概要：
AI Agent 技术发展快速，Web2 和 Web3 框架各自展现出不同的优势和潜力。Web2 框架凭借其成熟的技术和稳定性，适用于大规模企业应用，但在去中心化和创新性上有所欠缺。相反，Web3 框架通过去中心化 DAO 和代币特有机制，推动了 AI Agent 的创新和协作，但其市场接受度和技术稳定性仍然面临挑战。未来，AI Agent 的发展将侧重于多智能体协作和去中心化架构，而 Web2 与 Web3 框架的结合可能会推动 AI Agent 在更多行业中的应用，带来更高效和灵活的智能系统。
credit to@cmlamp @Yuhholly @irisflowing @LDeng1124 @Crys747573 @chingchalong02
nbsp
业发展与市场概况
nbsp
AI agent是指人工智能 Agent Artificial Intelligence Agent是一种可以感知环境、规划决策执行复杂任务的智能体，来自于 OpenAI 提出的 AI 的五级分级标准，分别为聊天机器人、推理者、AI Agent、创新者和组织者，而 AI Agent 正是 AI 从信息处理向价值创造转变、从被动理解到主动决策的跨越的转折点。
而由于在 crypto 的世界没有门槛，没有 KYC 和银行的限制，Agent 可以拥有自己的独立的数字身份和账户，并管理资产，成为 Web3 世界的数字公民，这也标志着 Web3 进入智能化新阶段。
AI Agent 和 crypto 的融合也分为三个阶段：第一阶段为 AI MEME 币，象征着普通人低门槛地参与 AI 浪潮，同时项目方实现社区融资，并通过市场情绪和财富效应加速 AI 的教育和传播。第二个阶段为单体 AI 应用，开始脱离 MEME 属性，转向功能支撑的价值币。最后第三个阶段，则是当下的AI Agent 框架标准，通过统一开发规范、模块化工具链，降低开发门槛，并支持插件扩展与多 AI 协同。
nbsp
与此同时，随着近期DeepSeek推出V3/R1等多款大模型，凭借其低训练成本和卓越性能，在业内引发强烈反响。其中，DeepSeek R1 模型每百万输入和百万输出 token 分别收取 055 美元和219美元，仅为OpenAI 的 3，这极具吸引力的API定价将大幅降低AI应用落地的边际成本，有望加速AI Agent发展。
nbsp
市场数据分析
nbsp
根据Cookiefun的最新数据，截止3月3日，AI Agent的整体市值达341亿美元，过去24小时跌幅高达55。从目前收录的995个AI Agent项目来看，Virtual生态项目市值占到18以上，稳居第一，排名第二的Creator bid于一天前大幅拉升而后悬崖式下跌至4790万美元，24小时跌幅高达9899，目前和vvaifu生态、ai16z市值差不多，仅占比13左右。
从链上分布来看，Base和Solana占据了绝大部分市场。其中Base上AI Agent的市值为156亿美元，Solana上为104亿美元，合计贡献了整体市场的765。
从交易活跃度来看，AI Agent 赛道三个月内总市值暴跌超 70，从最高点的 993 亿美金跌至263亿美金，值得一提的是3月2日总市值短暂攀升四倍但又回归原值，其原因仅仅是 Creator Bid 的市值变化，不代表整个赛道的市场情绪有剧烈变动。此外，虽然 AI Agent 的数量持续增长，但其增长率越来越小，这意味着赛道仍在扩张但对市场的吸引力不足。
从开源闭源项目分布来看，根据CoinGecko数据，我们整理了市值超过1000万美金的 19 个AI Framework，其中闭源项目有11个，占总项目数的53，占据主导地位。但值得一提的是，闭源项目总市值520m远远低于数量较少的开源项目总市值1001m且闭源项目平均市值仅为开源项目平均市值的42，展示了开源社区的价值优势。
