Деконструкція AI-структури: від інтелектуальних агентів до дослідження децентралізації
Передмова
Розвиток наративу в секторі AI Agent стрімко прогресує, що викликає враження. Нещодавно ринок зосередився на проектах "каркасного" типу, що керуються технологічним наративом, і цей підсектор за кілька тижнів породив кілька проектів з капіталізацією понад мільйон, а навіть понад мільярд. Такі проекти породили нову модель випуску активів, а саме випуск монет на основі кодових баз GitHub, а також агенти, створені на основі каркасів, можуть знову випускати монети. На основі каркасів, з агентами зверху, сформувалася унікальна модель інфраструктури ери AI. У цій статті ми почнемо з короткого введення в каркас і розглянемо значення AI каркасів для Crypto.
Один. Що таке фрейм?
AI-фреймворк є базовим інструментом або платформою для розробки, яка інтегрує попередньо створені модулі, бібліотеки та інструменти, спрощуючи процес створення складних AI-моделей. Його можна розглядати як операційну систему ери AI, таку як Windows, Linux або iOS, Android. Кожен фреймворк має свої переваги та недоліки, розробники можуть вільно вибирати відповідно до потреб.
Хоча "AI-рамка" є новим поняттям у сфері криптовалют, проте історія розвитку AI-рамок наближається до 14 років. У традиційній сфері AI вже є зрілі рамки на вибір, такі як TensorFlow, Pytorch тощо. Проекти рамок, що з'явилися в Crypto, були створені для задоволення потреб агентів у рамках AI-буму та поширилися на інші області, утворивши різні сегменти AI-рамок.
1.1 Еліза
Eliza є багатагенерним симуляційним фреймворком, спеціально розробленим для створення, розгортання та управління автономними AI-агентами. Розроблений на базі TypeScript, має хорошу сумісність, легко інтегрується з API. Основна увага приділяється сценаріям соціальних медіа, підтримує інтеграцію на різних платформах та обробку різних медіа-контентів.
Використання, яке підтримує Eliza, включає: додатки класу AI-асистента, ролі в соціальних мережах, знаннєвих працівників та інтерактивні ролі. Підтримувані моделі включають локальне висновування з відкритими моделями, хмарне висновування та інтеграцію з Claude.
1.2 Г.А.М.Е
G.A.M.E є автоматизованою системою генерації та управління мультимодальним AI фреймворком, що в основному спрямований на розробку інтелектуальних NPC у відеоіграх. Особливістю є те, що його можуть використовувати користувачі з низьким або навіть без коду.
Основний дизайн G.A.M.E полягає в модульному дизайні, що передбачає спільну роботу кількох підсистем, включаючи інтерфейс підказок агента, сприймальну підсистему, двигун стратегічного планування та інші модулі. Його робочий процес включає етапи запуску агента розробником, отримання вхідних даних сприймальною підсистемою, розробки плану виконання двигуном стратегічного планування тощо.
Окрім ігор, ця структура також підходить для таких сценаріїв, як Метавсесвіт.
1.3 Риг
Rig - це інструмент з відкритим вихідним кодом, написаний мовою Rust, що має на меті спростити розробку LLM-додатків. Він забезпечує єдиний інтерфейс для зручної взаємодії з кількома постачальниками LLM-сервісів та векторними базами даних.
Основні характеристики Rig включають єдиний інтерфейс, модульну архітектуру, типобезпечність та високу продуктивність. Його робочий процес включає етапи обробки запитів, отримання інформації та генерації відповідей.
Rig підходить для побудови систем відповідей на запитання, інструментів пошуку документів, чат-ботів та створення контенту.
1.4 ZerePy
ZerePy є відкритим фреймворком на базі Python, що спрощує процес розгортання та управління AI Agent на платформі X. Він надає інтерфейс командного рядка, підтримує модульний дизайн, дозволяючи гнучку інтеграцію різних функціональних модулів.
Ядро архітектури ZerePy включає інтеграцію LLM, інтеграцію X-платформи та модульну систему підключення тощо. У порівнянні з Eliza, ZerePy більше зосереджується на спрощенні процесу розгортання AI Agent на певних соціальних платформах.
Два, копія екосистеми BTC
Шляхи розвитку AI Agent мають схожість із нещодавньою екосистемою BTC. Екосистема BTC пройшла через етапи BRC20, багатопротокольної конкуренції, BTC L2 та BTCFi. AI Agent розвивається швидше на основі зрілого традиційного стеку AI-технологій, але шлях подібний: конкуренція між GOAT/ACT, соціальними агентами та аналітичними AI агентами.
