Деконструкция AI-рамок: от интеллектуальных агентов до Децентрализации
Введение
Развитие нарратива в области AI Agent происходит стремительно, что заставляет людей теряться в догадках. В последнее время рынок сосредоточил внимание на проектах типа "фреймворк", которые доминируют в технологическом нарративе. Этот сегмент за короткие несколько недель породил несколько проектов с рыночной капитализацией более миллиона и даже более миллиарда. Такие проекты привели к возникновению новой модели выпуска активов, а именно, выпуску токенов на основе репозитория кода на Github, где Agents, построенные на фреймворках, также могут снова выпускать токены. Основываясь на фреймворках и используя Agents, была создана уникальная модель инфраструктуры эпохи AI. В данной статье мы начнем с введения во фреймворки, чтобы интерпретировать значение AI фреймворков для Crypto.
Один. Что такое структура?
AI-фреймворк является инструментом или платформой низкого уровня, которая интегрирует предустановленные модули, библиотеки и инструменты, упрощая процесс создания сложных AI-моделей. Его можно рассматривать как операционную систему эпохи AI, такую как Windows, Linux, iOS или Android. У каждого фреймворка есть свои преимущества и недостатки, и разработчики могут свободно выбирать в зависимости от потребностей.
Хотя "AI-фреймы" являются новой концепцией в области Crypto, история развития AI-фреймов приближается к 14 годам. В традиционной области AI уже существуют зрелые фреймы, такие как TensorFlow, Pytorch и др. Проекты фреймов, возникшие в Crypto, были созданы для удовлетворения потребностей агентов в условиях бума AI и стали развиваться в других направлениях, формируя AI-фреймы в различных сегментах.
1.1 Элиза
Eliza — это многосубъектная симуляционная платформа, специально предназначенная для создания, развертывания и управления автономными AI-агентами. Разработанная на TypeScript, она обладает хорошей совместимостью и легкостью интеграции с API. Основное внимание уделяется сценариям социальных медиа, поддерживается интеграция на нескольких платформах и обработка различных медиа-контентов.
Примеры использования Eliza включают: приложения типа AI-ассистент, роли в социальных сетях, знания работников и интерактивные роли. Поддерживаемые модели включают локальное инферирование открытых моделей, облачное инферирование и интеграцию с Claude.
1.2 G.A.M.E
G.A.M.E – это автоматизированная многомодальная AI-структура, в первую очередь предназначенная для разработки интеллектуальных NPC в играх. Особенностью является то, что пользователи с низким уровнем кода или даже без него могут использовать её.
Ядро дизайна G.A.M.E заключается в модульной конструкции, где несколько подсистем работают совместно, включая интерфейс подсказок Агентов, подсистему восприятия, движок стратегического планирования и другие модули. Рабочий процесс включает в себя такие шаги, как запуск агента разработчиком, получение входных данных подсистемой восприятия, составление плана выполнения движком стратегического планирования и другие.
Помимо игр, этот фреймворк также подходит для таких сценариев, как Метавселенная.
1.3 Риг
Rig — это инструмент с открытым исходным кодом, написанный на языке Rust, предназначенный для упрощения разработки LLM-приложений. Он предоставляет унифицированный интерфейс для взаимодействия с несколькими поставщиками LLM-услуг и векторными базами данных.
Основные характеристики Rig включают единый интерфейс, модульную архитектуру, типобезопасность и высокую производительность. Его рабочий процесс включает в себя такие этапы, как обработка запросов, получение информации и генерация ответов.
Rig подходит для создания систем вопросов и ответов, инструментов поиска документов, чат-ботов и контентного создания.
1.4 ZerePy
ZerePy — это основанная на Python открытая платформа, упрощающая процесс развертывания и управления AI Agent на платформе X. Она предоставляет интерфейс командной строки, поддерживает модульный дизайн и позволяет гибко интегрировать различные функциональные модули.
Ядро архитектуры ZerePy включает интеграцию LLM, интеграцию платформы X и модульную соединительную систему. В отличие от Eliza, ZerePy больше сосредоточен на упрощении процесса развертывания AI Agent на конкретных социальных платформах.
Два, версия экосистемы BTC
Путь развития AI Agent имеет схожие черты с недавней экосистемой BTC. Экосистема BTC прошла через этапы BRC20, многопротокольной конкуренции, BTC L2 и BTCFi. AI Agent развивается быстрее на основе зрелого традиционного стека технологий AI, но путь схож: конкуренция между GOAT/ACT и социальными/аналитическими AI Agent.
