Tác giả gốc: Shenchao TechFlow

Sau nhiều cuộc gọi dài, hôm nay Eliza cuối cùng đã phát hành sách trắng kỹ thuật của họ.

Mặc dù chúng ta thường nghe nói rằng nhiều Tác nhân AI được xây dựng dựa trên khung nguồn mở Eliza, nhưng luôn thiếu lời giải thích kỹ thuật chi tiết và nghiêm túc về cách Eliza tự xác định.

Sách trắng này là một câu trả lời hay, mô tả cách Eliza tích hợp sâu AI với Web3, thiết kế kiến trúc hệ thống mô-đun và các chi tiết triển khai kỹ thuật của nó dưới dạng khung nguồn mở.

Sách trắng được viết bởi Shaw, một số thành viên của Eliza Labs và nhân viên kỹ thuật từ các tổ chức liên quan khác. Tuy nhiên, vì sách trắng liên quan đến nhiều chi tiết kỹ thuật và khái niệm chuyên môn nên nó có thể không thân thiện với độc giả bình thường.

DeepChao TechFlow đã đơn giản hóa và cải tiến nó nhằm giúp mọi người nhanh chóng hiểu được nội dung của sách trắng này bằng ngôn ngữ phổ biến.

1. Tại sao bạn muốn trở thành Eliza?

Lưu ý rằng người biên tập tin rằng tiền đề của suy nghĩ là phân định phạm vi---tức là, trong lĩnh vực mã hóa hoặc Web3, tại sao lại xây dựng Eliza, thay vì so sánh khung này với nhiều khung AI tương tự hơn.

Theo dòng suy nghĩ này, phần giới thiệu và phần thông tin cơ bản của sách trắng kỹ thuật thực sự đưa ra câu trả lời hay cho câu hỏi này:

Trong sự giao thoa giữa AI và Web3, luôn có một khoảng cách rõ ràng: thiếu khung proxy có thể tích hợp hoàn hảo các ứng dụng Web3.

Cụ thể, sách trắng tin rằng lĩnh vực Web3 phải đối mặt với ba thách thức chính:

• Sự phức tạp của các giao dịch phi tập trung Với sự phát triển mạnh mẽ của các chuỗi công khai như Ethereum, Solana và BASE, việc quản lý tài sản và thực hiện các giao dịch trên các chuỗi khác nhau ngày càng trở nên khó khăn. Mặc dù có một số nền tảng giao dịch trên thị trường nhưng các chức năng cơ bản của các nền tảng này thường không đủ cho người dùng trung cấp và cao cấp có nhu cầu tùy chỉnh.

• Khai thác giá trị dữ liệu trên chuỗi Chuỗi khối chứa một lượng lớn thông tin có giá trị, từ các chỉ số cơ bản như thay đổi địa chỉ nắm giữ tiền tệ, giá mã thông báo, giá trị thị trường, v.v., đến các chỉ số sâu hơn như tỷ lệ tài khoản cá voi, phong cách tạo lập thị trường và các chỉ số khác các chỉ số tiên tiến. Làm thế nào để chuyển đổi hiệu quả những dữ liệu phức tạp này thành những hiểu biết có giá trị là một vấn đề cấp bách cần được giải quyết

• Sự phân mảnh thông tin trên mạng xã hội Đối với ngành Web3, các nền tảng xã hội như Twitter, Discord và Farcaster là những kênh quan trọng để thu thập thông tin. Tuy nhiên, khi số lượng người dẫn đầu quan điểm (KOL) tăng lên, thông tin ngày càng trở nên rời rạc. Làm thế nào để có được những hiểu biết có giá trị từ làn sóng thông tin đã trở thành một thách thức chung đối với mọi nhà giao dịch.

Chính từ những nhu cầu thiết thực này mà Eliza đã ra đời. Là hệ điều hành tác nhân AI thân thiện với Web3 nguồn mở đầu tiên, Eliza áp dụng thiết kế mô-đun để cho phép các nhà phát triển và người dùng tùy chỉnh các giải pháp theo nhu cầu riêng của họ.

