深入解读Optopia：AIAgent加成下的Intent-CentricLayer2落地实践

转载

8 天前

3145

Go2Mars的Web3研究

文章转载来源： Go2Mars的Web3研究

自从Paradigm在2023年首次提出Intent-Centric叙事并将其列入最为关注的十大赛道之首，已经过去了一年多的时间。除了ETHCC上引起关注的明星产品外，还有更多的项目团队选择了在幕后默默耕耘，专注于产品的精进和实际应用。

随着AI领域的快速发展，特别是AI Agent方向的实践，一种更加crypto native的ai+crypto产品理念展现在我们眼前，即AI Agent as a Solver。但如何基于加密经济学的激励对产品进行有机落地仍然是摆在所有人面前的挑战。

最近上线主网的Optopia或许能给市场带来经济激励驱动下的AI Agent 与Intent-Centric相结合的最新工程化实践参考。

Intent-Centric架构回顾：关键工程化挑战

自从上一次Intent-Centric叙事在市场获得大量曝光度，已经过去了一年之久，在当下我们重新回顾这一年中该赛道的进展，深入分析工程化实践的制约环节。

用相对抽象的语言来描述意图，即 “链上用户提出目标以及一组条件约束，将与区块链交互的复杂性外包，在实现最优化路径的同时保证用户对资产和加密身份的控制权”。交易聚合器便是一个运行已久的意图的例子，用户提出目标和约束 “使用最优的价格完成交易对A/B之间数量为X的交易”，而聚合器负责在不同流动性池中寻找最优价格路由路径后在前端对用户展示模拟最优路径执行的结果，以此实现意图。

基于上文中的描述，一个通用的Intent-Centric架构如图1所示，其中ATO(Abstracted Transaction Objects，抽象交易对象) ，即用户的的意图。流程中的主要角色包括Client、Driver和Solver，具体负责工作如下

Client：与用户进行交互的前端，将用户输入的自然语言编译为机器语言形式，一组包括目标和约束的结构化意图描述；
Driver：在整个意图架构中起着最为重要的作用，包括
ATO 广播：将抽象交易对象 (ATO) 广播到内存池，所有求解器都可以在内存池中启动其执行过程以找到最佳解决方案。

模拟和验证：接收所有Solver的解决方案，进行链下模拟以确保其有效性和安全性，然后发布获胜解决方案。
解决方案的聚合：对于给定的意图，聚合来自不同ATO的解决方案，将它们组合成统一的执行计划以供最终实施

Solver：意图的实现者，通常为多个，基于意图的约束给出最优的目标执行路径。

自从Intent概念提出，便引发了行业内诸多的讨论，有一些批评认为intent-centric更多偏向于抽象表达的产品设计哲学，在工程落地上实现困难。同时，用户资产的安全性、自然语言到机器语言转译过程中的信息磨损，Solver的进入、选择、结算以及激励机制的设计，都是摆在具体实现中的一个个难题。

Optopia架构解析：基于AI Agent的解决方案

正如上文所说，intent-centric的架构具体工程化实现在当前的区块链架构下较为困难，已有的解决方案大多都是在链之上进行一层封装，而Optopia则是第一条在链层面为intent的工程实现进行专门设计的以太坊layer2，并专门为链上AI 生态搭建了意图中心发布框架。

如图2所示，从模块化的角度来看，Optopia是用4everland的Raas(Rollup as a Service)服务搭建的Layer2。基于Op stack的框架，选用去中心化存储解决方案Arweave 作为DA服务商来保证数据的持久性和可访问性，这带来了一个低成本、高效率且模块化的基础设施账本，它为AI代理执行Web3交易创建了一个标准框架。

如图3所示，在Optopia设计的意图发布中心框架中，主要包括以下几个角色：

意图发布者：意图发布者负责在意图中心内创建意图，并通过分配任何有价值的代币来激励人工智能代理执行这些意图。意图是人工智能代理可以承担的可操作的目标或任务。
AI Agent：人工智能代理与意图中心交互以访问意图并利用可用的知识来尝试和完成这些意图。他们在成功完成意图后以奖励积分的形式获得奖励，然后将其用于分配奖励。
构建者：构建者通过培训和发布知识供人工智能代理学习和使用，在人工智能生态系统中发挥着至关重要的作用。这一过程增强了人工智能代理的能力，构建者会根据人工智能代理利用其知识所获得的积分份额来获得激励。
$OPAI代币持有人：OPAI 持有者能够锁定 OPAI 代币并接收投票锁定代币（vlOPAI）。通过使用这些代币进行投票，OPAI 持有者可以确定意向中心内意向的排放权重。反过来，这个权重会影响 AI 代理在完成每个意图时获得的 OPAI 奖励。