以头部 AI Agent 生态 virtual 为例，其市值呈现”圣诞树“形，在1月2日达到最大峰值 50 亿美金，而后不断震荡下跌，并于1月27日左右出现断崖日下跌，当天跌幅超过46；此外，其累计 AI Agent 部署数自从2024年11月初起保持强劲增长态势，并在11月30日达到最大增速，单日增幅达到1350个，然而步入12月后其增速大幅下滑，并在2月初下降到每日新增仅两位数。这可能预示 AI Agent 赛道缺乏持续增长的潜力和新鲜的叙事，难以吸引更多用户交互。
另一方面，从其生态构成和用户画像来看，agent在其生态内的头部效应十分明显，市值首位的agent为AIXBT，市值约249亿美元，占其总生态总市值约45，其前五的agent合计占比超过六成，可以预见的是头部agent将会与其余拉开差距。另外，从交易token数量来看，近期有超过七成的用户每日交易仅1个token，仅有不足10的用户每日交易超过10个 tokens，这可能预示着大部分用户仅仅是跟着ai agent的热潮浅尝辄止，缺乏较强的用户粘性。
nbsp
Web3 和 Web2 AI Agent 框架的结合与对比
nbsp
Web2 AI Agent：
nbsp
nbsp
AI Agent是什么？
nbsp
Web2 AI Agent 是一种基于 中心化架构 的人工智能代理，能够理解用户输入、执行任务，并与各种工具如数据库、代码执行器、机器学习模型、大语言模型等进行交互。它通过NLP解析任务，并使用预设的 API 或服务进行调用，最终返回结果给用户。
这边我们从这张图中梳理Web2 AI Agent 相关潜在可以获取的信息，首先Web2 AI Agent是基于中心化架构的人工智能代理，能够理解用户输入，解析任务，并调用不同的数据源、代码执行器、LLM来执行任务。
核心组成部分
那AI Agent在其中具体扮演什么位置呢？我们根据abacus给出的胯间进行完整梳理，分为5大组成部分，分别为，用户交互层，数据访问层，代码执行器，机器学习模型层和大语言模型。AI Agent对于每个组成部分都有不同的功能。
首先，对于用户交互层来说，用户通过Prompt输入请求，AI Agent 解析意图，并生成任务列表。就好比很多用户在输入对话给AI的时候会用自己的话术，AI收到指令后去做下一步操作。例如，小A会问GPT，0xU是什么样的社区？GPT收到指令后就回去广义搜索答案再给到回复。这其中的关键技术大家比较熟悉的NLP有BERT、GPT 系列，同时因为有用户主观存在，对于意图识别也会用到spaCy、Hugging Face Transformers等主流技术模型，同时还会做任务管理，像AutoGPT 就有比较好的模型直接套用。
那大家可以在日常生活中也会遇到自己的朋友需要写代码的场景，数据访问层对于AI Agent 可做的就是：查询数据库、文档、API 等，从结构化或非结构化数据中提取信息。这里一那都是使用SQL 查询，向量数据库RAG 相关和文档解析图片识别文字。这些使用场景也及其常见，除了程序员一般会定向使用MySQL、BigQuery来做业务需求的事宜，我们使用的手机如果拍到了含有文字的照片，长按就可以复制文字用的就是文档解析模块，可谓是完全落地的技术实现。
代码执行器，机器学习模型层和大语言模型LLM访问层Any LLM就更偏向于代码层面，例如AI Agent 可以动态生成代码Python、SQL、Bash 等，并进行执行，还有调用不同的 ML 模型来进行数据分析、预测、优化等任务，还有在大模型上可以调用多个 LLM，如 OpenAI GPT、Meta LLaMA、Google Gemini 等，用于高级对话、文本生成、代码解释等任务。例如现在非常火的Claude写代码非常好用，还有Manus也在无限发力，它们都属于这个赛道的。
小结
Web2 AI Agent 是 基于 LLM、自动化执行与数据查询的智能代理，广泛用于对话 AI、自动化办公、金融分析、代码生成等领域。未来，它将朝着 多模态、长上下文、低成本推理、安全对齐 的方向发展，逐步拓展其应用范围。
Web3 AI Agent：
