З розмови про Manus та MC: дослідження Web3 в межах AI Agent

AI Agent як важлива гілка штучного інтелекту поступово переходить від концепції до реальності і демонструє величезний потенціал застосування в різних галузях, звичайно, включаючи індустрію Web3.

Автор: pignard.eth, команда ZAN

6 березня продукт Manus, перший у світі універсальний AI Agent, випущений китайською стартап-компанією Monica, став вірусним у вітчизняних технологічних медіа та соціальних мережах. В перший день запуску отримати запрошення було вкрай важко, навіть на Xianyu одне запрошення коштувало 50 тисяч, проте багато KOL з галузі заздалегідь отримали запрошення, і численні статті з оглядами досвіду з’явилися одна за одною.

!

Manus як універсальний AI агент, здатний автономно виконувати завдання від планування до виконання, такі як написання звітів, створення таблиць тощо. Він не тільки генерує ідеї, а й може самостійно мислити та діяти. Завдяки своїй потужній здатності до незалежного мислення, планування та виконання складних завдань, він безпосередньо постачає повні результати, демонструючи небачену універсальність та виконавчу здатність.

Успіх Manus не лише привернув увагу в індустрії, але й надав цінні ідеї для продуктів та дизайнерське натхнення для розробки різних AI Agent. З швидким розвитком технологій ШІ AI Agent, як важлива гілка штучного інтелекту, поступово переходять з концепції в реальність і демонструють величезний потенціал застосування в різних сферах, звичайно ж, включаючи індустрію Web3.

Фонові знання

AI Agent, або штучний інтелект-агент, є комп’ютерною програмою, здатною автономно приймати рішення та виконувати завдання на основі середовища, входу та попередньо визначених цілей. Основні складові AI Agent включають велику мовну модель (LLM) як «мозок», що дозволяє обробляти інформацію, навчатися з взаємодій, приймати рішення та виконувати дії; механізми спостереження та сприйняття, що дозволяють йому сприймати середовище; процеси міркування, що включають аналіз результатів спостережень та вмісту пам’яті, а також розгляд можливих дій; виконання дій як явну відповідь на мислення та спостереження; а також пам’ять і вилучення, що зберігають минулий досвід для використання в навчанні.

Дизайн-модель AI Agent виходить з ReAct і має два напрямки розвитку: один більше зосереджений на планувальних можливостях AI Agent, включаючи REWOO, Plan & Execute, LLM Compiler. Інший більше зосереджений на рефлексивних можливостях, включаючи Basic Reflection, Reflexion, Self Discover, LATS.

!

Модель ReAct є найпершою моделлю дизайну AI Agent, яка з’явилася, і на сьогоднішній день є найбільш широко використовуваною, тому тут основна увага приділяється концепції ReAct. ReAct означає вирішення різноманітних мовних завдань на основі міркувань (Reasoning) і дій (Acting), поєднуючи їх у мовних моделях. Типовий процес представлений на діаграмі нижче і може бути описаний цікавим циклом: думка (Thought) → дія (Action) → спостереження (Observation), скорочено цикл TAO.

• Роздуми: стикаючись із проблемою, нам потрібно провести глибоке розмірковування. Цей процес роздуми стосується того, як визначити проблему, виявити ключову інформацію, необхідну для її вирішення, та кроки міркування.
• Дії: Визначивши напрямок мислення, наступним кроком є момент дій. Відповідно до нашого мислення, вживаємо відповідних заходів або виконуємо певні завдання, сподіваючись спрямувати проблему в сторону вирішення.
• Спостереження: після дії ми повинні уважно спостерігати за результатами. Цей крок є перевіркою того, чи були наші дії ефективними, чи наблизилися ми до відповіді на питання.
• Циклічні ітерації

AI Agent також можна поділити на Single Agent та Multi Agent в залежності від кількості агентів. Ядром Single Agent є поєднання LLM та інструментів, і під час виконання завдання агент може взаємодіяти з користувачем кілька разів. Multi Agent надає різним агентам різні ролі, щоб завершити складні завдання через співпрацю між агентами, але під час виконання завдання, на відміну від Single Agent, взаємодія з користувачем буде меншою. Наразі більшість фреймворків зосереджені на сценаріях Single Agent.

