Деконструкція AI-структури: від розумних агентів до Децентралізації дослідження

Вступ

Швидкість розвитку наративів у секторі AI Agent та їхня еволюція настільки стрімка і драматична, що важко з нею впоратися. Лише за два місяці з моменту відкриття "термінала істини" у часи агентів (Agent Summer), наративи, що поєднують AI та криптовалюти, зазнають нових змін майже щотижня. Нещодавно ринкова увага зосередилася на "рамкових" проектах, що характеризуються технічним наративом; цей підсектор за останні кілька тижнів вже породив кілька проектів з капіталізацією понад мільярд, навіть понад десять мільярдів. Такі проекти породжують нову модель випуску активів, а саме - випуск токенів на основі кодових репозиторіїв Github, причому агенти, створені на основі рамок, також можуть знову випустити токени. На основі рамок, агенти є верхнім рівнем додатків. Ця модель подібна до платформ випуску активів і насправді формує унікальну інфраструктурну модель ери AI. У цій статті ми почнемо з короткого введення в рамки та спробуємо зрозуміти значення AI рамок у сфері криптовалют.

Один, що таке рамка?

AI фреймворк – це базовий інструмент або платформа розробки, що інтегрує попередньо створені модулі, бібліотеки та інструменти, спрощуючи процес створення складних AI моделей. Ці фреймворки зазвичай містять функції для обробки даних, навчання моделей та здійснення прогнозів. Простими словами, фреймворк можна зрозуміти як операційну систему ери AI, таку як Windows або Linux у настільних системах, або iOS та Android на мобільних пристроях. Кожен фреймворк має свої переваги та недоліки, розробники можуть вільно вибирати відповідно до своїх потреб.

Хоча "AI фрейм" є новим поняттям у сфері криптовалют, з точки зору походження, розвиток AI фрейму наближається до 14 років. У традиційній сфері AI, як в академічних колах, так і в промисловості, є зрілі фрейми на вибір, такі як TensorFlow від Google, Pytorch від Meta, PaddlePaddle від Baidu, MagicAnimate від ByteDance тощо, які мають свої переваги для різних сценаріїв.

В даний час виникають фреймворки в криптовалюті, які створені на основі великого попиту на агентів в умовах буму AI, і розвиваються в інші напрями, в результаті чого формуються різні підгалузі AI-фреймворків. Нижче наведено кілька основних фреймворків:

1.1 Еліза

Eliza є багатагентною симуляційною платформою для створення, розгортання та управління автономними AI агентами. Розроблена на основі TypeScript, її переваги полягають у хорошій сумісності та легкості інтеграції API. Основна увага приділяється сценам соціальних медіа, підтримує інтеграцію на кількох платформах, включаючи Discord, X/Twitter, Telegram тощо. У обробці медіа-контенту підтримує функції аналізу PDF, витягнення змісту з посилань, транскрипцію аудіо, обробку відео, аналіз зображень тощо.

Основні випадки використання, які наразі підтримує Eliza, це:

1. Додатки класу AI-асистентів
2. Роль соціальних медіа
3. Працівники знань
4. Інтерактивні ролі

Підтримувані моделі включають локальне виведення з відкритих моделей, хмарне виведення OpenAI API тощо.

1.2 Г.А.М.Е

G.A.M.E - це автоматизована система генерації та управління мультимодальним AI-фреймворком, запущена компанією Virtual, яка в основному орієнтована на проєктування розумних NPC у відеоіграх. Особливість полягає в тому, що користувачі з низьким або навіть безкодним досвідом також можуть її використовувати.

Основний дизайн полягає в модульному проектуванні, яке передбачає спільну роботу кількох підсистем, включаючи інтерфейс підказок агента, підсистему сприйняття, двигун стратегічного планування, світовий контекст, модуль обробки діалогу, оператора гаманця на ланцюзі, навчальний модуль, робочу пам'ять, процесор для обробки довгострокової пам'яті, сховище агента, планувальник дій та виконавця планів тощо.

