Деконструкція AI-рамки: від розумних агентів до Децентралізації
Вступ
Нещодавно наратив поєднання ШІ та криптовалюти швидко розвивається. Ринкова увага переключилася на технологічні "фреймові" проекти, цей сегмент ринку за короткий час виявив кілька проектів з капіталізацією понад мільйон, а навіть понад мільярд. Ці проекти породили нову модель випуску активів - випуск токенів на основі репозиторіїв Github, де агенти, розроблені на основі фрейму, можуть знову випускати токени. З фреймом як основою, агентом як надбудовою, формується модель, схожа на платформу випуску активів, насправді це є специфічною інфраструктурою ери ШІ, яка починає проявлятися. У цій статті буде розглянуто огляд фрейму та обговорено значення AI фреймів у сфері криптовалют.
Один. Огляд рамки
AI-рамки є базовим інструментом або платформою для розробки, що інтегрує попередньо побудовані модулі, бібліотеки та інструменти, спрощуючи процес створення складних AI-моделей. Рамку можна розуміти як операційну систему епохи AI, подібно до Windows, Linux у настільних системах або iOS і Android на мобільних пристроях. Кожна рамка має свої переваги та недоліки, розробники можуть обирати в залежності від своїх потреб.
Хоча "AI-рамки" є новим поняттям у сфері криптовалют, їх розвиток триває вже 14 років. У традиційній сфері AI існують зрілі рамки, такі як TensorFlow від Google, Pytorch від Meta тощо. Проекти рамок, що виникають у криптовалюті, створюються на основі великого попиту на агентів у рамках буму AI та поширюються на інші сфери, формуючи різні сегменти AI-рамок.
1.1 Еліза
Eliza є мультиагентною симуляційною платформою, випущеною ai16z, що призначена для створення, розгортання та управління автономними AI Agent. Розроблена на основі TypeScript, має хорошу сумісність і легка в інтеграції API.
Eliza переважно орієнтована на сценарії соціальних мереж, підтримує інтеграцію з декількома платформами, включаючи Discord, Twitter, Telegram тощо. У обробці медіа-контенту підтримує аналіз PDF, витягування посилань, обробку аудіо та відео тощо.
Використання Eliza в основному включає: додатки типу AI асистентів, ролі в соціальних мережах, знаннєвих працівників та інтерактивні ролі. Підтримувані моделі включають локальне висновування відкритих моделей, хмарне висновування за допомогою OpenAI API тощо.
1.2 Г.А.М.Е
G.A.M.E - це автоматизована генерація та управління мультимодальним AI фреймворком, випущеним Virtual, який переважно призначений для розробки розумних NPC у іграх. Особливістю є те, що користувачі з низьким або навіть нульовим кодом також можуть його використовувати.
Ядро дизайну G.A.M.E — це модульний дизайн, який передбачає співпрацю кількох підсистем, включаючи інтерфейс підказок агента, підсистему сприйняття, двигун стратегічного планування та інші модулі.
З технічної архітектури, ця структура зосереджена на прийнятті рішень, зворотному зв'язку, сприйнятті та індивідуальності Агента у віртуальному середовищі, підходить для ігрових та метавсесвітніх сцен.
1.3 Оснащення
Rig — це відкритий інструмент, написаний мовою Rust, який спрощує розробку застосунків великих мовних моделей. Він надає єдиний інтерфейс для зручної взаємодії з кількома постачальниками LLM та векторними базами даних.
Особливості Rig включають: єдиний інтерфейс, модульну архітектуру, типобезпечність, високу продуктивність тощо. Робочий процес полягає в тому, що запит користувача проходить через абстракційний шар постачальника, обробляється основним шаром і, нарешті, генерує відповідь.
Rig підходить для створення систем запитань і відповідей, інструментів пошуку документів, розумних чат-ботів та інших сценаріїв.
1.4 ZerePy
ZerePy — це відкритий фреймворк на базі Python, що спрощує процес розгортання та управління AI Agent на платформі X. Надає інтерфейс командного рядка, підтримує модульний дизайн.
ZerePy підтримує LLM OpenAI та Anthropic, інтегрує API платформи X, що дозволяє Agent виконувати різні операції. У майбутньому планується інтеграція системи пам'яті для підвищення здатності Agent до розуміння контексту.
Два, аналіз шляхів розвитку
Шлях розвитку AI Agent має схожість з нещодавньою екосистемою BTC. Екосистема BTC пройшла етапи BRC20, конкуренції багатопротоколів, BTC L2, BTCFi тощо. AI Agent розвивається швидше на основі зрілого технологічного стеку, його можна узагальнити як: GOAT/ACT - соціальні агенти/аналітичний AI - конкуренція рамок агентів.
