Деконструкція AI-фреймворку: від інтелектуальних агентів до Децентралізації
Вступ
Розвиток траси AI Agent вражає швидкістю, оповідання часто змінюється. Нещодавно ринок зосередився на "фреймових" проєктах, у цьому сегменті за короткий час з'явилося кілька проєктів з капіталізацією понад мільярд або навіть понад десять мільярдів. Ці проєкти започаткували нову модель випуску активів: випуск монет на основі кодових репозиторіїв GitHub, а також агенти, побудовані на основі фреймів, можуть знову випускати монети. Ця модель, що базується на фреймі та агенті, нагадує платформу випуску активів, але насправді є унікальною інфраструктурною моделлю епохи AI. У цій статті буде розглянуто концепцію фрейму та обговорено значення AI фреймів для сфери криптовалют.
Од. Огляд рамки
AI-фреймворк - це набір інтегрованих попередньо створених модулів, бібліотек і інструментів, що є базовою платформою для розробки, що спрощує складний процес створення AI-моделей. Його можна зрозуміти як операційну систему ери AI, подібну до настільних систем Windows, Linux або мобільних платформ iOS та Android. Кожен фреймворк має свої переваги та недоліки, розробники можуть вибирати відповідно до своїх потреб.
Хоча "AI фрейми" є новим поняттям у сфері криптовалют, їх розвиток триває вже 14 років. У традиційній сфері AI вже є зрілі фрейми на вибір, такі як TensorFlow від Google, Pytorch від Meta тощо. Фреймові проекти, що виникають у криптовалюті, створюються для задоволення потреб агентів у умовах буму AI і розширюються в інші напрямки, формуючи різні сегменти AI фреймів.
1.1 Еліза
Eliza є мультиагентною симуляційною платформою, випущеною a16z, спеціально розробленою для створення, розгортання та управління автономними AI агентами. Розроблена на основі TypeScript, має хорошу сумісність і легка для інтеграції API.
Eliza в основному орієнтована на соціальні медіа, підтримує інтеграцію з багатьма платформами, включаючи Discord, X/Twitter, Telegram тощо. У обробці медіа-контенту підтримуються функції аналізу PDF, вилучення змісту з посилань, обробка аудіо та відео.
Основні випадки використання, що підтримуються Eliza, включають: додатки класу AI-асистентів, ролі в соціальних мережах, знань працівників та інтерактивних ролей тощо. Підтримувані моделі включають локальне виведення з використанням відкритих моделей та хмарне виведення з використанням OpenAI API.
1.2 Г.А.М.Е
G.A.M.E є автоматичною генерацією та управлінням мультимодального AI-фрейму, представленим Virtual, який в основному призначений для проектування інтелектуальних NPC у іграх. Особливістю є те, що для використання не потрібні знання програмування, користувачеві достатньо змінити параметри, щоб взяти участь у проектуванні Агента.
G.A.M.E використовує модульний дизайн, основна архітектура включає: інтерфейс підказок агента, підсистему сприйняття, двигун стратегічного планування, світовий контекст, модуль обробки діалогу, оператора гаманця на блокчейні, навчальний модуль, робочу пам'ять, процесор довгострокової пам'яті, склад агента, планувальник дій та виконавця планів тощо.
Ця структура зосереджена на ухваленні рішень, зворотному зв'язку, сприйнятті та індивідуальності Агентів у віртуальному середовищі, вона також підходить для сценаріїв метасвіту, окрім ігор.
1.3 Ріг
Rig є відкритим інструментом, написаним мовою Rust, який покликаний спростити розробку додатків великих мовних моделей (LLM). Він надає єдиний інтерфейс для зручної взаємодії з кількома постачальниками LLM та векторними базами даних.
Основні характеристики Rig включають: єдиний інтерфейс, модульну архітектуру, типобезпеку та високу продуктивність. Його робочий процес включає етапи обробки запитів, отримання інформації та генерації відповідей.
Rig підходить для створення систем запитань та відповідей, інструментів пошуку документів, контекстно усвідомлених чат-ботів, і навіть підтримує створення контенту.
1.4 ZerePy
ZerePy є відкритим фреймворком на базі Python, який спрощує процес розгортання та управління AI Agent на платформі X. Він успадковує основні функції проекту Zerebro, але має більш модульний та легко розширюваний дизайн.
ZerePy надає інтерфейс командного рядка, підтримує LLM від OpenAI та Anthropic, інтегрує API платформи X, має модульну систему підключення. У майбутньому планується інтеграція системи пам'яті, щоб Агент міг запам'ятовувати попередні взаємодії та контекстну інформацію.
У порівнянні з Eliza, ZerePy більше зосереджується на спрощенні процесу розгортання AI Agent на конкретних соціальних платформах, схиляючись до практичного застосування.
Два, Копія екосистеми BTC?
