Анализ AI-структуры: от интеллектуальных агентов до Децентрализация исследований
Введение
Скорость развития трассы AI Agent поразительна. С тех пор как "терминал истины" вызвал бум Agent, нарратив о сочетании AI и криптовалюты меняется почти каждую неделю. В последнее время внимание рынка сместилось на "рамочные" проекты, ориентированные на технологии, и этот сегмент за считанные недели породил несколько проектов с капитализацией более ста миллионов и даже более миллиарда. Эти проекты также породили новую модель выпуска активов, при которой проекты выпускают токены на основе репозиториев кода Github, и Agents, разработанные на основе рамок, также могут снова выпускать токены. На основе рамок, Agents выступают в качестве верхнего уровня приложений, формируя модель, похожую на платформу выпуска активов, фактически создается инфраструктурная модель, предназначенная для эпохи AI. В этой статье будут рассмотрены основные концепции рамок и личные размышления о потенциальном влиянии AI рамок на область криптовалют.
Один. Определение и классификация фрейма
AI-фреймворк — это базовый инструмент или платформа для разработки, интегрирующая набор заранее созданных модулей, библиотек и инструментов, упрощающих процесс создания сложных AI-моделей. Эти фреймворки обычно содержат функции для обработки данных, обучения моделей и прогнозирования. Проще говоря, фреймворк можно понять как операционную систему эпохи AI, аналогичную Windows, Linux на настольных операционных системах или iOS и Android на мобильных устройствах. Каждый фреймворк имеет свои преимущества и недостатки, разработчики могут выбирать в зависимости от конкретных потребностей.
Хотя "AI-фреймы" являются новой концепцией в области криптовалют, с точки зрения происхождения, с момента появления Theano в 2010 году, развитие AI-фреймов приближается к 14 годам. В традиционной области AI как в академической, так и в промышленной среде уже есть очень зрелые фреймы на выбор, такие как TensorFlow от Google, Pytorch от Meta, PaddlePaddle от Baidu, MagicAnimate от ByteDance и т.д., эти фреймы имеют свои преимущества в различных сценариях.
В настоящее время в области криптовалют возникают фреймворк-проекты, разработанные на основе огромного спроса на агентов в условиях текущего бума ИИ, и они распространяются на другие области криптовалют, в конечном итоге формируя различные специализированные фреймворки ИИ. Ниже приведены краткие описания нескольких основных фреймворков:
1.1 Элиза
Eliza — это многоагентная симуляционная платформа, специально предназначенная для создания, развертывания и управления автономными AI-агентами. Она разработана на TypeScript и имеет хорошую совместимость и возможности интеграции API. Eliza в основном ориентирована на сценарии в социальных сетях, поддерживает многоплатформенную интеграцию, включая Discord, X/Twitter, Telegram и другие. В области обработки медиа-контента она поддерживает чтение и анализ PDF-документов, извлечение и аннотирование контента из ссылок, транскрипцию аудио, обработку видео-контента, анализ и описание изображений, а также аннотирование диалогов.
Текущие примеры использования Eliza в основном включают приложения типа AI-ассистентов, роли в социальных сетях, знания работников и интерактивные роли и т.д. В отношении поддержки моделей Eliza может использовать открытые модели для локального вывода, а также использовать API OpenAI для облачного вывода, по умолчанию конфигурация - Nous Hermes Llama 3.1B, и интегрирована с Claude для выполнения сложных запросов.
1.2 G.A.M.E
G.A.M.E — это автоматизированная система генерации и управления мультимодальными ИИ, разработанная Virtual, которая в первую очередь нацелена на создание умных NPC в играх. Основная особенность этой системы в том, что ее могут использовать пользователи с низким или даже отсутствующим программным опытом; пользователям нужно лишь изменить параметры, чтобы участвовать в проектировании Агентов.
Основной дизайн G.A.M.E основан на модульной конструкции, которая включает в себя несколько подсистем, работающих совместно, таких как интерфейс подсказок агента, подсистема восприятия, движок стратегического планирования, контекст мира, модуль обработки диалогов, оператор кошелька на блокчейне, модуль обучения, рабочая память, процессор долгосрочной памяти, хранилище агентов, планировщик действий и исполнитель планов.
