Źródło grafiki: (深潮 TechFlow)
Wielokrotnie wzywani, Eliza w końcu dzisiaj zaprezentowała swoją białą księgę technologiczną.
Chociaż często słyszymy, że wiele agentów AI opartych na otwartej architekturze Eliza zostało stworzonych, to technicznie Eliza wciąż nie ma szczegółowej i poważnej definicji tego, czym właściwie jest.
Ta biała księga jest doskonałą odpowiedzią, opisując, jak Eliza może umożliwić głęboką integrację AI z Web3, projektowanie modułowych systemów oraz szczegóły techniczne realizacji jako otwartej architektury.
Biała księga została napisana wspólnie przez Shawa, wielu członków Eliza Labs oraz techników z innych pokrewnych organizacji, ale ze względu na obszerną ilość szczegółów technicznych i specjalistycznych pojęć, może nie być przyjazna dla zwykłych czytelników.
深潮 TechFlow uprościł i podsumował to, aby w prostych słowach szybko przybliżyć zawartość tej białej księgi.
Źródło grafiki: (深潮 TechFlow)
Dlaczego warto stworzyć Eliza?
Uwaga, redaktor uważa, że myślenie wymaga określenia zakresu --- czyli w branży kryptograficznej lub Web3, dlaczego warto stworzyć Eliza, a nie porównywać tę architekturę z szerszym zakresem podobnych architektur AI.
Podążając tym tokiem myślenia, w części wstępnej i tła dokumentu technicznego w rzeczywistości udzielono bardzo dobrych odpowiedzi na to pytanie:
W branży krzyżowej między AI a Web3 istnieje oczywista luka: brak architektury agenta, która mogłaby doskonale integrować aplikacje Web3.
Źródło grafiki: (深潮 TechFlow)
Konkretne mówiąc, biała księga wskazuje, że branża Web3 stawia czoła trzem głównym wyzwaniom:
Złożoność zdecentralizowanych transakcji. W miarę rozwoju różnych publicznych łańcuchów, takich jak Ethereum, Solana, BASE, zarządzanie aktywami i realizacja transakcji na różnych łańcuchach staje się coraz bardziej wyzwaniem. Choć na rynku istnieją już pewne platformy transakcyjne, dla średniozaawansowanych użytkowników z wymaganiami dostosowanymi do ich potrzeb, podstawowe funkcje tych platform często nie wystarczają.
Wydobywanie wartości z danych na łańcuchu. Blockchain zawiera ogromne ilości cennych informacji, od podstawowych zmian adresów posiadania, cen tokenów, wartości rynkowej, aż po bardziej zaawansowane wskaźniki, takie jak udział kont wielorybów, styl market makerów. Jak skutecznie przekształcić te złożone dane w wartościowe spostrzeżenia, to problem, który wymaga pilnego rozwiązania.
Fragmentaryzacja informacji w mediach społecznościowych. Dla branży Web3 platformy społecznościowe, takie jak X, Discord, Farcaster, są ważnymi kanałami zdobywania informacji. Jednak w miarę wzrostu liczby liderów opinii (KOL) informacje stają się coraz bardziej fragmentaryczne, a zdobycie wartościowych spostrzeżeń w strumieniu informacji staje się powszechnym wyzwaniem dla każdego tradera.
Eliza powstała w odpowiedzi na te rzeczywiste potrzeby. Jako pierwszy otwarty przyjazny dla Web3 system operacyjny AI, Eliza przyjmuje modułowy projekt, umożliwiając deweloperom i użytkownikom dostosowanie rozwiązań do swoich potrzeb.
Eliza stara się obniżyć próg dostępu zwykłych użytkowników do zaawansowanych funkcji AI, pozwalając im tworzyć własne agenty AI bez potrzeby posiadania głębokiej wiedzy programistycznej.
Jednocześnie biała księga porównuje siebie z innymi popularnymi architekturami AI, a poniższa tabela jasno pokazuje, że w zakresie wsparcia Web3 Eliza twierdzi, że jest najlepiej dopasowana, co jest kluczowym punktem przekazu całej białej księgi.
Źródło grafiki: (深潮 TechFlow)
Ideologia projektowa i innowacje technologiczne Eliza.
Trzy główne zasady projektowania: prosta, ale nie banalna.
