作者：Haotian

花了點時間，仔細看了下?@Ammo_AI 新發的白皮書，感觸良多。以下，分享下若干啟發：

1）市場對于 AI Agent 的追求本質上在于，不滿足 AI 只是一個 Copilot 模式的查詢工具，用戶問什么 AI 對應作答，而應該更像 Buddy 模式的陪伴生長模式，能夠理解、思考和主動創造價值并推送給人。這是 AI Agent 能被抬上一個敘事高度的關鍵；

2）傳統 web2 的 AI 單體模式起家主打「工具化實用主義」，在多模態協作上容易形成數據源頭孤島，很難真正意義上智慧級突破，web3 雖說提出了 AI Agent 個體自主化意識形態，但距離目標實現還很遠，AI 的自主決策遠比想象中要復雜。讓 AI 做輔助自動化學習和路徑推薦，人通過反饋增強 AI 自主學習的「共生模式」才能真正意義上成為接下來 AI Agent 的主導方向；

3）AMMO 定義了一個名為 MetaSpace 的抽象的空間，讓圍繞 AI Agent 的一切數據以 Vector 向量的形式在空間內可調配，好比區塊鏈最初定義了 Hash，才有了之后一切上鏈的協議和應用形態一樣。這種以 Vector 為始的發端的形態不僅可以為 web3 服務，本身也是一種適用于 web2 多模態的框架標準，再配合在其之上的 MAS 多模態協作系統，可以把 AI 當前在學術方向的「智庫」導向變成向工作、游戲、教育等實際應用場景的「實用」導向；

4）如何通俗理解呢？我們把 MetaSpace 視為一個大型的購物中心，每一個功能層都屬于一個 SubSpace，每個區域都有不同的知識庫，而 Buddies 系統就是一個智能導購系統，Goal Buddies 作為專業導購精選一些高質量的商品為你推薦；而 User Buddies 則更像是私人助理一樣能根據你的消費習慣和預算給出定制化方案；AiPP 則像總服務臺一樣收集回饋建議，改進服務質量；

整體來說，要讓 AI Agent 通過 MetaSpace+Buddies+AiPP 人機反饋系統等必備組件運轉起來，真正加速 AI Agent 的批量化生產和實用落地；

5）白皮書更多展示了一個鏈下 AI Agent 多模態協作框架和工程實現思路，一些組合鏈上的定義標準，包括 ID 身份系統、Memory 記憶系統、Character 特征系統、Context 上下文管理、Oracle 預言機系統等組件定義還需要進一步攻克探索（我之前常說的「鏈化」通用標準框架）；

以上。

應該講，這是近一段時間看到宏觀架構和應用落地以及工程實現思路最情緒且務實的項目了，但可能看完以上大家都有蒙圈的抽象感。沒錯，AI Agent 距離真正大規模普及和應用的路徑比想象中要久遠，但確實有越來越多優秀團隊進來了，一些創新方案和思路也正在醞釀中，市場正在等待一個創新「奇點」的誕生。