Розвиток та дослідження AI агентів у сфері Web3

Нещодавно продукт загального AI-агента під назвою Manus привернув широку увагу. Як перший у світі продукт такого роду, Manus демонструє потужні можливості самостійного мислення, планування та виконання складних завдань, надаючи цінні ідеї та дизайнерське натхнення для розробки AI-агентів. З швидким розвитком технологій AI, AI-агенти як важлива галузь штучного інтелекту поступово переходять від концепції до реальності, демонструючи величезний потенціал застосування в різних галузях, і Web3-індустрія не є винятком.

AI-агент – це комп'ютерна програма, яка здатна самостійно приймати рішення та виконувати завдання на основі середовища, вхідних даних та попередньо визначених цілей. Його основні складові включають великі мовні моделі (LLM) як "мозок", механізми спостереження та сприйняття, процеси міркування, виконання дій, а також функції пам'яті та пошуку.

! Чат з Manus і MCP: транскордонне дослідження Web3 від AI Agent

Дизайн-моделі AI Agent мають два основні напрямки розвитку: один акцентує увагу на плануванні, інший - на рефлексії. Серед них, режим ReAct є першим і найширше використовуваним дизайном, типовий процес якого можна описати циклом "міркування→дія→спостереження".

Згідно з кількістю агентів, AI Agent можна поділити на Single Agent і Multi Agent. Основна суть Single Agent полягає в поєднанні LLM та інструментів, тоді як Multi Agent надає різним агентам різні ролі, щоб спільно виконувати складні завдання.

Модельний контекстний протокол (MCP) є відкритим протоколом, що має на меті вирішення проблеми з'єднання та взаємодії LLM з зовнішніми джерелами даних. Він надає три можливості для розширення LLM: розширення знань, виконання викликів функцій та попередньо написані шаблони підказок.

У сфері Web3 розвиток AI Agent пережив злети і падіння. Наразі основні напрямки досліджень включають моделі запуску платформ, модель DAO та модель комерційних компаній. Модель запуску платформ, така як Virtuals Protocol, дозволяє користувачам створювати, розгортати та монетизувати AI Agent; модель DAO, така як ElizaOS, прагне побудувати спільноту розробників AI Agent; комерційна модель, така як Swarms, пропонує корпоративну багатокористувацьку платформу.

Поява MCP відкрила нові напрямки дослідження для AI Agent в Web3. Одним з можливих напрямків є розгортання MCP Server в блокчейн-мережі, що вирішує проблему єдиної точки відмови та має антицензурні можливості. Іншим напрямком є надання MCP Server функцій взаємодії з блокчейном, що знижує технічні бар'єри. Крім того, існує концепція створення мережі стимулювання авторів OpenMCP.Network на основі Ethereum.

Хоча інтеграція Web3 з AI стикається з багатьма викликами, такими як незрілість технології нульових знань та проблеми ефективності децентралізованих мереж, ця інтеграція є неминучим трендом. Нам потрібно зберігати терпіння та впевненість, продовжуючи досліджувати застосування та розвиток AI Agent у сфері Web3.