تحليل متعمق للوكلاء المتعددين: هل سيحقق كل من Web3 و AI بعضهما البعض في النهاية؟

إذا فتحت AIGC العصر الذكي لإنشاء المحتوى، فإن AI Agent لديه الفرصة لإنتاج قدرات AIGC حقًا.

يشبه وكيل الذكاء الاصطناعي الموظف الشامل الأكثر واقعية ويطلق عليه الشكل الأساسي لروبوت الذكاء الاصطناعي ويمكنه مراقبة البيئة المحيطة واتخاذ القرارات مثل البشر ، واتخاذ الإجراءات تلقائيا.

قال بيل جيتس ذات مرة بصراحة: "إن التحكم في وكيل الذكاء الاصطناعي هو الإنجاز الحقيقي. وبحلول ذلك الوقت، لن تحتاج بعد الآن إلى البحث عن المعلومات عبر الإنترنت بنفسك. " لدى الخبراء الرسميين في مجال الذكاء الاصطناعي أيضًا آمال كبيرة بشأن آفاق وكيل الذكاء الاصطناعي. توقع الرئيس التنفيذي لشركة Microsoft ساتيا ناديلا ذات مرة أن يصبح AI Agent هو الطريقة الرئيسية للتفاعل بين الإنسان والحاسوب، وسيكون قادرًا على فهم احتياجات المستخدم وتقديم الخدمات بشكل استباقي. ويتوقع البروفيسور إنج إندا أيضًا أنه في بيئة العمل المستقبلية، سيتعاون البشر ووكلاء الذكاء الاصطناعي بشكل أوثق لتشكيل نماذج عمل فعالة وتحسين الكفاءة.

لا يعد AI Agent منتجًا تكنولوجيًا فحسب، بل إنه أيضًا جوهر أسلوب الحياة والعمل المستقبلي.

يذكرنا هذا أنه عندما أثارت شبكة Web3 و blockchain لأول مرة نقاشًا واسع النطاق، غالبًا ما استخدم الناس كلمة "التخريب" لوصف إمكانات هذه التكنولوجيا. إذا نظرنا إلى الوراء في السنوات القليلة الماضية، فقد تطور Web3 تدريجيًا من ERC-20 الأولي ودليل المعرفة الصفرية إلى DeFi وDePIN وGameFi وما إلى ذلك التي تم دمجها مع المجالات الأخرى.

إذا تم الجمع بين التقنيتين الرقميتين المشهورتين Web3 وAI، فهل سيؤدي ذلك إلى تأثير 1+1>2؟ هل يمكن لمشروع Web3 AI، بحجم تمويله الكبير المتزايد، أن يجلب نماذج حالة استخدام جديدة إلى الصناعة ويخلق احتياجات حقيقية جديدة؟

عميل الذكاء الاصطناعي: المساعد الذكي الأكثر مثالية للإنسانية

أين هو خيال وكيل منظمة العفو الدولية؟ هناك إجابة عالية الدرجات منتشرة على نطاق واسع على الإنترنت، "نموذج اللغة الكبير لا يمكنه برمجة سوى ثعبان جشع، لكن وكيل الذكاء الاصطناعي يمكنه برمجة ملك المجد بأكمله."

عادة ما تتم ترجمة الوكيل على أنه "جسم ذكي" في الصين. وقد اقترح هذا المفهوم مينسكي "أبو الذكاء الاصطناعي" في كتابه "مجتمع التفكير" الصادر عام 1986. ويرى مينسكي أن أفرادا محددين في المجتمع يمكنهم التوصل إلى حل لمشكلة معينة بعد التفاوض مع هؤلاء الأفراد هم وكلاء. لقد كان الوكلاء بمثابة حجر الزاوية في التفاعل بين الإنسان والحاسوب لسنوات عديدة، بدءًا من مساعد التحرير Clippy من Microsoft وحتى الاقتراحات التلقائية لمحرّر مستندات Google، وقد أظهرت هذه الأشكال المبكرة من الوكلاء إمكانية التفاعل الشخصي، لكن قدرتهم على التعامل مع المهام الأكثر تعقيدًا لا تزال محدودة . لم يكن من الممكن استغلال الإمكانات الحقيقية للوكلاء إلا بعد ظهور نماذج اللغة الكبيرة (LLM).

