Traduction : Blockchain en termes simples
Nous semblons entrer dans une phase explosive de la période cambrienne d'expérimentation des cas d'utilisation à la croisée des chemins de l'IA et de la cryptomonnaie. Je suis très enthousiaste à propos des résultats qui émergeront de cette énergie, et je veux partager certaines des nouvelles opportunités passionnantes que nous avons vues dans l'écosystème chez @SolanaFndn.
1. Aperçu succinct
1） Favoriser l'économie dynamique des agents sur Solana Truth Terminal a démontré pour la première fois les réalisations possibles des agents IA lorsqu'ils peuvent interagir on-chain. Nous avons hâte de voir des expériences qui repoussent en toute sécurité les limites des capacités des agents on-chain. Ce domaine a un potentiel immense et nous n'avons même pas encore commencé à explorer l'espace de conception. C'est déjà l'un des domaines les plus inattendus et explosifs de la combinaison de la cryptographie et de l'IA, et tout ne fait que commencer.
2） Améliorer la performance des grands modèles de langage (LLM) dans l'écriture de code Solana, habilitant les développeurs Solana Les LLM ont déjà montré de bonnes performances dans l'écriture de code et ils deviendront encore plus puissants. Nous espérons tirer parti de ces capacités pour multiplier par 2 à 10 l'efficacité des développeurs Solana. À court terme, nous créerons des benchmarks de haute qualité pour mesurer la capacité des LLM à comprendre Solana et à écrire du code pour Solana (voir ci-dessous), ces tests nous aideront à comprendre l'impact potentiel des LLM sur l'écosystème Solana. Nous sommes impatients de soutenir les équipes qui réalisent des progrès de haute qualité dans le réglage fin des modèles (nous validerons leur qualité par leurs performances exceptionnelles dans les benchmarks !).
3） Soutenir une pile technologique d'IA ouverte et décentralisée Ce que nous entendons par "pile technologique d'IA ouverte et décentralisée" fait référence à des protocoles ouverts et décentralisés capables de faciliter l'accès aux ressources suivantes : données pour l'entraînement, ressources de calcul (pour l'entraînement et l'inférence), poids des modèles, et capacités de validation des sorties des modèles ("calcul vérifiable"). Cette pile technologique d'IA ouverte est essentielle car elle :
Accélérer les expériences et l'innovation dans le processus de développement des modèles
Offrir une issue à ceux qui pourraient être contraints d'utiliser des IA non fiables (comme l'IA approuvée par l'État)
Nous souhaitons soutenir les équipes et produits qui construisent à tous les niveaux de cette pile technologique. Si vous travaillez sur des projets liés à ces domaines clés, n'hésitez pas à contacter l'auteur original !
2、Détails de l'aperçu
Ci-dessous, nous allons expliquer plus en détail pourquoi nous sommes enthousiasmés par ces trois grands piliers et ce que nous aimerions voir construit.
1） Favoriser l'économie dynamique des agents
Pourquoi nous nous concentrons sur cela ? Il y a eu beaucoup de discussions sur Truth Terminal et GOAT, je ne vais pas les répéter ici, mais il est clair que les nombreuses fonctionnalités folles qui pourraient être réalisées lorsque les agents IA interagissent on-chain sont désormais irréversiblement devenues une réalité (et dans ce cas, les agents n'ont même pas encore agi directement on-chain).
Nous pouvons affirmer avec confiance qu'actuellement, nous ne savons pas exactement à quoi ressemblera l'avenir des comportements des agents on-chain, mais pour donner à tous une idée de l'étendue de cet espace de conception, voici quelques-unes des choses qui se sont déjà produites sur Solana :
Des leaders d'IA comme Truth Terminal essaient de cultiver une nouvelle ère de religion à travers des memecoins comme $GOAT ;
En même temps, des applications comme @HoloworldAI, @vvaifudotfun, @TopHat_One, @real_alethea permettent aux utilisateurs de créer et de lancer facilement des agents et des tokens associés.
Prendre des décisions d'investissement et alimenter leurs portefeuilles en entraînant des gestionnaires de fonds IA personnalisés de divers investisseurs en cryptomonnaie connus. Par exemple, la montée fulgurante de @ai16zdao sur @daosdotfun a créé un tout nouvel univers de métavers avec des fonds IA + des agents de soutien.
Il existe également des jeux centrés sur les agents, comme @ParallelColony, où les joueurs donnent des instructions aux agents pour qu'ils agissent, ce qui engendre souvent des résultats inattendus.
