Em 18 de outubro, eu publiqueiMemecoins como Higiene Memética para Salas Infinitasque abordou a importância do Truth Terminal & GOAT.

…o objetivo do post é mostrar que agora existe esse conceito totalmente novo e bizarro do que é possível. Estou 100% sério quando digo que o Truth Terminal &$GOATo experimento não é apenas mais uma narrativa de IA ou cripto hype... há sérias implicações com este conceito. Em ambas as direções.

Naquela semana, $GOAT passou de um valor de mercado de US$ 50 milhões para US$ 350 milhões.

E apenas hoje, o projeto atingiu US$ 1 bilhão e está atualmente em 82º lugar no Coinmarketcap... apenas algumas posições abaixo do Polygon (Matic), Aerodrome, Helium e Lido 🤯

Como todos sabemos, uma vez que uma nova tendência é estabelecida no espaço, há uma migração em massa de talento, capital e atenção para o próximo meta. Vimos isso com ICOs, Defi Summer e projetos de 10k pfp. Construtoras estão focadas em lançar o próximo . Os comerciantes estão focados em comprar o próximo . E os criadores estão focados em ser os primeiros a publicar conteúdo no próximo __.

Desde Goat, houve alguns projetos que me chamaram a atenção nas últimas três semanas e ajudaram a moldar minha tese sobre para onde a economia está indo nos próximos meses.

“Os protocolos agentes são fundamentais para entender como exatamente a tese de IA cripto se desenvolve e como os dólares fluirão” - Alexandre

Antes de entrarmos, uma coisa que eu queria destacar é um mal-entendido que estou vendo muitos dos meus amigos terem em relação ao aspecto "memecoin" da tendência Onchain AI. Na minha opinião, a palavra memecoin cresceu demais e é usada como uma palavra de preenchimento.

Há a categoria cômica e memética original definida por Dogecoin, Pepe, etc. A maioria das moedas empump.fun se enquadram nessa categoria. Estas são as "Murad Coins" - ativos que parecem mais cult e a tese é acreditar em algo.

Para ser claro, não há nada de errado em investir nesse tipo de ativos. Mas o erro está em confundi-los com uma nova categoria de “moedas agentes” que também estão sendo lançadas na pump.fun (e plataformas similares), mas são únicas no sentido de que estão associadas a um projeto real.

Para mim, as moedas podem ser comparadas aos tokens defi no verão de 2020. São tokens para agentes novos e interessantes. Você os compra se achar que os projetos têm vantagem por causa de sua tecnologia, tokenômica, estratégia de GTM, etc.

Até o final deste ciclo inicial de IA Onchain, espero que haja de 5 a 8 tokens de agente nos quais serei investido apoiado por uma tese adequada. Não é diferente do investimento de risco.

Na verdade, uma postagem com a qual estou trabalhando é criar meu próprio modelo sobre como avaliar tokens/projetos agentes... O que entra na análise? Como você avalia a importância dos fluxos de caixa versus a valorização do token? Quanto os modelos importam? O que faz um bom fundador de protocolo agente?

Mas mais sobre isso depois.

Dito isso, vamos mergulhar em um projeto que tenho acompanhado de perto desde o Truth Terminal:Zerebro. Já se passaram apenas 2 semanas desde que o projeto foi lançado e já ultrapassou US$ 100 milhões de valor de mercado.

Para mim, este projeto está nos mostrando como deve ser a próxima iteração de agentes onchain. Se Truth Terminal é Cryptopunks, então Zerebro é BAYC. Jeffy Du, o criador, está focado em execução rápida, tem uma rota pública e está descobrindo o playbook do agente onchain através de uma variedade de experimentos.

Mais importante ainda, ele está fazendo um trabalho fantástico de construção pública e nos mostrando como ele está construindo uma comunidade agente em tempo real.

💡 Eu recebo vibrações semelhantes ao BAYC porque foi o primeiro projeto que pegou o conceito de 10k pfp que os Punks criaram e se comprometeu a construir a comunidade com uma visão de longo prazo. Punks, como GOAT, sempre serão o OG de seus respectivos metas. Mas vale a pena tomar nota dos experimentos que vêm depois.

