Giải cấu trúc khung AI: Từ đại lý thông minh đến Phi tập trung khám phá
Lời giới thiệu
Tốc độ phát triển của lĩnh vực AI Agent thật đáng kinh ngạc. Kể từ khi "cổng thông tin chân lý" khơi dậy cơn sốt Agent, câu chuyện kết hợp giữa AI và tiền điện tử gần như có sự thay đổi mới mỗi tuần. Gần đây, sự chú ý của thị trường đã chuyển sang các dự án "khung" do câu chuyện công nghệ dẫn dắt. Lĩnh vực con này đã xuất hiện nhiều dự án ngựa ô có vốn hóa thị trường vượt qua một tỷ thậm chí là mười tỷ chỉ trong vài tuần.
Các dự án loại này đã phát sinh ra một mô hình phát hành tài sản mới - phát hành tiền tệ từ kho mã GitHub, và Agent phát triển dựa trên khung cũng có thể phát hành token một lần nữa. Mô hình "khung làm nền, Agent làm trên" này, mặc dù bề ngoài giống như nền tảng phát hành tài sản, thực chất lại là một mô hình cơ sở hạ tầng thuộc về thời đại AI. Bài viết này sẽ bắt đầu từ việc tóm tắt khung, khám phá ảnh hưởng sâu rộng của khung AI đối với lĩnh vực tiền điện tử.
Một, Khung là gì?
Khung AI là một bộ công cụ hoặc nền tảng phát triển tích hợp các mô-đun, thư viện và công cụ đã được xây dựng trước, giúp đơn giản hóa quá trình xây dựng các mô hình AI phức tạp. Nó có thể được hiểu như là hệ điều hành của thời đại AI, tương tự như Windows, Linux trên máy tính để bàn, hoặc iOS và Android trên thiết bị di động. Mỗi khung đều có những đặc điểm riêng, các nhà phát triển có thể tự do lựa chọn theo nhu cầu.
Mặc dù "khung AI" là một khái niệm mới nổi trong lĩnh vực tiền điện tử, nhưng quá trình phát triển của nó đã gần 14 năm. Trong lĩnh vực AI truyền thống, đã có nhiều khung成熟可供选择, chẳng hạn như TensorFlow của Google, PyTorch của Meta.
Các dự án khung nổi lên trong lĩnh vực tiền điện tử chủ yếu được thiết kế nhằm đáp ứng nhu cầu lớn về Agent do cơn sốt AI mang lại, và dần dần mở rộng sang các lĩnh vực khác, hình thành các khung AI trong các lĩnh vực phân khúc khác nhau. Dưới đây là một số giới thiệu về các khung chính.
1.1 Eliza
Eliza là một khung mô phỏng đa tác nhân, chuyên用于 tạo, triển khai và quản lý các tác nhân AI tự chủ. Phát triển dựa trên TypeScript, có khả năng tương thích tốt và khả năng tích hợp API.
Eliza chủ yếu nhắm đến các tình huống truyền thông xã hội, hỗ trợ tích hợp đa nền tảng, bao gồm Discord, X/Twitter, Telegram, v.v. Về xử lý nội dung truyền thông, hỗ trợ phân tích tài liệu PDF, trích xuất nội dung liên kết, chuyển đổi âm thanh, xử lý video, phân tích hình ảnh và nhiều chức năng khác.
Eliza hiện đang hỗ trợ bốn loại trường hợp chính:
Ứng dụng loại trợ lý AI
Vai trò của mạng xã hội
Người lao động tri thức
Vai trò tương tác
Trong hỗ trợ mô hình, Eliza có thể sử dụng mô hình nguồn mở để suy luận tại chỗ, cũng hỗ trợ sử dụng dịch vụ suy luận đám mây qua API.
