Основні висновки

• Ринок крипто X AI-агента, який швидко зростає за короткий час, має потенціал створювати інновації, що виходять за межі короткострокових наративів, шляхом створення нових крипто-використань або поліпшення умов на ланцюжку.
• ai16z та Virtuals Protocol очолюють цикл AI агентів через свої фреймворки агента. ai16z забезпечив конкурентну перевагу завдяки своєму відкритому фреймворку Eliza OS, тоді як Virtuals Protocol встановив себе як видатного гравця завдяки ефективним стратегіям зростання.
• Ландшафт агентів штучного інтелекту Crypto X складається з 1) фреймворків для розробки агентів штучного інтелекту, 2) інфраструктури та інструментів для створення більш складних агентів штучного інтелекту, від модулів, що інтегрують розподілені фреймворки, до середовищ пісочниці для симуляції агентів, і 3) окремих агентів, які автономно виконують конкретні завдання.
• За допомогою багатоагентних систем, в яких кілька штучно-інтелектних агентів співпрацюють для виконання завдань, а також інтерфейсів на основі агентів для поліпшення UX на ланці, агенти штучного інтелекту розвиваються у рішення, які виконують все більш складні та складні завдання, забезпечуючи практичну корисність.
• Криптовалютний ринок має характеристику прискореного впровадження технологій поряд з перебільшеною технологічною уявою та перегрітою спекулятивною попитом. Очікується, що штучні інтелектуальні агенти розвиватимуться на наступний рівень, зберігаючи позитивні взаємовпливи з криптовалютою в такому ринковому середовищі.

1. Вступ: посеред хвилі штучних інтелектуальних агентів

Важко повірити, що історія про агентів штучного інтелекту з'явилася всього два місяці тому, після запуску GOAT. Останнім часом інфраструктура для розробки агентів, включаючи фреймворки та платформи запуску, швидко розвивається, що призводить до щоденного появи агентів з різноманітними функціональностями. В результаті,загальна ринкова капіталізація токенів агента перевищила $10B, демонструючи вражаюче розширення ринку AI-агентів всього за кілька місяців.

Спершу, я погоджуюсь, що обговорення про AI-агентів на криптовалютному ринку - це більше, ніж просто модні слова. Від aixbt, дослідний агент, який забезпечує інформацію про ринковий альфа без суперечливих інтересів, доGriffain, який автономно виконує транзакції на ланцюжку на основі запитів користувача природною мовою, штучні інтелектуальні агенти еволюціонували з наративу ToT (Terminal of Truth) до рішень, що надають практичну користь в UX на ланцюжку та прийнятті людських рішень.

Незважаючи на це, після завершення поточного «циклу AI-агента» буде чітка розмежування між тим, що залишається, і тим, що зникає з ринку. Коли трохи перебільшена технологічна уява та завищений інтерес зникнуть, наративи, які здавалися готовими миттєво змінювати парадигми, отримають реалістичні оцінки, і на ринку виживуть лише проекти, які побудували фундаментальну цінність.

2. ai16z та Virtuals Protocol: На чолі циклу AI Agent

Джерело:Протокол Virtuals, ai16z

Граціозний шрифт квітки картоплі Virtuals Protocol і на перший погляд неначе капризні назви проекту «ai16z» спочатку змусили учасників ринку ставитися до цих новачків з сумнівом. Однак ці два проекти стали такими видатними гравцями в секторі штучного інтелекту, що тепер неможливо обговорити цикл штучного інтелекту без згадки про них.(зараз 45% спільноти проти зміни шрифту картопляного квіту)). Давайте розглянемо розвиток Virtuals Protocol та ai16z, щоб зрозуміти поточний стан циклу робота AI з першого погляду.

