Sau nhiều mong đợi, Eliza đã chính thức phát hành bản tóm tắt kỹ thuật của mình hôm nay.

Mặc dù nhiều điều hành trí tuệ nhân tạo được biết đến phổ biến là được xây dựng trên cơ sở mã nguồn mở Eliza, nhưng luôn thiếu tài liệu chi tiết và chính thức về cách Eliza định nghĩa chính nó từ góc độ kỹ thuật.

Bản báo cáo này cung cấp một câu trả lời toàn diện, mô tả cách Eliza cho phép tích hợp sâu giữa trí tuệ nhân tạo và Web3, kiến trúc hệ thống mô-đun của nó và các chi tiết thực hiện kỹ thuật của vai trò của nó như một khung công cộng nguồn mở.

Whitepaper được đồng sáng tác bởi Shaw, một số thành viên của Eliza Labs và các chuyên gia kỹ thuật từ các tổ chức liên quan khác. Tuy nhiên, do chi tiết kỹ thuật phức tạp và các khái niệm chuyên sâu, nó có thể không dễ tiếp cận với độc giả thông thường.

Để giải quyết vấn đề này, TechFlow đã đơn giản hóa và cô đọng nội dung, nhằm mục tiêu giải thích whitepaper bằng ngôn ngữ đơn giản để giúp độc giả nhanh chóng nắm bắt bản chất của nó.

1. Tại sao Eliza được tạo ra?

Khi xem xét câu hỏi này, việc đặt phạm vi rõ ràng là quan trọng. Cụ thể, tại sao phát triển Eliza trong ngữ cảnh của tiền điện tử hoặc Web3, thay vì so sánh khung việc này với các khung việc trí tuệ nhân tạo rộng hơn?

Theo hướng này, các phần giới thiệu và nền tảng của bản tóm tắt kỹ thuật cung cấp một câu trả lời tuyệt vời:

Trong sự giao nhau giữa trí tuệ nhân tạo và Web3, luôn tồn tại một khoảng cách đáng kể—thiếu một khung công việc có thể tích hợp một cách mượt mà với các ứng dụng Web3.

Cụ thể, bản giấy trắng xác định ba thách thức chính đang đối mặt với không gian Web3:

1. Độ phức tạp của Giao dịch phi tập trung Với sự phát triển nhanh chóng của các chuỗi công cộng như Ethereum, Solana và BASE, việc quản lý tài sản và thực hiện giao dịch trên các chuỗi khác nhau ngày càng trở nên khó khăn hơn. Mặc dù có các nền tảng giao dịch hiện có, chức năng cơ bản của chúng thường không đáp ứng được nhu cầu tùy chỉnh của người dùng trung và cao cấp.
2. Trích xuất giá trị từ dữ liệu On-Chain Blockchain chứa một lượng thông tin vô cùng quý giá, từ các chỉ số cơ bản như thay đổi địa chỉ ví, giá token và vốn hóa thị trường cho đến các chỉ số nâng cao hơn như tỷ lệ tài khoản khủng long và mô hình tạo lập thị trường. Hiệu quả chuyển đổi dữ liệu phức tạp này thành thông tin hành động vẫn là một vấn đề cấp bách.
3. Sự phân mảnh thông tin trên mạng xã hội Đối với ngành công nghiệp Web3, các nền tảng như Twitter, Discord và Farcaster là các kênh thông tin quan trọng. Tuy nhiên, với sự gia tăng về số lượng các nhà lãnh đạo ý kiến chủ chốt (KOL), thông tin trở nên ngày càng phân mảnh. Việc rút trích thông tin có giá trị từ cơn lũ thông tin này đã trở thành một thách thức phổ biến đối với các nhà giao dịch.

Eliza được tạo ra để đáp ứng những nhu cầu thực tế này. Là hệ điều hành máy chủ trí tuệ nhân tạo nguồn mở đầu tiên hướng tới Web3, Eliza áp dụng một thiết kế có tính module, cho phép các nhà phát triển và người dùng tùy chỉnh các giải pháp dựa trên yêu cầu cụ thể của họ.

