소개
AI 에이전트가 암호화 주기에서 추진력을 얻고 있다면 ai16z와 Eliza의 창립자인 Shaw는 의심할 여지 없이 조류의 방향을 잡았습니다.
그가 출시한 ai16z는 최초의 AI Meme 테마의 온체인 펀드로, 유명 벤처 캐피털인 a16z를 풍자적으로 표현한 것에서 유래한 것으로, 2024년 10월 0부터 자금 조달을 시작해 솔라나 1위로 성장했습니다. 단 몇 달 만에 시장 가치 측면에서 25억 달러가 넘는 AI DAO(현재 수정됨)이자 ai16z의 핵심입니다. ElizaOS는 개발자가 자율 AI 에이전트를 생성, 배포 및 관리할 수 있는 다중 에이전트(에이전트) 시뮬레이션 프레임워크입니다. 선점자 이점과 급성장하는 TypeScript 커뮤니티 덕분에 Eliza 코드 베이스는 GitHub에서 10,000개 이상의 스타를 보유하고 있으며 Web3 AI 에이전트 개발의 현재 시장 점유율의 약 60%를 차지합니다.
소셜 플랫폼에 대한 그의 발언은 계속 논란이 되고 있지만, 이것이 Shaw가 암호화된 AI 분야의 핵심 인물이 되는 것을 막지는 못합니다. 중국 커뮤니티에는 이미 그와의 독점 인터뷰가 많이 있지만, 지난 1월 6일 진행된 팟캐스트는 선도적인 암호화 투자 연구 기관인 Delphi Digital의 공동 창업자인 Tom Shaughnessy와 26 Crypto Capital의 Ejazz 및 Shaw가 진행한 것으로 믿습니다. 이번 인터뷰는 AI 에이전트의 실용적 사고를 주제로 한 쇼와의 인터뷰 중 가장 심도 있는 인터뷰이자 여전히 미래지향적이다.
이 대화에서 Shaw는 통찰력 있는 질문을 했을 뿐만 아니라 Web3 업계의 현재 AI Agent 사용 사례에 대한 많은 견해와 미래에 대한 판단을 공유하면서 그 어느 때보다 정직하고 대담했습니다. 오픈소스 AGI 플랫폼의 미래 등 중요한 주제를 배우고 유용한 정보가 가득했습니다. 이에 코인스파이어는 AI+Web3의 미래를 엿볼 수 있기를 바라며 독자들과 공유하기 위해 완결본을 듣고 번역했습니다.
주요 하이라이트
▶ Eliza Labs의 탄생과 ai16z의 급속한 발전에 얽힌 이야기
▶ Eliza 프레임워크 기술의 모든 측면을 살펴보세요
▶ 에이전트 플랫폼 분석 및 Slop Bots(AI 스팸 Bots)에서 유틸리티로의 전환
▶ 토큰 경제 및 가치 포착 메커니즘에 대한 논의
▶ 크로스체인 개발 및 블록체인 옵션 살펴보기
▶ 오픈소스 AGI의 비전과 인공지능 에이전트의 미래
Part.1 창업체험 및 아시아여행
Q1: 쇼 씨, 당신의 경험을 말해주세요
Shaw: 저는 수년 동안 오픈 소스 프로젝트를 개발하고 오픈 소스 공간 네트워크 프로젝트를 만들었지만 파트너가 저를 GitHub에서 제거하고 프로젝트를 7,500만 달러에 팔았습니다. 그는 한 줄의 코드도 작성하지 않았고 저는 프로젝트의 수석 개발자였습니다. 나는 그를 고소하고 있지만, 이 사건으로 인해 나는 모든 것과 나의 명예를 잃었습니다.
이후 다시 시작해서 AI 에이전트 연구에 전념했지만, 이전 사람들이 모든 자금을 가져갔기 때문에 모든 책임을 스스로 져야 했고, 심지어 빚도 지고, 봉사 활동을 해서 생계를 꾸려야 했습니다. 결국 메타버스의 개념은 차가워졌고, 점점 방향도 더 이상 맞지 않게 됐다.
그 후 수석 개발자로 Webiverse에 합류했습니다. 처음에는 잘 진행되었지만 나중에 프로젝트가 해킹당하고 자금이 도난당하여 팀이 변화해야 했습니다. 그 경험은 극도로 어려웠고 나를 거의 망가뜨릴 뻔했습니다.
많은 좌절을 겪었지만 앞으로 나아가기 위해 열심히 노력해 왔습니다. 저는 Project 89(Neuro-Linguistic Viral Interactive AI)의 창립자들과 협력하여 Magic이라는 플랫폼을 출시하고 시드 자금 조달 라운드를 마감했습니다. 그는 사용자가 에이전트 시스템을 쉽게 구축할 수 있도록 플랫폼을 코드 없는 도구로 구축하기를 희망합니다. 그리고 완전한 솔루션이 제공되면 사용자는 이를 그대로 복사할 수도 있고, 그렇지 않은 경우 어디서부터 시작해야 할지 모릅니다. 자금이 부족해지면 에이전트 시스템 개발에 집중하기로 결정했습니다. 그 당시 저는 이미 이 플랫폼에서 Eliza의 첫 번째 버전을 만들었습니다. 이 모든 것이 미친 것처럼 들릴 수도 있지만 저는 항상 새로운 방향을 시도하고 탐구하고 있습니다.
Q2: 아시아 개발자 커뮤니티의 상황은 어떤가요?
Shaw: 저는 지난 몇 주 동안 아시아에 있었고 현지 개발자 커뮤니티와 집중적으로 만났습니다. 우리 프로젝트가 시작된 이후, 특히 AI Agent 관련 콘텐츠(ai16z 프로젝트 등)가 주목을 받은 이후 아시아, 특히 중국에서 많은 정보를 얻었고, 여기에 많은 지지자들이 있다는 것을 알게 되었습니다.
706이라는 커뮤니티를 통해 많은 멤버들을 만났고, 중국 채널과 디스코드 관리를 도와주시고, 미니 해커톤을 주최하는 분도 계셨습니다. 또한 행사에서 많은 개발자들을 만났고 그들의 프로젝트를 검토한 후 모든 사람을 직접 만나려면 여기에 와야 한다고 느꼈습니다. 그래서 우리는 여행을 계획하고 여러 도시를 방문하여 개발자들을 만났습니다.
지역 사회는 우리를 매우 환영했고 우리를 위해 행사를 연달아 조직했습니다. 이를 통해 많은 사람들과 소통하고, 그들의 프로젝트에 대해 배우고, 관계를 맺을 수 있었습니다. 지난 며칠 동안 저는 베이징과 상하이를 거쳐 홍콩으로 여행을 떠났고 지금은 서울에 있으며 내일 일본으로 갈 예정입니다.
이번 모임에서 게임, 가상 여자친구 앱, 로봇, 웨어러블 등 흥미로운 프로젝트를 많이 보았습니다. 기존 기술과 결합하면 미래 전망이 매우 밝을 수 있는 데이터 수집, 미세 조정 및 주석과 관련된 프로젝트가 있습니다. 저는 특히 사용자의 진입 장벽을 낮추고 향후 몇 달 안에 킬러 앱이 될 수 있는 DeFi 프로토콜에 AI 에이전트를 통합하는 데 관심이 있습니다. 많은 프로젝트가 아직 초기 단계에 있지만, 개발자들의 열정과 창의성은 인상적입니다.
