横向对比四大AI代理框架：采用状况、优劣势、代币成长潜力 Odaily星球日报 ｜2024-12-30 19:00 未来的百亿级赛道，种子选手们已展开角逐。
本文来自：Deep Value Memetics
编译｜Odaily星球日报（@OdailyChina）
译者｜Azuma（@azuma_eth）
要点概述
在这份报告中，我们讨论了Crypto & AI 领域内几大主流框架的发展格局。我们将检视目前的四大主流架构－ Eliza（AI16Z）、GAME（GAME）、Rig（ARC）、ZerePy（ZEREBRO），剖析其技术差异及发展潜力。
在过去一周里，我们对以上四大框架进行了分析与测试，结论概述如下。
在上述统计中，「市场占有率」在计算方式综合考虑了市值、开发记录以及基础作业系统终端市场的广度。
我们相信AI 框架将成为本周期中成长最快的板块，目前约17 亿美元的板块总市值将很容易成长至200 亿美元，与2021 年高峰时的Layer1 估值相比，这个数字可能依旧比较保守— 当时许多单一项目的估值都达到了200 亿美元以上。虽然上述框架服务於不同的终端市场（链/生态系统），但监於我们认为这个板块将整体成长，采用市值加权的方法可能相对最为谨慎。
四大框架
在AI 和Crypto 的交汇处，已出现了几个旨在加速AI 开发的框架，它们包括Eliza（AI16Z）、GAME（GAME）、Rig（ARC）、ZerePy（ZEREBRO）。从开源社群专案到注重效能的企业解决方案，每个框架都迎合了代理商开发的不同需求和理念。
在下边这张表中，我们列出了每个框架的关键技术、组件和优势。
这份报告将首先聚焦这些框架是什麽，它们所使用的程式语言、技术架构、演算法以及具有潜在用例的独特功能。然後我们将根据易用性、可扩展性、适应性和性能来比较每个框架，同时讨论它们的优点和限制。
Eliza
Eliza 是一个由ai16z 开发的开源多代理模拟框架，旨在创建、部署和管理自主AI 代理。它以TypeScript 作为程式语言开发，为建立智慧代理提供了一个灵活、可扩展的平台，这些代理能够在多个平台上与人类互动，同时保持一致的个性和知识。
该框架的核心功能包括：支援同时部署和管理多个独特AI 个性的多代理架构；使用角色文件框架创建多样化代理的角色系统；透过先进的检索增强生成系统（RAG）提供长期记忆和可感知情境的记忆管理功能。此外，Eliza 框架还提供流畅的平台集成，可与Discord、X 和其他社交媒体平台实现可靠连接。
在AI 代理商的通讯和媒体功能方面，Eliza 是一个绝佳的选择。在通讯方面，该框架支援与Discord 的语音频道功能、X 功能、Telegram 以及用於自订用例的直接API 存取进行整合。另一方面，该框架的媒体处理功能已扩展至PDF 文件阅读和分析、连结内容提取和摘要、音讯转录、视讯内容处理、影像分析和对话摘要，可有效处理各种媒体输入和输出。
Eliza 提供了灵活的AI 模型支持，可透过使用开源模型进行本地推理，透过OpenAI 以及Nous Hermes Llama 3.1B 等预设配置进行基於云端的推理，且支援整合Claude 以处理复杂查询。 Eliza 采用了模组化架构，拥有广泛的动作系统、自订客户端支援和全面的API，确保了跨应用的可扩展性和适应性。
Eliza 的用例涵盖了多个领域，例如与客户支援、社群管理、个人任务相关的AI 助理；再例如自动内容创作者、品牌代表等社群媒体角色；它还可作为知识工作者，扮演研究助理、内容分析师和文件处理员等角色；以及角色扮演机器人、教育导师和娱乐代理等形式的互动角色。
Eliza 的架构围绕着一个代理运行时（agent runtime）构建，该运行时可与角色系统（由模型提供者支援）、记忆管理器（连接到资料库）和动作系统（与平台客户端连结）无缝集成。该框架的独特功能包括允许模组化功能扩展的插件系统，支援语音、文字和媒体等多模态交互，以及与Llama、GPT-4 和Claude 等领先AI 模型的兼容性。凭藉其多功能和强大的设计，Eliza 成为跨领域开发AI 应用的强大工具。
GAME
