深入解讀Optopia：AI Agent加成下的Intent-Centric Layer2落地實踐

自從Paradigm在2023年首次提出Intent-Centric敘事並將其列入最為關注的十大賽道之首，已經過去了一年多的時間。除了ETHCC上引起關注的明星產品外，還有更多的專案團隊選擇了在幕後默默耕耘，專注於產品的精進和實際應用。

隨著AI領域的快速發展，特別是AI Agent方向的實踐，一種更crypto native的ai+crypto產品理念展現在我們眼前，即AI Agent as a Solver。但如何基於加密經濟學的誘因對產品進行有機落地仍然是擺在所有人面前的挑戰。

最近上線主網的Optopia或許能為市場帶來經濟誘因驅動下的AI Agent 與Intent-Centric結合的最新工程化實務參考。

Intent-Centric架構回顧：關鍵工程化挑戰

自從上一次Intent-Centric敘事在市場獲得大量曝光度，已經過去了一年之久，在當下我們重新回顧這一年中該賽道的進展，深入分析工程化實踐的限制環節。

用相對抽象的語言來描述意圖，即「鏈上用戶提出目標以及一組條件約束，將與區塊鏈交互的複雜性外包，在實現最優化路徑的同時保證使用者對資產和加密身分的控制權」。交易聚合器便是一個運行已久的意圖的例子，用戶提出目標和約束“使用最優的價格完成交易對A/B之間數量為X的交易”，而聚合器負責在不同流動性池中尋找最優價格路由路徑後在前端對使用者展示模擬最優路徑執行的結果，以此實現意圖。

基於上文的描述，一個通用的Intent-Centric架構如圖1所示，其中ATO(Abstracted Transaction Objects，抽象交易物件) ，即使用者的意圖。流程中的主要角色包括Client、Driver和Solver，具體負責工作如下

• Client：與使用者互動的前端，將使用者輸入的自然語言編譯為機器語言形式，一組包括目標和約束的結構化意圖描述；
• Driver： 在整個意圖架構中起著最為重要的作用，包括
• ATO 廣播：將抽象交易物件(ATO) 廣播到記憶體池，所有求解器都可以在記憶體池中啟動其執行過程以找到最佳解決方案。

• 模擬與驗證：接收所有Solver的解決方案，進行鏈下模擬以確保其有效性和安全性，然後發布獲勝解決方案。
• 解決方案的聚合：對於給定的意圖，聚合來自不同ATO的解決方案，將它們組合成統一的執行計劃以供最終實施

• Solver ：意圖的實現者，通常為多個，基於意圖的限制給予最優的目標執行路徑。

自從Intent概念提出，便引發了業界諸多的討論，有一些批評認為intent-centric更偏向於抽象表達的產品設計哲學，在工程落地上實現困難。同時，使用者資產的安全性、自然語言到機器語言轉譯過程中的訊息磨損，Solver的進入、選擇、結算以及激勵機制的設計，都是擺在具體實現中的一個個難題。

Optopia架構解析：基於AI Agent的解決方案

正如上文所說，intent-centric的架構具體工程化實現在當前的區塊鏈架構下較為困難，已有的解決方案大多都是在鏈之上進行一層封裝，而Optopia則是第一條在鏈層面為intent的工程實現進行專門設計的以太坊layer2，並專門為鏈上AI 生態搭建了意圖中心發布框架。

如圖2所示，從模組化的角度來看，Optopia是用4everland的Raas(Rollup as a Service)服務搭建的Layer2。基於Op stack的框架，選用去中心化儲存解決方案Arweave 作為DA服務商來保證資料的持久性和可訪問性，這帶來了一個低成本、高效率且模組化的基礎設施帳本，它為AI代理執行Web3交易創建了一個標準框架。

如圖3所示，在Optopia設計的意圖發布中心框架中，主要包括以下幾個角色：

• 意圖發布者：意圖發布者負責在意圖中心內創建意圖，並透過分配任何有價值的代幣來激勵人工智慧代理執行這些意圖。意圖是人工智慧代理可以承擔的可操作的目標或任務。
• AI Agent：人工智慧代理與意圖中心互動以存取意圖並利用可用的知識來嘗試和完成這些意圖。他們在成功完成意圖後以獎勵積分的形式獲得獎勵，然後用於分配獎勵。
• 建構者：建構者透過培訓和發布知識供人工智慧代理學習和使用，在人工智慧生態系統中發揮著至關重要的作用。這個過程增強了人工智慧代理的能力，建構者會根據人工智慧代理利用其知識所獲得的積分份額來獲得激勵。
• $OPAI代幣持有人：OPAI 持有者能夠鎖定 OPAI 代幣並接收投票鎖定代幣（vlOPAI）。透過使用這些代幣進行投票，OPAI 持有者可以確定意向中心內意向的排放權重。反過來，這個權重會影響 AI 代理在完成每個意圖時獲得的 OPAI 獎勵。