Part.2 AI Agent+DeFi 활용 사례와 실용성 논의 결합
Q3: 이제 ai16z의 가치는 수십억 달러에 이르렀고, Eliza 프레임워크는 수많은 에이전트를 지원하며, 개발자들은 매우 관심을 갖고 있으며, 이 프로젝트는 몇 주 동안 GitHub에서 인기를 끌었습니다. 동시에, 자동 응답만 가능한 소셜 미디어의 챗봇에 점차 모든 사람들이 혐오감을 느끼고 있으며, 토큰 생성, 토큰 경제 시스템 관리, 생태계 유지, DeFi 운영까지 실제로 수행할 수 있는 에이전트를 기대하고 있습니다. . 당신은 에이전트의 향후 개발 방향에 이러한 기능이 포함될 것이라고 생각하십니까? Eliza의 에이전시가 DeFi에 집중할 예정인가요?
Shaw: 이는 분명한 비즈니스 기회이며 많은 사람들이 도구를 다운로드하고 보여주고 토큰을 추진하는 Reply Robot 상황에도 똑같이 지쳤습니다. 하지만 우리가 그 이상으로 나아갈 수 있기를 정말로 바랍니다. 제가 지금 가장 관심을 갖고 있는 에이전트에는 세 가지 범주가 있습니다. 첫째, 돈을 벌 수 있는 에이전트, 두 번째, 올바른 고객에게 제품을 제공할 수 있는 에이전트, 세 번째로 시간을 절약할 수 있는 에이전트입니다.
우리는 여전히 이 자동 응답 모드에 갇혀 있고 호출되지 않는 모든 응답 봇을 개인적으로 차단합니다. 그리고 모든 사람이 똑같이 하도록 권장합니다. 왜냐하면 이는 대행사 개발자가 실제로 생각하고 구축하도록 강요하는 사회적 반발을 일으키기 때문입니다. . 의미있는 것. 맹목적으로 추세를 따르고 모든 것에 대해 언급하는 것은 실제로 어떤 코인에도 도움이 되지 않습니다.
제가 지금 가장 관심을 갖고 있는 것은 DeFi입니다. 왜냐하면 무엇보다 DeFi는 돈을 벌 수 있는 기회는 있지만, 어떻게 사용하는지 모르는 사람들이 많다는 특성을 충족시키기 때문입니다. 우리는 이미 Orca 및 Meteora의 DLMM(Dynamic Liquidity Market Maker)과 같은 일부 팀과 협력하여 봇이 잠재적 차익거래 기회를 자동으로 식별하고 토큰 범위가 변경되면 자동으로 조정하여 수익금을 다시 전송할 수 있도록 하고 있습니다. 당신의 지갑. 이러한 방식으로 사용자는 토큰을 안전하게 스테이킹할 수 있으며 전체 프로세스가 자동화됩니다.
또한 Meme 코인은 변동성이 매우 높습니다. 실제로 미미코인은 초기 출시 당시 급격하게 상승해 유동성풀(LP) 운영이 어려워졌다. 그러나 일단 안정화되면 변동성은 플러스가 되고 유동성 풀을 통해 수익을 얻을 수 있습니다. 저는 기본적으로 토큰을 판매하지 않고 유동성 풀을 통해 돈을 벌고 있으며, 다른 에이전트 개발자들도 그렇게 하도록 항상 격려해 왔습니다. 하지만 많은 사람들이 이런 식으로 하지 않는다는 사실에 놀랐습니다. 돈을 벌기가 힘들다고 말한 친구가 있는데 유동성 풀 이용을 고려해보았는지 물었더니 그렇지 않다고 했습니다. 시간은 없지만 유동성 풀을 만들고 토큰의 거래량을 통해 많은 돈을 벌어야 합니다.
Q4: 유동성 풀 외에도 이러한 에이전트(에이전트)는 Ai16z 및 Degen Spartan AI와 같은 프로젝트와 같은 거래를 위해 자체 자금을 관리하기 시작합니까? 자체 자산 관리(AUM)를 어떻게 운영할 것인가? 능력이 있습니다. 올해 안에 달성할 수 있을까요?
Shaw: LLM(대형 언어 모델)은 현재 트랜잭션에 직접 사용하기에 적합하지 않다고 생각합니다. 대신, 시장 정보를 얻기에 적합한 API가 있다면 올바른 판단을 내릴 수 있습니다. 예를 들어, AI 시스템의 거래 성공률이 약 41%인 것을 보았는데 이는 대부분의 암호화폐의 성능이 안정적이지 않지만 LLM은 복잡한 결정을 잘 내리지 못하고 주요 기능은 예측이기 때문입니다. 상황에 맞는 정보를 바탕으로 보다 합리적인 결정을 내릴 수 있습니다.
LLM이 가치를 발휘하는 곳은 구조화되지 않은 데이터를 구조화된 데이터로 변환하는 것입니다. 예를 들어, 그룹 채팅에서 서로 토큰을 홍보하는 사람들 그룹에 대한 정보를 실행 가능한 데이터로 전환합니다. 우리는 Trust Markets라는 연구를 수행하는 팀이 있습니다. 연구의 핵심 질문은 그룹 채팅이나 Twitter의 추천을 진짜로 취급하고 이러한 추천을 기반으로 거래하면 돈을 벌 수 있습니까? 소규모 그룹의 사람들이 정말 훌륭한 거래자이자 추천자라는 사실이 밝혀졌습니다. 우리는 최상위 사람들의 추천을 분석하고 잠재적으로 향후 그들의 추천을 기반으로 우리의 운영을 기반으로 하고 있습니다.
이는 예측 시장과 같습니다. 소수의 사람들은 예측에 능숙하지만 대다수는 행동 경제학에 더 취약하거나 취약합니다. 따라서 우리의 목표는 측정 가능한 지표를 통해 이러한 개인의 성과를 추적하고 이를 교육 전략으로 사용하는 것입니다. 이 방법은 돈을 버는 것뿐만 아니라 거버넌스, 기여 보상 등 좀 더 추상적인 영역에도 적용될 수 있다고 생각합니다.
하지만 돈 버는 것은 쉽게 측정할 수 있는 레고 벽돌과 같아서 가장 쉽습니다. LLM에 시계열 데이터를 제공하고 토큰 매매를 예측하게 하는 것만으로는 문제가 실제로 해결될 수 없다고 생각합니다. 토큰을 자동으로 사고 파는 에이전트를 설계하면 확실히 할 수 있다고 생각하지만, 특히 일부 변동성 토큰을 구매할 때 반드시 돈을 벌지는 못할 수도 있습니다. 따라서 우리에게 필요한 것은 단순한 사고 파는 것 이상의 것이라고 생각합니다. . 유연하고 안정적인 접근 방식입니다.
Q5: 거래에 매우 능숙한 에이전트가 있다면 왜 직접 거래를 수행하는 대신 이를 오픈 소스로 만들고 주변에 토큰을 생성합니까?
