Інтерпретація AI-рамки: від інтелектуальних агентів до Децентралізації

Вступ

Останнім часом наратив про поєднання AI та криптовалюти розвивається швидко, і ринкова увага переключається на технологічно орієнтовані "каркасні" проекти. Цей сегмент ринку в короткостроковій перспективі породив кілька проектів з високою ринковою капіталізацією та сприяв виникненню нових моделей випуску активів - випуск монет на основі кодової бази Github, знову випуск монет на основі каркасів, які побудовані на Agent. Ця модель, яка базується на каркасі та з Agent на верху, схожа на платформу випуску активів, але насправді є унікальною інфраструктурною моделлю епохи AI. У цій статті буде розглянуто, як концепція каркасів впливає на індустрію криптовалюти.

Один. Огляд AI-структури

AI фреймворк — це базовий інструмент або платформа для розробки, яка інтегрує готові модулі, бібліотеки та інструменти, спрощуючи процес створення складних AI моделей. Його можна розглядати як операційну систему ери AI. Хоча AI фреймворк є новим поняттям у сфері криптовалют, його розвиток триває вже майже 14 років. Наразі проекти фреймворків, що з'явилися у сфері криптовалют, в основному створюються для потреб агентів в умовах буму AI і розширюються на інші сфери, формуючи різні сегменти AI фреймворків.

1.1 Еліза

Eliza є багатосторонньою моделлю симуляції, що спеціалізується на створенні, розгортанні та управлінні автономними AI агентами. Розроблена на базі TypeScript, має хорошу сумісність та можливості інтеграції API. Основна увага приділяється сценам соціальних мереж, підтримує багатоплатформенну інтеграцію та надає можливості обробки медіа контенту.

Основні випадки використання, підтримувані Eliza:

• Додатки класу AI асистентів
• Роль соціальних медіа
• Професіонали знань
• Інтерактивна роль

Підтримувані моделі включають локальне виведення відкритих моделей, хмарне виведення OpenAI API тощо.

1.2 Г.А.М.Е

G.A.M.E є автоматизованою системою генерації та управління багатофункціональними AI-структурами, що була випущена Virtual, основна мета якої - проектування інтелектуальних NPC у іграх. Особливістю є те, що користувачі з низьким або навіть безкодовим рівнем також можуть її використовувати.

Основний дизайн G.A.M.E полягає в модульному дизайні, що забезпечує співпрацю кількох підсистем, включаючи інтерфейс підказок агентів, сприйняттєву підсистему, стратегічний планувальний двигун та інші компоненти.

Застосування в основному зосереджене на прийнятті рішень, зворотному зв'язку, сприйнятті та індивідуальності Агента у віртуальному середовищі, придатне для ігор та метасвіту.

1.3 Оснащення

Rig — це відкритий інструмент, написаний мовою Rust, який має на меті спростити розробку додатків на основі великих мовних моделей. Він надає єдиний інтерфейс для зручної взаємодії з кількома постачальниками LLM та векторними базами даних.

Основні характеристики:

• Єдиний інтерфейс
• Модульна архітектура
• Типова безпека
• Висока ефективність

Rig підходить для побудови систем вирішення проблем, інструментів пошуку документів, інтелектуальних чат-ботів та інших застосувань.

1.4 ZerePy

ZerePy є відкритим фреймворком на базі Python, який спрощує процес розгортання та управління AI Agent на платформі X. Він успадковує основні функції проекту Zerebro, але має більш модульний та легкий для розширення дизайн.

ZerePy надає інтерфейс командного рядка, підтримує інтеграцію LLM, інтеграцію з платформою X, модульну систему з'єднань та інші функції. У порівнянні з Eliza, ZerePy більше зосереджений на спрощенні процесу розгортання AI Agent на конкретних соціальних платформах.

Два, Схожість між AI-Framework та екосистемою BTC

Шляхи розвитку AI Agent мають схожість з недавньою екосистемою BTC. Екосистема BTC пройшла через етапи BRC20, конкуренції багатопротоколів, BTC L2 тощо. AI Agent швидко розвивається на основі зрілого стеку технологій AI, проходячи етапи початкових проєктів, соціальних агентів, конкуренції рамок аналітичних AI Agent тощо.

У майбутньому, можливо, буде розвиватися інфраструктура навколо децентралізації агентів, безпеки тощо. AI-структура може бути схожа на майбутні публічні блокчейни, а агент – на майбутні DApp. Ключове питання полягає в тому, як досягти децентралізації або ланцюговості, а також у значенні розробки AI-додатків на блокчейні.

Три, значення переходу AI-фреймів на блокчейн

Обговорення значення впровадження AI в блокчейн можна розглядати з кількох аспектів:

1. Знизити витрати на використання, підвищити доступність та вибір, щоб звичайні користувачі також могли брати участь у "оренді прав" AI.

2. Надання безпечних рішень на основі блокчейн, що відповідають вимогам безпеки взаємодії Агентів з реальним або віртуальним світом.

3. Створення унікальних фінансових моделей на базі блокчейн, таких як нові механізми ліквідності або інвестування, пов'язані з Agent.

4. Реалізація прозорого, відстежуваного процесу міркування, покращення взаємодії, що робить його більш привабливим порівняно з агентськими браузерами, які надають традиційні інтернет-гіганти.

Чотири, творчий економічний потенціал AI-рамок

Проекти AI-структури в майбутньому можуть надати можливості для підприємництва, подібні до GPT Store. Спрощення процесу створення агентів і надання структур для складних функціональних комбінацій можуть мати перевагу, формуючи цікавішу креативну економіку Web3, ніж GPT Store.

У порівнянні з поточним режимом GPT Store, який орієнтований на традиційні сфери та головним чином контролюється компаніями Web2, AI креативна економіка в сфері Web3 може бути більш справедливою, відкритою та впроваджувати спільнотну економіку для вдосконалення Agent. Це надасть звичайним людям можливість брати участь, майбутні AI Meme проекти можуть бути розумнішими та цікавішими, ніж існуючі Agent.