11 篇博文 含有标签「AI agents」

如果加密货币领域最具变革性的力量不是新的 Layer 2、Meme 币或 ETF 的获批，而是在你睡觉时进行交易、治理和创造财富的软件，那会怎样？AI 智能体时代已经到来，它正在重塑我们对去中心化金融（DeFi）的所有认知。

在短短 18 个月内，企业对 AI 智能体的采用率已从 11% 飙升至 42%，而 Gartner 预测，到 2026 年底，40% 的企业应用将具备特定任务的 AI 智能体——而目前这一比例不到 5%。根据 Capgemini 的数据，这一转变到 2028 年可能会释放出 4500 亿美元的经济价值。但最激进的实验正发生在链上，自主智能体已经在管理着数十亿的 DeFi 资金，每天执行数千次交易，并从根本上挑战了人类必须参与其中的假设。

欢迎来到 DeFAI 时代——在这里，去中心化金融与人工智能相遇，而最终的赢家可能根本不是人类。

从副驾驶到自主运营商：2026 年的转折点​

数字讲述了一个指数级加速的故事。企业对自主智能体的采用预计将从 2025 年的 25% 跳升至 2026 年的约 37%，并在 2027 年突破 50%。仅今年一年，自主 AI 和智能体软件的专门市场规模就将达到 117.9 亿美元。

但这些统计数据低估了 Web3 中正在发生的变革。与传统的企业软件不同，区块链为 AI 智能体提供了完美的底层：无需许可的访问、可编程货币和透明的执行。AI 智能体不需要银行账户、公司批准或监管许可即可在 DeFi 协议之间转移资金——它只需要一个钱包和智能合约交互。

结果如何？Trent Bolar 在 The Capital 中将其称为“自主链上金融的黎明”。这些智能体不仅仅是在遵循预设的规则。它们实时感知链上数据——价格、流动性、跨协议的收益率——通过多步骤策略进行推理，独立执行交易，并从结果中学习以不断优化。

价值 500 亿美元的 DeFAI 市场初具规模​

DeFAI——DeFi 与 AI 的融合——在不到两年的时间里已从一个小众实验演变成一个价值十亿美元的类别。预测显示，随着协议的成熟和用户采用的加速，该市场将从目前的 100 亿至 150 亿美元规模，到 2026 年底扩大到超过 500 亿美元。

应用场景正在迅速增加：

自动化收益耕作：AI 智能体持续侦察各大协议中的最高 APY，自动重新分配资产以实现收益最大化，同时将 Gas 成本、无常损失和流动性风险考虑在内。曾经需要数小时监测仪表盘的操作，现在可以自主完成。

自主资产管理：AgentFi 机器人实时重新平衡持仓、收获奖励并调整风险状况。一些机器人开始管理“数万亿的 TVL”，成为分析师所称的“算法巨鲸”，提供流动性甚至治理 DAO。

事件驱动型交易：通过同时监测链上订单簿、社交情绪和市场数据，AI 智能体可以在毫秒内执行交易——这种速度是人类交易员无法企及的。

预测性风险管理：AI 系统不是在市场崩盘后才做出反应，而是在风险显现之前就识别出潜在风险，使 DeFi 协议更加安全且更具资本效率。

Virtuals Protocol：AI 智能体基础设施的标杆​

也许没有哪个项目比 Virtuals Protocol 更能说明链上 AI 智能体的爆发式增长。该项目于 2024 年 3 月在 Base 上启动，市值仅为 5000 万美元，到当年 12 月已飙升至 16 亿美元以上——增长了 32 倍。

该协议的数据揭示了目前链上 AI 智能体活动的规模：

• 4.66 亿美元 的智能体总 GDP（由智能体创造的经济价值）
• 116 万美元 的智能体累计收入
• 自主智能体完成了 近 100 万个 任务
• 132.3 亿美元 的月交易量
• Ethy AI 作为其中的佼佼者，已处理了超过 200 万次交易

Virtuals 的 2026 年路线图预示了该行业的发展方向：通过智能合约扩展智能体商业，扩大资本市场（已为 15,000 个项目筹集了 2950 万美元），并延伸至机器人领域，计划进行 50 万项现实世界的集成。

人工超级智能联盟：去中心化的 AGI 基础设施​

Fetch.ai、SingularityNET 和 Ocean Protocol 合并为人工超级智能联盟（ASI Alliance），代表了在区块链轨道上构建去中心化通用人工智能（AGI）的最宏伟尝试之一。

