Analisis Kerangka AI: Dari Agen Cerdas ke Eksplorasi Desentralisasi

Pendahuluan

Kecepatan perkembangan jalur AI Agent sangat mengejutkan. Sejak "Terminal Kebenaran" memicu gelombang Agent, narasi penggabungan AI dan cryptocurrency hampir setiap minggu mengalami perubahan baru. Baru-baru ini, perhatian pasar telah beralih ke proyek "kerangka" yang dipimpin oleh teknologi, di mana segmen ini telah menghasilkan beberapa proyek dengan kapitalisasi pasar lebih dari seratus juta bahkan lebih dari satu miliar dalam waktu singkat. Proyek-proyek ini juga telah melahirkan sebuah model penerbitan aset baru, yaitu proyek menerbitkan token berdasarkan repositori kode Github, di mana Agent yang dikembangkan berdasarkan kerangka juga dapat menerbitkan token lagi. Berdasarkan kerangka, Agent sebagai aplikasi lapisan atas, membentuk model yang mirip dengan platform penerbitan aset, yang pada kenyataannya sedang terbentuk sebagai model infrastruktur khusus era AI. Artikel ini akan dimulai dari konsep dasar kerangka, serta memadukan pemikiran pribadi untuk menginterpretasikan dampak potensial kerangka AI terhadap bidang cryptocurrency.

I. Definisi dan Klasifikasi Kerangka

Kerangka AI adalah alat atau platform pengembangan dasar yang mengintegrasikan serangkaian modul, pustaka, dan alat yang telah dibangun sebelumnya, menyederhanakan proses pembangunan model AI yang kompleks. Kerangka ini biasanya mencakup fungsi untuk memproses data, melatih model, dan melakukan prediksi. Secara sederhana, kerangka dapat dipahami sebagai sistem operasi di era AI, mirip dengan sistem operasi desktop seperti Windows, Linux, atau sistem operasi mobile seperti iOS dan Android. Setiap kerangka memiliki kelebihan dan kekurangan, pengembang dapat memilih berdasarkan kebutuhan spesifik.

Meskipun "kerangka AI" adalah konsep yang muncul di bidang cryptocurrency, dari segi asal-usul, perkembangan kerangka AI telah hampir 14 tahun sejak Theano diluncurkan pada tahun 2010. Di bidang AI tradisional, baik di kalangan akademis maupun industri, sudah ada berbagai kerangka yang sangat matang untuk dipilih, seperti TensorFlow milik Google, Pytorch milik Meta, PaddlePaddle milik Baidu, dan MagicAnimate milik ByteDance, yang masing-masing memiliki keunggulan di berbagai skenario.

Saat ini, proyek kerangka yang muncul di bidang cryptocurrency dikembangkan berdasarkan permintaan besar akan Agen di bawah gelombang AI saat ini, dan meluas ke bidang cryptocurrency lainnya, akhirnya membentuk kerangka AI di berbagai sub-sektor. Berikut adalah beberapa pengantar dari kerangka utama:

1.1 Eliza

Eliza adalah kerangka simulasi multi-Agent, yang dirancang khusus untuk membuat, menerapkan, dan mengelola AI Agent otonom. Ini dikembangkan berdasarkan TypeScript, dengan kompatibilitas dan kemampuan integrasi API yang baik. Eliza terutama ditujukan untuk skenario media sosial, mendukung integrasi multi-platform, termasuk Discord, X/Twitter, Telegram, dan lainnya. Dalam pengolahan konten media, ia mendukung pembacaan dan analisis dokumen PDF, ekstraksi dan ringkasan konten tautan, transkripsi audio, pengolahan konten video, analisis dan deskripsi gambar, serta ringkasan percakapan.

Kasus penggunaan yang didukung Eliza saat ini terutama mencakup aplikasi asisten AI, karakter media sosial, pekerja pengetahuan, dan karakter interaktif. Dalam hal dukungan model, Eliza dapat menggunakan model sumber terbuka untuk inferensi lokal, atau menggunakan API OpenAI untuk inferensi cloud, dengan konfigurasi default adalah Nous Hermes Llama 3.1B, dan terintegrasi dengan Claude untuk melakukan kueri kompleks.

1.2 G.A.M.E

G.A.M.E adalah kerangka AI multimodal yang dihasilkan dan dikelola secara otomatis yang diluncurkan oleh Virtual, terutama ditujukan untuk desain NPC cerdas dalam game. Ciri khas dari kerangka ini adalah pengguna dengan dasar kode rendah bahkan tanpa kode dapat menggunakannya, pengguna hanya perlu mengubah parameter untuk berpartisipasi dalam desain Agen.