С точки зрения технической архитектуры, эта структура в основном сосредоточена на принятии решений, обратной связи, восприятии и индивидуальности агента в виртуальной среде, и она подходит не только для игровых сцен, но и для приложений метавселенной.
1.3 Риг
Rig — это инструмент с открытым исходным кодом, написанный на языке Rust, предназначенный для упрощения разработки приложений для крупных языковых моделей (LLM). Он предоставляет единый интерфейс операций, позволяя разработчикам легко взаимодействовать с несколькими поставщиками LLM (, такими как OpenAI и Anthropic ), а также с различными векторными базами данных (, такими как MongoDB и Neo4j ).
Основные характеристики Rig включают в себя унифицированный интерфейс, модульную архитектуру, типобезопасность и высокую производительность. Он поддерживает асинхронные модели программирования, оптимизирует возможности параллельной обработки и включает в себя функции ведения журнала и мониторинга.
Rig не только подходит для создания систем ответов на вопросы, требующих быстрого и точного ответа, но также может использоваться для создания эффективных инструментов поиска документов, чат-ботов или виртуальных помощников с возможностями контекстного восприятия, а также поддерживает создание контента, автоматически генерируя текст или другие формы содержания на основе имеющихся моделей данных.
1.4 ZerePy
ZerePy — это открытая платформа на основе Python, предназначенная для упрощения процесса развертывания и управления AI Agent на платформе Twitter( до децентрализации X). Она унаследовала основные функции проекта Zerebro, но имеет более модульный и удобный для расширения дизайн.
ZerePy предоставляет интерфейс командной строки (CLI), что облегчает пользователям управление и контроль за развернутыми AI Agent. Его основная архитектура основана на модульном дизайне, поддерживает большие языковые модели OpenAI и Anthropic (LLM), напрямую интегрирует API платформы X и планирует в будущем интеграцию системы памяти.
Хотя ZerePy и Eliza оба стремятся к созданию и управлению AI Agent, их архитектура и цели немного различаются. Eliza больше сосредоточена на многосубъектном моделировании и широких исследованиях в области AI, в то время как ZerePy сосредоточена на упрощении процесса развертывания AI Agent на определенной социальной платформе (X), что больше ориентировано на упрощение в практическом применении.
II. Путь развития AI Agent и сравнение с экосистемой BTC
Путь развития AI Agent имеет много общего с экосистемой BTC в конце 2023 года и начале 2024 года. Развитие экосистемы BTC можно обобщить как: конкуренция многопротокольных решений, таких как BRC20-Atomical/Rune - BTC L2 - BTCFi с фокусом на Babylon. AI Agent развивается более стремительно на основе зрелого традиционного стека технологий AI, его путь можно обобщить как: GOAT/ACT - социальные агенты/аналитические AI агенты - конкуренция фреймворков. В будущем инфраструктурные проекты, сосредоточенные на децентрализации и безопасности агентства, могут стать основной темой следующего этапа.
Однако, трасса AI Agent вряд ли станет такой же однородной и пузырьковой, как экосистема BTC. Наратив AI Agent не предназначен для воспроизведения истории цепочки смарт-контрактов; существующие проекты AI-фреймов, независимо от их технической силы, по крайней мере, предлагают новый подход к развитию инфраструктуры. По сравнению с тем, чтобы сравнивать AI-фреймы с платформами выпуска активов, а Agents с активами, автор считает, что AI-фреймы больше похожи на будущую публичную цепь, а Agents больше похожи на будущие Dapp.
В текущей экосистеме криптовалют у нас есть тысячи публичных цепей и десятки тысяч Dapp. Универсальные цепи включают BTC, Эфириум и различные гетерогенные цепи, в то время как цепи приложений более разнообразны, такие как игровые цепи, цепи хранения, Dex-цепи и т. д. Публичные цепи и AI-рамки по своей сути очень похожи, а Dapp также могут хорошо соответствовать Агенту.
