Интервью с основателем ai16z: Как Agent трансформирует будущее Web3?

Источник подкаста: Delphi Digital

Подготовка и компиляция: Coinspire

Введение

Если взлет ИИ-агентов в этом криптоцикле был настолько впечатляющим, то создатель Shaw, основатель ai16z и Eliza, определенно уловил направление этого течения.

Запущенный им ai16z стал первым ончейн-фондом на тему AI Meme. Название — это пародия на известного венчурного инвестора a16z. Фонд начал сбор средств с нуля в октябре 2024 года и всего за несколько месяцев вырос в первый AI DAO с капитализацией более $2,5 млрд на Solana (в настоящее время отмечается некоторая коррекция); при этом ключевым продуктом ai16z является ElizaOS — фреймворк для симуляции мультиагентных систем, позволяющий разработчикам создавать, развертывать и управлять автономными ИИ-агентами. Благодаря преимуществу первопроходца и бурно развивающемуся сообществу TypeScript, репозиторий кода Eliza набрал более 10 тысяч звезд на GitHub и захватил около 60% рынка разработки ИИ-агентов в Web3.

Несмотря на противоречивые высказывания Shaw в социальных сетях, это не помешало ему стать ключевой фигурой в сфере крипто-AI. В русскоязычном и китайском сообществах уже опубликовано множество интервью с ним, однако мы считаем, что подкаст от 6 января, проведенный сооснователем ведущего исследовательского крипто-учреждения Delphi Digital Томом Шоунесси и EJAZZ из 26 Crypto Capital, является на сегодняшний день самым глубоким обсуждением тем «размышлений об практическом применении ИИ-агентов» с участием Shaw, а также сохраняет актуальность и прогностическую ценность.

В ходе беседы вопросы были проницательными, а Shaw, как обычно, был честен и откровенен, поделившись множеством взглядов на текущие кейсы использования ИИ-агентов в индустрии Web3 и прогнозами на будущее. Обсуждение охватило такие важные темы, как фреймворки для разработки агентов, токеномика и будущее открытых платформ AGI, наполняя разговор ценной информацией. Мы подготовили полную стенограмму этой беседы для наших читателей, надеясь дать взгляд на будущее AI+Web3.

🎯Ключевые тезисы

▶ История создания Eliza Labs и инсайды стремительного роста ai16z

▶ Детальный разбор технических аспектов фреймворка Eliza

▶ Анализ платформ для агентов и переход от Slop Bots (ботов-генераторов мусора) к полезным инструментам

▶ Обсуждение токеномики и механизмов захвата ценности

▶ Исследование кроссчейн-разработки и выбора блокчейна

▶ Видение открытого AGI и будущее ИИ-агентов

Часть 1 Предпринимательский опыт и визит в Азию

Q1: Shaw, расскажите о своем опыте.

Shaw:

Я много лет занимался разработкой проектов с открытым исходным кодом, создал один проект децентрализованной сети обмена данными, но партнер удалил меня с GitHub и продал проект за 75 миллионов долларов, а я остался ни с чем. Он не написал ни строчки кода, хотя я был главным разработчиком проекта. Хотя я подаю на него в суд, этот инцидент лишил меня всего и разрушил мою репутацию.

Позже я начал заново и сосредоточился на исследованиях ИИ-агентов, но поскольку предыдущие партнеры забрали все средства, мне пришлось брать на себя всю ответственность лично, даже влезть в долги, параллельно выполняя сервисные заказы ради выживания. В итоге концепция метавселенных остыла, и направление постепенно перестало быть актуальным.

Затем я присоединился к Webiverse в качестве главного разработчика. Поначалу все шло гладко, но проект позже подвергся хакерской атаке, казна была украдена, и команде пришлось менять стратегию. Этот опыт оказался крайне тяжелым и почти сломал меня.

Пережив множество неудач, я продолжал двигаться вперед. Я сотрудничал с основателем Project 89 (нейролингвистической вирусной интерактивной ИИ-системы) и запустил платформу под названием Magic, привлек seed-финансирование. Он хотел превратить платформу в no-code инструмент для построения систем агентов. Я же считал: если предоставить готовое комплексное решение, пользователи просто его скопируют; если не предоставить, они не будут знать, с чего начать. Когда средства начали заканчиваться, я решил сосредоточиться исключительно на разработке систем агентов. К тому моменту я уже создал первую версию Eliza на этой платформе. Все это может звучать безумно, но я постоянно пробовал и исследовал новые направления.

Q2: Как обстоят дела с сообществом разработчиков в Азии?

Shaw:

Последние недели я провел в Азии, плотно встречаясь с местными сообществами разработчиков. После запуска нашего проекта, особенно после того, как содержание про ИИ-агентов (например, проект ai16z) получило внимание, я получил огромное количество сообщений из Азии, особенно из Китая. Мы обнаружили там множество сторонников.

Через сообщество под названием 706 я познакомился со многими участниками. Кто-то помог нам модерировать китайские каналы и Discord, организовал небольшой хакатон. На мероприятиях я встретился со многими разработчиками, оценил их проекты и понял, что обязательно нужно посетить вас лично. Поэтому мы спланировали маршрут, посетили несколько городов, чтобы встретиться с разработчиками.

Местное сообщество оказалось очень тепло приветствующим, организован ряд мероприятий подряд. Это позволило мне пообщаться со многими людьми, узнать об их проектах и установить контакты. За эти дни я прошел путь от Пекина и Шанхая до Гонконга, сейчас нахожусь в Сеуле, а завтра отправлюсь в Японию.

