Déconstruction du cadre AI : de l'agent intelligent à l'exploration de la Décentralisation
Introduction
Le récit de la combinaison de l'IA et des cryptomonnaies évolue rapidement. Récemment, l'attention du marché s'est concentrée sur les projets "classiques" dominés par la technologie, ce segment ayant généré plusieurs projets avec une capitalisation boursière dépassant un milliard, voire dix milliards, en peu de temps. Ces projets ont engendré un nouveau modèle d'émission d'actifs : l'émission de jetons à partir de dépôts de code Github, les Agents développés sur la base du cadre pouvant à nouveau émettre des jetons. En se basant sur le cadre, avec l'Agent en dessus, une sorte de modèle de plateforme d'émission d'actifs se forme, représentant en fait une infrastructure spécifique à l'ère de l'IA. Cet article commencera par le concept de cadre et combinera des réflexions personnelles pour interpréter la signification du cadre AI pour l'industrie des cryptomonnaies.
I. Qu'est-ce qu'un cadre ?
Le cadre AI est un outil ou une plateforme de développement de base, intégrant un ensemble de modules, bibliothèques et outils préconstruits, simplifiant le processus de construction de modèles AI complexes. On peut comprendre le cadre comme le système d'exploitation de l'ère AI, semblable aux systèmes de bureau comme Windows ou Linux, ou aux systèmes mobiles comme iOS et Android. Chaque cadre a ses avantages et inconvénients, et les développeurs peuvent choisir en fonction de leurs besoins.
Bien que le "cadre d'IA" soit un concept émergent dans le domaine des cryptomonnaies, il existe depuis près de 14 ans, depuis la naissance de Theano en 2010. Dans le domaine traditionnel de l'IA, il existe des cadres matures disponibles, tels que TensorFlow de Google et Pytorch de Meta.
Les projets de cadre qui émergent actuellement dans les cryptomonnaies sont créés en réponse à une forte demande d'agents dans le contexte de l'engouement pour l'IA, et se sont dérivés vers d'autres domaines, formant différents cadres d'IA dans des segments variés. Voici une brève introduction à quelques cadres principaux :
1.1 Eliza
Eliza est un cadre de simulation multi-Agent, spécialement conçu pour créer, déployer et gérer des agents AI autonomes. Développé en TypeScript, il offre une bonne compatibilité et est facile à intégrer via API.
Eliza est principalement axée sur les scénarios de médias sociaux, prenant en charge l'intégration multi-plateforme, comme Discord, X/Twitter, Telegram, etc. En ce qui concerne le traitement du contenu des médias, elle prend en charge l'analyse des documents PDF, l'extraction de contenu des liens, le traitement audio et vidéo, etc.
Les cas d'utilisation actuellement pris en charge par Eliza comprennent principalement : applications d'assistant AI, rôles sur les réseaux sociaux, travailleurs du savoir et rôles interactifs, etc. Les modèles pris en charge incluent l'inférence locale de modèles open source, l'inférence cloud de l'API OpenAI, etc.
1.2 G.A.M.E
G.A.M.E est un cadre d'IA multimodal généré et géré automatiquement, principalement axé sur la conception de PNJ intelligents dans les jeux. La caractéristique de ce cadre est qu'il peut être utilisé même par des utilisateurs à faible code ou sans code, il suffit de modifier les paramètres pour participer à la conception d'Agent.
G.A.M.E adopte une conception modulaire, fonctionnant grâce à la collaboration de plusieurs sous-systèmes. L'architecture centrale comprend l'interface d'interaction Agent, le sous-système de perception, le moteur de planification stratégique, le contexte mondial, le module de traitement des dialogues et plusieurs autres composants.
Ce cadre se concentre principalement sur la prise de décision, le retour d'information, la perception et la personnalité de l'Agent dans un environnement virtuel, et est adapté aux scénarios de jeux et de métavers.
1.3 Rig
Rig est un outil open source écrit en Rust, conçu pour simplifier le développement d'applications de grands modèles de langage (LLM). Il offre une interface opérationnelle unifiée, facilitant l'interaction avec plusieurs fournisseurs de services LLM et bases de données vectorielles.
Les caractéristiques clés de Rig comprennent : une interface unifiée, une architecture modulable, une sécurité de type et des performances efficaces. Son flux de travail implique une couche d'abstraction des fournisseurs, des outils d'appel de l'agent intelligent ou le stockage de vecteurs de requêtes, ainsi que la génération de réponses par le biais de mécanismes tels que la récupération augmentée générant (RAG).
