解構AI框架：從智能代理到去中心化的探索

前言

近期,AI與加密貨幣結合的敘事發展迅速。市場注意力聚焦於技術主導的"框架類"項目,這一細分賽道在短時間內湧現出多個市值過億甚至過十億的項目。這類項目衍生出新的資產發行模式,即以代碼庫發行代幣,基於框架開發的Agent也能再次發行代幣。以框架爲基礎,Agent爲上層應用,形成了一種獨特的AI時代基礎設施模式。本文將從框架概念出發,探討AI框架對加密貨幣行業的意義。

一、何謂框架?

AI框架是一種底層開發工具或平台,集成了預構建的模塊、庫和工具,簡化了復雜AI模型的構建過程。可以將其理解爲AI時代的操作系統,類似於Windows、Linux或iOS、Android。每種框架都有其特點,開發者可根據需求選擇。

雖然"AI框架"在加密貨幣領域是新概念,但自2010年Theano問世以來,AI框架已有近14年發展歷程。傳統AI領域已有成熟框架可供選擇,如TensorFlow、Pytorch等。加密貨幣中湧現的框架項目則是針對AI熱潮下Agent需求而開發,並向其他領域延伸。以下介紹幾個主流框架:

1.1 Eliza

Eliza是一個多Agent模擬框架,用於創建、部署和管理AI Agent。基於TypeScript開發,兼容性好,易於API集成。主要針對社交媒體場景,支持多平台集成和媒體內容處理。

支持的用例包括:

• AI助手類應用
• 社交媒體角色
• 知識工作者
• 互動角色

支持的模型包括開源模型本地推理、OpenAI API雲推理等。

1.2 G.A.M.E

G.A.M.E是一個自動生成與管理的多模態AI框架,主要針對遊戲中的智能NPC設計。特點是低代碼甚至無代碼用戶也可使用。

核心架構包括Agent提示界面、感知子系統、戰略規劃引擎等多個模塊,通過協同工作實現功能。

應用場景主要聚焦於Agent在虛擬環境中的決策、反饋、感知及個性,適用於遊戲和元宇宙。

1.3 Rig

Rig是用Rust語言編寫的開源工具,旨在簡化大型語言模型應用程序開發。提供統一接口與多個LLM服務提供商和向量數據庫交互。

核心特點:

• 統一接口
• 模塊化架構
• 類型安全
• 高效性能

工作流程包括請求處理、信息獲取、生成響應等步驟。

適用於構建問答系統、文檔搜索工具、聊天機器人等應用。

1.4 ZerePy

ZerePy是基於Python的開源框架,簡化在X平台上部署和管理AI Agent的過程。提供命令行界面,支持模塊化設計。

核心架構包括:

• LLM集成
• X平台集成
• 模塊化連接系統
• 內存系統(規劃中)

與Eliza相比,ZerePy更專注於簡化特定社交平台上的AI Agent部署。

二、BTC生態的翻版

AI Agent的發展路徑與近期BTC生態相似: BTC生態: BRC20 → 多協議競爭 → BTC L2 → BTCFi AI Agent: GOAT/ACT → 多類Agent/框架競爭 → 去中心化基建

但AI Agent賽道不太可能走向同質化、泡沫化。AI框架更像未來的公鏈,Agent更像未來的Dapp。未來爭論可能從EVM與異構鏈之爭轉爲框架之爭,關鍵問題是如何實現去中心化以及在區塊鏈上的意義。

三、上鏈的意義?

區塊鏈與AI結合面臨的核心問題是意義何在。參考DeFi的成功經驗,支持Agent鏈化的理由可能有:

1. 降低使用成本,提高可及性與選擇性
2. 提供基於區塊鏈的安全方案
3. 形成獨特的區塊鏈金融玩法
4. 實現透明、可追溯的推理,提高互操作性

四、創意經濟

框架類項目未來可能提供類似GPT Store的創業機會。簡化Agent構建過程的框架有望佔據優勢,形成比GPT Store更有趣的Web3創意經濟。

與GPT Store相比,Web3 Agent創意經濟可能更加開放、公平,並引入社區經濟使Agent更完善。這將是普通人參與的機會,未來的AI Meme也可能更智能、有趣。