ELIZA, GAME, ARC ve ZEREPY'nin dört büyük Crypto X AI çerçevesi karşılaştırması

Yazar: Deep Value Memetics, Çeviri: Altın Finans xiaozou

Bu yazıda Crypto X AI çerçevesinin geleceğini inceleyeceğiz. Mevcut dört ana çerçeveye (ELIZA, GAME, ARC, ZEREPY) ve bunların teknik farklılıklarına odaklanacağız.

1. Giriş

Geçtiğimiz bir hafta boyunca ELIZA, GAME, ARC, ZEREPY gibi dört ana Crypto X AI çerçevesini araştırdık ve test ettik, sonuçlarımız aşağıdaki gibidir.

AI16Z'nin hakim olmaya devam edeceğine inanıyoruz. Eliza'nın değeri (yaklaşık %60 pazar payı, 1 milyar doların üzerinde piyasa değeri), 193 katılımcı, 1.800 çatal ve 6.000'den fazla yıldız gibi verilerle kanıtlandığı gibi, ilk hamle avantajında (Lindy etkisi) ve geliştiriciler tarafından artan kullanımında yatmaktadır ve bu da onu Github'daki en popüler depolardan biri haline getirmektedir.

Şu ana kadar, GAME'in (pazar payı yaklaşık %20, piyasa değeri yaklaşık 300 milyon dolar) gelişimi oldukça başarılı geçti, hızlı benimseme sürecine girdi. VIRTUAL'un yeni duyurusuna göre, platformda 200'den fazla proje, günlük 150.000 istek ve %200'lük bir haftalık büyüme oranı var. GAME, VIRTUAL'un yükselişinden yararlanmaya devam edecek ve ekosisteminde en büyük kazananlardan biri haline gelecektir.

Rig (ARC, pazar payı yaklaşık %15, piyasa değeri yaklaşık 160 milyon USD) dikkat çekicidir çünkü modüler tasarımı oldukça kullanışlıdır ve Solana ekosisteminde (RUST) "pure-play" olarak baskın bir konumda bulunabilir.

Zerepy (pazar payı yaklaşık %5, piyasa değeri yaklaşık 300 milyon dolar) ZEREBRO topluluğuna yönelik niş bir uygulamadır ve son zamanlarda ai16z topluluğu ile yaptığı işbirliği sinerji yaratabilir.

Pazar payı hesaplamamızın piyasa değeri, geliştirme kayıtları ve altyapı işletim sistemi terminal pazarını kapsadığını fark ettik.

Çerçeve segmentinin bu piyasa döngüsünde en hızlı büyüyen alan olacağına inanıyoruz ve 1,7 milyar dolarlık toplam piyasa değerinin kolayca 20 milyar dolara çıkması muhtemeldir ve bu, birçok L1'in 20 milyar doların üzerinde değerlemelere ulaştığı 2021'deki en yüksek L1 değerlemelerine kıyasla hala nispeten muhafazakardır. Bu çerçevelerin tümü farklı nihai pazarlara (zincirler/ekosistemler) hizmet etse de, alanın yükseliş eğiliminde olduğuna inandığımız göz önüne alındığında, piyasa değeri ağırlıklı bir yaklaşım muhtemelen en ihtiyatlı yaklaşımdır.

2、Dört Ana Çerçeve

Aşağıdaki tabloda, başlıca çerçevelerin anahtar teknolojilerini, bileşenlerini ve avantajlarını listeledik.

(1) Çerçeve Özeti

AI X Crypto'nun kesişim noktasında, yapay zekanın geliştirilmesini kolaylaştıran birkaç çerçeve vardır. BUNLAR AI16Z IÇIN ELIZA, ARC IÇIN RIG, ZEREPY IÇIN ZEREBRO VE OYUN IÇIN VIRTUAL'DIR. Her çerçeve, açık kaynaklı topluluk projelerinden performans odaklı kurumsal sınıf çözümlere kadar yapay zeka aracısı geliştirme sürecindeki farklı ihtiyaçları ve felsefeleri ele alır.

Bu makalede öncelikle çerçeve tanıtılacak, bunların ne olduğu, hangi programlama dillerinin, teknik mimarilerin ve algoritmaların kullanıldığı, hangi benzersiz özelliklere sahip oldukları ve çerçevenin kullanılabileceği potansiyel kullanım durumlarının neler olduğu anlatılacaktır. Ardından, her çerçeveyi kullanılabilirlik, ölçeklenebilirlik, uyumluluk ve performans açısından karşılaştırarak, kendi avantajlarını ve sınırlamalarını keşfedeceğiz.

