目が覚めると、たくさんのフレンが私に #manus を見せてくれました。それは本当に使いやすいAIエージェントで、独自の考えを持ち、複雑なタスクを計画し実行し、完全な結果を提供できると言われています。とてもクールですが、失業のリスクに焦点を当てる多くのフレンたちの声以外に、それはweb3 DeFaiシーンにどのような爆発をもたらすのでしょうか？以下、私の考えについてお話しします。
1）約1か月前、OpenAIはオペレータという同種の製品をリリースしました。AIはブラウザ内でレストランの予約、ショッピング、チケット予約、出前注文などを独自に行うことができ、ユーザーは視覚的に監督し、いつでも制御権を取り戻すことができます。
このAgentの登場についてはあまり議論されていませんが、それは単一モデル駆動であるか、またはツールの呼び出しフレームワークであるためです。ユーザーは重要な決定に干渉する必要があると思うと、その任務を実行する依存性を失います。
2)Manusは表面的には似ているように見えますが、履歴書のスクリーニング、株式の調査、不動産の購入など、さらに多くのアプリケーションシナリオがありますが、実際には、違いの背後にあるフレームワークと実行システムであるManusは、マルチモーダルの大規模モデルによって駆動され、革新的にマルチシグネチャシステムを採用しています。
要するに、AIは人間の（計画-実行-チェック-行動）のPDCAサイクルを模倣する必要があり、複数の大規模モデルが協力してそれを達成し、各モデルが特定の段階に焦点を当てることで、個々のモデルがタスクを実行する際の意思決定リスクを低減し、実行効率を向上させることができます。「マルチシグシステム」とは、複数のモデルが協力して決定を検証するメカニズムであり、複数の専門モデルによる共同確認を要求することによって、決定と実行の信頼性を確保します。
3）この比較をすると、manusの利点が明らかになり、ビデオデモで示された一連の操作体験により、本当に非凡な体験が得られます。しかし客観的に言えば、ManusはOperatorの進化革新に過ぎず、革命的な意味での転換点には達していません。
その鍵は、そのタスクの複雑さにあり、一様な標準ユーザーinput Promptに入った後、大規模モデルの容認率および配信成功率が定義されています。さもなければ、この革新に従って、web3のDeFaiシナリオがすぐに成熟したアプリケーションになるでしょうか？明らかに、まだ達成されていないことがあります：
例えば、DeFai シナリオでは、エージェントは取引決定を行う必要があり、Oracle レイヤーのエージェントがオンチェーンデータの収集と検証、データの統合分析を担当し、オンチェーン価格をリアルタイムに監視して取引チャンスを捉える必要があります。このプロセスはリアルタイム分析に非常に大きな挑戦を提供し、1秒前には有用な取引チャンスがあっても、Oracle 大規模モデルが取引実行エージェントに転送された後、取引機会は存在しなくなります（アービトラージウィンドウ）。
実際、これは、この種の多モード大規模モデルが意思決定を行う際の最大の弱点を露呈しています。どのようにネットワークに接続し、リンクを介してリアルタイムレベルのデータを取得し、取引機会を分析し、そして取引を捕捉するか。ネットワーク環境は実際にはまあまあですが、多くの電子商取引サイトの注文価格はリアルタイムに変動しないため、全体的な多モードの協調に大きな動的バランスの問題を引き起こすことはありません。しかし、チェーン上では、このような挑戦はほぼ常に存在しています。
4）したがって、全体として、manusの登場は確かにweb2領域でフレンサークルに焦燥をもたらすかもしれません。なぜなら、多くの繰り返し作業の文書処理や情報処理の仕事がAIに置き換えられるリスクに直面する可能性があるからです。しかし、彼らが焦燥することを許す。
この問題は、Web3がDeFaiアプリケーションシナリオを推進する役割を客観的に認識する必要があります：
必ず認めなければならない：意義は確かに重要であり、提案されたLLM OSおよびLess Structure more intelligenceの理念、特にマルチシグネチャシステムはweb3のDeFiとAIの組み合わせに大きな示唆を与えるだろう。
これは実際には、多くのDeFaiプロジェクトの重大な誤解を正しており、金融シーンにおいては、単一の大規模モデルに頼ってAIエージェントの自律的な思考+意思決定などの複雑な目標を達成しようとすることは現実的ではありません。
真のDeFaiビジョンの実現には、単一のAIモデルの能力上限、マルチモーダルな相互作用と協力の原子性の保証、マルチモーダルシステムの統一されたリソーススケジューリングと支配、システムの耐障害性と障害処理メカニズムなど、さまざまな複雑な問題を解決する必要があります。
例えば：Oracle層のエージェントは、チェーン上のデータの収集と分析、価格の監視を担当し、有効なデータソースを形成します；
決定層のAgentは、Oracleからのデータを分析し、リスク評価を行い、一連の意思決定と行動計画を策定します；
エージェントは、意思決定層が提供した複数の選択肢をもとに、実際の状況を考慮して実行する。これには、ガス料金の最適化、クロスチェーン状態、取引順位の衝突などが含まれます。
この一連のエージェントだけが強力であり、巨大なシステムフレームワークが確立され、真のDeFai革命が起きるでしょう。
311 人気度
20k 人気度
15k 人気度
7k 人気度
22k 人気度
