Descomposición del marco de IA: de agentes inteligentes a la exploración de la Descentralización

Introducción

Recientemente, la narrativa que combina AI y criptomonedas ha evolucionado rápidamente. La atención del mercado se ha desplazado hacia proyectos "tipo marco" liderados por la tecnología, y en cuestión de semanas han surgido varias estrellas con una capitalización de mercado de más de mil millones e incluso más de diez mil millones. Estos proyectos han derivado nuevos modelos de emisión de activos: emitir monedas a partir de repositorios de código en Github, y los Agentes construidos sobre el marco pueden emitir monedas nuevamente. Con el marco como base y el Agente en la parte superior, se forma un modelo único de infraestructura de la era de AI. Este artículo explorará el impacto del marco de AI en el campo de las criptomonedas.

I. Introducción al marco

El marco de IA es una herramienta o plataforma de desarrollo de bajo nivel que integra módulos, bibliotecas y herramientas preconstruidas, simplificando el proceso de construcción de modelos de IA complejos. Se puede entender como el sistema operativo de la era de la IA, como Windows, Linux o iOS, Android. Cada marco tiene sus ventajas y desventajas, y los desarrolladores pueden elegir según sus necesidades.

Aunque el "marco de IA" es un concepto nuevo en el campo de las criptomonedas, el desarrollo de marcos de IA tiene casi 14 años de historia. En el campo de la IA tradicional, hay marcos maduros disponibles, como TensorFlow, Pytorch, etc. Los proyectos de marcos emergentes en las criptomonedas están diseñados para satisfacer la demanda de agentes en medio de la ola de IA, y se están expandiendo a otros campos. A continuación, se presentan varios marcos principales:

1.1 Eliza

Eliza es un marco de simulación multiagente para crear, desplegar y gestionar agentes de IA autónomos. Desarrollado en TypeScript, tiene buena compatibilidad y es fácil de integrar con APIs. Está dirigido principalmente a escenarios de redes sociales, soporta integración multiplataforma y procesamiento de contenido multimedia.

Los casos de uso admitidos incluyen:

• Aplicaciones de tipo asistente de IA
• Rol de redes sociales
• Trabajadores del conocimiento
• Rol interactivo

Los modelos soportados incluyen inferencia local de modelos de código abierto, inferencia en la nube de OpenAI API, entre otros.

1.2 G.A.M.E

G.A.M.E es un marco de IA multimodal de generación y gestión automática lanzado por Virtual, diseñado principalmente para NPCs inteligentes en juegos. Su característica es que los usuarios con bajo código o incluso sin código también pueden utilizarlo.

El diseño central es un diseño modular que trabaja de manera colaborativa a través de múltiples subsistemas, incluyendo la interfaz de aviso de agente, el subsistema de percepción, el motor de planificación estratégica, entre otros módulos.

Aplicable a escenarios de juegos y metaverso, ya hay varios proyectos que han adoptado este marco para construir.

1.3 Rig

Rig es una herramienta de código abierto escrita en Rust, diseñada para simplificar el desarrollo de aplicaciones de modelos de lenguaje a gran escala. Proporciona una interfaz de operación unificada, facilitando la interacción con múltiples proveedores de servicios de LLM y bases de datos vectoriales.

Características clave:

• Interfaz unificada
• Arquitectura modular
• Seguridad de tipo
• Alto rendimiento

Aplicable para construir sistemas de preguntas y respuestas, herramientas de búsqueda de documentos, chatbots, etc.

1.4 ZerePy

ZerePy es un marco de trabajo 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.

Funciones principales:

• Integración de LLM
• Integración de la plataforma X
• Sistema de conexión modular
• Sistema de memoria ( en planificación )

Enfocado en simplificar el proceso de implementación de agentes de IA en la plataforma X.

II. Análisis de la ruta de desarrollo

El camino de desarrollo del Agente de IA es similar al ecosistema BTC reciente. Se puede resumir como: GOAT/ACT - Agentes de tipo Social/Agentes de IA de análisis - Competencia de marcos. En el futuro, los proyectos de infraestructura centrados en la Descentralización y la seguridad de los Agentes podrían convertirse en la melodía principal.

A diferencia del ecosistema de BTC, la narrativa del AI Agent no reproduce la historia de la cadena de contratos inteligentes. Los proyectos existentes de marco de IA ofrecen nuevas ideas para el desarrollo de infraestructuras. El marco de IA se asemeja más a la futura cadena pública, mientras que el Agent se asemeja más a la futura Dapp.

El futuro podría pasar de la competencia entre EVM y cadenas heterogéneas a una competencia entre marcos. La cuestión clave es cómo lograr la Descentralización o la cadena, así como el significado del desarrollo en la blockchain.

Tres, el significado de la cadena de bloques

La combinación de la IA y la blockchain necesita considerar su significado. Los significados posibles incluyen:

1. Reducir los costos de uso, aumentar la accesibilidad y la selectividad, permitir que los usuarios comunes participen en el "derecho de alquiler" de IA.

2. Proporcionar soluciones de seguridad basadas en blockchain, que satisfagan las necesidades de interacción entre el Agente y la realidad.

3. Implementar un modelo financiero de blockchain único, como un nuevo AMM o mecanismo de inversión basado en Agent.

4. Lograr una mejor interoperabilidad a través de un razonamiento transparente y rastreable.

Cuarta, Perspectivas de la Economía Creativa

Los proyectos de tipo marco podrían ofrecer oportunidades de emprendimiento similares a las de GPT Store en el futuro. Un marco que simplifique el proceso de construcción de agentes podría tener ventajas, formando una economía creativa en Web3 más interesante que GPT Store.

En comparación con la actual GPT Store, la economía creativa de Web3 Agent podría ser más justa, permitiendo que las personas comunes también participen. Los memes de IA del futuro podrían ser más inteligentes y divertidos que los agentes en las plataformas existentes.