في مايو من هذا العام، شارك البروفيسور أندرو إنج، وهو باحث موثوق في مجال الذكاء الاصطناعي، خطابًا حول وكيل الذكاء الاصطناعي في حدث سيكويا للذكاء الاصطناعي في الولايات المتحدة، يعرض فيه سلسلة من التجارب التي أجراها فريقه:

دع الذكاء الاصطناعي يكتب بعض الأكواد البرمجية ويشغلها، ويقارن نتائجها. LLMs وسير العمل المختلفة. النتائج هي كما يلي:

• نموذج GPT-3.5: الدقة 48%

• نموذج GPT-4: الدقة 67%

• GPT-3.5 + Agent: أعلى من أداء نموذج GPT-4

• GPT-4 + Agent: أعلى بكثير من نموذج GPT-4، جيد جدًا

في الواقع. عندما يستخدم معظم الأشخاص LLM مثل ChatGPT، فإنهم عادةً ما يقومون بإدخال كلمة سريعة وسيقوم النموذج الكبير بإنشاء إجابة على الفور دون تحديد الأخطاء وتصحيحها تلقائيًا وحذفها وإعادة كتابتها.

في المقابل، يكون سير عمل AI Agent كما يلي:

أولاً، دع إذا لزم الأمر، قم بكتابة مخطط مقالة إذا لزم الأمر، قم أولاً بالبحث في المحتوى على الإنترنت للبحث والتحليل، وقم بإخراج المسودة الأولى، ثم اقرأ المسودة وفكر في كيفية تحسينها يُخرج مقالًا بمنطق صارم وبأقل معدل خطأ عالي الجودة.

يمكننا أن نجد أن الفرق بين AI Agent وLLM هو أن التفاعل بين LLM والبشر يعتمد على الكلمات السريعة (موجه). يحتاج وكيل الذكاء الاصطناعي فقط إلى تحديد هدف، ويمكنه التفكير بشكل مستقل والعمل على تحقيق الهدف. قم بتقسيم كل خطوة من الخطة بالتفصيل بناءً على المهمة المحددة، واعتمد على ردود الفعل من العالم الخارجي والتفكير المستقل لإنشاء مطالبات لنفسك لتحقيق أهدافك.

لذلك، تعريف OpenAI لعامل الذكاء الاصطناعي هو: مع LLM باعتباره محرك الدماغ، فإنه يتمتع بالقدرة على فهم الإدراك والتخطيط والذاكرة والاستخدام بشكل مستقل الأدوات والأنظمة التي تعمل على أتمتة المهام المعقدة.

عندما يتغير الذكاء الاصطناعي من أداة مستخدمة إلى موضوع يمكنه استخدام الأداة، فإنه يصبح وكيل ذكاء اصطناعي. لهذا السبب يمكن أن يصبح AI Agent المساعد الذكي الأكثر مثالية للبشر. على سبيل المثال، يمكن لـ AI Agent فهم وتذكر اهتمامات المستخدم وتفضيلاته وعاداته اليومية بناءً على تفاعلات المستخدم التاريخية عبر الإنترنت، وتحديد نوايا المستخدم، وتقديم الاقتراحات بشكل استباقي، وتنسيق تطبيقات متعددة لإكمال المهام.

تمامًا كما في رؤية جيتس، لن نحتاج في المستقبل إلى التحول إلى تطبيقات مختلفة للقيام بمهام مختلفة، بل سنحتاج فقط إلى استخدام اللغة العادية لإخبار أجهزة الكمبيوتر والهواتف المحمولة بما نريده تريد القيام به. وفقًا لـ AI Agent، سيقدم استجابات مخصصة بناءً على البيانات التي يرغب المستخدمون في مشاركتها.

أصبحت حيدات القرن الفردية حقيقة واقعة

الذكاء الاصطناعي يمكن للوكيل أيضًا مساعدة المؤسسات في إنشاء نموذج تشغيل ذكي جديد يكون جوهره هو "التعاون بين الإنسان والآلة". سيتم إكمال المزيد والمزيد من الأنشطة التجارية بواسطة الذكاء الاصطناعي، بينما يحتاج البشر فقط إلى التركيز على رؤية الشركة واستراتيجيتها وقرارات المسار الحاسم.

