Пограничные исследования AI-агента в области Web3: от Manus до MC
В последнее время продукт под названием Manus, первый в мире универсальный AI Agent, привлек широкое внимание в отрасли. Этот продукт, разработанный отечественной стартап-компанией Monica, в день своего запуска вызвал ажиотаж из-за дефицита кодов приглашения. Manus, как универсальный AI Agent, продемонстрировал мощные возможности независимого мышления, планирования и выполнения сложных задач, он может самостоятельно выполнять весь процесс задач от планирования до выполнения, такие как написание отчетов и создание таблиц.
Взлет популярности Manus не только привлек внимание в индустрии, но и предоставил ценное вдохновение для разработки различных AI-агентов и продуктовых идей. С быстрым развитием технологий ИИ AI-агенты как важная ветвь области искусственного интеллекта постепенно переходят от концепции к реальности и демонстрируют огромный потенциал применения в различных отраслях, что, конечно, касается и индустрии Web3.
Основные компоненты и модели проектирования AI Agent
AI Agent — это компьютерная программа, способная самостоятельно принимать решения и выполнять задачи на основе окружающей среды, ввода и заранее определенных целей. Основные компоненты включают в себя:
Большие языковые модели (LLM) как их "мозг"
Наблюдение и восприятие механизма
Процесс логического мышления
Исполнение действий
Запоминание и извлечение
Основные направления дизайна AI Agent имеют две линии развития:
Акцент на планировочные способности: включая REWOO, Plan & Execute, LLM Compiler
Ориентация на рефлексивные способности: включает Basic Reflection, Reflexion, Self Discover, LATS
Среди них, модель ReAct является в настоящее время наиболее широко используемой моделью дизайна AI Agent. ReAct решает разнообразные задачи языкового вывода и принятия решений, сочетая рассуждение (Reasoning) и действия (Acting) в языковой модели. Типичный процесс можно описать как цикл "Мыслить (Thought) → Действовать (Action) → Наблюдать (Observation)".
Состояние AI-агентов в Web3
После того как популярность AI Agent в индустрии Web3 достигла пика в январе этого года, она значительно снизилась, а общая рыночная капитализация сократилась более чем на 90%. В настоящее время основные проекты с громким именем и высокой рыночной капитализацией сосредоточены на исследовании Web3 в рамках AI Agent, существует три основных модели:
Режим стартовой площадки: представлен Virtuals Protocol
Модель DAO: на примере ElizaOS
Модель коммерческой компании: на примере Swarms
С точки зрения экономической модели, в настоящее время только модель платформы запуска может обеспечить самодостаточный экономический замкнутый цикл. Однако эта модель также сталкивается с вызовами, главным образом, выпущенные активы AI Agent должны иметь достаточную "привлекательность", чтобы создать положительный эффект обратной связи. В настоящее время большинство запущенных AI Agent по сути являются мемами, им не хватает внутренней ценностной поддержки.
Исследование Web3 от MCP
Протокол контекста модели (MCP) — это открытый протокол, разработанный компанией Anthropic, который направлен на решение проблем подключения и взаимодействия между LLM и внешними источниками данных. Появление MCP открывает новые направления для исследований AI-агента в Web3:
Разверните MCP Server в блокчейн-сети, решая проблему единой точки отказа и обладая способностью противостоять цензуре.
Предоставить MCP Server возможность взаимодействия с блокчейном, снизив технологический барьер.
Кроме того, существует план создания сети поощрения создателей OpenMCP.Network, основанной на Ethereum. Эта сеть направлена на автоматизацию, прозрачность, надежность и стойкость к цензуре поощрений с помощью смарт-контрактов, используя такие технологии, как кошельки Ethereum, ZK и другие для реализации подписей, проверки прав и защиты конфиденциальности в процессе работы.
Итоги и перспективы
Запуск Manus стал важной вехой для продукта универсального AI-агента. Миру Web3 также нужен продукт-веха, чтобы развеять сомнения о том, что Web3 не имеет практического применения и существует только на уровне спекуляций. Появление MCP открывает новые направления для AI-агентов Web3, включая развертывание в блокчейн-сети, взаимодействие с блокчейном и создание сети стимулов для создателей.
Несмотря на то, что теоретически сочетание MCP и Web3 может внедрить децентрализованный механизм доверия и экономические стимулы в приложения AI Agent, на данный момент технологии нулевых знаний все еще трудно подтверждают подлинность поведения агентом, а децентрализованные сети также сталкиваются с проблемами эффективности. Это не решение, которое может быть успешно реализовано в краткосрочной перспективе.
