如果说 AIGC 开启了内容生成的智能时代，那么 AI Agent 则有机会把 AIGC 的能力真正产品化。

AI Agent 像一位更具象的全能员工，被称为是人工智能机器人的初级形态，能够如同人类一般观察周遭环境、做出决策，并自动采取行动。

比尔·盖茨曾直言，“掌控 AI Agent，才是真正的成就。届时，你将不再需要亲自上网搜索信息。”AI 领域的权威专家们同样对 AI Agent 的前景寄予厚望。微软 CEO 萨提亚·纳德拉曾预言，AI Agent 将成为人机交互的主要方式，能够理解用户需求并主动提供服务。吴恩达教授亦预测，在未来的工作环境中，人类和 AI Agent 将以更加紧密的方式协作，形成高效的工作模式，提高效率。

AI Agent 不单是技术的产物，更是未来生活与工作方式的核心。

这不禁让人回想，当 Web3 和区块链刚引起广泛讨论时，人们也常常用”颠覆”一词来形容这项技术的潜力。回顾过去几年，Web3 从最初的 ERC-20、零知识证明，逐渐发展到了与其他领域相融合的 DeFi、DePIN、GameFi 等。

若将 Web3 与 AI 这两大热门数字科技相结合，会不会产生 1+1>2 的效果呢？融资规模越来越庞大的Web3 AI 项目，能否为行业带来新的用例范式，创造新的真实需求？

AI Agent：人类最理想的智能助手

AI Agent 的想象力到底在哪里？网上盛传一个高分答案，“大语言模型只能编个贪吃蛇，而 AI Agent 可以编出一整个王者荣耀。”听起来很夸张，但并未言过其实。

Agent，国内通常翻译为“智体”。这一概念由“人工智能之父” Minsky 在 1986 年出版的《思维的社会》一书中提出，Minsky 认为社会中的某些个体经过协商之后可得出某一问题的解，这些个体就是 Agent。多年来，Agent 一直是人机交互的基石，从微软的剪辑助手 Clippy 到 Google Docs 的自动建议，这些早期形态的 Agent 表现出了个性化交互的潜力，但在处理更复杂任务方面能力仍然有限。直到大语言模型（LLM）的出现，Agent 的真正潜力才得以被挖掘。

今年 5 月，AI 领域权威学者吴恩达教授在美国红杉 AI 活动上分享了关于 AI Agent 的演讲，在其中，他展示了其团队做的一系列实验：

让 AI 去写一些代码并运行，对比不同 LLM 和工作流程得出的结果。结果如下：

• GPT-3.5 模型：准确率 48%

• GPT-4 模型：准确率 67% 

• GPT-3.5 + Agent：高于 GPT-4 模型的表现

• GPT-4 + Agent：远高于 GPT-4 模型，非常出色

的确。大多数人在使用 ChatGPT 这种 LLM 时，方式通常是：输入一段提示词，大模型会立即生成答案，不会自动识别和纠正错误删除重写。

相比之下，AI Agent 工作流程是这样的：

首先，先让 LLM 写一个文章大纲，如有必要，先在互联网上搜索内容进行调研分析，输出初稿，然后阅读草稿并思考如何优化，如此循环往复、多次迭代，最终输出一篇逻辑严谨、错误率最低的高质量文章。

我们可以发现，AI Agent 与 LLM 的区别在于，LLM 与人类之间的交互基于提示词（prompt）进行。而 AI Agent 仅需设定一个目标，它就能够针对目标独立思考并做出行动。根据给定任务详细拆解出每一步的计划步骤，依靠来自外界的反馈和自主思考，自己给自己创建 prompt，来实现目标。

因此 OpenAI 对 AI Agent 的定义是：以 LLM 为大脑驱动，具有自主理解感知、规划、记忆和使用工具的能力，能自动化执行完成复杂任务的系统。

当 AI 从被使用的工具变成可以使用工具的主体，就成为了 AI Agent。这也正是 AI Agent 可以成为人类最理想智能助手的原因所在。例如，AI Agent 能够基于用户历史线上互动，了解并记忆用户的兴趣、偏好、日常习惯，识别用户的意图，主动提出建议，并协调多个应用程序去完成任务。

就如同在盖茨的构想中，未来我们不再需要为不同的任务切换到不同的应用中，只需用平常的语言告诉电脑和手机想做什么，根据用户愿意共享的数据，AI Agent 将提供个性化的响应。

单人独角兽公司正在成为现实

AI Agent 还能够帮助企业打造以“人机协同”为核心的智能化运营新模式。越来越多的业务活动将交由 AI 来完成，而人类则只需要聚焦于企业愿景、战略和关键路径的决策上。

就像 OpenAI 首席执行官 Sam Altman 曾在采访中提到过这样一个引人注目的观点，随着 AI 的发展，我们即将进入“单人独角兽”时代，即由单人创办并达到 10 亿美元估值的公司。

