Анализ AI-структуры: от интеллектуальных агентов до Децентрализация исследований
Введение
В последнее время быстро развивается нарратив о сочетании ИИ и криптовалюты. Внимание рынка сместилось на технологически ориентированные "фреймворковые" проекты, и этот сегмент за считанные недели породил несколько проектов с рыночной капитализацией более миллиона и даже более миллиарда. Эти проекты также породили новую модель выпуска активов: выпуск токенов на основе репозиториев GitHub, а агенты, разработанные на основе фреймворков, также могут выпускать токены. Основываясь на фреймворке и используя агента как верхнее приложение, формируется модель, подобная платформе выпуска активов, что на самом деле является особой инфраструктурной моделью, формирующейся в эпоху ИИ. В этой статье мы начнем с концепции фреймворка и в сочетании с личными размышлениями интерпретируем значение AI фреймворка для области криптовалют.
Один. Концепция рамки
AI-рамка является базовым инструментом или платформой для разработки, которая интегрирует заранее созданные модули, библиотеки и инструменты, упрощая процесс создания сложных AI-моделей. Эти рамки обычно содержат функции обработки данных, обучения моделей и прогнозирования. Проще говоря, рамка может пониматься как операционная система эпохи AI, аналогично настольным системам Windows, Linux или мобильным платформам iOS и Android. Каждая рамка имеет свои преимущества и недостатки, разработчики могут выбрать в зависимости от потребностей.
Хотя "AI-рамки" являются новой концепцией в области криптовалют, их развитие продолжается уже почти 14 лет. В традиционной области ИИ есть зрелые рамки, такие как TensorFlow от Google и PyTorch от Meta. Проекты рамок, появившиеся в криптовалюте, были созданы для удовлетворения растущего спроса на множество агентов в условиях текущего бума ИИ и распространяются на другие области, формируя различные специализированные рамки ИИ.
1.1 Элиза
Eliza — это многопользовательская симуляционная платформа, разработанная a16z, для создания, развертывания и управления автономными AI-агентами. Разработана на TypeScript, обладает хорошей совместимостью и возможностями интеграции API.
Eliza в основном ориентирована на сценарии социальных медиа, поддерживает многоплатформенную интеграцию, включая Discord, Twitter/X, Telegram и другие. В области обработки медиа-контента поддерживаются функции анализа PDF, извлечения ссылочного контента, транскрипции аудио, обработки видео, анализа изображений и других.
Текущие поддерживаемые случаи использования Eliza включают в себя:
Приложения класса AI-ассистента
Роль социальных медиа
Работники знаний
Интерактивные роли
Eliza поддерживает множество моделей, включая локальную инференцию на основе открытых моделей и облачную инференцию.
1.2 G.A.M.E
G.A.M.E — это автоматически генерируемая и управляемая мультимодальная AI-структура, выпущенная компанией Virtual, в основном предназначенная для проектирования интеллектуальных NPC в играх. Основная особенность этой структуры в том, что даже пользователи с низким или отсутствующим кодом могут её использовать, достаточно лишь изменить параметры для участия в проектировании Агентов.
Ядро дизайна G.A.M.E использует модульную архитектуру, в которой несколько подсистем работают совместно, включая интерфейс подсказок Агентов, подсистему восприятия, движок стратегического планирования, контекст мира, модуль обработки диалогов и другие компоненты.
Эта структура в основном сосредоточена на принятии решений, обратной связи, восприятии и индивидуальности Агентов в виртуальной среде, что делает её подходящей для игровых и метавселенских сценариев.
1.3 Риг
Rig — это инструмент с открытым исходным кодом, написанный на языке Rust, который предназначен для упрощения разработки приложений больших языковых моделей (LLM). Он предоставляет единый интерфейс операций, который упрощает взаимодействие разработчиков с несколькими LLM-поставщиками услуг и векторными базами данных.
Основные характеристики Rig включают:
Единый интерфейс
Модульная архитектура
Типобезопасность
Высокая производительность
Rig подходит для создания систем вопросов и ответов, инструментов поиска документов, чат-ботов, а также для поддержки таких сценариев, как создание контента.
1.4 ZerePy
ZerePy — это основанный на Python открытый фреймворк, предназначенный для упрощения процесса развертывания и управления AI Agent на платформе Twitter( перед X). Он наследует основные функции проекта Zerebro, но имеет более модульный и легко расширяемый дизайн.
