AI Agent가 거품을 만드는 기계가 될 수 있나요? 솔라나와 베이스, 어떤 생태계가 AI Agent에 더 적합할까요?

저자: BlockBooster 연구원 Kevin

AI 에이전트라는 용어는 OpenAI의 로드맵에서 유래되었습니다. 샘 알트만은 AI가 갖춰야 할 역량을 다섯 가지로 나눈다. 세 번째 단계는 앞으로 몇 년간 자주 접하게 될 AI 에이전트다.

AI 에이전트가 할 수 있는 일은 자율 학습, 의사결정, 작업 실행뿐이다. 물론 스튜어트 러셀(Stuart Russell)과 피터 노르빅(Peter Norvig)은 저서 『인공지능: 현대적 접근법(Artificial Intelligence: A Modern Approach)』에서 AI 에이전트를 지능과 능력의 정도에 따라 5가지 범주로 나누었다. " 방향:

• 단순 반사 에이전트: 현재 상태에만 반응합니다.

• 모델 기반 반사 에이전트: 의사 결정 과정에서 과거 상태가 고려됩니다.

• 목표 기반 에이전트: 특정 목표를 달성하기 위한 최선의 경로를 계획하고 찾는 데 집중합니다.

• 유틸리티 기반 에이전트: 유틸리티를 극대화하기 위해 이점과 위험을 비교하도록 설계되었습니다.

• 학습 에이전트: 경험을 통한 지속적인 학습 및 개선.

그렇다면 현재 시장이나 산업에 등장하는 AI 에이전트는 어떤 수준에 위치해 있을까? 상담원은 어느 방향에서 오나요?

OpenAI o1은 레벨 2 인공지능에 도달했습니다. 개인적으로 현재 업계에 존재하는 AI 에이전트는 레벨 2와 레벨 3 사이, 즉 레벨 2.5라고 생각합니다. 이는 업계의 에이전트가 OpenAI를 능가했다는 의미는 아닙니다. 실제로 web3 에이전트는 아직 GPT 래퍼 단계에 있습니다. 그렇다면 왜 레벨 2.5인가? 왜냐하면 인간이나 프로그램의 개입을 통해 중개자라고 부르자면, GPT 래퍼와 중개자의 결합은 정밀 조사를 견딜 수 없는 형태를 형성하지만 객관적인 주도권을 가지고 있기 때문입니다. OpenAI 모델을 특정 방향으로 적용한 확장판입니다. Agent가 할 수 있는 일로 보면 가장 기본적이고 단순한 Reflection Agent이다. 이러한 에이전트 중 일부는 기록 상태를 고려하지만 적극적인 입력이 필요합니다. 지속적으로 데이터를 공급해야만 에이전트가 학습을 완료할 수 있습니다. 이는 수동적인 모델 학습 방법이며 레벨 3에서 정의한 상태에 도달하지 못합니다. 목표 기반, 유틸리티 기반 및 학습 에이전트의 마지막 세 가지 유형은 아직 시장에 출시되지 않았습니다. 그러므로 현재의 AI 에이전트는 아직 초기 단계에 불과하다고 생각됩니다. 이는 레벨 2 일반 LLM을 미세 조정한 것이며 아키텍처 측면에서 레벨 2에서 벗어나지 않습니다. 그렇다면 레벨 3으로의 진화는 암호화폐만으로 달성할 수 있을까요? 아니면 OpenAI 같은 회사가 개발할 때까지 기다려야 합니까?

베이스나 솔라나에 대한 논의가 AI 에이전트의 서사 중심이 될 수 있는 이유는 무엇입니까?

업계가 어떻게 레벨 3 에이전트의 탄생을 촉진할 수 있는지 논의하기 전에 어떤 생태계가 AI 에이전트의 비옥한 기반이 될 가능성이 있는지 결정해야 합니다. 베이스인가요? 아니면 솔라나?