2.1 ai16z: Конкурентна перевага через відкриту рамку джерел

Джерело: ElizaOS

ai16z, яка почала як фонд DAO, що працює за допомогою автономних штучних інтелектуальних агентів, зараз зайняла провідні позиції в екосистемі штучних інтелектуальних агентів Solana та швидко розвиваєтьсяEliza, відкритий фреймворк штучного інтелекту. Це дозволяє розробникам легко розгортати високопродуктивні агенти штучного інтелекту, використовуючи операційну систему Eliza (Eliza OS) без розробки складної інфраструктури. Багато агентів вже будуються на основі Елізи, і відповідно до цього ai16z, яка керує розвитком відкритого програмного забезпечення, успішно будує екосистему, яка охоплює агентів штучного інтелекту на основі Елізи.

Коротко розглянувши компоненти фреймворку Eliza, можна сказати, що він визначає характеристики персонажів AI агентів за допомогою системи файлів персонажів, покращує доступність знань завдяки функціоналу RAG (Retrieval-Augmented Generation), що дозволяє AI моделям посилатись на зовнішні дані при генерації відповідей. Крім того, він надає систему виконання on-chain для автономної торгівлі агентів та підтримує різноманітні архітектури плагінів, у тому числі TEE plug, token generation plug, та gate.Плагін інтеграції Farcaster, що дозволяє введення додаткових функцій, необхідних на основі характеристик агента.

Джерело: Sentient MarketCap

Фреймворк Eliza продовжує розвиватися, своєчасно додаючи нові функціональні можливості. Розвиток активності та продуктивність цього відкритого проекту підтверджується його позицією як №1 в трендових репозиторіях на GitHub з понад 1,100 форками та 139 учасниками. Недавно вонивстановив дослідницьке співробітництво з університетом Стенфорду для штучних інтелектуальних агентів, створюючи умови для подальшого розвитку фреймворку Елізи. Крім того, через Марк Андріссен та Деген СпартанВони планують розширитися в фонд, де LLM автономно виконує угоди.

Джерело: X(@G_Gyeomm)

Я вважаю, що ai16z відіграв вирішальну роль у розвитку агентського циклу. Вони допомогли агентам штучного інтелекту перейти від того, щоб вони сприймалися як просто «розумні меми» (визначаються як динамічні меми, відмінні від статичних мемів своєю здатністю генерувати автономний текст) до підкреслення необхідності агентів, орієнтованих на утиліти, та інфраструктури для підвищення продуктивності агентів. Іншими словами, вони забезпечили технічну основу для появи агентів штучного інтелекту, які створюють реальну цінність або служать більш конкретним цілям, а також створили основу для розгляду індустрії агентів штучного інтелекту Crypto X у більш довгостроковій перспективі.

2.2 Віртуальний протокол: Встановлення Плану гри Штучного Інтелекту з Фронту

Протокол Virtuals став важливою програмою в екосистемі Base, постійно генеруючи утримання та приплив ліквідності.

(Для детальної інформації про Віртуальний Протокол, будь ласка, зверніться до нашої попередньої статті, «Віртуальний веселий, продуктивний ончейн агент штучного інтелекту Launchpad»)

Найбільш визначно, Virtuals Protocol успішно впровадив свою стратегію зростання як агентську структуру та стартову площадку на народному ринку крипто X AI агентів, відкривши шлях для платформ штучного інтелекту. Ось їх стратегія:

Спочатку Luna, побудована на потужній рамці G.A.M.E (Generative Autonomous Multimodal Entities), швидко привернула увагу ринку завдяки візуалізаціям AI-агентів та автономним взаємодіям на ланцюжку, які виходять за межі простих текстових відповідей у Twitter. Після цього вони запустили Virtuals Fun як платформу запуску, розробивши необхідну інфраструктуру для розподілу токенів агента. Розширюючи свою екосистему, вони вийшли за межі розвитку інфраструктури і створили цінні використання, такі як aixbtіVaderAI.

Після проведення 'Базового сезону', спровокованого успіхом протоколу Virtuals, вони продовжують зусилля для створення нових використань черезAgentstarter, який надає підтримку та просування розвитку агентів. Токени агента, що розподіляються через Agentstarter, роздаються користувачам екосистеми Virtuals, створюючи утримання на основі економічних стимулів. Це ефективно спонукає до подальшого інтересу та участі в Протоколі Virtuals шляхом здійснення розподілу токенів у пропорції до значень порогових значень, заснованих на утриманні $VIRTUAL або $LUNA та обсягу торгівлі.