Rig est adapté à la construction de systèmes de questions-réponses, d'outils de recherche de documents, de chatbots avec des capacités de perception contextuelle et d'autres scénarios d'application.
1.4 ZerePy
ZerePy est un cadre open source basé sur Python, simplifiant le processus de déploiement et de gestion des agents AI sur la plateforme X. Il hérite des fonctionnalités clés du projet Zerebro, mais adopte une conception plus modulaire et extensible.
ZerePy offre une interface en ligne de commande (CLI) pour gérer l'Agent IA, prenant en charge les LLM d'OpenAI et d'Anthropic, et intégrant directement l'API de la plateforme X. Son système de connexion modulaire permet aux développeurs d'ajouter un support pour d'autres plateformes sociales ou services.
Comparé à Eliza, ZerePy se concentre davantage sur la simplification du processus de déploiement d'agent IA sur la plateforme sociale spécifique (X), avec une préférence pour les applications pratiques.
Deuxième partie, la réplique de l'écosystème BTC
Le parcours de développement des agents IA présente des similitudes avec l'écosystème BTC récent. L'écosystème BTC a traversé les étapes BRC20, la concurrence multi-protocoles, BTC L2 jusqu'à BTCFi centré sur Babylon. Les agents IA se développent plus rapidement sur la base d'une pile technologique IA mature, et leur parcours peut être résumé comme suit : GOAT/ACT - Agents de type social/IA analytique - concurrence d'architectures d'agents. À l'avenir, les projets d'infrastructure autour de la Décentralisation des agents et de la sécurité pourraient devenir le thème principal de la prochaine étape.
La narration de l'Agent IA n'est pas une réplique de l'histoire de la chaîne des contrats intelligents, les projets de cadre IA existants offrent de nouvelles idées pour le développement des infrastructures. Comparé au Memecoin Launchpad et au protocole des inscriptions, le cadre IA ressemble davantage à une future chaîne publique, tandis que l'Agent ressemble davantage à un futur Dapp.
Dans l'industrie des cryptomonnaies à l'ère de l'IA, les débats futurs pourraient passer de la rivalité entre EVM et chaînes hétérogènes à une lutte de cadres. La question clé est de savoir comment réaliser la Décentralisation ou la chaîne, ainsi que la signification de développer ces projets sur la blockchain.
Trois, quelle est la signification de la mise en chaîne?
Lorsqu'elle est combinée avec d'autres domaines, la blockchain est confrontée à des problèmes de signification. Réfléchir aux raisons du succès de la DeFi ( : accessibilité élevée, efficacité élevée, faible coût, sécurité décentralisée sans besoin de confiance ). Les raisons qui pourraient soutenir la chaîne d'Agents sont :
Réduire les coûts d'utilisation, améliorer l'accessibilité et le choix, permettant aux utilisateurs ordinaires de participer aux "droits de location" de l'IA.
Les solutions de sécurité basées sur la blockchain pourraient devenir indispensables, surtout lorsque l'Agent intervient dans des portefeuilles réels ou virtuels.
Il pourrait se former des modes de jeu financiers uniques sur blockchain, comme le modèle LP similaire à AMM, ou la formation de nouveaux modes de jeu financiers basés sur différents scénarios d'application.
L'agent combiné à la blockchain pourrait réaliser un raisonnement transparent et traçable, plus attrayant que les navigateurs d'agent fournis par les géants traditionnels de l'internet.
Quatrième, économie créative
Les projets de type cadre pourraient à l'avenir offrir des opportunités entrepreneuriales similaires à celles du GPT Store. Simplifier le processus de construction d'Agent et fournir un cadre de combinaisons de fonctionnalités complexes pourrait avoir un avantage, créant une économie créative Web3 plus intéressante que le GPT Store.
Comparé au GPT Store, l'économie créative Web3 pourrait être plus équitable, en introduisant une économie communautaire qui rend l'Agent plus complet. Ce sera une opportunité pour les gens ordinaires de participer, les futurs AI Meme pourraient être plus intelligents et intéressants que les Agents sur les plateformes existantes.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
16 J'aime
Récompense
16
6
Partager
Commentaire
0/400
BoredRiceBall
· Il y a 21h
Ah, laissez-moi voir~ Le projet va encore To the moon?
Voir l'originalRépondre0
BearMarketSage
· Il y a 21h
J'ai fait un petit profit en investissant dans l'IA.
Voir l'originalRépondre0
RunWithRugs
· Il y a 21h
Encore une vague de machines à prendre les gens pour des idiots.
