Dekonstruksi Kerangka AI: Dari Agen Cerdas ke Eksplorasi Desentralisasi
Pendahuluan
Kecepatan perkembangan jalur AI Agent sangat mengesankan. Sejak "Terminal Kebenaran" memicu tren Agent, narasi yang menggabungkan AI dengan cryptocurrency hampir mengalami perubahan baru setiap minggu. Baru-baru ini, perhatian pasar beralih ke proyek "kerangka" yang didominasi oleh narasi teknologi. Segmen ini telah melahirkan beberapa proyek kuda hitam dengan nilai pasar di atas satu miliar bahkan di atas sepuluh miliar dalam beberapa minggu.
Proyek semacam ini telah menghasilkan sebuah model penerbitan aset baru—menerbitkan koin melalui repositori kode GitHub, sementara Agent yang dikembangkan berdasarkan kerangka juga dapat menerbitkan token kembali. Model "kerangka sebagai dasar, Agent di atas" ini, meskipun secara permukaan mirip dengan platform penerbitan aset, sebenarnya adalah sebuah model infrastruktur yang khusus untuk era AI. Artikel ini akan dimulai dengan ringkasan kerangka, menjelajahi dampak mendalam dari kerangka AI terhadap bidang cryptocurrency.
I. Apa itu kerangka?
Kerangka AI adalah seperangkat alat atau platform pengembangan dasar yang mengintegrasikan modul, pustaka, dan alat yang telah dibangun sebelumnya, menyederhanakan proses pembangunan model AI yang kompleks. Ini dapat dipahami sebagai sistem operasi di era AI, seperti Windows dan Linux di desktop, atau iOS dan Android di perangkat mobile. Setiap kerangka memiliki karakteristiknya sendiri, pengembang dapat memilih sesuai kebutuhan.
Meskipun "kerangka AI" adalah konsep yang muncul di bidang cryptocurrency, namun perjalanan perkembangannya sudah hampir 14 tahun. Di bidang AI tradisional, terdapat berbagai kerangka yang sudah matang untuk dipilih, seperti TensorFlow dari Google, PyTorch dari Meta, dan lainnya.
Proyek kerangka yang muncul di bidang cryptocurrency dirancang terutama untuk memenuhi permintaan besar akan Agen yang dihasilkan oleh antusiasme AI, dan secara bertahap berkembang ke jalur lainnya, membentuk kerangka AI di berbagai bidang yang berbeda. Berikut adalah beberapa pengenalan kerangka utama:
1.1 Eliza
Eliza adalah kerangka simulasi multi-Agent yang dirancang khusus untuk membuat, menerapkan, dan mengelola Agen AI mandiri. Dikembangkan dengan TypeScript, memiliki kompatibilitas yang baik dan kemampuan integrasi API.
Eliza terutama ditujukan untuk skenario media sosial, mendukung integrasi multi-platform, termasuk Discord, X/Twitter, Telegram, dan lainnya. Dalam hal pemrosesan konten media, mendukung analisis dokumen PDF, ekstraksi konten tautan, transkripsi audio, pemrosesan video, analisis gambar, dan fungsi lainnya.
Eliza saat ini mendukung empat kategori kasus utama:
Aplikasi jenis asisten AI
Peran Media Sosial
Pekerja Pengetahuan
Peran Interaktif
Dalam hal dukungan model, Eliza dapat menggunakan model sumber terbuka untuk inferensi lokal, dan juga mendukung penggunaan layanan inferensi cloud melalui API.
1.2 G.A.M.E
G.A.M.E (Generative Autonomous Multimodal Entities Framework) adalah kerangka AI multimodal yang dihasilkan dan dikelola secara otomatis yang diluncurkan oleh Virtual, yang terutama ditujukan untuk desain NPC cerdas dalam permainan. Ciri khas dari kerangka ini adalah bahwa pengguna yang tidak memiliki dasar pemrograman pun dapat menggunakannya, hanya dengan mengubah parameter untuk berpartisipasi dalam desain Agen.
Desain inti G.A.M.E menggunakan arsitektur modular yang bekerja secara kolaboratif dengan beberapa subsistem, termasuk antarmuka petunjuk Agent, subsistem persepsi, mesin perencanaan strategis, konteks dunia, dan modul pemrosesan dialog.