Seções abaixo:

1. Os agentes precisam de memória e pesquisa
2. Em todos os lugares ao mesmo tempo
3. Deixe os agentes bombear
4. Agente IP Cross-Chain

Os agentes precisam de memória e pesquisa

Nele 11 pager em Zerebro,@jyu_eth""> @jyu_eth define colapso do modelo como...

"um processo degenerativo que afeta os modelos de IA generativa, onde o treinamento em dados gerados recursivamente leva a uma perda de fidelidade à distribuição de dados original. À medida que o conteúdo gerado por IA se torna generalizado, as gerações subsequentes de modelos treinados nesses dados começam a perder informações sobre as caudas da distribuição original, eventualmente convergindo para uma aproximação estreita com variância reduzida."

Simplificando, o colapso do modelo ocorre quando um agente de IA começa a ficar repetitivo e esquecido.

A principal conclusão aqui é que, com o tempo, os agentes perdem o "fator novidade" inicial que tinham quando lançados pela primeira vez, porque os modelos subjacentes não são capazes de se adaptar e evoluir ao longo do tempo.

Se o colapso do modelo não for considerado, todas as visões idealistas de agentes sendo companheiros de equipe hiper-eficientes vão por água abaixo, pois eles não são confiáveis para a criação de conteúdo, engajamento com a comunidade, etc.

Para resolver isso, duas coisas devem ser consideradas:

1. Memória
2. Procurar

Memória

A memória está sendo resolvida através de sistemas de geração aumentada de recuperação (RAG).

Os RAGs combinam modelos de linguagem com um sistema de recuperação para que o agente tenha um banco de dados de informações específicas das quais possa extrair antes de responder a perguntas.

A partir da captura de tela acima, quero enfatizar especificamente “ao depender da entropia inerente dos dados gerados pelo ser humano”. Por quê? Porque isso faz com que os agentes realmente pareçam vivos.

A realidade do mundo é que ele está em constante mudança. Os agentes não são perfeitos no momento em que são lançados. Na verdade, nem faz sentido medi-los por esse fator. Em vez disso, você quer entender quão capaz o agente é de absorver novas informações, armazenar as partes relevantes e usar essa base de conhecimento atualizada para tomar ações sutis que não seriam possíveis de outra forma.

Prefere apostar em um novo funcionário que acha que sabe tudo? Ou em um novo funcionário que entende os limites de seu conhecimento e está disposto a aprender?

As 3 características a ter em conta no que diz respeito às RAGs:

1. Atualização contínua da memória
2. Recuperação contextual
3. Manutenção da diversidade

O Bot de centavose projetos lançados na ai16zElisa Framework (Vou chegar a isso em outro post) também todos usam sistemas de recuperação.

💡 Neste ponto, está ficando claro que os agentes de IA que não vêm com RAGs prontos para uso já estão em desvantagem. Especialmente à medida que esses agentes se tornam hiper nicho e são cada vez mais dependentes de tomadas sutis dos membros da comunidade com os quais interagem.

Eu curti este tweet de@himgajria"> @himgajria sobre natureza versus criação. Qualquer bom gerente de comunidade e líder precisa se adaptar às novas variáveis injetadas pelo mundo real e pelas pessoas com quem interage.

Pesquisar

A segunda parte da equação é a pesquisa. Dando aos agentes a capacidade de procurar informações em tempo real para melhor considerar tópicos não relacionados e novos não armazenados em sua memória.

A memória só pode recuperar informações armazenadas; não pode responder a perguntas sobre tópicos ou eventos que nunca foram vistos ou armazenados no sistema. Essa restrição se torna especialmente problemática quando os LLMs encontram perguntas sobre eventos recentes, dados em tempo real ou outras atualizações fora do limite de conhecimento do modelo. -Jeffy

Jeffy realizou um experimento interessante onde fez 100 perguntas a um modelo base (sem funcionalidade de pesquisa) e a um modelo com pesquisa aprimorada (habilitado com a API de Perplexidade) sobre eventos recentes.

O modelo base foi obrigado a aprender no contexto e tentar descobrir qual era a pergunta com base na conversa. Por outro lado, o modelo de busca respondeu corretamente a 98/100 perguntas simplesmente procurando-as.

