ตัวแทน AI ส่วนใหญ่ในปัจจุบันมีข้อบกพร่องพื้นฐานอย่างหนึ่ง—พวกมันลืมทุกอย่าง หลังจากแต่ละเซสชัน บริบท พฤติกรรมที่เรียนรู้ และการปรับแต่งเฉพาะผู้ใช้จะหายไป ทำให้ต้องเริ่มต้นใหม่จากศูนย์ทุกครั้ง ความไม่มีสถานะนี้เป็นข้อจำกัดที่เงียบใน race เพื่อสร้างผู้ช่วยบนโซ่ที่เป็นอิสระและมีประโยชน์ DWF Ventures ได้เน้นไปที่คำตอบหนึ่ง โดยชี้ให้เห็นกรอบงานโอเพ่นซอร์ส Hermes จาก Nous Research ซึ่งโจมตีปัญหาความจำโดยตรง ตาม รายงานต้นฉบับ จาก WuBlockchain
บันทึกของ DWF ชี้ให้เห็นว่า Hermes โดดเด่นเพราะมันไม่ใช่เพียงเครื่องมืออัตโนมัติแบบใช้ครั้งเดียวเท่านั้น โครงร่างนี้นำเสนอหน่วยความจำถาวรที่เก็บรักษาการโต้ตอบของผู้ใช้ เซสชัน และความชอบที่เรียนรู้ไว้ข้ามช่วงเวลา ซึ่งรวมกับระบบทักษะอัตโนมัติที่ขยายขีดความสามารถของเอเจนต์อย่างเป็นธรรมชาติ และโปรไฟล์ผู้ใช้ที่ผูกหน่วยความจำเข้ากับตัวตนที่คงที่ วงจรการปรับปรุงตนเองจะปรับแต่งสิ่งที่เอเจนต์รู้อย่างต่อเนื่อง ทำให้ประโยชน์เพิ่มพูนขึ้นแทนที่จะรีเซ็ตทุกวงจร สำหรับอุตสาหกรรมที่เต็มไปด้วยตัวหุ่นยนต์แชทและเอเจนต์ API แบบผิวเผิน การออกแบบนี้จึงเป็นการเปลี่ยนแปลงเชิงโครงสร้างไปสู่ปัญญาที่ยั่งยืนและเพิ่มพูนขึ้นเรื่อยๆ
เหตุใดตัวแทนแบบไร้รัฐจึงกลายเป็นมาตรฐาน
สถาปัตยกรรมแบบ Stateless มีต้นทุนต่ำและใช้งานง่าย สามารถขยายขนาดได้ตามการออกแบบและหลีกเลี่ยงการจัดเก็บข้อมูลส่วนตัวของผู้ใช้ ซึ่งมีความเหมาะสมสำหรับ Trading Bot ด้านการซื้อขายคริปโตในยุคแรกๆ และผู้ช่วยบน Discord แบบง่ายๆ ที่แค่ต้องส่งการแจ้งเตือนหรือประมวลผลคำสั่งเดียว เมื่อตัวแทน AI เริ่มจัดการงานที่ซับซ้อนมากขึ้น—เช่น การตีความโพสิชัน DeFi การจัดการปฏิบัติการข้ามโซ่หลายขั้นตอน หรือการเรียนรู้จากข้อมูลบนโซ่—การขาดหน่วยความจำกลับกลายเป็นข้อเสีย การทำซ้ำทำลายประสิทธิภาพ และการขาดความเป็นส่วนตัวทำให้ความไว้วางใจลดลง การตั้งกรอบของ DWF บ่งชี้ว่าพวกเขากำลังมอง vượtพ้นกระแสความนิยมไปสู่โครงสร้างพื้นฐานที่สามารถอยู่รอดได้ภายใต้การมีส่วนร่วมของผู้ใช้อย่างต่อเนื่อง ไม่ใช่แค่แสดงผลได้ดีในงานสาธิต
การผลักดันไปสู่ตัวแทนที่มีสถานะและรับรู้หน่วยความจำสอดคล้องกับการเคลื่อนไหวโดยรวมไปสู่โครงสร้างพื้นฐานปัญญาประดิษฐ์แบบกระจายศูนย์ โครงการต่างๆ เริ่มเชื่อมต่อชั้นการประมวลผล การจัดเก็บข้อมูล และการฝึกอบรม เพื่อให้ตัวแทนปัญญาประดิษฐ์สามารถทำงานได้โดยไม่ต้องพึ่งพาคลาวด์แบบกลาง ตัวอย่างเช่น ความร่วมมือด้านการประมวลผลแบบกระจาย เช่น UXLINK และงานของ Origins Network ในการพัฒนาแอปพลิเคชัน Web3 ที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ที่สามารถขยายขนาดได้ แสดงให้เห็นถึงการวางรากฐานสำหรับตัวแทนที่ต้องการการประมวลผลแบบต่อเนื่อง Hermes เข้าร่วมในกระบวนการนี้โดยอิงบนเครือข่ายการฝึกอบรม Psyche แบบกระจายศูนย์ของ Nous ซึ่งเป็นชั้นที่กระจายภาระงานหนักของการปรับปรุงโมเดล
ความปลอดภัย กุญแจที่ปิดผนึก และเครือข่าย Psyche