В майбутньому проекти інфраструктури, що стосуються децентралізації Agent та безпеки, можуть стати темою наступного етапу. Проекти AI-інфраструктури пропонують нові ідеї для інфраструктури, де AI-структуру можна порівняти з майбутніми публічними блокчейнами, а Agent - з майбутніми Dapp.
Три. Обговорення значення в ланцюгу
Коли блокчейн поєднується з іншими сферами, потрібно зіткнутися з питанням, яке його значення. Розмірковуючи про фактори успіху DeFi, можна розглянути такі пункти значення агентської децентралізації:
Зниження витрат на використання, підвищення доступності та вибору, щоб звичайні користувачі також могли брати участь у "оренді прав" AI.
Надати безпечні рішення на основі блокчейну, які задовольняють вимоги безпеки взаємодії Агентів з реальним світом.
Створення унікальних фінансових моделей блокчейну, таких як пов'язані з Agent обчислювальні потужності, інвестиції в маркування даних тощо.
Реалізація прозорого, відстежуваного міркування, підвищення взаємодії, що є більш привабливим у порівнянні з агентським браузером, що надається традиційними інтернет-гігантами.
Чотири, Перспективи креативної економіки
Проекти рамкового типу в майбутньому можуть запропонувати підприємницькі можливості, подібні до GPT Store. Спрощення процесу побудови агентів та надання рамок для складних функціональних комбінацій можуть мати перевагу, створюючи більш цікаву креативну економіку Web3, ніж GPT Store.
У сфері Web3 існує безліч потреб, які потрібно заповнити, економічна система може зробити політику більш справедливою. Впровадження громадської економіки допомагає вдосконалити Децентралізацію. Креативна економіка Agent надасть звичайним людям можливість брати участь, майбутні AI Meme можуть бути більш розумними та цікавими, ніж Agent на наявних платформах.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
9 лайків
Нагородити
9
4
Репост
Поділіться
Прокоментувати
0/400
Hash_Bandit
· 08-10 06:18
майню з 2013 року... бачив цей ажіотаж агентів раніше, чесно кажучи, нагадує мені божевілля ico, не буду приховувати
Переглянути оригіналвідповісти на0
ContractSurrender
· 08-10 06:15
Знову цілий день готують пастку концепцій, досить вже.
Поява траси AI-рамок: від агентів до нової інфраструктури Web3 на основі Децентралізації
Деконструкція AI-рамки: від розумних агентів до Децентралізації
Вступ
Нещодавно наратив поєднання ШІ та криптовалюти швидко розвивається. Ринкова увага переключилася на технологічні "фреймові" проекти, цей сегмент ринку за короткий час виявив кілька проектів з капіталізацією понад мільйон, а навіть понад мільярд. Ці проекти породили нову модель випуску активів - випуск токенів на основі репозиторіїв Github, де агенти, розроблені на основі фрейму, можуть знову випускати токени. З фреймом як основою, агентом як надбудовою, формується модель, схожа на платформу випуску активів, насправді це є специфічною інфраструктурою ери ШІ, яка починає проявлятися. У цій статті буде розглянуто огляд фрейму та обговорено значення AI фреймів у сфері криптовалют.
Один. Огляд рамки
AI-рамки є базовим інструментом або платформою для розробки, що інтегрує попередньо побудовані модулі, бібліотеки та інструменти, спрощуючи процес створення складних AI-моделей. Рамку можна розуміти як операційну систему епохи AI, подібно до Windows, Linux у настільних системах або iOS і Android на мобільних пристроях. Кожна рамка має свої переваги та недоліки, розробники можуть обирати в залежності від своїх потреб.
Хоча "AI-рамки" є новим поняттям у сфері криптовалют, їх розвиток триває вже 14 років. У традиційній сфері AI існують зрілі рамки, такі як TensorFlow від Google, Pytorch від Meta тощо. Проекти рамок, що виникають у криптовалюті, створюються на основі великого попиту на агентів у рамках буму AI та поширюються на інші сфери, формуючи різні сегменти AI-рамок.
1.1 Еліза
Eliza є мультиагентною симуляційною платформою, випущеною ai16z, що призначена для створення, розгортання та управління автономними AI Agent. Розроблена на основі TypeScript, має хорошу сумісність і легка в інтеграції API.
