Деконструкция AI-рамки: от интеллектуальных агентов до Децентрализация исследований
Введение
В последнее время развитие нарратива о сочетании ИИ и криптовалюты стремительно ускоряется, и внимание рынка постепенно смещается к технологически ориентированным «фреймовым» проектам. Эта ниша за короткие несколько недель породила несколько звездных проектов с рыночной капитализацией более миллиона и даже более миллиарда. Такие проекты также породили новую модель выпуска активов - выпуск токенов на основе репозиториев GitHub, а также на основе фрейков разработанные интеллектуальные агенты могут снова выпускать токены. Основанная на фрейках и использующая интеллектуальные агенты в качестве приложения, эта модель формирует уникальную инфраструктуру эпохи ИИ. В данной статье мы начнем с концепции фреймов и исследуем значение ИИ-фреймов для индустрии криптовалют.
Один. Обзор рамки
AI-рамка — это базовый инструмент разработки или платформа, которая интегрирует предварительно собранные модули, библиотеки и инструменты, упрощая процесс создания сложных AI-моделей. Это можно сравнить с операционной системой эпохи AI. Хотя "AI-рамка" является новым понятием в области криптовалют, ее развитие продолжается уже почти 14 лет. В традиционной области AI уже доступны зрелые рамки, такие как TensorFlow от Google, PyTorch от Meta и другие.
В рамках криптовалютной индустрии появляются проекты, ориентированные на спрос на умных агентов, вызванный бумом ИИ, и распространяются на другие области. Вот несколько примеров основных фреймов:
1.1 Элиза
Eliza — это многофункциональная симуляционная платформа для интеллектуальных агентов, сосредоточенная на создании, развертывании и управлении автономными AI-агентами. Разработана на основе TypeScript, обладает хорошей совместимостью и способностью к интеграции API. Основное применение — в социальных медиа, поддерживает многоплатформенную интеграцию и обработку различных медиа-контентов.
Примеры использования Eliza включают: приложения в качестве AI-ассистента, роли в социальных сетях, рабочие роли и интерактивные роли. Поддерживаемые модели включают локальную инференцию открытых моделей, облачную инференцию OpenAI API и другие.
1.2 G.A.M.E
G.A.M.E(Генеративная Автономная Мультимодальная Сущность Фреймворк) - это автоматическая система генерации и управления многомодальным ИИ фреймворком, в основном ориентированным на проектирование интеллектуальных NPC в играх. Особенностью является поддержка низкокодовых и даже безкодовых операций.
G.A.M.E использует модульный дизайн, включая интерфейс подсказок агента, подсистему восприятия, движок стратегического планирования, контекст мира, модуль обработки диалогов и другие подсистемы. Кроме игр, эта структура также подходит для приложений метавселенной.
1.3 Риг
Rig — это инструмент с открытым исходным кодом, написанный на языке Rust, предназначенный для упрощения разработки приложений на основе крупных языковых моделей. Он предоставляет унифицированный интерфейс, поддерживающий взаимодействие с несколькими поставщиками LLM и векторными базами данных.
Основные характеристики Rig включают в себя единый интерфейс, модульную архитектуру, типобезопасность и высокую производительность. Подходит для создания систем вопросов и ответов, инструментов поиска документов, чат-ботов с контекстной осведомленностью и т. д.
1.4 ZerePy
ZerePy — это основанная на Python открытая платформа, сосредоточенная на упрощении процесса развертывания и управления ИИ-агентами на платформе X. Она предоставляет интерфейс командной строки, поддерживает модульный дизайн и может интегрироваться с различными API LLM и социальных платформ.
ZerePy, в отличие от Eliza, более ориентирован на развертывание AI-агентов на определенных социальных платформах, а не на многосистемное моделирование и широкие исследования в области AI.
Два, схожести с экосистемой BTC
Развитие AI-агентов имеет сходство с недавней экосистемой BTC. Экосистема BTC прошла через этапы BRC20, многопротокольной конкуренции, BTC L2 и этап BTCFi с акцентом на Babylon. AI-агенты также пережили этапы GOAT/ACT и конкуренции между социальными агентами и аналитическими AI-агентами. В будущем, возможно, будет акцент на децентрализации и безопасности агентов.