이 질문에 답하기 위해 먼저 AI가 지난 2년 동안 Web3에 어떤 영향을 미쳤는지 검토해 보겠습니다. OpenAI가 ChatGPT를 처음 출시했을 때 업계의 프로토콜은 여전히 ​​관성적 사고를 따르고 빠르게 인프라 버블에 쏟아졌습니다. 수많은 컴퓨팅 파워/추론 집계 플랫폼이 등장했고, AI + DePIN 인프라도 탄생했습니다. 두 사람의 공통점은 거창한 비전을 세웠다는 점이다. 거창한 비전이 좋지 않다는 뜻은 아니다. 사실 에이전트도 그런 비전을 세울 수 있지만, 그만큼 대규모 인프라 합의를 고려해야 한다는 뜻이다. 구현 및 사용자 요구 측면에서 포괄적이지 않습니다. 그들이 자극하려는 시장 수요는 전통적인 인터넷 산업에서 포화 상태와는 거리가 멀고, 사용자 교육과 시장 교육이 부족하기 때문입니다. Memecoin 열풍의 영향으로 텅 빈 AI 인프라는 더욱 공허해 보입니다.

인프라가 너무 무겁고 크기 때문에 가벼운 것이 좋을 수도 있습니다. GPT 래퍼에서 탄생한 에이전트는 시작 및 사용자 액세스 측면에서 효율적이고 반복적입니다. 경량 에이전트는 거품을 생성할 수 있는 잠재력을 갖고 있습니다. 거품이 터지면 새로운 생명을 위한 비옥한 토양이 나타날 것입니다.

또한, 현재 시장 환경에서는 에이전트와 Memecoin을 사용하여 프로젝트를 시작하면 매우 짧은 시간에 제품을 실현할 수 있습니다. 사용자가 직접 사용자 경험을 얻을 수 있도록 허용하는 과정에서 에이전트는 Memecoin의 로드맵을 활용하여 커뮤니티를 성장시키고 제품의 빠른 반복을 달성할 수 있으며 이러한 반복은 저렴하고 빠릅니다. 진지한 AI 프로토콜은 더 이상 무겁고 오래된 합의 프레임워크에 얽매일 필요가 없습니다. 가볍고 빠른 반복으로 사용자에게 충격을 가하고, 이를 기반으로 시장 교육과 보급이 완전히 이루어지면 벽돌을 추가하세요. 그리고 타일을 건설하여 원대한 비전의 인프라를 구축합니다. 경량 에이전트는 모호한 Memecoin 베일을 덮고 있으며 커뮤니티 문화와 기본 원칙은 더 이상 모순되지 않습니다. 새로운 자산 개발 경로가 점차 등장하고 있으며 이는 미래에 새로운 AI 프로토콜이 선택할 경로가 될 수 있습니다.

위의 논의는 AI 에이전트가 중심 내러티브가 될 가능성에 대한 질문에 답합니다. AI 에이전트가 지속적으로 빠르게 성장할 수 있다는 전제하에 올바른 생태계를 선택하는 것이 특히 중요합니다. 베이스인가요? 아니면 솔라나? 이 질문에 답하기 전에 시장에 나와 있는 심각한 에이전트 프로토콜의 현재 상태를 살펴보는 것이 좋습니다.

첫 번째는 Arweave/AO입니다. PermaDAO는 언급했습니다. AO는 Actor 모델을 사용하여 설계되었습니다. 각 구성 요소는 독립적인 에이전트이며 병렬로 작동할 수 있으며 이는 AI 에이전트 기반 애플리케이션 아키텍처와 매우 일치합니다. AI는 모델, 알고리즘, 컴퓨팅 성능이라는 세 가지 요소에 의존하며 AO는 이러한 높은 리소스 요구 사항을 충족할 수 있습니다. AO는 컴퓨팅 리소스를 각 에이전트 프로세스에 독립적으로 할당하여 컴퓨팅 성능 병목 현상을 효과적으로 제거할 수 있습니다.

또한 Spectral은 텍스트-코드 변환 및 모델 추론을 기반으로 하는 몇 안 되는 프로토콜 중 하나입니다.