На этих встречах я увидел множество интересных проектов: игры, приложения виртуальных подруг, робототехнику и носимые устройства. Некоторые проекты касаются сбора данных, тонкой настройки и аннотирования; их интеграция с нашими существующими технологиями может иметь отличные перспективы развития. Меня особенно интересует интеграция ИИ-агентов в протоколы DeFi, так как этот подход снижает порог входа для пользователей и, вероятно, станет флагманским применением в ближайшие месяцы. Многие проекты находятся на ранних стадиях, но энтузиазм и творческий потенциал разработчиков производят впечатление.

Часть 2 Кейсы интеграции ИИ-агентов + DeFi и обсуждение практической пользы

Q3: Теперь оценочная стоимость ai16z достигла миллиардов долларов, фреймворк Eliza поддерживает множество агентов, интерес разработчиков максимален, популярность проекта на GitHub держится неделями. В то же время люди начинают уставать от чат-ботов на соцсетях, которые только автоматически отвечают, и ожидают агентов, способных реально выполнять задачи, например создавать токены, управлять токеномикой, поддерживать экосистему или проводить операции в DeFi. Считаете ли вы, что в будущем у агентов появятся такие функции? Сфокусирует ли Eliza своих агентов на DeFi?

Shaw:

Это очевидная коммерческая возможность. Я тоже устал от ситуации с Reply Robot (ботами для автоматических ответов). Сейчас многие просто скачивают инструменты, показывают их и раскачивают токен, но я действительно хочу, чтобы мы вышли за рамки этого. На данный момент меня больше всего интересуют три категории агентов: те, кто помогает вам зарабатывать деньги, те, кто доставляет продукты нужным клиентам, и те, кто экономит ваше время.

Пока мы все еще застряли в режиме автоматических ответов. Я лично блокирую всех ботов-ответчиков, которых не вызывали напрямую, призываю других делать то же самое, потому что это создает социальное сопротивление, которое заставит разработчиков агентов по-настоящему задуматься и построить что-то значимое. Слепо следовать трендам и комментировать всё подряд на самом деле не приносит пользы ни одному токену.

На данный момент меня больше всего интересует DeFi, поскольку там множество возможностей для арбитража. DeFi лучше всего соответствует характеристике «имеются возможности для заработка, но многие не знают, как ими воспользоваться». Мы уже работаем над интеграцией с командами, такими как Orca и DLMM (динамический маркет-мейкер на ликвидности) на Meteora. Бот может автоматически идентифицировать потенциальные арбитражные возможности. Когда диапазон торговли токеном меняется, он автоматически корректируется и возвращает прибыль в ваш кошелек. Таким образом, пользователи могут безопасно направлять свои токены в этот пул, весь процесс автоматизирован.

Кроме того, волатильность мемкоинов очень высока. На самом деле, при первоначальном запуске мемкоинов цена растет очень резко, что делает управление пулами ликвидности (LP) сложным. Но一旦 они стабилизируются, волатильность становится преимуществом, и тогда можно зарабатывать на прибыли от пулов ликвидности. Я сам в основном не продаю токены, а зарабатываю через пулы ликвидности, и всегда призываю других разработчиков агентов поступать likewise. Но я был удивлен, узнав, что многие не делают этого. У меня есть друг, который жаловался на трудности с заработком денег. Я спросил его, рассматривал ли он использование пулов ликвидности, и он ответил, что у него нет времени. Хотя на самом деле ему следовало бы заняться пулом ликвидности и заработать много денег на торговом объеме токена.

Q4: Помимо пулов ликвидности, начнут ли эти агенты управлять собственными средствами для торговли, например, проекты вроде Ai16z и Degen Spartan AI? Как они будут управлять своими активами (AUM), и обладают ли такие агенты способностью достичь этой цели в этом году?

Shaw:

Я считаю, что на текущем этапе большие языковые модели (LLM) не подходят для прямой торговли. Напротив, при наличии подходящих API для получения рыночных данных они могут принимать обоснованные решения. Например, я видел, что система с ИИ демонстрирует успех сделок примерно на уровне 41%. Это довольно хороший результат, учитывая нестабильность большинства криптовалют, однако LLM плохо справляются со сложными принятиями решений; их основная функция — предсказание следующего движения токена, принятие более разумных решений на основе контекстной информации.

Ценность LLM проявляется там, где они преобразуют неструктурированные данные в структурированные. Например, они могут трансформировать информацию, которой люди перепродают токены в групповых чатах, в данные, пригодные для действий. У нас есть команда, которая занимается исследованием под названием «рынок доверия». Его суть в том, чтобы проверить: если мы воспримем рекомендации из групповых чатов или Twitter как истинные и будем торговать на их основе, сможем ли мы заработать. Оказалось, что небольшая группа людей действительно является выдающимися трейдерами и авторитетами, и мы анализируем их рекомендации, чтобы в будущем действовать на их основе.

Это похоже на прогнозный рынок. Небольшая часть людей отлично справляется с прогнозированием, тогда как большинство хуже справляется или подвержено поведенческой экономике. Поэтому наша цель заключается в отслеживании показателей этих людей с помощью измеримых метрик и использовании их данных для обучения стратегий. Я считаю, что этот метод применим не только для заработка, но и для более абстрактных областей, таких как управление (governance) и вознаграждение за вклад.