Alur kerja kerangka ini adalah: Pengembang memulai Agent melalui antarmuka prompt Agent, subsistem persepsi menerima input dan meneruskannya ke mesin perencanaan strategis. Mesin perencanaan strategis menggunakan berbagai sistem dan informasi untuk merumuskan dan melaksanakan rencana tindakan. Modul pembelajaran terus memantau hasil tindakan Agent dan menyesuaikan perilaku berdasarkan hal tersebut.
Selain di bidang permainan, kerangka G.A.M.E juga cocok untuk skenario metaverse, dan sudah ada beberapa proyek yang menggunakan kerangka ini untuk pengembangan.
1.3 Rig
Rig adalah alat sumber terbuka yang ditulis dengan bahasa Rust, bertujuan untuk menyederhanakan pengembangan aplikasi model bahasa besar (LLM). Ini menyediakan antarmuka operasi yang seragam, memungkinkan pengembang untuk dengan mudah berinteraksi dengan berbagai penyedia layanan LLM dan basis data vektor.
Fitur inti dari Rig meliputi:
Antarmuka yang Disatukan
Arsitektur modular
Keamanan tipe
Kinerja yang efisien
Alur kerja Rig adalah: permintaan pengguna pertama-tama melewati "lapisan abstraksi penyedia", kemudian di lapisan inti, agen pintar memanggil berbagai alat atau kueri penyimpanan vektor untuk mendapatkan informasi. Akhirnya, melalui mekanisme seperti pengambilan yang ditingkatkan untuk menghasilkan (RAG), sistem menghasilkan respons yang tepat dan bermakna untuk dikembalikan kepada pengguna.
Rig cocok untuk membangun sistem tanya jawab, alat pencarian dokumen, chatbot atau asisten virtual yang memiliki kemampuan kesadaran konteks, bahkan mendukung penciptaan konten.
1.4 ZerePy
ZerePy adalah kerangka kerja sumber terbuka berbasis Python yang dirancang untuk menyederhanakan proses penyebaran dan pengelolaan AI Agent di platform X (sebelumnya Twitter). Ini mewarisi fungsi inti dari proyek Zerebro, tetapi mengadopsi desain yang lebih modular dan mudah diperluas.
ZerePy menyediakan antarmuka baris perintah (CLI) yang memudahkan pengguna untuk mengelola dan mengontrol AI Agent yang dikerahkan. Arsitektur intinya didasarkan pada desain modular, termasuk:
Integrasi LLM
Integrasi platform X
Sistem Koneksi Modular
Sistem Memori (dalam perencanaan)
Dibandingkan dengan proyek Eliza dari a16z, ZerePy lebih fokus pada penyederhanaan proses penerapan AI Agent di platform sosial tertentu (X), lebih condong ke aplikasi praktis.
Dua, Salinan Ekosistem BTC
Jalur pengembangan AI Agent memiliki banyak kesamaan dengan ekosistem BTC baru-baru ini. Perkembangan ekosistem BTC dapat diringkas sebagai: BRC20 - kompetisi multi-protokol - BTC L2 - BTCFi yang berfokus pada Babylon. Sementara AI Agent berkembang lebih cepat di atas tumpukan teknologi AI tradisional yang matang, jalurnya dapat diringkas sebagai: GOAT/ACT - kompetisi kerangka Social Agent/AI Agent analisis.
Meskipun ada kesamaan, jalur AI Agent tidak mungkin menuju homogenisasi dan gelembung seperti ekosistem BTC. Proyek kerangka AI menawarkan pemikiran baru untuk pengembangan infrastruktur, lebih mirip dengan blockchain publik di masa depan, sementara Agent mirip dengan Dapp di masa depan.
Dalam ekosistem cryptocurrency saat ini, kita memiliki ribuan blockchain publik dan puluhan ribu Dapp. Rantai umum termasuk BTC, Ethereum, dan berbagai rantai heterogen, sementara rantai aplikasi lebih bervariasi. Perdebatan di masa depan mungkin akan beralih dari persaingan EVM dan rantai heterogen ke persaingan kerangka kerja, dengan pertanyaan kunci tentang bagaimana mewujudkan Desentralisasi atau "chain-ification", serta apa arti pengembangan proyek-proyek ini di blockchain.
Tiga, apa makna dari on-chain?
