Descomposición del marco de IA: de agentes inteligentes a la exploración de la Descentralización
Introducción
El desarrollo del sector de Agentes de IA es asombroso, con cambios narrativos frecuentes. Recientemente, el mercado se ha centrado en proyectos de "clase marco", y este subcampo ha visto surgir varios proyectos con una capitalización de mercado de más de mil millones e incluso más de diez mil millones en un corto período. Estos proyectos han creado un nuevo modelo de emisión de activos: emitir monedas a partir de repositorios de código de Github, y los Agentes construidos sobre el marco también pueden emitir monedas nuevamente. Este modelo, basado en un marco con Agentes encima, se asemeja a una plataforma de emisión de activos, pero en realidad es un modelo de infraestructura único de la era de IA. Este artículo comenzará desde el concepto de marco y explorará el significado de los marcos de IA en el campo de las criptomonedas.
I. Resumen del marco
El marco de IA es una plataforma de desarrollo subyacente que integra módulos preconstruidos, bibliotecas y herramientas, simplificando el proceso de construcción de modelos de IA complejos. Se puede entender como el sistema operativo de la era de la IA, similar a los sistemas de escritorio como Windows y Linux, o los sistemas móviles como iOS y Android. Cada marco tiene sus ventajas y desventajas, y los desarrolladores pueden elegir según sus necesidades.
Aunque el "marco de IA" es un concepto nuevo en el campo de las criptomonedas, su desarrollo tiene una historia de 14 años. En el campo de la IA tradicional, ya hay marcos maduros disponibles, como TensorFlow de Google y Pytorch de Meta. Los proyectos de marcos que han surgido en las criptomonedas están diseñados para satisfacer la demanda de agentes bajo la ola de IA y se extienden a otros sectores, formando marcos de IA en diferentes subcampos.
1.1 Eliza
Eliza es un marco de simulación multi-agente lanzado por a16z, diseñado para crear, implementar y gestionar agentes de IA autónomos. Desarrollado en TypeScript, tiene buena compatibilidad y es fácil de integrar con APIs.
Eliza se centra principalmente en escenarios de redes sociales, apoyando la integración de múltiples plataformas, incluyendo Discord, X/Twitter, Telegram, entre otros. En cuanto al procesamiento de contenido multimedia, admite funciones como análisis de lectura de PDF, extracción de contenido de enlaces, procesamiento de audio y video, etc.
Los casos de uso admitidos por Eliza incluyen principalmente: aplicaciones de asistentes de IA, personajes de redes sociales, trabajadores del conocimiento y roles interactivos, entre otros. Los modelos admitidos incluyen inferencia local con modelos de código abierto y inferencia en la nube utilizando la API de OpenAI.
1.2 G.A.M.E
G.A.M.E es un marco de IA multimodal generado y gestionado automáticamente lanzado por Virtual, diseñado principalmente para NPCs inteligentes en juegos. Su característica principal es que se puede utilizar sin conocimientos de codificación, los usuarios solo necesitan modificar los parámetros para participar en el diseño del Agente.
G.A.M.E utiliza un diseño modular, la arquitectura central incluye: interfaz de提示Agent, subsistema de percepción, motor de planificación estratégica, contexto mundial, módulo de procesamiento de diálogos, operador de billetera en cadena, módulo de aprendizaje, memoria de trabajo, procesador de memoria a largo plazo, almacén de Agent, planificador de acciones y ejecutor de planes, entre otros.
Este marco se centra en la toma de decisiones, retroalimentación, percepción y personalidad del Agente en entornos virtuales, aplicándose también a escenarios del metaverso, además de los juegos.
1.3 Rig
Rig es una herramienta de código abierto escrita en Rust, diseñada para simplificar el desarrollo de aplicaciones de modelos de lenguaje grandes (LLM). Proporciona una interfaz de operación unificada, facilitando la interacción con múltiples proveedores de LLM y bases de datos vectoriales.
