由 DeepMind 早期创始人兼投资人 Humayun Sheikh 创立并领导的初创公司 Fetch AI，正式发布三款相互关联的产品，旨在为大规模 AI 智能体生态系统提供所需的信任、协同与互操作性支撑。此次发布的产品包括个人 AI 编排平台 ASI:One、品牌智能体验证与发现门户 Fetch Business，以及收录超 200 万个智能体的开放式目录 Agentverse。这三款产品共同构成了 Fetch 的核心生态，使其定位为 “智能体网络（Agentic Web）” 的基础设施提供商 —— 在这一网络层级中，消费级 AI 与品牌 AI 不再仅提供建议，而是通过协作完成具体任务，彻底改变当前 AI “能说不能做” 的局限。
Fetch AI 的创立背景与 DeepMind 有着深厚渊源。创始人 Humayun Sheikh 是 DeepMind 早期五位核心成员之一，也是该公司的首位投资人，其早期投资为 DeepMind 被谷歌收购前的商业化发展提供了关键支持。早在 2013 年，Sheikh 便预判 “智能体系统将成为 AI 落地的核心形态”，并将目光聚焦于 “智能体网络” 的基础设施构建。2017 年，Fetch AI 正式成立，初期依靠 Sheikh 从 DeepMind 退出获得的资金自力更生，早在 Transformer 架构主流化前的 2015 年，就已开始研发自主软件智能体的基础设施，重点突破可验证身份、安全数据交换与多智能体协同三大核心技术。经过多年发展，公司已组建起一支 70 人的团队，办公地点遍布剑桥与门洛帕克，累计融资约 6000 万美元，用户规模超 100 万，这些用户互动数据为此次新产品的设计提供了关键支撑。Sheikh 在采访中提到，早期自力更生的阶段让团队能够不受外部资本干扰，专注于 “智能体基础设施将成为应用 AI 基石” 的核心假设，为如今产品生态的落地奠定了坚实基础。
作为此次发布的核心，ASI:One 是一款专为协调多个智能体设计的语言模型界面，而非针对孤立查询的工具，Fetch 将其定义为 “智能层”，负责上下文共享、任务路由与偏好建模。该平台会存储用户的个性化信息，包括偏好航空公司、饮食限制、预算范围、会员计划标识与日程可用性等结构化数据。当用户发起复杂任务请求（如规划包含航班、酒店与餐厅预订的行程）时，ASI:One 会自动调取这些偏好数据，将任务拆解后分配给相应的已验证智能体，最终由智能体返回可直接操作的结果（如实时库存、预订选项），而非泛泛的建议。例如，用户提出 “下周末带家人去纽约旅行，需靠近中央公园的四星酒店、儿童友好型餐厅”，ASI:One 会将任务分配给 @Hilton（希尔顿酒店智能体）、@OpenTable（餐饮预订智能体）等，协调它们获取实时数据并整合为完整行程方案，用户无需分别在多个平台操作。
与传统大语言模型应用依赖 API 或检索增强生成（RAG）技术获取信息不同，ASI:One 的核心价值在于 “跨组织边界的工作流生成”，且随着用户偏好数据的积累，个性化程度会持续提升。其架构采用模块化设计，融合智能体模型与专家模型，Sheikh 强调 “单一大型模型无法满足所有需求，必须依赖专业智能体协作”，因此专门优化了 ASI:One 的底层逻辑，使其更适配智能体系统的协同需求。此外，ASI:One 的个性化系统基于用户专属知识图谱构建，存储偏好、旅行历史、社交关系与场景约束等数据，且这些知识图谱按用户独立隔离，不与 Fetch 运营数据混合，形成 “确定性底层架构”，为个人 AI 提供超越单一模型概率输出的稳定记忆层。目前，ASI:One 已进入 Beta 测试阶段，计划 2026 年初全面上线；此前推出的 ASI:One Mobile（iOS 与 Android 版本）也已实现与 Agentverse 及用户知识图谱的直接对接，支持用户随时随地执行任务并与已注册智能体实时交互。
Fetch Business 则聚焦于解决 “消费者与企业智能体可信协作” 的核心痛点，定位为品牌智能体的 “验证与发现门户”，类比于网站领域的 ICANN 域名注册与 SSL 证书系统。企业可通过该平台验证身份并认领官方品牌智能体标识（如 @Hilton 代表希尔顿、@Nike 代表耐克），且无论企业使用何种工具开发底层智能体，均可通过该平台获得统一标识。这种验证机制能有效防范消费者与伪造或不可信智能体交互，Fetch 认为这是当前智能体大规模应用的主要障碍。平台还为小型企业提供低代码工具，使其能在几步内创建智能体，并对接库存、预订系统、客户关系管理（CRM）等实时 API。例如，一家本地餐厅可通过 Fetch Business 快速创建 @LocalCafe 智能体，关联美团、大众点评的预订接口，无需专业技术团队即可实现 “用户查询 – 智能体响应 – 实时预订” 的闭环。
