拼湊一個網站，但隨著項目的複雜度增加，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。但是我們支持所有模型，它可以完全本地運行，也支持轉錄，你可以把音頻文件發到Discord，它會轉錄，上傳PDF文件也能聊天，這些都已經內建好了，大部分人甚至沒有使用裡面80%的功能 。

所以，如果你只需要構建一個簡單的聊天界面，完全可以自己做。但如果你想要構建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，我花了很多個月時間才做出這個。 Q10：對比其他推出的代理平台普遍強調快速設計、部署和無代碼的操作，Eliza是否更適合定制化和獨特功能的Agent構建？

Shaw： 如果把Arc的整個系統，或者說整個Zeropy、整個Game框架都拿出來，代碼行數上比Eliza少得多，因為Eliza裡面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，比如語音轉文字、文字轉語音、轉錄、PDF處理、圖像處理等等這些都已經內置好了。雖然對於一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。

我看到有些代理完全是Eliza加上一些其他功能 ，比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置的。我希望能看到更多人嘗試一下，如果把所有插件同時啟用會發生什麼 。

我的目標是，最終這些代理能夠自己從零開始編寫新的插件 ，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代碼庫閾值，像OpenAI和Claude這樣的公司就會抓取這些數據並用來訓練。這是我們的Loop的一部分，最終你將能夠自己編寫新的插件。 Q11：如果Eliza成為最強大的代碼庫（不僅僅是財富，而是能夠為任何代理開發者提供最強功能的代碼庫），是否意味著Eliza能夠吸引那些不僅來自加密領域，而是更多來自傳統AI和機器學習背景的開發者？

Shaw： 如果真的有突破。Eliza除了有很多區塊鏈集成（都是插件），本身並不是一個加密項目 。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，試試用PayPal賬戶，真的很難。而我們可以直接開啟一個錢包，生成一個私鑰，輕鬆搞定。

我們確實吸引了一些非加密領域的人，尤其是那些不主動做加密交易的人，他們覺得加密貨幣沒問題，但更感興趣的是代理的應用 。

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項目有實際研究和工程支持時，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

Q12：在未來，你們如何與OpenAI及傳統AI實驗室競爭？是通過一群基於Eliza構建的代理共同協作作為差異化優勢，還是說這種比較根本上沒有意義？

Shaw： 這個問題很有意義。首先，當你啟動Eliza時，它默認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，這個模型已經通過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，又是我們社區中的一個代理開發者。他們幫助推出了God和Satan Bots，以及其他一些機器人。所以，我們也許可以自己訓練模型，但我們有像他們這樣的合作夥伴，與其和他們競爭，我更願意與他們合作，互補彼此的優勢 。

很多人不理解訓練模型有多簡單，實際上它只需要一行命令。如果我去使用Together，只要輸入一個命令並指向一個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所在。

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，OpenAI永遠不會讓你做一個可以連接Twitter的代理，他們永遠不會讓你讓助手變得非常個性化或有趣。他們不夠大膽，不夠酷，並且他們承受著很大的壓力 。

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。OpenAI非常謹慎，它們在很大程度上只是在"做事"而已，而不會讓用戶真正得到他們想要的東西 。

所以，但真正的競爭點是你收集數據的方式跟數據的來源。你沒有看到OpenAI會做這樣的事情。如果你看Sam Altman的推文，他表示用戶非常想要一個成人模式 ，不是指NSFW（公共場所不宜內容），而是指"成年人在房間"，即不要把我當小孩對待，不能看到某些信息 。而且，由於OpenAI是集中化的，它們面臨來自政府的很多政治壓力，我認為開源運動擺脫了這種束縛，更重要的是擁有多樣性和各種不同的模型來滿足用戶真正的需求，給他們想要的東西，而不是控制他們的行為 ，這種方法最終會勝利。對於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提供了社區支持、激勵機制、資金等快速發展的條件，也不需要等待GPU等硬件。