Las características principales de Rig incluyen: interfaz unificada, arquitectura modular, seguridad de tipos y alto rendimiento. Su flujo de trabajo incluye pasos como el procesamiento de solicitudes, la obtención de información y la generación de respuestas.
Rig es adecuado para construir sistemas de preguntas y respuestas, herramientas de búsqueda de documentos, chatbots de percepción contextual e incluso apoya la creación de contenido.
1.4 ZerePy
ZerePy es un marco de código abierto basado en Python que simplifica el proceso de implementación y gestión de agentes de IA en la plataforma X. Hereda las funciones clave del proyecto Zerebro, pero adopta un diseño más modular y fácil de expandir.
ZerePy ofrece una interfaz de línea de comandos, compatible con los LLM de OpenAI y Anthropic, integra la API de la plataforma X y cuenta con un sistema de conexión modular. En el futuro, se planea integrar un sistema de memoria, para que el Agente pueda recordar interacciones y información contextual previas.
En comparación con Eliza, ZerePy se centra más en simplificar el proceso de implementación de Agentes de IA en plataformas sociales específicas, inclinándose hacia aplicaciones prácticas.
Dos, ¿una copia del ecosistema BTC?
El camino de desarrollo del Agente de IA tiene similitudes con el ecosistema reciente de BTC. El ecosistema de BTC ha pasado por etapas como BRC20, competencia de múltiples protocolos, BTC L2 y BTCFi. El Agente de IA se desarrolla más rápido sobre una pila tecnológica madura, que se puede resumir como: GOAT/ACT - Agentes de tipo Social/Agentes de IA de análisis - Competencia de marcos. En el futuro, los proyectos de infraestructura en torno a la Descentralización de Agentes y la seguridad podrían convertirse en el tema de la próxima etapa.
Es poco probable que la pista de los Agentes de IA repita el proceso de homogeneización y burbuja del ecosistema BTC. Los proyectos de marco de IA ofrecen nuevas ideas para el desarrollo de infraestructura, más parecidas a las futuras cadenas públicas, mientras que los Agentes son similares a las Dapp. En el futuro, la discusión podría pasar de la competencia entre EVM y cadenas heterogéneas a una competencia de marcos, siendo la cuestión clave cómo lograr la Descentralización o la cadena, así como el significado de la blockchain en este campo.
Tres, el significado de la cadena
La combinación de blockchain y AI necesita resolver el problema de su significado. A partir de la exitosa experiencia de DeFi, la cadena de agentes de AI podría encontrar valor en los siguientes aspectos:
Reducir los costos de uso, aumentar la accesibilidad y la selectividad, para que los usuarios comunes también puedan participar en el "derecho de alquiler" de IA.
Proporcionar soluciones de seguridad basadas en blockchain, que satisfagan las necesidades de seguridad de la interacción entre el Agente y el mundo real o virtual.
Crear modelos de finanzas blockchain únicos, como la potencia de cálculo relacionada con el Agente, inversión en etiquetado de datos, etc.
Lograr un proceso de razonamiento transparente y rastreable, superando en interoperabilidad a los navegadores de agentes proporcionados por los gigantes tradicionales de Internet.
Cuatro, Nuevas Oportunidades en la Economía Creativa
Los proyectos de marco de IA podrían ofrecer oportunidades de emprendimiento similares a GPT Store en el futuro. Se espera que un marco que simplifique el proceso de construcción de agentes y proporcione combinaciones de funciones complejas tenga ventajas, formando una economía creativa de Web3 más interesante que GPT Store.
