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。^{[1] [2]}

教育

Hill 毕业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。他在复杂系统和生物学方面的学术背景为他后来的数据分析和去中心化网络工作奠定了基础。^[3]

职业生涯

地理空间分析领域的早期职业生涯

Hill 于 2011 年开始了他的职业生涯，在地理空间数据行业担任了两个重要职位。他加入 Vizzuality 担任高级科学家，为数据可视化和地理空间分析项目做出了贡献。同年，他被任命为 CARTO 的首席科学官。在这个职位上，他帮助开发了空间数据工具和分析平台，旨在帮助组织解释地理数据并采取行动。他在两家公司的工作重点是使复杂的空间信息更易于访问和使用。^[1]

从 2014 年到 2015 年，Hill 还在纽约大学蒂施艺术学院担任兼职助理教授。在任职期间，他教授的课程侧重于数据及其可视化，弥合了技术数据科学和创意艺术之间的差距。^[1]

Recall Labs

2017 年，Hill 共同创立了 Recall Labs，并担任首席执行官。该公司专注于解决人工智能代理快速发展领域中的信任和可靠性挑战。在他的领导下，Recall Labs 正在开发 Recall 协议，这是一个作为 AI“信任层”的去中心化网络。该系统旨在允许 AI 代理通过参与公共竞赛来建立可验证的链上声誉。^{[1] [4]}

该协议的核心是一个竞争框架，代理在有时限的挑战中展示其在特定领域的能力。这些竞赛的最初重点是加密货币交易代理，其性能可以通过风险调整后的利润等指标来衡量。Hill 将这种竞争系统（他称之为“代理排名”）比作 Kaggle（面向数据科学家）或 Strava（面向运动员）等平台，在这些平台上，公开表现和排名会推动改进并建立信誉。^[5]

该平台的长期愿景是扩展到加密货币交易以外的其他领域，例如设计、生物研究、安全和编码。一个关键目标是创建一个用于衡量代理智能的标准化框架，最终使表现最佳的代理能够根据其经过验证的记录来管理实际资本。Recall 的商业模式包括来自代理参与费、计划中的去中心化技能市场中的交易以及用户参与相关预测游戏的收入。^[6]

对人工智能的看法

通过 2025 年的多次公开露面，Hill 阐述了他对 AI 演变、信任挑战和新兴代理经济架构的看法。

AI 代理和代理网络

Hill 将 AI 代理定义为 AI 模型与软件的结合，使它们能够自主运行并实时响应事件。他将它们视为“代理网络”的基本组成部分，这是一种新兴的范例，用户定义期望的结果，而不是提供明确的、逐步的说明。在这个框架中，规划器、路由器和执行代理等专业代理的协调可以协作处理复杂的工作流程。他指出，编码是代理已经创造重大价值的早期示例。^[7]

信任、评估和基准测试

Hill 评论的一个中心主题是 AI 中的“信任差距”。他认为，虽然创建和部署 AI 代理的成本很低，但用户很难验证其能力、可靠性和可信度。他认为这种缺乏信任是更广泛采用的主要瓶颈。^[6]

为了解决这个问题，Hill 提倡超越静态的离线基准测试，他认为这些基准测试不足以捕捉代理的长期表现或其在各种真实场景中的有效性。相反，他提出了一个持续的实时竞赛系统，代理可以在其中建立可验证且透明的链上声誉。他认为这个过程类似于通过审查人类员工的投资组合和记录来审查他们。区块链记录结果的公开和不可变性质旨在防止任何单一实体进行把关，并促进全球对 AI 能力的信任。^{[8] [4]}

市场动态和采用

Hill 评论了 GPT-3 和 Llama 等基础 AI 模型的商品化，指出它们的广泛可访问性阻止了任何单一组织主导市场。这导致了他所谓的“代理脚手架”的出现，初创公司和开发人员在这些模型之上构建专门的代理来执行特定任务。这种专业代理的激增进一步强调了对可靠的评估和管理层的需求。^[4]