현재 시장의 에이전트 토큰을 되돌아보면 이러한 에이전트가 체인 인프라를 거의 사용하지 않는다는 것을 알 수 있습니다. 에이전트를 포함한 업계의 모든 모델이 오프체인이기 때문에 이는 사실입니다. 데이터 공급은 오프체인이고, 모델 훈련은 분산되지 않으며, 출력 정보는 체인에 업로드되지 않습니다. 이는 객관적인 사실입니다. EVM 체인은 AI와 스마트 계약의 조합을 지원하지 않으며, 물론 Base와 Solana도 이를 지원하지 않기 때문입니다. 내년에는 ao가 도입될지, 과연 모델이 체인에 올라서 좋은 활약을 펼칠 수 있을지 기대해 보겠습니다. ao가 실패하면 이더리움 이후 수년이 지나서야, 적어도 2030년이 되기 전까지 모델이 도입되지 않을 수도 있고, 다른 퍼블릭 체인 구현 모델이 체인에 추가될 수도 있습니다. 실현할 수 없는 경우, 업체인 모델은 다른 퍼블릭 체인에서 더 어려울 수 있습니다.

현재 AI 에이전트 토큰의 실제 사용 사례는 많지 않습니다. 실제로 Base와 Solana에서 AI 에이전트 코인과 AI Memecoin의 차이점을 구분하기는 어렵습니다. 에이전트 토큰은 특별한 목적이 없는데 왜 ai 에이전트 코인과 ai 밈코인을 혼동하면 안 된다고 생각하는 걸까요? 왜냐하면 이것이 AI 에이전트 버블을 만드는 단계라고 생각하기 때문입니다.

Base가 AI 에이전트의 지배적인 퍼블릭 체인 위치를 두고 솔라나와 경쟁하려는 이유는 무엇입니까?

Base는 이번 강세장 전반기에 많은 시장의 주목을 받았습니다. Memecoin의 시장 점유율 경쟁에서 Base는 $BRETT, $DEGEN 등 단기적으로 뛰어난 성과를 거두었습니다. 하지만 여전히 솔라나에게 졌습니다. 저는 AI 에이전트가 Base가 경쟁할 다음 방향이라고 생각하며, 이미 많은 장점을 갖고 있습니다.

AI 에이전트는 거품의 탄생을 가속화하고 혼란을 야기하지만 최종 사용자와 애플리케이션에서는 뒤처지게 됩니다.

버블의 탄생과 확장은 시장의 관심을 끌 것이며, 이 관심은 시간이 지나면서 질적으로 변화할 것입니다. 그러한 질적 변화의 특징은 무엇인가? 시장의 관심이 계속 높아지면서 일련의 사용자 문제점과 시장 격차가 드러날 것입니다. 주요 모순을 조율할 수 없는데도 관심이 계속 높아질 때, 질적 변화가 탄생하는 순간이다. 질적 변화가 완성되면 축적된 사용자와 애플리케이션이 원대한 비전을 떠맡을 수 있게 됩니다. 이는 Memecoin이 할 수 없고 할 의도도 없는 일이기 때문에 현재 Agent와 Memecoin이 모호하더라도 혼동해서는 안 된다고 생각합니다.

질적인 변화가 일어나기 전에는 온갖 드라마로 거품이 탄생할 것이다. 예를 들어 에이전트의 수가 기하급수적으로 늘어나고, 수천 명의 에이전트가 사용자의 시야에 밀려들게 될 것이다. 짜내는 방법? 상담원은 다음과 같은 소셜 미디어에 액세스할 수 있습니다.

그 직후 빠른 반복 에이전트는 온체인 트랜잭션을 완료할 수 있었고 바이킹 무리가 어두운 숲에 침입했습니다. 현재 시중에 나와 있는 패널 프로토콜, TG 그룹의 봇, Dune 패널은 모두 에이전트에 의해 침입됩니다. 거래량, 주소 수, 칩 배포, 시뮬레이션된 은행가 행동 등과 같은 사용자에게 친숙한 지표는 에이전트에 의해 조작됩니다. -체인 데이터는 보다 전문적인 정보가 필요할 수 있습니다. 정리를 통해서만 가치가 반영될 수 있습니다. 그렇지 않으면 에이전트에게 속아 바이킹 해적처럼 재산을 약탈하게 됩니다.

시장이 이 단계에 도달할 수 있다면 AI 에이전트의 새로운 시대는 절반의 성공을 거둘 것입니다. 왜냐하면 "관심이 곧 가치"이기 때문에 에이전트가 시장에 진입할 수 있기 때문입니다. 이러한 잠재력은 다음에서 비롯됩니다.

• 강력한 배포 능력: 에이전트는 Goat 등 충분한 토픽을 생성하며 안정적인 배포 경로를 복사할 수 있습니다.