กลไกที่อยู่เบื้องหลังไม่ได้เกี่ยวข้องแค่กับหน่วยความจำเท่านั้น Hermes ออกแบบให้มีการแยกข้อมูลรับรองเพื่อให้โทเค็นการเข้าถึงและกุญแจส่วนตัวไม่ปนเปกับชั้นการให้เหตุผลหลักของเอเจนต์ การลบข้อมูลลับและการหมุนเวียนกุญแจอัตโนมัติทำให้ระบบมีระดับความปลอดภัยใกล้เคียงกับระบบผู้ดูแลมากกว่าบอททดลองทั่วไป สถาปัตยกรรมนี้มีความสำคัญเพราะเอเจนต์ที่เก็บข้อมูลรับรองของผู้ใช้จะกลายเป็นเป้าหมายที่มีมูลค่าสูง การผสานรวมคุณสมบัติเหล่านี้เข้ากับ Psyche—เครือข่ายการฝึกอบรมแบบกระจายศูนย์—หมายความว่าโมเดลเองถูกปรับปรุงโดยโครงสร้างโหนดที่กระจายศูนย์แทนเซิร์ฟเวอร์เดียว ซึ่งลดจุดล้มเหลวแบบรวมศูนย์
ความต้องการพื้นที่จัดเก็บสำหรับเอเจนต์ที่คงอยู่และเรียนรู้เหล่านี้สอดคล้องกับแนวโน้มที่สามารถระบุได้ ขณะที่โมเดลสะสมความรู้และประวัติผู้ใช้ ความจำเป็นในการจัดเก็บข้อมูลที่ราคาถูกและสามารถตรวจสอบได้จึงเพิ่มขึ้น ความสนใจที่เพิ่มสูงขึ้นในชั้นข้อมูล AI ได้ทำให้โครงการอย่าง Filecoin ถูกพูดถึงในฐานะ โซลูชันการจัดเก็บแบบกระจายศูนย์ที่ออกแบบมาเฉพาะสำหรับงาน AI Hermes อาจไม่ได้ดำเนินการจัดเก็บข้อมูลบนโซ่โดยตรง แต่วงจรการปรับปรุงตัวเองที่มันพึ่งพาจะต้องดึงข้อมูลจากและส่งข้อมูลไปยังสภาพแวดล้อมแบบกระจายศูนย์อย่างหลีกเลี่ยงไม่ได้ หากมันขยายตัวเพื่อรองรับกรณีการใช้งานใน Web3
ที่ซึ่งข้อได้เปรียบไม่ได้รับประกัน
DWF เปรียบเทียบ Hermes กับ Claude Code และ OpenAI Codex อย่างชัดเจน โดยอ้างว่าจุดแข็งของพวกเขาในการสร้างโค้ดในขณะนั้นไม่ได้แปลงเป็นความสามารถในการสะสมผลลัพธ์ตลอดหลายสัปดาห์ของการใช้งาน ตัวแทนแบบไร้สถานะสามารถสร้างการตรวจสอบสัญญาอัจฉริยะที่สมบูรณ์แบบในวันหนึ่ง แล้วลืมบริบททั้งหมดของโครงการในวันถัดไป จุดเด่นของ Hermes คือความสามารถในการสะสมประสบการณ์ นี่คือแนวป้องกันที่แท้จริงหากการดำเนินการเป็นไปอย่างสะอาด แต่มันยังต้องการให้ผู้ใช้ผูกมัดกับสภาพแวดล้อมตัวแทนเดียวที่ทำงานยาวนาน ซึ่งตลาดยังตอบสนองช้านอกเหนือจากการดำเนินงานทางการเงินเฉพาะทาง
ลักษณะโอเพ่นซอร์สของ Hermes มีทั้งข้อดีและข้อเสีย มันเปิดโอกาสให้มีการตรวจสอบอย่างกว้างขวางและการปรับใช้โดยชุมชน ซึ่งอาจเร่งการรับรองในเครื่องมือ DeFi การดำเนินงานของ DAO และการวิเคราะห์ NFT ในขณะเดียวกัน การรักษาสถานะโอเพ่นซอร์สไว้ขณะยังคงได้เปรียบด้านความปลอดภัยเมื่อเทียบกับคู่แข่งที่มีทุนหนาและปิดซอร์ส เป็นเรื่องที่ต้องเดินบนเส้นด้าย ยังไม่แน่ชัดว่า Hermes จะดึงดูดความสนใจของนักพัฒนาเพียงพอเพื่อให้กลายเป็นโครงสร้างพื้นฐานเริ่มต้นสำหรับตัวแทน Web3 ที่มีสถานะหรือไม่ ความจำเพียงอย่างเดียวไม่รับประกันประโยชน์ใช้สอย หากคุณภาพของการให้เหตุผลพื้นฐานล้าหลัง หรือหากการผสานรวมกับวอลเล็ตและ DApp ที่มีอยู่ยังคงยุ่งยาก DWF’s Spotlight เป็นสัญญาณว่าเงินทุนจากผู้ลงทุนกำลังให้ความสนใจกับสถาปัตยกรรม ไม่ใช่แค่จำนวนผู้ใช้งานเท่านั้น สำหรับทีมที่พัฒนาในพื้นที่ตัวแทน AI แบบจำลองของ Hermes ตอนนี้กลายเป็นมาตรฐานอ้างอิงสำหรับสิ่งที่จะตามมาหลังยุคแชทบอท