TG Bot爆火背後:意圖交易正在開啓Web3交互智能化的大門

摘要

(1) 理解意圖:自上而下的Anoma與自下而上的TG Bot

(2) 深入意圖:AI是新的UI - 復雜命令VS簡單意圖

(3) 導航意圖:Intent概念演化、交互範式、現狀與趨勢

(4) 指引意圖:Web3交互智能化的挑戰與展望

6月,Paradigm發布文章《Intent-Based Architectures and Their Risks》,首次將Intent(意圖)概念帶入大衆視野。相關的協議和基礎設施迅速發展,7月ETHCC大會上成爲加密世界熱議話題。

意圖並非新概念。正如DForce創始人Mindao所言:幣圈一直在極致抽象和自動化操作,從聚合器、中心化交易所、合約錢包到跨鏈DeFi都在做這些工作,還有Chainlink和最近的自動化中間件,以及Telegram bot等。

意圖帶來新變化。過去以產品交互爲核心,人工智能時代則以人機交互爲核心,AI/大語言模型蘊含着增強加密貨幣交互的巨大潛力。

01、自上而下的Anoma與自下而上的Unibot

近半年來,與意圖相關的協議、項目和基礎設施陸續火爆。這裏不詳細解釋概念,而是通過兩個典型案例來管窺全貌。

相關項目中最引人注目的當屬Anoma Foundation。在Layer1同質化嚴重的背景下,Anoma Foundation憑藉以意圖爲中心的架構Anoma(Dapp全棧架構)和Namada(隱私Layer1),三輪融資總計獲得5780萬美元支持,在未發幣的Layer1/Layer2項目融資排名中位列第七。

回顧Anoma在EthCC的演講,創始人Adrian Brink表示Anoma的獨特之處在於:所有交互始於意圖,用戶表達的意圖經過Anoma黑箱架構(也稱魔盒)處理,實現基於意圖交互的核心交易流程:

• 用戶交互:用戶向Anoma黑箱架構發送透明、私有或受保護的意圖。
• 意圖收集與匹配:解析器收集意圖,進行平衡狀態轉換,實現交易對手匹配。
• 交易處理:匹配後的交易提交到加密內存池,驗證者將提議者打包的區塊發送到執行層,完成執行和有效性驗證,最終更新狀態根。

Anoma團隊洞察到區塊鏈協議底層的痛點,回顧了從比特幣可腳本化結算到以太坊可編程結算的演進。他們認爲,現有架構限制導致應用協議至少需要一個Web2組件,無法實現交易對手發現和解決。Anoma架構被視爲區塊鏈協議的第三代Dapp架構,允許用戶定義所需的結果狀態,在意圖層面實現高效和可定制的隱私交易。

目前由37名跨學科成員組成的Heliax團隊負責Anoma開發。雖然進展緩慢,但已形成完整的創新生態:

• Anoma:以意圖爲中心的通用Dapp架構
• Namada:Anoma生態的隱私結算Layer1
• AnomaVM:簡化Anoma上DApp開發
• Typhon:基於Cosmos的改進共識
• Taiga:提供可組合隱私的統一執行環境

雖然Anoma受到CMCC Global、Electric Capital、Delphi Digital等機構熱捧,但目前僅打下技術基礎,尚未看到令人興奮的落地應用。

另一方面,TG Bot用鏈上自動化交易工具打開了Intent細分場景的落地想象力。Unibot是基於Telegram的交易機器人,允許用戶通過Telegram進行自動化DEX交易,提供狙擊購買、跟單交易、DEX限價單、隱私、抗MEV等功能。Unibot基於Intent取代Uniswap繁瑣的交互,提供便利的DeFi體驗。Unibot也催生了一批TG Bot仿盤,當前TG Bot賽道總市值接近2億美元。

自上而下的Anoma是革新,自下而上的TG Bot是變革。Anoma從基於intent的底層架構出發,但團隊進展緩慢;TG Bot雖然帶來全新鏈上交互界面,但不夠智能且存在安全風險。

兩者殊途同歸,都旨在簡化用戶交互體驗,引入新的可編程、可定制的用戶交互界面 - User Intent Layer(用戶意圖層),允許用戶跳過復雜的鏈上交互,基於意圖定義交易狀態。

02、AI is the New UI:命令交互VS意圖交互

AI範式正在引入計算機歷史上的第三種用戶界面範式,轉向一種新的交互機制,用戶告訴計算機他們想要什麼,而不是如何做。

• 範式一:批處理
• 範式二:基於命令的交互設計
• 範式三:基於意圖的結果規範

歷史上每次交互模式革命都會產生全新的商業模式。基於大語言模型的生成式AI爲人機交互帶來顛覆性變化,直接將原有的軟件UI交互變成與Chatgpt聊天窗口交互,這是前所未有的體驗。LLM+crypto爲加密世界帶來基於意圖交互的全新命題,LLM有潛力通過發現和描述用戶意圖,使區塊鏈交互更加智能。

03、Intent的概念演化、交互範式、現狀和趨勢

意圖並非新概念,自Web2時代就一直存在。隨着Google等搜索引擎興起,用戶可以輸入意圖,搜索引擎提供相關結果滿足該意圖。

隨着亞馬遜和eBay等電商平台興起,基於意圖的架構發生重大轉變。用戶可以表達購買產品的意圖,平台負責物流。2017年Gartner正式提出Intent-based Networking(基於意圖的網路)概念,向用戶呈現一個界面,他們只需表達想要的內容,平台處理業務細節。