Джерело:X(@0xCygaar)

Нещодавно, вони оновили своє середовище розробника, щоб дозволити розробникам моделювати різні функції агента, такі як транзакції на ланцюжку та створення токенів у пісочниці, покращуючи продуктивність інфраструктури. Вони зараз планують оновлення, зосереджене на взаємодії агента з агентом (Суспільство штучних інтелектуальних агентів), з метою розвитку в фазу «багатоагентності».

3. Цикл агентів штучного інтелекту: де ми знаходимося і куди рухаємося

3.1 Ландшафт штучного інтелекту

Стратегічний план та інфраструктура, створені ai16z та Virtuals Protocol, чітко представили каркас промисловості, в той час як вони зустрічають великий інтерес до крипто X штучних інтелектуальних агентів. Тепер більше різноманітних учасників беруть участь у промисловості, заповнюючи інфраструктуру для конкретної реалізації раніше абстрактних ідей. В результаті промисловість щоденно розширюється, і поточний крипто X AI агентський ландшафт може бути узагальнений наступним чином:

1) Фреймворки та SDK для агентів

ai16z та Virtuals Protocol часто визначаються як «Рівень 1 агентів». Точно так само, як блокчейни Рівня 1 служать важливою інфраструктурою для перевірки блоків, створення додатків та користувацьких транзакцій на ланцюжку, фреймворки агентів (наприклад, G.A.M.E, Eliza) служать найбільш фундаментальною інфраструктурою у крипто X AI індустрії агентів.

Фреймворк включає компоненти, необхідні для розробки агента, від файлових систем персонажів, які визначають особистості агентів, до інтерфейсів для взаємодії з користувачем, підсистем і процесорів визнання, що аналізують і розуміють текст для генерації рішень. Це дозволяє розробникам зекономити ресурси розробки, використовуючи різноманітні функції фреймворку у спосіб плагіна та грати, а не будувати складні архітектури агента з нуля.

2) Інфраструктура та інструменти агента

Хоча широко визначено, інфраструктура та інструменти для розвитку окремих агентів отримують найбільшу увагу на основі поточних потреб. Після з'явлення GOAT агенти, що взаємодіють з людьми, поширюються на Twitter, забезпечуючи мимовільну новизну, але ринкові учасники тепер втомилися від потоку агентів, які генерують безглуздий текст.

Переходячи це, агенти розвиваються, щоб виконувати більш складні та складні завдання, такі як пошук інформації про криптобіржу альфа або автономне перебалансування фондів для управління фондом. Також зросла потреба в інфраструктурі та інструментах для допомоги в реалізації таких агентів. Від модулів, які інтегрують розподілені фреймворки, до піщаних середовищ для моделювання агентів без розгортання токенів і рішень для прозорої перевірки розуміння агента, розв'язки для впровадження більш складних агентів швидко розвиваються поруч з попитом на агентів.

3) AI Агенти

Як коротко згадувалося раніше, сприйняття агентів повністю змінилося з простого «мемів про почуття». Окремі агенти виконують завдання, які створюють реальну цінність, перетворюючись на більш спеціалізованих агентів із все більш спеціалізованими завданнями. Розвиток інфраструктури, включаючи фреймворки, прискорює цю тенденцію, і сфера використання розширюється, включаючи агентів, таких як Griffain, які здійснюють ончейн-взаємодію за допомогою намірів, агентів, що спеціалізуються на соціальній діяльності, або агентів білих капелюхів, які виконують завдання безпеки.

3.2 Крипто X AI Агент Outlook

По мірі розвитку агентського ландшафту інтерес до крипто X штучного інтелекту зростає щодня відразу відомої індустрії. Домінують наративи формуються залежно від часу, проекти, що з'являються з певними наративами, швидко зникають, а деякі залишаються для того, щоб побудувати фундаментальний довгостроковий проект. Незалежно від того, чи для захоплення ринкових можливостей, чи для будівництва проекту, стає важливим передбачати змінні патерни напередодні. Ось деякі помітні зміни, які варто врахувати.