听起来天方夜谭，但在 AI Agent 的助力下，这个观点正在成为现实。

不妨做个假设，现在我们要创办一家科技初创公司。按照传统方法，显然我需要雇佣软件工程师、产品经理、设计师、营销人员、销售和财务人员，各司其职但都由我来协调。

那么如果使用 AI Agent 呢，我可能甚至都不需要雇佣员工。

• Devin — 自动化编程

替代软件工程师，我可能会使用今年爆火的 AI 软件工程师 Devin，它能帮我完成所有前端和后端的工作。

Devin 由 Cognition Labs 开发，被称为是“世界上第一个 AI 软件工程师”。它能够独立完成整个软件开发工作，独立分析问题、做出决策、编写代码并修复错误，均可自主执行。大大减轻了开发人员的工作负担。Devin 在短短半年内就获得了 1.96 亿美元的融资，估值迅速飙升至数十亿美元，投资方包括 Founders Fund、Khosla Ventures 等知名风险投资公司。

虽然 Devin 仍未推出公开版本，但我们可以从另一个最近爆火 Web2 的产品 Cursor 一窥潜力。它几乎可以为你完成所有工作，将一个简单的想法在几分钟内转化为功能性代码，你只需要发号施令，就能「坐享其成」。有报道称，一个八岁的孩子，在没有任何编程经验的情况下，居然使用 Cursor 完成代码工作并建起了一个网站。

• Hebbia — 文件处理

替代产品经理或财务人员，我可能会选择 Hebbia，它能帮我完成所有文档的整理和分析。

与 Glean 侧重企业内文档搜索不同，Hebbia Matrix 是一个企业级的 AI Agent 平台，借助多个 AI 模型，帮助用户高效地提取、结构化、分析数据和文档，从而推动企业生产力的提高。令人印象深刻的是，Matrix 能一次性处理多大数百万份文档。

Hebbia 在今年 7 月完成了 1.3 亿美元 B 轮，a16z 领投，Google Ventures、Peter Thiel 等知名投资者参投。

• Jasper AI — 内容生成

替代社媒运营和设计师，我可能会选择 Jasper AI，它能帮我完成内容的生成。

Jasper AI 是一个 AI Agent 写作助手，旨在帮助创作者、营销人员和企业简化内容生成流程，提高生产力和创作效率。Jasper AI 能够根据用户要求的风格生成多种类型的内容，包括博客文章、社交媒体帖子、广告文案和产品描述等。并根据用户的描述生成图片，为文本内容提供视觉辅助。

Jasper AI 已获得 1.25 亿美元的融资，并在 2022 年达到了15 亿美元的估值。根据统计数据，Jasper AI 已帮助用户生成超过 5 亿个单词，成为使用最广泛的 AI 写作工具之一。

• MultiOn — 网页自动化操作

替代助理，我可能会选择 MultiOn，帮我管理日常任务、安排日程、设置提醒，甚至是规划出差行程，自动预订酒店，自动安排网约车。

MultiOn 是一个自动化的网络任务 AI 代理，能够帮助在任何数字环境中自主执行任务，例如帮助用户完成在线购物、预约等个人任务，提升个人效率，或帮助用户简化日常事务，提高工作效率。

• Perplexity — 搜索、研究

替代研究员，我可能会选择英伟达 CEO 都在每天使用的 Perplexity。

Perplexity 是一个 AI 搜索引擎，能够理解用户的提问，拆分问题，然后搜索和整合内容，生成报告，以向用户提供清晰的答案。

Perplexity 适用于各类用户群体，例如学生和研究人员可以简化写作时的信息检索流程，提高效率；营销人员可以获取可靠数据支持营销策略。

以上内容仅为想象，当下这些 AI Agent 的真正能力和水平尚不足以替代各行各业中的精英人才。正如 Logenic AI 联合创始人李博杰所言，目前 LLM 的能力还只是入门级水平，远远达不到专家级，现阶段的 AI Agent 更像是一个干活比较快但不太可靠的员工。

然而，这些 AI Agent 凭借各自的特长，正在助力现有用户在多样化场景中提高效率和便利性。

不仅仅限于科技公司，各行各业都可以在 AI Agent 的浪潮中获得益处。在教育领域，AI Agent 可以根据学生的学习进度、兴趣和能力提供个性化的学习资源和辅导；在金融领域，AI Agent 可以帮助用户管理个人财务，提供投资建议，甚至预测股票走势；在医疗领域，AI Agent 可以帮助医生进行疾病诊断和治疗方案的制定；在电商领域，AI Agent 还可以作为智能客服，通过自然语言处理和机器学习技术自动回答用户咨询，处理订单问题和退货请求，以此提高客户服务效率。

