播客：The Round Trip

編譯&整理：Yuliya，PANews

這是一場關於加密資料、AI Agent 與未來工作範式的深入對話。在PANews與Web3.com Ventures聯合出品的《The Round Trip》全新系列Founder's Talk中，主持人John Scianna邀請到了Nansen AI 的CEO Alex Svanevik，共同探討了Nansen 是如何從一個純粹的鏈上數據分析平台，進化為由AI Agent 驅動的全棧智能產品驅動的全棧智能產品驅動的。 Alex 不僅分享了Nansen 命名背後的極地探險家精神，還深入剖析了“聰明錢”標籤的演變、Agent 交易的“信任階梯”，以及AI 是如何以前所未有的速度重塑企業內部的工程文化與組織架構的。

Nansen AI的初心與轉型

John：現在採訪你是個特別好的時機，因為AI現在真的在加速起飛。我想先請你跟我們講下，Nansen AI 到底是什麼？它是一個智慧層嗎？還是一家數據公司？又或者，最終它會變成一個Agent？

Alex：我們可以先聊聊Nansen 成立的初心。我們的使命是挖掘有效訊號並創造成功案例。在最初成立的六年裡，我們花了很多時間去挖掘和提煉有效訊息，現在我們正更多地轉向「創造成功案例」。從產品角度去考慮，我們的北極星目標是幫助投資人更有效地把投資組合做大。衡量成功的標準，就是看產品是否真的能幫你賺更多錢。

在這個大方向下，我們基本上已經完成了一次轉型。原本Nansen更像是純鏈上分析產品，如今變成了一個更偏全端的鏈上產品。以前大家使用Nansen 是因為我們有很強的鏈上情報和分析能力，但現在你可以在Nansen 上質押，也可以透過Agent 直接在鏈上交易。我不太喜歡把產品硬塞進單一類別，最好的產品往往無法被單一分類定義，但本質上都是在用獨特的方式幫助鏈上投資者做大投資組合。

John：你們一直使用Nansen AI 這個域名，但現在的AI 和六年前已經完全不一樣了。你們在數據賽道站穩了腳跟並不斷拓展，你覺得AI 在過去六年裡發生了哪些變化？

Alex：其實我跟AI 打交道快20 年了。我在2009 到2010 年讀碩士時學的是AI，2010 年工作的第一家公司就是一家人工智慧顧問公司。那時候AI 領域沒發生太多事，大家都覺得是科幻。但後來變化太大了，無論是過去16 年，還是過去幾年、幾個月。

對我們來說， AI 其實一直存在於後端。大家知道Nansen 在地址標籤識別上可能是全球做得最好的團隊之一，這正是藉助AI 完成的。我們已經標註了超過5 億個地址，幾乎所有標籤工作都是透過演算法完成的，其中很大一部分是透過啟發式方法。

現在， AI在Nansen的角色已經發生了變化它已經走到了前端。你和產品互動的方式本身變成了Agent 驅動。如果你現在用我們的行動裝置App，它就是一個AI，你可以像和Grok 或ChatGPT 聊天那樣直接問它：「今天聰明錢在做什麼？」「我應該關注哪個代幣？」「我的交易風格怎麼樣？給我點反饋，比如我做對了什麼，我又虧在了哪裡，我還能怎麼替你如何？」這個靈活性甚至能替你下個靈活性。

探險家精神與「聰明錢」2.0：用AI預測未來贏家

John：你要不要講Nansen 這個名字是怎麼來的，以及你怎麼去理解「他」的？畢竟你們所做的事本質上也是在探索鏈上數據。

Alex：沒問題！我們公司是以一位極地探險家的名字命名的，他叫做弗里喬夫·南森（ Fridtjof Nansen ）。他不僅是科學家、探險家，也是外交家、政治家和高產量的作者。

我一直把加密世界裡的人看作某種先鋒，他們在走別人沒走過的路。我自己在鏈上的「探險經歷」也特別有意思，有時會碰到以前從來沒人看過的東西，例如某個具體的地址、模式或投資機會。我會把我們的用戶看作探險家（像弗里喬夫·南森），而我們更像是他們的指南針，或者說是一套工具包、一艘船，確保你能比較安全地一路抵達北極。

