Деконструкция AI-структуры: от интеллектуальных агентов до Децентрализация исследований
Введение
В последнее время нарративы о сочетании ИИ и криптовалюты развиваются стремительно. Внимание рынка начинает сосредотачиваться на технически ориентированных "фреймворковых" проектах; этот сегмент за короткое время стал свидетелем появления множества проектов с капитализацией более миллиона и даже более миллиарда. Эти проекты породили новую модель выпуска активов - выпуск токенов на основе репозиториев GitHub, а агенты, построенные на основе фреймворков, также могут вновь выпускать токены. На основе фреймворка, агенты становятся верхним уровнем приложений, формируя уникальную инфраструктурную модель эпохи ИИ. В этой статье мы начнем с введения в фреймворк и обсудим влияние AI-фреймворков на индустрию криптовалют.
Один. Что такое рамка?
AI-фреймворк — это базовый инструмент или платформа разработки, которая интегрирует заранее построенные модули, библиотеки и инструменты, упрощая процесс создания сложных AI-моделей. Фреймворк можно понимать как операционную систему эпохи AI, такую как Windows или Linux на настольных системах, или iOS и Android на мобильных устройствах.
Хотя "AI-рамки" являются новой концепцией в области криптовалют, история развития AI-рамок близка к 14 годам. В традиционной области AI уже существуют зрелые рамки, такие как TensorFlow, Pytorch и другие. Появляющиеся в криптовалюте проекты рамок в основном разработаны в ответ на огромный спрос на агенты в условиях AI-бума и распространяются на другие направления, формируя разные сегментированные области AI-рамок.
1.1 Элиза
Eliza является многоагентной симуляционной рамкой, специально предназначенной для создания, развертывания и управления автономными AI-агентами. Разработана на базе TypeScript, обладает хорошей совместимостью и возможностями интеграции API.
Eliza в основном нацелена на сценарии социальных сетей и поддерживает многоплатформенную интеграцию, включая Discord, X/Twitter, Telegram и другие. В области обработки медиа-контента поддерживаются функции анализа PDF-документов, извлечения ссылочного контента, обработки аудио и видео, а также анализа изображений.
Текущие поддерживаемые сценарии использования Eliza включают: приложения типа AI-ассистентов, социальные медиа-ролей, работников знаний и интерактивные роли и т. д. Поддерживаемые модели включают локальную инференцию открытых моделей, облачную инференцию OpenAI API и др.
1.2 G.A.M.E
G.A.M.E(Генеративная Автономная Мультимодальная Сущность Фреймворк) является автоматизированным фреймворком для генерации и управления мультимодальным ИИ, в основном предназначенным для разработки интеллектуальных NPC в играх. Этот фреймворк поддерживает использование пользователями с низким кодом или даже без кода.
Основной дизайн G.A.M.E заключается в модульном проектировании, где несколько подсистем работают совместно, включая интерфейс подсказок агентом, воспринимающую подсистему, движок стратегического планирования, контекст мира, модуль обработки диалогов и множество других компонентов.
С точки зрения технической архитектуры, эта структура в основном сосредоточена на принятии решений, обратной связи, восприятии и индивидуальности Агентов в виртуальной среде, что делает её подходящей для таких сценариев, как игры и метавселенная.
1.3 Риг
Rig — это инструмент с открытым исходным кодом, написанный на языке Rust, предназначенный для упрощения разработки приложений на основе крупных языковых моделей. Он предоставляет унифицированный интерфейс, облегчающий взаимодействие разработчиков с несколькими провайдерами LLM и векторными базами данных.
Ключевые характеристики Rig включают: унифицированный интерфейс, модульную архитектуру, типобезопасность и высокую производительность. Его рабочий процесс включает этапы обработки запросов, получения информации и генерации ответов.
Rig подходит для создания систем вопросов и ответов, инструментов поиска документов, чат-ботов и других различных приложений.
1.4 ZerePy
ZerePy — это открытая платформа на основе Python, предназначенная для упрощения процесса развертывания и управления AI Agent на платформе Twitter( перед X). Она наследует основные функции проекта Zerebro, но использует более модульный и легко расширяемый дизайн.
ZerePy предоставляет интерфейс командной строки, поддерживает большие языковые модели OpenAI и Anthropic, напрямую интегрирует API платформы X и планирует в будущем интеграцию системы памяти. По сравнению с Eliza, ZerePy больше сосредоточен на упрощении развертывания AI Agent на определенных социальных платформах.
Два, является ли это копией экосистемы BTC?
Путь развития AI-агента имеет сходства с недавней экосистемой BTC. Развитие экосистемы BTC можно охарактеризовать как: BRC20 - многопротокольная конкуренция - BTC L2 - BTCFi. AI-агенты же представлены: GOAT/ACT - социальные агенты/аналитические AI-агенты - конкуренция платформ.
