Desconstrução da estrutura de IA: da agência inteligente à exploração da Descentralização
Introdução
A velocidade de desenvolvimento da pista de Agentes de IA é impressionante. Desde que o "Terminal da Verdade" gerou uma onda de interesse por Agentes, a narrativa de combinação entre IA e criptomoedas tem mudado quase toda semana. Recentemente, a atenção do mercado se voltou para projetos "baseados em estruturas" que são dominados por narrativas técnicas. Este segmento surgiu com vários projetos de sucesso com valor de mercado superior a um bilhão, e até mesmo mais de dez bilhões, em apenas algumas semanas.
Este tipo de projeto deu origem a um novo modelo de emissão de ativos — emitir criptomoedas a partir de repositórios de código GitHub, enquanto os Agents desenvolvidos com base na estrutura também podem emitir tokens novamente. Este modelo de "estrutura na base, Agent no topo", embora superficialmente semelhante a plataformas de emissão de ativos, na verdade é um modelo de infraestrutura exclusivo da era da IA. Este artigo começará com uma visão geral da estrutura e explorará o impacto profundo das estruturas de IA no campo das criptomoedas.
Um. O que é um quadro?
A estrutura de IA é um conjunto de ferramentas ou plataformas de desenvolvimento de baixo nível que integra módulos, bibliotecas e ferramentas pré-construídas, simplificando o processo de construção de modelos de IA complexos. Pode ser entendida como o sistema operativo da era da IA, como o Windows e Linux para desktop, ou iOS e Android para dispositivos móveis. Cada estrutura tem suas características, e os desenvolvedores podem escolher livremente de acordo com suas necessidades.
Embora o "quadro de AI" seja um conceito emergente no campo das criptomoedas, sua trajetória de desenvolvimento já se aproxima de 14 anos. No campo tradicional da IA, existem vários quadros maduros disponíveis, como o TensorFlow do Google e o PyTorch da Meta.
Os projetos de frameworks que surgiram no campo das criptomoedas foram principalmente concebidos para atender à grande demanda de Agentes gerada pela onda de IA, e gradualmente se expandiram para outras áreas, formando diferentes frameworks de IA em setores distintos. Abaixo estão algumas apresentações de frameworks principais:
1.1 Eliza
Eliza é uma estrutura de simulação multi-Agent, projetada para criar, implantar e gerenciar Agentes de IA autônomos. Desenvolvido em TypeScript, possui boa compatibilidade e capacidade de integração de API.
Eliza é principalmente direcionada para cenários de redes sociais, suportando integração em várias plataformas, incluindo Discord, X/Twitter, Telegram, entre outros. Na área de processamento de conteúdo de mídia, suporta análise de documentos PDF, extração de conteúdo de links, transcrição de áudio, processamento de vídeo, análise de imagens, entre outras funcionalidades.
Eliza atualmente suporta quatro principais casos de uso:
Aplicações de Assistente de IA
Papel das redes sociais
Trabalhadores do conhecimento
Papel Interativo
No que diz respeito ao suporte de modelos, a Eliza pode usar modelos de código aberto para inferência local e também suporta o uso de serviços de inferência em nuvem via API.
1.2 G.A.M.E
G.A.M.E ( Estrutura de Entidades Multimodais Autônomas Generativas ) é um framework de inteligência artificial multimodal gerado e gerido automaticamente lançado pela Virtual, principalmente voltado para o design de NPCs inteligentes em jogos. A principal característica deste framework é que mesmo usuários sem experiência em programação podem utilizá-lo, bastando modificar parâmetros para participar do design de Agents.
O design central do G.A.M.E adota uma arquitetura modular com múltiplos subsistemas que trabalham em conjunto, incluindo a interface de dicas do Agente, subsistema de percepção, motor de planejamento estratégico, contexto do mundo, módulo de processamento de diálogos e outros componentes.
O fluxo de trabalho deste framework é: os desenvolvedores iniciam o Agent através da interface de提示, o subsistema de percepção recebe a entrada e a transmite para o motor de planejamento estratégico. O motor de planejamento estratégico utiliza vários sistemas e informações para formular e executar planos de ação. O módulo de aprendizado monitora continuamente os resultados das ações do Agent e ajusta o comportamento com base nisso.
Além do setor de jogos, a estrutura G.A.M.E também se aplica a cenários de metaverso, com vários projetos já a utilizarem para desenvolvimento.
1.3 Rig
Rig é uma ferramenta de código aberto escrita na linguagem Rust, destinada a simplificar o desenvolvimento de aplicações de modelos de linguagem de grande escala (LLM). Ela fornece uma interface de operação unificada, permitindo que os desenvolvedores interajam facilmente com vários fornecedores de serviços LLM e bancos de dados vetoriais.