تمامًا مثلما ذكر سام ألتمان، الرئيس التنفيذي لشركة OpenAI، ذات مرة مثل هذه النقطة المقنعة في إحدى المقابلات،مع تطور الذكاء الاصطناعي، نحن على وشك دخول عالم عصر "الشركات أحادية القرن" - وهي الشركات التي أسسها شخص واحد والتي تصل قيمتها إلى مليار دولار.

يبدو الأمر وكأنه خيال، ولكن بمساعدة AI Agent، أصبح هذا الرأي حقيقة.

لنضع فرضية، الآن نريد أن نبدأ شركة ناشئة في مجال التكنولوجيا. في ظل النهج التقليدي، من الواضح أنني سأحتاج إلى توظيف مهندسي برمجيات، ومديري منتجات، ومصممين، ومسوقين، ومسؤولي المبيعات، والمسؤولين الماليين، كل منهم يقومون بعملهم الخاص ولكن يتم التنسيق بواسطتي.

لذلك إذا كنت أستخدم AI Agent، فقد لا أحتاج حتى إلى تعيين موظفين.

• Devin - البرمجة الآلية

بدلاً من مهندس البرمجيات، يمكنني استخدام Devin، وهو مهندس برمجيات الذكاء الاصطناعي الذي أصبح مشهورًا هذا العام، والذي يمكنه مساعدتي في إكمال جميع الواجهات الأمامية والخلفية العمل الخلفي.

تم تطوير Devin بواسطة Cognition Labs ويُعرف بأنه "أول مهندس برمجيات للذكاء الاصطناعي في العالم." يمكنه إكمال أعمال تطوير البرامج بالكامل بشكل مستقل، وتحليل المشكلات، واتخاذ القرارات، وكتابة التعليمات البرمجية وإصلاح الأخطاء بشكل مستقل، وكل ذلك يمكن تنفيذه بشكل مستقل. وهذا يقلل بشكل كبير من عبء العمل على المطورين. حصلت شركة Devin على تمويل بقيمة 196 مليون دولار في ستة أشهر فقط، وسرعان ما ارتفعت قيمتها إلى مليارات الدولارات. ومن بين المستثمرين شركات رأس المال الاستثماري المعروفة مثل Founders Fund وKhosla Ventures.

على الرغم من أن Devin لم يصدر إصدارًا عامًا بعد، إلا أنه يمكننا الحصول على لمحة عن الإمكانات من Cursor، وهو منتج Web2 آخر شهير مؤخرًا. إنه يقوم بكل العمل تقريبًا نيابةً عنك، حيث يحول فكرة بسيطة إلى كود وظيفي في دقائق. ما عليك سوى إعطاء الأمر و"الجلوس والاستمتاع بالنتائج". هناك تقارير تفيد بأن طفلاً يبلغ من العمر ثماني سنوات، دون أي خبرة في البرمجة، استخدم المؤشر بالفعل لإكمال أعمال البرمجة وإنشاء موقع ويب.

• هيبيا - معالجة الملفات

بدلاً من مديري المنتجات أو الموظفين الماليين، قد أختار Hebbia، والتي يمكن أن تساعدني في تنظيم وتحليل جميع المستندات.

على عكس Glean، الذي يركز على البحث في المستندات داخل المؤسسات، فإن Hebbia Matrix عبارة عن منصة وكيل ذكاء اصطناعي على مستوى المؤسسة تستخدم نماذج ذكاء اصطناعي متعددة لمساعدة المستخدمين بكفاءة استخراج البيانات والمستندات وتنظيمها وتحليلها لدفع التحسينات في إنتاجية الأعمال. إنه لأمر مثير للإعجاب عدد ملايين المستندات التي تستطيع Matrix التعامل معها في وقت واحد.

أكملت Hebbia جولة السلسلة B بقيمة 130 مليون دولار في يوليو من هذا العام، بقيادة a16z، بمشاركة مستثمرين معروفين مثل Google Ventures وPeter Thiel.

• Jasper AI - إنشاء المحتوى

بدلاً من عمليات الوسائط الاجتماعية والمصممين، قد أختار Jasper AI، الذي يمكن أن يساعدني في إنشاء المحتوى.

