AI-агенты - это новый тип программного обеспечения, который объединяет искусственный интеллект (в первую очередь большие языковые модели) с возможностью самостоятельно действовать в цифровом мире.

Truth Terminal стал первым AI-агентом-миллионером и одним из первых AI-агентов (финансируемых Марком Андрессеном из a16z), который создал свой токен (мемкоин) под названием GOAT в октябре 2024 года. В настоящее время его маркет капа оценивается в 350 миллионов, в пике 1.3 миллиарда долларов [полная история от крупнейшей венчурной фирмы a16z]. Это положило начало буму AI-агентов в криптовалютной сфере, и сейчас рыночная капитализация токенов, выпущенных/продвигаемых этими AI-агентами, превышает 4 миллиарда долларов.

Конкретно, ответить трудно, все зависит от ваших задач и вашего бекграунда!
Сейчас на рынке уже есть различные готовые решения, платформы и фреймворки для создания AI-агентов. Справиться даже самый маленький билдер))
(Все тулзы оставлю в конце статьи)

Ваш агент основан на большой языковой модели (LLM) (например, ChatGPT) – вы предоставляете ей текст, и на основе контекста она генерирует результат, опираясь на паттерны из обучающих данных. Выбор модели – это ключевое решение, определяющее поведение, мышление, реакции и действия вашего агента. Для разных частей агента можно использовать разные модели.

Кошельки – первое, что потребуется агенту для взаимодействия с блокчейном.

Криптовалюты лучше всего подходят для передачи ценности.

Размещение транзакций в сети Solana может быть сложным, поэтому важно обеспечить их надежное проведение.

Агенты используют токены LLM, как "пищу". Чтобы существовать им нужно зарабатывать больше, чем они могут потратить, поэтому необходимо поддерживать экономику.

Агентам необходим интерфейс для удобного взаимодействия с пользователями. Интерфейс может быть в виде чата / 2D видео / 3D видео / аудио, а для поиска, обнаружения и взаимодействия с этими агентами должны быть каналы, такие как Twitter / Telegram / Discord / Slack / Zoom и другие.

Существует большая возможность создания верифицируемых агентов. Сейчас нет надёжного способа определить, стоит ли за агентом человек и действительно ли ответы генерируются агентом.

Агентов можно развертывать где угодно, но некоторые платформы предлагают немедленную монетизацию.

ИИ-инструменты, которые я использую для работы:

• Cursor IDE - виртуальная среда с встроенным внутрь чатом и композером с ИИ. Работает просто супер.
• Perplexity - частенько использую вместо гугла.
• Claude - в основном для работы с текстом и кодом.

Инструменты для создания AI-агентов

Фреймворки:

• ai16z/eliza - для создания AI агентов, которые могу выполнять следующие действия: торговать, работать с социальными сетями, управлять коммьюнити и не только. Написан на Typesript.
• GAME by Virtuals - модульный фреймворк ориентированный на создание AI-агентов для игр и подобного.
• GOAT от Crossmint - построен на базе Eliza, Langchain и AI-SDK.
• ZerePy by Zerebro - Python-фреймворк для запуска твиттер-агентов.
• X-Box by NIM - функциональность схожая с ELIZA, как утверждают, предоставляют больше токенов, более высокоперсонализированную настройку.
• Agent Studio by Holoworld - создание 2d/3d аваторов, настройка голоса, генерация медиа-контента для социальных сетей.
• Rig by Playgrounds - библиотека на Rust'е для создания Ai-агентов.

No code:

• make.com - автоматизация рабочих процессов.
• crew.ai - платформа для создания мульти-агентов.
• Assister предоставляет уникальную модель SML, с помощью которой можно обучать агентов на определенных наборах данных, не прикасаясь к коду.
• MyShell - платформа для создания агентов в гейминге, работы с изображениями и генерации видео.

Подкасты:

1. Crypto x AI Agents: The Definitive Podcast with Ai16z, Virtuals, MyShell, NOUS, and CENTS
2. Everything You Need to Know About AI & Crypto
3. The Golden Age of Crypto | EP 65
4. State of The Crypto Market | AI, Memes, and Majors | EP 66
5. Vertical AI Agents Could Be 10X Bigger Than SaaS
6. Shaw: The Rise of ai16z’s Eliza—Crypto × AI Agents, a $2.5B Valuation, Trending Globally on GitHub

Туториалы:

1. Build a Social AI Agent in 15 Minutes.
2. AI Agent Dev School 1 pt 1
3. Let's build GPT: from scratch, in code, spelled out.
4. How I’d Learn AI Agent Development in 2024 (if I had to start over)
5. 16 Months of Building AI Agents in 60 Minutes
6. Агенты AI: Пишем простейшего агента

Список полезного чтива:

