Apa yang Manus akan bawa ke ledakan besar dalam skenario DeFai web3?

Implementasi visi DeFai sejati memerlukan penyelesaian berbagai masalah kompleks seperti batasan kemampuan model AI monolit, jaminan atomisitas interaksi kolaboratif multimodal, penjadwalan dan pengaturan sumber daya sistem multimodal yang seragam, serta mekanisme penanganan kesalahan dan kegagalan sistem.

Menulis oleh: Haotian

Setelah bangun tidur, banyak teman meminta saya untuk melihat #manus, yang disebut sebagai AI Agent yang benar-benar universal di seluruh dunia, dapat berpikir secara independen dan merencanakan serta mengeksekusi tugas-tugas kompleks, dan memberikan hasil yang lengkap. Terdengar sangat keren, tetapi selain suara kekhawatiran kehilangan pekerjaan di lingkaran teman yang banyak, apa yang akan dibawa ke ledakan besar dalam skenario web3 DeFai? Berikut, saya akan berbagi pemikiran saya:

Sekitar sebulan yang lalu, OpenAI meluncurkan produk sejenis bernama Operator, di mana AI dapat menyelesaikan tugas-tugas seperti pemesanan restoran, belanja, pembelian tiket, pemesanan makanan, dan lainnya secara mandiri di browser. Pengguna dapat melakukan supervisi secara visual dan mengambil alih kontrol kapan pun diperlukan.

Kehadiran Agent ini tidak banyak dibahas oleh banyak orang, alasannya adalah karena ia didorong oleh model tunggal atau kerangka kerja yang memanggil alat, pengguna kehilangan kepercayaan pada ide untuk melakukan campur tangan dalam keputusan kunci yang diperlukan untuk menyelesaikan tugas.

2）manus Meskipun terlihat hampir sama, namun memiliki banyak skenario aplikasi tambahan, termasuk penyaringan resume, penelitian saham, pembelian properti, dan lain-lain, namun sebenarnya perbedaannya terletak pada kerangka dan sistem pelaksanaannya, Manus didorong oleh model besar multimodal, dan secara inovatif menggunakan sistem tandatangan ganda.

Singkatnya, siklus PDCA di mana AI meniru eksekusi manusia (rencana-lakukan-periksa-bertindak) akan diselesaikan oleh beberapa model besar, masing-masing berfokus pada tautan tertentu, yang tidak hanya dapat mengurangi risiko pengambilan keputusan dari satu model untuk melakukan tugas, tetapi juga meningkatkan efisiensi eksekusi. Apa yang disebut “sistem multi-tanda tangan” sebenarnya adalah mekanisme verifikasi keputusan kolaboratif multi-model, yang memastikan keandalan pengambilan keputusan dan eksekusi dengan memerlukan konfirmasi umum dari beberapa model profesional.

3. Dengan perbandingan seperti itu, keunggulan manus jelas terungkap, ditambah dengan serangkaian pengalaman operasi yang ditampilkan dalam Demo video, membuat orang benar-benar merasakan pengalaman luar biasa. Namun secara obyektif, Inovasi iteratif Manus terhadap Operator hanyalah permulaan, belum mencapai arti revolusi yang mengubah segalanya.

Titik kunci terletak pada kompleksitas tugas pelaksanaannya, serta definisi tingkat kesalahan dan tingkat keberhasilan pengiriman model besar setelah pengguna input Prompt nonstandar masuk. Jika tidak, apakah dengan inovasi ini, skenario DeFai web3 bisa segera menjadi aplikasi yang matang? Tentu saja, masih belum bisa dicapai:

Misalnya: Dalam skenario DeFai, Agent harus membuat keputusan transaksi, perlu ada Oracle Layer Agent yang bertanggung jawab atas pengumpulan dan verifikasi data rantai, serta melakukan analisis integrasi data, juga harus secara real-time memantau peluang transaksi penangkapan harga rantai, proses ini menantang untuk analisis real-time, mungkin ada peluang transaksi yang berguna satu detik sebelumnya, setelah model besar Oracle ditransfer ke Agent eksekusi transaksi, peluang transaksi itu tidak lagi ada (jendela arbitrase);

Ini sebenarnya mengungkapkan salah satu kelemahan terbesar dari model besar multimodal semacam ini dalam mengambil keputusan eksekutif, yaitu bagaimana menghubungkan, menjangkau, dan menganalisis data Real-Time tingkat tinggi, serta menemukan peluang perdagangan darinya, kemudian mengeksekusi perdagangan tersebut. Lingkungan online sebenarnya tidak begitu buruk, banyak situs e-commerce memiliki harga pesanan yang tidak berubah secara real-time, yang tidak membuat kesulitan besar bagi kerjasama multimodal keseluruhan, tetapi dalam blockchain, tantangan semacam itu hampir selalu ada.

4）Jadi secara keseluruhan, kehadiran manus memang akan menimbulkan kecemasan di lingkungan web2, mengingat banyak pekerjaan kantor dan pengolahan informasi yang repetitif mungkin akan menghadapi risiko digantikan oleh AI. Tapi biarkan mereka khawatir.

Peran dorongan web3 terhadap aplikasi DeFai harus kita pahami secara objektif:

Harus diakui: artinya pasti besar, setelah semua, konsep LLM OS dan Less Structure more intelligence yang diajukan, terutama sistem tanda tangan ganda, akan memberikan wawasan yang besar untuk memperluas kombinasi DeFi dan AI di web3.

Ini sebenarnya memperbaiki kesalahan besar dalam sebagian besar proyek DeFai, jangan langsung mengandalkan satu model besar untuk mencapai tujuan AI Agent otonom dalam berpikir + membuat keputusan yang kompleks, ini sama sekali tidak sesuai dalam konteks keuangan.

Pencapaian visi yang sebenarnya DeFai memerlukan penyelesaian masalah kompleks seperti batasan kemampuan model AI tunggal, jaminan atomisitas interaksi kolaboratif multimodal, pengaturan dan penguasaan sumber daya yang seragam untuk sistem multimodal, serta mekanisme penanganan kesalahan dan kegagalan sistem.

Misalnya: Agen Lapisan Oracle, bertanggung jawab untuk mengumpulkan data dari rantai dan menganalisisnya, serta memantau harga, membentuk sumber data yang efektif;

Pimpinan keputusan Agen, menganalisis dan mengevaluasi risiko berdasarkan data yang disajikan oleh Oracle, dan merumuskan serangkaian keputusan dan rencana tindakan;

Agen lapisan pelaksana, berdasarkan berbagai skenario yang diberikan oleh lapisan pengambil keputusan, dan mempertimbangkan situasi aktual untuk pelaksanaan, termasuk optimasi biaya gas, status lintas rantai, konflik urutan transaksi, dan sebagainya.

Hanya ketika rangkaian Agent ini sinkron dan memiliki kerangka sistem yang besar, revolusi DeFai yang sesungguhnya akan terjadi.