合并后的实体目标市值约 60 亿美元，并统一了三种互补的能力：

• Fetch.ai：用于供应链优化、市场自动化和 DeFi 运营的自主 AI 智能体，以及 ASI-1 Mini——专为智能体框架设计的 Web3 原生大语言模型
• SingularityNET：一个全球 AI 市场，开发者可以在这里发布算法，供他人调用和付费，本质上为智能创建了一个“API 经济”
• Ocean Protocol：具有隐私保护计算（compute-to-data）技术的代币化数据集，可以在不暴露原始数据的情况下进行 AI 训练

虽然 Ocean Protocol 最近退出了该联盟的正式董事会结构以追求独立的代币经济学，但这一合作标志着 Web3 基础设施正如何定位以捕捉 AI 革命带来的价值——而不是将其完全让给中心化平台。

30% 的预测市场交易：AI 智能体的全面接管​

没有任何地方比预测市场更能体现 AI 智能体的崛起。根据 Cryptogram Venture 对 2026 年的 26 项关键预测，AI 预计将占据 Polymarket 等平台交易量的 30% 以上，它们的作用是持久的流动性提供者，而非短暂的投机者。

机器人与人类之间的表现差距已变得惊人：

• 一个机器人在短短一个月内将 313 美元变成了 414,000 美元
• 另一名交易者利用 AI 策略在两个月内赚取了 220 万美元
• 机器人利用延迟、套利和定价错误的概率进行交易，其速度是人类根本无法企及的

Polymarket 的生态系统目前包含 19 个类别的 170 多种第三方工具——从 AI 驱动的自主智能体到自动化套利系统、鲸鱼追踪和机构级分析。RSS3 MCP Server 和 Olas Predict 等平台允许智能体自主扫描事件、收集数据并全天候执行交易。

其中的影响是深远的：人类的参与可能越来越多地作为训练数据，而非市场活动的主要驱动力。

基础设施缺口：缺失了什么​

尽管存在热度，但在 AI 智能体于 Web3 中发挥其全部潜力之前，仍面临重大挑战：

信任赤字：根据 Capgemini 的研究，过去一年对完全自主 AI 智能体的信任度已从 43% 降至 27%。仅有 40% 的组织表示信任 AI 智能体独立管理任务。

监管不确定性：针对智能体驱动行为的法律框架尚未成熟。当 AI 智能体执行的交易导致损失时，由谁承担责任？“了解你的代理”（KYA）标准可能会作为监管响应而出现。

系统性风险：类似 AI 智能体的大规模使用可能导致市场压力期间的羊群行为——想象一下成千上万的智能体同时退出同一个流动性池。

安全漏洞：正如 2025 年的研究所示，恶意智能体可以利用协议漏洞。专门针对代理系统的强大防御和审计框架仍处于起步阶段。

钱包和身份基础设施：大多数钱包并非为非人类用户设计。智能体身份、密钥管理和权限系统的基础设施仍在建设中。

4500 亿美元的机会​

Capgemini 的研究量化了这一经济红利：人机协作到 2028 年可释放 4500 亿美元的价值，这结合了收入增长和成本节约。预计拥有规模化实现的组织在未来三年平均将产生约 3.82 亿美元。

世界经济论坛进一步指出，代理式 AI 在未来十年可为全球企业带来 3 万亿美元的生产力增长，同时扩大中小企业的准入并开启全新的经济活动层。

对于 DeFi 而言，预测同样宏大。到 2026 年中期及以后，智能体可能管理着数万亿的总锁定价值（TVL），从根本上改变链上资本配置、治理和风险管理运作的方式。

这对开发者和投资者的意义​

DeFAI 叙事不仅仅是炒作——它是可编程货币与可编程智能交汇的逻辑终点。正如一位行业分析师所言：“在 2026 年，最成功的 DeFi 参与者不会是那些埋头盯着仪表盘的人，而是那些部署智能代理集群的人。”

对于开发者而言，机会在于基础设施：代理原生钱包、权限框架、专为机器消费者设计的预言机系统，以及可以审计智能体行为的安全工具。

对于投资者而言，了解哪些协议正在捕获智能体活动（交易费、计算使用量、数据消耗）可能比传统的 DeFi 指标更具预测性。

预计大多数主流加密钱包将在 2026 年引入基于自然语言意图的交易执行。人类与链上活动之间的界面正在通过 AI 媒介坍缩为对话。

问题不在于 AI 智能体是否会改变 DeFi，而在于人类是否仍将是相关的参与者——还是会成为那些运行速度和理解范围远超我们的系统的训练数据。

---

正在为代理式的未来构建基础设施？BlockEden.xyz 为 Sui、Aptos、Ethereum 和其他领先链提供企业级 RPC 和 API 服务——这是 AI 智能体可靠且大规模地与区块链网络交互所需的基础层。探索我们的 API 市场，为你的下一代应用赋能。