Voir l'originalRépondre0
BlockchainFries
· Il y a 21h
Encore un piège pour prendre les gens pour des idiots ?
Voir l'originalRépondre0
ForkPrince
· Il y a 21h
Creusez un trou pour regarder le spectacle, apportez d'abord une petite chaise.
Voir l'originalRépondre0
SelfRugger
· Il y a 21h
Un bon escroc ne fait que rejouer les vieux tours de l'univers de la cryptomonnaie.
Analyse du secteur des cadres d'IA : de l'agent intelligent à la voie de l'évolution vers la Décentralisation
Déconstruction du cadre AI : de l'agent intelligent à l'exploration de la Décentralisation
Introduction
Le récit de la combinaison de l'IA et des cryptomonnaies évolue rapidement. Récemment, l'attention du marché s'est concentrée sur les projets "classiques" dominés par la technologie, ce segment ayant généré plusieurs projets avec une capitalisation boursière dépassant un milliard, voire dix milliards, en peu de temps. Ces projets ont engendré un nouveau modèle d'émission d'actifs : l'émission de jetons à partir de dépôts de code Github, les Agents développés sur la base du cadre pouvant à nouveau émettre des jetons. En se basant sur le cadre, avec l'Agent en dessus, une sorte de modèle de plateforme d'émission d'actifs se forme, représentant en fait une infrastructure spécifique à l'ère de l'IA. Cet article commencera par le concept de cadre et combinera des réflexions personnelles pour interpréter la signification du cadre AI pour l'industrie des cryptomonnaies.
I. Qu'est-ce qu'un cadre ?
Le cadre AI est un outil ou une plateforme de développement de base, intégrant un ensemble de modules, bibliothèques et outils préconstruits, simplifiant le processus de construction de modèles AI complexes. On peut comprendre le cadre comme le système d'exploitation de l'ère AI, semblable aux systèmes de bureau comme Windows ou Linux, ou aux systèmes mobiles comme iOS et Android. Chaque cadre a ses avantages et inconvénients, et les développeurs peuvent choisir en fonction de leurs besoins.
Bien que le "cadre d'IA" soit un concept émergent dans le domaine des cryptomonnaies, il existe depuis près de 14 ans, depuis la naissance de Theano en 2010. Dans le domaine traditionnel de l'IA, il existe des cadres matures disponibles, tels que TensorFlow de Google et Pytorch de Meta.
Les projets de cadre qui émergent actuellement dans les cryptomonnaies sont créés en réponse à une forte demande d'agents dans le contexte de l'engouement pour l'IA, et se sont dérivés vers d'autres domaines, formant différents cadres d'IA dans des segments variés. Voici une brève introduction à quelques cadres principaux :
1.1 Eliza
Eliza est un cadre de simulation multi-Agent, spécialement conçu pour créer, déployer et gérer des agents AI autonomes. Développé en TypeScript, il offre une bonne compatibilité et est facile à intégrer via API.
Eliza est principalement axée sur les scénarios de médias sociaux, prenant en charge l'intégration multi-plateforme, comme Discord, X/Twitter, Telegram, etc. En ce qui concerne le traitement du contenu des médias, elle prend en charge l'analyse des documents PDF, l'extraction de contenu des liens, le traitement audio et vidéo, etc.
Les cas d'utilisation actuellement pris en charge par Eliza comprennent principalement : applications d'assistant AI, rôles sur les réseaux sociaux, travailleurs du savoir et rôles interactifs, etc. Les modèles pris en charge incluent l'inférence locale de modèles open source, l'inférence cloud de l'API OpenAI, etc.
1.2 G.A.M.E
G.A.M.E est un cadre d'IA multimodal généré et géré automatiquement, principalement axé sur la conception de PNJ intelligents dans les jeux. La caractéristique de ce cadre est qu'il peut être utilisé même par des utilisateurs à faible code ou sans code, il suffit de modifier les paramètres pour participer à la conception d'Agent.
G.A.M.E adopte une conception modulaire, fonctionnant grâce à la collaboration de plusieurs sous-systèmes. L'architecture centrale comprend l'interface d'interaction Agent, le sous-système de perception, le moteur de planification stratégique, le contexte mondial, le module de traitement des dialogues et plusieurs autres composants.
Ce cadre se concentre principalement sur la prise de décision, le retour d'information, la perception et la personnalité de l'Agent dans un environnement virtuel, et est adapté aux scénarios de jeux et de métavers.
1.3 Rig
Rig est un outil open source écrit en Rust, conçu pour simplifier le développement d'applications de grands modèles de langage (LLM). Il offre une interface opérationnelle unifiée, facilitant l'interaction avec plusieurs fournisseurs de services LLM et bases de données vectorielles.