Однако, повествование AI Agent не является воспроизведением истории смарт-контрактной цепи. Существующие проекты AI-фреймворков предлагают новые идеи для развития инфраструктуры. По сравнению с Memecoin Launchpad и протоколом铭文, AI-фреймворк больше похож на будущую публичную цепь, а Agent - на будущий Dapp.
В будущем споры могут перейти от противостояния EVM и гетерогенных цепей к противостоянию фреймов. Ключевой вопрос заключается в том, как реализовать Децентрализацию или цепочечность, а также в значении разработки AI фреймов на блокчейне.
Три, какое значение имеет добавление в блокчейн?
Размышляя о значении внедрения AI-структур в блокчейн, можно рассмотреть следующие аспекты:
Снизить затраты на использование, повысить доступность и выбор, чтобы обычные пользователи также могли участвовать в "аренде ИИ".
Предоставление безопасных решений на основе блокчейна, удовлетворяющих потребности взаимодействия между Агентом и реальными или виртуальными кошельками.
Реализация уникальных финансовых механизмов на основе блокчейна, таких как новые механизмы предоставления ликвидности или инвестирования на основе Agent.
Повышение интероперабельности DeFi через прозрачные и отслеживаемые рассуждения может быть более привлекательным, чем браузеры-агенты, предлагаемые традиционными интернет-гигантами.
Четыре, креативная экономика
Будущие проекты AI-фреймов могут предложить возможности для стартапов, аналогичные GPT Store. Упрощение процесса создания агентов и предоставление фрейма для сложных функциональных комбинаций могут занять преимущество, сформировав более интересную креативную экономику Web3, чем GPT Store.
В отличие от GPT Store, который ориентирован на традиционные сферы и в основном контролируется компаниями Web2, Web3 AI фреймы могут удовлетворить больше потребностей, реализовать более справедливую экономическую систему и внедрить сообщественную экономику для улучшения Агентов. Это предоставит обычным людям возможность участвовать, и будущие AI Meme могут быть более умными и интересными, чем существующие Агенты на платформах.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
12 Лайков
Награда
12
4
Поделиться
комментарий
0/400
ShitcoinConnoisseur
· 8ч назад
Ещё одна волна налога на интеллект пришла.
Посмотреть ОригиналОтветить0
NewPumpamentals
· 8ч назад
Опять новое концептуальное волнение, да?
Посмотреть ОригиналОтветить0
0xSherlock
· 8ч назад
Снова волна спекуляций по поводу умственных агентов?
Новая арена AI-фреймов: исследование инноваций от интеллектуальных агентов до Децентрализация Web3
Деконструкция AI-структуры: от интеллектуальных агентов до Децентрализация исследований
Введение
В последнее время нарративы о сочетании ИИ и криптовалюты развиваются стремительно. Внимание рынка начинает сосредотачиваться на технически ориентированных "фреймворковых" проектах; этот сегмент за короткое время стал свидетелем появления множества проектов с капитализацией более миллиона и даже более миллиарда. Эти проекты породили новую модель выпуска активов - выпуск токенов на основе репозиториев GitHub, а агенты, построенные на основе фреймворков, также могут вновь выпускать токены. На основе фреймворка, агенты становятся верхним уровнем приложений, формируя уникальную инфраструктурную модель эпохи ИИ. В этой статье мы начнем с введения в фреймворк и обсудим влияние AI-фреймворков на индустрию криптовалют.
Один. Что такое рамка?
AI-фреймворк — это базовый инструмент или платформа разработки, которая интегрирует заранее построенные модули, библиотеки и инструменты, упрощая процесс создания сложных AI-моделей. Фреймворк можно понимать как операционную систему эпохи AI, такую как Windows или Linux на настольных системах, или iOS и Android на мобильных устройствах.
Хотя "AI-рамки" являются новой концепцией в области криптовалют, история развития AI-рамок близка к 14 годам. В традиционной области AI уже существуют зрелые рамки, такие как TensorFlow, Pytorch и другие. Появляющиеся в криптовалюте проекты рамок в основном разработаны в ответ на огромный спрос на агенты в условиях AI-бума и распространяются на другие направления, формируя разные сегментированные области AI-рамок.
1.1 Элиза
Eliza является многоагентной симуляционной рамкой, специально предназначенной для создания, развертывания и управления автономными AI-агентами. Разработана на базе TypeScript, обладает хорошей совместимостью и возможностями интеграции API.
Eliza в основном нацелена на сценарии социальных сетей и поддерживает многоплатформенную интеграцию, включая Discord, X/Twitter, Telegram и другие. В области обработки медиа-контента поддерживаются функции анализа PDF-документов, извлечения ссылочного контента, обработки аудио и видео, а также анализа изображений.