Multi-Agent：AI Agent 的下一步

在上一节关于单人独角兽公司的设想中，单一的 AI Agent 在处理复杂任务时面临着局限性，难以满足实际需求。而运用多个 AI Agent 时，由于这些 AI Agent 基于异构 LLM，集体决策困难，能力有限，以至于还需要人类充当这些独立 AI Agent 之间的调度员，协调这些服务于不同应用场景的 AI Agent 去工作。这便催生了“Multi Agent（多智体框架）”的兴起。

复杂问题往往需要融合多方面的知识和技能，而单个 AI Agent 的能力有限，难以胜任。通过将不同能力的 AI Agent 进行有机组合，Multi-Agent 系统可以让 AI Agent 发挥各自的长处，取长补短，从而更有效地解决复杂问题。

这非常类似于我们实际中的工作流程或组织结构：由一个领导者分配任务，拥有不同能力的人，负责不同的任务，每个工序执行的结果给到下一个工序，最终得到最后的任务成果。

在实现过程上，由较低级别 AI Agent 执行各自的任务，而由级别较高的 AI Agent 分配任务，并对它们的完成情况进行监督。

Multi-Agent 还能模拟我们人类的决策过程，就像我们遇到问题时会找人商量一样，多个 AI Agent 也可以模拟集体决策的行为，为我们提供更好的信息支持。例如由微软开发的 AutoGen 就满足了这一点：

• 能够创建不同角色的 AI Agent。这些 AI Agent 具有基本的对话能力，能够根据接收到的消息，生成回复。

• 通过 GroupChat 来创建由多个 AI Agent 参与的群聊环境，在这个 GroupChat 有一个管理员角色的 AI Agent 管理其他 AI Agent 的聊天记录、发言者顺序、终止发言等。

如果应用到单人独角兽公司的设想里，我们可以通过 Multi-Agent 架构创建几个不同角色的 AI Agent，比如项目经理、程序员或者主管。把我们的目标告诉它们，让它们任意去想办法，我们只要在一旁听汇报，如果觉得有意见或者它们做得不对的地方，就让它们改，直到满意为止。

相比单一的 AI Agent，Multi-Agent 可以实现：

• 可扩展性：通过增加 AI Agent 的数量来处理更大规模的问题，每个 AI Agent 处理任务的一部分，使得系统能够随着需求的增长而扩展。

• 并行性：天然支持并行处理，多个 AI Agent 可以同时在问题的不同部分上工作，从而加速了问题解决。

• 决策改进：通过聚合多个 AI Agent 的洞察力来增强决策制定，因为每个 AI Agent 都有自己的视角和专业知识。

随着 AI 技术的不断进步，可以想象 Multi-Agent 框架将在更多行业发挥更大的作用，并推动 AI 驱动的各类新解决方案的发展。

AI Agent 之风，吹向 Web3 

迈出实验室，AI Agent 和 Multi-Agent 道阻且长。

暂且不论 Multi-Agent，即便是当下最先进的单一 AI Agent ，其需要的算力资源和计算能力在物理层面仍有明确的上限，无法做到无限扩展。一旦面临极其错综复杂、计算量密集的任务，AI Agent 无疑将会遭遇算力瓶颈，性能大打折扣。

再者，AI Agent 和 Multi-Agent 系统本质上是一种集中式的架构模式，这决定了它存在着极高的单一故障风险。更重要的是，OpenAI、微软、谷歌等公司基于闭源大模型的垄断商业模式，严重威胁独立、单一的 AI Agent 创业公司的生存环境，使得 AI Agent 无法顺利利用庞大的企业私有数据来使它们变得更聪明、更有效率。AI Agent 之间亟需民主化的协作环境，使得真正有价值的 AI Agent 得以服务更广阔的需求人群，为社会创造更大的价值。

最后，虽然与 LLM 相比，AI Agent 更贴近产业，但其发展基于 LLM，而当前大模型赛道的特点是技术门槛高、资金投入多、商业模式尚且发展不成熟，AI Agent 通常很难获得融资以持续更新迭代。

Multi-Agent 的范式是 Web3 助力 AI 的绝佳角度，已经有不少 Web3 开发团队正在这些方面投入研发提供解决方案。

AI Agent 和 Multi-Agent 系统通常需要大量的计算资源来进行复杂的决策和处理任务。Web3 通过区块链和去中心化技术，可以构建去中心化的算力市场，使得算力资源可以在全球范围内更加公平和高效地分配和利用。Akash、Nosana、Aethir、 IO.net 等 Web3 项目可以对 AI Agent 决策和推理提供计算能力。

传统的 AI 系统往往是集中式管理，导致 AI Agent 面临单点故障和数据隐私问题，Web3 的去中心化特性可以使得 Multi-Agent 系统更加分散和自治，每个 AI Agent 可以独立地运行在不同的节点上，自主执行用户提出的需求，增强了鲁棒性和安全性。通过 PoS、DPoS 等机制建立针对质押者、委托者的激励惩罚机制，可以促进单一 AI Agent 或 Multi-Agent 系统的民主化。