GAME 由Virtuals 官方团队开发，全称为“生成式自主多模态实体框架（The Generative Autonomous Multimodal Entities Framework）”，该框架旨在为开发者提供应用程式介面（API）和软体开发工具包（SDK） ，以便他们使用AI 代理进行实验。该框架提供了一种管理AI 代理行为、决策和学习过程的结构化方法。
工作流程从开发者透过代理提示介面进行互动开始；“感知子系统”处理输入并将其转发给“对话处理模组”，该模组管理交互逻辑；然後，“战略规划引擎”根据这些信息，利用高级策略和详细的行动规划来制定和执行计划。
来自「世界脉络」和「代理库」的数据为这些过程提供信息，而工作记忆追踪即时任务。同时，「长期记忆处理器」随时间储存和检索知识。 「学习模组」分析结果并将新知识整合到系统中，使代理人的行为和互动持续改进。
Rig
Rig是一个基於Rust的开源框架，旨在简化大型语言模型（LLM）应用的开发。它提供了一个统一的接口，用於与多个LLM 提供者（如OpenAI 和Anthropic）进行交互，并支援各种向量存储，包括MongoDB 和Neo4j。该框架的模组化架构具有「提供者抽象层」、「向量储存整合」和「代理系统」等核心元件，可促进LLM 的无缝互动。
Rig 的主要受众包括使用Rust 建立AI/ML 应用程式的开发者，次要受众包括寻求将多个LLM 提供者和向量储存整合到其Rust 应用中的组织。资源库使用基於工作区的结构组织，包含多个crates，实现了可扩展性和高效的专案管理。 Rig 主要功能包括「提供者抽象层」（Provider Abstraction Layer），该层透过一致的错误处理，将用於完成和嵌入LLM 提供者的API 标准化；「向量储存整合」元件为多个後端提供了一个抽象接口，并支援向量相似性搜寻；「代理系统」简化了LLM 交互，支援检索增强生成（RAG）和工具整合。此外，嵌入框架提供了批次能力和类型安全的嵌入操作。
Rig 利用多项技术优势确保可靠性和效能。非同步操作利用Rust 的非同步运行时来高效处理大量并发请求；该框架固有的错误处理机制提高了对人工智慧提供者或资料库操作故障的复原能力；类型安全可防止编译时出错，从而提高程式码的可维护性；高效的序列化和反序列化流程有助於处理JSON 等格式的数据，这对人工智慧服务的通讯和储存至关重要；详细的日志记录和仪表进一步帮助调试和监控应用程式。
Rig 中的工作流程始於客户端发起请求，请求流经“提供者抽象层”，与相应的LLM 模型交互；然後，资料由核心层处理，代理可在核心层使用工具或存取向量存储以获取上下文；透过RAG 等复杂的工作流程产生和完善回应，其中包括文件检索和上下文理解，然後再返回给客户端。该系统整合了多个LLM 提供者和向量存储，可适应模型可用性或效能变化。
Rig 的用例多种多样，包括检索相关文件以提供准确回应的问题解答系统、用於高效内容发现的文件搜寻和检索，以及为客户服务或教育提供上下文感知互动的聊天机器人或虚拟助理。它还支援内容生成，能够根据学习到的模式创建文字和其他材料，是开发人员和组织机构的多功能工具。
ZerePy
ZerePy 是一个用Python 编写的开源框架，旨在利用OpenAI 或Anthropic LLM 在X 上部署代理程式。 ZerePy 源自模组化版本的Zerebro 後端，让开发者可以使用与Zerebro 核心功能类似的功能启动代理程式。虽然该框架为代理的部署提供了基础，但为了产生创造性的产出，模型必须微调。 ZerePy 简化了个人化AI 代理的开发和部署，尤其适用於社交平台上的内容创作，促进了以艺术和去中心化应用程式为目标的AI 创意生态系统。
该框架采用Python 语言构建，强调代理的自主性，注重创造性产出的生成，并与Eliza 的架构+合作夥伴关系一致。其模组化设计支援记忆体系统集成，便於在社交平台上部署代理程式。其主要功能包括用於代理管理的命令列介面、与X 的整合、对OpenAI 和Anthropic LLM 的支持，以及用於增强功能的模组化连接系统。
