在科技進步的歷史中,曾經出現過許多拐點,讓主流敘事突然轉變。2025年似乎正朝著這個方向發展,因為它很有可能被記住為「自主AI代理人概念」不再只是思想實驗,而是開始成為一個運作中的生態系統的一年。
換句話說,未來不再是單一龐大模型試圖獨自完成所有任務,而是越來越像由眾多小型、專業化代理人組成的網絡,能夠在產業、裝置,甚至區塊鏈間無縫互動(這一框架被稱為「Internet of Agents」)。
一個真正運作的IoA世界正在成形
Internet of Agents(IoA)的概念提供了一個開放、可互操作的框架,讓由不同團隊創建、以多元數據訓練、針對各種任務設計的自主AI實體,能夠彼此發現、協作並進行交易。
Sponsored
事實上,在這樣的架構下,一個代理人可以專精於金融建模,另一個專精於醫學文獻審查,還有一個專精於物流優化,但他們都能在去中心化、協作的網絡中無縫連結。
這一主張的吸引力如此強大,以至於諮詢巨頭Gartner認為,到2028年,大約三分之一的企業應用將由代理人驅動,而知識型工作者每日15%的數位任務將由IoA框架處理。
這項技術帶來的成本效益已經非常顯著,早期在出版、IT管理和客戶支持等領域的實驗顯示,AI代理人能將生產成本降低超過90%,同時以傳統工作流程50倍的速度交付成果。
Microsoft CTO Kevin Scott甚至預測,在未來36個月內,活躍代理人數量將超過13億,這與今年初追蹤到的「數百萬」相比,是驚人的飛躍。
最後值得一提的是,上述數字和數據深深植根於一個核心互操作框架——Model Context Protocol(MCP),該協議由OpenAI、Microsoft和Google DeepMind支持,並有望成為IoA經濟的通用語言。
同時,Cisco及其他基礎設施參與者也在開發量子安全、去中心化的通訊層,以確保這些網絡保持安全且可擴展。然而,從本質上來說,IoA夢想是否會實現已不再是問題,真正的問題是其底層架構能多快成熟。

踏入現實舞台
在這樣的前景下,Coral Protocol正將IoA宇宙的願景轉化為有生命力的現實。該項目總部位於倫敦,定位並非另一家大型語言模型(LLM)供應商,而是代理人協作的組織者,提供一個開源、去中心化的基礎設施層,讓多元代理人能夠彼此發現、驗證並協作。
Coral方法的精妙之處在於其所避免的方向。它並未將資源投入到擁有數十億參數的大型模型,而是專注於橫向擴展,這一理念最近在AI和加密貨幣領域都引起了廣泛關注。
在Meta著名的高難度GAIA基準測試中,Coral的多代理人「迷你模型」取得了超過40%的正確率。對於不熟悉的人來說,GAIA被廣泛認為是一套極具挑戰性的測試集,包含約450道困難問題,旨在模擬需要大量研究與推理的現實任務。這套測試難度極高,即便是GPT-4在這一基準上歷史上的正確率也僅約15%。
Coral的成功呼應了NVIDIA早前的研究,該研究指出,小型語言模型若部署得當,能夠在不犧牲速度或成本的情況下媲美大型模型。
一步一腳印建構Internet of Agents
雖然基準測試很重要,Coral也同時致力於讓其技術能被社群廣泛開發與採用。今年早些時候,該項目在巴黎RAISE Summit聯合主辦了「Raise Your Hack」活動,開發者在Coral基礎設施上實驗多代理人應用。
這場聚會帶來的動能隨後演變成更大規模的活動——Internet of Agents Hackathon,該活動將由Coral、Lablab.ai以及Solana生態系共同舉辦。
該活動預計於今年秋季在紐約市舉行,將提供10萬美元獎金,並挑戰參與者打造不僅展現代理人協作,還能與區塊鏈支付系統整合的應用。
展望未來
如果預測正確,數十億個代理人將在本世紀結束前充斥我們的數位世界。有些將由企業部署,有些由新創公司,還有一些由個人程式開發者創建。重要的是,這些代理人能夠彼此溝通、交易並互相學習。
如果2025年被記住為Internet of Agents變得具體可感的一年,那麼Coral的身影幾乎必然會出現在這個故事中。
探索DailyCoin熱門加密貨幣新聞:
Ripple CTO展示XRP MasterCard;$7大漲在即?
加密市場處於十字路口,鏈上指標出現分歧
People Also Ask:
Internet of Agents(IoA)是一種新興框架,專業自主AI代理人能夠跨產業、裝置和區塊鏈互動、協作與交易。
與大型單一AI模型不同,IoA專注於由小型、專業化代理人組成的網絡,這些代理人能無縫協作,提供更高的效率、可擴展性與互操作性。
IoA能加快工作流程、降低成本、促進多領域協作並實現去中心化運作,未來有望處理大量企業任務。
代理人透過如Model Context Protocol(MCP)等可互操作協議彼此發現與驗證,並能在金融、物流、研究等多領域執行互補任務。
早期應用包括出版、IT管理、客戶支持、金融建模、醫學文獻審查與物流優化,AI代理人在這些領域大幅提升效率。