多智能體系統(tǒng)——當(dāng)前形勢與展望
作者：Jinming來源：HashKeyCapital翻譯：善歐巴，金色財(cái)經(jīng)引言
人工智能代理（AIAgent）的概念，指的是能夠理解其環(huán)境并代表用戶或機(jī)器自主執(zhí)行行動(dòng)以實(shí)現(xiàn)其目標(biāo)的智能軟件系統(tǒng)，早在20世紀(jì)80年代就已提出。然而，直到2010年代，隨著深度學(xué)習(xí)和大型語言模型（LLM）的興起，展示了它們理解和生成類人響應(yīng)的能力，這一概念才開始受到關(guān)注。
如今，LLM已成為我們生活中不可或缺的一部分，像ChatGPT這樣的產(chǎn)品在全球擁有超過1550萬付費(fèi)用戶，隨著OpenAI推出更智能的推理模型，需求必將進(jìn)一步增長。ChatGPT、Claude和DeepSeek等LLM的廣泛應(yīng)用為代理經(jīng)濟(jì)的自然發(fā)展鋪平了道路。代理比LLM更復(fù)雜，它被定義為一個(gè)由單個(gè)模型或多個(gè)模型組成的系統(tǒng)，以及一個(gè)帶有工具集并定義代理身份的框架（圖1）。
配備角色、工具包的代理可以接收任務(wù)，分析、處理并代表用戶自主執(zhí)行行動(dòng)，盡管有時(shí)需要人工參與提供反饋并通過強(qiáng)化學(xué)習(xí)進(jìn)行學(xué)習(xí)。代理本質(zhì)上是可組合的，隨著代理變得更加專業(yè)化和技術(shù)成熟，代理系統(tǒng)的人工參與部分可能會(huì)退居次要地位，而代理之間的通信將成為簡化復(fù)雜工作流程和釋放效率提升的重點(diǎn)。隨著基于代理的框架不斷進(jìn)步，我們預(yù)計(jì)通過集成Blockchain（一種基于透明度、去中心化和激勵(lì)一致的技術(shù)），將在各種應(yīng)用中獲得指數(shù)級的收益。
此外，通過利用Blockchain技術(shù)的可信、安全和透明的特性，智能合約上的代理可以執(zhí)行自主錢包交易，因良好行為而獲得Tokens激勵(lì)，并因?qū)剐袨槎艿綉土P。在本報(bào)告中，我們將首先探討什么是多智能體系統(tǒng)以及支持這些系統(tǒng)開發(fā)的編排框架，然后了解多智能體系統(tǒng)與Web3技術(shù)之間的協(xié)同作用。隨后，我們將探討Web3多智能體框架的用例、挑戰(zhàn)和解決問題的努力。
圖1：代理的組件
AutoGen
AutoGen是微軟研究院人工智能前沿實(shí)驗(yàn)室設(shè)計(jì)的開源多智能體框架。它以其模塊化和可擴(kuò)展的設(shè)計(jì)促進(jìn)了多智能體應(yīng)用程序的開發(fā)。AutoGenCore實(shí)現(xiàn)了可以使用Python和.NET語言編程的消息傳遞和事件驅(qū)動(dòng)智能體。AgentChatAPI實(shí)現(xiàn)了智能體之間的無縫通信，并構(gòu)建在CoreAPI之上。各種擴(kuò)展可用，使智能體能夠執(zhí)行各種功能，例如網(wǎng)頁瀏覽、視頻分析、文件分析以及封裝Langchain工具等。基于AutoGen多智能體框架構(gòu)建的MagenticOne能夠執(zhí)行代碼、瀏覽網(wǎng)頁和管理文件等任務(wù)。
CrewAI
CrewAI是一個(gè)開源多智能體平臺(tái)，它通過明確定義的基于角色的多智能體編排實(shí)現(xiàn)高效且無縫的任務(wù)自動(dòng)化。其架構(gòu)允許具有可配置角色、目標(biāo)和個(gè)性的智能體按順序或并行交互，確保有序的任務(wù)執(zhí)行。為了保持相關(guān)性，智能體可以利用支持文本源和結(jié)構(gòu)化數(shù)據(jù)格式的廣泛知識(shí)庫。CrewAI還提供對LangChain和LlamaIndex工具的訪問，以及Portkey提供的企業(yè)級功能，使智能體能夠輕松使用外部API、數(shù)據(jù)庫和檢索系統(tǒng)。該平臺(tái)對開發(fā)人員也很友好，支持基于YAML的配置，這使得開發(fā)人員可以輕松配置和部署智能體。
