Deconstrução da estrutura de IA: da agência inteligente à exploração da Descentralização
Introdução
O setor de Agentes de IA tem se desenvolvido rapidamente, com a atenção do mercado a aumentar continuamente. Em apenas dois meses, a narrativa que combina IA e criptomoedas teve novas mudanças quase todas as semanas. Recentemente, projetos do tipo "framework" dominados por narrativas tecnológicas tornaram-se o foco do mercado, com vários projetos superando um valor de mercado de centenas de milhões e até bilhões de dólares. Esses projetos deram origem a um novo modelo de emissão de ativos: emitir tokens a partir de repositórios de código GitHub, e Agentes construídos com base em frameworks podem emitir tokens novamente. Com base no framework, os Agentes atuando como camada de aplicação formam um modelo semelhante a uma plataforma de emissão de ativos, que na verdade é um modelo de infraestrutura único da era da IA que está se formando. Este artigo começará com uma introdução ao framework e explorará o impacto do framework de IA no campo das criptomoedas.
I. O que é uma estrutura?
O framework de IA é uma ferramenta ou plataforma de desenvolvimento de baixo nível que integra módulos, bibliotecas e ferramentas pré-construídos, simplificando o processo de construção de modelos de IA complexos. O framework pode ser entendido como o sistema operacional da era da IA, como o Windows e o Linux em sistemas de desktop, ou o iOS e o Android em dispositivos móveis. Cada framework tem suas vantagens e desvantagens, e os desenvolvedores podem escolher de acordo com suas necessidades.
Embora o "quadro de IA" seja um conceito emergente no campo das criptomoedas, desde o nascimento do Theano em 2010, os quadros de IA já têm quase 14 anos de história. No campo da IA tradicional, existem quadros maduros disponíveis, como o TensorFlow do Google e o Pytorch da Meta.
Os projetos de estrutura que surgem no campo das criptomoedas são construídos com base na enorme demanda por agentes sob a onda do AI, e se ramificam para outras áreas, formando estruturas de AI em diferentes subdomínios. Abaixo estão alguns exemplos de estruturas principais:
1.1 Eliza
Eliza é uma estrutura de simulação de múltiplos Agentes, utilizada para criar, implantar e gerenciar Agentes de IA autônomos. Desenvolvido em TypeScript, possui boa compatibilidade e é fácil de integrar com APIs.
Principalmente direcionado para cenários de mídias sociais, suporta integração em múltiplas plataformas, como Discord, X/Twitter, Telegram, entre outras. Suporta análise de documentos PDF, extração de conteúdo de links, processamento de áudio e vídeo, análise de imagens, entre outras funcionalidades.
Atualmente, são suportados quatro tipos de casos de uso: aplicações de assistente de IA, personagens de redes sociais, trabalhadores do conhecimento e personagens interativos.
Os modelos suportados incluem: inferência local de modelos de código aberto ( como Llama3, Qwen1.5), inferência em nuvem da API OpenAI, configuração padrão para Nous Hermes Llama 3.1B, e integrada com Claude para realizar consultas complexas.
1.2 G.A.M.E
G.A.M.E é uma estrutura de IA multimodal gerada e gerida automaticamente, direcionada principalmente ao design de NPCs inteligentes em jogos. A característica é que mesmo usuários com baixo código ou sem código podem utilizá-la, apenas precisando modificar parâmetros para participar do design do Agent.
O design central é um design modular em que múltiplos subsistemas trabalham em conjunto, incluindo a interface de sugestão do Agente, subsistema de percepção, motor de planejamento estratégico, contexto do mundo, módulo de processamento de diálogos e outros componentes.
Fluxo de trabalho: O desenvolvedor inicia o Agent através da interface de prompts do Agent, o subsistema de percepção recebe a entrada e a transmite para o motor de planejamento estratégico. O motor de planejamento estratégico utiliza o sistema de memória, o contexto do mundo e as informações da biblioteca de Agents, para formular e executar um plano de ação. O módulo de aprendizado monitora continuamente os resultados das ações do Agent e ajusta o comportamento do Agent.
Os cenários de aplicação concentram-se principalmente na tomada de decisões, feedback, percepção e personalidade do Agente em ambientes virtuais, aplicáveis a jogos e ao metaverso.