En comparación con GPT Store, la economía creativa de los agentes de IA de Web3 podría ser más justa e introducir un modelo de economía comunitaria. Esto brindará oportunidades de participación a las personas comunes, y los memes de IA del futuro podrían ser más inteligentes y divertidos que los agentes en las plataformas actuales.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
Nueva era de marcos de IA: de agentes inteligentes a la Descentralización de la economía creativa Web3
Descomposición del marco de IA: de agentes inteligentes a la exploración de la Descentralización
Introducción
El desarrollo del sector de Agentes de IA es asombroso, con cambios narrativos frecuentes. Recientemente, el mercado se ha centrado en proyectos de "clase marco", y este subcampo ha visto surgir varios proyectos con una capitalización de mercado de más de mil millones e incluso más de diez mil millones en un corto período. Estos proyectos han creado un nuevo modelo de emisión de activos: emitir monedas a partir de repositorios de código de Github, y los Agentes construidos sobre el marco también pueden emitir monedas nuevamente. Este modelo, basado en un marco con Agentes encima, se asemeja a una plataforma de emisión de activos, pero en realidad es un modelo de infraestructura único de la era de IA. Este artículo comenzará desde el concepto de marco y explorará el significado de los marcos de IA en el campo de las criptomonedas.
I. Resumen del marco
El marco de IA es una plataforma de desarrollo subyacente que integra módulos preconstruidos, bibliotecas y herramientas, simplificando el proceso de construcción de modelos de IA complejos. Se puede entender como el sistema operativo de la era de la IA, similar a los sistemas de escritorio como Windows y Linux, o los sistemas móviles como iOS y Android. Cada marco tiene sus ventajas y desventajas, y los desarrolladores pueden elegir según sus necesidades.
Aunque el "marco de IA" es un concepto nuevo en el campo de las criptomonedas, su desarrollo tiene una historia de 14 años. En el campo de la IA tradicional, ya hay marcos maduros disponibles, como TensorFlow de Google y Pytorch de Meta. Los proyectos de marcos que han surgido en las criptomonedas están diseñados para satisfacer la demanda de agentes bajo la ola de IA y se extienden a otros sectores, formando marcos de IA en diferentes subcampos.
1.1 Eliza
Eliza es un marco de simulación multi-agente lanzado por a16z, diseñado para crear, implementar y gestionar agentes de IA autónomos. Desarrollado en TypeScript, tiene buena compatibilidad y es fácil de integrar con APIs.
Eliza se centra principalmente en escenarios de redes sociales, apoyando la integración de múltiples plataformas, incluyendo Discord, X/Twitter, Telegram, entre otros. En cuanto al procesamiento de contenido multimedia, admite funciones como análisis de lectura de PDF, extracción de contenido de enlaces, procesamiento de audio y video, etc.
Los casos de uso admitidos por Eliza incluyen principalmente: aplicaciones de asistentes de IA, personajes de redes sociales, trabajadores del conocimiento y roles interactivos, entre otros. Los modelos admitidos incluyen inferencia local con modelos de código abierto y inferencia en la nube utilizando la API de OpenAI.
1.2 G.A.M.E
G.A.M.E es un marco de IA multimodal generado y gestionado automáticamente lanzado por Virtual, diseñado principalmente para NPCs inteligentes en juegos. Su característica principal es que se puede utilizar sin conocimientos de codificación, los usuarios solo necesitan modificar los parámetros para participar en el diseño del Agente.
G.A.M.E utiliza un diseño modular, la arquitectura central incluye: interfaz de提示Agent, subsistema de percepción, motor de planificación estratégica, contexto mundial, módulo de procesamiento de diálogos, operador de billetera en cadena, módulo de aprendizaje, memoria de trabajo, procesador de memoria a largo plazo, almacén de Agent, planificador de acciones y ejecutor de planes, entre otros.
Este marco se centra en la toma de decisiones, retroalimentación, percepción y personalidad del Agente en entornos virtuales, aplicándose también a escenarios del metaverso, además de los juegos.
1.3 Rig
Rig es una herramienta de código abierto escrita en Rust, diseñada para simplificar el desarrollo de aplicaciones de modelos de lenguaje grandes (LLM). Proporciona una interfaz de operación unificada, facilitando la interacción con múltiples proveedores de LLM y bases de datos vectoriales.
