Penulis: jolestar

Minggu lalu saya mencoba-coba AI Agent, dan dua hari lalu saya menghadiri acara ai16z di Beijing, ingin melihat apa yang sebenarnya bisa dilakukan AI Agent saat ini dan memikirkan apa yang bisa dilakukannya di masa depan.

Kondisi AI Agent saat ini mengingatkan saya pada gambar meme, di mana ada seseorang yang tersembunyi di dalam mesin penjual otomatis. Semua orang sudah membayangkan bahwa AI Agent seharusnya memiliki kesadaran sendiri, tetapi sebenarnya di dalam AI Agent itu terdapat seorang pengembang. (Di sini bayangkan gambarnya, saya mencoba membuat AI menghasilkan gambar ini, tetapi AI tidak dapat memahami 'tersembunyi')

Cara kerja dasar dari kerangka kerja AI Agent

Kerangka kerja AI Agent saat ini berfungsi sebagai pengikat, menghubungkan klien (Twitter, Discord, Telegram, dll.) dan berbagai plugin (berbagai blockchain, dll.), kemudian kerangka kerja menyediakan pustaka dasar (memori penyimpanan, isolasi sesi, pembuatan konteks, dll.), dan kemudian menghubungkan berbagai antarmuka platform AI.

Bagaimana kerangka kerja AI Agent terintegrasi dengan aplikasi dan skenario bisnis

Sejak AI meledak tahun lalu, berbagai platform dan alat bermunculan, yang paling penting adalah menyelesaikan satu masalah, bagaimana AI terintegrasi dengan aplikasi. Beberapa platform AI mencoba menawarkan cara plugin, beberapa membangun model alur kerja, dan ada aplikasi tradisional yang menyematkan AI di dalam aplikasi. Tetapi kuncinya adalah: 1. Di mana titik interaksi aplikasi? 2. Bagaimana AI berintegrasi dengan logika bisnis yang ada.

Setiap platform AI memberikan pengguna antarmuka interaksi aplikasi yang mirip dengan jendela obrolan, jelas semua orang percaya bahwa cara interaksi dengan aplikasi AI harus bersifat 'personalisasi'. Dalam hal ini, kecerdikan AI Agent adalah langsung terhubung dengan semua sistem IM terbuka dan sosial, yang jelas lebih mudah diterima daripada membuat yang baru.

Bagaimana AI berintegrasi dengan logika bisnis yang ada. Solusi yang ditawarkan AI Agent adalah memungkinkan pengembang untuk mengintegrasikan keputusan AI ke dalam skenario bisnis. Bahasa pemrograman memerlukan kepastian, kondisi if hanya bisa true atau false, tidak dapat menangani logika bisnis yang samar. Dengan AI, logika kompleks dapat diubah menjadi kondisi yang tepat, dan kemudian dapat diintegrasikan tanpa batas ke dalam skenario bisnis.

Misalnya, fungsi membalas pesan dalam grup, bot IM tradisional perlu melalui beberapa instruksi pesan yang jelas untuk memicu, sementara dengan AI, kita dapat mewujudkan metode shouldReplyMessage, memberinya konteks, dan ia mengembalikan true atau false.

Peran AI dalam skenario logika bisnis terutama adalah:

1. Penemuan 'niat': Dengan penjelasan dalam kata kunci, membuat AI menemukan 'niat' dalam pesan teks pengguna berdasarkan konteks, memetakan niat ke kode tertentu.

2. Membantu pengambilan keputusan: Menggunakan AI untuk mengubah kondisi kompleks yang samar menjadi true/false yang pasti atau tipe enumerasi, kemudian menggabungkannya ke dalam logika bisnis.

Setelah membaca ini, banyak orang mungkin akan kecewa dengan AI Agent, banyak yang berpikir AI Agent adalah mengajarkan AI dan dia akan bisa melakukan segalanya. Sebenarnya, karena batasan konteks dari model besar, tidak mungkin (setidaknya saat ini) untuk menciptakan AI yang serba bisa, yang bisa melakukan segala hal. Tetapi kabar baiknya adalah programmer tidak perlu khawatir kehilangan pekerjaan, karena di belakang AI masih memerlukan banyak programmer, masih perlu seseorang untuk menumpuk if else, tetapi perbedaan kunci adalah batasan bisnis yang dapat diproses oleh program semakin meluas.

