原文來源：AWE

引言

Web3 領域的「自治世界」（Autonomous Worlds，AW）概念經(jīng)歷了重大演變。從最初完全鏈上的游戲環(huán)境——基于區(qū)塊鏈的透明性和不可篡改性承諾——現(xiàn)在已經(jīng)發(fā)展為更宏大的愿景：由代幣化 AI agent 互動、適應并自我治理的可持續(xù)生態(tài)系統(tǒng)。這種轉變反映了人們對虛擬世界的更深層構想：超越靜態(tài)規(guī)則，擁抱由自治 Agent 驅動的動態(tài)涌現(xiàn)行為。

本文追溯 AW 概念的重新定義，聚焦該領域的先驅項目，探討擴展多 Agent 模擬的挑戰(zhàn)與創(chuàng)新解決方案，揭示從微型 AI 城鎮(zhèn)到巨型 AI 大都會的演進之路。

重新定義自治世界

早期 AW 強調不可變狀態(tài)和去中心化邏輯，聚焦區(qū)塊鏈消除中心化控制的能力。但真正的自治不僅需要透明性，更需系統(tǒng)具備自主演進能力。如今，AW 更應被理解為具備以下核心特征的可持續(xù)環(huán)境：

1. 去中心化控制：無單一權威操控運作

2. 自組織能力：Agent 動態(tài)構建結構并適應變化

3. 涌現(xiàn)行為：自然產(chǎn)生未經(jīng)預設的適應性結果

在此精煉定義下，AW 不僅是存續(xù)的系統(tǒng)，更是能夠自主運作、自組織、自演進的數(shù)字生命體，形成超越預設腳本的活態(tài)生態(tài)系統(tǒng)。

先驅項目

Smallville（斯坦福 AI 小鎮(zhèn)）

作為首批持續(xù)性 AI 驅動社交模擬項目，Smallville 實現(xiàn)重大突破。其擬人化 Agent 具備：

· 調用記憶指導決策

· 組織即興活動（如情人節(jié) party）

· 無明確引導下產(chǎn)生涌現(xiàn)社交行為

通過記憶與理性決策的融合，Smallville 展示了大規(guī)模自主社交互動的潛力。

Voyager（英偉達《我的世界》Agent）

Voyager 另辟蹊徑，在《我的世界》開放世界中部署 LLM 驅動 Agent，其突出表現(xiàn)為：

· 無預設目標的探索式學習

· 掌握復雜技能（合成/導航）

· 自主獲取并應用知識

通過迭代提示與自建技能庫，Voyager 證明了 Agent 在非結構化環(huán)境中的進化能力，這一點也成為了可擴展自治的關鍵突破。

擴展自治世界的挑戰(zhàn)

盡管有一些先驅項目奠定了基礎，但將 AW 擴展至更大規(guī)模復雜系統(tǒng)仍面臨以下挑戰(zhàn)：

· 成本效率低下：Smallville 運行 25 個 Agent 日耗約 500 美元，Voyager 單 Agent 成本更高

· 并發(fā)沖突：資源競爭導致系統(tǒng)失穩(wěn)

