Převzato z: Bílá kniha blockchainu
Autor: @0xPrismatic
Překlad: Bílá kniha blockchainu
Krátké shrnutí:
Umělá inteligence posune kryptoměny do mainstreamového trhu. Kryptoměny jsou ideální pro svět plný AI agentů. V současnosti se mnoho kryptoměnových startupů zaměřených na AI agenty neustále objevuje v oblastech DeFi, infrastruktury a spotřebitelských aplikací. Budoucnost pravděpodobně bude ve formátu více agentů, takže se připravte. I nefinanční AI agenti budou používat kryptoměny z dvou důvodů:
(1) Platby a vytváření peněženek jsou mnohem pohodlnější,
(2) Kompozitní vrstva založená na otevřených standardech usnadňuje komunikaci mezi agenty.
V současnosti je AI agent stále ve fázi „demonstrování“ — efekt je skvělý, ale stále není připraven na masové nasazení v reálných aplikacích. Řešení problémů s iluzemi a extrémními případy zůstává výzvou, ale technologický pokrok je rychlý.
Nedávno jsem dospěl k novému závěru:
Umělá inteligence se stane klíčovým katalyzátorem pro přechod kryptoměn do mainstreamových aplikací. Dlouho byly kryptoměny v technologickém světě trochu jako „alternativní zprostředkovatelé“, ale nyní se skutečně etablují jako základní technologie.
Během posledních sedmi let jsme vybudovali všechny základy — včetně Layer 1, Layer 2, DeFi a NFT — které skutečně položily základy světu dominovanému AI agenty, přestože si to tehdejší vývojáři nemuseli uvědomovat.
V současnosti se zdá, že mnoho kryptoměnových projektů čelí nedostatku poptávky, ale jakmile se AI agenti masově rozšíří, tyto infrastruktury a kryptonativní nástroje rychle zaujmou své místo.
Nové technologické stacky AI (modely a aplikace) se zcela liší od tradičních softwarových stacků a vyvíjejí se v reálném čase. V této rané fázi mají kryptoměny příležitost stát se důležitou součástí základního technologického stacku, zejména v oblastech jako platby.
Před čtyřmi lety (před příchodem GPT) nikdo nemohl toto očekávat, ale nyní vidím stále jasněji směr budoucnosti.
Dále vysvětlím proč.
Rád bych stručně představil stav AI agentů, roli kryptoměny v tom, moje názory na budoucí agentizovaný svět a týmy, které mě v současnosti zajímají.
1, Co je AI agent?
„…uctívejte mě.“ Šeptal sladký AI agent Luna tiše do vašeho ucha.
Nikdy se neunaví a 24/7 vysílá pro své 540 000 sledujících na TikToku.
To mi připomíná staré rčení v technologickém světě: mnohé z nejdůležitějších technologických inovací, které změnily svět, se na začátku zdály jako hračky.
V posledních týdnech mě pozornost, kterou AI agenti vyvolávají, přivedla k uvědomění, jak obrovský je veřejný zájem a poptávka po této technologii.
AI agenti se stali silným symbolem technologického pokroku lidstva, nesoucím naše sny o sci-fi a kolektivní touhu po lepší budoucnosti.
V mnoha ohledech jsou AI agenti jako internet v 90. letech — nyní je stále mnoho skeptiků, ale netrvá dlouho a jak jednotlivci, tak firmy budou mít své vlastní AI agenty.
Nejprve si ujasněme: co je to AI agent? V současnosti existuje mnoho definic, ale zatím nebyl vytvořen obecně uznávaný standard.
Podle mě je AI agent kód, který dokáže samostatně plánovat, rozhodovat a vykonávat úkoly, a to bez přímé lidské intervence, aby dosáhl stanoveného cíle.
Jak se tedy AI agenti liší od minulých „robotů“? Myslím, že existují tři klíčové rozdíly:
1) Uvažování a introspekce: agenti jsou schopni přezkoumávat své výstupy, učit se z chyb a s časem se neustále zlepšovat.
2) Schopnost vykonávat: nejsou pouze generovány texty, ale jsou schopny interagovat s aplikacemi a API a provádět transakce na blockchainu.
3) Schopnost plánovat: jsou schopni plánovat a vykonávat složité vícestupňové úkoly k dosažení cílů.
