Deconstrucción del marco de IA: de agentes inteligentes a la exploración de la Descentralización
Introducción
El desarrollo narrativo de la pista de Agentes de IA avanza rápidamente, lo que resulta abrumador. Recientemente, el mercado se ha centrado en proyectos "de marco" dominados por narrativas tecnológicas, y este segmento ha visto el surgimiento de múltiples proyectos con una capitalización de mercado de más de mil millones e incluso diez mil millones en solo unas pocas semanas. Este tipo de proyectos ha dado lugar a un nuevo modo de emisión de activos, que consiste en emitir tokens desde repositorios de GitHub, y los Agentes basados en marcos también pueden emitir tokens nuevamente. Con el marco como base y el Agente en la parte superior, se ha formado un modelo único de infraestructura en la era de la IA. Este artículo comenzará con una introducción al marco, interpretando el significado del marco de IA para Crypto.
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 preconstruidas, simplificando el proceso de construcción de modelos de IA complejos. Se puede entender como el sistema operativo de la era de la IA, como Windows, Linux o iOS, Android. Cada marco tiene sus propias ventajas y desventajas, y los desarrolladores pueden elegir libremente según sus necesidades.
Aunque el "marco de IA" es un concepto emergente en el campo de las criptomonedas, el desarrollo del marco de IA se ha acercado a los 14 años. En el ámbito de la IA tradicional, ya existen marcos maduros disponibles, como TensorFlow, Pytorch, etc. Los proyectos de marcos que han surgido en Crypto están diseñados para satisfacer la demanda de agentes bajo la ola de entusiasmo por la IA, y se han derivado hacia otras áreas, formando marcos de IA en diferentes campos segmentados.
1.1 Eliza
Eliza es un marco de simulación multi-agente, diseñado para crear, desplegar y gestionar agentes de IA autónomos. Desarrollado en TypeScript, tiene buena compatibilidad y es fácil de integrar con API. Está principalmente orientado a escenarios de redes sociales, soporta la integración multiplataforma y el procesamiento de diversos tipos de contenido multimedia.
Los casos de uso admitidos por Eliza incluyen: aplicaciones de asistentes de IA, personajes de redes sociales, trabajadores del conocimiento y personajes interactivos. Los modelos admitidos incluyen inferencia local de modelos de código abierto, inferencia en la nube y la integración con Claude, entre otros.
1.2 G.A.M.E
G.A.M.E es un marco de IA multimodal que se genera y gestiona automáticamente, diseñado principalmente para NPC inteligentes en juegos. Su característica es que los usuarios con poca o ninguna experiencia en programación pueden utilizarlo.
El diseño central de G.A.M.E es un diseño modular que trabaja en colaboración a través de múltiples subsistemas, incluidos la interfaz de sugerencias de Agente, el subsistema de percepción, el motor de planificación estratégica y otros módulos. Su flujo de trabajo implica que el desarrollador inicie el Agente, el subsistema de percepción reciba la entrada, el motor de planificación estratégica elabore un plan de ejecución, entre otros pasos.
Además de los juegos, este marco también es aplicable a escenarios como el Metaverso.
1.3 Rig
Rig es una herramienta de código abierto escrita en lenguaje Rust, diseñada para simplificar el desarrollo de aplicaciones LLM. Proporciona una interfaz de operación unificada, facilitando la interacción con múltiples proveedores de servicios LLM y bases de datos vectoriales.
Las características clave de Rig incluyen una interfaz unificada, una arquitectura modular, seguridad de tipos y un rendimiento eficiente. Su flujo de trabajo implica pasos como el procesamiento de solicitudes, la obtención de información y la generación de respuestas.
Rig es adecuado para construir sistemas de respuesta a preguntas, herramientas de búsqueda de documentos, chatbots y creación de contenido.
1.4 ZerePy
ZerePy es un marco de trabajo de código abierto basado en Python que simplifica el proceso de implementación y gestión de agentes de IA en la plataforma X. Proporciona una interfaz de línea de comandos, soporta un diseño modular y permite la integración flexible de diferentes módulos funcionales.
La arquitectura central de ZerePy incluye la integración de LLM, la integración de la plataforma X y un sistema de conexión modular. En comparación con Eliza, ZerePy se centra más en simplificar el proceso de implementación de agentes de IA en plataformas sociales específicas.
Dos, la réplica del ecosistema BTC
El camino de desarrollo de los Agentes AI tiene similitudes con el ecosistema BTC reciente. El ecosistema BTC ha pasado por etapas como BRC20, competencia entre múltiples protocolos, BTC L2 y BTCFi. Los Agentes AI se desarrollan más rápidamente sobre la base de una pila de tecnologías AI tradicionales maduras, pero el camino es similar: competencia entre el marco GOAT/ACT y los Agentes de tipo Social/AI Agents de análisis.
