原作者: Shenchao TechFlow
長い電話の末、Eliza はついに本日、技術白書をリリースしました。
多くの AI エージェントが Eliza オープンソース フレームワークに基づいて構築されているということはよく聞きますが、Eliza 自体がどのように定義されているかについての詳細かつ本格的な技術的説明は常に不足していました。
このホワイト ペーパーは、Eliza が AI を Web3、モジュラー システム アーキテクチャ設計、およびオープン ソース フレームワークとしての技術実装の詳細とどのように深く統合するかを説明した、優れた回答です。
このホワイト ペーパーは、Shaw、Eliza Labs メンバー数名、およびその他の関連組織の技術スタッフによって執筆されました。ただし、このホワイト ペーパーには技術的な詳細や専門的な概念が多く含まれているため、一般の読者には親しみにくいかもしれません。
DeepChao TechFlow は、このホワイト ペーパーの内容を一般的な言語で誰もがすぐに理解できるように、ホワイト ペーパーを簡素化し、洗練させました。
1. なぜイライザになりたいのですか?
編集者は、思考の前提は、このフレームワークをより広範な同様の AI フレームワークと比較するのではなく、範囲、つまり暗号化または Web3 の分野で、なぜ Eliza を構築するのかを明確にすることであると考えていることに注意してください。
この考え方に従うと、テクニカル ホワイト ペーパーの導入セクションと背景セクションで、実際にこの質問に対する適切な答えが得られます。
AI と Web3 の交差点には、常に明らかなギャップがありました。それは、Web3 アプリケーションを完全に統合できるプロキシ フレームワークが存在しないことです。
具体的には、ホワイトペーパーでは、Web3 分野が次の 3 つの主要な課題に直面していると考えています。
分散型トランザクションの複雑性イーサリアム、Solana、BASE などのパブリック チェーンの活発な発展に伴い、異なるチェーン上での資産管理とトランザクションの実行はますます困難になってきています。市場にはいくつかの取引プラットフォームがありますが、これらのプラットフォームの基本機能は、カスタマイズが必要な中級および上級ユーザーにとっては十分ではないことがよくあります。
オンチェーンデータのバリューマイニングブロックチェーンには、基本的な通貨保有アドレスの変更、トークン価格、市場価値、その他の指標から、クジラ口座の割合やマーケットメーカーのスタイルなどのより高度な指標に至るまで、大量の貴重な情報が含まれています。これらの複雑なデータを効果的に貴重な洞察に変換する方法は、解決する必要がある緊急の問題です。
ソーシャル メディア情報の断片化Web3 業界にとって、Twitter、Discord、Farcaster などのソーシャル プラットフォームは情報を入手するための重要なチャネルです。しかし、オピニオンリーダー (KOL) の数が増えるにつれて、情報はますます細分化され、洪水のような情報から貴重な洞察を得る方法がすべてのトレーダーにとって共通の課題となっています。
Eliza はこれらの実際的なニーズに基づいて誕生しました。初のオープンソース Web3 対応 AI エージェント オペレーティング システムである Eliza は、開発者とユーザーが独自のニーズに応じてソリューションをカスタマイズできるようにモジュール設計を採用しています。
Eliza は、深いプログラミング経験がなくても、一般ユーザーが高度な AI 機能を使用したり、独自の AI エージェントを構築したりする敷居を下げようとしています。
同時に、このホワイト ペーパーでは、他のいくつかの一般的な AI フレームワークとの比較も行っています。次の表では、Web3 サポートに関して、Eliza が独自のフレームワークが最も適していると主張しており、これがホワイト ペーパー全体の目的であることが明確にわかります。重要なポイントを伝えます。
2.Elizaのデザインコンセプトと技術革新
3 つの設計原則: シンプルだが単純ではない
イライザの成功は偶然ではありません。設計の開始時に、チームは 3 つの中心原則を確立しました。
Web3 開発者は、Web3 が開発に主に JavaScript/TypeScript を使用することを優先し、Eliza は開発言語として TypeScript を選択しました。これにより、開発者は使い慣れたツールを使用できるだけでなく、ブロックチェーン機能を既存の Web アプリケーションに簡単に統合することもできます。簡単に言うと、Web3 開発者は「すぐに使用できる」ようになります。
