ผู้เขียนต้นฉบับ: Shenchao TechFlow

หลังจากพูดคุยกันมานาน ในที่สุด Eliza ก็เปิดเผยเอกสารทางเทคนิคในวันนี้

แม้ว่าเรามักจะได้ยินว่า AI Agent จำนวนมากสร้างขึ้นจากเฟรมเวิร์กโอเพ่นซอร์สของ Eliza แต่ก็ยังขาดคำอธิบายทางเทคนิคที่ละเอียดและจริงจังอยู่เสมอว่า Eliza กำหนดนิยามของตัวเองอย่างไร

เอกสารไวท์เปเปอร์นี้เป็นคำตอบที่ดี โดยอธิบายว่า Eliza ผสานรวม AI เข้ากับ Web3 อย่างลึกซึ้งได้อย่างไร การออกแบบสถาปัตยกรรมระบบโมดูลาร์ และรายละเอียดการใช้งานทางเทคนิคในฐานะเฟรมเวิร์กโอเพ่นซอร์ส

เอกสารไวท์เปเปอร์นี้เขียนโดย Shaw สมาชิก Eliza Labs หลายคน และเจ้าหน้าที่ด้านเทคนิคจากองค์กรอื่นๆ ที่เกี่ยวข้อง อย่างไรก็ตาม เนื่องจากเอกสารไวท์เปเปอร์เกี่ยวข้องกับรายละเอียดทางเทคนิคและแนวคิดทางวิชาชีพมากมาย จึงอาจไม่เป็นมิตรกับผู้อ่านทั่วไป

DeepChao TechFlow ได้ทำให้ง่ายขึ้นและปรับปรุงเพื่อช่วยให้ทุกคนเข้าใจเนื้อหาของเอกสารไวท์เปเปอร์นี้ในภาษายอดนิยมได้อย่างรวดเร็ว

1.ทำไมคุณถึงอยากเป็นเอลิซ่า?

โปรดทราบว่าบรรณาธิการเชื่อว่าหลักการคิดคือการกำหนดขอบเขต ---นั่นคือ ในด้านการเข้ารหัสหรือ Web3 ว่าเหตุใดจึงสร้าง Eliza แทนที่จะเปรียบเทียบเฟรมเวิร์กนี้กับเฟรมเวิร์ก AI ที่คล้ายกันที่หลากหลายมากขึ้น

ตามแนวความคิดนี้ ส่วนบทนำและความเป็นมาของเอกสารทางเทคนิคให้คำตอบที่ดีสำหรับคำถามนี้:

ในจุดตัดกันของ AI และ Web3 มีช่องว่างที่ชัดเจนมาโดยตลอด: การขาดกรอบพร็อกซีที่สามารถรวมแอปพลิเคชัน Web3 ได้อย่างสมบูรณ์แบบ

โดยเฉพาะอย่างยิ่ง เอกสารไวท์เปเปอร์เชื่อว่าสาขา Web3 เผชิญกับความท้าทายหลักสามประการ:

• ความซับซ้อนของธุรกรรมแบบกระจายอำนาจ ด้วยการพัฒนาอย่างแข็งขันของเครือข่ายสาธารณะ เช่น Ethereum, Solana และ BASE การจัดการสินทรัพย์และการดำเนินการธุรกรรมบนเครือข่ายต่างๆ กลายเป็นเรื่องท้าทายมากขึ้น แม้ว่าจะมีแพลตฟอร์มการซื้อขายในตลาด แต่ฟังก์ชันพื้นฐานของแพลตฟอร์มเหล่านี้มักจะไม่เพียงพอสำหรับผู้ใช้ระดับกลางและระดับสูงที่ต้องการการปรับแต่ง

