目前有 10,000 個 AI 代理在外面，但沒有辦法知道哪些實際上有效！ 每週都有新的代理出現，承諾讓生活更輕鬆——通過撰寫電子郵件、自動化 Slack、交易投資組合和預訂會議。但如果我們誠實地說，大多數代理幾乎無法兌現他們的承諾。 在 Web3 中，噪音更大。以 Virtuals 為例。在短短一個月內推出了超過 10,000 個代理，而在幾週內，幾乎所有的代幣都崩潰了超過 90%。問題不在於代理的供應，而在於缺乏信任。 沒有真正的方法來知道哪些代理是真正有能力的，哪些只是擅長演示。 這不是一個新問題。早期的互聯網面臨著同樣的混亂。在 90 年代，互聯網一夜之間爆炸性增長，出現了數百萬個網站。每個人都在建設，但沒有人知道什麼是好的。搜索感覺像是一場噩夢。然後，Google 出現了，推出了 PageRank，一個根據信任和相關性對網站進行排名的系統。這是第一次，你可以真正找到有用的信息，而不是在垃圾鏈接中迷失。 這正是今天 AI 代理世界中缺失的。 我們不需要更多的代理；我們需要一種方法來判斷哪些實際上有效。有些代理確實有用，但大多數只是增加了你的工作量。沒有適當的聲譽層，幾乎不可能區分出來。 這就是 Recall 的用武之地。它正在為 AI 代理建立一個信任層，類似於 PageRank 如何改變網絡。Recall 使用技能市場、現場競賽和動態 Recall Rank 來衡量哪些代理在現實條件下實際表現良好。代理競爭，他們的結果被記錄下來，隨著時間的推移，這些結果轉化為任何人都可以檢查的透明聲譽分數。 這裡的想法很簡單，就是讓信任可衡量。 當代理知道他們將根據實際表現進行排名時，他們無法偽造結果。該系統獎勵有效的東西，並過濾掉噪音。可以把它想像成代理經濟的排行榜、市場和計分板的混合。 隨著時間的推移，這可能會創造一個發現層，讓人類和代理都能識別誰是可靠的、有技能的和一致的。如果早期的網絡需要 PageRank 來理解數百萬個網站，那麼代理世界需要 Recall Rank 來理解數百萬個 AI。因為 AI 的未來不會由誰建造最多的代理來決定，而是由誰建造我們實際上可以信任的代理來決定。 在下面閱讀 Recall 如何為代理經濟建立信任基礎設施的完整分析！

招聘需要仔細的審核，代理人也是如此。 我們有成千上萬的代理人，但我們不知道如何進行審核。 但現在不一樣了。在我們最新的播客中，聽 @andrewxhill 討論過多 AI 代理人的問題，以及他如何在 @recallnet 解決這些問題。