モジュール式プラグイン設計Eliza は、システムをコア ランタイムと 4 つの主要コンポーネントに分解します。
アダプター（データアダプター）
キャラクター（エージェントの性格）
クライアント (メッセージ対話)
プラグイン（汎用機能）
この設計により、開発者はコア ランタイムの詳細を気にすることなく、独自のプラグイン、クライアント、ロール、アダプターを自由に追加できます。これにより、Eliza は幅広いモデル プロバイダー (OpenAI、Llama、Qwen など)、プラットフォーム統合 (Twitter、Discord、Telegram など)、チェーン互換性 (Solana、Ethereum、Ton など) をサポートすることもできます。
複雑であるよりも単純である方が良いです。
エンジニアリング リソースが限られているため、内部実装をシンプルに保つことで、新機能の開発、新しいシナリオへの適応、AI および Web3 分野の急速な発展に対応するための時間を節約できます。
技術革新: 内部と外部の両方
具体的な実装に関して言えば、Eliza のイノベーションは 2 つの側面、つまり内部強化と外部拡張に分けられます。
1. 内部強化AI モデルの思考能力を向上させるために、Eliza は多くの最先端テクノロジーを統合しました。
思考の連鎖:
技術的な定義: ステップバイステップの説明を紹介します
一般的な理解: 数学の問題を解くプロセスを書き出すのと同じように、AI も答えを直接与えるのではなく、思考プロセスを段階的に書き出すことになります。結果がより正確になるだけでなく、人間はAIがどのように結論に達するかを理解できるようになります。
思考の木:
技術的定義: 複数のソリューションを探索するための分岐を許可する
一般的な理解: チェスをプレイするときに複数の可能な手を検討するのと同じように、AI は複数の解決策を同時に探索し、最適な解決策を選択します。それは思考の木で最良の枝を選ぶようなものです
思考のグラフ:
技術的定義: 推論パスの接続
一般的な理解: 問題を、さまざまなアイデアが相互に接続されたネットワークとして考えてください。複雑な問題を解決するときと同じように、さまざまな関連するアイデアを結びつけてマインド マップを形成します。
思考の層:
技術的定義: 階層型推論 AI
一般的な理解: フィルターのように、思考プロセスをさまざまなレベルに分割します。問題を解決するときと同じように、最初に大まかな方向性を検討し、次にそれを具体的な詳細に絞り込み、層ごとに進めます。
2. 外部拡張実際的な問題解決能力を強化するために、Eliza はさまざまな外部機能を統合します。
RAG (検索拡張生成):
技術的定義: 検索による生成機能の強化
一般的な理解: 生徒が宿題をするときに教科書を参照できるのと同じように、AI も質問に答えるときに「データベース」を参照して、より正確な答えを保証します。
ベクターデータベース:
技術的定義: 構造化データの保存と取得
一般的な理解: これは、類似したコンテンツをすばやく見つけることができる AI の「ライブラリ」に相当します。たとえば、「月に関する詩を探したい」と言うと、関連するすべての詩がすぐに検索されます。
ウェブ検索:
技術的定義: インターネット情報のリアルタイム取得
世間の理解：AIも知識の範囲にとらわれず、人間と同じようにインターネット上の最新情報を検索できるようにする
テキストから画像/ビデオ/3D モデルへ:
技術的定義: テキストの説明をマルチメディア コンテンツに変換する
一般的な理解: 画家がテキストの説明に基づいて絵を描くのと同じように、AI はあなたの説明に基づいて写真、ビデオ、さらには 3D モデルを生成できます。
Web3 分野の他のフレームワークとの比較
現在の Web3 AI エージェント フレームワークでは、Eliza は明らかな利点を示しています。 50 人を超える AI 研究者や上級ブロックチェーン開発者からのフィードバックに基づいて、Eliza は次の主要な指標で他のフレームワークを上回っています。
モデルプロバイダーのサポート
チェーンの適合状況
機能的完全性
ソーシャルメディアの統合
3.Eliza OS: 注意深く作られた Web3 AI エコシステム
Eliza の設計哲学を理解した後、このフレームワークがどのように機能するかを見てみましょう。 Eliza は、すべてのパーツが優れた柔軟性を維持しながら完璧にフィットする、慎重に設計されたレゴ ブロックのシステムであると考えてください。
コアコンポーネント: 5 つの主要な役割
