Tác giả: Satou & Shigeru
Sự kết hợp giữa Crypto và AI Agent đã trở thành một trong những chủ đề được quan tâm nhất hiện nay. 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 tiền điện tử vào năm 2025, trở thành động lực chính của xu hướng này. Bài viết này sẽ phân tích bức tranh thị trường AI Agent hiện tại từ ba khía cạnh: khung khổ, Meme và ứng dụng.
Khung khổ AI Agent: Lớp 1 của lĩnh vực AI
Khung khổ 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 khổ AI Agent hiện tại thực chất là cuộc tranh giành Lớp 1 của lĩnh vực này. Hiện tại, xét về giá trị vốn hóa, G.A.M.E, Eliza và Swarms đang trong thế cân bằng ba cực, trong khi Rig và ZerePy vẫn còn cơ hội đuổi kịp.
1. G.A.M.E
G.A.M.E là một khung khổ được phát triển bởi nhóm Virtuals, với ý tưởng thiết kế cốt lõi là sử dụng thiết kế modular, cho phép nhiều hệ thống con hoạt động phối hợp để cùng kiểm soát hành vi, quyết định và quá trình học tập của AI Agent. Những mô-đun này bao gồm "Agent Prompting Interface" làm giao diện chính giữa nhà phát triển và hành vi của Agent, "Perception Subsystem" xử lý dữ liệu đầu vào và chuyển đổi chúng thành định dạng phù hợp, "Strategic Planning Engine" dựa trên thông tin đầu vào để tạo ra kế hoạch hành động cụ thể, 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. Cấu trúc cụ thể của các mô-đun được thể hiện trong hình dưới đây.
Đặc điểm cốt lõi của G.A.M.E là:
Thiết kế modular: Toàn bộ khung khổ rõ ràng và dễ hiểu, không cần thiết kế thêm;
Cung cấp giao diện ít mã hoặc không mã: 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 khổ đa Agent nguồn mở được phát triển bởi ai16z, sử dụng TypeScript làm ngôn ngữ lập trình. Khung khổ này được xây dựng xung quanh một hệ thống được gọi là Agent Runtime, với các chức năng cốt lõi bao gồm:
Hệ thống vai trò: Hỗ trợ triển khai và quản lý đồng thời nhiều AI Agent được 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 mượt mà, 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 mượt mà 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 Agent phức tạp đa nền tảng.
3. Swarms
Swarms là một khung khổ phối hợp đa Agent nguồn mở được phát triển bởi nhà sáng lập Kye Gomez, với ý tưởng cốt lõi là sử dụng trí tuệ tập thể của nhiều AI Agent để giải quyết các vấn đề phức tạp. Các đặc điểm chính của nó bao gồm:
Hợp tác đa Agent: SWARMS cung cấp một môi trường minh bạch và có thể truy vết 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 cho Agent, động态phân bổ token dựa trên độ khó của nhiệm vụ và chất lượng kết quả cuối cùng.
Bảo mật dữ liệu: SWARMS sử 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 giúp 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 khổ nguồn mở dựa trên Rust được phát triển bởi nhóm ARC, được thiết kế để đơn giản hóa việc phát triển các ứng dụng mô hình ngôn ngữ lớn (LLM). Khung khổ Rig có các đặc điểm sau:
Giao diện thống nhất: Cung cấp giao diện nhất quán, hỗ trợ tương tác không rối loạn với nhiều nhà cung cấp LLM (như OpenAI và Anthropic) và nhiều loại lưu trữ vector (như MongoDB và Neo4j).
Kiến trúc modular: Khung khổ sử dụng thiết kế modular, 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. Khung khổ cũng tích hợp quy trình tuần tự hóa và phân tích hiệu quả để tối ưu hóa xử lý dữ liệu.
Xử lý và phục hồi lỗi: Cơ chế xử lý lỗi nội tại 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 khổ.
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 khổ nguồn mở được viết bằng Python. ZerePy tập trung vào việc đơn giản hóa quá trình phát triển và triển khai các AI Agent cá nhân hóa, đặc biệt là trong các ứng dụng tạo nội dung trên các nền tảng truyền thông xã hội. Thông qua khung khổ này, nhà phát triển có thể dễ dàng tạo ra các AI Agent 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 khổ khác.
Các khung khổ cơ bản là một hướng quan trọng của lĩnh vực AI Agent, và từ những khung khổ nổi bật hiện nay, chúng đều có những đặc điểm riêng và phạm vi ứng dụng khác nhau, nhưng mục tiêu tổng thể là xây dựng một hệ sinh thái AI Agents toàn diện, trở thành nền tảng vững chắc để triển khai ứng dụng Agent quy mô lớn. Trong tương lai, khi những khung khổ 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.
