Phân tích White Paper về Ammo: Từ Vector đến môi trường đa dạng của Agent

Dành một chút thời gian, đọc kỹ White Paper mới được phát hành của Ammo, rất nhiều cảm xúc. Dưới đây là một số cảm hứng mà tôi muốn chia sẻ:

1）Sự theo đuổi của thị trường đối với AI Agent ở bản chất là, không chỉ mãn nhãn khi AI chỉ là một công cụ truy vấn ở chế độ Copilot, người dùng hỏi gì thì AI trả lời tương ứng, mà nên giống hơn là chế độ Buddy, một mô hình đồng hành phát triển, có khả năng hiểu biết, suy nghĩ và sáng tạo giá trị tự nhiên và đẩy đến cho con người. Điều này là chìa khóa để AI Agent có thể được đưa lên một tầm cao của câu chuyện;

2）Mô hình đơn AI của web2 truyền thống đã xuất hiện chủ yếu nhằm mục tiêu ‘công cụ hóa hữu ích’, dễ dẫn đến cách cộng tác đa phương thức tạo ra các đảo dữ liệu nguồn rất khó để thực sự đạt được sự đột phá tầm cỡ thông minh, web3 mặc dù đề xuất ý thức cá nhân hóa AI Agent, nhưng vẫn còn rất xa để thực hiện mục tiêu, quyết định tự chủ của AI xa xôi hơn nhiều so với những gì ta tưởng. Để AI thực hiện học tập tự động và đề xuất đường dẫn, con người thông qua phản hồi tăng cường việc học tập tự động của AI trong ‘mô hình cộng sinh’ mới có thể thực sự trở thành hướng điều hành chính của AI Agent trong tương lai.

3. AMMO định nghĩa một không gian trừu tượng được gọi là MetaSpace, để tất cả dữ liệu xung quanh AI Agent có thể được triển khai trong không gian dưới dạng vectơ vector, giống như blockchain được xác định ban đầu Hash, và sau đó tất cả các giao thức và ứng dụng trên chuỗi được tạo. Hình thức này, bắt đầu với Vector, không chỉ có thể phục vụ web3 mà còn là một tiêu chuẩn khung áp dụng cho đa phương thức web2 và với hệ thống hợp tác đa phương thức MAS trên hết, nó có thể thay đổi định hướng “think tank” hiện tại của AI theo hướng học thuật thành định hướng “thực tế” cho các tình huống ứng dụng thực tế như công việc, trò chơi và giáo dục.

4）Làm thế nào để hiểu một cách đơn giản? Chúng tôi coi MetaSpace như một trung tâm mua sắm lớn, mỗi tầng chức năng thuộc về một SubSpace, mỗi khu vực có một kho tri thức khác nhau, và hệ thống Buddies là một hệ thống hướng dẫn thông minh, Goal Buddies như một chuyên gia hướng dẫn chọn lọc một số sản phẩm chất lượng cao để bạn tham khảo; User Buddies thì giống như một trợ lý cá nhân có thể đưa ra các giải pháp tùy chỉnh dựa trên thói quen tiêu dùng và ngân sách của bạn; AiPP rồi giống như một bàn dịch vụ tổng thể thu thập và cải thiện chất lượng dịch vụ;

Nhìn chung, để cho AI Agent hoạt động thông qua các thành phần cần thiết như MetaSpace+Buddies+Hệ thống phản hồi AiPP con người-máy, thật sự tăng tốc quá trình sản xuất hàng loạt và triển khai thực tế của AI Agent;

5. Sách trắng cho thấy nhiều hơn về khung hợp tác đa phương thức AI Agent ngoài chuỗi và các ý tưởng triển khai kỹ thuật, và một số kết hợp các tiêu chuẩn định nghĩa trên chuỗi, bao gồm hệ thống nhận dạng ID, hệ thống bộ nhớ bộ nhớ, hệ thống tính năng ký tự, quản lý ngữ cảnh, hệ thống Oracle oracle và các định nghĩa thành phần khác vẫn cần được khám phá thêm (tôi thường nói về khung tiêu chuẩn chung “chuỗi”);

Trên đây.

Cần phải nói rằng đây là dự án cảm xúc và thực dụng nhất mà tôi đã thấy trong thời gian gần đây về kiến trúc vĩ mô và hạ cánh ứng dụng và các ý tưởng triển khai kỹ thuật, nhưng mọi người có thể có cảm giác trừu tượng sau khi đọc những điều trên. Vâng, AI Agent khác xa với con đường phổ biến và ứng dụng quy mô lớn thực sự hơn tưởng tượng, nhưng đúng là ngày càng có nhiều đội xuất sắc xuất hiện, một số giải pháp và ý tưởng sáng tạo cũng đang được triển khai và thị trường đang chờ đợi sự ra đời của một “điểm kỳ dị” sáng tạo.