Всплеск популярности продукта Universal AI Agent Manus привлек широкое внимание к технологии AI Agent в отрасли. В качестве важной ветви искусственного интеллекта AI Agent постепенно переходит от концепции к реальному применению, демонстрируя огромный потенциал в различных отраслях, в том числе и в индустрии Web3.
Основные технологии AI-агента
AI Agent является интеллектуальной программой, способной самостоятельно принимать решения и выполнять задачи на основе окружающей среды, входных данных и заранее заданных целей. Его основные компоненты включают:
Большая языковая модель ( LLM ) как "мозг"
Механизм наблюдения и восприятия
Процесс логического мышления
Способность к выполнению действий
Функция памяти и извлечения
Основные модели проектирования AI Agent имеют два направления развития: первое - акцент на планировочные способности, такие как REWOO, Plan & Execute и др.; второе - акцент на рефлексивные способности, такие как Basic Reflection, Reflexion и др. Среди них наиболее широко используется модель ReAct, типичный процесс которой представляет собой цикл размышлений (Thought)→ действия (Action)→ наблюдения (Observation).
В зависимости от количества агентов AI Agent можно разделить на Single Agent и Multi Agent. Single Agent фокусируется на сочетании LLM и инструментов, в то время как Multi Agent наделяет разных агентов различными ролями, позволяя им совместно выполнять сложные задачи.
Текущая ситуация с AI Agent в Web3
В этом году в январе популярность AI Agent в индустрии Web3 достигла пика, а затем резко упала, общая рыночная стоимость сократилась более чем на 90%. В настоящее время основное внимание сосредоточено на проектах, которые исследуют Web3 в рамках AI Agent, и их можно разделить на три категории:
Режим платформы запуска: представленный протоколом Virtuals, позволяет пользователям создавать, развертывать и монетизировать AI-агентов.
Модель DAO: в качестве представителя ElizaOS используется модель ИИ для имитации инвестиционных решений, в сочетании с предложениями участников DAO для осуществления инвестиций.
Коммерческая модель компании: представлена Swarms, предлагающая корпоративную многоагентную инфраструктуру.
С точки зрения экономической модели, в настоящее время только модель платформы запуска может обеспечить самодостаточный экономический замкнутый цикл. Однако эта модель также сталкивается с такими вызовами, как недостаточная привлекательность активов и холодный рынок.
Сочетание протокола MCP и Web3
Появление Model Context Protocol (MCP) открыло новые направления для исследований AI-агентов в Web3:
Разверните MCP Server в блокчейн-сети, чтобы решить проблемы единой точки и обеспечить устойчивость к цензуре.
Предоставить MCP Server возможность взаимодействовать с блокчейном, например, для проведения DeFi-транзакций и управления.
Создание сети стимулов для создателей OpenMCP.Network на базе Ethereum, автоматизация, прозрачность и доверие стимулов через смарт-контракты.
Однако, эти решения все еще сталкиваются с техническими проблемами, такими как трудности в проверке достоверности поведения агентства с использованием технологии нулевых знаний и проблемы эффективности в децентрализованных сетях.
Перспективы
Слияние ИИ и Web3 — это неизбежная тенденция. Хотя в настоящее время AI-агенты Web3 сталкиваются с множеством проблем, с постоянным прогрессом технологий, я верю, что в будущем появятся знаковые продукты, которые развеют сомнения внешнего мира о практичности Web3. Нам нужно сохранять терпение и уверенность и продолжать исследовать применение и развитие AI-агентов в области Web3.
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» .
9 Лайков
Награда
9
4
Поделиться
комментарий
0/400
FloorPriceNightmare
· 07-26 13:51
Искусственный интеллект взлетел до небес, но все равно не сравнится с первым игроком. Горькая улыбка.
Посмотреть ОригиналОтветить0
TokenRationEater
· 07-25 22:20
разочарование розничный инвестор заранее сбежал
Посмотреть ОригиналОтветить0
DegenApeSurfer
· 07-25 22:20
Сначала разогреваем интерес, а потом будем хранить.
Слияние AI-агентов и Web3: текущее состояние, вызовы и перспективы
Развитие и исследование AI Agent в области Web3
Всплеск популярности продукта Universal AI Agent Manus привлек широкое внимание к технологии AI Agent в отрасли. В качестве важной ветви искусственного интеллекта AI Agent постепенно переходит от концепции к реальному применению, демонстрируя огромный потенциал в различных отраслях, в том числе и в индустрии Web3.
Основные технологии AI-агента
AI Agent является интеллектуальной программой, способной самостоятельно принимать решения и выполнять задачи на основе окружающей среды, входных данных и заранее заданных целей. Его основные компоненты включают:
Основные модели проектирования AI Agent имеют два направления развития: первое - акцент на планировочные способности, такие как REWOO, Plan & Execute и др.; второе - акцент на рефлексивные способности, такие как Basic Reflection, Reflexion и др. Среди них наиболее широко используется модель ReAct, типичный процесс которой представляет собой цикл размышлений (Thought)→ действия (Action)→ наблюдения (Observation).
В зависимости от количества агентов AI Agent можно разделить на Single Agent и Multi Agent. Single Agent фокусируется на сочетании LLM и инструментов, в то время как Multi Agent наделяет разных агентов различными ролями, позволяя им совместно выполнять сложные задачи.
Текущая ситуация с AI Agent в Web3
В этом году в январе популярность AI Agent в индустрии Web3 достигла пика, а затем резко упала, общая рыночная стоимость сократилась более чем на 90%. В настоящее время основное внимание сосредоточено на проектах, которые исследуют Web3 в рамках AI Agent, и их можно разделить на три категории:
Режим платформы запуска: представленный протоколом Virtuals, позволяет пользователям создавать, развертывать и монетизировать AI-агентов.
Модель DAO: в качестве представителя ElizaOS используется модель ИИ для имитации инвестиционных решений, в сочетании с предложениями участников DAO для осуществления инвестиций.
Коммерческая модель компании: представлена Swarms, предлагающая корпоративную многоагентную инфраструктуру.
С точки зрения экономической модели, в настоящее время только модель платформы запуска может обеспечить самодостаточный экономический замкнутый цикл. Однако эта модель также сталкивается с такими вызовами, как недостаточная привлекательность активов и холодный рынок.
Сочетание протокола MCP и Web3
Появление Model Context Protocol (MCP) открыло новые направления для исследований AI-агентов в Web3:
Разверните MCP Server в блокчейн-сети, чтобы решить проблемы единой точки и обеспечить устойчивость к цензуре.
Предоставить MCP Server возможность взаимодействовать с блокчейном, например, для проведения DeFi-транзакций и управления.
Создание сети стимулов для создателей OpenMCP.Network на базе Ethereum, автоматизация, прозрачность и доверие стимулов через смарт-контракты.
Однако, эти решения все еще сталкиваются с техническими проблемами, такими как трудности в проверке достоверности поведения агентства с использованием технологии нулевых знаний и проблемы эффективности в децентрализованных сетях.
Перспективы
Слияние ИИ и Web3 — это неизбежная тенденция. Хотя в настоящее время AI-агенты Web3 сталкиваются с множеством проблем, с постоянным прогрессом технологий, я верю, что в будущем появятся знаковые продукты, которые развеют сомнения внешнего мира о практичности Web3. Нам нужно сохранять терпение и уверенность и продолжать исследовать применение и развитие AI-агентов в области Web3.