Dekonstruksi Kerangka AI: Dari Agen Cerdas ke Eksplorasi Desentralisasi

Pendahuluan

Dalam beberapa waktu terakhir, narasi kombinasi AI dan cryptocurrency berkembang dengan cepat. Fokus pasar beralih ke proyek "kerangka" yang dipimpin oleh teknologi, di mana segmen ini telah melahirkan beberapa proyek kuda hitam dengan kapitalisasi pasar lebih dari satu miliar dolar dalam waktu singkat. Proyek-proyek ini melahirkan model penerbitan aset baru: menerbitkan token dari repositori kode GitHub dan menerbitkan token lagi berdasarkan Agent yang dikembangkan dari kerangka tersebut. Berdasarkan kerangka, Agent menjadi aplikasi, membentuk model infrastruktur unik di era AI. Artikel ini akan menjelaskan pengantar kerangka dan membahas makna kerangka AI bagi industri cryptocurrency.

Satu, Apa itu kerangka kerja?

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

Meskipun "kerangka AI" adalah konsep baru di bidang cryptocurrency, pengembangan kerangka AI telah memiliki sejarah hampir 14 tahun. Di bidang AI tradisional, sudah ada kerangka matang yang dapat dipilih, seperti TensorFlow dari Google, Pytorch dari Meta, dan sebagainya. Proyek kerangka yang muncul dalam cryptocurrency dirancang untuk memenuhi permintaan besar akan Agen di bawah gelombang AI, dan berkembang ke bidang lain, membentuk kerangka AI di berbagai sub bidang yang berbeda.

1.1 Eliza

Eliza adalah kerangka simulasi multi-Agent yang diluncurkan oleh a16z, khusus untuk membuat, menerapkan, dan mengelola Agen AI otonom. Dikembangkan dengan TypeScript, memiliki kompatibilitas yang baik, dan mudah diintegrasikan dengan API.

Eliza terutama ditujukan untuk skenario media sosial, mendukung integrasi multi-platform. Fitur termasuk dukungan penuh untuk Discord, otomatisasi akun X/Twitter, integrasi Telegram, dan akses API. Mendukung pengolahan dokumen PDF, konten tautan, transkripsi audio, pengolahan video, analisis gambar, dan konten multimedia lainnya.

Eliza saat ini mendukung empat jenis kasus:

1. Aplikasi Asisten AI: Dukungan pelanggan, manajemen komunitas, asisten pribadi
2. Peran media sosial: pembuat konten, robot interaktif, wakil merek
3. Pekerja Pengetahuan: Asisten Penelitian, Analis Konten, Pengolahan Dokumen
4. Peran Interaktif: Peran, Bimbingan Pendidikan, Robot Hiburan

Model yang didukung oleh Eliza termasuk:

• Inferensi lokal model sumber terbuka: seperti Llama3, Qwen1.5, BERT
• OpenAI API cloud inference
• Konfigurasi default adalah Nous Hermes Llama 3.1B
• Mengintegrasikan Claude untuk menangani kueri kompleks

1.2 G.A.M.E

G.A.M.E(Generative Autonomous Multimodal Entities Framework) adalah kerangka AI multimodal yang dihasilkan dan dikelola secara otomatis yang diluncurkan oleh Virtual, terutama ditujukan untuk desain NPC pintar dalam game. Ciri-cirinya adalah pengguna dengan kode rendah bahkan tanpa kode juga dapat menggunakannya, hanya perlu mengubah parameter untuk berpartisipasi dalam desain Agent.

Desain inti G.A.M.E adalah arsitektur modular di mana beberapa subsistem bekerja secara kolaboratif, termasuk:

1. Antarmuka Peringatan Agen: Antarmuka interaksi antara pengembang dan kerangka kerja
2. Sub-sistem persepsi: menerima informasi input dan mensintesis
3. Mesin Perencanaan Strategis: menetapkan tujuan jangka panjang dan rencana aksi konkret
4. Konteks dunia: informasi lingkungan dan data status permainan
5. Modul Pengolahan Percakapan: Mengolah pesan dan respons
6. Operator Dompet On-Chain: mungkin melibatkan aplikasi blockchain
7. Modul Pembelajaran: Belajar dari Umpan Balik untuk Memperbarui Basis Pengetahuan
8. Memori kerja: menyimpan informasi jangka pendek
9. Prosesor Memori Jangka Panjang: Mengambil informasi penting dan mengurutkannya
10. Gudang Agen: Menyimpan atribut Agen
11. Perencana Aksi: Menghasilkan rencana tindakan yang konkret
12. Eksekutor rencana: melaksanakan rencana tindakan

G.A.M.E cocok untuk skenario permainan dan metaverse, dengan beberapa proyek yang telah mengadopsi kerangka ini.

