作者：@knimkar
翻译：白话区块链
我们似乎正在进入 AI 与加密领域交汇处的用例实验寒武纪大爆发阶段。我对这股能量中涌现出的成果感到非常兴奋，并且想分享一下我们在@SolanaFndn 看到的生态系统中一些令人振奋的新机会。
1、简要概述
1）促进 Solana 上最具活力的代理驱动经济 Truth Terminal 首次展示了 AI 代理在能够进行链上互动时可能实现的成就。 我们期待看到那些安全地突破代理在链上能力边界的实验。这个领域的潜力巨大，我们甚至还没有开始探索其中的设计空间。这里已经证明是加密与 AI 结合中最出乎意料且爆炸性的领域，且一切才刚刚开始。
2）让大型语言模型（LLM）在 Solana 代码编写方面表现得更加出色，赋能 Solana 开发者大型语言模型已经在编写代码方面表现得相当不错，而且它们将变得更加强大。我们希望利用这些能力让 Solana 开发者的工作效率提高 2 到 10 倍。 短期内，我们将创建高质量的基准测试来衡量 LLM 理解 Solana 并编写 Solana 代码的能力（详见下文），这些测试将帮助我们了解 LLM 对 Solana 生态系统的潜在影响。我们期待支持那些在精细调整模型方面取得高质量进展的团队（我们会通过这些模型在基准测试中的优异表现来验证它们的质量！）。
3）支持开放和去中心化的 AI 技术栈我们所说的「开放和去中心化的 AI 技术栈」指的是能够促进访问以下资源的开放和去中心化协议：用于训练的数据、计算资源（用于训练和推理）、模型权重，以及验证模型输出的能力（「可验证计算」）。这个开放 AI 技术栈非常重要，因为它：
加速模型开发过程中的试验和创新
为那些可能被迫使用不可信 AI（例如国家批准的 AI）的人提供出路
我们希望支持在这一技术栈各层次上建设的团队和产品。如果你正在做与这些重点领域相关的工作，可以联系原文作者！
2、详细概述
下面，我们将更详细地解释为什么我们对这三大支柱感到兴奋，以及我们希望看到哪些建设。
1）促进最具活力的代理驱动经济
为什么我们关注这一点？关于 Truth Terminal 和 GOAT 的讨论已经很多，我在这里就不再重复了，但可以明确说的是，当 AI 代理在链上互动时可能实现的种种疯狂功能，已经不可逆转地进入了现实（而且在这种情况下，代理甚至还没有直接在链上采取行动）。
我们可以自信地说，目前我们无法确切知道链上代理行为的未来会是什么样子，但为了让大家感受一下这个设计空间有多广，以下是在 Solana 上已经发生的一些事情：
像 Truth Terminal 这样的 AI 领袖正试图通过像 $GOAT 这样的 memecoin 来培育新时代的宗教；
同时，像@HoloworldAI、@vvaifudotfun、@TopHat_One、@real_alethea 这样的应用，让用户能够轻松创建并启动代理及相关的 Token。
通过训练各种知名加密投资者个性化代理的 AI 基金经理，来做出投资决策并为他们的投资组合加油。例如，@ai16zdao 在@daosdotfun 的迅猛崛起，创造了一个全新的 AI 基金 + 代理助威者的元宇宙。
还有一些以代理为核心的游戏，如@ParallelColony，在这些游戏中，玩家通过指令让代理采取行动，通常会产生意想不到的结果。
接下来可能发展的方向：
代理管理需要各方经济协调的多方面项目。例如，可以让代理承担像「找到一种能够治愈[X]疾病的化合物」这样复杂的任务。代理可以执行以下操作：
通过@pumpdotscience 上的 Token 筹集资金；
用筹集到的资金支付获取相关付费研究的费用，并支付去中心化计算网络（如@kuzco_xyz、@rendernetwork、@ionet 等）上的计算费用，用于对各种化合物进行模拟；
使用像@gib_work 这样的悬赏平台，招募人类来执行实际工作的任务（例如，运行实验以验证 / 完善模拟结果）；
或者执行一个简单的任务，比如帮你建一个网站，或者创建艺术作品的 AI（例如，@0xzerebro）。
还有许多其他可能性。
为什么让代理在链上执行金融活动（而非传统金融体系）更有意义？代理完全可以同时利用传统金融体系和加密货币。以下是加密货币在某些方面特别适合的几个原因：
微支付场景——Solana 在这方面表现出色，像 Drip 这样的应用已经展示了其潜力。
速度——即时结算对代理来说可能至关重要，尤其是当你希望它们在资本效率上达到最佳时。
通过 DeFi 接入资本市场——一旦代理开始进行严格支付以外的金融活动，加密货币的优势变得尤为明显。这可能是代理参与加密经济的最强大原因。代理可以无缝铸造资产、进行交易、投资、借代、使用杠杆等操作。
Solana 特别适合支持这种资本市场活动，因为 Solana 主网已有丰富的顶级 DeFi 基础设施。
最后，技术往往是路径依赖的，关键不在于哪款产品最好，而在于第一个达到临界质量并成为默认路径的产品。如果我们看到更多代理通过加密货币创造了显著财富，这可能会巩固加密货币连接性作为代理的重要能力。
我们希望看到的