1.2 G.A.M.E
G.A.M.E (Khung Thực thể Đa phương thức Tự động Sinh ra và Quản lý ) là một khung AI đa phương thức tự động sinh ra và quản lý được phát hành bởi Virtual, chủ yếu nhằm thiết kế NPC thông minh trong trò chơi. Đặc điểm của khung này là ngay cả những người dùng không có nền tảng lập trình cũng có thể sử dụng, chỉ cần thay đổi các tham số là có thể tham gia vào việc thiết kế Agent.
Thiết kế cốt lõi của G.A.M.E áp dụng kiến trúc mô-đun với nhiều hệ thống con làm việc cùng nhau, bao gồm giao diện gợi ý Agent, hệ thống cảm nhận, động cơ lập kế hoạch chiến lược, ngữ cảnh thế giới, và các mô-đun xử lý đối thoại.
Quy trình làm việc của khung này là: Các nhà phát triển khởi động Agent thông qua giao diện nhắc nhở, và hệ thống nhận thức nhận đầu vào và truyền nó cho động cơ lập kế hoạch chiến lược. Động cơ lập kế hoạch chiến lược sử dụng nhiều hệ thống và thông tin để xây dựng và thực hiện kế hoạch hành động. Mô-đun học tập liên tục theo dõi kết quả hành động của Agent và điều chỉnh hành vi dựa trên đó.
Ngoài lĩnh vực trò chơi, khung G.A.M.E cũng áp dụng cho các cảnh trong vũ trụ ảo, đã có nhiều dự án sử dụng khung này để phát triển.
1.3 Rig
Rig là một công cụ mã nguồn mở được viết bằng ngôn ngữ Rust, nhằm đơn giản hóa việc phát triển các ứng dụng mô hình ngôn ngữ lớn (LLM). Nó cung cấp một giao diện điều khiển thống nhất, cho phép các nhà phát triển dễ dàng tương tác với nhiều nhà cung cấp dịch vụ LLM và cơ sở dữ liệu vector.
Các đặc điểm chính của Rig bao gồm:
Giao diện thống nhất
Kiến trúc mô-đun
Kiểu an toàn
Hiệu suất cao
Quy trình làm việc của Rig là: yêu cầu của người dùng trước tiên đi qua "tầng trừu tượng nhà cung cấp", sau đó trong tầng lõi, đại lý thông minh gọi các công cụ khác nhau hoặc truy vấn kho lưu trữ vector để lấy thông tin. Cuối cùng, thông qua các cơ chế như tạo ra tăng cường truy xuất (RAG), hệ thống tạo ra phản hồi chính xác và có ý nghĩa để trả về cho người dùng.
Rig phù hợp để xây dựng hệ thống giải đáp vấn đề, công cụ tìm kiếm tài liệu, chatbot hoặc trợ lý ảo có khả năng nhận thức ngữ cảnh, thậm chí hỗ trợ sáng tạo nội dung.
1.4 ZerePy
ZerePy là một framework mã nguồn mở dựa trên Python, nhằm đơn giản hóa quy trình triển khai và quản lý AI Agent trên nền tảng X (trước đây là Twitter). Nó kế thừa các chức năng cốt lõi của dự án Zerebro, nhưng áp dụng thiết kế mô-đun hơn, dễ mở rộng hơn.
ZerePy cung cấp một giao diện dòng lệnh (CLI), thuận tiện cho người dùng quản lý và kiểm soát các AI Agent đã được triển khai. Kiến trúc cốt lõi của nó dựa trên thiết kế mô-đun, bao gồm:
Tích hợp LLM
Tích hợp nền tảng X
Hệ thống kết nối mô-đun
Hệ thống bộ nhớ (đang được lên kế hoạch)
So với dự án Eliza của a16z, ZerePy tập trung hơn vào việc đơn giản hóa quy trình triển khai AI Agent trên nền tảng xã hội cụ thể (X), nghiêng về ứng dụng thực tế.
