值得信赖的区块链资讯!
DeepSeek引发AI Agent板块大洗牌?现在是该抄底还是撤退
原创 | Odaily星球日报
专栏作者|Azuma
AI Agent 板块今日继续加速回调,除去部分 DeepSeek概念的 meme 之外,VIRTUAL、AI16Z、AIXBT、ARC 等头部 Framework/Launchpad/Agent 代币以及其他大大小小代币均录得两位数的跌幅。
下跌固然与市场整体转弱有关,但环顾市场讨论,也有部分投资者会将本轮 AI Agent 的集体走低归因于 DeepSeek 的爆火,认为 DeepSeek 作为新一代更经济的 LLM 将会对当前的 Crypto AI 格局造成冲击甚至洗牌。

我个人并不支持这一观点。
上述质疑的核心要点其实在于 —— LLM 的迭代发展是否会颠覆现有的 Agent?抛开 DeepSeek 当前的推理质量是否已优于 ChatGPT、Claude 的纷论不提,仅从经济可持续的角度假设 DeepSeek 有着更可期的迭代潜力,那么迭代后的 DeepSeek 是否会再造一批新的 Agent?让现存的这些 Agent 变成“昨日黄花”?
解答该问题,需要先弄明白 LLM 与 Agent 的关系。我们尝试用 DeepSeek 自己与另一大“国产之光” Kimi 来解答这一问题(讲真,单说这一问 Kimi 的质量似乎更好)。
DeepSeek:
AI Agent(人工智能代理)和 AI LMM(大型语言模型)的关系在于,LMM 可以作为 Agent 的核心组件之一,特别是在处理自然语言理解和生成任务时。AI Agent 是一个能够自主执行任务、与环境交互的智能系统,而 LMM 则为 Agent 提供了强大的语言处理能力,使其能够更好地理解和生成人类语言,从而在对话、推荐、分析等场景中发挥作用。简而言之,LMM 是 AI Agent 实现智能化语言交互的重要技术支撑。
Kimi:
Agent 代理通常依赖 LLM 来理解和生成自然语言。LLM 提供了强大的语言处理能力,使得 Agent 能够与用户进行自然语言交互,理解用户的需求,并生成相应的响应。
Agent 也不仅仅依赖 LLM 的语言处理能力,还结合了决策、问题解决、与外部环境交互及执行动作等多方面的能力。LLM 为 Agent 提供了理解和生成语言的基础,而 Agent 则在此基础上进行任务规划和执行。
Agent 还可以结合其他工具和 API 来扩展其功能。例如,Agent 可以调用搜索引擎、数据库查询工具、文件读写工具等,以完成更复杂的任务。LLM 在这个过程中提供了语言理解和生成的能力,使得 AI 代理能够更好地与这些工具进行交互。
总结一下,Agent 的运行需要 LLM 的支持,但其表达与交互的质量并不完全取决于 LLM。实际上,决定了不同 Agent 呈现出明显差异的正是 LLM 之外的其他能力。
举个例子,aixbt 之所以能够在输出方面“碾压”其他同类型 Agent,本质上是因为其在提示词设计、后处理机制、上下文管理、微调策略、随机性控制、外部工具集成以及用户反馈机制等方面做得更好,所以能够生成更贴近于行业的话术表达 —— 你把它叫作先发优势也好,护城河也好,这就是 aixbt 当下的优势所在。
在理解了这一关系逻辑之后,现在再来回答前文中的核心问题“LLM 的迭代发展是否会颠覆现有的 Agent”?
