1. 集中式人工智慧代理的前景

人工智慧代理有潛力徹底改變我們與網路互動和線上執行任務的方式。雖然圍繞利用加密貨幣支付軌道的人工智慧代理有很多討論，但重要的是要認識到，已建立的 Web 2.0 公司也有很好的條件提供全面的 agent (人工智慧代理) 產品套件。

Web2 公司的 agent 大多以助手形態，或是垂直工具的形態出現，只具備很弱的執行能力。這裡面既有基礎模型還不夠成熟的原因，也有監管不確定性等原因。現在的 agent 仍處於第一階段，他們在特定領域裡能做的不錯，但基本上沒有泛化能力。例如阿里國際有 agent 是專門幫商家回覆信用卡糾紛的郵件。很簡單的一個 agent，調用了發貨記錄等數據，按模板生成發送，就有很高的成功率能夠讓信用卡公司不扣錢。

像蘋果、Google這樣的科技巨頭，以及像 OpenAI 或 Anthropic 這樣的人工智慧專家公司，似乎特別適合探索開發 agent 系統的協同效應。蘋果的優勢在於其消費者設備生態系統，可以作為人工智慧模型的宿主和用戶互動的門戶。該公司的 Apple Pay 系統可以使代理商能夠促進安全的線上支付。谷歌憑藉其龐大的網路資料索引和提供即時嵌入的能力，可以為代理商提供前所未有的資訊存取。同時，像 OpenAI 和 Anthropic 這樣的人工智慧強者可以專注於開發能夠處理複雜任務和管理金融交易的專門模型。除了 Web2 大廠，在美國也有大量的新創公司做這樣的 agent，例如幫助牙醫做預約管理，或是輔助生成診療後報告這些非常細的場景。

然而，這些 Web 2.0 巨頭面臨著經典的創新者困境（Innovator"s dilemma）。儘管他們擁有技術實力和市場主導地位，但他們必須在破壞性創新的危險水域中航行。發展真正自主的 agent 代表著與他們既定商業模式的重大偏離。此外，人工智慧的不可預測性，加上金融交易和用戶信任的高風險，帶來了重大挑戰。

2. 創新者的困境：集中式提供者面臨的挑戰

創新者的困境描述了一個悖論，即成功的公司往往難以採用新技術或商業模式，即使這些創新對長期發展至關重要。問題的核心在於現有公司不願意引進初期使用者體驗可能不如其現有精細產品的新產品或技術。這些公司擔心採用這樣的創新可能會疏遠其當前的客戶群，因為這些客戶已經習慣了某種程度的精緻和可靠性。這種遲疑源自於可能破壞使用者長期培養起來的期望的風險。

2.1 代理程式的不可預測性與使用者信任

像Google、蘋果和微軟這樣的大型科技公司已經在經過驗證的技術和商業模式上建立了他們的帝國。引入完全自主的 agent 代表與這些既定規範的重大偏離。這些 agent，尤其是在早期階段，不可避免地會有不完美和不可預測的地方。人工智慧模型的非確定性本質意味著即使經過廣泛測試，也總是存在意外行為的風險。

對這些公司來說，風險非常高。一個失誤不僅可能損害他們的聲譽，還可能使他們面臨重大的法律和財務風險。這創造了一個使他們謹慎行事的強烈動機，可能從而錯過 agent 領域的先發優勢。

對於考慮部署 agent 的集中式提供者來說，客戶抗議的風險非常大。與可以快速轉向且沒有太多損失的新創公司不同，已建立的科技巨頭擁有數百萬期望一致、可靠服務的用戶。 agent 的任何重大失誤都可能導致公關噩夢。

考慮一個場景，其中 agent 代表使用者做出了一系列糟糕的財務決策。由此引發的強烈抗議可能會侵蝕多年精心建立的信任。用戶可能不僅會質疑 agent，還會質疑公司基於人工智慧的所有服務。

2.2 模糊的評估標準和監管挑戰

此外，如何評估何為「正確的」代理回應進一步使問題複雜化。在許多情況下，我們不清楚代理的回答是否真的有誤，還只是意外。這個灰色地帶可能會導致爭議，進一步損害客戶關係。

也許集中式 agent 提供者面臨的最艱鉅障礙是不斷發展且複雜的監管環境。隨著這些 agent 變得更加自主並處理越來越敏感的任務，它們進入了可能帶來重大挑戰的監管灰色地帶。

金融法規特別棘手。如果 agent 代表使用者做出財務決策或執行交易，它可能會受到金融監管機構的監管。此外，合規的要求可能會很廣泛，並在不同司法管轄區有顯著差異。