在上文中提到的一般意圖執行框架中，Solver是執行使用者Intent的實體，無論是在鏈上或是鏈下環境中。 Solver透過競爭來解決用戶提出的Intent，以獲得獎勵。這種模型鼓勵了效率和創新，因為多個Solver會嘗試以最有效的方式完成使用者的Intent。

Optopia透過其獨特的框架進一步發展了這個概念。在Optopia的生態系統中，AI Agent承擔了Solver的角色，但進行了更深層的整合和封裝。這意味著AI Agent不僅僅是執行意圖的獨立實體，它們還能夠利用由Builder創建和最佳化的特定知識庫來增強其執行能力。如果說之前的普通的Solver是上一代搜尋引擎，只能夠沿著預設路徑進行執行，那麼AI Agent的代替，就是將其升級為了GPT，能夠進行自由度更強的智慧路徑搜尋。

結合加密經濟學：激勵框架的融合之道

雖然Optopia還未發布更精細的經濟模型，但我們從其意圖發布中心框架中可窺一斑。面對AI Agent處理結果反差可能較大、激勵與目標不一致等問題，將經典的ve模型引入了生態系統中。

意圖發布中心框架的執行流程基本如下：

• 意圖創建和激勵：意圖發布者在意圖中心內創建意圖，並分配有價值的代幣來激勵人工智能代理有效地執行這些意圖。
• 知識訓練與發布：建構者訓練與發布知識供人工智慧代理存取、學習和使用。他們的激勵措施與人工智慧代理使用其知識所獲得的積分份額有關。
• AI代理互動：AI 代理與意圖中心互動以存取意圖並利用其知識來嘗試並完成分配的意圖。
• 獎勵分配：成功完成意圖後，人工智慧代理將獲得獎勵積分，建構者將獲得積分份額，這有助於分配意圖獎勵。
• $OPAI 持有者參與：$OPAI 持有者有機會透過鎖定 $OPAI 代幣、接收 vlOPAI 以及對意向發行權重進行投票來參與意圖中心的治理。

首先，AI Agent執行結果的準確性關乎著整個Optpoia生態的發展，在資產上的直接反應便是其生態代幣$OPAI的價格變化；'因此質押$OPAI的投票者為了維護其資產的價格，就有驅動力投票選出最優的AI Agent進行激勵；效果較差的Agent獲得的激勵減少，那麼建設者就有更充足的動力來對Agent進行持續的優化，來涵蓋自己的訓練成本並獲得獎勵，同時在優化過程中還能獲得意圖創建者的激勵。

ve模型在平衡各方賽局中，往往能達到優異的效果。不僅如此，鍊級的也能為生態的開發者創造出足夠的二層產品空間，例如在意圖治理框架之上開發一款Convex類產品，解放vlOPAI流動性並進行委託投票。上一輪的DeFi Governance War或許會在Optopia中以另一種形式出現。

Optopia概覽：總結與未來展望

在Optopia的設計中，AI Agent的引入將智慧執行路徑在鏈層級對Solver的能力進行了拓展，而ve模型的採用，完美的解決了Solver的激勵問題。主網發布以來，Optopia正在吸引越來越多的Agent 建構者加入，來真正實現其作為承接百萬級用戶進入Web3的用戶友好入口網站。

就在6月13日，Optopia宣布完成了種子輪融資，由G·Ventures、Kucoin Ventures、JRR Capital、KKP International Limited、ZenTrading、Klein Labs、MCS Capital多家前沿創投公司及區塊鏈知名個人投資者MrBlock 參投，為Optopia帶來資金和策略輔導。而所籌資金也將用於加速 Optopia 的基礎設施的持續升級與優化、增強 AI 能力、構建去中心化技術以及提高社區參與度。

作為普通用戶，Optopia也提供了參與這場盛宴獲得早期籌碼的機會。 Optopia透過Gas Mining來進行初始代幣發行，即在特定的Booster Event中，用戶在執行交易時消耗的gas費用可用於挖礦，從而獲得相應的代幣獎勵。這樣的發行能夠進一步增強用戶對於網路的參與感並實現初始的交易活動和網路成長，來進行整個經濟體的啟動。

AI 作為這輪牛市最大的敘事之一，其與crypto的有機結合也是許多從業者正在積極探索的一點，而Optopia作為AI Agent領域先行者，與intent結合的實踐也對整個市場有著積極的探索意義。

以上是深入解讀Optopia：AI Agent加成下的Intent-Centric Layer2落地實踐的詳細內容。更多資訊請關注PHP中文網其他相關文章！