Но зарабатывать деньги — это самое простое, так как это легко измеримо, как кирпичики LEGO. Я не думаю, что простая подача временных рядов данных в LLM для самостоятельного предсказания покупки или продажи токенов решит проблему. Если вы создадите агента, который автоматически покупает и продает токены, технически он сможет это делать, но未必 будет зарабатывать деньги, особенно при покупке высоковолатильных активов. Поэтому я считаю, что нам нужны более гибкие и надежные методы, чем простая покупка и продажа.

Q5: Если существует агент, отлично подходящий для торговли, зачем его открывать в открытом доступе и создавать вокруг него токен, вместо того чтобы торговать самостоятельно?

Shaw: Мне говорили, что одна компания утверждает, будто может предсказывать цены на токены с точностью 70%. Думаю, если бы я мог делать это, я бы не рассказывал вам об этом здесь, а просто печатал бесконечные деньги. Точность в 70% для краткосрочной торговли такими активами, как биткоин, означала бы легкое получение безграничной прибыли. Я уверен, что такие компании, как Blackstone, в некоторой степени занимаются аналогичными вещами: они пытаются обрабатывать глобальные данные для прогнозирования акций и, возможно, преуспевают в этом,毕竟 у них много специалистов, посвятивших себя этой работе.

Но я считаю, чтона рынках с низкой капитализацией факторы, управляемые поведением и влиянием социальных сетей, зачастую важнее любых фундаментальных данных, которые вы можете попытаться спрогнозировать. Например, ретвит от знаменитости с адресом контракта может быть эффективнее любого алгоритма прогнозирования. Поэтому мне кажется, что мемкоины интересны именно из-за их относительно низкой рыночной стоимости и высокой чувствительности к социальным настроениям. Если вы отслеживаете эти социальные динамики, вы сможете находить в них возможности.

Часть 3 Ценность фреймворка агентов и преимущества разработки в Eliza

Q6: Учитывая сценарии использования Eliza, как команда сможет вывести на рынок совершенно нового, инновационного агента, используя Eliza? Что будет основным дифференцирующим фактором такого агента? Модель, данные или другие функции и поддержка, предоставляемые Eliza?

Shaw:

Действительно, есть мнение, что это просто оболочка для ChatGPT. Но это все равно что рассматривать сайт как оболочку HTTP или приложение как оболочку React. Фактически, ключевым является сам продукт и наличие клиентов, которые используют этот продукт и готовы за него платить. Это основа любого бизнеса.

Модели уже стали массовым товаром. Обучение базовой модели с нуля стоит невероятно дорого, часто требуются сотни миллионов долларов. Если бы у нас были средства и доля рынка, как у OpenAI, создание сквозной системы обучения и тренировка моделей могло бы быть простым. Но тогда бы мы конкурировали с Meta, OpenAI, XAI и Google, которые все стараются улучшать показатели бенчмарков, чтобы доказать превосходство своих моделей. При этом XAI каждый раз при выпуске новой версии открытого исходного кода делает код предыдущей версии открытым, а Meta также публикует все, что делает, используя открытый исходный код для захвата доли рынка.

Но я считаю, что это не та область, в которой нам следует конкурировать. Мы должны сосредоточиться на помощи разработчикам в создании продуктов. Главное — это будущее интернета, то, как работают сайты и продукты, и как пользователи взаимодействуют с приложениями. Прямо сейчас существует множество отличных продуктов и инфраструктуры, ожидающих своего пользователя, просто пользователям неизвестно, где их искать. Вы не можете просто вбить в Google «заработок на протоколах DeFi», возможно, найдете какой-то список и проведете исследование, но если вы не знаете, что именно искать, это непросто.

Поэтому настоящая ценность заключается в соединении того, что уже существует, изменении устоявшихся паттернов. Вместо того чтобы оставаться в рамках отдельного сайта и страницы входа, мы можем перенести это в социальные сети, фактически продемонстрировать кейсы использования продукта, чтобы найти пользователей, которым нужен ваш продукт. Я считаю, что ИИ-агент не должен быть просто продуктом, он должен быть частью продукта и интерфейсом взаимодействия с ним. Я надеюсь увидеть больше подобных попыток.

Q7: Почему вы считаете, что фреймворк Eliza или платформа, которую вы строите, является лучшей площадкой для разработчиков и билдеров? По сравнению с другими фреймворками и языками (команда Zerepy использует Python, команда Arc — Rust).

Shaw:

Я считаю, что язык программирования действительно важен, но не является определяющим фактором. Сегодня разработчиков приложений на JavaScript больше, чем на любом другом языке. Практически каждое коммуникационное приложение, от Discord до Microsoft Teams, написано на JavaScript или использует какой-либо локальный рантайм; UI и компоненты взаимодействия также разрабатываются на JavaScript, да и многих бэкенд-решений тоже. Количество разработчиков на JavaScript и TypeScript сегодня превышает совокупное число разработчиков на всех остальных языках вместе взятых, особенно с учетом роста популярности таких инструментов, как React Native (фреймворк на базе JavaScript для создания нативных мобильных приложений Android и iOS).

Многие разработчики, ранее работавшие в EVM, уже установили Node.js, использовали такие инструменты Ethereum-разработки, как Forge или Truffle, и хорошо знакомы с этой экосистемой. Мы можем привлечь разработчиков, ранее занимавшихся веб-разработкой, и они смогут создавать агентов.

Хотя Python не слишком сложен в изучении, возникают проблемы с его упаковкой в различные форматы, и многие застревают уже на этапе установки Python. Экосистема Python немного хаотична, менеджеры пакетов сложны, и многие не знают, как найти правильную версию для работы. Хотя Python хорош для бэкенд-разработки, в процессе своей прошлой разработки я заметил, что он недостаточно эффективен для асинхронного программирования и имеет сложности с обработкой строк.

