AI与加密技术融合的三大战略方向

当前，AI与加密技术的交汇正进入"寒武纪爆发"式的实验阶段。本文详细阐述了AI+加密融合的三大重点发展方向。

1. 构建最具活力的智能代理驱动经济

Truth Terminal已经证明了AI代理在链上运作的可行性。这个领域的实验正在不断突破代理链上操作的边界，潜力巨大且设计空间广阔。目前这已成为加密和AI领域最具突破性和爆发力的方向之一。

未来，智能代理可以管理需要多方经济协调的复杂项目。例如在科研领域，代理可以负责寻找特定疾病的治疗化合物。具体而言：

• 通过相关平台进行代币募资
• 利用募集资金支付付费研究资料的访问费用，在去中心化计算网络上进行化合物模拟的计算费用
• 通过赏金平台招募人类执行实验验证工作

除了复杂项目外，代理也可以执行建立个人网站、创作艺术作品等简单任务，其应用场景具有无限可能。

为什么代理在链上执行金融活动更有意义？

加密货币在某些领域具有独特优势：

• 小额支付应用
• 速度优势：即时结算功能，有助于代理实现最大的资本效率
• 通过DeFi进入资本市场：代理可以无缝地铸造资产、进行交易、投资理财、借贷操作、使用杠杆等

从技术发展规律来看，路径依赖性起着关键作用。随着越来越多的代理通过加密货币获得收益，加密连接很可能成为代理的核心能力。

未来发展方向

1. 风险控制机制：不能给予代理完全不受约束的行动自由
2. 推动非投机性使用场景：如购买票务、优化稳定币投资组合收益、订购食物等
3. 开发进度要求：至少要达到测试网的原型阶段，最好已经在主网上运行

2. 提升LLMs编写Solana代码的能力

LLMs在编写代码方面已展现出强大能力并快速进步。目前，虽然LLMs在编写代码方面仍存在不足，但AI原生代码编辑器已经从根本上改变了软件开发。考虑到预期的快速进步率，这些模型很可能会彻底改变软件开发。

然而，目前有几个挑战阻碍了LLMs在理解Solana方面达到卓越水平：

• 缺乏优质的原始训练数据
• 验证构建数量不足
• 相关平台上缺乏高信息价值的互动
• Solana基础设施发展迅速，旧代码可能不适合当前需求
• 缺乏评估模型对Solana理解程度的方法

未来发展方向

• 帮助获取更好的Solana数据
• 发布更多验证构建
• 鼓励生态系统成员在相关平台上积极互动
• 创建高质量的基准测试，用于评估LLMs对Solana的理解程度
• 创建在基准测试中表现良好的LLM微调模型，加速Solana开发者的工作效率

最终目标是实现完全由AI创建的全新的、高质量的、差异化的Solana验证节点客户端。

3. 支持开放和去中心化的AI技术栈

目前，开源和闭源模型之间的长期力量平衡仍不明朗。当前趋势是大型科技公司推动前沿发展，而开源模型则快速跟进，并在特定应用场景中通过微调获得独特优势。

支持开放AI技术栈的重要性体现在：

1. 开源模型加速创新迭代：开源社区对开源模型的快速改进和微调，展示了社区如何有效补充大型AI公司的工作。

2. 为不信任中心化AI的用户提供选择：AI可能成为独裁或威权政权的强大工具，因此支持开源AI技术栈至关重要。

已有多个项目在支持开放AI技术栈，包括数据采集、去中心化算力和去中心化训练框架等。

未来发展方向

希望在开源AI技术栈的各个层面构建更多产品：

• 去中心化数据采集
• 链上身份：支持钱包验证人类身份的协议，验证AI API响应的协议
• 去中心化训练
• IP基础设施：使AI能够对其使用的内容进行许可（并支付）