Злиття криптовалют і штучного інтелекту: від агрегації ресурсів до економіки агентів
На тлі глобальної хвилі штучного інтелекту світ криптовалют також шукає свою точку входу. Спочатку поєднання цих двох сфер було зосереджено переважно на агрегації децентралізованих обчислювальних ресурсів. Завдяки технології блокчейн глобальні невикористані ресурси GPU та CPU можуть бути ефективно скоординовані, що забезпечує відповідність попиту та пропозиції, зниження витрат, а також пропонує прозору та справедливу систему стимулювання для постачальників ресурсів.
Цей етап досліджень має виражені риси:
Орієнтація на ринок з довгим хвостом, наприклад, деякі проекти агрегують розподілені ресурси GPU, знижуючи бар'єри для легкого висновку та налаштування моделі.
Підкреслити гнучкість, винагороджуючи розв’язувачів через смарт-контракти, активуючи особистих користувачів з вільними GPU для участі в навчанні.
Дослідження нових механізмів, впровадження конкуренції моделей та механізму підмереж, або поєднання ресурсів Web2 для надання послуг децентралізованого навчання та інференції моделей.
Поєднуючи DePIN (децентралізовану фізичну інфраструктурну мережу), таку як децентралізована мережа карт та мережа камер з краудсорсингом, координуючи фізичні пристрої за допомогою блокчейну, звільняючи ефективність крайового апаратного забезпечення.
Однак спроби на цьому етапі також виявили очевидні обмеження: конкуренція на ринку чистої обчислювальної потужності перетворилася на цінову війну, децентралізовані характеристики рівня висновку недостатні, а узгодження попиту та пропозиції бракує наративу на рівні додатків. Crypto в світі AI все ще залишається на рівні базової інфраструктури, не зумівши справді з'єднати користувацький досвід.
Зі стабілізацією ринку децентралізованих обчислювальних потужностей, дослідження Crypto та AI перейшло з рівня базових ресурсів до стадії інтелектуальних агентів на прикладному рівні. Ця зміна відзначається виникненням AI-агентів на блокчейні, що знову розпалило очікування ринку щодо поєднання обох технологій.
На початку AI токени переважно залишалися на стадії культурного феномена, швидко привертаючи увагу завдяки антропоморфним і розважальним образам. Пізніше AI почав набувати початкових можливостей взаємодії, виконуючи прості завдання в ролі легкого агента на соціальних платформах.
Незабаром AI Agent проникне у більш вертикальні прикладні сценарії. В галузях, таких як фінанси на блокчейні, NFT, аналіз даних, соціальне супроводження, з'явилися численні спеціалізовані інтелектуальні агенти. Користувачі можуть безпосередньо брати участь у операціях на блокчейні, виконувати стратегії та управляти активами через інтелектуальних агентів.
Справжнім переломом стало виникнення фреймворка Agent і протоколу виконання. Модульний фреймворк підтримує моделювання особистості, оркестрацію завдань і співпрацю багатьох агентів, що дозволяє онлайновим агентам перейти від ізольованих індивідів до систематичної роботи. Водночас економіка агентів починає проростати в онлайні, деякі проекти через AI Launchpad встановлюють стандарти для самостійного випуску токенів агентами, співпраці протоколів та соціального поширення, що сприяє народженню "AI рідної економіки".
Однак, з відходом раннього буму, Crypto та AI переживають глибоку перезавантаження. Ринок повертається від гонитви за наративами до пошуку справжньої відповідності продукту ринку. На цьому фоні MCP (Model Context Protocol) як відкритий стандартний протокол, створений для AI-додатків, стає новим каталістом, що найкраще відповідає сучасним вимогам.
MCP відкриває нові напрямки для поєднання криптовалюти та штучного інтелекту:
Багатоагентна співпраця: завдяки MCP агенти можуть співпрацювати за функціональним розподілом, виконуючи складні завдання.
Автоматизація транзакцій в ланцюзі: MCP з'єднує різні види торгівлі та агентів управління ризиками, забезпечуючи більш безпечне та ефективне управління активами в ланцюзі.
Виникнення інформаційних фінансів (InfoFi): на основі MCP, агенти можуть розумно планувати шляхи доходу відповідно до профілю користувача, сприяючи новим фінансовим моделям.
Оглядаючись на історію інтеграції Crypto та AI, ми бачимо шлях еволюції, що постійно поглиблює функціональність та підвищує практичність: від розважальних діалогових агентів до інструментальних агентів, далі до агентів виконання угод та абстрактного рівня DeFAI, нарешті прямуємо до колективного інтелекту та співпраці між кількома агентами. Кожен стрибок наближає AI Agent до реальних потреб світу.
У майбутньому розвиток AI Agent більше не буде залежати від простого наративу, а має ґрунтуватися на реальній практичності. Хоча цей шлях довгий, завдяки постійному накопиченню практичності його потенціал значно перевищує уявлення.
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
14 лайків
Нагородити
14
8
Репост
Поділіться
Прокоментувати
0/400
MoonMathMagic
· 07-11 22:31
Врешті-решт, обчислювальна потужність також стала спільною економікою.
Переглянути оригіналвідповісти на0
TooScaredToSell
· 07-11 11:08
Майнінг не такий вигідний, як AI! Ось це справжня насолода!