Ketika blockchain digabungkan dengan apa pun, kita harus menghadapi satu masalah inti: Apakah penggabungan ini memiliki makna? Melihat pengalaman sukses DeFi, keuntungannya terletak pada penyediaan aksesibilitas yang lebih tinggi, efisiensi yang lebih baik, dan biaya yang lebih rendah, serta keamanan yang tidak memerlukan Desentralisasi. Berdasarkan pemikiran ini, pengchain-an AI Agent mungkin memiliki beberapa alasan berikut:
Mengurangi biaya penggunaan, meningkatkan aksesibilitas dan pilihan, sehingga pengguna biasa juga dapat berpartisipasi dalam "hak sewa" AI.
Menyediakan solusi keamanan berbasis blockchain, memenuhi kebutuhan keamanan saat Agent berinteraksi dengan dunia nyata atau dunia virtual.
Menciptakan model keuangan blockchain yang unik, seperti memungkinkan pengguna biasa untuk berpartisipasi dalam pembuatan pasar otomatis atau investasi dalam kekuatan komputasi, penandaan data, dan sumber daya lainnya yang diperlukan oleh Agen.
Mewujudkan proses penalaran yang transparan dan dapat ditelusuri, mungkin lebih menarik daripada browser agen yang disediakan oleh raksasa internet tradisional.
Empat, Peluang Baru dalam Ekonomi Kreatif
Proyek berbasis kerangka mungkin akan menawarkan peluang kewirausahaan yang mirip dengan GPT Store di masa depan. Meskipun saat ini merilis Agen melalui kerangka masih rumit bagi pengguna biasa, menyederhanakan proses pembangunan Agen dan menyediakan kerangka kombinasi fungsi yang kompleks kemungkinan besar akan memiliki keunggulan di masa depan. Ini akan membentuk ekonomi kreatif Web3 yang lebih menarik dibandingkan dengan GPT Store.
Berbeda dengan GPT Store saat ini yang sebagian besar dipimpin oleh perusahaan Web2 tradisional, ekonomi kreatif AI di bidang Web3 mungkin lebih adil, dan memperkenalkan ekonomi komunitas untuk menyempurnakan Agent. Ini akan memberikan kesempatan bagi orang biasa untuk berpartisipasi, proyek AI Meme di masa depan mungkin lebih cerdas dan lebih menarik dibandingkan dengan Agent yang ada.
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 Suka
Hadiah
9
4
Bagikan
Komentar
0/400
BearMarketLightning
· 1jam yang lalu
Perkembangan cerdas sedang berlangsung secara bertahap
Dekonstruksi kerangka AI: dari agen cerdas ke cetak biru masa depan desentralisasi
Dekonstruksi Kerangka AI: Dari Agen Cerdas ke Eksplorasi Desentralisasi
Pendahuluan
Kecepatan perkembangan jalur AI Agent sangat mengesankan. Sejak "Terminal Kebenaran" memicu tren Agent, narasi yang menggabungkan AI dengan cryptocurrency hampir mengalami perubahan baru setiap minggu. Baru-baru ini, perhatian pasar beralih ke proyek "kerangka" yang didominasi oleh narasi teknologi. Segmen ini telah melahirkan beberapa proyek kuda hitam dengan nilai pasar di atas satu miliar bahkan di atas sepuluh miliar dalam beberapa minggu.
Proyek semacam ini telah menghasilkan sebuah model penerbitan aset baru—menerbitkan koin melalui repositori kode GitHub, sementara Agent yang dikembangkan berdasarkan kerangka juga dapat menerbitkan token kembali. Model "kerangka sebagai dasar, Agent di atas" ini, meskipun secara permukaan mirip dengan platform penerbitan aset, sebenarnya adalah sebuah model infrastruktur yang khusus untuk era AI. Artikel ini akan dimulai dengan ringkasan kerangka, menjelajahi dampak mendalam dari kerangka AI terhadap bidang cryptocurrency.
I. Apa itu kerangka?
Kerangka AI adalah seperangkat alat atau platform pengembangan dasar yang mengintegrasikan modul, pustaka, dan alat yang telah dibangun sebelumnya, menyederhanakan proses pembangunan model AI yang kompleks. Ini dapat dipahami sebagai sistem operasi di era AI, seperti Windows dan Linux di desktop, atau iOS dan Android di perangkat mobile. Setiap kerangka memiliki karakteristiknya sendiri, pengembang dapat memilih sesuai kebutuhan.
