AI框架新趨勢：從智能代理到Web3創意經濟

2025-08-07 06:11:08

解析AI框架:從智能代理到去中心化探索

前言

AI Agent賽道的發展速度令人驚嘆。自"真理終端"掀起Agent熱潮以來,AI與加密貨幣的結合敘事幾乎每週都有新變化。近期,市場關注點轉向了以技術爲主導的"框架類"項目,這個細分領域在短短幾周內就產生了多個市值過億甚至過十億的項目。這類項目還衍生出一種新的資產發行模式,即項目以Github代碼庫發幣,基於框架開發的Agent也可以再次發幣。以框架爲基礎,Agent爲上層應用,形成了一種類似資產發行平台的模式,實際上是一種專屬AI時代的基礎設施模式正在形成。本文將從框架的基本概念出發,結合個人思考來解讀AI框架對加密貨幣領域的潛在影響。

一、框架的定義與分類

AI框架是一種底層開發工具或平台,集成了一套預構建的模塊、庫和工具,簡化了構建復雜AI模型的過程。這些框架通常包含用於處理數據、訓練模型和進行預測的功能。簡單來說,框架可以理解爲AI時代的操作系統,類似於桌面操作系統中的Windows、Linux,或移動端的iOS與Android。每種框架都有其優勢和劣勢,開發者可以根據具體需求進行選擇。

雖然"AI框架"在加密貨幣領域是一個新興概念,但從起源來看,自2010年誕生的Theano算起,AI框架的發展歷程已接近14年。在傳統AI領域,無論學術界還是產業界都已有非常成熟的框架可供選擇,例如谷歌的TensorFlow、Meta的Pytorch、百度的飛槳、字節的MagicAnimate等,這些框架在不同場景下各有優勢。

目前在加密貨幣領域湧現的框架項目,是基於當前AI熱潮下大量Agent需求而開發的,並向加密貨幣其他領域延伸,最終形成了不同細分領域的AI框架。以下是幾個主流框架的簡介:

1.1 Eliza

Eliza是一個多Agent模擬框架,專門用於創建、部署和管理自主AI Agent。它基於TypeScript開發,具有良好的兼容性和API集成能力。Eliza主要針對社交媒體場景,支持多平台集成,包括Discord、X/Twitter、Telegram等。在媒體內容處理方面,它支持PDF文檔閱讀與分析、連結內容提取與摘要、音頻轉錄、視頻內容處理、圖像分析與描述,以及對話摘要。

Eliza當前支持的用例主要包括AI助手類應用、社交媒體角色、知識工作者和互動角色等。在模型支持方面,Eliza可使用開源模型進行本地推理,也可使用OpenAI的API進行雲端推理,默認配置爲Nous Hermes Llama 3.1B,並與Claude集成以實現復雜查詢。

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。該框架的特點是低代碼甚至無代碼基礎的用戶也可使用,用戶只需修改參數即可參與Agent設計。

G.A.M.E的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提示界面、感知子系統、戰略規劃引擎、世界上下文、對話處理模塊、鏈上錢包操作員、學習模塊、工作記憶、長期記憶處理器、Agent倉庫、動作規劃器和計劃執行器等組件。

從技術架構來看,該框架主要聚焦於Agent在虛擬環境中的決策、反饋、感知及個性,除了遊戲場景外,也適用於元宇宙應用。

1.3 Rig

Rig是一款用Rust語言編寫的開源工具,旨在簡化大型語言模型(LLM)應用程序的開發。它提供了一個統一的操作界面,使開發者能夠輕鬆地與多個LLM服務提供商(如OpenAI和Anthropic)以及多種向量數據庫(如MongoDB和Neo4j)進行交互。

Rig的核心特點包括統一接口、模塊化架構、類型安全和高效性能。它支持異步編程模式,優化了並發處理能力,並內置了日志記錄和監控功能。

Rig不僅適用於構建需要快速準確回答的問題解答系統,還可用於創建高效的文檔搜索工具、具備情境感知能力的聊天機器人或虛擬助手,甚至支持內容創作,根據已有的數據模式自動生成文本或其他形式的內容。

