概要：

AI Agent 技术发展快速，Web2 和 Web3 框架各自展现出不同的优势和潜力。Web2 框架凭借其成熟的技术和稳定性，适用于大规模企业应用，但在去中心化和创新性上有所欠缺。相反，Web3 框架通过去中心化 DAO 和代币特有机制，推动了 AI Agent 的创新和协作，但其市场接受度和技术稳定性仍然面临挑战。未来，AI Agent 的发展将侧重于多智能体协作和去中心化架构，而 Web2 与 Web3 框架的结合可能会推动 AI Agent 在更多行业中的应用，带来更高效和灵活的智能系统。

credit to:@c_mlamp, @Yuhholly, @iris_flowing, @LDeng1124, @Crys747573, @chingchalong02

 

⾏业发展与市场概况:

 

AI agent是指人工智能 Agent （Artificial Intelligence Agent）,是一种可以感知环境、规划决策执行复杂任务的智能体，来自于 OpenAI 提出的 AI 的五级分级标准，分别为聊天机器人、推理者、AI Agent、创新者和组织者，而 AI Agent 正是 AI 从信息处理向价值创造转变、从被动理解到主动决策的跨越的转折点。

而由于在 crypto 的世界没有门槛，没有 KYC 和银行的限制，Agent 可以拥有自己的独立的数字身份和账户，并管理资产，成为 Web3 世界的数字公民，这也标志着 Web3 进入智能化新阶段。

AI Agent 和 crypto 的融合也分为三个阶段：第一阶段为 AI MEME 币，象征着普通人低门槛地参与 AI 浪潮，同时项目方实现社区融资，并通过市场情绪和财富效应加速 AI 的教育和传播。第二个阶段为单体 AI 应用，开始脱离 MEME 属性，转向功能支撑的价值币。最后第三个阶段，则是当下的AI Agent 框架标准，通过统一开发规范、模块化工具链，降低开发门槛，并支持插件扩展与多 AI 协同。

 

与此同时，随着近期DeepSeek推出V3/R1等多款大模型，凭借其低训练成本和卓越性能，在业内引发强烈反响。其中，DeepSeek R1 模型每百万输入和百万输出 token 分别收取 0.55 美元和2.19美元，仅为OpenAI 的 3%，这极具吸引力的API定价将大幅降低AI应用落地的边际成本，有望加速AI Agent发展。

 

市场数据分析

 

根据Cookie.fun的最新数据，截止3月3日，AI Agent的整体市值达34.1亿美元，过去24小时跌幅高达55%。从目前收录的995个AI Agent项目来看，Virtual生态项目市值占到18%以上，稳居第一，排名第二的Creator bid于一天前大幅拉升而后悬崖式下跌至4790万美元，24小时跌幅高达98.99%，目前和vvaifu生态、ai16z市值差不多，仅占比1.3%左右。

从链上分布来看，Base和Solana占据了绝大部分市场。其中Base上AI Agent的市值为15.6亿美元，Solana上为10.4亿美元，合计贡献了整体市场的76.5%。

从交易活跃度来看，AI Agent 赛道三个月内总市值暴跌超 70%，从最高点的 99.3 亿美金跌至26.3亿美金，值得一提的是3月2日总市值短暂攀升四倍但又回归原值，其原因仅仅是 Creator Bid 的市值变化，不代表整个赛道的市场情绪有剧烈变动。此外，虽然 AI Agent 的数量持续增长，但其增长率越来越小，这意味着赛道仍在扩张但对市场的吸引力不足。

从开源闭源项目分布来看，根据CoinGecko数据，我们整理了市值超过1000万美金的 19 个AI Framework，其中闭源项目有11个，占总项目数的53%，占据主导地位。但值得一提的是，闭源项目总市值（520m）远远低于数量较少的开源项目总市值（1001m）,且闭源项目平均市值仅为开源项目平均市值的42%，展示了开源社区的价值优势。