调研了多个不同项目后选择 Eliza、Buzz 和 Swarms 作为Web3 AI Agent的研究对象，主要是因为它们在Web3和去中心化环境下的创新应用，涵盖了从多代理协作、自然语言交互到区块链与AI结合等多个领域。这些框架不仅推动了DeFi和智能代理技术的发展，也为理解Web3中智能系统的治理、自动化和跨平台集成提供了宝贵的实践案例。通过研究这些框架，可以深入探讨Web3技术如何赋能智能代理，以及它们在去中心化未来中的应用前景。Eliza
Eliza
简要
Eliza 是由AI16Z团队开发的开源项目，主要专注于为Web3环境提供智能代理框架。这个框架采用了 TypeScript 编写，设计目的是让开发者能够在去中心化的生态系统中部署和管理AI Agent。其核心最主要的功能是：支持多代理协作，能够处理复杂任务的分工和合作。通过先进的记忆管理系统，Eliza能够更好地处理与用户的互动，提高智能代理的个性化能力。和通过ELIZA代币实现社区治理和激励机制。代币的收入通过回购和销毁的方式，促进生态系统的可持续发展。
Eliza 架构完全开源，自推出以来，受到了开发者社区的极大关注。截止2/10，Github 数据显示，Eliza 目前拥有 14k 星标和 44k 个分支，成为该平台上排名第一的 AI 存储库。而据团队透露，至少有 1000 个团队或者项目在使用 Eliza 技术。
在当前阶段，适用的场景主要是：DeFi 和 NFT 项目；比如在Discord或其他平台中部署，Eliza可以验证NFT持有者的身份并为其提供独家回应；有很多天马行空的想法都可以做，结合自己需求魔改模块都可以实现，开源伟大！
框架
Eliza通过 MultiAgent Architecture 来处理复杂的任务分工和协作。在这种架构下，多个智能体 Agent能够同时工作，并根据不同的角色和任务进行协调合作。好比一台电脑拥有的GPU和CPU一样，不同的板块都有不同的计算单元和功能，Eliza框架下的每个代理被赋予一个特定的角色或任务。通过明确的分工，Eliza 能够在多个代理之间进行任务的分配，确保每个代理都能专注于自己擅长的任务，增强整体效率。当然你可能会问，如果每个模块单边运作，那整个模型如何输出信息？这个就是 Muti agent 的好处，通过模块化的 API 实现多个代理能够动态调整任务的执行顺序和分配方式。就像在处理模型的时候，被分配任务给 CPU 和GPU 也是不一样的任务，但是对于同一板块处理单元无法完成的时候，另一个单元可以接手。同时代理之间的通信可能涉及到复杂的数据传递和任务调度。为了确保高效和无误的合作，Eliza采用了严格的协议，例如基于消息传递的系统，允许代理之间共享信息并同步任务进度。
举例
用上述这张图会更好理解：
Agent Runtime： 这是整个框架的核心，就像 CPU 和 GPU 之间的协调一样，Agent Runtime 控制并调度每个代理的任务，确保它们能够根据不同的角色和任务分配来完成各自的职责。
Character System： 这个模块定义了代理的不同角色，就像每个代理在Eliza框架中都会有特定的任务和角色。这些角色可以是用户认证、数据处理、内容生成等。每个代理根据其特定的职责来处理相关任务。
Memory Manager： 负责管理和存储代理所需的数据和信息。它确保代理在协作时可以共享信息，并且能够记住历史对话或任务进度。这与描述中的“代理之间的信息共享和同步任务进度”相符合，Memory Manager 就像是管理这些信息流的“大脑”，保证每个代理都有适当的数据来做决策。
Action System： 这个模块负责协调和处理代理根据任务分配执行的动作。例如在框架中提到的“当一个模块无法执行任务时，另一个模块可以接手”正是通过 Action System 实现的，确保即使一个代理无法完成任务，也能由其他代理接手执行。
Platform Clients： 这个模块连接外部平台如Discord或者X等，Youtube信息很多，让用户与代理进行互动。例如完善的服务是Eliza可以验证在Discord NFT持有者的身份信息等。
