人工智能代理（原型）
注意：本文档是英文原版的自动翻译。
人工智能代理（原型）
DecAIHub 上的原型页面描述常见的项目蓝图——加密人工智能项目如何构建、提供什么，以及人工智能在其产品中扮演何种角色的反复出现的模式。"人工智能代理"原型涵盖那些以构建、部署或运营 人工智能代理 为主要产品的项目：即感知数据、对其进行推理并采取行动、而无需持续人工指令的自主软件。
简而言之： 在这个原型中，代理就是产品——而不是被拴在其他东西上的一个功能。
什么定义了这个原型
当一个项目的核心产品围绕代理展开、而不是把代理用作次要功能时，它就符合人工智能代理原型。代理——它的创建、部署、运营或变现——是该项目存在的主要理由。这使该原型区别于那些恰好在内部使用代理（例如一个带有人工智能辅助再平衡器的 DeFi 协议）、但主要产品是别的东西的项目。在人工智能代理原型中，移除代理就等于移除产品。
原型是描述性的，而非背书。它们帮助读者比较表面相似的路线图，并就证据、安全和架构提出一致的问题。同一原型中的两个项目，在成熟度和可验证的人工智能深度上可能存在巨大差异。
常见模式
在这个原型中，几种不同的产品模式在 DecAIHub 注册库中反复出现。
代理框架
自建代理工具包。 这些项目提供用于创建自定义人工智能代理的 SDK、库和开发者工具。它们通常包含用于记忆、规划、工具使用和链交互的预构建模块。产品就是框架本身——在其上构建的代理属于第三方开发者。
典型的 AI components：agentic framework、agent SDK、AI agent platform (workflows/tools/KB)。
代理启动台
创建、部署并代币化代理。 这些平台让用户构建一个代理、为其分配一个代币，并在链上启动它——通常带有无代码或低代码界面。这一模式在单一流程中把代理创建与代币发行结合起来。这是该类别中最常见的 用例 之一：AI agent creation + launch。
典型用例：AI agent creation + launch、build + deploy AI agents、no-code agent deployment。
代理市场
发现并使用预构建代理。 市场类项目聚合由他人构建的代理，让用户浏览、租用或购买代理服务。市场处理发现、支付（通常用代币）以及有时的声誉。人工智能属于各个代理创建者，而非市场本身。
典型的 AI components：agent marketplace、agent registry、agent discovery。
代理式 OS
面向自主代理的完整操作系统。 这些项目超越了单一框架，尝试构建一个完整的环境，让代理可以协调、共享资源、使用工具并与多条链交互。它们把自己定位为"代理经济"的基础设施层。
典型的 AI components：agentic OS、multi-agent orchestration、agent swarm。
垂直代理
为特定领域专门构建的代理。 这些项目不提供通用平台，而是为单一垂直领域构建代理：DeFi 交易代理、游戏 NPC、社交媒体人设、消费者助理，或 基础设施管理代理。人工智能聚焦于狭窄范围，其价值取决于代理执行其特定任务的表现如何。
典型用例：AI bots/agents for crypto、AI-powered DeFi agent、autonomous trading agent、AI companion。
这些模式的共同之处
尽管产品形态各异，该原型中的所有项目都共享同一个结构性属性：代理就是产品。该项目并非仅仅把人工智能当作众多功能中的一个——整个价值主张都依赖于代理的存在、质量和自主性。
这意味着评估该原型中的项目需要检查代理本身：它是否进行推理，还是遵循一个固定脚本？它是否使用一个真正的 AI component（LLM、强化学习、规划模块），还是一个被标记为"agent"的基于规则的 自动化？
读者还应区分平台主张（"我们让代理成为可能"）与实例主张（"我们的代理在链上做了 X"）。两者都可能有效，但它们需要不同种类的证明。
这个原型在 DecAIHub 卡片中出现在哪里
在阅读一张属于该原型的项目卡片时，请寻找：
- 类别 —— 通常是 AI/Agents，常与一个领域标签（DeFi、Infra、Consumer、Gaming、Meme）组合。
- AI component —— 应当指明一个具体机制：
agentic framework、agent marketplace、AI agent platform、agent swarm、multi-agent orchestration。模糊的值是一个警示信号。 - 用例 —— 常见值：
build + deploy AI agents、AI agent creation + launch、AI bots/agents for crypto、no-code agent builder。用例应当描述用户用该代理产品做什么。 - ai_score —— 反映代理的人工智能能力有多少可验证证据。参见 DecAI Fit。
这个原型无法证明什么
被归类于人工智能代理原型，意味着一个项目被定位为以代理为中心。仅凭这种归类并不能确认：
- 实际的代理正在生产环境中运行并执行自主任务；
- 这些代理使用真正的人工智能，而非固定脚本或简单的 API wrappers；
- 该平台拥有有意义的用户或开发者采用；
- 代币对代理的运作是必要的；
- 该项目的代理比替代方案更安全、更智能或更自主。
许多代理项目是早期阶段的平台，实际部署的代理寥寥无几。在这个原型中，愿景与可验证现实之间的差距往往很大——这使得 AI reality 评分 和 证据等级 尤为重要。
请勿混淆
- AI/Agents 类别 —— 顶层类别标签。原型页面描述常见的产品模式；类别页面描述分类系统。
- AI 助理原型 —— 助理对用户提示词作出响应，但通常不会自主行动。参见 助理 vs 代理。
- AI 基础设施层原型 —— 基础设施项目提供代理可能消费的工具和资源，但基础设施本身不是代理。
- 自动化 —— 执行预定义逻辑、没有学习或推理的基于规则的脚本。参见 自动化与真正的人工智能。
常见问题
"原型"与 AI/Agents 类别是一回事吗？
不是。AI/Agents 类别是分类法中的一个顶层标签。一个原型解释的是该标签内部及周边反复出现的产品形态（框架、市场、垂直代理）。用原型来进行叙事性的模式匹配；用类别和 AI component 值来进行结构化比较。
为什么两个落地页相似的代理项目在 ai_score 上得分不同？
ai_score 反映的是 AI 主张的可验证证据——文档、代码、演示、可衡量的行为——而非营销上的相似性。一旦应用 Tier-1 证据，两个以代理为中心的愿景可能急剧分化。
读者应该期望每个代理市场都托管自有的模型训练吗？
不一定。市场往往专注于发现、支付和界面，而由创建者提供模型和策略。应分别评估每一层：平台基础设施、创建者模型，以及链上执行证据。
外部参考
- Multi-agent system — Wikipedia —— 对协调的自主代理的概述，对于"swarm"和编排主张是有用的背景资料。
- Planning (AI) — Wikipedia —— 对规划作为一门核心人工智能学科的介绍，在代理设计中经常被引用。
No comments to display
No comments to display