Hai, phiên bản của hệ sinh thái BTC
Đường phát triển của AI Agent có nhiều điểm tương đồng với hệ sinh thái BTC gần đây. Sự phát triển của hệ sinh thái BTC có thể tóm tắt như sau: BRC20 - Cạnh tranh đa giao thức - BTC L2 - BTCFi với Babylon làm trung tâm. Trong khi đó, AI Agent phát triển nhanh hơn dựa trên nền tảng công nghệ AI truyền thống đã trưởng thành, con đường của nó có thể tóm tắt như sau: GOAT/ACT - Cạnh tranh khung Agent loại Social/phân tích AI Agent.
Mặc dù có sự tương đồng, lĩnh vực AI Agent khó có khả năng đi đến sự đồng nhất và bùng nổ giống như hệ sinh thái BTC. Các dự án khung AI cung cấp những ý tưởng phát triển cơ sở hạ tầng mới, giống như một chuỗi công khai trong tương lai, trong khi Agent thì tương tự như một Dapp trong tương lai.
Trong hệ sinh thái tiền điện tử hiện tại, chúng ta có hàng nghìn chuỗi công khai và hàng vạn Dapp. Chuỗi chung bao gồm BTC, Ethereum và nhiều chuỗi dị thể khác, trong khi chuỗi ứng dụng thì đa dạng hơn. Cuộc tranh luận trong tương lai có thể chuyển từ cuộc chiến giữa EVM và chuỗi dị thể sang cuộc chiến về khung, câu hỏi then chốt là làm thế nào để đạt được Phi tập trung hoặc "chuỗi hóa", cũng như ý nghĩa của việc phát triển những dự án này trên blockchain.
Ba, Ý nghĩa của việc đưa lên chuỗi?
Khi blockchain kết hợp với bất kỳ điều gì, cần phải đối mặt với một vấn đề cốt lõi: sự kết hợp này có ý nghĩa không? Nhìn lại những kinh nghiệm thành công của DeFi, lợi thế của nó nằm ở việc cung cấp tính khả dụng cao hơn, hiệu quả tốt hơn và chi phí thấp hơn, cũng như an ninh không cần tin tưởng vào Phi tập trung. Dựa trên tư tưởng này, việc chuỗi hóa AI Agent có thể có một số lý do sau:
Giảm chi phí sử dụng, tăng khả năng tiếp cận và sự lựa chọn, để người dùng bình thường cũng có thể tham gia vào "quyền cho thuê" AI.
Cung cấp giải pháp an ninh dựa trên blockchain, đáp ứng nhu cầu an ninh khi Agent tương tác với thế giới thực hoặc ảo.
Khởi tạo mô hình tài chính blockchain độc đáo, như cho phép người dùng bình thường tham gia vào việc tạo thị trường tự động hoặc đầu tư vào các tài nguyên cần thiết như sức mạnh tính toán, đánh dấu dữ liệu cho Agent.
Thực hiện quy trình suy luận minh bạch, có thể truy xuất được, có thể hấp dẫn hơn so với trình duyệt agent mà các ông lớn Internet truyền thống cung cấp.
Bốn, Cơ hội mới trong nền kinh tế sáng tạo
Các dự án dạng khung trong tương lai có thể cung cấp cơ hội khởi nghiệp tương tự như GPT Store. Mặc dù hiện tại việc phát hành Agent thông qua khung vẫn còn phức tạp đối với người dùng thông thường, nhưng việc đơn giản hóa quy trình xây dựng Agent và cung cấp các khung chức năng phức tạp rất có khả năng sẽ chiếm ưu thế trong tương lai. Điều này sẽ hình thành một nền kinh tế sáng tạo Web3 thú vị hơn so với GPT Store.
Khác với việc hiện tại GPT Store chủ yếu do các công ty Web2 truyền thống dẫn dắt, lĩnh vực kinh tế sáng tạo AI Web3 có thể công bằng hơn và đưa vào kinh tế cộng đồng để hoàn thiện Agent. Điều này sẽ cung cấp cơ hội tham gia cho người bình thường, các dự án AI Meme trong tương lai có thể thông minh và thú vị hơn so với các Agent hiện có.