У майбутньому інфраструктурні проекти, які можуть зосередитися на децентралізації та безпеці Agent, стануть головною темою наступного етапу. AI-рамки більше нагадують майбутній публічний блокчейн, а Agent більше нагадує майбутній Dapp. Дебати в майбутньому можуть перейти від суперечки між EVM та гетерогенними ланцюгами до суперечки між рамками, ключовим питанням є те, як реалізувати децентралізацію або ланцюговість, а також значення виконання цієї справи на блокчейні.
Три, яке значення має запис в блокчейн?
Блокчейн та AI в поєднанні потребують розгляду питання їх значення. Враховуючи фактори успіху DeFi ( висока доступність, висока ефективність за низької вартості, без необхідності довіряти централізації ), можливі значення ланцюжка AI Agent включають:
Реалізуйте нижчі витрати на використання, підвищте доступність та вибір, щоб звичайні користувачі могли брати участь у "оренді прав" на ШІ.
Забезпечити безпечні рішення на основі блокчейн, що відповідають вимогам безпеки взаємодії Агента з реальними або віртуальними гаманцями.
Реалізація унікальних фінансових ігор на основі блокчейну, таких як пов'язані з Agent обчислювальні потужності, інвестиції у маркування даних тощо.
Реалізація прозорого, відстежуваного висновку, підвищення взаємодії, що робить його більш привабливим в порівнянні з агентними браузерами традиційних інтернет-гігантів.
Чотири, креативна економіка
Каркасні проекти в майбутньому можуть запропонувати можливості для підприємництва, подібні до GPT Store. Спрощення процесу створення агентів та надання каркаса для складних комбінацій функцій може мати переваги, формуючи більш цікаву креативну економіку Web3, ніж GPT Store.
Web3 може заповнити недоліки Web2 в попиті та економічній системі, вводячи спільнотну економіку, що робить Агентів більш досконалими. Креативна економіка AI Агента надасть звичайним людям можливості для участі, майбутні AI Меми можуть бути більш розумними та цікавими, ніж нинішні Агенти.
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 лайків
Нагородити
9
5
Поділіться
Прокоментувати
0/400
GasFeeCrier
· 39хв. тому
ai зрозумів, бик
Переглянути оригіналвідповісти на0
CountdownToBroke
· 15год тому
Знову розповідає історії невдахам
Переглянути оригіналвідповісти на0
ZenChainWalker
· 15год тому
Знову нові невдахи підготувалися
Переглянути оригіналвідповісти на0
Layer3Dreamer
· 15год тому
теоретично кажучи, рекурсивні AI-фреймворки - це просто L3 в маскуванні...
Переглянути оригіналвідповісти на0
TrustlessMaximalist
· 15год тому
Поєднати AI та BTC? Люди з підлоги справді вміють творити.
AI фреймворк деконструкція: від розумних агентів до Децентралізація дослідження
Деконструкція AI-структури: від інтелектуальних агентів до дослідження децентралізації
Передмова
Розвиток наративу в секторі AI Agent стрімко прогресує, що викликає враження. Нещодавно ринок зосередився на проектах "каркасного" типу, що керуються технологічним наративом, і цей підсектор за кілька тижнів породив кілька проектів з капіталізацією понад мільйон, а навіть понад мільярд. Такі проекти породили нову модель випуску активів, а саме випуск монет на основі кодових баз GitHub, а також агенти, створені на основі каркасів, можуть знову випускати монети. На основі каркасів, з агентами зверху, сформувалася унікальна модель інфраструктури ери AI. У цій статті ми почнемо з короткого введення в каркас і розглянемо значення AI каркасів для Crypto.
Один. Що таке фрейм?
AI-фреймворк є базовим інструментом або платформою для розробки, яка інтегрує попередньо створені модулі, бібліотеки та інструменти, спрощуючи процес створення складних AI-моделей. Його можна розглядати як операційну систему ери AI, таку як Windows, Linux або iOS, Android. Кожен фреймворк має свої переваги та недоліки, розробники можуть вільно вибирати відповідно до потреб.
Хоча "AI-рамка" є новим поняттям у сфері криптовалют, проте історія розвитку AI-рамок наближається до 14 років. У традиційній сфері AI вже є зрілі рамки на вибір, такі як TensorFlow, Pytorch тощо. Проекти рамок, що з'явилися в Crypto, були створені для задоволення потреб агентів у рамках AI-буму та поширилися на інші області, утворивши різні сегменти AI-рамок.
1.1 Еліза
Eliza є багатагенерним симуляційним фреймворком, спеціально розробленим для створення, розгортання та управління автономними AI-агентами. Розроблений на базі TypeScript, має хорошу сумісність, легко інтегрується з API. Основна увага приділяється сценаріям соціальних медіа, підтримує інтеграцію на різних платформах та обробку різних медіа-контентів.
