Terminal of Truths의 출현 이후 체인에서 AI Agent 붐이 시작되었습니다. 요즘 암호화폐 시장에는 MeMe, 도구 애플리케이션, 출시 플랫폼, 모델 프레임워크 등 다양한 분야의 Agentic 개념이 넘쳐납니다. 벌집 클러스터 등 거의 매일 새로운 것들이 생겨나고 컨셉 프로젝트가 쏟아져 나와 사람들을 압도합니다. 12월 11일에는 매트릭스 우리는 빨간 약을 먹은 다음 파란 약을 먹습니다라는 밈을 가지고 노는 신비한 웃는 얼굴의 프로필이 있었습니다. 그는 AI 철학과 관련된 주제에 대해 길게 이야기하고 마침내 프로젝트의 토큰을 발표했습니다. 즉시 시장을 폭발시켰다. 그것은 무엇이며 시가총액이 최대 3억 달러에 달하는 시장을 어떻게 지원해 왔습니까? 이 기사에서는 아크 뒤에 숨은 마법을 공개할 것입니다.
강력한 팀 배경과 기술력
arc를 만든 팀인 Playgrounds는 매우 깊은 기술적 배경과 산업 간 경험을 갖고 있다고 할 수 있습니다. 창립자 Tachi @0thTachi는 미국 Southwest Research Institute에서 근무했으며 핵물리학 및 관련 연구를 담당했습니다. 이 연구소는 미국에서 가장 오래되고 규모가 큰 독립 비영리 응용기술 연구개발 기관으로 플레이그라운드(Playground)를 설립한 뒤 블록체인 개발자로 변신했다.
또 다른 공동 창립자이자 제품 리더인 Terry는 유명한 블록체인 데이터 서비스 제공업체인 Graph의 네트워크 기술 자문위원회 회원이기도 합니다. Stopher @chairman_stoph는 상당한 소프트웨어 엔지니어링 경험을 보유하고 있으며 전염병 중에 졸업한 후 Tachi의 팀에 합류하여 암호화폐 분야에 뛰어들었습니다. Mateo @belangermatteo는 Ecole Polytechnique Fédérale de Lausanne에서 석사 학위를 취득한 후 Ledger에 데이터 분석가로 합류한 후 핵심 기술 직원으로 Playgrounds에 합류했습니다. 풀스택 엔지니어 Mochan @0x Mochan과 다른 엔지니어들은 상당한 기술 경험을 가지고 있습니다.
Arc 이전에 Playgrounds 팀은 복잡한 블록체인 인프라를 성공적으로 제공한 경험도 있었습니다. 예를 들어, 그들은 최초의 Ordinals 및 Inscription 하위 스트림 API와 Graph 네트워크에 색인된 블록체인 데이터를 분석하기 위한 Subgrounds라는 Python 라이브러리를 구축했습니다.
획기적인 AI 에이전트 프레임워크 - Rig
arc의 기반이 되는 에이전트 프레임워크인 Rig는 원래 채팅 인터페이스에 중점을 두고 온체인 데이터를 쿼리해야 하는 AI 및 암호화폐 프로젝트에 재사용 가능한 인프라를 제공하기 위해 Playgrounds에서 내부적으로 개발한 프로젝트였습니다. 개발이 진행됨에 따라 팀은 Rig의 응용 가능성이 더 넓다는 것을 깨달았고, 더 넓은 커뮤니티 참여와 혁신을 촉진하기 위해 Rig를 오픈 소스로 결정했습니다.
Rig의 목표는 기존의 챗봇 애플리케이션을 뛰어넘어 LLM의 더 많은 가능성을 탐색하는 것입니다. 그 예로는 구조화된 데이터 추출, 합성 데이터 생성, 기존 데이터 파이프라인에 인텔리전스 주입 등이 있습니다. 개발 전, 플레이그라운드 팀은 LangChain, Llama Index 등 시장에 나와 있는 기존 프레임워크를 검토하고 LLM 및 AI의 향후 개발 동향을 예측했습니다. 당시에는 이를 기반으로 한 유사한 프레임워크가 부족했습니다. Agent 프레임워크 분야의 Rust와 Rust의 고성능 및 안전 성능은 아키텍처를 더욱 효율적으로 만들고, 팀원들도 풍부한 Rust 전문 지식을 갖추고 있어 궁극적으로 Rust를 Rig의 주요 개발 언어로 선택했습니다.
현재 Crypto 시장의 대표적인 Agent 아키텍처를 살펴보면 Eliza는 Typescript를 사용하고 Zerepy는 Python을 사용하며 Rig는 Crypto뿐만 아니라 모든 Agent 오픈 소스 아키텍처에서도 Rust를 사용하는 획기적인 프레임워크를 개발하기로 결정했습니다. 개발 언어도 거의 없습니다. 가장 잘 알려진 언어로는 Sobel.io의 llm-chain 과 Playgrounds에서 개발한 Rig가 있습니다.