Eliza переважно орієнтована на сценарії соціальних мереж, підтримує інтеграцію з декількома платформами, включаючи Discord, Twitter, Telegram тощо. У обробці медіа-контенту підтримує аналіз PDF, витягування посилань, обробку аудіо та відео тощо.
Використання Eliza в основному включає: додатки типу AI асистентів, ролі в соціальних мережах, знаннєвих працівників та інтерактивні ролі. Підтримувані моделі включають локальне висновування відкритих моделей, хмарне висновування за допомогою OpenAI API тощо.
1.2 Г.А.М.Е
G.A.M.E - це автоматизована генерація та управління мультимодальним AI фреймворком, випущеним Virtual, який переважно призначений для розробки розумних NPC у іграх. Особливістю є те, що користувачі з низьким або навіть нульовим кодом також можуть його використовувати.
Ядро дизайну G.A.M.E — це модульний дизайн, який передбачає співпрацю кількох підсистем, включаючи інтерфейс підказок агента, підсистему сприйняття, двигун стратегічного планування та інші модулі.
З технічної архітектури, ця структура зосереджена на прийнятті рішень, зворотному зв'язку, сприйнятті та індивідуальності Агента у віртуальному середовищі, підходить для ігрових та метавсесвітніх сцен.
1.3 Оснащення
Rig — це відкритий інструмент, написаний мовою Rust, який спрощує розробку застосунків великих мовних моделей. Він надає єдиний інтерфейс для зручної взаємодії з кількома постачальниками LLM та векторними базами даних.
Особливості Rig включають: єдиний інтерфейс, модульну архітектуру, типобезпечність, високу продуктивність тощо. Робочий процес полягає в тому, що запит користувача проходить через абстракційний шар постачальника, обробляється основним шаром і, нарешті, генерує відповідь.
Rig підходить для створення систем запитань і відповідей, інструментів пошуку документів, розумних чат-ботів та інших сценаріїв.
1.4 ZerePy
ZerePy — це відкритий фреймворк на базі Python, що спрощує процес розгортання та управління AI Agent на платформі X. Надає інтерфейс командного рядка, підтримує модульний дизайн.
ZerePy підтримує LLM OpenAI та Anthropic, інтегрує API платформи X, що дозволяє Agent виконувати різні операції. У майбутньому планується інтеграція системи пам'яті для підвищення здатності Agent до розуміння контексту.
Два, аналіз шляхів розвитку
Шлях розвитку AI Agent має схожість з нещодавньою екосистемою BTC. Екосистема BTC пройшла етапи BRC20, конкуренції багатопротоколів, BTC L2, BTCFi тощо. AI Agent розвивається швидше на основі зрілого технологічного стеку, його можна узагальнити як: GOAT/ACT - соціальні агенти/аналітичний AI - конкуренція рамок агентів.
В майбутньому проекти інфраструктури, що стосуються децентралізації Agent та безпеки, можуть стати темою наступного етапу. Проекти AI-інфраструктури пропонують нові ідеї для інфраструктури, де AI-структуру можна порівняти з майбутніми публічними блокчейнами, а Agent - з майбутніми Dapp.
Три. Обговорення значення в ланцюгу
Коли блокчейн поєднується з іншими сферами, потрібно зіткнутися з питанням, яке його значення. Розмірковуючи про фактори успіху DeFi, можна розглянути такі пункти значення агентської децентралізації:
Зниження витрат на використання, підвищення доступності та вибору, щоб звичайні користувачі також могли брати участь у "оренді прав" AI.
Надати безпечні рішення на основі блокчейну, які задовольняють вимоги безпеки взаємодії Агентів з реальним світом.
Створення унікальних фінансових моделей блокчейну, таких як пов'язані з Agent обчислювальні потужності, інвестиції в маркування даних тощо.
Реалізація прозорого, відстежуваного міркування, підвищення взаємодії, що є більш привабливим у порівнянні з агентським браузером, що надається традиційними інтернет-гігантами.
Чотири, Перспективи креативної економіки
Проекти рамкового типу в майбутньому можуть запропонувати підприємницькі можливості, подібні до GPT Store. Спрощення процесу побудови агентів та надання рамок для складних функціональних комбінацій можуть мати перевагу, створюючи більш цікаву креативну економіку Web3, ніж GPT Store.
У сфері Web3 існує безліч потреб, які потрібно заповнити, економічна система може зробити політику більш справедливою. Впровадження громадської економіки допомагає вдосконалити Децентралізацію. Креативна економіка Agent надасть звичайним людям можливість брати участь, майбутні AI Meme можуть бути більш розумними та цікавими, ніж Agent на наявних платформах.