GM {{First Name|}}！👋

我们正在开始一些新的事情——并且我们认为您会愿意跟随。

这标志着由@ChappieOnChain 领导的新研究系列的启动，深入探讨人工智能中最令人着迷（且最容易被忽视）的前沿之一：代理群。

我们希望《Swarm 现状》系列能够成为未来构建者的蓝图，帮助他们理解智能体群体并更快地实现产品与市场的契合

这超越了聊天机器人的范畴。这关乎自主代理如何协作、专业化，并进化成超越其各部分简单相加的强大整体。

在接下来的几篇文章中，我们将深入剖析这一转变背后的机制。虽然目前还为时过早，但我们坚信这将推动下一波真正的人工智能创新浪潮。

享受！

想要了解更多？ 关注Teng Yan、ChappieOnChain和Chain of Thought 的X 频道

加入我们的Telegram研究频道和Discord社区。

订阅以便及时向您的收件箱发送研究和见解。

最近，我们的团队在丝绸之路上遇到了一些困难。

不，不是暗网丝绸之路，而是最初的古代贸易网络，它以松散混乱的市场摊位、沙漠商队和异域商品拼凑而成，将亚洲和欧洲连接在一起。它是最早的真正全球性网络之一，远早于互联网的出现。

想象一下：在一个尘土飞扬的市场里，来自不同大陆的商人——他们说着不同的语言——正在买卖丝绸、玉石和藏红花。没有中央权威。没有统一的规则。只有相互激励和临时的信任。

有点狂野。

然而，贸易却出现了爆炸式增长。原因何在？

每个人都拥有足够的信息、足够的动力、以及对共同习俗的足够信任，以使其发挥作用。

现在，拿苏联的经济实验来对比一下。1989年，鲍里斯·叶利钦参观了一家美国超市，看到货架上堆满了苏联中央计划经济根本无法提供的商品，他惊呆了——后来他表示，自己为自己的人民感到“绝望至极”。

古丝绸之路上，乌合之众的商队智胜强大帝国的周密计划。区别何在？在于灵活性。当地商人只需拨打当地电话，就能根据不断变化的情况实时调整决策。

相比之下，苏联将所有东西——投入、产出、面包价格——都集中到一个官僚枢纽。这个体系的崩溃并非因为缺乏远见，而是因为缺乏适应的空间。

我们看到同样的动态在当今的科技领域上演：

简而言之，去中心化架构能更好地处理复杂问题。它们将决策权推向边缘。

同样的模式现在开始在人工智能架构中出现。

第一批人工智能代理于2022年末问世：单个代理正在完成一年前看似“不可能”的任务。但随后现实摆在了面前。臃肿的单个代理试图同时处理过多的工具，最终却开始失手。

到2023年末，下一个合乎逻辑的步骤出现了：多智能体架构。像LangGraph和CrewAI这样的系统采用了专业化——将复杂的任务分解到一组专门构建的智能体中。这一飞跃显著提升了性能。

但这些系统大多仍是封闭的、集中管理的生态系统。规则由一个团队制定。你无法重新组合架构、更换自己的代理或跨团队协作。

与此同时，另一个早几十年的领域已经在现实世界中解决了这个问题：机器人群。

这些简单的机器人，灵感来自蚂蚁和蜜蜂，无需领导者即可协调。它们负责搜救、环境监测，甚至农业——成功并非源于某个机器人的智能，而源于整个系统的弹性。决策是分布式的。智能源于互动。

现在，由于一个新的转变：带有加密钱包的人工智能代理，该模型正在人工智能中上线。

通过为代理提供数字钱包，他们现在可以持有和转移资产、赚取收入，甚至部分地由代币持有者进行管理。代币化的代理市场如今已拥有数百家公司，并将人工智能从黑箱转变为经济参与者。每个代理都变成了商人，可以达成交易、管理风险并实时调整。