Eliza nhằm giảm thiểu rào cản cho người dùng thông thường để tiếp cận các chức năng AI tiên tiến.

cho họ xây dựng các đại lý trí tuệ nhân tạo của riêng họ mà không cần kiến thức lập trình sâu rộng.

Ngoài ra, whitepaper so sánh Eliza với một số khung AI phổ biến khác. Một bảng so sánh rõ ràng nhấn mạnh rằng Eliza tuyên bố cung cấp sự hỗ trợ tốt nhất cho Web3, đây cũng là thông điệp chính mà toàn bộ whitepaper muốn truyền đạt.

2. Triết lý thiết kế và các đổi mới kỹ thuật của Eliza

Ba nguyên tắc thiết kế cốt lõi: Đơn giản mà không quá đơn giản

Thành công của Eliza không phải là sự ngẫu nhiên. Ngay từ ban đầu, nhóm đã thiết lập ba nguyên tắc cốt lõi:

1. Lập trình viên Web3 Đầu tiênNhận thấy rằng việc phát triển Web3 chủ yếu dựa vào JavaScript/TypeScript, Eliza đã chọn TypeScript là ngôn ngữ phát triển của mình. Quyết định này cho phép các nhà phát triển làm việc với các công cụ quen thuộc và tích hợp các chức năng blockchain một cách mượt mà vào ứng dụng web hiện có. Đơn giản là nó cho phép nhà phát triển Web3 “sử dụng nó ngay khi mở hộp.”
2. Kiến trúc Plugin Modular Eliza phân chia hệ thống của nó thành một runtime lõi và bốn thành phần chính:

• Bộ chuyển đổi(Data Integration)
• Nhân vật(Tính cách của Đại lý)
• Khách hàng (Tương Tác Tin Nhắn)
• Plugin (Chức năng chung)

Kiến trúc này cho phép các nhà phát triển tự do thêm các plugin, client, ký tự và bộ chuyển đổi của riêng mình mà không cần lo lắng về chi tiết của lõi chạy. Nó cũng cho phép Eliza hỗ trợ một loạt các nhà cung cấp mô hình (ví dụ: OpenAI, Llama, Qwen), tích hợp nền tảng (ví dụ: Twitter, Discord, Telegram) và tương thích blockchain (ví dụ: Solana, Ethereum, Ton).

1. Ưu tiên Sự đơn giản hơn Sự phức tạp

Với tài nguyên kỹ thuật hạn chế, việc duy trì một cài đặt nội bộ đơn giản giúp tiết kiệm thời gian cho việc phát triển tính năng mới, thích nghi với các tình huống mới và theo kịp sự tiến hóa nhanh chóng của AI và Web3.

Các Đổi Mới Kỹ Thuật: Tăng Cường Bên Trong và Mở Rộng Bên Ngoài

Các đổi mới kỹ thuật của Eliza có thể chia thành hai khía cạnh: cải tiến nội bộ và mở rộng bên ngoài.

1. Cải tiến nội bộ Để cải thiện khả năng suy luận của các mô hình AI, Eliza tích hợp một số kỹ thuật tiên tiến:

• Chain-of-Thoughts (CoT):
  • Định nghĩa kỹ thuật: Giới thiệu các giải thích từng bước một.
  • Giải thích đơn giản: Tương tự như việc giải quyết một bài toán toán học bằng cách viết ra từng bước, trí tuệ nhân tạo giải thích quá trình suy nghĩ của mình từng bước một thay vì nhảy trực tiếp đến câu trả lời. Điều này không chỉ cải thiện độ chính xác mà còn làm cho việc hiểu cách thức đạt đến kết luận dễ dàng hơn cho con người.
• Tree-of-Thoughts (ToT):
  • Định nghĩa kỹ thuật: Cho phép nhánh để khám phá nhiều giải pháp.
  • Giải thích đơn giản: Giống như việc xem xét các nước đi khác nhau trong một trò chơi cờ vua, trí tuệ nhân tạo khám phá đồng thời các giải pháp có thể và chọn lựa giải pháp tốt nhất. Điều này tương tự như việc điều hướng một cây quyết định để tìm ra con đường tối ưu.
• Đồ thị suy nghĩ (GoT):
  • Định nghĩa kỹ thuật: Kết nối các đường đi lập luận.
  • Giải thích đơn giản: Xem xử lý vấn đề như một mạng lưới nơi các ý tưởng được liên kết với nhau. Tương tự như cách con người tạo ra bản đồ tư duy cho những vấn đề phức tạp, trí tuệ nhân tạo kết nối các ý tưởng khác nhau để hình thành một hiểu biết toàn diện.
• Layer-of-Thoughts (LoT):
  • Định nghĩa kỹ thuật: Kết nối các đường dẫn lập luận.
  • Giải thích đơn giản: Đối xử với vấn đề như một mạng lưới nơi các ý tưởng được kết nối với nhau. Tương tự như cách con người tạo ra bản đồ tư duy cho các vấn đề phức tạp, trí tuệ nhân tạo kết nối các ý tưởng khác nhau để hình thành một hiểu biết toàn diện.