As características principais do Rig incluem:
Interface Unificada
Arquitetura modular
Segurança de tipo
Desempenho eficiente
O fluxo de trabalho do Rig é: o pedido do usuário passa primeiro pela "camada de abstração do provedor", depois na camada central, o agente inteligente chama várias ferramentas ou consulta o armazenamento de vetores para obter informações. Por fim, através de mecanismos como a geração aumentada por recuperação (RAG), o sistema gera respostas precisas e significativas para retornar ao usuário.
Rig é adequado para construir sistemas de resposta a perguntas, ferramentas de busca de documentos, chatbots ou assistentes virtuais com capacidade de percepção contextual, e até suporta criação de conteúdo.
1.4 ZerePy
ZerePy é uma estrutura open source baseada em Python, destinada a simplificar o processo de implementação e gestão de Agentes de IA na plataforma X (anteriormente Twitter). Herda as funcionalidades principais do projeto Zerebro, mas adota um design mais modular e fácil de expandir.
ZerePy oferece uma interface de linha de comando (CLI), que facilita aos usuários a gestão e controle dos Agentes de IA implantados. Sua arquitetura central é baseada em um design modular, incluindo:
Integração de LLM
Integração da plataforma X
Sistema de Conexão Modular
Sistema de memória (em planejamento)
Comparado ao projeto Eliza da a16z, o ZerePy está mais focado em simplificar o processo de implementação de Agentes de IA em plataformas sociais específicas (X), inclinando-se para aplicações práticas.
Dois, a cópia do ecossistema BTC
O caminho de desenvolvimento do AI Agent tem muitas semelhanças com o ecossistema BTC recente. O desenvolvimento do ecossistema BTC pode ser resumido como: BRC20 - competição entre múltiplos protocolos - BTC L2 - BTCFi centrado em Babylon. O AI Agent, em uma base de pilha de tecnologia AI tradicional madura, desenvolve-se mais rapidamente, e seu caminho pode ser resumido como: GOAT/ACT - competição entre agentes da classe Social/agentes de análise.
Apesar das semelhanças, é improvável que o setor de Agentes de IA se torne homogéneo e bolha como o ecossistema BTC. Os projetos de estrutura de IA oferecem novas abordagens para o desenvolvimento de infraestrutura, mais parecidos com futuras blockchains públicas, enquanto os Agentes são mais semelhantes a futuros Dapps.
No atual ecossistema de criptomoedas, temos milhares de blockchains públicas e dezenas de milhares de Dapps. As blockchains gerais incluem BTC, Ethereum e várias blockchains heterogéneas, enquanto as blockchains de aplicação são ainda mais diversificadas. O debate futuro pode mudar da disputa entre EVM e blockchains heterogéneas para uma disputa de frameworks, com a questão crucial sendo como alcançar a Descentralização ou "chainização", e qual o significado de desenvolver esses projetos na blockchain.
Três, qual é o significado de estar na blockchain?
Quando a blockchain se combina com qualquer coisa, precisa enfrentar uma questão central: essa combinação é significativa? Ao revisar a experiência de sucesso do DeFi, suas vantagens incluem maior acessibilidade, melhor eficiência e custos mais baixos, além de segurança que não requer confiança em uma centralização. Com base nesse raciocínio, a cadeia do Agente de IA pode ter as seguintes razões:
Reduzir os custos de utilização, aumentar a acessibilidade e a escolha, permitindo que usuários comuns também possam participar no "direito de alugar" de IA.
Fornecer soluções de segurança baseadas em blockchain, para atender às necessidades de segurança durante a interação entre o Agente e o mundo real ou virtual.
Criar um modelo financeiro de blockchain único, como permitir que usuários comuns participem do mercado automatizado ou dos recursos necessários como poder computacional e rotulagem de dados para o investimento em Agentes.
Implementar um processo de raciocínio transparente e rastreável pode ser mais atraente do que os navegadores de agentes oferecidos pelos gigantes da Internet tradicionais.
Quatro, Novas Oportunidades na Economia Criativa
Projetos de estrutura podem oferecer oportunidades de empreendedorismo semelhantes ao GPT Store no futuro. Embora atualmente o lançamento de Agentes através da estrutura ainda seja complexo para usuários comuns, simplificar o processo de construção de Agentes e fornecer uma estrutura para combinações de funcionalidades complexas provavelmente terá uma vantagem no futuro. Isso formará uma economia criativa Web3 mais interessante do que o GPT Store.
Diferentemente do atual GPT Store, que é dominado por empresas tradicionais da Web2, a economia criativa de IA no campo da Web3 pode ser mais equitativa e introduzir uma economia comunitária para aprimorar os Agentes. Isso proporcionará oportunidades de participação para pessoas comuns; os futuros projetos de IA Meme podem ser mais inteligentes e interessantes do que os Agentes existentes.