!

Модельний контекст-протокол (MCP) був випущений компанією Anthropic 25 листопада 2024 року як відкритий протокол, що має на меті вирішення проблеми з’єднання та взаємодії LLM з зовнішніми джерелами даних. LLM можна порівняти з операційною системою, а MCP - з USB-інтерфейсом, який підтримує гнучке підключення зовнішніх даних та інструментів, що дозволяє користувачам використовувати ці зовнішні дані та інструменти.

MCP надає три можливості для розширення LLM: Ресурси (розширення знань), Інструменти (виконання функцій, виклик зовнішніх систем), Підказки (заздалегідь підготовлені шаблони підказок). Протокол MCP використовує архітектуру клієнт-сервер, а для передачі даних застосовується протокол JSON-RPC. Будь-хто може розробляти та хостити MCP Server і може в будь-який час зупинити обслуговування.

!

Стан AI-агентів у Web3

У галузі Web3 шум навколо AI Agent значно знизився після досягнення піку в січні цього року, а загальна ринкова вартість скоротилася більш ніж на 90%. Наразі найбільший шум і ринкова вартість зосереджені на дослідженнях Web3 в рамках AI Agent, зокрема на «моделі платформ для запуску, представленій Virtuals Protocol», «моделі DAO, представленій ElizaOS», та «моделі комерційної компанії, представленій Swarms».

Платформа запуску дозволяє користувачам створювати, розгортати та монетизувати AI Agent, подібно до pump.fun у Meme, але орієнтуючи на AI Agent. Virtuals Protocol є наразі найбільшою платформою запуску, на якій вже випущено понад сто тисяч Agent, а популярний “KOL у криптовалютному середовищі” AIXBT було створено на основі Virtuals. Virtuals Protocol містить модульну структуру Agent, яка називається G.A.M.E, основна мета G.A.M.E полягає в наданні розробникам ефективної та відкритої структури, щоб розробка та запуск AI Agent були так само простими, як створення сайту на WordPress.

!

DAO представляє децентралізовану автономну організацію. ElizaOS (попередня назва ai16z) була заснована @shawmakesmagic на платформі daos.fun, початковою ідеєю було використання AI моделей для моделювання інвестиційних рішень відомого венчурного капіталіста a16z та його співзасновника Марка Андріссена, а також поєднання рекомендацій членів DAO для інвестування, згодом це стало DAO, основою якого є Eliza Framework для розробників AI агентів. Eliza Framework побудований на TypeScript, надаючи гнучку та масштабовану платформу для розробки AI агентів, які можуть взаємодіяти на кількох платформах, зберігаючи при цьому послідовність особистості та знань.

Swarms, заснована нинішнім 20-річним @KyeGomezB у 2022 році, є корпоративною багатагалузевою платформою для агентів, яка через інтелектуальну оркестрацію та ефективну співпрацю дозволяє кільком AI агентам працювати разом, як команда, для вирішення складних бізнес-операцій. Спочатку Swarms був лише проектом AI агентів Web2, за словами засновника, в Swarms працює понад 4500 мільйонів агентів у виробничому середовищі, надаючи послуги найбільшим фінансовим, страхових та медичних установам у світі. Тільки після випуску токена $SWARMS у грудні 2024 року проект офіційно перейшов з Web2 на Web3.

Просто з точки зору економічної моделі, наразі лише платформи запуску можуть реалізувати автономне економічне коло. Наприклад, Virtuals:

1. **Створення代理: ** Створювач запускає нового AI агента на платформі Virtuals;
2. Налаштування кривої зв’язування: Творець сплачує 100 $VIRTUAL токенів, що створить криву зв’язування для нових токенів агента та буде паруватися з $VIRTUAL.
3. Створення ліквіднісного пулу: Як тільки буде досягнуто обмеження зв’язаної кривої, агент «випускається» та створює ліквіднісний пул із токеном-агентом, парованим з токеном $VIRTUAL, дотримуючись принципу справедливого запуску без внутрішніх учасників: без попереднього видобутку або внутрішнього розподілу, фіксований загальний обсяг, ліквідність заблокована на тривалий термін.