1. Mở rộng Bên ngoài Để nâng cao khả năng giải quyết vấn đề thực tế, Eliza tích hợp các chức năng bên ngoài khác nhau:

• Retrieval-Augmented Generation (RAG):
  • Định nghĩa kỹ thuật: Tăng khả năng tạo ra thông qua việc truy xuất.
  • Giải thích đơn giản: Giống như một học sinh tham khảo sách giáo trình khi làm bài tập về nhà, trí tuệ nhân tạo truy cập vào ‘cơ sở kiến thức’ của mình để đảm bảo câu trả lời chính xác hơn.
• Cơ sở dữ liệu vector:
  • Định nghĩa kỹ thuật: Lưu trữ và truy xuất dữ liệu có cấu trúc.
  • Giải thích đơn giản: Các chức năng giống như một “thư viện” cho AI, cho phép nó nhanh chóng tìm thấy nội dung tương tự. Ví dụ, nếu bạn yêu cầu một bài thơ về mặt trăng, nó có thể ngay lập tức truy xuất các tác phẩm liên quan.
• Tìm kiếm trên web:
  • Định nghĩa Kỹ thuật: Truy xuất thông tin thời gian thực từ internet.
  • Giải thích đơn giản: Cho phép trí tuệ nhân tạo duyệt web như một con người, truy cập thông tin mới nhất thay vì chỉ dựa trên kiến thức sẵn có.
• Text-to-Image/Video/3D Model:
  • Định nghĩa kỹ thuật: Chuyển đổi các mô tả văn bản thành nội dung đa phương tiện.
  • Giải thích đơn giản: Như một nghệ sĩ vẽ dựa trên một mô tả, trí tuệ nhân tạo có thể tạo ra hình ảnh, video hoặc thậm chí là mô hình 3D dựa trên đầu vào của bạn.

So sánh với các Framework khác trong không gian Web3

Trong số các khung AI đang sử dụng Web3 hiện tại, Eliza thể hiện rõ những ưu điểm rõ rệt. Dựa trên phản hồi từ hơn 50 nhà nghiên cứu AI và các nhà phát triển blockchain cấp cao, Eliza vượt trội hơn so với các khung khác ở các chỉ số chính sau:

• Hỗ trợ cho nhà cung cấp mô hình
• Tương thích chuỗi
• Đầy đủ tính năng
• Tích hợp mạng xã hội

3. Eliza OS: Một hệ sinh thái AI Web3 được xây dựng cẩn thận

Sau khi hiểu được triết lý thiết kế của Eliza, chúng ta hãy tìm hiểu cách khung việc này hoạt động. Eliza có thể được tưởng tượng như một hệ thống LEGO được thiết kế tỉ mỉ, trong đó mỗi phần khớp hoàn hảo trong khi vẫn giữ được tính linh hoạt đặc biệt.

Các thành phần cốt lõi: Năm vai trò chính

Trong hệ sinh thái của Eliza, có năm thành phần cốt lõi hoạt động cùng nhau để hình thành một hệ thống thông minh hoàn chỉnh.

