著者: 0XNATALIE
今年後半からAIエージェントの話題が増え続けています。当初、真実の AI チャットボット ターミナルは、X でのユーモラスな投稿と返信 (Weibo の「ロバート」に似たもの) で広く注目を集め、a16z 創設者マーク アンドリーセンから 50,000 ドルの助成金を受け取りました。彼の投稿に触発されて、誰かが GOAT トークンを作成し、わずか 24 時間で 10,000% 以上上昇しました。 AI エージェントの話題はすぐに Web3 コミュニティの注目を集めました。その後、Solana をベースにした初の分散型 AI トレーディングファンド ai16z が登場し、AI エージェント開発フレームワーク Eliza を立ち上げ、大文字トークンと小文字トークンの間の紛争を引き起こしました。しかし、コミュニティの AI エージェントの概念はまだ明確ではありません。つまり、AI エージェントの核心は何でしょうか? Telegram 取引ボットとの違いは何ですか?
仕組み: 知覚、推論、自律的な意思決定
AI エージェントは、大規模言語モデル (LLM) に基づくインテリジェント エージェント システムであり、環境を認識し、推論による決定を下し、ツールの呼び出しや操作の実行によって複雑なタスクを完了できます。ワークフロー: 認識モジュール (入力の取得) → LLM (理解、推論、計画) → ツールの起動 (タスクの実行) → フィードバックと最適化 (検証と調整)。
具体的には、AIエージェントはまず認識モジュールを通じて外部環境からデータ（テキスト、音声、画像など）を取得し、処理可能な構造化情報に変換します。 LLM は、コア コンポーネントとして、強力な自然言語の理解と生成機能を提供し、システムの「頭脳」として機能します。 LLM は入力データと既存の知識に基づいて論理的推論を実行し、考えられる解決策を生成したり、アクション プランを開発したりします。その後、AI エージェントは外部ツール、プラグイン、または API を呼び出して特定のタスクを完了し、フィードバックに基づいて結果を検証および調整して、閉ループの最適化を形成します。
Web3 アプリケーション シナリオでは、AI エージェントと Telegram 取引ロボットまたは自動化スクリプトの違いは何ですか?裁定取引を例に挙げると、ユーザーは利益が 1% を超える条件で裁定取引を行うことを希望します。アービトラージをサポートする Telegram 取引ボットでは、ユーザーが 1% を超える利益が得られる取引戦略を設定すると、ボットが実行を開始します。ただし、市場が頻繁に変動し、裁定取引の機会が変化し続ける場合、これらのボットにはリスク評価機能が欠けており、利益が 1% を超える限り裁定取引を実行します。対照的に、AI エージェントはポリシーを自動的に調整できます。例えば、ある取引の利益が1％を超えているものの、データ分析によりリスクが高すぎると判断され、相場が急変して損失が発生する可能性がある場合には、裁定取引を行わないことを決定します。
したがって、AI エージェントは自己適応性があり、その主な利点は、環境 (市場、ユーザー行動など) との相互作用を通じて、フィードバック信号に基づいて行動戦略を調整する能力にあります。タスクの実行効果を継続的に改善します。また、外部データに基づいてリアルタイムの意思決定を行い、強化学習を通じて意思決定戦略を継続的に最適化することもできます。
これは、インテント フレームワークにおけるソルバー (スラバー) のように聞こえませんか? AI エージェント自体もインテントに基づく製品です。インテント フレームワークのソルバーとの最大の違いは、ソルバーは正確なアルゴリズムに依存し、数学的に厳密であるのに対し、AI エージェントの意思決定はデータ トレーニングに依存し、多くの場合パスが必要であることです。トレーニングプロセス中、最適なソリューションに近づくための継続的な試行錯誤。
AIエージェントの主流フレームワーク
AI エージェント フレームワークは、インテリジェント エージェントを作成および管理するためのインフラストラクチャです。現在、Web3 で人気のあるフレームワークには、ai16z の Eliza、zerebro の ZerePy、Virtuals の GAME などがあります。
Eliza は、TypeScript を使用して構築された多機能 AI エージェント フレームワークであり、複数のプラットフォーム (Discord、Twitter、Telegram など) での実行をサポートしており、複雑なメモリ管理を通じて、以前の会話とコンテキストを記憶して、安定性と一貫性を維持できます。特性と知識反応。 Eliza は、外部データベースまたはリソースにアクセスして、より正確な回答を生成できる RAG (検索拡張生成) システムを使用しています。さらに、Eliza は TEE プラグインを統合し、TEE での展開を可能にしてデータのセキュリティとプライバシーを確保します。