Текущие поддерживаемые сценарии использования Eliza включают: приложения типа AI-ассистентов, социальные медиа-ролей, работников знаний и интерактивные роли и т. д. Поддерживаемые модели включают локальную инференцию открытых моделей, облачную инференцию OpenAI API и др.
1.2 G.A.M.E
G.A.M.E(Генеративная Автономная Мультимодальная Сущность Фреймворк) является автоматизированным фреймворком для генерации и управления мультимодальным ИИ, в основном предназначенным для разработки интеллектуальных NPC в играх. Этот фреймворк поддерживает использование пользователями с низким кодом или даже без кода.
Основной дизайн G.A.M.E заключается в модульном проектировании, где несколько подсистем работают совместно, включая интерфейс подсказок агентом, воспринимающую подсистему, движок стратегического планирования, контекст мира, модуль обработки диалогов и множество других компонентов.
С точки зрения технической архитектуры, эта структура в основном сосредоточена на принятии решений, обратной связи, восприятии и индивидуальности Агентов в виртуальной среде, что делает её подходящей для таких сценариев, как игры и метавселенная.
1.3 Риг
Rig — это инструмент с открытым исходным кодом, написанный на языке Rust, предназначенный для упрощения разработки приложений на основе крупных языковых моделей. Он предоставляет унифицированный интерфейс, облегчающий взаимодействие разработчиков с несколькими провайдерами LLM и векторными базами данных.
Ключевые характеристики Rig включают: унифицированный интерфейс, модульную архитектуру, типобезопасность и высокую производительность. Его рабочий процесс включает этапы обработки запросов, получения информации и генерации ответов.
Rig подходит для создания систем вопросов и ответов, инструментов поиска документов, чат-ботов и других различных приложений.
1.4 ZerePy
ZerePy — это открытая платформа на основе Python, предназначенная для упрощения процесса развертывания и управления AI Agent на платформе Twitter( перед X). Она наследует основные функции проекта Zerebro, но использует более модульный и легко расширяемый дизайн.
ZerePy предоставляет интерфейс командной строки, поддерживает большие языковые модели OpenAI и Anthropic, напрямую интегрирует API платформы X и планирует в будущем интеграцию системы памяти. По сравнению с Eliza, ZerePy больше сосредоточен на упрощении развертывания AI Agent на определенных социальных платформах.
Два, является ли это копией экосистемы BTC?
Путь развития AI-агента имеет сходства с недавней экосистемой BTC. Развитие экосистемы BTC можно охарактеризовать как: BRC20 - многопротокольная конкуренция - BTC L2 - BTCFi. AI-агенты же представлены: GOAT/ACT - социальные агенты/аналитические AI-агенты - конкуренция платформ.
Однако, повествование AI Agent не является воспроизведением истории смарт-контрактной цепи. Существующие проекты AI-фреймворков предлагают новые идеи для развития инфраструктуры. По сравнению с Memecoin Launchpad и протоколом铭文, AI-фреймворк больше похож на будущую публичную цепь, а Agent - на будущий Dapp.
В будущем споры могут перейти от противостояния EVM и гетерогенных цепей к противостоянию фреймов. Ключевой вопрос заключается в том, как реализовать Децентрализацию или цепочечность, а также в значении разработки AI фреймов на блокчейне.
Три, какое значение имеет добавление в блокчейн?
Размышляя о значении внедрения AI-структур в блокчейн, можно рассмотреть следующие аспекты:
Снизить затраты на использование, повысить доступность и выбор, чтобы обычные пользователи также могли участвовать в "аренде ИИ".
Предоставление безопасных решений на основе блокчейна, удовлетворяющих потребности взаимодействия между Агентом и реальными или виртуальными кошельками.
Реализация уникальных финансовых механизмов на основе блокчейна, таких как новые механизмы предоставления ликвидности или инвестирования на основе Agent.
Повышение интероперабельности DeFi через прозрачные и отслеживаемые рассуждения может быть более привлекательным, чем браузеры-агенты, предлагаемые традиционными интернет-гигантами.
Четыре, креативная экономика
Будущие проекты AI-фреймов могут предложить возможности для стартапов, аналогичные GPT Store. Упрощение процесса создания агентов и предоставление фрейма для сложных функциональных комбинаций могут занять преимущество, сформировав более интересную креативную экономику Web3, чем GPT Store.
В отличие от GPT Store, который ориентирован на традиционные сферы и в основном контролируется компаниями Web2, Web3 AI фреймы могут удовлетворить больше потребностей, реализовать более справедливую экономическую систему и внедрить сообщественную экономику для улучшения Агентов. Это предоставит обычным людям возможность участвовать, и будущие AI Meme могут быть более умными и интересными, чем существующие Агенты на платформах.