저는 Ammo가 새로 발표한 백서를 주의 깊게 읽는 데 시간을 보냈고 깊은 감동을 받았습니다. 다음은 몇 가지 영감입니다.
1) AI 에이전트에 대한 시장의 추구의 본질은 AI가 사용자의 질문에 적절히 답하는 Copilot 모드의 단순한 쿼리 도구에 만족하지 않는다는 것입니다. 대신, 이해하고, 생각하고, 적극적으로 가치를 창출하고 사람들에게 전달할 수 있는 동반자 모드와 성장의 Buddy 모드와 더 비슷해야 합니다. 이것이 AI Agent를 내러티브 수준으로 끌어올리는 핵심입니다.
2) 기존의 web2 AI 단일체 모델은 "도구적 실용주의"로 시작했는데, 이는 멀티모달 협업에서 고립된 데이터 소스 섬을 쉽게 형성했으며, 지능에서 진정한 돌파구를 찾기가 어렵습니다. web3는 AI Agent의 개별 자율성이라는 이념을 제안했지만, 아직 목표를 달성하는 데는 거리가 멉니다. AI의 자율적 의사 결정은 상상보다 훨씬 더 복잡합니다. AI가 자동 학습 및 경로 추천을 지원하게 하고, 인간이 피드백을 통해 AI의 자율 학습을 강화하는 "공생 모델"이 미래에 AI 에이전트의 지배적인 방향이 될 수 있습니다.
3) AMMO는 메타스페이스라는 추상 공간을 정의합니다. 이를 통해 AI Agent 주변의 모든 데이터가 벡터 형태로 공간에 할당될 수 있습니다. 이는 블록체인이 처음에 해시를 정의한 것과 같으며, 이를 통해 체인의 모든 후속 프로토콜과 애플리케이션 양식이 탄생했습니다. 벡터에서 시작된 이러한 형태의 개발은 웹3에 서비스를 제공할 수 있을 뿐만 아니라 웹2 멀티모달에 적합한 프레임워크 표준이기도 합니다. 그 위에 MAS 멀티모달 협업 시스템을 결합하면 AI의 현재 학술적 방향의 "싱크탱크" 지향을 업무, 게임, 교육과 같은 실제 적용 시나리오에 대한 "실용적" 지향으로 전환할 수 있습니다.
4) 간단하게 이해하려면 어떻게 해야 하나요? 우리는 MetaSpace를 대형 쇼핑몰로 간주합니다. 각 기능 계층은 SubSpace에 속합니다. 각 영역은 다른 지식 기반을 가지고 있습니다. Buddies 시스템은 지능형 쇼핑 가이드 시스템입니다. 전문적인 쇼핑 가이드인 Goal Buddies는 추천할 고품질 제품을 선택합니다. User Buddies는 소비 습관과 예산에 따라 맞춤형 솔루션을 제공할 수 있는 개인 비서와 더 비슷합니다. AiPP는 서비스 품질을 개선하기 위해 일반 서비스 데스크처럼 피드백과 제안을 수집합니다.
일반적으로 AI Agent는 MetaSpace+Buddies+AiPP 인간-기계 피드백 시스템 및 기타 필요한 구성 요소를 통해 작동되어야 하며, 이를 통해 AI Agent의 대량 생산 및 실용화를 진정으로 가속화해야 합니다.
5) 백서에서는 오프체인 AI 에이전트 멀티모달 협업 프레임워크와 엔지니어링 구현 아이디어에 대해 더 자세히 설명합니다. ID ID 시스템, 메모리 시스템, 문자 기능 시스템, 컨텍스트 관리, Oracle 오라클 시스템 및 기타 구성 요소 정의를 포함한 결합된 체인에 대한 일부 정의 표준은 추가 탐색이 필요합니다(이전에 종종 언급한 "체인된" 일반 표준 프레임워크).
위에.
이 프로젝트는 매크로 아키텍처, 애플리케이션 구현, 엔지니어링 구현 아이디어 측면에서 최근 들어 가장 감성적이고 실용적인 프로젝트라고 할 수 있지만, 위의 내용을 읽고 나면 모두가 혼란스럽고 추상적이라고 느낄 수도 있을 것입니다. 네, AI Agent가 진정으로 대중화되고 대규모로 적용될 길은 상상보다 길지만, 실제로 훌륭한 팀이 점점 더 많이 들어오고 있으며, 혁신적인 솔루션과 아이디어도 공식화되고 있습니다. 시장은 혁신적인 "특이점"의 탄생을 기다리고 있습니다.
