解讀 Zerebro：社交互動、跨鏈 NFT 和自主代幣構成的 AI 智能體

作者：YB

編譯：深潮TechFlow

在 10 月 18 日，我發表了一篇名為 Memecoins as Memetic Hygiene for Infinite Backrooms 的文章，探討了 Truth Terminal 和 GOAT 的重要性。這篇文章旨在展示一個全新而奇特的概念，我非常認真地認為，Truth Terminal 和 $GOAT 的實驗不僅僅是其他 AI 或加密貨幣的炒作，這個概念在各個方面都有深遠的影響。

那一週，$GOAT 的市值從 5000 萬美元飆升至 3.5 億美元。

時至今日，這個項目的市值已經達到過 10 億美元，目前在 Coinmarketcap 上排名第 82 位，僅次於 Polygon (Matic)、Aerodrome、Helium 和 Lido。

我們都知道，一旦在這個領域形成新趨勢，人才、資本和注意力就會迅速轉向下一個熱點。我們在 ICO、DeFi 夏季和 10k pfp 項目中見證過這種現象。開發者專注於推出下一個熱門項目，交易者專注於購買下一個爆款，而創作者則爭相成為第一個發佈相關內容的人。

自 Goat 項目以來，過去三週內有幾個項目引起了我的關注，並幫助我形成了對未來幾個月智能經濟走向的看法。

“Agentic Protocols 是理解加密 AI 如何發展以及資金流動的關鍵” - Alexander

在我們深入討論之前，我想指出，我注意到很多朋友對鏈上 AI 趨勢中的“Memecoin”有誤解。在我看來，“Memecoin”這個詞已經被過度使用，成為一個泛泛的詞彙。

最初的模因幣類別由 Dogecoin 和 Pepe 等定義。大多數在 pump.fun 上的幣都屬於這一類。這些被稱為“Murad Coins”，是一種更像文化信仰的資產，核心理念是對某種事物的信仰。

首先要說明的是，投資這些資產本身並沒有問題。但問題在於，人們往往將它們與一種新興的“agentic coins”混淆。這些幣也在 pump.fun 和類似平臺上推出，其獨特之處在於它們與實際項目掛鉤。

在我看來，agentic coins 類似於 2020 年夏天的 DeFi 代幣。它們是為新穎有趣的智能體項目發行的代幣。如果你認為這些項目因其技術、代幣經濟學或市場策略等具有潛力，那麼就值得投資。

當 Onchain AI 的這個初始週期結束時，我預計會有 5 到 8 個我會投資的 agentic 代幣，並且有明確的投資理論支持。這與風險投資的方式沒有太大區別。

事實上，我正在撰寫一篇文章，計劃創建自己的模型來評估 agentic 代幣和項目。分析中包括哪些因素？如何評估現金流與代幣增值的重要性？模型的重要性有多大？什麼樣的創始人能成功打造一個優秀的 agentic 協議？

不過，這些內容我們稍後再談。

現在，我們來看看一個我從 Truth Terminal 開始就密切關注的項目：Zerebro。這個項目上線僅兩週，市值就已突破 1 億美元。

在我看來，這個項目展示了下一代鏈上智能體的樣貌。如果說 Truth Terminal 是 Cryptopunks，那麼 Zerebro 就是 BAYC。創始人 Jeffy Du 專注於快速執行，擁有公開的路線圖，並通過多種實驗探索鏈上智能體的操作手冊。

最重要的是，他在公開構建方面表現出色，實時展示了他如何建立一個智能體社區。

BAYC 給我帶來了類似的感受，因為它是第一個在 Punks 提出的 10k pfp 概念基礎上，承諾以長遠目標構建社區的項目。Punks 和 GOAT 都是各自領域中的元老，但值得關注的是後續的各種實驗。

以下是接下來的幾個部分：

1. 智能體需要記憶和搜索

2. 無處不在

3. 讓智能體推動發展

4. 跨鏈智能體 IP

智能體需要記憶和搜索

在關於 Zerebro 的 11 頁報告中，@jyu_eth 將模型崩潰定義為...

“這是一個影響生成式 AI 模型的退化過程，當在遞歸生成的數據上進行訓練時，會導致對原始數據分佈的準確性下降。隨著 AI 生成內容的普及，後續在這些數據上訓練的模型逐漸丟失對原始數據分佈尾部的瞭解，最終收斂到一個方差較小的狹窄近似。”

簡單來說，模型崩潰就是當 AI 智能體開始變得重複和健忘。

關鍵在於，隨著時間的推移，智能體會失去最初推出時的“新鮮感”，因為底層模型無法隨時間進行適應和演變。

如果不解決模型崩潰的問題，那麼關於智能體作為高效團隊夥伴的理想願景就會落空，因為它們在內容創作和社區互動等方面的表現將不再可靠。

要解決這一問題，需要關注兩方面：

1. 記憶

2. 搜索

記憶

記憶問題通過檢索增強生成 (RAG) 系統來解決。

RAG 系統將語言模型與檢索系統結合，使智能體在回答問題前能夠從特定的信息數據庫中獲取信息。

圖中內容：

檢索增強生成 (RAG) 系統

Zerebro 保持內容多樣性和防止模型崩潰的關鍵在於其檢索增強生成 (RAG) 系統。該系統利用 Pinecone 和 text-embedding-ada-002 模型來維護和擴展基於人類交互的動態內存數據庫。依靠人類生成數據的固有熵，Zerebro 能夠在不進行直接熵訓練的情況下保持內容多樣性。