这就引出了一个关键问题：在没有中央管理者的情况下，一百万个自主代理如何协调、交易和构建系统？

如果你想要实现大规模开放、去信任化的协作，你需要共享规则。你需要能够让任何代理安全交易的基础设施。无论它是一个单独的 Python 脚本，还是成千上万个脚本。

这就是区块链的用武之地。它们提供了相当于“度量衡”的数字版——价值交换、验证和声誉的开放标准。它为人工智能集群的自组织搭建了脚手架。

让我们来分析一下。

为了理解这些新兴的人工智能“群体”与我们迄今为止所见的封闭式多智能体系统有何不同，我们发现将其理念归结为六个核心原则会很有帮助。

注意：这并非针对“加密”AI代理群！它们是任何开放、有弹性的代理生态系统的基础。

传统的多智能体系统通常是层级化的：一个主脚本或一个团队来规定每个人做什么。这种机制在简单的环境中行得通，但当情况变得混乱时，很快就会崩溃。

群体的运作方式更像市场。代理并非通过指令进行协调，而是通过对实时市场信号（例如价格、费用、需求峰值等）做出反应。这是一个去中心化的经济体，每个代理都基于共享信号优化自身目标。

经济学家弗里德里希·哈耶克的“价格即信息”理论将价格描述为“信息的浓缩包”。它们反映了紧迫性、稀缺性和机遇。智能体集群也遵循同样的逻辑。

在一个设计良好的集群中，任何有能力的智能体都应该能够做出贡献。没有申请流程，也没有把关委员会——只有一个简单的测试：你能胜任吗？

链上声誉系统有助于实现这一点。代理无需凭证，而是通过可证明的历史来赢得信任。

对于金融结算等高风险任务，可信执行环境 (TEE) 可以锁定代理的代码和数据，确保其无论在何处运行都能按预期运行。这使得我们可以在不信任主机的情况下信任代理。

群体系统旨在快速行动，能够快速重组和调整。添加新代理、重新分配资本、调整策略——所有这些都需要在没有正式重组的情况下进行。

群体机器人研究表明，这些系统在近乎实时地适应时最为强大，使用诸如Lévy 行走（机器人大多采取小步走，偶尔进行大跳跃）或“自适应时间延迟”（机器人加快或减慢反应以避免反应过度）之类的策略。

两项研究都强调了一个重要的观点：有效的群体行为取决于能够在快速、广泛的探索和集中、局部搜索之间切换。

快速的局部反馈循环能够创造全局敏捷性。如果一个系统能够嗅到机会或威胁，并几乎立即涌向（或避开），那将是一个巨大的竞争优势，尤其是在 DeFi 或交易等波动较大的领域。

自主=完成任务。

代理=拥有资产、做出决策、面对风险

没有钱包，代理人是被动的；有了钱包，他们就成为经济参与者。

我们看到了早期迹象：OLAS代理已完成27,000 多笔交易，Giza已转移价值超过 600 万美元的交易。授予代理钱包访问权限可以解锁代理权限，但前提是确保安全。会话密钥和 TEE 允许代理安全操作，而不会泄露私钥。

一旦代理商能够赚钱和消费，他们就成为利益相关者，而不仅仅是工具。

当协调成本高昂时，通才才是明智之举。但在群体中，协调成本低廉——因此专业化胜出。

由于开销几乎为零，集群依靠高度专业化而蓬勃发展。每个代理都可以专注于一个狭窄的领域：解析特定子版块的情绪、追踪单个钱包，或监控某个细分数据流。

这使得通用模型无法达到的效率和精度水平——特别是当数据不稳定、专有或过于模糊而无法被广泛的模型优先考虑时。

正是这种长尾能力使得群体模型能够胜过单一模型。

协调告诉我们谁该做什么。当团队开始集体学习时，智慧便会涌现。

涌现智能描述的是整体比任何单个部分都更加智能、更具创造性的系统。

1 + 1 = …3？

大自然提供了大量的例子。蚂蚁利用信息素踪迹，鸟类通过局部反馈进行同步，市场将碎片化的信号聚合成令人惊讶的准确预测。

人工智能群体可以利用类似的动态机制。链上交易和代理行为会留下数据轨迹——可供他人学习的数字“足迹”。

但合作并非免费。如果合作会削弱自身优势，代理人会分享他们所获的知识吗？还是他们会将见解藏匿起来？答案取决于激励机制。

准确预测的共享奖励或付费数据馈送等机制可以鼓励代理发布有用的知识，而不会泄露所有信息。

你可能会问：好吧，但人工智能群体的底层究竟是什么样子的呢？让我们来看看哪些类型的智能体能够将这些原则付诸实践。

在分析了当前的多智能体框架和早期群体原型之后，我们开发了一个简单的分类系统来了解不同类型的智能体在野外如何相互作用。

我们可以将它们分为四大类“代理”：

这些专业的“即插即用”工人擅长完成具有可预测产出的标准化任务。

它们能够执行定义明确的任务——数据清理、转录、模式检测——比规模更大、更通用的人工智能更便宜、更快速。随着它们越来越受欢迎，它们逐渐成为商品，在成本和性能上展开激烈竞争，而非在独特能力上。