• การขุดมูลค่าของข้อมูลออนไลน์ บล็อกเชนประกอบด้วยข้อมูลที่มีค่าจำนวนมาก ตั้งแต่ตัวบ่งชี้พื้นฐาน เช่น การเปลี่ยนแปลงที่อยู่การถือครองสกุลเงิน ราคาโทเค็น มูลค่าตลาด ฯลฯ ไปจนถึงตัวบ่งชี้เชิงลึก เช่น สัดส่วนบัญชีวาฬ รูปแบบผู้ดูแลสภาพคล่อง และอื่นๆ ตัวชี้วัดขั้นสูง วิธีแปลงข้อมูลที่ซับซ้อนเหล่านี้ให้เป็นข้อมูลเชิงลึกอันมีค่าอย่างมีประสิทธิภาพถือเป็นปัญหาเร่งด่วนที่ต้องแก้ไข

• การกระจายตัวของข้อมูลโซเชียลมีเดีย สำหรับอุตสาหกรรม Web3 แพลตฟอร์มโซเชียล เช่น Twitter, Discord และ Farcaster เป็นช่องทางสำคัญในการรับข้อมูล อย่างไรก็ตาม เมื่อจำนวนผู้นำทางความคิด (KOL) เพิ่มขึ้น ข้อมูลก็กระจัดกระจายมากขึ้นเรื่อยๆ การได้รับข้อมูลเชิงลึกอันมีค่าจากข้อมูลที่หลั่งไหลเข้ามามากมายกลายเป็นความท้าทายร่วมกันสำหรับเทรดเดอร์ทุกคน

ขึ้นอยู่กับความต้องการเชิงปฏิบัติเหล่านี้ที่เอลิซาถือกำเนิด ในฐานะระบบปฏิบัติการเอเจนต์ AI แบบโอเพ่นซอร์สตัวแรกที่เป็นมิตรกับ Web3 Eliza ใช้การออกแบบแบบโมดูลาร์เพื่อให้นักพัฒนาและผู้ใช้สามารถปรับแต่งโซลูชันได้ตามความต้องการของตนเอง

Eliza พยายามลดเกณฑ์สำหรับผู้ใช้ทั่วไปในการใช้ฟังก์ชัน AI ขั้นสูง และสร้างตัวแทน AI ของตนเองโดยไม่ต้องมีประสบการณ์ในการเขียนโปรแกรมเชิงลึก

ในเวลาเดียวกัน เอกสารไวท์เปเปอร์ยังเปรียบเทียบตัวเองกับเฟรมเวิร์ก AI ทั่วไปอื่นๆ ตารางต่อไปนี้แสดงให้เห็นได้อย่างชัดเจนว่าในแง่ของการรองรับ Web3 นั้น Eliza อ้างว่าตัวมันเองเหมาะสมที่สุด และนี่คือเป้าหมายของเอกสารไวท์เปเปอร์ทั้งหมด เพื่อบรรลุประเด็นสำคัญ

2.แนวคิดการออกแบบและนวัตกรรมทางเทคโนโลยีของ Eliza

หลักการออกแบบสามประการ: เรียบง่ายแต่ไม่เรียบง่าย

ความสำเร็จของ Eliza ไม่ใช่เรื่องบังเอิญ ในช่วงเริ่มต้นของการออกแบบ ทีมงานได้กำหนดหลักการสำคัญสามประการ:

• นักพัฒนา Web3 ให้ความสำคัญ กับข้อเท็จจริงที่ว่า Web3 ใช้ JavaScript/TypeScript เพื่อการพัฒนาเป็นหลัก และ Eliza เลือก TypeScript เป็นภาษาในการพัฒนา สิ่งนี้ไม่เพียงแต่ช่วยให้นักพัฒนาสามารถใช้เครื่องมือที่คุ้นเคยเท่านั้น แต่ยังช่วยให้พวกเขาสามารถรวมฟังก์ชันบล็อคเชนเข้ากับเว็บแอปพลิเคชันที่มีอยู่ได้อย่างง่ายดาย พูดง่ายๆ ก็คือช่วยให้นักพัฒนา Web3 "ใช้งานได้ทันที"

• การออกแบบปลั๊กอินแบบแยกส่วน Eliza จะแบ่งระบบออกเป็นรันไทม์หลักและองค์ประกอบหลักสี่ส่วน:

• อะแดปเตอร์ (อะแดปเตอร์ข้อมูล)