基於意圖的網路是Web2時代網路自動化、智能化的發展趨勢。Gartner研究副總裁Andrew Lerner在2017年就指出,這將是網路領域的下一個裏程碑。

Web2到Web3的演化中,Web3中意圖的概念並不清晰,但存在一些共識:

• Paradigm定義:意圖是一組聲明性約束,允許用戶將交易創建委托給專門的第三方參與者網路,同時保留對過程的完全控制。

• Anoma定義:意圖是用戶發送的消息,用於表達自定義偏好,定義系統可以做什麼的約束,而非具體執行路徑。

• Propellerheads定義:意圖是需要他人幫助的部分交易,通過將困難部分外包給第三方來簡化復雜交易。

Web3基於意圖的交易實例中,用戶鏈下創建意圖,鏈下外包給解析器,封裝區塊鏈交互的復雜性,同時保留用戶鏈上對過程的完全控制,降低鏈上交互門檻。

意圖同時帶來LLM架構理念 - intent centric(以用戶意圖爲中心的架構)。目前相關加密協議和基礎設施嵌入在用戶和Crypto中間的交互層,借助LLM提供更好的鏈上交互體驗。

LLM+Crypto帶來新的人機交互範式,可以直接將用戶意圖轉換爲智能合約調用。用戶只需像使用Siri一樣表達意圖,機器人/AI Agent/第三方解析器幫助完成復雜的鏈上操作。未來基於意圖的Web3交互智能化,有潛力大大降低用戶鏈上交互復雜度。

AI is the New UI,越來越多Web3項目正在探索意圖的魔力。不管是基於意圖的Dapp,還是基於意圖的底層架構,都從不同角度釋放意圖的潛力。我們試圖從交互角度將其分爲四大類,並跟蹤最新現狀和趨勢:

1. 基礎架構(以意圖爲中心的架構層)

   • DappOS
   • Flash 2.0 SUAVE
   • Anoma
   • Cow Protocol

2. 配套設施(與意圖和帳戶抽象錢包相關的基礎設施)

   • ERC 4337
   • 帳戶抽象相關:打包器基礎設施、錢包SDK
   • 意圖相關:Juvix、Seaport、Gelato、okcontract、Delegatable、Hyper Oracle、symmio

3. 企業應用(集成Dapp的意圖基礎設施、API、模塊化意圖層、特定領域解析器)

   • 交易解析器API:PropelleHeads
   • 意圖API:EnsoFinance
   • 意圖交易基礎設施:Bob the Solver、Brink
   • 可組合意圖工具:Essential

4. 消費者應用(用戶交互的智能界面如錢包、DEX、Web3 AI Agents、智能搜索引擎)

   • 錢包:Safe、Bitconomy、Argent、Ambire、Sequence、Versa、A3SProtocol
   • DEX:CowSwap、Paraswap、Uniswap、1inch、BananaHq、basedmarkets
   • 智能化前端:Unibot、Dora、Web3 Analytics、kaito.ai

基礎架構、配套設施和企業應用試圖解決基於意圖實現的底層難題,但基建不可能一蹴而就。消費者應用層的趨勢才是真正令人興奮的,錢包、DEX等交互入口的演化展現出智能化交互的潛力。

錢包智能化:ERC-4337引入新的用戶意圖層(UserOps),用戶表達意圖,打包器將其轉換爲可執行的籤名交易。近幾個月ERC4337用戶數量大幅增加,ZeroDev、Biconomy和Safe模塊化智能帳戶最有動力推動AA+intent,未來有潛力催生錢包智能化(SCW)。

DEX架構轉變:基於意圖的交易(Intent Based Trading)旨在提高資本效率和用戶交互體驗。CoW Hooks將復雜動作串聯在一起,UniswapX允許用戶簽署意圖鏈下撮合、鏈上結算。類似BananaHq、Brink、basedmarkets等基於Intent的DEX逐步增多,新的Intent-based RFQ敘事(SYMMIO)正在上演。隨着越來越多DEX和聚合器向基於意圖的架構轉變,DEX格局正在發生巨大變化。

交互入口智能化:類似TG Bot對Web3前端交互界面的改造,交互入口專注理解用戶意圖,並系統地將其轉化爲自動化、可操作的任務。不僅是TG Bot類交易機器人,Web3 AI Agents、Web3智能搜索引擎都在使Web3交互更加智能化。

04、Web3交互智能化的挑戰與展望

過去Web3產品交互體驗阻礙了大規模採用,鏈上造富效應掩蓋了許多產品問題。現在流動性和用戶注意力都分散,鏈上流動性稀缺。

7月ETHCC會議上,開發者廣泛討論intent-centric的未來,如何幫助用戶在Web3更智能化地完成DAPP交互。但intent-centric要應用落地還面臨諸多挑戰:

• 缺乏意圖相關的編程語言(如Juvix)
• 缺乏合適的意圖架構(如Anoma)
• 缺乏特定領域解析器(如Bob The Solver)
• 意圖實現中心化且封閉(如CowSwap)
• 缺乏前端意圖識別解析器(如Unibot)
• 缺乏可組合意圖實現(如Br