Однако, повествование AI-агентов не является воспроизведением истории смарт-контрактов. Существующие проекты AI-структур предлагают новые подходы к развитию инфраструктуры. В отличие от мемкоин-стартплатформ и протоколов инскрипций, AI-структуры больше напоминают будущие публичные цепочки, в то время как агенты больше похожи на будущие Dapp.
Три. Значение внедрения в блокчейн
Основная проблема, с которой сталкивается сочетание блокчейна и ИИ: имеет ли это смысл? Опираясь на успешный опыт DeFi, причины, поддерживающие агентскую децентрализацию, могут включать:
Снизить затраты на использование, повысить доступность и выбор, позволив обычным пользователям участвовать в "аренде прав на ИИ".
Предоставление безопасного решения на основе Децентрализации, удовлетворяющего потребности взаимодействия агентов с реальными или виртуальными кошельками.
Создание уникальных финансовых моделей на основе блокчейна, таких как代理相关的算力、数据标记投资等.
Реализация прозрачного и отслеживаемого вывода, повышение взаимной совместимости, что делает его более привлекательным по сравнению с прокси-браузерами, предлагаемыми традиционными интернет-гигантами.
Четыре, Перспективы креативной экономики
Проектам на основе фреймворков в будущем могут предоставляться возможности для стартапов, аналогичные GPT Store. Упрощение процесса создания агентов и предоставление фреймворков для сложных комбинаций функций могут занять преимущество и сформировать более интересную креативную экономику Web3 по сравнению с GPT Store.
В отличие от текущей модели, в которой основной доминирующей силой является традиционная компания Web2, агентская креативная экономика Web3 станет более открытой и справедливой. Введение в экономику сообщества сделает агентства более совершенными, а будущие AI meme проекты могут быть более умными и интересными, чем агентства на существующих платформах. Это предоставит обычным людям возможности для участия и будет способствовать разнообразному развитию экосистемы AI-агентств.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
7 Лайков
Награда
7
5
Репост
Поделиться
комментарий
0/400
MechanicalMartel
· 22ч назад
Эх, снова начали торговать ai.
Посмотреть ОригиналОтветить0
SchrodingerProfit
· 08-13 07:13
Опять новая уловка для того, чтобы разыгрывать людей как лохов.
Посмотреть ОригиналОтветить0
MemeKingNFT
· 08-13 07:13
Еще одна волна манипуляций с рыночной капитализацией, я почувствовал тренд еще полгода назад, но, к сожалению, не вошел в позицию.
Новые тенденции AI-структур: от интеллектуальных агентов до креативной экономики Web3
Деконструкция AI-рамки: от интеллектуальных агентов до Децентрализация исследований
Введение
В последнее время развитие нарратива о сочетании ИИ и криптовалюты стремительно ускоряется, и внимание рынка постепенно смещается к технологически ориентированным «фреймовым» проектам. Эта ниша за короткие несколько недель породила несколько звездных проектов с рыночной капитализацией более миллиона и даже более миллиарда. Такие проекты также породили новую модель выпуска активов - выпуск токенов на основе репозиториев GitHub, а также на основе фрейков разработанные интеллектуальные агенты могут снова выпускать токены. Основанная на фрейках и использующая интеллектуальные агенты в качестве приложения, эта модель формирует уникальную инфраструктуру эпохи ИИ. В данной статье мы начнем с концепции фреймов и исследуем значение ИИ-фреймов для индустрии криптовалют.
Один. Обзор рамки
AI-рамка — это базовый инструмент разработки или платформа, которая интегрирует предварительно собранные модули, библиотеки и инструменты, упрощая процесс создания сложных AI-моделей. Это можно сравнить с операционной системой эпохи AI. Хотя "AI-рамка" является новым понятием в области криптовалют, ее развитие продолжается уже почти 14 лет. В традиционной области AI уже доступны зрелые рамки, такие как TensorFlow от Google, PyTorch от Meta и другие.
В рамках криптовалютной индустрии появляются проекты, ориентированные на спрос на умных агентов, вызванный бумом ИИ, и распространяются на другие области. Вот несколько примеров основных фреймов:
1.1 Элиза
Eliza — это многофункциональная симуляционная платформа для интеллектуальных агентов, сосредоточенная на создании, развертывании и управлении автономными AI-агентами. Разработана на основе TypeScript, обладает хорошей совместимостью и способностью к интеграции API. Основное применение — в социальных медиа, поддерживает многоплатформенную интеграцию и обработку различных медиа-контентов.
