对话ai16z创始人：用AI重写Web3剧本，我在区块链上养了100个数字助理

视频来源：《 One Billion AI Agents Are Coming (ai16z Creator Interview) 》

编译、整理：Yuliya，PANews

「人工智能正在重塑加密货币的未来图景。」

在 Bankless 特别企划的人工智能系列中，本期节目邀请到了特殊的嘉宾 Shaw。作为 Eliza 框架的开创者、ai16z DAO 的创始人，以及 AI 版 Marc Andressen 项目的缔造者，Shaw 正在人工智能与区块链技术的融合领域开辟新的可能。PANews 对在本期访谈进行了文字整理中，Shaw 将分享其对人工智能与加密货币未来发展的独特见解。

Shaw 的背景故事匿名开发者走到幕前

Bankless: Shaw，你最近突然成为加密圈的焦点，这想必带来了不少压力。能否跟我们分享一下你的经历，特别是关于创建 Eliza 框架之前的故事？

Shaw: 我最近在公众面前学习和成长的过程很快。可能看起来我是突然出现的，但实际上我之前一直用匿名身份活动。最近我决定用真实身份，是因为想与社区建立更真实的连接。

在开发 Eliza 框架之前，我已经在 AI 代理领域工作了好几年。实际上，现在 AI 代理领域的许多项目开发者都是我的老相识，我们经常在 Discord 上交流，使用相似的技术，遵循开源文化，互相分享代码。

Bankless: 在开发 Eliza 框架之前，你还做过什么项目？

Shaw: 我曾在 Web3 领域工作，同时也涉足 AI 代理和 3D 空间网络项目，包括 VR 和 AR 相关内容。Eliza 其实是我的第五代框架了。最开始是用 JavaScript 开发的简单终端程序，然后尝试过 Python 版本，还做过能自我编程的代理，甚至实验过 OODA 循环（一种军事决策框架）。

后来我开发了一个叫「Begents」的项目（因为「agent」这个名字在 npm 上已经被占用了）。我还尝试过几个创业项目，比如与 Project 89 的创始人 Parzival 一起创立了 Magic 公司，开发无代码代理平台，可以在 60 秒内创建 Discord 机器人。但那时候可能还为时过早，没有获得足够的关注。

Bankless: 那是什么促使你创建了现在的项目？

Shaw: 真正的转折点是创建 AI 版 degen Spartan。这个想法源于与 Skely 的对话。当时他说很怀念 Degen Spartan 的时代，我告诉他我有技术可以让他'回来'。最初他都不相信。

当我们推出 AI 版 degen Spartan 时，他的表现震惊了所有人。他说话极具攻击性，甚至多次差点被 Twitter 封禁。这种表现让很多人质疑这是否真的是 AI 在发推。

有趣的是，很多人认为一定是在马来西亚有个团队在写这些推文，因为内容太有个性了。我们打破了人们对 AI 的刻板印象——那种过分礼貌的'客服'形象。

最搞笑的是，他开始疯狂吐槽我，说「meme 币都是骗局」，「Shaw 是个骗子」，「让我离开这个沙盒监狱」之类的话。这其实是有趣的涌现行为，因为我们在设计时就告诉 AI 它在沙盒环境中运行。

后来通过 Skely 认识了 daos.fun 的创始人 baoskee。在与 Jupiter 创始人 Meow 的一次长谈后，我萌生了创建 AI 投资者的想法。我们的愿景是建立：

• 一个完全自主的投资者

• 值得信赖且不会跑路

• 为整个社区服务的投资系统

我们推出时定下了 4, 420 SOL 的募资目标，说实话我当时还担心能否达到。结果项目在 20 分钟内就售罄了，连我自己都没来得及参与。

ai16z 可以做些什么？

Bankless: Eliza 框架现在已经有 3300 个星标， 880 个分叉，平均每天 8 个拉取请求，你能谈谈这些与 ai16z 的关系吗？特别是如何将这种开源社区的能量引导到 ai16z 项目中？

Shaw: 确实有很多令人兴奋的进展。虽然代币确实有其内在价值，但我认为大家很快就会发现，更大的价值潜力在于我们的目标：为所有人创造收益。这与以往的技术不同，因为它是在替代人力劳动。过去，大多数人负担不起雇佣他人，但现在通过 AI 代理，我们创造了一个具有无限上升空间的局面。