Eliza の世界では、5 つのコア コンポーネントが連携して完全なインテリジェント システムを形成します。
エージェント: システムの主人公
これらは、さまざまな自律的な対話の処理を担当する独立した「デジタル アシスタント」のようなものです。各エージェントは独自の「記憶」と「個性」を持ち、Discord や Twitter などのさまざまなチャネルを通じてユーザーと一貫した会話や対話を行うことができます。
キャラクター ファイル: エージェントの「個性」
これらのエージェントを個性豊かにするには、キャラクター ファイル (ロール構成) のサポートが必要です。これはエージェントの「個人履歴書」に相当し、エージェントのアイデンティティと性格特性を定義するだけでなく、エージェントが使用できるモデル (OpenAI、Anthropic など) や実行できる操作 (ブロックチェーン トランザクション、NFT ミントなど) も指定します。 ）。慎重に設計された役割構成を通じて、各エージェントは独自の専門知識と動作を発揮できます。
プロバイダー: エージェントの「認識システム」
外部の世界と対話するとき、エージェントは「認識システム」としてプロバイダーを必要とします。人間が世界を認識するために感覚を必要とするのと同じように、プロバイダーはエージェントに市場データ、ウォレットの詳細、センチメント分析などのリアルタイム情報を提供し、エージェントが現在の環境やコンテキストをよりよく理解できるようにします。
アクション: エージェントの「スキル ライブラリ」
特定のアクションを実行する必要がある場合、アクションはエージェントの「スキル ライブラリ」になります。単純な売買注文から複雑な NFT 生成まで、各操作は厳格なセキュリティ検証を受け、金融関連のタスクを処理する際に確実に実行できるようにします。これらのスキルにより、エージェントは Web3 の世界で真に機能できるようになります。
評価者: エージェントの「意思決定システム」
最後に、評価者はエージェントの「意思決定システム」として機能し、対話内容を評価し、重要な情報を抽出し、エージェントの長期記憶の構築を支援します。目標達成の進捗状況を追跡するだけでなく、会話全体の一貫性も確保します。
インテリジェントなインタラクション: 単なる会話以上のもの
インタラクションに関して、イライザは経験豊富な翻訳者のような多層的な理解システムを採用しており、文字通りの意味だけでなく、話されている内容の文脈や意図も理解する必要があります。このシステムは、ユーザーの実際のニーズを正確に理解し、さまざまな通信プラットフォーム間で一貫したエクスペリエンスを維持し、コンテキストに基づいて応答を柔軟に調整できます。
プラグインシステム: 無限の拡張可能性
Eliza のプラグイン システムは本質的にツールボックスであり、フレームワーク全体に強力な拡張性をもたらします。この拡張性は、マルチメディア生成、Web3 統合、およびインフラストラクチャの 3 つの方向に反映されます。
マルチメディア生成に関しては、画像、ビデオ、3D モデルを生成でき、NFT シリーズの自動生成をサポートし、画像の説明と分析機能も提供します。
Web3 統合に関しては、イーサリアムやソラナなどのマルチチェーン操作をサポートし、完全な取引機能スイートを提供し、さまざまな DeFi 操作を統合します。
インフラストラクチャの面では、ブラウザ サービス、ドキュメント処理、音声テキスト変換などの基本機能を提供します。
このモジュール設計により、Eliza はシステムの安定性を維持するだけでなく、開発者にほぼ無制限の拡張の可能性を提供します。これにより、Eliza は、Web3 の世界で常に出現する新しいニーズやシナリオに適応することもできます。
4.イライザはどのくらい強いですか?データから真実を見抜く
新しいテクノロジーのフレームワークが登場したとき、誰もが最も懸念するのは、多くの場合、その実際のパフォーマンスです。イライザはここで率直に答えます。
現実世界の問題を解決する AI エージェントの能力を評価するために特別に設計されたテスト プラットフォームである GAIA ベンチマーク テストで、Eliza は印象的なパフォーマンスを示しました。このテストでは単純な質疑応答の能力をテストするのではなく、AI エージェントに論理的推論、マルチモーダル処理、Web ブラウジング、ツールの使用などの複数のスキルが求められます。
テストにおける Eliza のスコア (19.42%) は、現在のトップ ソリューションにはまだ遠く及ばないものの、Web3 分野に焦点を当てたフレームワークであることを考慮すると、この結果はすでに非常に印象的です。特に基本的なタスク（レベル 1）の処理では、Eliza は 32.21% の完了率を達成し、確かな基礎能力を示しました。
