解構AI框架：從智能代理到去中心化的探索

前言

近期,AI與加密貨幣結合的敘事發展迅速。市場關注度轉向了技術主導的"框架類"項目,這個細分賽道在短期內湧現出多個市值過億甚至過十億的項目。這類項目衍生出一種新的資產發行模式 - 以GitHub代碼庫發幣,基於框架開發的Agent再次發幣。以框架爲底,Agent爲上,形成了一種獨特的AI時代基礎設施模式。本文將從框架概念入手,探討AI框架對加密貨幣行業的意義。

一、何謂框架?

AI框架是一種底層開發工具或平台,集成了預構建的模塊、庫和工具,簡化了構建復雜AI模型的過程。可以將其理解爲AI時代的操作系統,如Windows、Linux或iOS、Android。雖然"AI框架"在加密貨幣領域是新概念,但AI框架的發展已有近14年歷史。目前加密貨幣領域湧現的框架項目,是爲滿足大量Agent需求而打造的。我們以幾個主流框架爲例進行說明。

1.1 Eliza

Eliza是一個多Agent模擬框架,專門用於創建、部署和管理自主AI Agent。基於TypeScript開發,具有良好的兼容性和API集成能力。

Eliza主要針對社交媒體場景,支持多平台集成。在媒體內容處理方面,支持PDF文檔分析、連結內容提取、音頻轉錄、視頻處理、圖像分析等功能。

Eliza當前支持的用例主要包括:

1. AI助手類應用
2. 社交媒體角色
3. 知識工作者
4. 互動角色

Eliza支持的模型包括開源模型本地推理、OpenAI API雲推理等。

1.2 G.A.M.E

G.A.M.E是Virtual推出的自動生成與管理的多模態AI框架,主要針對遊戲中的智能NPC設計。該框架支持低代碼甚至無代碼開發,用戶只需修改參數即可參與Agent設計。

G.A.M.E採用模塊化設計,核心架構包括Agent提示界面、感知子系統、戰略規劃引擎、世界上下文、對話處理模塊、鏈上錢包操作員、學習模塊、工作記憶、長期記憶處理器、Agent倉庫、動作規劃器和計劃執行器等組件。

該框架主要聚焦於Agent在虛擬環境中的決策、反饋、感知及個性,適用於遊戲和元宇宙場景。

1.3 Rig

Rig是用Rust語言編寫的開源工具,旨在簡化大型語言模型(LLM)應用程序的開發。它提供統一接口,便於與多個LLM服務提供商和向量數據庫交互。

Rig的核心特點包括:

• 統一接口
• 模塊化架構
• 類型安全
• 高效性能

Rig適用於構建問答系統、文檔搜索工具、聊天機器人、虛擬助手,以及內容創作等場景。

1.4 ZerePy

ZerePy是基於Python的開源框架,用於簡化在X平台上部署和管理AI Agent的過程。它繼承了Zerebro項目的核心功能,但採用更模塊化、易於擴展的設計。

ZerePy提供命令行界面(CLI),支持OpenAI和Anthropic的大型語言模型,直接集成X平台API,並計劃未來集成內存系統。

二、BTC生態的翻版

AI Agent的發展路徑與近期BTC生態有相似之處。BTC生態經歷了BRC20、多協議競爭、BTC L2和BTCFi等階段。AI Agent則在成熟的傳統AI技術棧基礎上發展更快,經歷了GOAT/ACT、Social類Agent和分析類AI Agent框架競爭等階段。

未來可能圍繞Agent去中心化、安全性的基建項目將成爲下個階段的主題。AI框架項目提供了新的基建發展思路,可以將AI框架比作未來的公鏈,Agent比作未來的Dapp。

三、上鏈的意義?

區塊鏈與AI結合需要考慮其意義。從DeFi的成功經驗來看,支持Agent鏈化的理由可能包括:

1. 降低使用成本,提高可及性和選擇性
2. 提供基於區塊鏈的安全方案
3. 實現獨特的區塊鏈金融玩法
4. 實現透明、可追溯的推理,增強互操作性

四、創意經濟

AI框架類項目未來可能提供類似GPT Store的創業機會。簡化Agent構建過程並提供復雜功能組合的框架可能佔據優勢,形成比GPT Store更有趣的Web3創意經濟。

Web3在需求和經濟體系上可以彌補Web2的不足,引入社區經濟使Agent更加完善。Agent的創意經濟將爲普通人提供參與機會,未來的AI Meme可能比現有的更加智能和有趣。