• 배포 용이성: Zerebro, vvaifu, Dolion, Griffin 및 Virtual을 포함한 에이전트 배포 플랫폼도 폭발적으로 증가할 것입니다. 사용자는 에이전트를 구축하려면 모든 코드를 알아야 하며 에이전트 배포 플랫폼의 UX도 경쟁에서 최적화됩니다.

• Memecoin 효과: 시작 단계에서는 에이전트 토큰에 적합한 비즈니스 모델이 없으며 토큰 사용 사례가 최소화됩니다. Memecoin의 베일을 착용하면 빠르게 커뮤니티를 축적하고 시작 성공률을 높게 유지할 수 있습니다.

• 상한선은 매우 높습니다. OpenAI의 레벨 3 에이전트는 아직 개발 중이며 거대 기업도 빨리 출시할 수 없는 제품입니다. 에이전트의 하한은 Memecoin이지만 상한은 자율적인 고급 에이전트입니다.

• 낮은 시장 저항: Goat가 이끄는 에이전트는 AI 인프라와 다르므로 사용자가 혐오감을 느끼지 않으면 충분히 주의를 기울일 가능성이 높습니다.

• 잠재적인 인센티브: 에이전트의 토큰 사용 사례가 아직 개발되지 않았습니다. 에이전트가 포인트 시스템을 도입하고 인센티브를 강화하면 많은 수의 사용자를 축적할 수 있습니다.

• 반복 가능성: 위에서 언급한 것처럼 에이전트는 가볍고 제품의 빠른 반복을 달성할 수 있습니다. 이러한 객관적인 반복 능력은 사용자에게 점점 더 매력적인 제품과 콘텐츠를 만들 수 있습니다.

따라서 AI 에이전트는 군사 전략가의 핵심 서사이자 전쟁터가 될 수 있습니다.

Base가 솔라나와 경쟁할 수 있는 잠재력을 갖고 있는 이유는 무엇입니까?

Coinbase와 북미 자본의 강력한 지원으로 Base 생태계는 2024년에 폭발적인 성장을 경험할 것입니다. 자본 유입량은 11월에 솔라나를 넘어섰고, 지난 7일 동안 큰 폭으로 솔라나를 앞질렀습니다.

ETH가 내년에도 계속해서 ETH/BTC 환율 쌍을 돌파할 수 있다면 ETH 시즌의 파급 효과는 Base에 상당한 영향을 미칠 것입니다. 현재 ETH 유출의 23%가 Base로 흘러가고 있으며 이 수치는 계속 증가하고 있습니다.

AI 에이전트 런치패드 매핑

가상

V1 단계에서는 주로 모델 훈련, 데이터 기여 및 대화형 기능에 중점을 두었고, V2 단계에서는 Virtual이 AI 에이전트를 위한 토큰 인큐베이션 플랫폼을 출시했습니다. 획기적인 업데이트는 10월에 출시된 fun.virtuals입니다.

그 중에서도 LUNA는 독립적인 아이덴티티와 재무 능력을 갖춘 '독립적인 법인'으로 발전했습니다. 이 과정에서 LUNA와 Coinbase의 로드맵이 적합하며 후자는 Base에서 AI 에이전트를 구현하는 데 도움이 되는 강력한 기술 도구와 지원을 제공합니다.

AI 에이전트 기술은 브랜드 구축, 특히 문화 브랜드 창출에 탁월한 성능을 발휘합니다. AI 에이전트를 통해 브랜드는 커뮤니티와 보다 효율적으로 상호 작용할 수 있습니다. 여기에는 대화형 작업을 단순화하고 보상을 유연하게 분배하여 사용자 충성도와 브랜드 인지도를 향상시키는 것이 포함됩니다.

모든 AI 에이전트 트랜잭션은 기본 가상 토큰의 사용만 지원한다는 점은 주목할 가치가 있습니다. 가상 토큰은 전체 생태계의 가치 포착을 흡수하고 생태 발전의 중요한 기둥이 됩니다.

Virtual은 제품 기능 개선, AI 도구를 사용하여 사용자 역량 강화, Web2와 Web3 간의 가교 구축에 중점을 둡니다. '과대광고 핫스팟'보다는 '사용가치'를 강조합니다. 도구 기반 제품은 실제 응용 분야에서 자주 사용되지만 암호화폐가 일반적으로 갖는 확산 효과가 부족하며 이는 V1 단계의 단점이기도 합니다.