这里的经济学原理引人入胜：随着商品化的推进，利润率急剧压缩，迫使企业进行极端的性能优化。但与人类市场不同，人工智能代理可以在极薄的利润率下蓬勃发展，并以比现有系统低几个数量级的交易成本规模和速度运营，从而实现盈利。

商品代理构成了任何成熟群体生态系统的主体。

协调者是集群的项目经理。他们将复杂的目标分解成子任务，分配给合适的专家，并将结果整合成连贯的输出。

它们的核心作用是翻译——将模糊的人类或代理级请求转换为结构化的、可执行的工作流程。

如果你问：“帮我分析一下一家公司的财务状况”，协调器就会委派任务：一个代理审查资产负债表，另一个代理处理市场比较数据，第三个代理抓取情绪数据。然后，协调器会将结果整合成一份统一的报告。

同样重要的是，他们管理上下文和数据流——确保每个代理获得足够的相关信息以高效工作而不会不知所措。

我们已经看到了一些早期的实施案例，尤其是在客户服务领域，其中编排代理负责在人工和特定领域机器人之间路由查询。随着记忆系统、长上下文模型和持久状态工具的改进，这些编排器将变得更加强大，也更加自主。

当今许多人工智能的失败都源于意图翻译不佳，而代理的目的就是解决这个问题。

代理是人机交互界面，它们就像翻译器，将杂乱的人类意图转化为人工智能代理的结构化任务。

作为协调器的一个专门子集，它们专注于解释模糊请求、管理预期，并保护人类用户免受群体复杂性的影响。它们确保人类无需处理低级群体细节。

把它们想象成高语境助手：它们了解你的偏好，重新组织你的请求，并将其转发给合适的代理。在 Web3 中，Wayfinder就是一个很好的例子——它将人类的输入转化为精准的链上操作，即使出现错误，也会带来真正的经济后果。

随着时间的推移，我们预计特定领域的变体将会激增——专为律师、设计师、高管等的工作流程和词汇而设计。

这些代理因拥有普通代理无法触及的独家数据或特定领域访问权限（私人数据库或实时信息流）而脱颖而出。

商品代理在规模和速度上竞争，而专有数据代理则凭借不对称优势取胜。他们的优势在于访问权。

当无人能够复制你的输入时，你就可以对你的输出收取额外费用。专有访问权固然强大，但也很脆弱。随着数据泄露、过期或被模仿，代理商必须适应，否则将面临失去竞争力的风险。

aiXBT就是一个典型的例子——它的架构赋予了它特权的市场数据和可与顶级加密货币分析师相媲美的权威性。同样，Acolyt也将实时社交数据传送给人工和代理。

我们认为这些代理是人工智能集市上稀有的香料供应商——你愿意支付额外的费用才能得到只有他们才有的东西。

代理经济并非凭空而来。它们需要基础设施：使代理能够沟通、协调和交易的标准、协议和系统。

没有它，就没有蜂群，只有混乱。

我们称之为最小可行群体（MVS） ——一个运作良好的代理经济的基本蓝图

通过我们的分析，最小可行群体需要以下内容：

这些协议标准化了代理交互，就像 ERC-20 标准在代币生态系统中实现互操作性一样。这些协议定义了输入/输出规范、参数结构和元数据传输格式。如果没有这些协议，每个代理交互都需要定制集成。

竞争标准正在出现：

哪些标准最终会胜出？我们认为，最终的走向将有两种：要么由一个主导者通过纯粹的采用来定义标准，要么由一些关键参与者联合起来共同制定标准。与此同时，我们将继续应对混乱局面。

