Деконструкция AI-рамки: от интеллектуальных агентов до Децентрализации
Введение
Скорость развития AI Agent направления впечатляет. Всего через два месяца после открытия "Терминала истины" в эпоху Agent Summer, нарратив о сочетании AI и криптовалюты изменяется практически каждую неделю. В последнее время внимание рынка сосредоточено на проектах "рамочного" типа, управляемых технологическим нарративом, и в этом сегменте за последние несколько недель возникло несколько проектов с рыночной капитализацией более 100 миллионов и даже более 1 миллиарда. Эти проекты также привели к появлению новой модели выпуска активов, при которой проекты выпускают токены на основе репозиториев кода Github, и Agents, разработанные на основе фреймов, также могут снова выпускать токены. На основе рамки и с агентом на верхнем уровне формируется модель, похожая на платформу выпуска активов, которая на самом деле представляет собой инфраструктурную модель, адаптированную к эпохе AI. В этой статье мы начнем с введения в рамки и совместим это с личными размышлениями, чтобы интерпретировать значение AI рамок для области криптовалют.
Один. Что такое рамка?
AI-фреймы представляют собой базовые инструменты или платформы для разработки, которые интегрируют предварительно созданные модули, библиотеки и инструменты, упрощая процесс создания сложных AI-моделей. Эти фреймы обычно включают функции обработки данных, обучения моделей и выполнения прогнозов. Проще говоря, фреймы можно рассматривать как операционные системы эпохи AI, аналогичные настольным операционным системам, таким как Windows, Linux, или мобильным платформам, таким как iOS и Android. Каждый фрейм имеет свои достоинства и недостатки, и разработчики могут выбирать в зависимости от конкретных потребностей.
Хотя "AI-рамка" является новой концепцией в области криптовалют, с момента появления Theano в 2010 году развитие AI-рамок близко к 14 годам. В традиционной области AI как в академических, так и в промышленных кругах доступны зрелые рамки, такие как TensorFlow от Google, Pytorch от Meta, PaddlePaddle от Baidu, MagicAnimate от ByteDance и т.д., каждая из которых имеет свои преимущества для различных сценариев.
В настоящее время появляющиеся в криптовалюте фреймворк-проекты созданы на основе большого спроса на агентов, возникшего в начале бума AI, и затем расширились на другие ниши, в конечном итоге сформировав различные сегменты AI-фреймворков. Ниже представлены несколько основных фреймворков:
1.1 Элиза
Eliza является многопользовательской симуляционной платформой, специально предназначенной для создания, развертывания и управления автономными AI-агентами. Разработанная на TypeScript, она обладает хорошей совместимостью и легкостью интеграции API.
Eliza в первую очередь ориентирована на сценарии социальных медиа и поддерживает многоплатформенную интеграцию, такую как Discord, X/Twitter, Telegram и другие. В области обработки медиа-контента поддерживается чтение и анализ PDF-документов, извлечение и резюмирование ссылочного контента, транскрипция аудио, обработка видео-контента, анализ и описание изображений, а также резюмирование диалогов.
Текущие поддерживаемые случаи использования Eliza в основном включают приложения типа AI-ассистента, роли в социальных медиа, интеллектуальных работников и интерактивные роли. Поддерживаемые модели включают локальное инферирование на основе открытых моделей, облачное инферирование с использованием API OpenAI, конфигурацию по умолчанию для Nous Hermes Llama 3.1B, а также интеграцию с Claude для реализации сложных запросов.
1.2 G.A.M.E
G.A.M.E(Генеративная Автономная Мультимодальная Сущность Фреймворк) – это автоматизированный фреймворк для генерации и управления многомодальными ИИ, который в основном предназначен для разработки умных NPC в играх. Особенностью этого фреймворка является то, что им могут пользоваться пользователи с низким или даже отсутствующим кодом, просто изменяя параметры для участия в проектировании Агентов.
Ядро дизайна G.A.M.E состоит из модульного дизайна, в котором несколько подсистем работают совместно, включая интерфейс подсказок агента, подсистему восприятия, движок стратегического планирования, контекст мира, модуль обработки диалогов, оператора кошелька на блокчейне, модуль обучения, рабочую память, процессор долгосрочной памяти, репозиторий агентов, планировщик действий и исполнительный механизм плана.
Эта структура в основном сосредоточена на принятии решений, обратной связи, восприятии и индивидуальности агента в виртуальной среде, что делает её подходящей для игровых и мета-вселенских сценариев.