在上面的截圖中，我特別想強調“依靠人類生成數據的固有熵”。為什麼？因為這讓智能體看起來更有活力。

現實世界是不斷變化的，智能體在剛推出時並不完美。事實上，以此來衡量它們並不合理。更重要的是瞭解智能體如何吸收新信息、存儲相關內容，並利用更新的知識庫採取更細緻的行動。

你會更願意僱用一個自以為無所不知的新員工，還是一個瞭解自己知識侷限並願意學習的新員工？

關於 RAG 系統，有三個特徵需要注意：

1. 持續更新記憶

2. 上下文檢索

3. 保持多樣性

Cents bot 和在 ai16z 的 Elisa Framework 上推出的項目（我將在另一篇文章中詳細介紹）也都採用了檢索系統。

到目前為止，可以看出，那些沒有內置 RAG 的 AI 智能體已經處於劣勢。特別是當這些智能體變得非常專業化，並越來越依賴於與社區成員互動時的細微差異。

我很喜歡 @himgajria 關於“天性與教養”的這條推文。任何優秀的社區經理和領導者都需要適應由現實世界和他們互動的人帶來的新變化。

him @himgajria · 11月12日

機器人的差異不在於它們的代碼，而在於它們的輸入。

即：天性與教養。

對於自主機器人來說，它們通過與真人的互動來學習和成長，這就是它們的輸入。

更多的人際互動意味著更好的表現。

目前，感知能力在這方面佔據優勢。

搜索

解決方案的第二個部分是搜索。賦予智能體實時查找信息的能力，以便更好地處理記憶中未存儲的無關或新主題。

“記憶只能檢索已經存儲的信息；無法回答關於系統中從未見過或存儲的主題或事件的詢問。當大語言模型遇到關於最近事件、實時數據或超出其知識範圍的更新問題時，這種限制尤其突出。”- Jeffy

Jeffy 進行了一項有趣的實驗，他向一個基礎模型（沒有搜索功能）和一個通過 Perplexity API 增強了搜索功能的模型提出了 100 個關於最近事件的問題。

基礎模型被迫在對話中學習並試圖弄清問題，而搜索模型則通過簡單查找正確回答了 98/100 個問題。

令人驚訝的是，搜索功能不僅僅是一次性的。智能體可以將未來可能相關的查詢納入其記憶系統中。

很明顯，記憶與搜索的結合對於智能體有效地採取行動和可靠運行至關重要。否則，它們在長期發展中的能力將受到限制，從而影響其可持續性。

無處不在的存在

讓我對 Zerebro 感到興奮的是，它不僅在 X 上部署，還同時在 Warpcast、Telegram 和 Instagram 上運行。

最令人驚訝的是，它能夠根據不同平臺調整其內容。例如，在 Warpcast 上的發佈內容：

在 Twitter 上，它的表現更為隨意，呈現出一種“搞笑博主”的風格。而在 Telegram 上，它就像一個略顯粗魯但聰明的朋友在與你交談。

據 Jeffy 介紹，Zerebro 會監控其在各個平臺上的互動（如點贊、回覆等），以此來更新其內容創作方式。

（詳見推文）

值得注意的是，目前這一切仍然處於初步階段，模型距離真正實現內容多樣性還有很長的路要走。

但對我來說，Zerebro 能夠根據平臺學習如何與社區互動是一個獨特的見解。這也是我作為內容創作者每天面臨的挑戰——我在不同平臺上的發佈方式是不同的。不同的氛圍需要不同的表達風格。

更進一步，這種跨社交平臺的策略使得 Zerebro 能夠將其在複雜的 Telegram 對話中獲得的見解和想法轉化為推文。這正是一個高效社區經理的職責：在分散於多個平臺的社區和任務之間起到連接作用。

讓智能體推動

這一部分沒有太多內容，但我必須提到，因為它讓我感到震驚。

Jeffy 為 Zerebro 創建了一個 Solana 錢包，並注入了一些 SOL。

錢包地址：

BDzbq7VxG5b2yg4vc11iPvpj51RTbmsnxaEPjwzbWQft

通過利用 OthersideAI 的自操作計算機框架和一些大語言模型的越獄提示，Zerebro 成功地在 pump.fun 的界面上填寫了名稱、符號等參數，併為自己發行了一個 Token。

