AIGC, akıllı içerik oluşturmada bir çağ açtıysa, AI Agent, AIGC'nin yeteneklerini gerçek anlamda ürünleştirme fırsatına sahip olur.
AI Agent, yapay zeka robotunun birincil formu olarak adlandırılan daha somut, çok yönlü bir çalışan gibidir. Çevredeki ortamı gözlemleyebilir, kararlar verebilir ve insanlar gibi otomatik olarak harekete geçebilir.
Bill Gates bir keresinde açıkça şöyle demişti: "Yapay Zeka Aracısını kontrol etmek asıl başarıdır. O zamana kadar artık bilgileri çevrimiçi olarak aramanıza gerek kalmayacak." Yapay zeka alanındaki yetkili uzmanların da yapay zekanın geleceği konusunda büyük umutları var. Ajanlar. Microsoft CEO'su Satya Nadella bir zamanlar AI Agent'ın insan-bilgisayar etkileşiminin ana yöntemi haline geleceğini, kullanıcı ihtiyaçlarını anlayabileceğini ve proaktif olarak hizmet sunabileceğini öngörmüştü. Profesör Ng Enda ayrıca gelecekteki çalışma ortamında insanların ve Yapay Zeka Temsilcilerinin verimli çalışma modelleri oluşturmak ve verimliliği artırmak için daha yakın işbirliği yapacaklarını öngörüyor.
AI Agent yalnızca teknolojinin bir ürünü değil, aynı zamanda gelecekteki yaşam ve çalışma biçiminin de özüdür.
Bu bize, Web3 ve blockchain ilk kez yaygın bir tartışmaya yol açtığında, insanların bu teknolojinin potansiyelini tanımlamak için sıklıkla "bozulma" kelimesini kullandığını hatırlatıyor. Geçtiğimiz birkaç yıla baktığımızda Web3, ilk ERC-20 ve sıfır bilgi kanıtından diğer alanlarla entegre olan DeFi, DePIN, GameFi vb.'ye doğru yavaş yavaş gelişti.
İki popüler dijital teknoloji olan Web3 ve yapay zekayı birleştirirsek 1+ 1>2 etkisi olur mu? Giderek büyüyen finansman ölçeğiyle Web3 AI projesi sektöre yeni kullanım örneği paradigmaları getirebilir ve yeni gerçek ihtiyaçlar yaratabilir mi?
Yapay Zeka Ajanı: İnsanlık için en ideal akıllı asistan
AI Agent'ın hayal gücü nerede? İnternette yaygın olarak dolaşan yüksek puanlı bir cevap var: "Büyük dil modeli yalnızca açgözlü bir yılanı programlayabilir, ancak AI Ajanı tüm bir Zafer Kralı'nı programlayabilir." Kulağa abartılı geliyor ama yine de abartılı değil.
Ajan, Çin'de genellikle "akıllı kurum" olarak tercüme edilir. Bu kavram, "yapay zekanın babası" Minsky tarafından 1986 yılında yayınlanan "Düşünme Topluluğu" adlı kitabında öne sürülmüştü. Minsky, toplumdaki belirli bireylerin, müzakere sonrasında belirli bir soruna çözüm üretebileceğine inanıyordu. Ajanlardır. Aracılar, Microsoft'un düzenleme asistanı Clippy'den Google Dokümanlar'ın otomatik önerilerine kadar uzun yıllardır insan-bilgisayar etkileşiminin temel taşı olmuştur. Aracıların bu ilk biçimleri, kişiselleştirilmiş etkileşim potansiyelini göstermiştir, ancak daha karmaşık görevleri yerine getirme yetenekleri hâlâ sınırlıdır. . Ajanların gerçek potansiyelinden ancak büyük dil modellerinin (LLM'ler) ortaya çıkmasıyla yararlanılabilir.
