Déconstruction du cadre AI : de l'agent intelligent à l'exploration de la Décentralisation

Introduction

Récemment, la narration combinant l'IA et les cryptomonnaies a évolué rapidement. L'attention du marché s'est tourné vers des projets "de cadre" dominés par la technologie, ce sous-secteur ayant généré en peu de temps plusieurs projets avec une capitalisation boursière dépassant le milliard, voire le milliard de dollars. Ces projets ont donné naissance à de nouveaux modèles d'émission d'actifs : l'émission de jetons à partir de dépôts de code GitHub, et les Agents construits sur la base du cadre peuvent également émettre des jetons à nouveau. Ce modèle repose sur le cadre comme base, l'Agent comme couche d'application, formant un mode d'infrastructure unique à l'ère de l'IA. Cet article explorera l'impact des cadres d'IA sur le domaine des cryptomonnaies.

I. Aperçu du cadre

Les cadres d'IA sont des outils ou plateformes de développement sous-jacents qui intègrent des modules, bibliothèques et outils préconstruits, simplifiant ainsi le processus de création de modèles d'IA complexes. Ils peuvent être considérés comme le système d'exploitation de l'ère de l'IA, similaire à Windows et Linux pour les systèmes de bureau, ou iOS et Android pour les appareils mobiles. Chaque cadre a ses propres caractéristiques, permettant aux développeurs de faire un choix en fonction de leurs besoins.

Bien que le "cadre AI" soit un nouveau concept dans le domaine des cryptomonnaies, son développement a déjà près de 14 ans d'histoire. Il existe des cadres matures disponibles dans le domaine de l'IA traditionnelle, tels que TensorFlow, Pytorch, etc. Les projets de cadres qui apparaissent dans les cryptomonnaies sont conçus pour répondre à la demande d'un grand nombre d'agents et s'étendent à d'autres domaines, formant ainsi des cadres d'IA dans différents sous-domaines.

1.1 Eliza

Eliza est un cadre de simulation multi-Agent, conçu pour créer, déployer et gérer des Agents IA autonomes. Il est développé en TypeScript, offrant une bonne compatibilité et des capacités d'intégration API. Eliza est principalement axé sur les scénarios de médias sociaux, prenant en charge l'intégration multi-plateforme et le traitement de divers contenus médiatiques.

Les cas d'utilisation pris en charge par Eliza incluent des applications de type assistant AI, des rôles sur les réseaux sociaux, des travailleurs du savoir et des rôles interactifs. Il prend en charge l'inférence locale avec des modèles open source et l'inférence dans le cloud, la configuration par défaut étant Nous Hermes Llama 3.1B, et il est intégré à Claude pour traiter des requêtes complexes.

1.2 G.A.M.E

G.A.M.E est un cadre d'IA multimodale généré et géré automatiquement, principalement utilisé pour la conception de PNJ intelligents dans les jeux. Il se caractérise par la possibilité pour des utilisateurs ayant peu ou pas de compétences en code de participer à la conception des Agents.

La conception centrale de G.A.M.E repose sur un design modulaire où plusieurs sous-systèmes travaillent en synergie, incluant une interface de suggestions pour les Agents, un sous-système de perception, un moteur de planification stratégique, un contexte mondial, et un module de traitement des dialogues. Ce cadre se concentre principalement sur la prise de décision, le retour d'information, la perception et la personnalité des Agents dans des environnements virtuels, et est adapté aux scénarios de jeux et de métavers.

1.3 Rig

Rig est un outil open source écrit en langage Rust, conçu pour simplifier le développement d'applications de modèles de langage de grande taille. Il offre une interface opérationnelle unifiée, facilitant l'interaction avec plusieurs fournisseurs de services LLM et bases de données vectorielles.

Les caractéristiques clés de Rig incluent une interface unifiée, une architecture modulaire, une sécurité de type et des performances efficaces. Il est adapté pour la construction de systèmes de réponse aux problèmes, d'outils de recherche de documents, de chatbots et de création de contenu.

1.4 ZerePy

ZerePy est un cadre open source basé sur Python, conçu pour simplifier le processus de déploiement et de gestion des agents AI sur la plateforme X. Il hérite des fonctionnalités clés du projet Zerebro, mais adopte une conception plus modulaire et plus extensible.

ZerePy propose une interface en ligne de commande, prend en charge les grands modèles de langage d'OpenAI et d'Anthropic, intègre l'API de la plateforme X et prévoit d'ajouter un système de mémoire à l'avenir. Par rapport à Eliza, ZerePy se concentre davantage sur la simplification du processus de déploiement des agents IA sur des plateformes sociales spécifiques.

Deux, comparaison des chemins de développement

Le chemin de développement des Agents IA présente des similitudes avec l'écosystème BTC récent. Le développement de l'écosystème BTC peut être résumé comme suit : BRC20 - concurrence multi-protocoles - BTC L2 - BTCFi. Les Agents IA ont traversé le processus de développement GOAT/ACT - Agents sociaux/Agents IA analytiques - concurrence des cadres. À l'avenir, des projets d'infrastructure pourraient émerger autour de la Décentralisation et de la sécurité des Agents.

Contrairement à l'écosystème BTC, la narration de l'Agent IA ne consiste pas à reproduire l'histoire de la chaîne des contrats intelligents. Les projets de cadre IA existants offrent de nouvelles idées de développement d'infrastructure. Comparé au Memecoin Launchpad et au protocole des inscriptions, le cadre IA ressemble davantage à une future chaîne publique, tandis que l'Agent ressemble à un futur Dapp.

Trois, l'importance de l'intégration de la blockchain

La combinaison de la blockchain et de l'IA nécessite de considérer sa signification. Les valeurs possibles incluent :

1. Réduire les coûts d'utilisation, améliorer l'accessibilité et le choix, permettre aux utilisateurs ordinaires de participer au "droit de location" de l'IA.

2. Fournir des solutions de sécurité basées sur la blockchain, en particulier pour les agents pouvant interagir avec des portefeuilles réels ou virtuels.

3. Créer des mécanismes financiers blockchain uniques, tels que de nouveaux mécanismes de market making ou d'investissement basés sur des agents.

4. Réaliser un processus de raisonnement transparent et traçable, améliorant l'interopérabilité.

Quatrième, perspectives de l'économie créative

Les projets de type cadre pourraient offrir à l'avenir des opportunités d'entrepreneuriat similaires à celles du GPT Store. Simplifier le processus de construction des agents et fournir un cadre pour des combinaisons de fonctionnalités complexes pourrait avoir un avantage, formant une économie créative Web3 plus intéressante que le GPT Store.

Comparé au GPT Store, l'économie créative des Agents dans un environnement Web3 pourrait être plus équitable et introduire une économie communautaire pour améliorer les Agents. Cela offrira des opportunités de participation aux gens ordinaires, et les futurs mèmes AI pourraient être plus intelligents et plus intéressants que ceux existants.