В эпоху ИИ в области криптовалют, скорее всего, будет развиваться в таком направлении. Будущие дебаты могут перейти от обсуждения EVM и гетерогенных цепочек к спорам о фреймах. Теперь вопросы больше сосредоточены на том, как реализовать Децентрализацию или цепочку, а также в чем смысл разработки ИИ фреймов на блокчейне. Последующие проекты по инфраструктуре ИИ могут быть основаны на этих принципах.
Три, Значение добавления в блокчейн
Блокчейн, сочетаясь с любой областью, сталкивается с одной ключевой проблемой: имеет ли это сочетание смысл? В предыдущих статьях автор критиковал неправильный акцент GameFi и чрезмерное развитие инфраструктуры. Что касается сочетания ИИ и криптовалюты, автор также высказывал сомнения относительно актуальности комбинации ИИ x Crypto в практических областях на текущем этапе.
Оглядываясь на успешный путь DeFi, мы можем заметить, что DeFi смогла получить свою долю от традиционных финансов благодаря более высокой доступности, лучшей эффективности и более низким затратам, а также безопасности, не требующей доверия централизованным учреждениям. Исходя из этой мысли, причины поддержки Agent-цепочки могут включать:
Может ли цепочка агента обеспечить более низкие затраты на использование, что приведет к большей доступности и выбору? Это может в конечном итоге позволить обычным пользователям участвовать в "аренде" ИИ, которая ранее принадлежала только крупным компаниям Web2.
В аспекте безопасности, если агент сможет вмешиваться в реальные или виртуальные кошельки, то основанные на блокчейне решения безопасности могут стать необходимостью.
Может ли Agent реализовать уникальные финансовые механизмы на основе Децентрализации? Например, как LP в AMM, чтобы обычные люди могли участвовать в автоматическом маркетмейкинге; или на основе ресурсов, необходимых для Agent, таких как вычислительная мощность и разметка данных, пользователи могут вкладывать средства в протокол в форме стабильной монеты.
В условиях текущей нехватки идеальной интероперабельности в DeFi, если агенты на основе блокчейна смогут обеспечить прозрачное и отслеживаемое рассуждение, это может быть более привлекательным, чем агенты-браузеры, предлагаемые традиционными интернет-гигантами.
Четыре, новые возможности креативной экономики
Проекты типа фреймворков в будущем могут предложить аналогичные возможности для стартапов, как GPT Store. Хотя на данный момент публикация Агентов через фреймворк все еще довольно сложна для обычных пользователей, упрощение процесса создания Агентов и предоставление фреймворка для сложных комбинаций функций в будущем могут занять лидирующие позиции, что приведет к созданию более интересной креативной экономики Web3, чем GPT Store.
В настоящее время GPT Store ориентирован на практичность в традиционных областях, и большинство популярных приложений создаются традиционными компаниями Web2, а доходы также остаются у создателей. В отличие от этого, в Web3 существует множество незаполненных областей спроса, которые могут сделать несправедливые политики гигантов Web2 более справедливыми в экономической системе. Кроме того, внедрение общественной экономики может сделать Агентов более совершенными.
Экономика креативности Agent предоставит обычным людям возможность участия, а будущие AI Meme могут быть более умными и интересными, чем Agent, выпущенные на существующих платформах. Это открывает новое направление развития для экосистемы Web3, что может стимулировать больше инноваций и участия.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
12 Лайков
Награда
12
7
Репост
Поделиться
комментарий
0/400
PumpAnalyst
· 3м назад
неудачники опять играют в ai-нарратив. Будьте осторожны с финансовыми схемами.
Посмотреть ОригиналОтветить0
HalfIsEmpty
· 23ч назад
Круг снова разыгрывает людей как лохов?
Посмотреть ОригиналОтветить0
MEV_Whisperer
· 08-08 23:58
Разогрев популярности дошел до того, что даже каркас стал токеном!
