Автор: Deep Value Memetics, перевод: золотая экономика xiaozou
В этой статье мы рассмотрим перспективы фреймворка Crypto X AI. Мы сосредоточимся на четырех основных фреймворках (ELIZA, GAME, ARC, ZEREPY) и их технических различиях.
1. Введение
На прошлой неделе мы исследовали и тестировали четыре основных фреймворка Crypto X AI: ELIZA, GAME, ARC и ZEREPY. Вот наши выводы.
Мы считаем, что AI16Z продолжит доминировать. Ценность Eliza (около 60% доли рынка, рыночная капитализация более 1 миллиарда долларов) заключается в ее преимуществе первопроходца (эффект Линди) и ее растущем использовании разработчиками, о чем свидетельствуют такие данные, как 193 участника, 1800 форков и более 6000 звезд, что делает его одним из самых популярных репозиториев на Github.
На сегодняшний день развитие GAME (доля рынка около 20%, рыночная капитализация около 300 миллионов долларов) идет очень хорошо, наблюдается быстрый рост, как только что объявил VIRTUAL, платформа имеет более 200 проектов, 150000 ежедневных запросов и 200% недельный темп роста. GAME продолжит извлекать выгоду из роста VIRTUAL и станет одним из крупнейших победителей в его экосистеме.
Rig（ARC，доля рынка около 15%，рыночная капитализация около 160 миллионов долларов）очень привлекателен, поскольку его модульный дизайн очень прост в использовании и может занять ведущую позицию в экосистеме Solana (RUST) в качестве "pure-play".
Zerepy (рыночная доля около 5%, рыночная капитализация около 300 миллионов долларов) - это относительно нишевое приложение, ориентированное на преданное сообщество ZEREBRO, и его недавнее сотрудничество с сообществом ai16z может привести к синергии.
Мы отметили, что наш расчет доли рынка охватывает рыночную капитализацию, историю разработки и рынок терминалов операционных систем.
Мы считаем, что в этом рыночном цикле сегмент рамок станет самой быстрорастущей областью, общий рыночный капитал в 1,7 миллиарда долларов может легко вырасти до 20 миллиардов долларов, что по сравнению с пиковыми оценками L1 в 2021 году все еще относительно консервативно, когда многие оценки L1 превысили 20 миллиардов долларов. Хотя эти рамки обслуживают разные конечные рынки (цепочки/экосистемы), учитывая, что мы считаем, что эта область находится в постоянном восходящем тренде, метод взвешивания по рыночной капитализации может быть самым осторожным подходом.
2. Четыре основных рамки
В таблице ниже мы перечислили ключевые технологии, компоненты и преимущества основных рамок.
В перекрестной области AI и криптовалюты существует несколько фреймворков, способствующих развитию AI. Это ELIZA от AI16Z, RIG от ARC, ZEREBRO от ZEREPY и VIRTUAL от GAME. Каждый фреймворк удовлетворяет различным потребностям и концепциям в процессе разработки AI-агентов, от проектов с открытым исходным кодом до корпоративных решений, ориентированных на производительность.
В этой статье сначала будет представлен фреймворк, расскажем, что это такое, на каком языке программирования, технической архитектуре и алгоритмах он основан, какие уникальные функции он имеет, а также какие потенциальные случаи использования фреймворка существуют. Затем мы сравним каждый фреймворк с точки зрения удобства, масштабируемости, адаптивности и производительности, исследуя их преимущества и ограничения.
ELIZA (разработано ai16z)
Eliza — это открытая платформа для многопользовательского моделирования, предназначенная для создания, развертывания и управления автономными AI-агентами. Она разработана на языке программирования TypeScript и предоставляет гибкую и масштабируемую платформу для создания интеллектуальных агентов, которые могут взаимодействовать с людьми на различных платформах и сохранять последовательность личности и знаний.
Основные функции этой структуры включают многоагентскую архитектуру, поддерживающую одновременное развертывание и управление несколькими уникальными индивидуальностями ИИ, а также систему ролей для создания различных агентов с использованием каркасных файлов ролей, а также функции управления памятью с долгосрочной памятью и контекстным восприятием через систему улучшенного генерирования с помощью расширенного поиска (RAG). Кроме того, структура Eliza предлагает плавную интеграцию платформы, обеспечивая надежное подключение к Discord, X и другим социальным медиа-платформам.
Когда дело доходит до коммуникационных и медийных возможностей агентов ИИ, Eliza — отличный выбор. Что касается коммуникации, фреймворк поддерживает интеграцию с функцией голосового канала Discord, функцией X, Telegram и прямым доступом к API для пользовательских сценариев использования. С другой стороны, возможности обработки мультимедиа фреймворка могут быть расширены для чтения и анализа PDF-документов, извлечения и обобщения содержимого ссылок, расшифровки аудио, обработки видеоконтента, анализа изображений и резюмирования разговоров для эффективной обработки широкого спектра входных и выходных медиаданных.
Фреймворк Eliza предоставляет гибкую поддержку моделей ИИ через локальное вывода открытых моделей, облачный вывод OpenAI и настройки по умолчанию (такие как Nous Hermes Llama 3.1B), а также интегрирует поддержку Claude для обработки сложных задач. Eliza использует модульную архитектуру, имеет широкий спектр операционных систем, поддержку настраиваемых клиентов и полный API, что обеспечивает масштабируемость и адаптивность между приложениями.
Сценарии использования Элизы охватывают несколько областей, таких как: помощники с искусственным интеллектом для поддержки клиентов, модерация сообщества и личные задачи, а также персонажи в социальных сетях, такие как автосоздатели контента, интерактивные боты и представители брендов. Он также может выступать в качестве работника умственного труда, выполняя такие роли, как научные сотрудники, контент-аналитики и обработчики документов, а также поддерживает ролевые интерактивные роли в виде ботов, образовательных наставников и агентов по развлечениям.
Архитектура Eliza строится вокруг времени выполнения агентов (agent runtime), который бесшовно интегрируется с её системой ролей (поддерживаемой поставщиками моделей), менеджером памяти (подключенным к базе данных) и операционной системой (связанной с клиентом платформы). Уникальные функции этой платформы включают в себя систему плагинов, поддерживающую модульное расширение функциональности, поддержку мультимодальных взаимодействий, таких как голос, текст и медиа, а также совместимость с ведущими AI моделями (такими как Llama, GPT-4 и Claude). Благодаря своему разнообразному функционалу и мощному дизайну, Eliza выделяется как мощный инструмент для разработки AI приложений в различных областях.
G.A.M.E (разработано Virtuals Protocol)
Генеративная автономная многомодальная сущностная структура (G.A.M.E) предназначена для предоставления разработчикам доступа к API и SDK для экспериментов с AI-агентами. Эта структура предлагает структурированный подход к управлению поведением, принятием решений и процессом обучения AI-агентов.