Shaw: 어떤 사람이 토큰 가격을 70%의 정확도로 예측할 수 있다고 주장하는 회사에 대해 말해주었습니다. 내가 그렇게 할 수 있다면 여기서 이런 말을 하지 않고 그냥 무제한으로 돈을 찍어낼 거라고 생각했어요. 비트코인과 같은 단기 거래의 정확도가 70%라는 것은 쉽게 무제한의 이익을 얻을 수 있다는 것을 의미합니다. 나는 Blackstone과 같은 회사가 어느 정도 유사한 일을 하고 있다고 확신합니다. 그들은 주식 등에 대한 예측을 하기 위해 글로벌 데이터를 처리하려고 노력하고 있으며 어쩌면 성공할 수도 있습니다. 그것에 대해 작업하는 사람들은 수업 작업을 합니다.
하지만 저가형 시장에서는 행동 동인이나 소셜 미디어의 영향과 같은 요소가 예측할 수 있는 그 어떤 기본 데이터보다 더 중요할 것입니다. 예를 들어, 유명인이 특정 계약 주소로 메시지를 전달하는 것은 여러분이 예측할 수 있는 어떤 알고리즘보다 더 효과적일 수 있습니다. 따라서 밈 코인은 시장 가치가 매우 낮고 사회적 역학에 매우 취약하기 때문에 흥미롭다고 생각합니다. 이러한 사회적 역학을 추적할 수 있다면 그곳에서 기회를 찾을 수 있습니다.
Part.3 Agent 프레임워크의 가치와 Eliza의 개발 장점
Q6: Eliza의 응용 시나리오와 결합하여 팀은 Eliza를 사용하여 어떻게 새롭고 혁신적인 에이전트를 시장에 출시할 수 있습니까? 이 에이전트의 주요 차별화 요소는 무엇입니까? 모델, 데이터 또는 Eliza가 제공하는 기타 기능 및 지원입니까?
Shaw: 사실 ChatGPT의 래퍼일 뿐이라는 말도 있지만 사실 웹사이트를 HTTP의 래퍼로 생각하거나 애플리케이션을 React의 래퍼로 생각하는 것과 비슷합니다. 실제로 모든 것의 핵심은 제품 자체이며, 이를 사용하고 비용을 지불하는 고객이 있는지 여부입니다.
모델은 극도로 상품화되었으며 기본 모델을 처음부터 훈련하는 데는 매우 많은 비용이 들고 수억 달러가 소요될 수 있습니다. OpenAI처럼 자금과 시장 점유율이 있다면 엔드투엔드 훈련 시스템을 구축하고 모델을 훈련시키는 것은 쉬울 수 있지만, 그렇게 되면 우리는 모두 노력하고 있는 Meta, OpenAI, XAI, Google과 경쟁하게 될 것입니다. 벤치마크 성능을 향상시켜 당신이 세계 최고의 모델임을 증명합니다. 동시에 XAI는 새 버전을 출시할 때마다 이전 버전을 오픈 소스로 제공할 예정이며, Meta도 오픈 소스를 통해 공유를 얻기 위해 수행하는 모든 작업을 오픈 소스로 제공할 예정입니다.
하지만 저는 그것이 우리가 경쟁해야 할 영역이 아니라고 생각합니다. 우리는 개발자가 제품을 구축하도록 돕는 데 집중해야 합니다. 문제는 인터넷의 미래, 웹사이트와 제품의 작동 방식, 사용자가 애플리케이션을 사용하는 방식입니다. 이미 사용자가 사용하기를 기다리는 우수한 제품과 인프라가 많이 있지만 사용자는 이를 어떻게 찾아야 할지 모릅니다. 단순히 Google에서 DeFi 프로토콜로 돈을 벌 수는 없습니다. 목록을 찾고 조사를 할 수도 있지만 무엇을 찾아야 할지 모르면 쉽지 않습니다.
따라서 실제 가치 포인트는 이미 존재하는 것을 연결하고, 기존 모델을 변경하고, 더 이상 웹사이트와 랜딩 페이지에 머물지 않고 소셜 미디어로 가져와 제품의 사용 사례를 실제로 보여주고 제품이 필요한 사용자를 찾는 것입니다. AI 에이전트는 단순한 제품이 아니라 제품의 일부이자 제품과 상호작용하는 인터페이스가 되어야 한다고 생각합니다.
Q7: Eliza의 프레임워크나 당신이 구축하고 있는 플랫폼이 왜 개발자와 빌더에게 최고의 보금자리라고 생각하시나요? 다른 프레임워크 및 언어에 비해 (Zerepy 팀은 Python을 사용하고 Arc 팀은 Rust를 사용합니다)
Shaw: 언어가 중요하다고 생각하지만 그것이 전부는 아닙니다. 이제 더 많은 개발자가 다른 언어보다 JavaScript로 애플리케이션을 구축하고 있습니다. Discord부터 Microsoft Teams까지 거의 모든 커뮤니케이션 앱도 JavaScript로 개발되거나 일종의 기본 런타임을 사용하거나 UI 및 대화형 부분도 JavaScript로 개발되거나 현재 많은 백엔드 개발이 JavaScript 및 TypeScript를 사용하여 개발되고 있습니다. 특히 React Native(네이티브 모바일 Android 및 iOS 플랫폼 애플리케이션을 만들기 위한 JavaScript 기반 프레임워크)와 같은 도구의 등장으로 다른 모든 언어를 합친 것보다 더 많은 개발자가 있습니다.
EVM에서 개발한 많은 개발자도 Node.js를 다운로드하고 Forge 또는 Truffle과 같은 Ethereum 개발 도구를 실행하며 이 생태계에 익숙합니다. 웹사이트 개발을 진행한 개발자에게 연락할 수 있으며, 그들이 에이전트 역할을 할 수도 있습니다.
Python은 배우기가 특별히 어렵지는 않지만 다른 형태로 패키징하는 것이 다소 어렵고 Python을 설치하는 데 어려움을 겪는 사람들이 많습니다. Python의 생태계는 지저분하고 관리자는 복잡합니다. 많은 사람들이 작업에 적합한 버전을 찾는 방법을 알지 못할 수 있습니다. Python은 백엔드 개발에 좋은 선택이지만, 과거에 많은 개발을 하면서 Python이 그것이 비동기 프로그래밍을 제대로 수행하지 못하고 문자열 처리에 문제가 있습니다.
에이전트 개발에서 TypeScript의 장점을 깨달았을 때 이것이 올바른 방향이라는 것을 깨달았습니다. 반면에 우리가 제공하는 것은 엔드투엔드 솔루션이며, 복제하면 즉시 작동합니다. 저는 Arc가 멋진 프로젝트라고 생각하지만 커넥터나 소셜 커넥터가 없습니다. Zeropy와 같은 프로젝트도 좋지만 주로 소셜 커넥터를 사용하거나 루프를 통해 메시지에 응답합니다. 그리고 다른 많은 프로젝트에서는 여러 에이전트가 서로 대화를 나누지만 실제로는 소셜 미디어와 연결되지 않습니다.
