Deconstrucción del marco de IA: de agentes inteligentes a la exploración de la Descentralización
Introducción
Recientemente, el desarrollo de la narrativa que combina la IA y las criptomonedas ha sido rápido. La atención del mercado se ha vuelto hacia proyectos "de marco" liderados por la tecnología, un segmento que ha visto surgir múltiples nuevas estrellas con una capitalización de mercado superior a mil millones en poco tiempo. Estos proyectos han dado lugar a un nuevo modelo de emisión de activos: emitir tokens a partir de repositorios de código de Github, y los agentes construidos sobre el marco también pueden emitir tokens nuevamente. Con el marco como base y el agente como superior, se ha formado un modelo similar al de una plataforma de emisión de activos, que en realidad está revelando una infraestructura única de la era de la IA. Este artículo comenzará con una introducción al marco y explorará el significado del marco de IA para la industria de las criptomonedas.
Uno, ¿qué es un 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 el marco como el sistema operativo de la era de la IA, similar a Windows o Linux en sistemas de escritorio, o iOS y Android en dispositivos móviles. Cada marco tiene sus ventajas y desventajas, y los desarrolladores pueden elegir libremente según sus necesidades.
Aunque el "marco de IA" es un concepto emergente en el campo de las criptomonedas, su desarrollo ha estado en curso durante casi 14 años. En el ámbito tradicional de la IA, 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 agentes bajo la ola de la IA, y se han derivado hacia otros campos, formando marcos de IA en diferentes nichos. A continuación se presentan algunas introducciones a marcos principales:
1.1 Eliza
Eliza es un marco de simulación multiagente, especializado en la creación, implementación y gestión de agentes de IA autónomos. Desarrollado en TypeScript, tiene buena compatibilidad y es fácil de integrar con API. Está principalmente dirigido a escenarios de redes sociales, y soporta integración multiplataforma y el procesamiento de diversos tipos de contenido multimedia.
Los casos de uso que Eliza admite actualmente son:
Aplicaciones de asistente de IA
Rol en redes sociales
Trabajadores del conocimiento
Rol interactivo
Los modelos compatibles incluyen la inferencia local de modelos de código abierto, la inferencia en la nube de OpenAI API, etc.
1.2 G.A.M.E
G.A.M.E es un marco de IA multimodal que se genera y gestiona automáticamente, diseñado principalmente para NPC inteligentes en juegos. Su característica es que los usuarios de bajo código e incluso sin código también pueden utilizarlo.
La arquitectura del proyecto adopta un diseño modular en el que múltiples subsistemas trabajan de manera colaborativa, incluyendo la interfaz de提示 del agente, el subsistema de percepción, el motor de planificación estratégica, el contexto del mundo, el módulo de procesamiento de diálogos y varios otros componentes.
Adecuado para escenarios de juegos y metaverso, varios proyectos ya han adoptado este marco para su construcción.
1.3 Rig
Rig es una herramienta de código abierto escrita en lenguaje Rust, diseñada para simplificar el desarrollo de aplicaciones de modelos de lenguaje grandes. Proporciona una interfaz de operación unificada, facilitando la interacción con múltiples proveedores de servicios de LLM y bases de datos vectoriales.
Las características principales incluyen una interfaz unificada, una arquitectura modular, seguridad de tipos y un rendimiento eficiente.
Adecuado para construir sistemas de preguntas y respuestas, herramientas de búsqueda de documentos, chatbots y 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 centrales del proyecto Zerebro, pero adopta un diseño más modular y fácil de ampliar.
ZerePy proporciona una interfaz de línea de comandos, soporta la integración de LLM, la integración de la plataforma X y un sistema de conexión modular. En el futuro, también se planea integrar un sistema de memoria, para que el Agente pueda recordar interacciones y información contextual anteriores.
Dos, la réplica del ecosistema BTC
El camino de desarrollo del Agente AI tiene muchas similitudes con el ecosistema BTC reciente. El desarrollo del ecosistema BTC se puede resumir como: BRC20 - competencia entre múltiples protocolos - BTC L2 - BTCFi. El Agente AI, por otro lado, se desarrolla más rápido sobre la base de una pila tecnológica madura, y su camino se puede resumir como: GOAT/ACT - Agentes de tipo Social/análisis - competencia de marcos de Agente AI.