Bu yılın mayıs ayında, yapay zeka alanında yetkili bir bilim adamı olan Profesör Andrew Ng, Amerika Birleşik Devletleri'ndeki Sequoia AI etkinliğinde AI Agent hakkında bir konuşma paylaştı ve ekibi tarafından yürütülen bir dizi deneyi gösterdi:
Yapay zekanın bazı kodlar yazmasına ve çalıştırmasına izin verin ve farklı LLM'lerden ve iş akışlarından elde edilen sonuçları karşılaştırın. Sonuç aşağıdaki gibidir:
GPT-3.5 modeli: doğruluk %48
GPT-4 modeli: doğruluk %67
GPT-3.5 + Agent: GPT-4 modelinden daha yüksek performans
GPT-4 + Agent: GPT-4 modelinden çok daha yüksek, çok iyi
Aslında. Çoğu kişi ChatGPT gibi bir LLM kullandığında, genellikle bir istem sözcüğü girerler ve büyük model, hataları otomatik olarak belirleyip düzeltmeden, silmeden ve yeniden yazmaya gerek kalmadan hemen bir yanıt üretir.
Karşılaştırıldığında, AI Agent iş akışı şuna benzer:
Öncelikle Yüksek Lisans'ın bir makale taslağı yazmasına izin verin, gerekirse araştırma ve analiz için önce internette içerik arayın, ilk taslağı çıkarın ve ardından taslağı okuyup nasıl optimize edileceğini düşünün. Bu döngü birçok kez tekrarlanır ve. nihayet, en düşük hata oranına sahip, mantıksal açıdan titiz ve kapsamlı bir makale üretir.
AI Agent ve LLM arasındaki farkın, LLM ile insanlar arasındaki etkileşimin istem sözcüklerine (istem) dayalı olması olduğunu bulabiliriz. Yapay Zeka Temsilcisinin yalnızca bir hedef belirlemesi yeterlidir ve bağımsız düşünüp hedefe göre hareket edebilir. Planın her adımını verilen göreve göre ayrıntılı olarak ayırın ve hedeflerinize ulaşmanız için dış dünyadan gelen geri bildirimlere ve bağımsız düşünceye güvenin.
Bu nedenle, OpenAI'nin AI Aracısı tanımı şu şekildedir: algıyı, planlamayı, hafızayı ve araç kullanımını özerk bir şekilde anlama yeteneğine sahip ve karmaşık görevleri otomatik olarak yürütebilen, beyin olarak LLM tarafından yönlendirilen bir sistem.
Yapay zeka, kullanılan bir araçtan bu aracı kullanabilen bir özneye dönüştüğünde, bir Yapay Zeka Aracısı haline gelir. Bu nedenle AI Agent, insanlık için en ideal akıllı asistan olabilir. Örneğin AI Agent, kullanıcının geçmiş çevrimiçi etkileşimlerine dayalı olarak kullanıcının ilgi alanlarını, tercihlerini ve günlük alışkanlıklarını anlayabilir ve hatırlayabilir, kullanıcının niyetlerini belirleyebilir, proaktif olarak önerilerde bulunabilir ve görevleri tamamlamak için birden fazla uygulamayı koordine edebilir.
Tıpkı Gates'in vizyonunda olduğu gibi, gelecekte artık farklı görevler için farklı uygulamalara geçmemize gerek kalmayacak. Bilgisayarlara ve cep telefonlarına, kullanıcıların istedikleri verilere dayanarak ne yapmak istediğimizi anlatmak için yalnızca sıradan bir dil kullanmamız gerekecek. AI Agent, paylaşmak için Kişiselleştirilmiş yanıt sağlayacaktır.
Tek kişilik tek boynuzlu atlar gerçeğe dönüşüyor
AI Agent ayrıca kuruluşların "insan-makine iş birliğini" temel alan yeni bir akıllı operasyon modeli oluşturmasına da yardımcı olabilir. Giderek daha fazla iş faaliyeti yapay zeka tarafından tamamlanırken, insanların yalnızca kurumsal vizyona, stratejiye ve kritik yol kararlarına odaklanması gerekiyor.
