Деконструкция AI-рамки: от интеллектуальных агентов до Децентрализация исследований
Введение
В последнее время быстро развиваются нарративы, объединяющие ИИ и криптовалюту. Внимание рынка переключилось на технологически ориентированные "каркасные" проекты, и в этом сегменте в короткие сроки появилось множество проектов с капитализацией более миллиона и даже более десяти миллиардов. Эти проекты породили новую модель выпуска активов - выпуск токенов на основе репозиториев GitHub, а затем повторный выпуск токенов на основе разработанных каркасов Agent. Основываясь на каркасах и используя Agent, была сформирована уникальная инфраструктурная модель эпохи ИИ. В данной статье мы начнем с концепции каркаса и исследуем значение AI каркасов для криптовалютной индустрии.
Один. Что такое структура?
AI-фреймворк — это инструмент или платформа для разработки на базовом уровне, которая интегрирует предварительно построенные модули, библиотеки и инструменты, упрощая процесс создания сложных AI-моделей. Его можно рассматривать как операционную систему эпохи AI, такую как Windows, Linux или iOS, Android. Хотя "AI-фреймворк" является новой концепцией в области криптовалют, развитие AI-фреймворков продолжается уже почти 14 лет. В настоящее время в области криптовалют появляются проекты фреймворков, созданные для удовлетворения большого количества потребностей Агентов. Мы рассмотрим несколько основных фреймворков в качестве примера.
1.1 Элиза
Eliza является многоагентной симуляционной платформой, специально предназначенной для создания, развертывания и управления автономными AI агентами. Разработанная на основе TypeScript, она обладает хорошей совместимостью и возможностями интеграции API.
Eliza в первую очередь ориентирована на сценарии социальных медиа, поддерживает интеграцию с несколькими платформами. В области обработки медиа-контента поддерживаются функции анализа PDF документов, извлечения контента по ссылкам, транскрипции аудио, обработки видео, анализа изображений и др.
Основные поддерживаемые Eliza случаи использования включают:
Приложения класса AI помощников
Роль социальных медиа
Знание работники
Интерактивные роли
Модели, поддерживаемые Eliza, включают локальную интерпретацию открытых моделей, облачную интерпретацию OpenAI API и т.д.
1.2 G.A.M.E
G.A.M.E – это автоматизированная система генерации и управления многомодальными ИИ, разработанная Virtual, в основном предназначенная для проектирования интеллектуальных NPC в играх. Эта система поддерживает низкокодовую и даже безкодовую разработку, пользователям достаточно изменить параметры для участия в проектировании Агентов.
G.A.M.E использует модульный дизайн, основная архитектура включает в себя интерфейс подсказок агента, подсистему восприятия, движок стратегического планирования, контекст мира, модуль обработки диалогов, оператора кошелька на блокчейне, обучающий модуль, рабочую память, процессор долгосрочной памяти, хранилище агентов, планировщик действий и исполнитель плана.
Эта структура в основном сосредоточена на принятии решений, обратной связи, восприятии и индивидуальности агентов в виртуальной среде, подходит 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 на основе крупных языковых моделей (LLM). Он предоставляет унифицированный интерфейс для удобного взаимодействия с несколькими поставщиками LLM и векторными базами данных.
Основные характеристики Rig включают:
Единый интерфейс
Модульная архитектура
Типобезопасность
Высокая эффективность
Rig подходит для создания систем вопросов и ответов, инструментов поиска документов, чат-ботов, виртуальных помощников и других сценариев, связанных с созданием контента.
1.4 ZerePy
ZerePy — это основанный на Python открытый фреймворк, предназначенный для упрощения процесса развертывания и управления AI Agent на платформе X. Он унаследовал основные функции проекта Zerebro, но использует более модульный и легко расширяемый дизайн.
ZerePy предоставляет интерфейс командной строки (CLI), поддерживает крупные языковые модели OpenAI и Anthropic, напрямую интегрирует API платформы X и планирует в будущем интеграцию системы памяти.
Два, копия экосистемы BTC
Путь развития AI Agent имеет сходство с недавней экосистемой BTC. Экосистема BTC прошла через этапы BRC20, многопотоковой конкуренции, BTC L2 и BTCFi. AI Agent, в свою очередь, развивается быстрее на основе зрелого традиционного стека технологий ИИ, проходя через этапы GOAT/ACT, агентов социального типа и конкуренции фреймов аналитических AI Agent.
В будущем темы инфраструктурных проектов, связанных с Децентрализация и безопасностью агентов, станут основной темой следующего этапа. Проекты AI-рамок предлагают новые идеи для развития инфраструктуры, где AI-рамки можно сравнить с будущими публичными цепочками, а агенты - с будущими Dapp.
Три, каково значение внедрения в блокчейн?
Слияние блокчейна и ИИ требует учета его значения. Исходя из успешного опыта DeFi, причины, поддерживающие агентов на цепочке, могут включать:
Снизить затраты на использование, повысить доступность и выбор
Предоставление безопасных решений на основе Децентрализации
Реализация уникальных финансовых механизмов на основе блокчейна
Реализация прозрачного и отслеживаемого вывода, улучшение интероперабельности
Четыре, креативная экономика
Проекты в области ИИ-рамок могут в будущем предложить возможности для стартапов, аналогичные GPT Store. Упрощение процесса создания агентов и предоставление рамок для сложных комбинаций функций может дать преимущество, сформировав более интересную креативную экономику Web3, чем GPT Store.