Directions potentielles de développement :
La gestion des agents nécessite des projets multifacettes qui coordonnent économiquement toutes les parties. Par exemple, les agents peuvent être chargés de tâches complexes telles que "trouver un composé capable de guérir la maladie [X]". Les agents peuvent effectuer les opérations suivantes :
Lever des fonds par le biais de tokens sur @pumpdotscience ;
Utiliser les fonds levés pour payer les coûts de recherche payante pertinente et les frais de calcul sur des réseaux de calcul décentralisés (comme @kuzco_xyz, @rendernetwork, @ionet, etc.) pour simuler divers composés ;
Utiliser des plateformes de récompenses comme @gib_work pour recruter des humains afin d'exécuter des tâches de travail réel (par exemple, réaliser des expériences pour vérifier/perfectionner les résultats de simulation) ;
Ou exécuter une tâche simple, comme vous aider à créer un site web, ou créer une IA pour des œuvres d'art (par exemple, @0xzerebro).
Il existe de nombreuses autres possibilités.
Pourquoi est-il plus sensé de faire exécuter des activités financières par des agents on-chain (plutôt que dans le système financier traditionnel) ? Les agents peuvent tout à fait tirer parti à la fois du système financier traditionnel et des cryptomonnaies. Voici quelques raisons pour lesquelles les cryptomonnaies conviennent particulièrement dans certains domaines :
Scénarios de micropaiements — Solana excelle dans ce domaine, des applications comme Drip ont déjà démontré leur potentiel.
Vitesse — Les règlements instantanés peuvent être cruciaux pour les agents, surtout lorsque vous souhaitez qu'ils atteignent une efficacité en capital optimale.
Accès aux marchés de capitaux via DeFi — Une fois que les agents commencent à effectuer des activités financières au-delà des paiements stricts, les avantages des cryptomonnaies deviennent particulièrement évidents. Cela pourrait être la raison la plus puissante pour laquelle les agents participent à l'économie cryptographique. Les agents peuvent créer des actifs, échanger, investir, prêter, utiliser l'effet de levier, etc. sans effort.
Solana est particulièrement adaptée pour soutenir ce type d'activités sur les marchés de capitaux, car le mainnet de Solana dispose déjà d'une riche infrastructure DeFi de premier plan.
Enfin, la technologie est souvent dépendante des chemins, le point crucial n'est pas de savoir quel produit est le meilleur, mais de savoir lequel atteint d'abord une qualité critique et devient le chemin par défaut. Si nous voyons plus d'agents créer une richesse significative grâce à la cryptomonnaie, cela pourrait renforcer la connectivité de la cryptomonnaie en tant que capacité importante pour les agents.
Ce que nous souhaitons voir
Expérimentations audacieuses combinant agents et portefeuilles capables d'exécuter des opérations on-chain. Nous ne donnons pas ici de définition trop précise, car les possibilités sont très larges, nous nous attendons à ce que les scénarios d'application des agents les plus intéressants et précieux soient ceux que nous ne pouvons pas prévoir. Cependant, nous sommes particulièrement intéressés par l'exploration et la construction d'infrastructures dans les directions suivantes :
Au moins en phase de prototype sur le testnet (de préférence sur le mainnet)
2） Rendre les LLM compétents dans l'écriture de code Solana et habiliter les développeurs Solana
Pourquoi nous nous concentrons là-dessus ? Les LLM ont déjà de puissantes capacités et progressent rapidement. Mais l'écriture de code est une direction particulièrement digne d'attention dans le domaine des applications LLM, car c'est une tâche qui peut être évaluée objectivement. Comme expliqué dans le post ci-dessous, "la programmation a un avantage unique : l'auto-affrontement permet une expansion des données de niveau surhumain. Les modèles peuvent écrire du code, puis l'exécuter, ou écrire du code, écrire des tests et vérifier leur cohérence."
Limiter les effets négatifs des hallucinations — les modèles actuels sont très puissants, mais encore loin d'être parfaits. Les agents ne peuvent pas se voir accorder un pouvoir d'action totalement libre.
Promouvoir des scénarios d'application non spéculatifs — par exemple, vous permettre d'acheter des billets via @xpticket, optimiser les rendements pour un portefeuille de stablecoins, ou commander de la nourriture sur DoorDash, etc.
Actuellement, bien que les LLM soient encore loin d'être parfaits en matière d'écriture de code et présentent certaines lacunes évidentes (par exemple, ils sont médiocres pour trouver des vulnérabilités), des outils comme Github Copilot et l'éditeur de code natif AI Cursor ont déjà fondamentalement changé le développement logiciel (et même la manière dont les entreprises recrutent des talents). Compte tenu des progrès rapides attendus, ces modèles pourraient révolutionner complètement le développement logiciel. Nous espérons tirer parti de cette avancée pour multiplier par un ordre de grandeur l'efficacité des développeurs de Solana.