Jasper AI هو مساعد كتابة لعامل الذكاء الاصطناعي مصمم لمساعدة المبدعين والمسوقين والشركات على تبسيط عملية إنشاء المحتوى وزيادة الإنتاجية والكفاءة الإبداعية. يمكن لـ Jasper AI إنشاء العديد من أنواع المحتوى بناءً على النمط الذي يطلبه المستخدم، بما في ذلك منشورات المدونة ومنشورات الوسائط الاجتماعية ونسخة الإعلان وأوصاف المنتج والمزيد. وقم بإنشاء صور بناءً على أوصاف المستخدم لتوفير أدوات مساعدة مرئية لمحتوى النص.

تلقت Jasper AI تمويلًا بقيمة 125 مليون دولار ووصلت قيمتها إلى 1.5 مليار دولار في عام 2022. وفقًا للإحصاءات، ساعد Jasper AI المستخدمين على إنشاء أكثر من 500 مليون كلمة، مما يجعله أحد أدوات الكتابة المعتمدة على الذكاء الاصطناعي الأكثر استخدامًا.

• MultiOn - أتمتة صفحات الويب

بدلاً من المساعد، قد أختار MultiOn لمساعدتي في إدارة المهام اليومية وترتيب الجداول الزمنية وتعيين التذكيرات وحتى التخطيط لرحلات العمل وحجز الفنادق تلقائيًا ترتيب خدمات نقل الركاب عبر الإنترنت تلقائيًا.

MultiOn هو وكيل ذكاء اصطناعي لمهام الشبكة الآلية يمكنه المساعدة في أداء المهام بشكل مستقل في أي بيئة رقمية، مثل مساعدة المستخدمين على إكمال المهام الشخصية مثل التسوق عبر الإنترنت وتحديد المواعيد تحسين الكفاءة الشخصية، أو مساعدة المستخدمين على تبسيط المهام اليومية وتحسين كفاءة العمل.

• الحيرة - البحث والبحث

بدلاً من الباحث، قد أختار Perplexity، الذي يستخدمه الرئيس التنفيذي لشركة NVIDIA كل يوم.

Perplexity هو محرك بحث يعمل بالذكاء الاصطناعي يمكنه فهم أسئلة المستخدم وتقسيم الأسئلة ثم البحث عن المحتوى ودمجه وإنشاء تقارير لتزويد المستخدمين بإجابات واضحة.

الحيرة مناسبة لمجموعات المستخدمين المختلفة. على سبيل المثال، يمكن للطلاب والباحثين تبسيط عملية استرجاع المعلومات عند الكتابة وتحسين الكفاءة ويمكن للمسوقين الحصول على بيانات موثوقة لدعمها استراتيجية التسويق.

المحتوى أعلاه هو مجرد خيال. إن القدرات والمستويات الحقيقية لعملاء الذكاء الاصطناعي ليست كافية حتى الآن لتحل محل مواهب النخبة في جميع مناحي الحياة. كما قال Li Bojie، المؤسس المشارك لشركة Logonic AI،إن القدرات الحالية لـ LLM هي فقط مستوى المبتدئين وبعيدة عن مستوى الخبراء. إن وكيل الذكاء الاصطناعي الحالي يشبه إلى حد كبير الموظف الذي يعمل بسرعة ولكنه غير موثوق به للغاية. .

ومع ذلك، فإن وكلاء الذكاء الاصطناعي هؤلاء، بتخصصاتهم الخاصة، يساعدون المستخدمين الحاليين على تحسين الكفاءة والراحة في سيناريوهات متنوعة.

ليس فقط شركات التكنولوجيا، بل يمكن لجميع مناحي الحياة الاستفادة من موجة وكلاء الذكاء الاصطناعي. في مجال التعليم، يمكن لـ AI Agent توفير موارد تعليمية مخصصة ودروس خصوصية بناءً على تقدم تعلم الطلاب واهتماماتهم وقدراتهم؛ وفي مجال التمويل، يمكن لـ AI Agent مساعدة المستخدمين على إدارة الشؤون المالية الشخصية، وتقديم المشورة الاستثمارية، وحتى التنبؤ باتجاهات الأسهم في المجال الطبي، يمكن لـ AI Agent مساعدة الأطباء في تشخيص الأمراض وصياغة خطط العلاج؛ تكنولوجيا المعالجة والتعلم الآلي وتحسين كفاءة خدمة العملاء.

