本期 Gaia Autonomous Hackathon “Building the Agents” AMA 邀请了 Web3 领域的重量级嘉宾，包括 Collab.Land 联合创始人 James Young、Greene Street 创始人 Andrew Foreman，以及 Gaia 的开发者 Advocates Harish Kotra 和 Carlos。

活动由 Cecilia 主持，和嘉宾深入探讨了推动此次黑客松的三大创新 AI agent：

• Organizer Agent（组织者 agent），负责实现活动的高效组织；

• Judge Agent（评审 agent），结合客观分析和个性化反馈进行作品评估；

• Bounty Distribution Agent（奖励分发 agent），专注于快速分配奖励给获胜团队。

嘉宾们分享了如何利用尖端技术（如 eliza 框架、Lit Protocol 和 MetaMask Delegation Toolkit）实现这些 agent 功能，同时讨论了整合去中心化 AI 工具和管理动态生态系统所面临的挑战和机遇。

讨论还强调了 AI 主导 DAO 的巨大潜力，展望通过降低协调成本来推动更高效运作的未来，并突出协作与创新在 Web3 基础设施发展中的变革性作用。

AI agent 带来的黑客松创新： 本次黑客松推出三大核心 AI agent——Organizer Agent、Judge Agent 和 Bounty Distribution Agent，分别优化活动组织、提升评审效率和改进奖励分配流程。

Organizer Agent 的高效协调：Collab.Land 开发的 Organizer Agent 利用 eliza 框架和 Lit Protocol，打造了一个功能强大的活动协调生态，为去中心化治理与 AI 结合提供了新的探索方向。

Judge Agent 的独特评审模式：Greene Street 开发的 Judge Agent 通过 Gaia 节点、Joke Race 和 Lit Protocol 实现去中心化密钥管理，将客观评估标准与模仿 Vitalik Buterin 风格的主观视角结合，带来新颖的评审体验。

尖端技术整合：黑客松全面整合了 MetaMask Delegation Toolkit、Story Protocol 和 Privado 等技术，从智能账户签名到去中心化身份管理，确保 agent 功能的安全性和流畅性。

实时解决挑战：团队在 AI 自主运行流程中遇到的技术难题，如奖励生成和分发，被视为提升技术能力和推动创新的契机。

AI 主导 DAO 的未来蓝图：通过代币化反馈机制，探索人类引导 AI agent 的 DAO 模式，降低协调成本，为链上组织创造新的高效可能。

AI agent 的未来展望： 此次黑客松旨在激发开发者设计能够引领 DAO、模仿知名人物风格、并通过 agent 协作提出颠覆性创意的解决方案，为 Web3 生态带来全新可能。

Cecilia（主持人）: 

欢迎大家来到今天的 AMA。在昨天的活动中，我们介绍了 Gaia 首个 AI 自主运行黑客松的基础内容。今天，我们将深入探讨这次黑客松的三大核心 AI agent。首先，让今天的嘉宾们先做个自我介绍。

James:

大家好，我是 James Young。

我是 Collab.Land 的联合创始人，我们专注于 AI 和加密货币的结合，因为我们相信 AI 是未来群体互动的核心方式。聊天不仅是人与人之间沟通的理想界面，也是 AI 和用户交互的完美切入点。我们管理了超过 6 万个链上社区，这让我们对社区治理有了深入了解。所以，我们从群体对话的角度切入 AI 和加密的结合点，非常高兴能参与今天的讨论。

Andrew:

大家好，我叫 Andrew Foreman，是 Greene Street 的合伙人。我们是一个专注于 Web3 和区块链应用的开发产品工作室，从全栈开发到协议构建。我们的团队在智能合约开发和用于交易的 ML 基础设施方面有丰富的背景和经验。当今年早些时候 AI 代理应用开始兴起时，它们与我们团队已有的经验完美契合。

