Descomponer el marco de IA: de agentes inteligentes a la exploración de la Descentralización
Introducción
Recientemente, la narrativa que combina la IA y las criptomonedas se ha desarrollado rápidamente. La atención del mercado se ha desplazado hacia proyectos "tipo marco" impulsados por la tecnología, y este segmento ha visto surgir múltiples proyectos con una capitalización de mercado de más de mil millones e incluso más de diez mil millones en solo unas pocas semanas. Este tipo de proyectos ha dado lugar a un nuevo modelo de emisión de activos: emitir monedas desde repositorios de código de GitHub, y los Agentes desarrollados sobre la base del marco también pueden emitir monedas nuevamente. Con el marco como base y el Agente por encima, se ha formado un modelo único de infraestructura de la era de la IA. Este artículo comenzará con una introducción al marco y explorará el significado del marco de IA en el campo de las criptomonedas.
I. ¿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, Linux o iOS, Android. Cada marco tiene sus ventajas y desventajas, y los desarrolladores pueden elegir según sus necesidades.
Aunque el "marco de IA" es un concepto emergente en el ámbito de las criptomonedas, desde el nacimiento de Theano en 2010, los marcos de IA han evolucionado durante casi 14 años. En el ámbito de la IA tradicional, ya existen marcos maduros disponibles, como TensorFlow de Google y Pytorch de Meta. Actualmente, los proyectos de marcos que están surgiendo en las criptomonedas se han creado en respuesta a la gran demanda de Agentes bajo la ola de la IA, y se han derivado hacia otras áreas, formando marcos de IA en diferentes dominios. A continuación se presentan algunas introducciones a marcos principales:
1.1 Eliza
Eliza es un marco de simulación multi-agente, utilizado para crear, desplegar y gestionar agentes de IA autónomos. Desarrollado en TypeScript, tiene buena compatibilidad y es fácil de integrar con APIs. Está principalmente dirigido a escenarios de redes sociales, soportando integración multiplataforma, incluyendo Discord, Twitter, Telegram, entre otros. Soporta el procesamiento de documentos PDF, contenido de enlaces, transcripción de audio, contenido de video, análisis de imágenes, etc.
Los casos de uso admitidos por Eliza incluyen: aplicaciones de asistente de IA, personajes en redes sociales, trabajadores del conocimiento y personajes interactivos. Los modelos admitidos incluyen inferencia local de modelos de código abierto, inferencia en la nube de OpenAI API, etc.
1.2 G.A.M.E
G.A.M.E es un marco de IA multimodal generado y gestionado automáticamente lanzado por Virtual, diseñado principalmente para NPC inteligentes en juegos. Su característica es que incluso los usuarios de bajo código o sin código pueden utilizarlo.
El diseño central de G.A.M.E se basa en un diseño modular que trabaja en colaboración a través de múltiples subsistemas, que incluyen la interfaz de sugerencias de Agent, el subsistema de percepción, el motor de planificación estratégica, el contexto del mundo, el módulo de procesamiento de diálogos y varios otros componentes.
1.3 Rig
Rig es una herramienta de código abierto escrita en Rust, utilizada para simplificar el desarrollo de aplicaciones de modelos de lenguaje grandes (LLM). Proporciona una interfaz unificada para acceder a múltiples proveedores de servicios LLM y bases de datos vectoriales.
Las características clave incluyen una interfaz unificada, una arquitectura modular, seguridad de tipos y un rendimiento eficiente. El flujo de trabajo implica una capa de abstracción del proveedor, herramientas de llamada de agentes inteligentes o almacenamiento de vectores de consulta, mecanismos como la recuperación mejorada generativa.
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. Ofrece una interfaz de línea de comandos, admite un diseño modular y permite la integración flexible de diferentes módulos de funcionalidad.
ZerePy admite LLM de OpenAI y Anthropic, integra la API de la plataforma X, permitiendo que los Agentes realicen varias operaciones sociales. En el futuro, se planea integrar un sistema de memoria, para que los Agentes puedan recordar interacciones y contextos anteriores.
Dos, la réplica del ecosistema BTC
El camino de desarrollo de los Agentes de IA tiene similitudes recientes con el ecosistema BTC. El ecosistema BTC ha pasado por las etapas de BRC20, competencia entre múltiples protocolos, BTC L2 y BTCFi. Los Agentes de IA, por otro lado, se desarrollan más rápido sobre una pila de tecnología de IA tradicional madura, y se puede resumir como: GOAT/ACT - Agentes de tipo Social/IA de análisis - Competencia entre marcos de Agentes.