Основные компоненты следующие: во-первых, интерфейс подсказок агента (Agent Prompting Interface) является точкой доступа для разработчиков, чтобы интегрировать GAME в агента и получить доступ к поведению агента. Подсистема восприятия (Perception Subsystem) запускает сессию, указывая параметры, такие как ID сессии, ID агента, пользователь и другие соответствующие детали.
Он будет объединять входящую информацию в формат, подходящий для стратегического планирования (Strategic Planning Engine), выступая в качестве механизма ввода для AI-агента, будь то в виде диалога или реакции. В его основе лежит модуль обработки диалогов, предназначенный для обработки сообщений и ответов от агента и взаимодействия с подсистемой восприятия для эффективной интерпретации и реагирования на ввод.
Стратегический планировщик взаимодействует с модулем обработки диалогов и оператором кошелька на блокчейне, чтобы генерировать ответы и планы. Функция этого движка имеет два уровня: как высокоуровневый планировщик, он создает обширные стратегии в зависимости от контекста или целей; как низкоуровневый планировщик, он преобразует эти стратегии в оперативные стратегии, которые дополнительно делятся на планировщики действий для конкретных задач и исполнителей планов для выполнения задач.
Еще одним независимым, но важным компонентом является World Context (мировой контекст), который ссылается на среду, глобальную информацию и состояние игры, предоставляя необходимый контекст для принятия решений агентом. Кроме того, Agent Repository (репозиторий агентов) используется для хранения долгосрочных атрибутов, таких как цели, рефлексия, опыт и личность, которые вместе формируют поведение и процесс принятия решений агента.
Эта структура использует процессоры краткосрочной и долгосрочной памяти. Краткосрочная память сохраняет информацию о предыдущем поведении, результатах и текущих планах. В отличие от этого, процессор долгосрочной памяти извлекает ключевую информацию на основе таких критериев, как важность, недавность и релевантность. Долгосрочная память хранит знания агента, его опыт, размышления, динамическую личность, контекст мира и рабочую память, чтобы улучшить принятие решений и обеспечить основу для обучения.
Модуль обучения использует данные, полученные от подсистемы восприятия, для генерации общего знания, которое возвращается в систему для улучшения будущих взаимодействий. Разработчики могут вводить через интерфейс обратную связь о действиях, состоянии игры и данных о восприятии, чтобы усилить способность обучения AI-агента, повысить его способности к планированию и принятию решений.
Рабочий процесс начинается с того, что разработчики взаимодействуют через интерфейс подсказки агента. Входные данные обрабатываются подсистемой восприятия и пересылаются в модуль обработки диалогов, который отвечает за управление логикой взаимодействия. Затем движок стратегического планирования разрабатывает и выполняет планы на основе этой информации, используя высокоуровневую стратегию и подробный план действий.
Данные из мирового контекста и репозитория агентов уведомляют эти процессы, в то время как рабочая память отслеживает текущие задачи. В то же время процессор долгосрочной памяти хранит и извлекает долгосрочные знания. Модули обучения анализируют результаты и интегрируют новые знания в систему, что позволяет постоянно улучшать поведение и взаимодействие агентов.
RIG (разработан ARC)
Rig — это фреймворк Rust с открытым исходным кодом, предназначенный для упрощения разработки больших приложений языковых моделей. Он предоставляет унифицированный интерфейс для взаимодействия с несколькими поставщиками LLM, такими как OpenAI и Anthropic, и поддерживает различные векторные хранилища, включая MongoDB и Neo4j. Модульная архитектура фреймворка уникальна своими основными компонентами, такими как уровень абстракции поставщика, интеграция векторного хранилища и прокси-системы, что обеспечивает бесшовное взаимодействие с LLM.
Основная аудитория Rig — это разработчики, создающие приложения AI/ML с использованием Rust, за которыми следуют организации, стремящиеся интегрировать несколько поставщиков LLM и векторных хранилищ в свои собственные приложения Rust. Репозиторий использует архитектуру рабочего пространства с несколькими крейтами для поддержки масштабируемости и эффективного управления проектами. Его ключевой особенностью является уровень абстракции провайдера, который обеспечивает стандартизацию для комплектации и встраивания API между различными LLM-провайдерами с согласованной обработкой ошибок. Компонент Vector Store Integration предоставляет абстрактный интерфейс для нескольких бэкендов и поддерживает поиск векторного сходства. Агентная система упрощает взаимодействие с LLM, поддерживает расширенную генерацию извлечения (RAG) и интеграцию инструментов. Кроме того, среда встраивания предоставляет возможности пакетной обработки и операций встраивания для обеспечения безопасности типов.
Буровая установка использует ряд технических преимуществ для обеспечения надежности и производительности. Асинхронные операции используют преимущества асинхронного времени выполнения Rust для эффективной обработки большого количества одновременных запросов. Встроенный в кадр механизм обработки ошибок повышает устойчивость к сбоям поставщика ИИ или операций базы данных. Безопасность типов может предотвратить ошибки в процессе компиляции, тем самым повышая удобство сопровождения кода. Эффективные процессы сериализации и десериализации поддерживают обработку данных в таких форматах, как JSON, что имеет важное значение для обмена данными и хранения сервисов ИИ. Подробное ведение журналов и инструментирование дополнительно помогают в отладке и мониторинге приложений.
Рабочий процесс Rig начинается, когда клиент инициирует запрос, который взаимодействует с соответствующей моделью LLM через уровень абстракции поставщика. Затем данные обрабатываются основным уровнем, где агент может использовать инструменты или доступ к векторному хранилищу контекста. Ответы генерируются и уточняются с помощью сложных рабочих процессов, таких как RAG, прежде чем возвращаться клиенту, что включает в себя извлечение документов и контекстуальное понимание. Система интегрируется с несколькими поставщиками LLM и векторным хранилищем, что делает ее адаптируемой к доступности модели или обновлениям производительности.
Применение Rig разнообразно и включает в себя системы вопросов и ответов, которые извлекают соответствующие документы для предоставления точных ответов, системы поиска и извлечения документов для эффективного обнаружения контента, а также чат-ботов или виртуальных помощников, предоставляющих контекстно-осведомленное взаимодействие для обслуживания клиентов или обучения. Он также поддерживает генерацию контента, позволяя создавать тексты и другие материалы на основе режимов обучения, что делает его универсальным инструментом для разработчиков и организаций.
Zerepy (разработанный ZEREPY и blorm)
ZerePy — это открытый фреймворк, написанный на языке Python, предназначенный для развертывания агентов на X с использованием OpenAI или Anthropic LLM. Являясь модульной версией бэкенда Zerebro, ZerePy позволяет разработчикам запускать агентов с функциональностью, аналогичной ядру Zerebro. Хотя этот фреймворк предоставляет основу для развертывания агентов, тонкая настройка модели необходима для генерации креативных выходных данных. ZerePy упрощает разработку и развертывание персонализированных AI-агентов, особенно для создания контента на социальных платформах, способствуя созданию AI-ориентированной креативной экосистемы, ориентированной на искусство и децентрализованные приложения.