在这方面，GaiaNet、Theoriq、PIN AI、HajimeAI 都有非常前沿的尝试。

• Theoriq 是一个服务于“AI for Web3”的项目，希望通过 Agentic Protocol 建立  AI Agents 的调用和经济系统，普及 Web3 的开发和许多功能性场景，为 Web3 dApp 提供可验证的模型推理能力。

• GaiaNet 以节点为基础的 AI Agent 创建和部署环境，以保护专家、用户的知识产权与数据隐私为出发点，抗衡中心化的 OpenAI GPT Store。

• HajimeAI 则在两者基础上发力 AI Agent 工作流在实际需求中的建立和针对意图本身的智能化、自动化，呼应PIN AI提到的“AI智能的个性化”。

• 同时，Modulus Labs 与 ORA Protocol 分别在 AI Agent 的 zkML 和 opML 的算法方向取得了进展。

最后，AI Agent 和 Multi-Agent 系统的开发和迭代往往需要大量的资金支持，而 Web3 可以通过前置流动性的特点帮助有潜力的 AI Agent 项目获取宝贵的早期支持。

Spectral 和 HajimeAI 均提出了支持发行链上 AI Agent 资产的产品构想：通过 IAO（Initial Agent Offering）发行代币，AI Agent 可以直接从投资者获得资金，同时成为 DAO 治理的一员，为投资者提供参与项目发展和分享未来收益的机会。其中 HajimeAI 的 Benchmark DAO 希望通过众筹加代币激励的方式，将去中心化的 AI Agent 评分和 AI Agent 资产发行有机结合起来，打造 AI Agent 依托 Web3 融资和冷启动的闭环，也是比较新颖的尝试。

AI 潘多拉魔盒已然开启，置身其中的每个人既兴奋又迷茫，热潮下是机遇还是暗礁，无人知晓。如今，各行各业都已不再是 PPT 融资时代，无论多么前沿的技术，也只有落地才能实现价值。AI Agent 的未来注定是一场漫长的马拉松， 而 Web3 正确保它不会在这场竞赛中黯然退场。

著名游戏开发商CCP Games本周揭开了《Eve Frontier》的面纱，这是一款设定在《Eve Online》宇宙中的太空生存游戏，并融合了区块链技术。

该游戏最初被称为“Project Awakening”的《Eve Frontier》，似乎与大型游戏《Eve Online》有很多相似之处。但《Eve Frontier》更侧重于生存元素，并且将使用加密货币和区块链代码以全新的方式影响和重塑游戏。

虽然目前细节仍然较少，但由于背后有如此知名的开发工作室，人们对《Eve Frontier》有望成为首款真正的3A级区块链游戏充满期待。如果这听起来引起了您的兴趣，以下是您需要了解的所有信息。

01.什么是《Eve Frontier》？

《Eve Frontier》是由冰岛开发商CCP Games制作的一款即将推出的视频游戏，该工作室也是深度硬核、长期运行的在线太空模拟游戏《Eve Online》的开发者。

这款游戏被称为一款太空生存模拟游戏，玩家将从休眠中醒来，作为人类最后的遗存，被投放到一个无人机群在地表游荡、幸存者为有限资源而战的世界。对于玩家来说，这意味着他们需要合作，甚至在这个世界中制造资源以求生存。

“在开始时，这个世界就像一头巨兽，等待被驯服。它愤怒、原始、邪恶——它想要干掉你，”CCP Games的创始人兼CEO希尔玛·维加·彼得森（Hilmar Veigar Pétursson）在2024年3月接受Decrypt采访时表示。“《Eve Frontier》的世界是名副其实的想要杀死你。”

到目前为止，官方尚未展示任何游戏玩法，我们对您在游戏中实际会做什么的信息也非常有限。但可以肯定的是，在某个时候，或者可能在整个游戏中，您都能够驾驶一艘飞船。

（译者注：Eve Frontier已经举行了三次游戏测试，但由于保密协议限制，参与测试的玩家不能透露游戏的具体内容。感兴趣的读者可注册参与将于9月27日举行的第四次测试。注册链接：http://evefrontier.com）

CCP Games在2023年筹集了4000万美元，由风险投资巨头A16z领投，以推动其区块链游戏的计划。Pétursson 多年来一直积极参与加密世界，甚至在2020年与Decrypt讨论了区块链游戏的未来。

02.与《Eve Online》有何区别？

如果您听说过Eve这个名字，很可能是因为《Eve Online》，这款庞大的太空MMO游戏已经运行了超过20年。

这款游戏以难以上手著称，游戏本身的复杂层次以及仍然活跃的极度死忠社区，都增加了游戏的挑战性。玩家可以参与大量活动，从政治到太空战争、资本主义，甚至是会计工作。

然而，《Eve Frontier》和《Eve Online》并不是同一款游戏，而是一个完全不同的世界。新游戏除了共享同一系列的名称和可能的宇宙背景外，不会以任何方式与主游戏相关联。