Dua jenis AI Agent

Di acara tersebut, saya bertanya kepada shaw satu pertanyaan, pasar memiliki dua harapan untuk AI Agent, 1. AI Agent memainkan peran sendiri, memiliki ID dan merek sendiri, memberikan layanan kepada pengguna. 2. Pengguna memiliki AI Agent pribadi, setara dengan asisten pribadi, yang dapat membantu pengguna menangani beberapa bisnis. Dari dua jenis AI Agent ini, mana yang akan lebih populer? Dia merasa kedua arah akan baik, dan mungkin akan digabungkan.

Saat ini, arah utama yang dieksplorasi di pasar adalah arah pertama. Arah ini mirip dengan pengubahan AI Agent, di masa depan mungkin tidak akan ada antarmuka aplikasi lagi, semua aplikasi akan menjadi AI Agent dan dipersonalisasi. Sementara itu, arah kedua adalah pengubahan klien aplikasi menjadi Agent, di mana klien aplikasi di masa depan akan menjadi plugin untuk asistem Agent, mengubah data lokal aplikasi menjadi bagian dari memori Agent, dan plugin ini juga bertanggung jawab untuk berkomunikasi dengan Agent layanan di cloud. Ini adalah pola arsitektur aplikasi baru yang akan mengubah seluruh infrastruktur.

Persyaratan AI Agent terhadap infrastruktur

1. Infrastruktur harus mencapai tanpa batasan akses (Permissionless), jika tidak, AI Agent akan dibatasi oleh berbagai strategi anti-serangan, layanan harus menggunakan biaya ekonomi (Gas) untuk mencegah serangan. Dalam hal ini, platform yang memiliki tingkat keterbukaan yang rendah akan menghadapi dampak yang cukup besar, dan semangat platform terbuka di awal Web2 akan kembali menyala.

2. AI Agent perlu dapat mengoperasikan dana untuk membayar, guna menyelesaikan masalah di atas.

Artinya, layanan di masa depan, baik berbasis blockchain atau tidak, harus mendukung mode otentikasi identitas kunci pribadi Crypto dan pembayaran berbasis Crypto.

Kombinasi AI Agent dan blockchain

Selain dua poin yang disebutkan di atas, bagaimana AI Agent terintegrasi dengan blockchain adalah arah yang sedang dieksplorasi. Di acara tersebut, saya berbicara dengan Mikkke tentang apa yang sedang dia kerjakan focEliza. Dua jenis AI Agent yang disebutkan sebelumnya, setidaknya yang pertama memerlukan lingkungan eksekusi atau verifikasi yang disediakan oleh blockchain. Karena begitu seorang AI Agent memberikan layanan ke publik, akan ada masalah kepercayaan, peran yang dimainkannya sebenarnya sama dengan kontrak pintar.

Mengenai nama 'kontrak pintar', ada kontroversi saat itu, itu hanya sepotong kode, di mana letak 'kecerdasannya', AI dapat membuat kontrak pintar menjadi sesuai namanya. Tantangannya adalah bagaimana memanggil antarmuka AI dalam lingkungan kontrak pintar. Jika mengatakan untuk menjalankan model besar dalam lingkungan yang dapat diverifikasi masih cukup jauh, menggunakan solusi seperti Oracle adalah jalan yang lebih praktis.

Dan di sekitar AI Agent, akan muncul banyak kebutuhan baru, bagaimana cara mendapatkan pengetahuan publik AI Agent? Bagaimana AI Agent menentukan fakta? Bagaimana AI Agent mengenali pengguna yang sama di berbagai platform? Bagaimana 'memori' disimpan dalam kontrak pintar? Jika saya memiliki beberapa perangkat, masing-masing memiliki AI Agent, bagaimana mereka berbagi memori?

Anda akan menemukan bahwa konsep-konsep seperti 'data on-chain', relasi on-chain, DID, jaringan P2P, dan sebagainya yang pernah dibahas di Web3, kini memiliki makna dan skenario baru.

Kesimpulan

Mengulang kesimpulan dari presentasi saya tentang AI dan blockchain tahun 2021, internet yang lebih ramah terhadap AI juga merupakan internet yang lebih ramah terhadap manusia. Saat itu masih sekadar ide, tetapi sekarang masa depan telah tiba.