Deconstrucción del marco de IA: de agentes inteligentes a la Descentralización
Introducción
Recientemente, la narrativa de la combinación de AI y criptomonedas se ha desarrollado rápidamente. La atención del mercado se ha desplazado hacia proyectos "de marco" liderados por la tecnología, y este segmento ha visto surgir múltiples proyectos con una capitalización de mercado de más de mil millones e incluso diez mil millones en solo unas pocas semanas. Estos proyectos han dado lugar a un nuevo modelo de emisión de activos: emitir tokens desde repositorios de código de Github, y los Agents desarrollados sobre el marco pueden volver a emitir tokens. Con el marco como base y los Agents en la parte superior, se ha formado un modelo similar a una plataforma de emisión de activos, que en realidad es una infraestructura única de la era de AI que está surgiendo. Este artículo comenzará con un resumen del marco y explorará el significado del marco de AI 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, similar a Windows y Linux en sistemas de escritorio, o iOS y Android en dispositivos móviles. Cada marco tiene sus ventajas y desventajas, los desarrolladores pueden elegir según sus necesidades.
Aunque el "marco de IA" es un concepto nuevo en el campo de las criptomonedas, su desarrollo tiene una historia de 14 años. En el ámbito de la IA tradicional, ya existen marcos maduros disponibles, como TensorFlow de Google y Pytorch de Meta. Los proyectos de marco que surgen en las criptomonedas se crean en base a la gran demanda de agentes bajo la ola de la IA, y se extienden a otras pistas, formando marcos de IA en diferentes campos de especialización.
1.1 Eliza
Eliza es un marco de simulación multi-agente lanzado por ai16z, diseñado para crear, implementar y gestionar agentes de IA autónomos. Desarrollado en TypeScript, tiene buena compatibilidad y es fácil de integrar con API.
Eliza está principalmente dirigida a escenarios de redes sociales, soportando integración multiplataforma, incluyendo Discord, Twitter, Telegram, entre otros. En el procesamiento de contenido multimedia, admite análisis de PDF, extracción de enlaces, procesamiento de audio y video, etc.
Los casos de uso admitidos por Eliza incluyen principalmente: aplicaciones de asistentes de IA, personajes de redes sociales, trabajadores del conocimiento y roles interactivos. Los modelos admitidos incluyen inferencia local de modelos de código abierto, inferencia en la nube de OpenAI API, etc.
1.2 G.A.M.E
G.A.M.E es un marco de IA multimodal automatizado y gestionado lanzado por Virtual, dirigido principalmente al diseño de NPC inteligentes en juegos. Su característica es que los usuarios con poco o ningún conocimiento de código también pueden utilizarlo.
El diseño central de G.A.M.E es un diseño modular en el que varios subsistemas trabajan en conjunto, incluyendo la interfaz de提示 del Agente, el subsistema de percepción, el motor de planificación estratégica y varios otros módulos.
Desde la perspectiva de la arquitectura técnica, este marco se centra en la toma de decisiones, retroalimentación, percepción y personalidad del agente en entornos virtuales, siendo aplicable a escenarios de juegos y metaverso.
1.3 Rig
Rig es una herramienta de código abierto escrita en Rust que simplifica el desarrollo de aplicaciones de modelos de lenguaje grandes. Proporciona una interfaz unificada que facilita la interacción con múltiples proveedores de LLM y bases de datos vectoriales.
Las características de Rig incluyen: interfaz unificada, arquitectura modular, seguridad de tipos, alto rendimiento, entre otros. El flujo de trabajo es que la solicitud del usuario pasa a través de la capa de abstracción del proveedor, se procesa en la capa central y finalmente se genera una respuesta.
Rig es adecuado para construir sistemas de preguntas y respuestas, herramientas de búsqueda de documentos, chatbots inteligentes 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. Proporciona una interfaz de línea de comandos y admite un diseño modular.
ZerePy admite LLM de OpenAI y Anthropic, integra la API de la plataforma X, permitiendo que el Agente ejecute diversas operaciones. En el futuro se planea integrar un sistema de memoria para mejorar la comprensión contextual del Agente.
Dos, análisis de la ruta de desarrollo
El camino de desarrollo de los Agentes de IA presenta similitudes recientes con el ecosistema BTC. El ecosistema BTC ha pasado por etapas como BRC20, competencia de múltiples protocolos, BTC L2 y BTCFi. Los Agentes de IA se desarrollan más rápidamente sobre una pila de tecnología madura, que se puede resumir en: GOAT/ACT - Agentes de tipo social/IA analítica - Competencia de marcos de Agentes.