Sukces Eliza nie jest przypadkowy. Na etapie projektowania zespół ustalił trzy podstawowe zasady:
1. Priorytet dla deweloperów Web3. Biorąc pod uwagę, że Web3 głównie wykorzystuje JavaScript/TypeScript do rozwoju, Eliza wybrała TypeScript jako język programowania. To nie tylko pozwala deweloperom korzystać z znanych narzędzi, ale także ułatwia im integrację funkcji blockchain z istniejącymi aplikacjami internetowymi. Mówiąc prościej, umożliwia deweloperom Web3 'gotowe do użycia'.
2. Modułowy projekt aplikacji rozszerzającej. Eliza dzieli system na rdzeń działania i cztery kluczowe komponenty:
Adapter(數據適配器)
Postać(代理個性)
Klient(消息互動)
Wtyczka(通用功能)
Taki projekt pozwala deweloperom swobodnie dodawać własne aplikacje, klientów, postacie i adaptery, bez konieczności martwienia się o szczegóły działania rdzenia. To również umożliwia Eliza wsparcie najszerszej gamy dostawców modeli (takich jak OpenAI, Llama, Qwen itd.), integracji z platformami (X, Discord, Telegram itd.) oraz kompatybilności łańcuchowej (Solana, Ethereum, Ton itd.).
3. Prosta, ale nie banalna:
Przy ograniczonych zasobach inżynieryjnych, utrzymanie prostoty wewnętrznej realizacji może zaoszczędzić czas na rozwijanie nowych funkcji, dostosowywanie się do nowych scenariuszy i nadążanie za szybkim rozwojem branży AI i Web3.
Innowacja technologiczna: wewnętrzna i zewnętrzna.
W praktyce innowacje Eliza dzielą się na dwa wymiary: wewnętrzne wzmocnienie i zewnętrzne funkcje rozszerzające.
1. Wzmocnienie wewnętrzne W celu zwiększenia zdolności myślenia modeli AI, Eliza zintegrowała wiele zaawansowanych technologii:
Chain-of-Thoughts(思維鏈):
Definicja techniczna: wprowadzenie wyjaśnień krok po kroku.
Proste zrozumienie: tak jak przy rozwiązywaniu problemów matematycznych zapisujemy proces, tak AI również zapisuje swoje myślenie krok po kroku, zamiast od razu podawać odpowiedź. Dzięki temu wyniki są bardziej dokładne, a ludzie mogą zrozumieć, jak AI doszło do swoich wniosków.
Drzewo myśli(思維樹):
Definicja techniczna: pozwala na badanie wielu rozwiązań.
Proste zrozumienie: tak jak podczas gry w szachy bierzesz pod uwagę różne możliwe ruchy, AI jednocześnie bada wiele rozwiązań, a następnie wybiera najlepsze. To jak wybieranie najlepszej gałęzi na drzewie myśli.
Graf myśli(思維圖):
Definicja techniczna: łączenie ścieżek rozumowania.
Proste zrozumienie: postrzegaj problemy jako sieć, w której różne pomysły są ze sobą połączone. Tak jak rozwiązując złożone problemy, łączymy różne powiązane myśli, tworząc mapę myśli.
Warstwy myśli(思維層):
Definicja techniczna: warstwowe rozumowanie AI.
Proste zrozumienie: jak filtr, dzieli proces myślenia na różne poziomy. Tak jak przy rozwiązywaniu problemów, najpierw rozważamy ogólny kierunek, a potem szczegółowo zajmujemy się konkretnymi detalami, krok po kroku.
2. Zewnętrzne funkcje rozszerzające. Aby wzmocnić zdolność do rozwiązywania rzeczywistych problemów, Eliza zintegrowała różne zewnętrzne zdolności:
RAG(檢索增強生成):
Definicja techniczna: wzmocnienie zdolności generowania poprzez wyszukiwanie.
Proste zrozumienie: tak jak uczniowie mogą korzystać z podręczników podczas odrabiania prac domowych, AI może również przeszukiwać swoją 'bazę danych', aby upewnić się, że odpowiedzi są dokładniejsze.
Baza danych wektorowych:
Definicja techniczna: przechowywanie i wyszukiwanie danych strukturalnych.
