Escrito por: Haotian
Ao acordar de um sono, muitos amigos me pediram para ver #manus, que se auto-intitula um Agente de IA verdadeiramente universal a nível global, capaz de pensar de forma independente, planear e executar tarefas complexas, e entregar resultados completos. Parece muito fixe, mas para além das vozes de ansiedade sobre desemprego nas redes sociais, o que trará para a explosão da cena DeFai web3? A seguir, partilho a minha reflexão:
Cerca de um mês atrás, a OpenAI lançou o produto semelhante Operator, onde a IA pode completar tarefas como reservas em restaurantes, compras, reserva de bilhetes, pedidos de comida para viagem diretamente no navegador de forma independente. Os usuários podem supervisionar visualmente e assumir o controle a qualquer momento.
A aparição deste Agente não foi muito discutida, porque é um modelo único acionado, ou seja, a estrutura de chamada de ferramentas, quando os utilizadores percebem que precisam intervir nas decisões críticas, perdem a ideia de depender da execução das tarefas.
2）manus, à primeira vista, parece não ser muito diferente, apenas tem mais cenários de aplicação, incluindo triagem de currículos, pesquisa de ações, compra de imóveis, etc., mas na realidade, as diferenças estão no quadro e no sistema de execução por trás, Manus é impulsionado por um grande modelo multimodal e inovadoramente utiliza um sistema de assinatura múltipla.
Em resumo, a IA deve imitar a ação do ser humano (planejar - executar - verificar - agir) no ciclo de ação PDCA, que será realizado por vários grandes modelos trabalhando juntos, com cada modelo focando em uma etapa específica, o que não apenas reduz o risco de decisão de tarefas de um único modelo, mas também melhora a eficiência da execução. O chamado ‘sistema de múltiplas assinaturas’ é na verdade um mecanismo de validação de decisões cooperativas de vários modelos, garantindo a confiabilidade das decisões e execuções ao exigir a confirmação conjunta de vários modelos especializados.
- Ao comparar desta forma, as vantagens do manus ficam claramente evidentes, juntamente com uma série de experiências operacionais demonstradas no vídeo demo, que realmente proporcionam uma experiência extraordinária. No entanto, objetivamente falando, a inovação iterativa do manus para o operador é apenas o começo e ainda não atinge o significado de uma revolução disruptiva.
A chave está na complexidade das tarefas executadas e na definição da taxa de sucesso na tolerância a falhas e entrega de resultados bem-sucedidos do grande modelo após a entrada do usuário input Prompt, que não segue um padrão unificado. Caso contrário, seguindo essa inovação, o cenário DeFai do web3 não se tornará imediatamente uma aplicação madura? Claramente, ainda não é possível:
Por exemplo: Sob a cena DeFai, o Agente precisa tomar decisões de transação e requer um Agente de camada Oracle responsável pela coleta e verificação de dados on-chain, realizando análises de integração de dados, e também monitorando em tempo real a captura de oportunidades de transação de preços on-chain. Este processo apresenta grandes desafios para análise em tempo real, pois pode haver oportunidades de transação úteis até um segundo atrás, mas após o grande modelo Oracle ser transmitido para o Agente de execução de transações, a oportunidade de transação desaparece (janela de arbitragem).
Isto na verdade expõe uma das maiores fraquezas na execução de decisões por esse tipo de modelos multimodais, como conectar-se, acionar cadeias e obter análises em tempo real de dados e identificar oportunidades de negociação para então capturá-las. O ambiente de conexão não é ruim, muitos sites de comércio eletrônico não têm preços de pedidos que mudam em tempo real, o que não causa grandes desequilíbrios dinâmicos para toda a colaboração multimodal, mas se estiver na cadeia, esse tipo de desafio existe praticamente o tempo todo.
4）Portanto, em geral, a aparência do manus certamente causará uma onda de ansiedade nas redes sociais web2, afinal, muitos cargos burocráticos de alta repetitividade e trabalhos de processamento de informações podem enfrentar o risco de serem substituídos por AI. Mas deixe-os se preocupar com isso.
Devemos ter uma compreensão objetiva do papel impulsionador deste assunto no cenário de aplicação DeFai em web3.
É necessário reconhecer: o significado é definitivamente significativo, afinal, os conceitos apresentados pelo LLM OS e pela Less Structure more intelligence, especialmente o sistema de assinatura múltipla, trarão insights valiosos para a integração de DeFi e IA no web3.
Isso na verdade corrige um grande equívoco na maioria dos projetos DeFai, não tente depender de um grande modelo para alcançar metas complexas como pensamento autônomo e tomada de decisões do AI Agent. Isso simplesmente não é viável no contexto financeiro.
A realização da verdadeira visão do DeFai requer a resolução de questões complexas, como o limite de capacidade do modelo de IA monolítico, garantia de atomicidade na interação e colaboração multimodal, coordenação e governança unificadas de recursos de sistemas multimodais, mecanismos de tolerância a falhas e tratamento de falhas, etc.
Por exemplo: Agente da Camada Oracle, responsável por coletar e analisar dados on-chain, monitorar preços e formar uma fonte de dados eficaz;
A camada de tomada de decisão do Agente, analisa e avalia o risco com base nos dados fornecidos pelo Oracle e formula um conjunto de decisões e planos de ação;
O Agente da camada de execução, de acordo com várias soluções fornecidas pela camada de decisão e considerando a situação real para execução, incluindo otimização de custos de gas, estados de cadeia cruzada, conflitos de ordenação de transações, etc.
Apenas quando toda esta série de Agentes estiver sincronizada e integrada num vasto quadro de sistema, é que uma verdadeira revolução DeFai poderá emergir.