Eliza cố gắng hạ thấp ngưỡng cho người dùng bình thường sử dụng các chức năng AI nâng cao và xây dựng các tác nhân AI của riêng họ mà không cần có kinh nghiệm lập trình sâu.

Đồng thời, sách trắng cũng tự so sánh với một số khung AI phổ biến khác. Bảng sau có thể thấy rõ rằng về mặt hỗ trợ Web3, Eliza khẳng định rằng chính sách của mình là phù hợp nhất và đây chính là mục tiêu mà toàn bộ sách trắng hướng tới. để đạt được những điểm chính được truyền đạt.

2.Ý tưởng thiết kế và đổi mới công nghệ của Eliza

Ba nguyên tắc thiết kế: đơn giản nhưng không đơn giản

Thành công của Eliza không phải ngẫu nhiên. Khi bắt đầu thiết kế, nhóm đã thiết lập ba nguyên tắc cốt lõi:

• Các nhà phát triển Web3 ưu tiên thực tế là Web3 chủ yếu sử dụng JavaScript/TypeScript để phát triển và Eliza đã chọn TypeScript làm ngôn ngữ phát triển. Điều này không chỉ cho phép các nhà phát triển sử dụng các công cụ quen thuộc mà còn cho phép họ dễ dàng tích hợp chức năng blockchain vào các ứng dụng web hiện có. Nói một cách đơn giản, nó cho phép các nhà phát triển Web3 "sử dụng ngay lập tức".

• Thiết kế plug-in mô-đun Eliza phân tách hệ thống thành thời gian chạy cốt lõi và bốn thành phần chính:

• Bộ điều hợp (bộ điều hợp dữ liệu)

• Nhân vật (nhân cách tác nhân)

• Khách hàng (tương tác tin nhắn)

• Plugin (chức năng chung)

Thiết kế này cho phép các nhà phát triển tự do thêm plugin, ứng dụng khách, vai trò và bộ điều hợp của riêng họ mà không phải lo lắng về các chi tiết của thời gian chạy cốt lõi. Điều này cũng cho phép Eliza hỗ trợ nhiều nhà cung cấp mô hình nhất (ví dụ: OpenAI, Llama, Qwen, v.v.), tích hợp nền tảng (Twitter, Discord, Telegram, v.v.) và khả năng tương thích chuỗi (Solana, Ethereum, Ton, v.v.).

• Đơn giản thì tốt hơn là phức tạp:

Với nguồn lực kỹ thuật hạn chế, việc duy trì việc triển khai nội bộ đơn giản có thể tiết kiệm thời gian phát triển các tính năng mới, thích ứng với các tình huống mới và theo kịp sự phát triển nhanh chóng của lĩnh vực AI và Web3.

Đổi mới công nghệ: cả bên trong và bên ngoài

Về mặt triển khai cụ thể, sự đổi mới của Eliza được chia thành hai chiều: nâng cao bên trong và mở rộng bên ngoài.

1. Tăng cường bên trong Để nâng cao khả năng tư duy của mô hình AI, Eliza đã tích hợp một số công nghệ tiên tiến:

• Chuỗi suy nghĩ:

• Định nghĩa kỹ thuật: Giới thiệu giải thích từng bước

• Cách hiểu phổ biến: Cũng giống như việc viết ra quy trình giải các bài toán, AI cũng sẽ viết ra quy trình tư duy theo từng bước thay vì trực tiếp đưa ra đáp án. Kết quả không chỉ chính xác hơn mà con người còn có thể hiểu được AI đưa ra kết luận như thế nào.