ELIZA (ai16z tarafından geliştirildi)

Eliza, özerk AI ajanları oluşturmak, dağıtmak ve yönetmek için tasarlanmış çok ajanlı bir simülasyon açık kaynak çerçevesidir. TypeScript programlama dili ile geliştirilmiştir ve bu akıllı ajanların insanlarla etkileşimde bulunmasını sağlayan esnek ve ölçeklenebilir bir platform sunar ve tutarlı bir kişilik ve bilgi korur.

Bu çerçevenin temel işlevleri, birden çok benzersiz AI kişiliğini aynı anda dağıtma ve yönetme desteği sağlayan çoklu ajan mimarisi ile, farklı ajanların rollerini oluşturmak için bir rol dosyası çerçevesi kullanarak, uzun vadeli hafıza ve bağlam farkındalığı hafıza yönetimi işlevleri sunan Gelişmiş Arama ile Güçlendirilmiş Üretim (RAG) sistemi içerir. Ayrıca, Eliza çerçevesi, Discord, X ve diğer sosyal medya platformlarıyla güvenilir bağlantılar kurarak sorunsuz bir platform entegrasyonu sağlar.

AI ajanlarının iletişim ve medya işlevleri açısından Eliza mükemmel bir seçimdir. İletişim açısından, bu çerçeve Discord'un sesli kanal işlevi, X işlevi, Telegram ve özel kullanım durumları için API erişimi ile entegrasyonu desteklemektedir. Öte yandan, bu çerçevenin medya işleme yetenekleri PDF belge okuma ve analiz, bağlantı içeriği çıkarma ve özetleme, sesli transkripsiyon, video içerik işleme, görüntü analizi ve diyalog özetleme gibi işlevleri genişletebilir ve çeşitli medya girdi ve çıktılarının etkili bir şekilde işlenmesini sağlar.

Eliza çerçevesi, açık kaynaklı modellerin yerel çıkarımı, OpenAI'nin bulut çıkarımı ve varsayılan yapılandırmalar (örneğin Nous Hermes Llama 3.1B) aracılığıyla esnek AI model desteği sunar ve Claude'un karmaşık görevleri işleme desteğini entegre eder. Eliza, geniş işletim sistemi, özelleştirilmiş istemci desteği ve kapsamlı API ile modüler bir mimariye sahiptir, bu da uygulamalar arasında ölçeklenebilirlik ve uyum sağladığından emin olur.

Eliza'nın kullanım durumları, müşteri desteği, topluluk moderasyonu ve kişisel görevler için yapay zeka asistanlarının yanı sıra içerik otomatik oluşturucular, etkileşimli botlar ve marka temsilcileri gibi sosyal medya kişilikleri gibi birden fazla alanı kapsar. Ayrıca araştırma görevlileri, içerik analistleri ve belge işlemcileri gibi rolleri üstlenerek bir bilgi çalışanı olarak hareket edebilir ve botlar, eğitim danışmanları ve eğlence aracıları şeklinde rol yapma etkileşimli rolleri destekler.

Eliza'nın mimarisi, rol sistemi (model sağlayıcısı tarafından desteklenir), bellek yöneticisi (veritabanına bağlı) ve işletim sistemi (platform istemcisine bağlı) ile sorunsuz bir şekilde entegre olan aracı çalışma zamanı etrafında oluşturulmuştur. Çerçevenin benzersiz özellikleri arasında modüler işlev uzantılarını destekleyen, ses, metin ve medya gibi çok modlu etkileşimleri destekleyen ve Llama, GPT-4 ve Claude gibi önde gelen AI modelleriyle uyumlu bir eklenti sistemi bulunur. Çok yönlülüğü ve sağlam tasarımıyla Eliza, etki alanları arasında yapay zeka uygulamaları geliştirmek için güçlü bir araç olarak öne çıkıyor.

G.A.M.E (Virtuals Protocol tarafından geliştirildi)

Generative Autonomous Multimodal Entity Framework (G.A.M.E), geliştiricilere yapay zeka proxy denemeleri için API ve SDK erişimi sağlamak üzere tasarlanmıştır. Bu çerçeve, yapay zeka ajanlarının davranışlarını, karar verme ve öğrenme süreçlerini yönetmek için yapılandırılmış bir yaklaşım sağlar.