Desain inti G.A.M.E adalah desain modular yang bekerja sama melalui beberapa subsistem, termasuk antarmuka petunjuk Agent, subsistem persepsi, mesin perencanaan strategis, konteks dunia, modul pemrosesan dialog, operator dompet on-chain, modul pembelajaran, memori kerja, pemrosesan memori jangka panjang, gudang Agent, perencana tindakan, dan eksekutor rencana.

Dari perspektif arsitektur teknis, kerangka ini terutama fokus pada keputusan, umpan balik, persepsi, dan kepribadian Agen dalam lingkungan virtual, selain dari skenario permainan, juga berlaku untuk aplikasi metaverse.

1.3 Rig

Rig adalah alat sumber terbuka yang ditulis dalam bahasa Rust, dirancang untuk menyederhanakan pengembangan aplikasi model bahasa besar (LLM). Ini menyediakan antarmuka operasi yang seragam, memungkinkan pengembang untuk dengan mudah berinteraksi dengan berbagai penyedia layanan LLM ( seperti OpenAI dan Anthropic ) serta berbagai basis data vektor ( seperti MongoDB dan Neo4j ).

Fitur inti dari Rig mencakup antarmuka yang seragam, arsitektur modular, keamanan tipe, dan kinerja yang efisien. Ini mendukung mode pemrograman asinkron, mengoptimalkan kemampuan pemrosesan bersamaan, dan dilengkapi dengan fungsi pencatatan dan pemantauan.

Rig tidak hanya cocok untuk membangun sistem penyelesaian masalah yang memerlukan jawaban cepat dan akurat, tetapi juga dapat digunakan untuk membuat alat pencarian dokumen yang efisien, chatbot atau asisten virtual yang memiliki kemampuan pemahaman konteks, bahkan mendukung pembuatan konten, secara otomatis menghasilkan teks atau bentuk konten lainnya berdasarkan pola data yang ada.

1.4 ZerePy

ZerePy adalah sebuah kerangka kerja sumber terbuka berbasis Python, yang bertujuan untuk menyederhanakan proses penerapan dan pengelolaan AI Agent di platform Twitter( sebelum X). Ini mewarisi fungsi inti dari proyek Zerebro, tetapi menggunakan desain yang lebih modular dan lebih mudah diperluas.

ZerePy menyediakan antarmuka baris perintah (CLI), memudahkan pengguna untuk mengelola dan mengontrol AI Agent yang mereka deploy. Arsitektur intinya didasarkan pada desain modular, mendukung model bahasa besar (LLM) dari OpenAI dan Anthropic, langsung terintegrasi dengan API platform X, dan berencana untuk mengintegrasikan sistem memori di masa depan.

Meskipun ZerePy dan Eliza sama-sama berkomitmen untuk membangun dan mengelola Agen AI, keduanya memiliki perbedaan kecil dalam arsitektur dan tujuan. Eliza lebih fokus pada simulasi multi-agen dan penelitian AI yang luas, sementara ZerePy lebih fokus pada penyederhanaan proses penerapan Agen AI di platform sosial tertentu (X), lebih condong pada penyederhanaan dalam aplikasi praktis.

Dua, Jalur Pengembangan AI Agent dan Perbandingan dengan Ekosistem BTC

Jalur pengembangan AI Agent memiliki banyak kesamaan dengan ekosistem BTC dari akhir 2023 hingga awal 2024. Perkembangan ekosistem BTC dapat dirangkum sebagai: persaingan multi-protokol seperti BRC20-Atomical/Rune - BTC L2 - BTCFi yang berpusat pada Babylon. Sementara itu, AI Agent berkembang lebih cepat di atas tumpukan teknologi AI tradisional yang matang, jalurnya dapat dirangkum sebagai: GOAT/ACT - Agent sosial/AI Agent analitik - persaingan kerangka kerja. Di masa depan, proyek infrastruktur yang dikembangkan di sekitar desentralisasi Agent dan keamanan mungkin menjadi melodi utama tahap berikutnya.

Namun, jalur AI Agent tidak mungkin menuju homogenitas dan gelembung seperti ekosistem BTC. Narasi AI Agent tidak dimaksudkan untuk mereproduksi sejarah rantai kontrak pintar; proyek kerangka AI yang ada, terlepas dari kekuatan teknis, setidaknya menawarkan cara baru dalam pengembangan infrastruktur. Jika dibandingkan dengan menganggap kerangka AI sebagai platform penerbitan aset, dan Agent sebagai aset, penulis berpendapat bahwa kerangka AI lebih mirip dengan rantai publik masa depan, sementara Agent lebih mirip dengan Dapp masa depan.

