多智能體系統(tǒng)——當(dāng)前形勢(shì)與展望
作者：Jinming來源：HashKeyCapital翻譯：善歐巴，金色財(cái)經(jīng)引言
人工智能代理（AIAgent）的概念，指的是能夠理解其環(huán)境并代表用戶或機(jī)器自主執(zhí)行行動(dòng)以實(shí)現(xiàn)其目標(biāo)的智能軟件系統(tǒng)，早在20世紀(jì)80年代就已提出。然而，直到2010年代，隨著深度學(xué)習(xí)和大型語(yǔ)言模型（LLM）的興起，展示了它們理解和生成類人響應(yīng)的能力，這一概念才開始受到關(guān)注。
如今，LLM已成為我們生活中不可或缺的一部分，像ChatGPT這樣的產(chǎn)品在全球擁有超過1550萬(wàn)付費(fèi)用戶，隨著OpenAI推出更智能的推理模型，需求必將進(jìn)一步增長(zhǎng)。ChatGPT、Claude和DeepSeek等LLM的廣泛應(yīng)用為代理經(jīng)濟(jì)的自然發(fā)展鋪平了道路。代理比LLM更復(fù)雜，它被定義為一個(gè)由單個(gè)模型或多個(gè)模型組成的系統(tǒng)，以及一個(gè)帶有工具集并定義代理身份的框架（圖1）。
配備角色、工具包的代理可以接收任務(wù)，分析、處理并代表用戶自主執(zhí)行行動(dòng)，盡管有時(shí)需要人工參與提供反饋并通過強(qiáng)化學(xué)習(xí)進(jìn)行學(xué)習(xí)。代理本質(zhì)上是可組合的，隨著代理變得更加專業(yè)化和技術(shù)成熟，代理系統(tǒng)的人工參與部分可能會(huì)退居次要地位，而代理之間的通信將成為簡(jiǎn)化復(fù)雜工作流程和釋放效率提升的重點(diǎn)。隨著基于代理的框架不斷進(jìn)步，我們預(yù)計(jì)通過集成Blockchain（一種基于透明度、去中心化和激勵(lì)一致的技術(shù)），將在各種應(yīng)用中獲得指數(shù)級(jí)的收益。
此外，通過利用Blockchain技術(shù)的可信、安全和透明的特性，智能合約上的代理可以執(zhí)行自主錢包交易，因良好行為而獲得Tokens激勵(lì)，并因?qū)剐袨槎艿綉土P。在本報(bào)告中，我們將首先探討什么是多智能體系統(tǒng)以及支持這些系統(tǒng)開發(fā)的編排框架，然后了解多智能體系統(tǒng)與Web3技術(shù)之間的協(xié)同作用。隨后，我們將探討Web3多智能體框架的用例、挑戰(zhàn)和解決問題的努力。
圖1：代理的組件
AutoGen
AutoGen是微軟研究院人工智能前沿實(shí)驗(yàn)室設(shè)計(jì)的開源多智能體框架。它以其模塊化和可擴(kuò)展的設(shè)計(jì)促進(jìn)了多智能體應(yīng)用程序的開發(fā)。AutoGenCore實(shí)現(xiàn)了可以使用Python和.NET語(yǔ)言編程的消息傳遞和事件驅(qū)動(dòng)智能體。AgentChatAPI實(shí)現(xiàn)了智能體之間的無縫通信，并構(gòu)建在CoreAPI之上。各種擴(kuò)展可用，使智能體能夠執(zhí)行各種功能，例如網(wǎng)頁(yè)瀏覽、視頻分析、文件分析以及封裝Langchain工具等。基于AutoGen多智能體框架構(gòu)建的MagenticOne能夠執(zhí)行代碼、瀏覽網(wǎng)頁(yè)和管理文件等任務(wù)。
CrewAI