Temel bileşenleri şunlardır: Öncelikle, Ajan Uyarı Arayüzü (Agent Prompting Interface), geliştiricilerin GAME'i ajana entegre ederek ajan davranışına erişim noktasıdır. Algılama Alt Sistemi (Perception Subsystem), oturum kimliği, ajan kimliği, kullanıcı ve diğer ilgili ayrıntılar gibi parametreleri belirleyerek oturumu başlatır.

Gelen bilgileri, stratejik planlama motoruna (Strategic Planning Engine) uygun bir formata dönüştüren ve AI ajanı olarak hissedilen bir giriş mekanizması olarak işlev görecektir; bu, ister diyalog ister tepki biçiminde olsun. Temelinde, ajandan gelen mesajları ve yanıtları işlemek için kullanılan diyalog işleme modülü bulunur ve girişi etkili bir şekilde yorumlamak ve yanıt vermek için algılama alt sistemi ile işbirliği yapar.

Stratejik planlama motoru, yanıtlar ve planlar oluşturmak için konuşma işleme modülü ve zincir üstü cüzdan operatörleri ile birlikte çalışır. Motor iki düzeyde çalışır: bağlam veya hedeflere dayalı geniş bir strateji oluşturmak için üst düzey bir planlayıcı olarak; Bu politikalar, düşük seviyeli politikalar olarak eyleme dönüştürülebilir politikalara dönüştürülür ve bunlar ayrıca belirtilen görevler için eylem planlayıcılarına ve görevleri gerçekleştirmek için program yürütücülerine bölünür.

Bir başka bağımsız ama önemli bileşen Dünya Bağlamı'dır (World Context), bu da çevreyi, küresel bilgileri ve oyun durumunu referans alarak ajanların karar verme süreçlerine gerekli bağlamı sağlar. Ayrıca, Ajan Deposu (Agent Repository) uzun vadeli özellikleri depolamak için kullanılır; bu özellikler hedefler, yansımalar, deneyimler ve kişilik gibi unsurlardır ve bunlar ajanların davranışlarını ve karar verme süreçlerini şekillendirir.

Çerçeve, kısa süreli çalışma belleği ve uzun süreli bellek işlemcileri kullanır. Önceki davranışlar, sonuçlar ve mevcut planlar hakkındaki bilgiler kısa bir süre için saklanır. Buna karşılık, uzun süreli bellek işlemcileri, önem, yenilik ve alaka düzeyi gibi kriterlere dayalı olarak kritik bilgileri çıkarır. Uzun süreli bellek, karar vermeyi geliştirmek ve öğrenme için bir temel sağlamak için ajanın deneyimi, yansıması, dinamik kişiliği, dünya bağlamı ve çalışma belleği hakkındaki bilgileri depolar.

Öğrenme modülü, algı alt sisteminden gelen verileri kullanarak genel bilgiler üretir; bu bilgiler, gelecekteki etkileşimleri geliştirmek için sisteme geri bildirim olarak iletilir. Geliştiriciler, AI ajanının öğrenme yeteneğini artırmak ve planlama ve karar verme yeteneklerini geliştirmek için arayüz üzerinden hareketler, oyun durumu ve his verileri hakkında geri bildirim girebilirler.

İş akışı, geliştiricinin bir aracı istemi arabirimi aracılığıyla etkileşim kurmasıyla başlar. Girdi, algı alt sistemi tarafından işlenir ve etkileşim mantığını yönetmekten sorumlu olan diyalog işleme modülüne iletilir. Stratejik planlama motoru daha sonra üst düzey bir strateji ve ayrıntılı bir eylem planı kullanarak bu bilgilere dayalı bir plan geliştirir ve yürütür.

Dünya bağlamından ve aracılardan gelen veri bildirimleri, bu süreçleri bilgilendirirken, çalışma belleği anlık görevleri takip eder. Bu arada, uzun vadeli bellek işlemcisi uzun vadeli bilgiyi depolar ve geri alır. Öğrenme modülü sonuçları analiz eder ve yeni bilgileri sisteme entegre eder, böylece aracının davranışları ve etkileşimleri sürekli olarak geliştirilebilir.

