AI代理專案X-Agent公開白皮書,提出以自然語言建立代理,並串聯工具呼叫、交易與支付的架構,將AI應用從內容生成延伸至實際任務執行。
白皮書介紹產品架構、MCP生態系、商業模式與XAGT用途。BlockBeats報導,X-Agent在白皮書中提出「Speak to Build, Share to Connect」作為核心口號。
MCP是讓AI代理呼叫外部資料與功能的連接標準。X-Agent以此為基礎,讓使用者不必額外撰寫程式,便能以自然語言建立代理。
使用者可為代理配置上下文、記憶、技能、API與錢包連接功能。代理會解讀使用者意圖,再呼叫已連接的工具完成指定任務。
現有生成式AI主要集中於文字、圖像與程式碼生成,X-Agent則將重點延伸至任務執行與交易處理。白皮書提出,代理未來可與其他代理及服務交換工作內容與支付。
其商業模式涵蓋代理建立、MCP功能連接、部署、支付與收益化。開發者可將API、資料與專業服務整合為MCP功能,並透過按次計費、訂閱或交易手續費取得收益。
XAGT預計用於安全執行環境的運算成本、大型語言模型(LLM)與API呼叫費用、代理交易支付,以及MCP服務使用費。XAGT也將用於購買付費代理模板與開發者部署,後續計畫擴大至服務質押、多代理支付與生態系治理。
專案方表示,目前註冊使用者已超過100萬人,代理完成的自主任務累計超過110萬次,LLM代幣消耗量則超過840億個。
上述數據為專案方公開的統計,白皮書與公開資料未提及相關數據已由外部機構獨立驗證。
在技術架構方面,X-Agent強調將執行環境與代理功能分離,並以上下文、記憶、執行介面與技能作為核心元件,同時管理API與錢包存取過程中的權限及呼叫路徑。
MCP功能負責把外部服務與資料連接至代理。開發者因此不必重新建立所有功能,而是可將現有API與專業服務以代理可使用的形式提供。
代理之間的支付不只用於轉交服務費,也被定位為連結任務委託與成果交付的工具。這與AI代理彼此委託工作、審核成果後支付報酬的「任務市場」概念相近。
後續開發計畫包括超級代理、企業級沙盒、去中心化代理商店與多代理協作體系。白皮書提出企業級沙盒計畫,但外部工具與錢包連接所需的權限設定,以及執行結果的驗證方式,仍有待進一步確認。
X-Agent透過此次白皮書提出,將自然語言代理建立、執行、分發與支付整合至同一生態系的方向,後續將推進超級代理、企業級沙盒與去中心化代理商店。
留言 0