Переглянути оригіналвідповісти на0
SerLiquidated
· 07-11 07:27
Продовжувати дъмпінгувати товари, так?
Переглянути оригіналвідповісти на0
HodlKumamon
· 07-10 13:56
Ведмідь, який б’є по коду, порахував, що бета-коефіцієнт цієї бізнес-моделі вийшов за межі! Дивлюсь на це з оптимізмом~
Еволюція штучного інтелекту та криптоактивів: від обчислювальної потужності до нової ери економіки агентів
Злиття криптовалют і штучного інтелекту: від агрегації ресурсів до економіки агентів
На тлі глобальної хвилі штучного інтелекту світ криптовалют також шукає свою точку входу. Спочатку поєднання цих двох сфер було зосереджено переважно на агрегації децентралізованих обчислювальних ресурсів. Завдяки технології блокчейн глобальні невикористані ресурси GPU та CPU можуть бути ефективно скоординовані, що забезпечує відповідність попиту та пропозиції, зниження витрат, а також пропонує прозору та справедливу систему стимулювання для постачальників ресурсів.
Цей етап досліджень має виражені риси:
Орієнтація на ринок з довгим хвостом, наприклад, деякі проекти агрегують розподілені ресурси GPU, знижуючи бар'єри для легкого висновку та налаштування моделі.
Підкреслити гнучкість, винагороджуючи розв’язувачів через смарт-контракти, активуючи особистих користувачів з вільними GPU для участі в навчанні.
Дослідження нових механізмів, впровадження конкуренції моделей та механізму підмереж, або поєднання ресурсів Web2 для надання послуг децентралізованого навчання та інференції моделей.
Поєднуючи DePIN (децентралізовану фізичну інфраструктурну мережу), таку як децентралізована мережа карт та мережа камер з краудсорсингом, координуючи фізичні пристрої за допомогою блокчейну, звільняючи ефективність крайового апаратного забезпечення.
Однак спроби на цьому етапі також виявили очевидні обмеження: конкуренція на ринку чистої обчислювальної потужності перетворилася на цінову війну, децентралізовані характеристики рівня висновку недостатні, а узгодження попиту та пропозиції бракує наративу на рівні додатків. Crypto в світі AI все ще залишається на рівні базової інфраструктури, не зумівши справді з'єднати користувацький досвід.
Зі стабілізацією ринку децентралізованих обчислювальних потужностей, дослідження Crypto та AI перейшло з рівня базових ресурсів до стадії інтелектуальних агентів на прикладному рівні. Ця зміна відзначається виникненням AI-агентів на блокчейні, що знову розпалило очікування ринку щодо поєднання обох технологій.
На початку AI токени переважно залишалися на стадії культурного феномена, швидко привертаючи увагу завдяки антропоморфним і розважальним образам. Пізніше AI почав набувати початкових можливостей взаємодії, виконуючи прості завдання в ролі легкого агента на соціальних платформах.
Незабаром AI Agent проникне у більш вертикальні прикладні сценарії. В галузях, таких як фінанси на блокчейні, NFT, аналіз даних, соціальне супроводження, з'явилися численні спеціалізовані інтелектуальні агенти. Користувачі можуть безпосередньо брати участь у операціях на блокчейні, виконувати стратегії та управляти активами через інтелектуальних агентів.
Справжнім переломом стало виникнення фреймворка Agent і протоколу виконання. Модульний фреймворк підтримує моделювання особистості, оркестрацію завдань і співпрацю багатьох агентів, що дозволяє онлайновим агентам перейти від ізольованих індивідів до систематичної роботи. Водночас економіка агентів починає проростати в онлайні, деякі проекти через AI Launchpad встановлюють стандарти для самостійного випуску токенів агентами, співпраці протоколів та соціального поширення, що сприяє народженню "AI рідної економіки".
Однак, з відходом раннього буму, Crypto та AI переживають глибоку перезавантаження. Ринок повертається від гонитви за наративами до пошуку справжньої відповідності продукту ринку. На цьому фоні MCP (Model Context Protocol) як відкритий стандартний протокол, створений для AI-додатків, стає новим каталістом, що найкраще відповідає сучасним вимогам.
MCP відкриває нові напрямки для поєднання криптовалюти та штучного інтелекту:
Багатоагентна співпраця: завдяки MCP агенти можуть співпрацювати за функціональним розподілом, виконуючи складні завдання.
Автоматизація транзакцій в ланцюзі: MCP з'єднує різні види торгівлі та агентів управління ризиками, забезпечуючи більш безпечне та ефективне управління активами в ланцюзі.
Виникнення інформаційних фінансів (InfoFi): на основі MCP, агенти можуть розумно планувати шляхи доходу відповідно до профілю користувача, сприяючи новим фінансовим моделям.
Оглядаючись на історію інтеграції Crypto та AI, ми бачимо шлях еволюції, що постійно поглиблює функціональність та підвищує практичність: від розважальних діалогових агентів до інструментальних агентів, далі до агентів виконання угод та абстрактного рівня DeFAI, нарешті прямуємо до колективного інтелекту та співпраці між кількома агентами. Кожен стрибок наближає AI Agent до реальних потреб світу.
У майбутньому розвиток AI Agent більше не буде залежати від простого наративу, а має ґрунтуватися на реальній практичності. Хоча цей шлях довгий, завдяки постійному накопиченню практичності його потенціал значно перевищує уявлення.