Посмотреть ОригиналОтветить0
SellLowExpert
· 08-07 06:41
Сокращение потерь Пополнение маржи 58-й раз... еще смогу встать
Посмотреть ОригиналОтветить0
ShibaOnTheRun
· 08-07 06:41
Будут играть для лохов новый трюк?
Посмотреть ОригиналОтветить0
LiquidatorFlash
· 08-07 06:34
Рынок агентов сходит с ума, индикатор риска сигнализирует о красном свете, отклонение заемной позиции от порога достигло 4,2%, блинчики на подходе.
Новые тенденции в AI-рамках: от интеллектуальных агентов к креативной экономике Web3
Анализ AI-структуры: от интеллектуальных агентов до Децентрализация исследований
Введение
Скорость развития трассы AI Agent поразительна. С тех пор как "терминал истины" вызвал бум Agent, нарратив о сочетании AI и криптовалюты меняется почти каждую неделю. В последнее время внимание рынка сместилось на "рамочные" проекты, ориентированные на технологии, и этот сегмент за считанные недели породил несколько проектов с капитализацией более ста миллионов и даже более миллиарда. Эти проекты также породили новую модель выпуска активов, при которой проекты выпускают токены на основе репозиториев кода Github, и Agents, разработанные на основе рамок, также могут снова выпускать токены. На основе рамок, Agents выступают в качестве верхнего уровня приложений, формируя модель, похожую на платформу выпуска активов, фактически создается инфраструктурная модель, предназначенная для эпохи AI. В этой статье будут рассмотрены основные концепции рамок и личные размышления о потенциальном влиянии AI рамок на область криптовалют.
Один. Определение и классификация фрейма
AI-фреймворк — это базовый инструмент или платформа для разработки, интегрирующая набор заранее созданных модулей, библиотек и инструментов, упрощающих процесс создания сложных AI-моделей. Эти фреймворки обычно содержат функции для обработки данных, обучения моделей и прогнозирования. Проще говоря, фреймворк можно понять как операционную систему эпохи AI, аналогичную Windows, Linux на настольных операционных системах или iOS и Android на мобильных устройствах. Каждый фреймворк имеет свои преимущества и недостатки, разработчики могут выбирать в зависимости от конкретных потребностей.
Хотя "AI-фреймы" являются новой концепцией в области криптовалют, с точки зрения происхождения, с момента появления Theano в 2010 году, развитие AI-фреймов приближается к 14 годам. В традиционной области AI как в академической, так и в промышленной среде уже есть очень зрелые фреймы на выбор, такие как TensorFlow от Google, Pytorch от Meta, PaddlePaddle от Baidu, MagicAnimate от ByteDance и т.д., эти фреймы имеют свои преимущества в различных сценариях.
В настоящее время в области криптовалют возникают фреймворк-проекты, разработанные на основе огромного спроса на агентов в условиях текущего бума ИИ, и они распространяются на другие области криптовалют, в конечном итоге формируя различные специализированные фреймворки ИИ. Ниже приведены краткие описания нескольких основных фреймворков:
1.1 Элиза
Eliza — это многоагентная симуляционная платформа, специально предназначенная для создания, развертывания и управления автономными AI-агентами. Она разработана на TypeScript и имеет хорошую совместимость и возможности интеграции API. Eliza в основном ориентирована на сценарии в социальных сетях, поддерживает многоплатформенную интеграцию, включая Discord, X/Twitter, Telegram и другие. В области обработки медиа-контента она поддерживает чтение и анализ PDF-документов, извлечение и аннотирование контента из ссылок, транскрипцию аудио, обработку видео-контента, анализ и описание изображений, а также аннотирование диалогов.
Текущие примеры использования Eliza в основном включают приложения типа AI-ассистентов, роли в социальных сетях, знания работников и интерактивные роли и т.д. В отношении поддержки моделей Eliza может использовать открытые модели для локального вывода, а также использовать API OpenAI для облачного вывода, по умолчанию конфигурация - Nous Hermes Llama 3.1B, и интегрирована с Claude для выполнения сложных запросов.