Tıpkı OpenAI CEO'su Sam Altman'ın bir röportajında böylesine ilgi çekici bir noktaya değindiği gibi, yapay zekanın gelişmesiyle birlikte, "tek kişilik tek boynuzlu atlar" yani tek bir kişi tarafından kurulan ve sayıları 1 milyara ulaşan şirketler çağına girmek üzereyiz. Şirketin değeri ABD doları cinsindendir.
Kulağa fantezi gibi gelse de Yapay Zeka Ajanlarının yardımıyla bu fikir gerçeğe dönüşüyor.
Diyelim ki bir teknoloji girişimi başlatmak istiyoruz. Geleneksel yaklaşıma göre, elbette yazılım mühendislerini, ürün yöneticilerini, tasarımcıları, pazarlamacıları, satış ve finans uzmanlarını işe almam gerekir; bunların hepsi kendi işlerini yapar ama benim tarafımdan koordine edilir.
Peki ya AI Agent'ı kullanırsam, çalışanları işe almama bile gerek kalmayabilir.
Devin — Otomasyon programlama
Bir yazılım mühendisi yerine, bu yıl patlama yapan ve tüm ön uç ve arka uç işlerini tamamlamama yardımcı olabilecek bir yapay zeka yazılım mühendisi olan Devin'i kullanabilirim.
Devin, Cognition Labs tarafından geliştirildi ve "dünyanın ilk yapay zeka yazılım mühendisi" olarak anılıyor. Tüm yazılım geliştirme çalışmasını bağımsız olarak tamamlayabilir, sorunları analiz edebilir, karar verebilir, kod yazabilir ve hataları düzeltebilir ve bunların hepsini bağımsız olarak yürütebilir. Bu, geliştiricilerin iş yükünü büyük ölçüde azaltır. Devin sadece altı ayda 196 milyon dolar finansman aldı ve değerlemesi hızla milyarlarca dolara yükseldi. Yatırımcılar arasında Founders Fund ve Khosla Ventures gibi tanınmış risk sermayesi şirketleri de yer alıyor.
Devin henüz halka açık bir sürümü piyasaya sürmemiş olsa da, yakın zamanda popüler olan bir başka Web2 ürünü olan Cursor'un potansiyeline dair bir fikir edinebiliriz. Basit bir fikri birkaç dakika içinde işlevsel koda dönüştürerek neredeyse tüm işi sizin için yapar. Sadece komutu vermeniz ve "arkanıza yaslanıp sonuçların tadını çıkarmanız" gerekir. Herhangi bir programlama deneyimi olmayan sekiz yaşındaki bir çocuğun, kodlama işini tamamlamak ve bir web sitesi oluşturmak için aslında Cursor'u kullandığına dair raporlar var.
Hebbia — dosya işleme
Bir ürün müdürü veya finans elemanı yerine muhtemelen tüm belge sıralama ve analizini benim için yapan Hebbia'yı seçerdim.
Kuruluş içinde belge aramaya odaklanan Glean'den farklı olarak Hebbia Matrix, kullanıcıların verileri ve belgeleri verimli bir şekilde ayıklamasına, yapılandırmasına ve analiz etmesine yardımcı olmak ve böylece kurumsal verimliliğin artırılmasını desteklemek için birden fazla yapay zeka modeli kullanan kurumsal düzeyde bir Yapay Zeka Aracısı platformudur. . Matrix'in aynı anda kaç milyon belgeyi işleyebildiği etkileyici.
Hebbia, bu yılın temmuz ayında a16z liderliğinde, Google Ventures ve Peter Thiel gibi tanınmış yatırımcıların katılımıyla 130 milyon dolarlık B Serisi turunu tamamladı.
Jasper AI – içerik üretimi
Sosyal medya operasyonları ve tasarımcıları yerine içerik üretmeme yardımcı olabilecek Jasper AI'yi tercih edebilirim.
