¿Qué impacto tiene el auge de Manus en Web3 DeFAI?

Al despertar, muchos fren me pidieron que echara un vistazo a #manus, que se autodenomina un Agente de IA verdaderamente universal a nivel mundial, capaz de pensar de forma independiente, planificar y ejecutar tareas complejas, y entregar resultados completos. Suena muy cool, pero aparte de las voces ansiosas en el círculo de fren que temen perder su trabajo, ¿qué traerá consigo para la explosión del escenario web3 DeFai? A continuación, compartiré mis reflexiones:

Hace aproximadamente un mes, OpenAI lanzó Operator, un producto similar, que permite a la IA realizar tareas como reservar restaurantes, hacer compras, reservar boletos, pedir comida para llevar, etc., de forma independiente en el navegador. Los usuarios pueden supervisar visualmente y tomar el control en cualquier momento.

La aparición de este agente no ha sido discutida por muchas personas, debido a que se trata de un modelo único impulsado por herramientas, el marco de llamadas, cuando los usuarios piensan en la necesidad de intervenir en decisiones clave, pierden la idea de depender de él para realizar tareas.

2）manus parece no ser muy diferente en la superficie, solo que tiene muchas más aplicaciones, incluyendo la selección de currículums, la investigación de acciones, la compra de propiedades, etc., pero en realidad son las diferencias en el marco y el sistema de ejecución detrás de él, Manus impulsado por un gran modelo multimodal e innovador que utiliza un sistema de firmas múltiples.

En resumen, el ciclo PDCA en el que la IA imita la ejecución humana (planificar-hacer-verificar-actuar) se completará con múltiples modelos grandes, cada uno centrado en un enlace específico, lo que no solo puede reducir el riesgo de toma de decisiones de un solo modelo para realizar la tarea, sino también mejorar la eficiencia de la ejecución. El llamado “sistema de firma múltiple” es en realidad un mecanismo de verificación de decisiones colaborativo multimodelo, que garantiza la fiabilidad de la toma de decisiones y la ejecución al requerir la confirmación común de múltiples modelos profesionales.

3）Al comparar de esta manera, las ventajas de manus obviamente se destacan, junto con una serie de experiencias operativas demostradas en el video demo, realmente brindan una experiencia extraordinaria. Sin embargo, objetivamente hablando, la innovación iterativa de Manus para el operador es solo el comienzo y no alcanza aún un significado revolucionario disruptivo.

El punto clave radica en la complejidad de sus tareas ejecutivas, así como en la definición de la tolerancia a fallos y la tasa de éxito en la entrega de grandes modelos después de que los usuarios introduzcan la entrada del Prompt de input no uniforme. De lo contrario, ¿se puede aplicar de inmediato esta innovación al escenario DeFai de web3? Obviamente, todavía no se puede lograr:

Por ejemplo, en el escenario DeFai, el Agente debe tomar decisiones de transacción, necesita un Agente de capa Oracle responsable de la recopilación y verificación de datos en cadena, realizar análisis e integración de datos, también monitorear en tiempo real la captura de oportunidades de transacción de precios en cadena. Este proceso presenta un gran desafío para el análisis en tiempo real, es posible que una oportunidad de transacción que aún era útil hace un segundo ya no exista una vez que el gran modelo de Oracle se transfiere al Agente de ejecución de transacciones (ventana de arbitraje).

Esto revela realmente la mayor debilidad de este tipo de grandes modelos multimodales para tomar decisiones ejecutivas, cómo conectarse a la red, acceder y analizar datos a nivel de tiempo real, y encontrar oportunidades comerciales para capturar transacciones. El entorno de red no es tan malo en realidad, muchos precios de pedidos en sitios de comercio electrónico no cambian en tiempo real, lo que no hace que sea difícil para toda la colaboración multimodal crear un gran equilibrio dinámico, pero si se trata de la cadena, este desafío está casi siempre presente.

4）Por lo tanto, en general, la aparición de manus realmente provocará ansiedad en la comunidad web2, después de todo, muchos trabajos de oficina y de procesamiento de información altamente repetitivos pueden enfrentar el riesgo de ser reemplazados por la inteligencia artificial. Pero que se preocupen ellos.

Esta es la función impulsora de web3 en los escenarios de aplicación DeFai que debemos entender objetivamente:

Debe admitirse: sin duda tiene un gran significado, después de todo, el concepto de LLM OS y Less Structure more intelligence que propone, especialmente el sistema de firmas múltiples, brindará una gran inspiración para la combinación de DeFi y AI en web3.

Esto realmente corrige un gran error en la mayoría de los proyectos DeFai, no intente depender de un gran modelo para lograr objetivos complejos como el pensamiento autónomo y la toma de decisiones de un AI Agent, esto no es realista en el contexto financiero.

La realización de la verdadera visión DeFai requiere abordar problemas complejos como el límite de capacidad de los modelos de IA monolíticos, la garantía de atomicidad en la interacción y colaboración multimodal, la gestión y control unificados de recursos en sistemas multimodales, así como mecanismos de tolerancia a fallos y manejo de errores.

Por ejemplo: El agente de capa Oracle, responsable de recopilar y analizar datos en la cadena, monitorear precios y crear una fuente de datos efectiva;

Nivel de decisión Agent, analiza y evalúa el riesgo según los datos proporcionados por Oracle, y formula un conjunto de decisiones y acciones;

Agente de ejecución, según los múltiples planes proporcionados por la capa de decisión y considerando la situación real para la ejecución, incluida la optimización de costos de gas, el estado entre cadenas, conflictos en el orden de las transacciones, etc.

Solo cuando esta serie de Agentes estén sincronizados y se establezca un marco de sistema sólido, se desencadenará una verdadera revolución DeFai.