AI 에이전트란 ​​무엇입니까? 텔레그램 트레이딩 봇과 어떻게 다릅니까?

올 하반기부터 AI 에이전트(AI Agent)라는 화두가 주목받고 있다. 처음에는 진실의 AI 챗봇 터미널이 X에 대한 유머러스한 게시물과 답변(Weibo의 "Robert"와 유사)으로 광범위한 관심을 끌었으며 a16z 창립자 Marc Andreessen으로부터 50,000달러의 보조금을 받았습니다.

AI Agents, a hot topic in the Web3 community, have sparked discussions and debates. But what exactly are AI Agents? How do they differ from Telegram trading bots? And why do they face skepticism despite their potential benefits?

Web3 커뮤니티에서 뜨거운 주제인 AI 에이전트는 토론과 논쟁을 불러일으켰습니다. 그렇다면 AI 에이전트란 ​​정확히 무엇입니까? 텔레그램 트레이딩 봇과 어떻게 다릅니까? 그리고 잠재적인 이익에도 불구하고 왜 회의론에 직면합니까?

AI Agents are intelligent agent systems powered by large language models (LLMs) that can perceive their surroundings, make logical decisions, and complete complex tasks by utilizing tools or executing actions. Their workflow involves:

AI 에이전트는 도구를 활용하거나 작업을 실행하여 주변을 인식하고, 논리적인 결정을 내리고, 복잡한 작업을 완료할 수 있는 LLM(대형 언어 모델)을 기반으로 하는 지능형 에이전트 시스템입니다. 워크플로에는 다음이 포함됩니다.

* Perception module (acquiring input)

* 인식 모듈(입력 획득)

* LLM (understanding, reasoning, and planning)

* LLM(이해, 추론, 계획)

* Tool invocation (task execution)

* 도구 호출(작업 실행)

* Feedback and optimization (validating and adjusting)

* 피드백 및 최적화(검증 및 조정)

For example, in the context of Web3 applications, AI Agents differ from Telegram trading bots or automation scripts in the following way:

예를 들어, Web3 애플리케이션의 맥락에서 AI 에이전트는 다음과 같은 방식으로 텔레그램 거래 봇 또는 자동화 스크립트와 다릅니다.

Suppose users want to execute arbitrage trades when profits exceed 1%. In a Telegram trading bot that supports arbitrage, users can set a trading strategy for profits greater than 1%, and the bot will begin executing trades that meet this condition. However, these bots lack the ability to assess risk and will continue executing arbitrage trades as long as the profit condition is met. In contrast, AI Agents can automatically adjust their strategies. For instance, if a trade's profit exceeds 1%, but data analysis reveals that the risk is too high due to potential sudden market changes that could lead to losses, the AI Agent will decide not to execute the arbitrage trade.

사용자가 이익이 1%를 초과할 때 차익 거래를 실행하기를 원한다고 가정합니다. 차익거래를 지원하는 텔레그램 거래 봇에서 사용자는 1% 이상의 이익을 위한 거래 전략을 설정할 수 있으며, 봇은 이 조건을 충족하는 거래를 실행하기 시작합니다. 그러나 이러한 봇은 위험을 평가하는 능력이 부족하며 이익 조건이 충족되는 한 계속해서 재정 거래를 실행합니다. 이와 대조적으로 AI 에이전트는 자동으로 전략을 조정할 수 있습니다. 예를 들어, 거래 수익이 1%를 초과하지만 데이터 분석을 통해 손실로 이어질 수 있는 갑작스러운 시장 변화로 인해 위험이 너무 높다는 것이 밝혀지면 AI 에이전트는 차익 거래를 실행하지 않기로 결정합니다.

Thus, AI Agents possess self-adaptability, with their core advantage being the ability to self-learn and make autonomous decisions. Through interaction with the environment (such as market conditions, user behavior, etc.), they adjust their behavioral strategies based on feedback signals, continuously improving the effectiveness of task execution. They can also make real-time decisions based on external data and continuously optimize decision-making strategies through reinforcement learning.

따라서 AI 에이전트는 자체 적응성을 가지며, 핵심 장점은 스스로 학습하고 자율적인 결정을 내리는 능력입니다. 환경(예: 시장 상황, 사용자 행동 등)과의 상호 작용을 통해 피드백 신호에 따라 행동 전략을 조정하여 작업 실행의 효율성을 지속적으로 향상시킵니다. 또한 외부 데이터를 기반으로 실시간 의사결정을 내리고 강화학습을 통해 의사결정 전략을 지속적으로 최적화할 수 있습니다.