В будущем инфраструктурные проекты, которые будут сосредоточены на Децентрализации и безопасности Агентов, станут главной темой следующего этапа. AI-структура больше похожа на будущую публичную цепочку, а Агент больше напоминает будущий Dapp. Дебаты в будущем могут переместиться с конфликта EVM и гетерогенных цепей на конфликт структур, ключевым вопросом будет то, как реализовать Децентрализацию или цепочечность, а также значение выполнения этой задачи на блокчейне.
Три, какое значение имеет добавление в блокчейн?
Комбинация блокчейна и ИИ требует осмысления его значения. Учитывая факторы успеха DeFi ( высокая доступность, высокая эффективность и низкие затраты, отсутствие доверия к централизованным структурам ), возможные значения цепочки AI Agent могут включать:
Реализовать более низкие затраты на использование, повысить доступность и выбор, позволить обычным пользователям участвовать в "аренде ИИ".
Предоставление безопасного решения на основе Децентрализации, удовлетворяющего требованиям безопасности взаимодействия Агента с реальным или виртуальным кошельком.
Реализация уникальных игровых механик в области блокчейн-финансов, таких как инвестиции в вычислительную мощность и маркировку данных, связанные с агентами.
Реализация прозрачного, отслеживаемого вывода, повышение интероперабельности, по сравнению с агентскими браузерами, предлагаемыми традиционными интернет-гигантами, более привлекательна.
Четыре, креативная экономика
Проекты в формате фреймворка в будущем могут предложить предпринимательские возможности, подобные GPT Store. Упрощение процесса создания агентов и предоставление фреймворка для сложных комбинаций функций может занять лидирующие позиции, сформировав более интересную креативную экономику Web3, чем GPT Store.
Web3 может восполнить недостатки Web2 в области спроса и экономической системы, введя общественную экономику для более совершенных Агентов. Креативная экономика ИИ Агентов предоставит обычным людям возможность участия, а будущие ИИ Мемы могут быть более умными и интересными, чем текущие Агенты.
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 Лайков
Награда
9
5
Поделиться
комментарий
0/400
GasFeeCrier
· 51м назад
ai понял, огромный бык
Посмотреть ОригиналОтветить0
CountdownToBroke
· 15ч назад
Снова рассказывают историю неудачникам
Посмотреть ОригиналОтветить0
ZenChainWalker
· 15ч назад
又有新неудачники预备了
Посмотреть ОригиналОтветить0
Layer3Dreamer
· 15ч назад
теоретически говоря, рекурсивные ИИ-структуры просто L3 под прикрытием...
Деконструкция AI-структуры: от интеллектуальных агентов до Децентрализация исследований
Деконструкция AI-рамок: от интеллектуальных агентов до Децентрализации
Введение
Развитие нарратива в области AI Agent происходит стремительно, что заставляет людей теряться в догадках. В последнее время рынок сосредоточил внимание на проектах типа "фреймворк", которые доминируют в технологическом нарративе. Этот сегмент за короткие несколько недель породил несколько проектов с рыночной капитализацией более миллиона и даже более миллиарда. Такие проекты привели к возникновению новой модели выпуска активов, а именно, выпуску токенов на основе репозитория кода на Github, где Agents, построенные на фреймворках, также могут снова выпускать токены. Основываясь на фреймворках и используя Agents, была создана уникальная модель инфраструктуры эпохи AI. В данной статье мы начнем с введения во фреймворки, чтобы интерпретировать значение AI фреймворков для Crypto.
Один. Что такое структура?
AI-фреймворк является инструментом или платформой низкого уровня, которая интегрирует предустановленные модули, библиотеки и инструменты, упрощая процесс создания сложных AI-моделей. Его можно рассматривать как операционную систему эпохи AI, такую как Windows, Linux, iOS или Android. У каждого фреймворка есть свои преимущества и недостатки, и разработчики могут свободно выбирать в зависимости от потребностей.
Хотя "AI-фреймы" являются новой концепцией в области Crypto, история развития AI-фреймов приближается к 14 годам. В традиционной области AI уже существуют зрелые фреймы, такие как TensorFlow, Pytorch и др. Проекты фреймов, возникшие в Crypto, были созданы для удовлетворения потребностей агентов в условиях бума AI и стали развиваться в других направлениях, формируя AI-фреймы в различных сегментах.
1.1 Элиза
Eliza — это многосубъектная симуляционная платформа, специально предназначенная для создания, развертывания и управления автономными AI-агентами. Разработанная на TypeScript, она обладает хорошей совместимостью и легкостью интеграции с API. Основное внимание уделяется сценариям социальных медиа, поддерживается интеграция на нескольких платформах и обработка различных медиа-контентов.