Las características principales de Rig incluyen: interfaz unificada, arquitectura modular, seguridad de tipos y alto rendimiento. Su flujo de trabajo incluye pasos como el procesamiento de solicitudes, la obtención de información y la generación de respuestas.
Rig es adecuado para construir sistemas de preguntas y respuestas, herramientas de búsqueda de documentos, chatbots de percepción contextual e incluso apoya la creación de contenido.
1.4 ZerePy
ZerePy es un marco de código abierto basado en Python que simplifica el proceso de implementación y gestión de agentes de IA en la plataforma X. Hereda las funciones clave del proyecto Zerebro, pero adopta un diseño más modular y fácil de expandir.
ZerePy ofrece una interfaz de línea de comandos, compatible con los LLM de OpenAI y Anthropic, integra la API de la plataforma X y cuenta con un sistema de conexión modular. En el futuro, se planea integrar un sistema de memoria, para que el Agente pueda recordar interacciones y información contextual previas.
En comparación con Eliza, ZerePy se centra más en simplificar el proceso de implementación de Agentes de IA en plataformas sociales específicas, inclinándose hacia aplicaciones prácticas.
Dos, ¿una copia del ecosistema BTC?
El camino de desarrollo del Agente de IA tiene similitudes con el ecosistema reciente de BTC. El ecosistema de BTC ha pasado por etapas como BRC20, competencia de múltiples protocolos, BTC L2 y BTCFi. El Agente de IA se desarrolla más rápido sobre una pila tecnológica madura, que se puede resumir como: GOAT/ACT - Agentes de tipo Social/Agentes de IA de análisis - Competencia de marcos. En el futuro, los proyectos de infraestructura en torno a la Descentralización de Agentes y la seguridad podrían convertirse en el tema de la próxima etapa.
Es poco probable que la pista de los Agentes de IA repita el proceso de homogeneización y burbuja del ecosistema BTC. Los proyectos de marco de IA ofrecen nuevas ideas para el desarrollo de infraestructura, más parecidas a las futuras cadenas públicas, mientras que los Agentes son similares a las Dapp. En el futuro, la discusión podría pasar de la competencia entre EVM y cadenas heterogéneas a una competencia de marcos, siendo la cuestión clave cómo lograr la Descentralización o la cadena, así como el significado de la blockchain en este campo.
Tres, el significado de la cadena
La combinación de blockchain y AI necesita resolver el problema de su significado. A partir de la exitosa experiencia de DeFi, la cadena de agentes de AI podría encontrar valor en los siguientes aspectos:
Reducir los costos de uso, aumentar la accesibilidad y la selectividad, para que los usuarios comunes también puedan participar en el "derecho de alquiler" de IA.
Proporcionar soluciones de seguridad basadas en blockchain, que satisfagan las necesidades de seguridad de la interacción entre el Agente y el mundo real o virtual.
Crear modelos de finanzas blockchain únicos, como la potencia de cálculo relacionada con el Agente, inversión en etiquetado de datos, etc.
Lograr un proceso de razonamiento transparente y rastreable, superando en interoperabilidad a los navegadores de agentes proporcionados por los gigantes tradicionales de Internet.
Cuatro, Nuevas Oportunidades en la Economía Creativa
Los proyectos de marco de IA podrían ofrecer oportunidades de emprendimiento similares a GPT Store en el futuro. Se espera que un marco que simplifique el proceso de construcción de agentes y proporcione combinaciones de funciones complejas tenga ventajas, formando una economía creativa de Web3 más interesante que GPT Store.
En comparación con GPT Store, la economía creativa de los agentes de IA de Web3 podría ser más justa e introducir un modelo de economía comunitaria. Esto brindará oportunidades de participación a las personas comunes, y los memes de IA del futuro podrían ser más inteligentes y divertidos que los agentes en las plataformas actuales.