Деконструкция AI-рамок: от интеллектуальных агентов до Децентрализация исследований
Введение
В последнее время нарратив о сочетании ИИ и криптовалюты быстро эволюционирует. Рыночное внимание сосредоточено на "фреймворк" проектах, которые доминируют в технологии; в этом сегменте в краткосрочной перспективе появилось множество проектов с капитализацией более миллиарда, а даже более десяти миллиардов. Эти проекты порождают новые модели выпуска активов: выпуск токенов на основе репозиториев кода Github, а также агенты, основанные на фреймворках, также могут снова выпускать токены. Основанные на фреймворках, агенты формируют уникальную инфраструктурную модель эпохи ИИ. В этой статье будет рассмотрено потенциальное влияние ИИ-фреймворков на область криптовалют.
Один. Обзор структуры
AI-рамка является низкоуровневым инструментом разработки или платформой, интегрирующей предварительно созданные модули, библиотеки и инструменты, упрощая процесс создания сложных AI моделей. Рамку можно понимать как операционную систему эпохи AI, такую как Windows и Linux в настольных системах или iOS и Android на мобильных устройствах.
Хотя "AI-рамки" являются новой концепцией в области криптовалют, их развитие продолжается уже почти 14 лет. В традиционной области ИИ уже существуют зрелые рамки, такие как TensorFlow, Pytorch и др. Появившиеся в криптовалюте проекты рамок в основном ориентированы на потребности Агентов и распространяются на другие области. Вот несколько примеров основных рамок:
1.1 Элиза
Eliza является многоагентной симуляционной платформой, специально разработанной для создания, развертывания и управления автономными AI-агентами. Она разработана на TypeScript, обладает хорошей совместимостью и возможностями интеграции API.
Основное внимание уделяется сценарию социальных медиа, поддержка многоплатформенной интеграции, такой как Discord, X/Twitter, Telegram и др. В обработке медиа-контента поддерживаются функции анализа PDF, извлечения ссылок, транскрипции аудио, обработки видео, анализа изображений и т.д.
Использование Eliza включает: приложения типа AI-ассистента, персонажи социальных сетей, интеллектуальные работники и интерактивные роли. Поддержка локального вывода на основе открытых моделей и облачного вывода.
1.2 G.A.M.E
G.A.M.E - это автоматизированная система генерации и управления многомодальными ИИ-рамками, разработанная Virtual, в основном предназначенная для разработки умных NPC в играх. Особенность заключается в том, что даже пользователи с низким или отсутствующим кодированием могут ее использовать.
Архитектура проекта основана на модульном дизайне и включает в себя несколько подсистем, таких как интерфейс подсказок агента, подсистема восприятия, движок стратегического планирования, мировая контекстуализация, модуль обработки диалогов и другие подсистемы, работающие в сотрудничестве.
Кроме игр, эта структура также подходит для сценариев метавселенной. Уже несколько проектов используют G.A.M.E для создания.
1.3 Риг
Rig — это инструмент с открытым исходным кодом, написанный на языке Rust, который предназначен для упрощения разработки приложений для крупных языковых моделей (LLM). Он предоставляет унифицированный интерфейс для удобного взаимодействия с несколькими поставщиками LLM и векторными базами данных.
Ключевые особенности включают: унифицированный интерфейс, модульную архитектуру, типобезопасность и высокую производительность. Рабочий процесс включает механизмы абстракции поставщиков, вызова умных агентов и улучшенной генерации поиска.
Подходит для создания систем вопрос-ответ, инструментов поиска документов, контекстно-осознанных чат-ботов и других сценариев.
1.4 ZerePy
ZerePy — это основанный на Python открытый фреймворк, который упрощает процесс развертывания и управления AI Agent на платформе X. Он наследует основные функции проекта Zerebro и использует более модульный и легко расширяемый дизайн.
Предоставляет командный интерфейс (CLI) для удобства управления и контроля. Ядро архитектуры основано на модульном дизайне, поддерживает интеграцию LLM, интеграцию платформы X и функции модульной соединительной системы. В будущем планируется интеграция системы памяти для улучшения способности агента к пониманию контекста.
Два. Сравнение с путями развития экосистемы BTC
Путь развития AI-агента имеет сходство с недавней экосистемой BTC:
Много протокольная конкуренция
Мульти-типовые агенты/конкуренция фреймов
Скорее всего, траектория AI Agent не сможет воспроизвести историю цепочки смарт-контрактов. Существующие проекты AI-рамок предлагают новые идеи для развития инфраструктуры, где AI-рамки можно сопоставить с будущими публичными цепочками, а Agent — с будущими Dapp.