Примеры использования Eliza включают: приложения типа AI-ассистент, роли в социальных сетях, знания работников и интерактивные роли. Поддерживаемые модели включают локальное инферирование открытых моделей, облачное инферирование и интеграцию с Claude.
1.2 G.A.M.E
G.A.M.E – это автоматизированная многомодальная AI-структура, в первую очередь предназначенная для разработки интеллектуальных NPC в играх. Особенностью является то, что пользователи с низким уровнем кода или даже без него могут использовать её.
Ядро дизайна G.A.M.E заключается в модульной конструкции, где несколько подсистем работают совместно, включая интерфейс подсказок Агентов, подсистему восприятия, движок стратегического планирования и другие модули. Рабочий процесс включает в себя такие шаги, как запуск агента разработчиком, получение входных данных подсистемой восприятия, составление плана выполнения движком стратегического планирования и другие.
Помимо игр, этот фреймворк также подходит для таких сценариев, как Метавселенная.
1.3 Риг
Rig — это инструмент с открытым исходным кодом, написанный на языке Rust, предназначенный для упрощения разработки LLM-приложений. Он предоставляет унифицированный интерфейс для взаимодействия с несколькими поставщиками LLM-услуг и векторными базами данных.
Основные характеристики Rig включают единый интерфейс, модульную архитектуру, типобезопасность и высокую производительность. Его рабочий процесс включает в себя такие этапы, как обработка запросов, получение информации и генерация ответов.
Rig подходит для создания систем вопросов и ответов, инструментов поиска документов, чат-ботов и контентного создания.
1.4 ZerePy
ZerePy — это основанная на Python открытая платформа, упрощающая процесс развертывания и управления AI Agent на платформе X. Она предоставляет интерфейс командной строки, поддерживает модульный дизайн и позволяет гибко интегрировать различные функциональные модули.
Ядро архитектуры ZerePy включает интеграцию LLM, интеграцию платформы X и модульную соединительную систему. В отличие от Eliza, ZerePy больше сосредоточен на упрощении процесса развертывания AI Agent на конкретных социальных платформах.
Два, версия экосистемы BTC
Путь развития AI Agent имеет схожие черты с недавней экосистемой BTC. Экосистема BTC прошла через этапы BRC20, многопротокольной конкуренции, BTC L2 и BTCFi. AI Agent развивается быстрее на основе зрелого традиционного стека технологий AI, но путь схож: конкуренция между GOAT/ACT и социальными/аналитическими AI Agent.
В будущем инфраструктурные проекты, которые будут сосредоточены на Децентрализации и безопасности Агентов, станут главной темой следующего этапа. AI-структура больше похожа на будущую публичную цепочку, а Агент больше напоминает будущий Dapp. Дебаты в будущем могут переместиться с конфликта EVM и гетерогенных цепей на конфликт структур, ключевым вопросом будет то, как реализовать Децентрализацию или цепочечность, а также значение выполнения этой задачи на блокчейне.
Три, какое значение имеет добавление в блокчейн?
Комбинация блокчейна и ИИ требует осмысления его значения. Учитывая факторы успеха DeFi ( высокая доступность, высокая эффективность и низкие затраты, отсутствие доверия к централизованным структурам ), возможные значения цепочки AI Agent могут включать:
Реализовать более низкие затраты на использование, повысить доступность и выбор, позволить обычным пользователям участвовать в "аренде ИИ".
Предоставление безопасного решения на основе Децентрализации, удовлетворяющего требованиям безопасности взаимодействия Агента с реальным или виртуальным кошельком.
Реализация уникальных игровых механик в области блокчейн-финансов, таких как инвестиции в вычислительную мощность и маркировку данных, связанные с агентами.
Реализация прозрачного, отслеживаемого вывода, повышение интероперабельности, по сравнению с агентскими браузерами, предлагаемыми традиционными интернет-гигантами, более привлекательна.
Четыре, креативная экономика
Проекты в формате фреймворка в будущем могут предложить предпринимательские возможности, подобные GPT Store. Упрощение процесса создания агентов и предоставление фреймворка для сложных комбинаций функций может занять лидирующие позиции, сформировав более интересную креативную экономику Web3, чем GPT Store.
Web3 может восполнить недостатки Web2 в области спроса и экономической системы, введя общественную экономику для более совершенных Агентов. Креативная экономика ИИ Агентов предоставит обычным людям возможность участия, а будущие ИИ Мемы могут быть более умными и интересными, чем текущие Агенты.