1.2 G.A.M.E
G.A.M.E — это автоматизированная система генерации и управления мультимодальными ИИ, разработанная Virtual, которая в первую очередь нацелена на создание умных NPC в играх. Основная особенность этой системы в том, что ее могут использовать пользователи с низким или даже отсутствующим программным опытом; пользователям нужно лишь изменить параметры, чтобы участвовать в проектировании Агентов.
Основной дизайн G.A.M.E основан на модульной конструкции, которая включает в себя несколько подсистем, работающих совместно, таких как интерфейс подсказок агента, подсистема восприятия, движок стратегического планирования, контекст мира, модуль обработки диалогов, оператор кошелька на блокчейне, модуль обучения, рабочая память, процессор долгосрочной памяти, хранилище агентов, планировщик действий и исполнитель планов.
С точки зрения технической архитектуры, эта структура в основном сосредоточена на принятии решений, обратной связи, восприятии и индивидуальности агента в виртуальной среде, и она подходит не только для игровых сцен, но и для приложений метавселенной.
1.3 Риг
Rig — это инструмент с открытым исходным кодом, написанный на языке Rust, предназначенный для упрощения разработки приложений для крупных языковых моделей (LLM). Он предоставляет единый интерфейс операций, позволяя разработчикам легко взаимодействовать с несколькими поставщиками LLM (, такими как OpenAI и Anthropic ), а также с различными векторными базами данных (, такими как MongoDB и Neo4j ).
Основные характеристики Rig включают в себя унифицированный интерфейс, модульную архитектуру, типобезопасность и высокую производительность. Он поддерживает асинхронные модели программирования, оптимизирует возможности параллельной обработки и включает в себя функции ведения журнала и мониторинга.
Rig не только подходит для создания систем ответов на вопросы, требующих быстрого и точного ответа, но также может использоваться для создания эффективных инструментов поиска документов, чат-ботов или виртуальных помощников с возможностями контекстного восприятия, а также поддерживает создание контента, автоматически генерируя текст или другие формы содержания на основе имеющихся моделей данных.
1.4 ZerePy
ZerePy — это открытая платформа на основе Python, предназначенная для упрощения процесса развертывания и управления AI Agent на платформе Twitter( до децентрализации X). Она унаследовала основные функции проекта Zerebro, но имеет более модульный и удобный для расширения дизайн.
ZerePy предоставляет интерфейс командной строки (CLI), что облегчает пользователям управление и контроль за развернутыми AI Agent. Его основная архитектура основана на модульном дизайне, поддерживает большие языковые модели OpenAI и Anthropic (LLM), напрямую интегрирует API платформы X и планирует в будущем интеграцию системы памяти.
Хотя ZerePy и Eliza оба стремятся к созданию и управлению AI Agent, их архитектура и цели немного различаются. Eliza больше сосредоточена на многосубъектном моделировании и широких исследованиях в области AI, в то время как ZerePy сосредоточена на упрощении процесса развертывания AI Agent на определенной социальной платформе (X), что больше ориентировано на упрощение в практическом применении.
II. Путь развития AI Agent и сравнение с экосистемой BTC
Путь развития AI Agent имеет много общего с экосистемой BTC в конце 2023 года и начале 2024 года. Развитие экосистемы BTC можно обобщить как: конкуренция многопротокольных решений, таких как BRC20-Atomical/Rune - BTC L2 - BTCFi с фокусом на Babylon. AI Agent развивается более стремительно на основе зрелого традиционного стека технологий AI, его путь можно обобщить как: GOAT/ACT - социальные агенты/аналитические AI агенты - конкуренция фреймворков. В будущем инфраструктурные проекты, сосредоточенные на децентрализации и безопасности агентства, могут стать основной темой следующего этапа.
Однако, трасса AI Agent вряд ли станет такой же однородной и пузырьковой, как экосистема BTC. Наратив AI Agent не предназначен для воспроизведения истории цепочки смарт-контрактов; существующие проекты AI-фреймов, независимо от их технической силы, по крайней мере, предлагают новый подход к развитию инфраструктуры. По сравнению с тем, чтобы сравнивать AI-фреймы с платформами выпуска активов, а Agents с активами, автор считает, что AI-фреймы больше похожи на будущую публичную цепь, а Agents больше похожи на будущие Dapp.