CrewAI是一個(gè)開源多智能體平臺(tái)，它通過明確定義的基于角色的多智能體編排實(shí)現(xiàn)高效且無縫的任務(wù)自動(dòng)化。其架構(gòu)允許具有可配置角色、目標(biāo)和個(gè)性的智能體按順序或并行交互，確保有序的任務(wù)執(zhí)行。為了保持相關(guān)性，智能體可以利用支持文本源和結(jié)構(gòu)化數(shù)據(jù)格式的廣泛知識(shí)庫(kù)。CrewAI還提供對(duì)LangChain和LlamaIndex工具的訪問，以及Portkey提供的企業(yè)級(jí)功能，使智能體能夠輕松使用外部API、數(shù)據(jù)庫(kù)和檢索系統(tǒng)。該平臺(tái)對(duì)開發(fā)人員也很友好，支持基于YAML的配置，這使得開發(fā)人員可以輕松配置和部署智能體。
Langroid
Langroid是一個(gè)開源Python編程框架，它將多智能體編程作為其核心設(shè)計(jì)原則，賦予智能體與公民類似的地位。該框架因其簡(jiǎn)潔、直觀和可擴(kuò)展性而受到開發(fā)人員的認(rèn)可，它提供了各種模塊和工具，可以滿足復(fù)雜智能體應(yīng)用程序的需求。默認(rèn)情況下，智能體充當(dāng)消息轉(zhuǎn)換器，并具有3種響應(yīng)器方法：LLM響應(yīng)器、智能體響應(yīng)器和用戶響應(yīng)器。這些響應(yīng)器方法共同允許智能體執(zhí)行功能、生成人類可讀的自然語(yǔ)言響應(yīng)，并將人類反饋納入其智能體工作流程。圍繞智能體封裝任務(wù)使其能夠通過將子任務(wù)委派給其他智能體來編排交互。通過ToolMessage機(jī)制支持OpenAILLM和LLM函數(shù)調(diào)用，智能體可以訪問各種工具和函數(shù)。結(jié)合與LanceDB、Qdrant和Chroma等向量存儲(chǔ)的集成，Langroid的智能體具有持久的對(duì)話狀態(tài)和向量存儲(chǔ)內(nèi)存，使其擅長(zhǎng)管理復(fù)雜的動(dòng)態(tài)場(chǎng)景。
CAMEL
CAMEL是一個(gè)開源多智能體框架，為任務(wù)自動(dòng)化、數(shù)據(jù)生成和現(xiàn)實(shí)世界模擬等廣泛應(yīng)用提供通用基礎(chǔ)設(shè)施。作為CAMEL的一部分，社會(huì)模塊在多智能體協(xié)調(diào)中起著至關(guān)重要的作用。它包含兩個(gè)框架——RolePlaying和BabyAGI——旨在管理智能體交互并推動(dòng)目標(biāo)導(dǎo)向的結(jié)果。其角色扮演、對(duì)話導(dǎo)向的方法使其非常適合構(gòu)建面向客戶的智能體。CAMEL與各種向量數(shù)據(jù)庫(kù)和LLM的集成支持RAG，并為其智能體提供持久內(nèi)存，使其非常適合大規(guī)模企業(yè)應(yīng)用程序。然而，RolePlaying框架的成功目前要求開發(fā)人員具備有效的提示工程技能和角色設(shè)計(jì)，這可能會(huì)使其對(duì)那些沒有強(qiáng)大的編碼和人工智能背景的人不太友好。CAMEL已經(jīng)部署了一個(gè)人工智能聊天機(jī)器人EigentBot，它可以獲取實(shí)時(shí)信息，支持多模態(tài)功能，并利用圖形RAG實(shí)現(xiàn)更好的上下文理解。
MetaGPT