Langroid
Langroid是一個(gè)開源Python編程框架，它將多智能體編程作為其核心設(shè)計(jì)原則，賦予智能體與公民類似的地位。該框架因其簡潔、直觀和可擴(kuò)展性而受到開發(fā)人員的認(rèn)可，它提供了各種模塊和工具，可以滿足復(fù)雜智能體應(yīng)用程序的需求。默認(rèn)情況下，智能體充當(dāng)消息轉(zhuǎn)換器，并具有3種響應(yīng)器方法：LLM響應(yīng)器、智能體響應(yīng)器和用戶響應(yīng)器。這些響應(yīng)器方法共同允許智能體執(zhí)行功能、生成人類可讀的自然語言響應(yīng)，并將人類反饋納入其智能體工作流程。圍繞智能體封裝任務(wù)使其能夠通過將子任務(wù)委派給其他智能體來編排交互。通過ToolMessage機(jī)制支持OpenAILLM和LLM函數(shù)調(diào)用，智能體可以訪問各種工具和函數(shù)。結(jié)合與LanceDB、Qdrant和Chroma等向量存儲(chǔ)的集成，Langroid的智能體具有持久的對話狀態(tài)和向量存儲(chǔ)內(nèi)存，使其擅長管理復(fù)雜的動(dòng)態(tài)場景。
CAMEL
CAMEL是一個(gè)開源多智能體框架，為任務(wù)自動(dòng)化、數(shù)據(jù)生成和現(xiàn)實(shí)世界模擬等廣泛應(yīng)用提供通用基礎(chǔ)設(shè)施。作為CAMEL的一部分，社會(huì)模塊在多智能體協(xié)調(diào)中起著至關(guān)重要的作用。它包含兩個(gè)框架——RolePlaying和BabyAGI——旨在管理智能體交互并推動(dòng)目標(biāo)導(dǎo)向的結(jié)果。其角色扮演、對話導(dǎo)向的方法使其非常適合構(gòu)建面向客戶的智能體。CAMEL與各種向量數(shù)據(jù)庫和LLM的集成支持RAG，并為其智能體提供持久內(nèi)存，使其非常適合大規(guī)模企業(yè)應(yīng)用程序。然而，RolePlaying框架的成功目前要求開發(fā)人員具備有效的提示工程技能和角色設(shè)計(jì)，這可能會(huì)使其對那些沒有強(qiáng)大的編碼和人工智能背景的人不太友好。CAMEL已經(jīng)部署了一個(gè)人工智能聊天機(jī)器人EigentBot，它可以獲取實(shí)時(shí)信息，支持多模態(tài)功能，并利用圖形RAG實(shí)現(xiàn)更好的上下文理解。
MetaGPT
MetaGPT是一種元編程多智能體編排框架，它將標(biāo)準(zhǔn)操作程序(SOP)編碼為提示序列，并結(jié)合明確定義的智能體角色和職責(zé)。這種設(shè)計(jì)有助于緩解智能體間交互帶來的更復(fù)雜的幻覺風(fēng)險(xiǎn)。MetaGPT中的智能體通過定義的輸出格式到一個(gè)共享消息池進(jìn)行通信，而不是進(jìn)行一對一的對話，從而減少了不相關(guān)或丟失的內(nèi)容。它還實(shí)現(xiàn)了可執(zhí)行的反饋機(jī)制，支持自我糾正和審查。MetaGPT在軟件開發(fā)環(huán)境中特別有效，在這些環(huán)境中，明確定義的角色可以提高代碼質(zhì)量和任務(wù)分配。當(dāng)根據(jù)代碼生成基準(zhǔn)進(jìn)行衡量時(shí)，MetaGPT在HumanEval和MBPP中取得了顯著的成果，分別為85.9%和87.7%。
LangGraph
