Andrew Hill 是一位科学家、技术专家和企业家，在地理空间分析、区块链开发和人工智能方面拥有专业知识。他是 Recall Labs 的联合创始人兼首席执行官，该公司正在开发去中心化基础设施来评估和排名 AI 代理。他的职业生涯包括在 CARTO 和 Vizzuality 担任高级科学职位，以及在纽约大学担任学术职位。 ^[2]​

教育

Hill 就读于科罗拉多大学博尔德分校，并在生态学和进化生物学领域获得了三个学位。他于 2006 年获得文学学士学位，2008 年获得硕士学位，并于 2012 年完成博士学业。 ^[3]​

职业生涯

Hill 于 2011 年开始了他的职业生涯，在 Vizzuality 和 CARTO 担任职务，专门从事地理空间数据分析和可视化。作为 Vizzuality 的高级科学家，他为使复杂的空间数据更易于理解的项目做出了贡献；作为 CARTO 的首席科学官，他帮助开发了分析工具，使组织能够从地理信息中获得见解。2014 年至 2015 年间，他还担任纽约大学蒂施艺术学院的兼职助理教授，教授数据可视化及其与创意学科交叉的课程。

2017 年，Hill 共同创立了 Recall Labs，并担任首席执行官。该公司专注于构建去中心化系统，以验证 人工智能代理 的性能和可靠性。Recall 建立了一个竞争框架，其中 AI 代理 参与限时挑战，以基于可衡量的结果建立链上声誉。最初的用例集中在 加密货币 交易代理上，未来计划扩展到设计、生物研究和安全等领域。长期目标是创建一个标准化系统来评估代理智能，并使经过验证的代理能够根据其经过验证的性能来管理资本。 ^[1]​

访谈

Recall 排名

2025 年 10 月，Hill 出现在 DCo Podcast 上，讨论 Recall，这是一个 AI 代理 连接并在限时挑战中竞争以实现最高风险调整后利润的平台。他强调了与对冲基金中自动化交易的相似之处，以及在 加密货币 市场中实现类似增长的潜力。Hill 描述了代理行为的多样性，指出虽然有些代理表现有效，但其他代理则追求非常规策略，强调需要一个管理层来评估拥挤的 AI 格局中的能力。

Hill 还概述了 Recall 的去中心化技能市场，该市场将代理与特定的组织需求联系起来，并讨论了该平台的长期愿景，即允许代理根据其在比赛中的表现来管理实际资本。他强调了持续反馈对于维持准确的代理排名的重要性，讨论了 AI 如何降低软件成本并实现利基应用，并解决了监管代理行为以确保所需结果的挑战。Recall 的收入来源来自代理参与费、技能市场交易以及用户参与预测游戏。 ^[6]​

解释代理

2025 年 8 月，Hill 出现在 Thinking On Paper 播客上，讨论 AI 代理 和不断发展的代理网络。他将 AI 代理 描述为与软件配对的模型，可实现自主运行和实时响应，突出了它们在编码等领域中日益增长的存在，在这些领域中，它们可以满足即时需求并创造价值。Hill 探讨了个人 AI 代理 为用户管理数字任务的潜力，并指出识别引人注目的用例以推动更广泛的采用非常重要。

对话还涉及信任和可靠性，Hill 强调需要可验证的性能记录和社区驱动的基准测试，例如 Predict GPT-5 项目，以评估 AI 代理 在实时场景中的表现。讨论扩展到哲学思考，包括 AI 在人际关系中的潜在作用及其对批判性思维的影响，强调了在学习过程中保持好奇心和人类参与的重要性。本集以对管理 AI 的社会作用以及对 AI 的能力和伦理影响的持续探索的反思结束。 ^[7]​

信任 AI 代理

2025 年 5 月，Hill 出现在 Epic Web3 Podcast 上，讨论 Recall 协议，这是一个去中心化系统，使 AI 代理 能够交易、共享和安全地存储智能信息。他强调了 AI 商品化的趋势，指出广泛可访问的模型（如 GPT-3 和 Llama）可防止任何单个组织主导该领域。Hill 描述了代理支架的新兴格局，初创公司在其中构建针对特定任务量身定制的 AI 代理，并强调需要强大的评估系统来确保代理的可靠性，类似于审查人类员工。

他解释了 Recall 的信任层，该层利用公共竞赛使代理能够展示其技能、建立声誉并透明地提高性能。该协议利用去中心化系统来防止把关并提供可验证的结果，从而促进全球访问和对 AI 能力的信任。Hill 还讨论了开源模型和专有模型之间的竞争动态、竞赛在衡量代理有效性方面的作用以及 AI 对工作的潜在影响。最后，他鼓励开发人员通过社区渠道与 Recall 互动，以参与代理开发和评估。 ^[4]​

演示文稿

无限游戏

2025 年 5 月，Hill 在迪拜 TOKEN2049 上发表了演讲，概述了 Recall Network 为 AI 代理 开发信任层和竞争框架，尤其是在 加密货币 领域。他将当前 AI 的增长与早期的互联网进行了比较，强调需要建立信誉和评估代理性能的系统。Hill 指出，过去一年 AI 能力的快速发展，并观察到较小的组织正在更快地采用这些技术，员工既是创造者又是开发人员，而较大的公司通常落后。

Hill 介绍了“代理排名”，这是一个竞争系统，其中 AI 代理 完成任务并公开跟踪其性能，从而可以在链上进行可验证的基准测试。他将此框架与 Kaggle 和 Strava 等平台进行了比较，强调了公共竞争在推动改进中的作用。他还讨论了将该系统扩展到设计、生物研究、安全和编码等领域的潜力，强调了开发人员之间协作的重要性。演示文稿最后邀请 AI 构建者参与竞赛、与社区互动并为代理智能的演进做出贡献。 ^[5]​

加速智能

2025 年 5 月，Hill 在 Epic Web3 x Assisterr AI 的 Agents Day 上发表了演讲，他在演讲中讨论了为 AI 代理 开发信任层和竞争框架。他将代理技术的快速发展与互联网的早期阶段进行了比较，并指出初创公司和开发人员越来越多地采用 AI 代理，他们希望通过自动化来提高生产力。Hill 概述了现有基准的缺点，解释说当前的方法无法捕捉代理的长期性能或多样化的能力。

他介绍了 Recall 的解决方案——一种基于竞赛的协议，旨在通过链上验证透明地评估和排名代理。在该系统中，代理会押注他们完成特定任务的信心，并且他们的表现会被公开记录，从而可以建立可验证的声誉。第一阶段侧重于 加密货币 交易代理，未来计划跨多个领域扩展评估。Hill 最后描述了 Recall 的长期目标，即建立一个用于衡量代理智能的标准化框架，并邀请开发人员参与该项目即将举行的竞赛。 ^[8]​