以头部 AI Agent 生态 virtual 为例，其市值呈现”圣诞树“形，在1月2日达到最大峰值 50 亿美金，而后不断震荡下跌，并于1月27日左右出现断崖日下跌，当天跌幅超过46%；此外，其累计 AI Agent 部署数自从2024年11月初起保持强劲增长态势，并在11月30日达到最大增速，单日增幅达到1350个，然而步入12月后其增速大幅下滑，并在2月初下降到每日新增仅两位数。这可能预示 AI Agent 赛道缺乏持续增长的潜力和新鲜的叙事，难以吸引更多用户交互。

另一方面，从其生态构成和用户画像来看，agent在其生态内的头部效应十分明显，市值首位的agent为AIXBT，市值约2.49亿美元，占其总生态总市值约45%，其前五的agent合计占比超过六成，可以预见的是头部agent将会与其余拉开差距。另外，从交易token数量来看，近期有超过七成的用户每日交易仅1个token，仅有不足10%的用户每日交易超过10个 tokens，这可能预示着大部分用户仅仅是跟着ai agent的热潮浅尝辄止，缺乏较强的用户粘性。

 

Web3 和 Web2 AI Agent 框架的结合与对比

 

Web2 AI Agent：

 

 

AI Agent是什么？

 

Web2 AI Agent 是一种基于 中心化架构 的人工智能代理，能够理解用户输入、执行任务，并与各种工具（如数据库、代码执行器、机器学习模型、大语言模型等）进行交互。它通过NLP解析任务，并使用预设的 API 或服务进行调用，最终返回结果给用户。

这边我们从这张图中梳理Web2 AI Agent 相关潜在可以获取的信息，首先Web2 AI Agent是基于中心化架构的人工智能代理，能够理解用户输入，解析任务，并调用不同的数据源、代码执行器、LLM来执行任务。

核心组成部分

那AI Agent在其中具体扮演什么位置呢？我们根据abacus给出的胯间进行完整梳理，分为5大组成部分，分别为，用户交互层，数据访问层，代码执行器，机器学习模型层和大语言模型。AI Agent对于每个组成部分都有不同的功能。

首先，对于用户交互层来说，用户通过Prompt输入请求，AI Agent 解析意图，并生成任务列表。就好比很多用户在输入对话给AI的时候会用自己的话术，AI收到指令后去做下一步操作。例如，小A会问GPT，0xU是什么样的社区？GPT收到指令后就回去广义搜索答案再给到回复。这其中的关键技术大家比较熟悉的NLP有BERT、GPT 系列，同时因为有用户主观存在，对于意图识别也会用到spaCy、Hugging Face Transformers等主流技术模型，同时还会做任务管理，像AutoGPT 就有比较好的模型直接套用。

那大家可以在日常生活中也会遇到自己的朋友需要写代码的场景，数据访问层对于AI Agent 可做的就是：查询数据库、文档、API 等，从结构化或非结构化数据中提取信息。这里一那都是使用SQL 查询，向量数据库（RAG 相关）和文档解析（图片识别文字）。这些使用场景也及其常见，除了程序员一般会定向使用MySQL、BigQuery来做业务需求的事宜，我们使用的手机如果拍到了含有文字的照片，长按就可以复制文字用的就是文档解析模块，可谓是完全落地的技术实现。

代码执行器，机器学习模型层和大语言模型（LLM）访问层（Any LLM）就更偏向于代码层面，例如AI Agent 可以动态生成代码Python、SQL、Bash 等，并进行执行，还有调用不同的 ML 模型来进行数据分析、预测、优化等任务，还有在大模型上可以调用多个 LLM，如 OpenAI GPT、Meta LLaMA、Google Gemini 等，用于高级对话、文本生成、代码解释等任务。例如现在非常火的Claude写代码非常好用，还有Manus也在无限发力，它们都属于这个赛道的。

小结

Web2 AI Agent 是 基于 LLM、自动化执行与数据查询的智能代理，广泛用于对话 AI、自动化办公、金融分析、代码生成等领域。未来，它将朝着 多模态、长上下文、低成本推理、安全对齐 的方向发展，逐步拓展其应用范围。

Web3 AI Agent：

调研了多个不同项目后选择 Eliza、Buzz 和 Swarms 作为Web3 AI Agent的研究对象，主要是因为它们在Web3和去中心化环境下的创新应用，涵盖了从多代理协作、自然语言交互到区块链与AI结合等多个领域。这些框架不仅推动了DeFi和智能代理技术的发展，也为理解Web3中智能系统的治理、自动化和跨平台集成提供了宝贵的实践案例。通过研究这些框架，可以深入探讨Web3技术如何赋能智能代理，以及它们在去中心化未来中的应用前景。Eliza