LangGraph是LangChain創(chuàng)建者開發(fā)的開源智能體框架。它旨在管理復(fù)雜的多智能體工作流程，具有模塊化架構(gòu)，使不同的智能體能夠高效地通信、協(xié)調(diào)和執(zhí)行任務(wù)。通過使用基于圖的架構(gòu)來建模智能體工作流程的不同組件之間的關(guān)系，LangGraph促進(jìn)了動(dòng)態(tài)任務(wù)分配、無縫可擴(kuò)展性以及跨分布式系統(tǒng)的強(qiáng)大問題解決能力。這種創(chuàng)新方法簡化了狀態(tài)管理，適用于需要持久保留上下文的多步驟工作流程。此外，Langchain模型上下文協(xié)議(MCP)適配器（一個(gè)輕量級包裝器）允許將MCP工具輕松轉(zhuǎn)換為Langchain工具，供LangGraph智能體使用，從而擴(kuò)展其可用工具集。在多智能體領(lǐng)域，LangGraph受益于強(qiáng)大的網(wǎng)絡(luò)效應(yīng)，因?yàn)樗昧薒angChain生態(tài)系統(tǒng)。
ElizaOS
ElizaOS可能是最著名的Web3多智能體框架，是一個(gè)開源TypeScript多智能體框架，它嵌入了Web3組件，以解決加密行業(yè)的入門障礙和可訪問性問題。該框架采用模塊化設(shè)計(jì)，帶有廣泛的插件集，目前能夠支持一系列模型（即OpenAI、DeepSeek、Llama、Qwen等）、平臺(tái)集成（即Twitter、Discord、Telegram、Farcaster等）以及超過25種鏈兼容性（即Solana、Ethereum、Ton、Aptos、Sui、Sei等）。它與GOATSDK的集成還使智能體能夠執(zhí)行各種鏈上操作。ElizaOS的核心架構(gòu)由智能體、角色文件、提供程序、操作和評估器組成，它們共同使智能體在執(zhí)行各種任務(wù)時(shí)具有持久的內(nèi)存和上下文感知能力，并從評估器那里獲取反饋以確保更好的性能。
一個(gè)值得注意的例子是ai16zDAOFund，它利用ElizaOS框架創(chuàng)建了一個(gè)自主智能體，可以過濾市場信號(hào)并交易各種meme幣。在其鼎盛時(shí)期，它管理著超過3600萬美元的AUM。
作為Web3中最成熟的智能體框架，ElizaOS智能體框架繼續(xù)受到Web3開發(fā)人員的歡迎，因?yàn)樗@得了超過14K的github星星，并且目前擁有99個(gè)集成。隨著未來計(jì)劃推出智能體啟動(dòng)平臺(tái)，這可以通過為開發(fā)人員提供一個(gè)無需/低代碼的智能體啟動(dòng)平臺(tái)來進(jìn)一步激發(fā)他們的興趣。
RIG
另一個(gè)擁有超過3Kgithub星星的流行Web3智能體框架是RIG，一個(gè)基于Rust的開源智能體框架，它通過提供輕量級核心同時(shí)支持高級推理模式（從提示鏈到條件邏輯和并行任務(wù)執(zhí)行）而脫穎而出。RIG框架在支持的LLM提供商（OpenAI、cohere、DeepSeek等）之間提供統(tǒng)一的API，并為RAG實(shí)現(xiàn)提供簡化的嵌入和向量存儲(chǔ)支持。還可以創(chuàng)建自定義工具，使該框架可擴(kuò)展用于基于LLM的應(yīng)用程序。
利用Rust的異步功能，多智能體系統(tǒng)可以并發(fā)處理多個(gè)任務(wù)。盡管它目前在23個(gè)Web3原生集成方面落后于ElizaOS。RIG背后的開發(fā)人員ARC已與Solana基金會(huì)合作，通過向使用RIG構(gòu)建基于Rust的智能體的開發(fā)人員提供有針對性的贈(zèng)款來推動(dòng)該框架的采用。此外，ARC還推出了其智能體啟動(dòng)平臺(tái)Forge，該平臺(tái)采用與Virtuals類似的啟動(dòng)平臺(tái)模型，但目前僅允許列入白名單的團(tuán)隊(duì)訪問該平臺(tái)。RIG和Forge啟動(dòng)平臺(tái)的一個(gè)值得注意的用例是AskJimmy平臺(tái)，這是一個(gè)多智能體對沖基金，它協(xié)調(diào)由交易策略庫驅(qū)動(dòng)的智能體群，以便在Hyperliquid、Drift、GMX等領(lǐng)先平臺(tái)上跨EVM和Solana無縫執(zhí)行交易。