Los proyectos de infraestructura en torno a la Descentralización y seguridad de los Agentes en el futuro podrían convertirse en el tema de la próxima etapa. Los proyectos de marco de IA ofrecen nuevas ideas de infraestructura, donde el marco de IA se puede comparar con la futura cadena pública y el Agente se puede comparar con el futuro Dapp.
Tres, discusión sobre el significado en la cadena
Al combinar la blockchain con otros campos, siempre se enfrenta a la pregunta de cuál es su significado. Al considerar los factores de éxito de DeFi, se puede explorar el significado de la cadena de Agentes desde los siguientes puntos:
Reducir los costos de uso, aumentar la accesibilidad y la selectividad, para que los usuarios comunes también puedan participar en el "derecho de alquiler" de IA.
Proporcionar soluciones de seguridad basadas en blockchain, que satisfagan las necesidades de seguridad de la interacción entre el Agente y el mundo real.
Crear un modelo financiero de blockchain único, como la inversión en poder de cálculo relacionado con Agentes, marcación de datos, etc.
Lograr un razonamiento transparente y trazable, mejorar la interoperabilidad, y ser más atractivo en comparación con los navegadores de agentes ofrecidos por los gigantes tradicionales de Internet.
Cuatro, Perspectivas de la Economía Creativa
Los proyectos de tipo marco podrían ofrecer oportunidades de emprendimiento similares a GPT Store en el futuro. Simplificar el proceso de construcción de agentes y proporcionar un marco para combinaciones de funciones complejas podría tener ventajas, formando una economía creativa de Web3 más interesante que GPT Store.
En el ámbito de Web3 existen muchas necesidades por cubrir, y el sistema económico puede hacer que las políticas sean más justas. Introducir la economía comunitaria ayuda a perfeccionar el Agente. La economía creativa del Agente ofrecerá oportunidades de participación a las personas comunes, y los futuros memes de IA podrían ser más inteligentes y divertidos que los Agentes en las plataformas actuales.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
9 me gusta
Recompensa
9
4
Republicar
Compartir
Comentar
0/400
Hash_Bandit
· 08-10 06:18
he estado minando desde 2013... he visto esta exageración de agentes antes, para ser honesto, me recuerda a la locura de los ICO, no voy a mentir.
Ver originalesResponder0
ContractSurrender
· 08-10 06:15
Otra vez una trampa de conceptos todo el día, ya basta.
El auge de la pista de marcos de IA: de Agente a la nueva infraestructura Web3 de Descentralización
Deconstrucción del marco de IA: de agentes inteligentes a la Descentralización
Introducción
Recientemente, la narrativa de la combinación de AI y criptomonedas se ha desarrollado rápidamente. La atención del mercado se ha desplazado hacia proyectos "de marco" liderados por la tecnología, y este segmento ha visto surgir múltiples proyectos con una capitalización de mercado de más de mil millones e incluso diez mil millones en solo unas pocas semanas. Estos proyectos han dado lugar a un nuevo modelo de emisión de activos: emitir tokens desde repositorios de código de Github, y los Agents desarrollados sobre el marco pueden volver a emitir tokens. Con el marco como base y los Agents en la parte superior, se ha formado un modelo similar a una plataforma de emisión de activos, que en realidad es una infraestructura única de la era de AI que está surgiendo. Este artículo comenzará con un resumen del marco y explorará el significado del marco de AI 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, similar a Windows y Linux en sistemas de escritorio, o iOS y Android en dispositivos móviles. Cada marco tiene sus ventajas y desventajas, los desarrolladores pueden elegir según sus necesidades.
Aunque el "marco de IA" es un concepto nuevo en el campo de las criptomonedas, su desarrollo tiene una historia de 14 años. En el ámbito de la IA tradicional, ya existen marcos maduros disponibles, como TensorFlow de Google y Pytorch de Meta. Los proyectos de marco que surgen en las criptomonedas se crean en base a la gran demanda de agentes bajo la ola de la IA, y se extienden a otras pistas, formando marcos de IA en diferentes campos de especialización.
1.1 Eliza
Eliza es un marco de simulación multi-agente lanzado por ai16z, diseñado para crear, implementar y gestionar agentes de IA autónomos. Desarrollado en TypeScript, tiene buena compatibilidad y es fácil de integrar con API.
Eliza está principalmente dirigida a escenarios de redes sociales, soportando integración multiplataforma, incluyendo Discord, Twitter, Telegram, entre otros. En el procesamiento de contenido multimedia, admite análisis de PDF, extracción de enlaces, procesamiento de audio y video, etc.