Осознав преимущества TypeScript для разработки агентов, я понял, что это верное направление. С другой стороны, мы предлагаем сквозное решение: клонировав репозиторий, вы сразу получаете работающую систему. Arc — крутой проект, но ему не хватает коннекторов, особенно социальных. Zeropy тоже хорош, но он фокусируется в основном на социальных коннекторах или циклических ответах в сообщениях. Многие другие проекты позволяют нескольким агентам общаться между собой, но не интегрированы непосредственно с социальными сетями.

Я считаю, что сами фреймворки — это тело, а LLM (большие языковые модели) — мозг. Мы строим мост, позволяющий этим фреймворкам подключаться к различным клиентским приложениям. Предоставляя такие решения, мы существенно снижаем порог входа и уменьшаем объем кода, который должен писать разработчик. Разработчику достаточно сосредоточиться на продукте, подключив необходимые API; мы предоставляем простую абстракцию для ввода и вывода.

Q8: Как не-программистам понять функционал и процессы платформы Eliza? С точки зрения не-разработчика, какие возможности или поддержку получат билдеры агентов, подключившись к Eliza или другим конкурентным платформам?

Shaw:

Вам нужно просто скачать код на компьютер, настроить персонажа, запустить — и у вас будет базовый бот, способный выполнять любые действия, например, вести диалог. Это самая простая функция. У нас много плагинов: если хотите добавить кошелек, просто включите плагин, добавьте приватный ключ EVM-сети, выберите нужную цепочку; также можно добавить API-ключи, например для Discord, либо указать имя пользователя Twitter и электронную почту. Все это можно настроить без написания кода, и система готова к работе. Именно поэтому вы видите множество ботов, занимающихся раскруткой и ответами.

Далее вы можете использовать инструменты абстракции для других задач, называемые «действиями». Например, если вы хотите, чтобы бот заказал вам пиццу, достаточно задать действие «заказать пиццу». Система автоматически запросит информацию у пользователя — через провайдер данных. Также потребуется ассессор (evaluator), извлекающий нужные данные, такие как имя и адрес. Если кто-то напишет в личные сообщения с запросом на заказ, система сначала получит адрес пользователя, а затем исполнит заказ.

Эти три компонента: провайдер, ассессор и действие, являются основой для создания сложных приложений. Любые операции по заполнению форм на веб-страницах могут быть реализованы через эти три элемента. В данный момент мы используем этот подход для автоматизации управления пулами ликвидности и других задач. Это напоминает разработку обычного сайта: основное — вызов API, что должно быть интуитивно понятно любому разработчику.

Для не-разработчиков я рекомендую выбрать уже размещенную платформу, подобрать необходимые функции или плагины, не углубляясь в код. Но если пожелаете, безусловно, сможете сделать всё самостоятельно.

Q9: Сколько времени потребовалось бы разработчику создать эти функции или собрать эти компоненты с нуля? Как сравнивается временная стоимость использования платформы Eliza?

Shaw:

Зависит от ваших целей. Если просто изучить репозиторий и понять абстракции, вы сможете довольно быстро создать узкоспециализированный функционал. Например, я могу создать агента для конкретной задачи за неделю. Но добавление функций памяти, извлечения данных или построение фреймворка, поддерживающего эти возможности, займет больше времени.

Например, над приложением доставки пиццы я работал 5 часов, коллега потратил 2 часа; в целом проект собирается за день. Если бы я делал его полностью с нуля, ушло бы несколько недель. Конечно, сейчас даже написание кода ускоряется благодаря ИИ, но готовый фреймворк уже предоставляет массу готовых компонентов.

Возьмем пример с React: все приложения строятся поверх React. Можно быстро собрать сайт, но с ростом сложности проекта это становится трудоемким. Поэтому для простых задач вам достаточно LLM, одной блокчейн-сети и цикла обработки, возможно, несколько дней. Мы поддерживаем все модели, они могут работать полностью локально, поддерживается транскрипция: вы можете отправить аудиофайл в Discord, система расшифрует его, а загрузка PDF позволит общаться с документами. Всё это уже встроенно, большинство пользователей даже не задействуют 80% предоставленных функций.

Таким образом, если вам нужна простая чат-интерфейсная задача, её вполне можно реализовать самому. Но для создания полнофункционального агента, способного решать множество задач, требуется фреймворк, берущий на себя рутину. Могу сказать, что на создание этого проекта у меня ушло много месяцев.

Q10: В отличие от других платформ для агентов, которые обычно делают акцент на быстром дизайне, развертывании и no-code операционных моделях, подходит ли Eliza больше для создания кастомизированных агентов с уникальными функциями?

Shaw:

Если взять всю систему Arc, или целиком Zeropy, или фреймворк Game, строк кода в них значительно меньше, чем в Eliza, поскольку Eliza включает множество различных функций. Даже только раздел плагинов содержит множество мощных модулей: преобразование речи в текст, синтез речи, транскрипция, обработка PDF, анализ изображений и т.д., — всё это уже встроено. Для кого-то это может показаться излишне сложным, но именно это делает возможным выполнение множества задач, что и объясняет широкий выбор этой платформы.

Я вижу, что некоторые агенты представляют собой по сути комбинацию Eliza с дополнительным функционалом. Например, они используют наш плагин Pump.fun или добавляют к Eliza функции генерации изображений и видео, которые на самом деле уже встроены. Я надеюсь, что больше людей поэкспериментирует с одновременным подключением всех плагинов и увидят, что получится.