1.4 ZerePy

ZerePy是一個基於Python的開源框架,旨在簡化在X(前Twitter)平台上部署和管理AI Agent的過程。它繼承了Zerebro項目的核心功能,但採用了更模塊化、更易於擴展的設計。

ZerePy提供了命令行界面(CLI),方便用戶管理和控制其部署的AI Agent。其核心架構基於模塊化設計,支持OpenAI和Anthropic的大型語言模型(LLM),直接集成X平台的API,並計劃未來集成內存系統。

雖然ZerePy和Eliza都致力於構建和管理AI Agent,但兩者在架構和目標上略有不同。Eliza更側重於多智能體模擬和廣泛的AI研究,而ZerePy則專注於簡化在特定社交平台(X)上部署AI Agent的過程,更偏向於實際應用中的簡化。

二、AI Agent發展路徑與BTC生態對比

AI Agent的發展路徑與2023年末至2024年初的BTC生態有許多相似之處。BTC生態的發展可以概括爲:BRC20-Atomical/Rune等多協議競爭-BTC L2-以Babylon爲核心的BTCFi。而AI Agent在成熟的傳統AI技術棧基礎上發展更爲迅速,其路徑可概括爲:GOAT/ACT-社交類Agent/分析類AI Agent-框架競爭。未來圍繞Agent去中心化、安全性開發的基建項目可能成爲下一階段的主旋律。

然而,AI Agent賽道不太可能像BTC生態那樣走向同質化和泡沫化。AI Agent的敘事並非爲了重現智能合約鏈的歷史,現有的AI框架項目,無論技術實力如何,至少提供了一種新的基建發展思路。相比於將AI框架比作資產發行平台,將Agent比作資產,筆者認爲AI框架更像未來的公鏈,Agent更像未來的Dapp。

在當前的加密貨幣生態中,我們有數千條公鏈和數萬個Dapp。通用鏈包括BTC、以太坊以及各種異構鏈,應用鏈則更加多樣化,如遊戲鏈、存儲鏈、Dex鏈等。公鏈與AI框架在本質上非常相似,而Dapp也可以很好地對應Agent。

在AI時代的加密貨幣領域,很可能會朝着這種形態發展。未來的爭論可能從EVM與異構鏈的爭論轉向框架之爭。現在的問題更多地集中在如何實現去中心化或鏈化,以及在區塊鏈上開發AI框架的意義何在。後續的AI基建項目可能會在這些基礎上展開探索。

三、上鏈的意義

區塊鏈與任何領域結合時,都需要面對一個核心問題:這種結合是否有意義?在之前的文章中,筆者曾批評過GameFi的本末倒置,以及基礎設施發展過度超前的問題。對於AI與加密貨幣的結合,筆者也曾表示不太看好當前階段實用領域中的AI x Crypto組合。

回顧DeFi的成功之路,我們可以發現,DeFi之所以能從傳統金融中分得一杯羹,是因爲它具備更高的可及性、更好的效率和更低的成本,以及無需信任中心化機構的安全性。按照這個思路,支持Agent鏈化的理由可能包括:

Agent的鏈化是否能實現更低的使用成本,從而達到更高的可及性與可選擇性?這可能最終使獨屬於Web2大廠的AI"出租權"讓普通用戶也能參與。
安全性方面,如果Agent能夠介入現實或虛擬錢包,那麼基於區塊鏈的安全方案可能成爲一種剛需。
Agent是否能實現一套獨屬於區塊鏈的金融玩法?例如,類似AMM中的LP,讓普通人也能參與自動做市;或者基於Agent需要的算力、數據標記等資源,用戶可以以穩定幣的形式投入協議。
在DeFi當前缺乏完美互操作性的情況下,結合區塊鏈的Agent如果能實現透明、可追溯的推理,可能比傳統互聯網巨頭提供的agent瀏覽器更具吸引力。