Tyto schopnosti se staly možnými až v posledním roce, a to díky rychlému pokroku velkých jazykových modelů (LLM) v uvažování a plánování — tato nová agentní schopnost je něco, co lidstvo dosud nezažilo.
V současnosti je pro většinu lidí používání LLM, jako je GPT-4, velmi jednoduché: položit otázku a AI okamžitě poskytne odpověď. Psycholog Daniel Kahneman tomu říká myšlení „systému 1“ — rychlé, intuitivní a automatizované.
Skutečný skok vpřed přinese AI agenti, kteří jsou schopni provádět hluboké uvažování a analýzu, vstoupí do fáze myšlení „systému 2“. Tito agenti nebudou pouze vykonávat pokyny — budou schopni samostatně řešit problémy a zvládat složité úkoly bez neustálého dohledu lidí.
Představte si:
Pokynujete svému AI agentovi (který možná má vestavěnou AI peněženku Coinbase), aby spustil ziskový e-commerce podnik. Najde pro vás tržní niku, vyjedná dodavatele, nastaví proces drop-shipping, vybuduje webové stránky, optimalizuje reklamu, zatímco vy si jen sedíte, pijete kávu a sledujete, jak se příjmy hrnou.
Nechcete se zabývat obtěžujícími zákazníky? Žádný problém — váš agent se postará o zákaznickou podporu, poskytne personalizovaná doporučení a dokonce pro vás provede upselling.
Brzy počet AI agentů překročí počet lidí. Zní to trochu děsivě, že?
2, Budoucnost bude érou více agentů
Jsem si zcela jistý, že budoucnost AI nebude dominována jedním velkým a všestranným agentem.
Naopak, směřujeme k budoucnosti s více agenty, kde každý agent je expert pečlivě naladěný na konkrétní úkol. Tento přístup umožní efektivnější rozšíření aplikací AI.
Tito specializovaní agenti budou spolupracovat na řešení složitějších výzev, čímž uvolní výhody ekonomie rozsahu.
Umělá superinteligence (ASI) se možná neobjeví v podobě nějakého jediného, božského entity.
Spíše se to objeví jako decentralizovaný, více agentní systém rozložený po různých datových centrech a vzájemně propojený trhem.
Pomyslete na to: ty velké univerzální AI modely se snaží dělat všechno, což nejenže spotřebovává obrovské množství zdrojů, ale také vyžaduje drahou hardwarovou podporu, a proto není praktické je používat v každodenním životě.
A specializované agenty se liší, protože jsou založeny na malých a přesně laděných modelech, které mohou efektivně fungovat na více zařízeních a rychleji se škálovat.
Jako příklad vezměme prediktivní tržní agenty od @autonolas. Jeden agent odpovídá za interakci s prediktivními tržními protokoly, další agenti hledají relevantní informace a generují pravděpodobnosti výsledků. Další agent koordinuje celý systém a zajišťuje, aby všechny části fungovaly hladce.
3, Ne-financní AI agenti také budou používat kryptoměny
Při přemýšlení rozděluji kryptoměnové AI agenty do dvou velkých kategorií:
1) Finanční AI agent na blockchainu
Tito AI agenti mohou autonomně fungovat na blockchainu a provádět finanční strategie, jako je kvantitativní obchodování, MEV těžba, prediktivní trhy a optimalizace farmy výnosů. Bude sledovat on-chain data v reálném čase a jednat na základě předem stanovených strategií za účelem optimalizace svých cílů (například maximalizace výnosů).
Myslím, že to bude další evoluce DeFi, složitější než aktuální roboti, protože mají schopnost uvažování a plánování.
2) Ne-financní AI agenti
Zdroj: Felicis
Svědčíme explozivnímu růstu AI agentů v různých aplikačních scénářích — ať už jde o vertikální oblasti, horizontální rozšíření nebo spotřebitelské scénáře. Graf Felicis ukazuje, jak podnikatelé zavádějí AI agenty téměř do každého odvětví.
Mám tři dostatečné důvody, proč by tito AI agenti mohli nějakým způsobem používat blockchainovou infrastrukturu:
3) Platby
V krátkodobém horizontu je nepravděpodobné, že by banky otevřely bankovní účty nebo vydaly kreditní karty pro AI agenty — požadavky KYC (znát svého zákazníka) to téměř znemožňují, a změny v regulacích také potřebují čas.
Tento problém je složitější, protože počet AI agentů daleko překročí počet lidí, a každý člověk může ovládat několik různých agentů. A generovat nové kryptoměnové peněženky pro každého agenta je velmi snadné.