1.3 Rig

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

Ciri utama:

• Antarmuka Tunggal: menyederhanakan kompleksitas integrasi
• Arsitektur modular: fleksibel dan dapat diperluas
• Keamanan tipe: menjamin kualitas kode dan keamanan menjalankan
• Kinerja Efisien: Mendukung pemrosesan konduktif asinkron

Rig cocok untuk membangun sistem tanya jawab, alat pencarian dokumen, chatbot cerdas, serta otomatisasi pembuatan konten.

1.4 ZerePy

ZerePy adalah kerangka kerja open-source berbasis Python yang menyederhanakan proses penyebaran dan pengelolaan AI Agent di platform Twitter( sebelum X). Ini mewarisi fungsi inti proyek Zerebro, tetapi dirancang lebih modular dan mudah diperluas.

ZerePy menyediakan antarmuka baris perintah, memudahkan pengelolaan AI Agent. Arsitektur inti didasarkan pada desain modular, termasuk:

• Integrasi LLM: mendukung model OpenAI dan Anthropic
• Integrasi platform X: panggil API platform X secara langsung
• Sistem koneksi modular: mudah untuk menambahkan dukungan platform lain
• Sistem Memori ( dalam perencanaan ): Mewujudkan ingatan konteks

ZerePy berfokus pada menyederhanakan penerapan AI Agent di platform X, sementara Eliza lebih menekankan pada simulasi multi-agen dan penelitian AI yang luas.

Dua, Salinan Ekosistem BTC

Jalur pengembangan AI Agent mirip dengan ekosistem BTC baru-baru ini: Ekosistem BTC: BRC20 - Kompetisi Multi-Protokol - BTC L2 - BTCFi AI Agent:GOAT/ACT - Agen Sosial/Analisis - Persaingan Kerangka

Lintasan AI Agent mungkin tidak akan mengulang sejarah rantai kontrak pintar. Proyek kerangka AI yang ada memberikan pemikiran infrastruktur baru, lebih mirip dengan blockchain publik di masa depan, sedangkan Agent mirip dengan Dapp di masa depan.

Perdebatan di masa depan mungkin beralih dari persaingan EVM dan rantai heterogen menjadi persaingan kerangka kerja. Pertanyaan kunci adalah bagaimana Desentralisasi atau rantai, serta makna pengembangan di blockchain.

Tiga, Apa Makna dari Menaikkan ke Rantai?

Kombinasi blockchain dan AI perlu mempertimbangkan makna. Merujuk pada pengalaman sukses DeFi, alasan yang mendukung agensifikasi rantai mungkin termasuk:

1. Mengurangi biaya penggunaan, meningkatkan aksesibilitas, memungkinkan pengguna biasa untuk berpartisipasi dalam "sewa hak" AI
2. Menyediakan solusi keamanan Agent berbasis blockchain
3. Ciptakan cara bermain keuangan yang unik di blockchain, seperti peluang investasi terkait Agent
4. Mewujudkan penalaran yang transparan dan dapat dilacak, meningkatkan interoperabilitas

Empat, Ekonomi Kreatif

Proyek berbasis kerangka mungkin menawarkan peluang kewirausahaan yang serupa dengan GPT Store di masa depan. Kerangka yang menyederhanakan proses pembangunan Agent mungkin memiliki keunggulan, membentuk ekonomi kreatif Web3 yang lebih menarik dibandingkan GPT Store.

Ada banyak kebutuhan yang perlu dipenuhi di bidang Web3. Memperkenalkan ekonomi komunitas dapat membuat Agent lebih sempurna. Meme AI di masa depan mungkin lebih cerdas dan menarik dibandingkan Agent yang ada di platform saat ini.

Ekonomi kreatif Agen akan memberikan kesempatan bagi orang biasa untuk berpartisipasi, di masa depan AI Meme mungkin jauh melampaui tingkat saat ini.