Descomposición del marco de IA: de agentes inteligentes a la exploración de la Descentralización
Introducción
El desarrollo narrativo de la combinación de AI y criptomonedas avanza rápidamente. Recientemente, la atención del mercado se ha centrado en los proyectos "de tipo marco" liderados por la tecnología, y este segmento ha dado lugar a múltiples proyectos que han alcanzado una capitalización de mercado de más de cien millones e incluso más de mil millones en un corto período de tiempo. Este tipo de proyectos ha dado lugar a nuevos modelos de emisión de activos: emitir monedas a partir de repositorios de código de Github, y los Agentes construidos sobre el marco pueden emitir monedas nuevamente. Con el marco como base y el Agente como superior, se forma un modelo de infraestructura único de la era de AI. Este artículo comenzará con una introducción al marco y explorará el significado del marco de AI en el campo de las criptomonedas.
Uno, ¿Qué es un marco?
El marco de IA es una herramienta o plataforma de desarrollo de bajo nivel que integra módulos, bibliotecas y herramientas preconstruidos, simplificando el proceso de construcción de modelos de IA complejos. Se puede entender como el sistema operativo de la era de la IA, similar a Windows y Linux en sistemas de escritorio, o iOS y Android en dispositivos móviles. Cada marco tiene sus ventajas y desventajas, y los desarrolladores pueden elegir según sus necesidades.
Aunque el "marco de IA" es un concepto nuevo en el ámbito de las criptomonedas, su desarrollo ha estado ocurriendo durante casi 14 años. En el círculo tradicional de IA ya hay marcos maduros disponibles, como TensorFlow de Google y Pytorch de Meta. Los proyectos de marco que han surgido en las criptomonedas se han construido en función de la gran demanda de agentes bajo la actual ola de IA, y se han extendido a otros campos, formando marcos de IA en diferentes áreas de especialización.
1.1 Eliza
Eliza es un marco de simulación multiagente, utilizado para crear, desplegar y gestionar agentes de IA autónomos. Desarrollado en TypeScript, tiene buena compatibilidad y es fácil de integrar con APIs. Está principalmente dirigido a escenarios de redes sociales, y soporta integración multiplataforma, incluyendo Discord, X/Twitter, Telegram, entre otros.
Los casos de uso que Eliza admite actualmente son:
Aplicaciones de asistente de IA
Papel de las redes sociales
Trabajadores del conocimiento
Rol interactivo
Los modelos soportados incluyen la inferencia local de modelos de código abierto, la inferencia en la nube de OpenAI API, etc.
1.2 G.A.M.E
G.A.M.E(Marco de Entidades Multimodales Autónomas Generativas) es un marco de IA multimodal diseñado para NPCs inteligentes en juegos. Su característica es que los usuarios con poco o ningún conocimiento de código también pueden utilizarlo.
El diseño central adopta una arquitectura modular en la que múltiples subsistemas trabajan de manera colaborativa, incluidos la interfaz de提示Agent, el subsistema de percepción, el motor de planificación estratégica, el contexto mundial, el módulo de procesamiento de diálogos y varios otros componentes.
Flujo de trabajo: el desarrollador inicia el Agente a través de la interfaz, el subsistema de percepción recibe la entrada y la transmite al motor de planificación. El motor de planificación utiliza la información de los sistemas para formular y ejecutar un plan de acción. El módulo de aprendizaje monitorea y ajusta continuamente el comportamiento del Agente.
Los escenarios de aplicación se centran principalmente en la toma de decisiones, retroalimentación, percepción y personalidad del agente en entornos virtuales, aplicándose a juegos y al metaverso.
1.3 Rig
Rig es una herramienta de código abierto escrita en lenguaje Rust, diseñada para simplificar el desarrollo de aplicaciones de modelos de lenguaje grandes (LLM). Proporciona una interfaz de operación unificada, facilitando la interacción con varios proveedores de servicios LLM y bases de datos vectoriales.