Meskipun "kerangka AI" adalah konsep yang muncul di bidang cryptocurrency, namun perjalanan perkembangannya sudah hampir 14 tahun. Di bidang AI tradisional, terdapat berbagai kerangka yang sudah matang untuk dipilih, seperti TensorFlow dari Google, PyTorch dari Meta, dan lainnya.
Proyek kerangka yang muncul di bidang cryptocurrency dirancang terutama untuk memenuhi permintaan besar akan Agen yang dihasilkan oleh antusiasme AI, dan secara bertahap berkembang ke jalur lainnya, membentuk kerangka AI di berbagai bidang yang berbeda. Berikut adalah beberapa pengenalan kerangka utama:
1.1 Eliza
Eliza adalah kerangka simulasi multi-Agent yang dirancang khusus untuk membuat, menerapkan, dan mengelola Agen AI mandiri. Dikembangkan dengan TypeScript, memiliki kompatibilitas yang baik dan kemampuan integrasi API.
Eliza terutama ditujukan untuk skenario media sosial, mendukung integrasi multi-platform, termasuk Discord, X/Twitter, Telegram, dan lainnya. Dalam hal pemrosesan konten media, mendukung analisis dokumen PDF, ekstraksi konten tautan, transkripsi audio, pemrosesan video, analisis gambar, dan fungsi lainnya.
Eliza saat ini mendukung empat kategori kasus utama:
Dalam hal dukungan model, Eliza dapat menggunakan model sumber terbuka untuk inferensi lokal, dan juga mendukung penggunaan layanan inferensi cloud melalui API.
1.2 G.A.M.E
G.A.M.E (Generative Autonomous Multimodal Entities Framework) adalah kerangka AI multimodal yang dihasilkan dan dikelola secara otomatis yang diluncurkan oleh Virtual, yang terutama ditujukan untuk desain NPC cerdas dalam permainan. Ciri khas dari kerangka ini adalah bahwa pengguna yang tidak memiliki dasar pemrograman pun dapat menggunakannya, hanya dengan mengubah parameter untuk berpartisipasi dalam desain Agen.
Desain inti G.A.M.E menggunakan arsitektur modular yang bekerja secara kolaboratif dengan beberapa subsistem, termasuk antarmuka petunjuk Agent, subsistem persepsi, mesin perencanaan strategis, konteks dunia, dan modul pemrosesan dialog.
Alur kerja kerangka ini adalah: Pengembang memulai Agent melalui antarmuka prompt Agent, subsistem persepsi menerima input dan meneruskannya ke mesin perencanaan strategis. Mesin perencanaan strategis menggunakan berbagai sistem dan informasi untuk merumuskan dan melaksanakan rencana tindakan. Modul pembelajaran terus memantau hasil tindakan Agent dan menyesuaikan perilaku berdasarkan hal tersebut.
Selain di bidang permainan, kerangka G.A.M.E juga cocok untuk skenario metaverse, dan sudah ada beberapa proyek yang menggunakan kerangka ini untuk pengembangan.
1.3 Rig
Rig adalah alat sumber terbuka yang ditulis dengan bahasa Rust, bertujuan untuk menyederhanakan pengembangan aplikasi model bahasa besar (LLM). Ini menyediakan antarmuka operasi yang seragam, memungkinkan pengembang untuk dengan mudah berinteraksi dengan berbagai penyedia layanan LLM dan basis data vektor.
Fitur inti dari Rig meliputi:
Alur kerja Rig adalah: permintaan pengguna pertama-tama melewati "lapisan abstraksi penyedia", kemudian di lapisan inti, agen pintar memanggil berbagai alat atau kueri penyimpanan vektor untuk mendapatkan informasi. Akhirnya, melalui mekanisme seperti pengambilan yang ditingkatkan untuk menghasilkan (RAG), sistem menghasilkan respons yang tepat dan bermakna untuk dikembalikan kepada pengguna.
Rig cocok untuk membangun sistem tanya jawab, alat pencarian dokumen, chatbot atau asisten virtual yang memiliki kemampuan kesadaran konteks, bahkan mendukung penciptaan konten.
1.4 ZerePy
ZerePy adalah kerangka kerja sumber terbuka berbasis Python yang dirancang untuk menyederhanakan proses penyebaran dan pengelolaan AI Agent di platform X (sebelumnya Twitter). Ini mewarisi fungsi inti dari proyek Zerebro, tetapi mengadopsi desain yang lebih modular dan mudah diperluas.
