Деконструкція AI фреймворку: від розумних агентів до Децентралізації
Вступ
Наратив поєднання ШІ та криптовалют швидко еволюціонує. Нещодавно увага ринку зосередилася на технологічно орієнтованих "рамкових" проєктах, цей сегмент ринку за короткий час породив кілька проєктів з ринковою капіталізацією понад мільярд, а навіть і понад десять мільярдів. Ці проєкти породжують нову модель випуску активів: випуск токенів на основі репозиторіїв Github, де на основі рамок розроблені Агентами можуть повторно випускати токени. На основі рамки, Агент зверху, формується модель, схожа на платформу випуску активів, насправді формується інфраструктура, унікальна для епохи ШІ. У цій статті буде розглянуто концепцію рамки, поєднано з особистими роздумами, щоб інтерпретувати значення AI рамки для індустрії криптовалют.
Один. Що таке рамка?
AI-фреймворк — це базовий інструмент або платформа для розробки, що інтегрує набір попередньо створених модулів, бібліотек і інструментів, спрощуючи процес створення складних AI-моделей. Фреймворк можна розуміти як операційну систему епохи AI, подібно до Windows, Linux на настільних системах або iOS та Android на мобільних пристроях. Кожен фреймворк має свої переваги та недоліки, розробники можуть обирати відповідно до своїх потреб.
Хоча "AI фрейм" є новим поняттям у сфері криптовалют, з моменту народження Theano у 2010 році AI фрейми існують вже майже 14 років. У традиційній сфері AI існують зрілі фрейми, доступні для вибору, такі як TensorFlow від Google, Pytorch від Meta та ін.
Наразі в криптовалюті виникають рамкові проекти, створені на основі великого попиту на агентів в умовах буму штучного інтелекту, і поширюються на інші галузі, формуючи різні сегменти рамок ШІ. Нижче наведено кілька основних рамок.
1.1 Еліза
Eliza є багатоагентною симуляційною платформою, спеціально призначеною для створення, розгортання та управління автономними AI агентами. Розроблена на базі TypeScript, має гарну сумісність і легко інтегрується з API.
Eliza主要针对社交媒体场景, підтримує багато платформ, таких як Discord, X/Twitter, Telegram тощо. У обробці медіа-контенту підтримує аналіз PDF документів, витягування контенту з посилань, обробку аудіо та відео.
Поточні варіанти використання Eliza переважно включають: програми типу AI-помічника, соціальні медіа-ролі, знаннєвих працівників та інтерактивні ролі тощо. Підтримувані моделі включають локальне інференціювання відкритих моделей, хмарне інференціювання OpenAI API тощо.
1.2 Г.А.М.Е
G.A.M.E - це автоматизована система для генерації та управління мультимодальними AI-фреймворками, яка призначена переважно для проектування розумних NPC у іграх. Ця система відрізняється тим, що навіть користувачі з низьким або відсутнім кодом можуть її використовувати, достатньо лише змінити параметри для участі в проектуванні агентів.
G.A.M.E використовує модульний дизайн, який забезпечує співпрацю кількох підсистем. Основна архітектура включає в себе інтерфейс взаємодії агентів, систему сприйняття, двигун стратегічного планування, світовий контекст, модуль обробки діалогу та інші компоненти.
Ця рамка в основному зосереджена на прийнятті рішень, зворотному зв'язку, сприйнятті та індивідуальності Агентів у віртуальному середовищі, що підходить для ігор і метавсесвітніх сценаріїв.
1.3 Оснащення
Rig — це інструмент з відкритим кодом, написаний мовою Rust, призначений для спрощення розробки програм додатків для великих мовних моделей (LLM). Він забезпечує єдиний інтерфейс для взаємодії з кількома постачальниками послуг LLM та векторними базами даних.
Основні характеристики Rig включають: єдиний інтерфейс, модульну архітектуру, типобезпечність та високу продуктивність. Його робочий процес включає абстрактний рівень постачальника, інструменти виклику смарт-агентів або запит векторного сховища, а також механізми генерації відповідей через підвищене витягування (RAG).
