Manus الانفجار ، ما تأثيره على Web3 DeFAI؟

استيقظت من النوم، وكثير من الأصدقاء طلبوا مني أن ألقي نظرة على #manus، الذي يُعتبر وكيلًا ذكيًا حقيقيًا على مستوى العالم، قادرًا على التفكير المستقل وتخطيط وتنفيذ المهام المعقدة، وتقديم النتائج الكاملة. يبدو ذلك رائعًا للغاية، ولكن بخلاف أصوات القلق التي تسمع من الأصدقاء، ما الذي سيجلبه لمشهد DeFai في web3 من انفجار؟ فيما يلي، سأشارك أفكاري:

قبل حوالي شهر ، قام OpenAI بإطلاق منتج في نفس الفئة يدعى Operator ، حيث يمكن للذكاء الاصطناعي إكمال مهام مثل حجز المطاعم والتسوق وحجز التذاكر وطلب الطعام في متصفح الويب بشكل مستقل. يمكن للمستخدمين إجراء المراقبة بصريًا والتحكم في أي وقت.

ظهور هذا الوكيل لم يثير الكثير من النقاش، السبب في ذلك هو أنه يتم تشغيل نموذج واحد فقط، سواء كان الإطار الذي يستدعي الأداة أو نظام الإطار الذي يتطلب تدخلاً يدويًا لاتخاذ القرارات الحاسمة، يفقد المستخدم فكرة الاعتماد على تنفيذ المهام.

2）على السطح، يبدو أن manus ليس هناك الكثير من الاختلاف، فهو يضيف العديد من سيناريوهات الاستخدام بما في ذلك فحص السير الذاتية، ودراسة الأسهم، وشراء العقارات، وما إلى ذلك، ولكن في الواقع هناك اختلافات في الإطار والنظام التنفيذي، حيث يعمل Manus بواسطة نموذج كبير متعدد الأوضاع ويستخدم بشكل مبتكر نظام توقيع متعدد.

باختصار ، سيتم إكمال دورة PDCA التي يحاكي فيها الذكاء الاصطناعي التنفيذ البشري (التخطيط - القيام - التحقق - العمل) من خلال نماذج كبيرة متعددة ، يركز كل منها على رابط معين ، والذي لا يمكن أن يقلل فقط من مخاطر اتخاذ القرار لنموذج واحد لأداء المهمة ، ولكن أيضا تحسين كفاءة التنفيذ. وما يسمى ب “نظام التوقيعات المتعددة” هو في الواقع آلية تعاونية متعددة النماذج للتحقق من القرار، تكفل موثوقية عملية صنع القرار وتنفيذها من خلال اشتراط التأكيد المشترك لنماذج مهنية متعددة.

3. ومن خلال هذه المقارنة، يبدو أن ميزة manus تبرز بشكل واضح، بالإضافة إلى سلسلة من تجارب العمليات المعروضة في الفيديو Demo، مما يجعل الشخص يشعر فعلاً بتجربة غير عادية. ومع ذلك، من الناحية الموضوعية، فإن التطوير الابتكاري الذي تقدمه Manus للمشغل ليس سوى بداية، ولا يمكن أن يصل إلى معنى الثورة الجذرية.

النقطة الرئيسية هي تعقيد مهامها التنفيذية، ومعدل تحمل الأخطاء ونسبة نجاح تسليم النتائج للنموذج الكبير بعد إدخال مستخدم النموذج العام للمدخل. وإلا، هل يمكن لسيناريوهات DeFai في web3 أن تصبح تطبيقات ناضجة على الفور؟ من الواضح، لا يمكن القيام بذلك بعد.

مثلا: في سيناريو DeFai، يجب على الوكيل تنفيذ قرارات التداول، ويجب أن يكون هناك وكيل طبقة Oracle مسؤول عن جمع البيانات على السلسلة والتحقق منها، وتحليل وتكامل البيانات، ومراقبة أسعار السلسلة في الوقت الفعلي للقبض على فرص التداول، وهذه العملية تواجه تحديات كبيرة في التحليل الفوري، حيث يمكن أن يكون هناك فرصة تداول مفيدة قبل ثانية واحدة، وبمجرد أن يتم نقل النموذج الكبير الخاص ب Oracle إلى وكيل تنفيذ التداول، فإن فرص التداول تختفي (نافذة التلاعب)؛

هذا في الواقع كشف أحد أكبر نقاط الضعف في تنفيذ قرارات النماذج الكبيرة متعددة الوسائط من هذا النوع، كيفية الاتصال بالشبكة والتلاحق واستخراج بيانات مستوى الوقت الحقيقي، وتحليل فرص التداول منها، ثم القيام بالتقاط التجارة. بيئة الشبكة في الواقع جيدة، وليست جميع أسعار الطلبات على مواقع التجارة الإلكترونية متغيرة في الوقت الفعلي، وليست سهلة التي تسبب مشاكل توازن ديناميكية هائلة للتعاون المتعدد الوسائط برمته، وإذا كان الأمر يتعلق بالسلسلة الزمنية، فإن مثل هذا التحدي يكاد يكون موجودًا في كل لحظة.

4）لذلك، بشكل عام، من المؤكد أن ظهور manus سيثير قلقًا في دائرة fren ، بما أن العديد من الوظائف الإدارية ومعالجة المعلومات ذات التكرار العالي قد تواجه خطر الاستبدال بالذكاء الاصطناعي. ولكن دعهم يشعرون بالقلق.

يجب علينا أن ندرك بشكل موضوعي دور تعزيز تطبيقات DeFai في سيناريوهات التطبيق الخاصة بـ web3.

يجب الاعتراف: بالتأكيد لها أهمية كبيرة، على أخرها تقدم نظام التشغيل LLM OS وفلسفة أقل هيكل وأكثر ذكاء، وخاصة نظام التوقيع المتعدد سيوفر إلهامًا كبيرًا لجمع بين DeFi و AI في web3.

هذا في الواقع يصحح معظم الأخطاء الكبيرة في مشاريع DeFai، لا يجب الاعتماد على نموذج كبير لتحقيق هدف AI Agent للتفكير الذاتي + اتخاذ القرارات وما إلى ذلك، هذا ليس مناسبًا على الإطلاق في سياق الأعمال المالية.

تحقيق رؤية DeFai الحقيقية يتطلب حل مشاكل معقدة مثل الحد الأقصى لقدرة نموذج الذكاء الاصطناعي الفردي، وضمان النواة للتفاعل والتعاون المتعدد الوسائط، وتوحيد توجيه وتوزيع الموارد للنظام متعدد الوسائط، وآلية تحمل الأخطاء ومعالجة الأعطال.

على سبيل المثال: وكيل طبقة Oracle، المسؤول عن جمع البيانات على السلسلة وتحليلها، ومراقبة الأسعار، مما يشكل مصدر بيانات فعال؛

طبقة صناع القرار Agent، تحليل البيانات الواردة من Oracle وتقييم المخاطر، ووضع مجموعة من القرارات وخطط العمل؛

العميل التنفيذي ، وفقًا للطبقة القرارية التي تقدم العديد من الخيارات وتنظر في الظروف الفعلية للتنفيذ ، بما في ذلك تحسين تكلفة الغاز ، وحالة الشبكة العابرة ، وتصادم ترتيب المعاملات وما إلى ذلك.

فقط عندما تكون هذه السلسلة من الوكلاء متزامنة بالقوة وتكون هناك إطارات نظام كبيرة موجودة، سيندلع ثورة DeFai حقيقية.