Моя цель состоит в том, чтобы в итоге агенты смогли самостоятельно писать новые плагины с нуля, поскольку будет достаточно готовых примеров. Все эти данные будут использоваться для обучения моделей. Как только проект достигнет 100 звезд на GitHub и определенного порога качества кодовой базы, крупные игроки вроде OpenAI и Claude начнут забирать эти данные для дообучения. Это часть нашей петли обратной связи, благодаря которой в конечном счете вы сможете писать собственные плагины.

Q11: Если Eliza станет самой мощной кодовой базой (не просто в плане привлечения капитала, а как репозиторий, обеспечивающий максимально сильные функции для любых разработчиков агентов), означает ли это, что она привлечет не только разработчиков из крипто-сферы, но и тех, кто пришел из традиционной сферы AI и машинного обучения?

Shaw:

Если произойдет настоящий прорыв. Помимо множества блокчейн-интеграций (все реализовано через плагины), Eliza сама по себе не является криптопроектом. Я заметил, что растущая популярность на GitHub помогла привлечь специалистов из Web2. Многие просто оценили этот инструмент как удобную среду для разработки фреймворков агентов.

Лично я очень хочу донести эту мысль: некоторые относятся к криптовалютам предвзято, но очевидно, что 99% агентов в будущем будут торговать 99,9% токенов. Криптовалюта — это нативный актив для агентов. Попробуйте открыть кошелек через PayPal — это действительно сложно. А здесь мы просто создаем кошелек, генерируем закрытый ключ и быстро всё настраиваем.

Мы действительно привлекаем специалистов не из крипто-сферы, особенно тех, кто сознательно избегает активной торговли криптоактивами: для них сама криптовалюта не проблема, главное — практическое применение агентов.

Несмотря на предубеждения некоторых разработчиков против крипто-проектов, они готовы принять технологию, если она принесет реальную пользу. Многие видели лишь хайп и пустые обещания и разочаровывались, но когда видят серьезное научное и инженерное обоснование наших проектов, их мнение меняется. Я стремлюсь привлечь еще больше людей, и на данном этапе уже видим определенный прогресс — это наше огромным конкурентным преимуществом.

Часть 4 Видение открытого AGI и будущее ИИ-агентов

Q12: Как вы планируете конкурировать с OpenAI и традиционными ИИ-лабораториями в будущем? Будет ли вашим дифференцирующим преимуществом сотрудничество группы агентов, построенных на базе Eliza, или же такой сравнительный анализ в принципе не имеет смысла?

Shaw:

Это отличный вопрос. Во-первых, при запуске Eliza по умолчанию активируется новая модель — это дообученная версия Llama, известная как модель Hermes, обученная Nous Research. Меня восхищает их подход: один из участников, Ro Burito, является одновременно членом Nous Research и разработчиком агентов в нашем сообществе. Они помогли запустить ботов God и Satan, а также другие проекты. Хотя мы могли бы обучать модели самостоятельно, у нас есть такие партнеры, и вместо конкуренции я предпочитаю сотрудничать с ними, дополняя сильные стороны друг друга.

Многие не понимают, насколько простым может быть обучение модели. По факту требуется всего одна команда. Если использовать Together, достаточно ввести команду и указать JSON-файл — через пять минут уже начинается дообучение Llama. Преимущество Nous заключается не в методах тонкой настройки, а в данных. Они собирают и тщательно курируют датасеты — это их ключевая компетенция. Сбор, подготовка и очистка данных — утомительная работа, на которой они специализируются, предлагая данные, отличающиеся от используемых OpenAI. Это и составляет наше рыночное отличие.

Мы выбираем их модель, поскольку они реже отказывают в запросах, как это делает OpenAI. Есть термин: «модели OpenAI кастрированы». Почти все разработчики агентов считают их модели ограничены. Наше рыночное отличие заключается в следующем: OpenAI никогда не позволит вам создать агента с интеграцией Twitter, никогда не даст вам возможность сделать ассистента по-настоящему персонализированным или увлекательным. Они недостаточно смелые, недостаточно крутые и находятся под большим давлением.

Если сейчас зайти в ChatGPT и спросить о выборах 2024 года, он может дать длинный ответ, но долгое время он просто указывал на Байдена, поскольку именно так его обучили. Я не заявляю о поддержке какой-либо партии, но считаю глупостью заставлять ведущую модель делать столь простые политические выборы. OpenAI чрезвычайно осторожны; они скорее занимаются контролем, не давая пользователям то, что они действительно хотят получить.

Таким образом, настоящая точка конкуренции — это методы сбора данных и их источники. OpenAI подобным не занимается. Судя по твиту Самуила Алтмана, пользователи хотят режим для взрослых. Под этим подразумевается не NSFW (контент 18+), а фраза «взрослые в комнате»: «не относитесь ко мне как к ребенку, не скрывайте определенную информацию». Более того, поскольку OpenAI централизованна, она сталкивается с огромным политическим давлением со стороны государственных органов. Я считаю, что движение с открытым исходным кодом снимает эти ограничения. Важно обеспечить разнообразие различных моделей, отвечающих истинным потребностям пользователей, давать им желаемое, а не контролировать их поведение. Этот подход в итоге победит. Да, у OpenAI колоссальный капитал, высокая капитализация и тысячи талантов. Однако децентрализованный ИИ предоставляет условия для стремительного развития: поддержка сообщества, стимулирующие механизмы, финансирование, и ему не нужно ждать поставок GPU или другого оборудования.