Эта структура разработана на Python, подчеркивая автономность агентов и сосредотачиваясь на генерации креативного контента, согласуясь со структурой ELIZA и его взаимодействием с ELIZA. Модульный дизайн поддерживает интеграцию системы памяти и позволяет развертывание агентов на социальных платформах. Основные функции включают интерфейс командной строки для управления агентами, интеграцию с Twitter, поддержку LLM от OpenAI и Anthropic, а также модульную систему подключения для расширения функциональности.
Применение ZerePy охватывает область автоматизации социальных медиа, пользователи могут развертывать искусственные интеллектуальные агенты для публикации, ответов, лайков и репостов, тем самым повышая вовлеченность на платформе. Кроме того, он также ориентирован на создание контента в таких областях, как музыка, меме и NFT, что делает его важным инструментом для цифрового искусства и контентных платформ на основе блокчейна.
(2) Сравнение четырех основных рамок
С нашей точки зрения, каждое из этих рамок предлагает уникальный подход к разработке искусственного интеллекта, соответствующий конкретным требованиям и условиям, и мы смещаем акцент с конкурентных отношений между этими рамками на их уникальность.
ELIZA выделяется удобным интерфейсом, особенно для разработчиков, знакомых с JavaScript и Node.js средами. Его обширная документация помогает настроить агентов ИИ на различных платформах, хотя его обширный набор функций может потребовать определенного обучения. Разработанная с помощью TypeScript, Eliza идеально подходит для создания прокси-серверов, встроенных в Интернет, поскольку большая часть фронтенда веб-инфраструктуры разрабатывается с помощью TypeScript. Фреймворк известен своей многоагентной архитектурой, которая может развертывать различные личности ИИ на таких платформах, как Discord, X и Telegram. Его усовершенствованная система RAG с управлением памятью делает его особенно эффективным для поддержки клиентов или помощников с искусственным интеллектом в приложениях социальных сетей. Несмотря на то, что он предлагает гибкость, сильную поддержку сообщества и стабильную кроссплатформенную производительность, он все еще находится на ранних стадиях и может стать кривой обучения для разработчиков.
GAME предназначен для разработчиков игр, предоставляя интерфейс low-code или no-code через API, что делает его доступным для менее технически подкованных пользователей в игровом пространстве. Тем не менее, его ориентация на разработку игр и интеграцию блокчейна может создать крутую кривую обучения для тех, у кого нет соответствующего опыта. Он превосходен в процедурной генерации контента и поведении NPC, но ограничен дополнительной сложностью своей ниши и интеграции с блокчейном.
Из-за использования языка Rust и его сложности, Rig может быть не совсем дружелюбным, что создает серьезные учебные вызовы, но для тех, кто владеет системным программированием, он имеет интуитивно понятный интерфейс. По сравнению с typescripe, этот язык программирования известен своей производительностью и безопасностью памяти. У него строгая проверка на этапе компиляции и нулевые накладные расходы на абстракцию, что необходимо для выполнения сложных алгоритмов ИИ. Язык очень эффективен, а его низкий уровень управления делает его идеальным выбором для ресурсоемких приложений ИИ. Этот фреймворк предлагает высокопроизводительные решения с модульным и масштабируемым дизайном, что делает его идеальным для корпоративных приложений. Однако для разработчиков, не знакомых с Rust, использование этого языка неизбежно связано с крутой кривой обучения.
Используя Python, ZerePy предлагает высокий уровень удобства использования для творческих задач ИИ, с низкой кривой обучения для разработчиков Python, особенно для тех, кто имеет опыт работы с AI/ML, и пользуется сильной поддержкой сообщества благодаря криптосообществу Zerebro. ZerePy специализируется на творческих приложениях искусственного интеллекта, таких как NFT, позиционируя себя как мощный инструмент для цифровых медиа и искусства. Несмотря на то, что он процветает благодаря творчеству, он имеет относительно узкие рамки по сравнению с другими фреймворками.
В отношении масштабируемости ELIZA добилась значительного прогресса в своем обновлении V2, введя единый поток сообщений и масштабируемую основную структуру, поддерживающую эффективное управление на нескольких платформах. Тем не менее, без оптимизации такое управление многоплатформенным взаимодействием может привести к проблемам с масштабируемостью.
GAME превосходно справляется с обработкой данных в реальном времени, необходимой для игр, а масштабируемость управляется с помощью эффективных алгоритмов и потенциально распределенной блокчейн-системы, хотя она может быть ограничена конкретным игровым движком или сетью блокчейнов.
Рамка Rig использует производительность расширяемости Rust и разработана для приложений с высокой пропускной способностью, что особенно эффективно для развертывания на уровне предприятия, хотя это может означать, что для достижения истинной масштабируемости потребуется сложная настройка.
Масштабируемость Zerepy направлена на творческий выход с поддержкой сообществом, но ее фокус может ограничить ее применение в более широком контексте искусственного интеллекта. Масштабируемость может подвергнуться испытанию разнообразием творческих задач, а не количеством пользователей.
В аспекте адаптивности ELIZA опережает благодаря своей системе плагинов и кроссплатформенной совместимости, а её игровая среда GAME и обработка сложных задач ИИ с помощью Rig также отличны. ZerePy демонстрирует высокую адаптивность в креативной сфере, но менее подходит для более широких приложений искусственного интеллекта.
В плане производительности ELIZA оптимизирована для быстрого взаимодействия в социальных сетях, быстрая реакция является ключевым моментом, но при выполнении более сложных вычислительных задач ее производительность может отличаться.
GAME, разработанный Virtual Protocol, сосредоточен на высокопроизводительном взаимодействии в реальном времени в игровом окружении, используя эффективные процессы принятия решений и потенциальную блокчейн для децентрализованных операций с искусственным интеллектом.
Фреймворк Rig основан на языке Rust и обеспечивает отличную производительность для высокопроизводительных вычислительных задач, что делает его подходящим для корпоративных приложений, где критична вычислительная эффективность.
Производительность Zerepy предназначена для создания креативного контента, а его показатели сосредоточены на эффективности и качестве генерации контента, что может быть не так универсально за пределами креативной сферы.
Преимуществом ELIZA является гибкость и масштабируемость, благодаря своей системе плагинов и настройкам ролей, что делает ее высоко адаптивной и способствует межплатформенному взаимодействию социальных ИИ.
GAME предоставляет уникальную функцию реального времени в играх, улучшая новую AI-участие через интеграцию блокчейна.