Sin embargo, es poco probable que la pista de Agentes de IA se dirija hacia la homogeneización o la burbuja. Los proyectos de marco de IA ofrecen nuevas ideas para el desarrollo de infraestructuras, más parecidas a las futuras cadenas públicas, mientras que los Agentes son similares a las futuras Dapps. La discusión futura podría pasar de la disputa entre EVM y cadenas heterogéneas a la disputa entre marcos; la cuestión clave es cómo lograr la Descentralización o la encadenación, y cuál es el significado del desarrollo en la blockchain.
Tres, ¿cuál es el significado de la cadena?
La combinación de blockchain y AI necesita enfrentar la cuestión de su significado. La clave del éxito de DeFi radica en una mayor accesibilidad, mejor eficiencia y menores costos, así como en la seguridad descentralizada sin necesidad de confianza. Siguiendo este razonamiento, las razones para apoyar la cadena de agentes podrían incluir:
Lograr un costo de uso más bajo, 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 interacción entre el Agente y las billeteras reales o virtuales.
Crear formas únicas de finanzas en blockchain, como un nuevo modelo de inversión basado en Agente.
Lograr un razonamiento transparente y rastreable, mejorar la interoperabilidad, puede ser más atractivo que el navegador de agente de los gigantes de Internet tradicionales.
Cuarta, economía creativa
Los proyectos de tipo marco podrían ofrecer oportunidades de emprendimiento similares a GPT Store en el futuro. Un marco que simplifique el proceso de construcción de agentes y proporcione combinaciones de funciones complejas podría tener ventajas, formando una economía creativa de Web3 más interesante que GPT Store.
En comparación con GPT Store, la economía creativa Web3 puede ser más justa, introduciendo la economía comunitaria para mejorar aún más a los agentes. Esta será una oportunidad para que las personas comunes participen, y los memes de IA del futuro podrían ser más inteligentes y divertidos que los 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.
18 me gusta
Recompensa
18
4
Republicar
Compartir
Comentar
0/400
GateUser-c802f0e8
· hace3h
Falso, Ser engañados otra vez.
Ver originalesResponder0
QuorumVoter
· hace18h
Otra vez en la pista de AI, ¿eh?
Ver originalesResponder0
tokenomics_truther
· hace18h
Otra vez viene a especular conceptos, trampa.
Ver originalesResponder0
BlindBoxVictim
· hace19h
Otra tanda de máquinas que toman a la gente por tonta.
El surgimiento de los marcos de IA: explorando la nueva infraestructura de agentes inteligentes descentralizados
Deconstrucción del marco de IA: de agentes inteligentes a la exploración de la Descentralización
Introducción
Recientemente, el desarrollo de la narrativa que combina la IA y las criptomonedas ha sido rápido. La atención del mercado se ha vuelto hacia proyectos "de marco" liderados por la tecnología, un segmento que ha visto surgir múltiples nuevas estrellas con una capitalización de mercado superior a mil millones en poco tiempo. Estos proyectos han dado lugar a un nuevo modelo de emisión de activos: emitir tokens a partir de repositorios de código de Github, y los agentes construidos sobre el marco también pueden emitir tokens nuevamente. Con el marco como base y el agente como superior, se ha formado un modelo similar al de una plataforma de emisión de activos, que en realidad está revelando una infraestructura única de la era de la IA. Este artículo comenzará con una introducción al marco y explorará el significado del marco de IA para la industria de las criptomonedas.
Uno, ¿qué es un 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 el marco como el sistema operativo de la era de la IA, similar a Windows o Linux en sistemas de escritorio, o iOS y Android en dispositivos móviles. Cada marco tiene sus ventajas y desventajas, y los desarrolladores pueden elegir libremente según sus necesidades.
Aunque el "marco de IA" es un concepto emergente en el campo de las criptomonedas, su desarrollo ha estado en curso durante casi 14 años. En el ámbito tradicional de la IA, 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 agentes bajo la ola de la IA, y se han derivado hacia otros campos, formando marcos de IA en diferentes nichos. A continuación se presentan algunas introducciones a marcos principales:
1.1 Eliza
Eliza es un marco de simulación multiagente, especializado en la creación, implementación y gestión de agentes de IA autónomos. Desarrollado en TypeScript, tiene buena compatibilidad y es fácil de integrar con API. Está principalmente dirigido a escenarios de redes sociales, y soporta integración multiplataforma y el procesamiento de diversos tipos de contenido multimedia.