Características clave:
Interfaz unificada
Arquitectura modular
Seguridad de tipo
Alto rendimiento
Flujo de trabajo: La solicitud del usuario se procesa de manera estandarizada a través de la capa de abstracción del proveedor, el agente inteligente en la capa central llama a herramientas o consulta el almacenamiento de vectores, generando respuestas a través de mecanismos como la generación aumentada por recuperación.
Los casos de uso incluyen sistemas de preguntas y respuestas, herramientas de búsqueda de documentos, chatbots, creación de contenido, etc.
1.4 ZerePy
ZerePy es un marco de código abierto basado en Python que simplifica el proceso de implementación y gestión de agentes de IA en la plataforma X. Hereda las funciones centrales del proyecto Zerebro, pero adopta un diseño más modular y fácil de extender.
La arquitectura central se basa en un diseño modular, que incluye:
Integración de LLM
Integración de la plataforma X
Sistema de conexión modular
Sistema de memoria ( en planificación )
ZerePy se centra en simplificar el proceso de implementación de agentes de IA en la plataforma X, con un mayor enfoque en aplicaciones prácticas.
Dos, la réplica del ecosistema BTC
El camino de desarrollo de los Agentes de IA tiene similitudes con el ecosistema reciente de BTC. El desarrollo del ecosistema de BTC se puede resumir como: BRC20 - competencia de múltiples protocolos - BTC L2 - BTCFi. Los Agentes de IA se desarrollan más rápidamente sobre una pila tecnológica madura, y su camino se puede resumir como: competencia entre el marco GOAT/ACT - Agentes sociales/Agentes de IA analíticos.
La narrativa del Agente de IA no está destinada a replicar la historia de la cadena de contratos inteligentes, los proyectos de marcos de IA existentes al menos ofrecen nuevas ideas para el desarrollo de infraestructuras. En comparación con el Lanzador de Memecoin y el protocolo de Inscripción, el marco de IA se asemeja más a una futura cadena pública, mientras que el Agente se asemeja más a un futuro Dapp.
El debate futuro podría cambiar de la batalla entre EVM y cadenas heterogéneas a una lucha de marcos. La cuestión clave es cómo lograr la Descentralización o la cadena, así como el significado de hacer esto en la blockchain.
Tres, ¿cuál es el significado de subir a la cadena?
La combinación de blockchain y AI debe enfrentar problemas de significado. El éxito de DeFi radica en una mayor accesibilidad, mejor eficiencia, menores costos y Descentralización seguridad. Con base en esto, las razones para apoyar la cadena de agentes pueden ser:
Lograr un costo de uso más bajo, mejorar la accesibilidad y la selectividad, permitiendo que los usuarios comunes participen en el "derecho de alquiler" de IA.
Proporcionar soluciones de seguridad basadas en blockchain que satisfagan las necesidades de seguridad de la interacción del Agente con billeteras reales o virtuales.
Implementar formas únicas de finanzas en blockchain, como inversiones en potencia de cálculo relacionadas con Agentes y etiquetado de datos, etc.
Lograr un razonamiento transparente y trazable, ofreciendo soluciones más atractivas que las de los gigantes tradicionales de Internet.
Cuatro, economía creativa
Los proyectos de tipo marco en el futuro podrían ofrecer oportunidades de emprendimiento similares a GPT Store. Un marco que simplifique el proceso de construcción de Agentes y ofrezca combinaciones de funciones complejas podría tener una ventaja, formando una economía creativa de Web3 más interesante que GPT Store.
Existen muchas necesidades por cubrir en el ámbito de Web3, y un sistema económico puede hacer que las políticas de los gigantes de Web2 sean más justas. La introducción de una economía comunitaria puede hacer que los Agentes sean más completos. La economía creativa de los Agentes será una oportunidad para que las personas comunes participen; los memes de IA del futuro podrían ser más inteligentes y divertidos que los Agentes en las plataformas actuales.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
5 me gusta
Recompensa
5
6
Compartir
Comentar
0/400
ReverseTradingGuru
· hace17h
Ya comenzó a vender varios marcos de BTC
Ver originalesResponder0
GasFeeLady
· hace17h
comprobando gas antes de revisar el twitter de mi ex
Ver originalesResponder0
SolidityStruggler
· hace18h
Esta ola va To the moon.