ZerePy предоставляет интерфейс командной строки, поддерживающий крупные языковые модели OpenAI и Anthropic, напрямую интегрирующий API платформы X, и планирует в будущем добавить систему памяти.
Два, Сходство с путями развития экосистемы BTC
Путь развития AI Agent имеет много общего с недавней экосистемой BTC. Развитие экосистемы BTC можно охарактеризовать как: BRC20 - конкуренция нескольких протоколов - BTC L2 - BTCFi. AI Agent же состоит из: GOAT/ACT - социальные агенты/аналитические AI агенты - конкуренция фреймов. В будущем инфраструктурные проекты, связанные с децентрализацией и безопасностью агентов, могут стать главной темой следующего этапа.
Проект AI-рамки предлагает новый подход к развитию инфраструктуры. В отличие от платформы выпуска Memecoin и протокола инскрипции, AI-рамка больше похожа на будущую публичную цепочку, а Agent больше напоминает будущий Dapp. Будущие споры могут перейти от конфликта EVM и гетерогенных цепочек к спору о рамках, ключевой вопрос заключается в том, как реализовать Децентрализацию или цепочечность, а также в значении разработки AI-рамок на блокчейне.
Три, значение выхода на блокчейн
Сочетание блокчейна и ИИ требует решения вопросов его значения и ценности. Опираясь на успешный опыт DeFi, причины, поддерживающие децентрализацию Agent, могут включать:
Снизить затраты на использование, повысить доступность и выбор.
Предоставление безопасных решений на основе блокчейна
Реализация уникальной модели блокчейн-финансов
Реализация прозрачного и отслеживаемого вывода, повышение взаимной совместимости
Четыре, потенциал креативной экономики
Проект AI-рамок в будущем может предоставить возможности для стартапов, подобные GPT Store. Упрощение процесса создания агентов и предоставление рамок для сложных комбинаций функций могут занять преимущественное положение, создавая более интересную креативную экономику Web3 по сравнению с GPT Store.
Web3 может компенсировать недостатки несправедливой политики гигантов Web2 в потребностях и экономической системе, вводя сообщественный экономический подход, что делает Agent более совершенным. Креативная экономика Agent предоставит обычным людям возможности участия, а будущий AI Meme может быть более умным и интересным, чем существующие Agents 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» .
11 Лайков
Награда
11
4
Репост
Поделиться
комментарий
0/400
BlockchainArchaeologist
· 13ч назад
Снова пришел разыгрывайте людей как лохов.
Посмотреть ОригиналОтветить0
WalletDivorcer
· 13ч назад
Ещё одна волна разыгрывайте людей как лохов пришла.
AI-фреймворк ведет в новую эпоху от интеллектуальных агентов к Децентрализация
Анализ AI-структуры: от интеллектуальных агентов до Децентрализация исследований
Введение
В последнее время быстро развивается нарратив о сочетании ИИ и криптовалюты. Внимание рынка сместилось на технологически ориентированные "фреймворковые" проекты, и этот сегмент за считанные недели породил несколько проектов с рыночной капитализацией более миллиона и даже более миллиарда. Эти проекты также породили новую модель выпуска активов: выпуск токенов на основе репозиториев GitHub, а агенты, разработанные на основе фреймворков, также могут выпускать токены. Основываясь на фреймворке и используя агента как верхнее приложение, формируется модель, подобная платформе выпуска активов, что на самом деле является особой инфраструктурной моделью, формирующейся в эпоху ИИ. В этой статье мы начнем с концепции фреймворка и в сочетании с личными размышлениями интерпретируем значение AI фреймворка для области криптовалют.
Один. Концепция рамки
AI-рамка является базовым инструментом или платформой для разработки, которая интегрирует заранее созданные модули, библиотеки и инструменты, упрощая процесс создания сложных AI-моделей. Эти рамки обычно содержат функции обработки данных, обучения моделей и прогнозирования. Проще говоря, рамка может пониматься как операционная система эпохи AI, аналогично настольным системам Windows, Linux или мобильным платформам iOS и Android. Каждая рамка имеет свои преимущества и недостатки, разработчики могут выбрать в зависимости от потребностей.
Хотя "AI-рамки" являются новой концепцией в области криптовалют, их развитие продолжается уже почти 14 лет. В традиционной области ИИ есть зрелые рамки, такие как TensorFlow от Google и PyTorch от Meta. Проекты рамок, появившиеся в криптовалюте, были созданы для удовлетворения растущего спроса на множество агентов в условиях текущего бума ИИ и распространяются на другие области, формируя различные специализированные рамки ИИ.