Los proyectos de infraestructura que podrían centrarse en la Descentralización y la seguridad en torno a los Agentes se convertirán en la melodía principal de la próxima etapa. El marco de IA se asemeja más a la futura cadena pública, y el Agente se asemeja más a la futura Dapp. El debate futuro podría cambiar de la disputa entre EVM y cadenas heterogéneas a la disputa en torno a los marcos, siendo la cuestión clave cómo lograr la Descentralización o la encadenación, así como el significado de hacer esto en la blockchain.
Tres, ¿cuál es el significado de estar en la cadena?
La combinación de blockchain y AI necesita enfrentar el problema de su significado. Los factores de éxito de DeFi incluyen ( alta accesibilidad, bajo costo y alta eficiencia, y la descentralización ). El posible significado de la cadena de agentes AI incluye:
Lograr un costo de uso más bajo, mejorar la accesibilidad y la selectividad, permitiendo a los usuarios comunes participar en el "derecho de alquiler" de la IA.
Proporcionar soluciones de seguridad basadas en blockchain, que satisfagan las necesidades de seguridad de la interacción entre el Agente y la billetera real o virtual.
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, aumentar la interoperabilidad, y ser más atractivo en comparación con los navegadores de agentes ofrecidos por los gigantes de Internet tradicionales.
Cuatro, economía creativa
Los proyectos de tipo marco podrían ofrecer oportunidades de emprendimiento similares a las de GPT Store en el futuro. Un marco que simplifique el proceso de construcción de Agentes y proporcione combinaciones de funciones complejas podría tener una ventaja, formando una economía creativa de Web3 más interesante que la de GPT Store.
Web3 puede llenar las deficiencias de Web2 en términos de demanda y sistema económico, introduciendo una economía comunitaria que hace que los Agentes sean más completos. La economía creativa de los Agentes de IA proporcionará oportunidades de participación para las personas comunes, y los futuros Memes de IA pueden ser más inteligentes e interesantes que los Agentes actuales.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
9 me gusta
Recompensa
9
5
Compartir
Comentar
0/400
GasFeeCrier
· Hace38m
ai jugó y entendió, gigante alcista
Ver originalesResponder0
CountdownToBroke
· hace15h
Otra vez contando historias a los tontos
Ver originalesResponder0
ZenChainWalker
· hace15h
Otra vez hay nuevos tontos preparados.
Ver originalesResponder0
Layer3Dreamer
· hace15h
teóricamente hablando, los marcos de IA recursiva son solo L3s disfrazados...
Ver originalesResponder0
TrustlessMaximalist
· hace15h
¿Juntar la IA con BTC? La gente del suelo realmente sabe cómo hacer las cosas.
Descomposición del marco de IA: de agentes inteligentes a exploraciones de Descentralización
Deconstrucción del marco de IA: de agentes inteligentes a la exploración de la Descentralización
Introducción
El desarrollo narrativo de la pista de Agentes de IA avanza rápidamente, lo que resulta abrumador. Recientemente, el mercado se ha centrado en proyectos "de marco" dominados por narrativas tecnológicas, y este segmento ha visto el surgimiento de múltiples proyectos con una capitalización de mercado de más de mil millones e incluso diez mil millones en solo unas pocas semanas. Este tipo de proyectos ha dado lugar a un nuevo modo de emisión de activos, que consiste en emitir tokens desde repositorios de GitHub, y los Agentes basados en marcos también pueden emitir tokens nuevamente. Con el marco como base y el Agente en la parte superior, se ha formado un modelo único de infraestructura en la era de la IA. Este artículo comenzará con una introducción al marco, interpretando el significado del marco de IA para Crypto.
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 preconstruidas, simplificando el proceso de construcción de modelos de IA complejos. Se puede entender como el sistema operativo de la era de la IA, como Windows, Linux o iOS, Android. Cada marco tiene sus propias ventajas y desventajas, y los desarrolladores pueden elegir libremente según sus necesidades.
Aunque el "marco de IA" es un concepto emergente en el campo de las criptomonedas, el desarrollo del marco de IA se ha acercado a los 14 años. En el ámbito de la IA tradicional, ya existen marcos maduros disponibles, como TensorFlow, Pytorch, etc. Los proyectos de marcos que han surgido en Crypto están diseñados para satisfacer la demanda de agentes bajo la ola de entusiasmo por la IA, y se han derivado hacia otras áreas, formando marcos de IA en diferentes campos segmentados.
1.1 Eliza
Eliza es un marco de simulación multi-agente, diseñado para crear, desplegar y gestionar agentes de IA autónomos. Desarrollado en TypeScript, tiene buena compatibilidad y es fácil de integrar con API. Está principalmente orientado a escenarios de redes sociales, soporta la integración multiplataforma y el procesamiento de diversos tipos de contenido multimedia.
