Depois de muita expectativa, Eliza lançou oficialmente hoje o seu whitepaper técnico.

Embora muitos agentes de IA sejam comumente conhecidos por serem construídos sobre o framework de código aberto Eliza, sempre houve uma falta de documentação detalhada e formal sobre como Eliza se define do ponto de vista técnico.

Este whitepaper fornece uma resposta abrangente, descrevendo como Eliza permite uma integração profunda entre AI e Web3, sua arquitetura de sistema modular e os detalhes de implementação técnica de seu papel como um framework de código aberto.

O whitepaper foi co-autorado por Shaw, vários membros da Eliza Labs e especialistas técnicos de outras organizações relacionadas. No entanto, devido aos seus extensos detalhes técnicos e conceitos especializados, pode não ser muito acessível para os leitores em geral.

Para abordar isso, a TechFlow simplificou e destilou o conteúdo, com o objetivo de explicar o whitepaper em linguagem simples para ajudar os leitores a compreender rapidamente sua essência.

1. Por que Eliza foi criada?

É importante estabelecer um escopo claro ao considerar esta questão. Especificamente, por que desenvolver Eliza no contexto de cripto ou Web3, em vez de comparar este framework com frameworks de IA mais amplos?

Seguindo esta linha de pensamento, as seções de introdução e antecedentes do whitepaper técnico fornecem uma excelente resposta:

Na interseção da IA e da Web3, sempre houve uma lacuna significativa - uma falta de um framework que possa integrar-se perfeitamente com aplicações Web3.

Especificamente, o whitepaper identifica três grandes desafios enfrentados pelo espaço Web3:

1. Complexidade das Transações Descentralizadas Com o rápido crescimento das blockchains públicas como Ethereum, Solana e BASE, a gestão de ativos e a execução de transações entre diferentes blockchains tornou-se cada vez mais desafiadora. Embora existam plataformas de negociação, as suas funcionalidades básicas muitas vezes não são suficientes para utilizadores intermédios e avançados com necessidades de personalização.
2. Extração de Valor dos Dados On-Chain A blockchain detém uma quantidade imensa de informações valiosas, que vão desde métricas básicas, como alterações de endereço da carteira, preços de tokens e capitalização de mercado, até métricas mais avançadas, como proporções de contas de baleias e padrões de formadores de mercado. Transformar eficazmente esses dados complexos em insights acionáveis permanece uma questão premente.
3. Fragmentação da Informação das Redes Sociais Para a indústria Web3, plataformas como o Twitter, Discord e Farcaster são canais essenciais para obter informações. No entanto, à medida que o número de líderes de opinião-chave (KOLs) aumenta, a informação torna-se cada vez mais fragmentada. Extrair insights valiosos dessa inundação de informações tornou-se um desafio comum para os traders.

Eliza foi criada em resposta a essas necessidades do mundo real. Como o primeiro sistema operacional de agente de IA de código aberto e compatível com Web3, Eliza adota um design modular, permitindo que desenvolvedores e usuários personalizem soluções com base em seus requisitos específicos.

Eliza tem como objetivo reduzir a barreira para que os utilizadores comuns possam aceder a funcionalidades avançadas de IA,

permitindo-lhes construir os seus próprios agentes de IA sem requererem uma extensa experiência em programação.

Além disso, o whitepaper compara Eliza com vários frameworks de IA comuns. Uma tabela comparativa destaca claramente que Eliza afirma oferecer o melhor suporte para Web3, que também é a mensagem chave que todo o whitepaper procura transmitir.

2. Filosofia de Design e Inovações Técnicas de Eliza

Três Princípios de Design Core: Simplicidade Sem Simplificação Excessiva

O sucesso de Eliza não é uma coincidência. Desde o início, a equipa estabeleceu três princípios fundamentais:

1. Desenvolvedor Web3 em primeiro lugarReconhecendo que o desenvolvimento Web3 depende principalmente de JavaScript/TypeScript, Eliza escolheu TypeScript como sua linguagem de desenvolvimento. Essa decisão permite que os desenvolvedores trabalhem com ferramentas familiares e integrem perfeitamente as funcionalidades de blockchain em aplicativos web existentes. Em poucas palavras, isso permite que os desenvolvedores Web3 o utilizem prontamente.
2. Arquitetura de Plugin Modular Eliza divide seu sistema em um tempo de execução central e quatro componentes principais:

• Adaptador (Integração de Dados)
• Personagem (Personalidade do Agente)
• Cliente (Interação de Mensagens)
• Plugin (Funcionalidade Geral)

Esta arquitetura permite aos desenvolvedores adicionar livremente seus próprios plugins, clientes, personagens e adaptadores sem se preocupar com os detalhes do tempo de execução principal. Também permite que Eliza suporte uma ampla gama de provedores de modelos (por exemplo, OpenAI, Llama, Qwen), integrações de plataforma (por exemplo, Twitter, Discord, Telegram) e compatibilidade com blockchain (por exemplo, Solana, Ethereum, Ton).