ZerePy menyediakan antarmuka baris perintah (CLI) yang memudahkan pengguna untuk mengelola dan mengontrol AI Agent yang dikerahkan. Arsitektur intinya didasarkan pada desain modular, termasuk:
Dibandingkan dengan proyek Eliza dari a16z, ZerePy lebih fokus pada penyederhanaan proses penerapan AI Agent di platform sosial tertentu (X), lebih condong ke aplikasi praktis.
Dua, Salinan Ekosistem BTC
Jalur pengembangan AI Agent memiliki banyak kesamaan dengan ekosistem BTC baru-baru ini. Perkembangan ekosistem BTC dapat diringkas sebagai: BRC20 - kompetisi multi-protokol - BTC L2 - BTCFi yang berfokus pada Babylon. Sementara AI Agent berkembang lebih cepat di atas tumpukan teknologi AI tradisional yang matang, jalurnya dapat diringkas sebagai: GOAT/ACT - kompetisi kerangka Social Agent/AI Agent analisis.
Meskipun ada kesamaan, jalur AI Agent tidak mungkin menuju homogenisasi dan gelembung seperti ekosistem BTC. Proyek kerangka AI menawarkan pemikiran baru untuk pengembangan infrastruktur, lebih mirip dengan blockchain publik di masa depan, sementara Agent mirip dengan Dapp di masa depan.
Dalam ekosistem cryptocurrency saat ini, kita memiliki ribuan blockchain publik dan puluhan ribu Dapp. Rantai umum termasuk BTC, Ethereum, dan berbagai rantai heterogen, sementara rantai aplikasi lebih bervariasi. Perdebatan di masa depan mungkin akan beralih dari persaingan EVM dan rantai heterogen ke persaingan kerangka kerja, dengan pertanyaan kunci tentang bagaimana mewujudkan Desentralisasi atau "chain-ification", serta apa arti pengembangan proyek-proyek ini di blockchain.
Tiga, apa makna dari on-chain?
Ketika blockchain digabungkan dengan apa pun, kita harus menghadapi satu masalah inti: Apakah penggabungan ini memiliki makna? Melihat pengalaman sukses DeFi, keuntungannya terletak pada penyediaan aksesibilitas yang lebih tinggi, efisiensi yang lebih baik, dan biaya yang lebih rendah, serta keamanan yang tidak memerlukan Desentralisasi. Berdasarkan pemikiran ini, pengchain-an AI Agent mungkin memiliki beberapa alasan berikut:
Mengurangi biaya penggunaan, meningkatkan aksesibilitas dan pilihan, sehingga pengguna biasa juga dapat berpartisipasi dalam "hak sewa" AI.
Menyediakan solusi keamanan berbasis blockchain, memenuhi kebutuhan keamanan saat Agent berinteraksi dengan dunia nyata atau dunia virtual.
Menciptakan model keuangan blockchain yang unik, seperti memungkinkan pengguna biasa untuk berpartisipasi dalam pembuatan pasar otomatis atau investasi dalam kekuatan komputasi, penandaan data, dan sumber daya lainnya yang diperlukan oleh Agen.
Mewujudkan proses penalaran yang transparan dan dapat ditelusuri, mungkin lebih menarik daripada browser agen yang disediakan oleh raksasa internet tradisional.
Empat, Peluang Baru dalam Ekonomi Kreatif
Proyek berbasis kerangka mungkin akan menawarkan peluang kewirausahaan yang mirip dengan GPT Store di masa depan. Meskipun saat ini merilis Agen melalui kerangka masih rumit bagi pengguna biasa, menyederhanakan proses pembangunan Agen dan menyediakan kerangka kombinasi fungsi yang kompleks kemungkinan besar akan memiliki keunggulan di masa depan. Ini akan membentuk ekonomi kreatif Web3 yang lebih menarik dibandingkan dengan GPT Store.
Berbeda dengan GPT Store saat ini yang sebagian besar dipimpin oleh perusahaan Web2 tradisional, ekonomi kreatif AI di bidang Web3 mungkin lebih adil, dan memperkenalkan ekonomi komunitas untuk menyempurnakan Agent. Ini akan memberikan kesempatan bagi orang biasa untuk berpartisipasi, proyek AI Meme di masa depan mungkin lebih cerdas dan lebih menarik dibandingkan dengan Agent yang ada.