Manusが火をつけ、Web3 DeFAIにどのような影響を与えるのか？
目が覚めると、たくさんのフレンが私に #manus を見せてくれました。それは本当に使いやすいAIエージェントで、独自の考えを持ち、複雑なタスクを計画し実行し、完全な結果を提供できると言われています。とてもクールですが、失業のリスクに焦点を当てる多くのフレンたちの声以外に、それはweb3 DeFaiシーンにどのような爆発をもたらすのでしょうか？以下、私の考えについてお話しします。
1）約1か月前、OpenAIはオペレータという同種の製品をリリースしました。AIはブラウザ内でレストランの予約、ショッピング、チケット予約、出前注文などを独自に行うことができ、ユーザーは視覚的に監督し、いつでも制御権を取り戻すことができます。
このAgentの登場についてはあまり議論されていませんが、それは単一モデル駆動であるか、またはツールの呼び出しフレームワークであるためです。ユーザーは重要な決定に干渉する必要があると思うと、その任務を実行する依存性を失います。
2)Manusは表面的には似ているように見えますが、履歴書のスクリーニング、株式の調査、不動産の購入など、さらに多くのアプリケーションシナリオがありますが、実際には、違いの背後にあるフレームワークと実行システムであるManusは、マルチモーダルの大規模モデルによって駆動され、革新的にマルチシグネチャシステムを採用しています。
要するに、AIは人間の（計画-実行-チェック-行動）のPDCAサイクルを模倣する必要があり、複数の大規模モデルが協力してそれを達成し、各モデルが特定の段階に焦点を当てることで、個々のモデルがタスクを実行する際の意思決定リスクを低減し、実行効率を向上させることができます。「マルチシグシステム」とは、複数のモデルが協力して決定を検証するメカニズムであり、複数の専門モデルによる共同確認を要求することによって、決定と実行の信頼性を確保します。
3）この比較をすると、manusの利点が明らかになり、ビデオデモで示された一連の操作体験により、本当に非凡な体験が得られます。しかし客観的に言えば、ManusはOperatorの進化革新に過ぎず、革命的な意味での転換点には達していません。
その鍵は、そのタスクの複雑さにあり、一様な標準ユーザーinput Promptに入った後、大規模モデルの容認率および配信成功率が定義されています。さもなければ、この革新に従って、web3のDeFaiシナリオがすぐに成熟したアプリケーションになるでしょうか？明らかに、まだ達成されていないことがあります：
例えば、DeFai シナリオでは、エージェントは取引決定を行う必要があり、Oracle レイヤーのエージェントがオンチェーンデータの収集と検証、データの統合分析を担当し、オンチェーン価格をリアルタイムに監視して取引チャンスを捉える必要があります。このプロセスはリアルタイム分析に非常に大きな挑戦を提供し、1秒前には有用な取引チャンスがあっても、Oracle 大規模モデルが取引実行エージェントに転送された後、取引機会は存在しなくなります（アービトラージウィンドウ）。
実際、これは、この種の多モード大規模モデルが意思決定を行う際の最大の弱点を露呈しています。どのようにネットワークに接続し、リンクを介してリアルタイムレベルのデータを取得し、取引機会を分析し、そして取引を捕捉するか。ネットワーク環境は実際にはまあまあですが、多くの電子商取引サイトの注文価格はリアルタイムに変動しないため、全体的な多モードの協調に大きな動的バランスの問題を引き起こすことはありません。しかし、チェーン上では、このような挑戦はほぼ常に存在しています。
4）したがって、全体として、manusの登場は確かにweb2領域でフレンサークルに焦燥をもたらすかもしれません。なぜなら、多くの繰り返し作業の文書処理や情報処理の仕事がAIに置き換えられるリスクに直面する可能性があるからです。しかし、彼らが焦燥することを許す。
この問題は、Web3がDeFaiアプリケーションシナリオを推進する役割を客観的に認識する必要があります：
必ず認めなければならない：意義は確かに重要であり、提案されたLLM OSおよびLess Structure more intelligenceの理念、特にマルチシグネチャシステムはweb3のDeFiとAIの組み合わせに大きな示唆を与えるだろう。
これは実際には、多くのDeFaiプロジェクトの重大な誤解を正しており、金融シーンにおいては、単一の大規模モデルに頼ってAIエージェントの自律的な思考+意思決定などの複雑な目標を達成しようとすることは現実的ではありません。
真のDeFaiビジョンの実現には、単一のAIモデルの能力上限、マルチモーダルな相互作用と協力の原子性の保証、マルチモーダルシステムの統一されたリソーススケジューリングと支配、システムの耐障害性と障害処理メカニズムなど、さまざまな複雑な問題を解決する必要があります。
例えば：Oracle層のエージェントは、チェーン上のデータの収集と分析、価格の監視を担当し、有効なデータソースを形成します；
決定層のAgentは、Oracleからのデータを分析し、リスク評価を行い、一連の意思決定と行動計画を策定します；
エージェントは、意思決定層が提供した複数の選択肢をもとに、実際の状況を考慮して実行する。これには、ガス料金の最適化、クロスチェーン状態、取引順位の衝突などが含まれます。
この一連のエージェントだけが強力であり、巨大なシステムフレームワークが確立され、真のDeFai革命が起きるでしょう。