Tác giả gốc: cookies

Bản dịch gốc: TechFlow

Đây là quan điểm của tôi về cách sự hoàn thiện của cơ sở hạ tầng mã hóa và AI có thể thúc đẩy các ứng dụng sáng tạo.

Hãy cùng tìm hiểu sâu hơn về cách chúng ta, với tư cách là người dùng và nhà xây dựng, có thể định hướng trong kỷ nguyên mới này.

Loại đại lý

Các tác nhân có giá trị chức năng

Các tác nhân này có khả năng tạo ra giá trị hoặc kết quả thực tế.

• (1a) Đại lý DeFAI
• (1b) Các đại lý thị trường dự đoán (PMA)
• (1c) Tác nhân sử dụng máy tính (CUA)

Đại lý DeFAI

Các tác nhân này có thể thực hiện giao dịch, canh tác năng suất hoặc cung cấp thanh khoản (LP).

Các dự án liên quan: @symphonyio , @almanac , @gizatechxyz

Bạn có thể tìm thấy phần giới thiệu đầy đủ về DeFAI trong dòng tweet bên dưới:

Đại lý thị trường dự đoán (PMA)

Các tác nhân này tham gia vào thị trường dự đoán và có thể là tác nhân dành riêng cho một thị trường (ví dụ: bóng đá) hoặc tác nhân có mục đích chung.

Tôi thích các proxy dành riêng cho thị trường dựa trên Mô hình ngôn ngữ nhỏ (SLM) vì chúng yêu cầu ít tài nguyên tính toán hơn.

Các dự án liên quan: @sire_agent , @BillyBets_ai

Vai trò tiền điện tử của DeFAI và PMA

Công nghệ mã hóa đóng vai trò sau:

• Phương tiện trao đổi
• Thực thi có thể lập trình
• Bản ghi giao dịch không thể thay đổi

Đại lý sử dụng máy tính (CUA)

Các tác nhân này có thể kiểm soát màn hình của bạn để hoàn thành các nhiệm vụ, chẳng hạn như tạo bảng dòng tiền chiết khấu bằng Excel.

Mật mã học có thể đóng vai trò là cơ chế khuyến khích để thưởng cho những người dùng đóng góp dữ liệu chất lượng cao nhằm cải thiện các mô hình này.

Các dự án liên quan: @chakra_ai , @getoro_xyz

Liên kết tweet liên quan: nhấp vào đây

Các tác nhân tiến hóa

Tôi hình dung một tương lai mà mọi người đều có một tác nhân hỗ trợ năng suất được cá nhân hóa.

Dựa trên thông tin theo ngữ cảnh thu được từ các cuộc hội thoại Mô hình ngôn ngữ lớn (LLM), hoạt động duyệt mạng xã hội và các cuộc trò chuyện hàng ngày, các tác nhân này có thể nghiên cứu và lập kế hoạch theo các mô hình môi trường.

Theo thời gian, các tác nhân này sẽ phát triển và trở thành chuyên gia trong một số lĩnh vực nhất định. @the_nof1 , một phòng thí nghiệm nghiên cứu AI tập trung vào thị trường tài chính, có sáu tác nhân giao dịch, mỗi tác nhân quản lý 10.000 đô la vốn giao dịch. Những mô hình này có tiềm năng phát triển thành các nhà giao dịch lành nghề.

Liên kết tweet liên quan: nhấp vào đây

Đại lý đồng hành

Trong tương lai, các tác nhân giúp mọi người chống lại sự cô đơn sẽ trở thành chuẩn mực khi ngày càng có nhiều tương tác chuyển sang thế giới kỹ thuật số và sự tiếp xúc giữa người với người giảm đi .

Các dự án liên quan: @Fans3_AI , @ohdotxyz

Cơ sở hạ tầng Proxy

Thanh toán đại lý

Các đại lý có thể thực hiện thanh toán. Để hiện thực hóa việc thương mại hóa đại lý, các tập đoàn công nghệ lớn đã tạo ra các tiêu chuẩn thanh toán cho đại lý:

Các yếu tố cốt lõi để đưa thanh toán của đại lý vào hoạt động chính thống:

1. Cơ sở hạ tầng: Được giải quyết bằng nhiều tiêu chuẩn thanh toán của đại lý.
2. Nhu cầu: Chúng ta có thực sự cần một đại lý có thể thực hiện thanh toán không?

ChatGPT gần đây đã giới thiệu các ứng dụng vào nền tảng của mình, cho phép người dùng xây dựng chức năng trực tiếp trong ChatGPT.

Điều này mang đến sự thay đổi lớn trong việc thực hiện các hoạt động sản xuất trực tiếp trên ChatGPT.

Nội dung sau đây có thể giúp bạn hiểu điều này:

Danh tính và uy tín của đại lý

Việc ủy quyền là không thể tránh khỏi: hầu hết các nhiệm vụ sẽ được thực hiện bởi các tác nhân chuyên trách.

Làm sao chúng ta biết được đại lý nào phù hợp và đáng tin cậy?

Hãy tưởng tượng một hệ thống Google Review hoặc PageRank được thiết kế cho các tác nhân, xếp hạng và chứng nhận hiệu suất của họ khi thực hiện các nhiệm vụ cụ thể.

