La lutte pour les normes des cadres d'agents AI se poursuit avec vigueur, et ces derniers jours, la performance du marché secondaire d'ARC est particulièrement remarquable. Comment comprendre ce cadre de développement d'applications AI basé sur Rust ? Quelle est la différence entre les cadres ARC et ELIZA ? Voici ma compréhension du point de vue de la logique technique et commerciale :

1) ELIZA est un cadre d'intégration multi-client basé sur une architecture TypeScript et orienté vers le développement d'agents. En d'autres termes, ELIZA est un « assembleur », se concentrant sur l'assemblage des différentes grandes modèles LLM et des fonctions d'entrée et de sortie des plateformes telles que Discord, Twitter, etc. Il fournit des fonctionnalités de gestion de contexte de mémoire et d'optimisation des algorithmes de réglage des modèles, aidant les développeurs à déployer rapidement des agents AI.

ELIZA résout le problème de « l'accès » pour s'assurer que les développeurs peuvent rapidement mettre en œuvre des agents AI. Son point focal est la normalisation des interfaces, la simplification des processus d'intégration, la réduction des barrières au développement et la manière dont LLM peut être « utilisé » dans des applications multiplateformes.

2) Rig (ARC) est un cadre de construction de systèmes AI basé sur un moteur de flux de travail LLM en Rust. Il doit résoudre des problèmes d'optimisation de performance plus fondamentaux, en d'autres termes, ARC est une « boîte à outils » pour moteurs AI, fournissant des services de soutien en arrière-plan tels que les appels AI, l'optimisation de performance, le stockage de données et le traitement des exceptions.

Rig doit résoudre le problème de « l'appel » pour aider les développeurs à mieux choisir LLM, mieux optimiser les mots-clés, gérer plus efficacement les tokens, ainsi que comment traiter le traitement simultané, gérer les ressources, réduire la latence, etc. Son point focal est la manière dont le modèle AI LLM et le système d'agent AI collaborent pour « bien l'utiliser ».

3) Ce qui précède est une décomposition logique technique très objective. Tout le monde doit s'interroger sur qui a un plus grand potentiel de développement, ELIZA ou ARC ? Voici quelques critères d'évaluation :

1. Les agents AI sont à un stade initial d'explosion de l'écosystème, la réputation du marché et l'activité des développeurs de l'écosystème ayant un avantage précoce sont plus importants ; semblable au début du développement du cadre d'exécution de la chaîne EVM, des architectures blockchain comme EOS, plus avancées techniquement et adaptées au commerce, ont brièvement attiré l'attention du marché, mais ont finalement été surpassées par l'énorme écosystème de développeurs d'EVM.

2. Le fardeau d'ELIZA réside dans la conception de Tokenomics de ai16z qui n'est pas assez mature, le problème de « l'habilitation » des tokens du cadre open source ai16z et ELIZA, ainsi que la variable de savoir si la suite complète accueillera de nouveaux « membres », ce qui va inévitablement rendre son token dépourvu de potentiel de croissance rapide à court terme. En comparaison, ARC semble ne pas avoir ce fardeau.

3. Le problème d'ARC est qu'il décrit un cadre grand, performant et de niveau entreprise plus adapté à l'écosystème des agents AI du futur, mais il doit prouver au marché pas à pas que ce « haut niveau » n'est pas qu'un vain mot, et qu'il doit à un moment donné faire émerger des applications AI individuelles et des innovations d'agents AI visibles.