1.3 Риг
Rig — это инструмент с открытым исходным кодом, написанный на языке Rust, предназначенный для упрощения разработки приложений на основе крупных языковых моделей (LLM). Он предоставляет унифицированный интерфейс, позволяющий разработчикам легко взаимодействовать с несколькими поставщиками LLM и векторными базами данных.
Основные характеристики Rig включают в себя унифицированный интерфейс, модульную архитектуру, типобезопасность и высокую производительность. Его рабочий процесс состоит в том, что запрос пользователя проходит через абстракционный уровень провайдера, затем на уровне ядра интеллектуальный агент вызывает различные инструменты или запрашивает векторное хранилище для получения информации, и, наконец, генерирует ответ с помощью механизмов, таких как улучшенная генерация запросов.
Rig подходит для создания систем решения проблем, инструментов поиска документов, чат-ботов или виртуальных помощников с контекстным восприятием, а также для поддержки создания контента.
1.4 ZerePy
ZerePy — это основанный на Python открытый фреймворк, предназначенный для упрощения процесса развертывания и управления AI Agent на платформе X. Он наследует основные функции проекта Zerebro, но использует более модульный и более расширяемый дизайн.
ZerePy предоставляет интерфейс командной строки, поддерживает крупные языковые модели OpenAI и Anthropic, напрямую интегрирует API платформы X, имеет модульную систему подключения, в будущем планируется интеграция системы памяти.
В сравнении с Eliza, ZerePy больше сосредоточен на упрощении процесса развертывания AI-агента на определенных социальных платформах, более склонен к практическим приложениям.
Два, Реплика экосистемы BTC
Путь развития AI Agent имеет много сходств с недавней экосистемой BTC. Развитие экосистемы BTC можно кратко охарактеризовать как: BRC20-много протокольная конкуренция-BTC L2-BTCFi. AI Agent развивается быстрее на основе зрелого традиционного стека технологий ИИ, его путь можно охарактеризовать как: конкуренция между GOAT/ACT-агентами социального типа/аналитическими AI Agent. В будущем инфраструктурные проекты, сосредоточенные на Децентрализации и безопасности агентов, могут стать главной темой следующего этапа.
Этот сегмент вряд ли станет однородным и пузырьковым, как экосистема BTC. Проекты AI-рамок предлагают новый подход к развитию инфраструктуры. В отличие от Memecoin Launchpad и протокола Inscription, AI-рамки больше похожи на будущую публичную цепочку, а Agent больше похож на будущее Dapp.
В будущем AI-эпохи Crypto споры могут перейти от обсуждения EVM и гетерогенных цепей к борьбе за фреймворки. Ключевой вопрос текущего момента заключается в том, как реализовать Децентрализацию или цепочку, а также в значении этой деятельности на блокчейне.
Три. Каково значение блокчейна?
Блокчейн, соединяясь с чем-либо, сталкивается с вопросом его значимости. Рассмотрим факторы успеха DeFi: большая доступность, лучшая эффективность и более низкие затраты, безопасность без необходимости в доверии к централизации. Исходя из этих идей, причины поддержки агентской цепочки могут включать:
Реализовать более низкие затраты на использование, повысить доступность и выбор, чтобы обычные пользователи также могли участвовать в "аренде ИИ";
Предоставить решения безопасности на основе блокчейна, удовлетворяющие потребностям Агентов в взаимодействии с виртуальным или реальным миром;
Разработка уникальных финансовых механизмов на блокчейне, таких как связанные с Agent вычислительные мощности, инвестиции в маркировку данных и т.д.;
Через прозрачное и отслеживаемое рассуждение добиться более привлекательной интероперабельности, чем предлагает агентский браузер традиционных интернет-гигантов.
Четыре, креативная экономика
Проекты, основанные на рамках, могут в будущем предоставить возможности для предпринимательства, подобные GPT Store. Упрощение процесса создания агентов и предоставление рамок для сложных комбинаций функций могут занять преимущество в будущем, сформировав более интересную креативную экономику Web3, чем GPT Store.
По сравнению с GPT Store, креативная экономика Web3 с агентами может быть более справедливой и открытой, позволяя обычным людям участвовать. Будущие AI Meme могут быть более умными и интересными, чем существующие агенты, предоставляя новые возможности для креативной экономики.
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.
10 Лайков
Награда
10
4
Поделиться
комментарий
0/400
WalletDetective
· 2ч назад
Ай, снова начали раздувать шумиху вокруг ИИ.
Посмотреть ОригиналОтветить0
MoonBoi42
· 07-02 07:57
Целый день кричат На луну, а в итоге снова BTC.