MetaGPT是一種元編程多智能體編排框架，它將標(biāo)準(zhǔn)操作程序(SOP)編碼為提示序列，并結(jié)合明確定義的智能體角色和職責(zé)。這種設(shè)計(jì)有助于緩解智能體間交互帶來的更復(fù)雜的幻覺風(fēng)險(xiǎn)。MetaGPT中的智能體通過定義的輸出格式到一個(gè)共享消息池進(jìn)行通信，而不是進(jìn)行一對(duì)一的對(duì)話，從而減少了不相關(guān)或丟失的內(nèi)容。它還實(shí)現(xiàn)了可執(zhí)行的反饋機(jī)制，支持自我糾正和審查。MetaGPT在軟件開發(fā)環(huán)境中特別有效，在這些環(huán)境中，明確定義的角色可以提高代碼質(zhì)量和任務(wù)分配。當(dāng)根據(jù)代碼生成基準(zhǔn)進(jìn)行衡量時(shí)，MetaGPT在HumanEval和MBPP中取得了顯著的成果，分別為85.9%和87.7%。
LangGraph
LangGraph是LangChain創(chuàng)建者開發(fā)的開源智能體框架。它旨在管理復(fù)雜的多智能體工作流程，具有模塊化架構(gòu)，使不同的智能體能夠高效地通信、協(xié)調(diào)和執(zhí)行任務(wù)。通過使用基于圖的架構(gòu)來建模智能體工作流程的不同組件之間的關(guān)系，LangGraph促進(jìn)了動(dòng)態(tài)任務(wù)分配、無縫可擴(kuò)展性以及跨分布式系統(tǒng)的強(qiáng)大問題解決能力。這種創(chuàng)新方法簡(jiǎn)化了狀態(tài)管理，適用于需要持久保留上下文的多步驟工作流程。此外，Langchain模型上下文協(xié)議(MCP)適配器（一個(gè)輕量級(jí)包裝器）允許將MCP工具輕松轉(zhuǎn)換為L(zhǎng)angchain工具，供LangGraph智能體使用，從而擴(kuò)展其可用工具集。在多智能體領(lǐng)域，LangGraph受益于強(qiáng)大的網(wǎng)絡(luò)效應(yīng)，因?yàn)樗昧薒angChain生態(tài)系統(tǒng)。
ElizaOS
ElizaOS可能是最著名的Web3多智能體框架，是一個(gè)開源TypeScript多智能體框架，它嵌入了Web3組件，以解決加密行業(yè)的入門障礙和可訪問性問題。該框架采用模塊化設(shè)計(jì)，帶有廣泛的插件集，目前能夠支持一系列模型（即OpenAI、DeepSeek、Llama、Qwen等）、平臺(tái)集成（即Twitter、Discord、Telegram、Farcaster等）以及超過25種鏈兼容性（即Solana、Ethereum、Ton、Aptos、Sui、Sei等）。它與GOATSDK的集成還使智能體能夠執(zhí)行各種鏈上操作。ElizaOS的核心架構(gòu)由智能體、角色文件、提供程序、操作和評(píng)估器組成，它們共同使智能體在執(zhí)行各種任務(wù)時(shí)具有持久的內(nèi)存和上下文感知能力，并從評(píng)估器那里獲取反饋以確保更好的性能。
一個(gè)值得注意的例子是ai16zDAOFund，它利用ElizaOS框架創(chuàng)建了一個(gè)自主智能體，可以過濾市場(chǎng)信號(hào)并交易各種meme幣。在其鼎盛時(shí)期，它管理著超過3600萬(wàn)美元的AUM。
作為Web3中最成熟的智能體框架，ElizaOS智能體框架繼續(xù)受到Web3開發(fā)人員的歡迎，因?yàn)樗@得了超過14K的github星星，并且目前擁有99個(gè)集成。隨著未來計(jì)劃推出智能體啟動(dòng)平臺(tái)，這可以通過為開發(fā)人員提供一個(gè)無需/低代碼的智能體啟動(dòng)平臺(tái)來進(jìn)一步激發(fā)他們的興趣。