我認為，通向AGI的路徑並非非此即彼，實際上是各種方式的結合 。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"，因為它們並不像傳統AI那樣容易用標準來衡量，PhD研究人員很難通過量化指標說這個代理比另一個好 。AI代理更多的是基礎工程，創造性地解決問題，這也正是許多投入到這一領域的開發者的獨特之處。 Q13：開源的AGI（通用人工智能）具體意味著什麼？是通過一群代理（Agents）自主協作，最終產生一個超智能的整體，還是有其他的方式？

Shaw： 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。我認為AGI實際上就是互聯網的形態，互聯網本身就是由大量代理組成 ，它們做各種各樣的事。並且，這不需要是一個統一的系統，我們可以稱其為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，實際上這個代理並不需要事先擁有所有的知識，它可以通過調用API或操作計算機來獲取所需信息 。如果它能像人類一樣操作計算機，有強大的記憶系統和豐富的功能，最終與實際的機器人結合，AGI就會變得顯而易見。

不過，在AI領域，我們常說"AGI是計算機目前做不到的東西"，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ASI的概念，即超人工智能，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構建，它可能有這種超智能的潛力。但如果有很多不同的玩家，各自開源自己的模型，並通過不斷微調和優化這些模型，最終會形成一個像互聯網一樣的多代理系統，彼此互動，擁有自己的專長，這種系統會看起來像是超人工智能 。

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，否則需要核反應堆來支持。就像微軟現在在投資核電站一樣，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，很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。

總體而言，我認為，隨著各家公司之間的競爭，模型逐漸變得更高效，開源使得更多開發者參與其中，這些都推動了超人工智能的出現 。希望未來的世界，在Twitter上，我能輕鬆找到做某件事的機器人，並能選擇最適合的一個。 Q14：在實現未來創新和願景上，加密貨幣中的代幣和市場會扮演什麼作用？

Shaw： 如果從"智能"的角度看，市場本身就是一種智能。它能夠發現機會，分配資本，推動競爭，最終優化出最佳解決方案 。這一過程可能會持續競爭，直到形成一個完整且成熟的系統。我認為市場智能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：

首先，它為項目提供了眾籌機制，不再依賴舊有的矽谷風投模式，基於人們真正想要的東西而不是少數風投對價值的定義 。儘管風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。

其次，加密貨幣能夠準確捕捉人們的情感需求 。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，但最終未能兌現承諾。如果這些項目能夠真正實現目標，比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。

此外，開源的可審計性讓任何有能力的人都能驗證項目的真實性。這種透明性能夠引導資本更高效地流向真正有潛力的機會 。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，回報已相對有限。相比之下，加密貨幣讓人們有機會在項目早期階段直接投資，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欺詐行為。我認為，開源和公開開發的方式能夠極大提高市場的資本分配效率 ，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

代幣經濟和價值捕獲機制的討論

Q15：ai16z平台在實施代幣經濟價值捕獲機制方面的速度是否足夠快？如何應對潛在競爭威脅？

Shaw： 開源區塊鏈的問題是分叉的激勵非常大，因為當你持有網絡代幣時，就有直接的經濟利益。如果我們推出一個L1，大家可能會分叉我們的L1，或者因為我們是一個L1而覺得無法真正與我們合作。

加密行業的部落主義很強，很大程度上是因為這種非此即彼的競爭，而不是包容性的合作。

現實來看，我們的代幣經濟模式需要持續進化，找到新的盈利方式。Launchpad並不是最終的代幣經濟模型，而是一個初始版本 。我們已經吸引了很多關注，許多合作夥伴希望在我們的平台上發布，他們只需要一個托管的方式來啟動他們的Agent項目。我們可以提供插件和生態系統的能力，供他們直接使用。

我們計劃開源Lauchpad，但可以預見，一旦開源，其他人也會複製它。那些僅僅依賴啟動平台的項目將需要重新思考他們的長期戰略，只通過設置角色、燃燒代幣並回購的策略可能無法持久。

