제가 깨어났을 때 많은 친구들이 #manus를 읽으라고 권했습니다. #manus는 세상에서 가장 보편적인 AI 에이전트라고 주장하며, 독립적으로 생각하고, 계획하고, 복잡한 작업을 실행하고, 완벽한 결과를 제공할 수 있다고 합니다. 매우 멋진 일인 것 같지만, 친구들 사이에서 일자리를 잃을까봐 걱정하는 목소리가 많은 것을 제외하면, 이것이 웹3 DeFai 현장의 폭발적 성장에 어떤 영향을 미칠까요? 제 생각은 다음과 같습니다.

1) 약 한 달 전, OpenAI는 Operator라는 유사한 제품을 출시했습니다. AI는 브라우저에서 레스토랑 예약, 쇼핑, 티켓 예약, 테이크아웃 주문 등의 작업을 독립적으로 완료할 수 있습니다. 사용자는 언제든지 시각적으로 감독하고 통제권을 인수할 수 있습니다.

이 에이전트의 등장에 대해 논의하는 사람은 많지 않습니다. 왜냐하면 그것은 도구에서 호출하는 단일 모델 기반 프레임워크이기 때문입니다. 일단 사용자가 주요 결정에 여전히 개입이 필요하다고 생각하면, 작업을 수행하기 위해 그것에 의존한다는 생각을 잃습니다.

2) Manus는 겉보기에는 크게 다르지 않아 보이지만, 이력서 검토, 주식 조사, 부동산 매수 등 적용 시나리오가 훨씬 더 많다는 점이 다릅니다. 하지만 사실 차이점은 프레임워크와 실행 시스템에 있습니다. Manus는 멀티모달 대형 모델에 의해 구동되며 혁신적으로 멀티시그니처 시스템을 채택합니다.

간단히 말해, AI는 인간이 수행하는 PDCA(Plan-Do-Check-Act) 액션 사이클을 모방해야 하며, 이는 여러 대형 모델이 함께 작업하여 완료됩니다. 각 모델은 특정 링크에 초점을 맞추므로 단일 모델이 작업을 실행하는 데 있어 의사 결정 위험을 줄일 수 있을 뿐만 아니라 실행 효율성을 개선할 수도 있습니다. 소위 '다중 서명 시스템'은 실제로 다중 모델 협업을 위한 의사 결정 검증 메커니즘으로, 여러 전문 모델의 공동 확인을 요구하여 의사 결정 및 실행의 신뢰성을 보장합니다.

3) 이 비교를 통해 manus의 장점이 명확히 부각됩니다. 비디오 데모에서 보여준 일련의 작동 경험과 함께 사람들은 정말 놀라운 경험을 합니다. 하지만 객관적으로 말해서, 마누스의 오퍼레이터에 대한 반복적 혁신은 단지 시작일 뿐이며, 아직 파괴적 혁명 수준에는 도달하지 못했습니다.

핵심은 수행하는 작업의 복잡성과, 비균일한 표준 사용자 입력 프롬프트가 입력된 후 대형 모델에서 장애 허용 범위와 결과 전달 성공률의 정의에 있습니다. 그렇지 않으면, 이러한 일련의 혁신을 따르면 web3의 DeFai 시나리오를 즉시 성숙하게 적용할 수 있을까요? 분명히 이것은 불가능합니다.

예를 들어, DeFai 시나리오에서 에이전트가 거래 결정을 실행하려면 Oracle 계층 에이전트가 온체인 데이터를 수집하고 검증하고, 데이터 통합 ​​및 분석을 수행하고, 온체인 가격을 실시간으로 모니터링하여 거래 기회를 포착해야 합니다. 이 프로세스는 실시간 분석에 큰 과제를 안겨줍니다. 1초 전에 유용했던 거래 기회가 Oracle 대형 모델이 거래 실행 에이전트(아비트라지 윈도우)로 전송된 후에는 더 이상 존재하지 않을 수 있습니다.

실제로 이는 실행 결정을 내리는 데 있어서 이러한 유형의 멀티모달 대규모 모델의 가장 큰 약점, 즉 인터넷에 연결하는 방법, 실시간 수준의 데이터를 검색하여 분석하기 위한 체인 연결 방법, 이를 통해 거래 기회를 분석한 다음 거래를 포착하는 방법을 드러냅니다. 인터넷 환경은 사실 그렇게 나쁘지 않습니다. 많은 전자상거래 웹사이트의 주문 가격은 실시간으로 변하지 않기 때문에 멀티모달 협업 전체에 거대한 동적 균형 문제를 일으키기 쉽지 않습니다. 체인에 있는 경우 이러한 문제는 거의 항상 존재합니다.

4) 따라서 전반적으로 마누스의 등장은 실제로 웹2 분야의 친구들 사이에 불안의 물결을 일으킬 것입니다. 결국, 매우 반복적인 사무 및 정보 처리 직업 중 다수가 AI로 대체될 위험에 직면할 수 있습니다. 하지만 그들 자신의 걱정은 그들이 하게 두세요.

우리는 DeFai 애플리케이션 시나리오를 홍보하는 데 있어서 web3의 역할을 객관적으로 이해해야 합니다.

우리는 그것이 매우 중요하다는 것을 인정해야 합니다. 결국, 그것이 제안한 LLM OS와 Less Structure more intelligence 개념, 특히 멀티 시그니처 시스템은 web3가 DeFi와 AI의 결합을 확장하는 데 큰 영감을 제공할 것입니다.

이는 실제로 대부분의 DeFai 프로젝트에 대한 주요 오해를 바로잡습니다. 자율적 사고와 AI 에이전트의 의사 결정과 같은 복잡한 목표를 달성하기 위해 대형 모델에 의존하지 마십시오. 이는 단순히 재무 시나리오에서는 실용적이지 않습니다.

진정한 DeFai 비전을 실현하려면 단일 AI 모델의 성능 상한, 멀티모달 상호 작용 협업의 원자성 보장, 멀티모달 시스템의 통합 리소스 스케줄링 및 제어, 시스템 장애 허용 및 장애 처리 메커니즘 등과 같은 복잡한 문제를 해결해야 합니다.

예를 들어: Oracle 계층 에이전트는 온체인 데이터를 수집하고 분석하고, 가격을 모니터링하여 효과적인 데이터 소스를 형성하는 역할을 합니다.

의사결정 에이전트는 Oracle에서 제공한 데이터를 기반으로 위험을 분석하고 평가하며, 일련의 의사결정과 실행 계획을 수립합니다.

실행 계층 에이전트는 의사 결정 계층에서 제공된 다양한 솔루션에 따라 실행되며 가스 요금 최적화, 크로스 체인 상태, 거래 정렬 충돌 등 실제 상황을 고려합니다.

이러한 일련의 에이전트가 동시에 강력하고 거대한 시스템 프레임워크가 구축된 후에야 진정한 디파이 혁명이 시작될 것입니다.