While AI Agents sound advanced and capable of enhancing user experiences, they also face skepticism in the community. This is mainly because AI Agents are still just tools and cannot complete entire workflows independently. They can only enhance efficiency and save time at certain nodes. Moreover, at the current stage of development, the role of AI Agents is mostly concentrated on helping users issue MeMes and manage social media accounts. As a result, the community戲稱" , poking fun at the fact that assets ultimately belong to the developer, while liabilities are assigned to the AI.

AI 에이전트는 고급스럽고 사용자 경험을 향상할 수 있는 것처럼 보이지만 커뮤니티에서는 회의적인 시각도 있습니다. 이는 주로 AI 에이전트가 여전히 도구일 뿐이며 전체 워크플로를 독립적으로 완료할 수 없기 때문입니다. 특정 노드에서만 효율성을 높이고 시간을 절약할 수 있습니다. 또한, 현재 개발 단계에서 AI 에이전트의 역할은 주로 사용자가 MeMe를 발행하고 소셜 미디어 계정을 관리하도록 돕는 데 집중되어 있습니다. 결과적으로 커뮤니티는 자산이 궁극적으로 개발자에게 속하고 부채는 AI에 할당된다는 사실을 조롱합니다.

However, just this week, a new application of AI Agents emerged with the launch of an AI Agent for token presale by aiPool. This AI Agent leverages TEE technology to achieve trustlessness. The wallet private key of this AI Agent is dynamically generated in a TEE environment, ensuring security. Users can send funds (such as SOL) to the wallet controlled by the AI Agent, which then creates tokens according to set rules and launches a liquidity pool on a DEX, while distributing tokens to eligible investors. The entire process does not rely on any third-party intermediaries and is fully completed autonomously by the AI Agent in a TEE environment, avoiding the common rug pull risks in DeFi. It is evident that AI Agents are gradually evolving. I believe that AI Agents can help users lower barriers and enhance experiences, and even simplifying part of the asset issuance process is meaningful. However, from a macro Web3 perspective, AI Agents, as off-chain products, currently serve merely as auxiliary tools for smart contracts, so there is no need to overstate their capabilities. Given that there has been a lack of significant wealth effect narratives aside from MeMe in the second half of this year, it is normal for the hype around AI Agents to revolve around MeMe. Relying solely on MeMe cannot sustain long-term value, so if AI Agents can bring more innovative gameplay to trading processes and provide tangible value, they may develop into a common infra tool.

그러나 이번 주에는 aiPool의 토큰 사전 판매를 위한 AI 에이전트가 출시되면서 AI 에이전트의 새로운 애플리케이션이 등장했습니다. 이 AI 에이전트는 TEE 기술을 활용하여 무신뢰를 달성합니다. 이 AI Agent의 지갑 개인키는 TEE 환경에서 동적으로 생성되어 보안을 보장합니다. 사용자는 AI 에이전트가 제어하는 ​​지갑에 자금(예: SOL)을 보낼 수 있으며, 그러면 설정된 규칙에 따라 토큰이 생성되고 DEX에서 유동성 풀이 시작되는 동시에 적격 투자자에게 토큰이 배포됩니다. 전체 프로세스는 제3자 중개자에 의존하지 않고 TEE 환경에서 AI 에이전트에 의해 완전히 자율적으로 완료되어 DeFi에서 흔히 발생하는 러그 풀 위험을 방지합니다. AI 에이전트가 점차 진화하고 있다는 것은 분명합니다. AI 에이전트는 사용자의 장벽을 낮추고 경험을 향상시키는 데 도움이 될 수 있으며, 자산 발행 프로세스의 일부를 단순화하는 것만으로도 의미가 있다고 생각합니다. 그러나 거시적 Web3 관점에서 볼 때, 오프체인 제품인 AI 에이전트는 현재 스마트 계약을 위한 보조 도구로만 사용되므로 그 기능을 과장할 필요가 없습니다. 올해 하반기에는 MeMe를 제외하고는 상당한 부 효과 서술이 부족했다는 점을 감안할 때 AI 에이전트에 대한 과대광고가 MeMe를 중심으로 돌아가는 것은 정상입니다. MeMe에만 의존하는 것은 장기적인 가치를 유지할 수 없기 때문에 AI Agent가 거래 프로세스에 보다 혁신적인 게임 플레이를 제공하고 실질적인 가치를 제공할 수 있다면 공통 인프라 도구로 발전할 수 있습니다.