解构AI框架:从智能代理到去中心化的探索

前言

AI Agent赛道的叙事发展迅速,让人应接不暇。近期,市场聚焦于技术叙事主导的"框架类"项目,这个细分赛道在短短几周内就诞生了多个市值过亿甚至过十亿的项目。这类项目衍生出了新的资产发行模式,即以Github代码库发币,基于框架打造的Agent也能再次发币。以框架为底,Agent为上,形成了一种独特的AI时代基建模式。本文将从框架简介开始,解读AI框架对Crypto的意义。

一、何谓框架?

AI框架是一种底层开发工具或平台,集成了预构建的模块、库和工具,简化了构建复杂AI模型的过程。可以将其理解为AI时代的操作系统,如Windows、Linux或iOS、Android。每种框架都有自身的优劣势,开发者可根据需求自由选择。

虽然"AI框架"在Crypto领域是新兴概念,但AI框架的发展历程已接近14年。传统AI领域已有成熟框架可供选择,如TensorFlow、Pytorch等。Crypto中涌现的框架项目则是针对AI热潮下的Agent需求而打造,并向其它赛道衍生,形成了不同细分领域的AI框架。

1.1 Eliza

Eliza是一个多Agent模拟框架,专门用于创建、部署和管理自主AI Agent。基于TypeScript开发,兼容性好,易于API集成。主要针对社交媒体场景,支持多平台集成和各类媒体内容处理。

Eliza支持的用例包括:AI助手类应用、社交媒体角色、知识工作者和互动角色。支持的模型包括开源模型本地推理、云推理和与Claude集成等。

1.2 G.A.M.E

G.A.M.E是一个自动生成与管理的多模态AI框架,主要针对游戏中的智能NPC设计。特点是低代码甚至无代码基础的用户也可使用。

G.A.M.E的核心设计是通过多个子系统协同工作的模块化设计,包括Agent提示界面、感知子系统、战略规划引擎等多个模块。其工作流程涉及开发者启动Agent、感知子系统接收输入、战略规划引擎制定执行计划等步骤。

除游戏外,该框架也适用于Metaverse等场景。

1.3 Rig

Rig是用Rust语言编写的开源工具,旨在简化LLM应用程序的开发。它提供统一的操作界面,便于与多个LLM服务提供商和向量数据库交互。

Rig的核心特点包括统一接口、模块化架构、类型安全和高效性能。其工作流程涉及请求处理、信息获取和响应生成等步骤。

Rig适用于构建问题解答系统、文档搜索工具、聊天机器人和内容创作等场景。

1.4 ZerePy

ZerePy是基于Python的开源框架,简化在X平台上部署和管理AI Agent的过程。它提供命令行界面,支持模块化设计,允许灵活集成不同功能模块。

ZerePy的核心架构包括LLM集成、X平台集成和模块化连接系统等。与Eliza相比,ZerePy更专注于简化在特定社交平台上部署AI Agent的过程。

二、BTC生态的翻版

AI Agent的发展路径与近期BTC生态有相似之处。BTC生态经历了BRC20、多协议竞争、BTC L2和BTCFi等阶段。AI Agent在成熟的传统AI技术栈基础上发展更迅速,但路径相似:GOAT/ACT、Social类Agent/分析类AI Agent框架竞争。

未来可能围绕Agent去中心化、安全性做文章的基建项目将成为下个阶段的主旋律。AI框架更像未来的公链,Agent更像未来的Dapp。未来的争论可能从EVM与异构链之争转向框架之争,关键问题是如何实现去中心化或链化,以及在区块链上做这件事的意义。

三、上链的意义?

区块链与AI结合需要面对其意义问题。参考DeFi的成功因素(高可及性、高效低成本、无需信任中心化),AI Agent链化可能的意义包括:

1. 实现更低使用成本,提高可及性与可选择性,让普通用户参与AI"出租权"。

2. 提供基于区块链的安全方案,满足Agent与现实或虚拟钱包交互的安全需求。

3. 实现独特的区块链金融玩法,如Agent相关的算力、数据标记投资等。

4. 实现透明、可追溯的推理,提高互操作性,相较传统互联网巨头提供的agent浏览器更具吸引力。

四、创意经济

框架类项目未来可能提供类似GPT Store的创业机会。简化Agent构建过程并提供复杂功能组合的框架可能占据优势,形成比GPT Store更有趣的Web3创意经济。

Web3在需求和经济体系上可以填补Web2的不足,引入社区经济使Agent更完善。AI Agent的创意经济将为普通人提供参与机会,未来的AI Meme可能比当前的Agent更智能、有趣。