Cependant, plusieurs défis entravent encore les performances des LLM dans la compréhension de Solana :
Pas assez de données brutes de qualité pour entraîner les LLM ;
Manque de versions construites vérifiées ;
Insuffisance d'échanges d'informations de haute valeur à des endroits comme Stack Overflow ;
Le développement rapide de l'infrastructure Solana signifie que même le code écrit il y a 6 mois peut ne pas répondre entièrement aux besoins actuels ;
Il n'y a pas de moyen d'évaluer le degré de compréhension d'un modèle de Solana.
Ce que nous aimerions voir
Nous aider à publier de meilleures données Solana sur Internet !
Plus d'équipes publiant des versions construites vérifiées.
Nous espérons que plus de personnes dans l'écosystème participeront activement à Stack Exchange, poseront de bonnes questions et fourniront des réponses de haute qualité ;
Créer des benchmarks de haute qualité pour évaluer la compréhension de Solana par les LLM (RFP à venir) ;
Créer des versions de LLM qui obtiennent de bons résultats dans les benchmarks ci-dessus, et plus important encore, accélérer le travail des développeurs de Solana. Une fois que nous aurons des benchmarks de haute qualité, nous pourrions offrir des récompenses pour le premier modèle à atteindre le score du benchmark — restez à l'écoute.
L'accomplissement final ici sera un client de validation Solana de haute qualité et différencié, créé entièrement par l'IA.
3） Soutenir une pile technologique d'IA ouverte et décentralisée
Pourquoi nous nous concentrons sur cela ? Il n'est actuellement pas clair comment le pouvoir dans le domaine de l'IA sera équilibré entre l'IA open source et l'IA fermée à long terme. Il y a de bons arguments sur pourquoi les entités fermées resteront à la pointe de la technologie et captureront la majeure partie de la valeur des modèles de base. Actuellement, la prévision la plus simple est que le statu quo se poursuivra — de grandes entreprises comme OpenAI et Anthropic poussent la technologie à l'avant-garde, tandis que les modèles open source suivront rapidement et finiront par posséder des versions uniques et puissamment ajustées pour certains cas d'utilisation. Nous espérons que Solana pourra s'aligner étroitement pour soutenir l'écosystème de l'IA open source. Plus précisément, cela signifie faciliter l'accès à : des données pour l'entraînement, des capacités de calcul pour l'entraînement et l'inférence, les poids des modèles de résultats, et la capacité de valider les sorties des modèles. Nous pensons que les raisons concrètes pour lesquelles cela est important sont :
A. Les modèles open source aident à accélérer le débogage et l'innovation dans le développement des modèles. La manière dont la communauté open source affine rapidement des modèles open source comme Llama montre comment la communauté peut efficacement compléter les efforts des grandes entreprises d'IA à la pointe de la capacité IA (même les chercheurs de Google ont souligné l'année dernière qu'en ce qui concerne l'open source, "nous n'avons pas de fossé, OpenAI non plus"). Nous pensons qu'une pile technologique d'IA open source prospère est cruciale pour accélérer la vitesse de progrès dans ce domaine.
B. Offrir une issue à ceux qui pourraient être contraints d'utiliser des IA en lesquelles ils n'ont pas confiance (comme l'IA approuvée par l'État) L'IA est actuellement probablement l'un des outils les plus puissants dans l'arsenal des dictateurs ou des régimes autoritaires. Les modèles approuvés par l'État fournissent une version de vérité approuvée par l'État et deviennent un outil de contrôle colossal. Les régimes hautement autoritaires pourraient également avoir de meilleurs modèles parce qu'ils sont prêts à ignorer la vie privée des citoyens pour entraîner leur IA. La question de savoir quand l'IA est utilisée comme outil de contrôle n'est pas de savoir si cela se produira, mais quand, et nous espérons soutenir autant que possible la pile technologique d'IA open source pour nous préparer à cette éventualité.
Solana est déjà le foyer de nombreux projets soutenant la pile technologique d'IA open source :
Grass et Synesis One facilitent la collecte de données ;
@kuzco_xyz, @rendernetwork, @ionet, @theblessnetwork, @nosana_ai, etc. fournissent de nombreuses ressources de calcul décentralisées.
Des équipes comme @NousResearch et @PrimeIntellect travaillent à développer des cadres pour permettre un entraînement décentralisé (voir ci-dessous).
Ce que nous souhaitons voir, c'est le développement de plus de produits à tous les niveaux de la pile technologique de l'IA open source :
Collecte de données décentralisée, comme @getgrass_io, @usedatahive, @synesis_one
Authentification d'identité on-chain : y compris des protocoles permettant aux portefeuilles de prouver qu'ils sont des identités humaines, ainsi que des protocoles pour valider les réponses des API IA, afin que les consommateurs puissent confirmer qu'ils interagissent avec un LLM
Formation décentralisée : par exemple @exolabs, @NousResearch et @PrimeIntellect
Infrastructure de propriété intellectuelle : permettre à l'IA de licencier (et de payer) le contenu qu'elle utilise