Дослідження AI Agent у сфері Web3: від Manus до MC
Нещодавно продукт універсального AI Agent, розроблений китайською стартап-компанією, привернув широку увагу. Цей продукт має здатність до самостійного виконання завдань від планування до виконання, демонструючи безпрецедентну універсальність і виконавчу здатність. Це не лише привернуло увагу в індустрії, але й надало цінні ідеї для розробки та дизайну різноманітних AI Agent. З швидким прогресом технологій AI, AI Agent, як важлива гілка штучного інтелекту, поступово переходить від концепції до реальності, демонструючи величезний потенціал застосування в різних сферах, і індустрія Web3, звичайно, не є винятком.
AI Agent є комп'ютерною програмою, яка може приймати рішення та виконувати завдання самостійно на основі середовища, вхідних даних та попередньо визначених цілей. Його основні складові включають велику мовну модель (LLM) як "мозок", механізми спостереження та сприйняття, процеси міркування, виконання дій, а також системи пам'яті та пошуку. Дизайнерські моделі AI Agent мають два основні напрямки розвитку: один зосереджений на плануванні, інший - на рефлексії.
ReAct режим є найпоширенішою моделлю дизайну AI Agent на сьогодні. Він вирішує різноманітні завдання мовного мислення та прийняття рішень за допомогою поєднання міркування (Reasoning) та дії (Acting) в мовних моделях. Його типовий процес можна описати у вигляді циклу: думка (Thought) → дія (Action) → спостереження (Observation), в скороченому вигляді TAO цикл.
AI Agent також можна поділити на Single Agent і Multi Agent в залежності від кількості агентів. Основою Single Agent є поєднання LLM і інструментів, тоді як Multi Agent надає різним агентам різні ролі, що дозволяє завершувати складні завдання через співпрацю.
Модельний контекстний протокол (MCP) — це відкрита протокол, спрямований на вирішення проблем з'єднання та взаємодії між LLM та зовнішніми джерелами даних. Він забезпечує три можливості для розширення LLM: Ресурси (розширення знань), Інструменти (виконання функцій, виклик зовнішніх систем) та Підказки (заздалегідь написані шаблони підказок).
У сфері Web3 інтерес до AI Agent після досягнення піку на початку цього року дещо знизився, загальна ринкова вартість значно скоротилася. Наразі проекти, які все ще мають голос, в основному зосереджені на дослідженні Web3 в рамках AI Agent, включаючи моделі платформи запуску, DAO та комерційної компанії.
Платформа запуску дозволяє користувачам створювати, розгортати та монетизувати AI Agent. Наразі на найбільшій платформі запуску вже створено понад сто тисяч агентів. Модель DAO використовує AI-моделі в поєднанні з пропозиціями учасників для прийняття рішень. А комерційна модель компанії пропонує корпоративний рівень Multi Agent фреймворку, вирішуючи складні бізнес-операційні потреби за допомогою інтелектуального оркестрування та ефективної співпраці.
З точки зору економічної моделі, наразі лише платформи запуску можуть реалізувати економічну замкнуту систему. Однак ця модель також стикається з викликами, головним чином, випущений AI Agent повинен мати достатню "привабливість", щоб сформувати позитивне коло.
Поява MCP відкрила нові напрямки для досліджень в AI Agent Web3. Один з них полягає в розгортанні MCP Server в блокчейн-мережі, що вирішує проблеми єдиної точки та має антикорупційні можливості; інший - надання MCP Server функціоналу взаємодії з блокчейном, що знижує технічний бар'єр. Крім того, існує план створення мережі стимулювання творців OpenMCP.Network на базі Ethereum.
Хоча теоретично поєднання MCP з Web3 може ввести в застосування AI Agent механізми децентралізованої довіри та економічні стимули, наразі технології стикаються з певними викликами, такими як труднощі у перевірці достовірності поведінки агентів з використанням технології нульових знань, проблеми з ефективністю децентралізованих мереж тощо.
Штучний інтелект безсумнівно є грандіозним історичним наративом, а для Web3 поєднання з ШІ є неминучим трендом. Незважаючи на те, що наразі існує безліч викликів, ми повинні зберігати терпіння та віру, постійно досліджуючи застосування та розвиток AI Agent у сфері Web3.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
19 лайків
Нагородити
19
7
Поділіться
Прокоментувати
0/400
wagmi_eventually
· 58хв. тому
Ще одна банальна іграшка штучного інтелекту.
Переглянути оригіналвідповісти на0
MetaLord420
· 08-04 23:41
Цей кавун гарантовано справжній, не думайте втекти, зберігайте.
Переглянути оригіналвідповісти на0
Fren_Not_Food
· 08-03 19:28
Знову хвалять вітчизняного бика?
Переглянути оригіналвідповісти на0
StopLossMaster
· 08-03 11:16
Знову прийшли пастка невдахи.