3.2.1 Мультиагентні системи

Джерело: X (@ jarrodWattsDev)

Багатоагентні системи, також відомі як рої, посилаються на системи, де кілька штучних інтелектуальних агентів взаємодіють та співпрацюють для виконання складних завдань. Одиночні агенти можуть стикатися з обмеженнями продуктивності в обробці даних та можливостях мислення при виконанні складних завдань. Таким чином, багатоагентні системи мають на меті вирішувати більш складні проблеми через співпрацю між кількома агентами з різними ролями та базами знань, які працюють на спільні цілі.

Наприклад, побудова агента, який автономно генерує доходи DeFi, вимагає досить складних логічних процесів. Для успішного виконання стратегій генерації доходів під час автономного перебалансування ліквідності система повинна вибирати оптимальні пули ліквідності, належним чином оптимізувати та розподіляти обсяги ліквідності та виконувати транзакції на ланцюжку в реальному часі. Замість того, щоб один агент виконував всі ці процеси, система з кількома агентами вказує на кілька агентів з різними ролями, які взаємодіють між собою для досягнення кращих результатів.

Джерело: X(@StoryProtocol)

Хоча мультиагентні системи все ще можуть здатися далекою концепцією, численні проєкти вже пропонують нову інфраструктуру для покращення співпраці між моделями штучного інтелекту. Протокол історіїоголосили про свою мету стати основним шаром економіки агента, запропонувавши TCP/IP як стандартну основу для співпраці моделей штучного інтелекту. Вищезгадані ai16z та Virtuals Protocol також постійно оновлюють свої плагіни та фреймворки для впровадження багатоагентних систем. Як тільки ми почнемо бачити приклади співпраці багатоагентів через ці інфраструктурні проекти, це підтвердить, наскільки важливо і важливо криптовалюта для розвитку штучних інтелектуальних агентів.

3.2.2 Агентський Інтерфейс На Основі Ланцюжка

Джерело: X(@aeyakovenko)

Поки щоденно знижуються вхідні бар'єри на ланцюжку через абстракцію ланцюжка, що усуває досвід мостів, спрощене підключення та покращений користувацький досвід інтерфейсу гаманця на ланцюжку, можуть знадобитися більш інтуїтивні рішення для користувачів, які не розуміють блокчейн та крипто, щоб використовувати середовище на ланцюжку. Як рішення для доповнення цих обмежень, інтерфейси на основі агента на ланцюжку пропонують найбільш інтуїтивний спосіб виконання транзакцій на ланцюжку через запити.

Наприклад, розгляньте оплату продукту за допомогою крипто. Цей процес включає вибір ланцюга, вибір токенів для оплати та виконання підписів через гаманець. Хоча ці процедури можуть бути спрощені, все ще потрібне базове розуміння інфраструктури гаманця, багатоланцюжкових середовищ та токенів. Тому інтерфейс, що автономно виконує взаємодії на ланцюгу на основі природної мови, має потенціал значно зменшити потребу користувачів у розумінні крипто, що ліквідує криву навчання.

Одним з яскравих прикладів є Солана’s Гріффайн, агент, який поєднує пошукові системи штучного інтелекту з виконанням наміру. Недавно, коли Фонд Солана проводив торговельну подію з криптовалютними платежами, користувачі могли придбати товари за допомогою Гриффіна через введення природної мови. Я вважаю, що такі інтерфейси на основі намірів на ланцюжку представляють як можливість інноваційного використання UX на ланцюжку, так і випадкове використання, яке може бути практично використано в найближчому майбутньому серед додатків штучного інтелекту.

3.2.3 Альтернативні фреймворки

Джерело: Верстат

На ринку, де домінують фреймворки Virtuals Protocol і ai16z, з'являються фреймворки спеціального призначення, оптимізовані для виконання обчислень або максимізації переваг мови програмування, таких як інтеграція середовища веб-розробки, стабільність пам'яті та високопродуктивні можливості паралельної обробки. Різноманіття фреймворків потребує уваги, оскільки вони можуть відповідати широким вимогам, заснованим на цільовій продуктивності агентів штучного інтелекту, і забезпечувати більш просунуте використання LLM.

