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发展迅速。市场注意力聚焦于技术主导的"框架类"项目,这一细分赛道在短时间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,即以代码库发行代币,基于框架开发的Agent也能再次发行代币。以框架为基础,Agent为上层应用,形成了一种独特的AI时代基础设施模式。本文将从框架概念出发,探讨AI框架对加密货币行业的意义。

一、何谓框架?

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,简化了复杂AI模型的构建过程。可以将其理解为AI时代的操作系统,类似于Windows、Linux或iOS、Android。每种框架都有其特点,开发者可根据需求选择。

虽然"AI框架"在加密货币领域是新概念,但自2010年Theano问世以来,AI框架已有近14年发展历程。传统AI领域已有成熟框架可供选择,如TensorFlow、Pytorch等。加密货币中涌现的框架项目则是针对AI热潮下Agent需求而开发,并向其他领域延伸。以下介绍几个主流框架:

1.1 Eliza

Eliza是一个多Agent模拟框架,用于创建、部署和管理AI Agent。基于TypeScript开发,兼容性好,易于API集成。主要针对社交媒体场景,支持多平台集成和媒体内容处理。

支持的用例包括:

• AI助手类应用
• 社交媒体角色
• 知识工作者
• 互动角色

支持的模型包括开源模型本地推理、OpenAI API云推理等。

1.2 G.A.M.E

G.A.M.E是一个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。

核心架构包括Agent提示界面、感知子系统、战略规划引擎等多个模块,通过协同工作实现功能。

应用场景主要聚焦于Agent在虚拟环境中的决策、反馈、感知及个性,适用于游戏和元宇宙。

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应用程序开发。提供统一接口与多个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、生成响应等步骤。

适用于构建问答系统、文档搜索工具、聊天机器人等应用。

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。提供命令行界面,支持模块化设计。

核心架构包括:

• LLM集成
• X平台集成
• 模块化连接系统
• 内存系统(规划中)

与Eliza相比,ZerePy更专注于简化特定社交平台上的AI Agent部署。

二、BTC生态的翻版

AI Agent的发展路径与近期BTC生态相似: BTC生态: BRC20 → 多协议竞争 → BTC L2 → BTCFi AI Agent: GOAT/ACT → 多类Agent/框架竞争 → 去中心化基建

但AI Agent赛道不太可能走向同质化、泡沫化。AI框架更像未来的公链,Agent更像未来的Dapp。未来争论可能从EVM与异构链之争转为框架之争,关键问题是如何实现去中心化以及在区块链上的意义。

三、上链的意义?

区块链与AI结合面临的核心问题是意义何在。参考DeFi的成功经验,支持Agent链化的理由可能有:

1. 降低使用成本,提高可及性与选择性
2. 提供基于区块链的安全方案
3. 形成独特的区块链金融玩法
4. 实现透明、可追溯的推理,提高互操作性

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构建过程的框架有望占据优势,形成比GPT Store更有趣的Web3创意经济。

与GPT Store相比,Web3 Agent创意经济可能更加开放、公平,并引入社区经济使Agent更完善。这将是普通人参与的机会,未来的AI Meme也可能更智能、有趣。