起初我和 Willy 讨论时，有人提到 Web2 时代也尝试过定制化，但效果始终不理想，但我们认为通过 Agent 可以解决过去定制化千人千面难以实现的问题。
在 Web3 中，生成式 UI/UX 就是解决问题的关键路径。用户的 Crypto 探索过程中，不管他关心的是技术指标、TLDR 总结、个性化信号，甚至我们有一个功能叫「look through someone' s sight」，就是基于某个 KOL 或大 V 的视角看问题，我们如何将这些用户关心的东西视觉化的呈现？这就是生成式 UI/UX 做的事情，通过 AI 在前端实时生成可视化的内容，包括数据模块和图表，类似于 Apple 健康应用中的 widgets，完全根据用户偏好设定。
比如 Willy 是个长期主义投资者，我是个 Meme 投资者，我们所关注的内容是不一样的，我们前端所看到的产品也是不一样的，TrueNorth 会根据用户的投资偏好动态调整 UI/UX，这在以前是完全无法实现的，因为传统的做法是模板化的。我们在生成式 UI/UX 方面的突破是一个重要创新，也是我们产品的核心亮点之一。
在攻克这个技术难关的过程中，最大的问题就是如何更好的做到定制化，Web3 的优势在于通过钱包连接，用户的交易记录、购买行为等都能够看到，为个性化冷启动提供了很好的基础。基于此，我们在产品原型中已经实现了令人惊艳的效果。
第二个故事是关于 Agentic Flow。这个概念听起来很简单，大家会说这是第二个主流的 Framework 就像 langchain，但是这个东西是你做玩具很简单，但要真正做到生产级应用却非常困难。
比如我们的 Agent 搜索现在可以在多数据源的情况下实现 10 秒以内的延迟，甚至经过优化后可以做到几秒内的用户级反馈，现在应该没有任何一个 Crypto Application 能够做到。
再比如未来要支持几十万甚至上百万的 DAU，如果用现有的开源框架，即使是 Web2 最好的Framework，都无法满足这样的技术指标。
我们面临的核心挑战，除了实现超低延迟之外，还要设计一个高效的 Agent 组织架构。每个前端的生成式 UI 背后都有一个 Agent，它如何快速找到答案并根据用户偏好个性化呈现出来？这涉及一系列复杂的技术难题。我们团队的核心成员曾负责东南亚最大电商和媒体平台的生产级架构，因此从一开始就对生产级扩展性做了充分的规划。要实现秒级响应，必须从零搭建自己的基础设施和技术体系。这也是目前很多团队（无论是 Web 2 还是 Web 3）在 AI 开发中尚未重视的问题，而我们已经提前布局，完成了这些技术上的突破。
深潮 TechFlow：TrueNorth 在内测中，目前收到的反馈如何？好的或者坏的，能分享一些你的观察吗？TrueNorth 会有什么新的功能或者更新带给用户吗？