Phân tích khung AI: từ đại lý thông minh đến Phi tập trung khám phá
Lời nói đầu
Tốc độ phát triển của lĩnh vực AI Agent thật đáng kinh ngạc. Kể từ khi "kết nối sự thật" khơi dậy cơn sốt Agent, câu chuyện kết hợp giữa AI và tiền điện tử gần như có những thay đổi mới mỗi tuần. Gần đây, sự chú ý của thị trường đã chuyển sang các dự án "khung" do công nghệ dẫn dắt, lĩnh vực con này đã sản sinh ra nhiều dự án có giá trị thị trường trên một tỷ thậm chí trên mười tỷ trong chỉ vài tuần. Những dự án này còn phát sinh ra một mô hình phát hành tài sản mới, tức là dự án phát hành coin từ kho mã Github, Agent phát triển dựa trên khung cũng có thể phát hành coin một lần nữa. Dựa trên khung, Agent trở thành ứng dụng ở tầng trên, hình thành một mô hình giống như nền tảng phát hành tài sản, thực chất là một mô hình cơ sở hạ tầng dành riêng cho thời đại AI đang hình thành. Bài viết này sẽ xuất phát từ khái niệm cơ bản về khung, kết hợp với suy nghĩ cá nhân để giải thích tác động tiềm năng của khung AI đối với lĩnh vực tiền điện tử.
Một, Định nghĩa và phân loại khung
Khung AI là một công cụ hoặc nền tảng phát triển cơ sở, tích hợp một bộ module, thư viện và công cụ được xây dựng sẵn, đơn giản hóa quá trình xây dựng các mô hình AI phức tạp. Những khung này thường bao gồm các chức năng để xử lý dữ liệu, đào tạo mô hình và thực hiện dự đoán. Nói một cách đơn giản, khung có thể được hiểu như hệ điều hành của thời đại AI, tương tự như hệ điều hành máy tính để bàn như Windows, Linux, hoặc hệ điều hành di động như iOS và Android. Mỗi khung đều có ưu điểm và nhược điểm riêng, các nhà phát triển có thể lựa chọn dựa trên nhu cầu cụ thể.
Mặc dù "khung AI" là một khái niệm mới nổi trong lĩnh vực tiền điện tử, nhưng từ nguồn gốc, lịch sử phát triển của khung AI đã gần 14 năm, bắt đầu từ Theano ra đời vào năm 2010. Trong lĩnh vực AI truyền thống, cả trong học thuật lẫn ngành công nghiệp đều đã có rất nhiều khung trưởng thành để lựa chọn, chẳng hạn như TensorFlow của Google, Pytorch của Meta, PaddlePaddle của Baidu, MagicAnimate của ByteDance, những khung này có những lợi thế riêng trong các bối cảnh khác nhau.
Hiện tại, các dự án khung nổi lên trong lĩnh vực tiền điện tử là được phát triển dựa trên nhu cầu lớn về Agent trong cơn sốt AI hiện nay, và mở rộng sang các lĩnh vực khác của tiền điện tử, cuối cùng hình thành các khung AI khác nhau trong các lĩnh vực phân khúc khác nhau. Dưới đây là một số giới thiệu về các khung chính thống.
1.1 Eliza
Eliza là một khung mô phỏng đa tác nhân, chuyên dùng để tạo ra, triển khai và quản lý các tác nhân AI tự động. Nó được phát triển dựa trên TypeScript, có khả năng tương thích tốt và khả năng tích hợp API. Eliza chủ yếu nhắm đến các tình huống trên mạng xã hội, hỗ trợ tích hợp đa nền tảng, bao gồm Discord, X/Twitter, Telegram, v.v. Về xử lý nội dung truyền thông, nó hỗ trợ đọc và phân tích tài liệu PDF, trích xuất và tóm tắt nội dung liên kết, chuyển đổi âm thanh, xử lý nội dung video, phân tích và mô tả hình ảnh, cũng như tóm tắt cuộc hội thoại.
