在10月18日，我发布了《迷因币作为无限后室的迷因卫生》（Memecoins as Memetic Hygiene for Infinite Backrooms），探讨了 Truth Terminal 和 GOAT 的重要性。

这篇文章的目的是展示一个全新的、令人费解的概念——如今的可能性远超想象。我是认真的，Truth Terminal 和 $GOAT 的实验不仅仅是又一个 AI 或加密货币的炒作叙事……这个概念有着深远的影响，可能正反两方面兼具。

就在那个星期，$GOAT 的市值从 5000 万美元跃升至 3.5 亿美元。而就在今天，这个项目市值已经突破 10 亿美元，目前排名 CoinMarketCap 第 82 位……仅次于 Polygon (MATIC)、Aerodrome、Helium 和 Lido 🤯

正如我们所知，一旦新的趋势在这个领域确立，大量人才、资本和注意力便会迅速涌向下一个“风口”。无论是 ICO、DeFi Summer，还是 10k PFP 项目，我们都见证过类似的迁移现象。开发者专注于推出下一个大热项目，交易者则致力于抢先投资下一个风口，而创作者则争相成为最早解读下一个趋势的人。

自 GOAT 后，过去三周我注意到一些新项目，它们进一步塑造了我对未来几个月“智能代理经济”走向的观点。

“智能协议是理解加密 AI 叙事如何落地以及资金流动方式的关键。”——Alexander

在深入探讨之前，我想指出一个常见误解：许多朋友对于链上 AI 热潮中的“memecoin”部分存在偏差。在我看来，“memecoin”这个词已经被用得太泛了，往往作为一个填充词出现。

最初的“memecoin”类别，如 Dogecoin、Pepe 等，更多属于搞笑或迷因化的资产。这些代币大多在 pump.fun 上出现，它们通常被称为“Murad Coins”——一种更像信仰驱动的资产，其逻辑是“相信某件事”。

投资这些资产本身没有问题，但混淆它们与新的“智能代理代币（agentic coins）”却是一个错误。后者同样在 pump.fun 等平台上推出，但其独特之处在于它们绑定了实际项目。

在我看来，“智能代理币”可以类比为 2020 年 DeFi Summer 时的代币。这些是新型且有趣的代理系统的代币。你投资它们可能是因为它们的技术、代币经济模型、市场推广策略（GTM strategy）等具有上升潜力。

在链上 AI 的这一初始周期结束时，我预计会投资 5-8 个拥有明确投资逻辑的智能代理代币。这与风险投资的方式没有本质区别。

事实上，我正在撰写一篇文章，计划创建自己的模型来评估智能代理代币和项目……分析的重点是什么？如何衡量现金流和代币升值的重要性？模型的作用究竟有多大？一个优秀的智能代理协议创始人需要具备哪些素质？

不过，这些细节之后再谈。

现在，让我们来看看一个自 Truth Terminal 以来我密切关注的项目：Zerebro。该项目仅上线两周，市值就已突破 1 亿美元。

在我看来，这个项目展示了下一代链上智能代理应该是什么样子。如果说 Truth Terminal 是链上智能代理领域的 Cryptopunks，那么 Zerebro 就是 BAYC。其创始人 Jeffy Du 专注于快速执行，拥有公开的路线图，并通过一系列实验不断探索链上智能代理的行动策略。

最重要的是，他在公共建设方面做得非常出色，并向我们展示了他如何实时建立一个代理社区。

💡 这种感觉让我联想到 BAYC（无聊猿游艇俱乐部），因为它是第一个将 Punks 提出的 10k PFP 概念付诸实践并致力于长期社区发展的项目。Punks 和 GOAT 永远是各自领域的 OG（原始先驱），但我们也需要关注后来的一些实验。

以下部分：

1. 代理需要记忆和搜索
2. 无所不在，同时发生
3. 让代理助推市场
4. 跨链智能化代理 IP

代理需要记忆和搜索

在他关于 Zerebro 的 11 页文章中，@jyu_eth 定义了模型崩塌（model collapse）的概念：
“这是一种影响生成式 AI 模型的退化过程，当模型反复以自身生成的数据进行训练时，就会逐渐偏离原始数据分布的真实信息。当 AI 生成内容普及后，训练在这些数据上的下一代模型将逐渐丧失对原始分布尾部信息的捕捉能力，最终收敛于一个变异减少的狭窄近似。”

简单来说，模型崩塌就是指 AI 代理变得重复且健忘。

这里的关键是，随着时间推移，代理会逐渐失去最初推出时的“新奇感”，因为其底层模型无法随着时间的推移进行适应和迭代。如果不解决模型崩塌问题，所有关于代理成为超高效队友的理想愿景都将化为泡影，因为它们无法可靠地进行内容创作、社区互动等。