John：感覺現在市場處在更「冷」的階段，這個比喻很貼切。鏈上數據和分析方式變了很多，大家開始用新錢包，你們怎麼透過AI 更好地辨識這些模式？

Alex：加密產業一直在變化，你必須不斷適應。 Agent 化使用者體驗的妙處就在於它更流動、更容易適應變化。如果做傳統的UI，把NFT、memecoin 或是Desci、社交幣等敘事硬編碼進去，產品很快會變成東拼西湊的「科學怪人」。 （*註：科學怪人原為瑪麗雪萊科幻小說中用不同軀體拼湊而成的怪物。在科技與產品語境中，常指那些缺乏統一底層架構、因盲目追逐熱點或強行堆砌功能，最終導致體驗極度割裂的「縫合怪」式產品） 。但Agent 化的UX 理論上可以無限擴展，它只會把真正重要的東西高亮出來。

資料層面也是一樣，產品必須夠靈活。以「聰明錢」為例，通常有幾千個地址獲得這個榮譽徽章，我在新加坡線下也遇到過擁有這個標籤的人。但我們一直保持定義的模糊性，因為五、六年前的定義今天未必成立，例如當年的三箭和Alameda 都有「聰明錢」標籤，但後來都爆掉了，現在再給它們打標籤就不合適了。

想把獲利策略持續沿用到不同周期很難。但我們的判斷是，數據裡包含了足夠的訊號足以做出預測，準確率會比拋硬幣高很多。我們利用機器學習和AI 來預測下週哪個地址更有可能賺錢。圍繞這個方向，我們會在今年晚些時候（希望是幾週後）上線一個新產品，某種意義上是「聰明錢2.0」版，它本質上是預測哪些錢包未來會賺錢，而不只是告訴你過去誰賺過錢。

這其中也會分析它們是否是Agent 交易者、純交易員，或是否具備某種優勢。我們會看幾十種特徵，例如持幣時間、單位時間交易筆數、勝率、ROI、相對於BTC/ETH 或指數的表現、對於某個指數產品的表現等。

我們傾向於餵模型更多特徵，讓AI 自己算明白，而不是過多進行人為幹預，然後再去評估它的預測精度到底怎麼樣。

Agent交易的未來拐點與“信任階梯”

John：對，我看到你們幾週前發布了Nansen的CLI，就是大概幾週前。而且我知道你們的一個判斷是，Agent交易者最終會超過人類交易者。你覺得這個拐點會多快到來？

Alex：目前大多數人還是手動挑選代幣，當然，可能會借助Nansen這樣的工具，再加上一些感覺判斷，但我確實覺得，時間拉遠看，到了2030 年，由Agent 完成的交易肯定會超過人類手動交易。我覺得這件事甚至可能會更早發生，也許2028 年就會發生，而2027 年可能就是我們會看到巨大轉變的一年。

這就像程式設計從手寫程式碼，到vibe coding，再到Agent 化工程。現在我們還在手動交易階段，我判斷vibe trading 今年會變得更流行，而真正的Agent 交易（讓Agent 完全自主替你交易）會在明年大幅爆發。到2028 年，更多交易量將來自Agent。

John：現在看起來還沒有那麼多安全護欄，應該只有極少數人會用Agent 去做五位數規模的交易。

Alex：對，這也很合理。因為這裡面其實有一條需要一步步爬上去的“信任階梯”，對使用者來說尤其如此。你得一點點建立起信任感，你得先看到效果，然後再慢慢讓自己從（交易）流程裡抽離。

而我覺得，身為產品方，我們也必須提供一條類似的階梯，不能一上來就讓用戶把錢放進來聽天由命。你得這麼告訴用戶：“你可以試試這種方式，你可以把我們的Agent當成你的'副手'來參與交易，但每一筆交易，最終還是由你自己點執行。”

然後你會慢慢發現：“其實我好像已經不需要自己去點那個按鈕了，那不如就讓它自動執行吧。”