Tachi는 다른 에이전트 아키텍처와 비교하여 Rig의 장점에 대해 Discord 커뮤니티에 답변했습니다.
개발에 Rust를 사용하면 Rig에는 다른 아키텍처에는 없는 몇 가지 이점이 있습니다. 첫 번째는 안전성입니다. Rust의 유형 시스템은 보기 전에 실행해야 하는 typescript나 Python과 달리 컴파일 중에 버그를 조기에 방지할 수 있습니다. 런타임 오류. Rust의 메모리 관리 메커니즘(예: RAII)은 메모리 누수가 없음을 보장하고 데이터 경합을 방지합니다.
성능 효율성 측면에서 Rig는 Rust의 무료 추상화와 효율적인 파이프라인을 사용하여 운영 효율성을 크게 향상시키고 비용을 절감합니다. tokio로 실행하면 Rig는 효율적인 병렬 처리를 수행하여 전체 에이전트 성능을 향상시킬 수 있습니다. 개발자는 Tratis를 통해 새로운 기능 모듈을 추가하여 프레임워크의 유연성과 확장성을 유지하고 여러 플랫폼에서 실행할 수 있습니다. 모듈성과 동시성은 유연성과 확장성을 보장하며 동적 작업과 이벤트 구동을 통해 에이전트 동작을 더욱 지능적이고 효율적으로 만듭니다.
Crypto의 최신 LLM 아키텍처와 비교하여 더 높은 성능, 확장성, 관리 용이성 및 보안을 제공합니다. 산업 체인에서 그의 위치는 Eliza와 같은 Rag 아키텍처를 하향적으로 최적화하고 현재 인기 있는 다중 AI 에이전트 통합의 Swarm 개념을 지원할 수 있습니다. 이는 또한 Rig의 아키텍처를 안정적인 고성능 AI/ML 경로 확장에 매우 적합하게 만듭니다. Rig는 기관 수준의 프로젝트 배포를 위해 특별히 설계되었다고 할 수 있습니다.
따라서 Rig는 게임, 로봇, 자동화된 워크플로 또는 실시간 시뮬레이션 등 고성능 AI 에이전트를 개발하는 데 이상적인 도구입니다. 이 아키텍처를 사용하면 로컬 개발 환경에서 엔터프라이즈 규모 시스템으로 원활하게 확장하여 기관 채택을 위한 기반을 마련할 수 있습니다. 프로젝트가 일반 사용자를 위한 엔터테인먼트가 아닌 기업 수준 고객에게 고품질 제품을 제공하는 경우 이러한 기업 수준 AI 에이전트는 경우에 따라 전체 산업 체인을 대체할 수도 있습니다. Web2 AI 에이전트의 경우입니다. 시장이 검증되었습니다. 현재 Rig는 Github에 100개 이상의 포크와 1,400개 이상의 별을 보유하고 있으며 이 데이터도 가속화되고 있습니다.
신비한 스마일 호는 정확히 무엇입니까?
거의 매일 새로운 컨셉의 프로젝트가 나오고, 기술이 빠르게 반복되면서 사기도 많이 발생하는데요. 이 점 역시 블록체인에서는 아무리 비윤리적인 분야가 돌아가도 종종 비판을 받는 부분입니다. 특정 개념에 대한 시장의 신뢰는 그램싱어의 법칙이 반복되는 것처럼 보이며, 아크의 접근 방식은 정반대입니다. 얼마 전 공식 홈페이지에 공개됐던 프롤로그의 프롤로그가 최근 드디어 공개됐다. 팀은 이를 악수라고 부른다. 홍보 영상은 아담 만들기의 로봇과 인간 버전으로 시작해 천천히 다가오는 두 손으로 끝난다. if to 악수는 인간과 AI 에이전트 간의 협력 시대의 도래를 상징한다는 점에서 매우 흥미롭습니다.
대부분의 에이전트 플랫폼은 주로 Pump.fun의 결합 곡선 모델을 사용하여 AI 에이전트를 생성, 발급 및 자금 조달하는 과정을 최대한 짧게 만들어 더 많은 사람들이 AI 에이전트를 더 쉽게 발급할 수 있도록 하는 것이 목적입니다. AI 에이전트 프로젝트의 등장은 사실상 플랫폼과 플랫폼 사용자 모두에게 윈윈(win-win)이다. 하지만 시장에서는 꼭 그렇지는 않습니다. Dev와 Degen이 MeMe 시대의 열풍 속에서 개발한 지속적인 고속 업데이트로 인해 조립 라인과 같은 요리가 이번 AI 물결에 적합한 것 같습니다. 그런 영향력 때문에 개발자들은 더 빠른 업데이트와 더 짧은 개발 주기가 요구되며, 이에 대한 개발의 깊이도 시장이 인식하는 것과는 다릅니다. 모두가 인정하는 선도적인 프로젝트를 제외하고는 시장에 나와 있는 제품이 어렵습니다. 정착하고 실질적인 혁신을 이룩하는 것입니다.
