🦊 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