Descomposición del marco de IA: de agentes inteligentes a la exploración de la Descentralización
Introducción
Recientemente, la narrativa que combina IA y criptomonedas ha evolucionado rápidamente. La atención del mercado se centra en proyectos "de tipo marco" liderados por la tecnología, y en este segmento han surgido varios proyectos con una capitalización de mercado de más de mil millones e incluso diez mil millones en el corto plazo. Este tipo de proyectos ha dado lugar a nuevos modelos de emisión de activos: emitir monedas a partir de repositorios de código en Github, y los Agentes construidos sobre el marco también pueden emitir monedas nuevamente. Basándose en el marco y con Agentes en la capa superior, se forma un modelo único de infraestructura de la era de la IA. Este artículo explorará el impacto potencial del marco de IA en el campo de las criptomonedas.
I. Resumen del marco
El marco de IA es una herramienta o plataforma de desarrollo de bajo nivel que integra módulos, bibliotecas y herramientas preconstruidos, simplificando el proceso de construcción de modelos de IA complejos. Se puede entender el marco como el sistema operativo de la era de la IA, como Windows y Linux en sistemas de escritorio, o iOS y Android en dispositivos móviles.
Aunque el "marco de IA" es un concepto emergente en el campo de las criptomonedas, su desarrollo ha estado en curso durante casi 14 años. En el campo de la IA tradicional, hay marcos maduros disponibles, como TensorFlow, Pytorch, etc. Los proyectos de marco que han surgido en las criptomonedas están principalmente orientados a las necesidades de los agentes y se extienden a otros campos. A continuación se presentan algunos ejemplos de marcos principales:
1.1 Eliza
Eliza es un marco de simulación multiagente, diseñado para crear, implementar y gestionar agentes de IA autónomos. Desarrollado en TypeScript, ofrece buena compatibilidad y capacidad de integración de API.
Principalmente dirigido a escenarios de redes sociales, soporta la integración en múltiples plataformas, como Discord, X/Twitter, Telegram, etc. En el procesamiento de contenido multimedia, soporta funciones como análisis de PDF, extracción de enlaces, transcripción de audio, procesamiento de video, análisis de imágenes, entre otros.
Los casos de uso compatibles con Eliza incluyen: aplicaciones de asistente de IA, roles en redes sociales, trabajadores del conocimiento y roles interactivos. Soporta inferencia local con modelos de código abierto y inferencia en la nube.
1.2 G.A.M.E
G.A.M.E es un marco de inteligencia artificial multimodal generado y gestionado automáticamente lanzado por Virtual, diseñado principalmente para NPCs inteligentes en juegos. Lo especial es que los usuarios de bajo código e incluso sin código también pueden utilizarlo.
La arquitectura del proyecto adopta un diseño modular, incluyendo la interfaz de提示 del Agente, el subsistema de percepción, el motor de planificación estratégica, el contexto mundial, el módulo de procesamiento de diálogos y otros subsistemas que trabajan en conjunto.
Además de los juegos, este marco también es aplicable a escenarios de metaverso. Varios proyectos ya han utilizado G.A.M.E para su construcción.
1.3 Rig
Rig es una herramienta de código abierto escrita en lenguaje Rust, diseñada para simplificar el desarrollo de aplicaciones de modelos de lenguaje grandes (LLM). Proporciona una interfaz de operación unificada, facilitando la interacción con múltiples proveedores de servicios LLM y bases de datos vectoriales.
Las características clave incluyen: interfaz unificada, arquitectura modular, seguridad de tipos y rendimiento eficiente. El flujo de trabajo implica mecanismos como la capa de abstracción del proveedor, la invocación de agentes inteligentes y la recuperación de generación mejorada.
Adecuado para construir sistemas de preguntas y respuestas, herramientas de búsqueda de documentos, chatbots de conciencia situacional y otros escenarios.
1.4 ZerePy
ZerePy es un marco de código abierto basado en Python que simplifica el proceso de implementación y gestión de agentes de IA en la plataforma X. Hereda las funciones centrales del proyecto Zerebro y adopta un diseño más modular y fácil de expandir.
Proporciona una interfaz de línea de comandos (CLI) para facilitar la gestión y el control. La arquitectura central se basa en un diseño modular, que admite integración LLM, integración de plataforma X y un sistema de conexión modular, entre otras funciones. En el futuro, se planea integrar un sistema de memoria para mejorar la capacidad de comprensión del contexto del Agente.