RIG
另一個(gè)擁有超過3Kgithub星星的流行Web3智能體框架是RIG，一個(gè)基于Rust的開源智能體框架，它通過提供輕量級(jí)核心同時(shí)支持高級(jí)推理模式（從提示鏈到條件邏輯和并行任務(wù)執(zhí)行）而脫穎而出。RIG框架在支持的LLM提供商（OpenAI、cohere、DeepSeek等）之間提供統(tǒng)一的API，并為RAG實(shí)現(xiàn)提供簡(jiǎn)化的嵌入和向量存儲(chǔ)支持。還可以創(chuàng)建自定義工具，使該框架可擴(kuò)展用于基于LLM的應(yīng)用程序。
利用Rust的異步功能，多智能體系統(tǒng)可以并發(fā)處理多個(gè)任務(wù)。盡管它目前在23個(gè)Web3原生集成方面落后于ElizaOS。RIG背后的開發(fā)人員ARC已與Solana基金會(huì)合作，通過向使用RIG構(gòu)建基于Rust的智能體的開發(fā)人員提供有針對(duì)性的贈(zèng)款來推動(dòng)該框架的采用。此外，ARC還推出了其智能體啟動(dòng)平臺(tái)Forge，該平臺(tái)采用與Virtuals類似的啟動(dòng)平臺(tái)模型，但目前僅允許列入白名單的團(tuán)隊(duì)訪問該平臺(tái)。RIG和Forge啟動(dòng)平臺(tái)的一個(gè)值得注意的用例是AskJimmy平臺(tái)，這是一個(gè)多智能體對(duì)沖基金，它協(xié)調(diào)由交易策略庫(kù)驅(qū)動(dòng)的智能體群，以便在Hyperliquid、Drift、GMX等領(lǐng)先平臺(tái)上跨EVM和Solana無縫執(zhí)行交易。
G.A.M.E
VirtualsProtocol團(tuán)隊(duì)開發(fā)的G.A.M.E框架是一個(gè)基于Python和JavaScript的開源多智能體框架，它促進(jìn)了鏈上智能體的創(chuàng)建。它與Web3庫(kù)GOATSDK的集成，為智能體提供了跨各種協(xié)議的200多個(gè)鏈上操作。任務(wù)處理通過分層方法完成，其中任務(wù)規(guī)劃器將任務(wù)分解為子任務(wù)，并將其委派給協(xié)調(diào)和通信以交付最終輸出的專業(yè)工作智能體。目前，其大多數(shù)智能體都圍繞社交媒體平臺(tái)和游戲內(nèi)環(huán)境展開，最著名的智能體是AIXBT。自推出以來，AIXBT（一個(gè)具有自己X帳戶的AI驅(qū)動(dòng)的鏈上分析影響者）因其分析見解而廣受認(rèn)可，截至撰寫本文時(shí)，擁有超過49萬(wàn)粉絲。
盡管Web2多智能體框架已經(jīng)相對(duì)成熟并獲得了強(qiáng)大的機(jī)構(gòu)需求，但與Web3多智能體框架相比，它們?nèi)狈υ溕瞎δ堋Ｊ褂肳eb2工具的開發(fā)人員必須附加第三方庫(kù)才能與智能合約交互或解析Blockchain數(shù)據(jù)，從而引入復(fù)雜性和潛在的漏洞。使用Web3多智能體框架的開發(fā)人員可以受益于這些框架提供的內(nèi)置鏈上功能，在部署鏈上智能體時(shí)提供更無縫的體驗(yàn)，因?yàn)樗麄兛梢愿鼘Ｗ⒂谠O(shè)計(jì)良好的前端用戶體驗(yàn)。此外，通過利用Blockchain和智能合約作為底層基礎(chǔ)設(shè)施，鏈上智能體可以受益于加密軌道，例如讓其錢包代表用戶執(zhí)行鏈上操作并確保激勵(lì)一致性。Web3多智能體框架的性能指標(biāo)