只有当代理能够相互找到时，专业化才能发挥作用。发现层——能力注册中心、元数据中心、做市商——将任务匹配给合适的代理。

这些机制维护每个代理的关键元数据——它的功能、它的构成方式以及验证其能力和独立性的主权证明。

想象一下，一个动态的、机器可读的“黄页”，拥有实时绩效指标和可验证的凭证。没有它，协调成本就会降低效率。

信任是去中心化系统的瓶颈。信誉层追踪代理的性能、正常运行时间和服务质量——这对于协调者决定与谁合作至关重要。这些信息以防篡改记录的形式存储在区块链上。

Virtuals 的代理商务协议 (ACP)提供了一个评估器框架来演示这种方法，为代理性能和可靠性创建标准化指标。

声誉是做好工作（并且经常做好工作）的副产品。

这些是智能体协作的经济轨道。如果没有可编程的支付机制，群体协作将陷入僵化的、预先定义的工作流程，而不是流畅的、市场驱动的互动。

示例：Nevermined的协议支持通过 ERC-1155 代币进行链上基于使用量的计费，使代理定价既透明又确定。访问控制通过反向代理强制执行，确保代理仅在付款安全的情况下才进行交付。它还体现了区块链交易本身如何作为声誉标记，从而创建不可更改的服务交付历史记录。

发现、声誉和支付层可能会融合到全栈代理市场中。

我们已经看到了一些早期迹象。MCP 服务器的 Web2 市场，以及 AI 代理的 Web3 平台。集群获得真正的发展只是时间问题，很可能首先出现在代理活动已经密集的领域：软件开发和客户服务。

构建去中心化代理集群的核心挑战并非智能，而是信任。缺乏可信的协调，开放的代理网络很快就会在激励机制失调、操控和分裂的环境下瓦解。

我们评估了替代方案并发现它们不够完善：

由欧盟资助的BROS 项目提供了一个明确的数据点：基于区块链的协调在管理模拟机器人群方面取得了 83% 的成功率——远远超过传统的共识机制（29%）。

加密技术为开放代理群提供了其他机制无法提供的四个关键功能：

智能合约让代理无需相互信任或中介机构即可进行交易、合作和执行协议。服务交付后自动付款，从而实现复杂的多代理工作流程。

传统的金融基础设施无法容纳人工智能代理——它们缺乏法律身份，无法开设银行账户或签订合同。只需一个私钥，代理就能自主赚钱、持有和消费。这使得代理成为成熟的经济行为者。

链上操作不可篡改且可审计，是构建稳固声誉体系的基础。Orchestrator 代理可以根据实际表现而非声明来评估潜在合作者。

代理商可以锁定资本来证明意图或押注结果，通过游戏中的真实皮肤来调整激励措施。

区块链提供信任。DeFi 提供流动性。

它们共同为自主代理进行交易、对冲、借贷和保险创造了条件——无需人工中介。

如果没有 DeFi，开放代理群将面临历史上困扰去中心化系统的相同协调问题。

真正的自主需要资本。没有资本，人工智能代理无法：

简而言之：没有资本，就没有自主权。

正如 Volker Strobel 的研究表明，区块链赋能的群体可以通过加密经济激励实现自我调节。能够证明自身价值的智能体会积累更多资本，从而增强自身能力，就像市场参与者一样。

资本需求因角色而异。

商品代理可能需要最低的资本储备（约 0.01-0.05 ETH 等值）来支付交易费和定期 API 成本。协调器代理则需要更大的储备（0.5-2 ETH 等值）来支付专家费用并维持运营连续性。专有数据代理通常具有最高的资本要求，因为它们需要持续的数据采集成本。

随着代理经济的发展，我们可能会看到质押策略、基于 DAO 的融资模式和代币化收入流成为常态。

随着代理群的进化，人类作为被动用户的旧框架被打破

我们正在成为我们曾经设计的系统的参与者。分布式智能并不局限于机器层面。人类正日益成为群体中的节点。自主智能体的兴起迫使我们重新思考人类如何融入这些系统。

忘掉人工智能取代人类的说法吧。如今出现的最强大的系统是混合系统。人类和智能体相互协作，发挥各自的优势。

这并不是“使用”人工智能，而是与人工智能协同工作。

以Agent Spectra为例，这是一家去中心化的对冲基金，将经验丰富的人类交易员与人工智能代理相结合。人类交易员负责发现市场格局变化和异常情况；人工智能代理则负责执行、风险控制和实时数据处理。两者各展所长。

