解构AI框架：从智能代理到去中心化的探索

前言

近期,AI与加密货币结合的叙事发展迅速。市场关注度转向了技术主导的"框架类"项目,这个细分赛道在短期内涌现出多个市值过亿甚至过十亿的项目。这类项目衍生出一种新的资产发行模式 - 以GitHub代码库发币,基于框架开发的Agent再次发币。以框架为底,Agent为上,形成了一种独特的AI时代基础设施模式。本文将从框架概念入手,探讨AI框架对加密货币行业的意义。

一、何谓框架?

AI框架是一种底层开发工具或平台,集成了预构建的模块、库和工具,简化了构建复杂AI模型的过程。可以将其理解为AI时代的操作系统,如Windows、Linux或iOS、Android。虽然"AI框架"在加密货币领域是新概念,但AI框架的发展已有近14年历史。目前加密货币领域涌现的框架项目,是为满足大量Agent需求而打造的。我们以几个主流框架为例进行说明。

1.1 Eliza

Eliza是一个多Agent模拟框架,专门用于创建、部署和管理自主AI Agent。基于TypeScript开发,具有良好的兼容性和API集成能力。

Eliza主要针对社交媒体场景,支持多平台集成。在媒体内容处理方面,支持PDF文档分析、链接内容提取、音频转录、视频处理、图像分析等功能。

Eliza当前支持的用例主要包括:

1. AI助手类应用
2. 社交媒体角色
3. 知识工作者
4. 互动角色

Eliza支持的模型包括开源模型本地推理、OpenAI API云推理等。

1.2 G.A.M.E

G.A.M.E是Virtual推出的自动生成与管理的多模态AI框架,主要针对游戏中的智能NPC设计。该框架支持低代码甚至无代码开发,用户只需修改参数即可参与Agent设计。

G.A.M.E采用模块化设计,核心架构包括Agent提示界面、感知子系统、战略规划引擎、世界上下文、对话处理模块、链上钱包操作员、学习模块、工作记忆、长期记忆处理器、Agent仓库、动作规划器和计划执行器等组件。

该框架主要聚焦于Agent在虚拟环境中的决策、反馈、感知及个性,适用于游戏和元宇宙场景。

1.3 Rig

Rig是用Rust语言编写的开源工具,旨在简化大型语言模型(LLM)应用程序的开发。它提供统一接口,便于与多个LLM服务提供商和向量数据库交互。

Rig的核心特点包括:

• 统一接口
• 模块化架构
• 类型安全
• 高效性能

Rig适用于构建问答系统、文档搜索工具、聊天机器人、虚拟助手,以及内容创作等场景。

1.4 ZerePy

ZerePy是基于Python的开源框架,用于简化在X平台上部署和管理AI Agent的过程。它继承了Zerebro项目的核心功能,但采用更模块化、易于扩展的设计。

ZerePy提供命令行界面(CLI),支持OpenAI和Anthropic的大型语言模型,直接集成X平台API,并计划未来集成内存系统。

二、BTC生态的翻版

AI Agent的发展路径与近期BTC生态有相似之处。BTC生态经历了BRC20、多协议竞争、BTC L2和BTCFi等阶段。AI Agent则在成熟的传统AI技术栈基础上发展更快,经历了GOAT/ACT、Social类Agent和分析类AI Agent框架竞争等阶段。

未来可能围绕Agent去中心化、安全性的基建项目将成为下个阶段的主题。AI框架项目提供了新的基建发展思路,可以将AI框架比作未来的公链,Agent比作未来的Dapp。

三、上链的意义?

区块链与AI结合需要考虑其意义。从DeFi的成功经验来看,支持Agent链化的理由可能包括:

1. 降低使用成本,提高可及性和选择性
2. 提供基于区块链的安全方案
3. 实现独特的区块链金融玩法
4. 实现透明、可追溯的推理,增强互操作性

四、创意经济

AI框架类项目未来可能提供类似GPT Store的创业机会。简化Agent构建过程并提供复杂功能组合的框架可能占据优势,形成比GPT Store更有趣的Web3创意经济。

Web3在需求和经济体系上可以弥补Web2的不足,引入社区经济使Agent更加完善。Agent的创意经济将为普通人提供参与机会,未来的AI Meme可能比现有的更加智能和有趣。