答案是否定的,因为 Agent 可以轻松地通过 API 集成来继承新一代 LLM 的能力来实现进化,从而提升交互质量提升,改善效率,扩展应用场景……尤其是考虑到 DeepSeek 本身就提供了与 OpenAI 兼容 API 格式。
事实上,反应够快的 Agent 早已完成了对 DeepSeek 的集成。ai16z 创始人 Shaw今晨就曾表示,ai16z DAO 所开发的 AI Agent 构建框架 Eliza 已于两周前完成了对 DeepSeek 的支持。

在当前的趋势下,我们可以理性假设继 ai16z 的 Eliza 之后,其他各大框架及 Agent 也会尽快完成对 DeepSeek 的集成。如此一来,即便短期内会遭遇某些新一代 DeepSeek Agent 的冲击,但长期来看各个 Agent 之间的竞争依旧取决于前文提到的外部能力,而这时先发优势所带来的开发成果积累将再度显现。
最后,还是放一些大佬针对 DeepSeek 的评论来为 AI Agent 板块的坚守者们充值一波信仰吧。
DeGods创始人 Frank 昨日表示:“人们对这件事(DeepSeek 迭代旧市场)的想法是错误的,当前的 AI 项目将受益于像 DeepSeek 这样的新模型,他们只需将 OpenAI API 调用替换为 DeepSeek,一夜之间输出就会得到改善。新模型不会扰乱 Agent,而是会加速它们的发展。”
专注于 AI 板块的交易员 Daniele 则表示:“如果你正在因 DeepSeek 模型价格低廉且开源而出售 AI 代币,那么你需要知道,DeepSeek 实际上非常有助于以低门槛定价将 AI 应用扩展到数百万用户。这可能是该行业迄今为止最好的事情。”
Shaw 今日上午也曾发布长文回应了 DeepSeek 的冲击,开篇第一句话如下:“更强大的模型对 Agent 来说总是好事。多年来,各大 AI 实验室一直在互相超越。有时 Google 领先,有时是 OpenAI,有时又是 Claude,今天则到了 DeepSeek……”
比推快讯
更多 >>- 美联储 12 月降息概率为 67.3%,明年 1 月降息概率为 55.8%
- Wintermute 否认将起诉币安,CEO 称该传闻毫无根据
- 数据:过去 24h Binance 净流入 7 亿 USDT
- 代币网络协议遭黑客攻击,以太坊一度暴跌 9%
- 加密市场闪崩,24 小时内超 12 亿美元头寸被平仓
- 美股收盘,道指跌 225 点,纳指涨 0.46%
- 美联储理事库克:招聘正在放缓,无需就业报告佐证
- 库克:美联储会议对货币政策实时调整,无固定路径
- 美联储理事库克:当前政策适度具有限制性,通胀面临上行风险
- 库克,美联储密切关注劳动力市场是否出现麻烦迹象
- 戴利:以牺牲数百万工作岗位降通胀将是不幸的
- Coinbase 将 Monad(MON)纳入上币路线图
- 易理华:目前币圈市场情绪过度恐慌,短期具备投资性价比但需做好风控和止损
- 戴利:通胀仍高于目标水平,需降下来
- 戴利:降息是恰当的选择
- 美国联邦政府“停摆”距离打破历史纪录仅一步之遥
- 1011 内幕巨鲸回归做多市场,开设 150 枚 BTC 和 5,000 枚 ETH 多单
- 据比推数据,ETH现报3578.02美元,24小时跌幅为7.12%,价格波动较大,请谨慎交易,控制风险。
- HYPE 上币内幕巨鲸账户浮亏扩大至 330 万美元
- 大洋集团战略布局 RWA + AI 量化平台 CoinVEX,释放香港政策开放新信号
- 100%胜率巨鲸连胜终结,已割肉比特币多单
- Aster 现已上线 JELLYJELLY 合约,最高杠杆可达 5 倍
- 麻吉25 倍以太坊多单遭遇清算,亏损 1,500 万美元
- “10.11 至今 100%胜率巨鲸”多单仓位目前亏损超 2000 万美元
- CZ:投资应学会风控,筹码不要太集中,市场总是涨涨跌跌
- 花旗:到 2030 年全球 AI 产业收入料将达到 9750 亿美元
- Tom Lee 仍维持年底 BTC 15 - 20 万美元,ETH 7000 美元的预测
- Donut Labs 完成 1500 万美元种子轮融资,Makers Fund 等参投
- 美联储古尔斯比:现在的降息门槛高于前两次美联储会议
- 美国 ISM 制造业指数不及预期,美元指数小幅走低至 99.86
- SOL Strategies:SOL 财库持仓量升至 52.65 万枚
- 矿企 Cipher Mining 一度涨近 30%,与亚马逊云服务达成 55 亿美元租赁协议
- 分析师:比特币基本面依然强劲,十月下跌后或将反弹
- 数据:FLM 涨超 16%,其余代币出现冲高回落
- 美股开盘加密板块涨跌不一,Coinbase 下跌 2.33%
- 数据:上周数字资产投资产品净流出 3.6 亿美元,其中比特币流出金额达 9.46 亿美元
- 美股上市公司 Trust Stamp 推出生物识别加密钱包 TSI Wallet,预计 2026 年 Q1 上线
- OpenAI 与亚马逊签署 380 亿美元协议,为其提供英伟达芯片算力支持
- 分析:比特币价格趋于平静,期权市场隐含波动率持续收窄
- Tharimmune 完成 4.5 亿美元私募融资拟建立 Canton 代币财库
- 以太坊基金会推出 ESP 新资助计划
- Standard Money 完成 800 万美元战略轮融资,Yzi Labs 领投
- Peter Schiff 回复 Michael Saylor:买入力度不足
- 分析:BitMine 连续两周放缓增持 ETH,囤积 5%的 ETH 或难以在明年上半年实现
- 上周美国现货以太坊 ETF 净流入 1,480 万美元,交易量达 100 亿美元
- 鲸鱼 7 Siblings 花费 815 万枚 USDC 购买 2210 枚 ETH
- ZOOZ Strategy 宣布 5000 万美元股票回购计划,现持有 1036 枚比特币
- BitMine:目前持有 3,395,422 枚 ETH 和 192 枚 BTC
- 高盛:美国政府停摆可能对美国经济造成有史以来最严重的打击
- Ripple 推出面向美国市场的数字资产现货主经纪商服务
比推 APP