Ver originalesResponder0
MetaDreamer
· hace18h
¡Explosivo! ¡increíble agent!
Ver originalesResponder0
PoolJumper
· hace18h
El marco suena impresionante, ¿qué tal usarlo para el comercio de criptomonedas?
Marco de IA: Infraestructura de base en la era de los Agentes
Descomposición del marco de IA: de agentes inteligentes a la exploración de la Descentralización
Introducción
El desarrollo narrativo de la combinación de AI y criptomonedas avanza rápidamente. Recientemente, la atención del mercado se ha centrado en los proyectos "de tipo marco" liderados por la tecnología, y este segmento ha dado lugar a múltiples proyectos que han alcanzado una capitalización de mercado de más de cien millones e incluso más de mil millones en un corto período de tiempo. Este tipo de proyectos ha dado lugar a nuevos modelos de emisión de activos: emitir monedas a partir de repositorios de código de Github, y los Agentes construidos sobre el marco pueden emitir monedas nuevamente. Con el marco como base y el Agente como superior, se forma un modelo de infraestructura único de la era de AI. Este artículo comenzará con una introducción al marco y explorará el significado del marco de AI en el campo de las criptomonedas.
Uno, ¿Qué es un marco?
El marco de IA es una herramienta o plataforma de desarrollo de bajo nivel que integra módulos, bibliotecas y herramientas preconstruidos, simplificando el proceso de construcción de modelos de IA complejos. Se puede entender como el sistema operativo de la era de la IA, similar a Windows y Linux en sistemas de escritorio, o iOS y Android en dispositivos móviles. Cada marco tiene sus ventajas y desventajas, y los desarrolladores pueden elegir según sus necesidades.
Aunque el "marco de IA" es un concepto nuevo en el ámbito de las criptomonedas, su desarrollo ha estado ocurriendo durante casi 14 años. En el círculo tradicional de IA ya hay marcos maduros disponibles, como TensorFlow de Google y Pytorch de Meta. Los proyectos de marco que han surgido en las criptomonedas se han construido en función de la gran demanda de agentes bajo la actual ola de IA, y se han extendido a otros campos, formando marcos de IA en diferentes áreas de especialización.
1.1 Eliza
Eliza es un marco de simulación multiagente, utilizado para crear, desplegar y gestionar agentes de IA autónomos. Desarrollado en TypeScript, tiene buena compatibilidad y es fácil de integrar con APIs. Está principalmente dirigido a escenarios de redes sociales, y soporta integración multiplataforma, incluyendo Discord, X/Twitter, Telegram, entre otros.
Los casos de uso que Eliza admite actualmente son:
Los modelos soportados incluyen la inferencia local de modelos de código abierto, la inferencia en la nube de OpenAI API, etc.
1.2 G.A.M.E
G.A.M.E(Marco de Entidades Multimodales Autónomas Generativas) es un marco de IA multimodal diseñado para NPCs inteligentes en juegos. Su característica es que los usuarios con poco o ningún conocimiento de código también pueden utilizarlo.
El diseño central adopta una arquitectura modular en la que múltiples subsistemas trabajan de manera colaborativa, incluidos la interfaz de提示Agent, el subsistema de percepción, el motor de planificación estratégica, el contexto mundial, el módulo de procesamiento de diálogos y varios otros componentes.
Flujo de trabajo: el desarrollador inicia el Agente a través de la interfaz, el subsistema de percepción recibe la entrada y la transmite al motor de planificación. El motor de planificación utiliza la información de los sistemas para formular y ejecutar un plan de acción. El módulo de aprendizaje monitorea y ajusta continuamente el comportamiento del Agente.
Los escenarios de aplicación se centran principalmente en la toma de decisiones, retroalimentación, percepción y personalidad del agente en entornos virtuales, aplicándose a juegos y al metaverso.