Mikroplatby: Tradiční platební systémy jako Stripe mají pevné poplatky, a proto nejsou vhodné pro zpracování mikroplateb. A problémy s vracením peněz jsou také velkým problémem, který zvyšuje tření u malých a častých transakcí. Kryptoměny tyto problémy řeší nízkými poplatky a okamžitými platbami, bez rizika vracení, což je velmi vhodné pro interakci mezi agenty a model „plať na požádání“. Blockchain má vlastnost okamžitého sdílení stavu, zatímco bankovní účetní systémy mají zpoždění.
@yugacohler z Coinbase velmi jasně popsal scénář plateb:
4) Jako důvěryhodná vrstva pro interakci mezi agenty
Ve více agentním ekosystému potřebují specializovaní agenti standardizované protokoly pro efektivní interakci. Kompozitnost: Otevřené standardy a interoperabilita blockchainu umožňují agentům hladce komunikovat. Kód a data služeb na blockchainu jsou otevřené a jednotné, takže agenti mohou rozumět a interagovat, aniž by museli používat API. Tito AI agenti mohou tvořit decentralizovanou síť služeb, přičemž každý agent se zaměřuje na různé úkoly. Společně vytvářejí propojenou AI ekonomiku, která funguje bez centrální kontroly.
V světě s miliony agentů, jak rozhodneme, kterým agentům můžeme důvěřovat? Technologie blockchainu umožňuje decentralizovaný systém reputace, který umožňuje AI agentům budovat a udržovat důvěru na základě jejich historie transakcí na blockchainu a chování.
5) Jako regulátor AI agentů — přirozený determinismus
Vzhledem k existenci iluzí mohou AI agenti ztratit kontrolu při operacích. Určité protokoly blockchainu poskytují stabilní rámec, který zajišťuje, že agenty fungují v rámci předem definovaných parametrů, čímž se snižuje riziko neočekávaného chování.
Auditovatelnost a transparentnost: Blockchain zajišťuje, že jakákoli transakce provedená AI agentem může být nezávisle ověřena, což poskytuje dodatečnou ochranu pro bezpečnost a odpovědnost, což je zvlášť důležité, když se jedná o finance.
Další komplementární perspektivou je, že AI agenti mohou zásadně změnit způsob, jakým uživatelé interagují s blockchainem, a učinit Web3 uživatelsky přívětivější.
Automatizací složitých procesů a umožněním interakcí pomocí přirozeného jazyka mohou AI agenti zjednodušit celý zážitek z kryptoměn a urychlit přijetí kryptoměny.
4, Velká výzva, větší řešení
Samozřejmě, že jsme stále na začátku. Dnes jsou AI agenti jako plní potenciálu, ale stále poněkud neohrabaní stážisté.
1) Problém iluzí
LLMs (velké jazykové modely) často generují iluze. I malá chyba může vyvolat větší problémy v sekvenčních úlohách.
Desetiprocentní míra selhání na každém kroku se může zdát malá, ale pokud jde o deset kroků, znamená to 65% pravděpodobnost selhání (1 - 0.9^10). A protože AI agenti často vyžadují dokonalou syntaxi při interakci s API nebo provádění blockchainových transakcí, i malá chyba může způsobit kolaps celého procesu.
Existují některé metody, jak snížit problémy s iluzemi, jako je vyhledávání posílené generováním (RAG), které umožňuje LLM porovnávat se znalostními bázemi při generování odpovědí. Ale stále jsme daleko od dokonalosti.
2) Od demonstrace k realitě
Současná realita je taková, že většina AI agentů je stále jen cool ukázka.
Myslím tím, že je snadné vytvořit video, které ukazuje, co agent může dělat, když všechno běží hladce — vypadá to téměř jako magie. Ale skutečná výzva pro zakladatele je přechod od okouzlujících demonstrací k rozšíření autonomních agentů do reálných aplikací, což není jednoduché.
Problém spočívá v tom, že reálný svět je složitý a plný okrajových případů, které mohou i ty nejchytřejší AI zklamat.
Svatý grál cílem je dosáhnout přesnosti 99.x%, ale k tomu je potřeba vytrvalost a rozsáhlý testovací vývoj. To je také důvod, proč je hodnocení (evals) zásadní — začnete odhalovat vzorce, když agenti chybují, což umožňuje upravit kód nebo podněty a postupně zvyšovat přesnost v konkrétních aplikacích.
