Penulis：Arndxt, Threading on the Edge; Terjemahan：金色财经xiaozou
Di bidang Crypto x AI, terdapat empat kerangka utama: Eliza (AI16Z), GAME (VIRTUAL), Rig (ARC), dan ZerePy (ZEREBRO).
Keempat kerangka ini dapat memenuhi berbagai kebutuhan pengembangan.
Dibawah dukungan dari keunggulan awal dan komunitas TypeScript yang berkembang, Eliza mendominasi dengan pangsa pasar sekitar 60%, sementara GAME (pangsa pasar sekitar 20%) mengincar aplikasi permainan dan dunia virtual yang diadopsi dengan cepat.
Rig (pangsa pasar sekitar 15%) dikembangkan menggunakan Rust, menawarkan kinerja modular yang berorientasi pada kinerja yang cocok untuk ekosistem Solana, sementara arsitektur baru berbasis Python ZerePy (pangsa pasar sekitar 5%) berfokus pada output kreatif dan otomatisasi media sosial. Total kapitalisasi pasar kerangka-kerangka ini adalah 1,7 miliar dolar, dan seiring dengan berkembangnya aplikasi AI crypto, total kapitalisasi pasar kerangka-kerangka ini dapat mencapai lebih dari 20 miliar dolar, sehingga metode kapitalisasi berbobot memiliki daya tarik potensial. Masing-masing kerangka ini memiliki pasar unik mereka sendiri—agen sosial dan multi-agen (Eliza), permainan/dunia virtual (GAME), kinerja perusahaan (Rig), dan penggunaan komunitas kreatif (ZerePy)—saling memberikan pilihan saling melengkapi, bukan bersaing secara langsung.
1、Ikhtisar empat kerangka dan posisi pasar
（1）Eliza ($AI16Z)
● Pangsa pasar：~60%
● Kapitalisasi pasar：900 juta dolar
● Bahasa inti: TypeScript
● Keunggulan utama：Keunggulan awal, komunitas GitHub yang luas (lebih dari 6000 bintang, 1800 fork)
● Fokus: Simulasi multi agen, keterlibatan sosial lintas platform
Sebagai salah satu kerangka agen AI paling awal di bidang ini, Eliza mendominasi. Keunggulan awalnya didukung oleh komunitas kontributor besar, mempercepat kecepatan pengembangan dan meningkatkan adopsi pengguna. Tumpukan TypeScript Eliza membuatnya sangat cocok untuk digunakan oleh pengembang yang bekerja dalam ekosistem berbasis web, memastikan daya tarik yang luas.
（2）GAME (VIRTUAL)
● Pangsa pasar：~20%
● Kapitalisasi pasar：300 juta dolar
● Bahasa inti：（berbasis API/SDK; menggunakan metode yang tidak bergantung pada bahasa）
● Keunggulan utama：Adopsi cepat dalam industri permainan, kemampuan agen waktu nyata.
● Fokus: Generasi konten program, perilaku NPC adaptif.
GAME dirancang khusus untuk aplikasi permainan dan dunia virtual. Arsitektur berbasis API-nya dan hubungan erat dengan ekosistem VIRTUAL telah menghasilkan daya dorong yang besar: menghasilkan lebih dari 200 proyek, dengan 150.000 permintaan setiap hari, dan pertumbuhan cepat setiap minggu. Integrasi tanpa kode GAME lebih lanjut menarik bagi tim yang lebih mengutamakan penyebaran cepat daripada kustomisasi teknologi yang mendalam.
（3）Rig (ARC)
● Pangsa pasar：~15%
● Kapitalisasi pasar: 160 juta dolar
● Bahasa inti：Rust
● Keunggulan utama：Kinerja, desain modular (perusahaan tingkat)
● Fokus: “pure-play pure game” berbasis Solana, menekankan pada penguatan pencarian generasi.
Rig yang berbasis arsitektur Rust memenuhi kebutuhan pengembang yang menghargai kecepatan, keamanan memori, dan konkurensi yang efisien. Ini dirancang khusus untuk aplikasi ‘perusahaan’ atau yang didorong oleh data besar, terutama aplikasi di Solana. Meskipun kurva belajarnya cukup curam, Rig menawarkan kinerja modular dan keandalan yang dapat menarik pengembang yang berorientasi sistem.
（4）ZerePy (ZEREBRO)
● Pangsa pasar：~5%
● Kapitalisasi pasar：300 juta dolar
● Bahasa inti：Python
● Keunggulan utama：Kreativitas yang didorong oleh komunitas, otomatisasi media sosial.
● Fokus: Penerapan agen di platform sosial, terutama untuk output kreatif atau niche.
ZerePy adalah pendatang baru, berasal dari backend inti Zerebro. Dasar Python-nya, ditambah dengan fokus pada aplikasi kreatif (NFT, musik, dan seni digital), menarik sekelompok pengikut yang antusias. Kolaborasi dengan Eliza meningkatkan visibilitas ZerePy, tetapi ruang lingkup yang ditargetkan ZerePy yang lebih sempit dapat membatasi adopsi perusahaan yang luas.