有一些猜测认为《Eve Frontier》旨在成为最终取代《Eve Online》的游戏，但在我们更好地了解这款游戏之前，还无法确定这是否会发生。

03.加密技术的采用

CCP在围绕《Eve Frontier》的采访中一直强调，这是一款应用了区块链技术的游戏，但并未被称为“区块链游戏”。这意味着CCP首先在制作一款游戏，而不仅仅是一个向玩家推销代币的借口。

当然在《Eve Frontier》中确实会存在一些加密代币供玩家使用。Eve代币将是一种实用型代币，可以作为外部价值交换的手段，CCP已经表示它不会限制游戏外的交易。

然而，真正有趣的技术源于社区创作。《Eve Frontier》将利用区块链技术，让社区成员有机会在游戏中开发新的体验和功能，如果他们愿意，甚至可以包括自己的加密代币。

CCP将创建一个工具集，然后让社区在未来几年中继续开发游戏，而原开发者则不进行干涉。这将意味着游戏会根据社区的创作而随着时间发生显著变化。

CCP将其区块链技术方法称为“智能组装”（Smart Assemblies），将其描述为玩家可以通过智能合约——即承载去中心化应用程序代码的合约——或《Eve Frontier》中的其他集成来创建的功能。

“玩家可以建造诸如存储设施、交易站、防御设施等基础设施。可以将其视为增强的基地建设，”官方FAQ解释道。“通过使每个结构具有可编程层，《EVE Frontier》允许在每个‘基础物品’之上实现更大的可修改性和玩家表达。建造基础设施并将其部署在游戏并不需要编程。”

“例如，一个智能存储单元（Smart Storage Unit）是一个锚定在太空中的结构，充当智能存储，保存和分发玩家选择加载的任何形式的物品（货币、物品等），”它继续说道。“通过智能组装，这个结构可以被编码为市场、任务发布者、赏金猎人系统、街机游戏机等。”

04.《Eve Frontier》基于什么技术构建？

所有这些技术都在以太坊上进行，这对如此规模的游戏来说意义重大。因为以太坊上有大量的扩容网络，许多知名的加密项目都是基于以太坊构建的。

游戏中的加密代币将采用ERC-20标准发行，游戏本身正在Redstone上开发，这是一个基于Optimism技术构建的以太坊Layer2网络，专为自主世界而设计。

至于实际的游戏创建，将全部在CCP的Carbon引擎上进行，并且他们计划最终将其开源。此外还有由Lattice开发的全链上游戏引擎MUD，这个引擎与Redstone链同时开发。

05.《Eve Frontier》何时推出？

目前尚无《Eve Frontier》的发布日期或时间窗口。然而，游戏的新一轮测试将于9月27日开始，您可以在官方网站上注册以获得访问权限。

游戏的预告片也表示，“founder access”即将在PC和Mac上推出，但尚无关于这意味着什么或如何获得的信息。

TOKEN2049盛会即将到来，作为铂金参展商的4E早已蓄势待发！恰逢平台一周年庆，4E将为所有参会者准备一场集趣味互动与丰厚奖励于一体的盛宴。这篇攻略将手把手教你如何轻松玩转4E展区，赢取满满好礼，让这次参会变得更加欢乐无比！

4E展位在哪里？

4E展位在5层的P80和P83，位置显眼，绝对不会迷路。另外在4楼，4E还有一个“清凉小站”冰淇淋吧哦！

如果找不到展位也别急，4E在4-5层的楼梯间设置了广告指引，保准你迅速找到我们！

如何嗨玩4E活动？

这次TOKEN2049盛会正好赶上4E周年庆，所以我们精心策划了一系列活动！不管你是探索Web3的先锋，还是热爱趣味互动的玩家，来4E展区准没错，周边好礼拿到手软。跟着我们的攻略顺序，一起来哦！

Step 1: 签到，免费领取冰淇淋

第一站，别忘了打卡签到！3层的4E签到处欢迎您的到来。签到后，你会获得一个充满惊喜的Welcome Bag，还附赠一张任务卡！拿着任务卡去4楼的冰淇淋吧，就能免费领到一份清凉的冰淇淋，为你的参会之旅解解暑吧～  

小提示：如果你还不是4E的小伙伴，趁活动期间，赶紧下载并注册4E APP吧！可获得10美元赠金券，直接可用于交易。

4楼4E冰淇淋摊

Step 2: 社媒互动，礼品拿到手软

来到5层的P80和P83展位，除了休息片刻，还能参与一系列趣味社媒互动，动动手指，就能赢取专属好礼哦！

• Task 1：新用户注册： 注册4E APP，前100名每天可得$5现金红包+时尚显眼包+香薰片，给你的加密之旅一个温馨开场！

• Task 2：社媒关注： 关注4E推特，转赞评推文，一个实用的手机支架就到手啦~

• Task 3：视频祝福： 录制一段4E周年祝福视频，我们将为你打印个性照片，并送上酷炫的功夫扇，见证你的创意！

• Task 4：捕捉4E元素： 在TOKEN2049现场寻找4E的小鹰元素，发推并@4E_GLOBAL和三位好友，即可收获一个潮流潮流渔夫帽，让您的时尚感立马爆棚！