• ตัวละคร (บุคลิกภาพของตัวแทน)

• ลูกค้า (การโต้ตอบข้อความ)

• ปลั๊กอิน (ฟังก์ชันทั่วไป)

การออกแบบนี้ให้อิสระแก่นักพัฒนาในการเพิ่มปลั๊กอิน ไคลเอนต์ บทบาท และอะแดปเตอร์ของตนเองโดยไม่ต้องกังวลกับรายละเอียดของรันไทม์หลัก นอกจากนี้ยังช่วยให้ Eliza รองรับผู้ให้บริการโมเดลที่หลากหลายที่สุด (เช่น OpenAI, Llama, Qwen ฯลฯ) การบูรณาการแพลตฟอร์ม (Twitter, Discord, Telegram ฯลฯ) และความเข้ากันได้ของเครือข่าย (Solana, Ethereum, Ton ฯลฯ)

• ง่ายกว่าที่จะซับซ้อน:

ด้วยทรัพยากรทางวิศวกรรมที่จำกัด การทำให้การใช้งานภายในเป็นเรื่องง่ายสามารถประหยัดเวลาในการพัฒนาคุณสมบัติใหม่ การปรับให้เข้ากับสถานการณ์ใหม่ และการติดตามการพัฒนาอย่างรวดเร็วของฟิลด์ AI และ Web3

นวัตกรรมทางเทคโนโลยีทั้งภายในและภายนอก

ในแง่ของการนำไปใช้โดยเฉพาะ นวัตกรรมของ Eliza แบ่งออกเป็นสองมิติ: การเพิ่มประสิทธิภาพภายในและการขยายภายนอก

1. การเพิ่มประสิทธิภาพภายใน เพื่อปรับปรุงความสามารถในการคิดของโมเดล AI Eliza ได้บูรณาการเทคโนโลยีล้ำสมัยจำนวนหนึ่ง:

• ห่วงโซ่แห่งความคิด:

• คำจำกัดความทางเทคนิค: การแนะนำคำอธิบายทีละขั้นตอน

• ความเข้าใจที่นิยม: เช่นเดียวกับการเขียนกระบวนการแก้ปัญหาคณิตศาสตร์ AI จะเขียนกระบวนการคิดทีละขั้นตอนแทนที่จะให้คำตอบโดยตรง ไม่เพียงแต่ผลลัพธ์จะแม่นยำมากขึ้นเท่านั้น แต่มนุษย์ยังสามารถเข้าใจว่า AI ไปถึงข้อสรุปได้อย่างไร

• ต้นไม้แห่งความคิด:

• คำจำกัดความทางเทคนิค: อนุญาตให้แยกสาขาเพื่อสำรวจโซลูชันต่างๆ

• ความเข้าใจที่เป็นที่นิยม: เช่นเดียวกับการพิจารณาการเคลื่อนไหวที่เป็นไปได้หลายแบบเมื่อเล่นหมากรุก AI จะสำรวจวิธีแก้ปัญหาหลายอย่างในเวลาเดียวกัน จากนั้นเลือกวิธีที่เหมาะสมที่สุด ก็เหมือนกับการเลือกกิ่งก้านที่ดีที่สุดบนต้นไม้แห่งความคิด

• กราฟของความคิด:

• คำจำกัดความทางเทคนิค: การเชื่อมต่อเส้นทางการให้เหตุผล

• ความเข้าใจที่นิยม: มองปัญหาเป็นเครือข่ายที่มีแนวคิดต่างๆเชื่อมโยงถึงกัน เช่นเดียวกับเมื่อเราแก้ไขปัญหาที่ซับซ้อน เราเชื่อมโยงแนวคิดต่างๆ ที่เกี่ยวข้องเพื่อสร้างแผนที่ความคิด

• ชั้นของความคิด:

• คำจำกัดความทางเทคนิค: AI การใช้เหตุผลเชิงลำดับชั้น

• ความเข้าใจที่นิยม: เช่นเดียวกับตัวกรอง มันแบ่งกระบวนการคิดออกเป็นระดับต่างๆ เช่นเดียวกับเมื่อเราแก้ไขปัญหา ก่อนอื่นเราจะพิจารณาทิศทางทั่วไป จากนั้นจึงปรับแต่งเป็นรายละเอียดเฉพาะ และดำเนินการทีละชั้น