Преимущества Rig заключаются в его производительности и масштабируемости для задач искусственного интеллекта в бизнесе, с акцентом на предоставление чистого модульного кода для здоровья долгосрочных проектов.
Zerepy специализируется на развитии креативности, занимает лидирующие позиции в области применения искусственного интеллекта в цифровом искусстве и поддерживается динамичной моделью развития, основанной на сообществе.
Каждая структура имеет свои ограничения; ELIZA все еще находится на ранней стадии и имеет потенциальные проблемы со стабильностью и кривой обучения для новых разработчиков. Нишевые игры могут ограничить более широкое применение, а блокчейн добавляет сложности. Rig может отпугнуть некоторых разработчиков из-за крутой кривой обучения, связанной с Rust, в то время как ограниченное внимание Zerepy к креативному выходу может ограничить его использование в других областях ИИ.
(3) Сравнительная сводка по рамкам
** Оснастка (ARC):**
Язык: Rust, с акцентом на безопасность и производительность.
Пример использования: идеальный выбор для корпоративных AI приложений, так как он акцентирует внимание на эффективности и масштабируемости.
Сообщество: не слишком ориентировано на сообщество, больше внимания уделяется разработчикам технологий.
Элиза (AI16Z)：
Язык: TypeScript, подчеркивающий гибкость web3 и участие сообщества.
Пример использования: разработан для социальных взаимодействий, DAO и торговли, с особым акцентом на многопользовательские системы.
Сообщество: высоко ориентированное на сообщество, с широким участием на GitHub.
ZerePy (ZEREBRO):
Язык: Python, чтобы он стал доступен более широкой базе разработчиков ИИ.
Пример использования: подходит для автоматизации социальных медиа и более простых задач с ИИ-агентами.
Сообщество: относительно новое, но благодаря популярности Python и поддержке участников AI16Z ожидается рост.
ИГРА (ВИРТУАЛЬНАЯ):
Фокус: автономные, адаптивные искусственные интеллектуальные агенты, способные эволюционировать в зависимости от взаимодействий в виртуальной среде.
Примеры использования: наиболее подходящие для обучения и адаптации AI-агентов в таких сценах, как игры или виртуальные миры.
Сообщество: инновационное сообщество, но все еще определяет свое место в конкуренции.
На изображении представлены данные о звездах GitHub с момента выпуска этих фреймворков. Стоит отметить, что звезды GitHub являются индикаторами интереса сообщества, популярности проекта и воспринимаемой ценности проекта.
ЭЛИЗА (красная линия):
Начавшись с низкой базы в июле и значительно увеличившись в конце ноября (достигнув 61 000 звезд), это указывает на то, что интерес людей быстро растет и привлекает внимание разработчиков. Этот экспоненциальный рост показывает, что ELIZA приобрела огромную привлекательность благодаря своим функциям, обновлениям и участию сообщества. Ее популярность значительно превышает популярность других конкурентов, что свидетельствует о сильной поддержке сообщества и более широкой применимости или интересе в сообществе искусственного интеллекта.
RIG (синяя линия) :
Rig является самой старой из четырех основных фреймворков, его количество звезд умеренное, но постоянно растет, и в течение следующего месяца оно, вероятно, значительно увеличится. Он уже достиг 1700 звезд, но все еще продолжает расти. Постоянная разработка, обновления и растущее количество пользователей являются причиной накопления интереса пользователей. Это может отражать то, что пользователи этого фреймворка являются нишевыми или все еще накапливают репутацию.
ZEREPY (желтая линия):
ZerePy был только что запущен несколько дней назад и уже накопил 181 звезду. Стоит подчеркнуть, что ZerePy нуждается в дальнейшем развитии, чтобы повысить свою видимость и уровень принятия. Сотрудничество с AI16Z может привлечь больше кодовых контрибьюторов.
ИГРА (зеленая линия):
У этого проекта наименьшее количество звезд, важно отметить, что этот фреймворк может быть напрямую применен к агентам в виртуальной экосистеме через API, тем самым устраняя необходимость в видимости на Github. Тем не менее, этот фреймворк был открыт для строителей всего лишь месяц назад, и более 200 проектов используют GAME для разработки.
4. Причины для оптимизма по поводу структуры
Версия V2 Eliza будет интегрирована с набором инструментов代理 Coinbase. Все проекты, использующие Eliza, в будущем будут поддерживать нативные TEE, что позволит агентам работать в безопасной среде. Одна из предстоящих функций Eliza — реестр плагинов (Plugin Registry), который позволит разработчикам бесшовно регистрировать и интегрировать плагины.
Кроме того, Eliza V2 будет поддерживать автоматизированный анонимный кроссплатформенный обмен сообщениями. Выпуск технического документа по токеномике запланирован на 1 января 2025 года и, как ожидается, окажет положительное влияние на базовый токен AI16Z фреймворка Elisa. AI16Z планирует продолжать повышать эффективность системы и продолжать привлекать высококвалифицированных специалистов, что было доказано усилиями ее ключевых участников.
Игра фреймворк предоставляет агентам интеграцию без кода, позволяя использовать GAME и ELIZA одновременно в одном проекте, каждый из которых служит своей цели. Этот подход, как ожидается, привлечет внимание строителей, сосредоточенных на бизнес-логике, а не на технической сложности. Хотя фреймворк был публично выпущен всего 30 дней назад, он уже достиг значительного прогресса благодаря усилиям команды привлечь больше поддержки от участников. Ожидается, что все проекты, запускаемые на VIRTUAL, будут использовать GAME.
Rig, представленный токеном ARC, имеет большой потенциал, хотя его структура все еще находится на ранних стадиях роста, а планы по внедрению проекта были реализованы всего несколько дней. Но в скором времени ожидается появление высококачественных проектов с использованием ARC, аналогичных виртуальному маховику, но с акцентом на Solana. Команда с оптимизмом смотрит на партнерство с Solana, сравнивая отношения ARC с Solana с Virtual to Base. Стоит отметить, что команда не только поощряет новые проекты начинать с Rig, но и поощряет разработчиков улучшать сам фреймворк Rig.
Zerepy — это недавно представленный фреймворк, который получает все большее внимание благодаря сотрудничеству с Eliza. Этот фреймворк привлек вкладчиков Eliza, которые активно работают над его улучшением. Под давлением фанатов ZEREBRO у него есть группа преданных поклонников и он предоставляет новые возможности для разработчиков Python, которые ранее были недостаточно представлены в конкуренции в области инфраструктуры искусственного интеллекта. Этот фреймворк сыграет важную роль в творческом аспекте ИИ.
Содержание носит исключительно справочный характер и не является предложением или офертой. Консультации по инвестициям, налогообложению или юридическим вопросам не предоставляются. Более подробную информацию о рисках см. в разделе «Дисклеймер».