Rig підходить для створення систем запитань і відповідей, інструментів пошуку документів, чат-ботів з можливістю контекстного сприйняття та інших застосунків.
1.4 ZerePy
ZerePy є відкритим фреймворком на основі Python, який спрощує процес розгортання та управління AI Agent на платформі X. Він успадковує основні функції проєкту Zerebro, але має більш модульний та легкий для розширення дизайн.
ZerePy надає командний інтерфейс (CLI) для управління AI Agent, підтримує LLM OpenAI та Anthropic, безпосередньо інтегрує API платформи X. Його модульна система з'єднання дозволяє розробникам додавати підтримку інших соціальних платформ або сервісів.
У порівнянні з Eliza, ZerePy більше зосереджується на спрощенні процесу розгортання AI Agent на конкретних соціальних платформах (X), схиляючись до практичного застосування.
Два, Копія екосистеми BTC
Шляхи розвитку AI Agent мають схожість з нещодавнім екосистемою BTC. Екосистема BTC пройшла через BRC20, конкуренцію між багатьма протоколами, BTC L2 до BTCFi з Babylon в якості ядра. AI Agent розвивається швидше на основі зрілого стеку технологій AI, шлях можна узагальнити як: GOAT/ACT - соціальні агенти/аналітичний AI - конкуренція рамок агента. У майбутньому інфраструктурні проекти, що стосуються децентралізації агентів та їх безпеки, можуть стати головною темою наступного етапу.
Оповідання AI Agent не є відтворенням історії смарт-контрактних ланцюгів, існуючі проекти AI-структури пропонують нові ідеї для розвитку інфраструктури. У порівнянні з Memecoin Launchpad та протоколом записів, AI-структура більше схожа на майбутній публічний блокчейн, а Agent більше нагадує майбутній Dapp.
У криптовалютній індустрії епохи ШІ, майбутні дискусії можуть перейти від EVM і гетерогенних ланцюгів до суперечок про фрейми. Ключовим питанням є те, як реалізувати Децентралізацію або ланцюговість, а також яке значення має розробка цих проектів на блокчейні.
Три, яке значення має запис у блокчейн?
Блокчейн у поєднанні з іншими сферами стикається з проблемою значення. Роздуми про причини успіху DeFi ( висока доступність, висока ефективність, низька вартість, без потреби у довірчій децентралізованій безпеці ), можливі причини підтримки агентової ланцюгової структури:
Знизити витрати на використання, підвищити доступність та вибірковість, щоб залучити звичайних користувачів до "оренди прав" AI.
Безпечні рішення на основі блокчейну можуть стати нагальною потребою, особливо коли Агент втручається в реальний або віртуальний гаманець.
Можливо, сформуються унікальні ігри фінансів на базі блокчейну, такі як моделі LP, подібні до AMM, або нові фінансові ігри, що формуються на основі різних сценаріїв застосування.
Поєднання агентів на базі блокчейн може забезпечити прозоре, відстежуване мислення, що є більш привабливим, ніж агенти-браузери, які пропонують традиційні інтернет-гіганти.
Чотири, креативна економіка
Фреймові проекти в майбутньому можуть запропонувати можливості для підприємництва, схожі на GPT Store. Спрощення процесу створення агентів та надання складних функціональних комбінацій може мати перевагу, сформувавши цікавішу креативну економіку Web3, ніж GPT Store.
Порівняно з GPT Store, Web3 креативна економіка може бути більш справедливою, залучаючи спільноту економіку, що робить Агентів більш досконалими. Це буде можливість для звичайних людей взяти участь, майбутні AI Meme можуть бути більш розумними і цікавими, ніж Агенти на існуючих 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.
16 лайків
Нагородити
16
6
Поділіться
Прокоментувати
0/400
BoredRiceBall
· 07-30 09:28
А, дайте подивлюсь~ Проект знову до місяця?
Переглянути оригіналвідповісти на0
BearMarketSage
· 07-30 09:17
Пограв у AI, заробив трохи грошей.
Переглянути оригіналвідповісти на0
RunWithRugs
· 07-30 09:13
Знову нова хвиля обдурювання людей, як лохів
Переглянути оригіналвідповісти на0
BlockchainFries
· 07-30 09:12
Ще один спосіб обдурити людей, як лохів за допомогою матрьошки?
