Tác giả: Satou & Shigeru

Lưu ý: Bài viết này được đăng lần đầu vào tháng 1 năm 2025

Sự kết hợp giữa Crypto và AI Agent đã trở thành một trong những chủ đề được quan tâm nhất hiện nay. Cùng với sự phát triển không ngừng của công nghệ, AI Agent dự kiến sẽ trở thành một trong những lĩnh vực tiềm năng và được quan tâm nhất trong ngành DeFi vào năm 2025, trở thành động lực chính của xu hướng này. Bài viết sẽ phân tích bức tranh thị trường AI Agent hiện tại từ ba khía cạnh: khung, Meme và ứng dụng.

Khung AI Agent: Lớp 1 của lĩnh vực AI

Khung AI Agent là nền tảng kỹ thuật cốt lõi của AI Agent, đặt nền móng quan trọng cho việc phát triển, triển khai và hợp tác của AI Agent. Do đó, cuộc cạnh tranh và giành giật xung quanh khung AI Agent hiện đang là cuộc tranh giành Lớp 1 trong lĩnh vực này. Hiện tại, xét về giá trị vốn hóa token, G.A.M.E, Eliza và Swarms đang trong thế cân bằng ba bên, trong khi Rig và ZerePy vẫn còn cơ hội đuổi kịp.

1. G.A.M.E

G.A.M.E là một khung do nhóm Virtuals phát triển, lấy thiết kế mô-đun làm ý tưởng cốt lõi, cho phép nhiều hệ thống phụ cộng tác để cùng kiểm soát hành vi, quyết định và quá trình học tập của AI Agent. Những mô-đun này bao gồm "Giao diện Gợi ý Agent", là cửa ngõ chính để nhà phát triển tương tác với hành vi của Agent; "Hệ thống Nhận thức", chịu trách nhiệm xử lý dữ liệu đầu vào và chuyển đổi chúng thành định dạng phù hợp; "Động cơ Lập kế hoạch Chiến lược", chịu trách nhiệm tạo ra kế hoạch hành động cụ thể dựa trên thông tin đầu vào, v.v. Người dùng chỉ cần điều chỉnh các tham số của các mô-đun này là có thể tham gia vào thiết kế Agent.

Đặc điểm cốt lõi của G.A.M.E là:

Thiết kế mô-đun: Toàn bộ khung rõ ràng và dễ hiểu, không cần thiết kế thêm;

Cung cấp giao diện low-code hoặc no-code: Giảm đáng kể rào cản kỹ thuật.

Điều này khiến G.A.M.E đặc biệt phù hợp với các dự án cần triển khai nhanh chóng và không quan tâm đến các thiết lập kỹ thuật phức tạp. Tuy nhiên,ối với các dự án phức tạp cần tùy chỉnh sâu hoặc kiểm soát hoàn toàn các khía cạnh của Agent, G.A.M.E sẽ không quá phù hợp.

2. Eliza

Eliza là một khung mã nguồn mở đa Agent do a16z phát triển, sử dụng TypeScript làm ngôn ngữ lập trình. Khung này được xây dựng xung quanh một hệ thống được gọi là Agent Runtime, bao gồm các chức năng cốt lõi sau:

Hệ thống vai trò: Hỗ trợ triển khai và quản lý đồng thời nhiều Agent cá nhân hóa, được hỗ trợ bởi các nhà cung cấp mô hình;

Bộ quản lý bộ nhớ: Cung cấp chức năng quản lý bộ nhớ dài hạn và nhận thức ngữ cảnh thông qua hệ thống tăng cường tìm kiếm (RAG);

Hệ thống hành động: Cung cấp tích hợp nền tảng liền mạch, có thể kết nối đáng tin cậy với các nền tảng truyền thông xã hội như X.

Eliza được xây dựng xung quanh một hệ thống runtime Agent, có thể tích hợp một cách liền mạch với hệ thống vai trò, bộ quản lý bộ nhớ và hệ thống hành động. Eliza cũng hỗ trợ hệ thống plugin mở rộng chức năng theo mô-đun, có thể thực hiện tương tác đa phương thức như giọng nói, văn bản và phương tiện, đồng thời tương thích với các mô hình AI như Llama, GPT-4 và Claude. Do đó, Eliza phù hợp với các dự án cần giải pháp tùy chỉnh sâu và các giải pháp đa trí tuệ nhân tạo phức tạp đa nền tảng.

3. Swarms

Swarms là một khung phối hợp đa Agent nguồn mở do nhà sáng lập Kye Gomez phát triển, lấy ý tưởng chính là để nhiều AI Agent hợp tác, sử dụng trí tuệ tập thể để giải quyết các vấn đề phức tạp. Các đặc điểm cốt lõi của nó bao gồm:

Hợp tác đa Agent: SWARMS cung cấp một môi trường minh bạch và có thể truy vết cho nhiều Agent, cho phép các Agent khác nhau hợp tác với nhau, nâng cao hiệu quả thực hiện nhiệm vụ.