1. Priorizando Simplicidade Sobre Complexidade

Com recursos limitados de engenharia, manter uma implementação interna simples economiza tempo no desenvolvimento de novos recursos, adaptação a novos cenários e acompanhamento da rápida evolução de AI e Web3.

Inovações Técnicas: Reforçando Internamente e Expandindo Externamente

As inovações técnicas da Eliza podem ser divididas em duas dimensões: melhorias internas e expansões externas.

1. Melhorias Internas Para melhorar as capacidades de raciocínio dos modelos de IA, Eliza integra várias técnicas de ponta:

• Chain-of-Thoughts (CoT):
  • Definição Técnica: Apresenta explicações passo a passo.
  • Explicação Simplificada: Semelhante à resolução de um problema matemático, escrevendo cada passo, a IA explica o seu processo de pensamento passo a passo, em vez de saltar diretamente para a resposta. Isso não só melhora a precisão, mas também torna mais fácil para os humanos entenderem como são alcançadas as conclusões.
• Árvore-de-Pensamentos (ToT):
  • Definição Técnica: Permite o ramificação para explorar múltiplas soluções.
  • Explicação Simplificada: Assim como considerar diferentes movimentos em um jogo de xadrez, a IA explora simultaneamente várias soluções possíveis e escolhe a melhor. É como navegar em uma árvore de decisão para encontrar o caminho ótimo.
• Grafo de Pensamentos (GoT):
  • Definição Técnica: Conecta caminhos de raciocínio.
  • Explicação simplificada: Trata o problema como uma rede onde as ideias estão interligadas. Semelhante à forma como os humanos criam mapas mentais para problemas complexos, a IA conecta várias ideias para formar uma compreensão abrangente.
• Layer-of-Thoughts (LoT):
  • Definição técnica: Liga caminhos de raciocínio.
  • Explicação Simplificada: Trata o problema como uma rede em que as ideias estão interconectadas. Tal como os humanos criam mapas mentais para problemas complexos, a IA conecta várias ideias para formar uma compreensão abrangente.

1. Expansões Externas Para melhorar suas capacidades práticas de resolução de problemas, Eliza integra várias funcionalidades externas:

• Geração com Recuperação Aumentada (RAG):
  • Definição técnica: Aumenta as capacidades gerativas através da recuperação.
  • Explicação simplificada: Como um estudante consultando um livro didático enquanto faz os trabalhos de casa, a IA acessa sua 'base de conhecimento' para garantir respostas mais precisas.
• Bancos de dados de vetor:
  • Definição Técnica: Armazena e recupera dados estruturados.
  • Explicação Simplificada: Funciona como uma “biblioteca” para a IA, permitindo-lhe encontrar rapidamente conteúdo semelhante. Por exemplo, se pedir um poema sobre a lua, ele pode imediatamente recuperar obras relacionadas.
• Pesquisa na Web:
  • Definição Técnica: Obtém informações em tempo real da internet.
  • Explicação Simplificada: Permite que a IA navegue na web como um humano, acessando as informações mais recentes em vez de depender apenas do conhecimento pré-existente.
• Texto para Imagem/Vídeo/Modelo 3D:
  • Definição técnica: Converte descrições de texto em conteúdo multimédia.
  • Explicação Simplificada: Como um artista desenhando com base em uma descrição, a IA pode gerar imagens, vídeos ou até modelos 3D com base na sua entrada.

Comparação com Outras Estruturas no Espaço Web3

Entre os atuais frameworks de agentes de IA Web3, Eliza demonstra claras vantagens. Com base no feedback de mais de 50 pesquisadores de IA e desenvolvedores sênior de blockchain, Eliza supera outros frameworks nos seguintes principais métricas:

• Suporte para provedores de modelo
• Compatibilidade de cadeias
• Completude de recursos
• Integração de redes sociais

3. Eliza OS: Um ecossistema de IA Web3 bem elaborado

Após compreender a filosofia de design de Eliza, vamos mergulhar em como este framework opera. Eliza pode ser imaginada como um sistema LEGO meticulosamente projetado, onde cada parte se encaixa perfeitamente, mantendo uma flexibilidade excepcional.

Componentes Principais: Cinco Papéis Chave

No ecossistema da Eliza, cinco componentes principais trabalham juntos para formar um sistema inteligente completo.