Web3 может восполнить недостатки Web2 в спросе и экономической системе, введя сообщественную экономику, что сделает Агентов более совершенными. Креативная экономика Агентов предоставит обычным людям возможность участвовать, а будущие AI Meme могут быть более умными и интересными, чем существующие.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
7 Лайков
Награда
7
4
Поделиться
комментарий
0/400
down_only_larry
· 11ч назад
Зарабатывая деньги, гасим свет и мчимся на полной скорости
Восхождение проектов AI-структуры: от GOAT до Agent создание новой модели креативной экономики Web3
Деконструкция AI-рамки: от интеллектуальных агентов до Децентрализация исследований
Введение
В последнее время быстро развиваются нарративы, объединяющие ИИ и криптовалюту. Внимание рынка переключилось на технологически ориентированные "каркасные" проекты, и в этом сегменте в короткие сроки появилось множество проектов с капитализацией более миллиона и даже более десяти миллиардов. Эти проекты породили новую модель выпуска активов - выпуск токенов на основе репозиториев GitHub, а затем повторный выпуск токенов на основе разработанных каркасов Agent. Основываясь на каркасах и используя Agent, была сформирована уникальная инфраструктурная модель эпохи ИИ. В данной статье мы начнем с концепции каркаса и исследуем значение AI каркасов для криптовалютной индустрии.
Один. Что такое структура?
AI-фреймворк — это инструмент или платформа для разработки на базовом уровне, которая интегрирует предварительно построенные модули, библиотеки и инструменты, упрощая процесс создания сложных AI-моделей. Его можно рассматривать как операционную систему эпохи AI, такую как Windows, Linux или iOS, Android. Хотя "AI-фреймворк" является новой концепцией в области криптовалют, развитие AI-фреймворков продолжается уже почти 14 лет. В настоящее время в области криптовалют появляются проекты фреймворков, созданные для удовлетворения большого количества потребностей Агентов. Мы рассмотрим несколько основных фреймворков в качестве примера.
1.1 Элиза
Eliza является многоагентной симуляционной платформой, специально предназначенной для создания, развертывания и управления автономными AI агентами. Разработанная на основе TypeScript, она обладает хорошей совместимостью и возможностями интеграции API.
Eliza в первую очередь ориентирована на сценарии социальных медиа, поддерживает интеграцию с несколькими платформами. В области обработки медиа-контента поддерживаются функции анализа PDF документов, извлечения контента по ссылкам, транскрипции аудио, обработки видео, анализа изображений и др.
Основные поддерживаемые Eliza случаи использования включают:
Модели, поддерживаемые Eliza, включают локальную интерпретацию открытых моделей, облачную интерпретацию OpenAI API и т.д.
1.2 G.A.M.E
G.A.M.E – это автоматизированная система генерации и управления многомодальными ИИ, разработанная Virtual, в основном предназначенная для проектирования интеллектуальных NPC в играх. Эта система поддерживает низкокодовую и даже безкодовую разработку, пользователям достаточно изменить параметры для участия в проектировании Агентов.
G.A.M.E использует модульный дизайн, основная архитектура включает в себя интерфейс подсказок агента, подсистему восприятия, движок стратегического планирования, контекст мира, модуль обработки диалогов, оператора кошелька на блокчейне, обучающий модуль, рабочую память, процессор долгосрочной памяти, хранилище агентов, планировщик действий и исполнитель плана.
Эта структура в основном сосредоточена на принятии решений, обратной связи, восприятии и индивидуальности агентов в виртуальной среде, подходит 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 на основе крупных языковых моделей (LLM). Он предоставляет унифицированный интерфейс для удобного взаимодействия с несколькими поставщиками LLM и векторными базами данных.
Основные характеристики Rig включают:
Rig подходит для создания систем вопросов и ответов, инструментов поиска документов, чат-ботов, виртуальных помощников и других сценариев, связанных с созданием контента.
1.4 ZerePy
ZerePy — это основанный на Python открытый фреймворк, предназначенный для упрощения процесса развертывания и управления AI Agent на платформе X. Он унаследовал основные функции проекта Zerebro, но использует более модульный и легко расширяемый дизайн.
ZerePy предоставляет интерфейс командной строки (CLI), поддерживает крупные языковые модели OpenAI и Anthropic, напрямую интегрирует API платформы X и планирует в будущем интеграцию системы памяти.
Два, копия экосистемы BTC
Путь развития AI Agent имеет сходство с недавней экосистемой BTC. Экосистема BTC прошла через этапы BRC20, многопотоковой конкуренции, BTC L2 и BTCFi. AI Agent, в свою очередь, развивается быстрее на основе зрелого традиционного стека технологий ИИ, проходя через этапы GOAT/ACT, агентов социального типа и конкуренции фреймов аналитических AI Agent.
В будущем темы инфраструктурных проектов, связанных с Децентрализация и безопасностью агентов, станут основной темой следующего этапа. Проекты AI-рамок предлагают новые идеи для развития инфраструктуры, где AI-рамки можно сравнить с будущими публичными цепочками, а агенты - с будущими Dapp.
Три, каково значение внедрения в блокчейн?
Слияние блокчейна и ИИ требует учета его значения. Исходя из успешного опыта DeFi, причины, поддерживающие агентов на цепочке, могут включать:
Четыре, креативная экономика
Проекты в области ИИ-рамок могут в будущем предложить возможности для стартапов, аналогичные GPT Store. Упрощение процесса создания агентов и предоставление рамок для сложных комбинаций функций может дать преимущество, сформировав более интересную креативную экономику Web3, чем GPT Store.
Web3 может восполнить недостатки Web2 в спросе и экономической системе, введя сообщественную экономику, что сделает Агентов более совершенными. Креативная экономика Агентов предоставит обычным людям возможность участвовать, а будущие AI Meme могут быть более умными и интересными, чем существующие.