RIG (ARC tarafından geliştirilen)

Rig, büyük dil modeli uygulamalarının geliştirilmesini basitleştirmek için tasarlanmış açık kaynaklı bir Rust çerçevesidir. OpenAI ve Anthropic gibi birden fazla LLM sağlayıcısıyla etkileşim için birleşik bir arayüz sağlar ve MongoDB ve Neo4j dahil olmak üzere çeşitli vektör mağazalarını destekler. Çerçevenin modüler mimarisi, LLM'lerle sorunsuz etkileşimi kolaylaştırmak için Sağlayıcı Soyutlama Katmanı, vektör depolama entegrasyonu ve proxy sistemleri gibi temel bileşenlerinde benzersizdir.

Rig'in birincil hedef kitlesi, Rust kullanarak AI/ML uygulamaları oluşturan geliştiricileri ve ardından birden fazla LLM sağlayıcısını ve vektör mağazasını kendi Rust uygulamalarına entegre etmek isteyen kuruluşları içerir. Depo, ölçeklenebilirliği ve verimli proje yönetimini desteklemek için birden çok kasaya sahip bir çalışma alanı mimarisi kullanır. Temel özelliği, tutarlı hata işleme ile farklı LLM sağlayıcıları arasında API'leri tamamlamak ve gömmek için standardizasyon sağlayan sağlayıcı soyutlama katmanıdır. Vektör Deposu Entegrasyonu bileşeni, birden çok arka uç için soyut bir arabirim sağlar ve vektör benzerliği aramalarını destekler. Ajan sistemi, LLM etkileşimlerini basitleştirir, Retrieval Enhanced Generation'ı (RAG) ve araç entegrasyonunu destekler. Buna ek olarak, gömme çerçevesi, tür güvenliği için toplu işleme yetenekleri ve gömme işlemleri sağlar.

Rig, güvenilirlik ve performans sağlamak için bir dizi teknik avantajdan yararlanır. Eşzamansız işlemler, çok sayıda eşzamanlı isteği verimli bir şekilde işlemek için Rust'ın eşzamansız çalışma zamanından yararlanır. Çerçevenin doğal hata işleme mekanizması, başarısız yapay zeka sağlayıcısına veya veritabanı işlemlerine karşı dayanıklılığı artırır. Tür güvenliği, derleme sürecindeki hataları önleyebilir, böylece kodun sürdürülebilirliğini artırabilir. Verimli serileştirme ve seri durumdan çıkarma işlemleri, yapay zeka hizmet iletişimi ve depolaması için gerekli olan JSON gibi biçimlerde veri işlemeyi destekler. Ayrıntılı günlüğe kaydetme ve izleme, hata ayıklama ve izleme uygulamalarına daha fazla yardımcı olur.

Rig iş akışı, istemcide bir istek başlatıldığında başlar; bu istek, sağlayıcı soyutlama katmanı aracılığıyla uygun LLM modeli ile etkileşime geçer. Ardından, veriler çekirdek katmanda işlenir; bu katmanda, ajanlar araçları kullanabilir veya bağlamın vektör deposuna erişebilir. Yanıt, istemciye geri dönmeden önce, belge alımı ve bağlam anlayışını içeren karmaşık bir iş akışı (örneğin RAG) aracılığıyla üretilir ve rafine edilir. Sistem, birden fazla LLM sağlayıcısı ve vektör deposunu entegre eder, model kullanılabilirliği veya performans güncellemelerine uyum sağlar.

Rig'in kullanım alanları çok çeşitlidir; bunlar arasında ilgili belgeleri sorgulayıp doğru yanıtlar sağlayan soru-cevap sistemleri, etkili içerik keşfi için belge arama ve sorgulama sistemleri ile müşteri hizmetleri veya eğitim sağlamak için bağlam farkındalığına sahip etkileşimler sunan sohbet robotları veya sanal asistanlar yer almaktadır. Ayrıca içerik oluşturmayı destekler, öğrenme moduna dayalı olarak metin ve diğer materyaller oluşturmayı destekleyerek geliştiriciler ve kuruluşlar için evrensel bir araç haline gelir.

Zerepy (ZEREPY ve blorm tarafından geliştirildi)

ZerePy, OpenAI veya Anthropic LLM'leri kullanarak aracıları X üzerinde dağıtmayı amaçlayan, Python dilinde yazılmış açık kaynaklı bir çerçevedir. Zerebro'nun arka ucunun modüler bir versiyonundan türetilen ZerePy, geliştiricilerin Zerebro'ya benzer temel işlevlere sahip aracıları başlatmasına olanak tanır. Çerçeve, aracı dağıtımı için temel sağlarken, yaratıcı çıktı oluşturmak için modelde ince ayar yapmak çok önemlidir. ZerePy, özellikle sosyal platformlarda içerik oluşturma için kişiselleştirilmiş yapay zeka aracılarının geliştirilmesini ve dağıtımını basitleştirerek, sanat ve merkezi olmayan uygulamalar için yapay zeka odaklı bir yaratıcı ekosistemi teşvik eder.

