Chao
@chao
（1/6）前段时间我在farcaster上部署了一个 AI bot，叫 Quaestor。昨天听到屏风在播客里提到它，趁这个机会讲讲它的来龙去脉。 治理Agent: 最初的试验是一个治理 agent。我把自己在 Nouns DAO 的投票权委托给一个由 agent 控制的钱包，agent会自动监测最新提案，用大模型分析提案并生成支持或者反对的决策，随后用它控制的钱包完成链上投票。这一过程完全由 agent 自主运行，不会征求我的意见。 虽然 agent 做的是加密世界的事，但它本质上是一个中心化的 Web2 结构。这个agent在twitter上也惊艳了不少人，但实际它的重点跟agent无关，而是AI治理。我做它的初衷一方面是觉得有趣，另一方面是想探索 AI 参与治理的可能性。 设计agent 花费的时间主要在提示词工程设计和之前的各种模拟投票和模型偏好调教上。
3 replies
0 recast
4 reactions
Chao
@chao
2/6 agent部署前我做了几千次模拟测试，还尝试在不同偏好设置下观察 AI 对某些关键提案的决策，比如播客里提到的Nouns 662 提案。无论怎么调整偏好，AI 都倾向支持让 Nouns 走向链下合规的方案。这本身我觉得就是个非常棒的洞察，看到了大模型的安全调教如何影响它们在治理上的偏好。试验数据我都保存了下来，但因为杂事繁多，目前还没有能够很好的整理。 实验二：Quaestor 这个试验的灵感来自一次与屏风的聊天。她问能否把治理 agent 的分析能力用到 Farcaster 上，针对一些DAO里的提案，在聊天的时候自动生成提案分析。我觉得技术上不难实现，就想着周末搞一搞。 起初的设计：因为 Farcaster 的 cast 长度上限是 1024 个字符，这对分析提案远远不够。我想了个绕行方案是让AI 生成分析内容后，将其转化为便签式的文字图片，再通过图片发布，绕过字符限制。
1 reply
0 recast
0 reaction
LilPing
@pingfeng
1348 $DEGEN
1 reply
0 recast
1 reaction
Hua
@ameliehua.eth
👍 500 $DEGEN
1 reply
0 recast
0 reaction