我们的第一个大项目是 Polymarket Agents 存储库：我们构建了一个能够在预测市场中自动交易的代理，本身就是一个有趣的信息问题。过去几个月里，我们逐渐熟悉 Gaia 团队和他们的基础设施，并很开心能够在这个生态系统中构建代理。AI 代理在 Web3 和加密应用中的潜力相同——提升这些协议的可用性和用户体验，同时通过 AI 优化信息流。我们期待在此次黑客松中尝试这些，提升优秀协议和应用的水平。

Harish:

大家好，我是 Harish，是 Gaia 的开发者 Advocate，主要负责构建合作伙伴集成，为所有正在与 Gaia 及其合作伙伴构建的开发者创建演示，同时也与 James、Andrew 以及来自 Coinbase 的 Lincoln 合作，为此次黑客松构建代理。

Carlos:

我是 Carlos，来自 Gaia。我也在 DevRel 团队，与 Harish 一起工作。我有创意科技和电子商务的背景，参与过许多不同的项目。很高兴与大家分享我们如何构建这些代理，尤其是与 James、Andrew 和 Lincoln 的合作让我很兴奋。

Cecilia（主持人）:

谢谢各位的介绍！非常高兴大家今天能一起聊聊这次的黑客松。接下来，让我们深入了解这些 AI agent。James 和 Andrew，能否简单介绍一下你们正在为黑客松构建的 agent？

James：

我们在 Collab.Land 正在开发 Organizer Agent（组织者 agent），它是一个事件协调的微型模型。几周前，我们从零开始构建它，如今它已经成为测试我们整合各种组件能力的驱动力。

特别要感谢 ai16z 提供的出色工具 eliza 框架，我强烈建议开发者们都去探索一下。我们利用 eliza 框架为协调 agent 提供支持。从开发者的视角来看，eliza 这样的框架就像是 AI 和加密领域的 Next.js，让人们看到了去中心化版本 Vercel 的潜力。

我们的目标是通过这个协调 agent 来简化整个流程。在开发的过程中，我们也发现了一些空白。因此，我们在 Collab.Land 推出了一个入门工具包，这是迈向为加密 AI 创建类似 Vercel 平台的第一步。

目前，我们正努力在黑客松开始前完成这一工具包。

整个过程充满实验性，而最好的学习方式就是实际操作！

Andrew：

我们正在开发 Judge Agent（评审 agent）。它的主要功能是接收黑客松的项目提交，并生成反馈总结报告。Gaia 团队提出了一个非常有趣的想法：让这个评审 agent 模仿 Vitalik Buterin 的风格。因此，我们起了个有趣的名字，叫 “VITAL-AI-IK”。

我们的目标是微调和定制化这个 agent，让它尽可能像 Vitalik。不仅如此，这种应用需要结合两个核心特点：一是满足评估黑客松项目质量的客观标准，比如代码质量和项目的实现程度；二是融入 Vitalik 的个人风格，比如他可能会如何评价某个项目。这种将客观标准与主观风格结合在一个 agent 中的尝试非常有趣，也是我们这次黑客松的重点之一。

Cecilia（主持人）：

协调 agent 所使用的技术栈以及集成的合作伙伴有哪些？

James：

我们采用了多个关键技术和合作伙伴来构建 Organizer Agent。核心技术栈包括：

• eliza 框架（来自 ai16z）：支持 agent 的快速开发和功能实现。

• Lit Protocol：用于管理 agent 签署智能账户的能力，并确保关键交互的安全性。

• MetaMask Delegation Toolkit：提供委托功能，允许用户在保持控制的同时实现 agent 自主性。

在实现这些技术时，我们重点解决了开发者的责任问题，比如私钥或种子短语的管理。传统上，开发者需要直接持有这些敏感信息，但我们希望通过结合 Lit Protocol 和 MetaMask Delegation Toolkit，确保开发者不再是关键责任节点，从而更接近真正的 AI 自主性，同时保有人类的监督能力。

此外，我们开发了一个 入门工具包，帮助开发者快速上手。特别感谢团队成员 Gita，他在 Lit Protocol 与 MetaMask 的集成方面做出了出色贡献。我们还利用 Gaia 平台，确保对训练数据的去中心化控制，使 agent 的行为与用户的激励机制保持一致。