Eliza–

简要

Eliza 是由AI16Z团队开发的开源项目，主要专注于为Web3环境提供智能代理框架。这个框架采用了 TypeScript 编写，设计目的是让开发者能够在去中心化的生态系统中部署和管理AI Agent。其核心最主要的功能是：支持多代理协作，能够处理复杂任务的分工和合作。通过先进的记忆管理系统，Eliza能够更好地处理与用户的互动，提高智能代理的个性化能力。和通过$ELIZA代币实现社区治理和激励机制。代币的收入通过回购和销毁的方式，促进生态系统的可持续发展。

Eliza 架构完全开源，自推出以来，受到了开发者社区的极大关注。截止2/10，Github 数据显示，Eliza 目前拥有 1.4k+ 星标和 4,4k 个分支，成为该平台上排名第一的 AI 存储库。而据团队透露，至少有 1,000 个团队或者项目在使用 Eliza 技术。

在当前阶段，适用的场景主要是：DeFi 和 NFT 项目；比如在Discord或其他平台中部署，Eliza可以验证NFT持有者的身份并为其提供独家回应；有很多天马行空的想法都可以做，结合自己需求魔改模块都可以实现，开源伟大！

–框架

Eliza通过 Multi-Agent Architecture 来处理复杂的任务分工和协作。在这种架构下，多个智能体（ Agent）能够同时工作，并根据不同的角色和任务进行协调合作。好比一台电脑拥有的GPU和CPU一样，不同的板块都有不同的计算单元和功能，Eliza框架下的每个代理被赋予一个特定的角色或任务。通过明确的分工，Eliza 能够在多个代理之间进行任务的分配，确保每个代理都能专注于自己擅长的任务，增强整体效率。当然你可能会问，如果每个模块单边运作，那整个模型如何输出信息？这个就是 Muti agent 的好处，通过模块化的 API 实现多个代理能够动态调整任务的执行顺序和分配方式。就像在处理模型的时候，被分配任务给 CPU 和GPU 也是不一样的任务，但是对于同一板块处理单元无法完成的时候，另一个单元可以接手。同时代理之间的通信可能涉及到复杂的数据传递和任务调度。为了确保高效和无误的合作，Eliza采用了严格的协议，例如基于消息传递的系统，允许代理之间共享信息并同步任务进度。

举例

用上述这张图会更好理解：

Agent Runtime： 这是整个框架的核心，就像 CPU 和 GPU 之间的协调一样，Agent Runtime 控制并调度每个代理的任务，确保它们能够根据不同的角色和任务分配来完成各自的职责。

Character System： 这个模块定义了代理的不同角色，就像每个代理在Eliza框架中都会有特定的任务和角色。这些角色可以是用户认证、数据处理、内容生成等。每个代理根据其特定的职责来处理相关任务。

Memory Manager： 负责管理和存储代理所需的数据和信息。它确保代理在协作时可以共享信息，并且能够记住历史对话或任务进度。这与描述中的“代理之间的信息共享和同步任务进度”相符合，Memory Manager 就像是管理这些信息流的“大脑”，保证每个代理都有适当的数据来做决策。

Action System： 这个模块负责协调和处理代理根据任务分配执行的动作。例如在框架中提到的“当一个模块无法执行任务时，另一个模块可以接手”正是通过 Action System 实现的，确保即使一个代理无法完成任务，也能由其他代理接手执行。

Platform Clients： 这个模块连接外部平台（如Discord或者X等，Youtube信息很多），让用户与代理进行互动。例如完善的服务是Eliza可以验证在Discord NFT持有者的身份信息等。

在Eliza框架中，多代理架构通过模块化的API实现了任务的动态调整和分配。就像CPU和GPU各自负责不同的计算任务一样，每个代理负责不同的任务，并通过 Memory Manager 和 Action System 协同工作，确保任务能够高效执行。如果某个代理无法完成任务，Action System 会重新分配任务，确保整体任务的顺利进行

