如日中天的 AI Agents 到底擅长做什么？针对这个问题我们进行了内部讨论，得出了至少四点结论：

在应用程序在中与人类进行交互

帮助人类工作

汇总和整理信息

娱乐性

首先，在应用程序在中与人类进行交互。AI Agents 可以处理人类语言，因此任何人类可以使用的应用程序，AI Agents 理论上也可以成为用户。但与人类用户不同的是，代理可以在这些平台上大规模地向人类用户提供服务。

因此，代理可以充当用户已经喜欢的现有应用程序的顶层，从而扩展其实用性。以 Farcaster 上的 Bounty Bot 为例，用户可以在外部发布赏金，但这会增加摩擦。

通过与用户交互，AI Agents 可以提供便利、实用性，以及在现有应用中获取价值的方法。但请注意：并非所有应用程序都为支持 AI Agents 而创建，最适合的是那些具有不可修复 API 的应用程序，例如 Farcaster。

我写过一篇关于 Web2 平台上代理的主要法律问题的论文。我的研究表明，如果用户完全控制着代理，而 Web2 平台试图阻止代理，那么用户就不得不停止运行代理。我的结论是应该在 Farcaster 等开放的平台上构建代理，这也是我对 Farcaster 上的代理特别感兴趣的另一个原因。

第二，帮助人类工作。人类擅长发出信号，但执行力较差。代理通过做繁重的工作来弥补这一差距，而人类则通过偏好来引导结果。

一个很好的例子是 BottoDAO。它创造的艺术作品受到 DAO 代币持有者的输入影响。人工智能负责艺术创作的艰苦工作，但人类通过对艺术品进行投票的偏好指导了它的创作方向。

第三，聚合和整理信息。代理可以处理海量的数据，其能力远远超出人类。例如，交易机器人会分析大量链上数据来做出决策。

最后，娱乐性。这可能是加密领域最受关注的代理类别，比如 Truth Terminal。

当然，社交代理的很多娱乐性都来自于机器人生成内容的新颖性。但我更感兴趣的是机器人根据自身特点生成娱乐性内容，比如像 KOL 一样以有趣的方式与平台上的其他用户互动。

代理作为 KOL 的优点在于，一旦拥有了固定的受众，他们就可以轻松地提供其他服务，特别是那些比广告更能直接为代理人带来收益的服务。