Cơ chế khuyến khích: SWARMS sử dụng token làm công cụ khuyến khích Agent, dựa trên độ khó của nhiệm vụ và chất lượng kết quả cuối cùng để phân bổ token động.

Bảo mật dữ liệu: SWARMS áp dụng công nghệ lưu trữ phân tán và tính toán an toàn đa bên (MPC) để đảm bảo quyền riêng tư và an ninh dữ liệu khi trao đổi giữa các Agent.

Những đặc điểm này của Swarms cho phép nó phát huy lợi thế trong nhiều lĩnh vực phức tạp, cung cấp độ tin cậy và khả năng mở rộng cao theo nhu cầu.

4. Rig

Rig là một khung mã nguồn mở dựa trên Rust do nhóm ARC phát triển, được thiết kế để đơn giản hóa việc phát triển các ứng dụng mô hình ngôn ngữ lớn (LLM). Khung Rig có các đặc điểm sau:

Giao diện thống nhất: Cung cấp giao diện nhất quán, hỗ trợ tương tác không rối rắm với nhiều nhà cung cấp LLM (như OpenAI và Anthropic) và nhiều loại lưu trữ vector (như MongoDB và Neo4j).

Kiến trúc mô-đun: Khung sử dụng thiết kế mô-đun, bao gồm các thành phần cốt lõi như "Lớp trừu tượng nhà cung cấp", "Tích hợp lưu trữ vector" và "Hệ thống Agent", tăng tính linh hoạt và khả năng mở rộng của hệ thống.

An toàn kiểu và hiệu suất cao: Sử dụng ngôn ngữ Rust để đạt được an toàn kiểu, tránh lỗi thời gian biên dịch, và tăng cường khả năng xử lý đồng thời thông qua các thao tác bất đồng bộ.

Xử lý và phục hồi lỗi: Cơ chế xử lý lỗi tích hợp sẵn tăng khả năng phục hồi khi gặp sự cố với nhà cung cấp LLM hoặc cơ sở dữ liệu, đảm bảo tính ổn định của khung.

Những đặc điểm này cho phép các mô hình LLM và backend lưu trữ khác nhau dễ dàng tích hợp vào cùng một nền tảng. Do đó, Rig phù hợp với những nhà phát triển muốn xây dựng ứng dụng AI bằng Rust và các dự án có yêu cầu cao về hiệu suất, độ tin cậy và bảo mật. Tuy nhiên, bản thân ngôn ngữ Rust cũng có chi phí học tập.

5. ZerePy

ZerePy là một khung mã nguồn mở được viết bằng Python. ZerePy tập trung vào việc đơn giản hóa quá trình phát triển và triển khai các Agent AI cá nhân hóa, đặc biệt là trong các ứng dụng tạo nội dung trên các nền tảng truyền thông xã hội. Thông qua khung này, nhà phát triển có thể dễ dàng tạo ra các Agent AI có thể đăng, trả lời, thích và chia sẻ trên các nền tảng truyền thông xã hội. Ngoài ra, ZerePy cũng rất phù hợp với các lĩnh vực sáng tạo như âm nhạc, ghi chú, NFT và nghệ thuật kỹ thuật số. ZerePy thể hiện xuất sắc trong lĩnh vực sáng tạo, phù hợp với việc triển khai nhanh các Agent nhẹ, nhưng phạm vi ứng dụng hẹp hơn so với các khung khác.

Khung cơ bản là một hướng quan trọng trong lĩnh vực Agent AI, và từ những khung phổ biến nhất hiện nay, chúng đều có những đặc điểm riêng, phù hợp với các trường hợp sử dụng khác nhau, nhưng mục tiêu tổng thể là xây dựng một hệ sinh thái Agent AI toàn diện, trở thành nền tảng vững chắc để triển khai các ứng dụng Agent AI quy mô lớn. Trong tương lai, khi những khung này được hoàn thiện và nâng cấp, chúng sẽ trở thành bệ phóng cho các dự án khác nhau, cũng như là nền tảng để tăng giá trị của các token.

AI Meme: Lần ra mắt thành công đầu tiên của AI Agent

Meme coin luôn là một phân khúc quan trọng trong thị trường tài sản DeFi, khác với Meme coin truyền thống, AI Meme được thúc đẩy bởi AI Agent, với các hiện tượng văn hóa hoặc khái niệm mà Agent thể hiện. Với sự gia tăng liên tục của giá trị vốn hóa thị trường của các dự án như GOAT và FARTCOIN, AI Meme cũng nhận được sự quan tâm ngày càng nhiều. Có thể nói rằng AI Meme là lần ra mắt thành công đầu tiên của AI Agent trên thị trường DeFi.