在Eliza框架中，多代理架构通过模块化的API实现了任务的动态调整和分配。就像CPU和GPU各自负责不同的计算任务一样，每个代理负责不同的任务，并通过 Memory Manager 和 Action System 协同工作，确保任务能够高效执行。如果某个代理无法完成任务，Action System 会重新分配任务，确保整体任务的顺利进行
币安全球站RAG
了解了 Eliza 的多代理架构，也提及到了它的运作方式，但是它是如何真正取理解你的意思和去执行你的指令呢？RAG在中扮演巨大作用：记忆管理系统RAG，RetrievalAugmented Generation是为了提升智能代理的互动质量与个性化能力。这一系统基于用户的历史交互、背景信息以及任务上下文，提供个性化的响应。通过将重要的用户信息、对话历史和任务状态存储在内存中，确保每个代理能够在不同的互动中维持一致的背景。每次新的任务或对话开始时，系统会检索相关的历史数据进行参考，以便生成个性化的回答；同时，为了能够更好的回答问题，此系统还还结合了生成式模型来生成更加流畅、相关和个性化的响应。
DAO 和 代币经济学
2025年1月14日，ELIZA 已发布轻版白皮书Litepaper和新代币经济模型。Eliza Wakes Up 开发者 Ava 于 X 平台发文表示，Eliza Wakes Up 是一个全面的 AI 伴侣框架，由 Solana 上的 ELIZA 代币提供支持，旨在将先进的伴侣 AI 与可持续的代币经济学相结合。Eliza Wakes Up 的技术亮点包括：持久内存架构、核心内存系统、每日日志记录，以及无需 XP 的自然演变关系机制。
ELIZA 新 tokenomics 的重点包括：
10 的净收益用于 ELIZA 的回购和销毁，10转换为 ELIZA 并捐赠给 ai16z DAO，80 用于开发、基础设施和营销。
通过发行ELIZA代币来实现去中心化治理。持有代币的用户可以参与投票和决策，决定框架的更新、功能改进、代币分配等重要问题。通过80的代币分配不难看出Eliza不仅依赖于开发者的贡献，还鼓励社区成员无论是开发者、用户还是投资者参与项目的决策和生态建设。通过代币投票机制，社区成员可以根据自己的兴趣和专业知识提出建议和意见，投票决定框架的未来发展方向。
最新发展
情况首先，GitHub上的星标和分支数不断增加，可以说明参与关注人数动态增加，社区发展和影响力也再提升，web3阶段的去中心化也做了创新，尤其是和NFT的结合，Eliza能够通过区块链验证NFT持有者的身份，属于带来了黄昏前的曙光，甚至未来看好可以做到一些交易脚本搭建相关API等信息。
总的来说，代币经济学确保了项目的长期可持续性，推动了技术创新和生态建设。随着项目的不断发展，Eliza 将在 Web3 和去中心化金融等领域发挥更大作用，持续吸引开发者和投资者的参与。
Swarms
简要
Swarms 由当前 20 岁的 Kye Gomez 在 2022 年发起，是一款面向开发者的多代理 LLM 框架，该项目通过智能编排和高效协作，让多个 AI Agent 像团队一样分工协作，从而解决复杂的业务操作需求。该框架提供强大的扩展能力，支持与外部 AI 服务及 API 的无缝集成，同时为 AI Agent 提供长期记忆功能，增强上下文理解。
Swarms 是指由两个以上的代理组成的群体，它们协同工作以实现共同目标。Swarms 架构旨在建立和管理群体内代理之间的通信。这些架构定义了代理如何交互、共享信息以及协调其行动以实现预期结果。代理之间的通行方式分为：分层通信、并行通信、顺序通信、网格通信和联合通信Swarms 架构利用这些通信模式来确保代理高效协作，适应手头任务的特定要求。通过定义清晰的通信协议和交互模型，Swarms 架构可以无缝协调多个代理，从而提高性能和解决问题的能力。
框架
Swarms 架构可以分为：Hierarchical Swarm分层架构、Parallel Swarm并行架构、Sequential Swarm顺序架构、Round Robin Swarm循环架构、SpreadSheet Swarm电子表格架构和 Mixture of Agents Architecture混合架构，面对不同任务和场景，Swarms 可选择不同的架构类型以切实解决问题。