Các trường hợp sử dụng mà Eliza hiện tại hỗ trợ chủ yếu bao gồm ứng dụng trợ lý AI, vai trò mạng xã hội, nhân viên tri thức và vai trò tương tác. Về hỗ trợ mô hình, Eliza có thể sử dụng mô hình mã nguồn mở để suy diễn tại chỗ, cũng có thể sử dụng API của OpenAI để suy diễn trên đám mây, cấu hình mặc định là Nous Hermes Llama 3.1B và được tích hợp với Claude để thực hiện các truy vấn phức tạp.
1.2 G.A.M.E
G.A.M.E là khung AI đa mô hình tự động sinh và quản lý được phát triển bởi Virtual, chủ yếu nhắm đến việc thiết kế NPC thông minh trong trò chơi. Đặc điểm của khung này là ngay cả người dùng có nền tảng mã hóa thấp hoặc không có cũng có thể sử dụng, người dùng chỉ cần sửa đổi các tham số để tham gia vào việc thiết kế Agent.
Thiết kế cốt lõi của G.A.M.E là một thiết kế mô-đun cho phép nhiều hệ thống con làm việc phối hợp, bao gồm giao diện gợi ý của Agent, hệ thống cảm nhận, động cơ lập kế hoạch chiến lược, ngữ cảnh thế giới, mô-đun xử lý đối thoại, người điều hành ví trên chuỗi, mô-đun học tập, bộ nhớ làm việc, bộ xử lý bộ nhớ dài hạn, kho Agent, bộ lập kế hoạch hành động và bộ thực thi kế hoạch.
Từ góc độ kiến trúc kỹ thuật, khung này chủ yếu tập trung vào quyết định, phản hồi, cảm nhận và cá tính của Agent trong môi trường ảo, ngoài các bối cảnh trò chơi, nó cũng phù hợp với các ứng dụng metaverse.
1.3 Rig
Rig là một công cụ mã nguồn mở được viết bằng ngôn ngữ Rust, nhằm đơn giản hóa việc phát triển ứng dụng mô hình ngôn ngữ lớn (LLM). Nó cung cấp một giao diện thao tác thống nhất, cho phép các nhà phát triển dễ dàng tương tác với nhiều nhà cung cấp dịch vụ LLM ( như OpenAI và Anthropic ) cùng với nhiều cơ sở dữ liệu vector ( như MongoDB và Neo4j ).
Các đặc điểm cốt lõi của Rig bao gồm giao diện thống nhất, kiến trúc mô-đun, an toàn kiểu và hiệu suất cao. Nó hỗ trợ mô hình lập trình bất đồng bộ, tối ưu hóa khả năng xử lý đồng thời và tích hợp các chức năng ghi nhật ký và giám sát.
Rig không chỉ phù hợp để xây dựng các hệ thống giải đáp câu hỏi cần câu trả lời nhanh chóng và chính xác, mà còn có thể được sử dụng để tạo ra các công cụ tìm kiếm tài liệu hiệu quả, chatbot hoặc trợ lý ảo có khả năng nhận thức ngữ cảnh, thậm chí hỗ trợ việc sáng tạo nội dung, tự động tạo ra văn bản hoặc các hình thức nội dung khác dựa trên các mẫu dữ liệu hiện có.
1.4 ZerePy
ZerePy là một framework mã nguồn mở dựa trên Python, nhằm đơn giản hóa quá trình triển khai và quản lý AI Agent trên nền tảng Twitter( trước X). Nó kế thừa các chức năng cốt lõi của dự án Zerebro, nhưng áp dụng thiết kế mô-đun hơn, dễ mở rộng hơn.
ZerePy cung cấp giao diện dòng lệnh (CLI), giúp người dùng quản lý và kiểm soát AI Agent mà họ đã triển khai. Kiến trúc cốt lõi của nó dựa trên thiết kế mô-đun, hỗ trợ các mô hình ngôn ngữ lớn (LLM) của OpenAI và Anthropic, tích hợp trực tiếp API của nền tảng X, và có kế hoạch tích hợp hệ thống bộ nhớ trong tương lai.