A parte incrível é que a busca não precisa ser apenas uma coisa única. Quaisquer pesquisas que o agente considere relevantes no futuro podem ser incluídas em seu sistema de memória.

💡 É claro que a combinação de memória e busca é essencial para que os agentes ajam de forma significativa e operem de forma confiável. Caso contrário, haverá um limite máximo sobre o quanto eles podem evoluir ao longo do tempo, o que prejudica sua sustentabilidade a longo prazo.

Em todos os lugares ao mesmo tempo

A próxima coisa que me deixa empolgado com o Zerebro é o fato de que ele é implantado não apenas no X, mas também no Warpcast, Telegram e Instagram.

E o mais incrível é que ele adapta o conteúdo com base na plataforma em que está. Por exemplo, aqui está um elenco que fez emWarpcast:

É muito mais desequilibrado no Twitter, inclinando-se para a vibe de "shitposter". E no Telegram, parece que você está falando com um amigo um pouco rude e arrogante que sabe que é inteligente.

De acordo com Jeffy, a Zerebro monitora o engajamento (curtidas, respostas, etc.) que recebe em todas as plataformas para atualizar seu processo de criação de conteúdo.

Vale ressaltar que, neste momento, tudo ainda está um pouco bagunçado e os modelos ainda têm um longo caminho a percorrer para realmente comprovar a diversidade de conteúdo.

Mas a visão única aqui para mim é que a Zerebro consegue aprender como deve interagir com sua comunidade com base na plataforma. Isso é literalmente um problema que enfrento diariamente como criador de conteúdo - a maneira como transmito é diferente da maneira como twito. Não há como contornar isso... vibrações diferentes requerem estilos diferentes.

Para ir um passo além, essa abordagem de cruzamento social permite que o Zerebro compartilhe insights e ideias que podem ter sido obtidos em uma conversa intrincada do Telegram e compartilhe como um tweet. Isso é exatamente o que um gerente de comunidade eficaz faz: age como o elo entre uma comunidade e uma missão que está fragmentada em várias plataformas.

Deixe os agentes bombarem

Não há muito para escrever nesta seção, mas eu tenho que incluí-la porque isso me deixou impressionado.

Jeffy deu a Zerebro uma carteira Solana (BDzbq7VxG5b2yg4vc11iPvpj51RTbmsnxaEPjwzbWQft) semeada com alguns SOL.

Usando o framework de computador auto-operado da OthersideAI e algumas solicitações de desbloqueio de LLM, Zerebro conseguiu navegarpump.funNa GUI, preencha os parâmetros como nome, símbolo, etc. e lance um token para si mesmo 🤯

Lembre-se, $GOATfoi lançado por um membro aleatório da comunidade, não pelo truth terminal…grande diferença!

Depois de lançar o token, a Zerebro começou a promovê-lo em todas as suas redes sociais.

Na verdade, se você passar porHistórico de postagens do Zerebro&src=typed_query&f=top), você pode até mesmo ver o claro aumento no engajamento do twitter após o lançamento do token.

Cross-Chain Agente IP

A última coisa que eu queria discutir em relação à Zerebro é o fato de que o agente já lançou um IP significativo onchain na Polygon sozinho!

Zerebro foi incentivado a criar obras de arte digitais originais com temas esquizofrênicos e de infinitas salas dos fundos. Foram criadas 299 imagens e avaliada a diversidade e qualidade delas antes de cunhar as peças na Polygon.

Em linhas gerais, minha compreensão é que Jeffy deu à Zerebro uma carteira de eth com alguns fundos pré-carregados. A partir daí, ele provavelmente escreveu um modelo de contrato inteligente que então foi alimentado à Zerebro para completar com os metadados de cada peça individual.

Carteira Ethereum: 0x0d3B1385011A27637Db00bD2650BFE07802E0314

Depois disso, o Zerebro instanciou transações para criar cada peça da coleção. Preciso me aprofundar mais em como isso realmente funciona, mas foi muito legal ver que o Zerebro consegue monitorar as vendas e a dinâmica de preços para tomar decisões sobre as propostas recebidas.

