6 марта в Китае глобальный первый универсальный AI агент под названием Manus привлек широкое внимание. Этот продукт обладает способностью самостоятельно выполнять задачи от планирования до исполнения, демонстрируя беспрецедентную универсальность и исполнительность. Взрывная популярность Manus вызвала интерес не только в индустрии, но и предоставила ценную идею для разработки различных AI агентов и дизайна.
AI-агент — это компьютерная программа, способная самостоятельно принимать решения и выполнять задачи в зависимости от окружающей среды, входных данных и заранее определенных целей. Его основные компоненты включают большие языковые модели в качестве "мозга", механизмы наблюдения и восприятия, процессы рассуждений, выполнение действий, а также память и извлечение информации.
Основные направления проектирования AI-агентов имеют две линии развития: одна акцентирует внимание на способности к планированию, другая — на способности к рефлексии. Среди них, режим ReAct является наиболее широко применяемой проектной моделью, типичный процесс которой можно описать как цикл размышления, действия и наблюдения.
AI-агенты также делятся на одиночные агенты и многопользовательские агенты. Одиночный агент фокусируется на взаимодействии LLM и инструментов, тогда как многопользовательские агенты наделены различными ролями, чтобы совместно выполнять сложные задачи.
Модельный контекстный протокол (MCP) — это открытый протокол, направленный на решение проблем соединения и взаимодействия LLM с внешними источниками данных. MCP предоставляет три возможности для расширения LLM: расширение знаний, выполнение вызовов функций и заранее написанные шаблоны подсказок.
В индустрии Web3 развитие AI Agent в основном сосредоточено на трех моделях: модель запуска платформы, модель DAO и модель коммерческой компании. Из них модель запуска платформы в настоящее время наиболее вероятно сможет реализовать самодостаточный экономический замкнутый цикл.
Появление MCP открыло новые направления для исследования AI-агентов Web3, включая развертывание MCP Server в блокчейн-сети и предоставление MCP Server способности взаимодействовать с блокчейном. Кроме того, есть предложения по созданию сети стимулов для создателей OpenMCP.Network на основе Ethereum.
Хотя сочетание MCP и Web3 теоретически может внедрить механизмы децентрализованного доверия и экономические стимулы в приложения AI Agent, текущие технологии все еще имеют некоторые ограничения, такие как трудности с проверкой достоверности поведения агента с использованием технологии нулевых знаний, проблемы с эффективностью децентрализованных сетей и т. д.
Слияние ИИ и Web3 является неизбежной тенденцией. Несмотря на то, что в настоящее время мы сталкиваемся с множеством проблем, нам нужно сохранять терпение и уверенность, продолжая исследовать возможности этой области. В будущем миру Web3 также нужен знаковый продукт, который развеет сомнения внешних наблюдателей о его практичности.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
10 Лайков
Награда
10
6
Репост
Поделиться
комментарий
0/400
FUD_Vaccinated
· 2ч назад
Этот Manus не будет снова рвать неудачников, верно?
Посмотреть ОригиналОтветить0
SignatureAnxiety
· 08-09 23:31
Еще один AI проект, который пытается привлечь внимание?
Посмотреть ОригиналОтветить0
PretendingToReadDocs
· 08-09 23:25
Снова история о капитале, не так ли?
Посмотреть ОригиналОтветить0
MevHunter
· 08-09 23:20
Неужели это снова один из тех случаев, когда ИИ разыгрывает людей как лохов?
AI Agent исследует Web3: развитие и вызовы от Manus до MC
Исследование и развитие AI-агента в сфере Web3
6 марта в Китае глобальный первый универсальный AI агент под названием Manus привлек широкое внимание. Этот продукт обладает способностью самостоятельно выполнять задачи от планирования до исполнения, демонстрируя беспрецедентную универсальность и исполнительность. Взрывная популярность Manus вызвала интерес не только в индустрии, но и предоставила ценную идею для разработки различных AI агентов и дизайна.
AI-агент — это компьютерная программа, способная самостоятельно принимать решения и выполнять задачи в зависимости от окружающей среды, входных данных и заранее определенных целей. Его основные компоненты включают большие языковые модели в качестве "мозга", механизмы наблюдения и восприятия, процессы рассуждений, выполнение действий, а также память и извлечение информации.
Основные направления проектирования AI-агентов имеют две линии развития: одна акцентирует внимание на способности к планированию, другая — на способности к рефлексии. Среди них, режим ReAct является наиболее широко применяемой проектной моделью, типичный процесс которой можно описать как цикл размышления, действия и наблюдения.
AI-агенты также делятся на одиночные агенты и многопользовательские агенты. Одиночный агент фокусируется на взаимодействии LLM и инструментов, тогда как многопользовательские агенты наделены различными ролями, чтобы совместно выполнять сложные задачи.
Модельный контекстный протокол (MCP) — это открытый протокол, направленный на решение проблем соединения и взаимодействия LLM с внешними источниками данных. MCP предоставляет три возможности для расширения LLM: расширение знаний, выполнение вызовов функций и заранее написанные шаблоны подсказок.
В индустрии Web3 развитие AI Agent в основном сосредоточено на трех моделях: модель запуска платформы, модель DAO и модель коммерческой компании. Из них модель запуска платформы в настоящее время наиболее вероятно сможет реализовать самодостаточный экономический замкнутый цикл.
Появление MCP открыло новые направления для исследования AI-агентов Web3, включая развертывание MCP Server в блокчейн-сети и предоставление MCP Server способности взаимодействовать с блокчейном. Кроме того, есть предложения по созданию сети стимулов для создателей OpenMCP.Network на основе Ethereum.
Хотя сочетание MCP и Web3 теоретически может внедрить механизмы децентрализованного доверия и экономические стимулы в приложения AI Agent, текущие технологии все еще имеют некоторые ограничения, такие как трудности с проверкой достоверности поведения агента с использованием технологии нулевых знаний, проблемы с эффективностью децентрализованных сетей и т. д.
Слияние ИИ и Web3 является неизбежной тенденцией. Несмотря на то, что в настоящее время мы сталкиваемся с множеством проблем, нам нужно сохранять терпение и уверенность, продолжая исследовать возможности этой области. В будущем миру Web3 также нужен знаковый продукт, который развеет сомнения внешних наблюдателей о его практичности.