Zdroj obrázku: (深潮 TechFlow)

Po dlouhém očekávání, Eliza dnes konečně zveřejnila svůj technický whitepaper.

I když často slýcháme, že mnoho AI agentů bylo vytvořeno na základě open-source architektury Eliza, technicky stále chybí detailní a seriózní vysvětlení toho, jak Eliza definuje sama sebe.

Tento whitepaper poskytuje dobrou odpověď na to, jak Eliza umožňuje hlubokou integraci AI s Web3, modulární design systémové architektury a technické realizace jako open-source architektury.

Whitepaper byl napsán Shawem, několika členy Eliza Labs a dalšími technickými pracovníky z příbuzných organizací, ale vzhledem k množství technických detailů a odborných konceptů může být pro běžné čtenáře méně přívětivý.

深潮 TechFlow provedlo zjednodušení a destilaci, aby rychle a srozumitelně vysvětlilo obsah tohoto whitepaperu.

Zdroj obrázku: (深潮 TechFlow)

Proč dělat Elizu?

Poznámka: redakce se domnívá, že předpokladem myšlení je vymezení rozsahu --- tedy proč se v kryptoměnovém nebo Web3 průmyslu zabývat Elizou, místo porovnávat tuto architekturu s širším rozsahem podobných AI architektur.

V souladu s tímto myšlením je úvodní a pozadí technického whitepaperu vlastně velmi dobrou odpovědí na tuto otázku:

V průmyslu AI a Web3 existuje zjevné prázdno: chybí agentní architektura, která by dokonale integrovala aplikace Web3.

Zdroj obrázku: (深潮 TechFlow)

Konkrétně, whitepaper uvádí, že průmysl Web3 čelí třem hlavním výzvám:

  1. Složitost decentralizovaných transakcí. S rozvojem veřejných řetězců, jako jsou Ethereum, Solana, BASE atd., se správa aktiv a provádění transakcí na různých řetězcích stává stále výzvou. I když existují některé obchodní platformy na trhu, základní funkce těchto platforem často nejsou dostatečné pro středně pokročilé uživatele s individuálními požadavky.

  2. Vytváření hodnoty z on-chain dat. Blockchain obsahuje obrovské množství cenných informací, od základních změn adres, cen tokenů, tržní kapitalizace až po pokročilé ukazatele, jako je podíl velrybích účtů nebo styl market makerů. Jak efektivně převést tyto složité údaje na cenné poznatky, je otázka, kterou je třeba urgentně vyřešit.

  3. Fragmentace informací na sociálních médiích. Pro průmysl Web3 jsou platformy jako X, Discord, Farcaster důležitými kanály pro získávání informací. Ale s rostoucím počtem názorových lídrů (KOL) se informace stávají čím dál více fragmentovanými, a jak získat cenné poznatky v záplavě informací, se stává běžnou výzvou pro každého obchodníka.

Na základě těchto skutečných potřeb vznikla Eliza. Jako první open-source přátelský AI operační systém pro Web3, Eliza používá modulární design, který umožňuje vývojářům a uživatelům přizpůsobit řešení podle svých potřeb.

Eliza se snaží snížit překážky pro běžné uživatele, aby mohli používat pokročilé AI funkce, a to bez nutnosti hlubokých programátorských znalostí k vytvoření vlastního AI agenta.

Zároveň whitepaper také porovnává sebe s několika dalšími běžnými AI architekturami, přičemž následující tabulka jasně ukazuje, že Eliza tvrdí, že je nejlépe přizpůsobená podpoře Web3, což je také klíčový bod, který whitepaper chce sdělit.

Zdroj obrázku: (深潮 TechFlow)

Designové principy a technické inovace Elizy.

Tři designové principy: jednoduché, ale ne jednoduché.

Úspěch Elizy není náhodný. Na začátku návrhu tým stanovil tři základní principy:

1. Web3 vývojáři na prvním místě. Vzhledem k tomu, že Web3 je primárně vyvíjeno pomocí JavaScriptu/TypeScriptu, Eliza zvolila TypeScript jako jazyk pro vývoj. To nejen umožňuje vývojářům používat známé nástroje, ale také jim usnadňuje integraci blockchainových funkcí do existujících webových aplikací. Jinými slovy, umožňuje Web3 vývojářům 'použít ihned'.

2. Modulární design rozšiřující aplikace Eliza rozděluje systém na jádro běhového času a čtyři klíčové komponenty:

  • Adapter(數據適配器)

  • Postava(代理個性)

  • Klient(消息互動)

  • Plugin(通用功能)

Tento design umožňuje vývojářům volně přidávat své vlastní rozšířené aplikace, klienty, postavy a adaptéry, aniž by se museli starat o detaily jádrového běhového času. To také umožňuje Elize podporovat nejširší spektrum poskytovatelů modelů (např. OpenAI, Llama, Qwen atd.), platformových integrací (X, Discord, Telegram atd.) a kompatibility řetězců (Solana, Ethereum, Ton atd.).

