著者: Haotian
一目覚めると、多くの友達が私にmanusを見せてくれました。これは、グローバルに本当に普遍的なAIエージェントで、独立して考え、複雑なタスクを計画し実行し、完全な結果を提供することができると言われています。とてもCoolですが、多くの友達が失業の心配をしていますが、それはweb3 DeFaiシーンにどのような爆発をもたらすでしょうか？以下、私の考えを述べたいと思います：
1）約1か月前、OpenAIは同様の製品であるOperatorを発表しました。AIはブラウザー上でレストランの予約、ショッピング、チケットの予約、出前の注文などを独自に行うことができ、ユーザーは視覚的に監督し、いつでも制御権を取り戻すことができます。
このAgentの登場についてはあまり多くの議論がありませんが、それは単一のモデルに基づいているか、ツールの呼び出しによって駆動されているため、ユーザーが重要な意思決定に干渉する必要があるという考えを失うからです。
2）manusの外観はほとんど変わらないように見えますが、多くの応用シーンが追加されており、履歴書の選別、株式の調査、不動産の購入などが含まれていますが、実際には背後にあるフレームワークと実行システムの違いがあります。Manusはマルチモーダルの大規模モデルによって駆動され、革新的にマルチサインシステムを採用しています。
要は、AIは人間の（計画-実行-チェック-行動）のPDCAサイクルアクションを模倣する必要があり、複数の大規模モデルが協力して実行され、各モデルは特定の段階に焦点を当てることで、単一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、実行効率を向上させることができます。言ってみれば、“マルチシグシステム”とは、複数のモデルが協力して決定を検証するメカニズムであり、専門モデルによる共同確認を要求することで、意思決定と実行の信頼性を保証します。
3）このように比較すると、manusの利点が明らかになり、ビデオデモで示された一連の操作体験により、本当に非凡な体験ができます。しかし客観的に言えば、Manusのオペレーターへの反復的な革新は単なる始まりであり、革命的な意義には達していません。
その鍵は、その任務の複雑さにあり、統一されていない標準ユーザーinput Promptに入った後、大規模モデルの容誤率と配信結果の成功率の定義です。さもなければ、このイノベーションに従って、web3のDeFaiシーンはすぐに成熟したアプリケーションになるのではないでしょうか？明らかに、まだその段階には達していません：
例えば：DeFaiシナリオでは、Agentは取引決定を行う必要があり、チェーン上のデータ収集と検証を担当するOracleレイヤーのAgentが必要です。また、データの統合分析を行い、チェーン上の価格をリアルタイムで監視して取引機会を捉える必要があります。このプロセスはリアルタイム分析に非常に大きな挑戦をもたらし、1秒前には取引機会があったかもしれませんが、Oracleの大規模モデルが取引実行Agentに転送された後には取引機会が存在しなくなる可能性があります（アービトラージウィンドウ）。
これは、この種の多モード大規模モデルが実行決定を行う際の最大の弱点を露わにしています。どのようにネットワークに接続し、チェーンを触ってリアルタイムのレベルのデータを取得し、取引の機会を分析し、その後取引をキャプチャするか。ネットワーク環境は実際にはまあまあですが、多くの電子商取引サイトの注文価格はリアルタイムに変動せず、全体的なマルチモード協調に大きな動的バランスの問題を引き起こすことはありません。しかし、チェーン上では、このような挑戦はほぼ常に存在しています。
4）したがって、全体的にmanusの出現は確かにweb2領域で友達の輪焦りを引き起こすかもしれません。なぜなら、多くの繰り返し性の高い文書業務や情報処理の仕事がAIに取って代わられるリスクがあるかもしれません。しかし、それが彼らを焦らせるのです。
Web3のDeFaiアプリケーションシナリオを促進する役割を客観的に認識する必要があります。
結局のところ、LLM OSとLess Structure More Intelligence、特にマルチシグネチャシステムの概念は、DeFiとAIの組み合わせを拡大するためのweb3に大きなインスピレーションを与えるでしょう。
これは実際には、多くのDeFaiプロジェクトの重大な誤解を正しています。AIエージェントの自律的な思考+意思決定などの複雑な目標を達成するために大規模なモデルに依存しようとするべきではありません。これは金融シーンでは全く実現不可能です。
本当のDeFaiのビジョンを実現するには、単一のAIモデルの能力制限、マルチモードインタラクションの原子的保証、マルチモードシステムの統一されたリソーススケジューリングと支配、システムの耐障害性と障害処理メカニズムなど、複雑な問題を解決する必要があります。
例えば：OracleレイヤーのAgentは、チェーン上のデータ収集と分析、価格の監視を担当し、有効なデータソースを形成します；
決定層のエージェントは、Oracleから提供されたデータを分析し、リスク評価を行い、意思決定と行動計画を策定します。
実行エージェントは、決定層が提供したさまざまな案をもとに、実際の状況を考慮して実行し、ガス料金の最適化、クロスチェーンの状態、取引の順序の衝突などを含みます。
この一連のエージェントが同時に強力であり、巨大なシステムフレームワークが整っている場合にのみ、真のDeFai革命が開始されます。