Сравнение четырех основных крипто X AI фреймов: ELIZA, GAME, ARC и ZEREPY
Автор: Deep Value Memetics, перевод: золотая экономика xiaozou
В этой статье мы рассмотрим перспективы фреймворка Crypto X AI. Мы сосредоточимся на четырех основных фреймворках (ELIZA, GAME, ARC, ZEREPY) и их технических различиях.
1. Введение
На прошлой неделе мы исследовали и тестировали четыре основных фреймворка Crypto X AI: ELIZA, GAME, ARC и ZEREPY. Вот наши выводы.
Мы считаем, что AI16Z продолжит доминировать. Ценность Eliza (около 60% доли рынка, рыночная капитализация более 1 миллиарда долларов) заключается в ее преимуществе первопроходца (эффект Линди) и ее растущем использовании разработчиками, о чем свидетельствуют такие данные, как 193 участника, 1800 форков и более 6000 звезд, что делает его одним из самых популярных репозиториев на Github.
На сегодняшний день развитие GAME (доля рынка около 20%, рыночная капитализация около 300 миллионов долларов) идет очень хорошо, наблюдается быстрый рост, как только что объявил VIRTUAL, платформа имеет более 200 проектов, 150000 ежедневных запросов и 200% недельный темп роста. GAME продолжит извлекать выгоду из роста VIRTUAL и станет одним из крупнейших победителей в его экосистеме.
Rig（ARC，доля рынка около 15%，рыночная капитализация около 160 миллионов долларов）очень привлекателен, поскольку его модульный дизайн очень прост в использовании и может занять ведущую позицию в экосистеме Solana (RUST) в качестве "pure-play".
Zerepy (рыночная доля около 5%, рыночная капитализация около 300 миллионов долларов) - это относительно нишевое приложение, ориентированное на преданное сообщество ZEREBRO, и его недавнее сотрудничество с сообществом ai16z может привести к синергии.
Мы отметили, что наш расчет доли рынка охватывает рыночную капитализацию, историю разработки и рынок терминалов операционных систем.
Мы считаем, что в этом рыночном цикле сегмент рамок станет самой быстрорастущей областью, общий рыночный капитал в 1,7 миллиарда долларов может легко вырасти до 20 миллиардов долларов, что по сравнению с пиковыми оценками L1 в 2021 году все еще относительно консервативно, когда многие оценки L1 превысили 20 миллиардов долларов. Хотя эти рамки обслуживают разные конечные рынки (цепочки/экосистемы), учитывая, что мы считаем, что эта область находится в постоянном восходящем тренде, метод взвешивания по рыночной капитализации может быть самым осторожным подходом.
2. Четыре основных рамки
В таблице ниже мы перечислили ключевые технологии, компоненты и преимущества основных рамок.
! 9QWj2COuwGQYXBstk6MThoHfphrEq4UXz95DfgzC.png
(1) Обзор структуры
В перекрестной области AI и криптовалюты существует несколько фреймворков, способствующих развитию AI. Это ELIZA от AI16Z, RIG от ARC, ZEREBRO от ZEREPY и VIRTUAL от GAME. Каждый фреймворк удовлетворяет различным потребностям и концепциям в процессе разработки AI-агентов, от проектов с открытым исходным кодом до корпоративных решений, ориентированных на производительность.
В этой статье сначала будет представлен фреймворк, расскажем, что это такое, на каком языке программирования, технической архитектуре и алгоритмах он основан, какие уникальные функции он имеет, а также какие потенциальные случаи использования фреймворка существуют. Затем мы сравним каждый фреймворк с точки зрения удобства, масштабируемости, адаптивности и производительности, исследуя их преимущества и ограничения.
ELIZA (разработано ai16z)
Eliza — это открытая платформа для многопользовательского моделирования, предназначенная для создания, развертывания и управления автономными AI-агентами. Она разработана на языке программирования TypeScript и предоставляет гибкую и масштабируемую платформу для создания интеллектуальных агентов, которые могут взаимодействовать с людьми на различных платформах и сохранять последовательность личности и знаний.
Основные функции этой структуры включают многоагентскую архитектуру, поддерживающую одновременное развертывание и управление несколькими уникальными индивидуальностями ИИ, а также систему ролей для создания различных агентов с использованием каркасных файлов ролей, а также функции управления памятью с долгосрочной памятью и контекстным восприятием через систему улучшенного генерирования с помощью расширенного поиска (RAG). Кроме того, структура Eliza предлагает плавную интеграцию платформы, обеспечивая надежное подключение к Discord, X и другим социальным медиа-платформам.
Когда дело доходит до коммуникационных и медийных возможностей агентов ИИ, Eliza — отличный выбор. Что касается коммуникации, фреймворк поддерживает интеграцию с функцией голосового канала Discord, функцией X, Telegram и прямым доступом к API для пользовательских сценариев использования. С другой стороны, возможности обработки мультимедиа фреймворка могут быть расширены для чтения и анализа PDF-документов, извлечения и обобщения содержимого ссылок, расшифровки аудио, обработки видеоконтента, анализа изображений и резюмирования разговоров для эффективной обработки широкого спектра входных и выходных медиаданных.
Фреймворк Eliza предоставляет гибкую поддержку моделей ИИ через локальное вывода открытых моделей, облачный вывод OpenAI и настройки по умолчанию (такие как Nous Hermes Llama 3.1B), а также интегрирует поддержку Claude для обработки сложных задач. Eliza использует модульную архитектуру, имеет широкий спектр операционных систем, поддержку настраиваемых клиентов и полный API, что обеспечивает масштабируемость и адаптивность между приложениями.
Сценарии использования Элизы охватывают несколько областей, таких как: помощники с искусственным интеллектом для поддержки клиентов, модерация сообщества и личные задачи, а также персонажи в социальных сетях, такие как автосоздатели контента, интерактивные боты и представители брендов. Он также может выступать в качестве работника умственного труда, выполняя такие роли, как научные сотрудники, контент-аналитики и обработчики документов, а также поддерживает ролевые интерактивные роли в виде ботов, образовательных наставников и агентов по развлечениям.
Архитектура Eliza строится вокруг времени выполнения агентов (agent runtime), который бесшовно интегрируется с её системой ролей (поддерживаемой поставщиками моделей), менеджером памяти (подключенным к базе данных) и операционной системой (связанной с клиентом платформы). Уникальные функции этой платформы включают в себя систему плагинов, поддерживающую модульное расширение функциональности, поддержку мультимодальных взаимодействий, таких как голос, текст и медиа, а также совместимость с ведущими AI моделями (такими как Llama, GPT-4 и Claude). Благодаря своему разнообразному функционалу и мощному дизайну, Eliza выделяется как мощный инструмент для разработки AI приложений в различных областях.