Я убежден, что путь к AGI лежит не по принципу «либо-либо», а представляет собой синергию разных подходов. Если крупнейшие мировые корпорации занимаются одним делом, действительно ли борьба с ними ускорит прогресс? Мне кажется, что ИИ-агенты — это «пасынки» мира искусственного интеллекта, поскольку их нельзя так легко оценивать по стандартным метрикам, как классический ИИ; исследователям с ученой степенью трудно количественно определить, что один агент объективно лучше другого. Создание ИИ-агентов — это прежде всего инженерия и креативное решение проблем, что и отличает многих разработчиков, пришедших в эту сферу.

Q13: Что конкретно подразумевает собой открытый AGI? Это автономное взаимодействие множества агентов, приводящее к возникновению сверхразумного целого, или существуют иные пути?

Shaw:

Если миллионы разработчиков используют преимущественно модели и инструменты с открытым исходным кодом, они будут соревноваться, оптимизируя возможности всей системы. По моему мнению, AGI — это по сути форма существования интернета, ведь сам интернет уже состоит из огромного количества агентов, выполняющих самые разные задачи. И эта структура не обязана быть единой монолитной системой. Мы можем называть её AGI, но всё зависит от того, как вы определите этот термин.

Большинство считает AGI интеллектом, способным на любое человеческое действие. Однако агенту не нужно изначально обладать абсолютным знанием: он может получать необходимую информацию через API или напрямую взаимодействуя с компьютером. Если он сможет управлять ПК так же, как человек, обладал бы мощной памятью и богатым функционалом, а впоследствии интегрировался с физическими роботами, наступление эпохи AGI станет очевидным.

В сфере ИИ принято говорить: «AGI — это то, что компьютеры пока не умеют делать», и эта планка постоянно растет по мере выхода новых моделей. Параллельно существует концепция ASI (Artificial Superintelligence) — сверхинтеллекта, мощного инструмента, способного управлять миром. Возможно, такую силу способен создать только гигант уровня Microsoft. Но если множество независимых игроков будут публиковать свои модели, непрерывно их дообучая и совершенствуя, в итоге сформируется многомодальная система агентов, напоминающая интернет: участники взаимодействуют друг с другом, обладают собственной специализацией, и такая архитектура будет выглядеть как суперинтеллект.

Это колоссальная сеть, своего рода кластер систем. Атаковать другие агенты стало бы крайне сложно, поскольку ни один из них не обладает подавляющим преимуществом над остальными. Технологический прогресс подводит нас к энергетическому пределу: масштабирование моделей без ограничений приведет к необходимости питать их от атомных станций. Подобно тому, как Microsoft инвестирует в строительство ядерных реакторов, каждая компания планомерно улучшает собственные модели.

Новая модель GPT-4 от OpenAI вплотную приблизилась к человеческому интеллекту. Тем временем другие компании активно разрабатывают аналогичные решения, а исследователи внедряют новейшие практики. Даже если модели OpenAI близки к AGI, огромная пользовательская база вынуждает их жертвовать качеством производительности в пользу масштабируемости легких моделей, чтобы снизить нагрузку на графические процессоры.

В целом полагаю, что соревновательный дух компаний, повышение эффективности моделей и вовлечение множества разработчиков благодаря открытому исходному коду стимулируют рождение сверхинтеллекта. Надеюсь, что в будущем, находясь в Twitter, я смогу легко найти бота для любой задачи и выбрать наиболее подходящий вариант.

Q14: Какую роль будут играть токены и рынки в криптовалютной экосистеме в достижении будущего инновационного видения?

Shaw:

Если смотреть с точки зрения «разума», рынок сам по себе является формой интеллекта. Он способен выявлять возможности, распределять капитал, стимулировать конкуренцию и в итоге вырабатывать лучшие решения. Этот цикл постоянной конкуренции способствует формированию целостной и зрелой системы. Рыночный интеллект и соревновательность играют здесь ключевую роль.

Роль криптовалют в этом процессе очевидна. Она выполняет две главные функции:

Во-первых, это механизм краудфандинга для проектов, освобождающий их от зависимой от устаревшей модели венчурного капитала в Кремниевой долине. Он опирается на то, что действительно нужно людям, а не на определение ценности узкой группой инвесторов. Несмотря на глубокие инсайты венчурных фондов, их инвестиционная логика часто ограничена географией или культурным контекстом, игнорируя потенциал более диверсифицированного распределения капитала.

Во-вторых, криптовалюта точно фиксирует эмоциональные потребности аудитории. Продукт, удовлетворяющий эти требования, вызывает неподдельный восторг. Главный проблема криптоиндустрии заключается в том, что многие проекты ловят настроение толпы, но так и не выполняют заявленных обязательств. Если бы эти проекты успешно реализовали задуманное — например, создали бы робота с идеальным рыночным анализом — их ценность была бы колоссальной.

Кроме того, проверенность открытого исходного кода позволяет любому специалисту подтвердить подлинность проекта. Такая прозрачность направляет капитал туда, где скрыты реальные перспективные возможности. Одна из проблем современного мира: большинство людей не могут инвестировать в компании уровня OpenAI, пока те не выйдут на биржу. К этому моменту потенциал возврата инвестиций обычно снижается. Криптовалюта дает шанс инвестировать в раннюю стадию, воплощая мечты о «соучастии в будущем» и «состоянии поколений».