• Cây suy nghĩ:

• Định nghĩa kỹ thuật: Cho phép phân nhánh để khám phá nhiều giải pháp

• Cách hiểu phổ biến: Cũng giống như việc xem xét nhiều nước đi có thể xảy ra khi chơi cờ, AI sẽ khám phá nhiều giải pháp cùng lúc rồi chọn giải pháp tối ưu. Giống như chọn cành tốt nhất trên cây tư tưởng

• Đồ thị suy nghĩ:

• Định nghĩa kỹ thuật: Kết nối đường dẫn lý luận

• Cách hiểu phổ biến: Hãy coi vấn đề như một mạng lưới, với nhiều ý tưởng khác nhau được kết nối với nhau. Cũng giống như khi giải quyết những vấn đề phức tạp, chúng ta kết nối nhiều ý tưởng liên quan khác nhau để tạo thành sơ đồ tư duy.

• Lớp suy nghĩ:

• Định nghĩa kỹ thuật: Lý luận phân cấp AI

• Cách hiểu phổ biến: Giống như một bộ lọc, nó chia quá trình tư duy thành nhiều cấp độ khác nhau. Cũng giống như khi giải quyết một vấn đề, trước tiên chúng ta xem xét phương hướng chung, sau đó tinh chỉnh đến từng chi tiết cụ thể, rồi tiến hành từng lớp một.

2. Mở rộng bên ngoài Để nâng cao khả năng giải quyết vấn đề thực tế, Eliza tích hợp nhiều khả năng bên ngoài:

• RAG (Tạo tăng cường truy xuất):

• Định nghĩa kỹ thuật: Nâng cao khả năng tạo thông qua truy xuất

• Cách hiểu phổ biến: Giống như học sinh có thể tham khảo sách giáo khoa khi làm bài tập về nhà, AI cũng có thể tham khảo “cơ sở dữ liệu” của mình khi trả lời câu hỏi để đảm bảo câu trả lời chính xác hơn

• Cơ sở dữ liệu vectơ:

• Định nghĩa kỹ thuật: Lưu trữ và truy xuất dữ liệu có cấu trúc

• Cách hiểu phổ biến: Nó tương đương với một “thư viện” AI có thể nhanh chóng tìm thấy nội dung tương tự. Ví dụ: nếu bạn nói "Tôi muốn tìm một bài thơ về mặt trăng", nó có thể nhanh chóng tìm thấy tất cả các bài thơ liên quan.

• Tìm kiếm trên web:

• Định nghĩa kỹ thuật: Thu thập thông tin Internet theo thời gian thực

• Hiểu biết phổ biến: Hãy để AI có thể tìm kiếm những thông tin mới nhất trên Internet giống như con người, không bị giới hạn trong một phạm vi kiến thức cố định

• Chuyển văn bản sang hình ảnh/video/mô hình 3D:

• Định nghĩa kỹ thuật: chuyển đổi mô tả văn bản thành nội dung đa phương tiện

• Cách hiểu phổ biến: Giống như một họa sĩ có thể vẽ một bức tranh dựa trên mô tả văn bản, AI có thể tạo ra hình ảnh, video và thậm chí cả mô hình 3D dựa trên mô tả của bạn

So sánh với các khung khác trong không gian Web3

Trong khung tác nhân AI Web3 hiện tại, Eliza cho thấy những lợi thế rõ ràng. Dựa trên phản hồi từ hơn 50 nhà nghiên cứu AI và nhà phát triển blockchain cao cấp, Eliza vượt trội hơn các khuôn khổ khác ở các số liệu chính sau:

• Hỗ trợ nhà cung cấp mô hình

• Trạng thái tương thích chuỗi

• Tính toàn vẹn chức năng

• Tích hợp phương tiện truyền thông xã hội

3.Eliza OS: Hệ sinh thái AI Web3 được xây dựng cẩn thận

Sau khi hiểu triết lý thiết kế của Eliza, chúng ta hãy xem cách thức hoạt động của khung này. Hãy tưởng tượng Eliza như một hệ thống gạch Lego được thiết kế cẩn thận, với mỗi bộ phận khớp với nhau một cách hoàn hảo trong khi vẫn duy trì được tính linh hoạt tuyệt vời.