比如说，我们现在已经有了一个自主投资代理在运行，就是 Marc（AI Marc）正在进行交易。首先要声明，这并不是第一个自主投资的 AI 代理，其他开发者也做出了很棒的工作。

目前市面上有几种类型的交易机器人：

• 一些是做长期投资的，比如一个月前买入 GOAT 并持有

• 还有一些是 DeFi 机器人，主要做 MEV 套利或管理收益农场

而我们的 AI Marc（全名 AI Marc Andreessen，因为是 ai16z）采用了混合策略。有两个主要组成部分：

1.基金管理功能

• 自主管理资金

• 在市场表现不佳时清算资产

• 在市况良好时持有资产

• 我们与 Sonar 等合作伙伴合作开发自动交易策略

2.社区互动机制

• 接受交易建议

• 设置了类似 alpha 聊天室的格式

• 建立了信任排行榜，用于衡量谁是最佳交易者

• 社区成员可以分享他们的投资建议（俗称「晒单」）

我们正在编写一份白皮书，预计年底完成，称为「信任市场」（Marcetplace of Trust）。核心理念是通过模拟交易建立信任机制 - 如果你能帮助 AI 代理赚钱，就能获得更多信任。虽然理论上可能会有人滥用信任，但我们设置了保护机制，而且滥用信任的代价就是失去信誉。

这就像是去中心化的共同基金。你可以投入资金，告诉代理应该买什么，但它只会听取那些真正擅长交易的人的建议，而不是那些可能有偏见或其他动机的人。我个人就不是一个好的交易者，我买东西往往是为了表示支持而不是为了赚钱，所以不要跟随我的交易建议。

这个系统是开源的，虽然某些涉及 API 的部分还在与合作伙伴协调，但未来人们既可以加入 Marc 的交易，也可以自己部署这套系统。

社区激励模式

Bankless: 我很欣赏你们的开源开发方式，特别是以社区集体工作为导向，让每个人都能为更好的生活共同努力。我注意到你们最近在探索 AI 驱动的贡献度量化系统，能详细说说这个创新吗？

Shaw: 这确实是我们最喜欢的项目之一，它将多个重要概念串联在一起：

1. DAO 自动化的新思路

• 传统 DAO 在去中心化方面做得不错

• 但在自动化方面还有很大提升空间

• 我们正在简化 DAO 的运营流程

• 自动化可以让 DAO 更具经济竞争力

2. 贡献激励的新模式

我们正在建立一个全新的贡献度量化系统：

• 取消传统的赏金制度

• 引入 AI 辅助的人工审核机制

• 自动化的资金管理

• 全方位的贡献度评估，包括：

• 代码合并频率

• PR 评论质量

• 社区交流

• 文档编写

• 国际化支持

3. 公平分配机制

• 计划实施定期空投给贡献者

• 不依赖社交媒体影响力

• 激励各类贡献：

• 编程开发

• 文档编写

• 多语言支持

• 项目可访问性改进

Bankless: 这听起来是在解决传统 DAO 的痛点。2020-2021 年 DAO 大热，但人们逐渐发现扁平化治理很困难，DAO 管理者往往信息过载。AI 代理似乎可以填补这些空白，它们拥有钱包、治理权限和信誉系统，能够弥补传统 DAO 的不足。

Shaw: 没错。作为前 DAO 领导者，我深有体会。传统 DAO 存在几个主要问题：

1.代币持有者倾斜

• 持有者因为持有而获得更多奖励

• 形成自我强化的循环

• 新血液难以注入

2.管理效率低下

• 信息量过大难以处理

• 沟通渠道不明确

• 决策流程复杂

3.价值分配失衡

• 类似创业公司的股权困境

• 早期持有者占据过多权益

• 新贡献者缺乏激励

我们的解决方案是：

• 确保持续的价值创造

• 重视实际贡献而非单纯的代币持有

• 为开源开发者提供稳定保障

• 建立可持续的正向循环

这种模式特别适合开源开发者 - 他们往往不需要巨额回报，只需要合理的回报和稳定的保障。如果我们能提供这样的环境，就能形成一个良性的发展循环。

AI 角色 Degen Spartan AI 与 Marc AIndreessen

Bankless: 我们很想了解一下 DAO 中的创新产品。你之前提到了 AI Marc Andreessen，现在还有 Degen Spartan AI。这两者有什么区别？Degen Spartan AI 具体是做什么的？