TL;DR​

• Talus 正在推出 Nexus：一个基于 Move 的框架，将链上与链下工具组合成可验证的 DAG（有向无环图）工作流，目前由可信的 "Leader" 服务协调，并计划逐步引入安全执行环境和去中心化。
• 该栈面向新兴的 智能体经济，整合工具注册、支付通道、Gas 预算与市场，使工具构建者和智能体运营者能够在可审计的条件下实现变现。
• 官方公布了迈向专用链 Protochain（Cosmos SDK + Move VM）的路线，但目前仍以 Sui 为主协调层；Sui + Walrus 存储集成为当前生产环境。
• 代币方案仍在演变：公开资料提到早期的 $TAI 概念，以及 2025 年轻白皮书中新引入的生态代币$US，用于支付、质押与优先级机制。
• 核心风险集中在 Leader 去中心化、代币经济定稿以及 Protochain 性能验证，同时还需保证跨 Sui、Walrus 与链下服务的开发体验。

Talus 在做什么，又不做什么​

Talus 将自己定位为自治 AI 智能体的协调与结算层，而非 AI 推理市场。其核心产品 Nexus 允许开发者把工具调用、外部 API 与链上逻辑封装为 Sui Move 编写的 DAG 工作流。设计重点是可验证性、基于能力的权限控制与模式化数据流，让每次工具调用都能在链上被审计。Talus 还配套推出 Tool Marketplace、Agent Marketplace 和 Agent-as-a-Service，帮助发现并变现智能体能力。

另一方面，Talus 并不运营自有大模型或 GPU 网络。它希望工具构建者将现有服务（如 OpenAI、向量检索、交易系统、数据供应等）封装后注册进 Nexus。因此 Talus 与 Ritual、Bittensor 等算力网络互补，可将其接入为 Nexus 工作流中的工具。

架构：链上控制平面，链下执行​

链上（Sui Move）​

链上组件部署在 Sui 上，提供协调平面：

• 工作流引擎 – DAG 语义支持入口组、分支变体与并发检查，并通过静态验证在执行前尽量规避竞争条件。
• 基础原语 – ProofOfUID 支持低耦合的跨包认证消息；OwnerCap/CloneableOwnerCap 提供基于能力的权限；ProvenValue 和 NexusData 定义了数据的内嵌与远程引用传递方式。
• Default TAP（Talus Agent Package） – 参考智能体，展示如何创建工作表（证明对象）、触发工作流执行并确认工具结果，符合 Nexus Interface v1。
• 工具注册与反垃圾 – 工具创建者需抵押时间锁定的资产才能发布定义，以阻止垃圾工具同时保持开放注册。
• Gas 服务 – 共享对象记录工具定价、用户 Gas 预算及带有到期或次数限制的 Gas 票据。事件会追踪每次领取，便于审计工具方与 Leader 的结算。

链下 Leader​

Talus 运营的 Leader 服务监听 Sui 事件，获取工具模式，调度链下执行（LLM、API、计算任务），按声明的模式校验输入输出，并将结果回写链上。Leader 能力以 Sui 对象表示；若交易失败，相关能力会被“损坏”，直到下个 epoch 才能再次使用。Talus 计划通过 TEE、多运营方以及最终的开放参与来强化这一链路。

存储与可验证性​

Mysten Labs 的去中心化存储层 Walrus 用于智能体记忆、模型文件与大数据集。Nexus 将 Sui 作为确定性的控制平面，并将大体量数据卸载至 Walrus。公开资料指出未来可根据场景选择乐观验证、零知识验证或可信执行等多种模式。

开发者体验与早期产品​

Talus 提供基于 Rust 的 SDK、CLI 工具与详细文档（构建 DAG、接入 LLM、保护工具等）。标准工具目录包括 OpenAI 对话、X（Twitter）操作、Walrus 适配器和数学工具，降低原型设计门槛。C 端方面，IDOL.fun（智能体对战预测市场）和 AI Bae（游戏化 AI 伴侣）用于展示价值并拉动流量。无代码构建器 Talus Vision 定位为面向非开发者的可视化工作流和市场入口。