프레임워크 자체가 신체이고, LLM(Large Language Models)은 두뇌라고 생각합니다. 우리가 구축하는 것은 이러한 프레임워크가 다른 클라이언트에 연결될 수 있도록 하는 브리지입니다. 이러한 솔루션을 제공함으로써 우리는 진입 장벽을 크게 낮추고 개발자가 작성해야 하는 코드의 양을 줄입니다. 개발자는 제품에 집중하고 필요한 API만 가져오면 됩니다. 우리는 입력과 출력에 대한 간단한 추상화를 제공합니다.
Q8: 개발자가 아닌 입장에서 Eliza 플랫폼이 출시한 기능과 프로세스를 어떻게 이해하고 있나요? 개발자가 아닌 관점에서 에이전트 빌더는 Eliza 또는 기타 경쟁 플랫폼에 연결하여 어떤 종류의 기능이나 지원을 얻을 수 있습니까?
Shaw: 컴퓨터에 코드를 다운로드하고 캐릭터를 수정하고 실행한 후에는 가장 기본적인 기능인 채팅 등 무엇이든 할 수 있는 기본 봇이 완성됩니다. 우리는 많은 플러그인을 가지고 있습니다. 지갑을 추가하고 싶다면 플러그인을 활성화하고 EVM 체인의 개인 키를 추가하세요. 필요한 체인을 선택하거나 Discord나 Twitter 사용자 이름과 같은 API 키를 추가할 수도 있습니다. email 등은 설정이 가능하며 코드를 작성하지 않고도 직접 사용할 수 있습니다. 이것이 바로 판매 홍보 및 답변을 수행하는 많은 봇을 볼 수 있는 이유입니다.
그런 다음 일부 추상 도구를 사용하여 작업이라는 다른 작업을 수행할 수 있습니다. 예를 들어, 로봇이 피자를 주문하도록 하려면 피자 주문 동작만 설정하면 됩니다. 그러면 시스템은 자동으로 현재 사용자의 정보 제공자가 될 수 있는 사용자 정보를 획득합니다. 또한 이름, 주소 등 필요한 사용자 정보를 추출하려면 평가자가 필요합니다. 누군가 비공개 메시지를 통해 피자 주문을 요청하면 시스템은 먼저 사용자의 주소를 얻은 다음 피자를 주문합니다.
공급자, 평가자, 작업의 세 부분은 복잡한 애플리케이션을 구축하기 위한 기초입니다. 웹사이트에서 양식을 작성하는 것과 같은 모든 작업은 이 세 가지 요소를 통해 수행될 수 있습니다. 우리는 현재 이 접근 방식을 사용하여 자동 LP 관리와 같은 작업을 처리합니다. 이는 주로 API를 호출하는 웹사이트 작성과 유사하며 개발자가 쉽게 시작할 수 있어야 합니다.
개발자가 아닌 경우 이미 호스팅되는 플랫폼을 선택하고 코드를 파헤칠 필요 없이 필요한 기능이나 플러그인을 선택하는 것이 좋습니다. 원한다면 물론 스스로 할 수도 있습니다.
Q9: 개발자가 이러한 기능을 구축하거나 이러한 구성 요소를 처음부터 조립하는 데 시간이 얼마나 걸리나요? Eliza 플랫폼을 사용하는 데 드는 시간 비용은 어떻게 비교됩니까?
Shaw: 무엇을 하고 싶은지에 따라 다릅니다. 코드 베이스를 보고 추상화를 이해하면 매우 짧은 시간에 매우 구체적인 기능을 구축할 수 있습니다. 마치 제가 일주일 안에 원하는 작업을 수행하는 프록시를 구축할 수 있는 것처럼 말입니다. 그러나 메모리 기능을 갖고 싶거나, 정보를 추출하거나, 이러한 기능을 지원하는 프레임워크를 구축하려는 경우에는 조금 더 복잡합니다.
예를 들어 피자 배달 앱을 만들었는데 저는 5시간이 걸렸고 다른 사람은 2시간이 걸렸습니다. 만약 제가 직접 이 작업을 수행한다면 아마도 몇 주가 걸릴 것입니다. 이제 코드 작성과 같은 모든 것이 AI를 통해 가속화되지만 전체 프레임워크는 이미 많은 것을 제공합니다.
예를 들어 React와 마찬가지로 모든 애플리케이션은 React를 기반으로 구축됩니다. 확실히 웹사이트를 신속하게 구성할 수는 있지만 프로젝트가 복잡해지면 하기가 매우 어려워집니다. 따라서 간단한 작업을 수행할 때 필요한 것은 LLM, 블록체인 및 루프뿐이며 아마도 며칠 내에 수행할 수 있습니다. 하지만 우리는 모든 모델을 지원하고 완벽하게 기본적으로 실행되며 전사도 지원하고 오디오 파일을 Discord에 보내면 전사되며 PDF 파일을 업로드하고 채팅할 수 있습니다. 모두 내장되어 있으며 대부분의 사람들은 사용하지도 않습니다. 내부 기능의 80%입니다.
따라서 간단한 채팅 인터페이스를 구축해야 한다면 직접 제작할 수 있습니다. 그러나 많은 일을 할 수 있는 모든 기능을 갖춘 에이전트를 구축하려면 이미 대부분을 처리하는 프레임워크가 필요합니다. 이것을 만드는 데 몇 달이 걸렸다고 말할 수 있습니다.
Q1 0: 일반적으로 신속한 설계, 배포 및 코드 없는 운영을 강조하는 다른 출시 에이전트 플랫폼과 비교할 때 Eliza는 맞춤형 및 고유 기능을 갖춘 에이전트 구축에 더 적합한가요?
Shaw: Arc의 전체 시스템이나 Zeropy 전체, 그리고 Game 프레임워크 전체를 빼면 Eliza에 비해 코드 라인 수가 훨씬 적습니다. 왜냐하면 Eliza에는 다양한 기능이 포함되어 있기 때문입니다. 음성을 텍스트로, 텍스트를 음성으로 변환, 전사, PDF 처리, 이미지 처리 등과 같은 많은 핵심 기능이 이미 내장되어 있습니다. 일부에게는 다소 복잡하지만 많은 일이 가능해지기 때문에 많은 사람들이 이를 사용하고 있습니다.
나는 완전히 Eliza에 우리가 제공하는 Pump.fun 플러그인을 사용하는 것과 같은 몇 가지 추가 기능을 더한 프록시나 Eliza에 실제로 내장된 이미지와 비디오를 생성하는 기능을 더한 프록시를 보았습니다. 더 많은 사람들이 이 기능을 사용해 보고 모든 플러그인을 동시에 활성화하면 어떤 일이 일어나는지 확인하고 싶습니다.
내 목표는 예제로 유사한 기존 플러그인이 충분히 있을 것이므로 결국 이러한 에이전트가 처음부터 새로운 플러그인을 직접 작성할 수 있게 되는 것입니다. 이 모든 것이 모델에 학습됩니다. 별 100개를 획득하고 특정 코드베이스 임계값에 도달하면 OpenAI 및 Claude와 같은 회사는 데이터를 스크랩하여 교육에 사용합니다. 이것은 우리 루프의 일부이며 결국에는 새로운 플러그인을 직접 작성할 수 있게 됩니다.