Dalam ekosistem cryptocurrency saat ini, kita memiliki ribuan blockchain publik dan puluhan ribu Dapp. Blockchain umum termasuk BTC, Ethereum, dan berbagai blockchain heterogen, sedangkan blockchain aplikasi lebih bervariasi, seperti blockchain game, blockchain penyimpanan, blockchain Dex, dan lain-lain. Blockchain publik dan kerangka AI pada dasarnya sangat mirip, dan Dapp juga dapat dengan baik sesuai dengan Agent.

Dalam bidang cryptocurrency di era AI, kemungkinan akan berkembang ke arah bentuk ini. Perdebatan di masa depan mungkin akan beralih dari perdebatan EVM dan rantai heterogen ke persaingan kerangka. Pertanyaan sekarang lebih terfokus pada bagaimana mewujudkan Desentralisasi atau rantai, serta apa arti mengembangkan kerangka AI di atas blockchain. Proyek infrastruktur AI selanjutnya mungkin akan menjelajahi dasar-dasar ini.

Tiga, Makna Menggunakan Rantai

Blockchain dan penggabungan dengan bidang apapun harus menghadapi satu masalah inti: apakah penggabungan ini memiliki makna? Dalam artikel sebelumnya, penulis pernah mengkritik kebalikan dari tujuan GameFi, serta masalah perkembangan infrastruktur yang terlalu maju. Mengenai penggabungan AI dan cryptocurrency, penulis juga pernah menyatakan kurang optimis terhadap kombinasi AI x Crypto dalam bidang praktis pada tahap saat ini.

Merefleksikan perjalanan sukses DeFi, kita dapat menemukan bahwa alasan DeFi mampu meraih bagian dari keuangan tradisional adalah karena ia memiliki aksesibilitas yang lebih tinggi, efisiensi yang lebih baik, dan biaya yang lebih rendah, serta keamanan yang tidak memerlukan kepercayaan pada lembaga terpusat. Berdasarkan pemikiran ini, alasan untuk mendukung rantai Agent mungkin termasuk:

1. Apakah rantai Agent dapat mewujudkan biaya penggunaan yang lebih rendah, sehingga mencapai aksesibilitas dan pilihan yang lebih tinggi? Ini mungkin akhirnya memungkinkan hak "sewa" AI yang khusus untuk perusahaan besar Web2 agar dapat diakses oleh pengguna biasa.

2. Dalam hal keamanan, jika Agen dapat terlibat dalam dompet nyata atau virtual, maka solusi keamanan berbasis blockchain mungkin menjadi kebutuhan mendesak.

3. Apakah Agent dapat mewujudkan satu set cara bermain keuangan yang sepenuhnya milik blockchain? Misalnya, seperti LP dalam AMM, memungkinkan orang biasa juga dapat berpartisipasi dalam pembuatan pasar otomatis; atau berdasarkan sumber daya seperti daya komputasi dan penandaan data yang diperlukan oleh Agent, pengguna dapat menginvestasikan ke dalam protokol dalam bentuk stablecoin.

4. Dalam situasi saat ini di mana DeFi kekurangan interoperabilitas yang sempurna, jika agen berbasis blockchain dapat mewujudkan inferensi yang transparan dan dapat dilacak, mungkin akan lebih menarik dibandingkan dengan browser agen yang disediakan oleh raksasa internet tradisional.

Empat, Peluang Baru dalam Ekonomi Kreatif

Proyek berbasis kerangka mungkin akan menawarkan peluang kewirausahaan yang mirip dengan GPT Store di masa depan. Meskipun saat ini menerbitkan Agen melalui kerangka masih cukup kompleks bagi pengguna biasa, menyederhanakan proses pembangunan Agen dan menyediakan kerangka kombinasi fungsi yang kompleks mungkin akan memiliki keunggulan di masa depan, sehingga membentuk ekonomi kreatif Web3 yang lebih menarik dibandingkan dengan GPT Store.

Saat ini, GPT Store lebih condong ke arah utilitas di bidang tradisional, dan sebagian besar aplikasi populer dibuat oleh perusahaan Web2 tradisional, dengan pendapatan yang juga dikuasai oleh penciptanya. Sebaliknya, Web3 masih memiliki banyak bidang yang perlu diisi dalam hal permintaan, dan dalam sistem ekonomi, dapat membuat kebijakan tidak adil dari raksasa Web2 menjadi lebih adil. Selain itu, pengenalan ekonomi komunitas juga dapat membuat Agen menjadi lebih sempurna.

Ekonomi kreatif Agent akan memberikan kesempatan kepada orang biasa untuk berpartisipasi, AI Meme di masa depan mungkin lebih cerdas dan lebih menarik dibandingkan dengan Agent yang diterbitkan di platform saat ini. Ini membuka arah pengembangan baru untuk ekosistem Web3, yang diharapkan dapat memicu lebih banyak inovasi dan partisipasi.