3. Jednoduché, nikoliv komplikované:

Při omezených inženýrských zdrojích udržení jednoduché interní realizace šetří čas pro vývoj nových funkcí, adaptaci na nové scénáře a udržení kroku s rychlým vývojem AI a Web3 průmyslu.

Technická inovace: interní i externí zdokonalení.

V konkrétní realizaci je inovace Elizy rozdělena do dvou dimenzí: interní posílení a externí rozšiřitelnost.

1. Interní posílení. Aby se zlepšila myšlenková kapacita AI modelu, Eliza integruje několik předních technologií:

Chain-of-Thoughts(思維鏈):

  • Technická definice: Vedení krokového vysvětlení.

  • Jednoduché porozumění: Stejně jako při řešení matematických úloh je třeba zapisovat proces, AI také vypracovává myšlenkový proces krok za krokem, místo aby rovnou podala odpověď. Tím se nejen dosáhne přesnějšího výsledku, ale také lidé pochopí, jak AI dospěla k závěru.

Tree-of-Thoughts(思維樹):

  • Technická definice: Umožňuje větvení prozkoumávat více řešení.

  • Jednoduché porozumění: Stejně jako při hře šachů je třeba zvážit různé možné tahy, AI zároveň prozkoumává více řešení a poté vybírá to nejlepší. Je to jako vybírání nejlepší větve na myšlenkové stromě.

Graph-of-Thoughts(思維圖):

  • Technická definice: propojení inferenčních cest.

  • Jednoduché porozumění: pohlížet na problémy jako na síť, kde se jednotlivé myšlenky navzájem propojují. Stejně jako když se snažíme vyřešit složité problémy, spojujeme různé relevantní myšlenky do myšlenkových map.

Layer-of-Thoughts(思維層):

  • Technická definice: vícestupňové usuzování AI.

  • Jednoduché porozumění: jako filtr, který dělí myšlenkový proces na různé úrovně. Stejně jako při řešení problémů, kdy nejprve zvažujeme široké směry a poté se zaměříme na konkrétní detaily, postupujeme krok za krokem.

2. Externí rozšiřitelnost. Aby se zvýšila schopnost řešení reálných problémů, Eliza integruje různé externí schopnosti:

RAG(檢索增強生成):

  • Technická definice: Zesílení generativní schopnosti prostřednictvím vyhledávání.

  • Jednoduché porozumění: Stejně jako student může při psaní úkolu konzultovat učebnici, může AI při odpovídání na otázky konzultovat svou 'databázi', aby zajistila přesnější odpověď.

Vektorové databáze:

  • Technická definice: Ukládání a vyhledávání strukturovaných dat.

  • Jednoduché porozumění: Je to jako 'knihovna' AI, která může rychle najít podobný obsah. Například, když řeknete 'Chci najít báseň o měsíci', může rychle najít všechny relevantní básně.

Hledání na internetu:

  • Technická definice: okamžitý přístup k informacím na internetu.

  • Jednoduché porozumění: umožňuje AI vyhledávat nejnovější informace online, stejně jako lidé, a není omezeno na pevný rozsah znalostí.

Převod textu na obrázky, videa a 3D modely:

  • Technická definice: Převod textového popisu na multimediální obsah.

  • Jednoduché porozumění: Stejně jako malíř může podle textového popisu vytvořit dílo, AI může na základě vašeho popisu generovat obrázky, videa a dokonce 3D modely.

Srovnání s jinými architekturami v průmyslu Web3.

V současné struktuře AI agentů Web3 vykazuje Eliza zřetelné výhody. Podle zpětné vazby od více než 50 AI výzkumníků a pokročilých blockchainových vývojářů, Eliza překonává ostatní architektury v následujících klíčových ukazatelích.

  • Úroveň podpory poskytovatelů modelů.

  • Stav kompatibility řetězců.

  • Stav integrity funkcí.

  • Stav integrace sociálních médií.

Zdroj obrázku: (深潮 TechFlow)

Eliza OS: pečlivě vybudovaný Web3 AI ekosystém.

Poté, co jsme porozuměli designovému konceptu Elizy, podívejme se, jak tato architektura vlastně funguje. Můžeme si představit Elizu jako pečlivě navržený LEGO systém, kde každá část dokonale zapadá a zároveň si udržuje vysokou flexibilitu.

Základní komponenty: pět klíčových rolí.

Ve světě Elizy spolupracuje pět základních komponentů a tvoří tak komplexní inteligentní systém.

1. Agents(代理): hlavní postavy systému.

Jsou jako samostatní 'digitální asistenti', kteří se starají o různé autonomní interakce. Každý agent má svou 'paměť' a 'osobnost', která mu umožňuje vést koherentní dialogy a interakce s uživateli prostřednictvím různých kanálů jako Discord, X atd.