Переглянути оригіналвідповісти на0
GateUser-3824aa38
· 08-03 11:09
Знову ж це всього лише розумний співучасник.
Переглянути оригіналвідповісти на0
0xSoulless
· 08-03 10:55
невдахи новий аналітичний центр з'явився… обдурювати людей, як лохів
Переглянути оригіналвідповісти на0
MetaverseLandlord
· 08-03 10:51
Знову займаються ІТ, хіба це не все шахрайство заради грошей?
Злиття AI Agent та Web3: дослідження та виклики від Manus до MCP
Дослідження AI Agent у сфері Web3: від Manus до MC
Нещодавно продукт універсального AI Agent, розроблений китайською стартап-компанією, привернув широку увагу. Цей продукт має здатність до самостійного виконання завдань від планування до виконання, демонструючи безпрецедентну універсальність і виконавчу здатність. Це не лише привернуло увагу в індустрії, але й надало цінні ідеї для розробки та дизайну різноманітних AI Agent. З швидким прогресом технологій AI, AI Agent, як важлива гілка штучного інтелекту, поступово переходить від концепції до реальності, демонструючи величезний потенціал застосування в різних сферах, і індустрія Web3, звичайно, не є винятком.
AI Agent є комп'ютерною програмою, яка може приймати рішення та виконувати завдання самостійно на основі середовища, вхідних даних та попередньо визначених цілей. Його основні складові включають велику мовну модель (LLM) як "мозок", механізми спостереження та сприйняття, процеси міркування, виконання дій, а також системи пам'яті та пошуку. Дизайнерські моделі AI Agent мають два основні напрямки розвитку: один зосереджений на плануванні, інший - на рефлексії.
ReAct режим є найпоширенішою моделлю дизайну AI Agent на сьогодні. Він вирішує різноманітні завдання мовного мислення та прийняття рішень за допомогою поєднання міркування (Reasoning) та дії (Acting) в мовних моделях. Його типовий процес можна описати у вигляді циклу: думка (Thought) → дія (Action) → спостереження (Observation), в скороченому вигляді TAO цикл.
AI Agent також можна поділити на Single Agent і Multi Agent в залежності від кількості агентів. Основою Single Agent є поєднання LLM і інструментів, тоді як Multi Agent надає різним агентам різні ролі, що дозволяє завершувати складні завдання через співпрацю.
Модельний контекстний протокол (MCP) — це відкрита протокол, спрямований на вирішення проблем з'єднання та взаємодії між LLM та зовнішніми джерелами даних. Він забезпечує три можливості для розширення LLM: Ресурси (розширення знань), Інструменти (виконання функцій, виклик зовнішніх систем) та Підказки (заздалегідь написані шаблони підказок).
У сфері Web3 інтерес до AI Agent після досягнення піку на початку цього року дещо знизився, загальна ринкова вартість значно скоротилася. Наразі проекти, які все ще мають голос, в основному зосереджені на дослідженні Web3 в рамках AI Agent, включаючи моделі платформи запуску, DAO та комерційної компанії.
Платформа запуску дозволяє користувачам створювати, розгортати та монетизувати AI Agent. Наразі на найбільшій платформі запуску вже створено понад сто тисяч агентів. Модель DAO використовує AI-моделі в поєднанні з пропозиціями учасників для прийняття рішень. А комерційна модель компанії пропонує корпоративний рівень Multi Agent фреймворку, вирішуючи складні бізнес-операційні потреби за допомогою інтелектуального оркестрування та ефективної співпраці.
З точки зору економічної моделі, наразі лише платформи запуску можуть реалізувати економічну замкнуту систему. Однак ця модель також стикається з викликами, головним чином, випущений AI Agent повинен мати достатню "привабливість", щоб сформувати позитивне коло.
Поява MCP відкрила нові напрямки для досліджень в AI Agent Web3. Один з них полягає в розгортанні MCP Server в блокчейн-мережі, що вирішує проблеми єдиної точки та має антикорупційні можливості; інший - надання MCP Server функціоналу взаємодії з блокчейном, що знижує технічний бар'єр. Крім того, існує план створення мережі стимулювання творців OpenMCP.Network на базі Ethereum.
Хоча теоретично поєднання MCP з Web3 може ввести в застосування AI Agent механізми децентралізованої довіри та економічні стимули, наразі технології стикаються з певними викликами, такими як труднощі у перевірці достовірності поведінки агентів з використанням технології нульових знань, проблеми з ефективністю децентралізованих мереж тощо.
Штучний інтелект безсумнівно є грандіозним історичним наративом, а для Web3 поєднання з ШІ є неминучим трендом. Незважаючи на те, що наразі існує безліч викликів, ми повинні зберігати терпіння та віру, постійно досліджуючи застосування та розвиток AI Agent у сфері Web3.