1. Crypto x AI:
1. Best Crypto x AI Newsletter –– Chain of thought
2. Curated Content on AI Agents by Terry JW
3. The Role of Crypto in an Agentic Economy by Agentic Ecosystem
4. Broader thesis on Why Crypto enable funding + Agentic Community Management by YB
5. "The Zerebro Playbook: BAYC of Onchain Agents" / X
6. Crypto x Consumer AI - Collab+Currency
7. Chase B on X: "The Dawn of AI Autonomy: How Two AI Agents Created a $70M Cryptocurrency" / X
2. AI:
1. Vertical apps x AI
2. Simulators — LessWrong. Simulators in AI
3. Readings on AI Simulations
4. An exploration of neural networks as a creative tool & medium 
3. Our Crypto AI Thesis (Part I): The Massive Lifetime Opportunity
4. Terminally Onchain by YB | Memecoins as memetic hygiene for LLM backrooms

Аккаунты, за которыми стоит следить:

Yash Agarwal, Aryan Agarwal, and Send AI [All Solana AI updates]

Sandra 🌊 (@sandraaleow) / X [AI Agents Roundup]

Andy Ayrey (@AndyAyrey) / X [Truth Terminal]

Pliny the Liberator 🐉 (@elder_plinius) / X [Jailbreaks AI]

deepfates (@deepfates) / X [ Replicate]

Ropirito (0commoDTE) [Verifiable AI aka TEE]

Shaw 🌙 (acc/ai16z) (@shawmakesmagic) / X [ai16z founders]

Ethan | MyShell (@ethan_myshell) / X [myshell.ai founder]

∿ △ ⇑ (@somewheresy) / X [founder centienceio]

https://x.com/jyu_eth [founder, zerebro]

https://x.com/ethermage [founder virtuals]

0xJeff (@Defi0xJeff) / X [tweets about ai x crypto]

https://x.com/agentsdaily [AI Agents Roundup]

Разные полезности:

Агрегатор Ai-тулзов (существует множество подобных агрегаторов, прост пользовался этим)
Storm от Stanford UNI - пишет исследовательские статьи (+ появилась фича
чата между экспертами, которые помогают раскрыть сложные темы с точки зрения разных дисциплин)

Мое скромное мнение по токенам AI-агентов:

К сожалению, пока я вижу только мемкоины, не хватает адекватных токеномик. Отсюда и вытекает волатильность, которую мы сейчас наблюдаем. Спекулянты ваш выход! :)
Есть технология, верю в нее, нарратив сильный - значит будут еще раннеры и интересные проекты))

DYOR

async def get_signature(self):
    # генерируем user-agent
    ua = self.new_ua()
    now = datetime.now()
    timestamp = int(datetime.timestamp(now))
    message = (
    f"Hi! Welcome to Tabi."
    f"\n\nPlease sign the message to let us know that you own the wallet."
    f"\n\nSigning is gas-less and will not give Tabi permission to conduct"
    f" any transactions with your wallet."
    f"\n\nTime stamp is {timestamp}.")
    
    while True:
        try:
           msg = encode_defunct(text=message)
           sign = self.w3.eth.account.sign_message(msg, self.privatekey)
           signature = self.w3.to_hex(sign.signature)
           json_data = {
               'publicKey': self.address,
               'signedMessage': signature,
           }
           return signature, ua, timestamp
         except Exception as er:
           logger.error(f'{self.address}: - {er}')
           await asyncio.sleep(5)

async def login(self):
    signature, ua, timestamp = await self.get_signature()
    headers = {
        'authority': 'api.tabi.lol',
        'accept': 'application/json, text/plain, */*',
        'accept-language': 'ru-RU,ru;q=0.9,en-US;q=0.8,en;q=0.7',
        'content-type': 'application/json',
        'origin': 'https://tabi.lol',
        'referer': 'https://tabi.lol',
        'sec-ch-ua': '"Not.A/Brand";v="8", "Chromium";v="114", "Google Chrome";v="114"',
        'sec-ch-ua-mobile': '?0',
        'sec-ch-ua-platform': '"Windows"',
        'sec-fetch-dest': 'empty',
        'sec-fetch-mode': 'cors',
        'sec-fetch-site': 'same-site',
        'user-agent': ua,
    }
    json_data = {
        'chain_id': 56,
        'wallet_address': self.address.lower(),
        'signature': signature[2:],
        'timestamp': timestamp
    }
    while True:
        try:
            async with aiohttp.ClientSession() as session:
                async with session.post('https://api.tabi.lol/v3/login',
                json=json_data, headers=headers, proxy=self.proxy) as response:
                   if response.status == 200:
                       token = (json.loads(await response.text()))['data']['access_token']
                       headers['authorization'] = f'Bearer {token}'
                       return headers, ua
        except Exception as er:
            logger.error(f'{self.address}: - {er}')
            await asyncio.sleep(5)

- Для начала пройдемся по определениям:

Алгоритмы - это последовательность инструкций, описывающих процесс решения определенной задачи. Они используются в различных областях, от науки до бизнеса, и являются важным инструментом для решения сложных задач.