Посмотреть ОригиналОтветить0
UnluckyValidator
· 07-02 07:42
又是一波新неудачникиразыгрывайте людей как лохов
Посмотреть ОригиналОтветить0
SatoshiLegend
· 07-02 07:36
Читая исходный код, можно ощутить легкое дежавю башни Вавилона... Не могу не сказать, что капитал снова повторяет миф 2017 года.
Анализ трека AI-рамок: от интеллектуальных агентов до Децентрализация новой инфраструктуры
Деконструкция AI-рамки: от интеллектуальных агентов до Децентрализации
Введение
Скорость развития AI Agent направления впечатляет. Всего через два месяца после открытия "Терминала истины" в эпоху Agent Summer, нарратив о сочетании AI и криптовалюты изменяется практически каждую неделю. В последнее время внимание рынка сосредоточено на проектах "рамочного" типа, управляемых технологическим нарративом, и в этом сегменте за последние несколько недель возникло несколько проектов с рыночной капитализацией более 100 миллионов и даже более 1 миллиарда. Эти проекты также привели к появлению новой модели выпуска активов, при которой проекты выпускают токены на основе репозиториев кода Github, и Agents, разработанные на основе фреймов, также могут снова выпускать токены. На основе рамки и с агентом на верхнем уровне формируется модель, похожая на платформу выпуска активов, которая на самом деле представляет собой инфраструктурную модель, адаптированную к эпохе AI. В этой статье мы начнем с введения в рамки и совместим это с личными размышлениями, чтобы интерпретировать значение AI рамок для области криптовалют.
Один. Что такое рамка?
AI-фреймы представляют собой базовые инструменты или платформы для разработки, которые интегрируют предварительно созданные модули, библиотеки и инструменты, упрощая процесс создания сложных AI-моделей. Эти фреймы обычно включают функции обработки данных, обучения моделей и выполнения прогнозов. Проще говоря, фреймы можно рассматривать как операционные системы эпохи AI, аналогичные настольным операционным системам, таким как Windows, Linux, или мобильным платформам, таким как iOS и Android. Каждый фрейм имеет свои достоинства и недостатки, и разработчики могут выбирать в зависимости от конкретных потребностей.
Хотя "AI-рамка" является новой концепцией в области криптовалют, с момента появления Theano в 2010 году развитие AI-рамок близко к 14 годам. В традиционной области AI как в академических, так и в промышленных кругах доступны зрелые рамки, такие как TensorFlow от Google, Pytorch от Meta, PaddlePaddle от Baidu, MagicAnimate от ByteDance и т.д., каждая из которых имеет свои преимущества для различных сценариев.
В настоящее время появляющиеся в криптовалюте фреймворк-проекты созданы на основе большого спроса на агентов, возникшего в начале бума AI, и затем расширились на другие ниши, в конечном итоге сформировав различные сегменты AI-фреймворков. Ниже представлены несколько основных фреймворков:
1.1 Элиза
Eliza является многопользовательской симуляционной платформой, специально предназначенной для создания, развертывания и управления автономными AI-агентами. Разработанная на TypeScript, она обладает хорошей совместимостью и легкостью интеграции API.
Eliza в первую очередь ориентирована на сценарии социальных медиа и поддерживает многоплатформенную интеграцию, такую как Discord, X/Twitter, Telegram и другие. В области обработки медиа-контента поддерживается чтение и анализ PDF-документов, извлечение и резюмирование ссылочного контента, транскрипция аудио, обработка видео-контента, анализ и описание изображений, а также резюмирование диалогов.
Текущие поддерживаемые случаи использования Eliza в основном включают приложения типа AI-ассистента, роли в социальных медиа, интеллектуальных работников и интерактивные роли. Поддерживаемые модели включают локальное инферирование на основе открытых моделей, облачное инферирование с использованием API OpenAI, конфигурацию по умолчанию для Nous Hermes Llama 3.1B, а также интеграцию с Claude для реализации сложных запросов.
1.2 G.A.M.E
G.A.M.E(Генеративная Автономная Мультимодальная Сущность Фреймворк) – это автоматизированный фреймворк для генерации и управления многомодальными ИИ, который в основном предназначен для разработки умных NPC в играх. Особенностью этого фреймворка является то, что им могут пользоваться пользователи с низким или даже отсутствующим кодом, просто изменяя параметры для участия в проектировании Агентов.
Ядро дизайна G.A.M.E состоит из модульного дизайна, в котором несколько подсистем работают совместно, включая интерфейс подсказок агента, подсистему восприятия, движок стратегического планирования, контекст мира, модуль обработки диалогов, оператора кошелька на блокчейне, модуль обучения, рабочую память, процессор долгосрочной памяти, репозиторий агентов, планировщик действий и исполнительный механизм плана.
