最近整了個 Web3 AI Chatbot（https://app.web3chat.info/），想看看其他的類似應用做個對比。
目前的 chatbot 使用的技術大同小異，都是信息采集 -> 保存 -> 生成 embedding -> 將用戶問題轉為 embedding 後查詢相似度 -> 將相似度高的信息作為 prompt 和用戶問題一起拋給 LLM -> 生成答案返回給用戶。
Use case 主要有：
- 獲取行情數據。查詢代幣價格、波動，顯示代幣列表等。
- 了解單個代幣或項目。針對單個代幣或者項目的介紹，包括項目背景、方向、生態項目、代幣經濟學等。適合快速了解項目以及深入研究。
- 行業知識學習。學習 Web3、區塊鏈相關概念。
- 新聞匯總。行業或單個領域的最新新聞匯總。
- 最新趨勢。把握最新熱點，通用需求。
目前的 Web3 Chatbot 用戶大致有以上幾個需求。問題在於 Chatbot 在這些方面相對其他應用有啥優勢？
行情數據這塊，直接上 CMC 之類的行情數據網站即可。
行業知識和新聞匯總這兩項，在 LLM 訓練數據老舊的情況下，通過新消息數據或許還有一些實用價值。但是隨著大公司語言模型功能的優化，例如 ChatGPT plugins 或者 Google 的自帶搜索功能的 bard，這兩項功能或許已經沒有優勢了，甚至效果相對還差一些。
對於單個項目或者代幣研究的需求，主要用戶為投資研究員和空投獵人。有數據采集成本過高的問題，要做到有深入分析能力的 chatbot，可能得不償失。
最新趨勢需求，可以分為 2 類。一類是對時效性要求較高的趨勢機會把握的需求，例如 shitcoin trader，對低市值山寨幣進行短線投機的交易員。對這類用戶而言，對話並不是一個好的形式，類似價格波動實時提醒的被動獲取通知反而是更好的形式；第二類是中期趨勢把握需求，主要是預測未來幾周或者幾個月的可能的主題。這類需求可能可以通過 chatbot 滿足，但要做細成本較高。
目前來看，Web3 AI Chatbot 定位略微尷尬，前有行情數據平台、Web3 媒體應用作為替代，後有大公司對模型的優化。像 Web3 這樣數據都是公開的領域，很難用 LLM 做出差異化特色了。
下面是當前的相關產品的一些匯總，作參考。
AlphaRushAI#
可以在 discord 上與聊天機器人進行互動。
門檻高，至少需要有 150M 的 RUSHAI（大於 1000 美元😓）代幣才有資格互動。
因為門檻問題，我暫時沒有親自測試。不過從官方文檔中可以看到她的若干功能，包括：
- 事件跟踪。例如可以提供未來一周的代幣解鎖時間表。
- 單個代幣或者項目說明。
- 生態項目列舉。例如列舉 StarkNet 上的項目。
- 代幣價格和波動。
- 繪製 K 線圖。
根據文檔展示的效果推測，應該是采集了指定的推特消息、一些項目方的文檔、事件日曆、代幣價格數據。
Inflation Universe#
特點是除了回答問題之外，還會以表格形式列出近期相關消息，或者把答案匯總成表格。
但是表格內的消息沒有鏈接，無法核實準確性；列出的消息有時會和問題無關；沒有連續對話功能。
ChainGPT#
可進行知識問答、Solidity 合約的編寫和審查。
界面較為粗糙；沒有連續對話功能。
Web3Chat#
本人開發的 chatbot。
錢包登錄後互動。優點是會列出消息來源，便於核實。並且消息與錢包綁定，登錄後可查看歷史記錄；且消息保存在本地而不保存到服務端，隱私保護更好。
有兩種模式，News Mode 可以獲取最新消息，Project Mode 可以針對性地了解單個項目信息。
有初步的記憶功能，可連續對話，但效果一般；目前項目信息並未實時更新。
Web3 Analytics AI#
此 chatbot 的回復會以統一的格式進行註釋和顯示來源，查看信息來源會比較方便。
對於近期新聞的回復似乎有待優化；聊天內容不跟隨錢包；視頻中展示的表格、走勢圖、代碼的回復功能似乎尚未完成；swap 功能尚未實現。