Step 3: 集章挑战，解锁限量珍品

逛展会的时候，别忘了参与4E的集章挑战哦！每完成一个任务，就能获得一枚徽章。集齐四枚4E周年徽章后，结合推文点赞数排名，你将有机会赢取超值大奖：第一名可以拿到AFA限量签名球衣，上面可是有梅西等多名重量级球员亲笔签名哟，2-10名也有高级调酒器套装等你来拿！

Step 4: 邀请好友，一起拿好礼

如果你在TOKEN2049现场遇到了朋友，别忘了拉上他们一起嗨玩4E周年庆活动！成功邀请好友注册4E后，任选一个社媒任务，就能拿走手持风扇、胶囊伞、充电宝，甚至是AFA联名背包等礼品。每一份礼物既实用又精致，邀请的好友越多，礼品越多，快乐加倍哦！

Step 5: 充值交易，赢梅西签名球衣

对于交易爱好者，4E同样准备了独家福利！在展会期间，充值200-999 USDT可获得高级调酒器套装；充值1000 USDT及以上，还能拿走AFA联名行李箱！而交易额最高的幸运儿将得到梅西亲笔签名的AFA限量球衣，光是想想就超激动对吧？当然，还有高达1400美元的赠金券等你来拿，助你交易更加顺利。

在TOKEN2049的舞台上，4E不仅仅是参展商，更是你探索Web3世界的伙伴！有趣的互动，满满的福利，4E已准备好迎接你的到来，期待与你相见！祝大家在TOKEN2049的旅程中，收获满满的精彩与惊喜！

作者：Haotian

最近，围绕 @dappOS_com意图执行网络产生了不少讨论，很多声音称Paradigm抛出intent-centric后，仅仅AI Agent智能化撮合引擎虚火了一阵，整体意图赛道进展并不理想。

那么，意图赛道当前面临的症结点是啥？ 去中心Solver执行网络到底该怎么落地？接下来，系统谈谈看法：

1）Paradigm抛出intent-centric的很长一段时间，意图赛道确实热闹了一阵子，包括Anoma、Essential、dappOS、Brink等一众项目跃出水面。意图赛道以简化用户DeFi参与门槛，能和AI有效接轨，且契合Mass Adoption的特性，被视为牛市预期中的一大叙事。

不过，意图概念本身的“抽象”性使得其短期很难聚焦到一个方向并产生落地，除了AI Agent可作为意图执行网络的可选实现路径之外，包括账户抽象、链抽象、交易bot、甚至CEX等执行方式都可以纳入意图赛道范畴。

AI意图虽具颠覆性但太过于早期而发展缓慢，其他抽象意图又各自为营形不成合力。这是Paradigm抛出intent-centric概念虚火一阵后归于沉寂的究极原因。

2）在我看来，意图赛道发展缓慢主要面临两个核心症结点：

1、intent抽象挑战大：看似简单的一句，意图可以简化用户的链上操作，但现在链上环境却在日益复杂，例如：（LRT的赎回，MEME的抢跑MEV）等新问题不断在引入新的复杂度，使得跨链桥、链抽象、账户抽象等标准的简化操作的基础设施的发展速度远低于链上操作的复杂程度。

意图要解决的单链环境包括：代付Gas、社交恢复、抗MEV、一键Approve-Cancel、最小化滑点、自动化执行等等，涉及到多链环境，还会存在链之间智能合约兼容性，编解码兼容性、流动性互通性、标准统一性、以及其他安全共识类复杂问题。

此外，还有很多用户的意图无法仅依托纯链上解决方案，目前只有资金规模大、交易策略多元化的资管机构，才有成本和速度均较为理想的解决方案：例如，当MEME币上线CEX后最便宜的流动性通常是做市商或者交易所的VIP大户，而赎回LRT等收益资产走DEX或者官方通道远不如发行LRT或者运行节点的机构。

总之，要试图在原复杂链基础设施上靠整合和优化就解决意图体验的事挑战性极大。

2、intent范围广：我此前也撰文分析过，常见的intent包括中心化意图（CEX）、结构化意图（Pre-Confirmation）、分布式意图（去中心化Solver市场）、智能化意图（AI Agent）。

在我看来，中心化意图和包括账户抽象、链抽象等在内的结构化意图都不在意图赛道重点发展范畴内，它们都是赛道已有的基础条件，需要在其基础上进一步优化用户体验才能算入。而智能化意图，要等AI Agent市场进一步成熟才能纳入范围。目前我们探讨的intent意图赛道发展，更多围绕去中心化Solver市场来展开。