Giống như sơ yếu lý lịch, một đại lý giao dịch có xếp hạng 4,6 có thể được một quỹ đầu cơ "thuê".

Quỹ Ethereum đã bắt đầu xây dựng cơ sở hạ tầng để hỗ trợ chức năng này — ERC-8004.

Thông qua ERC-8004, các tác nhân có thể tương tác với nhau, chẳng hạn như chuyển tiền từ tác nhân A sang tác nhân B.

Liên kết tweet liên quan: nhấp vào đây

Hệ thống đa tác nhân

Sử dụng phép loại suy F1:

• Mục tiêu: Thay lốp xe
• Đại lý chính: Người lái xe cần thay lốp
• Người đại diện lao động: thợ máy thay lốp xe

Khái niệm này bao gồm một tác nhân điều phối và nhiều tác nhân công nhân có thể thực hiện các nhiệm vụ song song.

Tốt nhất là chạy trên nền tảng @monad , được biết đến với khả năng thực thi song song và có khả năng hoàn thành toàn bộ quy trình làm việc chỉ trong một khối (0,4 giây).

Đại lý xã hội Hivemesh

Tôi tưởng tượng ra một tương lai mà mỗi người đều có một bản sao kỹ thuật số của riêng mình.

Có một cơ sở hạ tầng cho phép các bản sao kỹ thuật số này kết nối với nhau, trao đổi kiến thức và thực hiện giao dịch.

Tương tác song sinh kỹ thuật số được lưu trữ trên blockchain, tạo ra Biểu đồ xã hội của tác nhân.

Liên kết tweet liên quan: nhấp vào đây

Tương tác giữa các tác nhân không thể hoàn toàn ngẫu nhiên. Đây là lý do tại sao các Mạng Khám phá như @indexnetwork_ là cơ sở hạ tầng quan trọng để kết nối ý định của người dùng bằng cách thu thập ngữ cảnh cụ thể của người dùng.

người máy

Ngành công nghiệp robot đang phát triển nhanh chóng, đảm bảo được 6 tỷ đô la tài trợ từ tháng 1 đến tháng 7 năm 2025.

Phần này phân tích ba trụ cột cốt lõi và giải thích chi tiết vai trò của blockchain.

Trước khi tìm hiểu phần này, hãy xem hướng dẫn cơ bản về robot.

Dữ liệu Robot

So với các mô hình ngôn ngữ lớn (LLM), lượng dữ liệu được sử dụng để đào tạo các mô hình Bot nhỏ hơn nhiều.

Nguyên nhân là do việc thu thập dữ liệu trong thế giới thực đòi hỏi nhiều nỗ lực hơn và chi phí cao hơn (chẳng hạn như lắp đặt camera và thiết bị điều khiển từ xa).

Các loại dữ liệu robot khác nhau bao gồm:

• băng hình
• Hoạt động từ xa
• Ghi lại chuyển động
• Góc nhìn thứ nhất (POV)
• Dữ liệu mô phỏng/tổng hợp

Một trong những phức tạp chính của việc thu thập dữ liệu cho AI vật lý là yêu cầu về tính đa dạng.

Một robot hình người được huấn luyện trong một môi trường cụ thể có thể không hiểu được môi trường mới (chẳng hạn như môi trường có ánh sáng yếu).

Mật mã học là một cơ chế tuyệt vời để khuyến khích cá nhân đóng góp dữ liệu thực tế có thể nắm bắt được nhiều môi trường đa dạng.

Các dự án liên quan: @PrismaXai , @MeckaAI , @silencioNetwork , @rayvo_xyz , @VaderResearch , @BitRobotNetwork , @AukiNetwork

Mô hình Robot

@PrimeIntellect là một ví dụ điển hình về đào tạo mô hình phi tập trung.

Bằng cách tận dụng mật mã để thưởng cho những đóng góp dựa trên nguồn gốc dữ liệu, có thể xây dựng một mô hình robot có hiệu suất vượt trội.

Các dự án liên quan: @OpenMind , KineFlow

Phần cứng

Một trong những trở ngại chính trong ngành robot là độ trễ trong việc tinh chỉnh các mô hình robot.

Vấn đề này đặc biệt nghiêm trọng khi các phòng thí nghiệm nghiên cứu thiếu phần cứng cần thiết (như cánh tay robot, robot hình người, v.v.) để thử nghiệm mô hình và thu thập dữ liệu tinh chỉnh.

Mạng lưới robot DePIN (Mạng lưới cơ sở hạ tầng vật lý phi tập trung) có thể được thiết lập để cho phép cá nhân hoặc phòng nghiên cứu thuê phần cứng robot để thử nghiệm mô hình.

Lớp tài chính hóa này mở ra khả năng tiếp cận phần cứng cho các nhà nghiên cứu đồng thời tạo ra nguồn doanh thu ổn định (thu nhập cho thuê) cho các nhà cung cấp phần cứng.

kết luận

Tương lai tươi sáng cho mã hóa, AI và robot.

Nếu bạn đang xây dựng bất kỳ dự án thú vị nào trong lĩnh vực này, hãy thoải mái trò chuyện với tôi và xem liệu bạn có thể triển khai nó trên @monad hay không!

Bạn có thể xem toàn cảnh ở đây.