マヌスの解読：ウェブ3の爆発的なデファイ・シーンに何をもたらすか

著者：Haotian

昼寝から目覚めると、多くの友人が私に、複雑なタスクを実行するために独自に考え、計画することができ、世界で真に普遍的なAIエージェントであると主張されている manusを見るように頼んだ。このAIエージェントは、複雑なタスクを実行するために独自に考え、計画し、完全な結果を出すことができる。|にできるようにあなたがそれをすることができます本当に出くわすことあなたは、実際には私たち約束、誰でも素早くはちょうど無視これらの一見正確にどのように{}人のことを忘れることができます。

1）約1ヶ月前OpenAIは、製品の同じカテゴリを起動 オペレータは、AIは、レストランの予約、ショッピング、予約、持ち帰り注文、およびその他のタスクを含む、独立して完了するために、ブラウザにすることができ、ユーザーが監督を可視化し、いつでも制御を引き継ぐことができます。

この一連のAgentは、単一モデル駆動、つまりツールが呼び出すフレームワークと同じであるため、あまり議論されておらず、ユーザーは、重要な決定はまだ介入によって行われる必要があると思うと、タスクを実行するためにAgentに頼るという考えを失ってしまう。

2）manusは、履歴書のスクリーニング、株の調査、不動産の購入など、表面上はそれほどかけ離れていないように見えますが、実際にはシステムの違いの実装の背後にあるフレームワークであり、マルチモーダルモデル駆動によるManusは、マルチ署名システムの革新的な使用です。

要するに、AIは、人が行う行動のPDCAサイクル（計画-実行-チェック-アクション）を模倣したいと考えているのです。これは、複数の大規模なモデルが協力し、それぞれが特定の側面に焦点を当てることによって行われるもので、単一のモデルがタスクを実行する際の意思決定リスクを低減し、実行効率も向上させることができます。いわゆる「マルチシグネチャーシステム」は、実際には、複数の専門モデルの共同検証を必要とすることで、意思決定と実行の信頼性を確保する、マルチモデル共同意思決定検証メカニズムです。

3）この比較では、Manusの優位性が明らかに前面に出ており、さらにビデオデモでは一連の運用経験が紹介されているため、人々は非凡な経験をしたという感覚を持っている。しかし客観的に見れば、ManusのOperatorの反復革新は始まりに過ぎず、破壊的な革命には程遠い。

重要なポイントは、それが実行するタスクの複雑さと、大きなモデルの耐障害性、そして一様ではない標準的なユーザー入力であるPromptが入力された後に結果を出す成功率の定義にある。そうでなければ、この一連の革新とともに、web3のDeFaiシナリオはすぐに成熟したアプリケーションではない？明らかに、それは行うことはできません：

例えば：DeFaiシナリオエージェントは、取引の意思決定を実行するために、Oracleレイヤーのエージェントがある必要がありますデータの収集と検証のチェーンを担当しており、データの統合と分析だけでなく、価格のチェーンのリアルタイム監視は、取引機会をキャプチャするために、リアルタイム分析のプロセスは大きな課題を持って、リアルタイム分析の秒があるかもしれません。

これは実際には、最大の弱点の意思決定の実行を行うために、このようなマルチモーダルビッグモデルを公開し、どのようにネットワークに、チェーンの分析を取得するためにチェーンに触れる。リアルタイムレベルのデータを分析し、そこから取引の機会を分析し、その後、取引のキャプチャ。ネットワーク環境は、実際には大丈夫ですが、多くの電子商取引サイトの注文価格は、トラブルの巨大な動的なバランスによって引き起こされる全体のマルチモーダルなコラボレーションに容易ではない、リアルタイムに変化していない、チェーンは、このような課題は、ほぼすべての時間が存在する場合。

4）だから、全体的にマヌスの出現は確かに友人の輪の中で、Web2の分野で不安の波をオフに設定します、結局のところ、多くの反復的で高い事務や情報処理の仕事は、AIに置き換えられる危険にさらされる可能性があります。しかし、彼らを不安にさせるのだ。

これは、Web3がデファイのアプリケーションランドスケープに貢献しているという文脈に置くとき、客観的に認識しなければならないことです：

それは認めなければなりません：それは確かに重要です。

認めなければならない：それは確かに重要です、結局のところ、それはLLM OSとLess構造よりインテリジェンスの概念を提唱し、特にマルチ署名システムは、DeFiとAIの組み合わせを拡大するためにWeb3を与えるだろう、多くのインスピレーションのアイデアを持っています。

これは実際、ほとんどのDeFaiプロジェクトの大きな誤解を正すもので、AIエージェントの自律的思考＋意思決定のような複雑な目標を達成するために、大規模なモデルに依存するのは現実的ではないというものです。

本当のDeFaiビジョンは、単一のAIモデルの上限容量、マルチモーダルな相互作用とコラボレーションの原子性保証、マルチモーダルなシステム統一リソースのスケジューリングと支配、システムのフォールトトレランスとフォールト処理メカニズムなどの複雑さに対処する必要があります。

これは、DeFaiプロジェクトが実際に動いているのを見るのは初めてです。

例えば：オラクル層エージェントは、データを収集し、チェーンを分析し、価格を監視し、効果的なデータソースを形成する責任がある。

意思決定層エージェントは、オラクルによって供給されたデータに基づいて、実行する。

意思決定層 エージェントは、オラクルから供給されたデータに基づいて、分析とリスク評価を行い、一連の決定と行動方針を策定します。

実行層 エージェントは、意思決定層から与えられた複数の選択肢に基づいて、ガス料金の最適化、クロスチェーンの状況、トランザクションの順序の競合など、実行のための実際の状況を考慮します。

この一連のエージェントが同期し、強力で、大規模なシステムフレームワークが整ってこそ、真のデファイ革命が起こるのです。