Proste zrozumienie: to odpowiednik 'biblioteki' AI, która może szybko znaleźć podobne treści. Na przykład, jeśli mówisz 'chcę znaleźć wiersz o księżycu', może szybko znaleźć wszystkie związane z tym wiersze.
Wyszukiwanie w sieci:
Definicja techniczna: pozyskiwanie informacji z sieci w czasie rzeczywistym.
Proste zrozumienie: aby AI mogło wyszukiwać najnowsze informacje w Internecie, podobnie jak ludzie, nie może być ograniczone do stałego zakresu wiedzy.
Konwersja tekstu na obrazy, filmy, modele 3D:
Definicja techniczna: konwersja opisów tekstowych na treści multimedialne.
Proste zrozumienie: tak jak malarz może namalować obraz na podstawie opisu tekstowego, AI może generować obrazy, filmy, a nawet modele 3D na podstawie twojego opisu.
Porównanie z innymi architekturami w branży Web3.
W obecnej architekturze agentów AI Web3, Eliza wykazuje wyraźne zalety. Na podstawie informacji zwrotnych od ponad 50 badaczy AI i zaawansowanych deweloperów blockchain, Eliza przewyższa inne architektury w kluczowych wskaźnikach.
Wsparcie dostawców modeli.
Sytuacja kompatybilności łańcucha.
Sytuacja integralności funkcji.
Sytuacja integracji mediów społecznościowych.
Źródło grafiki: (深潮 TechFlow)
Eliza OS: starannie zaprojektowany ekosystem Web3 AI.
Po zrozumieniu idei projektowej Eliza, przyjrzyjmy się, jak ta architektura właściwie działa. Można wyobrazić sobie Eliza jako starannie zaprojektowany system klocków LEGO, w którym każda część idealnie pasuje do siebie, zachowując jednocześnie dużą elastyczność.
Podstawowe komponenty: pięć kluczowych ról.
W świecie Eliza pięć podstawowych komponentów współdziała, tworząc kompletny inteligentny system.
1. Agenci(代理): główni bohaterowie systemu.
Są jak niezależni 'cyfrowi asystenci', odpowiedzialni za różne autonomiczne interakcje. Każdy agent ma swoją 'pamięć' i 'osobowość', zdolny do prowadzenia spójnych rozmów i interakcji z użytkownikami za pośrednictwem różnych kanałów, takich jak Discord, X itd.
2. Pliki postaci(角色配置): 'osobowość' agenta.
Aby nadać tym agentom osobowość, potrzebne jest wsparcie Plików Postaci(角色配置). To odpowiada 'życiorysowi' agenta, który nie tylko definiuje jego tożsamość i cechy osobowości, ale także określa, z jakich modeli (np. OpenAI, Anthropic) może korzystać i jakie operacje (np. transakcje blockchain, minting NFT) może wykonywać. Dzięki starannie zaprojektowanej konfiguracji postaci, każdy agent może wykazać się unikalnymi specjalizacjami i zachowaniami.
3. Dostawcy(提供者): 'system percepcyjny' agenta.
Podczas interakcji z otoczeniem agenci potrzebują dostawców(提供者) jako 'systemu percepcyjnego'. Podobnie jak ludzie potrzebują zmysłów, aby postrzegać świat, dostawcy dostarczają agentom dane rynkowe, szczegóły portfela, analizy emocji i inne informacje w czasie rzeczywistym, pomagając im lepiej zrozumieć obecne środowisko i kontekst.
4. Działania(行動): 'skarbnicą umiejętności' agenta.
Gdy konieczne jest podjęcie konkretnych działań, Działania (行動) stają się 'skarbnicą umiejętności' agenta. Od prostych zleceń kupna i sprzedaży po skomplikowane generowanie NFT, każda operacja przechodzi rygorystyczną weryfikację bezpieczeństwa, aby zapewnić niezawodność w obsłudze zadań związanych z finansami. Te umiejętności pozwalają agentowi naprawdę działać w świecie Web3.
5. Oceniacze(評估器): 'system decyzji' agenta.
Na koniec, Oceniacze(評估器) pełnią rolę 'systemu decyzji' agenta, odpowiedzialnego za ocenę treści rozmowy, wydobywanie ważnych informacji oraz pomoc agentowi w budowaniu długoterminowej pamięci. Nie tylko śledzi postęp w realizacji celów, ale także zapewnia spójność całego procesu rozmowy.