G.A.M.E
VirtualsProtocol團(tuán)隊(duì)開發(fā)的G.A.M.E框架是一個(gè)基于Python和JavaScript的開源多智能體框架，它促進(jìn)了鏈上智能體的創(chuàng)建。它與Web3庫GOATSDK的集成，為智能體提供了跨各種協(xié)議的200多個(gè)鏈上操作。任務(wù)處理通過分層方法完成，其中任務(wù)規(guī)劃器將任務(wù)分解為子任務(wù)，并將其委派給協(xié)調(diào)和通信以交付最終輸出的專業(yè)工作智能體。目前，其大多數(shù)智能體都圍繞社交媒體平臺(tái)和游戲內(nèi)環(huán)境展開，最著名的智能體是AIXBT。自推出以來，AIXBT（一個(gè)具有自己X帳戶的AI驅(qū)動(dòng)的鏈上分析影響者）因其分析見解而廣受認(rèn)可，截至撰寫本文時(shí)，擁有超過49萬粉絲。
盡管Web2多智能體框架已經(jīng)相對成熟并獲得了強(qiáng)大的機(jī)構(gòu)需求，但與Web3多智能體框架相比，它們?nèi)狈υ溕瞎δ堋Ｊ褂肳eb2工具的開發(fā)人員必須附加第三方庫才能與智能合約交互或解析Blockchain數(shù)據(jù)，從而引入復(fù)雜性和潛在的漏洞。使用Web3多智能體框架的開發(fā)人員可以受益于這些框架提供的內(nèi)置鏈上功能，在部署鏈上智能體時(shí)提供更無縫的體驗(yàn)，因?yàn)樗麄兛梢愿鼘Ｗ⒂谠O(shè)計(jì)良好的前端用戶體驗(yàn)。此外，通過利用Blockchain和智能合約作為底層基礎(chǔ)設(shè)施，鏈上智能體可以受益于加密軌道，例如讓其錢包代表用戶執(zhí)行鏈上操作并確保激勵(lì)一致性。Web3多智能體框架的性能指標(biāo)
簡化Web3中的工作流程
盡管Web2代理框架日益成熟和普及，但代理概念直到2024年第四季度才在Web3中獲得關(guān)注。ElizaOS、VirtualsProtocol和RIG等主要參與者（各自擁有自己的Tokens）實(shí)現(xiàn)了可觀的市值，凸顯了Web3中對AI代理的強(qiáng)烈需求，而不僅僅是投機(jī)交易。這些Tokens市值所反映出的興奮并非毫無根據(jù)，因?yàn)閃eb3仍在努力實(shí)現(xiàn)主流采用。讓Blockchain上的代理自主執(zhí)行鏈上操作，具有改變用戶體驗(yàn)的巨大潛力。除了可以實(shí)現(xiàn)的效率之外，Web3中代理的問題還可以追溯到Blockchain中AI的類似論點(diǎn)，即透明度和可追溯性以及先進(jìn)的安全功能。代理交易記錄在Blockchain上，用戶可以輕松跟蹤和驗(yàn)證代理采取的行動(dòng)。下面，我們重點(diǎn)介紹一些最適合代理采用的關(guān)鍵領(lǐng)域。
DeFAI
鏈上交易本質(zhì)上是復(fù)雜的，要求用戶至少對Blockchain和Web3錢包有基本的了解。這造成了糟糕的用戶體驗(yàn)，并且仍然是非加密原生用戶的重要障礙。盡管最近社交登錄已被各種Web3錢包提供商廣泛采用，但賬戶和鏈抽象的開發(fā)仍然緩慢且有限。用戶在瀏覽DeFi格局時(shí)仍然需要理解gas費(fèi)用、錢包地址、橋接等概念。相比之下，OpenAI最近推出的OperatorAgent僅需要用戶進(jìn)行簡單的自然語言處理即可執(zhí)行交易，通過后端代理處理抽象掉用戶必須采取的多個(gè)步驟。Web3也不應(yīng)該有什么不同，我們認(rèn)為將AI代理與各種DeFi(DeFAI)協(xié)議集成可以促進(jìn)更輕松的用戶入門和無縫體驗(yàn)。