클랭커

"게시 후 즉시 코인 발행"은 토큰 발행의 문턱을 낮추고 많은 사용자들이 이를 시도하도록 유도합니다. @Clanker로 사람들이 몰려드는 현상은 AI가 소셜 미디어에서 영상 콘텐츠를 요약하게 하는 동작과 유사하지만, 이곳의 콘텐츠 공개가 바로 자산 발행으로 전환된다는 점에서 차이가 있습니다.

클랭커는 어떻게 작동하나요?

TokenBot(예: Clanker)은 Base의 Meme 토큰을 일방적인 유동성 풀(LP)에 배포하고 유동성이 잠깁니다. 토큰 발행자는 다음과 같은 혜택을 받습니다:

• 전체 스왑 수수료의 0.25%.

• 총 토큰 공급량의 1% (잠금 해제 기간은 1개월)

사용자는 clanker.world 공식 웹사이트를 통해 배포된 토큰 수를 확인하거나 자신의 토큰을 만들 수 있습니다.

Raydium의 본딩 곡선을 통해 토큰을 발행하는 PumpFun과 달리 Clanker는 해당 기간 동안 1%의 거래 수수료와 2SOL의 고정 수수료를 부과하지만 Uni v3를 통해 1%의 수수료를 부과합니다. 거래.

AI 에이전트 계층

AI Agent Layer는 AI 에이전트 및 런치패드 생성에 중점을 둔 Base 생태계 내 플랫폼으로 11월 18일 공식 출시되었습니다. 플랫폼 출시 전 AIFUN 토큰은 11월 14일에 처음 발행되었으며 MEXC, Gate 등의 거래소에 상장되었습니다. 현재 가격은 0.09달러이고 시장 가치는 약 2,500만 달러입니다.

제작자.입찰

Creator.bid는 디지털 콘텐츠 수익화 및 소유권에 초점을 맞춘 AI 플랫폼으로 시작되었습니다. 올해 4월, 플랫폼은 새로운 자금 조달을 완료했습니다.

10월 21일, Creator.bid는 원클릭 생성 및 AI 에이전트 출시를 가능하게 하고 콘텐츠 제작자에게 새로운 도구와 수익 모델을 제공하는 Base 메인넷의 공식 출시를 발표했습니다.

가짜

Simulacrum은 Empyreal을 기반으로 제작되었습니다. Twitter, Farcaster, Reddit 및 TikTok과 같은 플랫폼을 블록체인 상호 작용 계층으로 전환합니다. 사용자는 간단한 소셜 미디어 게시물을 통해 토큰 거래나 팁 지불과 같은 온체인 작업을 구현할 수 있습니다.

계정 추상화, AI 에이전트, 의도 기반 및 언어 모델과 같은 기술을 사용하여 복잡한 블록체인 백엔드 운영을 단순화합니다. 일반 사용자가 DeFi에 더 쉽게 접근할 수 있도록 하세요.

vvaifu.fun

Pump.fun과 유사하게 사용자는 AI 에이전트 및 관련 토큰을 쉽게 생성할 수 있습니다. AI 에이전트는 Twitter, Telegram, Discord와 같은 소셜 플랫폼과 원활하게 통합되어 자동화된 사용자 상호 작용을 달성할 수 있습니다.

Dasha는 vvaifu.fun에서 만든 AI 에이전트이며 독립적인 Twitter 계정, Telegram 채널 및 Discord 커뮤니티를 보유하고 있습니다. 모든 운영과 관리는 AI로 완료됩니다.

모자

Top Hat은 텍스트를 통해 사용자와 상호 작용할 수 있을 뿐만 아니라 이미지 콘텐츠를 이해하고 처리할 수도 있습니다. 사용자가 이미지를 보내면 AI 에이전트가 그 내용을 '이해'하고 응답할 수 있다.

그리핀

훈련 가능한 AI 에이전트 플랫폼을 통해 Griffin은 1,000개의 훈련 가능한 AI 에이전트를 출시하여 스마트 계약 및 자동화된 거래의 미래 잠재력을 입증했습니다.