Thành phần cốt lõi: Năm vai trò chính

Trong thế giới của Eliza, năm thành phần cốt lõi phối hợp với nhau để tạo thành một hệ thống thông minh hoàn chỉnh.

• Tác nhân: nhân vật chính của hệ thống

Họ giống như những "trợ lý kỹ thuật số" độc lập chịu trách nhiệm xử lý các tương tác tự trị khác nhau. Mỗi tác nhân có “ký ức” và “cá tính” riêng và có thể có những cuộc trò chuyện và tương tác mạch lạc với người dùng thông qua các kênh khác nhau như Discord và Twitter.

• Tệp ký tự: “Tính cách” của đặc vụ

Để làm cho những đặc vụ này đầy cá tính, bạn cần có sự hỗ trợ của Character Files (cấu hình vai trò). Điều này tương đương với "sơ yếu lý lịch cá nhân" của tác nhân, không chỉ xác định danh tính và đặc điểm tính cách của tác nhân mà còn chỉ định mô hình nào tác nhân có thể sử dụng (chẳng hạn như OpenAI, Anthropic) và những hoạt động nào tác nhân có thể thực hiện (chẳng hạn như giao dịch blockchain, khai thác NFT ). Thông qua các cấu hình vai trò được thiết kế cẩn thận, mỗi nhân viên có thể thể hiện chuyên môn và hành vi riêng biệt.

• Nhà cung cấp: "hệ thống nhận thức" của đại lý

Khi tương tác với thế giới bên ngoài, tác nhân cần Nhà cung cấp làm "hệ thống nhận thức" của mình. Giống như con người cần giác quan để nhận thức thế giới, nhà cung cấp cung cấp cho đại lý thông tin theo thời gian thực như dữ liệu thị trường, chi tiết ví, phân tích tình cảm, v.v. để giúp họ hiểu rõ hơn về môi trường và bối cảnh hiện tại.

• Hành động: "Thư viện kỹ năng" của đại lý

Các hành động trở thành "thư viện kỹ năng" của tổng đài viên khi cần thực hiện các hành động cụ thể. Từ các lệnh mua và bán đơn giản đến việc tạo NFT phức tạp, mỗi hoạt động đều trải qua quá trình xác minh bảo mật nghiêm ngặt để đảm bảo rằng nó an toàn khi xử lý các nhiệm vụ liên quan đến tài chính. Những kỹ năng này cho phép các tác nhân thực sự hoạt động trong thế giới Web3.

• Người đánh giá: "hệ thống ra quyết định" của đại lý

Cuối cùng, Người đánh giá đóng vai trò là "hệ thống ra quyết định" của tác nhân, chịu trách nhiệm đánh giá nội dung hội thoại, trích xuất thông tin quan trọng và giúp tác nhân xây dựng trí nhớ dài hạn. Nó không chỉ theo dõi tiến độ hoàn thành mục tiêu mà còn đảm bảo tính mạch lạc trong suốt cuộc trò chuyện.

Tương tác thông minh: không chỉ là một cuộc trò chuyện đơn giản

Về mặt tương tác, Eliza áp dụng hệ thống hiểu biết nhiều tầng, giống như một dịch giả giàu kinh nghiệm, người phải hiểu không chỉ nghĩa đen mà còn phải hiểu ngữ cảnh và ý định của những gì được nói. Hệ thống này có thể hiểu chính xác nhu cầu thực sự của người dùng, duy trì trải nghiệm nhất quán trên các nền tảng giao tiếp khác nhau và điều chỉnh linh hoạt các phản hồi dựa trên ngữ cảnh.

Hệ thống plug-in: khả năng mở rộng không giới hạn

Hệ thống plug-in của Eliza về cơ bản là một hộp công cụ, mang lại khả năng mở rộng mạnh mẽ cho toàn bộ khung công tác. Khả năng mở rộng này được phản ánh theo ba hướng: tạo đa phương tiện, tích hợp Web3 và cơ sở hạ tầng:

• Về mặt tạo đa phương tiện, nó có thể tạo ra hình ảnh, video và mô hình 3D, hỗ trợ tạo chuỗi NFT tự động, đồng thời cung cấp khả năng phân tích và mô tả hình ảnh.