3）意图赛道的发展落地问题，本质上在于去中心化Solver执行网络如何构建。该如何做呢？一个客观中允的方案是：

构建统一中间件网络层，并确保全新的用户体验、便捷高效的可兼容互操作性、以及去中心化的安全共识机制、接轨应用市场的统一流动性等等。

接下来，重点以 @dappOS_com为例， 来拆解下构建一个去中心化Solver市场要面临哪些难题？以及dappOS探索了哪些产品和机制创新之处？

1、构建去中心化Solver执行网络

用户意图的“模糊化”和Solver求解器提供方案的可编程性天然存在矛盾，比如只在A链有资产的用户input一个需求：我要在B、C链完成交互撸毛。该需求到了Solver公开市场，正常来说Providers会先拆解用户需求：

1）0磨损跨链；2）Swap选择超低交易滑点；3）避开链交易Gas高阶段；最后经过Solver的复杂路径规划、竞价、平台撮合等前提下，最后在一个有B、C链统一流动性兼容的网络，以极低的gas磨损完成了任务。

这个过程中，用户提了需求没有Solver接受怎么办？Solver跑路rug了怎么办？Solver的价格过高怎么办？多个Solver供应方都争抢此任务又如何？任务成功了如何激励，失败了又改怎么惩罚等等。一个自由公开的Solver市场都得解决这些问题。

dappOS的想法是放弃让Solver拆解出清晰明确的执行步骤，只关注用户要的执行结果（例如 B、C链完成了交互撸毛），让Solver对其提供一个总的报价以及告诉用户需要做哪些授权（例如授权Solver使用A链的10USDT，最终交互撸毛的dApp合约），整个执行过程全权交给Solver来完成，用户无须关注执行过程细节。

选择以结果导向的执行逻辑如下：Solver可综合“链上+链下”路径达成成本和效率最优。

很多时候，链上逐笔发交易不可避免会产生成本损耗，若穿插链下方案，可以达成成本和效率的综合考虑，给到用户一个最优解：

例如，若Solver是交易所的VIP大户或做市商身份，利用身份资源优势换来的成本优势远大于直接调用AMM合约。用户在签名时可选择由某个Solver执行，Solver也可以拿到用户的资金授权，可以灵活决定以链上或链下的方式执行交易（还可以汇总用户需求并行执行），最终仅以结果为准，给到用户最便宜、最快的执行结果。

比如：涉及资金跨链场景，可以选择链上跨链桥也可以直接走CEX充提，Solver可决定使用那种方案；又比如：赎回LRT的场景中，正常逻辑是汇总用户赎回请求，集中执行，交易要排队还可能遇到Gas拥堵，进阶逻辑则可先链上低息贷款垫付，再灵活赎回。

反正，以“结果”为导向，目标是让Solver之间充分竞争，调动各种资源和权限优势给到用户成本和速率上的优化空间。问题来了，若执行过程存在“不透明性”，该如何确保安全呢？如下：

2、OMS最小化质押运行机制

OMS（Optimistic Minimum Stake）乐观最小化质押的想法就是让每一个任务预先规定一个失败时要赔偿用户的金额，然后就不需要关心Solver具体如何完成任务，若不成功只需清算掉Solver质押的赔偿资产即可。

同时，对于Solver来说质押金额可以做到最小化，只需要超过执行中的任务涉及的赔偿金额即可。这样对Solver资金占用的压力也小，Solver只要保证完成当前任务即可，自己的资金可以同时做各类其他业务，保证资金使用效率最大化。

3、统一流动性的意图资产

原本，很多资产闲置在不同链上，不仅流动性无法聚合更无法进行Yield等后续金融衍生品创新。dappOS定义了一种intentAsset意图资产，是一种通过dappOS意图执行网络来完成使用同时具备Yield功能的资产。

简单理解，意图资产如同一个衔接各个异构链的统一流动性层，A链的USDT和B链的USDC都可以在dappOS链上以intentUSD的形式流通，用户mint intentUSD如同把其他链上资产汇聚到一个“余额宝”池子内一样，而且可以把intentUSD当做A链的USDT或者B链的USDC来使用。

这种统一流动性解决方案，既解决了跨链环境差异导致的资产分裂问题，还能解决一系列跨链磨损、闲置资产收益的问题，一举两得。此外，IntentAsset本身也采用了去中心化、非托管的运行机制设定。

为何intent意图资产能兼具便捷性和Yield属性呢？一方面，Solver市场能解决覆盖用户大部分意图需求，和持有普通USDT并无明显区别；另一方面，调用Solver综合权限和能力之后，会产生相交纯链上操作的“利润”空间，节省的资金损耗也会成为Yield。

以上。

之前，看了很多去中心化Solver平台的构建方案，都忽略了模糊匹配存在的错误问题，都是以追求百分百正确为目标，殊不知意图交易执行本身根本不可能100%正确，反倒这种有容错率存在，且有相应治理机制约束的框架更有利于Solver市场的正常运转。