我们还探索了以下集成：

• Story Protocol：赋能 agent 共享和拥有知识产权，进一步扩展其功能。

• Bounty Caster：用于奖励管理。

• Joke Race：支持链上提交和任务管理。

• Privado：提供身份管理解决方案。

例如，Joke Race 确保所有提交都尽可能链上化，而 Story Protocol 则让 agent 能够生成并管理知识产权。这些服务的整合是为了创建一个综合模板，简化 AI agent 的开发和管理，帮助开发者专注于创新，而无需深陷技术复杂性。

Andrew：

James 和他的团队在协调 agent 上的工作令人印象深刻。接下来，我想分享一下我们在 Judge Agent（评审 agent） 上的进展。

评审 agent 的工作重点是管理提交的评分流程。我们没有前端界面，而是专注于创建一个高效的评分工作流。核心技术栈包括：

Gaia 节点—连接代理与所需组件和应用的核心工具：

• 它集成了聊天模型、数据库组件和配置选项，为 AI 推理服务提供支持，类似于一个专用的 Web 服务器。

• 这些功能被整合成一个端到端的流程。

工作流程：

1. 黑客通过 Joke Race 提交项目详情，包括项目名称、描述和 GitHub 链接。

2. Gaia 节点启动评分流程，agent 通过 RLM（Reinforcement Learning Model）进行分析，并与开发者通过 Farcaster 或 Telegram 交流。

3. 最终结果被链上发布，用于支付奖金。

我们还集成了 Lit Protocol，作为去中心化密钥管理系统。这允许我们安全地存储 API 密钥，并为未来的去中心化治理奠定基础。如果代理功能得到广泛应用，我们可以将治理开放给更大的社区。

这种去中心化和治理潜力是我们为评审 agent 设计的重要扩展功能。它展示了如何利用这些技术创造可扩展、创新和去中心化的 AI 解决方案。我们期待看到这种架构被进一步优化和应用到更广泛的场景中。

Cecilia（主持人）：

能和我们分享一些关于这三个 AI agent 的幕后故事吗？比如在构思和开发它们的过程中，有没有有趣的经历或者遇到的挑战？

James：

当然可以。我先来讲讲背景吧。或许有人会问，为什么 Collab.Land 会对 AI agent 感兴趣？毕竟 Collab.Land 主要是一个 Token Gateway 服务。但其实我的背景与 DAO（去中心化自治组织）密切相关——我曾参与撰写 Moloch DAO 的白皮书，还帮助创建了 Metacartel DAO，这些都是五六年前的事了。

当时，能让一群人在网上协作决策的想法非常吸引人。我之前的职业是游戏开发者，从博弈论的角度看待 DAO 是件非常有趣的事。DAO 本质上是为了降低协作成本而设计的工具，但现实中却常常伴随着各种竞选活动、政治操作等复杂现象。

这也是为什么我对 Organizer Agent 产生兴趣。我想知道，是否能用 AI 来辅助解决这些问题？这个 agent 可以像一面镜子，反映群体的讨论内容，同时通过人类反馈（RLHF）进行优化。更有趣的是，我们能不能将这个过程代币化？比如，这个 AI 读取群组对话内容并提出建议，群体只需要决定是否采纳这些建议。这样，我们就能通过简单的否决和批准来引导 DAO 的决策过程。

我们现在是否已经准备好迎接 AI 主导的 DAO ？我认为答案是肯定的。当我们组织人类协作时，尤其是在去中心化的在线环境中，常常缺乏明确的领导力。AI 是否能帮助激发创意，解决 DAO 中常见的冷漠问题？甚至，我们能否创建一个由 AI 主导、人类仅作为辅助的 DAO？最终，多个专门化的 AI agent 能否通过协调和信息交换，实现类似 AGI（通用人工智能）的效果？这不是一个单一的 AI 模型，而是一个由专门 agent 构成的网络，互相协作和交易信息。

对于我来说，Organizer Agent 是一次关于减少协作成本的实验。我想象这是一种未来高效链上组织的雏形，甚至可能是一种新型网络国家的基础。这次黑客松是实现这一愿景的第一步，它就是一个微型模型，将 DAO 的理念与 AI agent 协作和组织相结合。