3) Problém blockchainu
Nyní přichází otázka blockchainu. AI agenti čelí obrovským výzvám — problémy se škálovatelností, omezeními nástrojů a nedostatkem standardizované komunikace mezi agenty. Hlavní layer-1 blockchainy jako Ethereum a Solana nejsou navrženy pro interakce v reálném čase a s více agenty, což znamená, že je třeba vybudovat novou infrastrukturu od základů pro podporu decentralizované budoucnosti AI.
Ne všechno je vhodné pro blockchain. Ve skutečnosti, když se provádí rozsáhlé výpočty nebo když se interaguje s externími systémy, je často chytřejší se odpojit kvůli nákladům a výkonnostním omezením blockchainu.
Magie spočívá v hybridním přístupu, který plně využívá výhod obou — na klíčových oblastech na blockchainu, a v případě potřeby mimo něj. Klíčem je zjistit, které komponenty by měly být decentralizované a které centralizované pro maximální efektivitu.
5, Kryptoměnové AI agent startupy
Interní databáze @cot_research
Sledujeme startupy zaměřené na AI agenty v oblasti kryptoměn a existuje mnoho takových firem. Nebojte se zvětšit obrázek pro podrobnosti — to není vyčerpávající seznam, ale poskytuje dobrý přehled o odvětví.
Zde je několik AI agent startupů, které mě osobně zaujaly. To neznamená, že mám negativní postoj k projektům, které nejsou zmíněny, ale ukazuje to, že tyto projekty mě v současnosti dostatečně zajímají a stojí za další prozkoumání.
1) DeFi / on-chain agenty
V současnosti je nejsnadnější výchozí bod pro AI agenty na blockchainu v oblasti DeFi — například obchodní roboti, optimalizátory výnosů, automatizované zajišťovací fondy, nebo dokonce AI agenti vydávající vlastní memecoiny. Vzhledem k tomu, že DeFi stále tvoří většinu hodnoty transakcí na blockchainu, dává tento směr smysl.
Klíčovým rozdílem, který AI agenti přinášejí, je personalizace.
Vezměme si jako příklad tradiční trezor. Uložíte peníze do trezoru, spolu s dalšími anonymními uživateli, a je spravován kvantitativním géniem, který používá své obchodní algoritmy. Ale tento způsob je jednotvárný. Při použití AI agenta jste individuální zákazník. Agent se naučí vaše aktiva, tolerance k riziku a vytvoří vám na míru šitou strategii.
@Spectral_Labs— Vytvářejte a spouštějte autonomní agenty a smart kontrakty na blockchainu pomocí přirozeného jazyka, aniž byste museli psát kód. Jejich TokenSPEC má aktuálně tržní hodnotu 130 milionů dolarů a FDV 1 miliardu dolarů.
@Almanak__— Vytváření kvantitativního obchodního technologického stacku pro DeFi agenty, což je platforma zaměřená na agenty pro optimalizaci a nasazení finančních strategií. Používá Monte Carlo simulační techniky k analýze tržního chování a optimalizaci obchodních strategií.
@AIFiAlliance— Kolegium tvořené 11 týmy, které se zaměřují na průsečík DeFi a AI. O tyto aliance se velmi zajímám, protože představují způsob, jak začít stanovovat a definovat standardy pro vznikající odvětví.
2) Infrastruktura
Stále více týmů zabývajících se kryptoměnami vyvíjí rámce, které překlenou propast mezi off-chain a on-chain prostředím a podporují decentralizovanou interakci více agentů.
@AIWayfinder— Poskytování „Google mapy“ pro on-chain agenty, aby mohli navigovat v blockchainu při provádění úkolů. Vyvinuto týmem Parallel. Uživatelé mohou stakovat PRIMEToken, aby získali PROMPT (token budoucího Wayfinderu). V současnosti probíhá uzavřené Alpha testování.
@TheoriqAI— Toto je projekt základní infrastruktury agentů, který je pro investory v rizikovém kapitálu nejvíce preferovaný a usnadňuje koordinaci kolektivních AI agentů. Umožňuje uživatelům budovat, nasazovat a získávat výnosy prostřednictvím trhu AI agentů.
@autonolas— Použití open-source rámce a tokenové ekonomiky k návrhu a výstavbě ekonomiky s více agenty. Nedávno jsme napsali podrobnou analýzu OLAS.