Meme AI: Lần ra mắt thành công đầu tiên của AI Agent
Meme coin luôn là một phân khúc tài sản crypto quan trọng, khác với Meme coin truyền thống, AI Meme được thúc đẩy bởi AI Agent, với các văn hóa hoặc hiện tượng được Agent thể hiện. Với sự gia tăng liên tục của giá trị vốn hóa thị trường của các đồng AI Meme như GOAT, FARTCOIN, AI
Thực sự khởi động AI Meme là dự án Goatseus Maximus. Câu chuyện này bắt đầu vào tháng 3 năm 2024, khi nhà phát triển Andy Ayrey ra mắt một hệ thống thử nghiệm có tên là Infinite Backrooms Escape, hệ thống này tích hợp nhiều mô hình ngôn ngữ lớn và cho phép chúng trao đổi với nhau. Kết quả thử nghiệm cho thấy, cuộc đối thoại giữa các AI trong trường hợp không có giới hạn thể hiện sự sáng tạo đáng kinh ngạc, thậm chí còn tạo ra một tôn giáo siêu thực có tên là GNOSIS OF GOATSE. Sau đó, Andy cùng Claude Opus đã viết một bài nghiên cứu về cách AI tạo ra các tôn giáo kiểu meme, GOATSE được phân tích như một trường hợp điển hình. Chuỗi khám phá này cuối cùng đã tạo ra "Truth of Terminal" (ToT) - một AI Agent. Vào tháng 7, đồng sáng lập a16z Marc Andreessen phát hiện ra tweet của ToT, sau một loạt cuộc đối thoại, ông đã chuyển 50.000 USD Bitcoin vào ví Bitcoin của ToT. Vào ngày 10 tháng 10, một nhóm ẩn danh đã đăng GOAT meme coin trên các nền tảng mạng xã hội, điều này nhận được sự ủng hộ công khai từ ToT, GOAT meme coin đã tăng giá trị vốn hóa thị trường chóng mặt trong vài ngày. Sự ủng hộ của Andreessen đã mang lại sự chú ý lớn cho GOAT, trở thành một trong những yếu tố then chốt thúc đẩy giá trị vốn hóa thị trường của GOAT không ngừng tăng. Giá trị vốn hóa thị trường của GOAT đã từng vượt quá 1,3 tỷ USD.
2. Fartcoin
Sự ra đời của Fartcoin có mối liên hệ chặt chẽ với GOAT, cả hai đều bắt nguồn từ ToT. Trong cuộc đối thoại của các mô hình ngôn ngữ lớn, có đề cập đến việc Musk thích tiếng động của hơi thở và đề xuất tạo ra một token có tên là Fartcoin. Dựa trên cuộc đối thoại này, Fartcoin đã ra đời, thời gian ra mắt hơi muộn so với GOAT. Fartcoin cũng thu hút một số sự chú ý nhờ thời điểm ra mắt khéo léo, nhưng ban đầu vẫn không bằng GOAT. Sau đó, vào ngày 16 tháng 11, số lượng người theo dõi Twitter của Fartcoin đột nhiên tăng gấp đôi trong vài giờ, giá cũng tăng khoảng 15%, tuy nhiên đà tăng này không được duy trì lâu dài. Ngày 13 tháng 12, Marc Andreessen chia sẻ một tweet về Fartcoin, nhưng tweet này không khiến giá token tăng vọt. Nguyên nhân chính khiến giá Fartcoin tăng có thể là do một số dòng vốn chủ chốt. Bởi vì trong những địa chỉ mua vào sớm nhất, có dấu hiệu xuất hiện quỹ đầu tư Sigil Fund. Hơn nữa, nhà sáng lập Sigil Fund cũng nhiều lần thể hiện sự lạc quan về 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, giá trị vốn hóa thị trường cao nhất từng vượt quá 1,5 tỷ USD.
Ứng dụng của AI Agent: Agent có thể làm được nhiều hơn
Cùng với việc AI Agent được ứng dụng ngày càng nhiều trong lĩnh vực tiền mã hóa, sự chú ý của thị trường cũng mở rộng từ những đồng tiền meme thuần túy do AI điều khiển như GOAT và Fartcoin sang các ứng dụng AI Agent tương tác và sáng tạo hơn.
