解構AI框架：從智能代理到去中心化的探索

前言

近期，AI與加密貨幣結合的敘事發展迅速。市場關注點轉向技術主導的"框架類"項目，短短幾周內出現多個市值過億甚至過十億的新星。這些項目衍生出新的資產發行模式:以Github代碼庫發幣，基於框架構建的Agent可再次發幣。以框架爲底，Agent爲上，形成一種獨特的AI時代基礎設施模式。本文將探討AI框架對加密貨幣領域的影響。

一、框架簡介

AI框架是一種底層開發工具或平台，集成了預構建的模塊、庫和工具，簡化了構建復雜AI模型的過程。可將其理解爲AI時代的操作系統，如Windows、Linux或iOS、Android。每種框架都有其優劣勢，開發者可根據需求選擇。

雖然"AI框架"在加密貨幣領域是新概念，但AI框架的發展已有近14年歷史。傳統AI領域已有成熟框架可選，如TensorFlow、Pytorch等。加密貨幣中新興的框架項目則是針對AI熱潮下Agent需求而打造，並向其他領域擴展。以下介紹幾個主流框架:

1.1 Eliza

Eliza是一個多Agent模擬框架，用於創建、部署和管理自主AI Agent。基於TypeScript開發，兼容性好，易於API集成。主要針對社交媒體場景，支持多平台集成和媒體內容處理。

支持的用例包括:

• AI助手類應用
• 社交媒體角色
• 知識工作者
• 互動角色

支持的模型包括開源模型本地推理、OpenAI API雲推理等。

1.2 G.A.M.E

G.A.M.E是Virtual推出的自動生成與管理的多模態AI框架，主要針對遊戲中的智能NPC設計。特點是低代碼甚至無代碼用戶也可使用。

核心設計是通過多個子系統協同工作的模塊化設計，包括Agent提示接口、感知子系統、戰略規劃引擎等多個模塊。

適用於遊戲和元宇宙場景，已有多個項目採用該框架構建。

1.3 Rig

Rig是用Rust語言編寫的開源工具，旨在簡化大型語言模型應用程序的開發。提供統一操作界面，方便與多個LLM服務提供商和向量數據庫交互。

核心特點:

• 統一接口
• 模塊化架構
• 類型安全
• 高效性能

適用於構建問答系統、文檔搜索工具、聊天機器人等。

1.4 ZerePy

ZerePy是基於Python的開源框架，簡化在X平台上部署和管理AI Agent的過程。提供命令行界面，支持模塊化設計。

主要功能:

• LLM集成
• X平台集成
• 模塊化連接系統
• 內存系統(規劃中)

專注於簡化在X平台上部署AI Agent的過程。

二、發展路徑分析

AI Agent的發展路徑與近期BTC生態相似。可概括爲:GOAT/ACT - Social類Agent/分析類AI Agent - 框架競爭。未來可能圍繞Agent去中心化、安全性的基建項目成爲主旋律。

與BTC生態不同，AI Agent敘事並非重現智能合約鏈歷史。現有AI框架項目提供了新的基建發展思路。AI框架更像未來的公鏈，Agent更像未來的Dapp。

未來可能從EVM與異構鏈之爭轉向框架之爭。關鍵問題是如何實現去中心化或鏈化，以及在區塊鏈上開發的意義。

三、上鏈的意義

AI與區塊鏈結合需要考慮其意義。可能的意義包括:

1. 降低使用成本,提高可及性與選擇性,讓普通用戶參與AI"出租權"。

2. 提供基於區塊鏈的安全方案,滿足Agent與現實交互的需求。

3. 實現獨特的區塊鏈金融模式,如基於Agent的新型AMM或投資機制。

4. 通過透明、可追溯的推理實現更好的互操作性。

四、創意經濟前景

框架類項目未來可能提供類似GPT Store的創業機會。簡化Agent構建過程的框架可能佔據優勢,形成比GPT Store更有趣的Web3創意經濟。

相比當前GPT Store,Web3 Agent創意經濟可能更公平,讓普通人也能參與。未來的AI Meme可能比現有平台上的Agent更智能、有趣。