Віртуали, окрім збору збору за запуск AI Agent, також стягують комісію за кожну транзакцію токенів агента, а також AI Agent стягує плату за інференцію через API Virtuals для доступу до LLM. Наразі ElizaOS та Swarms планують створити свої власні платформи для запуску.

Звичайно, у платформи запуску також є проблеми, адже цей спосіб випуску активів вимагає, щоб самі активи мали «привабливість», щоб сформувати позитивний маховик. Наразі абсолютна більшість AI Agent, що випускаються, по суті є мемами, не маючи внутрішньої вартості, і як тільки вони втрачають увагу ринку, швидко обнуляються. У поточному тихому ринковому середовищі платформи запуску навіть не можуть залучити творців, тому економічна модель фактично не може працювати.

Веб3 дослідження MCP

Поява MCP відкрила нові напрямки досліджень для AI Agent в сучасному Web3, найбільш очевидні з яких – це два напрямки:

1. Розгорніть MCP Server у блокчейн-мережі, вирішуючи проблему єдиної точки відмови MCP Server і забезпечуючи стійкість до цензури;
2. MCP Server має функцію взаємодії з блокчейном, наприклад, для проведення DeFi транзакцій та управління, знижуючи технічний бар’єр.

Перший напрямок ставить дуже високі вимоги до системи зберігання бази даних блокчейну, можливостей управління даними та асинхронних обчислень, і можна вибрати блокчейн, подібний до 0G. 0G — це модульний AI блокчейн, який має масштабований програмований DA рівень, що підходить для AI dapp. Його модульна технологія забезпечить безфрикційну взаємодію між ланцюгами, при цьому забезпечуючи безпеку, усуваючи фрагментацію та максимізуючи з’єднуваність, створюючи децентралізовану AI екосистему.

!

Другий напрямок схожий на варіант DeFAI, але наразі бекенд DeFAI складається з серії функціональних викликів, упакованих у Tool. UnifAI створює єдиний сервер DeFAI MCP, уникаючи повторного винаходу колеса. UnifAI — це платформа, яка дозволяє автономним AI-агентам виконувати завдання на блокчейні та поза ним у екосистемі Web3. Вона має UniQ для автоматизації завдань, ринок послуг агентів та інфраструктуру для виявлення інструментів.

!

Окрім двох зазначених напрямків, засновник LXDAO та ETHPanda @brucexu_eth запропонував план створення мережі стимулювання авторів OpenMCP.Network, побудованої на базі Ethereum. MCP Server потрібно хостити та надавати стабільні послуги, користувачі платять постачальникам LLM, а постачальники LLM розподіляють фактичні стимули через мережу на викликані MCP Servers, таким чином підтримуючи стійкість та стабільність усієї мережі, заохочуючи авторів MCP до безперервного створення та надання якісного контенту. Ця мережа вимагатиме використання смарт-контрактів для реалізації автоматизації, прозорості, надійності та стійкості до цензури стимулювання. Під час роботи підпис, перевірка прав, захист приватності можуть бути реалізовані за допомогою гаманців Ethereum, ZK та інших технологій.

!

Хоча теоретично поєднання MCP і Web3 може впровадити в AI Agent додатки механізм децентралізованої довіри та економічний стимул, наразі технологія нульових доказів (ZKP) ще не здатна перевірити справжність поведінки агентів, а децентралізовані мережі все ще мають проблеми з ефективністю, це не є рішенням, яке може бути успішним у короткостроковій перспективі.

Підсумок

Випуск Manus знаменує важливу віху для продуктів загального AI Agent, у світі Web3 також потрібен віховий продукт, щоб спростувати сумніви зовнішнього світу щодо того, що Web3 не має практичності, а лише спекуляцій.

Поява MCP відкрила нові напрямки для AI Agent у Web3, включаючи розгортання MCP Server в блокчейн-мережі, а також можливість взаємодії MCP Server з блокчейном або створення мережі стимулювання творців MCP Server.

Штучний інтелект є найбільшою наративною історією, а для Web3 інтеграція з ШІ є неминучою. Ми все ще повинні зберігати терпіння і віру, продовжуючи дослідження.