简单来说，可以类比Swarms是多个智能代理分担不同的任务，像是分工合作完成一个大项目。这些代理可以互相协调，如果某个代理忙不过来，其他代理可以接手。
实例
Swarms可以通过API与区块链交互，像是记录任务的执行、自动进行资产交易、奖励等。这对于使用Swarms创建项目及其有利，例如以下：
记录任务的执行：
假设现在几个同学一起要开发去中心化借贷平台，用户可以在平台借出或借入加密资产，当一个用户借款时，Swarms 框架可以使用区块链智能合约记录这个借贷操作。
借贷涉及到很多方面，又和去中心化挂钩需要考虑的点就更多，比如需要对负责验证用户的借款请求验证，计算利息，借款金额，超出利息，延期费用，还款日期等等；使用Swarms可以在代理智能体在平台上协作，不同代理处理不同请求，再通过智能合约编写，通过API将这些信息提交到以太坊或Solana等区块链。
自动进行资产交易：
DEX上自动交易的工具很多，具体实现方式也很不同。Swarms可以通过API与区块链交互，帮助多个智能体代理协作执行资产交易。假设一个用户想要交换两个不同的加密货币例如，ETH和USDT。Swarms框架通过多个代理执行这一交易任务。一个代理可能负责获取市场价格，另一个代理负责确认交易条件，第三个代理执行资产交换。多维度的整合可以尽快处理这笔请求已经获取交换的最适条件，实现价格最优兑换。
发展潜
评估Swarms 的发展潜力在于突破单一 Agent 的局限，通过多 Agent 并行协作，提升任务处理能力、扩展 Memory 容量，并跳出内容长度的限制，为复杂 AI 任务提供更高效的解决方案。而且从人类社会发展史来看，协作一定是趋势。 最终Swarms产生的结果就是，任何Agent协作场景你都能在Swarms上找到开箱即用的协作方式，而即便是更复杂的场景也可以通过不同Swarms之间的配合来实现，因此ElizaOS开启了Web3 Agent Framework的赛道，而Swarms会对Web3 Agent Swarm 领域有很大的贡献。然而，当前 Swarms 仍处于早期阶段，计算资源优化、标准化建设仍是挑战。未来，随着开发者生态的完善，Swarms 有望成为 AI 协作的核心基础设施，推动 AI 从个体智能迈向群体智能，实现真正意义上的智能协作时代。
Buzz
简要
Buzz 采用 闭源架构，确保核心算法不外泄，同时提供 企业级安全防护。相比开源项目，其代码未经外部审计，风险较难评估，但闭源模式使其能提供更高效的定制化服务。
Buzz没有采用任何 Agent Framework 来写自己的代码，主要原因是大多数 Agent Framework 代码确实一般[c]，而且本身 Agent Framework 并不存在太强的护城河API 封装Buzz 是一个面向DeFi市场的智能代理框架，结合了AI技术和DeFi的自动化交易功能。它通过NLP和智能合约，帮助用户以更加简便的方式进行交易和资金管理。Buzz的设计旨在降低DeFi交易的技术门槛，让更多的用户能够轻松参与到去中心化金融市场中。
核心功能
Buzz框架的一个关键功能是自然语言交互。用户可以通过简单的自然语言指令与平台进行互动，例如进行交易、质押或借贷等操作。用户无需掌握复杂的技术细节或命令行指令，只需像与聊天机器人对话一样与平台交互，即可轻松完成DeFi操作。
Buzz框架还利用AI技术来驱动自动化交易策略，帮助用户根据市场波动自动执行交易。AI算法分析市场行情，并根据用户设定的规则或投资偏好进行交易。这种智能策略提供定制化的投资管理，帮助用户实现资产增长或风险控制。Buzz的核心架构和功能完全建立在去中心化的Solana区块链上，所有操作都通过智能合约执行，无需依赖任何中心化的第三方平台。去中心化的架构确保了交易的透明性、安全性和不可篡改性。
适用场景