Mặc dù ZerePy và Eliza đều cam kết xây dựng và quản lý AI Agent, nhưng cả hai có sự khác biệt nhẹ về cấu trúc và mục tiêu. Eliza tập trung hơn vào mô phỏng đa tác nhân và nghiên cứu AI rộng rãi, trong khi ZerePy chú trọng vào việc đơn giản hóa quy trình triển khai AI Agent trên nền tảng xã hội cụ thể (X), thiên về việc đơn giản hóa trong ứng dụng thực tế.
Hai, Đường phát triển của AI Agent và so sánh với hệ sinh thái BTC
Đường phát triển của AI Agent có nhiều điểm tương đồng với hệ sinh thái BTC từ cuối năm 2023 đến đầu năm 2024. Sự phát triển của hệ sinh thái BTC có thể được tóm tắt như sau: Cạnh tranh đa giao thức như BRC20-Atomical/Rune - BTC L2 - BTCFi với Babylon làm trung tâm. Trong khi đó, AI Agent phát triển nhanh hơn trên nền tảng công nghệ AI truyền thống đã trưởng thành, với con đường có thể được tóm tắt là: GOAT/ACT - Agent xã hội - Agent AI phân tích - Cạnh tranh khung. Trong tương lai, các dự án cơ sở hạ tầng phát triển xung quanh sự Phi tập trung của Agent và tính an toàn có thể trở thành giai điệu chính của giai đoạn tiếp theo.
Tuy nhiên, lĩnh vực AI Agent khó có khả năng đi theo con đường đồng nhất và bong bóng giống như hệ sinh thái BTC. Câu chuyện về AI Agent không phải để tái hiện lịch sử của chuỗi hợp đồng thông minh, các dự án khung AI hiện có, bất kể sức mạnh công nghệ như thế nào, ít nhất đã cung cấp một cách tiếp cận phát triển cơ sở hạ tầng mới. So với việc so sánh khung AI với nền tảng phát hành tài sản, và Agent với tài sản, tác giả cho rằng khung AI giống như chuỗi công cộng trong tương lai, còn Agent giống như Dapp trong tương lai.
Trong hệ sinh thái tiền điện tử hiện tại, chúng ta có hàng nghìn chuỗi công khai và hàng chục nghìn Dapp. Chuỗi tổng quát bao gồm BTC, Ethereum và các chuỗi dị biệt khác nhau, trong khi chuỗi ứng dụng thì đa dạng hơn, như chuỗi trò chơi, chuỗi lưu trữ, chuỗi Dex, v.v. Chuỗi công khai và khung AI về bản chất rất giống nhau, trong khi Dapp cũng có thể tương ứng tốt với Agent.
Trong lĩnh vực tiền điện tử của thời đại AI, rất có thể sẽ phát triển theo hình thức này. Cuộc tranh luận trong tương lai có thể chuyển từ tranh luận giữa EVM và chuỗi khác nhau sang cuộc chiến về khung. Vấn đề hiện tại chủ yếu tập trung vào cách thực hiện Phi tập trung hoặc chuỗi hóa, cũng như ý nghĩa của việc phát triển khung AI trên blockchain. Các dự án hạ tầng AI tiếp theo có thể sẽ khám phá dựa trên những nền tảng này.
Ba, Ý nghĩa của việc lên chuỗi
Khi blockchain kết hợp với bất kỳ lĩnh vực nào, đều cần phải đối mặt với một vấn đề cốt lõi: sự kết hợp này có ý nghĩa hay không? Trong các bài viết trước, tác giả đã chỉ trích việc đảo lộn trật tự của GameFi, cũng như vấn đề phát triển cơ sở hạ tầng vượt quá mức cần thiết. Đối với sự kết hợp giữa AI và tiền điện tử, tác giả cũng đã bày tỏ không quá lạc quan về sự kết hợp AI x Crypto trong các lĩnh vực ứng dụng hiện tại.