–RAG

了解了 Eliza 的多代理架构，也提及到了它的运作方式，但是它是如何真正取理解你的意思和去执行你的指令呢？RAG在中扮演巨大作用：记忆管理系统（RAG，Retrieval-Augmented Generation）是为了提升智能代理的互动质量与个性化能力。这一系统基于用户的历史交互、背景信息以及任务上下文，提供个性化的响应。通过将重要的用户信息、对话历史和任务状态存储在内存中，确保每个代理能够在不同的互动中维持一致的背景。每次新的任务或对话开始时，系统会检索相关的历史数据进行参考，以便生成个性化的回答；同时，为了能够更好的回答问题，此系统还还结合了生成式模型来生成更加流畅、相关和个性化的响应。

–DAO 和 代币经济学

2025年1月14日，ELIZA 已发布轻版白皮书（Litepaper）和新代币经济模型。Eliza Wakes Up 开发者 Ava 于 X 平台发文表示，Eliza Wakes Up 是一个全面的 AI 伴侣框架，由 Solana 上的 ELIZA 代币提供支持，旨在将先进的伴侣 AI 与可持续的代币经济学相结合。Eliza Wakes Up 的技术亮点包括：持久内存架构、核心内存系统、每日日志记录，以及无需 XP 的自然演变关系机制。

ELIZA 新 tokenomics 的重点包括：

10% 的净收益用于 $ELIZA 的回购和销毁，10%转换为 $ELIZA 并捐赠给 ai16z DAO，80% 用于开发、基础设施和营销。

通过发行$ELIZA代币来实现去中心化治理。持有代币的用户可以参与投票和决策，决定框架的更新、功能改进、代币分配等重要问题。通过80%的代币分配不难看出Eliza不仅依赖于开发者的贡献，还鼓励社区成员（无论是开发者、用户还是投资者）参与项目的决策和生态建设。通过代币投票机制，社区成员可以根据自己的兴趣和专业知识提出建议和意见，投票决定框架的未来发展方向。

–最新发展

情况首先，GitHub上的星标和分支数不断增加，可以说明参与关注人数动态增加，社区发展和影响力也再提升，web3阶段的去中心化也做了创新，尤其是和NFT的结合，Eliza能够通过区块链验证NFT持有者的身份，属于带来了黄昏前的曙光，甚至未来看好可以做到一些交易脚本搭建相关API等信息。

总的来说，代币经济学确保了项目的长期可持续性，推动了技术创新和生态建设。随着项目的不断发展，Eliza 将在 Web3 和去中心化金融等领域发挥更大作用，持续吸引开发者和投资者的参与。

Swarms

–简要

Swarms 由当前 20 岁的 Kye Gomez 在 2022 年发起，是一款面向开发者的多代理 LLM 框架，该项目通过智能编排和高效协作，让多个 AI Agent 像团队一样分工协作，从而解决复杂的业务操作需求。该框架提供强大的扩展能力，支持与外部 AI 服务及 API 的无缝集成，同时为 AI Agent 提供长期记忆功能，增强上下文理解。

Swarms 是指由两个以上的代理组成的群体，它们协同工作以实现共同目标。Swarms 架构旨在建立和管理群体内代理之间的通信。这些架构定义了代理如何交互、共享信息以及协调其行动以实现预期结果。代理之间的通行方式分为：分层通信、并行通信、顺序通信、网格通信和联合通信Swarms 架构利用这些通信模式来确保代理高效协作，适应手头任务的特定要求。通过定义清晰的通信协议和交互模型，Swarms 架构可以无缝协调多个代理，从而提高性能和解决问题的能力。

–框架

Swarms 架构可以分为：Hierarchical Swarm（分层架构）、Parallel Swarm（并行架构）、Sequential Swarm（顺序架构）、Round Robin Swarm（循环架构）、SpreadSheet Swarm（电子表格架构）和 Mixture of Agents Architecture（混合架构），面对不同任务和场景，Swarms 可选择不同的架构类型以切实解决问题。