Q1 1: 엘리자가 가장 강력한 코드베이스(부뿐만 아니라 모든 에이전트 개발자에게 가장 강력한 기능을 제공하는 코드베이스)가 된다면 엘리자가 암호화폐 업계뿐만 아니라 사람들을 끌어들일 수 있다는 의미입니까? 하지만 그 이상입니다. 얼마나 많은 개발자가 전통적인 AI 및 기계 학습 배경을 갖고 있습니까?
쇼: 돌파구가 있다면요. Eliza는 많은 블록체인 통합(모든 플러그인)이 있다는 점을 제외하면 그 자체로는 암호화폐 프로젝트가 아닙니다. 나는 GitHub의 인기가 Web2 분야의 사람들을 끌어들이는 데 도움이 되었으며 많은 사람들이 GitHub가 프록시 프레임워크 개발을 위한 좋은 도구라고 생각한다는 것을 알았습니다.
저는 개인적으로 사람들이 이것을 받아들이도록 하고 싶습니다. 일부 사람들은 암호화폐에 대해 편견을 가지고 있다고 생각합니다. 하지만 분명히 99%의 에이전트가 앞으로 99.9%의 코인을 거래할 것이라고 생각합니다. 암호화폐는 에이전시 고유의 토큰인데 페이팔 계정을 사용해 보려고 하는데 정말 어렵습니다. 그리고 우리는 직접 지갑을 열고, 개인키를 생성하는 등 쉽게 할 수 있습니다.
우리는 암호화폐 업계에 있지 않은 사람들, 특히 암호화폐 거래를 적극적으로 하지 않는 사람들, 암호화폐에는 괜찮지만 에이전트 적용에 더 관심이 있는 사람들을 끌어들입니다.
일부 사람들은 암호화폐 프로젝트에 대해 편견을 갖고 있지만 실제 가치를 제공하는 한 이를 기꺼이 받아들입니다. 많은 사람들이 과대광고와 공허한 말만 보고 실망감을 느끼지만, 우리의 프로젝트가 실제 연구와 엔지니어링으로 뒷받침되는 것을 보면 점차 관점이 바뀌게 됩니다. 나는 더 많은 사람들을 끌어들이기를 희망하며 확실히 어느 정도 진전을 보이고 있으며 이는 큰 차별화 요소입니다.
Part.4 오픈소스 AGI의 비전과 AI Agent의 미래
Q1 2: 향후 OpenAI 및 기존 AI 연구소와 어떻게 경쟁할 예정입니까? Eliza를 기반으로 구축된 여러 에이전트가 함께 작동하여 차별화 요소가 됩니까, 아니면 이 비교가 근본적으로 의미가 없습니까?
Shaw: 이 질문은 일리가 있습니다. 첫째, Eliza를 시작하면 기본적으로 Nous Research에서 훈련한 Hermes 모델이라고도 알려진 미세 조정된 Llama 모델인 새 모델이 시작됩니다. 제가 그들의 접근 방식을 정말 좋아하는 사람 중 한 명은 Nous Research의 회원이자 우리 커뮤니티의 에이전트 개발자인 Ro Burito입니다. 그들은 God 봇과 사탄 봇, 그리고 몇 가지 다른 봇의 출시를 도왔습니다. 그래서 우리가 스스로 모델을 훈련시킬 수도 있겠지만, 그들과 같은 파트너가 있고, 그들과 경쟁하기보다는 그들과 협력하여 서로의 장점을 보완하는 편이 낫습니다.
많은 사람들은 모델을 훈련하는 것이 얼마나 쉬운지 이해하지 못합니다. 실제로는 단 하나의 명령줄만 있으면 됩니다. Together를 사용하면 명령을 입력하고 Json 파일을 지정하기만 하면 5분 만에 Llama 모델 미세 조정을 시작할 수 있습니다. 그리고 Nous의 장점은 미세 조정 접근 방식이 아니라 데이터입니다. 핵심 역량인 데이터를 수집하고 신중하게 큐레이팅하는 작업은 매우 지루한 작업이며 OpenAI와는 다른 데이터에 중점을 둡니다. 이것이 바로 우리의 시장 차별화가 있는 곳입니다.
우리는 OpenAI만큼 많은 요청을 거부하지 않기 때문에 그들의 모델을 사용하기로 결정했습니다. OpenAI 모델 중성화라는 용어가 있는데 기본적으로 모든 에이전트 개발자는 OpenAI의 모델이 제한적이라고 느낍니다. 그리고 우리의 시장 차별화는 OpenAI는 절대로 트위터에 연결할 수 있는 에이전트를 만드는 것을 허용하지 않으며, 비서를 매우 개인적이거나 흥미롭게 만드는 것을 결코 허용하지 않는다는 것입니다. 그들은 충분히 대담하지도, 충분히 쿨하지도 않고, 많은 압박을 받고 있습니다.
지금 ChatGPT에 가서 2024년 선거에 대해 질문하면 긴 답변을 줄 수도 있지만, 그렇게 훈련받았기 때문에 오랫동안 바이든에게 직접적으로 말해줄 뿐입니다. 어느 한쪽을 지지한다는 말은 아니지만, 선두 모델에게 그렇게 쉬운 정치적 선택을 하라고 요구하는 것은 어리석은 일이라고 생각합니다. OpenAI는 매우 신중하며 실제로 사용자가 원하는 것을 얻을 수 있도록 허용하지 않고 일을 수행합니다.
따라서 실제 경쟁력은 데이터를 수집하는 방법과 데이터의 출처가 어디인지입니다. OpenAI가 이와 같은 작업을 수행하는 것을 볼 수 없습니다. Sam Altman의 트윗을 보면 사용자는 NSFW(공공 장소에 적합하지 않음)라는 의미가 아니라 방에 있는 성인이라는 의미에서 성인 모드를 원한다고 말했습니다. 어린아이처럼 특정 정보를 볼 수 없습니다. 그리고 OpenAI는 중앙 집중화되어 있기 때문에 정부로부터 많은 정치적 압력에 직면하고 있습니다. 오픈 소스 운동은 이를 제거하고 더 중요하게는 사용자의 실제 요구를 충족하고 원하는 것을 제공할 수 있는 다양성과 다양한 모델이 있다고 생각합니다. 행동을 통제하기보다는 이 접근 방식이 궁극적으로 승리할 것입니다. OpenAI의 경우 막대한 자금을 보유하고 있지만 시가총액도 매우 높고 재능도 많습니다. 그러나 분산형 AI는 신속한 개발을 위한 커뮤니티 지원, 인센티브 메커니즘, 자금 조달 및 기타 조건을 제공하며 GPU와 같은 하드웨어를 기다릴 필요가 없습니다.