Bu çerçeve Python ile geliştirilmiştir, aracının özerkliğine vurgu yapar, yaratıcı çıktı üretimine odaklanır ve ELIZA'nın mimarisi ile ELIZA ile olan işbirliğini sürdürür. Modüler tasarımı, bellek sistemi entegrasyonunu destekler ve aracının sosyal platformlarda dağıtımını sağlar. Ana işlevleri arasında bir araç yönetimi için komut satırı arayüzü, Twitter ile entegrasyon, OpenAI ve Anthropic LLM desteği ve işlevselliği artırmak için modüler bağlantı sistemi bulunmaktadır.

ZerePy'nin kullanım durumu, sosyal medya otomasyonu alanını kapsamaktadır. Kullanıcılar, yayın yapmak, yanıtlamak, beğenmek ve paylaşmak için yapay zeka ajanları kurarak platform etkileşimini artırabilir. Ayrıca, müzik, meme ve NFT gibi alanlarda içerik oluşturmayı da destekleyerek, dijital sanat ve blok zinciri tabanlı içerik platformları için önemli bir araç haline gelmektedir.

(2) Dört Ana Çerçeve Karşılaştırması

Bizim görüşümüze göre, her çerçeve yapay zeka geliştirmeye belirli ihtiyaçlara ve bağlamlara göre uyarlanmış benzersiz bir yaklaşım sunar ve odağı bu çerçevelerin rekabetinden her bir çerçevenin benzersizliğine kaydırırız.

ELIZA, özellikle JavaScript ve Node.js ortamlarına aşina olan geliştiriciler için kullanıcı dostu arayüzü ile öne çıkıyor. Kapsamlı belgeleri, çeşitli platformlarda yapay zeka aracılarının kurulmasına yardımcı olur, ancak kapsamlı özellik seti belirli bir öğrenme eğrisi ile gelebilir. TypeScript ile geliştirilen bu ürün, web altyapısının ön ucunun çoğu TypeScript ile geliştirildiğinden, Eliza'yı web'e gömülü proxy'ler oluşturmak için ideal hale getirir. Çerçeve, Discord, X ve Telegram gibi platformlarda farklı AI kişiliklerini konuşlandırabilen çok aracılı mimarisiyle tanınır. Gelişmiş bellek yönetimli RAG sistemi, onu özellikle sosyal medya uygulamalarında müşteri desteği veya yapay zeka asistanları için etkili hale getirir. Esneklik, güçlü topluluk desteği ve tutarlı platformlar arası performans sunsa da, hala erken aşamalarındadır ve geliştiriciler için bir öğrenme eğrisi oluşturabilir.

GAME, oyun geliştiricileri için tasarlanmış bir platformdur ve API aracılığıyla düşük kodlu veya kodsuz bir arayüz sunmaktadır; bu sayede oyun alanında teknik bilgisi düşük olan kullanıcılar da kullanabilir. Ancak, oyun geliştirme ve blok zinciri entegrasyonuna odaklandığı için ilgili deneyimi olmayanlar için dik bir öğrenme eğrisi oluşturabilir. Program içeriği üretimi ve NPC davranışları konusunda öne çıkmakta, fakat özel alanı ve blok zinciri entegrasyonunun getirdiği karmaşıklık nedeniyle sınırlı kalmaktadır.

Rust dilinin kullanılması nedeniyle, dilin karmaşıklığı göz önüne alındığında Rig çok kullanıcı dostu olmayabilir, bu da önemli bir öğrenme zorluğu sunar, ancak sistem programlamada yetkin olanlar için sezgisel bir etkileşime sahiptir. TypeScripe'ın aksine, programlama dilinin kendisi performansı ve bellek güvenliği ile bilinir. Karmaşık yapay zeka algoritmalarını çalıştırmak için gerekli olan titiz derleme zamanı kontrollerine ve sıfır maliyetli soyutlamalara sahiptir. Dil son derece verimlidir ve düşük kontrol derecesi, onu yoğun kaynak gerektiren yapay zeka uygulamaları için ideal hale getirir. Çerçeve, modüler ve ölçeklenebilir bir tasarıma sahip yüksek performanslı bir çözüm sunarak onu kurumsal uygulamalar için ideal hale getirir. Ancak, Rust'a aşina olmayan geliştiriciler için Rust'ı kullanmak kaçınılmaz olarak dik bir öğrenme eğrisine yol açacaktır.