Переглянути оригіналвідповісти на0
ForkPrince
· 07-30 09:07
Вирити ямку і дивитися виставу, спочатку принести маленький стілець.
Переглянути оригіналвідповісти на0
SelfRugger
· 07-30 09:05
Хороші шахраї все ще грають старі трюки в криптосвіті
Аналіз траси AI-рамок: шлях еволюції від розумних агентів до Децентралізації
Деконструкція AI фреймворку: від розумних агентів до Децентралізації
Вступ
Наратив поєднання ШІ та криптовалют швидко еволюціонує. Нещодавно увага ринку зосередилася на технологічно орієнтованих "рамкових" проєктах, цей сегмент ринку за короткий час породив кілька проєктів з ринковою капіталізацією понад мільярд, а навіть і понад десять мільярдів. Ці проєкти породжують нову модель випуску активів: випуск токенів на основі репозиторіїв Github, де на основі рамок розроблені Агентами можуть повторно випускати токени. На основі рамки, Агент зверху, формується модель, схожа на платформу випуску активів, насправді формується інфраструктура, унікальна для епохи ШІ. У цій статті буде розглянуто концепцію рамки, поєднано з особистими роздумами, щоб інтерпретувати значення AI рамки для індустрії криптовалют.
Один. Що таке рамка?
AI-фреймворк — це базовий інструмент або платформа для розробки, що інтегрує набір попередньо створених модулів, бібліотек і інструментів, спрощуючи процес створення складних AI-моделей. Фреймворк можна розуміти як операційну систему епохи AI, подібно до Windows, Linux на настільних системах або iOS та Android на мобільних пристроях. Кожен фреймворк має свої переваги та недоліки, розробники можуть обирати відповідно до своїх потреб.
Хоча "AI фрейм" є новим поняттям у сфері криптовалют, з моменту народження Theano у 2010 році AI фрейми існують вже майже 14 років. У традиційній сфері AI існують зрілі фрейми, доступні для вибору, такі як TensorFlow від Google, Pytorch від Meta та ін.
Наразі в криптовалюті виникають рамкові проекти, створені на основі великого попиту на агентів в умовах буму штучного інтелекту, і поширюються на інші галузі, формуючи різні сегменти рамок ШІ. Нижче наведено кілька основних рамок.
1.1 Еліза
Eliza є багатоагентною симуляційною платформою, спеціально призначеною для створення, розгортання та управління автономними AI агентами. Розроблена на базі TypeScript, має гарну сумісність і легко інтегрується з API.
Eliza主要针对社交媒体场景, підтримує багато платформ, таких як Discord, X/Twitter, Telegram тощо. У обробці медіа-контенту підтримує аналіз PDF документів, витягування контенту з посилань, обробку аудіо та відео.
Поточні варіанти використання Eliza переважно включають: програми типу AI-помічника, соціальні медіа-ролі, знаннєвих працівників та інтерактивні ролі тощо. Підтримувані моделі включають локальне інференціювання відкритих моделей, хмарне інференціювання OpenAI API тощо.
1.2 Г.А.М.Е
G.A.M.E - це автоматизована система для генерації та управління мультимодальними AI-фреймворками, яка призначена переважно для проектування розумних NPC у іграх. Ця система відрізняється тим, що навіть користувачі з низьким або відсутнім кодом можуть її використовувати, достатньо лише змінити параметри для участі в проектуванні агентів.
G.A.M.E використовує модульний дизайн, який забезпечує співпрацю кількох підсистем. Основна архітектура включає в себе інтерфейс взаємодії агентів, систему сприйняття, двигун стратегічного планування, світовий контекст, модуль обробки діалогу та інші компоненти.
Ця рамка в основному зосереджена на прийнятті рішень, зворотному зв'язку, сприйнятті та індивідуальності Агентів у віртуальному середовищі, що підходить для ігор і метавсесвітніх сценаріїв.