ZerePy 的用例涵盖社群媒体自动化，用户可以部署AI 代理程式进行发布、回覆、按赞和转发，从而提高平台参与度。此外，它还适用於音乐、备忘录和NFT 等领域的内容创作，是数位艺术和基於区块链的内容平台的重要工具。
横向对比
在我们看来，上述每个框架都为AI 开发提供了独特的方法，迎合了特定的需求和环境，这使得争论不再局限於这些框架是否互为竞争对手，而是集中在了每个框架是否可提供了独特的效用及价值。
在可扩展性方面，四大框架的对比如下。
在适用性方面， Eliza 凭藉其插件系统和跨平台相容性遥遥领先，其次是游戏环境中的GAME 和处理复杂AI 任务的Rig。 ZerePy 在创意领域表现出了很高的适应性，但在更广泛的AI 应用领域却不太适用。
性能方面，四大框架的测试结果如下。
结合上述优劣势综合分析，Eliza 提供了更好灵活性和可扩展性，插件系统和角色配置使其具有很强的适应性，有利於跨平台的社交人工智慧互动；GAME在游戏场景可提供独特的即时互动能力，并透过区块链整合提供了新颖的AI 参与；Rig 的优势在於其性能和可扩展性，适用於企业级AI 任务，且注重程式码的简洁和模组化，以确保专案的长期健康发展；Zerepy擅长培养创造力，在数位艺术的AI 应用方面处於领先地位，并得到了充满活力的社群驱动开发模式的支持。
总而言之，每个框架都有其限制。 Eliza 仍处於早期阶段，存在潜在的稳定性问题，新开发者的学习曲线较长；GAME 的小众关注点可能会限制其更广泛的应用，引入区块链也会增加复杂性；Rig 的学习曲线因Rust 语言的复杂性而更加陡峭，可能会让一些开发者望而却步；Zerepy 对创意产出的狭隘关注可能会限制其在其他人工智慧领域的应用。
核心对比项梳理
Rig（ARC）
Eliza (AI16Z)
ZerePy (ZEREBRO)：
GAME（VIRTUAL、GMAE）：
Github 数据成长率
上述图表是自这些框架自推出以来在GitHub 上挂星资料的变化。一般而言，GitHub 的星星可作为社区兴趣、专案流行度和专案感知价值的指标。
AI 框架的升级预期
Eliza的2.0 版本将包括与Coinbase代理工具包的整合。所有使用Eliza的专案将获得对未来原生TEE（可信任执行环境）的支持，使代理商能够在安全环境中运作。插件注册中心（Plugin Registry）是Eliza 即将推出的一项功能，允许开发人员无缝注册和整合插件。
此外，Eliza 2.0 将支援自动化的匿名跨平台讯息传递。预计於2025 年1 月1 日发布的Tokenomics 白皮书将对支撑Eliza框架的AI16Z 代币产生正面影响。 ai16z 计划继续加强该框架的实用性，并利用其主要贡献者所做的努力，引进高素质人才。
GAME框架为代理提供了无程式码集成，使得在单一专案中可同时使用GAME和Eliza，各自服务於特定用例。这种方法预计将吸引专注於业务逻辑而非技术复杂性的建构者。尽管该框架仅公开可用30多天，但在团队努力吸引更多贡献者的支持下，该框架已取得实质进展。预计在VirtuaI 上启动的每个专案都将采用GAME。
由ARC代币驱动的Rig框架具有显着潜力，尽管其框架的成长处於早期阶段，推动Rig 采用的专案合约计画也仅上线几天。不过，预计不久後将出现与ARC搭配的高品质项目，类似於Virtual飞轮，但专注於Solana 。 Rig 团队对与Solana的合作持乐观态度，将ARC定位为Solana的Virtual。值得注意的是，该团队不仅激励使用Rig启动的新项目，也激励开发者增强Rig框架本身。
Zerepy是一个新推出的框架，由於与ai16z（Eliza 框架）的合作正在获得大量关注，该框架已吸引了来自Eliza的贡献者，他们正在积极努力地改进该框架。 Zerepy 享有由ZEREBRO 社群驱动的狂热支持，并且正在为此前在竞争激烈的AI 基础设施领域缺乏发挥空间的Python 开发者开辟了新机会。预计该框架将在AI 的创意方面发挥重要作用。
深度Tokenomics数据Virtuals ProtocolSolanaAIai16z基础设施去中心化