1.1 Элиза
Eliza — это многопользовательская симуляционная платформа, разработанная a16z, для создания, развертывания и управления автономными AI-агентами. Разработана на TypeScript, обладает хорошей совместимостью и возможностями интеграции API.
Eliza в основном ориентирована на сценарии социальных медиа, поддерживает многоплатформенную интеграцию, включая Discord, Twitter/X, Telegram и другие. В области обработки медиа-контента поддерживаются функции анализа PDF, извлечения ссылочного контента, транскрипции аудио, обработки видео, анализа изображений и других.
Текущие поддерживаемые случаи использования Eliza включают в себя:
Eliza поддерживает множество моделей, включая локальную инференцию на основе открытых моделей и облачную инференцию.
1.2 G.A.M.E
G.A.M.E — это автоматически генерируемая и управляемая мультимодальная AI-структура, выпущенная компанией Virtual, в основном предназначенная для проектирования интеллектуальных NPC в играх. Основная особенность этой структуры в том, что даже пользователи с низким или отсутствующим кодом могут её использовать, достаточно лишь изменить параметры для участия в проектировании Агентов.
Ядро дизайна G.A.M.E использует модульную архитектуру, в которой несколько подсистем работают совместно, включая интерфейс подсказок Агентов, подсистему восприятия, движок стратегического планирования, контекст мира, модуль обработки диалогов и другие компоненты.
Эта структура в основном сосредоточена на принятии решений, обратной связи, восприятии и индивидуальности Агентов в виртуальной среде, что делает её подходящей для игровых и метавселенских сценариев.
1.3 Риг
Rig — это инструмент с открытым исходным кодом, написанный на языке Rust, который предназначен для упрощения разработки приложений больших языковых моделей (LLM). Он предоставляет единый интерфейс операций, который упрощает взаимодействие разработчиков с несколькими LLM-поставщиками услуг и векторными базами данных.
Основные характеристики Rig включают:
Rig подходит для создания систем вопросов и ответов, инструментов поиска документов, чат-ботов, а также для поддержки таких сценариев, как создание контента.
1.4 ZerePy
ZerePy — это основанный на Python открытый фреймворк, предназначенный для упрощения процесса развертывания и управления AI Agent на платформе Twitter( перед X). Он наследует основные функции проекта Zerebro, но имеет более модульный и легко расширяемый дизайн.
ZerePy предоставляет интерфейс командной строки, поддерживающий крупные языковые модели OpenAI и Anthropic, напрямую интегрирующий API платформы X, и планирует в будущем добавить систему памяти.
Два, Сходство с путями развития экосистемы BTC
Путь развития AI Agent имеет много общего с недавней экосистемой BTC. Развитие экосистемы BTC можно охарактеризовать как: BRC20 - конкуренция нескольких протоколов - BTC L2 - BTCFi. AI Agent же состоит из: GOAT/ACT - социальные агенты/аналитические AI агенты - конкуренция фреймов. В будущем инфраструктурные проекты, связанные с децентрализацией и безопасностью агентов, могут стать главной темой следующего этапа.
Проект AI-рамки предлагает новый подход к развитию инфраструктуры. В отличие от платформы выпуска Memecoin и протокола инскрипции, AI-рамка больше похожа на будущую публичную цепочку, а Agent больше напоминает будущий Dapp. Будущие споры могут перейти от конфликта EVM и гетерогенных цепочек к спору о рамках, ключевой вопрос заключается в том, как реализовать Децентрализацию или цепочечность, а также в значении разработки AI-рамок на блокчейне.
Три, значение выхода на блокчейн
Сочетание блокчейна и ИИ требует решения вопросов его значения и ценности. Опираясь на успешный опыт DeFi, причины, поддерживающие децентрализацию Agent, могут включать:
Четыре, потенциал креативной экономики
Проект AI-рамок в будущем может предоставить возможности для стартапов, подобные GPT Store. Упрощение процесса создания агентов и предоставление рамок для сложных комбинаций функций могут занять преимущественное положение, создавая более интересную креативную экономику Web3 по сравнению с GPT Store.
Web3 может компенсировать недостатки несправедливой политики гигантов Web2 в потребностях и экономической системе, вводя сообщественный экономический подход, что делает Agent более совершенным. Креативная экономика Agent предоставит обычным людям возможности участия, а будущий AI Meme может быть более умным и интересным, чем существующие Agents на платформах.