Deconstrução da Estrutura de IA: Da Agência Inteligente à Exploração da Descentralização

Introdução

O desenvolvimento narrativo da pista de AI Agent está a evoluir rapidamente, deixando as pessoas desorientadas. Recentemente, o mercado tem-se concentrado em projetos "baseados em framework" dominados pela narrativa tecnológica, e esta subpista gerou vários projetos com uma capitalização de mercado superior a 100 milhões e até 1 bilhão em apenas algumas semanas. Estes projetos originaram um novo modelo de emissão de ativos, ou seja, emitir moedas a partir de repositórios de código no Github, e um Agent construído com base no framework também pode emitir moedas novamente. Com a base do framework e o Agent em cima, formou-se um modo único de infraestrutura na era da AI. Este artigo começará com uma introdução ao framework e interpretará o significado do framework de AI para o Crypto.

I. O que é um quadro?

A estrutura de IA é uma ferramenta ou plataforma de desenvolvimento de baixo nível que integra módulos, bibliotecas e ferramentas pré-construídos, simplificando o processo de construção de modelos de IA complexos. Pode ser entendida como um sistema operacional da era da IA, como Windows, Linux ou iOS, Android. Cada estrutura tem suas próprias vantagens e desvantagens, e os desenvolvedores podem escolher livremente de acordo com suas necessidades.

Embora o "quadro de IA" seja um conceito emergente no campo das criptomoedas, o desenvolvimento do quadro de IA já se aproxima de 14 anos. Existem quadros maduros disponíveis no campo da IA tradicional, como TensorFlow, Pytorch, entre outros. Os projetos de quadros que surgiram no Crypto foram criados para atender à demanda de agentes na onda de entusiasmo da IA e se ramificaram para outros setores, formando quadros de IA em diferentes áreas de especialização.

1.1 Eliza

Eliza é uma estrutura de simulação multi-Agent, especialmente projetada para criar, implantar e gerenciar Agentes de IA autônomos. Desenvolvida em TypeScript, possui boa compatibilidade e é fácil de integrar com APIs. Destina-se principalmente a cenários de redes sociais, suportando integração em várias plataformas e processamento de diversos tipos de conteúdo de mídia.

Os casos de uso suportados pelo Eliza incluem: aplicações de assistente de IA, personagens de redes sociais, trabalhadores do conhecimento e personagens interativas. Os modelos suportados incluem inferência local com modelos de código aberto, inferência em nuvem e integração com Claude, entre outros.

1.2 G.A.M.E

G.A.M.E é uma estrutura de IA multimodal que gera e gerencia automaticamente, destinada principalmente ao design de NPCs inteligentes em jogos. A característica é que usuários com pouca ou nenhuma base de código também podem utilizá-la.

O design central do G.A.M.E é uma abordagem modular que funciona através da colaboração de vários subsistemas, incluindo a interface de提示 do Agent, o subsistema de percepção, o motor de planejamento estratégico, entre outros módulos. O fluxo de trabalho envolve o desenvolvedor iniciando o Agent, o subsistema de percepção recebendo entradas, e o motor de planejamento estratégico elaborando um plano de execução.

Além de jogos, esta estrutura também é adequada para cenários como o Metaverso.

1.3 Rig

Rig é uma ferramenta de código aberto escrita em Rust, destinada a simplificar o desenvolvimento de aplicações LLM. Ela fornece uma interface de operação unificada, facilitando a interação com vários fornecedores de serviços LLM e bancos de dados vetoriais.

As características principais do Rig incluem uma interface unificada, uma arquitetura modular, segurança de tipo e desempenho eficiente. O seu fluxo de trabalho envolve etapas como processamento de solicitações, obtenção de informações e geração de respostas.

Rig é adequado para construir sistemas de resposta a perguntas, ferramentas de busca de documentos, chatbots e criação de conteúdo.

1.4 ZerePy

ZerePy é uma estrutura de código aberto baseada em Python, que simplifica o processo de implantação e gerenciamento de Agentes de IA na plataforma X. Ela oferece uma interface de linha de comando, suporta design modular e permite a integração flexível de diferentes módulos de funcionalidade.

A arquitetura central do ZerePy inclui integração LLM, integração da plataforma X e um sistema de conexão modular. Em comparação com Eliza, o ZerePy está mais focado em simplificar o processo de implantação de agentes de IA em plataformas sociais específicas.

Dois, A réplica do ecossistema BTC

O caminho de desenvolvimento do AI Agent apresenta semelhanças recentes com o ecossistema BTC. O ecossistema BTC passou por fases como BRC20, competição entre múltiplos protocolos, BTC L2 e BTCFi. O AI Agent evolui mais rapidamente com base em uma pilha de tecnologias de IA tradicionais maduras, mas o caminho é semelhante: competição entre estruturas de Agent GOAT/ACT e agentes sociais/AI Agents analíticos.

Os projetos de infraestrutura que podem girar em torno da Descentralização do Agent e da segurança tornar-se-ão a melodia principal da próxima fase. A estrutura de IA é mais parecida com a cadeia pública do futuro, enquanto o Agent é mais semelhante ao Dapp do futuro. O debate futuro pode mudar da disputa entre EVM e cadeias heterogêneas para uma disputa de estruturas, sendo a questão chave como alcançar a Descentralização ou a cadeia, e qual o significado de fazer isso na blockchain.

Três, qual é o significado de colocar em cadeia?

A combinação de blockchain e IA precisa enfrentar a questão do seu significado. Os fatores de sucesso do DeFi ( alta acessibilidade, alta eficiência e baixo custo, sem necessidade de um centro de confiança ), o significado potencial da cadeia de agentes de IA inclui:

1. Implementar custos de utilização mais baixos, aumentar a acessibilidade e a escolha, permitindo que utilizadores comuns participem nos direitos de "aluguer" de IA.

2. Fornecer soluções de segurança baseadas em blockchain, que atendam às necessidades de segurança da interação entre o Agente e carteiras reais ou virtuais.

3. Implementar jogadas únicas de finanças em blockchain, como investimentos em poder computacional e marcação de dados relacionados a Agentes.

4. Realizar raciocínios transparentes e rastreáveis, aumentar a interoperabilidade, sendo mais atraente em comparação com os navegadores de agente oferecidos por gigantes da Internet tradicionais.

Quatro, Economia Criativa

Projetos de tipo framework podem oferecer oportunidades de empreendedorismo semelhantes ao GPT Store no futuro. A simplificação do processo de construção de agentes e a oferta de combinações de funcionalidades complexas podem ter uma vantagem, formando uma economia criativa em Web3 mais interessante do que o GPT Store.

Web3 pode preencher as lacunas do Web2 em termos de demanda e sistema econômico, introduzindo uma economia comunitária que torna os Agentes mais completos. A economia criativa dos Agentes de IA oferecerá oportunidades de participação para pessoas comuns, e os futuros Memes de IA poderão ser mais inteligentes e interessantes do que os Agentes atuais.