Descomposición del marco de IA: de agentes inteligentes a la exploración de la Descentralización

Introducción

Recientemente, la narrativa de la combinación de IA y criptomonedas ha avanzado rápidamente. La atención del mercado se ha desplazado hacia proyectos "de marco" dominados por la tecnología, y este subsector ha generado en poco tiempo múltiples proyectos con una capitalización de mercado de más de cien millones e incluso mil millones. Este tipo de proyectos ha derivado en un nuevo modelo de emisión de activos: emitir tokens a partir de repositorios de código de GitHub, y los Agents construidos sobre el marco también pueden emitir tokens nuevamente. Este modelo se basa en el marco, con los Agents como capa de aplicación, formando un modelo de infraestructura único de la era de la IA. Este artículo explorará el impacto del marco de IA en el campo de las criptomonedas.

I. Resumen del marco

El marco de IA es una herramienta o plataforma de desarrollo de bajo nivel que integra módulos, bibliotecas y herramientas preconstruidos, 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 Windows o Linux en sistemas de escritorio, o a iOS y Android en dispositivos móviles. Cada marco tiene sus características, y los desarrolladores pueden elegir según sus necesidades.

Aunque el "marco de IA" es un concepto nuevo en el ámbito de las criptomonedas, su desarrollo tiene casi 14 años de historia. En el campo de la IA tradicional, existen marcos maduros disponibles, como TensorFlow, Pytorch, entre otros. Los proyectos de marcos que han surgido en las criptomonedas están diseñados para satisfacer la demanda de numerosos agentes y se están expandiendo a otros campos, formando marcos de IA en diferentes subsectores.

1.1 Eliza

Eliza es un marco de simulación multiagente, utilizado para crear, implementar y gestionar agentes de IA autónomos. Está desarrollado en TypeScript, con buena compatibilidad y capacidad de integración de API. Eliza está principalmente enfocado en escenarios de redes sociales, soportando integración multicanal y procesamiento de diversos contenidos multimedia.

Los casos de uso admitidos por Eliza incluyen aplicaciones de asistentes de IA, personajes en redes sociales, trabajadores del conocimiento y personajes interactivos. Soporta la inferencia local de modelos de código abierto y la inferencia en la nube, con una configuración predeterminada de Nous Hermes Llama 3.1B, e integrado con Claude para manejar consultas complejas.

1.2 G.A.M.E

G.A.M.E es un marco de IA multimodal que se genera y gestiona automáticamente, principalmente utilizado para el diseño de NPC inteligentes en juegos. Su característica es permitir que los usuarios con poca o ninguna experiencia en código participen en el diseño de agentes.

El diseño central de G.A.M.E es un diseño modular que opera mediante la colaboración de múltiples subsistemas, incluyendo la interfaz de sugerencias del Agente, subsistema de percepción, motor de planificación estratégica, contexto del mundo, módulo de procesamiento de diálogos, entre otros. Este marco se centra principalmente en la toma de decisiones, retroalimentación, percepción y personalidad del Agente en entornos virtuales, siendo aplicable a escenarios de juegos y metaverso.

1.3 Rig

Rig es una herramienta de código abierto escrita en el lenguaje Rust, diseñada para simplificar el desarrollo de aplicaciones de modelos de lenguaje grandes. Ofrece una interfaz de operación unificada, facilitando la interacción con múltiples proveedores de servicios LLM y bases de datos vectoriales.

Las características principales de Rig incluyen una interfaz unificada, una arquitectura modular, seguridad de tipos y un rendimiento eficiente. Es adecuado para construir sistemas de resolución de problemas, herramientas de búsqueda de documentos, chatbots y creación de contenido.

1.4 ZerePy

ZerePy es un marco de código abierto basado en Python, diseñado para simplificar el proceso de implementación y gestión de Agentes de IA en la plataforma X. Hereda las funciones centrales del proyecto Zerebro, pero con un diseño más modular y fácil de ampliar.

ZerePy ofrece una interfaz de línea de comandos, soporta modelos de lenguaje de gran escala de OpenAI y Anthropic, integra la API de la plataforma X y planea añadir un sistema de memoria en el futuro. En comparación con Eliza, ZerePy se centra más en simplificar el proceso de implementación de agentes de IA en plataformas sociales específicas.

Dos, Comparación de Rutas de Desarrollo

El camino de desarrollo del Agente de IA tiene similitudes recientes con el ecosistema BTC. El desarrollo del ecosistema BTC se puede resumir como: BRC20 - competencia entre múltiples protocolos - BTC L2 - BTCFi. El Agente de IA ha pasado por un proceso de desarrollo de GOAT/ACT - Agentes de tipo social/Agentes de IA de análisis - competencia de marcos. En el futuro, podrían surgir proyectos de infraestructura en torno a la Descentralización y la seguridad de los Agentes.

A diferencia del ecosistema de BTC, la narrativa del AI Agent no reproduce la historia de la cadena de contratos inteligentes. Los proyectos de marco de IA existentes ofrecen nuevas ideas para el desarrollo de infraestructura. En comparación con Memecoin Launchpad y el protocolo de inscripción, el marco de IA se asemeja más a una futura cadena pública, mientras que el Agent se asemeja a un futuro Dapp.

Tres, la importancia de la integración de la blockchain

La combinación de blockchain y AI necesita considerar su significado. Los posibles valores incluyen:

1. Reducir los costos de uso, aumentar la accesibilidad y la selectividad, permitiendo que los usuarios comunes participen en el "derecho de arrendamiento" de la IA.

2. Proporcionar soluciones de seguridad basadas en blockchain, especialmente para agentes que pueden interactuar con billeteras reales o virtuales.

3. Crear formas únicas de finanzas en blockchain, como mecanismos de creación de mercado o inversión automáticos basados en Agent.

4. Lograr un proceso de inferencia transparente y rastreable, mejorando la interoperabilidad.

Cuarta, perspectivas de la economía creativa

Los proyectos de tipo marco podrían ofrecer oportunidades de emprendimiento similares a GPT Store en el futuro. Simplificar el proceso de construcción de agentes y proporcionar un marco de combinaciones de funciones complejas podría ser más ventajoso, formando una economía creativa Web3 más interesante que GPT Store.

En comparación con GPT Store, la economía creativa de los agentes en un entorno Web3 puede ser más justa y introducir una economía comunitaria para mejorar a los agentes. Esto proporcionará oportunidades de participación para las personas comunes, y los memes de IA del futuro pueden ser más inteligentes y divertidos que los actuales.