GAME は、AI エージェントが自律的な意思決定と行動を行えるようにするフレームワークです。開発者は、ニーズに応じてエージェントの動作をカスタマイズし、その機能を拡張し、カスタマイズされた操作 (ソーシャル メディアの投稿、返信など) を提供できます。エージェントの環境の場所やタスクなど、フレームワーク内のさまざまな機能は、開発者が構成および管理しやすいように複数のモジュールに分割されています。 GAME フレームワークは、AI エージェントの意思決定プロセスを高レベル計画 (HLP) と低レベル計画 (LLP) の 2 つのレベルに分割し、さまざまなレベルのタスクと意思決定を担当します。高レベルの計画では、エージェントの全体的な目標とタスクの計画を設定し、目標、性格、背景情報、環境の状態に基づいて意思決定を行い、タスクの優先順位を決定します。低レベルの計画は実行レベルに焦点を当て、高レベルの計画決定を特定の運用ステップに変換し、適切な機能と運用方法を選択します。
ZerePy は、X に AI エージェントをデプロイするためのオープンソース Python フレームワークです。このフレームワークは OpenAI と Anthropic が提供する LLM を統合しており、開発者がソーシャル メディア エージェントを構築および管理し、ツイートの投稿、ツイートへの返信、いいね! などの操作を自動的に実行できるようにします。各タスクには、その重要性に基づいて異なる重みを割り当てることができます。 ZerePy は、開発者がエージェントを迅速に起動して管理できるよう、シンプルなコマンド ライン インターフェイス (CLI) を提供します。同時に、このフレームワークは、開発者が複雑なローカル環境構成を行わずにすぐに ZerePy の使用を開始できる Replit (オンライン コード編集および実行プラットフォーム) テンプレートも提供します。
なぜ AI エージェントは FUD に直面するのでしょうか?
AI エージェントはインテリジェントに見え、参入障壁を低くし、ユーザー エクスペリエンスを向上させることができます。なぜコミュニティに FUD があるのでしょうか?その理由は、AI エージェントは依然として本質的に単なるツールであり、ワークフロー全体を完了することはできず、特定のノードでのみ効率を向上させ、時間を節約できるためです。さらに、現在の開発段階では、AI エージェントの役割は、ユーザーがワンクリックで MeMe を発行し、ソーシャル メディア アカウントを操作できるようにすることに主に焦点を当てています。コミュニティは冗談めかしてこれを「資産は開発者のもの、能力は AI のもの」と呼んでいます。
しかし、つい今週、TEE テクノロジーを使用してトラストレス性を実現する、トークン事前販売用の AI エージェントとして aiPool がリリースされました。 AI エージェントのウォレット秘密キーは、セキュリティを確保するために TEE 環境で動的に生成されます。ユーザーはAIエージェントが管理するウォレットに資金（SOLなど）を送ることができ、AIエージェントは設定されたルールに従ってトークンを作成し、条件を満たす投資家にトークンを配布しながらDEX上に流動性プールを開始します。プロセス全体はサードパーティの仲介者に依存する必要がなく、TEE 環境の AI エージェントによって完全に独立して完了され、DeFi でよくあるラグ プル リスクを回避します。 AIエージェントが徐々に発展していることがわかります。 AI エージェントは、たとえアセット発行プロセスの一部を簡素化するだけであっても、ユーザーの敷居を下げ、エクスペリエンスを向上させるのに役立ち、それは意味のあることだと信じています。ただし、マクロ Web3 の観点から見ると、AI Agent はオフチェーン製品として、現時点ではスマート コントラクトを支援するツールとしてのみ機能するため、その機能を誇張する必要はありません。今年下半期には MeMe 以外に大きな資産効果に関する物語はないため、AI Agent の宣伝が MeMe を中心に展開するのは通常のことです。 MeMe だけでは長期的な価値を維持することはできないため、AI Agent がトランザクション プロセスにより革新的なゲームプレイをもたらし、具体的な実装価値を提供できれば、ユニバーサル インフラ ツールに発展する可能性があります。