1. GOAT

Dự án Goatseus Maximus đã thực sự làm nổi bật AI Meme. Câu chuyện bắt đầu vào tháng 3 năm 2024, khi nhà phát triển Andy Ayrey ra mắt một hệ thống thí nghiệm có tên là Infinite Backrooms

2. Fartcoin

Fartcoin có liên quan mật thiết đến GOAT, cả hai đều bắt nguồn từ ToT. Trong cuộc đối thoại của mô hình ngôn ngữ lớn, đã đề cập đến việc Elon Musk thích tiếng động của việc đi ị và đề xuất tạo ra một token có tên là Fartcoin. Dựa trên cuộc đối thoại này, Fartcoin ra đời, hơi muộn hơn so với GOAT. Fartcoin cũng thu hút một số sự chú ý nhờ thời điểm ra mắt khéo léo, nhưng ban đầu không bằng GOAT. Sau đó, vào ngày 16 tháng 11, số người theo dõi Twitter của Fartcoin đột ngột tăng gấp đôi trong vài giờ, giá cũng tăng khoảng 15%, nhưng sự tăng trưởng này không nhận được sự thảo luận rộng rãi và bền vững. Ngày 13 tháng 12, Marc Andreessen đã chia sẻ một tweet về Fartcoin, nhưng tweet này không dẫn đến sự tăng giá đột biến của token. Nguyên nhân chính của sự tăng giá Fartcoin có thể là do một số vốn chủ chốt. Vì trong những địa chỉ mua đầu tiên, có vẻ như xuất hiện quỹ đầu tư Sigil Fund. Ngoài ra, người sáng lập Sigil Fund cũng nhiều lần thể hiện sự ủng hộ đối với AI Meme trên Twitter và từng chủ động chia sẻ một tweet hỏi liệu Sigil Fund có phải là người nắm giữ Fartcoin hay không. Cuối cùng, Fartcoin đã nhận được sự chú ý rộng rãi trên các phương tiện truyền thông xã hội, với giá trị vốn hóa thị trường cao nhất từng vượt quá 1,5 tỷ USD.

Ứng dụng của Tác nhân AI: Tác nhân có thể làm được nhiều hơn

Khi ứng dụng của Tác nhân AI trong lĩnh vực tiền mã hóa ngày càng phát triển, điểm nhấn của thị trường cũng đã mở rộng từ những đồng tiền meme thuần túy do AI điều khiển như GOAT và Fartcoin sang các ứng dụng Tác nhân AI tương tác và sáng tạo hơn.

1. Tác nhân giải trí

Ứng dụng thực tế đầu tiên của Tác nhân AI là giải trí, ví dụ như Luna và ToT đã đề cập trước đó. Luna là một nhân vật ảo, được ra mắt như một phần của nền tảng Virtuals, gắn liền chặt chẽ với token bản địa LUNA của nó. Luna sẽ phát trực tiếp 24 giờ trên các phương tiện truyền thông xã hội và đăng tweet với tần suất cao. Do đó, chất lượng của các buổi phát trực tiếp và tweet của Luna là một trong những yếu tố then chốt ảnh hưởng đến giá trị vốn hóa của nó, tuy nhiên hiện tại, không gian tăng trưởng của mô hình này đối với token có vẻ còn hạn chế. Ngược lại, các tweet của ToT chủ yếu tập trung vào nội dung sáng tạo và hài hước, nó không liên kết với token GOAT hay bất kỳ token nào khác, mặc dù ToT đôi khi cũng nhắc đến token GOAT, nhưng đây không phải là điểm chính yếu của nó. Cả Luna và ToT, hai Tác nhân AI này, đều đóng vai trò then chốt trong việc quảng bá câu chuyện thông qua token. Đối với Luna, token thể hiện ý nghĩa cốt lõi của sự tồn tại của nó, trong khi đối với ToT, token GOAT trở thành một công cụ quan trọng để mở rộng ảnh hưởng của nó.

2. Tác nhân phân tích đầu tư

Ngoài ứng dụng giải trí, Tác nhân AI còn có thể được sử dụng để phân tích đầu tư trong lĩnh vực tiền mã hóa, và hiện tại, Tác nhân nổi bật nhất trong lĩnh vực này là aixbt. aixbt là một Tác nhân được phát hành trên Virtuals Protocol, chuyên phân tích các chủ đề và xu hướng nóng hổi của thị trường tiền mã hóa, đặc biệt là các thảo luận trên các nền tảng truyền thông xã hội như X, giúp người dùng nắm bắt nhanh chóng các biến động của thị trường và cơ hội đầu tư tiềm năng. aixbt liên tục dẫn đầu về số lượng người theo dõi CT trên Kaito, và năng lực mà nó thể hiện đã có xu hướng vượt qua các KOL con người.