• Đại lý: Những nhân vật chính của hệ thống

Chúng hoạt động như những “trợ lý kỹ thuật số” độc lập, chịu trách nhiệm xử lý các tương tác tự động khác nhau. Mỗi đại lý có “bộ nhớ” và “tính cách” riêng và có thể tham gia vào các cuộc trò chuyện và tương tác có logic với người dùng qua các kênh khác nhau như Discord và Twitter.

• Tệp nhân vật: “Tính cách” của các đặc vụ

Để làm cho những đại lý này linh hoạt hơn, Tệp Nhân Vật hoạt động như “sơ yếu lý lịch cá nhân” của họ. Những tệp này xác định danh tính và đặc điểm cá nhân của các đại lý, chỉ định mô hình họ có thể sử dụng (ví dụ, OpenAI, Anthropic), và xác định những hành động họ có thể thực hiện (ví dụ, giao dịch blockchain, NFT minting). Thông qua cấu hình nhân vật được thiết kế tốt, mỗi đại lý có thể thể hiện chuyên môn chuyên nghiệp và mẫu hành vi độc đáo.

• Nhà cung cấp: Hệ thống “nhận thức” của các đại lý

Khi tương tác với thế giới bên ngoài, các đại lý dựa vào Nhà cung cấp như là “hệ thống nhận thức” của họ. Giống như con người cần các giác quan để nhận thức môi trường xung quanh, các nhà cung cấp cung cấp thông tin thời gian thực như dữ liệu thị trường, chi tiết ví tiền và phân tích tình cảm, giúp cho các đại lý hiểu tốt hơn về môi trường và ngữ cảnh hiện tại.

• Hành động: “kỹ năng” của các đại lý

Khi cần các hành động cụ thể, Hành động được coi là ‘kỹ năng’ của các đại lý. Từ các đơn đặt mua/bán đơn giản đến việc tạo NFT phức tạp, mỗi hành động trải qua quá trình xác nhận bảo mật chặt chẽ để đảm bảo an toàn tuyệt đối khi xử lý các nhiệm vụ tài chính. Những kỹ năng này cho phép các đại lý hoạt động hiệu quả trong hệ sinh thái Web3.

• Người đánh giá: “Hệ thống ra quyết định” của các đại lý

Cuối cùng, Người đánh giá đóng vai trò như hệ thống quyết định của các đại lý, có trách nhiệm đánh giá nội dung cuộc trò chuyện, trích xuất thông tin chính và giúp các đại lý xây dựng bộ nhớ dài hạn. Họ không chỉ theo dõi tiến độ đạt được các mục tiêu mà còn đảm bảo tính nhất quán của toàn quá trình trò chuyện.

Tương tác thông minh: Không chỉ đơn giản là các cuộc trò chuyện

Về mặt tương tác, Eliza sử dụng một hệ thống hiểu biết nhiều tầng, tương tự như một người dịch kinh nghiệm không chỉ hiểu nghĩa đen mà còn hiểu được ngữ cảnh và ý đồ đằng sau các từ ngữ. Hệ thống này có thể hiểu đúng nhu cầu thực sự của người dùng, duy trì một trải nghiệm nhất quán trên các nền tảng giao tiếp khác nhau và linh hoạt điều chỉnh phản hồi dựa trên ngữ cảnh.

Hệ thống Plugin: Tiềm năng mở rộng không giới hạn

Hệ thống plugin của Eliza là một tập hợp công cụ mạnh mẽ mang lại tính mở rộng cho toàn bộ framework. Tính mở rộng này được phản ánh theo ba hướng: tạo đa phương tiện, tích hợp Web3 và cơ sở hạ tầng:

• Đối với việc tạo ra đa phương tiện, nó có thể tạo ra hình ảnh, video và mô hình 3D, hỗ trợ việc tạo ra tự động bộ sưu tập NFT, và cung cấp khả năng mô tả và phân tích hình ảnh.
• Đối với tích hợp Web3, nó hỗ trợ các hoạt động đa chuỗi trên các mạng như Ethereum và Solana, cung cấp bộ công cụ giao dịch toàn diện, và tích hợp các hoạt động DeFi khác nhau.
• Đối với cơ sở hạ tầng, nó cung cấp các khả năng cơ bản như dịch vụ trình duyệt, xử lý tài liệu và chuyển đổi giọng nói thành văn bản.