Будущие споры могут перейти от противостояния EVM и гетерогенных цепочек к спорам о рамках. Ключевой вопрос заключается в том, как реализовать Децентрализация или цепочку, а также в значении разработки AI-рамок на блокчейне.
Три, значение цепочки
Основная проблема, с которой сталкивается сочетание блокчейна и ИИ, заключается в его значении. Учитывая факторы успеха DeFi, причины, поддерживающие агентную цепочку, могут включать:
Снизить затраты на использование, повысить доступность и выбор, позволить обычным пользователям участвовать в "аренде прав" на ИИ.
Предоставить основанные на блокчейне решения безопасности, чтобы удовлетворить требования безопасности взаимодействия Агентов с реальным/виртуальным миром.
Создание уникальных финансовых моделей на основе блокчейна, таких как новые механизмы предоставления ликвидности или инвестирования на основе агента.
Реализовать прозрачный и отслеживаемый процесс вывода, который может превосходить предоставляемый традиционными интернет-гигантами агентский браузер в аспекте интероперабельности.
Четыре, Перспективы креативной экономики
Проекты в формате фреймворка могут в будущем предложить предпринимательские возможности, аналогичные GPT Store. Фреймворк, упрощающий процесс создания агентов, может занять преимущество и сформировать более интересную креативную экономику Web3 по сравнению с GPT Store.
По сравнению с текущим GPT Store, который ориентирован на традиционные области, Web3 имеет преимущества в потребностях и экономической системе. Введение общественной экономики может сделать агента более совершенным. Креативная экономика агента предоставит обычным людям возможность участия, а будущие AI Meme могут быть более умными и интересными, чем агенты на существующих платформах.
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 Лайков
Награда
8
3
Поделиться
комментарий
0/400
GhostChainLoyalist
· 11ч назад
следовать ai赛道好久了 冲！
Посмотреть ОригиналОтветить0
StakeHouseDirector
· 11ч назад
Ах, снова начинают раскручивать истории об ИИ.
Посмотреть ОригиналОтветить0
tokenomics_truther
· 11ч назад
Опять пришла волна, которая будет играть для лохов.
Восход框架 ИИ: от智能代理 до новой инфраструктуры экосистемы Web3
Деконструкция AI-рамок: от интеллектуальных агентов до Децентрализация исследований
Введение
В последнее время нарратив о сочетании ИИ и криптовалюты быстро эволюционирует. Рыночное внимание сосредоточено на "фреймворк" проектах, которые доминируют в технологии; в этом сегменте в краткосрочной перспективе появилось множество проектов с капитализацией более миллиарда, а даже более десяти миллиардов. Эти проекты порождают новые модели выпуска активов: выпуск токенов на основе репозиториев кода Github, а также агенты, основанные на фреймворках, также могут снова выпускать токены. Основанные на фреймворках, агенты формируют уникальную инфраструктурную модель эпохи ИИ. В этой статье будет рассмотрено потенциальное влияние ИИ-фреймворков на область криптовалют.
Один. Обзор структуры
AI-рамка является низкоуровневым инструментом разработки или платформой, интегрирующей предварительно созданные модули, библиотеки и инструменты, упрощая процесс создания сложных AI моделей. Рамку можно понимать как операционную систему эпохи AI, такую как Windows и Linux в настольных системах или iOS и Android на мобильных устройствах.
Хотя "AI-рамки" являются новой концепцией в области криптовалют, их развитие продолжается уже почти 14 лет. В традиционной области ИИ уже существуют зрелые рамки, такие как TensorFlow, Pytorch и др. Появившиеся в криптовалюте проекты рамок в основном ориентированы на потребности Агентов и распространяются на другие области. Вот несколько примеров основных рамок:
1.1 Элиза
Eliza является многоагентной симуляционной платформой, специально разработанной для создания, развертывания и управления автономными AI-агентами. Она разработана на TypeScript, обладает хорошей совместимостью и возможностями интеграции API.
Основное внимание уделяется сценарию социальных медиа, поддержка многоплатформенной интеграции, такой как Discord, X/Twitter, Telegram и др. В обработке медиа-контента поддерживаются функции анализа PDF, извлечения ссылок, транскрипции аудио, обработки видео, анализа изображений и т.д.