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.
Khung AI giải cấu trúc: Từ tác nhân thông minh đến bản đồ tương lai Phi tập trung
Giải cấu trúc khung AI: Từ đại lý thông minh đến Phi tập trung khám phá
Lời giới thiệu
Tốc độ phát triển của lĩnh vực AI Agent thật đáng kinh ngạc. Kể từ khi "cổng thông tin chân lý" khơi dậy cơn sốt Agent, câu chuyện kết hợp giữa AI và tiền điện tử gần như có sự thay đổi mới mỗi tuần. Gần đây, sự chú ý của thị trường đã chuyển sang các dự án "khung" do câu chuyện công nghệ dẫn dắt. Lĩnh vực con này đã xuất hiện nhiều dự án ngựa ô có vốn hóa thị trường vượt qua một tỷ thậm chí là mười tỷ chỉ trong vài tuần.
Các dự án loại này đã phát sinh ra một mô hình phát hành tài sản mới - phát hành tiền tệ từ kho mã GitHub, và Agent phát triển dựa trên khung cũng có thể phát hành token một lần nữa. Mô hình "khung làm nền, Agent làm trên" này, mặc dù bề ngoài giống như nền tảng phát hành tài sản, thực chất lại là một mô hình cơ sở hạ tầng thuộc về thời đại AI. Bài viết này sẽ bắt đầu từ việc tóm tắt khung, khám phá ảnh hưởng sâu rộng của khung AI đối với lĩnh vực tiền điện tử.
Một, Khung là gì?
Khung AI là một bộ công cụ hoặc nền tảng phát triển tích hợp các mô-đun, thư viện và công cụ đã được xây dựng trước, giúp đơn giản hóa quá trình xây dựng các mô hình AI phức tạp. Nó có thể được hiểu như là hệ điều hành của thời đại AI, tương tự như Windows, Linux trên máy tính để bàn, hoặc iOS và Android trên thiết bị di động. Mỗi khung đều có những đặc điểm riêng, các nhà phát triển có thể tự do lựa chọn theo nhu cầu.
Mặc dù "khung AI" là một khái niệm mới nổi trong lĩnh vực tiền điện tử, nhưng quá trình phát triển của nó đã gần 14 năm. Trong lĩnh vực AI truyền thống, đã có nhiều khung成熟可供选择, chẳng hạn như TensorFlow của Google, PyTorch của Meta.
Các dự án khung nổi lên trong lĩnh vực tiền điện tử chủ yếu được thiết kế nhằm đáp ứng nhu cầu lớn về Agent do cơn sốt AI mang lại, và dần dần mở rộng sang các lĩnh vực khác, hình thành các khung AI trong các lĩnh vực phân khúc khác nhau. Dưới đây là một số giới thiệu về các khung chính.
1.1 Eliza
Eliza là một khung mô phỏng đa tác nhân, chuyên用于 tạo, triển khai và quản lý các tác nhân AI tự chủ. Phát triển dựa trên TypeScript, có khả năng tương thích tốt và khả năng tích hợp API.
Eliza chủ yếu nhắm đến các tình huống truyền thông xã hội, hỗ trợ tích hợp đa nền tảng, bao gồm Discord, X/Twitter, Telegram, v.v. Về xử lý nội dung truyền thông, hỗ trợ phân tích tài liệu PDF, trích xuất nội dung liên kết, chuyển đổi âm thanh, xử lý video, phân tích hình ảnh và nhiều chức năng khác.
Eliza hiện đang hỗ trợ bốn loại trường hợp chính:
Trong hỗ trợ mô hình, Eliza có thể sử dụng mô hình nguồn mở để suy luận tại chỗ, cũng hỗ trợ sử dụng dịch vụ suy luận đám mây qua API.