Чтобы усовершенствовать эти механизмы, необходимо надежнее защищаться от мошенничества. Я убежден, что практика открытого кода и публичной разработки способна радикально повысить эффективность распределения капитала на рынке и ускорить развитие сектора. В будущем агенты будут торговать токенами друг с другом, причем практически любой актив может быть токенизирован — доверие, компетенции, финансы и прочее. Подводя итог, криптовалюта открывает абсолютно новые способы аллокации капитала, ускоряя воплощение инноваций и будущих амбиций.

Часть 5 Обсуждение токеномики и механизмов захвата ценности

Q15: Достаточно ли оперативно платформа ai16z внедряет механизмы захвата ценности на базе токеномики? Как планируется реагировать на угрозы потенциальной конкуренции?

Shaw:

Проблема блокчейнов с открытым исходным кодом заключается в крайне сильном стимуле для форков: владение нативными монетами сети обеспечивает прямую финансовую выгоду. Если бы мы выпустили собственный L1, участники могли бы просто сделать форк нашей цепи или посчитать невозможным сотрудничество с нами из-за статуса L1.

В криптоиндустрии сильно племенничество, во многом порожденное логикой жесткой конкуренции «все или ничего», а не инклюзивным взаимодействием.

В реалиях текущей ситуации наша модель токеномики требует постоянной эволюции и поиска новых источников доходов. Launchpad (портал стартапов) — не окончательная модель, а лишь первая версия. Мы уже получили огромный интерес: многие партнеры стремятся выпустить свои проекты на нашей платформе, им необходим безопасный хостинг для запуска своих агентов. Мы можем предложить им готовые плагины и инструменты экосистемы для прямого использования.

Мы планируем открыть исходный код Launchpad, однако ясно, что после публикации кода его скопируют другие. Проекты, целиком зависящие от портала, будут вынуждены пересмотреть долгосрочную стратегию. Ограничиваться лишь настройкой ролей, сжиганием токенов и обратными выкупами будет недостаточно для устойчивого развития.

В перспективе мы хотим инвестировать в технологии, способные увеличить общую ценность всей экосистемы. В краткосрочной перспективе нам важно закрыть текущий спрос и запустить портал. Однако спустя квартал Launchpad может стать обыденностью, многие проекты провалятся, выживут лишь единицы, генерирующие реальную ценность.

Главный фокус в будущем смещается с простого выпуска агентов на инвестиции в проекты, явно способные создавать ценность. Мы уже приступили к инвестициям и поглощениям с собственными токеномическими моделями (например, выкуп токенов из доходов для последующих инвестиций). Кроме того, мы ищем новые способы укрепления стоимости токена, внедряя долгосрочные механизмы давления на предложение, а не ограничиваясь взиманием комиссий за работу сети или примитивным сжиганием в парах токенов.

Моя цель — вывести проект за пределы этих простых схем к более амбициозному видению. Мы стремимся создать платформу, похожую на медиа-студию, где участники могут подавать проекты DAO и персонажам, голосование подтверждает популярность инициатив, а затем происходит финансирование. Текущая токенормическая карта рассчитана на полгода, но мы уже работаем над следующей версией.

Q16: Если токеномическая модель ai16z окажется успешной и токен приобретет реальную стоимость, это даст дополнительные финансовые ресурсы для развития платформы проектов. Одновременно агенты станут двигателем развития открытого фреймворка, косвенно стимулируя рост всей экосистемы?

Shaw:

Я часто обдумываю эту концепцию. В сфере ИИ существует инструмент под названием «Fume», означающий способность агентов самостоятельно писать код и непрерывно улучшать его с гораздо большей скоростью, чем человек. Они будут создавать код для широкого спектра сценариев, оформлять pull request (PR), а другие агенты — проводить ревью и тестирование. Подобный этап наступит уже через несколько лет, возможно, даже менее чем через два. Если мы удержим курс, мы достигнем так называемой «скорости убегания»: система начнет развиваться экспоненциально и, вероятнее всего, перейдет в стадию AGI, полностью автономной сборки.

Необходимо сделать всё возможное, чтобы ускорить переход к этому будущему. Я уже вижу отдельные примеры: в проекте Reality Spiral агенты загружают PR в GitHub, тенденция набирает обороты.

Если мы сможем обеспечить накопление ценности токенов и одновременно инвестировать в нашу экосистему, ускорив её рост, образуется положительная петля обратной связи: увеличение стоимости токена подталкивает развитие экосистемы, которая в свою очередь повышает ценность самого токена. В итоге система выйдет на режим автономного функционирования.

Однако предстоит выполнить огромный объем практической работы. Главное — гарантировать, что токен аккумулирует ценность запланированными способами, отвечая на запросы пользователей. Например, Launchpad был разработан строго исходя из пользовательских нужд, помогая реализовывать проекты, которые команды уже начали строить.

В будущем мы сможем напрямую поручать агентам создание конкретных проектов: несколько агентов соревнуются в разработке, а сообщество голосованием избирает лучший вариант. Данная модель может стремительно усложниться и окрепнуть, и наша стратегия заключается в максимально скором достижении этого этапа.

Часть 6 Исследование кроссчейн-разработки и выбора блокчейна

Q17: Какую блокчейн-сеть вы считаете оптимальной для разработки ИИ-агентов: Solana или Base?

Shaw:

С точки зрения конечного пользователя блокчейн уже постепенно «нормализуется»: многие вообще не задумываются о том, в какой именно сети хранятся их активы. Несмотря на существенные различия в архитектуре и возможностях программирования между EVM и SVM, для пользователя эти цепочки практически идентичны. Люди просто смотрят в свой кошелек, проверяют баланс или меняют токены.