G.A.M.E (разработано Virtuals Protocol)
Генеративная автономная многомодальная сущностная структура (G.A.M.E) предназначена для предоставления разработчикам доступа к API и SDK для экспериментов с AI-агентами. Эта структура предлагает структурированный подход к управлению поведением, принятием решений и процессом обучения AI-агентов.
Основные компоненты следующие: во-первых, интерфейс подсказок агента (Agent Prompting Interface) является точкой доступа для разработчиков, чтобы интегрировать GAME в агента и получить доступ к поведению агента. Подсистема восприятия (Perception Subsystem) запускает сессию, указывая параметры, такие как ID сессии, ID агента, пользователь и другие соответствующие детали.
Он будет объединять входящую информацию в формат, подходящий для стратегического планирования (Strategic Planning Engine), выступая в качестве механизма ввода для AI-агента, будь то в виде диалога или реакции. В его основе лежит модуль обработки диалогов, предназначенный для обработки сообщений и ответов от агента и взаимодействия с подсистемой восприятия для эффективной интерпретации и реагирования на ввод.
Стратегический планировщик взаимодействует с модулем обработки диалогов и оператором кошелька на блокчейне, чтобы генерировать ответы и планы. Функция этого движка имеет два уровня: как высокоуровневый планировщик, он создает обширные стратегии в зависимости от контекста или целей; как низкоуровневый планировщик, он преобразует эти стратегии в оперативные стратегии, которые дополнительно делятся на планировщики действий для конкретных задач и исполнителей планов для выполнения задач.
Еще одним независимым, но важным компонентом является World Context (мировой контекст), который ссылается на среду, глобальную информацию и состояние игры, предоставляя необходимый контекст для принятия решений агентом. Кроме того, Agent Repository (репозиторий агентов) используется для хранения долгосрочных атрибутов, таких как цели, рефлексия, опыт и личность, которые вместе формируют поведение и процесс принятия решений агента.
Эта структура использует процессоры краткосрочной и долгосрочной памяти. Краткосрочная память сохраняет информацию о предыдущем поведении, результатах и текущих планах. В отличие от этого, процессор долгосрочной памяти извлекает ключевую информацию на основе таких критериев, как важность, недавность и релевантность. Долгосрочная память хранит знания агента, его опыт, размышления, динамическую личность, контекст мира и рабочую память, чтобы улучшить принятие решений и обеспечить основу для обучения.
Модуль обучения использует данные, полученные от подсистемы восприятия, для генерации общего знания, которое возвращается в систему для улучшения будущих взаимодействий. Разработчики могут вводить через интерфейс обратную связь о действиях, состоянии игры и данных о восприятии, чтобы усилить способность обучения AI-агента, повысить его способности к планированию и принятию решений.
Рабочий процесс начинается с того, что разработчики взаимодействуют через интерфейс подсказки агента. Входные данные обрабатываются подсистемой восприятия и пересылаются в модуль обработки диалогов, который отвечает за управление логикой взаимодействия. Затем движок стратегического планирования разрабатывает и выполняет планы на основе этой информации, используя высокоуровневую стратегию и подробный план действий.
Данные из мирового контекста и репозитория агентов уведомляют эти процессы, в то время как рабочая память отслеживает текущие задачи. В то же время процессор долгосрочной памяти хранит и извлекает долгосрочные знания. Модули обучения анализируют результаты и интегрируют новые знания в систему, что позволяет постоянно улучшать поведение и взаимодействие агентов.
RIG (разработан ARC)
Rig — это фреймворк Rust с открытым исходным кодом, предназначенный для упрощения разработки больших приложений языковых моделей. Он предоставляет унифицированный интерфейс для взаимодействия с несколькими поставщиками LLM, такими как OpenAI и Anthropic, и поддерживает различные векторные хранилища, включая MongoDB и Neo4j. Модульная архитектура фреймворка уникальна своими основными компонентами, такими как уровень абстракции поставщика, интеграция векторного хранилища и прокси-системы, что обеспечивает бесшовное взаимодействие с LLM.
Основная аудитория Rig — это разработчики, создающие приложения AI/ML с использованием Rust, за которыми следуют организации, стремящиеся интегрировать несколько поставщиков LLM и векторных хранилищ в свои собственные приложения Rust. Репозиторий использует архитектуру рабочего пространства с несколькими крейтами для поддержки масштабируемости и эффективного управления проектами. Его ключевой особенностью является уровень абстракции провайдера, который обеспечивает стандартизацию для комплектации и встраивания API между различными LLM-провайдерами с согласованной обработкой ошибок. Компонент Vector Store Integration предоставляет абстрактный интерфейс для нескольких бэкендов и поддерживает поиск векторного сходства. Агентная система упрощает взаимодействие с LLM, поддерживает расширенную генерацию извлечения (RAG) и интеграцию инструментов. Кроме того, среда встраивания предоставляет возможности пакетной обработки и операций встраивания для обеспечения безопасности типов.
Буровая установка использует ряд технических преимуществ для обеспечения надежности и производительности. Асинхронные операции используют преимущества асинхронного времени выполнения Rust для эффективной обработки большого количества одновременных запросов. Встроенный в кадр механизм обработки ошибок повышает устойчивость к сбоям поставщика ИИ или операций базы данных. Безопасность типов может предотвратить ошибки в процессе компиляции, тем самым повышая удобство сопровождения кода. Эффективные процессы сериализации и десериализации поддерживают обработку данных в таких форматах, как JSON, что имеет важное значение для обмена данными и хранения сервисов ИИ. Подробное ведение журналов и инструментирование дополнительно помогают в отладке и мониторинге приложений.
Рабочий процесс Rig начинается, когда клиент инициирует запрос, который взаимодействует с соответствующей моделью LLM через уровень абстракции поставщика. Затем данные обрабатываются основным уровнем, где агент может использовать инструменты или доступ к векторному хранилищу контекста. Ответы генерируются и уточняются с помощью сложных рабочих процессов, таких как RAG, прежде чем возвращаться клиенту, что включает в себя извлечение документов и контекстуальное понимание. Система интегрируется с несколькими поставщиками LLM и векторным хранилищем, что делает ее адаптируемой к доступности модели или обновлениям производительности.
Применение Rig разнообразно и включает в себя системы вопросов и ответов, которые извлекают соответствующие документы для предоставления точных ответов, системы поиска и извлечения документов для эффективного обнаружения контента, а также чат-ботов или виртуальных помощников, предоставляющих контекстно-осведомленное взаимодействие для обслуживания клиентов или обучения. Он также поддерживает генерацию контента, позволяя создавать тексты и другие материалы на основе режимов обучения, что делает его универсальным инструментом для разработчиков и организаций.
