解析AI框架:从Agent到去中心化探索

前言

近期,AI与加密货币结合的叙事发展迅速,市场聚焦于技术导向的"框架类"项目。这一细分赛道在短期内涌现多个市值过亿甚至十亿的项目。这类项目衍生出新的资产发行模式 - 基于GitHub代码库发币,同时基于框架开发的Agent也可再次发币。以框架为基础,Agent为应用层,形成了一种独特的AI时代基础设施模式。本文将从框架概述开始,探讨AI框架对加密货币领域的影响。

一、框架概述

AI框架是一种底层开发工具或平台,集成了预构建模块、库和工具,简化了构建复杂AI模型的过程。可以将其理解为AI时代的操作系统,类似于Windows、Linux或iOS、Android。虽然"AI框架"在加密货币领域是新兴概念,但其发展历程已近14年。目前加密货币中涌现的框架项目,是针对大量Agent需求而打造,并向其他领域延伸,形成不同细分领域的AI框架。

1.1 Eliza

Eliza是一个多Agent模拟框架,专门用于创建、部署和管理自主AI Agent。基于TypeScript开发,具有良好的兼容性和API集成能力。主要针对社交媒体场景,支持多平台集成,包括Discord、X/Twitter、Telegram等。在媒体内容处理方面支持PDF文档分析、链接内容提取、音视频处理等功能。

Eliza当前支持的用例包括:

1. AI助手类应用
2. 社交媒体角色
3. 知识工作者
4. 互动角色

支持的模型包括开源模型本地推理、OpenAI的API云推理等。

1.2 G.A.M.E

G.A.M.E是Virtual推出的自动生成与管理的多模态AI框架,主要针对游戏中的智能NPC设计。特点是低代码甚至无代码用户也可使用。

项目架构采用模块化设计,包括:

1. Agent提示界面
2. 感知子系统
3. 战略规划引擎
4. 世界上下文
5. 对话处理模块
6. 链上钱包操作员
7. 学习模块
8. 工作记忆
9. 长期记忆处理器
10. Agent仓库
11. 动作规划器
12. 计划执行器

除游戏外,该框架也适用于元宇宙场景。

1.3 Rig

Rig是用Rust编写的开源工具,旨在简化大型语言模型应用程序开发。它提供统一操作界面,方便与多个LLM服务提供商和向量数据库交互。

核心特点:

• 统一接口
• 模块化架构
• 类型安全
• 高效性能

工作流程包括请求处理、信息获取和响应生成等步骤。

应用场景包括问答系统、文档搜索工具、聊天机器人等。

1.4 ZerePy

ZerePy是基于Python的开源框架,用于在X平台上部署和管理AI Agent。它提供命令行界面,采用模块化设计,支持多种LLM和X平台API集成。

二、与BTC生态的相似性

AI Agent的发展路径与近期BTC生态有相似之处。BTC生态经历了BRC20、多协议竞争、BTC L2和BTCFi等阶段。AI Agent在成熟技术栈基础上发展更快,经历了GOAT/ACT、Social类Agent和分析类AI Agent框架竞争等阶段。

未来可能围绕Agent去中心化和安全性展开,成为下阶段主旋律。AI框架项目提供了新的基建发展思路,可类比为未来的公链,Agent则类似于Dapp。

三、链上意义

区块链与AI结合需要考虑其意义。可能的意义包括:

1. 降低使用成本,提高可及性
2. 提供基于区块链的安全方案
3. 实现独特的区块链金融玩法
4. 实现透明、可追溯的推理过程

四、创意经济

框架类项目未来可能提供类似GPT Store的创业机会。简化Agent构建过程的框架可能占据优势,形成比GPT Store更有趣的Web3创意经济。

Web3在需求和经济体系上可能比传统模式更公平。未来的AI Meme可能更智能、有趣,为普通人提供参与机会。