AI框架新趋势：从智能代理到Web3创意经济

2025-08-07 06:11:08

解析AI框架:从智能代理到去中心化探索

前言

AI Agent赛道的发展速度令人惊叹。自"真理终端"掀起Agent热潮以来,AI与加密货币的结合叙事几乎每周都有新变化。近期,市场关注点转向了以技术为主导的"框架类"项目,这个细分领域在短短几周内就产生了多个市值过亿甚至过十亿的项目。这类项目还衍生出一种新的资产发行模式,即项目以Github代码库发币,基于框架开发的Agent也可以再次发币。以框架为基础,Agent为上层应用,形成了一种类似资产发行平台的模式,实际上是一种专属AI时代的基础设施模式正在形成。本文将从框架的基本概念出发,结合个人思考来解读AI框架对加密货币领域的潜在影响。

一、框架的定义与分类

AI框架是一种底层开发工具或平台,集成了一套预构建的模块、库和工具,简化了构建复杂AI模型的过程。这些框架通常包含用于处理数据、训练模型和进行预测的功能。简单来说,框架可以理解为AI时代的操作系统,类似于桌面操作系统中的Windows、Linux,或移动端的iOS与Android。每种框架都有其优势和劣势,开发者可以根据具体需求进行选择。

虽然"AI框架"在加密货币领域是一个新兴概念,但从起源来看,自2010年诞生的Theano算起,AI框架的发展历程已接近14年。在传统AI领域,无论学术界还是产业界都已有非常成熟的框架可供选择,例如谷歌的TensorFlow、Meta的Pytorch、百度的飞桨、字节的MagicAnimate等,这些框架在不同场景下各有优势。

目前在加密货币领域涌现的框架项目,是基于当前AI热潮下大量Agent需求而开发的,并向加密货币其他领域延伸,最终形成了不同细分领域的AI框架。以下是几个主流框架的简介:

1.1 Eliza

Eliza是一个多Agent模拟框架,专门用于创建、部署和管理自主AI Agent。它基于TypeScript开发,具有良好的兼容性和API集成能力。Eliza主要针对社交媒体场景,支持多平台集成,包括Discord、X/Twitter、Telegram等。在媒体内容处理方面,它支持PDF文档阅读与分析、链接内容提取与摘要、音频转录、视频内容处理、图像分析与描述,以及对话摘要。

Eliza当前支持的用例主要包括AI助手类应用、社交媒体角色、知识工作者和互动角色等。在模型支持方面,Eliza可使用开源模型进行本地推理,也可使用OpenAI的API进行云端推理,默认配置为Nous Hermes Llama 3.1B,并与Claude集成以实现复杂查询。

1.2 G.A.M.E

G.A.M.E是Virtual推出的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。该框架的特点是低代码甚至无代码基础的用户也可使用,用户只需修改参数即可参与Agent设计。

G.A.M.E的核心设计是通过多个子系统协同工作的模块化设计,包括Agent提示界面、感知子系统、战略规划引擎、世界上下文、对话处理模块、链上钱包操作员、学习模块、工作记忆、长期记忆处理器、Agent仓库、动作规划器和计划执行器等组件。

从技术架构来看,该框架主要聚焦于Agent在虚拟环境中的决策、反馈、感知及个性,除了游戏场景外,也适用于元宇宙应用。

1.3 Rig

Rig是一款用Rust语言编写的开源工具,旨在简化大型语言模型(LLM)应用程序的开发。它提供了一个统一的操作界面,使开发者能够轻松地与多个LLM服务提供商(如OpenAI和Anthropic)以及多种向量数据库(如MongoDB和Neo4j)进行交互。

Rig的核心特点包括统一接口、模块化架构、类型安全和高效性能。它支持异步编程模式,优化了并发处理能力,并内置了日志记录和监控功能。

Rig不仅适用于构建需要快速准确回答的问题解答系统,还可用于创建高效的文档搜索工具、具备情境感知能力的聊天机器人或虚拟助手,甚至支持内容创作,根据已有的数据模式自动生成文本或其他形式的内容。

1.4 ZerePy

ZerePy是一个基于Python的开源框架,旨在简化在X(前Twitter)平台上部署和管理AI Agent的过程。它继承了Zerebro项目的核心功能,但采用了更模块化、更易于扩展的设计。

ZerePy提供了命令行界面(CLI),方便用户管理和控制其部署的AI Agent。其核心架构基于模块化设计,支持OpenAI和Anthropic的大型语言模型(LLM),直接集成X平台的API,并计划未来集成内存系统。

虽然ZerePy和Eliza都致力于构建和管理AI Agent,但两者在架构和目标上略有不同。Eliza更侧重于多智能体模拟和广泛的AI研究,而ZerePy则专注于简化在特定社交平台(X)上部署AI Agent的过程,更偏向于实际应用中的简化。

二、AI Agent发展路径与BTC生态对比

AI Agent的发展路径与2023年末至2024年初的BTC生态有许多相似之处。BTC生态的发展可以概括为:BRC20-Atomical/Rune等多协议竞争-BTC L2-以Babylon为核心的BTCFi。而AI Agent在成熟的传统AI技术栈基础上发展更为迅速,其路径可概括为:GOAT/ACT-社交类Agent/分析类AI Agent-框架竞争。未来围绕Agent去中心化、安全性开发的基建项目可能成为下一阶段的主旋律。

然而,AI Agent赛道不太可能像BTC生态那样走向同质化和泡沫化。AI Agent的叙事并非为了重现智能合约链的历史,现有的AI框架项目,无论技术实力如何,至少提供了一种新的基建发展思路。相比于将AI框架比作资产发行平台,将Agent比作资产,笔者认为AI框架更像未来的公链,Agent更像未来的Dapp。

在当前的加密货币生态中,我们有数千条公链和数万个Dapp。通用链包括BTC、以太坊以及各种异构链,应用链则更加多样化,如游戏链、存储链、Dex链等。公链与AI框架在本质上非常相似,而Dapp也可以很好地对应Agent。

在AI时代的加密货币领域,很可能会朝着这种形态发展。未来的争论可能从EVM与异构链的争论转向框架之争。现在的问题更多地集中在如何实现去中心化或链化,以及在区块链上开发AI框架的意义何在。后续的AI基建项目可能会在这些基础上展开探索。

三、上链的意义

区块链与任何领域结合时,都需要面对一个核心问题:这种结合是否有意义?在之前的文章中,笔者曾批评过GameFi的本末倒置,以及基础设施发展过度超前的问题。对于AI与加密货币的结合,笔者也曾表示不太看好当前阶段实用领域中的AI x Crypto组合。

回顾DeFi的成功之路,我们可以发现,DeFi之所以能从传统金融中分得一杯羹,是因为它具备更高的可及性、更好的效率和更低的成本,以及无需信任中心化机构的安全性。按照这个思路,支持Agent链化的理由可能包括:

Agent的链化是否能实现更低的使用成本,从而达到更高的可及性与可选择性?这可能最终使独属于Web2大厂的AI"出租权"让普通用户也能参与。
安全性方面,如果Agent能够介入现实或虚拟钱包,那么基于区块链的安全方案可能成为一种刚需。
Agent是否能实现一套独属于区块链的金融玩法?例如,类似AMM中的LP,让普通人也能参与自动做市;或者基于Agent需要的算力、数据标记等资源,用户可以以稳定币的形式投入协议。
在DeFi当前缺乏完美互操作性的情况下,结合区块链的Agent如果能实现透明、可追溯的推理,可能比传统互联网巨头提供的agent浏览器更具吸引力。