Análise breve do White Paper do Ammo: do Vector primordial ao ecossistema do Agente multimodal

Levei algum tempo para ler atentamente o novo White Paper da Ammo e fiquei muito emocionado. Abaixo, compartilho algumas inspirações:

1）O mercado busca essencialmente que o AI Agent não seja apenas uma ferramenta de consulta no modo Copilot, em que o usuário pergunta algo e a AI responde, mas sim que seja mais como o modo Buddy, um modelo de crescimento companheiro que pode compreender, refletir, criar valor ativamente e transmiti-lo às pessoas. Este é o ponto crucial para elevar o AI Agent a um nível narrativo.

2）O modelo AI monolítico do tradicional web2, que se originou com o principal foco no ‘utilitarismo de ferramentas’, tende a resultar em ilhas de fontes de dados na colaboração multimodal, sendo muito difícil alcançar verdadeiras avanços de nível de inteligência. Embora o web3 tenha proposto a ideologia de autonomia individual do AI Agent, ainda estamos longe de alcançar esse objetivo, pois as decisões autônomas do AI são muito mais complexas do que se imagina. Permitir que o AI realize aprendizado automático e recomendações de caminho como assistência, e os humanos aprimorem o aprendizado autônomo do AI por meio do feedback, é somente por meio desse ‘modo simbiótico’ que podemos verdadeiramente nos tornar a direção principal dos próximos AI Agents.

3. AMMO definiu um espaço abstrato chamado MetaSpace, no qual todos os dados em torno do Agente de IA podem ser alocados no espaço na forma de vetores, assim como o blockchain inicialmente definiu o Hash, o que levou a todos os protocolos e formas de aplicação subsequentes. Esse tipo de forma inicial baseada em vetores não só pode servir para web3, mas também é um padrão de estrutura adequado para web2 multimodal. Com o sistema de colaboração MAS multimodal acima dele, pode orientar a atual ‘inteligência’ acadêmica da IA para uma direção ‘prática’ em cenários de aplicação real, como trabalho, jogos, educação, entre outros.

4）Como entender isso de forma simples? Nós vemos o MetaSpace como um grande shopping center, onde cada camada funcional pertence a um SubSpace, e cada área tem uma base de conhecimento diferente. O sistema Buddies é como um sistema de assistência inteligente, onde o Goal Buddies seleciona produtos de alta qualidade para recomendar, enquanto o User Buddies é mais como um assistente pessoal que pode fornecer soluções personalizadas com base nos seus hábitos de consumo e orçamento. O AiPP é como um balcão de atendimento central, reunindo feedback e sugestões para melhorar a qualidade do serviço.

Em geral, para fazer com que o Agente de IA funcione através dos componentes essenciais do MetaSpace+Buddies+AiPP sistema de feedback humano-máquina, acelerando verdadeiramente a produção em massa e a implementação prática do Agente de IA;

5）O White Paper mostra mais sobre um quadro de colaboração multimodal do agente de IA fora da cadeia e ideias de implementação de engenharia, algumas normas de definição combinadas na cadeia, incluindo sistema de identidade ID, sistema de memória Memory, sistema de características Character, gestão de contexto Context, sistema de oráculo Oracle e outros componentes que precisam ser explorados ainda mais (o que costumava chamar de estrutura de padrões gerais ‘chainization’).

Acima.

Deve-se dizer que este é o projeto mais emocional e pragmático que vi nos últimos tempos a macro arquitetura e aplicação landing e idéias de implementação de engenharia, mas todos podem ter um senso de abstração depois de ler o acima. Sim, o AI Agent está longe do caminho da verdadeira popularização e aplicação em larga escala do que se imaginava, mas é verdade que cada vez mais equipas excelentes têm entrado, algumas soluções e ideias inovadoras também estão na calha, e o mercado está à espera do nascimento de uma “singularidade” inovadora.