Zerepy (разработанный ZEREPY и blorm)
ZerePy — это открытый фреймворк, написанный на языке Python, предназначенный для развертывания агентов на X с использованием OpenAI или Anthropic LLM. Являясь модульной версией бэкенда Zerebro, ZerePy позволяет разработчикам запускать агентов с функциональностью, аналогичной ядру Zerebro. Хотя этот фреймворк предоставляет основу для развертывания агентов, тонкая настройка модели необходима для генерации креативных выходных данных. ZerePy упрощает разработку и развертывание персонализированных AI-агентов, особенно для создания контента на социальных платформах, способствуя созданию AI-ориентированной креативной экосистемы, ориентированной на искусство и децентрализованные приложения.
Эта структура разработана на Python, подчеркивая автономность агентов и сосредотачиваясь на генерации креативного контента, согласуясь со структурой ELIZA и его взаимодействием с ELIZA. Модульный дизайн поддерживает интеграцию системы памяти и позволяет развертывание агентов на социальных платформах. Основные функции включают интерфейс командной строки для управления агентами, интеграцию с Twitter, поддержку LLM от OpenAI и Anthropic, а также модульную систему подключения для расширения функциональности.
Применение ZerePy охватывает область автоматизации социальных медиа, пользователи могут развертывать искусственные интеллектуальные агенты для публикации, ответов, лайков и репостов, тем самым повышая вовлеченность на платформе. Кроме того, он также ориентирован на создание контента в таких областях, как музыка, меме и NFT, что делает его важным инструментом для цифрового искусства и контентных платформ на основе блокчейна.
(2) Сравнение четырех основных рамок
С нашей точки зрения, каждое из этих рамок предлагает уникальный подход к разработке искусственного интеллекта, соответствующий конкретным требованиям и условиям, и мы смещаем акцент с конкурентных отношений между этими рамками на их уникальность.
ELIZA выделяется удобным интерфейсом, особенно для разработчиков, знакомых с JavaScript и Node.js средами. Его обширная документация помогает настроить агентов ИИ на различных платформах, хотя его обширный набор функций может потребовать определенного обучения. Разработанная с помощью TypeScript, Eliza идеально подходит для создания прокси-серверов, встроенных в Интернет, поскольку большая часть фронтенда веб-инфраструктуры разрабатывается с помощью TypeScript. Фреймворк известен своей многоагентной архитектурой, которая может развертывать различные личности ИИ на таких платформах, как Discord, X и Telegram. Его усовершенствованная система RAG с управлением памятью делает его особенно эффективным для поддержки клиентов или помощников с искусственным интеллектом в приложениях социальных сетей. Несмотря на то, что он предлагает гибкость, сильную поддержку сообщества и стабильную кроссплатформенную производительность, он все еще находится на ранних стадиях и может стать кривой обучения для разработчиков.
GAME предназначен для разработчиков игр, предоставляя интерфейс low-code или no-code через API, что делает его доступным для менее технически подкованных пользователей в игровом пространстве. Тем не менее, его ориентация на разработку игр и интеграцию блокчейна может создать крутую кривую обучения для тех, у кого нет соответствующего опыта. Он превосходен в процедурной генерации контента и поведении NPC, но ограничен дополнительной сложностью своей ниши и интеграции с блокчейном.
Из-за использования языка Rust и его сложности, Rig может быть не совсем дружелюбным, что создает серьезные учебные вызовы, но для тех, кто владеет системным программированием, он имеет интуитивно понятный интерфейс. По сравнению с typescripe, этот язык программирования известен своей производительностью и безопасностью памяти. У него строгая проверка на этапе компиляции и нулевые накладные расходы на абстракцию, что необходимо для выполнения сложных алгоритмов ИИ. Язык очень эффективен, а его низкий уровень управления делает его идеальным выбором для ресурсоемких приложений ИИ. Этот фреймворк предлагает высокопроизводительные решения с модульным и масштабируемым дизайном, что делает его идеальным для корпоративных приложений. Однако для разработчиков, не знакомых с Rust, использование этого языка неизбежно связано с крутой кривой обучения.
Используя Python, ZerePy предлагает высокий уровень удобства использования для творческих задач ИИ, с низкой кривой обучения для разработчиков Python, особенно для тех, кто имеет опыт работы с AI/ML, и пользуется сильной поддержкой сообщества благодаря криптосообществу Zerebro. ZerePy специализируется на творческих приложениях искусственного интеллекта, таких как NFT, позиционируя себя как мощный инструмент для цифровых медиа и искусства. Несмотря на то, что он процветает благодаря творчеству, он имеет относительно узкие рамки по сравнению с другими фреймворками.
В отношении масштабируемости ELIZA добилась значительного прогресса в своем обновлении V2, введя единый поток сообщений и масштабируемую основную структуру, поддерживающую эффективное управление на нескольких платформах. Тем не менее, без оптимизации такое управление многоплатформенным взаимодействием может привести к проблемам с масштабируемостью.
GAME превосходно справляется с обработкой данных в реальном времени, необходимой для игр, а масштабируемость управляется с помощью эффективных алгоритмов и потенциально распределенной блокчейн-системы, хотя она может быть ограничена конкретным игровым движком или сетью блокчейнов.
Рамка Rig использует производительность расширяемости Rust и разработана для приложений с высокой пропускной способностью, что особенно эффективно для развертывания на уровне предприятия, хотя это может означать, что для достижения истинной масштабируемости потребуется сложная настройка.
Масштабируемость Zerepy направлена на творческий выход с поддержкой сообществом, но ее фокус может ограничить ее применение в более широком контексте искусственного интеллекта. Масштабируемость может подвергнуться испытанию разнообразием творческих задач, а не количеством пользователей.
В аспекте адаптивности ELIZA опережает благодаря своей системе плагинов и кроссплатформенной совместимости, а её игровая среда GAME и обработка сложных задач ИИ с помощью Rig также отличны. ZerePy демонстрирует высокую адаптивность в креативной сфере, но менее подходит для более широких приложений искусственного интеллекта.
В плане производительности ELIZA оптимизирована для быстрого взаимодействия в социальных сетях, быстрая реакция является ключевым моментом, но при выполнении более сложных вычислительных задач ее производительность может отличаться.
GAME, разработанный Virtual Protocol, сосредоточен на высокопроизводительном взаимодействии в реальном времени в игровом окружении, используя эффективные процессы принятия решений и потенциальную блокчейн для децентрализованных операций с искусственным интеллектом.
Фреймворк Rig основан на языке Rust и обеспечивает отличную производительность для высокопроизводительных вычислительных задач, что делает его подходящим для корпоративных приложений, где критична вычислительная эффективность.
Производительность Zerepy предназначена для создания креативного контента, а его показатели сосредоточены на эффективности и качестве генерации контента, что может быть не так универсально за пределами креативной сферы.
Преимуществом ELIZA является гибкость и масштабируемость, благодаря своей системе плагинов и настройкам ролей, что делает ее высоко адаптивной и способствует межплатформенному взаимодействию социальных ИИ.