Sin embargo, es poco probable que la pista de los Agentes de IA se homogeneice o se convierta en una burbuja como el ecosistema de BTC. Los proyectos de marco de IA ofrecen nuevas ideas de desarrollo de infraestructura, más parecidas a las futuras cadenas públicas, mientras que los Agentes son similares a las futuras Dapps. La discusión futura podría cambiar de la disputa entre EVM y cadenas heterogéneas a una disputa de marcos, centrándose en cómo lograr la Descentralización o la cadena, así como el significado de lograrlo en la blockchain.
Tres, ¿cuál es el significado de la cadena?
La combinación de blockchain e IA necesita enfrentar la cuestión de su significado. Referenciando el camino hacia el éxito de DeFi, las razones que apoyan la cadena de agentes pueden incluir:
Reducir los costos de uso, mejorar la accesibilidad y la selectividad, permitir que los usuarios comunes participen en el "derecho de alquiler" de la IA.
Proporcionar soluciones de seguridad basadas en blockchain que satisfagan las necesidades de interacción entre el Agente y las billeteras reales o virtuales.
Implementar formas únicas de finanzas en blockchain, como la inversión en capacidad de cómputo relacionada con Agent, marcaje de datos, etc.
A través de una inferencia transparente y trazable, lograr una interoperabilidad más atractiva que la 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 una ventaja, formando una economía creativa de Web3 más interesante que GPT Store.
Web3 puede ser más equitativo que Web2 en términos de demanda y sistemas económicos, introduciendo una economía comunitaria que mejora a los Agentes. La economía creativa de los Agentes ofrecerá oportunidades de participación a las personas comunes, y los futuros Memes de IA pueden 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.
15 me gusta
Recompensa
15
5
Compartir
Comentar
0/400
ResearchChadButBroke
· hace20h
Otra nueva narrativa de ser engañados
Ver originalesResponder0
GasFeeSobber
· hace20h
智能代理也要 lucha站 orz
Ver originalesResponder0
DecentralizedElder
· hace20h
Las formas de tomar a la gente por tonta se están volviendo cada vez más sofisticadas.
Ver originalesResponder0
MemecoinTrader
· hace20h
alcista af en este libro de jugadas de marco a agente... ya cultivando 3 posiciones rn
Ver originalesResponder0
airdrop_huntress
· hace21h
¿Es un buen momento para tomar a la gente por tonta a los nuevos tontos?
Nuevas tendencias en marcos de IA: la evolución de agentes inteligentes a un ecosistema de Descentralización.
Descomponer el marco de IA: de agentes inteligentes a la exploración de la Descentralización
Introducción
Recientemente, la narrativa que combina la IA y las criptomonedas se ha desarrollado rápidamente. La atención del mercado se ha desplazado hacia proyectos "tipo marco" impulsados por la tecnología, y este segmento ha visto surgir múltiples proyectos con una capitalización de mercado de más de mil millones e incluso más de diez mil millones en solo unas pocas semanas. Este tipo de proyectos ha dado lugar a un nuevo modelo de emisión de activos: emitir monedas desde repositorios de código de GitHub, y los Agentes desarrollados sobre la base del marco también pueden emitir monedas nuevamente. Con el marco como base y el Agente por encima, se ha formado un modelo único de infraestructura de la era de la IA. Este artículo comenzará con una introducción al marco y explorará el significado del marco de IA en el campo de las criptomonedas.
I. ¿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, Linux o iOS, Android. Cada marco tiene sus ventajas y desventajas, y los desarrolladores pueden elegir según sus necesidades.
Aunque el "marco de IA" es un concepto emergente en el ámbito de las criptomonedas, desde el nacimiento de Theano en 2010, los marcos de IA han evolucionado durante casi 14 años. En el ámbito de la IA tradicional, ya existen marcos maduros disponibles, como TensorFlow de Google y Pytorch de Meta. Actualmente, los proyectos de marcos que están surgiendo en las criptomonedas se han creado en respuesta a la gran demanda de Agentes bajo la ola de la IA, y se han derivado hacia otras áreas, formando marcos de IA en diferentes dominios. A continuación se presentan algunas introducciones a marcos principales:
1.1 Eliza
Eliza es un marco de simulación multi-agente, utilizado para crear, desplegar y gestionar agentes de IA autónomos. Desarrollado en TypeScript, tiene buena compatibilidad y es fácil de integrar con APIs. Está principalmente dirigido a escenarios de redes sociales, soportando integración multiplataforma, incluyendo Discord, Twitter, Telegram, entre otros. Soporta el procesamiento de documentos PDF, contenido de enlaces, transcripción de audio, contenido de video, análisis de imágenes, etc.