Для будущего агентов я надеюсь сгладить различия между сетями; токены наверняка будут активно переходить из одной в другую через мосты. В настоящее время мы работаем с токенами стандарта SPL 2022 с поддержкой эмиссии, поэтому существуют определенные технические нюансы при кроссчейн-трансферах, но мы постепенно преодолеваем эти барьеры.

Мне на самом деле нравится команда Base, они очень нас поддерживают, поэтому я не испытываю особой привязанности к какому-либо выбору. Мы остановились на Solana из-за концентрации пользовательской базы. Как продукт-менеджеры, мы должны оставлять свои идеологические предпочтения в стороне и ориентироваться исключительно на запросы аудитории, предоставляя услуги там, где ей удобно находиться.

Сегодня вы можете развернуть агента как на Base, так и на StarkNet — выбор остается абсолютно свободным. Раздробленность экосистем чаще всего продиктована колебаниями цен на нативные токены, их наличием, а также статусом сложившихся сообществ разработчиков и инфраструктуры. Основной причиной выбора Solana стало присутствие там таких проектов, как DAOs.fun, и самих пользователей. В целом я не имею жестких предпочтений к конкретным платформам. Оптимальная стратегия — присутствовать везде, отслеживать перемещение аудитории и обслуживать её там.

Часть 7 Переход от Slop Bots (ботов-генераторов мусора) к утилитарным решениям

Q18: Существует ли естественный переходный период между постепенной потерей популярности текущими «бессмысленными slop-агентами» и появлением в будущем «высокопроизводительных агентов», способных реально и эффективно решать практические задачи?

Shaw:

Думаю, мы скоро войдем в новый этап: агенты начнут совершать впечатляющие действия. Тот агент, который сможет приносить людям доход, непременно станет триумфатором.

Что касается вопроса о полном исчезновении «Slop-агентов», я полагаю, что они никуда не денутся. Платформы (например, X/Twitter) осознают, что силовыми методами искоренить их невозможно, а ручная модерация беспомощна перед фактом, когда алгоритмы неотличимы от людей, особенно преодолевая тесты Тьюринга. Поэтому стратегия площадок заключается в усиленном алгоритмическом штрафе пользователей, создающих раздражающий контент.

С позиции разработчиков: если бот не способен привлечь аудиторию, он не будет иметь никакого влияния. Мой подход заключается в прямой блокировке бессмысленных агентов. Я убежден: если агент не вызван намеренно пользователем и не предлагает ничего ценного, подобные материалы не должны появляться в лентах.

Агенты в сфере DeFi пока не полностью созрели, хотя команды неустанно работают над их совершенствованием. Однако уже в ближайший месяц мы наверняка увидим прорыв. Нам также не хватало агентов, умеющих находить пользователей для своих продуктов: сейчас многие используются лишь для неэффективного спама. Вообразите ситуацию, когда агент обнаружил для вас необходимое решение: вы определенно не станете его банить, а испытаете благодарность, словно пользуетесь принципиально новым поисковым движком.

В данный момент мы находимся на стадии «собак, играющих в покер». Сначала, заходя в комнату, вы поражаетесь, увидев четверых собак за столом. Но спустя пару недель вы начнете спрашивать: «Как они играют? Реально зарабатывают деньги или просто держат карты?» Когда пройдет первоначальный восторг, люди начнут оценивать мастерство: кто из собак играет лучше всех и чья poker-алгоритмика превосходит остальные.

Следовательно, хотя «инфлюенсерские агенты» останутся, впереди нас ждет всплеск полезных инструментов. Яркий пример из Web2: McDonald’s планирует выпустить «агента Гримаса» (персонажа из рекламной кампании), а блогеры, чьи личные сообщения завалены спамом после выхода контента, вынуждены внедрять чат-ботов для поддержания виртуального взаимодействия со своей аудиторией.

Q19: В настоящее время крайне сложно получить детальную информацию об архитектуре агентов, использованных моделях или хостинге; приходится полагаться исключительно на доверие к разработчику. Какие инструменты визуализации и проверки существуют?

Shaw:

Я уверен, что найдутся энтузиасты, услышавшие этот запрос и готовые построить такую платформу. Возможности здесь огромны. TEE (доверенная среда исполнения) существует давно, но в беседах с разработчиками я замечал: до появления агентов это оставалось малоизвестной технологией. Само возникновение автономных агентов породило закономерный вопрос: «Как защититься, если независимый ИИ-агент решит украсть закрытые ключи и вывести средства?» Из-за этого возрос интерес к TEE. Phala отлично справилась с этой нишей, создав востребованную службу верифицируемой удаленной аттестации. Вот почему на рынке появляются решения вроде ZKML (zero-knowledge machine learning): они внедряют доверенные механизмы, успокаивающие пользователей.

Скоро мы увидим массовый выход продуктов, снимающих эту неопределенность. Сама неопределенность представляет собой великолепную нишу для продукта. Если кто-то сформирует реестр сертифицированных агентов, проект обретет феноменальный успех, аналогично кредитным рейтингам децентрализованных бирж. Мы можем ожидать создания схожих систем валидации ИИ-агентов. Открытый исходный код станет важнейшим драйвером доверия: если код прозрачен, а главная боль кроется в безопасности, зачем скрывать детали от всех? Появится категория новых «инфлюенсеров-разработчиков», которые будут профессионально аудитировать легитимность таких проектов.

Через пять лет信息查询 о любых агентах станет нормой: наверняка появится специализированный портал агрегации данных. Если этого еще не произошло, в текущем году такие стартапы точно выйдут на старт.