1.3 Rig
Rig es una herramienta de código abierto escrita en lenguaje Rust, diseñada para simplificar el desarrollo de aplicaciones de modelos de lenguaje grandes (LLM). Proporciona una interfaz de operación unificada, facilitando la interacción con varios proveedores de servicios LLM y bases de datos vectoriales.
Características clave:
Flujo de trabajo: La solicitud del usuario se procesa de manera estandarizada a través de la capa de abstracción del proveedor, el agente inteligente en la capa central llama a herramientas o consulta el almacenamiento de vectores, generando respuestas a través de mecanismos como la generación aumentada por recuperación.
Los casos de uso incluyen sistemas de preguntas y respuestas, herramientas de búsqueda de documentos, chatbots, creación de contenido, etc.
1.4 ZerePy
ZerePy es un marco de código abierto basado en Python que simplifica el proceso de implementación y gestión de agentes de IA en la plataforma X. Hereda las funciones centrales del proyecto Zerebro, pero adopta un diseño más modular y fácil de extender.
La arquitectura central se basa en un diseño modular, que incluye:
ZerePy se centra en simplificar el proceso de implementación de agentes de IA en la plataforma X, con un mayor enfoque en aplicaciones prácticas.
Dos, la réplica del ecosistema BTC
El camino de desarrollo de los Agentes de IA tiene similitudes con el ecosistema reciente de BTC. El desarrollo del ecosistema de BTC se puede resumir como: BRC20 - competencia de múltiples protocolos - BTC L2 - BTCFi. Los Agentes de IA se desarrollan más rápidamente sobre una pila tecnológica madura, y su camino se puede resumir como: competencia entre el marco GOAT/ACT - Agentes sociales/Agentes de IA analíticos.
La narrativa del Agente de IA no está destinada a replicar la historia de la cadena de contratos inteligentes, los proyectos de marcos de IA existentes al menos ofrecen nuevas ideas para el desarrollo de infraestructuras. En comparación con el Lanzador de Memecoin y el protocolo de Inscripción, el marco de IA se asemeja más a una futura cadena pública, mientras que el Agente se asemeja más a un futuro Dapp.
El debate futuro podría cambiar de la batalla entre EVM y cadenas heterogéneas a una lucha de marcos. La cuestión clave es cómo lograr la Descentralización o la cadena, así como el significado de hacer esto en la blockchain.
Tres, ¿cuál es el significado de subir a la cadena?
La combinación de blockchain y AI debe enfrentar problemas de significado. El éxito de DeFi radica en una mayor accesibilidad, mejor eficiencia, menores costos y Descentralización seguridad. Con base en esto, las razones para apoyar la cadena de agentes pueden ser:
Lograr un costo de uso más bajo, mejorar la accesibilidad y la selectividad, permitiendo que los usuarios comunes participen en el "derecho de alquiler" de IA.
Proporcionar soluciones de seguridad basadas en blockchain que satisfagan las necesidades de seguridad de la interacción del Agente con billeteras reales o virtuales.
Implementar formas únicas de finanzas en blockchain, como inversiones en potencia de cálculo relacionadas con Agentes y etiquetado de datos, etc.
Lograr un razonamiento transparente y trazable, ofreciendo soluciones más atractivas que las de los gigantes tradicionales de Internet.
Cuatro, economía creativa
Los proyectos de tipo marco en el futuro podrían ofrecer oportunidades de emprendimiento similares a GPT Store. Un marco que simplifique el proceso de construcción de Agentes y ofrezca combinaciones de funciones complejas podría tener una ventaja, formando una economía creativa de Web3 más interesante que GPT Store.
Existen muchas necesidades por cubrir en el ámbito de Web3, y un sistema económico puede hacer que las políticas de los gigantes de Web2 sean más justas. La introducción de una economía comunitaria puede hacer que los Agentes sean más completos. La economía creativa de los Agentes será una oportunidad para que las personas comunes participen; los memes de IA del futuro podrían ser más inteligentes y divertidos que los Agentes en las plataformas actuales.