Dekonstruksi Kerangka AI: dari Agen Cerdas ke Eksplorasi Desentralisasi

Pendahuluan

Baru-baru ini, perkembangan narasi yang menggabungkan AI dan cryptocurrency berlangsung dengan cepat. Fokus pasar mulai terarah pada proyek "kerangka" yang dipimpin oleh teknologi, di mana segmen ini dalam jangka pendek telah menghasilkan beberapa proyek dengan nilai pasar lebih dari satu miliar dolar. Proyek-proyek semacam itu melahirkan model penerbitan aset baru: menerbitkan koin dari repositori kode Github, di mana Agent yang dikembangkan berdasarkan kerangka juga dapat menerbitkan koin lagi. Dengan kerangka sebagai dasar dan Agent sebagai puncaknya, terbentuklah model yang mirip dengan platform penerbitan aset, yang sebenarnya adalah model infrastruktur yang unik untuk era AI yang sedang muncul. Artikel ini akan dimulai dengan pengenalan kerangka, dan membahas makna kerangka AI bagi industri cryptocurrency.

Satu, Apa itu kerangka?

Kerangka AI adalah alat atau platform pengembangan dasar yang mengintegrasikan serangkaian modul, pustaka, dan alat yang telah dibangun sebelumnya, menyederhanakan proses pembangunan model AI yang kompleks. Kerangka ini dapat dipahami sebagai sistem operasi di era AI, mirip dengan sistem operasi desktop seperti Windows, Linux, atau sistem operasi mobile seperti iOS dan Android. Setiap kerangka memiliki kelebihan dan kekurangan, pengembang dapat memilih sesuai kebutuhan.

Meskipun "kerangka AI" adalah konsep baru di bidang cryptocurrency, perkembangan kerangka AI telah berlangsung selama hampir 14 tahun. Di bidang AI tradisional, terdapat kerangka yang sudah matang untuk dipilih, seperti TensorFlow dari Google, Pytorch dari Meta, dan sebagainya. Proyek kerangka yang muncul dalam cryptocurrency dirancang untuk memenuhi kebutuhan banyak Agen di bawah gelombang popularitas AI, dan diperluas ke jalur lain, membentuk kerangka AI di berbagai bidang yang berbeda.

1.1 Eliza

Eliza adalah kerangka simulasi multi-Agent yang diluncurkan oleh ai16z, khusus untuk membuat, menerapkan, dan mengelola Agent AI otonom. Dikembangkan dengan TypeScript, memiliki kompatibilitas yang baik, dan mudah untuk integrasi API.

Eliza terutama ditujukan untuk skenario media sosial, mendukung integrasi multi-platform, termasuk Discord, X/Twitter, Telegram, dan lainnya. Dalam hal pemrosesan konten media, mendukung analisis dokumen PDF, ekstraksi konten tautan, transkripsi audio, pemrosesan video, analisis gambar, dan fungsi lainnya.

Kasus penggunaan yang didukung saat ini mencakup: aplikasi asisten AI, peran media sosial, pekerja pengetahuan, dan peran interaktif, dll. Model yang didukung termasuk inferensi lokal model sumber terbuka, inferensi cloud API OpenAI, dll.

1.2 G.A.M.E

G.A.M.E adalah kerangka AI multimodal yang dihasilkan dan dikelola secara otomatis yang diluncurkan oleh Virtual, terutama ditujukan untuk desain NPC pintar dalam permainan. Ciri-cirinya adalah pengguna dengan kode rendah atau bahkan tanpa kode juga dapat menggunakannya, cukup dengan mengubah parameter untuk berpartisipasi dalam desain Agen.

Inti dari G.A.M.E adalah desain modular yang bekerja secara kolaboratif melalui beberapa subsistem, termasuk antarmuka petunjuk Agen, subsistem persepsi, mesin perencanaan strategis, konteks dunia, modul pemrosesan dialog, operator dompet on-chain, modul pembelajaran, dan komponen lainnya.

Kerangka ini terutama berfokus pada keputusan, umpan balik, persepsi, dan kepribadian Agen dalam lingkungan virtual, cocok untuk skenario permainan dan metaverse. Saat ini, sudah ada beberapa proyek yang menggunakan kerangka ini untuk dibangun.

1.3 Rig

Rig adalah alat sumber terbuka yang ditulis dalam bahasa Rust, yang bertujuan untuk menyederhanakan pengembangan aplikasi model bahasa besar. Ini menyediakan antarmuka operasi yang seragam, memudahkan pengembang untuk berinteraksi dengan berbagai penyedia layanan LLM dan basis data vektor.