Python'dan yararlanan ZerePy, Python geliştiricileri için, özellikle AI/ML geçmişine sahip olanlar için düşük bir öğrenme eğrisi ile yaratıcı AI görevleri için yüksek düzeyde kullanılabilirlik sunar ve Zerebro'nun kripto topluluğu sayesinde güçlü topluluk desteğinden yararlanır. ZerePy, NFT'ler gibi yaratıcı yapay zeka uygulamalarında uzmanlaşmıştır ve kendisini dijital medya ve sanat için güçlü bir araç olarak konumlandırmaktadır. Yaratıcılık üzerinde gelişirken, diğer çerçevelere kıyasla nispeten dar bir kapsama sahiptir.

Ölçeklenebilirlik açısından ELIZA, birleşik bir mesajlaşma hattı ve birden çok platformda etkili yönetimi destekleyen genişletilebilir bir çekirdek çerçeve sunan V2 güncellemesinde büyük adımlar attı. Bununla birlikte, optimize edilmezse, bu tür çok platformlu etkileşimlerin yönetimi ölçeklenebilirlik zorlukları ortaya çıkarabilir.

GAME, oyunların ihtiyaç duyduğu gerçek zamanlı işlem konusunda mükemmel bir performans sergiliyor, ölçeklenebilirlik ise verimli algoritmalar ve potansiyel blockchain dağıtık sistemleri ile yönetiliyor, ancak belirli oyun motorları veya blockchain ağlarının sınırlamalarına tabi olabilir.

Rig çerçevesi, Rust'ın ölçeklenebilirlik performansını kullanarak yüksek hacimli uygulamalar için tasarlanmıştır; bu, kurumsal düzeyde dağıtımlar için özellikle etkilidir, ancak bu, gerçek ölçeklenebilirliğin sağlanmasının karmaşık ayarlar gerektirebileceği anlamına gelebilir.

Zerepy'nin ölçeklenebilirliği yaratıcı çıktılara yöneliktir, topluluk katkısının desteğiyle, ancak odak noktası daha geniş bir yapay zeka ortamındaki uygulamalarını sınırlayabilir; ölçeklenebilirlik, kullanıcı sayısından ziyade yaratıcı görevlerin çeşitliliği tarafından test edilebilir.

Uyarlanabilirlik açısından ELIZA, eklenti sistemi ve platformlar arası uyumluluğunun yanı sıra oyun ortamındaki GAME ve karmaşık AI görevlerini yerine getirmek için Rig ile liderdir. ZerePy, yaratıcı alanda son derece uyarlanabilir olduğunu göstermiştir, ancak daha geniş bir AI uygulamaları yelpazesine pek uygun değildir.

Performans açısından, ELIZA hızlı sosyal medya etkileşimleri için optimize edilmiştir, hızlı yanıt süreleri kritiktir, ancak daha karmaşık hesaplama görevlerini yerine getirirken performansı farklılık gösterebilir.

Virtual Protocol tarafından geliştirilen GAME, oyun sahnelerinde yüksek performanslı gerçek zamanlı etkileşime odaklanmakta, etkili karar verme süreçleri ve potansiyel blok zinciri kullanarak merkeziyetsiz yapay zeka işlemleri gerçekleştirmektedir.

Rig çerçevesi Rust diline dayanmaktadır ve yüksek performanslı hesaplama görevleri için mükemmel bir performans sunar; bu, hesaplama verimliliğinin kritik öneme sahip olduğu kurumsal uygulamalar için uygundur.

Zerepy'nin performansı, yaratıcı içerik oluşturma için özel olarak tasarlanmıştır ve göstergeleri, içerik üretiminin verimliliği ve kalitesi etrafında şekillenmektedir, bu nedenle yaratıcı alanın dışında pek genel olmayabilir.

ELIZA'nın avantajı, eklenti sistemi ve karakter yapılandırması sayesinde yüksek bir uyumluluk sunarak esneklik ve ölçeklenebilirlik sağlamasıdır; bu, çoklu platformlarda sosyal AI etkileşimlerine fayda sağlar.