Шлях розвитку AI Agent має спільні риси з недавньою екосистемою BTC. Екосистема BTC пройшла через етапи BRC20, конкуренції багатьох протоколів, BTC L2 та BTCFi. AI Agent розвивається швидше на основі зрілого технологічного стеку, що можна узагальнити як: GOAT/ACT - Соціальні агенти/Аналізуючі AI агенти - Конкуренція фреймворків. У майбутньому проекти інфраструктури, що стосуються децентралізації агентів та безпеки, можуть стати темою наступного етапу.
Сектор AI-агентів навряд чи повторить процес гомогенізації та спекуляцій екосистеми BTC. Проекти AI-рамок пропонують нові підходи до розвитку інфраструктури, які більше схожі на майбутні публічні ланцюги, тоді як агенти більше нагадують Dapp. У майбутньому можливий перехід від суперечок щодо EVM та гетерогенних ланцюгів до суперечок щодо рамок; ключове питання полягає в тому, як досягти Децентралізації або ланцюга, а також у значенні блокчейну в цій галузі.
Три. Значення запису в блокчейн
Поєднання блокчейну та ШІ потребує вирішення питання їхнього значення. Посилаючись на успішний досвід DeFi, ланцюгові AI-агенти можуть знайти цінність у наступних аспектах:
Знизити витрати на використання, підвищити доступність і вибірковість, щоб звичайні користувачі також могли брати участь у "оренді прав" AI.
Надати безпечне рішення на основі блокчейну, яке відповідає вимогам безпеки взаємодії Агента з реальним або віртуальним світом.
Створення унікальних фінансових моделей на основі блокчейн, таких як інвестиції в потужності, пов'язані з агентами, та маркування даних тощо.
Реалізація прозорого, відстежуваного процесу міркування, що перевершує агентський браузер, наданий традиційними інтернет-гігантами в аспекті інтероперабельності.
Чотири, нові можливості креативної економіки
Проекти фреймворків штучного інтелекту в майбутньому можуть запропонувати підприємницькі можливості, подібні до GPT Store. Спрощений процес створення агентів та фреймворк для надання складних комбінацій функцій, як очікується, займе перевагу, створюючи більш цікаву креативну економіку Web3, ніж GPT Store.
У порівнянні з GPT Store, творча економіка AI Agent в Web3 може бути більш справедливою та впроваджувати модель спільноти. Це надасть звичайним людям можливість брати участь, а майбутні AI Meme можуть бути більш розумними та цікавими, ніж агенти на існуючих платформах.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
AI фрейми нової ери: від розумних агентів до Децентралізації креативної економіки Web3
Деконструкція AI-фреймворку: від інтелектуальних агентів до Децентралізації
Вступ
Розвиток траси AI Agent вражає швидкістю, оповідання часто змінюється. Нещодавно ринок зосередився на "фреймових" проєктах, у цьому сегменті за короткий час з'явилося кілька проєктів з капіталізацією понад мільярд або навіть понад десять мільярдів. Ці проєкти започаткували нову модель випуску активів: випуск монет на основі кодових репозиторіїв GitHub, а також агенти, побудовані на основі фреймів, можуть знову випускати монети. Ця модель, що базується на фреймі та агенті, нагадує платформу випуску активів, але насправді є унікальною інфраструктурною моделлю епохи AI. У цій статті буде розглянуто концепцію фрейму та обговорено значення AI фреймів для сфери криптовалют.
Од. Огляд рамки
AI-фреймворк - це набір інтегрованих попередньо створених модулів, бібліотек і інструментів, що є базовою платформою для розробки, що спрощує складний процес створення AI-моделей. Його можна зрозуміти як операційну систему ери AI, подібну до настільних систем Windows, Linux або мобільних платформ iOS та Android. Кожен фреймворк має свої переваги та недоліки, розробники можуть вибирати відповідно до своїх потреб.
Хоча "AI фрейми" є новим поняттям у сфері криптовалют, їх розвиток триває вже 14 років. У традиційній сфері AI вже є зрілі фрейми на вибір, такі як TensorFlow від Google, Pytorch від Meta тощо. Фреймові проекти, що виникають у криптовалюті, створюються для задоволення потреб агентів у умовах буму AI і розширюються в інші напрямки, формуючи різні сегменти AI фреймів.
1.1 Еліза
Eliza є мультиагентною симуляційною платформою, випущеною a16z, спеціально розробленою для створення, розгортання та управління автономними AI агентами. Розроблена на основі TypeScript, має хорошу сумісність і легка для інтеграції API.
Eliza в основному орієнтована на соціальні медіа, підтримує інтеграцію з багатьма платформами, включаючи Discord, X/Twitter, Telegram тощо. У обробці медіа-контенту підтримуються функції аналізу PDF, вилучення змісту з посилань, обробка аудіо та відео.
Основні випадки використання, що підтримуються Eliza, включають: додатки класу AI-асистентів, ролі в соціальних мережах, знань працівників та інтерактивних ролей тощо. Підтримувані моделі включають локальне виведення з використанням відкритих моделей та хмарне виведення з використанням OpenAI API.
