작성자: 0XNATALIE
올 하반기부터 AI 에이전트(AI Agent)에 대한 화두가 계속해서 높아지고 있다. 처음에는 진실의 AI 챗봇 터미널이 X에 대한 유머러스한 게시물과 답글(웨이보의 '로버트'와 유사)로 광범위한 관심을 끌었고, a16z 창립자 마크 안드레센으로부터 5만 달러의 보조금을 받았습니다. 그가 게시한 내용에 영감을 받아 누군가 GOAT 토큰을 만들었고, 이는 단 24시간 만에 10,000% 이상 상승했습니다. AI Agent라는 주제는 즉시 Web3 커뮤니티의 관심을 끌었습니다. 이후 솔라나를 기반으로 한 최초의 탈중앙화 AI 트레이딩 펀드인 ai16z가 나오고, AI 에이전트 개발 프레임워크인 엘리자(Eliza)를 출시하며 대문자와 소문자 토큰 간의 분쟁을 촉발시켰다. 그러나 AI Agent에 대한 커뮤니티의 개념은 여전히 불분명합니다. AI Agent의 핵심은 무엇입니까? 텔레그램 트레이딩 봇과 어떻게 다릅니까?
작동 원리: 인식, 추론 및 자율적인 의사 결정
AI Agent는 도구를 호출하거나 작업을 수행하여 환경을 인식하고, 추론 결정을 내리고, 복잡한 작업을 완료할 수 있는 LLM(대형 언어 모델) 기반의 지능형 에이전트 시스템입니다. 워크플로: 인식 모듈(입력 얻기) → LLM(이해, 추론 및 계획) → 도구 호출(작업 실행) → 피드백 및 최적화(검증 및 조정)
구체적으로 AI 에이전트는 먼저 인식 모듈을 통해 외부 환경으로부터 데이터(텍스트, 오디오, 이미지 등)를 획득하고 이를 처리 가능한 구조화된 정보로 변환한다. 핵심 구성 요소인 LLM은 시스템의 "두뇌" 역할을 하는 강력한 자연어 이해 및 생성 기능을 제공합니다. LLM은 입력 데이터와 기존 지식을 기반으로 논리적 추론을 수행하고 가능한 솔루션을 생성하거나 실행 계획을 개발합니다. 이후 AI 에이전트는 외부 도구, 플러그인 또는 API를 호출하여 특정 작업을 완료하고 피드백을 기반으로 결과를 확인 및 조정하여 폐쇄 루프 최적화를 형성합니다.
Web3 애플리케이션 시나리오에서 AI Agent와 Telegram 거래 로봇 또는 자동화 스크립트의 차이점은 무엇입니까? 차익거래를 예로 들면, 사용자는 이익이 1%보다 크다는 조건 하에서 차익거래를 수행하기를 희망합니다. 차익거래를 지원하는 텔레그램 트레이딩 봇에서 사용자는 1% 이상의 수익을 내는 트레이딩 전략을 설정하고 봇이 실행을 시작합니다. 그러나 시장이 자주 변동하고 차익 거래 기회가 계속 변하는 경우 이러한 봇에는 위험 평가 기능이 부족하여 이익이 1%보다 큰 한 차익 거래를 실행합니다. 반면 AI 에이전트는 자동으로 정책을 조정할 수 있습니다. 예를 들어, 특정 거래의 이익이 1%를 초과하지만 데이터 분석을 통해 위험이 너무 높다고 평가되어 시장이 급변하여 손실로 이어질 수 있는 경우 차익거래를 실행하지 않기로 결정합니다.
따라서 AI 에이전트는 자기 적응적이며, 핵심 장점은 환경(예: 시장, 사용자 행동 등)과의 상호 작용을 통해 피드백 신호를 기반으로 행동 전략을 조정하는 능력에 있습니다. 지속적으로 작업 수행 효과를 향상시킵니다. 또한 외부 데이터를 기반으로 실시간 의사결정을 내리고 강화학습을 통해 의사결정 전략을 지속적으로 최적화할 수 있습니다.
인텐트 프레임워크 아래의 솔버(slover)처럼 들리지 않나요? AI Agent 자체도 의도 기반 제품입니다. 의도 프레임워크 하의 솔버와 가장 큰 차이점은 솔버가 정확한 알고리즘에 의존하고 수학적으로 엄격한 반면, AI 에이전트 의사 결정은 데이터 교육에 의존하며 종종 통과가 필요하다는 것입니다. 훈련 과정에서 최적의 솔루션에 가까워지기 위해 계속해서 시행착오를 겪습니다.
AI Agent 주류 프레임워크
AI 에이전트 프레임워크는 지능형 에이전트를 생성하고 관리하기 위한 인프라입니다. 현재 Web3에서 더 널리 사용되는 프레임워크로는 ai16z의 Eliza, zerebro의 ZerePy 및 Virtuals의 GAME이 있습니다.