Jasper AI, yaratıcıların, pazarlamacıların ve işletmelerin içerik oluşturma sürecini kolaylaştırmasına ve üretkenliği ve yaratıcı verimliliği artırmasına yardımcı olmak için tasarlanmış bir AI Aracısı yazma asistanıdır. Jasper AI, kullanıcının talep ettiği stile göre blog gönderileri, sosyal medya gönderileri, reklam metinleri, ürün açıklamaları ve daha fazlası dahil olmak üzere birçok içerik türü üretebilir. Metin içeriğine görsel yardım sağlamak amacıyla kullanıcı açıklamalarına dayalı resimler oluşturun.
Jasper AI, 125 milyon dolarlık fon topladı ve 2022'de 1,5 milyar dolarlık bir değerlemeye ulaştı. İstatistiklere göre Jasper AI, kullanıcıların 500 milyondan fazla kelime üretmesine yardımcı oldu ve bu da onu en yaygın kullanılan AI yazma araçlarından biri haline getirdi.
MultiOn — Web sayfası otomasyonu
Bir asistan yerine, günlük görevleri yönetmeme, programları düzenlememe, hatırlatıcılar ayarlamama ve hatta iş seyahatlerini planlamama, otomatik olarak otel rezervasyonu yapmama ve otomatik olarak çevrimiçi araç çağırmayı ayarlamama yardımcı olması için MultiOn'u seçebilirim.
MultiOn, kullanıcıların çevrimiçi alışveriş ve kişisel verimliliği artırmak için randevu alma gibi kişisel görevleri tamamlamalarına yardımcı olmak veya kullanıcıların günlük görevleri basitleştirmesine ve iş verimliliğini artırmasına yardımcı olmak gibi görevleri herhangi bir dijital ortamda özerk bir şekilde gerçekleştirmeye yardımcı olabilen otomatik bir ağ görevi yapay zeka aracısıdır.
Şaşkınlık — arama, araştırma
Bir araştırmacı yerine muhtemelen NVIDIA CEO'sunun her gün kullandığı Şaşkınlık'ı seçerdim.
Perplexity, kullanıcı sorularını anlayan, bunları parçalara ayıran, ardından içeriği arayıp toplayan ve kullanıcılara net yanıtlar sağlamak için raporlar üreten bir yapay zeka arama motorudur.
Şaşkınlık çeşitli kullanıcı grupları için uygundur. Örneğin, öğrenciler ve araştırmacılar yazarken bilgi alma sürecini basitleştirebilir ve verimliliği artırabilir; pazarlamacılar pazarlama stratejilerini destekleyecek güvenilir veriler elde edebilir.
Yukarıdaki içerik sadece hayal ürünüdür. Bu Yapay Zeka Ajanlarının gerçek yetenekleri ve seviyeleri henüz hayatın her kesimindeki seçkin yeteneklerin yerini almaya yeterli değildir. Logenic AI'nin kurucu ortağı Li Bojie'nin söylediği gibi, LLM'nin mevcut yetenekleri yalnızca giriş seviyesidir ve uzman seviyesinden uzaktır. Mevcut AI Temsilcisi daha çok daha hızlı çalışan ancak daha az güvenilir bir çalışana benziyor.
Bununla birlikte, ilgili uzmanlıklarıyla bu AI Aracıları, mevcut kullanıcıların çeşitli senaryolarda verimliliği ve rahatlığı artırmasına yardımcı oluyor.
Sadece teknoloji şirketleri değil, toplumun her kesiminden Yapay Zeka Aracıları dalgasından faydalanılabilir. Eğitim alanında AI Agent, öğrencilerin öğrenme ilerlemesine, ilgi alanlarına ve yeteneklerine göre kişiselleştirilmiş öğrenme kaynakları ve özel dersler sağlayabilir; finans alanında ise AI Agent, kullanıcıların kişisel mali durumlarını yönetmelerine, yatırım tavsiyeleri sunmalarına ve hatta hisse senedi trendlerini tahmin etmelerine yardımcı olabilir. AI Agent, tıbbi alanda doktorların hastalıkları teşhis etmesine ve tedavi planları oluşturmasına yardımcı olabilir; e-ticaret alanında AI Agent, kullanıcı sorularını otomatik olarak yanıtlayarak, sipariş sorunlarını ve iade taleplerini doğal dil aracılığıyla ele alarak akıllı müşteri hizmeti olarak da hizmet verebilir. işleme ve makine öğrenimi teknolojisi Müşteri hizmetleri verimliliğini artırın.
