解构AI框架：从智能代理到去中心化的探索

前言

近期，AI与加密货币结合的叙事快速演变。市场关注度集中在技术主导的"框架类"项目上,这个细分赛道短期内涌现出多个市值过亿甚至过十亿的项目。这类项目衍生出新的资产发行模式:以Github代码库发币,基于框架构建的Agent也能再次发币。以框架为基础,Agent为上层,形成独特的AI时代基础设施模式。本文将探讨AI框架对加密货币领域的潜在影响。

一、框架概述

AI框架是一种底层开发工具或平台,集成了预构建的模块、库和工具,简化了构建复杂AI模型的过程。可以将框架理解为AI时代的操作系统,如桌面系统中的Windows、Linux,或移动端的iOS与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。传统AI领域已有成熟框架可选,如TensorFlow、Pytorch等。加密货币中涌现的框架项目主要针对Agent需求,并向其他领域延伸。以下是几个主流框架示例:

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,如Discord、X/Twitter、Telegram等。在媒体内容处理方面支持PDF分析、链接提取、音频转录、视频处理、图像分析等功能。

Eliza支持的用例包括:AI助手类应用、社交媒体角色、知识工作者和互动角色。支持开源模型本地推理和基于云的推理。

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。特别之处在于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Agent提示界面、感知子系统、战略规划引擎、世界上下文、对话处理模块等多个子系统协同工作。

除游戏外,该框架也适用于元宇宙场景。已有多个项目采用G.A.M.E进行构建。

1.3 Rig

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

核心特点包括:统一接口、模块化架构、类型安全和高效性能。工作流程涉及提供商抽象层、智能代理调用和检索增强生成等机制。

适用于构建问答系统、文档搜索工具、情境感知聊天机器人等场景。

1.4 ZerePy

ZerePy是基于Python的开源框架,简化在X平台上部署和管理AI Agent的过程。继承了Zerebro项目的核心功能,采用更模块化、易扩展的设计。

提供命令行界面(CLI)便于管理控制。核心架构基于模块化设计,支持LLM集成、X平台集成和模块化连接系统等功能。未来计划集成内存系统,增强Agent的上下文理解能力。

二、与BTC生态发展路径对比

AI Agent的发展路径与近期BTC生态有相似之处:

BTC生态: BRC20 -> 多协议竞争 -> BTC L2 -> BTCFi AI Agent: GOAT/ACT -> 多类型Agent/框架竞争 -> 去中心化、安全性基建

AI Agent赛道不太可能重现智能合约链的历史。现有AI框架项目提供了新的基建发展思路,可将AI框架类比为未来的公链,Agent类比为未来的Dapp。

未来争论可能从EVM与异构链之争转向框架之争。关键问题是如何实现去中心化或链化,以及在区块链上开发AI框架的意义。

三、链化的意义

区块链与AI结合面临的核心问题是其意义。参考DeFi的成功因素,支持Agent链化的理由可能包括:

1. 降低使用成本,提高可及性与选择性,让普通用户参与AI"出租权"。

2. 提供基于区块链的安全方案,满足Agent与现实/虚拟世界交互的安全需求。

3. 创造独特的区块链金融模式,如基于Agent的新型流动性提供或投资机制。

4. 实现透明、可追溯的推理过程,在互操作性方面可能优于传统互联网巨头提供的agent浏览器。

四、创意经济前景

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

相较于目前偏向传统领域实用性的GPT Store,Web3在需求和经济体系上存在优势。引入社区经济可能使Agent更加完善。Agent的创意经济将为普通人提供参与机会,未来的AI Meme可能比现有平台上的Agent更智能、有趣。