简单来说，可以类比Swarms是多个智能代理分担不同的任务，像是分工合作完成一个大项目。这些代理可以互相协调，如果某个代理忙不过来，其他代理可以接手。

–实例

Swarms可以通过API与区块链交互，像是记录任务的执行、自动进行资产交易、奖励等。这对于使用Swarms创建项目及其有利，例如以下：

记录任务的执行：

假设现在几个同学一起要开发去中心化借贷平台，用户可以在平台借出或借入加密资产，当一个用户借款时，Swarms 框架可以使用区块链智能合约记录这个借贷操作。

借贷涉及到很多方面，又和去中心化挂钩需要考虑的点就更多，比如需要对负责验证用户的借款请求验证，计算利息，借款金额，超出利息，延期费用，还款日期等等；使用Swarms可以在代理（智能体）在平台上协作，不同代理处理不同请求，再通过智能合约编写，通过API将这些信息提交到以太坊或Solana等区块链。

自动进行资产交易：

DEX上自动交易的工具很多，具体实现方式也很不同。Swarms可以通过API与区块链交互，帮助多个智能体（代理）协作执行资产交易。假设一个用户想要交换两个不同的加密货币（例如，ETH和USDT）。Swarms框架通过多个代理执行这一交易任务。一个代理可能负责获取市场价格，另一个代理负责确认交易条件，第三个代理执行资产交换。多维度的整合可以尽快处理这笔请求已经获取交换的最适条件，实现价格最优兑换。

–发展潜⼒

评估Swarms 的发展潜力在于突破单一 Agent 的局限，通过多 Agent 并行协作，提升任务处理能力、扩展 Memory 容量，并跳出内容长度的限制，为复杂 AI 任务提供更高效的解决方案。而且从人类社会发展史来看，协作一定是趋势。 最终Swarms产生的结果就是，任何Agent协作场景你都能在Swarms上找到开箱即用的协作方式，而即便是更复杂的场景也可以通过不同Swarms之间的配合来实现，因此ElizaOS开启了Web3 Agent Framework的赛道，而Swarms会对Web3 Agent Swarm 领域有很大的贡献。然而，当前 Swarms 仍处于早期阶段，计算资源优化、标准化建设仍是挑战。未来，随着开发者生态的完善，Swarms 有望成为 AI 协作的核心基础设施，推动 AI 从个体智能迈向群体智能，实现真正意义上的智能协作时代。

Buzz

–简要

Buzz 采用 闭源架构，确保核心算法不外泄，同时提供 企业级安全防护。相比开源项目，其代码未经外部审计，风险较难评估，但闭源模式使其能提供更高效的定制化服务。

Buzz没有采用任何 Agent Framework 来写自己的代码，主要原因是大多数 Agent Framework 代码确实一般[c]，而且本身 Agent Framework 并不存在太强的护城河（API 封装）Buzz 是一个面向DeFi市场的智能代理框架，结合了AI技术和DeFi的自动化交易功能。它通过NLP和智能合约，帮助用户以更加简便的方式进行交易和资金管理。Buzz的设计旨在降低DeFi交易的技术门槛，让更多的用户能够轻松参与到去中心化金融市场中。

–核心功能

Buzz框架的一个关键功能是自然语言交互。用户可以通过简单的自然语言指令与平台进行互动，例如进行交易、质押或借贷等操作。用户无需掌握复杂的技术细节或命令行指令，只需像与聊天机器人对话一样与平台交互，即可轻松完成DeFi操作。

Buzz框架还利用AI技术来驱动自动化交易策略，帮助用户根据市场波动自动执行交易。AI算法分析市场行情，并根据用户设定的规则或投资偏好进行交易。这种智能策略提供定制化的投资管理，帮助用户实现资产增长或风险控制。Buzz的核心架构和功能完全建立在去中心化的Solana区块链上，所有操作都通过智能合约执行，无需依赖任何中心化的第三方平台。去中心化的架构确保了交易的透明性、安全性和不可篡改性。

–适用场景

对于DeFi用户来说，Buzz框架提供了一种简便的方式来执行交易、质押、借贷等复杂操作。通过自然语言指令，用户可以在去中心化的金融平台上进行操作，不需要掌握复杂的技术知识。对于那些希望自动化管理资金和投资组合的用户，Buzz提供了AI驱动的智能交易策略。用户可以设定交易规则，Buzz将自动根据市场波动和用户的投资目标执行操作。Buzz框架的开放性使得开发者可以根据自己的需求扩展平台功能，定制交易策略，或开发新的智能合约来适应更广泛的DeFi需求。