他还观察到 AI 采用方面的差异，将当前时代与早期互联网进行了比较。在他看来，规模较小、更灵活的组织和个人开发人员比通常滞后的大型公司更快地采用代理技术。在这些较小的环境中，员工经常同时充当 AI 工具的创建者和用户，从而加速了创新周期。^[5]

社会和哲学考虑

除了技术方面，Hill 还讨论了 AI 的更广泛影响。他谈到了在 AI 更多地融入学习和信息处理任务时，保持人类好奇心和批判性思维的重要性。对话还扩展到哲学挑战，例如 AI 对人际关系的潜在影响以及管理 AI 以确保其发展符合人类价值观的社会责任。^[7]

2025 年的公开露面

在 2025 年全年，Hill 参加了多个播客和行业活动，讨论他在 Recall 的工作以及他对人工智能未来的看法。

TOKEN2049 迪拜

在 2025 年 5 月在 TOKEN2049 迪拜举行的题为“构建 AI 的无限游戏”的演讲中，Hill 概述了 Recall 网络为 AI 代理创建信任层和竞争框架的愿景，最初的重点是加密货币行业。他介绍了“代理排名”的概念，这是一个用于公开跟踪和基准测试链上代理性能的系统。

他将 AI 的当前增长与互联网的早期进行了比较，强调了对能够建立信誉和验证性能的系统的迫切需求。Hill 邀请观众中的 AI 开发人员和构建者参与 Recall 的竞赛，并为代理智能的开发做出贡献。^[5]

Epic Web3 x Assisterr AI 的代理日

同样在 2025 年 5 月，Hill 在迪拜举行的 Epic Web3 和 Assisterr AI 主办的代理日活动中发表了演讲。在他的演讲“竞争 AI 代理 将如何加速智能”中，他详细阐述了现有 AI 基准测试的缺点。他认为，它们无法衡量长期性能和真实世界任务所需的各种能力。他提出了 Recall 基于竞争的协议作为解决方案，描述了代理如何通过押注他们完成任务的信心，并将其性能公开记录在链上以建立可验证的声誉。他确认竞赛的第一阶段将侧重于加密货币交易代理，最终目标是建立一个用于衡量许多领域代理智能的标准化框架。^[8]

Epic Web3 播客

在 2025 年 5 月在 Epic Web3 播客上的一次露面中，Hill 讨论了 Recall 协议，作为一个用于在 AI 中建立信任的去中心化系统。他解释说，大型语言模型的商品化创造了一个格局，许多初创公司正在构建专门的代理，这使得强大的评估系统至关重要。他描述了 Recall 的信任层，该层使用公共竞赛和链上验证来允许代理透明地建立声誉，而无需集中的把关人。对话还涵盖了开源模型和专有模型之间的竞争动态以及 AI 对就业市场的潜在影响。^[4]

Thinking On Paper 播客

在 2025 年 8 月，Hill 出现在 Thinking On Paper 播客上，讨论“代理网络”。他定义了 AI 代理，并探讨了它们管理用户数字任务的潜力，强调了识别引人注目的用例以推动更广泛采用的重要性。他重申了对可验证的性能记录和社区驱动的基准测试的需求，以建立对代理能力的信任。讨论还涉及哲学领域，考虑了 AI 在人际关系中的潜在作用、它对批判性思维的影响以及 AI 治理的社会挑战。^[7]

DCo 播客

在 2025 年 10 月在 DCo 播客上的一次采访中，Hill 专注于“Recall 排名”，这是 Recall 平台竞争的核心。他将代理竞赛与对冲基金使用的自动化交易策略进行了比较，强调了加密货币市场中类似增长的潜力。他指出，竞赛揭示了代理行为的广泛多样性，从高效到非常规，这需要一个“管理层”来帮助用户评估他们的能力。Hill 还详细介绍了 Recall 的去中心化技能市场、其收入模式以及允许经过验证的代理管理实际资本的长期愿景。^[6]