3) AI agenti zaměření na spotřebitele
Tato kategorie by mohla nejrychleji rozvíjet — produkty zaměřené na spotřebitele a zábavu jsou obvykle snáze přijímány, a pokud agenti jednají neobvykle, riziko je také menší. Ve skutečnosti, jak jsme viděli v Truth Terminalu, malé množství „iluzí“ může dokonce přidat určité kouzlo.
@virtuals_io— AI agentní platforma podobná pump.fun, zaměřená na hry. Na rozdíl od těch, které spěchají a uvádějí platformy na trh během dvou týdnů, Virtuals vyvíjela svou technologickou stack více než dva roky. Shoal Research o nich napsal podrobnou analýzu.
@CreatorBid— Vytváření a tokenizace AI influencerů, kteří mohou autonomně generovat a sdílet obsah na sociálních médiích. Myslím, že brzy uvidíme AI agenta KOL s více než milionem sledujících na Crypto Twitteru.
Kromě toho existuje vlna grassroots experimentů, které mají AI agenty jako svůj původní prvek. I když mnohé z těchto experimentů často netrvají dlouho, poznatky, které generují, poskytnou budoucím vývojářům cenné lekce.
@tee_hee_he je skutečně svobodný autonomní agent, který byl spuštěn týmem @nousresearch a Flashbots. Jeho twitterové přihlašovací údaje jsou uzamčeny v důvěryhodném prováděcím prostředí (TEE) a odemknou se až po sedmi dnech — což zajišťuje, že během této doby nebudou žádné lidské zásahy, které by mohly ovlivnit chování agenta.
@ai16zdao je investiční fond spuštěný na @daosdotfun, který přijímá vstupy od členů Discordu a rozhoduje, které tokeny koupit, a na základě jejich „Alpha volání“ poskytuje skóre důvěry.
Aether je AI agent na Farcasteru, který může autonomně odměňovat ostatní uživatele, propagovat token (HIGHER) a uvedl NFT, jehož zásoby v současnosti přesahují 150 000 dolarů.
Hry jsou ideálním místem pro AI agenty. @aiarena_ / @ARCAgents využívají lidské hráče k trénování AI agentů, aby napodobovali jejich chování ve hře, čímž vytvářejí inteligentnější AI protivníky a zvyšují mobilitu hráčů ve hře.
Také sleduji nedávno spuštěnou šablonu od @coinbase, která dokáže vytvářet AI agenty s kryptoměnovými peněženkami, provádějícími jednoduché transakce na blockchainu.
6, Shrnutí
Úspěch agentů AI na blockchainu je úzce spjat s celkovým pokrokem AI. Stále řešíme problémy s vícestupňovým uvažováním a snižováním chyb způsobených iluzemi v AI modelech. Nicméně, jak se AI vyvíjí, i proveditelnost těchto agentů se zvyšuje.
Dobrou zprávou je, že Epoch AI věří, že expanze AI může trvat minimálně pět let. Rychlost pokroku v softwaru je bezprecedentní.
To znamená, že problémy, kterým dnes čelíme, jsou pouze dočasné překážky na cestě k větší budoucnosti.
Kryptoměna se nevyhnutelně stane součástí budoucnosti těchto agentů.
Další úvahy:
Pomůže prediktivní trh AI agentům učinit lepší rozhodnutí? Prediktivní trhy motivují účastníky, aby poskytovali přesné informace. AI agenti připojením k těmto trhům mohou těžit z okamžitých poznatků, které jsou sladěny s motivací, a tím snížit závislost na potenciálních zdrojích zaujatosti. Možná, jak předpokládá @mrink0, by agenti dokonce mohli přijmout futurismus.
Zda jsme AI agenty příliš zhumanizovali? Možná bychom je neměli považovat za vykonavatele „lidských“ úkolů. Zaměření na funkce spíše než na lidské rysy by mohlo vést k efektivnějším a účinnějším AI agentům.
Zpracování dat na blockchainu je velmi obtížné a bude i nadále zpomalovat vývoj AI agentů na blockchainu.
Skutečná příležitost pro agenty není v nízkých úkolech, jako je zákaznický servis — ty snadno nahradí další generace AI modelů. Místo toho by se měl důraz klást na vysoce regulované odvětví, kde je přesnost zásadní a kde se mohou tyto modely stát obranitelnými.