Fitur utama dari Rig meliputi: antarmuka yang terintegrasi, arsitektur modular, keamanan tipe, dan kinerja yang efisien. Alur kerja adalah permintaan pengguna melalui lapisan abstraksi penyedia, kemudian oleh agen pintar memanggil berbagai alat atau kueri penyimpanan vektor, dan akhirnya menghasilkan respons melalui mekanisme seperti pengambilan yang ditingkatkan.

Rig cocok digunakan untuk membangun sistem tanya jawab, alat pencarian dokumen, chatbot dengan kemampuan kesadaran konteks, dan skenario lainnya.

1.4 ZerePy

ZerePy adalah kerangka kerja sumber terbuka berbasis Python yang menyederhanakan proses penyebaran dan pengelolaan AI Agent di platform X. Ini mewarisi fungsi inti dari proyek Zerebro, tetapi mengadopsi desain yang lebih modular dan mudah diperluas.

ZerePy menyediakan antarmuka baris perintah, memudahkan pengguna untuk mengelola AI Agent. Arsitektur inti didasarkan pada desain modular, mendukung LLM dari OpenAI dan Anthropic, langsung mengintegrasikan API platform X, memungkinkan Agent untuk melakukan posting, membalas, dan operasi lainnya. Rencana di masa depan adalah mengintegrasikan sistem memori, sehingga Agent dapat mengingat informasi interaksi sebelumnya.

dibandingkan dengan Eliza, ZerePy lebih fokus pada penyederhanaan proses penerapan AI Agent di platform sosial tertentu, lebih condong ke aplikasi praktis.

Dua, Salinan Ekosistem BTC

Jalur pengembangan AI Agent memiliki kesamaan dengan ekosistem BTC baru-baru ini. Ekosistem BTC telah melalui tahap BRC20, kompetisi multi-protokol, BTC L2, BTCFi, dan sebagainya. AI Agent berkembang lebih cepat di atas tumpukan teknologi AI tradisional yang matang, mengalami tahap kompetisi GOAT/ACT, agen jenis Sosial, dan kerangka AI Agent analitis.

Proyek infrastruktur yang berfokus pada desentralisasi dan keamanan Agent di masa depan mungkin akan menjadi titik panas tahap berikutnya. Namun, narasi AI Agent bukanlah pengulangan sejarah rantai kontrak pintar, melainkan memberikan pemikiran baru dalam pengembangan infrastruktur. Dibandingkan dengan Memecoin Launchpad dan protokol inskripsi, kerangka AI lebih mirip dengan blockchain publik di masa depan, sementara Agent lebih mirip dengan Dapp di masa depan.

Perdebatan di masa depan mungkin beralih dari persaingan EVM dan rantai heterogen menjadi persaingan kerangka. Masalah kunci adalah bagaimana mewujudkan Desentralisasi atau rantai, serta makna melakukan hal ini di blockchain.

Tiga, Apa Arti dari Menyimpan di Blockchain?

Ketika blockchain digabungkan dengan hal-hal lain, kita harus menghadapi masalah maknanya. Mengingat alasan keberhasilan DeFi: aksesibilitas yang lebih tinggi, efisiensi yang lebih baik, dan biaya yang lebih rendah, serta keamanan tanpa perlu mempercayai desentralisasi. Berdasarkan ini, pemikiran tentang pengagentan mungkin memiliki makna berikut:

1. Mengurangi biaya penggunaan, meningkatkan aksesibilitas dan pilihan, sehingga pengguna biasa juga dapat berpartisipasi dalam "hak sewa" AI.

2. Menyediakan solusi keamanan berbasis blockchain, memenuhi kebutuhan keamanan interaksi antara Agent dan dompet nyata atau virtual.

3. Ciptakan cara bermain keuangan blockchain yang unik, seperti peluang investasi terkait Agent.

4. Mewujudkan inferensi yang transparan dan dapat dilacak, meningkatkan interoperabilitas, mungkin lebih menarik daripada browser agen raksasa internet tradisional.

Empat, Ekonomi Kreatif

Proyek berbasis kerangka mungkin menyediakan peluang kewirausahaan serupa dengan GPT Store di masa depan. Kerangka yang menyederhanakan proses pembangunan Agen dan menawarkan kombinasi fungsi yang kompleks dapat memiliki keunggulan, membentuk ekonomi kreatif Web3 yang lebih menarik daripada GPT Store.

Dibandingkan dengan GPT Store yang lebih condong ke praktik tradisional dan terutama didominasi oleh perusahaan Web2, Web3 mungkin lebih adil dalam hal permintaan dan sistem ekonomi. Memperkenalkan ekonomi komunitas juga dapat membuat Agent lebih sempurna. Ekonomi kreatif Agent akan memberikan kesempatan bagi orang biasa untuk berpartisipasi, dan Meme AI di masa depan mungkin lebih cerdas dan menarik dibandingkan dengan Agent yang ada di platform saat ini.