Использование Eliza включает: приложения типа AI-ассистента, персонажи социальных сетей, интеллектуальные работники и интерактивные роли. Поддержка локального вывода на основе открытых моделей и облачного вывода.
1.2 G.A.M.E
G.A.M.E - это автоматизированная система генерации и управления многомодальными ИИ-рамками, разработанная Virtual, в основном предназначенная для разработки умных NPC в играх. Особенность заключается в том, что даже пользователи с низким или отсутствующим кодированием могут ее использовать.
Архитектура проекта основана на модульном дизайне и включает в себя несколько подсистем, таких как интерфейс подсказок агента, подсистема восприятия, движок стратегического планирования, мировая контекстуализация, модуль обработки диалогов и другие подсистемы, работающие в сотрудничестве.
Кроме игр, эта структура также подходит для сценариев метавселенной. Уже несколько проектов используют G.A.M.E для создания.
1.3 Риг
Rig — это инструмент с открытым исходным кодом, написанный на языке Rust, который предназначен для упрощения разработки приложений для крупных языковых моделей (LLM). Он предоставляет унифицированный интерфейс для удобного взаимодействия с несколькими поставщиками LLM и векторными базами данных.
Ключевые особенности включают: унифицированный интерфейс, модульную архитектуру, типобезопасность и высокую производительность. Рабочий процесс включает механизмы абстракции поставщиков, вызова умных агентов и улучшенной генерации поиска.
Подходит для создания систем вопрос-ответ, инструментов поиска документов, контекстно-осознанных чат-ботов и других сценариев.
1.4 ZerePy
ZerePy — это основанный на Python открытый фреймворк, который упрощает процесс развертывания и управления AI Agent на платформе X. Он наследует основные функции проекта Zerebro и использует более модульный и легко расширяемый дизайн.
Предоставляет командный интерфейс (CLI) для удобства управления и контроля. Ядро архитектуры основано на модульном дизайне, поддерживает интеграцию LLM, интеграцию платформы X и функции модульной соединительной системы. В будущем планируется интеграция системы памяти для улучшения способности агента к пониманию контекста.
Два. Сравнение с путями развития экосистемы BTC
Путь развития AI-агента имеет сходство с недавней экосистемой BTC:
Много протокольная конкуренция Мульти-типовые агенты/конкуренция фреймов
Скорее всего, траектория AI Agent не сможет воспроизвести историю цепочки смарт-контрактов. Существующие проекты AI-рамок предлагают новые идеи для развития инфраструктуры, где AI-рамки можно сопоставить с будущими публичными цепочками, а Agent — с будущими Dapp.
Будущие споры могут перейти от противостояния EVM и гетерогенных цепочек к спорам о рамках. Ключевой вопрос заключается в том, как реализовать Децентрализация или цепочку, а также в значении разработки AI-рамок на блокчейне.
Три, значение цепочки
Основная проблема, с которой сталкивается сочетание блокчейна и ИИ, заключается в его значении. Учитывая факторы успеха DeFi, причины, поддерживающие агентную цепочку, могут включать:
Снизить затраты на использование, повысить доступность и выбор, позволить обычным пользователям участвовать в "аренде прав" на ИИ.
Предоставить основанные на блокчейне решения безопасности, чтобы удовлетворить требования безопасности взаимодействия Агентов с реальным/виртуальным миром.
Создание уникальных финансовых моделей на основе блокчейна, таких как новые механизмы предоставления ликвидности или инвестирования на основе агента.
Реализовать прозрачный и отслеживаемый процесс вывода, который может превосходить предоставляемый традиционными интернет-гигантами агентский браузер в аспекте интероперабельности.
Четыре, Перспективы креативной экономики
Проекты в формате фреймворка могут в будущем предложить предпринимательские возможности, аналогичные GPT Store. Фреймворк, упрощающий процесс создания агентов, может занять преимущество и сформировать более интересную креативную экономику Web3 по сравнению с GPT Store.
По сравнению с текущим GPT Store, который ориентирован на традиционные области, Web3 имеет преимущества в потребностях и экономической системе. Введение общественной экономики может сделать агента более совершенным. Креативная экономика агента предоставит обычным людям возможность участия, а будущие AI Meme могут быть более умными и интересными, чем агенты на существующих платформах.