但即便如此，你可能還是會想看執行軌跡，或是收到通知之類的提醒。再往後某個階段，你可能會切換到下一個模式：給它一個相對寬泛的策略方向，然後我希望有辦法對這個策略做回測。而這點其實也是我們計畫在今年稍後推出的功能之一（一個原生AI的回測框架）。再之後，你才會真正願意讓它進入自動交易狀態。

但這個過程一定得建立在一層層累積的信任之上。我覺得一上來就直接進入「自動」交易是不合理的。很多公司都會給你工具，讓你這麼乾，結果很多人會虧很多錢，因為這些工具還遠遠不夠成熟。說實話，我覺得這麼做其實是有點不負責任的。這不是我們想做的事，我們想做長期的東西，所以我們的方法會更偏向於走「信任階梯」這條路徑。

John：很多人最近都在試OpenClaw，然後他們就會說：「我現在用得挺順手了，那我是不是可以把郵箱權限也交給它，或者再給它別的權限？」對，這其實就是那條信任階梯。

Alex：而且我覺得這跟自動駕駛汽車很像，道理其實一樣。你不會一上來就直接坐到後排去任由它自己開，你會先讓它變道，或者先只在單車道上跑，或者你自己還坐在駕駛位上。你只是先放開一點權限，雖然速度會慢一點。

Nansen內部已全面擁抱AI

John：所以，OpenClaw某種程度上加速了你們的Agent交易策略推進？

Alex ：首先，OpenClaw是軟體歷史上的里程碑之一，而且我們在公司內部會大面積使用。事實上，現在我們公司的OpenClaw數量已經比真人員工還多了，所以我們算是OpenClaw的重度使用者。

至於交易Agent，我們用的是Pi Agent，這個產品我們還沒正式發佈出來。但在我們內部實驗中的早期版本裡，我們並不需要OpenClaw的完整能力棧，所以我們把它精簡成了更輕量的Pi Agent，因為它更輕。當然，我們也在嘗試其他一些方案。

不過整體來說，對大多數人而言，目前創建一個交易Agent已經比之前容易多了。例如你可以直接用OpenClaw，當然，如果你只是拿它來做交易，可能有點殺雞用牛刀。但總的來說，我手上有幾個OpenClaw實例，已經接入了Nansen CLI，正因如此，它們可以創建錢包，也可以執行交易，在發現它們認為不錯的交易機會之後就能直接操作。

John：你們作為一家AI驅動型公司是怎麼運作的？所你們算是最早真正把OpenClaw 大規模落地的公司之一，沿著信任階梯爬得非常快。

Alex：我們在2023年初就已經制定了非常清楚的AI策略。當時我們就意識到AI會以非常非常快的速度演進。所以不是說我們一夜之間就從傳統工作方式直接跳到了OpenClaw；這其實是一個沿著成熟度階梯逐步推進的過程，已經走了三年多。

我在其他場合也講過這件事，我們是如何讓整個團隊變得更AI native的。當我們看到OpenClaw 能做的事情時，就意識到必須在內部配置起來。當時有點“囚徒困境”，因為很多團隊成員無論我們同不同意都會去用。最好的方法是我們主動提供一個內部託管、預設更安全的OpenClaw 版本。而且這個版本得夠好用，這樣他們就不會覺得自己非得去搭一個粗糙的、七拼八湊的而且不安全的OpenClaw版本。

我們讓安全負責人和資深工程師一起搭建內部部署平台，透過隔離的虛擬機器部署，用Kubernetes 和Helm 做設定管理，不讓執行個體自動更新，盡可能做到最安全。

John：你有沒有觀察到，是不是最聰明的工程師先開始用它？

Alex：現實更複雜。有些原本處於中位等級的工程師，因為更快擁抱了Agent 化的工程方式，一路爬到了頂尖層級。 Claude Code 和Codex 這樣的工作方式會給人一種不斷被「多巴胺激勵」的感覺，每次拿到回饋就是刺激。

