Автор: CaptainZ
Когда рынок успокоится, я хочу рассказать о своих взглядах на весь трек web3 + ai agent.
Когда два года назад появился ИИ, было подтверждено, что в будущем это будет технологическая революция, сравнимая с изобретением Интернета. Однако в начале все внимание было сосредоточено на большой языковой модели LLM, и они не были уверены, как ИИ повлияет на реальный мир.
Если мы сравним модель LLM с мозгом, то очевидно, что ИИ обладает только аналитическими и рассудочными способностями и ему сложно взаимодействовать с реальным миром. Поэтому мы, естественно, думаем о добавлении различных датчиков и функциональных модулей в LLM. Среди них, связанные с Интернетом, еще проще. Различные функции могут быть реализованы путем подключения к интерфейсу API. Таким образом, ИИ официально эволюционирует в агента ИИ.
Большие языковые модели, конечно, важны, поскольку они определяют уровень интеллекта агента ИИ. Текущие топовые модели, такие как O3 от OpenAI, R1 от Deepseek и т. д., во многих аспектах превосходят уровень докторантов-людей.
Итак, в 2024 году различные отрасли промышленности начали изучать агента ИИ + различные отрасли. например
- агент ИИ + электронная коммерция (ИИ напрямую помогает выбирать продукты, генерировать тексты и изображения)
- агент ИИ + Интернет, (программирование ИИ)
- агент ИИ + финансы (анализ данных в реальном времени с помощью ИИ, интеллектуальный инвестиционный консультант)
- AI Agent+ Supply Chain (ИИ оптимизирует управление цепочкой поставок и контролирует производственные линии)
- AI Agent+ образование (обучение в режиме реального времени с использованием искусственного интеллекта, предоставление персонализированного образования)
Web3 превратился в огромную индустрию, поэтому, естественно, он также появился
агент ИИ+web3
Но сам web3 также разделен на множество подобластей, поэтому агенты ИИ также будут иметь различные способы интеграции с отраслью, такие как
агент ИИ +мем
Агент ИИ напрямую заменяет людей для выпуска мем-монет, представитель — козел пердежкоин
агент ИИ+Defi
Агенты ИИ напрямую заменяют людей для анализа рыночных данных (aixbt), управления фондами (degenai) и операций DeFi (griffain)
игра агент+ ИИ
Агент ИИ напрямую участвует в комментировании игр (luna), игровом процессе (freya), анализе спортивных ставок (dwain), игровом фреймворке ИИ (digimon/dreams)
агент ИИ + социальный
Первоначально ACT был проектом по изучению того, как агенты могут общаться друг с другом, а позже превратился в мем.
Конечно, есть еще AI-агент + депин и т. д., которые не будут здесь перечислены по одному.
Агент ИИ уже является практической технологией в web2, и это отнюдь не пустой лозунг. В индустрии web3 это не более чем добавление процесса выпуска монет для всеобщего обозрения.
Некоторые люди всегда говорят, что технология агента ИИ от web3 намного хуже, чем у web2, но агент ИИ + web3 изначально была технологией web2, пересаженной в web3 для применения. Ключевым моментом является поиск точки интеграции отрасли.
Некоторые люди всегда говорят, что технология агента ИИ от web3 намного хуже, чем у web2, но агент ИИ + web3 изначально была технологией web2, пересаженной в web3 для применения. Ключевым моментом является поиск точки интеграции отрасли.
Я лично разделяю web3 AI Agent на следующие аспекты: AI Agent Infra (инфраструктура) и AI Agent (агент для специальных сценариев применения)
1. Инфраструктура агента ИИ (ИИ-инфраструктура)
1. Тонко настроенная большая языковая модель
LLM эквивалентен мозгу агента ИИ. LLM, который не был доработан, эквивалентен подключению к выпускнику независимо от специальности. Степень магистра права, доработанная с учетом отраслевых данных, эквивалентна студенту колледжа, который выбрал специальность и окончил ее. В настоящее время Lumo является единственной компанией, работающей в этом направлении. Сложность заключается в сборе, очистке и маркировке отраслевых данных.
2. Рамки
В этом направлении, что также было основной тенденцией рынка за последние два месяца, есть много конкурентов, среди которых Elizaos, Arc, Swarms и так далее. Фреймворк агента ИИ фактически представляет собой набор правил, с помощью которых LLM может вызывать различные функциональные модули, что позволяет удобно создавать агентов с унифицированными правилами.
3. Стартовая площадка
Вышеуказанные фреймворки часто имеют открытый исходный код. Пользователям необходимо понимать некоторые простые коды для создания агентов ИИ и приобретать собственные серверы для развертывания. Панель запуска агента AI — это SaaS-версия фреймворка, которая предоставляет среду агента без кода (пользователям нужно только вручную ввести несколько параметров) и поставляется с собственным сервером. Хотя это еще больше упрощает процесс создания ИИ-агента, это также снижает гибкость. К известным стартовым площадкам относятся virtual, vvaifu, avaai и т. д.
4. Специальные функции
Существуют также некоторые другие проекты специальных функций, которые в основном направлены на то, чтобы сделать агента ИИ более эффективным, быстрым и мощным.
Например, web3 — это особая отрасль. Из-за частого взаимодействия с большими суммами средств операционная среда агента ИИ должна быть достаточно независимой и проверяемой (например, чтобы гарантировать, что кошелек управляется агентом ИИ, а не определенным лицом). Известный пример — среда tee phala.
2. Агент ИИ (агент для специальных сценариев применения)
Разнообразие этого направления очень широко, что можно рассматривать как исследование и инновации с точки зрения применения, и его можно конкретно разделить на:
- Анализ: Анализ и рассуждение о подполе и вывод содержимого
- Оперативный: Непосредственная работа после анализа подполя
Следующий пример иллюстрирует это:
1. aixbt (@aixbt_agent)
В настоящее время он является самым известным аналитиком DeFi AI, хорошо справляется с кратким анализом различных проектов на рынке и выводит контент на X для взаимодействия с людьми.
2. истина терминала ( @truth_terminal )
Пионер в области создания агентов с искусственным интеллектом, мастерски говорящий чушь и выпускающий мем-монеты
3.ава (@AVA_holo)
Флагманский агент Holoworld, умеющий использовать видео для проведения случайного анализа рынка
4. yne (@yesnoerror)
Анализировать научные работы и исправлять ошибки
5. гудок (@askthehive_ai)
Я им не пользовался, но во введении говорится, что пользователи могут взаимодействовать с системой через интерфейс на естественном языке, а агент может выполнять различные задачи, включая торговлю, размещение ставок, управление ликвидностью и анализ настроений рынка.
Выше представлена моя аналитическая структура для трека web3 + ai agent. Хотя сейчас он находится в периоде спада, ai agent также находится в процветающем состоянии в web2. Это самый горячий трек в 2025 году. Он неизбежно принесет больше интересных продуктов и пространства для воображения в web3. Это одно из немногих направлений, которое может продолжать привлекать внимание и разработчиков.
Все комментарии