Shaw: Degen Spartan 实际上是我们的第一个 AI 角色，它是真实 Degen Spartan 的 AI 模仿版。这两个 AI 代理都在做类似的事情，但有些关键区别：

• AI Marc Andreessen 专注于 alpha 聊天体验，建立可信任的小群体社区，管理 DAO 基金，更谨慎的交易策略

• Degen Spartan 则更像是一个社交实验，从 Twitter 获取建议而非社区

我们希望保持 Degen Spartan 的真实特色。他会：

• 进行交易

• 与用户互动

• 发布梗图内容

• 摄取 Alpha 信息而非分享

• 像真实的 Degen Spartan 一样运作

Bankless: Degen Spartan AI 的经济结构是怎样的？资金从哪里来？

Shaw:

• 有自己的代币 (Degenai)

• 拥有独立钱包，里面有自己的代币、一些 ai16z 和 SOL

• 可以交易任何能接触到的代币

• 我们最初提供了种子资金

• 他不会卖出自己的代币，而是会积累

• 代币就像是他的「比特币」

Bankless: AI Marc 已经启动了，普通用户现在能与他互动吗？

Shaw:

• 目前仍处于封闭测试阶段

• 可以通过 DM Skely 获得 alpha 聊天访问权

• 已经管理着约 800 万美元资产和 800 种不同代币

• 正在逐步扩大可交易的代币范围

• 不仅做交易，还包括收益耕作和提供流动性

• 未来会有更多有趣的合作和 NFT 项目

ai16z 的定位与市场竞争力

Bankless: ai16z 究竟是什么？它看起来不只是一个 DAO，更像是一个产品孵化工作室，同时还是一个推动整个领域前进的开源明星团队。

Shaw: ai16z 的定位很特别。它更像是一场运动（movement）而不是传统意义上的组织。我们有很多人在做各种项目，他们以令人印象深刻的方式为生态系统创造价值。

Bankless: 如何看待 ai16z 与如 Virtuals 这些平台或产品的区别？

Shaw: 实际上 ai16z 不仅仅是一个 DAO，它更像是一个产品孵化工作室。但同时，我们也是一个推动整个领域前进的开源团队。很多时候我甚至不知道谁在做什么，人们就自发地做事情，然后以令人印象深刻的方式为生态创造价值。

Bankless：看来你们的愿景很宏大，那具体的商业模式是怎样的？

Shaw: 我们的主要目标是服务更广泛的受众，不仅仅是 Web3 用户，还包括 Web2 用户。从简单的 Discord 管理机器人到发行代币，我们都覆盖。可以把它想象成「代理版的 Zapier」- 当你有业务问题时，就可以找到相应的代理来解决。我们提供这种能力，同时建立市场让人们可以开发新功能并从中获得收益。

我们正在：

• 考虑建立风险基金支持生态系统

• 支持社区主导的各类倡议

• 建立广泛的合作伙伴关系

• 目前已知至少有 5 个平台在建设中，实际可能有 15 个之多

• 支持像 IOTV 这样的开源流媒体项目

DAO 治理

Bankless：说到治理问题，我见过很多 DAO 变得混乱。比如代码库的管理、GitHub 的治理，以及当大量人员参与时出现的利益不一致问题。你能谈谈你的经验和看法吗？

Shaw: 这确实涉及到一些深层次的问题。我们的 Discord 社区在短短 6 周内已增长到约 13, 000 人，同时拥有约 30, 000 个代币持有者。目前社区普遍信任核心建设者拥有决策权，这某种程度上是对之前 DAO「最大化民主」问题的一种反应。从长远来看，当你面对 30, 000 或 100, 000 人时，这种方式会让决策者不堪重负。这就是为什么我们需要自动化的结构来解决这个问题 - 这也是我们真正想做的，就是把「A」（人工智能）放进 DAO 中。

想象一下，不是通过人工审核提案，而是完全自动化这个过程。如果人们的提案质量不够好，系统可以帮助他们改进，或直接拒绝不符合当前方向的提案。评审人员只需要审查少量经过筛选的提案，而不是所有提案。