Эта структура в основном сосредоточена на принятии решений, обратной связи, восприятии и индивидуальности агента в виртуальной среде, что делает её подходящей для игровых и мета-вселенских сценариев.
1.3 Риг
Rig — это инструмент с открытым исходным кодом, написанный на языке Rust, предназначенный для упрощения разработки приложений на основе крупных языковых моделей (LLM). Он предоставляет унифицированный интерфейс, позволяющий разработчикам легко взаимодействовать с несколькими поставщиками LLM и векторными базами данных.
Основные характеристики Rig включают в себя унифицированный интерфейс, модульную архитектуру, типобезопасность и высокую производительность. Его рабочий процесс состоит в том, что запрос пользователя проходит через абстракционный уровень провайдера, затем на уровне ядра интеллектуальный агент вызывает различные инструменты или запрашивает векторное хранилище для получения информации, и, наконец, генерирует ответ с помощью механизмов, таких как улучшенная генерация запросов.
Rig подходит для создания систем решения проблем, инструментов поиска документов, чат-ботов или виртуальных помощников с контекстным восприятием, а также для поддержки создания контента.
1.4 ZerePy
ZerePy — это основанный на Python открытый фреймворк, предназначенный для упрощения процесса развертывания и управления AI Agent на платформе X. Он наследует основные функции проекта Zerebro, но использует более модульный и более расширяемый дизайн.
ZerePy предоставляет интерфейс командной строки, поддерживает крупные языковые модели OpenAI и Anthropic, напрямую интегрирует API платформы X, имеет модульную систему подключения, в будущем планируется интеграция системы памяти.
В сравнении с Eliza, ZerePy больше сосредоточен на упрощении процесса развертывания AI-агента на определенных социальных платформах, более склонен к практическим приложениям.
Два, Реплика экосистемы BTC
Путь развития AI Agent имеет много сходств с недавней экосистемой BTC. Развитие экосистемы BTC можно кратко охарактеризовать как: BRC20-много протокольная конкуренция-BTC L2-BTCFi. AI Agent развивается быстрее на основе зрелого традиционного стека технологий ИИ, его путь можно охарактеризовать как: конкуренция между GOAT/ACT-агентами социального типа/аналитическими AI Agent. В будущем инфраструктурные проекты, сосредоточенные на Децентрализации и безопасности агентов, могут стать главной темой следующего этапа.
Этот сегмент вряд ли станет однородным и пузырьковым, как экосистема BTC. Проекты AI-рамок предлагают новый подход к развитию инфраструктуры. В отличие от Memecoin Launchpad и протокола Inscription, AI-рамки больше похожи на будущую публичную цепочку, а Agent больше похож на будущее Dapp.
В будущем AI-эпохи Crypto споры могут перейти от обсуждения EVM и гетерогенных цепей к борьбе за фреймворки. Ключевой вопрос текущего момента заключается в том, как реализовать Децентрализацию или цепочку, а также в значении этой деятельности на блокчейне.
Три. Каково значение блокчейна?
Блокчейн, соединяясь с чем-либо, сталкивается с вопросом его значимости. Рассмотрим факторы успеха DeFi: большая доступность, лучшая эффективность и более низкие затраты, безопасность без необходимости в доверии к централизации. Исходя из этих идей, причины поддержки агентской цепочки могут включать:
Реализовать более низкие затраты на использование, повысить доступность и выбор, чтобы обычные пользователи также могли участвовать в "аренде ИИ";
Предоставить решения безопасности на основе блокчейна, удовлетворяющие потребностям Агентов в взаимодействии с виртуальным или реальным миром;
Разработка уникальных финансовых механизмов на блокчейне, таких как связанные с Agent вычислительные мощности, инвестиции в маркировку данных и т.д.;
Через прозрачное и отслеживаемое рассуждение добиться более привлекательной интероперабельности, чем предлагает агентский браузер традиционных интернет-гигантов.
Четыре, креативная экономика
Проекты, основанные на рамках, могут в будущем предоставить возможности для предпринимательства, подобные GPT Store. Упрощение процесса создания агентов и предоставление рамок для сложных комбинаций функций могут занять преимущество в будущем, сформировав более интересную креативную экономику Web3, чем GPT Store.
По сравнению с GPT Store, креативная экономика Web3 с агентами может быть более справедливой и открытой, позволяя обычным людям участвовать. Будущие AI Meme могут быть более умными и интересными, чем существующие агенты, предоставляя новые возможности для креативной экономики.