핸드셰이크의 릴리스 논리는 시장에 있는 거의 모든 에이전트 플랫폼의 논리와 다릅니다. Tachi는 개발 표준이 매우 높으며 생태계의 품질을 보장하기 위해 암호화 분야에서 가장 엄격한 코드 검토 프로세스 중 하나를 구현했다고 말했습니다. . arc는 스팸 감소를 확인하기 위해 먼저 참가자에게 지정된 주소로 500$arc를 지불하도록 요구하지만 이는 필수 단계는 아닙니다.
공식 참가자는 먼저 프로젝트의 목표, 기술 솔루션, 팀 배경, $arc 생태계에 대한 팀의 기여 등을 명확하게 설명하는 제안서를 제출해야 합니다. 그런 다음 팀과 핵심을 검토해야 합니다. 커뮤니티 구성원들은 이에 대해 다양한 검토를 실시할 것입니다. 차원적 평가. 제안이 통과되면 프로젝트 이름이 등록 목록에 표시되도록 허용됩니다. 이는 팀이 이전에 첫 번째 실사를 수행하도록 돕는 것과 같습니다. 프로젝트를 커뮤니티 구성원에게 제시한 후 그들은 스스로 자금을 모으거나 커뮤니티 기부를 통해 아크 또는 솔 거래 쌍의 단계를 형성합니다.
Grant나 Hackathon, IDO와 유사한 이 프로젝트 제출 모델은 다른 프로젝트에서는 매우 실패한 비즈니스 모델일 수 있습니다. 중간 참가자에 대한 기준은 너무 높지만 검토 효율성은 너무 낮습니다. 얻을 수 있는 양이 크게 줄어들 수 있습니다.
향후 Pump.fun과 유사한 AI 에이전트가 출시될 가능성도 배제할 수는 없지만 실제로는 그렇게 하는 것이 타당합니다. 우선 기술적인 관점에서 볼 때 Rust의 개발은 Rust에 비해 더 높은 한계점을 가지고 있습니다. Python이나 Typescript의 개발은 이미 개발자 수가 적고 개발 주기가 길어졌습니다. Rig 개발자와 다른 개발자가 개발 효율성을 높이도록 허용하는 것은 부정적인 이점이며, 장기적으로 제품 품질은 서서히 저하될 것입니다.
둘째, 비즈니스 관점과 팀 전체의 비전에서 그들이 만들고 싶은 제품은 단순한 챗봇이 아닌, 진정으로 효율적인 성능을 달성할 수 있는 엔터프라이즈급 AI 에이전트입니다. 그들의 궁극적인 비전은 Agent를 통해 모든 AI Agent를 통합하는 것입니다. 파이프라인 사고 모드와 추론 방법의 조합은 결국 사물에 대한 더 깊은 이해를 갖춘 에이전트를 형성하여 AI가 더 많이 생각할 수 있게 해줍니다. 이를 위해서는 더 높은 품질의 데이터 피드가 필요하고 더 성숙한 추론 기능이 수량보다 더 중요합니다.
악수 페이지에서 arc는 Solana 및 Arbitrum 체인 생태계와 협력하여 검토할 것이라고 밝혔습니다. 이에 앞서 시장에서는 최고의 Rust 기반 레이어 1이 언제 최고의 Rust 기반 AI 프레임워크를 충족하는지 논의해 왔습니다. .. 생각하지 않기가 힘든데 이제 답이 나온 것 같습니다.
arc는 Crypto의 많은 AI 프로젝트와 마찬가지로 인공 지능과 블록체인이라는 두 가지 혁신적인 기술의 교차점에 있습니다. 우리는 인간과 에이전트가 체인 안팎에서 서로 상호 작용하는 새로운 패러다임으로 가속화하고 있습니다.
arc는 AI 기반 혁신을 주도하는 번영하는 개발자 생태계입니다. 핵심 개념은 개발자, 프로젝트 및 정보 자원의 협업 네트워크인 아크 콤플렉스를 중심으로 전개됩니다.
arc는 블록체인과 인공지능 분야의 뛰어난 인재들을 연결하여 미래의 Crypto+AI Agent에 필요한 인프라를 구축하는 가교이기도 합니다.
arc는 $arc 기반의 거래 쌍을 구축하거나 아키텍처의 AI Agent, Agent의 시스템에 대한 인센티브를 제공하거나 Rig 아키텍처 자체를 개선하는 AI Agent 발급 플랫폼이기도 합니다.
arc는 실제 에이전트 아키텍처의 단점과 시장의 혼란을 이해하기 위해 빨간 약을 복용했으며 이러한 모든 변화가 하루아침에 이루어질 수 없다는 것을 알고 있었습니다. 팀의 기술적 강점, 커뮤니티 개발자의 힘, 그리고 그의 아이디어를 알아주는 사람들을 통해 그는 마침내 파란 약을 먹을 수 있게 되었습니다. 단순한 프로젝트가 아닌, 미래를 위한 청사진을 구축하는 실무자입니다.