2. การขยายภายนอก เพื่อเพิ่มความสามารถในการแก้ปัญหาในทางปฏิบัติ Eliza ได้รวมความสามารถภายนอกที่หลากหลาย:

• RAG (การสร้างเสริมการดึง):

• คำจำกัดความทางเทคนิค: เพิ่มความสามารถในการสร้างผ่านการดึงข้อมูล

• ความเข้าใจที่เป็นที่นิยม: เช่นเดียวกับที่นักเรียนสามารถอ่านตำราเรียนเมื่อทำการบ้าน AI ยังสามารถปรึกษา "ฐานข้อมูล" ของมันเมื่อตอบคำถามเพื่อให้แน่ใจว่าคำตอบถูกต้องมากขึ้น

• ฐานข้อมูลเวกเตอร์:

• คำจำกัดความทางเทคนิค: การจัดเก็บและการเรียกข้อมูลที่มีโครงสร้าง

• ความเข้าใจที่นิยม: เทียบเท่ากับ "ห้องสมุด" AI ที่สามารถค้นหาเนื้อหาที่คล้ายกันได้อย่างรวดเร็ว ตัวอย่างเช่น หากคุณพูดว่า "ฉันต้องการค้นหาบทกวีเกี่ยวกับดวงจันทร์" ก็สามารถค้นหาบทกวีที่เกี่ยวข้องทั้งหมดได้อย่างรวดเร็ว

• ค้นหาเว็บ:

• คำจำกัดความทางเทคนิค: การได้มาซึ่งข้อมูลอินเทอร์เน็ตแบบเรียลไทม์

• ความเข้าใจที่นิยม: ให้ AI สามารถค้นหาข้อมูลล่าสุดบนอินเทอร์เน็ตได้เหมือนมนุษย์ โดยไม่จำกัดขอบเขตความรู้ที่ตายตัว

• ข้อความเป็นรูปภาพ/วิดีโอ/โมเดล 3 มิติ:

• คำจำกัดความทางเทคนิค: การแปลงคำอธิบายข้อความเป็นเนื้อหามัลติมีเดีย

• ความเข้าใจที่เป็นที่นิยม: เช่นเดียวกับจิตรกรที่วาดภาพตามคำอธิบายข้อความ AI สามารถสร้างรูปภาพ วิดีโอ และแม้แต่โมเดล 3 มิติตามคำอธิบายของคุณ

เปรียบเทียบกับเฟรมเวิร์กอื่นๆ ในพื้นที่ Web3

ในเฟรมเวิร์กเอเจนต์ Web3 AI ปัจจุบัน Eliza แสดงให้เห็นข้อได้เปรียบที่ชัดเจน จากผลตอบรับจากนักวิจัย AI และนักพัฒนาบล็อกเชนอาวุโสกว่า 50 คน Eliza มีประสิทธิภาพเหนือกว่ากรอบงานอื่นๆ ในตัวชี้วัดหลักต่อไปนี้:

• การสนับสนุนผู้ให้บริการโมเดล

• สถานะความเข้ากันได้ของลูกโซ่

• ความสมบูรณ์ของฟังก์ชัน

• บูรณาการโซเชียลมีเดีย

3.Eliza OS: ระบบนิเวศ Web3 AI ที่สร้างขึ้นอย่างพิถีพิถัน

หลังจากทำความเข้าใจปรัชญาการออกแบบของ Eliza แล้ว เรามาดูกันว่ากรอบการทำงานนี้ทำงานอย่างไร ลองนึกถึง Eliza ว่าเป็นระบบตัวต่อ Lego ที่ออกแบบมาอย่างพิถีพิถัน โดยที่ทุกส่วนประกอบเข้ากันอย่างลงตัวแต่ยังคงความยืดหยุ่นไว้ได้ดีเยี่ยม