Los casos de uso admitidos por Eliza incluyen: aplicaciones de asistentes de IA, personajes de redes sociales, trabajadores del conocimiento y personajes interactivos. Los modelos admitidos incluyen inferencia local de modelos de código abierto, inferencia en la nube y la integración con Claude, entre otros.
1.2 G.A.M.E
G.A.M.E es un marco de IA multimodal que se genera y gestiona automáticamente, diseñado principalmente para NPC inteligentes en juegos. Su característica es que los usuarios con poca o ninguna experiencia en programación pueden utilizarlo.
El diseño central de G.A.M.E es un diseño modular que trabaja en colaboración a través de múltiples subsistemas, incluidos la interfaz de sugerencias de Agente, el subsistema de percepción, el motor de planificación estratégica y otros módulos. Su flujo de trabajo implica que el desarrollador inicie el Agente, el subsistema de percepción reciba la entrada, el motor de planificación estratégica elabore un plan de ejecución, entre otros pasos.
Además de los juegos, este marco también es aplicable a escenarios como el Metaverso.
1.3 Rig
Rig es una herramienta de código abierto escrita en lenguaje Rust, diseñada para simplificar el desarrollo de aplicaciones LLM. Proporciona una interfaz de operación unificada, facilitando la interacción con múltiples proveedores de servicios LLM y bases de datos vectoriales.
Las características clave de Rig incluyen una interfaz unificada, una arquitectura modular, seguridad de tipos y un rendimiento eficiente. Su flujo de trabajo implica pasos como el procesamiento de solicitudes, la obtención de información y la generación de respuestas.
Rig es adecuado para construir sistemas de respuesta a preguntas, herramientas de búsqueda de documentos, chatbots y creación de contenido.
1.4 ZerePy
ZerePy es un marco de trabajo de código abierto basado en Python que simplifica el proceso de implementación y gestión de agentes de IA en la plataforma X. Proporciona una interfaz de línea de comandos, soporta un diseño modular y permite la integración flexible de diferentes módulos funcionales.
La arquitectura central de ZerePy incluye la integración de LLM, la integración de la plataforma X y un sistema de conexión modular. En comparación con Eliza, ZerePy se centra más en simplificar el proceso de implementación de agentes de IA en plataformas sociales específicas.
Dos, la réplica del ecosistema BTC
El camino de desarrollo de los Agentes AI tiene similitudes con el ecosistema BTC reciente. El ecosistema BTC ha pasado por etapas como BRC20, competencia entre múltiples protocolos, BTC L2 y BTCFi. Los Agentes AI se desarrollan más rápidamente sobre la base de una pila de tecnologías AI tradicionales maduras, pero el camino es similar: competencia entre el marco GOAT/ACT y los Agentes de tipo Social/AI Agents de análisis.
Los proyectos de infraestructura que podrían centrarse en la Descentralización y la seguridad en torno a los Agentes se convertirán en la melodía principal de la próxima etapa. El marco de IA se asemeja más a la futura cadena pública, y el Agente se asemeja más a la futura Dapp. El debate futuro podría cambiar de la disputa entre EVM y cadenas heterogéneas a la disputa en torno a los marcos, siendo la cuestión clave cómo lograr la Descentralización o la encadenación, así como el significado de hacer esto en la blockchain.
Tres, ¿cuál es el significado de estar en la cadena?
La combinación de blockchain y AI necesita enfrentar el problema de su significado. Los factores de éxito de DeFi incluyen ( alta accesibilidad, bajo costo y alta eficiencia, y la descentralización ). El posible significado de la cadena de agentes AI incluye:
Lograr un costo de uso más bajo, mejorar la accesibilidad y la selectividad, permitiendo a los usuarios comunes participar en el "derecho de alquiler" de la IA.
Proporcionar soluciones de seguridad basadas en blockchain, que satisfagan las necesidades de seguridad de la interacción entre el Agente y la billetera real o virtual.
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, aumentar la interoperabilidad, y ser más atractivo en comparación con los navegadores de agentes ofrecidos por los gigantes de Internet tradicionales.
Cuatro, economía creativa
Los proyectos de tipo marco podrían ofrecer oportunidades de emprendimiento similares a las de GPT Store en el futuro. Un marco que simplifique el proceso de construcción de Agentes y proporcione combinaciones de funciones complejas podría tener una ventaja, formando una economía creativa de Web3 más interesante que la de GPT Store.
Web3 puede llenar las deficiencias de Web2 en términos de demanda y sistema económico, introduciendo una economía comunitaria que hace que los Agentes sean más completos. La economía creativa de los Agentes de IA proporcionará oportunidades de participación para las personas comunes, y los futuros Memes de IA pueden ser más inteligentes e interesantes que los Agentes actuales.