2. Character Files(角色配置): 'personality' agenta.

Aby mohli být tito agenti osobití, potřebují podporu Character Files(角色配置). To odpovídá 'životopisu' agenta, který nejen definuje jeho identitu a osobnostní charakteristiky, ale také určuje, jaké modely (např. OpenAI, Anthropic) může používat a jaké operace (např. blockchainové transakce, mintování NFT) může provádět. Díky pečlivě navržené charakterové konfiguraci může každý agent prokázat své jedinečné odborné dovednosti a chování.

3. Poskytovatelé(提供者): 'senzorický systém' agenta.

Při interakci s externím světem potřebuje agent Providers(提供者) jako svůj 'senzorický systém'. Stejně jako lidé potřebují smysly, aby vnímali svět, poskytovatelé poskytují agentovi tržní data, podrobnosti o peněženkách, analýzu emocí a další okamžité informace, které mu pomáhají lépe porozumět aktuálnímu prostředí a kontextu.

4. Actions(行動): 'knihovna dovedností' agenta.

Když je potřeba podniknout konkrétní kroky, akce se stávají 'knihovnou dovedností' agenta. Od jednoduchých obchodních příkazů po složité generování NFT, každá operace prochází přísnou bezpečnostní kontrolou, aby byla zajištěna bezchybnost při zpracování finančně souvisejících úkolů. Tyto dovednosti umožňují agentovi skutečně fungovat ve světě Web3.

5. Evaluators(評估器): 'rozhodovací systém' agenta.

Nakonec Evaluators(評估器) slouží jako 'rozhodovací systém' agentů, vyhodnocují obsah dialogu, vybírají důležité informace a pomáhají agentům vytvářet dlouhodobou paměť. Nejen že sledují pokrok v dosažení cílů, ale také zajišťují konzistenci celého procesu dialogu.

Inteligentní interakce: ne jen jednoduchý dialog.

Pokud jde o interakci, Eliza využívá systém vícestupňového porozumění, podobně jako zkušený tlumočník, který musí nejen rozumět doslovnému významu, ale také chápat kontext a záměr mluvčího. Tento systém dokáže přesně porozumět skutečným potřebám uživatelské, udržovat konzistentní zkušenost na různých komunikačních platformách a flexibilně přizpůsobovat způsob odpovědi na základě kontextu.

Zdroj obrázku: (深潮 TechFlow)

Systém rozšiřujících aplikací: Možnost nekonečné rozšiřitelnosti.

Systém rozšiřujících aplikací Elizy je v podstatě nástrojová skříň, která poskytuje celé struktuře silnou rozšiřitelnost, což se projevuje ve třech směrech: multimediální generaci, integraci Web3 a infrastrukturu.

  • V oblasti multimediální generace je schopna generovat obrázky, videa a 3D modely, podporuje automatizovanou generaci NFT sérií a také nabízí schopnosti popisu a analýzy obrázků.

  • Pokud jde o integraci Web3, podporuje operace na několika řetězcích, jako jsou Ethereum, Solana atd., poskytuje kompletní sadu funkcí pro transakce a integruje různé DeFi operace.

  • V oblasti infrastruktury poskytuje základní schopnosti, jako jsou služby prohlížeče, zpracování dokumentů, převod řeči na text a další.

Díky tomuto modulárnímu designu si Eliza nejen udržuje stabilitu systému, ale také poskytuje vývojářům téměř nekonečné možnosti rozšíření. To také umožňuje Elize přizpůsobit se novým potřebám a scénářům, které se neustále objevují ve světě Web3.

Jaká je geometrie síly Elizy? Zjistěte pravdu z dat.

Když se objeví nová technická architektura, lidé obvykle nejvíce zajímají o její skutečný výkon. Eliza v tomto ohledu poskytuje upřímnou odpověď.

V GAIA benchmarku (což je platforma specializující se na hodnocení schopnosti AI agentů řešit reálné problémy) Eliza prokázala výjimečné schopnosti. Tento test nezkoumá pouze jednoduché dovednosti odpovídání na otázky, ale vyžaduje, aby AI agent měl logické usuzování, multimodální zpracování, prohlížení webu a používání nástrojů.

I když Eliza v testu dosáhla skóre (19,42%), které má určité rezervy ve srovnání s aktuálně nejlepšími řešeními, vzhledem k tomu, že se jedná o strukturu zaměřenou na průmysl Web3, je tento výsledek velmi pozoruhodný. Zejména při zpracování základních úkolů (úroveň 1) dosáhla Eliza dokončovacího poměru 32,21%, což ukazuje na její solidní základní schopnosti.

Zdroj obrázku: (深潮 TechFlow)

Průmysl Web3: inovační tvůrci standardů.