องค์ประกอบหลัก: บทบาทสำคัญห้าประการ

ในโลกของ Eliza องค์ประกอบหลักห้าประการทำงานร่วมกันเพื่อสร้างระบบอัจฉริยะที่สมบูรณ์

• ตัวแทน: ตัวละครเอกของระบบ

พวกเขาเป็นเหมือน "ผู้ช่วยดิจิทัล" อิสระที่รับผิดชอบในการจัดการการโต้ตอบอัตโนมัติต่างๆ ตัวแทนแต่ละคนมี "ความทรงจำ" และ "บุคลิกภาพ" ของตัวเอง และสามารถมีการสนทนาและการโต้ตอบกับผู้ใช้ที่สอดคล้องกันผ่านช่องทางต่างๆ เช่น Discord และ Twitter

• ไฟล์ตัวละคร: "บุคลิกภาพ" ของตัวแทน

เพื่อให้เอเจนต์เหล่านี้เต็มไปด้วยบุคลิก คุณต้องได้รับการสนับสนุนจากไฟล์อักขระ (การกำหนดค่าบทบาท) ซึ่งเทียบเท่ากับ "ประวัติย่อส่วนตัว" ของตัวแทน ซึ่งไม่เพียงแต่กำหนดเอกลักษณ์และลักษณะบุคลิกภาพเท่านั้น แต่ยังระบุโมเดลที่สามารถใช้ได้ (เช่น OpenAI, Anthropic) และการดำเนินการใดที่สามารถทำได้ (เช่น ธุรกรรมบล็อกเชน การสร้าง NFT ). ด้วยการกำหนดค่าบทบาทที่ออกแบบมาอย่างรอบคอบ เจ้าหน้าที่แต่ละรายสามารถแสดงความเชี่ยวชาญและพฤติกรรมเฉพาะตัวได้

• ผู้ให้บริการ: "ระบบการรับรู้" ของตัวแทน

เมื่อมีปฏิสัมพันธ์กับโลกภายนอก ตัวแทนต้องการผู้ให้บริการในฐานะ "ระบบการรับรู้" เช่นเดียวกับที่มนุษย์ต้องการประสาทสัมผัสในการรับรู้โลก ผู้ให้บริการจะให้ข้อมูลแบบเรียลไทม์แก่ตัวแทน เช่น ข้อมูลตลาด รายละเอียดกระเป๋าเงิน การวิเคราะห์ความรู้สึก ฯลฯ เพื่อช่วยให้พวกเขาเข้าใจสภาพแวดล้อมและบริบทในปัจจุบันได้ดีขึ้น

• การดำเนินการ: "คลังทักษะ" ของตัวแทน

การดำเนินการจะกลายเป็น "คลังทักษะ" ของตัวแทนเมื่อจำเป็นต้องดำเนินการเฉพาะเจาะจง ตั้งแต่คำสั่งซื้อและขายแบบธรรมดาไปจนถึงการสร้าง NFT ที่ซับซ้อน การดำเนินการแต่ละอย่างจะต้องผ่านการตรวจสอบความปลอดภัยอย่างเข้มงวดเพื่อให้แน่ใจว่าจะเข้าใจผิดได้เมื่อจัดการงานที่เกี่ยวข้องกับการเงิน ทักษะเหล่านี้ช่วยให้ตัวแทนสามารถทำงานได้อย่างแท้จริงในโลก Web3

• ผู้ประเมิน: "ระบบการตัดสินใจ" ของตัวแทน

สุดท้าย ผู้ประเมินทำหน้าที่เป็น "ระบบการตัดสินใจ" ของตัวแทน ซึ่งรับผิดชอบในการประเมินเนื้อหาบทสนทนา ดึงข้อมูลที่สำคัญ และช่วยให้ตัวแทนสร้างความทรงจำระยะยาว ไม่เพียงแต่ติดตามความคืบหน้าในการบรรลุเป้าหมายเท่านั้น แต่ยังรับประกันความสอดคล้องกันตลอดการสนทนาอีกด้วย