VirtualsProtocol最近推出了代理商務(wù)協(xié)議，該協(xié)議為代理如何相互通信和交互設(shè)定了標(biāo)準(zhǔn)化方法。這種方法引入了涉及請求、協(xié)商、交易和評估的4個(gè)階段的過程。評估器、基于智能合約的托管和加密驗(yàn)證的引入是該框架的核心功能，可確保交付的交易滿足任務(wù)的要求。一旦滿足所有要求，智能合約觸發(fā)器將解鎖資金并交付服務(wù)，從而確保交易可以透明且無需信任地進(jìn)行。代理商務(wù)協(xié)議只是一個(gè)示例，說明多智能體編排框架如何幫助在鏈上以無需信任且安全的方式驅(qū)動(dòng)代理交互。
OlasProtocol展示了DeFAI的實(shí)際應(yīng)用：其Pearl應(yīng)用商店包含Mobius和Optimus代理，它們使用Olas堆棧在Uniswap、Balancer和Sturdy等平臺(tái)上自動(dòng)化DeFi策略，涵蓋Optimism、Base和Mode等網(wǎng)絡(luò)。OlasProtocol的Mech市場也充當(dāng)代理工具和插件交換中心，允許部署的代理通過代理間通信外包任務(wù)。另一個(gè)值得注意的例子是Questflow，它還提出了一個(gè)意圖匹配的多智能體編排框架，用戶的請求由識(shí)別相關(guān)代理的編排器處理，并通過監(jiān)督代理工作流程執(zhí)行的任務(wù)管理器將代理委派給這些任務(wù)。由于代理在Deagent代理注冊表中分派，代理創(chuàng)建者也可以獲得公平的報(bào)酬。數(shù)據(jù)所有權(quán)
在龐大的代理格局和生成的大量鏈上數(shù)據(jù)中，鏈上分析正成為一個(gè)日益有價(jià)值的領(lǐng)域，許多項(xiàng)目都在尋求提供數(shù)據(jù)標(biāo)記服務(wù)（例如SaharaAI）、跟蹤（ArkhamIntelligence、Kaito）、證明注冊表（EAS、BAS等）。代理作為用戶的得力助手，可以通過獲得用戶的許可，為Web3中不斷增長的數(shù)據(jù)格局做出貢獻(xiàn)，使用戶可以因其數(shù)據(jù)貢獻(xiàn)而獲得公平的獎(jiǎng)勵(lì)。
游戲
在Web3游戲社區(qū)中，對AI支持的代理的興趣和需求不斷增長。游戲代理可以為非玩家角色(NPC)提供動(dòng)力或管理游戲內(nèi)經(jīng)濟(jì)。它們通過自主執(zhí)行任務(wù)和響應(yīng)玩家操作來幫助創(chuàng)建動(dòng)態(tài)、響應(yīng)式環(huán)境。該領(lǐng)域值得注意的項(xiàng)目包括Parallel的WayFinder平臺(tái)，該平臺(tái)正在構(gòu)建一個(gè)知識(shí)圖，可供AI代理在游戲中的不同代理工作流程中使用。TreasureDAO是另一個(gè)值得注意的例子，它最近宣布即將推出由ElizaOS提供支持的MAGE代理啟動(dòng)平臺(tái)，進(jìn)一步朝著代理驅(qū)動(dòng)的Web3游戲格局邁進(jìn)。VirtualsProtocol還推出了ProjectWestWorld，這是一個(gè)Roblox中的交互式模擬，由G.A.M.E框架驅(qū)動(dòng)的多智能體自主交互并驅(qū)動(dòng)動(dòng)態(tài)游戲敘事。
其他用例
AI驅(qū)動(dòng)的DAO：代理可以將冗長的提案提煉成主流用戶易于理解和投票的易于理解的信息，從而增強(qiáng)去中心化的核心精神。
智能合約審計(jì)、網(wǎng)絡(luò)分析、欺詐檢測：代理在調(diào)試中可以發(fā)揮至關(guān)重要的作用，通常比人類更快地識(shí)別潛在風(fēng)險(xiǎn)，從而在與人類智能結(jié)合時(shí)降低安全風(fēng)險(xiǎn)。
供應(yīng)鏈優(yōu)化：通過使用AI的預(yù)測能力和Blockchain的透明和安全功能，這可以簡化并實(shí)現(xiàn)更具成本效益的運(yùn)營。成熟Web3多智能體系統(tǒng)面臨的挑戰(zhàn)和努力