나는 AGI로 가는 길은 둘 중 하나가 아니라 실제로 모든 것의 조합이라고 믿습니다. 세계 최대 기업이 무언가를 하고 있다면 그들과 경쟁하여 실제로 성장을 가속화할 수 있을까요? 나는 AI 에이전트를 기존 AI만큼 표준에 따라 측정하기가 쉽지 않고 박사 연구원이 정량적 지표를 통해 이 에이전트가 더 낫다고 말하기 어렵다는 점에서 AI 세계의 의붓자식이라고 생각합니다. 다른 것보다. AI 에이전트는 기본 엔지니어링과 창의적인 문제 해결에 더 중점을 두고 있으며 이는 이 분야에 투자한 많은 개발자의 고유한 특징입니다.
Q1 3: 오픈소스 AGI(Artificial General Intelligence)는 구체적으로 무엇을 의미하나요? 궁극적으로 초지능 전체를 생산하기 위해 자율적으로 협력하는 에이전트 그룹을 통해서입니까, 아니면 다른 방법이 있습니까?
Shaw: 대부분의 오픈 소스 모델과 도구를 사용하는 수백만 명의 개발자가 있다면 그들은 전체 시스템의 기능을 최적화하기 위해 서로 경쟁할 것입니다. 저는 AGI가 실제로 인터넷이라고 생각합니다. 인터넷 자체는 온갖 일을 하는 수많은 에이전트로 구성되어 있습니다. 그리고 이것은 통합 시스템일 필요는 없습니다. AGI라고 부를 수도 있지만 AGI를 어떻게 정의하느냐에 따라 달라집니다.
대부분의 사람들은 AGI를 인간처럼 무엇이든 할 수 있는 지능으로 생각한다. 사실 에이전트는 모든 지식을 미리 갖고 있을 필요는 없고, API를 호출하거나 컴퓨터를 조작하면 필요한 정보를 얻을 수 있다. 강력한 메모리 시스템과 풍부한 기능을 갖춘 인간처럼 컴퓨터를 작동할 수 있고 결국 실제 로봇과 결합할 수 있다면 AGI는 분명해질 것입니다.
하지만 AI 분야에서는 “AGI는 지금 컴퓨터가 할 수 없는 일”이라고 흔히들 말하는데, 그 목표는 새로운 모델이 등장하면서 늘 바뀌고 있습니다. 동시에 ASI, 즉 초인공지능(Super Artificial Intelligence)이라는 개념도 있는데, 이는 세상을 지배할 수 있는 강력한 모델을 일컫는다. 만약 마이크로소프트 같은 대기업이 만들었다면 이런 종류의 초지능 잠재력을 가질 수 있을 것이라고 생각합니다. 하지만 서로 다른 플레이어가 많고, 각자 자신의 모델을 오픈소스화하고, 이러한 모델을 지속적으로 미세 조정하고 최적화함으로써 결국에는 인터넷과 같은 다중 에이전트 시스템을 형성하고 서로 상호 작용하며 자신의 전문 지식을 갖게 됩니다. 시스템은 마치 슈퍼 인공 지능처럼 보일 것입니다.
이것은 거대한 시스템이며 심지어 시스템 모음이기도 합니다. 에이전트가 다른 에이전트를 공격하려는 경우 어떤 에이전트도 다른 에이전트보다 훨씬 강력하지 않기 때문에 매우 어려울 것입니다. 기술이 발전함에 따라 우리는 원자로의 지원 없이는 모델을 무한히 확장할 수 없는 에너지 한계에 도달하고 있습니다. 지금 마이크로소프트가 원전에 투자하고 있는 것처럼 모든 기업은 점차 모델을 개선해 나가고 있다.
OpenAI가 출시한 신모델인 GPT-4는 인간 지능에 매우 가깝지만, 마찬가지로 다른 기업에서도 유사한 모델을 적극적으로 개발하고 있어 최신 기술을 연구하고 구현하는 데 많은 사람들이 관심을 기울이고 있습니다. OpenAI의 모델은 AGI에 가깝지만 사용자 수가 많기 때문에 모델은 GPU의 부담을 줄이기 위해 품질을 타협하고 저규모 모델로 전환해야 합니다.
종합적으로 볼 때, 초인공지능의 출현은 기업 간 경쟁, 모델의 효율성 향상, 더 많은 개발자의 참여를 가능하게 하는 오픈 소스에 의해 주도된다고 생각합니다. 앞으로는 트위터에서 어떤 일을 하는 봇을 쉽게 찾고 가장 좋은 봇을 선택할 수 있기를 바랍니다.
Q1 4: 미래 혁신과 비전을 실현하는 데 암호화폐 토큰과 시장은 어떤 역할을 하게 될까요?
Shaw: 지능의 관점에서 보면 시장 자체가 일종의 지능입니다. 기회를 식별하고, 자본을 할당하고, 경쟁을 촉진하고, 궁극적으로 최고의 솔루션을 최적화합니다. 이 프로세스는 완전하고 성숙한 시스템이 형성될 때까지 계속해서 경쟁할 수 있습니다. 저는 시장 정보와 경쟁이 여기서 큰 역할을 한다고 생각합니다.
여기서 암호화폐의 역할은 분명합니다. 여기에는 두 가지 주요 기능이 있습니다.
첫째, 소수의 VC에 의한 가치 정의보다는 사람들이 실제로 원하는 것을 기반으로 더 이상 기존 실리콘 밸리 벤처 캐피탈 모델에 의존하지 않는 프로젝트에 크라우드 펀딩 메커니즘을 제공합니다. VC는 깊은 통찰력을 갖고 있는 경우가 많지만, 그들의 투자 논리는 특정 지리적 또는 문화적 집단에 의해 제한되어 보다 다양한 자본 배분 가능성을 무시할 수도 있습니다.
둘째, 암호화폐는 사람들의 정서적 요구를 정확하게 포착합니다. 이러한 요구 사항을 충족하는 제품이 제공될 수 있다면 사용자는 매우 기뻐할 것입니다. 그러나 암호화폐 업계의 주요 문제는 많은 프로젝트가 감정적인 지점에 도달했지만 궁극적으로 약속을 이행하지 못한다는 것입니다. 이러한 프로젝트가 실제로 완벽한 시장 통찰력을 제공할 수 있는 로봇을 개발하는 등 목표를 달성한다면 큰 가치가 있을 것입니다.
또한, 오픈 소스의 감사 가능성을 통해 유능한 사람은 누구나 프로젝트의 진위 여부를 확인할 수 있습니다. 이러한 투명성은 자본이 실제 잠재력이 있는 기회에 보다 효율적으로 흐르도록 할 수 있습니다. 그리고 현재 세계의 가장 큰 문제 중 하나는 대부분의 사람들이 상장하지 않는 한 OpenAI와 같은 회사에 투자할 수 없다는 것입니다. 하지만 그때쯤이면 수익이 상대적으로 제한됩니다. 반면 암호화폐는 초기 단계에서 사람들에게 프로젝트에 직접 투자할 수 있는 기회를 제공함으로써 미래 참여와 세대의 부라는 꿈을 실현합니다.
이러한 메커니즘을 개선하려면 사기를 더 잘 방지해야 합니다. 저는 오픈 소스와 오픈 개발이 시장에서 자본 배분의 효율성을 크게 향상시키고 이 분야의 발전을 가속화할 수 있다고 믿습니다. 동시에 미래의 에이전트는 서로 토큰을 거래할 것이며 신뢰, 능력, 돈 등 거의 모든 것이 토큰화될 수 있습니다. 요약하자면, 암호화폐는 자본을 할당하고 혁신을 가속화하며 미래 비전 실현을 위한 완전히 새로운 방법을 제공합니다.