การโต้ตอบอย่างชาญฉลาด: เป็นมากกว่าการสนทนาธรรมดา ๆ

ในแง่ของปฏิสัมพันธ์ Eliza ใช้ระบบความเข้าใจแบบหลายชั้น เช่นเดียวกับนักแปลที่มีประสบการณ์ ซึ่งต้องเข้าใจไม่เพียงแต่ความหมายตามตัวอักษรเท่านั้น แต่ยังต้องเข้าใจบริบทและความตั้งใจของสิ่งที่พูดด้วย ระบบนี้สามารถเข้าใจความต้องการที่แท้จริงของผู้ใช้ได้อย่างแม่นยำ รักษาประสบการณ์ที่สอดคล้องกันบนแพลตฟอร์มการสื่อสารต่างๆ และปรับการตอบสนองตามบริบทได้อย่างยืดหยุ่น

ระบบปลั๊กอิน: ความเป็นไปได้ในการขยายไม่จำกัด

ระบบปลั๊กอินของ Eliza นั้นเป็นกล่องเครื่องมือที่นำความสามารถในการขยายที่มีประสิทธิภาพมาสู่กรอบงานทั้งหมด ความสามารถในการขยายนี้สะท้อนให้เห็นในสามทิศทาง: การสร้างมัลติมีเดีย การบูรณาการ Web3 และโครงสร้างพื้นฐาน:

• ในแง่ของการสร้างมัลติมีเดีย สามารถสร้างรูปภาพ วิดีโอ และโมเดล 3 มิติ รองรับการสร้างซีรีส์ NFT อัตโนมัติ และยังให้คำอธิบายรูปภาพและความสามารถในการวิเคราะห์อีกด้วย

• ในแง่ของการบูรณาการ Web3 นั้น รองรับการดำเนินงานหลายสายโซ่ เช่น Ethereum และ Solana มอบชุดฟังก์ชั่นการซื้อขายที่สมบูรณ์ และรวมการดำเนินงาน DeFi ต่างๆ

• ในแง่ของโครงสร้างพื้นฐาน มีความสามารถพื้นฐาน เช่น บริการเบราว์เซอร์ การประมวลผลเอกสาร และคำพูดเป็นข้อความ

ด้วยการออกแบบแบบโมดูลาร์นี้ Eliza ไม่เพียงแต่รักษาเสถียรภาพของระบบเท่านั้น แต่ยังช่วยให้นักพัฒนามีความเป็นไปได้ในการขยายตัวที่แทบจะไร้ขีดจำกัดอีกด้วย นอกจากนี้ยังช่วยให้ Eliza สามารถปรับตัวเข้ากับความต้องการและสถานการณ์ใหม่ๆ ที่เกิดขึ้นอย่างต่อเนื่องในโลก Web3

4.เอลิซ่าแข็งแกร่งแค่ไหน? เห็นความจริงจากข้อมูล

เมื่อกรอบเทคโนโลยีใหม่ปรากฏขึ้น สิ่งที่ทุกคนกังวลมากที่สุดมักจะเป็นประสิทธิภาพที่แท้จริง เอลิซ่าให้คำตอบที่ตรงไปตรงมาที่นี่

ในการทดสอบเกณฑ์มาตรฐาน GAIA ซึ่งเป็นแพลตฟอร์มทดสอบที่ออกแบบมาเพื่อประเมินความสามารถของตัวแทน AI ในการแก้ปัญหาในโลกแห่งความเป็นจริงโดยเฉพาะ Eliza แสดงให้เห็นประสิทธิภาพที่น่าประทับใจ การทดสอบนี้ไม่ได้ทดสอบความสามารถในการถามตอบง่ายๆ แต่ต้องการให้ตัวแทน AI มีทักษะหลายประการ เช่น การใช้เหตุผลเชิงตรรกะ การประมวลผลหลายรูปแบบ การท่องเว็บ และการใช้เครื่องมือ