Примеры использования Eliza включают: приложения в качестве AI-ассистента, роли в социальных сетях, рабочие роли и интерактивные роли. Поддерживаемые модели включают локальную инференцию открытых моделей, облачную инференцию OpenAI API и другие.
1.2 G.A.M.E
G.A.M.E(Генеративная Автономная Мультимодальная Сущность Фреймворк) - это автоматическая система генерации и управления многомодальным ИИ фреймворком, в основном ориентированным на проектирование интеллектуальных NPC в играх. Особенностью является поддержка низкокодовых и даже безкодовых операций.
G.A.M.E использует модульный дизайн, включая интерфейс подсказок агента, подсистему восприятия, движок стратегического планирования, контекст мира, модуль обработки диалогов и другие подсистемы. Кроме игр, эта структура также подходит для приложений метавселенной.
1.3 Риг
Rig — это инструмент с открытым исходным кодом, написанный на языке Rust, предназначенный для упрощения разработки приложений на основе крупных языковых моделей. Он предоставляет унифицированный интерфейс, поддерживающий взаимодействие с несколькими поставщиками LLM и векторными базами данных.
Основные характеристики Rig включают в себя единый интерфейс, модульную архитектуру, типобезопасность и высокую производительность. Подходит для создания систем вопросов и ответов, инструментов поиска документов, чат-ботов с контекстной осведомленностью и т. д.
1.4 ZerePy
ZerePy — это основанная на Python открытая платформа, сосредоточенная на упрощении процесса развертывания и управления ИИ-агентами на платформе X. Она предоставляет интерфейс командной строки, поддерживает модульный дизайн и может интегрироваться с различными API LLM и социальных платформ.
ZerePy, в отличие от Eliza, более ориентирован на развертывание AI-агентов на определенных социальных платформах, а не на многосистемное моделирование и широкие исследования в области AI.
Два, схожести с экосистемой BTC
Развитие AI-агентов имеет сходство с недавней экосистемой BTC. Экосистема BTC прошла через этапы BRC20, многопротокольной конкуренции, BTC L2 и этап BTCFi с акцентом на Babylon. AI-агенты также пережили этапы GOAT/ACT и конкуренции между социальными агентами и аналитическими AI-агентами. В будущем, возможно, будет акцент на децентрализации и безопасности агентов.
Однако, повествование AI-агентов не является воспроизведением истории смарт-контрактов. Существующие проекты AI-структур предлагают новые подходы к развитию инфраструктуры. В отличие от мемкоин-стартплатформ и протоколов инскрипций, AI-структуры больше напоминают будущие публичные цепочки, в то время как агенты больше похожи на будущие Dapp.
Три. Значение внедрения в блокчейн
Основная проблема, с которой сталкивается сочетание блокчейна и ИИ: имеет ли это смысл? Опираясь на успешный опыт DeFi, причины, поддерживающие агентскую децентрализацию, могут включать:
Снизить затраты на использование, повысить доступность и выбор, позволив обычным пользователям участвовать в "аренде прав на ИИ".
Предоставление безопасного решения на основе Децентрализации, удовлетворяющего потребности взаимодействия агентов с реальными или виртуальными кошельками.
Создание уникальных финансовых моделей на основе блокчейна, таких как代理相关的算力、数据标记投资等.
Реализация прозрачного и отслеживаемого вывода, повышение взаимной совместимости, что делает его более привлекательным по сравнению с прокси-браузерами, предлагаемыми традиционными интернет-гигантами.
Четыре, Перспективы креативной экономики
Проектам на основе фреймворков в будущем могут предоставляться возможности для стартапов, аналогичные GPT Store. Упрощение процесса создания агентов и предоставление фреймворков для сложных комбинаций функций могут занять преимущество и сформировать более интересную креативную экономику Web3 по сравнению с GPT Store.
В отличие от текущей модели, в которой основной доминирующей силой является традиционная компания Web2, агентская креативная экономика Web3 станет более открытой и справедливой. Введение в экономику сообщества сделает агентства более совершенными, а будущие AI meme проекты могут быть более умными и интересными, чем агентства на существующих платформах. Это предоставит обычным людям возможности для участия и будет способствовать разнообразному развитию экосистемы AI-агентств.