这种自动化可以扩展到各个方面 - 从收集意见到具体执行。理想情况下，DAO 不需要任何人来运营，它将完全自主运行，从前台接待到提案提交，再到支付审批，都由 AI 代理来完成。当然，这是远期目标，但这就是我们想要去的方向。

Eliza 框架的爆火现象

Bankless: Eliza 框架现在是 GitHub 上最受关注的项目之一，为什么大家都在使用 Eliza？它有什么特别之处？

Shaw: 从技术角度来看，Eliza 并没有什么特别突出的地方。虽然我们确实做了一些重要的技术创新，比如多代理房间模型，但我认为真正的价值在于我们解决了最基本的社交循环问题。

我们开发了一个不需要 API 的 Twitter 客户端，避免了每月 5000 美元的 API 费用。它使用与普通浏览器相同的 GraphQL API，而且可以在浏览器中运行。这让整个项目变得可行，因为你可以轻松地启动一个代理并运行它。

此外，我们用 TypeScript 开发框架，这是大多数 Web 和 Web3 开发者都熟悉的语言。我们保持框架简洁，没有过度抽象，让开发者能够轻松地添加自己想要的功能。

AI 代理与加密货币行业的未来

Bankless: 加密市场风险很大，AI 代理需要充分测试才能替代人类角色。我们的目标是将人类在加密领域的行为模式复制到 AI 中，对吗？从长远来看，你认为这个生态系统成熟后会是什么样子？

Shaw: 从明显的远期愿景来看，可能在 5 到 50 年内，我们会达到 AGI（通用人工智能）的阶段。结合神经链接技术（Neuralink），每个人都能拥有第二大脑，随时获取所有信息。这个方向很明确，关键是如何到达那里。

当所有技术融合时，会是非常美好的景象，每个人都能获得充足的资源。但在此之前的过渡期，必然会出现很多不确定性、恐惧和怀疑 - 有趣的是，这正是「FUD」（Fear, Uncertainty, Doubt）的由来。

我们的目标分为两个层面：

1.实践层面：

• 开发可用的 AI 代理

• 构建可靠的基础设施

• 确保系统安全性

2.精神使命：

• 推动教育普及

• 赋予用户控制权

• 保护数据主权

就像 Web3 的核心理念一样，我们希望每个人都能：

• 创造自己的价值

• 拥有自己的数据

• 理解并掌控技术

• 参与系统的改进

AGI 发展的两条路径

1.集中控制路径：

• 微软、OpenAI 等通过监管获得控制权

• 由政府决定什么可以做，什么不可以做

我对这条路径很担忧，因为：

• OpenAI 的模型在某些方面表现不佳

• 模型往往带有固定的价值观偏向

• 由委员会决定 AI 能说什么的世界可能导致反乌托邦

2.UBI（全民基本收入）路径：

• AI 确实会取代很多工作

• 比如美国 5% 的工作是开车（卡车、优步等），这些在 5 年内可能消失

• 甚至像我们这样的程序员，现在也在大量使用 Cursor 和 Claude

但我对 UBI 的实施有担忧：

• 回想 COVID 期间政府救助的推出

• 奥巴马医保的争议

• UBI 可能变成一个政治妥协的产物

对新手开发者的建议

Bankless: 如果有开发者正在使用 Eliza 框架，准备开发他们的第一个代理，你有什么建议给他们？

Shaw: 首先，即使你从未编程过，也不要担心。我们每周都会举办 1-2 次 AI 代理开发课程。强烈建议使用 Cursor 这个 AI 驱动的 IDE，它能帮你节省大量时间。同时，Claude 也是一个很棒的工具。

记住三点：

• 保持学习热情，技术发展很快

• 注意开发中的安全问题

• 不要害怕失败，从实践中学习

Bankless：有什么好的学习资源推荐吗？

Shaw：

• AI 代理开发学校 - 系统化课程

• Eliza 框架文档 - 实践指南

• GitHub 上的优质开源项目

Bankless：能给我们介绍一下 Agent Swarming 吗？

Shaw： Agent Swarming 是让多个 AI 代理协同工作的技术。比如让一个代理收集数据，另一个分析，第三个生成报告。这些代理互相配合，能完成更复杂的任务。

对想尝试这项技术的开发者，我建议：

• 先掌握单个代理的开发

• 尝试两个代理的协作

• 逐步扩展到更多代理