总而言之，意图赛道尽管困难重重，但不可否认其为Crypto市场转入Mass Adoption的必经之路。因为它解决了Crypto可组合性的B面，在当前市场过于堆叠乐高抽象的背景下，这种把交易执行隐藏起来，只关注结果的范式，能把更大规模的用户Onboard进来。

来源：chainfeeds

在最近的以太坊开发者会议上，讨论了将以太坊的 Pectra 硬分叉分成两部分的提议。这个提议之前曾经被否决，因为大家担心会延迟 Verkle 树的升级。不过在这次的会议上，开发者们再次提出了这个想法，因为他们希望在 Pectra 分叉中加入更多的改进提案（EIP）。提议将硬分叉分为两部分：第一部分将包括目前 Pectra Devnet 3 上的所有 EIP，第二部分的分叉将包括 EOF（EVM 对象格式）和 PeerDAS 等，为了更好地理解 PeerDAS，我们首先从数据可用性这一基础概念讲起。

DA：确保节点获取链上数据

数据可用性（Data Availability，DA）是指要保证区块提议者发布的区块、区块中所包含的所有交易数据，对于其他网络参与者来说可以有效地访问和获取。数据可用性是区块链安全的一个关键因素，因为如果数据不可用，即使区块合法，其他节点也无法验证其内容，可能引发共识问题和网络攻击。例如，攻击者可能只发布部分区块数据，导致其他节点无法进行验证。

当新区块被广播时，所有参与的节点都会下载并验证区块的数据。这种模式在网络规模较小时是可行的，但随着区块链的不断增长，数据量会变得非常庞大，每个节点存储会不断增加，对硬件的要求随之提高。为了让轻节点（如手机或电脑这样的移动设备）也可以参与区块验证，区块链引入了分片技术。

分片技术是将整个区块链网络分成多个小的「片」（shards）。每个分片只处理自己那部分数据，不必处理整个区块链的数据。因此，单个节点只需要处理自己分片的数据。但每个分片只处理一部分数据，就意味着其他分片的节点无法直接访问完整的数据。那如何确保分片中的数据是可用的，并且其他节点能够验证这些数据的有效性？例如，某个分片的节点发布了一个新生成的区块，但它可能只发布了一部分数据。如果其他节点无法获取区块的全部数据，就无法验证这个区块是否真实合法。

DAS：通过部分数据验证整体数据可用性

为了应对分片中的数据可用性问题，数据可用性抽样（Data Availability Sampling，DAS）技术被提出，它的核心思想是通过抽样的方式来验证区块的数据可用性，不要求每个节点存储或下载完整的区块数据。

数据可用性抽样允许节点只需随机获取区块中的一部分数据便可以验证数据可用性，如果节点能够成功获取并验证这些随机数据片段，便可以推测整个区块的数据是可用的。

为了支持这种抽样验证，区块数据通常会使用 RS 编码。这种编码允许在丢失部分数据的情况下仍然能够恢复出完整的数据。因此，即使节点仅下载部分区块数据，也能够推断并确认整个区块数据的有效性。DAS 通过抽样验证减少了每个节点需要处理的数据量，轻节点也可以参与区块验证。

DA 层比如 Celestia 的就是通过这些技术来实现。主要涉及 RS encoding + validity proof + DAS。

• RS 编码（Reed-Solomon Encoding）：这种编码方式允许只接收到一部分数据片段的节点也能够重建整个数据块。它类似于纠错码，具有一定的容错能力，即便丢失一部分数据，剩下的部分也足以重构完整数据。

• Validity Proof（有效性证明）：使用零知识证明来确保数据在编码和传输的过程中没有错误。如果验证成功，则可以无误地解码出整个数据。

• DAS（数据可用性抽样）：通过轻节点随机抽样区块中的一部分 RS 编码片段，验证这些片段的可用性，从而推测整个数据块是可用的。

PeerDAS: 节点间协作验证数据

PeerDAS 是 DAS 的一种具体实现，通过对等网络（peer-to-peer network）进行数据可用性抽样，对等网络是由多个节点组成的网络，节点间直接进行通信。在 DAS 下，每个节点独立进行数据的抽样验证，而 PeerDAS 优化了这一过程，它让节点之间协作共享和验证区块中的数据，进一步提高验证效率。节点之间并不是孤立的，可以共享数据验证的任务和结果，可以依赖其他节点已验证的数据。这样，节点不必单独承担所有的验证工作，而是通过合作分担验证任务，进一步减少节点的负担。而且协作验证增加了数据篡改的难度，攻击者需要同时影响多个验证节点才能成功篡改数据。

目前，根据最新以太坊关于 PeerDAS 的会议，以太坊客户端 Lighthouse 团队已经将 DAS 分支合并到主分支，并正在测试以确保与 PeerDAS 的兼容性。分支通常是用来开发和测试新功能或改进的独立代码版本，合并到主分支意味着这个功能或改进已经开发完成，并且有信心是稳定的，可以合并到核心代码中。