2、Arsitektur teknologi dan komponen inti
（1）Eliza (AI16Z)
● Sistem multi agen：Menerapkan beberapa kepribadian AI di bawah runtime yang sama.
● Manajemen memori (RAG)：Mewujudkan saluran generasi yang diperkuat pencarian untuk konteks jangka panjang.
● Sistem plugin：Mendukung pengembangan ekstensi komunitas untuk analisis suara, teks, dan media (misalnya: PDF, gambar, dll.).
● Dukungan model yang luas：Mengintegrasikan LLM open source lokal atau API cloud (OpenAI, Anthropic).
Desain teknis Eliza berfokus pada komunikasi multi-mode, membuatnya sangat cocok untuk agen kecerdasan buatan berbasis komunitas, pemasaran, atau sosial. Meskipun ia unggul dalam integrasi yang mudah (Discord, X, Telegram), penggunaannya secara besar-besaran memerlukan pengaturan yang hati-hati dari berbagai kepribadian agen dan modul memori.
（2）GAME (VIRTUAL)
● Model API + SDK：Menyederhanakan integrasi agen untuk perusahaan permainan dan proyek dunia virtual.
● Antarmuka petunjuk agen：Mengkoordinasikan interaksi antara input pengguna dan mesin strategi agen.
● Mesin perencanaan strategis：Memisahkan logika agen menjadi perencanaan tujuan tingkat tinggi dan eksekusi strategi tingkat rendah.
● Integrasi blockchain：Potensial operator dompet on-chain untuk pemerintahan agen terdesentralisasi.
Arsitektur GAME dirancang khusus untuk lingkungan permainan atau virtual yang sangat disesuaikan, memprioritaskan kinerja waktu nyata dan adaptasi agen yang berkelanjutan. Meskipun fungsinya tidak terbatas pada bidang permainan, desain sistem ini jelas ditujukan untuk dunia virtual dan skenario generasi program.
（3）Rig (ARC)
● Struktur ruang kerja Rust (Rust Workspace Structure)：Untuk memastikan kejelasan dan modularitas, memisahkan fungsi ke dalam beberapa crate.
● Lapisan Abstraksi Penyedia (Provider Abstraction Layer)：Mengatur interaksi dengan berbagai penyedia LLM (OpenAI, Anthropic).
● Integrasi penyimpanan vektor (Vector Store Integration)：Mendukung beberapa backend (MongoDB, Neo4j) untuk pencarian konteks.
● Sistem agen (Agent System)：Menyisipkan penguatan pencarian generasi (RAG) dan penggunaan alat khusus.
Desain berkinerja tinggi Rig mendapat manfaat dari model konkurensi Rust, menjadikannya pilihan ideal untuk lingkungan perusahaan yang memerlukan manajemen sumber daya yang ketat. Konsepnya jelas—melalui abstraksi berlapis—memberikan keandalan yang kuat, tetapi kurva belajar Rust mungkin membatasi jumlah pengembang.
（4）ZerePy (ZEREBRO)
● Dikembangkan dengan Python：Akses bagi pengembang AI/ML yang akrab dengan perpustakaan dan alur kerja Python.
● Backend Zerebro Modular：Menyediakan generasi konten kreatif, terutama ditujukan untuk media sosial dan seni.
● 代理自治：专注于“创意输出”，如meme、musik dan tugas generasi NFT.
● Integrasi platform sosial：Termasuk perintah bawaan seperti Twitter (publish, reply, retweet).
ZerePy mengisi celah bagi pengembang Python yang mencari untuk langsung menerapkan agen di platform sosial. Meskipun jangkauan ZerePy lebih sempit dibandingkan Eliza atau Rig, kasus penggunaan yang didorong oleh seni atau hiburan berkembang pesat, terutama dalam komunitas terdesentralisasi.
3、Empat Dimensi Perbandingan Kerangka
（1）Ketersediaan
● Eliza：Mengadopsi pendekatan seimbang, dengan kompleksitas multi agen yang membentuk kurva belajar yang moderat, tetapi dengan basis pengembang TypeScript yang kuat.
● GAME：Dirancang untuk pengguna non-teknis di bidang permainan, menyediakan metode tanpa kode atau kode rendah.
● Rig：Lebih menantang; bahasa Rust sangat menuntut pengetahuan profesional, tetapi dapat menghasilkan kinerja tinggi dan keandalan.
● ZerePy：Untuk pengguna Python, yang paling sederhana, terutama dalam tugas AI yang berfokus pada kreatif atau media.
（2）Skalabilitas
● Eliza: Versi 2 memperkenalkan bus pesan yang dapat diskalakan, meningkatkan konkurensi, tetapi konkurensi multi agen mungkin sangat kompleks.
● GAME：Skalabilitas terkait dengan kebutuhan permainan waktu nyata dan jaringan blockchain; jika kendala pada mesin permainan terkelola, kinerja akan tetap stabil.
● Rig：Secara alami memiliki skalabilitas melalui runtime asinkron Rust, cocok untuk beban kerja throughput tinggi atau perusahaan.