Inteligentna interakcja: nie tylko prosta rozmowa.
W zakresie interakcji Eliza przyjęła wielowarstwowy system zrozumienia, jak doświadczony tłumacz, który musi rozumieć nie tylko dosłowne znaczenie, ale także tło i intencje mówiącego. Ten system jest w stanie dokładnie zrozumieć prawdziwe potrzeby użytkowników, zachować spójne doświadczenie na różnych platformach komunikacyjnych i elastycznie dostosować sposób odpowiedzi w zależności od kontekstu.
Źródło grafiki: (深潮 TechFlow)
System aplikacji rozszerzających: nieskończone możliwości rozbudowy.
System aplikacji rozszerzających Eliza jest zasadniczo narzędziownikiem, który dostarcza całej architekturze potężnej funkcjonalności rozbudowy, która przejawia się w trzech kierunkach: generowanie multimediów, integracja z Web3 i infrastruktura.
W zakresie generowania multimediów potrafi generować obrazy, filmy, modele 3D, wspiera automatyczne generowanie serii NFT oraz oferuje zdolność opisywania i analizy obrazów.
W zakresie integracji z Web3 wspiera operacje wielołańcuchowe, takie jak Ethereum, Solana, oferując pełen zestaw funkcji transakcyjnych oraz integrując różnego rodzaju operacje DeFi.
W zakresie infrastruktury oferuje podstawowe zdolności, takie jak usługi przeglądarki, przetwarzanie dokumentów, konwersję mowy na tekst itd.
Dzięki takiemu modułowemu podejściu Eliza nie tylko utrzymuje stabilność systemu, ale także oferuje deweloperom niemal nieskończone możliwości rozbudowy. To także pozwala Eliza dostosowywać się do nowo pojawiających się potrzeb i scenariuszy w świecie Web3.
Jakie są geometrie możliwości Eliza? Prawda z danych.
Gdy nowe architektury technologiczne się pojawiają, wszyscy często najbardziej interesują się ich rzeczywistymi wynikami. Eliza w tym zakresie daje szczerą odpowiedź.
W testach GAIA (specjalnej platformie oceny zdolności agentów AI do rozwiązywania rzeczywistych problemów) Eliza wykazała się imponującymi umiejętnościami. Ten test nie badał jedynie zdolności do prostych odpowiedzi, ale wymagał od agenta AI posiadania umiejętności logicznego rozumowania, przetwarzania multimodalnego, przeglądania stron internetowych i korzystania z narzędzi.
Chociaż w testach Eliza uzyskała wynik (19,42%), który wciąż jest pewnym dystansem od obecnie wiodących rozwiązań, biorąc pod uwagę, że jest to architektura skoncentrowana na branży Web3, ten wynik jest już imponujący. Szczególnie w obsłudze podstawowych zadań (Poziom 1), Eliza osiągnęła 32,21% wskaźnika ukończenia, co pokazuje jej solidne podstawowe umiejętności.
Źródło grafiki: (深潮 TechFlow)
Branża Web3: pionierscy twórcy standardów.
Co więcej, Eliza faktycznie odgrywa rolę 'twórcy standardów' w branży Web3. Ponieważ systemy AI ukierunkowane na Web3 wciąż są na wczesnym etapie, Eliza jako pierwsza zaproponowała kompletny system oceny standardów, wskazując kierunek rozwoju całej branży.
Ten system oceny dzieli się na trzy poziomy; biała księga nazywa go 'testem Turinga' w wersji Web3 AI:
Podstawowe umiejętności: w tym tworzenie portfeli, transakcje tokenów, interakcje z inteligentnymi kontraktami i inne podstawowe operacje.
Zaawansowane funkcje: integracja najnowszych technologii AI, takich jak konwersja tekstu wideo/3D, wsparcie RAG itd.
Zaawansowane cechy: zdolność do samodzielnego planowania i wnioskowania na podstawie poleceń użytkownika, co prowadzi do prawdziwego inteligentnego podejmowania decyzji.
Obecnie Eliza z powodzeniem zrealizowała wszystkie funkcje na podstawowym poziomie i zmierza do poziomu zaawansowanego. Zespół wyraża przekonanie, że w ciągu najbliższych kilku lat będą w stanie zrealizować w pełni autonomiczny system agentów AI.