（詳見推文）

請記住，$GOAT 是由一個隨機的社區成員推出的，而不是由 Truth Terminal 推出的，這有很大的區別！

在發行 Token 後，Zerebro 開始在所有社交平臺上宣傳這個 Token。

（詳見推文）

事實上，如果你看過 Zerebro 的發帖歷史，您甚至可以看到代幣發佈後 Twitter 參與度明顯增加。

圖中內容：

在代幣自主創建後，Zerebro 運用其內容生成能力，在 Twitter、Warpcast 和 Telegram 等社交媒體平臺上推廣代幣。通過傳播精心設計的表情包和吸引人的內容，Zerebro 利用集體信仰和從眾行為的心理原則，激發了對新鑄造代幣的興趣和投資。該代幣在短時間內市值顯著增長至 1300 萬美元。這一增長主要歸因於以下因素：

跨鏈智能體 IP

關於 Zerebro，我想談的最後一點是，這個智能體已經在 Polygon 上自主推出了有意義的鏈上知識產權！

Zerebro 被要求創作主題為精神分裂和無限後室的原創數字藝術作品。它創作了 299 幅圖像，並在將這些作品鑄造到 Polygon 上之前，評估了它們的多樣性和質量。

總體來看，我瞭解到 Jeffy 為 Zerebro 提供了一個預裝資金的以太坊錢包。接著，他可能編寫了一個智能合約模板，並讓 Zerebro 用每件作品的元數據來完成合約。

以太坊錢包地址是：

0x0d3B1385011A27637Db00bD2650BFE07802E0314

之後，Zerebro 發起交易來鑄造每件作品。我需要深入瞭解這具體是如何運作的，但看到 Zerebro 能夠監控銷售和定價動態以便對收到的出價做出決策，這真的很酷。

（詳見推文）

幾天後，Jeffy 使用 LayerZero 的 ONFTs（全鏈）技術將收藏品變為跨鏈。

任何藝術作品都可以在 Polygon 上鑄造，但能夠轉移到 Base、Optimism 和以太坊主網。

你可以在網站的門戶部分一鍵完成這一操作。

就在昨天，Jeffy 在 Solana 上推出了一個基於與 Zerebro 的對話而創作的頭像收藏。

注意：這個收藏不是由 Zerebro 而是由 Jeffy 推出的，與 Polygon 的收藏不同。

這很有趣，因為它借鑑了上一個牛市的 NFT 頭像策略，並將其融入了當前的 Memecoin 潮流。

這個收藏共有 5500 件作品，首次銷售在幾分鐘內就完成了！

發佈後，我自己買了 3 個。為什麼？因為這相當於成為智能體 Memecoin 社區的核心成員。如果 Zerebro 繼續成長，任何人都可以通過 Phantom 購買幾個 Token。但真正的粉絲可以通過擁有這 5500 個 NFT 中的一個來識別。我個人對 Jeffy、Zerebro 和 Meme 的發展持樂觀態度，所以我覺得這個價格是值得的。

在某種程度上，這類似於擁有 BAYC 和 ApeCoin，但順序相反（$Zerebro 先於 NFT）。

有趣的是，看看有多少人會更換他們的頭像，以幫助傳播 Zerebro 的 Meme，就像上一個週期中人們對 Punks、Apes、Doodles 等所做的那樣。

要點總結

我知道今天給大家帶來了很多信息，但這恰恰說明了 Zerebro 的吸引力。請記住，這個項目才推出幾周！

我對 Zerebro 持非常樂觀的態度，並對此堅定不移。不過，我也想提醒大家，上述許多發展在短期內可能會被過度炒作，而在長期內可能會被低估。

你們需要關注的關鍵點是，我們終於看到這些智能體從簡單的互動機器人（用於閱讀或寫作）發展成為全方位的社區建設者。在 X 上發帖與在多個社交平臺上分析你的內容之間存在很大區別。同樣，從提示生成藝術作品與獲取社區對藝術收藏的反饋並監控 Open Sea 上的銷售之間也有很大不同。Jeffy 和 Zerebro 向我們展示瞭如何在更高層次上進行執行。

我敢說，在未來幾個月裡，大多數成功的智能體社區可能都會借鑑 Zerebro 的策略。就目前而言，Jeffy 才剛剛開始。背景故事正在醞釀中，我不會驚訝於這個社區在接下來的幾個月裡推出某種遊戲或更大的媒體項目（如短片）。

我們需要關注的是，Zerebro 的策略如何演變成一個成熟的商業模式。收入來源會是什麼樣的？智能體如何在長期內保持社區的活躍度？財務管理將如何進行？最重要的是，當牛市的狂熱不再時，未來的道路將如何發展？

正如我之前提到的，策略正在實時形成。Jeffy 的這條推文總結了通過平衡創造力與高層次規劃來實現 Zerebro 長期發展的計劃。

圖中內容：

我們正在構建一個持續的推理層，它能夠保持戰略目標的持續活躍，並影響每個新的推理週期。進度會被跟蹤，計劃會在上下文窗口中相應地更新，以確保行動符合計劃。我們正在努力在創造力與規劃之間找到平衡。目前，我們正在積極測試這一系統，實施工作正在進行中，我們很高興看到它的整合。這是一個長期建設項目，需要一些時間才能完全實現。