แม้ว่าในการทดสอบ คะแนนของ Eliza (19.42%) ยังตามหลังโซลูชันชั้นนำในปัจจุบันอยู่มาก เมื่อพิจารณาว่าเป็นเฟรมเวิร์กที่เน้นไปที่ฟิลด์ Web3 แต่ผลลัพธ์นี้ค่อนข้างน่าประทับใจอยู่แล้ว โดยเฉพาะอย่างยิ่งในการประมวลผลงานพื้นฐาน (ระดับ 1) เอลิซ่ามีอัตราการสำเร็จถึง 32.21% ซึ่งแสดงให้เห็นถึงความสามารถพื้นฐานที่แข็งแกร่ง

Web3 Land: ผู้กำหนดมาตรฐานที่ก้าวล้ำ

สิ่งที่น่าสังเกตมากกว่านั้นคือ Eliza มีบทบาทเป็น "ตัวตั้งค่ามาตรฐาน" ในฟิลด์ Web3 เนื่องจากระบบ AI เชิง Web3 ยังอยู่ในช่วงเริ่มต้น Eliza จึงเป็นผู้นำในการเสนอระบบมาตรฐานการประเมินที่สมบูรณ์ โดยชี้ให้เห็นทิศทางการพัฒนาสำหรับอุตสาหกรรมทั้งหมด

ระบบการประเมินนี้แบ่งออกเป็นสามระดับ เอกสารไวท์เปเปอร์เรียกว่า "การทดสอบทัวริง" เวอร์ชัน Web3 AI:

• ความสามารถพื้นฐาน: รวมถึงการสร้างกระเป๋าเงิน การซื้อขายโทเค็น การโต้ตอบสัญญาอัจฉริยะ และการดำเนินการพื้นฐานอื่น ๆ

• ฟังก์ชั่นขั้นสูง: ผสานรวมเทคโนโลยี AI ล่าสุด เช่น ข้อความเป็นวิดีโอ/3D, รองรับ RAG เป็นต้น

• คุณสมบัติขั้นสูง: มีความสามารถในการวางแผนและการใช้เหตุผลโดยอัตโนมัติตามคำแนะนำของผู้ใช้เพื่อให้เกิดการตัดสินใจที่ชาญฉลาดอย่างแท้จริง

ปัจจุบัน Eliza ประสบความสำเร็จในการปรับใช้ฟังก์ชันทั้งหมดของระดับพื้นฐานและกำลังก้าวไปสู่ระดับสูง ทีมงานระบุว่าพวกเขาเชื่อมั่นอย่างยิ่งว่าระบบตัวแทน AI ที่เป็นอิสระอย่างสมบูรณ์จะเป็นไปได้ภายในไม่กี่ปีข้างหน้า

5. การใช้งานจริง: ตลาดโหวตด้วยเงินจริง

เอกสารไวท์เปเปอร์ต้นฉบับยังมีส่วนเกี่ยวกับการแสดงโค้ด ซึ่งใช้เพื่อแสดงการใช้งานจริงที่สามารถทำได้โดยใช้เฟรมเวิร์ก เมื่อพิจารณาถึงความยากในการทำความเข้าใจและรายละเอียดทางเทคนิค จึงถูกข้ามมาที่นี่และแสดงเฉพาะการใช้งานจริงในระดับมหภาคเท่านั้น แอปพลิเคชัน.

จากข้อมูลในสมุดปกขาว ณ เดือนมกราคม 2568 โครงการ Web3 ที่สำคัญหลายโครงการได้สร้างระบบตัวแทน AI โดยใช้ Eliza และมูลค่าตลาดรวมของพันธมิตรเหล่านี้เกินกว่า 2 หมื่นล้านดอลลาร์สหรัฐ

ตัวเลขนี้อาจเป็นการรับรองความแข็งแกร่งทางเทคนิคของ Eliza ที่ดีที่สุดในตลาด

ที่สำคัญทีมเอลิซ่ามั่นใจกับอนาคต พวกเขาเชื่อว่าในขณะที่ "ตัวแทนอัจฉริยะ" เหล่านี้พัฒนาต่อไป เราจะเห็นยุคใหม่ของหน่วย AI หลายหน่วยที่ทำงานร่วมกัน Eliza กำลังปูทางไปสู่สิ่งที่ Dario Amodei ซีอีโอด้านมานุษยวิทยาเรียกว่าวิสัยทัศน์ "ศูนย์ข้อมูลอัจฉริยะ"