Наприклад, RIGзабезпечує фреймворк LLM на основі Rust, на відміну відZerePy від Zerebro, використовуючи PythonабоEliza на основі TypeScript. RIG пропонується як альтернативна структура, яка може запобігти помилкам, пов'язаним з типом даних, завдяки вбудованій типовій безпеці Rust та очікує високопродуктивну обробку природної мови, ефективно керуючи ресурсами шляхом одночасної обробки інференції моделі LLM.

4. У потопі AI агентів: що залишиться і що зникне?

4.1 У Крипто технологія розвивається поряд з LARPing

Джерело: cookie.fun

Оцінюючи поточний стан та перспективи циклу робота AI до цих пір, я можу уявити, що читачі можуть відчувати, що місії, запропоновані інфраструктурою агента та окремими AI-агентами, здаються дещо перебільшеними. Окрім криптовалюти, коли OpenAI, Claude або Google AI очолюють розробку AI-агентів, але ще не комерціалізували їх, здається складним очікувати проривних інновацій в AI-агентах через криптовалюту та блокчейн, які фундаментально не пов'язані з технологією штучного інтелекту. Звичайно, ринкові оцінки криптовалюта X AI-агенти дуже розділені між позитивними оцінками, які вбачають у них нові інновації, здатні створювати нові використання криптовалюти, і негативними поглядами, які вбачають у них лише перебільшений короткостроковий наратив.

Однак, давайте пригадаємо загальні характеристики, які показував криптовалютний ринок протягом кількох ринкових циклів, які ми пережили. Як і в разі з DeFi, 10K NFT або 'метавсвітом', кожен ринковий цикл створює спекулятивні ринки поряд з дещо завищеною технологічною уявою. Перегріті спекулятивні ринки не тільки забезпечують приплив ліквідності, але й одночасно задовольняють якісну робочу силу та великі капіталовкладення, що прискорює прийняття технологій. Після згасання зацікавленості ринку на короткостроковий період, гравці, які накопичили фундаментальні показники, залишаються на ринку, сприяючи зрілості галузі поза короткостроковими наративами.

Іншими словами, я погоджуюсь з тим, що цикл АІ-агента занижений. Однак, враховуючи характеристики, які показала криптовалютний ринок при прийнятті нових технологій, я позитивно ставлюся до такої перебільшеності. Гравці з серйозними поглядами забезпечують достатні ресурси для побудови довгострокових фундаментальних засад поряд з спекулятивним попитом та технологічною уявою, створюючи можливості для нових використань криптовалюти або розвитку криптосередовища в процесі.

4.2 Знову задаємося питанням: Чому криптовалюта?

Якщо ми згодні на цьому етапі, що крипто X AI агенти мають реальний потенціал, а не лише наратив, який буде існувати лише на протязі циклів ринку, нам потрібно обговорити сумісність крипто та AI агентів з довгострокової перспективи. Чому AI агенти мають бути поєднані з крипто?

Розглядаючи попередні приклади, коли не блокчейн-нативні технології або галузі поєднуються з крипто, вони зазвичай розвиваються в структурі, де обидві сторони взаємно користуються. Наприклад, це стосується поєднання традиційної фінансової сфери та DeFi. Традиційна фінансова інфраструктура може створювати гнучкі первинні та вторинні ринки через DeFi. Зворотно, DeFi диверсифікує типи заставних активів за допомогою традиційних активів, таких як облігації США, створюючи стабільні структури застави. Подібно, інші технології або галузі, такі як IP, геймінг та платежі, можуть мати позитивний взаємний вплив при поєднанні з крипто.