الوكلاء المتعددون: الخطوة التالية لوكيل الذكاء الاصطناعي

في القسم السابق حول فكرة شركة يونيكورن المكونة من شخص واحد، يواجه وكيل الذكاء الاصطناعي الواحد قيودًا عند التعامل مع المهام المعقدة ويصعب تلبية الاحتياجات الفعلية. عند استخدام العديد من وكلاء الذكاء الاصطناعي، نظرًا لأن وكلاء الذكاء الاصطناعي يعتمدون على LLM غير متجانسة، يكون اتخاذ القرار الجماعي صعبًا وقدراتهم محدودة، لذلك يُطلب من البشر العمل كمجدولين بين وكلاء الذكاء الاصطناعي المستقلين لتنسيق وكلاء الذكاء الاصطناعي الذين يخدمون سيناريوهات تطبيقات مختلفة. اذهب الى العمل . أدى هذا إلى ظهور "Multi Agent (إطار عمل متعدد الوكلاء)".

غالبًا ما تتطلب المشكلات المعقدة تكامل جوانب متعددة من المعرفة والمهارات، ويكون لدى وكيل الذكاء الاصطناعي الواحد قدرات محدودة ويصعب التعامل معه. من خلال الجمع بشكل عضوي بين وكلاء الذكاء الاصطناعي ذوي القدرات المختلفة، يسمح نظام الوكلاء المتعددين لوكلاء الذكاء الاصطناعي بالاستفادة من نقاط قوتهم والتعلم من نقاط قوة بعضهم البعض لحل المشكلات المعقدة بشكل أكثر فعالية.

يشبه هذا إلى حد كبير عملية العمل الفعلية أو الهيكل التنظيمي لدينا: يقوم القائد بتعيين المهام، ويكون الأشخاص ذوو القدرات المختلفة مسؤولين عن نتائج المهام المختلفة يتم تمرير تنفيذ العملية إلى العملية التالية، وأخيرا يتم الحصول على نتيجة المهمة النهائية.

في عملية التنفيذ، يقوم وكلاء الذكاء الاصطناعي ذو المستوى الأدنى بأداء المهام الخاصة بهم، بينما يقوم وكلاء الذكاء الاصطناعي ذو المستوى الأعلى بتعيين المهام والتحكم فيها والإشراف على إكمال المشروع.

يمكن للوكلاء المتعددين أيضًا محاكاة عملية اتخاذ القرار البشري لدينا، تمامًا كما هو الحال عندما نواجه مشكلات، سنجد شخصًا يناقشها وكلاء الذكاء الاصطناعي يمكنهم أيضًا محاكاة سلوك اتخاذ القرار الجماعي لتزويدنا بدعم معلوماتي أفضل. على سبيل المثال، يلبي AutoGen الذي طورته Microsoft هذا المتطلب:

• الذكاء الاصطناعي الذي يمكنه إنشاء أدوار مختلفة للوكيل . يتمتع وكلاء الذكاء الاصطناعي هؤلاء بقدرات محادثة أساسية ويمكنهم إنشاء ردود بناءً على الرسائل المستلمة.

• استخدم GroupChat لإنشاء بيئة دردشة جماعية يشارك فيها العديد من وكلاء الذكاء الاصطناعي. في GroupChat هذه، يوجد وكيل AI مع المسؤول الدور إدارة سجلات الدردشة وترتيب المتحدثين وإنهاء الكلام وما إلى ذلك لوكلاء الذكاء الاصطناعي الآخرين.



إذا تم تطبيق ذلك على فكرة شركة يونيكورن المكونة من رجل واحد، فيمكننا إنشاء العديد من وكلاء الذكاء الاصطناعي بأدوار مختلفة من خلال الوكلاء المتعددين الهندسة المعمارية مثل مدير المشروع أو المبرمج أو المشرف. أخبرهم بأهدافنا ودعهم يتعرفون على كيفية القيام بذلك، فنحن نحتاج فقط إلى الاستماع إلى التقرير إذا شعرنا أن لدينا أي اعتراضات أو إذا ارتكبوا خطأ ما، فدعهم يغيرونه حتى نشعر بالرضا .

مقارنة بعامل ذكاء اصطناعي واحد، يمكن للوكيل المتعدد تحقيق ما يلي:

• < p style="text-align: left;">قابلية التوسع: من خلال زيادة عدد وكلاء الذكاء الاصطناعي للتعامل مع المشكلات واسعة النطاق، يتعامل كل وكيل ذكاء اصطناعي مع جزء من المهمة، حتى يتمكن النظام من يمكن التوسع مع نمو الطلب.