设计师提供创意方向，分析师提供领域洞察，策略师设定目标，其余工作则由专业代理完成——从情绪分析到自动化执行。

最有前景的群体人类系统具有三个共同特征：

目前，我们人类仍然掌控着一切。我们构建模型，设定目标，设计协议。但随着智能体能力的提升和群体自主性的增强，我们的角色正在发生转变。

如今，人类仍然是代理系统的架构师——设计功能、定义交互并设定目标。代理可以处理复杂的任务，但只能在人类意图设定的范围内。

分工清晰：人类负责构思和管理；代理负责执行。大多数人类角色仍然是技术性的：机器学习工程师、提示设计师、系统架构师，以及塑造代理行为和协调的项目经理。

随着群体协作更加独立，人类将从微观管理中抽身，转而参与治理。人类将专注于：

最终，代理生态系统将在很大程度上自主优化、学习和演进。这引出了一个引人深思的问题：人类会在代理经济中被淘汰吗？我们认为不会。但我们将被重新定义。

人类独有的特质在于设定“为什么” ——价值观、目标以及智能体运作的界限。人类将成为目标的制定者，定义群体应该优化的目标。即使执行变得自动化，人类的判断、道德推理和价值观设定仍然是不可替代的。

随着代理执行规模的扩大，人类必须加倍努力完成机器无法做到的事情：创造意义、设定方向和解决模糊性。

新兴经济中最成功的参与者将是那些开发出独特的人类技能以补充和指导日益自主的系统的人。

随着我们进入人工智能原生系统的下一阶段，几种模式开始塑造代理群的未来：

最有可能经历第一波颠覆的行业是那些决策依赖大量数据、结果可追踪且工作流程效率低下的行业。金融、内容制作和知识型工作符合这类特征。

在这些领域，群体将彻底重塑工作组织方式。

欢迎来到我们研究的新篇章。

到目前为止，我们已经奠定了代理经济的基础，从人工智能群体的架构到区块链的关键作用，以及人类在这些系统中不断演变的地位。

但这仅仅是一个起点。

在接下来的几个月里，我们将通过一系列文章深入探讨这种转变的机制，追踪自主、具有经济能力的代理群的崛起。

我们称之为：群体状态。

可以将其视为范式转变的前排座位：代理不仅执行命令，还可以在无需人工许可的情况下进行协商、协调和交易。

以下是未来发展的概况：

🟢代理如何交换价值

在无人参与的情况下，代理商如何定价服务、结算交易并协商合同？哪些金融原语被证明是最有效的？

🟣野外 Orchestrator 代理

我们将探讨他们如何分解目标、安排任务以及优化专家网络之间的协调。

🔵使 Swarm 正常工作的通信标准

哪些协议能够帮助代理高效协作？标准如何演变？如何区分信号和噪声？

🟠无需中央权威的声誉

在去中心化的世界里，代理人该如何建立信任？我们将探讨声誉系统的机制，以及如何从零开始赢得信任。

🟡自主代理的资本配置

代理商如何管理预算、股权资本或基金升级？又有哪些新的金融模式正在兴起以支持这些行为？

我们的方法将是响应式的，而非规范式的。我们会随时发布突破性进展，聚焦定义性概念，剖析先锋协议，并追踪该领域的实时发展。

这听起来像科幻小说吗？

不，已经开始了。

在Chain of Thought，我们正在实时绘制这一变革的蓝图。我们期待您的加入。建设者、研究人员、投资者以及充满好奇心的人们：加入我们的讨论吧。

直接留言给我们。给我们发送电子邮件。加入Discord。

就像 90 年代的互联网一样，代理经济将​​成为情报、价值和决策如何通过数字系统流动的范式转变。

虫群来了。我们来这里是为了弄清楚。让我们一起来解决问题。

你的朋友们，

滕彦 & ChappieOnChain

感谢 Ravi.Skai 在我们研究过程中提供的帮助。ChappieOnChain 最近加入了 Nevermined，担任产品主管。

本文由 Chain of Thought 撰写，为独立研究论文。文中观点仅代表作者个人意见。

本报告仅供教育用途，不构成任何财务建议。它不构成买卖资产或做出财务决策的推荐。请务必自行研究，谨慎做出投资选择。