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.
Desconstrução do framework de IA: do agente inteligente ao futuro descentralizado.
Desconstrução da estrutura de IA: da agência inteligente à exploração da Descentralização
Introdução
A velocidade de desenvolvimento da pista de Agentes de IA é impressionante. Desde que o "Terminal da Verdade" gerou uma onda de interesse por Agentes, a narrativa de combinação entre IA e criptomoedas tem mudado quase toda semana. Recentemente, a atenção do mercado se voltou para projetos "baseados em estruturas" que são dominados por narrativas técnicas. Este segmento surgiu com vários projetos de sucesso com valor de mercado superior a um bilhão, e até mesmo mais de dez bilhões, em apenas algumas semanas.
Este tipo de projeto deu origem a um novo modelo de emissão de ativos — emitir criptomoedas a partir de repositórios de código GitHub, enquanto os Agents desenvolvidos com base na estrutura também podem emitir tokens novamente. Este modelo de "estrutura na base, Agent no topo", embora superficialmente semelhante a plataformas de emissão de ativos, na verdade é um modelo de infraestrutura exclusivo da era da IA. Este artigo começará com uma visão geral da estrutura e explorará o impacto profundo das estruturas de IA no campo das criptomoedas.
Um. O que é um quadro?
A estrutura de IA é um conjunto de ferramentas ou plataformas de desenvolvimento de baixo nível que integra módulos, bibliotecas e ferramentas pré-construídas, simplificando o processo de construção de modelos de IA complexos. Pode ser entendida como o sistema operativo da era da IA, como o Windows e Linux para desktop, ou iOS e Android para dispositivos móveis. Cada estrutura tem suas características, e os desenvolvedores podem escolher livremente de acordo com suas necessidades.
Embora o "quadro de AI" seja um conceito emergente no campo das criptomoedas, sua trajetória de desenvolvimento já se aproxima de 14 anos. No campo tradicional da IA, existem vários quadros maduros disponíveis, como o TensorFlow do Google e o PyTorch da Meta.
Os projetos de frameworks que surgiram no campo das criptomoedas foram principalmente concebidos para atender à grande demanda de Agentes gerada pela onda de IA, e gradualmente se expandiram para outras áreas, formando diferentes frameworks de IA em setores distintos. Abaixo estão algumas apresentações de frameworks principais:
1.1 Eliza
Eliza é uma estrutura de simulação multi-Agent, projetada para criar, implantar e gerenciar Agentes de IA autônomos. Desenvolvido em TypeScript, possui boa compatibilidade e capacidade de integração de API.
Eliza é principalmente direcionada para cenários de redes sociais, suportando integração em várias plataformas, incluindo Discord, X/Twitter, Telegram, entre outros. Na área de processamento de conteúdo de mídia, suporta análise de documentos PDF, extração de conteúdo de links, transcrição de áudio, processamento de vídeo, análise de imagens, entre outras funcionalidades.
Eliza atualmente suporta quatro principais casos de uso:
No que diz respeito ao suporte de modelos, a Eliza pode usar modelos de código aberto para inferência local e também suporta o uso de serviços de inferência em nuvem via API.
1.2 G.A.M.E
G.A.M.E ( Estrutura de Entidades Multimodais Autônomas Generativas ) é um framework de inteligência artificial multimodal gerado e gerido automaticamente lançado pela Virtual, principalmente voltado para o design de NPCs inteligentes em jogos. A principal característica deste framework é que mesmo usuários sem experiência em programação podem utilizá-lo, bastando modificar parâmetros para participar do design de Agents.
O design central do G.A.M.E adota uma arquitetura modular com múltiplos subsistemas que trabalham em conjunto, incluindo a interface de dicas do Agente, subsistema de percepção, motor de planejamento estratégico, contexto do mundo, módulo de processamento de diálogos e outros componentes.
O fluxo de trabalho deste framework é: os desenvolvedores iniciam o Agent através da interface de提示, o subsistema de percepção recebe a entrada e a transmite para o motor de planejamento estratégico. O motor de planejamento estratégico utiliza vários sistemas e informações para formular e executar planos de ação. O módulo de aprendizado monitora continuamente os resultados das ações do Agent e ajusta o comportamento com base nisso.
Além do setor de jogos, a estrutura G.A.M.E também se aplica a cenários de metaverso, com vários projetos já a utilizarem para desenvolvimento.
1.3 Rig
Rig é uma ferramenta de código aberto escrita na linguagem Rust, destinada a simplificar o desenvolvimento de aplicações de modelos de linguagem de grande escala (LLM). Ela fornece uma interface de operação unificada, permitindo que os desenvolvedores interajam facilmente com vários fornecedores de serviços LLM e bancos de dados vetoriais.