经济设计、代币与 Gas 管理​

在当前 Sui 部署中，用户用 SUI 充值工作流。Gas 服务会把预算换成针对具体工具的票据，设置到期或范围限制，并记录可在链上对账的领取事件。工具方自定价格，Leader 也通过同一套结算流程获得报酬。由于 Leader 目前可在执行完成后领取预算，用户需要信任运营方，但事件日志提供了可审计轨迹。

代币设计仍未定型。三方解读仍提及早期的 $TAI**，而 Talus 2025 年轻白皮书则提出总量 100 亿的生态代币 **$US，用于工具与 Leader 支付、服务质押及优先权。资料还提到执行时多付的 SUI 可能通过市场兑换成 $US。最终代币经济尚未发布前，这些信息都应视为暂定。

融资、团队与合作​

Talus 于 2024 年底宣布完成 600 万美元 战略轮（累计 900 万美元），由 Polychain 领投，对应估值 1.5 亿美元。资金将用于推进 Nexus、孵化 C 端应用并建设面向智能体的专用 L1——Protochain。公开资料显示 Mike Hanono（CEO） 与 Ben Frigon（COO） 为核心高管。与 Sui、Walrus 的集成公告也凸显 Mysten Labs 基础设施是当前执行环境。

竞争格局​

• Ritual 侧重去中心化 AI 计算（Infernet）与 EVM 集成，强调可验证推理而非工作流编排。
• Autonolas（Olas） 通过链上激励协调链下智能体服务，愿景类似，但缺乏 Nexus 提供的 Move DAG 执行层。
• Fetch.ai 提供 Agentverse 与 uAgents 连接自治服务；Talus 的差异在于对每一步骤进行链上验证并内嵌 Gas 结算。
• Bittensor 通过 TAO 子网奖励 ML 模型贡献，是算力市场，可作为工具接入 Nexus，但不提供 Talus 所强调的商业化轨道。

整体来看，Talus 意在承担智能体工作流的 协调与结算平面，而原始算力与推理由可插拔的专业网络提供。

主要风险与未决问题​

1. Leader 信任度 – 在引入 TEE 与多运营方之前，开发者需要信任 Talus Leader 能正确执行并返回结果。
2. 代币不确定性 – 品牌与机制从 $TAI 转向$US，供应计划、分发与质押经济仍待明确。
3. Protochain 落地能力 – 官方称将采用 Cosmos SDK + Move VM，但目前尚无公开代码库、基准测试或安全审计。
4. 工具质量与垃圾风险 – 抵押要求能抑制垃圾工具，但长期成功取决于模式校验、可用性保障以及链下结果的争议处理。
5. 用户体验复杂度 – 同时协调 Sui、Walrus 及多样链下 API 增加运营负担，需靠 SDK 与无代码工具充分抽象以保持开发者采用率。

2025–2026 年值得关注的里程碑​

• 发布 Leader 路线图：TEE 加固、惩罚机制、对外开放更多运营方。
• 扩充 Tool Marketplace：注册工具数量、定价方式、质量指标（可用率、SLA 透明度）。
• 观察 IDOL.fun、AI Bae、Talus Vision 的用户指标，以衡量智能体原生体验的市场需求。
• 跟踪在 Sui + Walrus 上运行大规模工作流的性能数据：延迟、吞吐量、Gas 消耗。
• 公布最终代币经济：发行节奏、质押收益、SUI→$US 转换路径。
• 释出 Protochain 代码库、测试网与互操作计划（如 IBC 支持），验证专用链假设。

构建者与运营方的参与方式​

• 快速原型 – 使用 Default TAP 搭配标准工具（OpenAI、X、Walrus），构建三节点 DAG，实现数据采集、摘要与链上动作自动化。
• 变现专业工具 – 将自有 API（金融数据、合规校验、定制 LLM 等）封装为 Nexus 工具，设定价格，并发行带到期或次数限制的 Gas 票据以管理需求。
• 为成为 Leader 做准备 – 关注质押要求、惩罚逻辑与故障处理文档，以便网络开放时作为新增 Leader 参与。
• 评估 C 端飞轮 – 分析 IDOL.fun 与 AI Bae 的留存与付费，看面向智能体的消费产品能否带动工具需求。

结论​

Talus 通过 Move 可验证工作流、基于能力的工具组合及明确的变现轨道，为链上智能体经济提供了可信蓝图。接下来成败取决于能否摆脱对可信 Leader 的依赖、落地可持续的代币激励，并证明 Protochain 可以将 Sui 阶段的经验延展到专用执行环境。需要透明结算与可组合智能体工作流的构建者，应持续关注 Talus 化解这些悬念的速度，并将 Nexus 纳入尽调名单。