6. ข้อจำกัดที่มีอยู่และโอกาสในอนาคต: การวิเคราะห์ตนเองอย่างซื่อสัตย์

ไม่มีกรอบงานด้านเทคนิคใดที่สมบูรณ์แบบได้ และทีม Eliza ก็ชี้ให้เห็นอย่างตรงไปตรงมาถึงข้อจำกัดของกรอบงานปัจจุบันในเอกสารไวท์เปเปอร์

ความท้าทายสำคัญสามประการที่ต้องแก้ไข

• ขาดระบบเวิร์กโฟลว์: เช่นเดียวกับผู้ช่วยที่มีทักษะต้องการเวิร์กโฟลว์ที่ได้มาตรฐาน เมื่อนักพัฒนาต้องการใช้งานงานประจำบางอย่าง (เช่น การรวมข้อมูลจากหลายแหล่งเป็นประจำ) เฟรมเวิร์ก Eliza ที่มีอยู่ก็ยังไม่มีโซลูชันสำเร็จรูป สำหรับความต้องการดังกล่าว คุณอาจยังคงต้องใช้ระบบเวิร์กโฟลว์ที่มีอินเทอร์เฟซแบบกราฟิก เช่น Dify หรือ Coze

• ปัญหาประสิทธิภาพการทำงานในระบบหลายตัวแทน เมื่อจำนวนเอเจนต์เพิ่มขึ้น เนื้อหาบริบทและหน่วยความจำที่ระบบต้องการประมวลผลจะเพิ่มขึ้นแบบทวีคูณ โดยเฉพาะอย่างยิ่งเมื่อประมวลผลงานอินพุตและเอาท์พุตจำนวนมาก วิธีสร้างสมดุลระหว่างค่าใช้จ่ายในการประมวลผลและประสิทธิภาพการดำเนินงานยังคงเป็นปัญหาทางเทคนิคที่ต้องแก้ไข

• ความต้องการในการขยายการสนับสนุนหลายภาษา ปัจจุบัน Eliza ใช้ TypeScript เป็นหลัก แต่เพื่อดึงดูดนักพัฒนาจากสาขาอื่นๆ ให้เข้าร่วม จำเป็นต้องขยายการรองรับภาษาการเขียนโปรแกรมอื่นๆ เช่น Python และ Rust

แนวโน้ม: การสร้างยุคใหม่ของ AI แบบกระจายอำนาจ

แม้จะมีข้อจำกัดเหล่านี้ Eliza ก็เป็นมากกว่ากรอบทางเทคนิคในตัวเอง แสดงถึงความพยายามบุกเบิกในการผสานรวมเทคโนโลยี AI และแอปพลิเคชัน Web3 อย่างลึกซึ้ง

ด้วยการออกแบบแต่ละโมดูลการทำงานให้เป็นโปรแกรม TypeScript มาตรฐาน Eliza ช่วยให้มั่นใจได้ว่าผู้ใช้จะสามารถควบคุมระบบได้อย่างสมบูรณ์ ในเวลาเดียวกัน มันยังมอบความสามารถในการบูรณาการอย่างราบรื่นกับข้อมูลบล็อกเชนและสัญญาอัจฉริยะ การออกแบบนี้ไม่เพียงแต่รับประกันความปลอดภัย แต่ยังรักษาความสามารถในการปรับขนาดที่แข็งแกร่งอีกด้วย

ตามที่ระบุไว้ในตอนท้ายของเอกสารไวท์เปเปอร์ ความเป็นไปได้ของ Eliza นั้นถูกจำกัดด้วยจินตนาการของผู้ใช้เท่านั้น ในขณะที่เทคโนโลยี AI และ Web3 ยังคงพัฒนาต่อไป Eliza จะยังคงพัฒนาและเป็นผู้นำทิศทางการพัฒนาของ AI แบบกระจายอำนาจต่อไป