Les caractéristiques clés de Rig comprennent : une interface unifiée, une architecture modulable, une sécurité de type et des performances efficaces. Son flux de travail implique une couche d'abstraction des fournisseurs, des outils d'appel de l'agent intelligent ou le stockage de vecteurs de requêtes, ainsi que la génération de réponses par le biais de mécanismes tels que la récupération augmentée générant (RAG).
Rig est adapté à la construction de systèmes de questions-réponses, d'outils de recherche de documents, de chatbots avec des capacités de perception contextuelle et d'autres scénarios d'application.
1.4 ZerePy
ZerePy est un cadre open source basé sur Python, simplifiant le processus de déploiement et de gestion des agents AI sur la plateforme X. Il hérite des fonctionnalités clés du projet Zerebro, mais adopte une conception plus modulaire et extensible.
ZerePy offre une interface en ligne de commande (CLI) pour gérer l'Agent IA, prenant en charge les LLM d'OpenAI et d'Anthropic, et intégrant directement l'API de la plateforme X. Son système de connexion modulaire permet aux développeurs d'ajouter un support pour d'autres plateformes sociales ou services.
Comparé à Eliza, ZerePy se concentre davantage sur la simplification du processus de déploiement d'agent IA sur la plateforme sociale spécifique (X), avec une préférence pour les applications pratiques.
Deuxième partie, la réplique de l'écosystème BTC
Le parcours de développement des agents IA présente des similitudes avec l'écosystème BTC récent. L'écosystème BTC a traversé les étapes BRC20, la concurrence multi-protocoles, BTC L2 jusqu'à BTCFi centré sur Babylon. Les agents IA se développent plus rapidement sur la base d'une pile technologique IA mature, et leur parcours peut être résumé comme suit : GOAT/ACT - Agents de type social/IA analytique - concurrence d'architectures d'agents. À l'avenir, les projets d'infrastructure autour de la Décentralisation des agents et de la sécurité pourraient devenir le thème principal de la prochaine étape.
La narration de l'Agent IA n'est pas une réplique de l'histoire de la chaîne des contrats intelligents, les projets de cadre IA existants offrent de nouvelles idées pour le développement des infrastructures. Comparé au Memecoin Launchpad et au protocole des inscriptions, le cadre IA ressemble davantage à une future chaîne publique, tandis que l'Agent ressemble davantage à un futur Dapp.
Dans l'industrie des cryptomonnaies à l'ère de l'IA, les débats futurs pourraient passer de la rivalité entre EVM et chaînes hétérogènes à une lutte de cadres. La question clé est de savoir comment réaliser la Décentralisation ou la chaîne, ainsi que la signification de développer ces projets sur la blockchain.
Trois, quelle est la signification de la mise en chaîne?
Lorsqu'elle est combinée avec d'autres domaines, la blockchain est confrontée à des problèmes de signification. Réfléchir aux raisons du succès de la DeFi ( : accessibilité élevée, efficacité élevée, faible coût, sécurité décentralisée sans besoin de confiance ). Les raisons qui pourraient soutenir la chaîne d'Agents sont :
Réduire les coûts d'utilisation, améliorer l'accessibilité et le choix, permettant aux utilisateurs ordinaires de participer aux "droits de location" de l'IA.
Les solutions de sécurité basées sur la blockchain pourraient devenir indispensables, surtout lorsque l'Agent intervient dans des portefeuilles réels ou virtuels.
Il pourrait se former des modes de jeu financiers uniques sur blockchain, comme le modèle LP similaire à AMM, ou la formation de nouveaux modes de jeu financiers basés sur différents scénarios d'application.
L'agent combiné à la blockchain pourrait réaliser un raisonnement transparent et traçable, plus attrayant que les navigateurs d'agent fournis par les géants traditionnels de l'internet.
Quatrième, économie créative
Les projets de type cadre pourraient à l'avenir offrir des opportunités entrepreneuriales similaires à celles du GPT Store. Simplifier le processus de construction d'Agent et fournir un cadre de combinaisons de fonctionnalités complexes pourrait avoir un avantage, créant une économie créative Web3 plus intéressante que le GPT Store.
Comparé au GPT Store, l'économie créative Web3 pourrait être plus équitable, en introduisant une économie communautaire qui rend l'Agent plus complet. Ce sera une opportunité pour les gens ordinaires de participer, les futurs AI Meme pourraient être plus intelligents et intéressants que les Agents sur les plateformes existantes.