從長期來看，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，許多項目會失敗，僅少數能夠持續創造價值。

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，比如通過收入回購代幣並用於更多投資。此外，我們也在尋找新的方式來提升代幣的價值，比如增加長期的收益壓力，而不僅僅是收取網絡費用或通過代幣配對燃燒等簡單機制 。

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劃可以維持六個月，但我們也在積極思考下一步的代幣經濟模型。 Q16：如果ai16z的代幣經濟模型成功運作，代幣有了實際價值，不僅可以為項目開發平台提供更多資金支持，同時，Agent也會進一步推動開源框架的發展，以一種非直接的方式為生態系統帶來增長？

Shaw： 我經常思考這個問題。在AI領域，有一個工具叫"Fume"，指的是Agent能夠編寫自己的代碼，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代碼，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（通用人工智能）的階段，完全實現自我構建。

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，比如Reality Spiral，Agent正在向GitHub提交PR，這種發展趨勢已經開始。

如果我們能讓代幣積累價值，同時投資於我們的生態系統，推動它的增長，這將形成一種正向循環 ：代幣價值增加推動生態系統發展，而生態系統反過來又提升代幣價值。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。關鍵是要確保代幣通過預期的方式積累價值，滿足用戶的需求。比如，Launchpad就是基於用戶的需求開發的，幫助他們實現已經在構建的內容。

未來，我們甚至可以直接讓Agent創建特定的項目，多個Agent競爭開發，最終由社區投票選擇最好的結果 。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一階段。

Part.6

探索跨鏈開發和區塊鏈選擇

Q17：你覺得AI agent應該在哪條區塊鏈上開發？Solana還是Base？

Shaw： 從用戶的角度看，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模型在編程和功能上有很大差異，但對用戶來說，它們基本沒有區別。用戶只是查看錢包，看是否有資金，或者進行代幣交換。

對於Agent的未來，我希望它能模糊鏈的差異，代幣肯定會在兩者之間頻繁橋接 。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。作為產品人員，我們應該拋開個人理念，專注於用戶需求，在他們喜歡的地方提供他們需要的服務。

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區和基礎設施。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，最好的策略是覆蓋所有平台，觀察用戶在哪裡，然後在那裡提供服務 。

Part.7

slop bots（AI垃圾bot）到實用程序的轉變

Q18：對於目前一些"毫無實際用處的slop Agents"逐漸失去市場的情況，和未來能夠真正執行高效、實用任務的"高性能Agents"的出現之間是否存在一個自然過渡期？

Shaw： 我認為我們會很快進入一個新的階段，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"Slop Agents"是否會消失，我認為它們可能不會完全消失 。它們現在的狀況是，平台（比如X）意識到它們無法通過強制手段消滅這些Agent，也無法通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，平台的解決方案是通過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。

DeFi這一領域的Agent還沒有完全發展出來 ，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，但過了幾周，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？"當新鮮感消失後，人們就會開始關注，誰才是打撲克最厲害的那隻狗，或者說，誰的撲克算法最好。

因此，雖然"網紅型Agent"可能會一直存在，但未來我們將看到更多有用的Agent ，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"，或者一些網紅在發布內容後，因為他們的私信被淹沒，而不得不建立一個回覆機器人，來與他們的粉絲建立一種虛擬關係。 Q19：目前Agent的架構、模型、托管位置等詳細信息很難獲得，只能依賴開發者的信任，如何可視化和查看？

Shaw： 我相信會有人聽到這個需求並會去構建這個平台，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：一個可驗證的遠程認證系統。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，它們通過提供必要的信任機制讓用戶感到放心。

我們會看到很多產品應對這種不確定性，這種不確定性本身就是一個很好的產品機會。如果有人能建立一個給這些Agent提供認證的清單，那將會很成功，就像去中心化交易所的信任評分一樣，我們也可以看到類似的Agent驗證系統 。開源將成為一個重要的激勵手段，因為如果代碼相對簡單且問題在於信任，那麼為什麼不开源，讓每個人都能查看呢？這可能會出現一批新型的"程序員影響者"，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信息。如果沒有，今年應該有人開始構建這樣的平台。