🦊 1 млрд ИИ-агентов - реальность ближайшего будущего Вышло интервью Shaw на шоу Bankless. Надеюсь, проклятье этого подкаста не подействует (часто после него идёт дамп). Shaw, создатель фреймворка ELIZA и проекта AI16Z, прошел путь от экспериментов с простыми ботами до создания одного из самых влиятельных проектов в криптосфере. За шесть недель проект собрал более 30,000 держателей токенов, 13,000 участников в Discord и стал вторым по популярности репозиторием на GitHub. ИСТОРИЯ РАЗВИТИЯ ПРОЕКТА Ранние эксперименты Shaw: – Начинал с простых JavaScript-ботов для терминала – Разрабатывал Python-версии с возможностью самостоятельного кодирования – Экспериментировал с OODA-циклами для принятия решений – Создал систему Bejant (т.к. имя "agent" было занято на NPM) Первые предпринимательские попытки: – Подавал заявку в Y Combinator (не прошел) – Создал стартап Magic для no-code агентов – Работал над Project 89 с Parzival – Экспериментировал с агентами, имеющими Ethereum-кошельки Поворотный момент: – Разговор с другом о сложности совмещения трейдинга и разработки – Знакомство с концепцией DeFi-фондов через That Was Not Fun – Сотрудничество со Skelly и создание первого успешного агента Dijon Spartan – Запуск AI16Z после обеда с Bowski из DAOs.fun ТЕКУЩИЕ ПРОЕКТЫ AI Mark Andreessen: – Управляет фондом в $8 млн – Использует систему Marketplace of Trust – Принимает рекомендации из закрытого альфа-чата – Торгует низкокапитализированными токенами Degen Spartan AI: – Автономный трейдер с собственным токеном – Анализирует Twitter для торговых решений – Планируется интеграция с DEX – Готовится запуск NFT-проекта СОВЕТЫ РАЗРАБОТЧИКАМ Для начинающих: – Использовать Cursor как IDE с поддержкой AI – Применять ChatGPT для обучения и решения проблем – Участвовать в AI Agent Dev School (2 сессии в неделю) – Не бояться начинать без опыта программирования – Начинать с простых агентов на Twitter – Использовать TypeScript как основной язык – Изучать существующие примеры в репозитории – Экспериментировать с различными API Советы для продвинутых девов: – Фокусироваться на создании агентов, решающих реальные проблемы – Использовать преимущества социальных сетей – Не пытаться конкурировать с существующими платформами – Создавать агентов, которые приходят к пользователю ИННОВАЦИИ В РАЗРАБОТКЕ Фреймворк ELIZA: – Более 3300 звезд на GitHub – 880+ форков – 8 новых pull requests ежедневно – Простая архитектура без лишних абстракций Ключевые особенности: – Работа с Twitter без дорогого API – Поддержка мультиагентного взаимодействия – Простота интеграции новых действий – Открытый исходный код ЭКОНОМИЧЕСКАЯ МОДЕЛЬ Токеномика: – Быстрая распродажа токенов AI16Z – Система вознаграждений контрибьюторов – Автоматические аирдропы за разработку – Интеграция с DeFi-протоколами ВИДЕНИЕ БУДУЩЕГО Ближайшие 2 года: – Автоматизация 85% рутинных коммуникаций – Развитие систем межагентного взаимодействия – Интеграция с календарями и коммуникациями – Расширение возможностей для разработчиков Долгосрочные перспективы: – Создание "мирового разума" – Революция в обработке информации – Автоматизация большинства онлайн-взаимодействий – Переход к агент-агент транзакциям ВЫЗОВЫ И РЕШЕНИЯ Технические: – Высокие затраты на работу агентов ($1000+ в месяц) – Необходимость баланса автономности и контроля – Сложность координации множества агентов – Проблемы масштабирования Решения: – Использование криптоэкономики для покрытия расходов – Разработка систем репутации и доверия – Создание открытых стандартов взаимодействия – Фокус на полезных применениях ЗАКЛЮЧЕНИЕ Shaw и его команда создали не просто технологическую инновацию, а полноценную инфраструктуру для будущего взаимодействия людей и ИИ. Наиболее революционные аспекты: система Marketplace of Trust для оценки трейдеров, автоматизированное вознаграждение разработчиков и концепция роевого взаимодействия агентов. Проект демонстрирует, как открытый исходный код и криптоэкономика могут ускорить развитие искусственного интеллекта и создать новые формы цифрового взаимодействия. Перемотать в начало поста