1.3 Оснащення
Rig — це інструмент з відкритим кодом, написаний мовою Rust, призначений для спрощення розробки програм додатків для великих мовних моделей (LLM). Він забезпечує єдиний інтерфейс для взаємодії з кількома постачальниками послуг LLM та векторними базами даних.
Основні характеристики Rig включають: єдиний інтерфейс, модульну архітектуру, типобезпечність та високу продуктивність. Його робочий процес включає абстрактний рівень постачальника, інструменти виклику смарт-агентів або запит векторного сховища, а також механізми генерації відповідей через підвищене витягування (RAG).
Rig підходить для створення систем запитань і відповідей, інструментів пошуку документів, чат-ботів з можливістю контекстного сприйняття та інших застосунків.
1.4 ZerePy
ZerePy є відкритим фреймворком на основі Python, який спрощує процес розгортання та управління AI Agent на платформі X. Він успадковує основні функції проєкту Zerebro, але має більш модульний та легкий для розширення дизайн.
ZerePy надає командний інтерфейс (CLI) для управління AI Agent, підтримує LLM OpenAI та Anthropic, безпосередньо інтегрує API платформи X. Його модульна система з'єднання дозволяє розробникам додавати підтримку інших соціальних платформ або сервісів.
У порівнянні з Eliza, ZerePy більше зосереджується на спрощенні процесу розгортання AI Agent на конкретних соціальних платформах (X), схиляючись до практичного застосування.
Два, Копія екосистеми BTC
Шляхи розвитку AI Agent мають схожість з нещодавнім екосистемою BTC. Екосистема BTC пройшла через BRC20, конкуренцію між багатьма протоколами, BTC L2 до BTCFi з Babylon в якості ядра. AI Agent розвивається швидше на основі зрілого стеку технологій AI, шлях можна узагальнити як: GOAT/ACT - соціальні агенти/аналітичний AI - конкуренція рамок агента. У майбутньому інфраструктурні проекти, що стосуються децентралізації агентів та їх безпеки, можуть стати головною темою наступного етапу.
Оповідання AI Agent не є відтворенням історії смарт-контрактних ланцюгів, існуючі проекти AI-структури пропонують нові ідеї для розвитку інфраструктури. У порівнянні з Memecoin Launchpad та протоколом записів, AI-структура більше схожа на майбутній публічний блокчейн, а Agent більше нагадує майбутній Dapp.
У криптовалютній індустрії епохи ШІ, майбутні дискусії можуть перейти від EVM і гетерогенних ланцюгів до суперечок про фрейми. Ключовим питанням є те, як реалізувати Децентралізацію або ланцюговість, а також яке значення має розробка цих проектів на блокчейні.
Три, яке значення має запис у блокчейн?
Блокчейн у поєднанні з іншими сферами стикається з проблемою значення. Роздуми про причини успіху DeFi ( висока доступність, висока ефективність, низька вартість, без потреби у довірчій децентралізованій безпеці ), можливі причини підтримки агентової ланцюгової структури:
Знизити витрати на використання, підвищити доступність та вибірковість, щоб залучити звичайних користувачів до "оренди прав" AI.
Безпечні рішення на основі блокчейну можуть стати нагальною потребою, особливо коли Агент втручається в реальний або віртуальний гаманець.
Можливо, сформуються унікальні ігри фінансів на базі блокчейну, такі як моделі LP, подібні до AMM, або нові фінансові ігри, що формуються на основі різних сценаріїв застосування.
Поєднання агентів на базі блокчейн може забезпечити прозоре, відстежуване мислення, що є більш привабливим, ніж агенти-браузери, які пропонують традиційні інтернет-гіганти.
Чотири, креативна економіка
Фреймові проекти в майбутньому можуть запропонувати можливості для підприємництва, схожі на GPT Store. Спрощення процесу створення агентів та надання складних функціональних комбінацій може мати перевагу, сформувавши цікавішу креативну економіку Web3, ніж GPT Store.
Порівняно з GPT Store, Web3 креативна економіка може бути більш справедливою, залучаючи спільноту економіку, що робить Агентів більш досконалими. Це буде можливість для звичайних людей взяти участь, майбутні AI Meme можуть бути більш розумними і цікавими, ніж Агенти на існуючих платформах.