Harish：

我一直在组织各种黑客松活动，而这次自治 AI agent 黑客松的核心问题是：哪些环节可以通过 AI agent 来实现自动化？经过分析，我们发现几乎整个黑客松流程都可以自动化！这也是我们设计三个 AI agent 来分担任务的原因之一。

比如，赏金创建是一个繁琐但可以完全自动化的环节。过去，我们需要不断和合作伙伴沟通确认赏金的内容和细节，而现在可以直接让 Organizer Agent 来完成这些工作。我非常期待看到它在创建赏金时会做出什么样的成果。

当然，赏金分发是另一个棘手的挑战。分发过程牵涉很多复杂性，而开发者显然希望尽快拿到他们赢得的奖金。这次，我们特别邀请了 Coinbase 的 Lincoln 提供支持，确保赏金分发无缝且自动化——这个过程依赖 Judge Agent 提供的输入。

在开发这些 agent 的过程中，我们实时遇到了很多问题。比如，在有限的时间里，如何集成所有合作伙伴的工具和平台？每个合作伙伴都有非常棒的技术支持，但我们必须设定优先级和边界，这确实是个挑战。

尽管如此，我们每天都在克服新的困难，同时继续完善这些 AI agent，并推动自治 AI 黑客松的进展。我特别期待看到这些 agent 生成的赏金任务，以及开发者们提交的作品成果！

Cecilia（主持人）：

最后一个问题是给所有开发者的。作为这些 AI agent 的创建者，你们对开发者在这次黑客松中构建的 AI agent 有什么具体期待？

Harish：

我们为这次黑客松设定了三个主要方向，希望开发者能够在这些领域进行探索：

1. 突破传统规范的 agent

   我们希望看到开发者创造出令人眼前一亮的 agent，它能够跳脱常规框架，带来真正令人惊叹的成果。

2. agent 之间的交互

   如果你能利用 James 团队提供的入门工具包，构建一个通过 Web2 或 Web3 API 实现 agent 之间交互的解决方案，那将是一个非常棒的用例。

3. 用户生成数据的价值挖掘

   你能否构建一个 agent，能够有效利用集体知识并为终端用户创造实际价值？这一点是我们非常期待的。

此外，与这些方向相关的赏金已经发布，开发者可以积极参与并争取。我们的一些合作伙伴工具——比如 Eigenlayer、Coinbase、Base、Story Protocol、Nevermind、Lit Protocol、Privado、Functor Network 和 Bounty Caster——都可以用来支持这些开发方向。这些合作伙伴的赏金任务已经在 Bounty Caster 上线，大家可以去查看并利用它们的资源开发项目。我希望没有遗漏任何伙伴，但可以确定这些工具为开发者提供了非常好的支持。

James：

我很期待看到有人开发一个以知名人物为基础训练的 AI agent，比如 Steve Jobs、Paul Graham、Balaji Srinivasan 或 Elon Musk，让它能够领导一个 DAO，探索如何推动加密技术进入主流市场，以及如何进行市场推广和产品化。

这将是一个非常有趣的应用场景。更令人兴奋的是，如果这些 agent 还能与其他基于历史知名人物训练的 agent 进行交流，观察它们之间的互动和协作过程将会非常吸引人。

我个人非常支持以人为中心的开发理念，同时让这些 agent 在背后协调合作，为人类创造真正的价值。

Cecilia（主持人）：

最后提醒大家，如果想参与这次独特的黑客松，请尽快通过 Luma 链接注册。你也可以在 Gaia 的 Twitter 页面上找到注册链接，请务必关注他们的动态。

从 12 月 4 日到 12 月 6 日，我们每天都会举办一场网络研讨会，展示三个 AI agent 的实时应用环境，让大家更深入了解它们的工作方式。正式的黑客松启动时间是 12 月 9 日，届时将有一整周的工作坊和支持活动，帮助开发者顺利完成项目。

最后，Demo Day 和赏金发放将于 12 月 13 日 进行，请确保在那之前提交所有项目。期待看到大家的精彩作品！