Part.5 토큰 이코노미와 가치 획득 메커니즘에 대한 논의
Q1 5: ai16z 플랫폼은 토큰 경제적 가치 획득 메커니즘을 구현하는 데 충분히 빠른가요? 잠재적인 경쟁 위협에 대처하는 방법은 무엇입니까?
Shaw: 오픈 소스 블록체인의 문제점은 네트워크 토큰을 보유하면 직접적인 경제적 이익이 있기 때문에 포크에 대한 인센티브가 매우 크다는 것입니다. 우리가 L1을 출시하면 사람들은 L1을 포크하거나 우리가 L1이기 때문에 우리와 함께 일할 수 없다고 느낄 수도 있습니다.
암호화폐 산업에서는 포괄적인 협력보다는 전부 아니면 전무한 경쟁 때문에 부족주의가 강합니다.
실제로 우리의 토큰 경제 모델은 지속적으로 발전하고 돈을 버는 새로운 방법을 찾아야 합니다. 런치패드는 최종 토큰 경제 모델이 아닌 초기 버전입니다. 우리는 많은 관심을 끌었으며 많은 파트너가 우리 플랫폼에서 출시하기를 원합니다. 에이전트 프로젝트를 시작하기 위한 관리형 방법이 필요합니다. 우리는 그들이 직접 사용할 수 있는 플러그인과 생태계 기능을 제공할 수 있습니다.
우리는 Lauchpad를 오픈소스로 공개할 계획이지만 일단 오픈소스로 공개되면 다른 사람들이 이를 복사할 것으로 예상할 수 있습니다. 출시 플랫폼에만 의존하는 프로젝트는 단순히 역할을 설정하고 토큰을 소진하고 환매하는 장기 전략을 재고해야 합니다.
장기적으로는 전반적인 생태적 가치를 확장할 수 있는 기술에 투자하는 것을 선호합니다. 단기적으로는 시장 수요에 맞춰 라우치패드를 출시해야 한다. 그러나 3개월이 지나면 많은 프로젝트가 실패하고 소수만이 지속적으로 가치를 창출하는 등 발사대가 평범해질 수 있습니다.
앞으로의 초점은 단순히 Agent를 출시하는 것이 아니라, 분명히 가치를 창출하는 프로젝트에 투자하는 것입니다. 우리는 수익을 사용하여 토큰을 다시 구매하고 더 많은 투자에 사용하는 등 자체 토큰 경제 모델을 가지고 있는 투자 및 인수를 시작했습니다. 또한, 네트워크 수수료를 부과하거나 토큰 페어링을 통한 소각 등의 단순한 메커니즘을 넘어 장기 수익률 압력을 높이는 등 토큰 가치를 높이는 새로운 방법도 모색하고 있습니다.
나의 목표는 우리를 이러한 단순한 모델을 넘어 더 큰 비전을 향해 나아가는 것입니다. 우리는 사람들이 DAO와 역할에 프로젝트를 제출하고 인기 있는 프로젝트를 검증한 다음 투자할 수 있는 프로덕션 스튜디오와 같은 플랫폼을 만들고 싶습니다. 현재의 토큰 이코노미 계획은 6개월간 유지될 수 있다고 생각하지만, 다음 토큰 이코노미 모델에 대해서도 적극적으로 고민하고 있습니다.
Q1 6: ai16z의 토큰 경제 모델이 성공적으로 작동하고 토큰이 실제 가치를 가지면 프로젝트 개발 플랫폼에 더 많은 재정적 지원을 제공할 뿐만 아니라 동시에 에이전트는 오픈 소스 프레임워크 개발을 더욱 촉진할 것입니다. 생태계를 성장시키는 간접적인 방법?
쇼: 이런 생각을 많이 해요. AI 분야에는 Fume이라는 도구가 있는데, 이는 에이전트가 자신의 코드를 작성하고 인간보다 빠르게 계속해서 개선하는 능력을 말합니다. 다양한 사용 사례에 대한 코드를 작성하고 다른 에이전트가 검토하고 테스트하는 PR(풀 요청)을 제출합니다. 이는 몇 년 안에, 어쩌면 2년 안에 일어날 수도 있습니다. 우리가 지속할 수 있다면 일종의 탈출 속도에 도달하게 될 것이며 시스템은 기하급수적으로 가속되어 결국 완전히 자체 구축되는 AGI(Artificial General Intelligence) 단계에 들어갈 수 있습니다.
우리는 이 미래를 향해 가속하기 위해 할 수 있는 모든 일을 해야 합니다. Agent가 GitHub에 PR을 제출하는 Reality Spiral과 같은 일부 프로젝트를 본 적이 있는데 이러한 추세는 이미 시작되었습니다.
생태계에 투자하고 성장을 촉진하면서 토큰이 가치를 축적하도록 허용할 수 있다면 이는 긍정적인 순환을 만들 것입니다. 즉, 토큰 가치의 증가는 생태계를 주도하고 생태계는 토큰 가치를 증가시킵니다. 결국 시스템은 자동 작동 상태에 도달하게 됩니다.
그러나 아직 실제적으로 해야 할 일이 많이 남아 있습니다. 핵심은 토큰이 의도한 방식으로 가치를 축적하고 사용자의 요구를 충족하는지 확인하는 것입니다. 예를 들어, Launchpad는 사용자의 요구 사항을 기반으로 개발되어 사용자가 이미 구축하고 있는 것이 무엇인지 깨닫도록 도와줍니다.
앞으로는 여러 에이전트가 개발을 위해 경쟁하는 특정 프로젝트를 에이전트가 직접 생성하도록 할 수도 있으며, 궁극적으로 커뮤니티는 최상의 결과를 선택하기 위해 투표하게 됩니다. 이 패턴은 빠르게 매우 복잡하고 강력해질 수 있으며, 우리의 목표는 해당 패턴에 빠르게 도달하는 것입니다.
Part.6 크로스체인 개발 및 블록체인 옵션 살펴보기
Q1 7: AI 에이전트는 어떤 블록체인에서 개발되어야 한다고 생각하시나요? 솔라나 또는 베이스?
Shaw: 사용자 관점에서 볼 때 블록체인은 점차 정규화되어 왔으며 많은 사람들은 자신의 토큰이 어느 체인에 있는지조차 모릅니다. EVM과 SVM 모델 사이에는 프로그래밍과 기능에 상당한 차이가 있지만 사용자에게는 기본적으로 두 모델을 구별할 수 없습니다. 사용자는 단순히 지갑을 확인하여 자금이 사용 가능한지 확인하거나 토큰을 교환할 수 있습니다.
Agent의 미래를 위해 체인과 토큰의 차이가 모호해지기를 바랍니다. 둘 사이에 자주 연결될 것입니다. 현재 우리는 발행 기능을 갖춘 SPL 2022 토큰이므로 체인 전반에 걸쳐 몇 가지 기술적인 문제가 있지만 이를 극복하고 있습니다.