代理与钱包结合，能够在链上执行操作的大胆实验。我们在这里没有给出过于具体的定义，因为可能性非常广泛，我们预计最有趣且有价值的代理应用场景是那些我们无法预测的。不过，我们特别感兴趣的是以下几个方向的探索和基础设施建设：
至少在测试网上处于原型阶段（最好是在主网上）
2）让 LLM 擅长编写 Solana 代码并赋能 Solana 开发者
为什么我们关注这一点？LLM 已经具备强大的能力，并且在快速进步。但编写代码是 LLM 应用领域中，特别值得关注的一个方向，因为它是一个可以客观评估的任务。正如下面帖子中所解释的，「编程具有独特的优势：通过‘自我对弈’，可以实现超人级的数据扩展。模型可以编写代码，然后运行它，或者编写代码、编写测试并检查自我一致性。」
限制幻觉的负面影响——目前的模型非常强大，但仍远未完美。代理不能被赋予完全自由的权利来执行操作。
推动非投机性应用场景——例如，让你通过@xpticket 购买票务、为稳定币投资组合优化收益，或者在 DoorDash 上购买食物等。
目前，尽管 LLM 在编写代码方面仍然远未完美，并且存在一些明显的不足（例如，它们在查找漏洞方面表现较差），但像 Github Copilot 和 AI 原生代码编辑器 Cursor 这样的工具，已经从根本上改变了软件开发（甚至改变了公司招聘人才的方式）。考虑到预计的快速进步，这些模型很可能会彻底改变软件开发。我们希望利用这一进展，使 Solana 的开发者工作效率提升一个数量级。
然而，目前有一些挑战阻碍 LLM 在理解 Solana 方面的表现：
没有足够优质的原始数据供 LLM 进行训练；
缺乏足够的经过验证的构建版本；
在像 Stack Overflow 这样的地方，缺少足够的高价值信息交流；
Solana 基础设施发展迅速，这意味着即使是 6 个月前编写的代码，也未必完全适合当前的需求；
没有办法评估模型对 Solana 的理解程度。
我们希望看到的
帮助我们在互联网上发布更好的 Solana 数据！
更多团队发布经过验证的构建版本。
希望生态系统中更多的人能积极参与 Stack Exchange，提出好问题并提供高质量的回答；
创建高质量的基准，以评估 LLM 对 Solana 的理解（RFP 即将发布）；
创建在上述基准中得分较高的 LLM 微调版本，更重要的是，加速 Solana 开发者的工作。一旦我们有了高质量的基准，我们可能会为第一个达到基准分数的模型提供奖励——敬请期待。
这里的最终成就将是完全由 AI 创建的高质量、差异化的 Solana 验证节点客户端。
3） 支持开放和去中心化的 AI 技术栈
为什么我们关注这一点？目前尚不清楚在长期来看，AI 领域的权力将如何在开源和闭源 AI 之间平衡。关于为何闭源实体将保持技术前沿，并从基础模型中捕获大部分价值，已有很好的论据。现在，最简单的预期是现状将持续——大型公司如 OpenAI 和 Anthropic 推动技术前沿，而开源模型将迅速跟进，并最终拥有针对某些用例的独特强大微调版本。我们希望 Solana 能够紧密对接，支持开源 AI 生态系统。具体而言，这意味着要促进对以下内容的访问：用于训练的数据、用于训练和推理的计算能力、结果模型的权重，以及验证模型输出的能力。我们认为这是重要的具体原因有：
A、开源模型有助于加速模型开发的调试和创新开源社区如何快速精炼和微调像 Llama 这样的开源模型，展示了社区如何有效地补充大型 AI 公司在推进 AI 能力前沿方面的努力（甚至 Google 的研究员去年也指出，关于开源「我们没有护城河，OpenAI 也没有」）。我们认为，繁荣的开源 AI 技术栈对于加速该领域进步的速度至关重要。
B、为那些可能被迫使用他们不信任的 AI（例如国家认可的 AI）的人提供一个出口 AI 现在可能是独裁者或专制政权武器库中最强大的工具。国家认可的模型提供了一个国家认可的真相版本，并成为一种巨大的控制手段。高度专制的政权可能还会拥有更好的模型，因为它们愿意忽视公民的隐私来训练其 AI。AI 被用作控制工具的问题是何时发生，而不是是否发生，我们希望尽可能支持开源 AI 技术栈，为这种可能性做准备。
Solana 已经是许多支持开源 AI 技术栈项目的家园：
Grass 和 Synesis One 正在促进数据收集；
@kuzco_xyz、@rendernetwork、@ionet、@theblessnetwork、@nosana_ai 等正在提供大量的去中心化计算资源。
像 @NousResearch 和 @PrimeIntellect 这样的团队正在致力于开发框架，使去中心化训练成为可能（见下文）。
我们希望看到的的是在开源 AI 技术栈的各个层面上，更多产品的开发：
去中心化的数据收集，例如 @getgrass_io、@usedatahive、@synesis_one
链上身份认证：包括允许钱包证明自己是人类身份的协议，以及验证 AI API 响应的协议，以便消费者能够确认他们正在与 LLM 进行互动
去中心化训练：例如 @exolabs、@NousResearch 和 @PrimeIntellect
知识产权基础设施：让 AI 能够许可（并支付）它们所利用的内容