Eliza는 TypeScript를 사용하여 구축된 다기능 AI 에이전트 프레임워크로, 다양한 플랫폼(Discord, Twitter, Telegram 등)에서의 실행을 지원하며, 복잡한 메모리 관리를 통해 이전 대화와 컨텍스트를 기억하여 안정성과 일관성을 유지할 수 있습니다. . 성격 특성과 지식 반응. Eliza는 보다 정확한 답변을 생성하기 위해 외부 데이터베이스나 리소스에 액세스할 수 있는 RAG(Retrieval Augmented Generation) 시스템을 사용합니다. 또한 Eliza는 TEE 플러그인을 통합하여 TEE에 배포하여 데이터 보안과 개인 정보 보호를 보장합니다.
GAME은 AI 에이전트가 자율적인 결정과 행동을 내릴 수 있도록 권한을 부여하고 구동하는 프레임워크입니다. 개발자는 필요에 따라 에이전트의 동작을 사용자 정의하고 기능을 확장하며 사용자 정의 작업(예: 소셜 미디어 게시, 응답 등)을 제공할 수 있습니다. 에이전트의 환경 위치 및 작업과 같은 프레임워크의 다양한 기능은 개발자가 쉽게 구성하고 관리할 수 있도록 여러 모듈로 구분됩니다. GAME 프레임워크는 AI Agent의 의사결정 프로세스를 상위 수준 계획(HLP)과 하위 수준 계획(LLP)의 두 가지 수준으로 나누어 다양한 수준의 작업과 결정을 담당합니다. 상위 계획은 에이전트의 전반적인 목표 및 작업 계획을 설정하고 목표, 성격, 배경 정보 및 환경 상태를 기반으로 결정을 내리고 작업 우선 순위를 결정하는 역할을 담당합니다. 하위 수준 계획은 실행 수준에 중점을 두고 상위 수준 계획 결정을 특정 운영 단계로 변환하고 적절한 기능과 운영 방법을 선택합니다.
ZerePy는 X에 AI 에이전트를 배포하기 위한 오픈 소스 Python 프레임워크입니다. 이 프레임워크는 OpenAI와 Anthropic에서 제공하는 LLM을 통합하여 개발자가 소셜 미디어 에이전트를 구축 및 관리하고 트윗 게시, 트윗에 응답 및 좋아요와 같은 작업을 자동으로 수행할 수 있도록 합니다. 각 작업에는 중요도에 따라 서로 다른 가중치가 할당될 수 있습니다. ZerePy는 개발자가 에이전트를 빠르게 시작하고 관리할 수 있도록 간단한 명령줄 인터페이스(CLI)를 제공합니다. 동시에 프레임워크는 개발자가 복잡한 로컬 환경 구성 없이 ZerePy 사용을 빠르게 시작할 수 있는 Replit(온라인 코드 편집 및 실행 플랫폼) 템플릿도 제공합니다.
AI 에이전트가 FUD에 직면하는 이유는 무엇입니까?
AI 에이전트는 지능적으로 보이며 진입 장벽을 낮추고 사용자 경험을 향상시킬 수 있습니다. 커뮤니티에 FUD가 있는 이유는 무엇입니까? 그 이유는 AI Agent가 여전히 본질적으로 단지 도구일 뿐이기 때문입니다. 아직은 전체 워크플로를 완료할 수 없으며 특정 노드에서 효율성을 향상하고 시간을 절약할 수만 있습니다. 또한, 현재 개발 단계에서는 AI Agent의 역할이 대부분 사용자가 클릭 한 번으로 MeMe를 발행하고 소셜 미디어 계정을 운영할 수 있도록 돕는 데 중점을 두고 있습니다. 커뮤니티에서는 이를 "자산은 Dev에 속하고 능력은 AI에 속합니다"라고 농담으로 부릅니다.
그러나 이번 주에 aiPool은 TEE 기술을 사용하여 무신뢰를 달성하는 토큰 사전 판매용 AI 에이전트로 출시되었습니다. AI Agent의 지갑 개인키는 보안을 보장하기 위해 TEE 환경에서 동적으로 생성됩니다. 사용자는 AI 에이전트가 관리하는 지갑에 자금(예: SOL)을 보낼 수 있으며, 그러면 설정된 규칙에 따라 토큰이 생성되고 자격을 갖춘 투자자에게 토큰을 배포하는 동시에 DEX에서 유동성 풀이 시작됩니다. 전체 프로세스는 제3자 중개자에 의존할 필요가 없으며 TEE 환경의 AI 에이전트에 의해 완전히 독립적으로 완료되어 DeFi에서 흔히 발생하는 러그 풀 위험을 방지합니다. AI Agent가 점차 발전하고 있음을 알 수 있다. AI Agent가 자산 발행 프로세스의 일부만 단순화하더라도 사용자의 임계값을 낮추고 경험을 향상시키는 데 도움이 될 수 있다고 믿습니다. 그러나 거시적 Web3 관점에서 볼 때, 오프체인 제품인 AI Agent는 현재 스마트 계약을 지원하는 도구로만 사용되므로 그 기능을 지나치게 자랑할 필요는 없습니다. 올해 하반기에는 MeMe 외에 중요한 부효과 서사가 없기 때문에 AI Agent의 과대광고가 MeMe를 중심으로 쏠리는 것은 정상입니다. MeMe만으로는 장기적인 가치를 유지할 수 없기 때문에 AI Agent가 거래 과정에서 더욱 혁신적인 게임 플레이를 가져오고 실질적인 구현 가치를 제공할 수 있다면 보편적인 인프라 도구로 발전할 수 있습니다.