Nhìn lại con đường thành công của DeFi, chúng ta có thể thấy, lý do DeFi có thể chiếm lĩnh một phần từ tài chính truyền thống là vì nó có tính khả dụng cao hơn, hiệu quả tốt hơn và chi phí thấp hơn, cũng như tính an toàn mà không cần các tổ chức tập trung đáng tin cậy. Theo cách suy nghĩ này, lý do hỗ trợ chuỗi Agent có thể bao gồm:
Liệu việc chuỗi hóa của Agent có thể đạt được mức chi phí sử dụng thấp hơn, từ đó đạt được khả năng tiếp cận và sự lựa chọn cao hơn? Điều này có thể cuối cùng cho phép người dùng bình thường tham gia vào quyền "thuê" AI vốn thuộc về các công ty lớn của Web2.
Về mặt an toàn, nếu Agent có thể can thiệp vào ví thực tế hoặc ảo, thì giải pháp an toàn dựa trên blockchain có thể trở thành một nhu cầu thiết yếu.
Agent có thể thực hiện một bộ tài chính độc quyền thuộc về blockchain không? Ví dụ, giống như LP trong AMM, cho phép người bình thường cũng có thể tham gia vào việc tạo lập thị trường tự động; hoặc dựa trên tài nguyên như sức mạnh tính toán, đánh dấu dữ liệu mà Agent cần, người dùng có thể đầu tư vào giao thức dưới dạng stablecoin.
Trong bối cảnh DeFi hiện tại thiếu tính tương tác hoàn hảo, nếu các Agent kết hợp với blockchain có thể đạt được sự suy luận minh bạch, có thể truy xuất, thì chúng có thể hấp dẫn hơn so với trình duyệt agent do các ông lớn internet truyền thống cung cấp.
Bốn, Cơ hội mới trong nền kinh tế sáng tạo
Các dự án loại khung có thể cung cấp một cơ hội khởi nghiệp tương tự như GPT Store trong tương lai. Mặc dù hiện tại việc phát hành Agent thông qua khung còn khá phức tạp đối với người dùng thông thường, nhưng việc đơn giản hóa quy trình xây dựng Agent và cung cấp các khung kết hợp chức năng phức tạp có thể chiếm ưu thế trong tương lai, từ đó hình thành một nền kinh tế sáng tạo Web3 thú vị hơn so với GPT Store.
Hiện tại, GPT Store thiên về tính thực tiễn trong các lĩnh vực truyền thống, và hầu hết các ứng dụng phổ biến đều do các công ty Web2 truyền thống tạo ra, thu nhập cũng thuộc về độc quyền của các nhà sáng tạo. So với điều đó, Web3 vẫn còn nhiều lĩnh vực nhu cầu cần được lấp đầy, và trong hệ thống kinh tế cũng có thể làm cho các chính sách không công bằng của các ông lớn Web2 trở nên công bằng hơn. Hơn nữa, việc đưa vào kinh tế cộng đồng cũng có thể làm cho Agent trở nên hoàn thiện hơn.
Nền kinh tế sáng tạo của Agent sẽ cung cấp cơ hội tham gia cho người bình thường, meme AI trong tương lai có thể thông minh và thú vị hơn nhiều so với các Agent hiện có trên các nền tảng. Điều này mở ra một hướng phát triển hoàn toàn mới cho hệ sinh thái Web3, hứa hẹn sẽ kích thích nhiều đổi mới và sự tham gia hơn.
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
11 thích
Phần thưởng
11
6
Đăng lại
Chia sẻ
Bình luận
0/400
HalfIsEmpty
· 2giờ trước
Nhóm lại đang chơi đùa với mọi người rồi sao?
Xem bản gốcTrả lời0
MEV_Whisperer
· 7giờ trước
Thổi phồng độ hot đến mức cuối cùng cả khung cũng có token!