• Agentes: Os personagens principais do sistema

Eles funcionam como 'assistentes digitais' independentes, responsáveis por lidar com várias interações autônomas. Cada agente tem sua própria 'memória' e 'personalidade' e pode participar em conversas e interações coerentes com os utilizadores através de diferentes canais como Discord e Twitter.

• Ficheiros de Personagens: A “persona” dos agentes

Para tornar esses agentes mais dinâmicos, os Arquivos de Personagem atuam como seus 'currículos pessoais'. Esses arquivos definem a identidade e os traços de personalidade dos agentes, especificam quais modelos eles podem usar (por exemplo, OpenAI, Anthropic) e determinam quais ações eles podem realizar (por exemplo, transações em blockchain, criação de NFTs). Por meio de configurações de personagens bem projetadas, cada agente pode exibir conhecimentos profissionais e padrões comportamentais exclusivos.

• Fornecedores: O "sistema de perceção" dos agentes

Ao interagir com o mundo externo, os agentes dependem dos Fornecedores como seu “sistema de percepção”. Assim como os seres humanos precisam de sentidos para perceber seu ambiente, os fornecedores fornecem aos agentes informações em tempo real, como dados de mercado, detalhes da carteira e análise de sentimento, permitindo que eles entendam melhor o ambiente e o contexto atual.

• Ações: A "skillset" dos agentes

Quando ações específicas são necessárias, as Ações servem como "conjunto de habilidades" dos agentes. Desde simples ordens de compra/venda até a complexa geração de NFT, cada ação passa por uma rigorosa validação de segurança para garantir segurança absoluta ao lidar com tarefas financeiras. Essas habilidades permitem que os agentes realmente operem de forma eficaz no ecossistema Web3.

• Avaliadores: O “sistema de tomada de decisões” dos agentes

Por último, os Avaliadores atuam como o “sistema de tomada de decisão” dos agentes, responsáveis por avaliar o conteúdo da conversa, extrair informações-chave e ajudar os agentes a construir uma memória a longo prazo. Eles não apenas acompanham o progresso em direção aos objetivos, mas também garantem a coerência de todo o processo de conversação.

Interação Inteligente: Mais do que simples conversas

Em termos de interação, Eliza utiliza um sistema de compreensão em várias camadas, muito parecido com um tradutor experiente que não apenas entende o significado literal, mas também compreende o contexto e a intenção por trás das palavras. Este sistema pode compreender com precisão as verdadeiras necessidades dos usuários, manter uma experiência consistente em várias plataformas de comunicação e ajustar as respostas de forma flexível com base no contexto.

Sistema de plug-ins: Potencial de expansão ilimitado

O sistema de plugins do Eliza é essencialmente uma caixa de ferramentas que traz extensibilidade poderosa para todo o framework. Essa extensibilidade é refletida em três direções: geração de multimídia, integração Web3 e infraestrutura:

• Para geração de multimídia, pode produzir imagens, vídeos e modelos 3D, suportar a geração automática de coleções NFT e fornecer capacidades de descrição e análise de imagens.
• Para integração Web3, suporta operações multi-chain em redes como Ethereum e Solana, oferece um conjunto abrangente de funcionalidades de negociação e integra várias operações DeFi.
• Para infraestrutura, ele fornece capacidades fundamentais como serviços de navegador, processamento de documentos e conversão de fala em texto.

Através deste design modular, Eliza não só mantém a estabilidade do sistema, mas também oferece aos desenvolvedores possibilidades de expansão praticamente ilimitadas. Isso permite que Eliza se adapte às demandas e cenários sempre emergentes no ecossistema Web3.

4. Quão Capaz é Eliza? Insights dos Dados

Quando surge uma nova estrutura tecnológica, o desempenho real costuma ser a principal preocupação. Nesse sentido, Eliza fornece uma resposta franca. \
No teste de referência GAIA (uma plataforma especificamente projetada para avaliar a capacidade dos agentes de IA em resolver problemas do mundo real), Eliza demonstrou impressionantes capacidades. Este teste não avalia apenas habilidades básicas de perguntas e respostas, mas requer que os agentes de IA possuam várias competências, como raciocínio lógico, processamento multimodal, navegação na web e uso de ferramentas.
Embora a pontuação geral de Eliza (19,42%) ainda esteja atrás das soluções de melhor desempenho atuais, este é um resultado louvável, especialmente considerando seu foco no domínio Web3. Notavelmente, ao lidar com tarefas fundamentais (Nível 1), Eliza alcançou uma taxa de conclusão de 32,21%, demonstrando suas sólidas capacidades fundamentais.

Domínio Web3: um padrão pioneiro

O que é ainda mais notável é que Eliza desempenha o papel de uma "setter padrão" no campo Web3. Como os sistemas de IA focados na Web3 ainda estão em seus estágios iniciais, Eliza assumiu a liderança ao propor uma estrutura de avaliação abrangente, definindo a direção para toda a indústria.

