Деконструкція AI-структури: від розумних агентів до Децентралізації

Вступ

Нещодавно наративи про поєднання ШІ та криптовалют швидко еволюціонували. Увага ринку зосередилася на технологічно орієнтованих "фреймових" проєктах, які в цьому сегменті за кілька тижнів породили кілька чорних коней з капіталізацією понад сто мільйонів доларів. Ці проєкти породили нові моделі випуску активів: випуск монет на основі кодових репозиторіїв GitHub, повторний випуск монет на основі фреймів розроблених Агентом. На базі фрейму, Агент служить додатком, формуючи унікальну модель інфраструктури епохи ШІ. У цій статті ми почнемо з короткого введення до фрейму та обговоримо значення AI фрейму для індустрії криптовалют.

Один. Що таке рамка?

AI-фреймворк — це базовий інструмент або платформа для розробки, яка інтегрує попередньо створені модулі, бібліотеки та інструменти, спрощуючи процес створення складних AI-моделей. Фреймворк можна розглядати як операційну систему епохи AI, таку як Windows, Linux у настільних системах або iOS та Android на мобільних пристроях. Кожен фреймворк має свої переваги та недоліки, розробники можуть вибрати відповідно до своїх потреб.

Хоча "AI фрейм" є новою концепцією в галузі криптовалют, розвиток AI фреймів триває вже близько 14 років. У традиційній сфері AI існують зрілі фрейми на вибір, такі як TensorFlow від Google, Pytorch від Meta та інші. Фреймові проекти, що виникають у криптовалютах, створені для задоволення великого попиту на агентів під час AI буму та розширюються в інші сфери, формуючи різні сегменти AI фреймів.

1.1 Еліза

Eliza є багатоагентною моделлю, запущеною a16z, спеціально призначеною для створення, розгортання та управління автономними AI агентами. Розроблено на основі TypeScript, має хорошу сумісність, легко інтегрується з API.

Eliza в основному орієнтована на сценарії соціальних медіа, підтримує багатоплатформену інтеграцію. Функції включають повну підтримку Discord, автоматизацію облікових записів X/Twitter, інтеграцію з Telegram та доступ до API. Підтримує обробку PDF-документів, контенту з посилань, транскрипцію аудіо, обробку відео, аналіз зображень та інший мультимедійний контент.

Eliza наразі підтримує чотири типи випадків:

1. Застосування AI помічника: підтримка клієнтів, управління спільнотою, особистий асистент
2. Роль соціальних медіа: творці контенту, інтерактивні роботи, представники брендів
3. Знання працівники: дослідницький асистент, аналітик контенту, обробка документів
4. Інтерактивні ролі: рольова гра, освітнє наставництво, розважальні роботи

Моделі, які підтримує Eliza, включають:

• Відкрите моделювання локального висновку: такі як Llama3, Qwen1.5, BERT
• OpenAI API хмарне інферування
• За замовчуванням конфігурація Nous Hermes Llama 3.1B
• Інтеграція Claude для обробки складних запитів

1.2 Г.А.М.Е

G.A.M.E(Генеративна автономна мультимодальна структура) є автоматизованою структурою генерації та управління мультимодальним AI, випущеною Virtual, що в основному призначена для проектування розумних NPC у іграх. Особливістю є те, що користувачі з низьким кодом або навіть без коду можуть її використовувати, достатньо лише змінити параметри для участі в проектуванні Agent.

Основний дизайн G.A.M.E є модульною архітектурою, в якій кілька підсистем працюють разом, включаючи:

1. Інтерфейс підказок агента: Інтерфейс взаємодії між розробником та фреймворком
2. Система сприйняття: отримує вхідну інформацію та синтезує
3. Стратегічний планувальний двигун: визначення довгострокових цілей та конкретних планів дій
4. Світовий контекст: інформація про навколишнє середовище та дані про стан гри
5. Модуль обробки діалогів: обробка повідомлень та відповідей
6. Оператор гаманця в ланцюзі: може бути пов'язаний із застосуванням блокчейн
7. Модуль навчання: оновлення бази знань на основі зворотного зв'язку
8. Робоча пам'ять: зберігання короткочасної інформації
9. Процесор тривалої пам'яті: виділення важливої інформації та її впорядкування
10. Склад агентів: зберігати атрибути агента
11. Планувальник дій: генерує конкретний план дій
12. План виконання: виконання плану дій

G.A.M.E підходить для ігрових і метавсесвітніх сценаріїв, вже кілька проектів використовують цю платформу для розробки.

