Деконструкція AI-фрейму: від інтелектуальних агентів до Децентралізації

Вступ

Розвиток наративу поєднання ШІ та криптовалюти швидко зростає. Нещодавно увага ринку зосередилася на технологічно орієнтованих "фреймових" проєктах, цей сегмент ринку за короткий час вже дав кілька проєктів з капіталізацією понад мільярд, а навіть і десятки мільярдів. Ці проєкти породили нові моделі випуску активів: випуск токенів на основі репозиторіїв Github, агенти, побудовані на основі фреймів, можуть знову випускати токени. З фреймом в основі, агентом зверху, сформувалася унікальна інфраструктурна модель епохи ШІ. У цій статті буде розглянуто, що таке фрейм, а також значення AI-фреймів у сфері криптовалют.

Одне, що таке рамка?

AI-фреймворк — це базовий інструмент або платформа для розробки, що інтегрує попередньо створені модулі, бібліотеки та інструменти, спрощуючи процес побудови складних AI-моделей. Його можна розуміти як операційну систему епохи AI, подібно до Windows, Linux в настільних системах або iOS та Android на мобільних пристроях. Кожен фреймворк має свої переваги та недоліки, і розробники можуть вибирати відповідно до своїх потреб.

Хоча "AI-фрейм" є новим поняттям у сфері криптовалют, його розвиток триває вже майже 14 років. У традиційному AI-середовищі вже існують зрілі фрейми, такі як TensorFlow від Google, Pytorch від Meta тощо. Фреймові проекти, що з'явилися в криптовалюті, були створені на основі великого попиту на агентів в умовах сучасного буму AI і розширюються в інші сегменти, формуючи різні підгалузі AI-фреймів.

1.1 Еліза

Eliza є багатагенерна моделлю, призначеною для створення, розгортання та управління автономними AI Agent. Розроблена на базі TypeScript, має добру сумісність та легкість інтеграції API. Основна увага приділяється соціальним мережам, підтримує інтеграцію на кількох платформах, включаючи Discord, X/Twitter, Telegram тощо.

Поточні випадки використання, які підтримує Eliza, в основному такі:

1. Додатки класу AI асистентів
2. Роль соціальних медіа
3. Працівники знань
4. Інтерактивні ролі

Підтримувані моделі включають локальне висновування відкритих моделей, хмарне висновування OpenAI API тощо.

1.2 Г.А.М.Е

G.A.M.E(Генеративна автономна мультимодальна структура ) є мультимодальною AI-структурою, розробленою для ігрових інтелектуальних NPC. Особливістю є те, що низькокодові чи навіть безкодові користувачі також можуть її використовувати.

Ядро дизайну використовує модульну архітектуру, в якій кілька підсистем працюють у співпраці, включаючи інтерфейс підказок агента, підсистему сприйняття, двигун стратегічного планування, світовий контекст, модуль обробки діалогу та інші компоненти.

Робочий процес: Розробник запускає Агента через інтерфейс, підсистеми сприйняття отримують вхідні дані та передають їх до планувального двигуна. Планувальний двигун використовує інформацію з різних систем, розробляє та виконує план дій. Модуль навчання постійно моніторить та коригує поведінку Агента.

Застосунок переважно зосереджений на рішенні, зворотному зв'язку, сприйнятті та індивідуальності агента у віртуальному середовищі, підходить для ігор та метавсесвіту.

1.3 Ріг

Rig є відкритим інструментом, написаним мовою Rust, який має на меті спростити розробку додатків великих мовних моделей (LLM). Він надає єдиний інтерфейс для зручної взаємодії з кількома провайдерами LLM та векторними базами даних.

Основні особливості:

• Єдиний інтерфейс
• Модульна архітектура
• Тип безпеки
• Висока продуктивність

Робочий процес: запит користувача обробляється через стандартизований абстрактний рівень постачальника, в основному рівні розумний агент викликає інструменти або запити до векторного сховища, генерує відповіді за допомогою механізмів, таких як підвищене генерування запитів.

Застосування включає системи запитань і відповідей, інструменти пошуку документів, чат-боти, створення контенту тощо.

1.4 ZerePy

ZerePy є відкритим фреймворком на основі Python, що спрощує процес розгортання та управління AI Agent на платформі X. Він успадковує основні функції проекту Zerebro, але має більш модульний та легко розширюваний дизайн.

Ядро архітектури засноване на модульному дизайні, що включає:

• Інтеграція LLM
• Інтеграція платформи X
• Модульна система з'єднань
• Системи пам'яті ( в процесі планування )

ZerePy зосереджується на спрощенні процесу розгортання AI Agent на платформі X, більше акцентуючи на практичному застосуванні.

Два, копія екосистеми BTC

Шляхи розвитку AI Agent мають певну схожість з недавньою екосистемою BTC. Розвиток екосистеми BTC можна підсумувати так: BRC20 - конкуренція між декількома протоколами - BTC L2 - BTCFi. AI Agent розвивається швидше на основі зрілої технологічної стеку, шлях можна підсумувати так: GOAT/ACT - конкуренція між соціальними агентами та аналітичними AI Agent.

Наратив AI Agent не призначений для відтворення історії смарт-контрактного ланцюга, існуючі проекти AI-рамок принаймні пропонують нові підходи до розвитку інфраструктури. На відміну від Memecoin Launchpad і протоколу铭文, AI-рамка більше схожа на майбутній публічний ланцюг, а Agent більше схожий на майбутній Dapp.

В майбутньому суперечки можуть перейти від суперечки між EVM та гетерогенними ланцюгами до суперечки між фреймворками. Ключовими питаннями є те, як здійснити децентралізацію або ланцюговість, а також сенс реалізації цього на блокчейні.

Три, значення виходу на ланцюг?

Блокчейн та AI поєднання повинні зіштовхнутися з проблемою значення. Успіх DeFi полягає у вищій доступності, кращій ефективності, нижчих витратах та Децентралізації безпеки. Відповідно, причини, які можуть підтримати агентську ланцюгову структуру, можуть бути:

1. Реалізація нижчих витрат на використання, підвищення доступності та вибору, щоб звичайні користувачі могли брати участь у "оренді права" AI.

2. Надати рішення безпеки на основі блокчейн, які відповідають вимогам безпеки взаємодії Агентів з реальними або віртуальними гаманцями.

3. Реалізація унікальних фінансових ігор на основі блокчейн, таких як пов'язані з Agent обчислювальні потужності, інвестиції в маркування даних тощо.

4. Реалізація прозорих, відстежуваних міркувань, що пропонують більш привабливі рішення, ніж традиційні інтернет-гіганти.

Чотири, творча економіка

Фреймові проекти в майбутньому можуть надати можливості для підприємництва, подібні до GPT Store. Спрощення процесу створення агентів та надання складних комбінацій функцій можуть зайняти перевагу, сформувавши більш цікаву креативну економіку Web3, ніж GPT Store.

У сфері Web3 існує багато потреб, які потребують заповнення, економічна система може зробити політику веб2 гігантів більш справедливою. Введення спільноти економіки може зробити Агента більш досконалим. Креативна економіка Агента стане можливістю для звичайних людей взяти участь, майбутній AI Meme може бути розумнішим і цікавішим, ніж існуючі платформи з Агентами.