Xem bản gốcTrả lời0
SellLowExpert
· 08-07 06:41
Cắt lỗ Bổ sung ký quỹ lần thứ 58 rồi... vẫn còn có thể đứng dậy
Xem bản gốcTrả lời0
ShibaOnTheRun
· 08-07 06:41
Được chơi cho Suckers mới?
Xem bản gốcTrả lời0
LiquidatorFlash
· 08-07 06:34
Chỉ số rủi ro thị trường của Agent đang sáng đèn đỏ, vị thế vay đã lệch khỏi ngưỡng đạt 4,2%, bữa tiệc sắp đến.
Xu hướng mới của khung AI: Từ đại lý thông minh đến nền kinh tế sáng tạo Web3
Phân tích khung AI: từ đại lý thông minh đến Phi tập trung khám phá
Lời nói đầu
Tốc độ phát triển của lĩnh vực AI Agent thật đáng kinh ngạc. Kể từ khi "kết nối sự thật" khơi dậy cơn sốt Agent, câu chuyện kết hợp giữa AI và tiền điện tử gần như có những thay đổi mới mỗi tuần. Gần đây, sự chú ý của thị trường đã chuyển sang các dự án "khung" do công nghệ dẫn dắt, lĩnh vực con này đã sản sinh ra nhiều dự án có giá trị thị trường trên một tỷ thậm chí trên mười tỷ trong chỉ vài tuần. Những dự án này còn phát sinh ra một mô hình phát hành tài sản mới, tức là dự án phát hành coin từ kho mã Github, Agent phát triển dựa trên khung cũng có thể phát hành coin một lần nữa. Dựa trên khung, Agent trở thành ứng dụng ở tầng trên, hình thành một mô hình giống như nền tảng phát hành tài sản, thực chất là một mô hình cơ sở hạ tầng dành riêng cho thời đại AI đang hình thành. Bài viết này sẽ xuất phát từ khái niệm cơ bản về khung, kết hợp với suy nghĩ cá nhân để giải thích tác động tiềm năng của khung AI đối với lĩnh vực tiền điện tử.
Một, Định nghĩa và phân loại khung
Khung AI là một công cụ hoặc nền tảng phát triển cơ sở, tích hợp một bộ module, thư viện và công cụ được xây dựng sẵn, đơn giản hóa quá trình xây dựng các mô hình AI phức tạp. Những khung này thường bao gồm các chức năng để xử lý dữ liệu, đào tạo mô hình và thực hiện dự đoán. Nói một cách đơn giản, khung có thể được hiểu như hệ điều hành của thời đại AI, tương tự như hệ điều hành máy tính để bàn như Windows, Linux, hoặc hệ điều hành di động như iOS và Android. Mỗi khung đều có ưu điểm và nhược điểm riêng, các nhà phát triển có thể lựa chọn dựa trên nhu cầu cụ thể.
Mặc dù "khung AI" là một khái niệm mới nổi trong lĩnh vực tiền điện tử, nhưng từ nguồn gốc, lịch sử phát triển của khung AI đã gần 14 năm, bắt đầu từ Theano ra đời vào năm 2010. Trong lĩnh vực AI truyền thống, cả trong học thuật lẫn ngành công nghiệp đều đã có rất nhiều khung trưởng thành để lựa chọn, chẳng hạn như TensorFlow của Google, Pytorch của Meta, PaddlePaddle của Baidu, MagicAnimate của ByteDance, những khung này có những lợi thế riêng trong các bối cảnh khác nhau.
Hiện tại, các dự án khung nổi lên trong lĩnh vực tiền điện tử là được phát triển dựa trên nhu cầu lớn về Agent trong cơn sốt AI hiện nay, và mở rộng sang các lĩnh vực khác của tiền điện tử, cuối cùng hình thành các khung AI khác nhau trong các lĩnh vực phân khúc khác nhau. Dưới đây là một số giới thiệu về các khung chính thống.