GAME предоставляет уникальную функцию реального времени в играх, улучшая новую AI-участие через интеграцию блокчейна.
Преимущества Rig заключаются в его производительности и масштабируемости для задач искусственного интеллекта в бизнесе, с акцентом на предоставление чистого модульного кода для здоровья долгосрочных проектов.
Zerepy специализируется на развитии креативности, занимает лидирующие позиции в области применения искусственного интеллекта в цифровом искусстве и поддерживается динамичной моделью развития, основанной на сообществе.
Каждая структура имеет свои ограничения; ELIZA все еще находится на ранней стадии и имеет потенциальные проблемы со стабильностью и кривой обучения для новых разработчиков. Нишевые игры могут ограничить более широкое применение, а блокчейн добавляет сложности. Rig может отпугнуть некоторых разработчиков из-за крутой кривой обучения, связанной с Rust, в то время как ограниченное внимание Zerepy к креативному выходу может ограничить его использование в других областях ИИ.
(3) Сравнительная сводка по рамкам
** Оснастка (ARC):**
Язык: Rust, с акцентом на безопасность и производительность.
Пример использования: идеальный выбор для корпоративных AI приложений, так как он акцентирует внимание на эффективности и масштабируемости.
Сообщество: не слишком ориентировано на сообщество, больше внимания уделяется разработчикам технологий.
Элиза (AI16Z)：
Язык: TypeScript, подчеркивающий гибкость web3 и участие сообщества.
Пример использования: разработан для социальных взаимодействий, DAO и торговли, с особым акцентом на многопользовательские системы.
Сообщество: высоко ориентированное на сообщество, с широким участием на GitHub.
ZerePy (ZEREBRO):
Язык: Python, чтобы он стал доступен более широкой базе разработчиков ИИ.
Пример использования: подходит для автоматизации социальных медиа и более простых задач с ИИ-агентами.
Сообщество: относительно новое, но благодаря популярности Python и поддержке участников AI16Z ожидается рост.
ИГРА (ВИРТУАЛЬНАЯ):
Фокус: автономные, адаптивные искусственные интеллектуальные агенты, способные эволюционировать в зависимости от взаимодействий в виртуальной среде.
Примеры использования: наиболее подходящие для обучения и адаптации AI-агентов в таких сценах, как игры или виртуальные миры.
Сообщество: инновационное сообщество, но все еще определяет свое место в конкуренции.
3. Динамика данных Star на Github
! WwLoIpwzEOFhGg9cRuLcUueFqXpxu7HukpuIxOss.png
На изображении представлены данные о звездах GitHub с момента выпуска этих фреймворков. Стоит отметить, что звезды GitHub являются индикаторами интереса сообщества, популярности проекта и воспринимаемой ценности проекта.
ЭЛИЗА (красная линия):
Начавшись с низкой базы в июле и значительно увеличившись в конце ноября (достигнув 61 000 звезд), это указывает на то, что интерес людей быстро растет и привлекает внимание разработчиков. Этот экспоненциальный рост показывает, что ELIZA приобрела огромную привлекательность благодаря своим функциям, обновлениям и участию сообщества. Ее популярность значительно превышает популярность других конкурентов, что свидетельствует о сильной поддержке сообщества и более широкой применимости или интересе в сообществе искусственного интеллекта.
RIG (синяя линия) :
Rig является самой старой из четырех основных фреймворков, его количество звезд умеренное, но постоянно растет, и в течение следующего месяца оно, вероятно, значительно увеличится. Он уже достиг 1700 звезд, но все еще продолжает расти. Постоянная разработка, обновления и растущее количество пользователей являются причиной накопления интереса пользователей. Это может отражать то, что пользователи этого фреймворка являются нишевыми или все еще накапливают репутацию.
ZEREPY (желтая линия):
ZerePy был только что запущен несколько дней назад и уже накопил 181 звезду. Стоит подчеркнуть, что ZerePy нуждается в дальнейшем развитии, чтобы повысить свою видимость и уровень принятия. Сотрудничество с AI16Z может привлечь больше кодовых контрибьюторов.
ИГРА (зеленая линия):
У этого проекта наименьшее количество звезд, важно отметить, что этот фреймворк может быть напрямую применен к агентам в виртуальной экосистеме через API, тем самым устраняя необходимость в видимости на Github. Тем не менее, этот фреймворк был открыт для строителей всего лишь месяц назад, и более 200 проектов используют GAME для разработки.
4. Причины для оптимизма по поводу структуры
Версия V2 Eliza будет интегрирована с набором инструментов代理 Coinbase. Все проекты, использующие Eliza, в будущем будут поддерживать нативные TEE, что позволит агентам работать в безопасной среде. Одна из предстоящих функций Eliza — реестр плагинов (Plugin Registry), который позволит разработчикам бесшовно регистрировать и интегрировать плагины.
Кроме того, Eliza V2 будет поддерживать автоматизированный анонимный кроссплатформенный обмен сообщениями. Выпуск технического документа по токеномике запланирован на 1 января 2025 года и, как ожидается, окажет положительное влияние на базовый токен AI16Z фреймворка Elisa. AI16Z планирует продолжать повышать эффективность системы и продолжать привлекать высококвалифицированных специалистов, что было доказано усилиями ее ключевых участников.
Игра фреймворк предоставляет агентам интеграцию без кода, позволяя использовать GAME и ELIZA одновременно в одном проекте, каждый из которых служит своей цели. Этот подход, как ожидается, привлечет внимание строителей, сосредоточенных на бизнес-логике, а не на технической сложности. Хотя фреймворк был публично выпущен всего 30 дней назад, он уже достиг значительного прогресса благодаря усилиям команды привлечь больше поддержки от участников. Ожидается, что все проекты, запускаемые на VIRTUAL, будут использовать GAME.
Rig, представленный токеном ARC, имеет большой потенциал, хотя его структура все еще находится на ранних стадиях роста, а планы по внедрению проекта были реализованы всего несколько дней. Но в скором времени ожидается появление высококачественных проектов с использованием ARC, аналогичных виртуальному маховику, но с акцентом на Solana. Команда с оптимизмом смотрит на партнерство с Solana, сравнивая отношения ARC с Solana с Virtual to Base. Стоит отметить, что команда не только поощряет новые проекты начинать с Rig, но и поощряет разработчиков улучшать сам фреймворк Rig.
Zerepy — это недавно представленный фреймворк, который получает все большее внимание благодаря сотрудничеству с Eliza. Этот фреймворк привлек вкладчиков Eliza, которые активно работают над его улучшением. Под давлением фанатов ZEREBRO у него есть группа преданных поклонников и он предоставляет новые возможности для разработчиков Python, которые ранее были недостаточно представлены в конкуренции в области инфраструктуры искусственного интеллекта. Этот фреймворк сыграет важную роль в творческом аспекте ИИ.