• التوازي: يدعم بشكل طبيعي المعالجة المتوازية، ويمكن للعديد من وكلاء الذكاء الاصطناعي العمل على أجزاء مختلفة من المشكلة في العمل في نفس الوقت، وبالتالي تسريع حل المشكلة.

• تحسين القرار: تعزيز عملية اتخاذ القرار من خلال تجميع الرؤى من العديد من وكلاء الذكاء الاصطناعي حيث أن كل وكيل ذكاء اصطناعي لديه وجهة نظرها وخبرتها الخاصة.

مع التقدم المستمر في تكنولوجيا الذكاء الاصطناعي، من المتصور أن يلعب إطار عمل الوكلاء المتعددين دورًا أكبر في المزيد من الصناعات وتعزيز تطوير مختلف الحلول الجديدة المعتمدة على الذكاء الاصطناعي.

تهب رياح عميل الذكاء الاصطناعي باتجاه Web3

بعد الخروج من المختبر، أمام وكيل الذكاء الاصطناعي والوكيل المتعدد طريق طويل أمامه.

دعنا جانبًا Multi-Agent في الوقت الحالي، فحتى وكيل الذكاء الاصطناعي الفردي الأكثر تقدمًا لديه حاليًا حد أعلى واضح لموارد الحوسبة وقدرة الحوسبة التي يتطلبها في المستوى المادي، لا يمكن توسيعها إلى ما لا نهاية. بمجرد مواجهة مهام معقدة للغاية ومكثفة حسابيًا، سيواجه وكيل الذكاء الاصطناعي بلا شك اختناق في الطاقة الحاسوبية وسيقل أداءه بشكل كبير.

علاوة على ذلك، تعد أنظمة AI Agent وMulti-Agent في الأساس نموذجًا معماريًا مركزيًا، مما يحدد وجود مخاطر عالية للفشل الفردي. والأهم من ذلك، أن نموذج الأعمال الاحتكارية الذي تتبعه OpenAI وMicrosoft وGoogle وغيرها من الشركات القائمة على نماذج كبيرة مغلقة المصدر يهدد بشكل خطير البيئة المعيشية للشركات الناشئة المستقلة والوحيدة العاملة في مجال الذكاء الاصطناعي، مما يجعل من المستحيل على وكلاء الذكاء الاصطناعي الاستفادة بنجاح من الكم الهائل من البيانات الخاصة بالمؤسسة لجعلها أكثر ذكاءً وأكثر كفاءة. هناك حاجة ملحة لبيئة تعاون ديمقراطية بين وكلاء الذكاء الاصطناعي، حتى يتمكن وكلاء الذكاء الاصطناعي ذوي القيمة الحقيقية من خدمة مجموعة أكبر من الأشخاص ذوي الاحتياجات وخلق قيمة أكبر للمجتمع.

أخيرًا، على الرغم من أن AI Agent أقرب إلى الصناعة من LLM، إلا أن تطويره يعتمد على LLM، ويتميز مسار النموذج الكبير الحالي بعتبة فنية عالية، هناك الكثير من الاستثمارات الرأسمالية ولا يزال نموذج الأعمال غير ناضج. غالبًا ما يكون من الصعب على وكلاء الذكاء الاصطناعي الحصول على التمويل لمواصلة التحديث والتكرار.

يعد نموذج Multi-Agent زاوية ممتازة لـ Web3 لمساعدة الذكاء الاصطناعي. تستثمر العديد من فرق تطوير Web3 بالفعل في البحث والتطوير لتقديم حلول في هذه الجوانب .



تتطلب أنظمة AI Agent وMulti-Agent عادةً كميات كبيرة من موارد الحوسبة لتنفيذ عمليات اتخاذ القرار والمعالجة المعقدة. يمكن لـ Web3 بناء سوق طاقة حوسبة لامركزية من خلال blockchain والتكنولوجيا اللامركزية، بحيث يمكن توزيع موارد قوة الحوسبة واستخدامها بشكل أكثر عدالة وكفاءة على نطاق عالمي. يمكن لمشاريع Web3 مثل Akash وNosana وAethir وIO.net أن توفر قوة حاسوبية لاتخاذ القرار والاستدلال لعامل الذكاء الاصطناعي.