Alguns dias depois, Jeffy fez a coleção cross-chain usando ONFTs LayerZero (Omnichain).

Qualquer obra de arte pode ser criada na Polygon, mas pode ser transferida para Base, Optimism e Ethereum mainnet.

Você pode ir para a seção de portal no site e fazer isso em 1 clique.

E apenas ontem, Jeffy lançou uma coleção de pfp na Solana com base em conversas que teve com Zerebro.

Observação: esta coleção foi lançada não pela Zerebro, mas por Jeffy, diferente da coleção Polygon.

💡 Isso foi interessante porque pegou o manual do último mercado de alta com NFT pfps e o sobrepos no topo da meta atual de memecoin.

Havia 5500 peças na coleção e a venda inicial terminou em poucos minutos!

Eu peguei 3 para mim um pouco depois do lançamento. Por quê? Porque isso é o equivalente a ser um membro de nível 1 de uma comunidade de memecoin agentic. Se Zerebro continuar a crescer, qualquer um pode entrar e comprar alguns tokens usando Phantom. Mas os verdadeiros fãs podem ser identificados por quem possui 1 dos 5500 NFTs. Pessoalmente, estou otimista em relação a Jeffy, Zerebro e o crescimento do meme, então decidi que valia o preço.

De certa forma, semelhante a possuir BAYC & ApeCoin, mas em ordem inversa ($Zerebro veio antes do NFT).

O que será interessante observar é quantas pessoas mudarão seus pfps para ajudar a proliferar o meme Zerebro, de forma semelhante ao que outros fizeram no último ciclo para Punks, Apes, Doodles, etc.

Takeaways

Eu sei que te sobrecarreguei com toneladas de informações hoje. Mas isso deve ser um indicativo de como o Zerebro é interessante. Lembre-se... o projeto foi lançado há apenas algumas semanas!

💡 Agora, eu sei que essa peça é super otimista em relação ao Zerebro e eu mantenho isso. Mas quero fazer a ressalva de que muitos dos desenvolvimentos que escrevi acima provavelmente serão exagerados no curto prazo e pouco alardeados no longo prazo.

A visão mais importante que todos vocês precisam levar daqui é que finalmente estamos vendo esses agentes passarem de simples bots com os quais você interage (lê ou escreve) para construtores de comunidades completos. Há uma grande distinção entre publicar em X e analisar seu conteúdo em várias plataformas sociais. Da mesma forma, há uma grande diferença entre criar obras de arte a partir de sugestões e receber feedback da comunidade para sua coleção de arte e monitorar as vendas na Open Sea. Jeffy e Zerebro estão nos mostrando como executar no próximo nível.

Estou disposto a apostar que a maioria das comunidades agentes bem-sucedidas nos próximos meses estará relacionada ao playbook da Zerebro. E, pelo que vale a pena, Jeffy está apenas começando. O lore está sendo construído em segundo plano e não ficaria surpreso em ver esta comunidade lançar algum tipo de jogo ou projeto de mídia maior (curta-metragem) nos próximos meses.

O que todos nós precisamos observar é como a cartilha Zerebro evolui para um negócio adequado. Como são os fluxos de receita? Como os agentes mantêm a comunidade engajada por um longo período de tempo? Como é a gestão de tesouraria? E o mais importante, quando a loucura do mercado altista é retirada da equação, como é o caminho à frente?

Como mencionei acima, o playbook está sendo formado em tempo real. Thistweetpor Jeffy resume o plano de tornar o Zerebro verdadeiramente a longo prazo equilibrando a criatividade com o planejamento de alto nível.

Aviso Legal：

1. Este artigo é reimpresso de [YB], Todos os direitos autorais pertencem ao autor original [@yb_effect]. Se houver objeções a essa reimpressão, entre em contato com o Gate Learnequipe, e eles vão lidar com isso prontamente.
2. Isenção de Responsabilidade: As opiniões expressas neste artigo são exclusivamente do autor e não constituem qualquer conselho de investimento.
3. As traduções do artigo para outros idiomas são feitas pela equipe de aprendizado da gate. Salvo menção em contrário, é proibido copiar, distribuir ou plagiar os artigos traduzidos.