1.2 G.A.M.E
G.A.M.E (Khung Thực thể Đa phương thức Tự động Sinh ra và Quản lý ) là một khung AI đa phương thức tự động sinh ra và quản lý được phát hành bởi Virtual, chủ yếu nhằm thiết kế NPC thông minh trong trò chơi. Đặc điểm của khung này là ngay cả những người dùng không có nền tảng lập trình cũng có thể sử dụng, chỉ cần thay đổi các tham số là có thể tham gia vào việc thiết kế Agent.
Thiết kế cốt lõi của G.A.M.E áp dụng kiến trúc mô-đun với nhiều hệ thống con làm việc cùng nhau, bao gồm giao diện gợi ý Agent, hệ thống cảm nhận, động cơ lập kế hoạch chiến lược, ngữ cảnh thế giới, và các mô-đun xử lý đối thoại.
Quy trình làm việc của khung này là: Các nhà phát triển khởi động Agent thông qua giao diện nhắc nhở, và hệ thống nhận thức nhận đầu vào và truyền nó cho động cơ lập kế hoạch chiến lược. Động cơ lập kế hoạch chiến lược sử dụng nhiều hệ thống và thông tin để xây dựng và thực hiện kế hoạch hành động. Mô-đun học tập liên tục theo dõi kết quả hành động của Agent và điều chỉnh hành vi dựa trên đó.
Ngoài lĩnh vực trò chơi, khung G.A.M.E cũng áp dụng cho các cảnh trong vũ trụ ảo, đã có nhiều dự án sử dụng khung này để phát triển.
1.3 Rig
Rig là một công cụ mã nguồn mở được viết bằng ngôn ngữ Rust, nhằm đơn giản hóa việc phát triển các ứng dụng mô hình ngôn ngữ lớn (LLM). Nó cung cấp một giao diện điều khiển thống nhất, cho phép các nhà phát triển dễ dàng tương tác với nhiều nhà cung cấp dịch vụ LLM và cơ sở dữ liệu vector.
Các đặc điểm chính của Rig bao gồm:
Quy trình làm việc của Rig là: yêu cầu của người dùng trước tiên đi qua "tầng trừu tượng nhà cung cấp", sau đó trong tầng lõi, đại lý thông minh gọi các công cụ khác nhau hoặc truy vấn kho lưu trữ vector để lấy thông tin. Cuối cùng, thông qua các cơ chế như tạo ra tăng cường truy xuất (RAG), hệ thống tạo ra phản hồi chính xác và có ý nghĩa để trả về cho người dùng.
Rig phù hợp để xây dựng hệ thống giải đáp vấn đề, công cụ tìm kiếm tài liệu, chatbot hoặc trợ lý ảo có khả năng nhận thức ngữ cảnh, thậm chí hỗ trợ sáng tạo nội dung.
1.4 ZerePy
ZerePy là một framework mã nguồn mở dựa trên Python, nhằm đơn giản hóa quy trình triển khai và quản lý AI Agent trên nền tảng X (trước đây là Twitter). Nó kế thừa các chức năng cốt lõi của dự án Zerebro, nhưng áp dụng thiết kế mô-đun hơn, dễ mở rộng hơn.
ZerePy cung cấp một giao diện dòng lệnh (CLI), thuận tiện cho người dùng quản lý và kiểm soát các AI Agent đã được triển khai. Kiến trúc cốt lõi của nó dựa trên thiết kế mô-đun, bao gồm:
So với dự án Eliza của a16z, ZerePy tập trung hơn vào việc đơn giản hóa quy trình triển khai AI Agent trên nền tảng xã hội cụ thể (X), nghiêng về ứng dụng thực tế.