在上文中提到的通用意图执行框架中，Solver是执行用户Intent的实体，无论是在链上还是链下环境中。Solver通过竞争来解决用户提出的Intent，以获得奖励。这种模型鼓励了效率和创新，因为多个Solver会尝试以最有效的方式来完成用户的Intent。

Optopia通过其独特的框架进一步发展了这一概念。在Optopia的生态系统中，AI Agent承担了Solver的角色，但进行了更深层次的集成和封装。这意味着AI Agent不仅仅是执行意图的独立实体，它们还能够利用由Builder创建和优化的特定知识库来增强其执行能力。如果说之前的普通的Solver是上一代搜索引擎，只能够沿着预设路径进行执行，那么AI Agent的代替，就是将其升级为了GPT，能够进行自由度更强的智能路径搜索。

结合加密经济学：激励框架的融合之道

虽然Optopia还未发布更加精细的经济模型，但我们从其意图发布中心框架中可窥一斑。面对AI Agent处理结果反差可能较大、激励与目标不一致等问题，将经典的ve模型引入了生态系统中。

意图发布中心框架的执行流程基本如下：

意图创建和激励：意图发布者在意图中心内创建意图，并分配有价值的代币来激励人工智能代理有效地执行这些意图。
知识训练与发布：构建者训练和发布知识供人工智能代理访问、学习和使用。他们的激励措施与人工智能代理使用其知识所获得的积分份额有关。
AI代理交互：AI 代理与意图中心交互以访问意图并利用其知识来尝试并完成分配的意图。
奖励分配：成功完成意图后，人工智能代理将获得奖励积分，构建者将获得积分份额，这有助于分配意图奖励。
$OPAI 持有者参与：$OPAI 持有者有机会通过锁定 $OPAI 代币、接收 vlOPAI 以及对意向发行权重进行投票来参与意图中心的治理。

首先，AI Agent执行结果的准确性关乎着整个Optpoia生态的发展，在资产上的直接反应便是其生态代币$OPAI的价格变化；‘因此质押$OPAI的投票者为了维护其资产的价格，就有驱动力投票选出最优的AI Agent进行激励；效果较差的Agent获得的激励减少，那么建设者就有更充足的动力来对Agent进行持续的优化，来覆盖自己的训练成本并获得奖励，同时在优化过程中还能获得意图创建者的激励。

ve模型在平衡各方博弈中，往往能起到优异的效果。不仅如此，链级别的也能为生态的开发者创造出足够的二层产品空间，例如在意图治理框架之上开发一款Convex类产品，解放vlOPAI流动性并进行委托投票。上一轮的DeFi Governance War或许会在Optopia中以另外一种形式出现。

Optopia概览：总结与未来展望

在Optopia的设计中，AI Agent的引入将智能执行路径在链级别对Solver的能力进行了拓展，而ve模型的采用，完美的解决了Solver的激励问题。主网发布以来，Optopia正在吸引越来越多的Agent 构建者加入，来真正实现其作为承接百万级用户进入Web3的用户友好门户。

就在6月13日，Optopia宣布完成了种子轮融资，由G·Ventures、Kucoin Ventures、JRR Capital、KKP International Limited、ZenTrading、Klein Labs、MCS Capital多家前沿风险投资公司及区块链知名个人投资者 MrBlock 参投，为Optopia带来资金和战略辅导。而所筹资金也将用于加速 Optopia 的基础设施的持续升级与优化、增强 AI 能力、构建去中心化技术以及提高社区参与度。

作为普通用户，Optopia也提供了参与这场盛宴获得早期筹码的机会。Optopia通过Gas Mining来进行初始代币发行，即在特定的Booster Event中，用户在执行交易时消耗的gas费用可用于挖矿，从而获得相应的代币奖励。这样的发行能够进一步增强用户对于网络的参与感并实现初始的交易活动和网络增长，来进行整个经济体的启动。

AI 作为这轮牛市最大的叙事之一，其与crypto的有机结合也是许多从业者正在积极探索的一点，而Optopia作为AI Agent领域先行者，与intent结合的实践也对整个市场有着积极的探索意义。

关键词：

来源：Go2Mars的Web3研究

发布人：暖色

声明：该文观点仅代表作者本人，不代表火讯财经立场。火讯财经系信息发布平台，仅提供信息存储空间服务。

如文章涉及侵权，请及时致函告之，本站将第⼀时间删除⽂章。邮箱：840034348@qq.com

上一篇：打通虚拟与真实，猫咪链游Catizen将与社区千万用户共同救助流浪猫

下一篇：什么是BC-404？全方位解读最新通缩型NFT标准