Çoklu Aracı: Yapay Zeka Aracıları için bir sonraki adım
Önceki bölümde anlatılan tek kişilik tek boynuzlu şirket fikrinde, tek bir Yapay Zeka Aracısı karmaşık görevleri yerine getirirken sınırlamalarla karşı karşıya kalır ve gerçek ihtiyaçları karşılamak zordur. Birden fazla Yapay Zeka Aracısı kullanıldığında, bu Yapay Zeka Aracıları heterojen LLM'ye dayandığından, kolektif karar verme zordur ve yetenekleri sınırlıdır; bu nedenle, farklı uygulama senaryolarına hizmet eden bu Yapay Zeka Aracılarını koordine etmek için insanların bu bağımsız Yapay Zeka Aracıları arasında zamanlayıcı olarak hareket etmesi gerekir. İşe git. Bu, "Çoklu Ajan (çoklu ajan çerçevesi)" nin yükselişine yol açtı.
Karmaşık sorunlar genellikle bilgi ve becerilerin birden çok yönünün entegrasyonunu gerektirir ve tek bir Yapay Zeka Aracısının sınırlı yetenekleri vardır ve ele alınması zordur. Yapay Zeka Aracılarını farklı yeteneklere sahip organik olarak birleştiren Çoklu Aracı sistemi, Yapay Zeka Aracılarının kendi güçlü yönlerinden yararlanmasına ve karmaşık sorunları daha etkili bir şekilde çözmek için birbirlerinin güçlü yönlerinden öğrenmelerine olanak tanır.
Bu, gerçek çalışma sürecimize veya organizasyon yapımıza çok benzer: Bir lider görevleri atar ve farklı yeteneklere sahip kişiler farklı görevlerden sorumludur. Her sürecin sonuçları bir sonraki sürece verilir ve son olarak nihai görev sonuçları elde edilir. .
Uygulama sürecinde, daha düşük seviyeli AI Aracıları ilgili görevlerini yerine getirirken, daha yüksek seviyeli AI Aracıları görevleri atar ve bunların tamamlanmasını denetler.
Multi-Agent aynı zamanda insani karar verme sürecimizi de simüle edebilir. Tıpkı sorunlarla karşılaştığımızda başkalarından tavsiye isteyeceğimiz gibi. Çoklu Yapay Zeka Ajanları da kolektif karar verme davranışını simüle edebilir ve bize daha iyi bilgi desteği sağlayabilir. Örneğin Microsoft tarafından geliştirilen AutoGen bu gereksinimi karşılıyor:
Farklı rollere sahip AI Aracıları oluşturma yeteneği. Bu AI Aracıları temel konuşma yeteneklerine sahiptir ve alınan mesajlara göre yanıtlar oluşturabilir.
Birden fazla AI Temsilcisini içeren bir grup sohbet ortamı oluşturmak için GroupChat'i kullanın. Bu Grup Sohbetinde, yönetici rolüne sahip bir AI Temsilcisi, diğer AI Temsilcilerinin sohbet kayıtlarını, konuşmacı sırasını, konuşmanın sonlandırılmasını vb. yönetir.
Tek kişilik bir unicorn şirketi fikrine uygulanırsa, Çoklu Aracı mimarisi aracılığıyla proje yöneticileri, programcılar veya denetçiler gibi farklı rollere sahip birkaç Yapay Zeka Aracısı oluşturabiliriz. Onlara hedeflerimizi anlatın, nasıl yapacaklarını bulsunlar. Biz sadece raporu dinleriz. Eğer bir itirazımız olduğunu hissedersek ya da yanlış bir şey yaparlarsa, biz tatmin olana kadar raporu değiştirsinler.