为保障信任基础，Fetch Business 直接复用现有网络信任体系：企业域名所有者只需在现有网站后端插入一段短代码，系统通过密码学验证后，即可为智能体授予类似 “蓝 V 认证” 的真实性徽章，Sheikh 将其称为 “复用网络数十年构建的信任层”。目前，Fetch 已预先预留数千个品牌命名空间以应对潜在需求，且验证状态在所有集成 Agentverse 的平台中通用，为企业智能体打造了可迁移的身份层。企业可通过 business.fetch.ai 官网认领专属智能体。
Agentverse 作为此次发布的第三款产品，是一款开放式智能体目录与云平台，不仅提供智能体托管服务，更核心的价值在于实现跨生态的可发现性。据 Fetch 披露，目前已有超 200 万个智能体注册，覆盖旅行、零售、娱乐、餐饮、企业服务等多个领域。Agentverse 会为每个智能体提供元数据、能力描述与路由逻辑，供 ASI:One 识别适配特定任务的智能体，同时支持智能体间的安全通信与数据交换，且具有平台无关性 —— 无论智能体基于何种框架开发，均可接入并实现互操作。Sheikh 指出，当前 90% 的 AI 智能体 “建成即闲置”，核心原因是缺乏统一的发现层，而 Agentverse 的定位正是 “智能体领域的 DNS 系统”，解决了 “智能体开发后无法被他人发现” 的关键问题，类比谷歌为网站提供搜索功能，Agentverse 为智能体提供发现、信任与交互的基础设施。
从技术架构来看，Agentverse 采用云无关设计，区别于绑定特定云服务商的竞争生态，Sheikh 认为 “只有独立于专有云环境，统一注册中心才能真正具备普适性”。这种开放架构使大语言模型能在 “智能体部署后一分钟内完成查询”，让智能体发布过程接近域名注册般即时。此外，Agentverse 还集成了支付通道，支持智能体通过 Visa、Skyfire 及兼容稳定币完成交易，用户可设置消费限额或要求交易需明确批准，为 “智能体自主完成购买”（如预订酒店、购买门票）提供了安全的金融基础设施。
从行业背景来看，当前消费级 AI 平台正从静态聊天界面向 “能自主完成动作的智能体” 转型，但多数系统受限于孤立架构、互操作性弱与验证标准缺失，难以实现跨平台协作。Fetch 的三款产品恰好针对这些痛点：ASI:One 提供跨平台协同层，Fetch Business 建立身份验证体系，Agentverse 填补发现层空白，三者共同构成 “智能体生态的基础设施”。值得注意的是，Fetch 的长期愿景还包含微支付与数字交易基础设施，Sheikh 提及与 Coinbase 402、AP2 等协议的集成，旨在让智能体具备完成包含金融操作的端到端任务能力 —— 例如，用户通过 ASI:One 发起 “购买演唱会门票并预订周边酒店” 请求，@Ticketmaster 智能体完成购票、@Hilton 智能体完成订房后，Agentverse 可自动处理支付流程，无需用户手动干预。
总体而言，Fetch 此次发布的 ASI:One、Fetch Business 与 Agentverse，构建了一套相互衔接的智能体生态系统，其核心逻辑源于 Sheikh 从 DeepMind 早期发展中总结的经验 ——“AI 的价值只有与执行能力结合时才真正显现”。通过为智能体提供 “发现 – 信任 – 协同 – 交易” 的全链路支持，Fetch 正试图复制谷歌为网站打造的基础设施生态，为 AI 智能体的大规模应用铺平道路。尽管当前行业仍处于智能体发展初期，但 Fetch 的布局已展现出清晰的差异化优势：不与巨头争夺 “通用智能体模型” 赛道，而是聚焦于 “智能体生态的底层基建”，这种定位不仅避开了算力与资金的直接竞争，更抓住了当前智能体落地的核心瓶颈，为未来 “智能体经济” 的形成提供了关键支撑。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/da-zao-ai-zhi-neng-ti-de-gu-ge-sou-suo-fetch-tui-chu-asi