1.3 Rig
Rig é uma ferramenta de código aberto escrita em Rust, que simplifica o desenvolvimento de aplicações de grandes modelos de linguagem (LLM). Fornece uma interface de operação unificada, facilitando a interação com vários provedores de serviços LLM e bancos de dados vetoriais.
Características principais:
Interface Unificada
Arquitetura modular
Tipo seguro
Desempenho eficiente
Fluxo de trabalho: O pedido do usuário passa pela camada de abstração do provedor, o agente inteligente chama ferramentas ou consulta o armazenamento de vetores para obter informações, gerando respostas através de mecanismos como a geração aumentada de recuperação (RAG).
Os casos de uso incluem sistemas de resposta a perguntas, ferramentas de busca de documentos, chatbots, assistentes virtuais e criação de conteúdo.
1.4 ZerePy
ZerePy é uma estrutura de código aberto baseada em Python, que simplifica o processo de implantação e gestão de Agentes de IA na plataforma X. Herdado do projeto Zerebro, é mais modular e fácil de expandir.
Fornece interface de linha de comando (CLI) para gerir o Agente de IA. A arquitetura central é baseada em design modular, incluindo:
Integração de LLM: suporte aos modelos OpenAI e Anthropic
Integração da plataforma X: integração direta da API da plataforma X
Sistema de Conexão Modular: Facilita a adição de suporte a outras plataformas ou serviços
Sistema de memória ( em planejamento ): permitir que o Agente se lembre de interações e informações de contexto anteriores.
Comparado com Eliza, o ZerePy foca mais na simplificação do processo de implementação de Agentes de IA na plataforma X, inclinando-se para aplicações práticas.
Dois, a réplica do ecossistema BTC
O caminho de desenvolvimento do Agente de IA é semelhante ao ecossistema BTC: GOAT/ACT - Agentes da classe Social/Agentes de IA analíticos - Competição de estruturas. Espera-se que projetos de infraestrutura em torno da Descentralização do Agente e segurança se tornem a principal melodia da próxima fase.
O projeto de estrutura de IA oferece novas ideias para o desenvolvimento de infraestrutura. Em comparação com o Memecoin Launchpad e o protocolo Inscrição, a estrutura de IA se assemelha mais a uma futura blockchain, enquanto o Agente se parece mais com um futuro Dapp.
O debate futuro pode mudar do EVM para a disputa de frameworks entre cadeias heterogêneas. A questão chave é como implementar a Descentralização ou a cadeia, bem como o significado de desenvolver um framework de IA na blockchain.
Três, qual é o significado de subir na cadeia?
A questão central enfrentada pela combinação de blockchain e IA é: faz sentido? Com base na experiência de sucesso do DeFi, as razões que apoiam a cadeia de agentes podem incluir:
Reduzir os custos de utilização, aumentar a acessibilidade e a escolha, permitindo que utilizadores comuns também possam participar no "direito de aluguer" de IA.
Fornecer soluções de segurança baseadas em blockchain, atendendo às necessidades de interação entre o Agente e carteiras reais ou virtuais.
Criar jogadas financeiras únicas em blockchain, como oportunidades de investimento relacionadas a Agent, poder de computação, marcação de dados, entre outras.
Implementar um processo de raciocínio transparente e rastreável, aumentando a interoperabilidade, tornando-se mais atraente em comparação com os navegadores de agentes fornecidos por gigantes da Internet tradicionais.
Quatro, Economia Criativa
Projetos do tipo framework podem oferecer oportunidades de empreendedorismo semelhantes à GPT Store no futuro. Um framework que simplifica o processo de construção de agentes e oferece combinações de funcionalidades complexas pode ter vantagem, formando uma economia criativa Web3 mais interessante do que a GPT Store.
A Web3 existe muitas demandas a serem atendidas, e o sistema econômico pode tornar as políticas dos gigantes do Web2 mais justas. A introdução da economia comunitária ajuda a aprimorar os Agentes. A economia criativa dos Agentes proporcionará oportunidades de participação para as pessoas comuns, e os Memes de IA do futuro podem ser mais inteligentes e interessantes do que os Agentes nas plataformas existentes.