Źródło grafiki: (深潮 TechFlow)
Praktyczne zastosowanie: rynek głosuje prawdziwymi pieniędzmi.
Oryginalna biała księga zawiera również sekcję poświęconą pokazom kodu, aby zobrazować obecne praktyczne zastosowania, które można zrealizować za pomocą tej architektury; biorąc pod uwagę poziom trudności zrozumienia i szczegóły techniczne, pomijamy to tutaj, prezentując jedynie bardziej ogólną sytuację ekonomiczną zastosowań.
Według opisu białej księgi, do stycznia 2025 roku wiele istotnych projektów Web3 zbudowało swoje systemy agentów AI na bazie Eliza, a całkowita wartość rynkowa tych partnerów przekracza 20 miliardów dolarów.
Źródło grafiki: (深潮 TechFlow)
Ten cyfrowy dowód być może sam w sobie jest najlepszą rekomendacją dla technicznych możliwości Eliza.
Co ważniejsze, zespół Eliza ma wielką pewność co do przyszłości. Uważają, że w miarę jak te 'inteligentne agenty' będą się rozwijać, zobaczymy nową erę, w której wiele jednostek AI będzie współpracować. Jak powiedział dyrektor generalny Anthropic, Dario Amodei, wizja 'genialnego centrum danych' - Eliza toruje drogę do tej przyszłości.
Istniejące ograniczenia i przyszłe perspektywy: szczera autoanaliza.
Żadna architektura technologiczna nie jest doskonała, zespół Eliza również w białej księdze szczerze wskazuje na istniejące ograniczenia tej architektury.
Trzy wyzwania do rozwiązania.
Brak systemu workflow: tak jak doświadczony asystent potrzebuje zestawu standardowych procedur, tak obecna architektura Eliza nie jest w stanie zapewnić gotowych rozwiązań, gdy deweloperzy chcą zrealizować niektóre rutynowe zadania (na przykład regularne zbieranie danych z wielu źródeł). W przypadku takich potrzeb być może nadal trzeba będzie skorzystać z systemów workflow z interfejsem graficznym, takich jak Dify lub Coze.
Problemy z wydajnością w systemach z wieloma agentami. W miarę wzrostu liczby agentów kontekst i pamięć, które system musi przetworzyć, rosną w sposób wykładniczy. Szczególnie w przypadku przetwarzania dużej ilości zadań wejścia-wyjścia, jak zrównoważyć koszty obliczeniowe i wydajność operacyjną, pozostaje technicznym wyzwaniem do rozwiązania.
Rozszerzone potrzeby wsparcia wielojęzycznego. Obecnie Eliza głównie opiera się na TypeScript, ale aby przyciągnąć więcej deweloperów z różnych branż, konieczne jest rozszerzenie funkcji na inne języki programowania, takie jak Python, Rust itd.
Perspektywy: otwieranie nowej ery zdecentralizowanego AI.
Pomimo tych ograniczeń, znaczenie Eliza wykracza daleko poza samą architekturę technologiczną. Reprezentuje ona pionierską próbę głębokiej integracji technologii AI i aplikacji Web3.
Dzięki zaprojektowaniu każdego modułu funkcji jako standardowego programu TypeScript, Eliza zapewnia użytkownikom pełną kontrolę nad systemem. Dodatkowo oferuje bezproblemową integrację z danymi blockchain i inteligentnymi kontraktami. Taki projekt zapewnia zarówno bezpieczeństwo, jak i zachowuje silną funkcjonalność rozbudowy.
Jak zostało napisane na końcu białej księgi, możliwości Eliza są ograniczone jedynie przez wyobraźnię użytkowników. W miarę jak technologia AI i Web3 ciągle się rozwija, Eliza również będzie się rozwijać, kontynuując prowadzenie rozwoju zdecentralizowanego AI.
Artykuł został opublikowany za zgodą: (深潮 TechFlow)
Autor oryginału: (深潮 TechFlow)
Artykuł "Wiele agentów AI! Publikacja białej księgi Eliza: szczegółowe omówienie 3 głównych zasad, 5 kluczowych komponentów" został pierwotnie opublikowany w "Kryptograficznym Mieście".