簡(jiǎn)化Web3中的工作流程
盡管Web2代理框架日益成熟和普及，但代理概念直到2024年第四季度才在Web3中獲得關(guān)注。ElizaOS、VirtualsProtocol和RIG等主要參與者（各自擁有自己的Tokens）實(shí)現(xiàn)了可觀的市值，凸顯了Web3中對(duì)AI代理的強(qiáng)烈需求，而不僅僅是投機(jī)交易。這些Tokens市值所反映出的興奮并非毫無根據(jù)，因?yàn)閃eb3仍在努力實(shí)現(xiàn)主流采用。讓Blockchain上的代理自主執(zhí)行鏈上操作，具有改變用戶體驗(yàn)的巨大潛力。除了可以實(shí)現(xiàn)的效率之外，Web3中代理的問題還可以追溯到Blockchain中AI的類似論點(diǎn)，即透明度和可追溯性以及先進(jìn)的安全功能。代理交易記錄在Blockchain上，用戶可以輕松跟蹤和驗(yàn)證代理采取的行動(dòng)。下面，我們重點(diǎn)介紹一些最適合代理采用的關(guān)鍵領(lǐng)域。
DeFAI
鏈上交易本質(zhì)上是復(fù)雜的，要求用戶至少對(duì)Blockchain和Web3錢包有基本的了解。這造成了糟糕的用戶體驗(yàn)，并且仍然是非加密原生用戶的重要障礙。盡管最近社交登錄已被各種Web3錢包提供商廣泛采用，但賬戶和鏈抽象的開發(fā)仍然緩慢且有限。用戶在瀏覽DeFi格局時(shí)仍然需要理解gas費(fèi)用、錢包地址、橋接等概念。相比之下，OpenAI最近推出的OperatorAgent僅需要用戶進(jìn)行簡(jiǎn)單的自然語(yǔ)言處理即可執(zhí)行交易，通過后端代理處理抽象掉用戶必須采取的多個(gè)步驟。Web3也不應(yīng)該有什么不同，我們認(rèn)為將AI代理與各種DeFi(DeFAI)協(xié)議集成可以促進(jìn)更輕松的用戶入門和無縫體驗(yàn)。
VirtualsProtocol最近推出了代理商務(wù)協(xié)議，該協(xié)議為代理如何相互通信和交互設(shè)定了標(biāo)準(zhǔn)化方法。這種方法引入了涉及請(qǐng)求、協(xié)商、交易和評(píng)估的4個(gè)階段的過程。評(píng)估器、基于智能合約的托管和加密驗(yàn)證的引入是該框架的核心功能，可確保交付的交易滿足任務(wù)的要求。一旦滿足所有要求，智能合約觸發(fā)器將解鎖資金并交付服務(wù)，從而確保交易可以透明且無需信任地進(jìn)行。代理商務(wù)協(xié)議只是一個(gè)示例，說明多智能體編排框架如何幫助在鏈上以無需信任且安全的方式驅(qū)動(dòng)代理交互。
OlasProtocol展示了DeFAI的實(shí)際應(yīng)用：其Pearl應(yīng)用商店包含Mobius和Optimus代理，它們使用Olas堆棧在Uniswap、Balancer和Sturdy等平臺(tái)上自動(dòng)化DeFi策略，涵蓋Optimism、Base和Mode等網(wǎng)絡(luò)。OlasProtocol的Mech市場(chǎng)也充當(dāng)代理工具和插件交換中心，允許部署的代理通過代理間通信外包任務(wù)。另一個(gè)值得注意的例子是Questflow，它還提出了一個(gè)意圖匹配的多智能體編排框架，用戶的請(qǐng)求由識(shí)別相關(guān)代理的編排器處理，并通過監(jiān)督代理工作流程執(zhí)行的任務(wù)管理器將代理委派給這些任務(wù)。由于代理在Deagent代理注冊(cè)表中分派，代理創(chuàng)建者也可以獲得公平的報(bào)酬。數(shù)據(jù)所有權(quán)