Застосування, окрім ігор, також підходить для метавсесвіту, вже кілька проєктів використовують цю структуру для побудови.

1.3 Ріг

Rig — це інструмент з відкритим кодом, написаний мовою Rust, який призначений для спрощення розробки програм застосування великих мовних моделей. Він надає єдиний інтерфейс для взаємодії з кількома постачальниками LLM та векторними базами даних.

Основні характеристики включають єдиний інтерфейс, модульну архітектуру, типобезпечність та високу продуктивність. Робочий процес включає абстрактний шар постачальника, інструменти для виклику розумних агентів або запитів до векторного сховища, а також механізми генерації відповідей через підсилення пошуку.

Застосування включає системи запитань та відповідей, інструменти пошуку документів, чат-боти з чутливістю до контексту тощо.

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 зручний для розширення дизайн.

ZerePy надає інтерфейс командного рядка, підтримує великі мовні моделі OpenAI та Anthropic, безпосередньо інтегрує API платформи X, має модульну систему з'єднання. У майбутньому планується інтеграція системи пам'яті, щоб Агент міг запам'ятовувати попередні взаємодії та контекстну інформацію.

Два, Копія екосистеми BTC

Шляхи розвитку AI Agent мають певну схожість із недавньою екосистемою BTC. Шлях розвитку екосистеми BTC приблизно виглядає так: BRC20 - конкуренція між протоколами - BTC L2 - BTCFi з ядром на Babylon. AI Agent розвивається швидше на основі зрілої технологічної стеку, шлях можна узагальнити як: GOAT/ACT - соціальні агент/аналітичний AI агент - конкуренція між фреймворками. У майбутньому інфраструктурні проекти, що стосуються децентралізації Agent та безпеки, можуть стати основною темою наступного етапу.

Наратив AI Agent не є відтворенням історії ланцюга смарт-контрактів, існуючі проекти AI-фреймворку пропонують нові підходи до розвитку інфраструктури. У порівнянні з Memecoin Launchpad та протоколом铭文, AI-фреймворк більше схожий на майбутній публічний ланцюг, а Agent більше схожий на майбутній Dapp.

В майбутньому суперечки можуть перейти з EVM та гетерогенних ланцюгів на суперечки щодо фреймворків, ключове питання полягає в тому, як здійснити Децентралізацію або ланцюговість, а також у значенні розробки на блокчейні.

Три, яке значення має запис в блокчейн?

Коли блокчейн поєднується з іншими сферами, часто виникають запитання про його значення. Розглядаючи фактори успіху DeFi (висока доступність, висока ефективність та низька вартість, децентралізована безпека без довіри), можливі значення ланцюга AI Agent включають:

1. Знизити витрати на використання, підвищити доступність і вибір, дозволити звичайним користувачам брати участь у "праві оренди" AI;
2. Надати безпечні рішення на основі блокчейну, що відповідають потребам взаємодії Агентів з реальними або віртуальними гаманцями;
3. Створення унікальних фінансових моделей blockchain, таких як інвестиції в обчислювальну потужність та маркування даних, пов'язаних з агентами;
4. Реалізація прозорих, відстежуваних висновків, поліпшення взаємодії DeFi, що є більш привабливим у порівнянні з агентськими браузерами, які надають традиційні інтернет-гіганти.

Чотири, Креативна економіка

Фреймові проєкти в майбутньому можуть запропонувати можливості для підприємництва, подібні до GPT Store. Спрощення процесу побудови агента та надання фрейму для складних функціональних комбінацій можуть зайняти перевагу, створюючи більш цікаву економіку креативу Web3, ніж GPT Store.

У порівнянні з поточним GPT Store, креативна економіка Web3 Agent може бути більш справедливою та відкритою, а звичайні люди також мають можливість брати участь. Майбутні AI Meme можуть бути розумнішими та цікавішими, ніж агенти на існуючих платформах.

AI фрейми приносять нову інфраструктуру та інноваційні можливості для Web3, але їхня справжня цінність та сценарії застосування все ще потребують часу для перевірки та дослідження.