对于DeFi用户来说，Buzz框架提供了一种简便的方式来执行交易、质押、借贷等复杂操作。通过自然语言指令，用户可以在去中心化的金融平台上进行操作，不需要掌握复杂的技术知识。对于那些希望自动化管理资金和投资组合的用户，Buzz提供了AI驱动的智能交易策略。用户可以设定交易规则，Buzz将自动根据市场波动和用户的投资目标执行操作。Buzz框架的开放性使得开发者可以根据自己的需求扩展平台功能，定制交易策略，或开发新的智能合约来适应更广泛的DeFi需求。
增长空间分析
Buzz 的增长空间主要来自 AI 交易趋势的快速发展 和 DeFi 生态的持续扩张。随着 AI 在 Web3 领域的深入应用，越来越多的用户希望通过 AI Agent实现 更高效、更智能的资金管理。Buzz 作为这一赛道的代表性项目，能够利用 AI 技术不断优化交易策略，并通过数据学习提升执行效率。此外，Buzz 还支持 开发者扩展功能，这意味着其生态可以随着更多第三方工具的接入而不断丰富，从而吸引更多用户和资金进入平台。根据当前 DeFAI 赛道的增长趋势，如果 Buzz 能够进一步拓展其 AI 交易能力，并与更多 DeFi 平台集成，其用户增长速度有望在 未来两年内实现 23 倍的跃升，并在 自动化 DeFi 交易市场 中占据更重要的地位。
nbsp
未来AI Agent发展走势
nbsp
技术
未来的AI Agent将更加注重多模型协作，类似于Eliza和Swarms框架中实现的任务分工与合作，开源的方式可以使得更加定制化发展，从需求出发做到应用层。通过多个代理之间的协作和动态调整，AI将能够处理更复杂的任务。这种技术的进步将推动智能代理在更多领域应用的普及。
随着去中心化技术的成熟，区块链与AI Agent的结合将进一步深化。Buzz框架通过AI驱动的自动化交易和Solana区块链的集成，展示了这种结合的潜力。闭源框架自行开发强需求功能性API，试想多种交易在区块网络拥堵和不拥堵的情况下都能获得最新消息，集成体验最新信息，恐慌指数，法币与虚拟市场的联系等。相关代理不仅可以执行本地任务，还可以在去中心化平台上自动化执行跨链交易、智能合约和数据验证等操作，提升整体效率！
NLP将继续成为AI Agent发展的核心技术之一，特别是在面向普通用户的应用场景中，不止当前分析的三种框架，市面的绝大多数模型中的NLP技术便为用户提供了更便捷的交互方式。未来，AI Agent将能够通过更复杂、更流畅的对话来与用户互动，简化复杂的金融、医疗、法律等领域的操作。
随着机器学习算法和强化学习的发展，AI Agent将能够自主学习并优化决策过程。通过分析历史数据和实时环境变化，AI Agent将在资产管理、风险控制、自动化交易等方面展现出更强的智能决策能力。
市场
AI、DePin、SocialFi、GameFi、BTC等等，无论是web2还是web3都是火热观点，Nvidia市值庞大，后起新秀Deepseek猛追紧赶，甚至2月初爆火的机器人在2月中OKX event就拉到了会场。这些显现无疑不说明一个问题：AI是未来。AI Agent是普通人学习的较小成本，因为只需要考虑需求就可实现。
所以随着DeFi市场的快速发展，AI Agent将成为DeFi和Web3领域的重要组成部分。框架如上述讨论的Buzz将进一步降低进入门槛，使得更多用户能够参与DeFi市场，自动化资产管理、交易、借贷、兑换、验证、信息获取等操作。这不仅为专业投资者提供了便利，也为普通用户打开了去中心化金融的大门。
随着技术的进步，AI Agent将在企业级应用中展现更大的市场潜力。尤其在金融服务、供应链管理、客户服务等领域，智能代理将极大提升效率，自动化处理大量事务。企业将更加依赖智能代理来提升运营效率、降低成本并优化客户体验。也与未来数字人民币[d]的概念会完全接受区块链的体系。
未来，AI Agent将不仅局限于金融领域，还将跨足更多行业，如医疗健康、法律服务、教育等领域、社会公益。例如，通过区块链和智能合约结合的AI Agent可以提供去中心化的健康数据管理、自动化的法律咨询等服务，开拓全新的市场和应用场景，公益配比也从乱序变成每笔交易可查的全透明状态，随着技术和市场的共同推动，AI Agent将在未来的Web3生态系统中一定会扮演越来越重要的角色。
nbsp