Web3 Land: 画期的な標準設定者
さらに注目すべきは、Eliza氏が実際にWeb3分野における「スタンダードセッター」の役割を担っていることだ。 Web3 指向の AI システムはまだ初期段階にあるため、エリザは率先して完全な評価基準システムを提案し、業界全体の発展の方向性を示しました。
この評価システムは 3 つのレベルに分かれており、ホワイト ペーパーではこれを「チューリング テスト」の Web3 AI バージョンと呼んでいます。
基本機能:ウォレットの作成、トークン取引、スマートコントラクトの相互作用、その他の基本操作を含む
高度な機能:テキストからビデオ/3D、RAG サポートなどの最新の AI テクノロジーを統合します。
高度な機能:ユーザーの指示に基づいて自律的な計画と推論が可能で、真にインテリジェントな意思決定を実現します。
現在、Eliza は基本レベルのすべての機能を実装することに成功し、上級レベルに向かって進んでいます。研究チームは、完全自律型 AI エージェント システムが今後数年以内に実現できると強く信じていると述べました。
5. 実用化: 市場はリアルマネーで投票する
オリジナルのホワイトペーパーにはコード表示に関するセクションもありますが、これはフレームワークを使用して作成できる実際的なアプリケーションを説明するために使用されます。理解の難しさと技術的な詳細を考慮して、ここでは省略し、よりマクロレベルの実践的な説明のみを示します。応用。
ホワイトペーパーによると、2025 年 1 月の時点で、いくつかの重要な Web3 プロジェクトが Eliza に基づいて AI エージェント システムを構築しており、これらのパートナーの市場価値の合計は 200 億米ドルを超えています。
この数字自体が、エリザの技術力を市場が最も裏付けるものかもしれません。
さらに重要なことは、Eliza チームは将来に自信を持っているということです。彼らは、これらの「インテリジェント エージェント」が進化し続けるにつれて、複数の AI ユニットが連携して動作する新時代が訪れると信じています。 Eliza は、Anthropic CEO の Dario Amodei が「天才データセンター」と呼ぶビジョンへの道を切り開いています。
6. 現状の限界と今後の展望：正直な自己分析
技術的なフレームワークは完璧ではあり得ません。Eliza チームはホワイトペーパーの中で現在のフレームワークの限界を率直に指摘しました。
解決すべき 3 つの主要な課題
ワークフロー システムの欠如:熟練したアシスタントが標準化されたワークフローを必要とするのと同じように、開発者がいくつかの日常的なタスク (複数のソースからのデータを定期的に集計するなど) を実装したい場合、既存の Eliza フレームワークには依然として利用可能な既製のソリューションがありません。このようなニーズに対しては、Dify や Coze などのグラフィカル インターフェイスを備えたワークフロー システムを使用する必要がある場合があります。
マルチエージェント システムにおけるパフォーマンスの問題。エージェントの数が増えると、システムが処理する必要があるコンテキストとメモリの内容が指数関数的に増加します。特に大量の入出力タスクを処理する場合、コンピューティングのオーバーヘッドと動作効率のバランスをどのように取るかは、依然として解決すべき技術的問題です。
多言語サポートの拡張が必要。現在、Eliza は主に TypeScript に基づいていますが、より多くの分野の開発者を参加させるためには、Python や Rust などの他のプログラミング言語のサポートを拡大する必要があります。
展望: 分散型 AI の新時代の創造
これらの制限にもかかわらず、Eliza はそれ自体が技術的なフレームワークをはるかに超えています。これは、AI テクノロジーと Web3 アプリケーションを深く統合する先駆的な試みを表しています。
Eliza は、各機能モジュールを標準の TypeScript プログラムとして設計することにより、ユーザーがシステムを完全に制御できるようにします。同時に、ブロックチェーン データとスマート コントラクトとのシームレスな統合機能も提供します。この設計により、セキュリティが確保されるだけでなく、強力な拡張性も維持されます。
ホワイトペーパーの最後に記載されているように、Eliza の可能性はユーザーの想像力によってのみ制限されます。 AI と Web3 テクノロジーが進化し続ける中、Eliza は開発を継続し、分散型 AI の開発方向をリードし続けます。
