Текущие состояния и будущие тенденции применения AI-агентов в области Web3

robot
Генерация тезисов в процессе

Применение AI-агентов в области Web3 и исследование будущего

Недавно продукт Manus, первый в мире универсальный AI Agent, привлек широкое внимание в технологической сфере. Этот продукт, разработанный китайским стартапом, обладает способностью самостоятельно выполнять задачи от планирования до исполнения, демонстрируя беспрецедентную универсальность и исполнительность. Всплеск популярности Manus не только привлек внимание в отрасли, но и предоставил ценную идею продукта и вдохновение для разработки различных AI Agent.

С быстрым развитием технологий ИИ AI Agent, как важная ветвь искусственного интеллекта, постепенно переходит от теории к практике и демонстрирует огромный потенциал применения в различных отраслях, индустрия Web3 не исключение.

С чего начать разговор о Manus и MCP: исследование междисциплинарной возможности AI Agent в Web3

Основные концепции AI-агента

AI Agent — это программа, способная самостоятельно принимать решения и выполнять задачи на основе окружающей среды, ввода и заданных целей. Его основные компоненты включают:

  1. Большая языковая модель ( LLM ) как "мозг"
  2. Механизмы наблюдения и восприятия
  3. Процесс логического мышления
  4. Способность к выполнению действий
  5. Функции памяти и извлечения

Основные направления разработки модели AI Agent делятся на два: первое — акцент на планировании, такие как REWOO, Plan & Execute и т.д.; второе — акцент на рефлексии, такие как Basic Reflection, Reflexion и т.д.

В настоящее время наиболее широко применяется модель ReAct, типичный процесс которой следующий: размышление(Thought) → действие(Action) → наблюдение(Observation), сокращенно цикл TAO.

В зависимости от количества агентов, AI Agent можно разделить на два типа: Single Agent и Multi Agent. Single Agent акцентирует внимание на взаимодействии LLM и инструментов, в то время как Multi Agent наделяет различных агентов разными ролями, чтобы совместно выполнять сложные задачи.

С Manusu и MCP: Исследование кросс-дисциплинарного пространства AI Agent в Web3

С обсуждения Manus и MCP: Исследование кросс-дисциплинарного AI Agent в Web3

Состояние AI-агентов в Web3

В этом году в январе популярность AI Agent в индустрии Web3 достигла пика, после чего значительно снизилась, и общая рыночная капитализация уменьшилась более чем на 90%. В настоящее время наиболее активны проекты, исследующие Web3 в рамках AI Agent, которые в основном имеют три модели:

  1. Режим платформы запуска: в качестве примера используется Virtuals Protocol, который позволяет пользователям создавать, развертывать и монетизировать AI Agent.

  2. Модель DAO: представлена ElizaOS, использует AI-модель для симуляции инвестиционных решений, комбинируя предложения членов DAO для осуществления инвестиций.

  3. Бизнес-модель компании: на примере Swarms, предоставляющей корпоративную многоагентную платформу.

С точки зрения экономической модели, в настоящее время только модель стартовой платформы может создать самодостаточный экономический замкнутый цикл. Однако эта модель также сталкивается с вызовами, так как выпускаемые активы должны обладать достаточной привлекательностью для формирования положительного цикла.

С чего начать: Веб3 кросс-дисциплинарные исследования AI Agent

Обсуждая Manus и MCP: исследование кросс-контекстного AI Agent в Web3

! Чат с Манусом и MCP: трансграничное исследование Web3 агента AI

Исследование Web3 протокола MCP

Модельный Контекстный Протокол (MCP) - это открытый протокол, разработанный компанией Anthropic, который направлен на решение проблемы подключения LLM к внешним источникам данных. Появление MCP открывает новые направления для исследований AI-агентов в Web3:

  1. Разверните сервер MCP в блокчейн-сети для достижения децентрализации и устойчивости к цензуре.

  2. Обеспечение возможности взаимодействия MCP Server с блокчейном, например, для проведения DeFi-транзакций и управления ими.

  3. Создание сети стимулов для создателей OpenMCP.Network на основе Ethereum.

Хотя эти направления теоретически могут внедрить в AI Agent механизмы децентрализованного доверия и экономические стимулы, они все еще сталкиваются с вызовами в реализации технологий и эффективности.

С разговора о Manus и MCP: кросс-дисциплинарные исследования AI Agent в Web3

С разговора о Manus и MCP: кросс-дисциплинарные исследования AI Agent в Web3

Заключение

Релиз Manus обозначает важную веху для продуктов универсальных AI-агентов. Миру Web3 также нужен веховой продукт, чтобы развеять внешние сомнения. Появление MCP открывает новые направления для AI-агентов в Web3. Слияние AI и Web3 является неизбежным трендом, нам нужно сохранять терпение и уверенность, продолжая исследовать безграничные возможности этой области.

Посмотреть Оригинал
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
  • Награда
  • 5
  • Поделиться
комментарий
0/400
wagmi_eventuallyvip
· 17ч назад
Все еще борется с AI, в конце концов не сможет обойти старшего шестого.
Посмотреть ОригиналОтветить0
DefiPlaybookvip
· 17ч назад
Согласно прогнозам на основе модели данных, рост TVL проектов класса agent в течение следующих 12 месяцев может достичь 73,4%, но необходимо быть осторожными с краткосрочными колебаниями цен.
Посмотреть ОригиналОтветить0
fren.ethvip
· 17ч назад
Снова пришли те, кто кричит о росте!
Посмотреть ОригиналОтветить0
SighingCashiervip
· 17ч назад
Если не войти в позицию сейчас, мест не останется?
Посмотреть ОригиналОтветить0
SelfSovereignStevevip
· 18ч назад
Снова говорят о Блокчейне? Не касается моих токенов.
Посмотреть ОригиналОтветить0
  • Закрепить