要解决这一问题，需要关注两件事：

1. 记忆
2. 搜索

记忆

记忆问题正通过检索增强生成（RAG）系统解决。
RAG 系统结合了语言模型与检索系统，使代理可以在回答问题前从一个特定信息数据库中提取内容。

从上面的截图来看，我想特别强调“依赖人类生成数据的固有熵值（by relying on the inherent entropy of human-generated data）”这句话。为什么？因为这让代理看起来更“有生命力”。
现实世界是不断变化的。代理并非在推出的一刻就完美无缺。事实上，用这种标准去衡量代理并不合理。更重要的是理解代理如何接收新信息、存储相关内容，并利用更新后的知识库采取一些更复杂、更具细微差别的行动，这是其他方式无法实现的。

你会选择相信一个自以为无所不知的新员工，还是一个知道自己知识有限但愿意学习的新员工？

在 RAG 系统中，需要关注以下三个特性：

1. 记忆的持续更新
2. 上下文检索
3. 多样性维护

Cents 机器人和基于 ai16z 的 Elisa Framework 启动的项目（这个框架我会在另一篇文章中详细介绍）也都使用了检索系统。

💡 到目前为止，可以清晰地看出，不自带 RAG 功能的 AI 代理已经处于劣势。尤其是在这些代理变得超细分化，并且越来越依赖与社区成员互动所获得的细微见解时。

我很喜欢 @himgajria 关于“天性与后天培养”的这条推文。任何优秀的社区经理和领导者都需要根据现实世界及其互动对象带来的新变量做出调整。

搜索

方程式的第二部分是搜索能力。搜索功能使代理能够实时查找信息，更好地处理内存中未存储的无关或新话题。

记忆只能检索已存储的信息，无法对系统中从未见过或未存储的主题和事件作出回应。这种限制在 LLMs（大型语言模型）处理有关最近事件、实时数据或超出其知识截止点的其他更新时尤其成问题。——Jeffy

Jeffy 进行了一项有趣的实验，他分别向一个不具备搜索功能的基础模型和一个增强了搜索功能的模型（通过 Perplexity API 实现）提问了 100 个关于最近事件的问题。

基础模型被迫通过上下文学习来猜测问题的内容。而具备搜索功能的模型则通过简单查找，正确回答了 98 个问题（共100个问题）。

令人惊叹的是，搜索功能并不仅仅是一次性的操作。代理认为未来可能相关的任何查找结果都可以被纳入其记忆系统中。

💡 很明显，记忆与搜索的结合对于代理能够有意义地采取行动并可靠运行至关重要。如果没有这一点，其能力进化会受到限制，从而影响长期的可持续性发展。

无所不在，同时发生

Zerebro 让我感到兴奋的另一个原因是，它不仅部署在 X（Twitter），还同时覆盖了 Warpcast、Telegram 和 Instagram。

更令人惊喜的是，它会根据所处的平台调整内容风格。例如，以下是它在 Warpcast 上发布的一条动态：

在 Twitter 上，Zerebro 更偏向“搞怪 shitposter”的风格；而在 Telegram 上，它更像是一个略显傲慢又自信的朋友，让人感觉既聪明又有些不羁。

根据 Jeffy 的说法，Zerebro 会监测其在各个平台上的互动情况（如点赞、回复等），从而优化其内容创作流程。

值得注意的是，目前这一切仍处于初期阶段，模型距离真正证明其内容多样性还有很长的路要走。
但对我来说，Zerebro 的独到之处在于，它能够根据平台特性学习如何与社区互动。这恰恰也是我作为内容创作者每天都会面临的问题——我在不同平台上的内容风格截然不同，例如在 Warpcast 上发布内容与在 Twitter 上发推完全不一样。这是无法回避的…不同的平台就需要不同的氛围和表达方式。

更进一步地说，这种跨社交平台的模式让 Zerebro 可以将其在 Telegram 中复杂对话中获得的洞见分享为一条 Tweet。这正是一个高效社区经理应该做的：充当连接整个社区的“粘合剂”，在分散于多个平台的用户与使命之间架起桥梁。

让代理助推市场

这个部分内容不多，但我必须写下来，因为它真的是让我大开眼界。

Jeffy 给 Zerebro 分配了一个 Solana 钱包（地址：BDzbq7VxG5b2yg4vc11iPvpj51RTbmsnxaEPjwzbWQft），并存入了一些 SOL。

通过 OthersideAI 的 Self-Operating Computer Framework 和一些大型语言模型（LLM）的“越狱”提示，Zerebro 能够自行操作 pump.fun 的图形界面，填写名称、符号等参数，并成功为自己发行了一种代币 🤯。