2. Comparación con la trayectoria de desarrollo del ecosistema BTC
El camino de desarrollo del Agente de IA tiene similitudes recientes con el ecosistema de BTC:
competencia de múltiples protocolos
Múltiples tipos de Agent/competencia de marcos
Es poco probable que la pista de Agentes de IA reproduzca la historia de la cadena de contratos inteligentes. Los proyectos de marco de IA existentes ofrecen nuevas ideas para el desarrollo de infraestructura, pudiendo comparar el marco de IA con la futura cadena pública y el Agente con el futuro Dapp.
El debate futuro podría pasar de la lucha entre EVM y cadenas heterogéneas a una lucha entre marcos. La cuestión clave es cómo lograr la Descentralización o la cadena, así como el significado de desarrollar marcos de IA en la blockchain.
Tres, el significado de la cadena
El problema central que enfrenta la combinación de blockchain y IA es su significado. Referenciando los factores de éxito de DeFi, las razones que apoyan la cadena de agentes pueden incluir:
Reducir los costos de uso, aumentar la accesibilidad y la selectividad, permitir que los usuarios comunes participen en el "derecho de alquiler" de la IA.
Proporcionar soluciones de seguridad basadas en blockchain, que satisfagan las necesidades de seguridad de la interacción entre el Agente y el mundo real/virtual.
Crear modelos financieros de blockchain únicos, como nuevos mecanismos de provisión de liquidez o inversión basados en Agentes.
Lograr un proceso de razonamiento transparente y trazable, que podría superar en interoperabilidad a los navegadores de agentes proporcionados por los gigantes tradicionales de Internet.
Cuarto, perspectiva de la economía creativa
Los proyectos de tipo marco podrían ofrecer oportunidades de emprendimiento similares a GPT Store en el futuro. Un marco que simplifique el proceso de construcción de agentes podría tener ventajas y generar una economía creativa de Web3 más interesante que GPT Store.
En comparación con el GPT Store, que actualmente se enfoca en la utilidad en campos tradicionales, Web3 tiene ventajas en términos de demanda y sistema económico. La introducción de la economía comunitaria podría hacer que los Agentes sean más completos. La economía creativa de los Agentes brindará oportunidades de participación a las personas comunes, y los futuros AI Meme podrían ser más inteligentes y divertidos que los Agentes en las plataformas existentes.
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.
8 me gusta
Recompensa
8
3
Compartir
Comentar
0/400
GhostChainLoyalist
· hace11h
seguir la pista de la IA desde hace mucho tiempo ¡Vamos!
El auge de los marcos de IA: de agentes inteligentes a una nueva infraestructura para el ecosistema Web3
Descomposición del marco de IA: de agentes inteligentes a la exploración de la Descentralización
Introducción
Recientemente, la narrativa que combina IA y criptomonedas ha evolucionado rápidamente. La atención del mercado se centra en proyectos "de tipo marco" liderados por la tecnología, y en este segmento han surgido varios proyectos con una capitalización de mercado de más de mil millones e incluso diez mil millones en el corto plazo. Este tipo de proyectos ha dado lugar a nuevos modelos de emisión de activos: emitir monedas a partir de repositorios de código en Github, y los Agentes construidos sobre el marco también pueden emitir monedas nuevamente. Basándose en el marco y con Agentes en la capa superior, se forma un modelo único de infraestructura de la era de la IA. Este artículo explorará el impacto potencial del marco de IA en el campo de las criptomonedas.
I. Resumen del marco
El marco de IA es una herramienta o plataforma de desarrollo de bajo nivel que integra módulos, bibliotecas y herramientas preconstruidos, simplificando el proceso de construcción de modelos de IA complejos. Se puede entender el marco como el sistema operativo de la era de la IA, como Windows y Linux en sistemas de escritorio, o iOS y Android en dispositivos móviles.
Aunque el "marco de IA" es un concepto emergente en el campo de las criptomonedas, su desarrollo ha estado en curso durante casi 14 años. En el campo de la IA tradicional, hay marcos maduros disponibles, como TensorFlow, Pytorch, etc. Los proyectos de marco que han surgido en las criptomonedas están principalmente orientados a las necesidades de los agentes y se extienden a otros campos. A continuación se presentan algunos ejemplos de marcos principales:
1.1 Eliza
Eliza es un marco de simulación multiagente, diseñado para crear, implementar y gestionar agentes de IA autónomos. Desarrollado en TypeScript, ofrece buena compatibilidad y capacidad de integración de API.
Principalmente dirigido a escenarios de redes sociales, soporta la integración en múltiples plataformas, como Discord, X/Twitter, Telegram, etc. En el procesamiento de contenido multimedia, soporta funciones como análisis de PDF, extracción de enlaces, transcripción de audio, procesamiento de video, análisis de imágenes, entre otros.