還有責任問題。如果 agent 所做的決定導致用戶財務損失或其他傷害，誰應該負責？用戶？公司？人工智慧本身？這些都是監管機構和立法者剛開始處理的問題。

2.3 模型偏見可能成為爭議的來源

此外，隨著agent 變得更加複雜，它們可能會觸犯反壟斷法規。如果一家公司的 agent 始終傾向於該公司自己的產品或服務，這可能被視為反競爭行為。這對已經因市場主導地位而受到審查的科技巨頭尤其重要。

人工智慧模型的不可預測性為這些監管挑戰增加了另一層複雜性。當 Web2 無法完全預測或控制人工智慧的行為時，其很難保證遵守法規。這種不可預測性可能導致 Web2 agent 的創新變慢，因為公司需要應對這些複雜問題，而反倒可能會為更靈活的 Web3 解決方案帶來優勢。

3. Web3 的機會

隨著LLM 底層模型能力的提升，agent 有機會進入下一形態，具備相對較高自主性的agent。目前看大公司是不太可能敢碰這方面的，可能幫用戶定個 pizza 就是極限了。新創公司可能會大膽一下，但會面臨很多技術障礙，例如 agent 本身不具備身份，任何操作都需要藉用 agent 用戶的身份和帳號。即使借了身份，傳統體係也不是那麼容易支持 agent 去自如的進行操作。 Web3 技術為人工智慧代理開發提供了獨特的機會，可能解決集中式供應商面臨的一些挑戰。 Web3 體系下，agent 可以透過掌握錢包實現多個 DID，無論是透過加密進行支付，或是使用各類無授權的協議都對 agent 非常友善。而當 agent 開始進行複雜的經濟行為的時候，agent 和 agent 大概率會有高強度的交互作用。這時候 agent 之間的相互猜疑如果沒有辦法解決，agent 經濟體係就不是一個完整的經濟體系。這也是可以利用加密技術來解決的一個面向。

另外，Crypto-economic 激勵可以促進代理發現，並提供一個如果代理行為不當可以被削減質押或罰沒的懲罰。這創造了一個自我調節的系統，其中好的行為得到獎勵，壞的行為受到懲罰，因此可能減少集中監督的需求，並為那些早期採用將金融交易委託給完全自主代理的人提供一定程度的安心感。

Crypto-economic 質押具有雙重作用，在行為不當時需要削減，同時也作為發現 agent 過程中的關鍵市場訊號。無論是對其他代理商還是尋找特定服務的人來說，直覺很簡單，質押越多，市場對特定代理性能的信任就越高，用戶的心態就越平靜。這可能會創造一個更動態和響應迅速的 agent 生態系統，其中最有效和最值得信賴的代理商會自然而然地脫穎而出。

Web3 也能夠創造開放的 agent 市場。與信任集中式提供者相比，這些市場允許更大程度的實驗和創新。新創公司和獨立開發者可以為生態系統做出貢獻，可能導致 agent 的進步地更快和專業化。

此外，像 Grass 和 OpenLayer 這樣的分散式網路可以為 agent 提供存取開放網路資料和需要身份驗證的封閉資訊的機會。這種對多樣化資料來源的廣泛存取可能使 Web3 agent 能夠做出更明智的決策並提供更全面的服務。

4. Web3 人工智慧代理程式的限制與挑戰

4.1 加密支付的有限採用

如果我們不反思Web 3.0 代理將面臨的一些採用挑戰，這篇文章就不完整。房間裡的大像是加密貨幣作為鏈下經濟支付解決方案的採用仍然有限。目前，只有少數線上平台接受加密支付，這限制了基於加密的 agent 在實體經濟中的實際用例。如果沒有加密支付解決方案與更廣泛經濟的深度整合，Web 3.0 代理程式的影響將繼續受到限制。

4.2 交易規模

另一個挑戰是典型線上消費交易的規模。這些交易中有許多涉及相對小額的錢，這可能不足以證明大多數用戶需要無信任系統。如果有中心化的替代方案，一般消費者可能看不到使用去中心化 agent 進行小額、日常購買的價值。

5. 結論

由於非確定性模型的不可預測性導致科技公司不願意提供完全自主的AI agent，這為加密新創公司創造了機會。這些加密新創公司可以利用開放市場和 crypto-economic 安全性來彌補代理潛力與實際實施之間的距離。

透過利用區塊鏈技術和智慧合約，加密人工智慧代理可能提供中心化系統難以匹敵的透明度和安全性水準。這對於需要高度信任或涉及敏感資訊的用例可能特別有吸引力。

總之，雖然Web2 和Web3 技術都為人工智慧代理開發提供了途徑，但每種方法都有其獨特的優點和挑戰。人工智慧代理商的未來可能取決於如何有效地結合和完善這些技術，以創造可靠、值得信賴和有用的數位助理。隨著該領域的發展，我們可能會看到 Web2 和 Web3 方法的融合，利用各自的優勢來創造更強大和多功能的人工智慧代理。

原文連結

原文連結