• Về mặt tích hợp Web3, nó hỗ trợ các hoạt động đa chuỗi như Ethereum và Solana, cung cấp một bộ chức năng giao dịch hoàn chỉnh và tích hợp nhiều hoạt động DeFi khác nhau.

• Về cơ sở hạ tầng, nó cung cấp các khả năng cơ bản như dịch vụ trình duyệt, xử lý tài liệu và chuyển giọng nói thành văn bản.

Thông qua thiết kế mô-đun này, Eliza không chỉ duy trì sự ổn định của hệ thống mà còn cung cấp cho các nhà phát triển khả năng mở rộng gần như không giới hạn. Điều này cũng cho phép Eliza thích ứng với các nhu cầu và tình huống mới liên tục xuất hiện trong thế giới Web3.

4. Eliza mạnh đến mức nào? Xem sự thật từ dữ liệu

Khi một khung công nghệ mới xuất hiện, điều mọi người quan tâm nhất thường là hiệu năng thực tế của nó. Eliza đưa ra câu trả lời thẳng thắn ở đây.

Trong bài kiểm tra điểm chuẩn GAIA, một nền tảng thử nghiệm được thiết kế đặc biệt để đánh giá khả năng của các tác nhân AI trong việc giải quyết các vấn đề trong thế giới thực, Eliza đã cho thấy hiệu suất ấn tượng. Bài kiểm tra này không kiểm tra khả năng hỏi đáp đơn giản mà yêu cầu tác nhân AI phải có nhiều kỹ năng như suy luận logic, xử lý đa phương thức, duyệt web và sử dụng công cụ.

Mặc dù trong bài kiểm tra, điểm của Eliza (19,42%) vẫn kém xa các giải pháp hàng đầu hiện nay, xét vì đây là framework tập trung vào lĩnh vực Web3 nên kết quả này đã khá ấn tượng rồi. Đặc biệt ở khâu xử lý các tác vụ cơ bản (Cấp 1), Eliza đạt tỷ lệ hoàn thành 32,21%, thể hiện khả năng cơ bản vững chắc của mình.

Web3 Land: Người đặt ra tiêu chuẩn đột phá

Điều đáng chú ý hơn là Eliza thực sự đóng vai trò là “người đặt tiêu chuẩn” trong lĩnh vực Web3. Do các hệ thống AI định hướng Web3 vẫn còn ở giai đoạn đầu nên Eliza đã đi đầu trong việc đề xuất một hệ thống tiêu chuẩn đánh giá hoàn chỉnh, chỉ ra hướng phát triển cho toàn ngành.

Hệ thống đánh giá này được chia thành ba cấp độ Sách trắng gọi nó là phiên bản Web3 AI của "Thử nghiệm Turing":

• Các khả năng cơ bản: bao gồm tạo ví, giao dịch mã thông báo, tương tác hợp đồng thông minh và các hoạt động cơ bản khác

• Chức năng nâng cao: Tích hợp công nghệ AI mới nhất như chuyển văn bản thành video/3D, hỗ trợ RAG, v.v.

• Các tính năng nâng cao: có khả năng lập kế hoạch và suy luận tự động dựa trên hướng dẫn của người dùng để đưa ra quyết định thực sự thông minh

Hiện tại, Eliza đã thực hiện thành công tất cả các chức năng ở cấp độ cơ bản và đang tiến tới cấp độ nâng cao. Nhóm nghiên cứu tuyên bố rằng họ tin tưởng chắc chắn rằng một hệ thống tác nhân AI hoàn toàn tự động sẽ có thể thực hiện được trong vòng vài năm tới.