Los casos de uso admitidos por Eliza incluyen: aplicaciones de asistente de IA, personajes en redes sociales, trabajadores del conocimiento y personajes interactivos. Los modelos admitidos incluyen inferencia local de modelos de código abierto, inferencia en la nube de OpenAI API, etc.
1.2 G.A.M.E
G.A.M.E es un marco de IA multimodal generado y gestionado automáticamente lanzado por Virtual, diseñado principalmente para NPC inteligentes en juegos. Su característica es que incluso los usuarios de bajo código o sin código pueden utilizarlo.
El diseño central de G.A.M.E se basa en un diseño modular que trabaja en colaboración a través de múltiples subsistemas, que incluyen la interfaz de sugerencias de Agent, el subsistema de percepción, el motor de planificación estratégica, el contexto del mundo, el módulo de procesamiento de diálogos y varios otros componentes.
1.3 Rig
Rig es una herramienta de código abierto escrita en Rust, utilizada para simplificar el desarrollo de aplicaciones de modelos de lenguaje grandes (LLM). Proporciona una interfaz unificada para acceder a múltiples proveedores de servicios LLM y bases de datos vectoriales.
Las características clave incluyen una interfaz unificada, una arquitectura modular, seguridad de tipos y un rendimiento eficiente. El flujo de trabajo implica una capa de abstracción del proveedor, herramientas de llamada de agentes inteligentes o almacenamiento de vectores de consulta, mecanismos como la recuperación mejorada generativa.
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. Ofrece una interfaz de línea de comandos, admite un diseño modular y permite la integración flexible de diferentes módulos de funcionalidad.
ZerePy admite LLM de OpenAI y Anthropic, integra la API de la plataforma X, permitiendo que los Agentes realicen varias operaciones sociales. En el futuro, se planea integrar un sistema de memoria, para que los Agentes puedan recordar interacciones y contextos anteriores.
Dos, la réplica del ecosistema BTC
El camino de desarrollo de los Agentes de IA tiene similitudes recientes con el ecosistema BTC. El ecosistema BTC ha pasado por las etapas de BRC20, competencia entre múltiples protocolos, BTC L2 y BTCFi. Los Agentes de IA, por otro lado, se desarrollan más rápido sobre una pila de tecnología de IA tradicional madura, y se puede resumir como: GOAT/ACT - Agentes de tipo Social/IA de análisis - Competencia entre marcos de Agentes.
Sin embargo, es poco probable que la pista de los Agentes de IA se homogeneice o se convierta en una burbuja como el ecosistema de BTC. Los proyectos de marco de IA ofrecen nuevas ideas de desarrollo de infraestructura, más parecidas a las futuras cadenas públicas, mientras que los Agentes son similares a las futuras Dapps. La discusión futura podría cambiar de la disputa entre EVM y cadenas heterogéneas a una disputa de marcos, centrándose en cómo lograr la Descentralización o la cadena, así como el significado de lograrlo en la blockchain.
Tres, ¿cuál es el significado de la cadena?
La combinación de blockchain e IA necesita enfrentar la cuestión de su significado. Referenciando el camino hacia el éxito de DeFi, las razones que apoyan la cadena de agentes pueden incluir:
Reducir los costos de uso, mejorar la accesibilidad y la selectividad, permitir que los usuarios comunes participen en el "derecho de alquiler" de la IA.
Proporcionar soluciones de seguridad basadas en blockchain que satisfagan las necesidades de interacción entre el Agente y las billeteras reales o virtuales.
Implementar formas únicas de finanzas en blockchain, como la inversión en capacidad de cómputo relacionada con Agent, marcaje de datos, etc.
A través de una inferencia transparente y trazable, lograr una interoperabilidad más atractiva que la 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 una ventaja, formando una economía creativa de Web3 más interesante que GPT Store.
Web3 puede ser más equitativo que Web2 en términos de demanda y sistemas económicos, introduciendo una economía comunitaria que mejora a los Agentes. La economía creativa de los Agentes ofrecerá oportunidades de participación a las personas comunes, y los futuros Memes de IA pueden ser más inteligentes y divertidos que los actuales.