1.1 Eliza
Eliza là một khung mô phỏng đa tác nhân, chuyên dùng để tạo ra, triển khai và quản lý các tác nhân AI tự động. Nó được phát triển dựa trên TypeScript, có khả năng tương thích tốt và khả năng tích hợp API. Eliza chủ yếu nhắm đến các tình huống trên mạng xã hội, hỗ trợ tích hợp đa nền tảng, bao gồm Discord, X/Twitter, Telegram, v.v. Về xử lý nội dung truyền thông, nó hỗ trợ đọc và phân tích tài liệu PDF, trích xuất và tóm tắt nội dung liên kết, chuyển đổi âm thanh, xử lý nội dung video, phân tích và mô tả hình ảnh, cũng như tóm tắt cuộc hội thoại.
Các trường hợp sử dụng mà Eliza hiện tại hỗ trợ chủ yếu bao gồm ứng dụng trợ lý AI, vai trò mạng xã hội, nhân viên tri thức và vai trò tương tác. Về hỗ trợ mô hình, Eliza có thể sử dụng mô hình mã nguồn mở để suy diễn tại chỗ, cũng có thể sử dụng API của OpenAI để suy diễn trên đám mây, cấu hình mặc định là Nous Hermes Llama 3.1B và được tích hợp với Claude để thực hiện các truy vấn phức tạp.
1.2 G.A.M.E
G.A.M.E là khung AI đa mô hình tự động sinh và quản lý được phát triển bởi Virtual, chủ yếu nhắm đến việc thiết kế NPC thông minh trong trò chơi. Đặc điểm của khung này là ngay cả người dùng có nền tảng mã hóa thấp hoặc không có cũng có thể sử dụng, người dùng chỉ cần sửa đổi các tham số để tham gia vào việc thiết kế Agent.
Thiết kế cốt lõi của G.A.M.E là một thiết kế mô-đun cho phép nhiều hệ thống con làm việc phối hợp, bao gồm giao diện gợi ý của Agent, hệ thống cảm nhận, động cơ lập kế hoạch chiến lược, ngữ cảnh thế giới, mô-đun xử lý đối thoại, người điều hành ví trên chuỗi, mô-đun học tập, bộ nhớ làm việc, bộ xử lý bộ nhớ dài hạn, kho Agent, bộ lập kế hoạch hành động và bộ thực thi kế hoạch.
Từ góc độ kiến trúc kỹ thuật, khung này chủ yếu tập trung vào quyết định, phản hồi, cảm nhận và cá tính của Agent trong môi trường ảo, ngoài các bối cảnh trò chơi, nó cũng phù hợp với các ứng dụng metaverse.
1.3 Rig
Rig là một công cụ mã nguồn mở được viết bằng ngôn ngữ Rust, nhằm đơn giản hóa việc phát triển ứng dụng mô hình ngôn ngữ lớn (LLM). Nó cung cấp một giao diện thao tác thống nhất, cho phép các nhà phát triển dễ dàng tương tác với nhiều nhà cung cấp dịch vụ LLM ( như OpenAI và Anthropic ) cùng với nhiều cơ sở dữ liệu vector ( như MongoDB và Neo4j ).
Các đặc điểm cốt lõi của Rig bao gồm giao diện thống nhất, kiến trúc mô-đun, an toàn kiểu và hiệu suất cao. Nó hỗ trợ mô hình lập trình bất đồng bộ, tối ưu hóa khả năng xử lý đồng thời và tích hợp các chức năng ghi nhật ký và giám sát.
Rig không chỉ phù hợp để xây dựng các hệ thống giải đáp câu hỏi cần câu trả lời nhanh chóng và chính xác, mà còn có thể được sử dụng để tạo ra các công cụ tìm kiếm tài liệu hiệu quả, chatbot hoặc trợ lý ảo có khả năng nhận thức ngữ cảnh, thậm chí hỗ trợ việc sáng tạo nội dung, tự động tạo ra văn bản hoặc các hình thức nội dung khác dựa trên các mẫu dữ liệu hiện có.
1.4 ZerePy
ZerePy là một framework mã nguồn mở dựa trên Python, nhằm đơn giản hóa quá trình triển khai và quản lý AI Agent trên nền tảng Twitter( trước X). Nó kế thừa các chức năng cốt lõi của dự án Zerebro, nhưng áp dụng thiết kế mô-đun hơn, dễ mở rộng hơn.