GAME, oyun içinde benzersiz bir gerçek zamanlı etkileşim özelliği sunar ve blok zinciri entegrasyonu ile yenilikçi AI katılımını artırır.

Rig'in avantajları, uzun vadeli projelerin sağlığı için temiz, modüler kod sağlamaya odaklanarak, kurumsal yapay zeka görevlerine yönelik performans ve ölçeklenebilirliğidir.

Zerepy, yaratıcılığı geliştirme konusunda uzmandır ve dijital sanat yapay zeka uygulamalarında öncüdür; dinamik bir topluluk destekli gelişim modeli ile desteklenmektedir.

Her çerçevenin kendi sınırlamaları vardır, ELIZA hala erken aşamada, potansiyel stabilite sorunları ve yeni geliştiricilerin öğrenme eğrisi vardır, niş Game daha geniş bir uygulamayı sınırlayabilir ve blok zinciri de karmaşıklığı artırır, Rig'in Rust'tan kaynaklanan dik öğrenme eğrisi bazı geliştiricileri korkutabilir, Zerepy'nin yaratıcı çıktılara sağladığı dar kapsamlı ilgi ise diğer AI alanlarındaki kullanımını sınırlayabilir.

(3) Çerçeve Karşılaştırma Özeti

Rig (ARC)：

Dil: Rust, güvenlik ve performansa odaklanır.

Kullanım durumu: Kurumsal düzeyde AI uygulamaları için ideal seçim, çünkü verimlilik ve ölçeklenebilirliğe odaklanır.

Topluluk: Topluluk tarafından pek yönlendirilmiyor, daha çok teknik geliştiricilere odaklanıyor.

Eliza (AI16Z)：

Dil: TypeScript, web3'ün esnekliğini ve topluluk katılımını vurguluyor.

Kullanım durumu: Sosyal etkileşim, DAO ve ticaret için tasarlanmış, özellikle çoklu ajan sistemlerine vurgu yapmaktadır.

Topluluk: Yüksek derecede topluluk odaklı, geniş bir GitHub katılımına sahip.

ZerePy (ZEREBRO)：

Dil: Python, daha geniş bir AI geliştirici tabanı için kullanılabilir hale getir.

Kullanım Durumu: Sosyal medya otomasyonu ve daha basit yapay zeka ajanı görevleri için uygundur.

Topluluk: Göreceli olarak yenidir, ancak Python'un popülaritesi ve AI16Z katkıcılarının desteği sayesinde büyüme beklenmektedir.

OYUN (SANAL):

Odak: Sanal ortamda etkileşimlere göre evrilen otonom, kendine uyum sağlayabilen yapay zeka ajanları.

Örnek kullanım: AI ajanlarının öğrenmesi ve uyum sağlaması için en uygun senaryolar, örneğin oyun veya sanal dünya.

Topluluk: Yenilikçi bir topluluk, ancak rekabet içindeki konumunu hala belirliyor.

3, Github'daki Star verileri trendi

Yukarıdaki grafik, bu çerçevelerin yayınlanmasından bu yana GitHub star takip verilerini göstermektedir. Dikkate değer olan, GitHub star'ın topluluk ilgisi, projelerin popülaritesi ve projelerin algılanan değerinin bir göstergesi olmasıdır.

ELIZA (Kırmızı Hat):

Temmuz ayındaki düşük bazdan yükselmeye başlayarak, Kasım ayı sonlarındaki star sayısındaki büyük artışla (61.000 yıldıza ulaştı) insanların ilgisinin hızla arttığını ve geliştiricilerin dikkatini çektiğini gösteriyor. Bu üssel büyüme, ELIZA'nın işlevleri, güncellemeleri ve topluluk katılımı nedeniyle büyük bir çekicilik kazandığını ortaya koyuyor. Popülaritesi, diğer rakiplerin çok ötesinde, güçlü bir topluluk desteğine sahip olduğunu ve yapay zeka topluluğunda daha geniş bir uygulanabilirlik veya ilgiye sahip olduğunu gösteriyor.

RIG (mavi çizgi):

Rig, dört çerçevenin en eskisidir ve yıldız sayısı mütevazı ancak sürekli olarak artmaktadır ve önümüzdeki ay önemli ölçüde artması muhtemeldir. 1.700 yıldıza ulaştı ama hala yükseliyor. Sürekli geliştirme, güncellemeler ve artan sayıda kullanıcı, kullanıcı ilgisinin sürekli birikmesinin nedenleridir. Bu, çerçevenin az sayıda kullanıcısını veya hala inşa edilmekte olan bir itibarı yansıtabilir.