Hai, phiên bản của hệ sinh thái BTC
Đường phát triển của AI Agent có nhiều điểm tương đồng với hệ sinh thái BTC gần đây. Sự phát triển của hệ sinh thái BTC có thể tóm tắt như sau: BRC20 - Cạnh tranh đa giao thức - BTC L2 - BTCFi với Babylon làm trung tâm. Trong khi đó, AI Agent phát triển nhanh hơn dựa trên nền tảng công nghệ AI truyền thống đã trưởng thành, con đường của nó có thể tóm tắt như sau: GOAT/ACT - Cạnh tranh khung Agent loại Social/phân tích AI Agent.
Mặc dù có sự tương đồng, lĩnh vực AI Agent khó có khả năng đi đến sự đồng nhất và bùng nổ giống như hệ sinh thái BTC. Các dự án khung AI cung cấp những ý tưởng phát triển cơ sở hạ tầng mới, giống như một chuỗi công khai trong tương lai, trong khi Agent thì tương tự như một Dapp trong tương lai.
Trong hệ sinh thái tiền điện tử hiện tại, chúng ta có hàng nghìn chuỗi công khai và hàng vạn Dapp. Chuỗi chung bao gồm BTC, Ethereum và nhiều chuỗi dị thể khác, trong khi chuỗi ứng dụng thì đa dạng hơn. Cuộc tranh luận trong tương lai có thể chuyển từ cuộc chiến giữa EVM và chuỗi dị thể sang cuộc chiến về khung, câu hỏi then chốt là làm thế nào để đạt được Phi tập trung hoặc "chuỗi hóa", cũng như ý nghĩa của việc phát triển những dự án này trên blockchain.
Ba, Ý nghĩa của việc đưa lên chuỗi?
Khi blockchain kết hợp với bất kỳ điều gì, cần phải đối mặt với một vấn đề cốt lõi: sự kết hợp này có ý nghĩa không? Nhìn lại những kinh nghiệm thành công của DeFi, lợi thế của nó nằm ở việc cung cấp tính khả dụng cao hơn, hiệu quả tốt hơn và chi phí thấp hơn, cũng như an ninh không cần tin tưởng vào Phi tập trung. Dựa trên tư tưởng này, việc chuỗi hóa AI Agent có thể có một số lý do sau:
Giảm chi phí sử dụng, tăng khả năng tiếp cận và sự lựa chọn, để người dùng bình thường cũng có thể tham gia vào "quyền cho thuê" AI.
Cung cấp giải pháp an ninh dựa trên blockchain, đáp ứng nhu cầu an ninh khi Agent tương tác với thế giới thực hoặc ảo.
Khởi tạo mô hình tài chính blockchain độc đáo, như cho phép người dùng bình thường tham gia vào việc tạo thị trường tự động hoặc đầu tư vào các tài nguyên cần thiết như sức mạnh tính toán, đánh dấu dữ liệu cho Agent.
Thực hiện quy trình suy luận minh bạch, có thể truy xuất được, có thể hấp dẫn hơn so với trình duyệt agent mà các ông lớn Internet truyền thống cung cấp.
Bốn, Cơ hội mới trong nền kinh tế sáng tạo
Các dự án dạng khung trong tương lai có thể cung cấp cơ hội khởi nghiệp tương tự như GPT Store. Mặc dù hiện tại việc phát hành Agent thông qua khung vẫn còn phức tạp đối với người dùng thông thường, nhưng việc đơn giản hóa quy trình xây dựng Agent và cung cấp các khung chức năng phức tạp rất có khả năng sẽ chiếm ưu thế trong tương lai. Điều này sẽ hình thành một nền kinh tế sáng tạo Web3 thú vị hơn so với GPT Store.
Khác với việc hiện tại GPT Store chủ yếu do các công ty Web2 truyền thống dẫn dắt, lĩnh vực kinh tế sáng tạo AI Web3 có thể công bằng hơn và đưa vào kinh tế cộng đồng để hoàn thiện Agent. Điều này sẽ cung cấp cơ hội tham gia cho người bình thường, các dự án AI Meme trong tương lai có thể thông minh và thú vị hơn so với các Agent hiện có.