ZerePy cung cấp giao diện dòng lệnh (CLI), giúp người dùng quản lý và kiểm soát AI Agent mà họ đã triển khai. Kiến trúc cốt lõi của nó dựa trên thiết kế mô-đun, hỗ trợ các mô hình ngôn ngữ lớn (LLM) của OpenAI và Anthropic, tích hợp trực tiếp API của nền tảng X, và có kế hoạch tích hợp hệ thống bộ nhớ trong tương lai.
Mặc dù ZerePy và Eliza đều cam kết xây dựng và quản lý AI Agent, nhưng cả hai có sự khác biệt nhẹ về cấu trúc và mục tiêu. Eliza tập trung hơn vào mô phỏng đa tác nhân và nghiên cứu AI rộng rãi, trong khi ZerePy chú trọng vào việc đơn giản hóa quy trình triển khai AI Agent trên nền tảng xã hội cụ thể (X), thiên về việc đơn giản hóa trong ứng dụng thực tế.
Hai, Đường phát triển của AI Agent và so sánh với hệ sinh thái BTC
Đường phát triển của AI Agent có nhiều điểm tương đồng với hệ sinh thái BTC từ cuối năm 2023 đến đầu năm 2024. Sự phát triển của hệ sinh thái BTC có thể được tóm tắt như sau: Cạnh tranh đa giao thức như BRC20-Atomical/Rune - BTC L2 - BTCFi với Babylon làm trung tâm. Trong khi đó, AI Agent phát triển nhanh hơn trên nền tảng công nghệ AI truyền thống đã trưởng thành, với con đường có thể được tóm tắt là: GOAT/ACT - Agent xã hội - Agent AI phân tích - Cạnh tranh khung. Trong tương lai, các dự án cơ sở hạ tầng phát triển xung quanh sự Phi tập trung của Agent và tính an toàn có thể trở thành giai điệu chính của giai đoạn tiếp theo.
Tuy nhiên, lĩnh vực AI Agent khó có khả năng đi theo con đường đồng nhất và bong bóng giống như hệ sinh thái BTC. Câu chuyện về AI Agent không phải để tái hiện lịch sử của chuỗi hợp đồng thông minh, các dự án khung AI hiện có, bất kể sức mạnh công nghệ như thế nào, ít nhất đã cung cấp một cách tiếp cận phát triển cơ sở hạ tầng mới. So với việc so sánh khung AI với nền tảng phát hành tài sản, và Agent với tài sản, tác giả cho rằng khung AI giống như chuỗi công cộng trong tương lai, còn Agent giống như Dapp trong tương lai.
Trong hệ sinh thái tiền điện tử hiện tại, chúng ta có hàng nghìn chuỗi công khai và hàng chục nghìn Dapp. Chuỗi tổng quát bao gồm BTC, Ethereum và các chuỗi dị biệt khác nhau, trong khi chuỗi ứng dụng thì đa dạng hơn, như chuỗi trò chơi, chuỗi lưu trữ, chuỗi Dex, v.v. Chuỗi công khai và khung AI về bản chất rất giống nhau, trong khi Dapp cũng có thể tương ứng tốt với Agent.
Trong lĩnh vực tiền điện tử của thời đại AI, rất có thể sẽ phát triển theo hình thức này. Cuộc tranh luận trong tương lai có thể chuyển từ tranh luận giữa EVM và chuỗi khác nhau sang cuộc chiến về khung. Vấn đề hiện tại chủ yếu tập trung vào cách thực hiện Phi tập trung hoặc chuỗi hóa, cũng như ý nghĩa của việc phát triển khung AI trên blockchain. Các dự án hạ tầng AI tiếp theo có thể sẽ khám phá dựa trên những nền tảng này.