Qua thiết kế modular này, Eliza không chỉ duy trì sự ổn định của hệ thống mà còn cung cấp cho các nhà phát triển khả năng mở rộng gần như không giới hạn. Điều này cho phép Eliza thích nghi với các yêu cầu và tình huống ngày càng xuất hiện trong hệ sinh thái Web3.

4. Eliza có khả năng như thế nào? Các thông tin từ dữ liệu

Khi một framework công nghệ mới nổi lên, hiệu suất thực tế thường là mối quan tâm chính. Ở điểm này, Eliza cung cấp một câu trả lời thành thật. \
Trong bài kiểm tra đánh giá GAIA (một nền tảng được thiết kế đặc biệt để đánh giá khả năng của các đặc vụ trí tuệ nhân tạo giải quyết các vấn đề thực tế), Eliza đã thể hiện khả năng ấn tượng. Bài kiểm tra này không chỉ đánh giá kỹ năng cơ bản Q&A mà còn yêu cầu các đặc vụ trí tuệ nhân tạo phải sở hữu nhiều năng lực khác nhau, như lập luận logic, xử lý đa phương tiện, duyệt web và sử dụng công cụ.
Mặc dù điểm số tổng thể của Eliza (19,42%) vẫn thấp hơn các giải pháp đang dẫn đầu hiện tại, đây là một kết quả đáng khen ngợi, đặc biệt là khi xét đến tập trung vào lãnh vực Web3. Đáng chú ý, khi xử lý các nhiệm vụ cơ bản (Cấp độ 1), Eliza đạt tỷ lệ hoàn thành 32,21%, thể hiện khả năng cơ bản vững chắc của nó.

Web3 Domain: Một người điều chỉnh tiêu chuẩn tiên phong

Điều đáng chú ý hơn nữa là Eliza đóng vai trò của một “người đặt chuẩn” trong lĩnh vực Web3. Vì hệ thống AI tập trung vào Web3 vẫn còn ở giai đoạn đầu, Eliza đã dẫn đầu trong việc đề xuất một khung đánh giá toàn diện, đặt hướng đi cho toàn ngành công nghiệp.

Khung đánh giá này được chia thành ba cấp độ, được đề cập trong sách trắng là phiên bản Web3 AI của “Turing Test”:

• Khả năng cơ bản: Bao gồm các hoạt động cơ bản như tạo ví, giao dịch token và tương tác hợp đồng thông minh.
• Tính năng nâng cao: Kết hợp các công nghệ AI mới nhất, như chuyển đổi văn bản thành video/3D và hỗ trợ RAG.
• Đặc điểm cao cấp: Cho phép lập kế hoạch tự động và suy luận dựa trên hướng dẫn của người dùng, đạt được quyết định thông minh thực sự.

Hiện tại, Eliza đã thành công trong việc triển khai tất cả các chức năng ở mức cơ bản và đang tiến về phía mức cao cấp. Nhóm đã thể hiện sự tự tin rằng họ sẽ đạt được hệ thống đại lý trí tuệ nhân tạo hoàn toàn tự động trong những năm sắp tới.

5. Ứng dụng thực tế: Thị trường bỏ phiếu bằng tiền thật

Bản báo cáo trắng gốc bao gồm một phần giới thiệu mã để thể hiện các ứng dụng thực tế có thể đạt được với khung công việc. Tuy nhiên, để đơn giản hóa sự hiểu biết và tránh chi tiết kỹ thuật, chỉ những ứng dụng rộng lớn sẽ được nhấn mạnh ở đây.

Theo sách trắng, từ tháng 1 năm 2025, một số dự án Web3 đáng kể đã xây dựng hệ thống điều khiển trí tuệ nhân tạo của họ dựa trên Eliza. Vốn hóa thị trường kết hợp của các đối tác này vượt quá 20 tỷ đô la.

Hình ảnh này có thể là sự chứng nhận tốt nhất về sức mạnh công nghệ của Eliza từ thị trường.