Los casos de uso admitidos por Eliza incluyen principalmente: aplicaciones de asistentes de IA, personajes de redes sociales, trabajadores del conocimiento y roles interactivos. Los modelos admitidos incluyen inferencia local de modelos de código abierto, inferencia en la nube de OpenAI API, etc.
1.2 G.A.M.E
G.A.M.E es un marco de IA multimodal automatizado y gestionado lanzado por Virtual, dirigido principalmente al diseño de NPC inteligentes en juegos. Su característica es que los usuarios con poco o ningún conocimiento de código también pueden utilizarlo.
El diseño central de G.A.M.E es un diseño modular en el que varios subsistemas trabajan en conjunto, incluyendo la interfaz de提示 del Agente, el subsistema de percepción, el motor de planificación estratégica y varios otros módulos.
Desde la perspectiva de la arquitectura técnica, este marco se centra en la toma de decisiones, retroalimentación, percepción y personalidad del agente en entornos virtuales, siendo aplicable a escenarios de juegos y metaverso.
1.3 Rig
Rig es una herramienta de código abierto escrita en Rust que simplifica el desarrollo de aplicaciones de modelos de lenguaje grandes. Proporciona una interfaz unificada que facilita la interacción con múltiples proveedores de LLM y bases de datos vectoriales.
Las características de Rig incluyen: interfaz unificada, arquitectura modular, seguridad de tipos, alto rendimiento, entre otros. El flujo de trabajo es que la solicitud del usuario pasa a través de la capa de abstracción del proveedor, se procesa en la capa central y finalmente se genera una respuesta.
Rig es adecuado para construir sistemas de preguntas y respuestas, herramientas de búsqueda de documentos, chatbots inteligentes 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. Proporciona una interfaz de línea de comandos y admite un diseño modular.
ZerePy admite LLM de OpenAI y Anthropic, integra la API de la plataforma X, permitiendo que el Agente ejecute diversas operaciones. En el futuro se planea integrar un sistema de memoria para mejorar la comprensión contextual del Agente.
Dos, análisis de la ruta de desarrollo
El camino de desarrollo de los Agentes de IA presenta similitudes recientes con el ecosistema BTC. El ecosistema BTC ha pasado por etapas como BRC20, competencia de múltiples protocolos, BTC L2 y BTCFi. Los Agentes de IA se desarrollan más rápidamente sobre una pila de tecnología madura, que se puede resumir en: GOAT/ACT - Agentes de tipo social/IA analítica - Competencia de marcos de Agentes.
Los proyectos de infraestructura en torno a la Descentralización y seguridad de los Agentes en el futuro podrían convertirse en el tema de la próxima etapa. Los proyectos de marco de IA ofrecen nuevas ideas de infraestructura, donde el marco de IA se puede comparar con la futura cadena pública y el Agente se puede comparar con el futuro Dapp.
Tres, discusión sobre el significado en la cadena
Al combinar la blockchain con otros campos, siempre se enfrenta a la pregunta de cuál es su significado. Al considerar los factores de éxito de DeFi, se puede explorar el significado de la cadena de Agentes desde los siguientes puntos:
Reducir los costos de uso, aumentar la accesibilidad y la selectividad, para que los usuarios comunes también puedan participar en el "derecho de alquiler" de IA.
Proporcionar soluciones de seguridad basadas en blockchain, que satisfagan las necesidades de seguridad de la interacción entre el Agente y el mundo real.
Crear un modelo financiero de blockchain único, como la inversión en poder de cálculo relacionado con Agentes, marcación de datos, etc.
Lograr un razonamiento transparente y trazable, mejorar la interoperabilidad, y ser más atractivo en comparación con los navegadores de agentes ofrecidos por los gigantes tradicionales de Internet.
Cuatro, Perspectivas de la Economía Creativa
Los proyectos de tipo marco podrían ofrecer oportunidades de emprendimiento similares a GPT Store en el futuro. Simplificar el proceso de construcción de agentes y proporcionar un marco para combinaciones de funciones complejas podría tener ventajas, formando una economía creativa de Web3 más interesante que GPT Store.
En el ámbito de Web3 existen muchas necesidades por cubrir, y el sistema económico puede hacer que las políticas sean más justas. Introducir la economía comunitaria ayuda a perfeccionar el Agente. La economía creativa del Agente ofrecerá oportunidades de participación a las personas comunes, y los futuros memes de IA podrían ser más inteligentes y divertidos que los Agentes en las plataformas actuales.