Автор: Даниэль Барабандер, Variant.
Составил: Лаффи, Foresight News.
Что на самом деле умеют делать процветающие AI-агенты? Мы провели внутреннее обсуждение по этому вопросу и пришли к как минимум четырем выводам:
Приложение взаимодействует с людьми.
Помогать людям в работе.
Собирать и структурировать информацию.
Развлечение.
Во-первых, приложение взаимодействует с людьми. AI-агенты могут обрабатывать человеческий язык, поэтому любое приложение, доступное для человека, теоретически также может стать пользователем AI-агентов. Но в отличие от человеческих пользователей, агенты могут массово предоставлять услуги людям на этих платформах.
Таким образом, агенты могут служить верхним уровнем существующих приложений, которые уже нравятся пользователям, расширяя их полезность. Например, на Farcaster Bounty Bot, пользователи могут публиковать вознаграждения внешне, но это увеличивает трение.
Взаимодействуя с пользователями, AI-агенты могут предоставить удобство, полезность и способы получения ценности в существующих приложениях. Но имейте в виду: не все приложения созданы для поддержки AI-агентов, лучше всего это подходит для тех, которые имеют неремонтируемый API, такие как Farcaster.
Я написал статью о основных юридических вопросах, связанных с агентами на платформах Web2. Мое исследование показало, что если пользователи полностью контролируют агентов, а платформа Web2 пытается остановить агентов, пользователи будут вынуждены остановить работу агентов. Мой вывод заключается в том, что агенты должны строиться на открытых платформах, таких как Farcaster, что также является одной из причин моего особого интереса к агентам на Farcaster.
Во-вторых, помощь людям в работе. Люди хорошо подают сигналы, но имеют слабую исполнительную способность. Агенты компенсируют этот разрыв, выполняя тяжелую работу, в то время как люди направляют результаты через свои предпочтения.
Хорошим примером является BottoDAO. Создаваемые им произведения искусства находятся под влиянием мнений держателей токенов DAO. Искусственный интеллект отвечает за тяжелую работу по созданию искусства, но человеческие предпочтения при голосовании за произведения искусства направляют его творческий процесс.
В-третьих, агрегирование и упорядочение информации. Агенты могут обрабатывать огромные объемы данных, их возможности значительно превышают человеческие. Например, торговые роботы анализируют большое количество данных в цепочке для принятия решений.
Наконец, развлечение. Это может быть самая обсуждаемая категория агентов в криптосфере, например, Truth Terminal.
Конечно, многие развлечения социальных агентов происходят от новизны контента, генерируемого роботами. Но меня больше интересует, как роботы генерируют развлекательный контент на основе своих особенностей, например, как KOL, взаимодействуя с другими пользователями на платформе интересными способами.
Преимущество агентов в роли KOL заключается в том, что как только они получают фиксированную аудиторию, они могут легко предоставлять другие услуги, особенно те, которые приносят агенту доход более напрямую, чем реклама.