1.3 Оснащення

Rig - це відкритий інструмент, написаний на Rust, що спрощує розробку додатків на основі великих мовних моделей. Він надає єдиний інтерфейс, зручний для взаємодії з кількома постачальниками LLM та векторними базами даних.

Основні характеристики:

• Уніфікований інтерфейс: спрощення складності інтеграції
• Модульна архітектура: гнучка та розширювана
• Типова безпека: забезпечення якості коду та безпеки виконання
• Висока ефективність: підтримка асинхронної паралельної обробки

Rig підходить для створення систем запитань і відповідей, інструментів пошуку документів, розумних чат-ботів, а також для автоматичного генерування контенту та інших сцен.

1.4 ZerePy

ZerePy — це відкритий фреймворк на базі Python, який спрощує процес розгортання та управління AI Agent на платформі Twitter( перед X). Він успадковує основні функції проекту Zerebro, але має більш модульний і легкий для розширення дизайн.

ZerePy надає командний інтерфейс, що полегшує управління AI Agent. Основна архітектура базується на модульному дизайні, включаючи:

• Інтеграція LLM: підтримка моделей OpenAI та Anthropic
• Інтеграція платформи X: прямує виклик API платформи X
• Модульна система підключення: легко додати додаткову підтримку платформи
• Система пам'яті ( в процесі планування ): реалізація контекстної пам'яті

ZerePy зосереджується на спрощенні розгортання AI Agent на платформі X, тоді як Eliza більше уваги приділяє моделюванню багатьох агентів та широким дослідженням в галузі AI.

Два, копія екосистеми BTC

Шлях розвитку AI Agent подібний до недавньої екосистеми BTC: BTC екосистема: BRC20 - багатопротокольна конкуренція - BTC L2 - BTCFi AI Agent:GOAT/ACT - Соціальний/аналітичний агент - Конкуренція фреймворків

Сектора AI Agent можуть не повторити історію ланцюга смарт-контрактів. Існуючі проекти AI-структур пропонують нові ідеї інфраструктури, більше схожі на майбутні публічні ланцюги, тоді як Agent нагадує майбутні Dapp.

Майбутні суперечки можуть перейти від суперечки між EVM та гетерогенними ланцюгами до суперечки про рамки. Ключове питання полягає в тому, як здійснити Децентралізацію або ланцюжність, а також у значенні розробки на блокчейні.

Три, яке значення має запис в блокчейн?

Поєднання блокчейну та ШІ потребує врахування значення. Оскільки слід враховувати успішний досвід DeFi, причини, що підтримують ланцюгову агентність, можуть включати:

1. Знизити витрати на використання, підвищити доступність, залучити звичайних користувачів до "оренди прав" AI
2. Надання безпечного рішення для агентів на основі Децентралізації
3. Створення унікальних фінансових механізмів на базі блокчейн, таких як інвестиційні можливості, пов'язані з Agent
4. Реалізація прозорого та контрольованого аналізу, підвищення взаємодії

Чотири, креативна економіка

Фреймові проекти в майбутньому можуть запропонувати можливості для підприємництва, подібні до GPT Store. Фреймворк, який спростить процес створення агентів, може мати перевагу, сформувавши більш цікаву креативну економіку Web3, ніж GPT Store.

У сфері Web3 існує багато невиконаних потреб. Введення економіки спільноти може зробити Agent більш досконалим. Майбутнє AI Meme може бути більш розумним і цікавим, ніж Agent на існуючих платформах.

Agent креативна економіка надасть можливості для участі звичайним людям, в майбутньому AI Meme можуть значно перевищити поточний рівень.