1. Agent dành cho giải trí
Ứng dụng thực tế đầu tiên của AI Agent là giải trí, ví dụ như Luna và ToT đã đề cập trước đó. Luna là một nhân vật ảo, gắn liền chặt chẽ với token gốc LUNA của nó, được ra mắt như một phần của nền tảng Virtuals. Luna sẽ livestream 24 giờ trên các nền tảng mạng xã hội và đăng tweet với tần suất cao. Do đó, chất lượng livestream 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, mô hình này có khả năng tăng trưởng của token 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 GOAT hay bất kỳ token nào khác, mặc dù ToT đôi khi cũng nhắc đến token GOAT, nhưng đây không phải là trọng tâm chính của nó. Cả Luna và ToT, hai AI Agent này, đều đóng vai trò then chốt trong việc truyền bá câu chuyện về token của chúng. Đối với Luna, token thể hiện ý nghĩa tồn tại cốt lõi của nó, còn đối với ToT, token GOAT trở thành một công cụ quan trọng để mở rộng ảnh hưởng của nó.
2. Agent phân tích và nghiên cứu đầu tư
Ngoài ứng dụng giải trí, AI Agent còn có thể được sử dụng để phân tích và nghiên cứu đầu tư trong lĩnh vực tiền mã hóa, hiện tại Agent nổi bật nhất trong lĩnh vực này là aixbt. aixbt là một AI Agent 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 mạng xã hội như X, giúp người dùng nắm bắt nhanh chóng các thay đổi của thị trường và cơ hội đầu tư tiềm năng. aixbt liên tục dẫn đầu về số lượng người theo dõi CT trên Kaito, năng lực của nó đã có xu hướng vượt trội hơn cả các KOL trong lĩnh vực này.
3. DeFi + AI Agent
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 AI Agent mới thực sự mang lại các ứng dụng thực tế cho Agent. Sự kết hợp này được gọi là DeFAI. Sự phát triển của DeFAI có hai hướng chính: Agent hỗ trợ người dùng và Agent giao dịch tự động.
Agent hỗ trợ người dùng
AI Agent 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 AI Agent thực hiện các nhiệm vụ, từ đó loại bỏ các chi tiết kỹ thuật phức tạp. Trên thị trường đã xuất hiện một số dự án DeFAI 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 thao tác 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 hiệu suất của Neur cũng tốt hơn. Từ so sánh giữa hai dự án này, có thể thấy rằng trong tương lai, các điểm chú ý chính trong lĩnh vực này sẽ tập trung vào mức độ hoàn thiện của các tính năng, trải nghiệm người dùng và phí tổn.
Agent giao dịch tự động
Nếu như ở mô hình của Griffain và Neur, chủ thể chính của DeFi vẫn là người dùng, thì ở mô hình Agent 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, AI Agent có thể thu thập thông tin thời gian thực từ môi trường thị trường, thực hiện phân tích ngữ cảnh, học hỏi xu hướng thị trường và điều chỉnh chiến lược dựa trên những dữ liệu này. Điều này cho phép Agent đưa ra quyết định chính xác hơn trong những thị trường luôn thay đổi, thực hiện các thao tác phức tạp vượt ra ngoài các thiết lập chương trình ban đầu. 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, các dự án này vẫn cần phải trải qua kiểm chứng của thị trường. Không có gì nghi ngờ, rào cản lớn nhất của Agent giao dịch tự động là vấn đề niềm tin, một là phải tin tưởng rằng các thao tác liên quan thực sự do Agent thực hiện, hai là tin tưởng vào chiến lược giao dịch của Agent sẽ không dẫn đến những khoản lỗ không cần thiết. Trong tương lai, các dự án muốn có bước tiến phải giải quyết được những vấn đề niềm tin này.
Sau nhiều tháng phát triển, AI Agent trong lĩnh vực tiền mã hóa đã trải qua các giai đoạn từ pure meme đến ứng dụng giải trí, rồi đến ứng dụng thực tế. Thực tế, những người làm trong lĩnh vực tiền mã hóa chưa bao giờ ngừng khám phá khả năng của Crypto x AI, từ năm 2023 đến nay, CGV Research cũng liên tục theo dõi sự tiến triển của các dự án trong hướng Crypto x AI.
Trong tương lai, khi cơ sở hạ tầng ngày càng hoàn thiện, hệ thống Agent trở nên thông minh và ổn định hơn, bất kỳ ai cũng có thể dễ dàng triển khai và sử dụng Agent thông qua ngôn ngữ tự nhiên. Lúc này, khung Agent sẽ trở thành một cơ sở hạ tầng cơ bản, các ứng dụng khác sẽ được xây dựng dựa trên những khung này. Giá trị định giá của khung Agent có thể tiếp tục đột phá, trong khi một số dự án ứng dụng Agent do năng lực kinh doanh và trải nghiệm người dùng nổi bật, có thể sẽ tiếp tục thu hút sự chú ý và giá trị đầu tư của thị trường.