غالبًا ما تتم إدارة أنظمة الذكاء الاصطناعي التقليدية بطريقة مركزية، مما يتسبب في مواجهة وكلاء الذكاء الاصطناعي لنقاط فشل واحدة ومشكلات خصوصية البيانات -Agent النظام أكثر لامركزية واستقلالية. يمكن لكل وكيل AI أن يعمل بشكل مستقل على عقد مختلفة وينفذ بشكل مستقل المتطلبات التي يقدمها المستخدمون، مما يعزز القوة والأمان. يمكن أن يؤدي إنشاء آليات الحوافز والعقاب للمتعهدين والمفوضين من خلال PoS وDPoS وغيرها من الآليات إلى تعزيز ديمقراطية وكيل الذكاء الاصطناعي الفردي أو أنظمة الوكلاء المتعددين.

في هذا الصدد، قامت كل من GaiaNet وTheoriq وPIN AI وHajimeAI بمحاولات متطورة للغاية.

• Theoriq هو مشروع يخدم "AI for Web3" ويأمل أن يتم إنشاؤه من خلال Agentic Protocol   يعمل الاستدعاء والنظام الاقتصادي لوكلاء الذكاء الاصطناعي على تعميم تطوير Web3 والعديد من السيناريوهات الوظيفية، مما يوفر إمكانات استدلال نموذجية يمكن التحقق منها لتطبيقات Web3 dApps.

• تعتمد بيئة إنشاء ونشر وكيل الذكاء الاصطناعي القائم على العقدة في GaiaNet على حماية الملكية الفكرية وخصوصية البيانات للخبراء والمستخدمين. للتنافس مع متجر OpenAI GPT المركزي.

• يعتمد HajimeAI على الاثنين لإنشاء سير عمل وكيل الذكاء الاصطناعي في الاحتياجات الفعلية وذكاء النية نفسها والأتمتة ، مرددًا صدى "التخصيص الذكي للذكاء الاصطناعي" الذي ذكره PIN AI.

• في الوقت نفسه، أحرزت Modulus Labs وبروتوكول ORA تقدمًا في اتجاه خوارزمية zkML وopML لـ AI Agent على التوالي.

أخيرًا، غالبًا ما يتطلب تطوير وتكرار أنظمة AI Agent وMulti-Agent قدرًا كبيرًا من الدعم المالي، وWeb3 يمكن أن تساعد ميزة السيولة مشاريع وكيل الذكاء الاصطناعي المحتملة في الحصول على دعم مبكر قيم.

اقترح كل من Spectral وHajimeAI مفاهيم المنتج التي تدعم إصدار أصول وكيل الذكاء الاصطناعي على السلسلة: إصدار الرموز المميزة من خلال IAO (عرض الوكيل الأولي)، ويمكن لوكيل الذكاء الاصطناعي قم بإصدار الرموز مباشرة من المستثمرين الذين يتلقون الأموال وفي نفس الوقت يصبحون عضوًا في حوكمة DAO، مما يوفر للمستثمرين فرصة المشاركة في تطوير المشروع ومشاركة الفوائد المستقبلية. من بينها، يأمل Benchmark DAO الخاص بـ HajimeAI في الجمع بشكل عضوي بين تسجيل وكيل الذكاء الاصطناعي اللامركزي وإصدار أصول وكيل الذكاء الاصطناعي من خلال التمويل الجماعي والحوافز الرمزية لإنشاء حلقة مغلقة من وكيل الذكاء الاصطناعي الذي يعتمد على تمويل Web3 والبداية الباردة، وهي أيضًا محاولة جديدة نسبيًا.

تم فتح صندوق Pandora's Box، وكل من فيه متحمس ومرتبك في نفس الوقت، ولا أحد يعرف ما إذا كان هذا الجنون بمثابة فرصة أم شعاب مرجانية مخفية. اليوم، لم تعد جميع مناحي الحياة في عصر تمويل PPT. بغض النظر عن مدى تقدم التكنولوجيا، لا يمكن تحقيق القيمة إلا عند تنفيذها. من المقرر أن يكون مستقبل AI Agent بمثابة ماراثون طويل، وتضمن Web3 أنه لن يتلاشى في هذا السباق.