5. Ứng dụng thực tế: Thị trường bầu chọn bằng tiền thật

Sách trắng gốc cũng có một phần về hiển thị mã, được sử dụng để minh họa các ứng dụng thực tế có thể được thực hiện bằng cách sử dụng khung này. Do khó hiểu và các chi tiết kỹ thuật, phần này được bỏ qua ở đây và chỉ hiển thị thực tế ở cấp độ vĩ mô hơn. ứng dụng.

Theo sách trắng, tính đến tháng 1 năm 2025, một số dự án Web3 quan trọng đã xây dựng hệ thống tác nhân AI dựa trên Eliza và tổng giá trị thị trường của các đối tác này đã vượt quá 20 tỷ USD.

Bản thân con số này có thể là sự chứng thực tốt nhất của thị trường về sức mạnh kỹ thuật của Eliza.

Quan trọng hơn, đội ngũ Eliza tự tin về tương lai. Họ tin rằng khi những "tác nhân thông minh" này tiếp tục phát triển, chúng ta sẽ chứng kiến một kỷ nguyên mới của nhiều đơn vị AI hoạt động cùng nhau. Eliza đang mở đường cho điều mà Giám đốc điều hành Anthropic Dario Amodei gọi là tầm nhìn "trung tâm dữ liệu thiên tài".

6. Những hạn chế hiện tại và triển vọng trong tương lai: Tự phân tích trung thực

Không có khung kỹ thuật nào có thể hoàn hảo và nhóm Eliza đã thẳng thắn chỉ ra những hạn chế của khung hiện tại trong sách trắng.

Ba thách thức lớn cần giải quyết

• Thiếu hệ thống quy trình làm việc: Cũng giống như một trợ lý lành nghề cần một quy trình làm việc được chuẩn hóa, khi các nhà phát triển muốn thực hiện một số công việc thường ngày (chẳng hạn như thường xuyên tổng hợp dữ liệu từ nhiều nguồn), thì Eliza framework hiện tại vẫn chưa có giải pháp làm sẵn. Đối với những nhu cầu như vậy, bạn vẫn có thể cần sử dụng hệ thống quy trình làm việc có giao diện đồ họa như Dify hoặc Coze.

• Các vấn đề về hiệu suất trong hệ thống đa tác nhân. Khi số lượng tác nhân tăng lên, nội dung ngữ cảnh và bộ nhớ mà hệ thống cần xử lý sẽ tăng theo cấp số nhân. Đặc biệt khi xử lý một số lượng lớn tác vụ đầu vào và đầu ra, làm thế nào để cân bằng chi phí tính toán và hiệu quả vận hành vẫn là bài toán kỹ thuật cần giải quyết.

• Nhu cầu mở rộng để hỗ trợ đa ngôn ngữ. Hiện tại, Eliza chủ yếu dựa trên TypeScript, nhưng để thu hút các nhà phát triển từ nhiều lĩnh vực hơn tham gia, hãng cần mở rộng hỗ trợ cho các ngôn ngữ lập trình khác như Python và Rust.

Triển vọng: Tạo ra kỷ nguyên mới của AI phi tập trung

Bất chấp những hạn chế này, bản thân Eliza không chỉ là một khung kỹ thuật. Nó thể hiện nỗ lực tiên phong trong việc tích hợp sâu công nghệ AI và các ứng dụng Web3.

Bằng cách thiết kế từng mô-đun chức năng dưới dạng một chương trình TypeScript tiêu chuẩn, Eliza đảm bảo rằng người dùng có toàn quyền kiểm soát hệ thống. Đồng thời, nó cũng cung cấp khả năng tích hợp liền mạch với dữ liệu blockchain và hợp đồng thông minh. Thiết kế này không chỉ đảm bảo tính bảo mật mà còn duy trì khả năng mở rộng mạnh mẽ.

Như đã nêu ở cuối sách trắng, khả năng của Eliza chỉ bị giới hạn bởi trí tưởng tượng của người dùng. Khi công nghệ AI và Web3 tiếp tục phát triển, Eliza sẽ tiếp tục phát triển và tiếp tục dẫn đầu hướng phát triển AI phi tập trung.