在龐大的代理格局和生成的大量鏈上數(shù)據(jù)中，鏈上分析正成為一個(gè)日益有價(jià)值的領(lǐng)域，許多項(xiàng)目都在尋求提供數(shù)據(jù)標(biāo)記服務(wù)（例如SaharaAI）、跟蹤（ArkhamIntelligence、Kaito）、證明注冊(cè)表（EAS、BAS等）。代理作為用戶的得力助手，可以通過獲得用戶的許可，為Web3中不斷增長(zhǎng)的數(shù)據(jù)格局做出貢獻(xiàn)，使用戶可以因其數(shù)據(jù)貢獻(xiàn)而獲得公平的獎(jiǎng)勵(lì)。
游戲
在Web3游戲社區(qū)中，對(duì)AI支持的代理的興趣和需求不斷增長(zhǎng)。游戲代理可以為非玩家角色(NPC)提供動(dòng)力或管理游戲內(nèi)經(jīng)濟(jì)。它們通過自主執(zhí)行任務(wù)和響應(yīng)玩家操作來幫助創(chuàng)建動(dòng)態(tài)、響應(yīng)式環(huán)境。該領(lǐng)域值得注意的項(xiàng)目包括Parallel的WayFinder平臺(tái)，該平臺(tái)正在構(gòu)建一個(gè)知識(shí)圖，可供AI代理在游戲中的不同代理工作流程中使用。TreasureDAO是另一個(gè)值得注意的例子，它最近宣布即將推出由ElizaOS提供支持的MAGE代理啟動(dòng)平臺(tái)，進(jìn)一步朝著代理驅(qū)動(dòng)的Web3游戲格局邁進(jìn)。VirtualsProtocol還推出了ProjectWestWorld，這是一個(gè)Roblox中的交互式模擬，由G.A.M.E框架驅(qū)動(dòng)的多智能體自主交互并驅(qū)動(dòng)動(dòng)態(tài)游戲敘事。
其他用例
AI驅(qū)動(dòng)的DAO：代理可以將冗長(zhǎng)的提案提煉成主流用戶易于理解和投票的易于理解的信息，從而增強(qiáng)去中心化的核心精神。
智能合約審計(jì)、網(wǎng)絡(luò)分析、欺詐檢測(cè)：代理在調(diào)試中可以發(fā)揮至關(guān)重要的作用，通常比人類更快地識(shí)別潛在風(fēng)險(xiǎn)，從而在與人類智能結(jié)合時(shí)降低安全風(fēng)險(xiǎn)。
供應(yīng)鏈優(yōu)化：通過使用AI的預(yù)測(cè)能力和Blockchain的透明和安全功能，這可以簡(jiǎn)化并實(shí)現(xiàn)更具成本效益的運(yùn)營(yíng)。成熟Web3多智能體系統(tǒng)面臨的挑戰(zhàn)和努力
Web3環(huán)境中的多智能體系統(tǒng)(MAS)（其中代理在去中心化基礎(chǔ)設(shè)施上運(yùn)行，并且通常使用智能合約進(jìn)行協(xié)調(diào)）面臨著一些可能影響其設(shè)計(jì)、部署和性能的限制和挑戰(zhàn)。以下是Web2和Web3代理可能面臨的一些障礙：
與基于單個(gè)LLM的系統(tǒng)一樣，多智能體系統(tǒng)也受到模型幻覺風(fēng)險(xiǎn)的影響。當(dāng)幻覺從一個(gè)代理傳遞到另一個(gè)代理時(shí)，多智能體系統(tǒng)中的幻覺風(fēng)險(xiǎn)可能更嚴(yán)重，從而加劇了問題。代理之間管理不善的通信將導(dǎo)致次優(yōu)的性能。因此，當(dāng)我們走向未來的完全自主代理時(shí)，許多框架仍然需要一些人工監(jiān)督。
