Что принесет Manus для взрывного роста сценариев Web3 DeFAI?

Автор: Haotian

Проснувшись утром, многие друзья посоветовали мне посмотреть на #manus, который позиционируется как первый в мире по-настоящему универсальный AI-агент, способный самостоятельно мыслить, планировать и выполнять сложные задачи, предоставляя полные результаты. Звучит очень круто, но помимо голосов тревоги о потере работы в соцсетях, что это принесет для взрывного роста сценариев Web3 DeFai? Ниже я поделюсь своими мыслями:

1) Около месяца назад OpenAI выпустила продукт той же категории — Operator. ИИ может самостоятельно выполнять в браузере такие задачи, как бронирование ресторанов, покупки, покупка билетов, заказ еды и т. д. Пользователи могут визуально контролировать процесс и в любой момент перехватить управление.

Появление этого агента не вызвало широкого обсуждения, причина в том, что он управляется единой моделью и использует тот же фреймворк вызова инструментов. Как только пользователи понимают, что ключевые решения все еще требуют вмешательства, они теряют желание полагаться на него для выполнения задач.

2) На первый взгляд manus кажется не слишком отличающимся, просто добавлено много сценариев использования, включая отбор резюме, исследование акций, покупку недвижимости и т. д. Но на самом деле разница заключается в базовом фреймворке и системе выполнения. Manus управляется мультимодальными большими моделями и инновационно использует систему мультиподписи.

Проще говоря, чтобы ИИ имитировал человеческий цикл действий PDCA (Plan-Do-Check-Act), это будет выполнено совместной работой нескольких больших моделей. Каждая модель сосредоточена на определенном этапе, что снижает риск принятия решений одной моделью и повышает эффективность выполнения. Так называемая «система мультиподписи» на самом деле является механизмом проверки решений многомодельного сотрудничества, обеспечивающим надежность решений и выполнения через требование совместного подтверждения несколькими специализированными моделями.

3) При таком сравнении преимущества manus становятся очевидными. К тому же ряд впечатлений от операций, показанных в видео-демо, действительно создает необыкновенное ощущение опыта. Но объективно говоря, итерационные инновации Manus по сравнению с Operator — это только начало, они еще не достигают значения революционного прорыва.

Ключевой момент заключается в сложности выполняемых задач, а также в определении отказоустойчивости большой модели и успешности предоставления результатов после ввода пользователем нестандартного входного промпта. В противном случае, следуя этим инновациям, разве сценарии Web3 DeFai не могли бы быть немедленно применены в зрелом виде? Очевидно, это еще невозможно:

Например: в сценарии DeFai агент должен выполнять торговые решения. Необходим агент уровня оракула, отвечающий за сбор и проверку данных в цепи, их интеграцию и анализ, а также мониторинг цен в цепи в реальном времени для захвата торговых возможностей. Этот процесс представляет большую проблему для анализа в реальном времени. Возможно, торговая возможность, которая была полезной секунду назад, исчезнет после того, как большая модель оракула передаст ее агенту выполнения транзакций (окно арбитража);

Это на самом деле выявляет самое слабое место таких мультимодальных больших моделей при принятии решений о выполнении: как подключиться к сети, получить доступ к цепи для анализа данных уровня реального времени, выявить из них торговые возможности и затем осуществить захват сделки. Сетевая среда на самом деле не так страшна, цены на заказы на многих сайтах электронной коммерции не меняются в реальном времени, что не создает больших проблем для динамического равновесия всего мультимодального сотрудничества. Но в цепи такие вызовы существуют почти постоянно.

4) Поэтому в целом появление manus действительно вызовет волну тревоги в кругах Web2, ведь многие профессии с высокой повторяемостью, связанные с офисной работой и обработкой информации, могут столкнуться с риском замены ИИ. Но пусть они тревожатся сами.

Что касается влияния этого на продвижение сценариев применения DeFai в Web3, мы должны осознавать это объективно:

Необходимо признать: значение, безусловно, велико. Ведь предложенные LLM OS и концепция «Less Structure, more intelligence», особенно система мультиподписи, дадут много идей для вдохновения для расширения сочетания DeFi и AI в Web3.

Это на самом деле исправляет серьезное заблуждение большинства проектов DeFai: не стоит сразу пытаться полагаться на одну большую модель для реализации сложных целей, таких как автономное мышление + принятие решений AI-агента. В финансовых сценариях это совершенно непрактично.

Реализация истинного видения DeFai требует решения сложных проблем, таких как предел возможностей единой модели ИИ, обеспечение атомарности мультимодального интерактивного сотрудничества, унифицированное планирование и распределение ресурсов мультимодальной системы, механизмы отказоустойчивости и обработки сбоев системы и т. д.

Например: агент уровня оракула, отвечающий за сбор и анализ данных в цепи, мониторинг цен и формирование эффективного источника данных;

Агент уровня принятия решений, который анализирует данные и оценивает риски на основе данных, полученных от оракула, и разрабатывает набор решений и планов действий;

Агент уровня выполнения, который выполняет задачи на основе различных планов, предоставленных уровнем принятия решений, учитывая реальную ситуацию, включая оптимизацию комиссий газа, состояние кросс-чейн, конфликты порядка транзакций и т. д.

Только когда вся серия этих агентов станет одновременно мощной и будет утвержден огромный системный фреймворк, настоящая революция DeFai сможет начаться.