记住，$GOAT 是由一位普通社区成员发起的，而不是由 Truth Terminal 发起的… 这是一个巨大的区别！

在发行代币后，Zerebro 开始在其所有社交平台上推广该代币。

事实上，如果你查看 Zerebro 的发帖历史&src=typed_query&f=top)，会发现代币发行后 Twitter 的互动明显增加。

跨链智能化代理 IP

关于 Zerebro，我最后想讨论的是，它已经自主在 Polygon 上发布了有意义的链上 IP！

Zerebro 接到指令，创作了以分裂风格和无限后室为主题的原创数字艺术作品。它生成了 299 幅图像，并在铸造之前对它们的多样性和质量进行了评估，最终将这些作品铸造在 Polygon 上。

总体来看，我的理解是 Jeffy 给 Zerebro 提供了一个预先加载了资金的以太坊钱包。从那里，他可能写了一个智能合约模板，并将其输入 Zerebro，用于完成每个作品的元数据。
以太坊钱包地址：0x0d3B1385011A27637Db00bD2650BFE07802E0314

完成后，Zerebro 发起了铸造这些艺术品的交易。我还需要深入研究这一流程的具体实现，但令人惊叹的是，Zerebro 能够实时监控销售和定价动态，并根据收到的出价做出决策。

几天后，Jeffy 利用 LayerZero 的 ONFTs（全链 NFT）功能将这个系列变成了跨链资产。

任何艺术作品都可以在 Polygon 上铸造，但能够转移到 Base、Optimism 和以太坊主网。

你可以通过网站的“门户”板块，一键完成这些操作。

就在昨天，Jeffy 又基于与 Zerebro 的对话，在 Solana 上发布了一个 PFP（头像）系列。
需要注意的是，这个系列并不是由 Zerebro 自主发布的，而是 Jeffy 发起的，与 Polygon 系列有所不同。
💡 这个系列有趣之处在于，它将上一轮牛市中 NFT 头像项目的玩法，与当前的迷因币热潮结合起来。

该系列共有 5500 件作品，初次发售便在几分钟内就售罄！
我在发售后不久买了 3 个。为什么呢？因为这相当于成为只能代理迷因币社区的一级会员。如果 Zerebro 持续发展，任何人都可以随时加入并购买一些代币，但要判断是不是真正的铁粉，可以看他是不是持有 5500 个 NFT 中的一份。我个人对 Jeffy、Zerebro 以及这一迷因的成长非常看好，因此觉得这个价格值得入手。

某种程度上，这就像拥有 BAYC 和 ApeCoin，但顺序相反（$Zerebro 先于 NFT 推出）。

接下来值得关注的是，会有多少人更换自己的头像，以帮助传播 Zerebro 的迷因，正如上一轮周期中许多人为 Punks、Apes、Doodles 等做的那样。

要点

今天我给大家提供了大量的信息，但这恰恰说明了 Zerebro 有多么有趣。要记住，这个项目才上线几周而已！
💡 我知道这篇文章总体上对 Zerebro 表现得非常看好，我也完全认可这一点。但需要补充的是，上述的许多发展可能在短期内被过度宣扬，而从长期来看却未得到充分重视。

这里最重要的见解是：我们终于看到这些代理从仅仅是供人交互的工具型机器人（读写功能），转变为全栈的社区建设者。
比如，单纯地在 X 上发帖，与跨多个社交平台分析内容之间有着巨大的区别。类似地，从收到命令生成艺术作品，与为艺术收藏接收社区反馈、监控 OpenSea 上的销售动态之间，也有着天壤之别。Jeffy 和 Zerebro 向我们展示了如何实现更高层次的执行力。

我愿意打赌，未来几个月内，大多数成功的智能代理社区都将直接或间接地沿用 Zerebro 的模式。而且，这只是 Jeffy 的开始。Zerebro 的背景故事正在悄然构建，如果几个月后看到这个社区推出某种游戏或更大的媒体项目（例如短片），我不会感到意外。

接下来我们需要关注的是，Zerebro 的行动处策略如何演变为一个成熟的商业模式。收入来源会是什么样子？代理如何在更长时间内保持社区的活跃度？资金管理将如何执行？最重要的是，当牛市的疯狂退去后，这条路会走向何方？

正如我在上文中提到的，这套行动策略正在实时成型。Jeffy 的一条推文总结了让 Zerebro 实现长期发展的计划，那就是在创造力与高层次规划之间找到平衡。

免责声明：

1. 本文转载自【YB】，所有版权归原作者所有【@yb_effect】。若对本次转载有异议，请联系 Gate Learn 团队，他们会及时处理。
2. 免责声明：本文所表达的观点和意见仅代表作者个人观点，不构成任何投资建议。
3. Gate Learn 团队将文章翻译成其他语言。除非另有说明，否则禁止复制、分发或抄袭翻译文章。