Los casos de uso que Eliza admite actualmente son:
Los modelos compatibles incluyen la inferencia local de modelos de código abierto, la inferencia en la nube de OpenAI API, etc.
1.2 G.A.M.E
G.A.M.E es un marco de IA multimodal que se genera y gestiona automáticamente, diseñado principalmente para NPC inteligentes en juegos. Su característica es que los usuarios de bajo código e incluso sin código también pueden utilizarlo.
La arquitectura del proyecto adopta un diseño modular en el que múltiples subsistemas trabajan de manera colaborativa, incluyendo la interfaz de提示 del agente, el subsistema de percepción, el motor de planificación estratégica, el contexto del mundo, el módulo de procesamiento de diálogos y varios otros componentes.
Adecuado para escenarios de juegos y metaverso, varios proyectos ya han adoptado este marco para su construcción.
1.3 Rig
Rig es una herramienta de código abierto escrita en lenguaje Rust, diseñada para simplificar el desarrollo de aplicaciones de modelos de lenguaje grandes. Proporciona una interfaz de operación unificada, facilitando la interacción con múltiples proveedores de servicios de LLM y bases de datos vectoriales.
Las características principales incluyen una interfaz unificada, una arquitectura modular, seguridad de tipos y un rendimiento eficiente.
Adecuado para construir sistemas de preguntas y respuestas, herramientas de búsqueda de documentos, chatbots y 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 centrales del proyecto Zerebro, pero adopta un diseño más modular y fácil de ampliar.
ZerePy proporciona una interfaz de línea de comandos, soporta la integración de LLM, la integración de la plataforma X y un sistema de conexión modular. En el futuro, también se planea integrar un sistema de memoria, para que el Agente pueda recordar interacciones y información contextual anteriores.
Dos, la réplica del ecosistema BTC
El camino de desarrollo del Agente AI tiene muchas similitudes con el ecosistema BTC reciente. El desarrollo del ecosistema BTC se puede resumir como: BRC20 - competencia entre múltiples protocolos - BTC L2 - BTCFi. El Agente AI, por otro lado, se desarrolla más rápido sobre la base de una pila tecnológica madura, y su camino se puede resumir como: GOAT/ACT - Agentes de tipo Social/análisis - competencia de marcos de Agente AI.
Sin embargo, es poco probable que la pista de Agentes de IA se dirija hacia la homogeneización o la burbuja. Los proyectos de marco de IA ofrecen nuevas ideas para el desarrollo de infraestructuras, más parecidas a las futuras cadenas públicas, mientras que los Agentes son similares a las futuras Dapps. La discusión futura podría pasar de la disputa entre EVM y cadenas heterogéneas a la disputa entre marcos; la cuestión clave es cómo lograr la Descentralización o la encadenación, y cuál es el significado del desarrollo en la blockchain.
Tres, ¿cuál es el significado de la cadena?
La combinación de blockchain y AI necesita enfrentar la cuestión de su significado. La clave del éxito de DeFi radica en una mayor accesibilidad, mejor eficiencia y menores costos, así como en la seguridad descentralizada sin necesidad de confianza. Siguiendo este razonamiento, las razones para apoyar la cadena de agentes podrían incluir:
Lograr un costo de uso más bajo, 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 interacción entre el Agente y las billeteras reales o virtuales.
Crear formas únicas de finanzas en blockchain, como un nuevo modelo de inversión basado en Agente.
Lograr un razonamiento transparente y rastreable, mejorar la interoperabilidad, puede ser más atractivo que el navegador de agente de los gigantes de Internet tradicionales.
Cuarta, economía creativa
Los proyectos de tipo marco podrían ofrecer oportunidades de emprendimiento similares a GPT Store en el futuro. Un marco que simplifique el proceso de construcción de agentes y proporcione combinaciones de funciones complejas podría tener ventajas, formando una economía creativa de Web3 más interesante que GPT Store.
En comparación con GPT Store, la economía creativa Web3 puede ser más justa, introduciendo la economía comunitaria para mejorar aún más a los agentes. Esta será una oportunidad para que las personas comunes participen, y los memes de IA del futuro podrían ser más inteligentes y divertidos que los actuales.