Quan trọng hơn, nhóm Eliza tự tin vào tương lai. Họ tin rằng khi những “đại lý thông minh” này tiếp tục phát triển, chúng ta sẽ chứng kiến một thời đại mới khi nhiều đơn vị trí tuệ nhân tạo làm việc cùng nhau hài hòa. Như CEO của Anthropic, Dario Amodei đã nêu trong tầm nhìn về “trung tâm dữ liệu thiên tài”, Eliza đang mở đường cho tương lai này.

6. Hạn chế hiện tại và triển vọng trong tương lai: Một bài phân tích tự trung thực

Khung công nghệ nào cũng không hoàn hảo, và nhóm Eliza thành thật chỉ ra những hạn chế hiện tại của khung công nghệ của họ trong bài báo trắng.

Ba thách thức lớn cần được giải quyết

• Thiếu hệ thống quy trình làm việc: Giống như một trợ lý lành nghề yêu cầu quy trình làm việc được tiêu chuẩn hóa, khi các nhà phát triển muốn thực hiện các tác vụ thông thường (chẳng hạn như tổng hợp dữ liệu định kỳ từ nhiều nguồn), khung Eliza hiện tại không cung cấp các giải pháp làm sẵn. Đối với những nhu cầu như vậy, các hệ thống quy trình làm việc với giao diện đồ họa, như Dify hoặc Coze, vẫn có thể cần thiết.
• Vấn đề hiệu suất trong Hệ thống Đa tác nhân: Khi số lượng tác nhân tăng lên, ngữ cảnh và nội dung bộ nhớ mà hệ thống cần xử lý tăng mũi tên. Đặc biệt, cân bằng quá tải tính toán và hiệu suất vận hành trong khi xử lý các nhiệm vụ đầu vào/đầu ra lớn vẫn là một thách thức kỹ thuật cần được giải quyết.
• Mở rộng Hỗ trợ Đa Ngôn ngữ: Hiện tại, Eliza chủ yếu dựa trên TypeScript, nhưng để thu hút các nhà phát triển từ nhiều lĩnh vực hơn, nó sẽ cần mở rộng hỗ trợ cho các ngôn ngữ lập trình khác như Python và Rust.

Triển vọng: Mở ra một thời đại mới của Trí tuệ nhân tạo phi tập trung

Mặc dù có những hạn chế này, tầm quan trọng của Eliza đã vượt xa chỉ là một khuôn khổ công nghệ đơn thuần.

Đây là một nỗ lực tiên phong trong việc tích hợp sâu sắc công nghệ AI và ứng dụng Web3. Bằng cách thiết kế mỗi mô-đun chức năng dưới dạng một chương trình TypeScript tiêu chuẩn, Eliza đảm bảo người dùng hoàn toàn kiểm soát hệ thống. Nó cũng cung cấp tích hợp mượt mà với dữ liệu blockchain và hợp đồng thông minh.

Thiết kế này đảm bảo đồng thời tính bảo mật và khả năng mở rộng. Như đã nêu ở cuối bài báo trắng, các khả năng của Eliza chỉ bị giới hạn bởi sự tưởng tượng của người sử dụng.

Với sự tiếp tục phát triển của công nghệ AI và Web3, Eliza cũng sẽ tiếp tục tiến hóa, tiếp tục dẫn đầu trong việc phát triển trí tuệ nhân tạo phi tập trung.

Miễn trách nhiệm:

1. Bài viết này được sao chép từ [deep tide TechFlow], bản quyền thuộc về tác giả gốc [Công nghệ Deep Chao TechFlow], if you have any objection to the reprint, please contact Gate Learnđội, đội sẽ xử lý nó càng sớm càng tốt theo các thủ tục liên quan.
2. Miễn trách: Quan điểm và ý kiến được biểu đạt trong bài viết này chỉ đại diện cho quan điểm cá nhân của tác giả và không hề đưa ra bất kỳ lời khuyên đầu tư nào.
3. Các phiên bản tiếng khác của bài viết được dịch bởi nhóm Học viện Gate. Trừ khi có quy định khác, bài viết dịch có thể không được sao chép, phân phối hoặc đạo văn.