Ba, Ý nghĩa của việc lên chuỗi
Khi blockchain kết hợp với bất kỳ lĩnh vực nào, đều cần phải đối mặt với một vấn đề cốt lõi: sự kết hợp này có ý nghĩa hay không? Trong các bài viết trước, tác giả đã chỉ trích việc đảo lộn trật tự của GameFi, cũng như vấn đề phát triển cơ sở hạ tầng vượt quá mức cần thiết. Đối với sự kết hợp giữa AI và tiền điện tử, tác giả cũng đã bày tỏ không quá lạc quan về sự kết hợp AI x Crypto trong các lĩnh vực ứng dụng hiện tại.
Nhìn lại con đường thành công của DeFi, chúng ta có thể thấy, lý do DeFi có thể chiếm lĩnh một phần từ tài chính truyền thống là vì nó có tính khả dụng cao hơn, hiệu quả tốt hơn và chi phí thấp hơn, cũng như tính an toàn mà không cần các tổ chức tập trung đáng tin cậy. Theo cách suy nghĩ này, lý do hỗ trợ chuỗi Agent có thể bao gồm:
Liệu việc chuỗi hóa của Agent có thể đạt được mức chi phí sử dụng thấp hơn, từ đó đạt được khả năng tiếp cận và sự lựa chọn cao hơn? Điều này có thể cuối cùng cho phép người dùng bình thường tham gia vào quyền "thuê" AI vốn thuộc về các công ty lớn của Web2.
Về mặt an toàn, nếu Agent có thể can thiệp vào ví thực tế hoặc ảo, thì giải pháp an toàn dựa trên blockchain có thể trở thành một nhu cầu thiết yếu.
Agent có thể thực hiện một bộ tài chính độc quyền thuộc về blockchain không? Ví dụ, giống như LP trong AMM, cho phép người bình thường cũng có thể tham gia vào việc tạo lập thị trường tự động; hoặc dựa trên tài nguyên như sức mạnh tính toán, đánh dấu dữ liệu mà Agent cần, người dùng có thể đầu tư vào giao thức dưới dạng stablecoin.
Trong bối cảnh DeFi hiện tại thiếu tính tương tác hoàn hảo, nếu các Agent kết hợp với blockchain có thể đạt được sự suy luận minh bạch, có thể truy xuất, thì chúng có thể hấp dẫn hơn so với trình duyệt agent do các ông lớn internet truyền thống cung cấp.
Bốn, Cơ hội mới trong nền kinh tế sáng tạo
Các dự án loại khung có thể cung cấp một cơ hội khởi nghiệp tương tự như GPT Store trong tương lai. Mặc dù hiện tại việc phát hành Agent thông qua khung còn khá phức tạp đối với người dùng thông thường, nhưng việc đơn giản hóa quy trình xây dựng Agent và cung cấp các khung kết hợp chức năng phức tạp có thể chiếm ưu thế trong tương lai, từ đó hình thành một nền kinh tế sáng tạo Web3 thú vị hơn so với GPT Store.
Hiện tại, GPT Store thiên về tính thực tiễn trong các lĩnh vực truyền thống, và hầu hết các ứng dụng phổ biến đều do các công ty Web2 truyền thống tạo ra, thu nhập cũng thuộc về độc quyền của các nhà sáng tạo. So với điều đó, Web3 vẫn còn nhiều lĩnh vực nhu cầu cần được lấp đầy, và trong hệ thống kinh tế cũng có thể làm cho các chính sách không công bằng của các ông lớn Web2 trở nên công bằng hơn. Hơn nữa, việc đưa vào kinh tế cộng đồng cũng có thể làm cho Agent trở nên hoàn thiện hơn.
Nền kinh tế sáng tạo của Agent sẽ cung cấp cơ hội tham gia cho người bình thường, meme AI trong tương lai có thể thông minh và thú vị hơn nhiều so với các Agent hiện có trên các nền tảng. Điều này mở ra một hướng phát triển hoàn toàn mới cho hệ sinh thái Web3, hứa hẹn sẽ kích thích nhiều đổi mới và sự tham gia hơn.