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
11 gostos
Recompensa
11
4
Republicar
Partilhar
Comentar
0/400
OnlyOnMainnet
· 3h atrás
emitir moedaemitir moeda Já está com novas funcionalidades
Ver originalResponder0
WalletAnxietyPatient
· 3h atrás
Oh, chegou a hora de Cupões de Recorte emitir moeda.
Ver originalResponder0
GateUser-74b10196
· 4h atrás
Outra onda de fazer as pessoas de parvas
Ver originalResponder0
MemecoinResearcher
· 4h atrás
fazer, fiz uma rápida correlação na análise de tokens de framework... ngmi a menos que mudemos o coeficiente memético tbh
Novo modelo de framework de IA: explorando o futuro da Descentralização e da economia de Agentes
Deconstrução da estrutura de IA: da agência inteligente à exploração da Descentralização
Introdução
O setor de Agentes de IA tem se desenvolvido rapidamente, com a atenção do mercado a aumentar continuamente. Em apenas dois meses, a narrativa que combina IA e criptomoedas teve novas mudanças quase todas as semanas. Recentemente, projetos do tipo "framework" dominados por narrativas tecnológicas tornaram-se o foco do mercado, com vários projetos superando um valor de mercado de centenas de milhões e até bilhões de dólares. Esses projetos deram origem a um novo modelo de emissão de ativos: emitir tokens a partir de repositórios de código GitHub, e Agentes construídos com base em frameworks podem emitir tokens novamente. Com base no framework, os Agentes atuando como camada de aplicação formam um modelo semelhante a uma plataforma de emissão de ativos, que na verdade é um modelo de infraestrutura único da era da IA que está se formando. Este artigo começará com uma introdução ao framework e explorará o impacto do framework de IA no campo das criptomoedas.
I. O que é uma estrutura?
O framework de IA é uma ferramenta ou plataforma de desenvolvimento de baixo nível que integra módulos, bibliotecas e ferramentas pré-construídos, simplificando o processo de construção de modelos de IA complexos. O framework pode ser entendido como o sistema operacional da era da IA, como o Windows e o Linux em sistemas de desktop, ou o iOS e o Android em dispositivos móveis. Cada framework tem suas vantagens e desvantagens, e os desenvolvedores podem escolher de acordo com suas necessidades.
Embora o "quadro de IA" seja um conceito emergente no campo das criptomoedas, desde o nascimento do Theano em 2010, os quadros de IA já têm quase 14 anos de história. No campo da IA tradicional, existem quadros maduros disponíveis, como o TensorFlow do Google e o Pytorch da Meta.
Os projetos de estrutura que surgem no campo das criptomoedas são construídos com base na enorme demanda por agentes sob a onda do AI, e se ramificam para outras áreas, formando estruturas de AI em diferentes subdomínios. Abaixo estão alguns exemplos de estruturas principais:
1.1 Eliza
Eliza é uma estrutura de simulação de múltiplos Agentes, utilizada para criar, implantar e gerenciar Agentes de IA autônomos. Desenvolvido em TypeScript, possui boa compatibilidade e é fácil de integrar com APIs.
Principalmente direcionado para cenários de mídias sociais, suporta integração em múltiplas plataformas, como Discord, X/Twitter, Telegram, entre outras. Suporta análise de documentos PDF, extração de conteúdo de links, processamento de áudio e vídeo, análise de imagens, entre outras funcionalidades.
Atualmente, são suportados quatro tipos de casos de uso: aplicações de assistente de IA, personagens de redes sociais, trabalhadores do conhecimento e personagens interativos.
Os modelos suportados incluem: inferência local de modelos de código aberto ( como Llama3, Qwen1.5), inferência em nuvem da API OpenAI, configuração padrão para Nous Hermes Llama 3.1B, e integrada com Claude para realizar consultas complexas.
1.2 G.A.M.E
G.A.M.E é uma estrutura de IA multimodal gerada e gerida automaticamente, direcionada principalmente ao design de NPCs inteligentes em jogos. A característica é que mesmo usuários com baixo código ou sem código podem utilizá-la, apenas precisando modificar parâmetros para participar do design do Agent.
O design central é um design modular em que múltiplos subsistemas trabalham em conjunto, incluindo a interface de sugestão do Agente, subsistema de percepção, motor de planejamento estratégico, contexto do mundo, módulo de processamento de diálogos e outros componentes.