Використання, яке підтримує Eliza, включає: додатки класу AI-асистента, ролі в соціальних мережах, знаннєвих працівників та інтерактивні ролі. Підтримувані моделі включають локальне висновування з відкритими моделями, хмарне висновування та інтеграцію з Claude.
1.2 Г.А.М.Е
G.A.M.E є автоматизованою системою генерації та управління мультимодальним AI фреймворком, що в основному спрямований на розробку інтелектуальних NPC у відеоіграх. Особливістю є те, що його можуть використовувати користувачі з низьким або навіть без коду.
Основний дизайн G.A.M.E полягає в модульному дизайні, що передбачає спільну роботу кількох підсистем, включаючи інтерфейс підказок агента, сприймальну підсистему, двигун стратегічного планування та інші модулі. Його робочий процес включає етапи запуску агента розробником, отримання вхідних даних сприймальною підсистемою, розробки плану виконання двигуном стратегічного планування тощо.
Окрім ігор, ця структура також підходить для таких сценаріїв, як Метавсесвіт.
1.3 Риг
Rig - це інструмент з відкритим вихідним кодом, написаний мовою Rust, що має на меті спростити розробку LLM-додатків. Він забезпечує єдиний інтерфейс для зручної взаємодії з кількома постачальниками LLM-сервісів та векторними базами даних.
Основні характеристики Rig включають єдиний інтерфейс, модульну архітектуру, типобезпечність та високу продуктивність. Його робочий процес включає етапи обробки запитів, отримання інформації та генерації відповідей.
Rig підходить для побудови систем відповідей на запитання, інструментів пошуку документів, чат-ботів та створення контенту.
1.4 ZerePy
ZerePy є відкритим фреймворком на базі Python, що спрощує процес розгортання та управління AI Agent на платформі X. Він надає інтерфейс командного рядка, підтримує модульний дизайн, дозволяючи гнучку інтеграцію різних функціональних модулів.
Ядро архітектури ZerePy включає інтеграцію LLM, інтеграцію X-платформи та модульну систему підключення тощо. У порівнянні з Eliza, ZerePy більше зосереджується на спрощенні процесу розгортання AI Agent на певних соціальних платформах.
Два, копія екосистеми BTC
Шляхи розвитку AI Agent мають схожість із нещодавньою екосистемою BTC. Екосистема BTC пройшла через етапи BRC20, багатопротокольної конкуренції, BTC L2 та BTCFi. AI Agent розвивається швидше на основі зрілого традиційного стеку AI-технологій, але шлях подібний: конкуренція між GOAT/ACT, соціальними агентами та аналітичними AI агентами.
У майбутньому інфраструктурні проекти, які можуть зосередитися на децентралізації та безпеці Agent, стануть головною темою наступного етапу. AI-рамки більше нагадують майбутній публічний блокчейн, а Agent більше нагадує майбутній Dapp. Дебати в майбутньому можуть перейти від суперечки між EVM та гетерогенними ланцюгами до суперечки між рамками, ключовим питанням є те, як реалізувати децентралізацію або ланцюговість, а також значення виконання цієї справи на блокчейні.
Три, яке значення має запис в блокчейн?
Блокчейн та AI в поєднанні потребують розгляду питання їх значення. Враховуючи фактори успіху DeFi ( висока доступність, висока ефективність за низької вартості, без необхідності довіряти централізації ), можливі значення ланцюжка AI Agent включають:
Реалізуйте нижчі витрати на використання, підвищте доступність та вибір, щоб звичайні користувачі могли брати участь у "оренді прав" на ШІ.
Забезпечити безпечні рішення на основі блокчейн, що відповідають вимогам безпеки взаємодії Агента з реальними або віртуальними гаманцями.
Реалізація унікальних фінансових ігор на основі блокчейну, таких як пов'язані з Agent обчислювальні потужності, інвестиції у маркування даних тощо.
Реалізація прозорого, відстежуваного висновку, підвищення взаємодії, що робить його більш привабливим в порівнянні з агентними браузерами традиційних інтернет-гігантів.
Чотири, креативна економіка
Каркасні проекти в майбутньому можуть запропонувати можливості для підприємництва, подібні до GPT Store. Спрощення процесу створення агентів та надання каркаса для складних комбінацій функцій може мати переваги, формуючи більш цікаву креативну економіку Web3, ніж GPT Store.
Web3 може заповнити недоліки Web2 в попиті та економічній системі, вводячи спільнотну економіку, що робить Агентів більш досконалими. Креативна економіка AI Агента надасть звичайним людям можливості для участі, майбутні AI Меми можуть бути більш розумними та цікавими, ніж нинішні Агенти.