Tek bir AI Aracısı ile karşılaştırıldığında, Çoklu Aracı şunları başarabilir:
Ölçeklenebilirlik: Her biri görevin bir bölümünü ele alan Yapay Zeka Aracılarının sayısını artırarak daha büyük ölçekli sorunların üstesinden gelin ve talep arttıkça sistemin ölçeklenmesine olanak tanıyın.
Paralellik: Doğal olarak paralel işlemeyi destekler, birden fazla AI Aracısı aynı anda sorunun farklı bölümleri üzerinde çalışabilir, böylece problem çözmeyi hızlandırır.
Karar iyileştirme: Her biri kendi perspektifine ve uzmanlığına sahip birden fazla Yapay Zeka Aracısından gelen bilgileri bir araya getirerek karar alma sürecini geliştirin.
Yapay zeka teknolojisi ilerlemeye devam ettikçe, Çoklu Aracı çerçevesinin daha fazla sektörde daha büyük bir rol oynayacağı ve çeşitli yeni yapay zeka odaklı çözümlerin geliştirilmesini teşvik edeceği düşünülebilir.
AI Agent rüzgarı Web3'e doğru esiyor
Laboratuvardan çıkan AI Agent ve Multi-Agent'ın önünde uzun bir yol var.
Çoklu Aracıdan bağımsız olarak, en gelişmiş tek Yapay Zeka Aracısının bile şu anda fiziksel düzeyde ihtiyaç duyduğu bilgi işlem kaynakları ve bilgi işlem gücü konusunda net bir üst sınırı vardır ve sonsuza kadar genişletilemez. Son derece karmaşık ve hesaplama açısından yoğun görevlerle karşı karşıya kalan AI Aracısı, şüphesiz bir bilgi işlem gücü darboğazıyla karşılaşacak ve performansı büyük ölçüde düşecektir.
Ayrıca, AI Aracısı ve Çoklu Aracı sistemleri esasen merkezi bir mimari modelidir ve bu da onların tek bir arıza riskinin çok yüksek olduğunu belirler. Daha da önemlisi, OpenAI, Microsoft, Google ve diğer şirketlerin kapalı kaynaklı büyük modellere dayanan tekel iş modelleri, bağımsız ve tek AI Agent girişimlerinin hayatta kalma ortamını ciddi şekilde tehdit ederek, AI Agent'ların büyük kurumsal özel verileri başarıyla kullanmasını imkansız hale getiriyor. onları daha akıllı ve daha verimli hale getirin. Yapay Zeka Temsilcileri arasında demokratik bir işbirliği ortamına acil ihtiyaç vardır; böylece gerçekten değerli Yapay Zeka Temsilcileri, ihtiyaçları olan daha geniş bir kitleye hizmet edebilir ve toplum için daha fazla değer yaratabilir.
Son olarak, AI Agent sektöre LLM'den daha yakın olmasına rağmen, gelişimi LLM'ye dayanmaktadır. Ancak mevcut geniş model yolu, yüksek teknik eşik, ağır sermaye yatırımı ve olgunlaşmamış iş modelleriyle karakterize edilir. Güncellemeye ve yinelemeye devam etmek için finansman.
Çoklu Aracı paradigması, Web3'ün yapay zekaya yardımcı olması için mükemmel bir açıdır. Birçok Web3 geliştirme ekibi, bu yönlerde çözümler sağlamak için halihazırda araştırma ve geliştirmeye yatırım yapmaktadır.
Yapay Zeka Aracısı ve Çoklu Aracı sistemleri, karmaşık karar verme ve işleme görevlerini gerçekleştirmek için genellikle büyük miktarda bilgi işlem kaynağı gerektirir. Web3, blockchain ve merkezi olmayan teknoloji aracılığıyla merkezi olmayan bir bilgi işlem gücü piyasası oluşturabilir, böylece bilgi işlem gücü kaynakları küresel ölçekte daha adil ve verimli bir şekilde dağıtılabilir ve kullanılabilir. Akash, Nosana, Aethir ve IO.net gibi Web3 projeleri, AI Agent'ın karar vermesi ve akıl yürütmesi için bilgi işlem gücü sağlayabilir.