저는 사실 베이스팀을 좋아하고, 우리를 많이 응원해주기 때문에 딱히 선호하는 점은 없어요. 유저들이 여기에 있기 때문에 솔라나를 선택했습니다. 제품을 생산하는 사람으로서 우리는 개인적인 이상을 제쳐두고 사용자 요구에 초점을 맞춰 그들이 원하는 장소에서 필요한 서비스를 제공해야 합니다.
현재는 Base 또는 StarkNet에 에이전트를 배포할 수 있으며 선택은 완전히 열려 있습니다. 이러한 생태계의 단편화는 각 토큰의 가격, 토큰의 가용성, 기존 개발자 커뮤니티 및 인프라에서 더 많이 발생합니다. 우리가 솔라나를 선택한 주된 이유는 DAOs.fun과 같은 프로젝트와 사용자가 이 체인에 있기 때문입니다. 하지만 전반적으로 저는 플랫폼에 대한 선호도가 높지 않으며, 모든 플랫폼을 포괄하고 사용자가 어디에 있는지 관찰한 후 거기에서 서비스를 제공하는 것이 가장 좋은 전략입니다.
Part.7 슬롭봇(AI 스팸봇)에서 유틸리티 프로그램으로의 변신
Q1 8: 일부 실용성이 없는 슬로프 에이전트가 점차 시장을 잃어가는 현재 상황과, 향후 실제로 효율적이고 실용적인 업무를 수행할 수 있는 고성능 에이전트의 출현 사이에는 자연스러운 전환기가 있습니까?
Shaw: 에이전트가 놀라운 일을 할 수 있는 새로운 단계에 곧 진입할 것이라고 생각합니다. 사람들이 에이전트를 통해 돈을 벌 수 있다면 에이전트는 큰 성공을 거둘 것입니다.
Slop Agents가 사라질 것인지에 관해서는 아마도 완전히 사라지지는 않을 것이라고 생각합니다. 그들은 이제 플랫폼(예: 따라서 플랫폼의 솔루션은 알고리즘을 사용하여 문제를 더 많이 일으키는 사람을 처벌하는 것입니다.
개발자의 관점에서 상담사는 사용자를 유치할 수 없다면 아무런 영향을 미치지 않습니다. 이런 점에서 나의 접근 방식은 무의미한 에이전트를 직접 차단하는 것입니다. 에이전트가 특별히 호출되지 않고 귀중한 콘텐츠를 제공하지 않는다면 우리는 해당 콘텐츠를 플랫폼에 게시하는 것을 원하지 않습니다.
이 DeFi 분야의 에이전트는 아직 완전히 개발되지 않았지만 팀은 여전히 연구 개발에 열심히 노력하고 있습니다. 하지만 저는 다음 달에는 많은 새로운 발전이 있을 것이라고 믿습니다. 게다가, 우리는 자신의 제품에 대한 사용자를 찾을 수 있는 에이전트를 본 적이 없습니다. 이제 많은 에이전트가 비효율적인 홍보에만 사용됩니다. 그러나 에이전트가 귀하에게 필요한 솔루션을 찾는다고 상상해 보십시오. , 새로운 Google을 사용하는 것과 같습니다.
현재 우리는 여전히 개 게임 포커 단계에 있습니다. 처음에는 방에 들어가서 네 마리의 개가 포커를 하고 있는 것을 본다면 정말 대단하다고 생각할 것입니다. 그러나 몇 주 후에는 이 개들은 어떻게 지내? 정말 돈을 벌고 있는 걸까, 아니면 돈을 벌고 있는 걸까라고 묻게 될 것입니다. ? 그냥 카드만 쥐고 있는 걸까요? 참신함이 사라지면 사람들은 누가 포커에서 최고의 개인지, 누가 최고의 포커 알고리즘을 가지고 있는지에 관심을 갖기 시작할 것입니다.
따라서 인터넷 유명인 에이전트는 항상 존재할 수 있지만 Web2에서와 마찬가지로 McDonalds가 Grimace(맥도날드 시리즈 캐릭터) 에이전트를 출시하거나 일부 Influencer가 강제로 구축된 것처럼 앞으로 더 유용한 에이전트를 보게 될 것입니다. 콘텐츠를 게시하고 비공개 메시지가 넘쳐난 후 팬과 가상 관계를 구축하기 위해 응답 봇을 사용합니다.
Q1 9: 현재 에이전트의 아키텍처, 모델, 호스팅 위치 등과 같은 자세한 정보를 얻기가 어렵습니다. 이를 시각화하고 보는 방법은 개발자의 신뢰에만 의존할 수 있습니까?
Shaw: 저는 누군가가 이러한 필요성을 듣고 이 플랫폼을 구축할 것이라고 믿습니다. 또한 여기에 기회가 있다는 데에도 동의합니다. TEE는 오랫동안 존재해왔고 많은 개발자들과 이야기를 나눴는데 Agents가 등장하기 전에는 매우 모호한 개념이었습니다. Agent의 등장으로 사람들은 자율 Agent라면 개인 키를 직접 사용하여 돈을 훔치는 것을 어떻게 방지할 수 있을까?라고 묻기 시작했습니다. 그래서 사람들은 TEE에 주목하기 시작했고 Phala는 좋은 일을 했다고 생각합니다. 분명한 요구 사항: 검증 가능한 원격 인증 시스템이 필요합니다. 이것이 바로 필요한 신뢰 메커니즘을 제공하여 사용자가 편안함을 느낄 수 있도록 하는 ZKML(영지식 기계 학습)과 같은 제품의 등장을 보고 있는 이유입니다.
우리는 이러한 불확실성에 대응하는 많은 제품을 보게 될 것이며, 이는 그 자체로 훌륭한 제품 기회입니다. 누군가가 이러한 에이전트에 대한 인증을 제공하는 목록을 작성할 수 있다면 좋을 것입니다. 분산형 거래소의 신뢰 점수와 마찬가지로 유사한 에이전트 확인 시스템도 볼 수 있습니다. 오픈 소스는 중요한 인센티브가 될 것입니다. 코드가 상대적으로 간단하고 문제가 신뢰라면 오픈 소스로 모든 사람이 볼 수 있도록 하면 어떨까요? 이는 이러한 에이전트의 정당성을 평가할 새로운 클래스의 프로그래머 영향력자의 출현으로 이어질 수 있습니다.
내 생각에 5년 후에는 언제든지 모든 에이전트에 대한 정보를 찾아볼 수 있고 아마도 해당 정보 전용 웹사이트가 생길 것입니다. 그렇지 않다면 누군가는 올해 그러한 플랫폼 구축을 시작해야 합니다.
원본 영상 링크:
https://www.youtube.com/watch?v=0WQAmmJJ34c
*Coinspire 플랫폼의 모든 내용은 참고용일 뿐이며 투자 전략에 대한 제안이나 추천을 구성하지 않습니다. 이 기사의 내용을 기반으로 내린 모든 개인적인 결정은 전적으로 투자자의 책임이며 Coinspire는 이에 대해 책임을 지지 않습니다. 결과적으로 이익이나 손실이 발생합니다. 투자는 위험하므로 결정을 내릴 때 주의하세요!