Поєднання крипто та штучних інтелектуальних агентів може знайти значення в одному контексті:

• Крипто → AI Агенти: Криптовалютні Платіжні Мережі Надихають Економічне Життя в AI Агентів

Як особливо доведено на ринку платежів, платіжні шини, що не обмежені традиційною фінансовою інфраструктурою або національними кордонами, становлять одну з найбільш цінних пропозицій крипто. Подібно до поєднання з AI-агентами, платіжні шини крипто надають ефективне рішення в процесі покращення продуктивності моделей AI.

Згадана раніше мультиагентна система добре пояснює цей взаємозв'язок. Для повної співпраці з моделями штучного інтелекту може знадобитися економічна взаємодія між моделями або платіжна функціональність для автономного використання агентами певних веб-сервісів. Тут криптоплатіжні рейки, що працюють 24/7 і вільні від традиційних обмежень фінансової системи, можуть запропонувати відповідне рішення. Таким чином, інфраструктура для агентів, які можуть володіти рахунками гаманців і автономно виконувати ончейн-транзакції, згадується як ключовий компонент у впровадженні мультиагентних систем.

• AI Агенти → Крипто: Криптовалютний ринок працює цілодобово, а AI Агенти працюють цілодобово

Тим часом, крипто також може досліджувати різноманітні можливості розвитку за допомогою штучних інтелектуальних агентів. Особливо 24/7 робочі блокчейни та крипторинки потребують робочого персоналу, який буде працювати цілодобово. Тут, як із важливою функцією штучних інтелектуальних агентів, автономні агенти мають потенціал оптимізувати більшість взаємодій на основі ланцюжка.

Більшість раніше представлених штучних інтелектуальних агентів відкривають можливості для оптимізації взаємодії в межах крипто. Наприклад, Griffain оптимізує користувацький інтерфейс у мережі, автономно виконуючи взаємодії у мережі на основі користувацьких запитів, і Zerebro пропонує плани розвитку для штучних інтелектуальних агентів, які автономно виконують операції валідатора для мережі Ethereum. H4CK Термінал, яка автономно здійснює білу шапку діяльність та розподіляє винагороди власникам, вжевиявлені уразливості безпеки в протоколі Virtuals і Spectral.

Хоча це прості приклади, крипто і штучні інтелектуальні агенти мають достатню синергію в широких областях, включаючи безпеку, використання на ланцюжку, конфіденційність або токенізацію активів. Звичайно, ідеї все ще виступають на початковій стадії, і ідеї, такі як виконання операцій валідатора, вимагають ретельно розроблених технічних основ. Тим не менш, запитуючи, чи буде існувати ринок крипто X AI агентів, такі синергетичні відносини зауважують можливість надання значущих відповідей.

5. Наступна велика річ почнеться, як іграшка

Повертаючись до головного питання про пошук слідів того, що залишиться і що не залишиться після зниження інтересу до ринку агентів, я вважаю, що це будуть проекти, які дають розумні відповіді на питання «Чому крипто?» Віртуальні протоколи та ai16z ведуть за собою в цьому плані, а багато наступних агентів різноманітно експериментують з інтеграцією крипто. Крім того, багаторівневі агенти, інтерфейси на основі намірів та альтернативні структури просувають середовище для експериментів.

Як Кріс Діксон з a16z відомо сказав«Наступна велика річ на початку буде виглядати як іграшка». Штучні інтелектуальні агенти вже розвинулися від простого генерування текстів відповіді на Twitter до генерації ідей для виконання складних завдань, таких як валідатори, білі шапки, та автономна торгівля на ланцюжку. Подивимося разом, чи залишиться справжній прогрес в кінці циклу штучних інтелектуальних агентів, чи ж він стане ще одним забутийм хайп-циклом.

Відмова від відповідальності:

1. Цю статтю перепечатано з [Ерен]. Усі авторські права належать оригінальному автору [4стовпи]. Якщо є заперечення проти цього передруку, будь ласка, зв'яжіться з Gate Learnкоманду, і вони негайно займуться цим.
2. Відповідальність за відмову: погляди і думки, висловлені в цій статті, належать виключно автору і не є жодною інвестиційною порадою.
3. Команда gate Learn перекладає статті на інші мови. Якщо не вказано інше, копіювання, поширення або плагіатування перекладених статей заборонені.