這裡還有一個有趣的弔詭：你反而更不願意在自己最熟悉的領域裡使用AI。工程師可能更願意把AI 用在設計或產品管理上，而設計師更可能用AI 去寫程式碼。所以有時非工程師角色反而推進得更快，比很多還沒擁抱AI 的工程師還要高產量。

John：和去年相比，你們現在的交貨速度快了多少？

Alex：我們的人均部署速率（以已合併到生產環境的有效PR 計算）在兩年內提升了4 倍。 同時變更失敗率並沒有變差，反而略有改善。變更前置時間（從建立工單到上線）的中位數已經低於1 小時了。

John：你們現在的流程是Agent 先看到工單，然後寫程式碼，再由人來審核嗎？

Alex：對，這是一個自動化分診流程。發現bug 後，一個Agent 會自動建立工單，另一個Agent 監聽並自動產生Pull Request，然後還有更多Agent 自動做審查。在Nansen團隊裡，純粹由人寫、再由人審的PR 已經非常少了。

當你同時擁有建構閉環和品質門檻後，人類判斷力就變成了最稀缺的資源。瑣碎的基礎檢查交給Agent，人類（工程師、產品經理或設計師）則保留整體判斷能力，例如這個功能本身是否有意義、是否會產生負面影響。

John ：所以你們是不是也不得不重組團隊了？

Alex ：是的，小團隊才是未來方向。 我做過幾個特別項目，團隊規模就是兩三個人（例如兩名工程師，或研究員/設計師加工程師）。我們正在從「更少但更大的團隊」轉向「更多但更小的團隊」。

每個團隊的職責歸屬非常清晰，就像一支交響樂團。有小提琴組、打擊樂組等，每個人都專注於把技術堆疊裡的某個組件（如地址標籤、交易執行路徑、認證系統、嵌入式錢包、Agent 底層框架等）做到全宇宙最強。你得管好自己那條線，拉小提琴的就別老在意打擊樂在幹嘛。

突破實體與網路瓶頸

John：這些變化也帶來了許多定性數據，例如使用Auto Research 這種工具。

Alex：對，我們開始更多地使用AutoResearch 來優化前端延遲。在Agent 時代，我最看好的一件事就是把延遲壓到最低。 Agent 天然更偏好低延遲的產品，尤其在交易場景下。 如果一個產品單位時間內能做1000 件事，另一個只能做10 件，Agent 一定會偏向前者。

我們在這方面花了很多時間，例如用Zig 或Rust 重寫某些元件，延遲一下子就會低很多。在AI 時代做產品，必須始終對「瓶頸」保持敏感。 AI 正在加速一切沒有明顯瓶頸的環節，於是物理世界、網路延遲、監管和內部協調等瓶頸就變得更顯眼了。

John： Agent 彼此溝通太多，人類每天處理的資訊變多，注意力反而成了瓶頸。

Alex：確實。我們現在有差不多80 個OpenClaw 在Slack 裡跑著，有些非常話癆。大家一醒來看到某個「龍蝦」傳來一大堆文字，根本不想看。所以我們必須做治理，例如讓它們在溝通上精簡50%，並把這些制度化，寫進所有「龍蝦」共享的公司脈絡與文化設定中。想當個“好的龍蝦員工”，也得遵守公司的價值觀。

John：你覺得接下來AI 的外部運作系統會怎麼演進？

Alex：我個人非常看好開源。 OpenClaw 代表了開源的Agent 運行框架，而DeepSeek 則是開放權重模型的標誌性案例，它們的影響力比我想像的大得多。

開放權重模型已經非常強了。上週五我們在Nansen AI 的Fast Mode 裡上線了一個開源模型（未微調版本）。它的首個回答token 的中位數時間從接近8 秒降到了大約4.8 秒，延遲幾乎砍半，快了50%。 我們發現透過微調能拿到的邊際提升已經不太划算，且未微調版本負擔更小、更方便在不同服務商間切換。所以我們比較傾向用沒有微調的版本。

John：非常感謝來到我們節目，AI 不僅是交易的未來，也是工作和Web3 的未來。

Alex：不客氣。推薦大家到App Store 下載Nansen AI，或使用網頁版。如果你想安裝CLI，可以直接執行npm install nansen-cli。