Je dobré si povšimnout, že Eliza hraje v průmyslu Web3 roli 'tvůrce standardů'. Vzhledem k tomu, že systémy AI orientované na Web3 jsou stále v rané fázi, Eliza jako první navrhla kompletní systém hodnocení standardů, který ukazuje směr vývoje celého průmyslu.

Tento hodnotící systém se skládá ze tří úrovní, které whitepaper nazývá 'Turingovým testem' pro verzi Web3 AI:

  • Základní schopnosti: zahrnující vytváření peněženek, obchodování s tokeny, interakci s chytrými kontrakty a další základní operace.

  • Pokročilé funkce: integrace nejnovějších AI technologií, jako je převod textu na video/3D, podpora RAG atd.

  • Vysoce pokročilé vlastnosti: schopnost autonomně plánovat a usuzovat na základě pokynů uživatele, což umožňuje skutečné inteligentní rozhodování.

V současnosti Eliza úspěšně realizovala všechny funkce na základní úrovni a postupuje k pokročilé úrovni. Tým uvedl, že jsou přesvědčeni, že v následujících letech budou schopni vytvořit plně autonomní AI agentní systém.

Zdroj obrázku: (深潮 TechFlow)

Praktická aplikace: trh hlasuje pravými penězi.

Původní whitepaper obsahuje také sekci o prezentaci kódu, která má ilustrovat aktuální praktické aplikace realizovatelné na této architektuře; vzhledem k obtížnosti porozumění a technickým detailům byla tato část vynechána, pouze se ukazuje celková ekonomická situace praktických aplikací.

Podle popisu whitepaperu, do ledna 2025 již více než několik významných projektů Web3 postavilo své AI agentní systémy na základě Elizy, jejichž celková tržní kapitalizace přesahuje 20 miliard dolarů.

Zdroj obrázku: (深潮 TechFlow)

Tento digitál může být sám o sobě nejlepším potvrzením tržní síly technologie Eliza.

Ještě důležitější je, že tým Eliza má důvěru v budoucnost. Věří, že s neustálým vývojem těchto „inteligentních agentů“ uvidíme novou éru, kde spolupracuje více AI jednotek. Jak řekl generální ředitel Anthropic Dario Amodei, 'geniální datová centra' jsou Eliza na cestě k tomuto budoucnu.

Současná omezení a budoucí vyhlídky: Upřímná sebereflexe.

Žádná technická architektura nemůže být dokonalá, tým Eliza v whitepaperu také otevřeně poukazuje na omezení současné architektury.

Tři hlavní výzvy, které je třeba vyřešit.

  1. Nedostatek pracovního toku systému: Stejně jako zkušený asistent potřebuje standardizovaný pracovní proces, když se vývojáři snaží realizovat nějaké rutinní úkoly (například pravidelně shrnovat data z více zdrojů), stávající struktura Elizy ještě nenabízí hotová řešení. Pro tento typ potřeb mohou být stále nezbytné pracovní systémy s grafickým uživatelským rozhraním jako Dify nebo Coze.

  2. Problémy s výkonem více agentních systémů. S rostoucím počtem agentů roste exponenciálně kontext a paměť, které musí systém zpracovat. Zejména při zpracování velkého množství vstupních a výstupních úloh je stále technicky náročné vyvážit výpočetní náklady a provozní efektivitu.

  3. Potřeba rozšíření vícejazyčné podpory. V současnosti je Eliza hlavně založena na TypeScriptu, ale aby přilákala více vývojářů z různých odvětví, musí rozšířit podporu pro Python, Rust a další programovací jazyky.

Výhled: Otevření nové éry decentralizované AI.

Ačkoliv existují tato omezení, význam Elizy již daleko přesahuje samotnou technickou architekturu. Představuje revoluční pokus o hlubokou integraci AI technologií a aplikací Web3.

Navržením každého funkčního modulu jako standardního TypeScript programu Eliza zajišťuje, že uživatelé mají plnou kontrolu nad systémem. Zároveň poskytuje bezproblémovou integraci s blockchainovými daty a chytrými kontrakty. Tento design zajišťuje jak bezpečnost, tak vysokou rozšiřitelnost.

Jak bylo uvedeno na konci whitepaperu, možnosti Elizy jsou omezeny pouze představivostí uživatele. S neustálým pokrokem AI a Web3 technologií se Eliza bude i nadále vyvíjet a pokračovat v určování směru vývoje decentralizované AI.

  • Tento článek byl autorizovaně přetisknut z: (深潮 TechFlow)

  • Původní autor: (深潮 TechFlow)

‘Využívá více AI agentů! Whitepaper Elizy zveřejněn: podrobnosti o třech hlavních principech a pěti klíčových komponentách' tento článek byl poprvé publikován v 'Krypto městě'.