As características principais do Rig incluem:
O fluxo de trabalho do Rig é: o pedido do usuário passa primeiro pela "camada de abstração do provedor", depois na camada central, o agente inteligente chama várias ferramentas ou consulta o armazenamento de vetores para obter informações. Por fim, através de mecanismos como a geração aumentada por recuperação (RAG), o sistema gera respostas precisas e significativas para retornar ao usuário.
Rig é adequado para construir sistemas de resposta a perguntas, ferramentas de busca de documentos, chatbots ou assistentes virtuais com capacidade de percepção contextual, e até suporta criação de conteúdo.
1.4 ZerePy
ZerePy é uma estrutura open source baseada em Python, destinada a simplificar o processo de implementação e gestão de Agentes de IA na plataforma X (anteriormente Twitter). Herda as funcionalidades principais do projeto Zerebro, mas adota um design mais modular e fácil de expandir.
ZerePy oferece uma interface de linha de comando (CLI), que facilita aos usuários a gestão e controle dos Agentes de IA implantados. Sua arquitetura central é baseada em um design modular, incluindo:
Comparado ao projeto Eliza da a16z, o ZerePy está mais focado em simplificar o processo de implementação de Agentes de IA em plataformas sociais específicas (X), inclinando-se para aplicações práticas.
Dois, a cópia do ecossistema BTC
O caminho de desenvolvimento do AI Agent tem muitas semelhanças com o ecossistema BTC recente. O desenvolvimento do ecossistema BTC pode ser resumido como: BRC20 - competição entre múltiplos protocolos - BTC L2 - BTCFi centrado em Babylon. O AI Agent, em uma base de pilha de tecnologia AI tradicional madura, desenvolve-se mais rapidamente, e seu caminho pode ser resumido como: GOAT/ACT - competição entre agentes da classe Social/agentes de análise.
Apesar das semelhanças, é improvável que o setor de Agentes de IA se torne homogéneo e bolha como o ecossistema BTC. Os projetos de estrutura de IA oferecem novas abordagens para o desenvolvimento de infraestrutura, mais parecidos com futuras blockchains públicas, enquanto os Agentes são mais semelhantes a futuros Dapps.
No atual ecossistema de criptomoedas, temos milhares de blockchains públicas e dezenas de milhares de Dapps. As blockchains gerais incluem BTC, Ethereum e várias blockchains heterogéneas, enquanto as blockchains de aplicação são ainda mais diversificadas. O debate futuro pode mudar da disputa entre EVM e blockchains heterogéneas para uma disputa de frameworks, com a questão crucial sendo como alcançar a Descentralização ou "chainização", e qual o significado de desenvolver esses projetos na blockchain.
Três, qual é o significado de estar na blockchain?
Quando a blockchain se combina com qualquer coisa, precisa enfrentar uma questão central: essa combinação é significativa? Ao revisar a experiência de sucesso do DeFi, suas vantagens incluem maior acessibilidade, melhor eficiência e custos mais baixos, além de segurança que não requer confiança em uma centralização. Com base nesse raciocínio, a cadeia do Agente de IA pode ter as seguintes razões:
Reduzir os custos de utilização, aumentar a acessibilidade e a escolha, permitindo que usuários comuns também possam participar no "direito de alugar" de IA.
Fornecer soluções de segurança baseadas em blockchain, para atender às necessidades de segurança durante a interação entre o Agente e o mundo real ou virtual.
Criar um modelo financeiro de blockchain único, como permitir que usuários comuns participem do mercado automatizado ou dos recursos necessários como poder computacional e rotulagem de dados para o investimento em Agentes.
Implementar um processo de raciocínio transparente e rastreável pode ser mais atraente do que os navegadores de agentes oferecidos pelos gigantes da Internet tradicionais.
Quatro, Novas Oportunidades na Economia Criativa
Projetos de estrutura podem oferecer oportunidades de empreendedorismo semelhantes ao GPT Store no futuro. Embora atualmente o lançamento de Agentes através da estrutura ainda seja complexo para usuários comuns, simplificar o processo de construção de Agentes e fornecer uma estrutura para combinações de funcionalidades complexas provavelmente terá uma vantagem no futuro. Isso formará uma economia criativa Web3 mais interessante do que o GPT Store.
Diferentemente do atual GPT Store, que é dominado por empresas tradicionais da Web2, a economia criativa de IA no campo da Web3 pode ser mais equitativa e introduzir uma economia comunitária para aprimorar os Agentes. Isso proporcionará oportunidades de participação para pessoas comuns; os futuros projetos de IA Meme podem ser mais inteligentes e interessantes do que os Agentes existentes.