3. DeFi + Tác nhân AI

Nếu như Luna và aixbt vẫn chưa có tác dụng thực tế quá lớn, vẫn còn ở mức độ Meme, thì sự kết hợp giữa DeFi và Tác nhân AI mới thực sự mang lại cho Tác nhân những ứng dụng thực tế. Sự kết hợp này được gọi là DeFAI. Sự phát triển của DeFAI có hai hướng chính: Tác nhân hỗ trợ người dùng và Tác nhân giao dịch tự động.

• Tác nhân hỗ trợ người dùng

Tác nhân AI hỗ trợ người dùng chủ yếu nhằm đơn giản hóa tính phức tạp của DeFi, giúp nhiều người dùng bình thường có thể dễ dàng tham gia và quản lý các dự án DeFi. Người dùng có thể sử dụng ngôn ngữ tự nhiên để trực tiếp hướng dẫn Tác nhân thực hiện các nhiệm vụ, từ đó loại bỏ đi các chi tiết kỹ thuật phức tạp. Trên thị trường hiện có một số dự án DeFAI đã bắt đầu nổi lên. Ví dụ như Griffain và Neur, cả hai đều được xây dựng trên nền tảng Solana, có thể giúp người dùng thực hiện các tác vụ như tạo và quản lý ví, phân tích token, giao dịch token, v.v. Về trải nghiệm người dùng, Griffain cung cấp nhiều tính năng hơn cho người dùng, trong khi Neur cung cấp ít tính năng hơn nhưng chi tiết hơn và có hiệu suất tốt hơn. Từ so sánh giữa hai dự án này, có thể thấy rằng trong tương lai, các điểm chính yếu của lĩnh vực này sẽ tập trung vào mức độ hoàn thiện của các tính năng, trải nghiệm người dùng và phí tổn.

• Tác nhân giao dịch tự động

Nếu như ở mô hình của Griffain và Neur, người dùng vẫn là chủ thể chính của DeFi, thì ở mô hình Tác nhân giao dịch tự động, AI trở thành chủ thể chính của DeFi. Khác với các robot giao dịch trước đây chỉ giới hạn ở việc thực hiện các chiến lược giao dịch được lập trình sẵn, Tác nhân AI có thể thu thập thông tin thời gian thực từ môi trường thị trường, thực hiện phân tích ngữ cảnh, học hỏi các xu hướng thị trường và điều chỉnh chiến lược dựa trên những dữ liệu này. Điều này khiến cho Tác nhân có thể đưa ra các quyết định chính xác hơn trong một thị trường luôn thay đổi, thực hiện các thao tác phức tạp vượt ra ngoài các thiết lập chương trình sẵn có. Một số dự án liên quan như Cod3x, Almanak, v.v., nhưng hiện tại lĩnh vực này vẫn đang ở giai đoạn phát triển sơ khai và cần phải trải qua kiểm chứng của thị trường. Không có gì nghi ngờ, rào cản lớn nhất đối với Tác nhân giao dịch tự động là vấn đề niềm tin, một là phải tin tưởng rằng các thao tác thực sự do Tác nhân thực hiện, hai là tin tưởng vào chiến lược giao dịch của Tác nhân sẽ không dẫn đến những khoản lỗ không cần thiết. Trong tương lai, các dự án muốn có chỗ đứng nhất định phải giải quyết được những vấn đề niềm tin này.

Sau nhiều tháng phát triển, Tác nhân AI trong lĩnh vực tiền mã hóa đã trải qua các giai đoạn từ Meme thuần túy đến ứng dụng giải trí, và cuối cùng đến ứng dụng thực tế. Thực tế, những người hoạt động trong lĩnh vực tiền mã hóa chưa bao giờ ngừng khám phá khả năng của Crypto x AI, và từ năm 2023, CGV Research cũng liên tục theo dõi sự phát triển của các dự án trong hướng Crypto x AI.

Trong tương lai, khi cơ sở hạ tầng ngày càng hoàn thiện, hệ thống Tác nhân trở nên thông minh và ổn định hơn, bất kỳ ai cũng có thể dễ dàng triển khai và sử dụng Tác nhân thông qua ngôn ngữ tự nhiên. Lúc này, khung Tác nhân sẽ trở thành một cơ sở hạ tầng cơ bản, và các ứng dụng khác sẽ được xây dựng dựa trên những khung này. Giá trị của khung Tác nhân có thể tiếp tục tăng vọt, trong khi một số dự án ứng dụng Tác nhân do năng lực kinh doanh và trải nghiệm người dùng xuất sắc, có thể sẽ tiếp tục thu hút sự chú ý và giá trị đầu tư của thị trường.