實(shí)現(xiàn)代理之間的共識(shí)和狀態(tài)同步。在多智能體系統(tǒng)中，為了成功完成任務(wù)，代理必須在復(fù)雜且分層的多智能體系統(tǒng)中導(dǎo)航，確保與整體任務(wù)、自身職責(zé)和多智能體通信保持一致。
Web3中的代理還面臨可擴(kuò)展性和延遲問題，因?yàn)樗鼈冊(cè)诘讓覤lockchain上運(yùn)行，因此與其他類型的交易競(jìng)爭(zhēng)區(qū)塊空間。這可能意味著在Blockchain可擴(kuò)展性挑戰(zhàn)得到解決之前，我們?cè)诳深A(yù)見的未來看不到大型代理網(wǎng)絡(luò)的完全鏈上編排。Blockchain上的安全和隱私挑戰(zhàn)在Web3環(huán)境中也是獨(dú)一無二的，這增加了復(fù)雜性。然而，隨著Turnkey等新興解決方案的出現(xiàn)，這種情況正在慢慢得到解決，Turnkey提供了一個(gè)TEE解決方案(AWSNitroEnclaves)，代理可以在其中安全且可驗(yàn)證地執(zhí)行操作。PhalaNetwork還宣布與GoPlus建立合作伙伴關(guān)系，利用Phala的TEE功能和GoPlus安全功能來增強(qiáng)ElizaOS代理。
多智能體內(nèi)存管理。在多智能體系統(tǒng)中，不同的代理執(zhí)行不同的任務(wù)并存儲(chǔ)不同的信息。因此，為了確保成功交付總體目標(biāo)，達(dá)成信息共識(shí)是有幫助的，同時(shí)實(shí)施強(qiáng)大的訪問控制機(jī)制至關(guān)重要，因?yàn)槟承┐砜赡苷谔幚砀叨让舾械男畔ⅰＮ茨軐?shí)施強(qiáng)大的安全措施可能導(dǎo)致數(shù)據(jù)隱私泄露和任務(wù)執(zhí)行失敗。
某些領(lǐng)域（例如科學(xué)實(shí)驗(yàn)室實(shí)驗(yàn)、經(jīng)濟(jì)學(xué)建模和鏈上技能）缺乏全面的基準(zhǔn)和評(píng)估標(biāo)準(zhǔn)可能會(huì)阻礙該領(lǐng)域的快速增長(zhǎng)。結(jié)論
多智能體框架的未來充滿希望，但也充滿挑戰(zhàn)，這凸顯了前路漫漫。與已建立且獲得機(jī)構(gòu)認(rèn)可的Web2多智能體框架相比，Web3多智能體框架仍處于相對(duì)起步階段，生產(chǎn)就緒的用例狹窄。盡管如此，監(jiān)管轉(zhuǎn)變和為緩解上述挑戰(zhàn)而做出的持續(xù)努力是進(jìn)一步采用的關(guān)鍵催化劑。
此外，代理開發(fā)工具（例如SendAI套件、Coinbase代理套件、ShellAgent無代碼平臺(tái)、Olas堆棧等）的增長(zhǎng)，以簡(jiǎn)化代理創(chuàng)建并擴(kuò)展代理的用例，繼續(xù)取得進(jìn)展，推動(dòng)開發(fā)人員的增長(zhǎng)和新的創(chuàng)新。GOATSDK等Web3庫(kù)的進(jìn)步有助于擴(kuò)展代理實(shí)現(xiàn)的操作的可能性。最終，隨著技術(shù)的發(fā)展和這些系統(tǒng)的成熟，我們可以期待代理工作流程在鏈上交互中變得司空見慣。就像有許多Web2多智能體框架一樣，我們希望在Web3中看到更多提供通用和利基方法的代理框架。