Tomé un tiempo para leer detenidamente el White Paper recién lanzado de Ammo y me dejó muchas impresiones. A continuación, comparto algunas inspiraciones:
En esencia, el mercado busca que el Agente de IA no sea simplemente una herramienta de consulta en modo copiloto, donde la IA responde a las preguntas de los usuarios, sino más bien un compañero en modo Buddy que pueda comprender, pensar, crear valor de forma activa y ofrecerlo a las personas. Este es un aspecto clave para elevar al Agente de IA a un nivel narrativo.
2）El modelo AI monolítico de la web2 tradicional se basa en el "utilitarismo herramientista", lo que puede llevar a la formación de islas de origen de datos en la colaboración multimodal, lo que dificulta lograr avances significativos en el nivel de inteligencia. Aunque la web3 propone la ideología de la autonomía de los Agentes de AI, todavía queda un largo camino por recorrer para lograr este objetivo, ya que las decisiones autónomas de AI son mucho más complejas de lo que se piensa. Permitir que AI realice aprendizaje automático asistido y recomendación de rutas, y que las personas refuercen el aprendizaje autónomo de AI a través de retroalimentación, es la verdadera dirección dominante para los próximos Agentes de AI.
AMMO define un espacio abstracto llamado MetaSpace, de modo que todos los datos alrededor del Agente de IA se pueden implementar en el espacio en forma de vectores vectoriales, al igual que la cadena de bloques definió originalmente Hash, y luego se crearon todos los protocolos y aplicaciones de la cadena. Esta forma, que comienza con Vector, no solo puede servir a la web3, sino que también puede ser un estándar de marco aplicable a la multimodalidad de la web2, y con el sistema de colaboración multimodal MAS encima, puede cambiar la actual orientación de "think tank" de la IA en la dirección académica a una orientación "práctica" a escenarios de aplicación práctica como el trabajo, los juegos y la educación.
4）¿Cómo se entiende esto de manera sencilla? Vemos MetaSpace como un gran centro comercial, donde cada capa funcional pertenece a un SubSpace, cada área tiene su propio repositorio de conocimientos, y el sistema Buddies es un sistema de asesoramiento inteligente. Los Goal Buddies seleccionan cuidadosamente productos de alta calidad para recomendarte, mientras que los User Buddies son más como asistentes personales que pueden ofrecerte soluciones personalizadas según tus hábitos de consumo y presupuesto. AiPP, por otro lado, es como el mostrador de servicio principal, recopilando comentarios y sugerencias para mejorar la calidad del servicio.
En general, para hacer que el AI Agent funcione a través de componentes esenciales como MetaSpace+Buddies+AiPP sistema de retroalimentación hombre-máquina, realmente acelerando la producción en masa y la implementación práctica del AI Agent;
5）El White Paper muestra más detalladamente un marco de colaboración multimodal de agentes de IA fuera de la cadena y una propuesta de implementación de ingeniería, algunas normas de definición en la cadena, incluidos el sistema de identidad ID, el sistema de memoria Memory, el sistema de características Character, la gestión de contexto Context, el sistema de oráculo Oracle, y otros componentes definidos que necesitan ser explorados más a fondo (lo que solía llamar el marco estándar de "cadenaización" común).
Arriba.
Cabe decir que este es el proyecto más emotivo y pragmático que he visto en los últimos tiempos, la macro arquitectura y las ideas de implementación de aterrizaje e ingeniería de aplicaciones, pero todo el mundo puede tener una sensación de abstracción después de leer lo anterior. Sí, AI Agent está lejos del camino de la verdadera popularización y aplicación a gran escala de lo que se imaginaba, pero es cierto que cada vez han entrado más equipos excelentes, también se están preparando algunas soluciones e ideas innovadoras, y el mercado está esperando el nacimiento de una "singularidad" innovadora.
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
Análisis del Libro Blanco de Ammo: desde el vector primario hasta el ecosistema multimodal del Agente
Tomé un tiempo para leer detenidamente el White Paper recién lanzado de Ammo y me dejó muchas impresiones. A continuación, comparto algunas inspiraciones:
En esencia, el mercado busca que el Agente de IA no sea simplemente una herramienta de consulta en modo copiloto, donde la IA responde a las preguntas de los usuarios, sino más bien un compañero en modo Buddy que pueda comprender, pensar, crear valor de forma activa y ofrecerlo a las personas. Este es un aspecto clave para elevar al Agente de IA a un nivel narrativo.
2）El modelo AI monolítico de la web2 tradicional se basa en el "utilitarismo herramientista", lo que puede llevar a la formación de islas de origen de datos en la colaboración multimodal, lo que dificulta lograr avances significativos en el nivel de inteligencia. Aunque la web3 propone la ideología de la autonomía de los Agentes de AI, todavía queda un largo camino por recorrer para lograr este objetivo, ya que las decisiones autónomas de AI son mucho más complejas de lo que se piensa. Permitir que AI realice aprendizaje automático asistido y recomendación de rutas, y que las personas refuercen el aprendizaje autónomo de AI a través de retroalimentación, es la verdadera dirección dominante para los próximos Agentes de AI.
4）¿Cómo se entiende esto de manera sencilla? Vemos MetaSpace como un gran centro comercial, donde cada capa funcional pertenece a un SubSpace, cada área tiene su propio repositorio de conocimientos, y el sistema Buddies es un sistema de asesoramiento inteligente. Los Goal Buddies seleccionan cuidadosamente productos de alta calidad para recomendarte, mientras que los User Buddies son más como asistentes personales que pueden ofrecerte soluciones personalizadas según tus hábitos de consumo y presupuesto. AiPP, por otro lado, es como el mostrador de servicio principal, recopilando comentarios y sugerencias para mejorar la calidad del servicio.
En general, para hacer que el AI Agent funcione a través de componentes esenciales como MetaSpace+Buddies+AiPP sistema de retroalimentación hombre-máquina, realmente acelerando la producción en masa y la implementación práctica del AI Agent;
5）El White Paper muestra más detalladamente un marco de colaboración multimodal de agentes de IA fuera de la cadena y una propuesta de implementación de ingeniería, algunas normas de definición en la cadena, incluidos el sistema de identidad ID, el sistema de memoria Memory, el sistema de características Character, la gestión de contexto Context, el sistema de oráculo Oracle, y otros componentes definidos que necesitan ser explorados más a fondo (lo que solía llamar el marco estándar de "cadenaización" común).
Arriba.
Cabe decir que este es el proyecto más emotivo y pragmático que he visto en los últimos tiempos, la macro arquitectura y las ideas de implementación de aterrizaje e ingeniería de aplicaciones, pero todo el mundo puede tener una sensación de abstracción después de leer lo anterior. Sí, AI Agent está lejos del camino de la verdadera popularización y aplicación a gran escala de lo que se imaginaba, pero es cierto que cada vez han entrado más equipos excelentes, también se están preparando algunas soluciones e ideas innovadoras, y el mercado está esperando el nacimiento de una "singularidad" innovadora.