AMMO 백서 분석: AI 에이전트 내러티브의 업그레이드 필요성

저자: Haotian

@Ammo_AI의 새 백서를 잠시 살펴보고 감동을 받았습니다. 아래에서 몇 가지 영감을 공유해 주세요.

1) 시장이 추구하는 AI 에이전트는 본질적으로 AI가 쿼리 도구의 부조종사 모드에 만족하지 않고, 사용자가 AI에 질문하면 그에 대한 답변이 나오고, 모델의 성장과 함께 동행하는 버디 모드처럼 이해하고 생각하고 주도적으로 가치를 창출하고 이를 사람들에게 전달할 수 있어야 한다는 사실에 놓여 있습니다. 모델의 성장을 이해하고, 생각하고, 적극적으로 가치를 창출하고, 이를 사람들에게 전달할 수 있는 동반 성장의 버디 모드에 가까워야 합니다.

2) 전통적인 웹2.0 AI 모놀리식 모델은 '도구화 실용주의'에서 출발해 다중 모드 협업에서 데이터 소스 섬을 형성하기 쉬워 지혜 수준에서 진정한 돌파구를 만들기 어려웠고, 웹3는 AI 에이전트의 개별 자율성이라는 이념을 내세우고 있지만 그것만이 유일한 것은 아니다. 웹3.0이 개별 자율성이라는 이념을 제시하고 있지만, 아직 목표와는 거리가 멀고 AI의 자율적 의사결정은 상상보다 훨씬 복잡합니다. AI의 자율적 의사결정은 상상보다 훨씬 복잡하며, AI가 자동화된 학습과 경로 추천을 보조하고 인간의 피드백을 통해 AI의 자율적 학습을 강화하는 공생 모델이 진정한 차세대 AI 에이전트의 방향이 될 수 있습니다.

3) AMMO는 메타스페이스라는 추상 공간을 정의하여 AI 에이전트를 둘러싼 모든 데이터를 벡터 벡터에 저장할 수 있고, 이를 AI 에이전트의 데이터 기반으로 사용할 수 있도록 합니다. 3) AMMO는 블록체인이 처음에 해시를 정의하는 것처럼, AI 에이전트를 둘러싼 모든 데이터를 벡터 벡터 형태로 공간에 배치할 수 있도록 메타스페이스라는 추상 공간을 정의하여 이후 체인 상의 모든 프로토콜과 애플리케이션이 존재할 수 있도록 합니다. 이러한 벡터 기반 형태는 웹3 뿐만 아니라 웹2 멀티모달에도 적용할 수 있는 일종의 프레임워크 표준이며, 그 위에 MAS 멀티모달 협업 시스템과 함께 현재 학문적 방향의 '싱크탱크' 지향적인 AI를 업무, 게임, 교육 등 실제 적용 시나리오에서 '실용' 지향적으로 전환할 수 있습니다.

4) 일반인이 쉽게 이해할 수 있는 방법은? 메타스페이스를 하나의 큰 쇼핑센터로 간주하고, 각 기능 계층은 서브스페이스에 속하며, 각 영역은 서로 다른 지식 기반을 가지고 있고, 버디 시스템은 지능형 쇼핑 가이드 시스템, 목표 버디는 추천할 고품질 상품을 선택하는 전문 가이드, 사용자 버디는 개인 비서와 비슷하다고 생각하면 됩니다! 유저 버디즈는 사용자의 소비 습관과 예산에 따라 맞춤형 솔루션을 제공하는 개인 비서에 가깝고, AiPP는 피드백을 수집하고 서비스 품질을 개선하는 헬프 데스크와 같습니다.

전체적으로는 메타스페이스+버디즈+AiPP 인간-기계 피드백 시스템 및 기타 필요한 구성 요소를 통해 AI 에이전트를 가동하는 것이 중요합니다. 이 백서에서는 언더체인 AI 에이전트 멀티모달 협업 프레임워크와 엔지니어링 구현 아이디어, ID ID 시스템, 메모리 메모리 시스템, 캐릭터 특징 시스템, 컨텍스트 메모리 시스템 등 결합 체인에 정의된 표준 중 일부를 자세히 설명합니다, 문자 기능 시스템, 컨텍스트 컨텍스트 관리, 오라클 예언자 시스템 및 기타 구성 요소 정의(앞서 자주 말씀드린 '체인' 일반 표준 프레임워크)를 살펴보기 위해서는 아직 더 극복해야 할 과제가 남아 있습니다.

위.

이 프로젝트의 가장 감성적이고 실용적인 아이디어의 거시적 아키텍처와 착륙 및 엔지니어링 구현의 적용을 볼 수 있는 최근의 기간이라고 말해야 하지만, 위의 내용을 읽고 나면 우리 모두는 눈을 가리고 추상적인 감각을 갖게 될지도 모릅니다. 맞습니다, AI 에이전트는 상상했던 것보다 실제 대규모 인기와 경로의 적용과는 거리가 멀지만 점점 더 많은 우수한 팀이 들어오고 있으며 일부 혁신적인 프로그램과 아이디어도 양조되고 있으며 시장은 혁신적인 "특이점"의 탄생을 기다리고 있습니다.