Interpretação do manus: Que impacto trará a explosão do cenário DeFai web3?

Autor: Haotian

Ao acordar, muitos amigos me pediram para verificar o manus, que se intitula um AI Agent globalmente universal, capaz de pensar de forma independente, planejar e executar tarefas complexas, e entregar resultados completos. Parece muito interessante, mas além da ansiedade de muitos na rede de amigos sobre o desemprego, o que ele trará para o boom do cenário DeFai da web3? A seguir, compartilho minhas reflexões:

Cerca de um mês atrás, a OpenAI lançou o produto semelhante Operator, onde a IA pode executar tarefas como reservas de restaurantes, compras, reserva de bilhetes, pedidos de entrega de comida, etc., de forma independente no navegador. Os usuários podem supervisionar visualmente e assumir o controle a qualquer momento.

A aparição deste conjunto de Agentes não foi muito discutida, porque é um modelo de acionamento único, ou seja, a estrutura de chamada de ferramentas. Quando os utilizadores percebem que precisam intervir nas decisões-chave, perdem a confiança na execução das tarefas.

2）O Manus parece não ser muito diferente, apenas tem muitos mais cenários de aplicação, incluindo triagem de currículos, pesquisa de ações, compra de imóveis, etc., mas na verdade são diferenças nos bastidores e nos sistemas de execução, o Manus é impulsionado por um grande modelo multimodal e inovadoramente adota um sistema de assinatura múltipla.

Em suma, a IA deve imitar a ação do ser humano (planejar-executar-verificar-agir) no ciclo de ação PDCA, que será realizado por vários grandes modelos trabalhando em conjunto, cada um focado em uma etapa específica, reduzindo assim o risco de decisão de tarefa individual por modelo e aumentando a eficiência da execução. O chamado ‘sistema de assinatura múltipla’ é na verdade um mecanismo de verificação de decisão colaborativa de vários modelos, garantindo a confiabilidade da decisão e execução exigindo a confirmação conjunta de vários modelos especializados.

3. Nessa comparação, as vantagens da manus claramente se destacam, juntamente com uma série de experiências operacionais demonstradas no vídeo Demo, que realmente proporcionam uma experiência extraordinária. No entanto, objetivamente falando, a iteração e inovação da manus para o operador é apenas o começo e ainda não atingiu um significado revolucionário.

A chave está na complexidade da tarefa executada e na definição da taxa de sucesso na entrega do grande modelo de tolerância a falhas e prompts de input do usuário com padrões não unificados. Caso contrário, seguindo esta inovação, o cenário DeFai do web3 não pode ser prontamente aplicado? Obviamente, ainda não é possível:

Por exemplo, no cenário DeFai, o Agente precisa tomar decisões de negociação, e é necessário um Agente da camada Oracle para coletar e verificar os dados on-chain, realizar análises de integração de dados, e também monitorar em tempo real a captura de oportunidades de negociação de preços on-chain. Este processo representa um grande desafio para a análise em tempo real, pois uma oportunidade de negociação que era útil um segundo atrás pode deixar de existir após o grande modelo do Oracle ser transmitido para o Agente de execução de negociação (janela de arbitragem).

Na verdade, isso expõe a maior fraqueza desses modelos multimodais ao tomar decisões de execução, ou seja, como se conectar, acionar e analisar dados em tempo real e identificar oportunidades de negociação para capturá-las. O ambiente de conexão não é tão ruim, pois muitos sites de comércio eletrônico não têm preços de pedidos que mudam em tempo real, o que não causa grandes desequilíbrios dinâmicos para a cooperação multimodal como um todo. No entanto, se estiver na cadeia, esse tipo de desafio está quase sempre presente.

4）Portanto, a presença geral do manus certamente irá desencadear uma onda de ansiedade nas redes sociais do web2, afinal, muitos trabalhos administrativos e de processamento de informações altamente repetitivos podem enfrentar o risco de serem substituídos por IA. Mas que eles fiquem ansiosos.

Devemos ter uma compreensão objetiva do papel impulsionador do web3 nas aplicações DeFai neste assunto:

É preciso reconhecer: o significado é definitivamente significativo, afinal, a ideia de LLM OS e Less Structure more intelligence que ele propõe, especialmente o sistema de assinatura múltipla, certamente trará insights importantes para a combinação de DeFi e AI na expansão do web3.

Isso realmente corrige um grande equívoco na maioria dos projetos DeFai, não tente depender de um grande modelo para alcançar objetivos complexos como o pensamento autônomo e a tomada de decisões do AI Agent logo de início, o que é totalmente irrealista no contexto financeiro.

A realização da verdadeira visão DeFai requer a resolução de problemas complexos, tais como o limite de capacidade do modelo de IA monolítico, garantia de atomicidade da interação colaborativa multimodal, coordenação e controle unificados de recursos em sistemas multimodais, e mecanismos de tolerância a falhas e tratamento de falhas, etc.

Por exemplo: o Agente da camada Oracle, responsável por coletar e analisar dados on-chain, monitorar preços e formar uma fonte de dados eficaz;

A camada de decisão do Agente analisa e avalia o risco com base nos dados fornecidos pelo Oracle e formula um conjunto de decisões e planos de ação;

O agente de nível de execução, de acordo com as várias soluções fornecidas pelo nível de decisão e considerando a situação real para execução, incluindo otimização de custos de gás, estado de interconexão, conflitos de ordenação de transações, etc.

Apenas quando esta série de Agentes estiverem sincronizados e tiverem um grande quadro de sistema estabelecido, é que uma verdadeira revolução DeFai irá ocorrer.