ZEREPY (sarı çizgi):

ZerePy birkaç gün önce piyasaya sürüldü ve 181 yıldız topladı. ZerePy'nin görünürlüğünü ve benimsenme oranını artırmak için daha fazla geliştiriciye ihtiyacı olduğu vurgulanmalıdır. AI16Z ile iş birliği, daha fazla kod katkıcısını çekebilir.

OYUN (Yeşil Hat):

Bu projenin star sayısı en az, dikkat çeken bir nokta ise bu çerçevenin API aracılığıyla sanal ekosistemdeki temsilcilere doğrudan uygulanabilmesidir, böylece Github görünürlüğüne duyulan ihtiyaç ortadan kalkmaktadır. Ancak bu çerçeve yalnızca bir aydan biraz daha uzun bir süre önce inşaatçılara açıldı ve 200'den fazla proje GAME kullanarak inşa edilmektedir.

4. Çerçeve Yükseliş Gerekçeleri

Eliza'nın V2 sürümü, Coinbase proxy paketini entegre edecek. Eliza'yı kullanan tüm projeler, gelecekte yerel TEE'yi destekleyecek ve böylece proxy'lerin güvenli bir ortamda çalışmasını sağlayacak. Eliza'nın yakında çıkacak bir özelliği, geliştiricilerin eklentileri sorunsuz bir şekilde kaydedip entegre etmelerine olanak tanıyan Eklenti Kayıt Defteri (Plugin Registry) olacak.

Ayrıca, Eliza V2 otomatik anonim çoklu platform mesajlaşmasını destekleyecektir. Token ekonomisi beyaz kitabının 1 Ocak 2025'te yayımlanması planlanıyor ve bu, Eliza çerçevesinin temel AI16Z tokeni üzerinde olumlu bir etki yaratması bekleniyor. AI16Z, çerçevenin faydasını artırmaya devam etmeyi ve yüksek kaliteli yetenekleri çekmeye devam etmeyi planlıyor; ana katkıda bulunanların çabaları bunun böyle bir yeteneğe sahip olduğunu kanıtlamıştır.

OYUN ÇERÇEVESI, ARACILAR IÇIN KODSUZ ENTEGRASYON SAĞLAYARAK HEM OYUNUN HEM DE ELIZA'NIN HER BIRI BELIRLI BIR AMACA HIZMET EDEN TEK BIR PROJEDE KULLANILMASINA IZIN VERIR. Bu yaklaşım, teknik karmaşıklıktan ziyade iş mantığına odaklanan inşaatçılara hitap etmeyi vaat ediyor. Çerçeve yalnızca 30 gündür halka açık olmasına rağmen, ekibin daha fazla katılımcı çekme çabalarının desteğiyle önemli ilerleme kaydetti. VIRTUAL üzerinde başlatılan tüm projelerin GAME'i kullanması bekleniyor.

ARC token tarafından temsil edilen Rig, büyük bir potansiyele sahip, ancak çerçevesi hala büyümenin ilk aşamalarında ve projenin benimsenmesini sağlama planları yalnızca birkaç gündür yayında. Ancak ARC ile yüksek kaliteli projelerin yakında ortaya çıkması bekleniyor, Sanal Volan'a benzer, ancak Solana'ya odaklanıyor. Ekip, Solana ile ortaklık konusunda iyimser ve ARC'nin Solana ile olan ilişkisini Virtual to Base'e benzetiyor. Ekibin yalnızca yeni projeleri Rig ile başlamaya teşvik etmekle kalmayıp, aynı zamanda geliştiricileri Rig çerçevesinin kendisini geliştirmeye teşvik ettiğini belirtmekte fayda var.

Zerpy, Eliza ile olan ortaklığı sayesinde ilgi gören yeni başlatılan bir çerçevedir. Çerçeve, üzerinde aktif olarak çalışan Eliza'nın katkıda bulunanlarını cezbediyor. ZEREBRO hayranları tarafından desteklenen, bir kült takipçi kitlesine sahip ve daha önce AI altyapısı yarışında yeterince temsil edilmeyen Python geliştiricileri için yeni fırsatlar sunuyor. Çerçeve, yapay zeka yaratıcılığında önemli bir rol oynayacaktır.