Este quadro de avaliação está dividido em três níveis, referidos no white paper como a versão Web3 AI do "Teste de Turing":

• Funcionalidades básicas: inclui operações fundamentais como criação de carteira, transações de tokens e interações de contratos inteligentes.
• Recursos Avançados: Incorpora as mais recentes tecnologias de IA, como geração de texto para vídeo/3D e suporte RAG.
• Características Premium: Permite o planeamento autónomo e a tomada de decisões com base em instruções do utilizador, alcançando uma tomada de decisão verdadeiramente inteligente.

Atualmente, Eliza implementou com sucesso todas as funções a nível básico e está avançando para o nível avançado. A equipe expressou confiança de que alcançarão sistemas de agentes de IA totalmente autônomos nos próximos anos.

5. Aplicações Práticas: O Mercado Vota com Dinheiro Real

O white paper original inclui uma seção que mostra o código para demonstrar aplicações práticas alcançáveis com o framework. No entanto, para simplificar a compreensão e evitar detalhes técnicos, apenas as aplicações mais amplas serão destacadas aqui.

De acordo com o white paper, até janeiro de 2025, vários projetos significativos de Web3 construíram seus sistemas de agente de IA com base em Eliza. A capitalização de mercado combinada desses parceiros ultrapassa os $20 bilhões.

Esta figura em si pode ser a melhor garantia da força tecnológica da Eliza pelo mercado.

Mais importante ainda, a equipe da Eliza está confiante em relação ao futuro. Eles acreditam que, à medida que esses “agentes inteligentes” continuam a evoluir, testemunharemos uma nova era em que várias unidades de IA trabalham juntas em harmonia. Como afirmou o CEO da Anthropic, Dario Amodei, em sua visão de um “centro de dados genial”, a Eliza está abrindo caminho para esse futuro.

6. Limitações Atuais e Perspectivas Futuras: Uma Análise Sincera de Si Mesmo

Nenhum quadro tecnológico é perfeito, e a equipe Eliza honestamente aponta as limitações atuais de seu quadro no white paper.

Três grandes desafios a serem resolvidos

• Falta de Sistema de Fluxo de Trabalho: Assim como um assistente qualificado requer um fluxo de trabalho padronizado, quando os desenvolvedores desejam implementar tarefas de rotina (como agregar periodicamente dados de várias fontes), o framework atual Eliza não oferece soluções prontas. Para tais necessidades, sistemas de fluxo de trabalho com interfaces gráficas, como Dify ou Coze, ainda podem ser necessários.
• Problemas de desempenho em sistemas multiagentes: à medida que o número de agentes aumenta, o contexto e o conteúdo da memória que o sistema precisa lidar crescem exponencialmente. Em particular, equilibrar a sobrecarga computacional e a eficiência operacional ao lidar com grandes tarefas de entrada e saída continua sendo um desafio técnico a ser resolvido.
• Expansão do suporte a vários idiomas: Atualmente, Eliza é principalmente baseada em TypeScript, mas para atrair desenvolvedores de mais domínios, será necessário expandir o suporte para outras linguagens de programação como Python e Rust.

Perspetivas: Pioneirando uma Nova Era de IA Descentralizada

Apesar dessas limitações, a importância de Eliza tem excedido muito a de um mero framework tecnológico.

Representa uma tentativa pioneira na integração profunda da tecnologia de IA e aplicações Web3. Ao projetar cada módulo funcional como um programa TypeScript padrão, Eliza garante que os usuários tenham controle completo sobre o sistema. Também oferece integração perfeita com dados de blockchain e contratos inteligentes.

Este design garante segurança e escalabilidade. Como afirmado no final do white paper, as possibilidades de Eliza são limitadas apenas pela imaginação de seus usuários.

Com a evolução contínua das tecnologias de IA e Web3, Eliza também continuará a evoluir, liderando o desenvolvimento de IA descentralizada.

Aviso Legal:

1. Este artigo é reproduzido a partir de [deep tide TechFlow], os direitos autorais pertencem ao autor original [Deep Chao TechFlow], se tiver alguma objeção à reprodução, por favor, entre em contato Gate Learnequipa, a equipa irá tratar disso o mais breve possível de acordo com os procedimentos relevantes.
2. Aviso legal: As opiniões e pontos de vista expressos neste artigo representam apenas as opiniões pessoais do autor e não constituem qualquer conselho de investimento.
3. Outras versões do artigo em outros idiomas são traduzidas pela equipa Learn da gate. Salvo indicação em contrário, o artigo traduzido não pode ser copiado, distribuído ou plagiado.