Geleneksel AI sistemleri genellikle merkezi bir şekilde yönetilir ve bu da AI Aracılarının tek hata noktalarıyla ve veri gizliliği sorunlarıyla karşı karşıya kalmasına neden olur. Web3'ün merkezi olmayan yapısı, Çoklu Aracı sistemini daha merkezi olmayan ve özerk hale getirebilir. Her AI Aracısı farklı platformlarda bağımsız olarak çalışabilir. Düğümde kullanıcılar tarafından öne sürülen gereksinimler bağımsız olarak yürütülür, bu da sağlamlığı ve güvenliği artırır. PoS, DPoS ve diğer mekanizmalar aracılığıyla taahhüt verenler ve devredenler için teşvik ve ceza mekanizmaları oluşturmak, tek AI Temsilcisi veya Çoklu Temsilci sistemlerinin demokratikleşmesini destekleyebilir.
Bu bağlamda GaiaNet, Theoriq, PIN AI ve HajimeAI'nin son derece ileri girişimleri var.
Theoriq, "Web3 için Yapay Zeka"ya hizmet eden bir projedir. Ajan Protokolü aracılığıyla Yapay Zeka Aracıları için bir çağrı ve ekonomik sistem kurmayı, Web3'ün ve birçok işlevsel senaryonun geliştirilmesini yaygınlaştırmayı ve Web3 dApp'leri için doğrulanabilir model akıl yürütme yetenekleri sağlamayı umuyor.
GaiaNet, merkezi OpenAI GPT Mağazası ile rekabet edebilmek için uzmanların ve kullanıcıların fikri mülkiyetini ve veri gizliliğini koruma başlangıç noktasına sahip, düğüm tabanlı bir AI Aracısı oluşturma ve dağıtım ortamıdır.
HajimeAI, gerçek ihtiyaçlara dayalı AI Aracısı iş akışları oluşturmak ve amacın kendisini akıllı hale getirmek ve otomatikleştirmek için bu ikisini temel alır ve PIN AI tarafından bahsedilen "AI zekasının kişiselleştirilmesini" yansıtır.
Aynı zamanda Modulus Labs ve ORA Protokolü, sırasıyla zkML ve AI Agent'ın opML algoritması yönünde ilerleme kaydetmiştir.
Son olarak, AI Agent ve Multi-Agent sistemlerinin geliştirilmesi ve yinelenmesi genellikle büyük miktarda finansal destek gerektirir ve Web3, potansiyel AI Agent projelerinin önden yüklemeli likidite özelliği aracılığıyla değerli erken destek almasına yardımcı olabilir.
Hem Spectral hem de HajimeAI, zincirde AI Agent varlıklarının ihracını destekleyen ürün konseptleri önerdi: IAO (İlk Acente Teklifi) aracılığıyla tokenlar ihraç ederek, AI Agent'lar doğrudan yatırımcılardan fon alabilir ve aynı zamanda DAO'nun bir üyesi olabilir. yatırımcılara proje geliştirmeye katılma ve gelecekteki karları paylaşma fırsatı sağlayan yönetişim. Bunlar arasında HajimeAI'nin Benchmark DAO'su, Web3 finansmanı ve soğuk başlatmaya dayanan kapalı bir AI Agent döngüsü oluşturmak için merkezi olmayan AI Agent puanlamasını ve AI Agent varlık ihracını kitlesel fonlama ve token teşvikleri yoluyla organik olarak birleştirmeyi umuyor ki bu da nispeten yeni bir girişimdir.
AI Pandora'nın Kutusu açıldı ve içindeki herkes hem heyecanlı hem de kafası karışmış durumda. Bu çılgınlığın bir fırsat mı yoksa gizli bir tehlike mi olduğunu kimse bilmiyor. Günümüzde hayatın her alanı artık PPT finansmanı çağında değil. Teknoloji ne kadar ileri düzeyde olursa olsun, değer ancak uygulandığında fark edilebilir. AI Agent'ın geleceği uzun bir maraton olacak ve Web3 bu yarışta onun kaybolmayacağını garanti ediyor.