Web3環(huán)境中的多智能體系統(tǒng)(MAS)（其中代理在去中心化基礎(chǔ)設(shè)施上運(yùn)行，并且通常使用智能合約進(jìn)行協(xié)調(diào)）面臨著一些可能影響其設(shè)計(jì)、部署和性能的限制和挑戰(zhàn)。以下是Web2和Web3代理可能面臨的一些障礙：
與基于單個(gè)LLM的系統(tǒng)一樣，多智能體系統(tǒng)也受到模型幻覺風(fēng)險(xiǎn)的影響。當(dāng)幻覺從一個(gè)代理傳遞到另一個(gè)代理時(shí)，多智能體系統(tǒng)中的幻覺風(fēng)險(xiǎn)可能更嚴(yán)重，從而加劇了問題。代理之間管理不善的通信將導(dǎo)致次優(yōu)的性能。因此，當(dāng)我們走向未來的完全自主代理時(shí)，許多框架仍然需要一些人工監(jiān)督。
實(shí)現(xiàn)代理之間的共識(shí)和狀態(tài)同步。在多智能體系統(tǒng)中，為了成功完成任務(wù)，代理必須在復(fù)雜且分層的多智能體系統(tǒng)中導(dǎo)航，確保與整體任務(wù)、自身職責(zé)和多智能體通信保持一致。
Web3中的代理還面臨可擴(kuò)展性和延遲問題，因?yàn)樗鼈冊诘讓覤lockchain上運(yùn)行，因此與其他類型的交易競爭區(qū)塊空間。這可能意味著在Blockchain可擴(kuò)展性挑戰(zhàn)得到解決之前，我們在可預(yù)見的未來看不到大型代理網(wǎng)絡(luò)的完全鏈上編排。Blockchain上的安全和隱私挑戰(zhàn)在Web3環(huán)境中也是獨(dú)一無二的，這增加了復(fù)雜性。然而，隨著Turnkey等新興解決方案的出現(xiàn)，這種情況正在慢慢得到解決，Turnkey提供了一個(gè)TEE解決方案(AWSNitroEnclaves)，代理可以在其中安全且可驗(yàn)證地執(zhí)行操作。PhalaNetwork還宣布與GoPlus建立合作伙伴關(guān)系，利用Phala的TEE功能和GoPlus安全功能來增強(qiáng)ElizaOS代理。
多智能體內(nèi)存管理。在多智能體系統(tǒng)中，不同的代理執(zhí)行不同的任務(wù)并存儲(chǔ)不同的信息。因此，為了確保成功交付總體目標(biāo)，達(dá)成信息共識(shí)是有幫助的，同時(shí)實(shí)施強(qiáng)大的訪問控制機(jī)制至關(guān)重要，因?yàn)槟承┐砜赡苷谔幚砀叨让舾械男畔ⅰＮ茨軐?shí)施強(qiáng)大的安全措施可能導(dǎo)致數(shù)據(jù)隱私泄露和任務(wù)執(zhí)行失敗。
某些領(lǐng)域（例如科學(xué)實(shí)驗(yàn)室實(shí)驗(yàn)、經(jīng)濟(jì)學(xué)建模和鏈上技能）缺乏全面的基準(zhǔn)和評估標(biāo)準(zhǔn)可能會(huì)阻礙該領(lǐng)域的快速增長。結(jié)論
多智能體框架的未來充滿希望，但也充滿挑戰(zhàn)，這凸顯了前路漫漫。與已建立且獲得機(jī)構(gòu)認(rèn)可的Web2多智能體框架相比，Web3多智能體框架仍處于相對起步階段，生產(chǎn)就緒的用例狹窄。盡管如此，監(jiān)管轉(zhuǎn)變和為緩解上述挑戰(zhàn)而做出的持續(xù)努力是進(jìn)一步采用的關(guān)鍵催化劑。
此外，代理開發(fā)工具（例如SendAI套件、Coinbase代理套件、ShellAgent無代碼平臺(tái)、Olas堆棧等）的增長，以簡化代理創(chuàng)建并擴(kuò)展代理的用例，繼續(xù)取得進(jìn)展，推動(dòng)開發(fā)人員的增長和新的創(chuàng)新。GOATSDK等Web3庫的進(jìn)步有助于擴(kuò)展代理實(shí)現(xiàn)的操作的可能性。最終，隨著技術(shù)的發(fā)展和這些系統(tǒng)的成熟，我們可以期待代理工作流程在鏈上交互中變得司空見慣。就像有許多Web2多智能體框架一樣，我們希望在Web3中看到更多提供通用和利基方法的代理框架。