● ZerePy：Ekspansi yang didorong oleh komunitas, terutama diuji dalam lingkungan kreatif atau media sosial, dengan lebih sedikit penekanan pada beban perusahaan besar.
（3）Adaptabilitas
● Eliza：Adaptabilitas tertinggi terhadap sistem plugin, dengan dukungan model yang luas, dapat terintegrasi lintas platform.
● GAME：Disesuaikan khusus untuk lingkungan permainan, dapat diintegrasikan ke dalam berbagai mesin permainan, tetapi kurang cocok untuk bidang lain di luar permainan.
● Rig：Cocok untuk tugas yang padat data atau tugas perusahaan; menyediakan lapisan penyedia yang fleksibel untuk multi-LLM dan penyimpanan vektor.
● ZerePy：Bertujuan pada output kreatif; sangat mudah untuk diperluas dalam ekosistem Python, tetapi jangkauannya cukup sempit.
（4）Kinerja
● Eliza：Dioptimalkan untuk tugas-tugas media sosial atau percakapan yang cepat berubah, kinerjanya tergantung pada API model eksternal.
● GAME：Performa dinamis waktu nyata dalam permainan; keberhasilannya tergantung pada interaksi logika agen dan biaya blockchain.
● Rig：Karena konkurensi dan keamanan memori Rust, memiliki kinerja tinggi, sangat cocok untuk proses AI besar yang kompleks.
● ZerePy：Kinerjanya tergantung pada kecepatan Python dan pemanggilan model; biasanya cukup untuk tugas sosial/konten, tetapi tidak ditujukan untuk throughput perusahaan.
4、Keunggulan dan Pembatasan
5、Potensi pasar dan prospek
Keempat kerangka ini memiliki total kapitalisasi pasar 1,7 miliar dolar, jika industri AI x Crypto mengikuti pola pertumbuhan eksplosif yang pernah ditampilkan dalam blockchain L1, bisa jadi tumbuh menjadi lebih dari 20 miliar dolar. Bagi para investor yang percaya bahwa kerangka-kerangka ini (masing-masing melayani ceruk pasar yang berbeda) akan muncul bersamaan di bawah tren “menaik” yang lebih luas, metode kapitalisasi berbobot mungkin adalah yang paling bijaksana.
● Eliza (AI16Z)：Karena ekosistemnya yang sudah ada, perpustakaan kode yang kuat, dan versi V2 yang akan datang (misalnya, integrasi suite agen Coinbase, dukungan TEE), ia mungkin terus mempertahankan pangsa pasar tertinggi.
● GAME (VIRTUAL)：Diharapkan untuk lebih populer dalam permainan/dunia virtual. Sinergi dengan ekosistem VIRTUAL memastikan minat berkelanjutan dari pengembang.
● Rig (ARC)：Mungkin menjadi “permata tersembunyi” AI perusahaan di Solana; seiring kematangan rencana kemitraannya, dapat meniru daya tarik yang dimiliki kerangka kerja spesifik rantai lainnya.
● ZerePy (ZEREBRO)：Meskipun jangkauannya kecil, ia mendapat manfaat dari momentum pengembangan komunitas yang kuat dan ekosistem Python, terutama untuk mereka yang sering diabaikan oleh solusi yang lebih umum dalam kasus penggunaan kreatif dan seni.
6、Ringkasan perbandingan
（1）Tumpukan teknologi dan kurva pembelajaran
● Eliza （TypeScript） mencapai keseimbangan antara aksesibilitas dan fungsionalitas yang kaya.
● GAME menyediakan API yang dapat diakses untuk permainan, tetapi mungkin ditargetkan pada kelompok kecil.
● Rig（Rust） memaksimalkan kinerja dengan mengorbankan ambang kompleksitas yang lebih tinggi.
● ZerePy（Python） sederhana untuk aplikasi kreatif, tetapi kurang dalam adopsi perusahaan yang lebih luas.
（2）Komunitas dan ekosistem
● Eliza：Performa terbaik di GitHub, mencerminkan keterlibatan komunitas yang kuat dan penerapan yang luas.
● GAME：Berkat dukungan VIRTUAL, mengalami pertumbuhan cepat di bidang permainan dan dunia virtual.
● Rig：Menargetkan komunitas pengembang skala kecil yang terampil secara teknis, fokus pada kasus penggunaan kinerja tinggi.
● ZerePy：Komunitas kecil yang berkembang seputar seni dan desentralisasi yang didorong oleh kreativitas, perkembangannya diuntungkan dari kemitraan dengan Eliza.
（3）Katalis pertumbuhan di masa depan
● Eliza：Pendaftaran plugin baru dan integrasi TEE mungkin lebih lanjut memperkuat posisinya sebagai pemimpin.
● GAME：Mengembang secara aktif melalui ekosistem VIRTUAL; dapat diakses oleh pengguna non-teknis.
● Rig：Setelah daya tarik pengembang meningkat, mungkin akan menjalin kemitraan dengan Solana, fokus pada perusahaan dapat menghasilkan pertumbuhan yang kuat.
● ZerePy：Memanfaatkan popularitas Python di bidang kecerdasan buatan, serta momentum budaya di sekitar proyek yang didorong oleh komunitas.