–增长空间分析

Buzz 的增长空间主要来自 AI 交易趋势的快速发展 和 DeFi 生态的持续扩张。随着 AI 在 Web3 领域的深入应用，越来越多的用户希望通过 AI Agent实现 更高效、更智能的资金管理。Buzz 作为这一赛道的代表性项目，能够利用 AI 技术不断优化交易策略，并通过数据学习提升执行效率。此外，Buzz 还支持 开发者扩展功能，这意味着其生态可以随着更多第三方工具的接入而不断丰富，从而吸引更多用户和资金进入平台。根据当前 DeFAI 赛道的增长趋势，如果 Buzz 能够进一步拓展其 AI 交易能力，并与更多 DeFi 平台集成，其用户增长速度有望在 未来两年内实现 2-3 倍的跃升，并在 自动化 DeFi 交易市场 中占据更重要的地位。

 

未來AI Agent发展走势

 

–技术

未来的AI Agent将更加注重多模型协作，类似于Eliza和Swarms框架中实现的任务分工与合作，开源的方式可以使得更加定制化发展，从需求出发做到应用层。通过多个代理之间的协作和动态调整，AI将能够处理更复杂的任务。这种技术的进步将推动智能代理在更多领域应用的普及。

随着去中心化技术的成熟，区块链与AI Agent的结合将进一步深化。Buzz框架通过AI驱动的自动化交易和Solana区块链的集成，展示了这种结合的潜力。闭源框架自行开发强需求功能性API，试想多种交易在区块网络拥堵和不拥堵的情况下都能获得最新消息，集成体验最新信息，恐慌指数，法币与虚拟市场的联系等。相关代理不仅可以执行本地任务，还可以在去中心化平台上自动化执行跨链交易、智能合约和数据验证等操作，提升整体效率！

NLP将继续成为AI Agent发展的核心技术之一，特别是在面向普通用户的应用场景中，不止当前分析的三种框架，市面的绝大多数模型中的NLP技术便为用户提供了更便捷的交互方式。未来，AI Agent将能够通过更复杂、更流畅的对话来与用户互动，简化复杂的金融、医疗、法律等领域的操作。

随着机器学习算法和强化学习的发展，AI Agent将能够自主学习并优化决策过程。通过分析历史数据和实时环境变化，AI Agent将在资产管理、风险控制、自动化交易等方面展现出更强的智能决策能力。

–市场

AI、DePin、SocialFi、GameFi、BTC等等，无论是web2还是web3都是火热观点，Nvidia市值庞大，后起新秀Deepseek猛追紧赶，甚至2月初爆火的机器人在2月中OKX event就拉到了会场。这些显现无疑不说明一个问题：AI是未来。AI Agent是普通人学习的较小成本，因为只需要考虑需求就可实现。

所以随着DeFi市场的快速发展，AI Agent将成为DeFi和Web3领域的重要组成部分。框架如上述讨论的Buzz将进一步降低进入门槛，使得更多用户能够参与DeFi市场，自动化资产管理、交易、借贷、兑换、验证、信息获取等操作。这不仅为专业投资者提供了便利，也为普通用户打开了去中心化金融的大门。

随着技术的进步，AI Agent将在企业级应用中展现更大的市场潜力。尤其在金融服务、供应链管理、客户服务等领域，智能代理将极大提升效率，自动化处理大量事务。企业将更加依赖智能代理来提升运营效率、降低成本并优化客户体验。也与未来数字人民币[d]的概念会完全接受区块链的体系。

未来，AI Agent将不仅局限于金融领域，还将跨足更多行业，如医疗健康、法律服务、教育等领域、社会公益。例如，通过区块链和智能合约结合的AI Agent可以提供去中心化的健康数据管理、自动化的法律咨询等服务，开拓全新的市场和应用场景，公益配比也从乱序变成每笔交易可查的全透明状态，随着技术和市场的共同推动，AI Agent将在未来的Web3生态系统中一定会扮演越来越重要的角色。