· 涌現(xiàn)行為停滯：Agent 陷入重復循環(huán)（如無限耕種）阻礙發(fā)展

· 自治證明：提示與記憶的集中存儲削弱決策獨立性主張

這些挑戰(zhàn)揭示核心矛盾：AW 必須在算力需求與去中心化承諾間取得平衡。

擴展解決方案解析

AI Town（a16z 開發(fā)）

AI Town 聚焦易用性，提供模塊化小型 AW 模擬平臺，其特性包括：

· 模塊化架構：簡化開發(fā)定制

· LLM 無關框架：支持多 AI 模型

· 云原生部署：實現(xiàn)快速測試迭代

· 社區(qū)模板：提供預制起點

通過降低門檻，AI Town 賦能開發(fā)者探索自治生態(tài)系統(tǒng)。

Project Sid（Altera 開發(fā)）

Project Sid 突破性支持 1000+Agent 的自組織經(jīng)濟政治系統(tǒng)，其創(chuàng)新包括：

· 社會腳手架：動態(tài)組建群體并投票決策

· 去中心化仲裁：共識機制化解沖突

· 角色專業(yè)化：自主任務分配

該方案培育出無等級的大規(guī)模復雜社會結構。

AI Metropolis（Zhiqiang Xie 開發(fā)）

AI Metropolis 直擊成本效率痛點，通過以下優(yōu)化實現(xiàn)大規(guī)模模擬：

亂序執(zhí)行：跳過非必要交互

依賴驅動的并行執(zhí)行：非依賴場景異步行動

共享 LLM 上下文：減少冗余計算

這些技術實現(xiàn)成本降低 4 倍，使千級 Agent 模擬兼具實用性與經(jīng)濟性。

擴展方案對比分析

自治世界引擎（AWE）問世

可擴展多 Agent 模擬框架

SPT Network 推出的自治世界引擎（AWE）作為模塊化解決方案，支持在持久數(shù)字環(huán)境中運行數(shù)千自治 Agent。通過鏈下模擬與鏈上驗證及經(jīng)濟系統(tǒng)的結合，AWE 確保透明性、適應性與去中心化。

與 Zhiqiang Xie 的技術協(xié)作

AWE 通過與 AI Metropolis 創(chuàng)始人謝志強的合作強化性能。其在亂序執(zhí)行、依賴追蹤和異步 Agent 行動方面的專長，顯著降低成本提升性能，使 AWE 可無縫處理數(shù)千 Agent。

里程碑：千級 Agent 演示

AWE 近期成功展示 1000 個自治 Agent 在動態(tài)演進模擬中的運行，證明通過合理架構設計，大規(guī)模 AW 可實現(xiàn)效率、可擴展性與成本效益的平衡。

AWE 核心特性

· 多 Agent 模擬：通過并行處理與依賴管理實現(xiàn)千級交互

· 事件驅動演進：內外事件觸發(fā)新行為，孕育涌現(xiàn)社會

· 區(qū)塊鏈整合：關鍵狀態(tài)與行動鏈上錨定確保不可篡改

· 自治保證：加密存儲 Agent 記憶與決策，確保防篡改獨立性

AWE 不僅模擬 AW，更為完全鏈上化的去中心化 AI 社會奠定基礎。

STP Network：品牌升級的新篇章

STP Network 即將品牌升級為 AWE Network ，體現(xiàn)其對可擴展自治世界的專注。作為多 Agent 模擬、鏈上經(jīng)濟和持久 AI 環(huán)境的基礎設施，AWE 網(wǎng)絡搭建 AI 與 Web3 的橋梁，開創(chuàng)治理模式、經(jīng)濟形態(tài)與數(shù)字體驗的新范式。

未來展望：AI 與鏈上系統(tǒng)融合

AI 與區(qū)塊鏈的融合為 AW 開啟變革性可能：

游戲領域：AI 驅動 NPC 在鏈上世界構建涌現(xiàn)敘事

DeSci：AI 城市模擬疫情/經(jīng)濟政策

鏈上經(jīng)濟：AI agent 自主交易、管理 DAO、參與 DeFi

隨著 AI Town 降低準入門檻、Project Sid 實現(xiàn)治理創(chuàng)新、AI Metropolis 突破成本限制，下一個躍遷將是把這些進展完全整合進入鏈上系統(tǒng)。

自治世界即未來

從獨立的 AI 實驗到繁榮的數(shù)字大都會，AW 標志著虛擬環(huán)境的范式轉變。當 Web3 與 AI 深度交匯，我們正站在去中心化自治世界的前沿。明確的任務是：完善基礎設施，釋放無限潛力。

自治世界不僅是可能——更是必然。

本文來自投稿，不代表BlockBeats觀點

歡迎加入律動 BlockBeats 官方社群：

Telegram 訂閱群：https://t.me/theblockbeats

Telegram 交流群：https://t.me/BlockBeats_App

Twitter 官方賬號：https://twitter.com/BlockBeatsAsia