1.2 Г.А.М.Е
G.A.M.E є автоматичною генерацією та управлінням мультимодального AI-фрейму, представленим Virtual, який в основному призначений для проектування інтелектуальних NPC у іграх. Особливістю є те, що для використання не потрібні знання програмування, користувачеві достатньо змінити параметри, щоб взяти участь у проектуванні Агента.
G.A.M.E використовує модульний дизайн, основна архітектура включає: інтерфейс підказок агента, підсистему сприйняття, двигун стратегічного планування, світовий контекст, модуль обробки діалогу, оператора гаманця на блокчейні, навчальний модуль, робочу пам'ять, процесор довгострокової пам'яті, склад агента, планувальник дій та виконавця планів тощо.
Ця структура зосереджена на ухваленні рішень, зворотному зв'язку, сприйнятті та індивідуальності Агентів у віртуальному середовищі, вона також підходить для сценаріїв метасвіту, окрім ігор.
1.3 Ріг
Rig є відкритим інструментом, написаним мовою Rust, який покликаний спростити розробку додатків великих мовних моделей (LLM). Він надає єдиний інтерфейс для зручної взаємодії з кількома постачальниками LLM та векторними базами даних.
Основні характеристики Rig включають: єдиний інтерфейс, модульну архітектуру, типобезпеку та високу продуктивність. Його робочий процес включає етапи обробки запитів, отримання інформації та генерації відповідей.
Rig підходить для створення систем запитань та відповідей, інструментів пошуку документів, контекстно усвідомлених чат-ботів, і навіть підтримує створення контенту.
1.4 ZerePy
ZerePy є відкритим фреймворком на базі Python, який спрощує процес розгортання та управління AI Agent на платформі X. Він успадковує основні функції проекту Zerebro, але має більш модульний та легко розширюваний дизайн.
ZerePy надає інтерфейс командного рядка, підтримує LLM від OpenAI та Anthropic, інтегрує API платформи X, має модульну систему підключення. У майбутньому планується інтеграція системи пам'яті, щоб Агент міг запам'ятовувати попередні взаємодії та контекстну інформацію.
У порівнянні з Eliza, ZerePy більше зосереджується на спрощенні процесу розгортання AI Agent на конкретних соціальних платформах, схиляючись до практичного застосування.
Два, Копія екосистеми BTC?
Шлях розвитку AI Agent має спільні риси з недавньою екосистемою BTC. Екосистема BTC пройшла через етапи BRC20, конкуренції багатьох протоколів, BTC L2 та BTCFi. AI Agent розвивається швидше на основі зрілого технологічного стеку, що можна узагальнити як: GOAT/ACT - Соціальні агенти/Аналізуючі AI агенти - Конкуренція фреймворків. У майбутньому проекти інфраструктури, що стосуються децентралізації агентів та безпеки, можуть стати темою наступного етапу.
Сектор AI-агентів навряд чи повторить процес гомогенізації та спекуляцій екосистеми BTC. Проекти AI-рамок пропонують нові підходи до розвитку інфраструктури, які більше схожі на майбутні публічні ланцюги, тоді як агенти більше нагадують Dapp. У майбутньому можливий перехід від суперечок щодо EVM та гетерогенних ланцюгів до суперечок щодо рамок; ключове питання полягає в тому, як досягти Децентралізації або ланцюга, а також у значенні блокчейну в цій галузі.
Три. Значення запису в блокчейн
Поєднання блокчейну та ШІ потребує вирішення питання їхнього значення. Посилаючись на успішний досвід DeFi, ланцюгові AI-агенти можуть знайти цінність у наступних аспектах:
Знизити витрати на використання, підвищити доступність і вибірковість, щоб звичайні користувачі також могли брати участь у "оренді прав" AI.
Надати безпечне рішення на основі блокчейну, яке відповідає вимогам безпеки взаємодії Агента з реальним або віртуальним світом.
Створення унікальних фінансових моделей на основі блокчейн, таких як інвестиції в потужності, пов'язані з агентами, та маркування даних тощо.
Реалізація прозорого, відстежуваного процесу міркування, що перевершує агентський браузер, наданий традиційними інтернет-гігантами в аспекті інтероперабельності.
Чотири, нові можливості креативної економіки
Проекти фреймворків штучного інтелекту в майбутньому можуть запропонувати підприємницькі можливості, подібні до GPT Store. Спрощений процес створення агентів та фреймворк для надання складних комбінацій функцій, як очікується, займе перевагу, створюючи більш цікаву креативну економіку Web3, ніж GPT Store.
У порівнянні з GPT Store, творча економіка AI Agent в Web3 може бути більш справедливою та впроваджувати модель спільноти. Це надасть звичайним людям можливість брати участь, а майбутні AI Meme можуть бути більш розумними та цікавими, ніж агенти на існуючих платформах.