Eine Analyse des AMMO White Papers: Die Erzählung von AI-Agenten muss aktualisiert werden

Autor: Haotian

Ich nahm mir einen Moment Zeit, um das neue Whitepaper von @Ammo_AI sorgfältig zu lesen, und ich war sehr beeindruckt. Hier sind einige der Inspirationen:

Der Markt verfolgt im Wesentlichen das Ziel, dass AI Agent nicht nur als Copilot-Modus-Abfragetool betrachtet wird, bei dem die KI auf Anfragen antwortet, sondern eher wie im Buddy-Modus, bei dem sie in der Lage ist, Werte zu verstehen, zu reflektieren, aktiv zu schaffen und an den Menschen weiterzugeben. Dies ist der Schlüssel dazu, dass AI Agent auf eine höhere Erzählebene gehoben werden kann;

2）Die AI-Monolith-Modellierung des traditionellen web2 begann mit dem Schlagwort ‘Utilitarismus der Werkzeugnutzung’. In der Zusammenarbeit mit mehreren Modi ist es leicht, Dateninselquellen zu bilden, was es schwer macht, in echtem Sinne einen Durchbruch auf intelligentem Niveau zu erzielen. Obwohl web3 das Konzept eines autonomen Bewusstseins der AI-Agenten vorgestellt hat, ist das Ziel noch weit entfernt, da die autonomen Entscheidungen der KI weitaus komplexer sind als gedacht. Nur durch die Förderung des Lernens und der Pfadempfehlung der KI durch menschliches Feedback im ‘symbiotischen Modus’ kann dies wirklich zu der zukünftigen Hauptausrichtung der AI-Agenten werden.

3）AMMO definiert einen abstrakten Raum namens MetaSpace, in dem alle Daten rund um den KI-Agenten in Form von Vektoren im Raum verteilt werden können, ähnlich wie die Blockchain ursprünglich den Hash definiert hat, um alle späteren On-Chain-Protokolle und Anwendungsformen zu ermöglichen. Diese vektorbasierte Ausgangsform kann nicht nur für web3-Dienste dienen, sondern ist auch ein Rahmenstandard, der für web2 multimodal geeignet ist. In Kombination mit dem MAS multimodalen Kooperationssystem darüber hinaus kann das KI-Wissen in akademische Richtungen in Richtung praktischer Anwendungen wie Arbeit, Spiele, Bildung usw. umgewandelt werden.

4）Wie kann man das in einfachen Worten verstehen? Wir betrachten den MetaSpace als ein großes Einkaufszentrum, jede Funktionsstufe gehört zu einem SubSpace, jeder Bereich hat unterschiedliche Wissensdatenbanken, und das Buddies-System ist ein intelligentes Einkaufsführersystem, bei dem Goal Buddies als professionelle Einkaufsführer einige hochwertige Produkte für Sie auswählen; User Buddies hingegen sind eher wie persönliche Assistenten, die basierend auf Ihren Konsumgewohnheiten und Ihrem Budget maßgeschneiderte Lösungen bieten können; AiPP fungiert wie eine zentrale Anlaufstelle, die Feedback sammelt und Vorschläge zur Verbesserung der Servicequalität macht;

Im Allgemeinen beschleunigt MetaSpace+Buddies+AiPP das AI-Agentensystem durch das unerlässliche Feedbacksystem zwischen Mensch und Maschine und fördert so die Massenproduktion und praktische Anwendung von AI-Agenten.

5）Das Whitepaper zeigt mehr ein multimodales Kooperationsframework und eine Implementierungsmethode für ein Chain-AI-Agent-System außerhalb der Kette. Einige der Definitionen auf der Kette umfassen Standards wie das ID-Identitätssystem, das Memory-Speichersystem, das Character-Merkmalssystem, das Context-Kontextmanagement, das Orakel-System usw. Die Definition der Komponenten muss noch weiter erforscht werden (das von mir oft erwähnte generische Standardrahmenwerk für die „Verkettung“).

Oben.

Es sollte gesagt werden, dass dies in letzter Zeit eines der emotionalsten und praktischsten Projekte ist, das ich in Bezug auf die Makroarchitektur, die Umsetzung von Anwendungen und die Ingenieursansätze gesehen habe. Aber nachdem Sie das oben Gesagte gelesen haben, fühlen sich viele vielleicht verwirrt über die abstrakten Konzepte. Ja, der Weg zur breiten Anwendung und Verbreitung von AI-Agenten ist länger als gedacht, aber es gibt tatsächlich immer mehr erstklassige Teams, die sich engagieren, und einige innovative Lösungen und Ansätze sind in Arbeit. Der Markt wartet auf den Beginn eines innovativen “Singularitätspunktes”.