Fluxo de trabalho: O desenvolvedor inicia o Agent através da interface de prompts do Agent, o subsistema de percepção recebe a entrada e a transmite para o motor de planejamento estratégico. O motor de planejamento estratégico utiliza o sistema de memória, o contexto do mundo e as informações da biblioteca de Agents, para formular e executar um plano de ação. O módulo de aprendizado monitora continuamente os resultados das ações do Agent e ajusta o comportamento do Agent.
Os cenários de aplicação concentram-se principalmente na tomada de decisões, feedback, percepção e personalidade do Agente em ambientes virtuais, aplicáveis a jogos e ao metaverso.
1.3 Rig
Rig é uma ferramenta de código aberto escrita em Rust, que simplifica o desenvolvimento de aplicações de grandes modelos de linguagem (LLM). Fornece uma interface de operação unificada, facilitando a interação com vários provedores de serviços LLM e bancos de dados vetoriais.
Características principais:
Fluxo de trabalho: O pedido do usuário passa pela camada de abstração do provedor, o agente inteligente chama ferramentas ou consulta o armazenamento de vetores para obter informações, gerando respostas através de mecanismos como a geração aumentada de recuperação (RAG).
Os casos de uso incluem sistemas de resposta a perguntas, ferramentas de busca de documentos, chatbots, assistentes virtuais e criação de conteúdo.
1.4 ZerePy
ZerePy é uma estrutura de código aberto baseada em Python, que simplifica o processo de implantação e gestão de Agentes de IA na plataforma X. Herdado do projeto Zerebro, é mais modular e fácil de expandir.
Fornece interface de linha de comando (CLI) para gerir o Agente de IA. A arquitetura central é baseada em design modular, incluindo:
Comparado com Eliza, o ZerePy foca mais na simplificação do processo de implementação de Agentes de IA na plataforma X, inclinando-se para aplicações práticas.
Dois, a réplica do ecossistema BTC
O caminho de desenvolvimento do Agente de IA é semelhante ao ecossistema BTC: GOAT/ACT - Agentes da classe Social/Agentes de IA analíticos - Competição de estruturas. Espera-se que projetos de infraestrutura em torno da Descentralização do Agente e segurança se tornem a principal melodia da próxima fase.
O projeto de estrutura de IA oferece novas ideias para o desenvolvimento de infraestrutura. Em comparação com o Memecoin Launchpad e o protocolo Inscrição, a estrutura de IA se assemelha mais a uma futura blockchain, enquanto o Agente se parece mais com um futuro Dapp.
O debate futuro pode mudar do EVM para a disputa de frameworks entre cadeias heterogêneas. A questão chave é como implementar a Descentralização ou a cadeia, bem como o significado de desenvolver um framework de IA na blockchain.
Três, qual é o significado de subir na cadeia?
A questão central enfrentada pela combinação de blockchain e IA é: faz sentido? Com base na experiência de sucesso do DeFi, as razões que apoiam a cadeia de agentes podem incluir:
Reduzir os custos de utilização, aumentar a acessibilidade e a escolha, permitindo que utilizadores comuns também possam participar no "direito de aluguer" de IA.
Fornecer soluções de segurança baseadas em blockchain, atendendo às necessidades de interação entre o Agente e carteiras reais ou virtuais.
Criar jogadas financeiras únicas em blockchain, como oportunidades de investimento relacionadas a Agent, poder de computação, marcação de dados, entre outras.
Implementar um processo de raciocínio transparente e rastreável, aumentando a interoperabilidade, tornando-se mais atraente em comparação com os navegadores de agentes fornecidos por gigantes da Internet tradicionais.
Quatro, Economia Criativa
Projetos do tipo framework podem oferecer oportunidades de empreendedorismo semelhantes à GPT Store no futuro. Um framework que simplifica o processo de construção de agentes e oferece combinações de funcionalidades complexas pode ter vantagem, formando uma economia criativa Web3 mais interessante do que a GPT Store.
A Web3 existe muitas demandas a serem atendidas, e o sistema econômico pode tornar as políticas dos gigantes do Web2 mais justas. A introdução da economia comunitária ajuda a aprimorar os Agentes. A economia criativa dos Agentes proporcionará oportunidades de participação para as pessoas comuns, e os Memes de IA do futuro podem ser mais inteligentes e interessantes do que os Agentes nas plataformas existentes.