Los casos de uso compatibles con Eliza incluyen: aplicaciones de asistente de IA, roles en redes sociales, trabajadores del conocimiento y roles interactivos. Soporta inferencia local con modelos de código abierto y inferencia en la nube.
1.2 G.A.M.E
G.A.M.E es un marco de inteligencia artificial multimodal generado y gestionado automáticamente lanzado por Virtual, diseñado principalmente para NPCs inteligentes en juegos. Lo especial es que los usuarios de bajo código e incluso sin código también pueden utilizarlo.
La arquitectura del proyecto adopta un diseño modular, incluyendo la interfaz de提示 del Agente, el subsistema de percepción, el motor de planificación estratégica, el contexto mundial, el módulo de procesamiento de diálogos y otros subsistemas que trabajan en conjunto.
Además de los juegos, este marco también es aplicable a escenarios de metaverso. Varios proyectos ya han utilizado G.A.M.E para su construcción.
1.3 Rig
Rig es una herramienta de código abierto escrita en lenguaje Rust, diseñada para simplificar el desarrollo de aplicaciones de modelos de lenguaje grandes (LLM). Proporciona una interfaz de operación unificada, facilitando la interacción con múltiples proveedores de servicios LLM y bases de datos vectoriales.
Las características clave incluyen: interfaz unificada, arquitectura modular, seguridad de tipos y rendimiento eficiente. El flujo de trabajo implica mecanismos como la capa de abstracción del proveedor, la invocación de agentes inteligentes y la recuperación de generación mejorada.
Adecuado para construir sistemas de preguntas y respuestas, herramientas de búsqueda de documentos, chatbots de conciencia situacional y otros escenarios.
1.4 ZerePy
ZerePy es un marco de código abierto basado en Python que simplifica el proceso de implementación y gestión de agentes de IA en la plataforma X. Hereda las funciones centrales del proyecto Zerebro y adopta un diseño más modular y fácil de expandir.
Proporciona una interfaz de línea de comandos (CLI) para facilitar la gestión y el control. La arquitectura central se basa en un diseño modular, que admite integración LLM, integración de plataforma X y un sistema de conexión modular, entre otras funciones. En el futuro, se planea integrar un sistema de memoria para mejorar la capacidad de comprensión del contexto del Agente.
2. Comparación con la trayectoria de desarrollo del ecosistema BTC
El camino de desarrollo del Agente de IA tiene similitudes recientes con el ecosistema de BTC:
competencia de múltiples protocolos Múltiples tipos de Agent/competencia de marcos
Es poco probable que la pista de Agentes de IA reproduzca la historia de la cadena de contratos inteligentes. Los proyectos de marco de IA existentes ofrecen nuevas ideas para el desarrollo de infraestructura, pudiendo comparar el marco de IA con la futura cadena pública y el Agente con el futuro Dapp.
El debate futuro podría pasar de la lucha entre EVM y cadenas heterogéneas a una lucha entre marcos. La cuestión clave es cómo lograr la Descentralización o la cadena, así como el significado de desarrollar marcos de IA en la blockchain.
Tres, el significado de la cadena
El problema central que enfrenta la combinación de blockchain y IA es su significado. Referenciando los factores de éxito de DeFi, las razones que apoyan la cadena de agentes pueden incluir:
Reducir los costos de uso, aumentar la accesibilidad y la selectividad, permitir que los usuarios comunes participen en el "derecho de alquiler" de la IA.
Proporcionar soluciones de seguridad basadas en blockchain, que satisfagan las necesidades de seguridad de la interacción entre el Agente y el mundo real/virtual.
Crear modelos financieros de blockchain únicos, como nuevos mecanismos de provisión de liquidez o inversión basados en Agentes.
Lograr un proceso de razonamiento transparente y trazable, que podría superar en interoperabilidad a los navegadores de agentes proporcionados por los gigantes tradicionales de Internet.
Cuarto, perspectiva de la economía creativa
Los proyectos de tipo marco podrían ofrecer oportunidades de emprendimiento similares a GPT Store en el futuro. Un marco que simplifique el proceso de construcción de agentes podría tener ventajas y generar una economía creativa de Web3 más interesante que GPT Store.
En comparación con el GPT Store, que actualmente se enfoca en la utilidad en campos tradicionales, Web3 tiene ventajas en términos de demanda y sistema económico. La introducción de la economía comunitaria podría hacer que los Agentes sean más completos. La economía creativa de los Agentes brindará oportunidades de participación a las personas comunes, y los futuros AI Meme podrían ser más inteligentes y divertidos que los Agentes en las plataformas existentes.