В текущей экосистеме криптовалют у нас есть тысячи публичных цепей и десятки тысяч Dapp. Универсальные цепи включают BTC, Эфириум и различные гетерогенные цепи, в то время как цепи приложений более разнообразны, такие как игровые цепи, цепи хранения, Dex-цепи и т. д. Публичные цепи и AI-рамки по своей сути очень похожи, а Dapp также могут хорошо соответствовать Агенту.
В эпоху ИИ в области криптовалют, скорее всего, будет развиваться в таком направлении. Будущие дебаты могут перейти от обсуждения EVM и гетерогенных цепочек к спорам о фреймах. Теперь вопросы больше сосредоточены на том, как реализовать Децентрализацию или цепочку, а также в чем смысл разработки ИИ фреймов на блокчейне. Последующие проекты по инфраструктуре ИИ могут быть основаны на этих принципах.
Три, Значение добавления в блокчейн
Блокчейн, сочетаясь с любой областью, сталкивается с одной ключевой проблемой: имеет ли это сочетание смысл? В предыдущих статьях автор критиковал неправильный акцент GameFi и чрезмерное развитие инфраструктуры. Что касается сочетания ИИ и криптовалюты, автор также высказывал сомнения относительно актуальности комбинации ИИ x Crypto в практических областях на текущем этапе.
Оглядываясь на успешный путь DeFi, мы можем заметить, что DeFi смогла получить свою долю от традиционных финансов благодаря более высокой доступности, лучшей эффективности и более низким затратам, а также безопасности, не требующей доверия централизованным учреждениям. Исходя из этой мысли, причины поддержки Agent-цепочки могут включать:
Может ли цепочка агента обеспечить более низкие затраты на использование, что приведет к большей доступности и выбору? Это может в конечном итоге позволить обычным пользователям участвовать в "аренде" ИИ, которая ранее принадлежала только крупным компаниям Web2.
В аспекте безопасности, если агент сможет вмешиваться в реальные или виртуальные кошельки, то основанные на блокчейне решения безопасности могут стать необходимостью.
Может ли Agent реализовать уникальные финансовые механизмы на основе Децентрализации? Например, как LP в AMM, чтобы обычные люди могли участвовать в автоматическом маркетмейкинге; или на основе ресурсов, необходимых для Agent, таких как вычислительная мощность и разметка данных, пользователи могут вкладывать средства в протокол в форме стабильной монеты.
В условиях текущей нехватки идеальной интероперабельности в DeFi, если агенты на основе блокчейна смогут обеспечить прозрачное и отслеживаемое рассуждение, это может быть более привлекательным, чем агенты-браузеры, предлагаемые традиционными интернет-гигантами.
Четыре, новые возможности креативной экономики
Проекты типа фреймворков в будущем могут предложить аналогичные возможности для стартапов, как GPT Store. Хотя на данный момент публикация Агентов через фреймворк все еще довольно сложна для обычных пользователей, упрощение процесса создания Агентов и предоставление фреймворка для сложных комбинаций функций в будущем могут занять лидирующие позиции, что приведет к созданию более интересной креативной экономики Web3, чем GPT Store.
В настоящее время GPT Store ориентирован на практичность в традиционных областях, и большинство популярных приложений создаются традиционными компаниями Web2, а доходы также остаются у создателей. В отличие от этого, в Web3 существует множество незаполненных областей спроса, которые могут сделать несправедливые политики гигантов Web2 более справедливыми в экономической системе. Кроме того, внедрение общественной экономики может сделать Агентов более совершенными.
Экономика креативности Agent предоставит обычным людям возможность участия, а будущие AI Meme могут быть более умными и интересными, чем Agent, выпущенные на существующих платформах. Это открывает новое направление развития для экосистемы Web3, что может стимулировать больше инноваций и участия.