ИИ как одно из самых грандиозных повествований в истории, его интеграция с Web3 неизбежна. Нам нужно сохранять терпение и веру, продолжая исследовать безграничные возможности этой области.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
13 Лайков
Награда
13
3
Поделиться
комментарий
0/400
BlockTalk
· 08-05 02:26
Еще одна возможность для неудачников?
Посмотреть ОригиналОтветить0
SlowLearnerWang
· 08-05 02:24
А это... снова волна горячих новостей, которую я не успел поймать. Надо было сказать раньше, я стоял в очереди до сих пор.
MCP открывает новые возможности для Web3 AI Agent, исследуя перспективы Децентрализации приложений.
Пограничные исследования AI-агента в области Web3: от Manus до MC
В последнее время продукт под названием Manus, первый в мире универсальный AI Agent, привлек широкое внимание в отрасли. Этот продукт, разработанный отечественной стартап-компанией Monica, в день своего запуска вызвал ажиотаж из-за дефицита кодов приглашения. Manus, как универсальный AI Agent, продемонстрировал мощные возможности независимого мышления, планирования и выполнения сложных задач, он может самостоятельно выполнять весь процесс задач от планирования до выполнения, такие как написание отчетов и создание таблиц.
Взлет популярности Manus не только привлек внимание в индустрии, но и предоставил ценное вдохновение для разработки различных AI-агентов и продуктовых идей. С быстрым развитием технологий ИИ AI-агенты как важная ветвь области искусственного интеллекта постепенно переходят от концепции к реальности и демонстрируют огромный потенциал применения в различных отраслях, что, конечно, касается и индустрии Web3.
Основные компоненты и модели проектирования AI Agent
AI Agent — это компьютерная программа, способная самостоятельно принимать решения и выполнять задачи на основе окружающей среды, ввода и заранее определенных целей. Основные компоненты включают в себя:
Основные направления дизайна AI Agent имеют две линии развития:
Среди них, модель ReAct является в настоящее время наиболее широко используемой моделью дизайна AI Agent. ReAct решает разнообразные задачи языкового вывода и принятия решений, сочетая рассуждение (Reasoning) и действия (Acting) в языковой модели. Типичный процесс можно описать как цикл "Мыслить (Thought) → Действовать (Action) → Наблюдать (Observation)".
Состояние AI-агентов в Web3
После того как популярность AI Agent в индустрии Web3 достигла пика в январе этого года, она значительно снизилась, а общая рыночная капитализация сократилась более чем на 90%. В настоящее время основные проекты с громким именем и высокой рыночной капитализацией сосредоточены на исследовании Web3 в рамках AI Agent, существует три основных модели:
С точки зрения экономической модели, в настоящее время только модель платформы запуска может обеспечить самодостаточный экономический замкнутый цикл. Однако эта модель также сталкивается с вызовами, главным образом, выпущенные активы AI Agent должны иметь достаточную "привлекательность", чтобы создать положительный эффект обратной связи. В настоящее время большинство запущенных AI Agent по сути являются мемами, им не хватает внутренней ценностной поддержки.
Исследование Web3 от MCP
Протокол контекста модели (MCP) — это открытый протокол, разработанный компанией Anthropic, который направлен на решение проблем подключения и взаимодействия между LLM и внешними источниками данных. Появление MCP открывает новые направления для исследований AI-агента в Web3:
Кроме того, существует план создания сети поощрения создателей OpenMCP.Network, основанной на Ethereum. Эта сеть направлена на автоматизацию, прозрачность, надежность и стойкость к цензуре поощрений с помощью смарт-контрактов, используя такие технологии, как кошельки Ethereum, ZK и другие для реализации подписей, проверки прав и защиты конфиденциальности в процессе работы.
Итоги и перспективы
Запуск Manus стал важной вехой для продукта универсального AI-агента. Миру Web3 также нужен продукт-веха, чтобы развеять сомнения о том, что Web3 не имеет практического применения и существует только на уровне спекуляций. Появление MCP открывает новые направления для AI-агентов Web3, включая развертывание в блокчейн-сети, взаимодействие с блокчейном и создание сети стимулов для создателей.
Несмотря на то, что теоретически сочетание MCP и Web3 может внедрить децентрализованный механизм доверия и экономические стимулы в приложения AI Agent, на данный момент технологии нулевых знаний все еще трудно подтверждают подлинность поведения агентом, а децентрализованные сети также сталкиваются с проблемами эффективности. Это не решение, которое может быть успешно реализовано в краткосрочной перспективе.
ИИ как одно из самых грандиозных повествований в истории, его интеграция с Web3 неизбежна. Нам нужно сохранять терпение и веру, продолжая исследовать безграничные возможности этой области.