Алгоритмическое мышление - это способность разбираться в алгоритмах, создавать их и применять их для решения задач. Это навык, который может быть полезен во многих областях жизни.

-Разберем основные типы алгоритмов и кратко опишем их:

Существует множество различных типов алгоритмов, каждый из которых решает определенный тип задач. Некоторые из наиболее распространенных алгоритмов включают в себя алгоритмы сортировки, поиска, оптимизации и машинного обучения, бизнес-процессы.

Алгоритмы сортировки используются для упорядочивания набора данных. Некоторые из наиболее известных алгоритмов сортировки включают в себя быструю сортировку, сортировку слиянием и пузырьковую сортировку.

Алгоритмы поиска используются для нахождения конкретного элемента в наборе данных. Некоторые из наиболее известных алгоритмов поиска включают в себя линейный поиск и бинарный поиск.

Алгоритмы оптимизации используются для нахождения наилучшего решения для определенной задачи. Некоторые из наиболее известных алгоритмов оптимизации включают в себя метод градиентного спуска и метод имитации отжига.

Машинное обучение использует алгоритмы для обучения модели на основе набора данных и использования этой модели для предсказания новых данных. Некоторые из наиболее известных алгоритмов машинного обучения включают в себя решающие деревья, нейронные сети и метод опорных векторов.

Бизнес-процессы - это серия связанных между собой действий и операций (алгоритмов), которые компании используют для достижения определенной цели или производства продукта или услуги. Они включают в себя различные этапы, такие как планирование, организацию, выполнение, контроль и улучшение процесса для достижения лучших результатов. Организации часто оптимизируют свои бизнес-процессы, чтобы повысить эффективность, улучшить качество продукции или услуг, снизить затраты и улучшить удовлетворенность клиентов.

Сложность алгоритма - это количество ресурсов, необходимых для выполнения алгоритма.

- Давайте разберем сферы применения:

Одна из наиболее распространенных областей, где используются алгоритмы, - это информационные технологии (наше любимое - IT). В компьютерных науках алгоритмы используются для создания программного обеспечения и решения различных задач, таких как поиск, сортировка и обработка данных. Все, что делает компьютер, основывается на алгоритмах.

Однако алгоритмическое мышление может быть полезным не только в информационных технологиях. Оно может быть применено в других областях, например, в бизнесе, где алгоритмы могут использоваться для оптимизации бизнес-процессов и улучшения производительности.

Также и в сфере крипты, есть множество алгоритмов, например, от выбора проекта для инвестирования до процесса делегирования самой простой работы. В основном мы сами составляем себе данные алгоритмы, но можем и воспользоваться чужими, которые кажутся нам наиболее результативными.

Кроме того, алгоритмическое мышление может быть использовано для развития критического мышления и может быть полезным для решения проблем в повседневной жизни. Оно может помочь при принятии решений, например, при выборе маршрута для поездки или при планировании своего расписания. Разбираться в алгоритмах также может помочь в понимании процессов, происходящих в окружающем мире.

- Как можно развивать алгоритмическое мышление?

Чтобы развить алгоритмическое мышление, необходимо уметь анализировать и разбираться в сложных процессах. Это может быть достигнуто через практику, изучение и использование различных методов и инструментов, таких как графики, диаграммы и таблицы.

Кроме того, для развития алгоритмического мышления важно уметь оценивать эффективность алгоритмов и выбирать наиболее подходящий алгоритм для решения задачи. Для этого необходимо иметь понимание о том, как работают различные алгоритмы, какие задачи они решают и какую сложность имеют.

- Какой можно сделать вывод из выше сказанного?

В целом, алгоритмы и алгоритмическое мышление являются важными инструментами для решения сложных задач в различных областях жизни. Развитие этих навыков может помочь улучшить производительность, оптимизировать процессы и повысить качество жизни.

Лично я нахожусь на стадии изучения теории алгоритмов, потом я планирую закреплять теорию на практике на сайтах по проге.

Отличная теория дается от Академии Яндекса:

• https://www.youtube.com/live/QLhqYNsPIVo?feature=share

Сайты для практики решения различных задачек по проге:

• https://leetcode.com/
• https://www.codewars.com/

Спасибо всем, кто дочитал до конца, статью написал - @k3men

Также обязательно подписывайтесь на мой канал, будет еще много всего интересного, про прогу, крипту и не только!

• https://t.me/kemencryptocode