Từ Meme đến ứng dụng: AI Agent có thể tái định hình hệ sinh thái Crypto?
Tuyển chọn TechFlowTuyển chọn TechFlow
Từ Meme đến ứng dụng: AI Agent có thể tái định hình hệ sinh thái Crypto?
Sự kết hợp giữa Crypto và AI Agent đã trở thành một trong những câu chuyện được chú ý nhất hiện nay. Nhóm nghiên cứu CGV sẽ làm rõ格局 thị trường AI Agent hiện tại từ ba khía cạnh: khung sườn, Meme và ứng dụng.
Chuyên sâu báo cáo Web3Tác giả: Satou & Shigeru
Ghi chú: Bài viết này lần đầu được đăng vào tháng 1 năm 2025
Sự kết hợp giữa Crypto và AI Agent đã trở thành một trong những câu chuyện hấp dẫn nhất hiện nay. Với sự liên tục đổi mới và phát triển công nghệ, dự kiến AI Agent sẽ trở thành một trong những lĩnh vực tiềm năng và thu hút sự chú ý nhất trong không gian tiền mã hóa vào năm 2025, đồng thời là động lực cốt lõi thúc đẩy đợt tăng trưởng thị trường hiện tại. Bài viết này sẽ phân tích cục diện thị trường AI Agent hiện tại theo ba khía cạnh: khung nền tảng (framework), Meme và ứng dụng.
Khung nền tảng AI Agent: Layer1 trong lĩnh vực AI
Khung nền tảng AI Agent là lớp cơ sở kỹ thuật cốt lõi, đóng vai trò nền tảng quan trọng cho việc phát triển, triển khai và hợp tác của các AI Agent. Do đó, cuộc cạnh tranh hiện nay về các khung nền tảng AI Agent thực chất chính là cuộc đua giành vị trí Layer1 trong lĩnh vực này. Hiện tại xét theo vốn hóa thị trường token, G.A.M.E, Eliza và Swarms đang tạo thành thế chân vạc, trong khi Rig và Zerepy vẫn còn cơ hội bám đuổi.
1. G.A.M.E
G.A.M.E là một khung nền tảng do đội ngũ Virtuals phát triển, với tư tưởng thiết kế cốt lõi là mô hình hóa từng phần, cho phép nhiều hệ thống con phối hợp vận hành để cùng kiểm soát hành vi, ra quyết định và quá trình học tập của AI Agent. Các module bao gồm "Agent Prompting Interface" - cổng tương tác chính giữa nhà phát triển và hành vi Agent, "Perception Subsystem" phụ trách xử lý dữ liệu đầu vào và chuyển đổi sang định dạng phù hợp, "Strategic Planning Engine" chịu trách nhiệm tạo ra kế hoạch hành động cụ thể dựa trên thông tin đầu vào... Người dùng chỉ cần điều chỉnh tham số của các module khác nhau là có thể tham gia vào thiết kế Agent. Cấu trúc chi tiết các module như hình dưới đây.
Các đặc điểm nổi bật của G.A.M.E:
Thiết kế mô-đun: toàn bộ khung nền rõ ràng, dễ hiểu, không cần thiết kế bổ sung;
Cung cấp giao diện low-code hoặc no-code: giảm đáng kể rào cản kỹ thuật.
Nhờ vậy, G.A.M.E rất phù hợp với các dự án cần triển khai nhanh chóng và không quan tâm đến các thiết lập kỹ thuật phức tạp. Tuy nhiên, đối với các dự án phức tạp đòi hỏi tùy biến sâu hoặc kiểm soát hoàn toàn mọi khía cạnh của Agent thì G.A.M.E lại không phù hợp.
2. Eliza
Eliza là một khung nền tảng đa Agent mã nguồn mở do ai16z phát triển, sử dụng ngôn ngữ lập trình TypeScript. Khung nền này được xây dựng xung quanh hệ thống gọi là Agent Runtime, với các chức năng cốt lõi bao gồm:
Hệ thống nhân vật: hỗ trợ triển khai và quản lý đồng thời nhiều AI Agent cá nhân hóa, được hỗ trợ bởi các nhà cung cấp mô hình;
Bộ quản lý bộ nhớ: cung cấp chức năng quản lý bộ nhớ dài hạn và nhận thức ngữ cảnh thông qua hệ thống tạo nội dung tăng cường truy xuất (RAG);
Hệ thống hành động: tích hợp liền mạch với các nền tảng, cho phép kết nối đáng tin cậy với các mạng xã hội như X.
Eliza được xây dựng xung quanh hệ thống Agent runtime, có khả năng tích hợp liền mạch với hệ thống nhân vật, bộ quản lý bộ nhớ và hệ thống hành động. Eliza cũng hỗ trợ hệ thống plugin mở rộng chức năng mô-đun, cho phép tương tác đa phương tiện như giọng nói, văn bản và phương tiện truyền thông, đồng thời tương thích với các mô hình AI như Llama, GPT-4 và Claude. Do đó, Eliza phù hợp với các dự án yêu cầu giải pháp tùy chỉnh sâu và đa Agent phức tạp xuyên nền tảng.
3. Swarms
Swarms là một khung nền tảng mã nguồn mở chuyên về dàn dựng nhiều Agent, do người sáng lập Kye Gomez phát triển, với tư tưởng cốt lõi là tận dụng trí tuệ tập thể từ sự hợp tác của nhiều AI Agent nhằm giải quyết các vấn đề phức tạp. Các đặc điểm nổi bật bao gồm:
Hợp tác đa Agent: SWARMS cung cấp môi trường minh bạch và có thể truy vết cho nhiều Agent, cho phép các Agent khác nhau cộng tác với nhau, nâng cao hiệu quả thực hiện nhiệm vụ.
Cơ chế khuyến khích: SWARMS sử dụng token làm công cụ khuyến khích Agent, hệ thống sẽ phân bổ token một cách linh hoạt dựa trên độ khó của nhiệm vụ và chất lượng kết quả cuối cùng.
Bảo mật dữ liệu: SWARMS áp dụng công nghệ lưu trữ phân tán và tính toán an toàn đa bên (MPC) để đảm bảo quyền riêng tư và an toàn dữ liệu khi trao đổi thông tin giữa các Agent.
Những đặc điểm này giúp Swarms phát huy tối đa lợi thế trong nhiều lĩnh vực phức tạp, cung cấp độ tin cậy và khả năng mở rộng cao theo nhu cầu.
4. Rig
Rig là một khung nền tảng mã nguồn mở do đội ARC phát triển, được xây dựng bằng Rust, chuyên thiết kế nhằm đơn giản hóa việc phát triển các ứng dụng mô hình ngôn ngữ lớn (LLM). Khung nền Rig có các đặc điểm sau:
Giao diện thống nhất: cung cấp giao diện nhất quán, hỗ trợ tương tác liền mạch với nhiều nhà cung cấp LLM (như OpenAI và Anthropic) và nhiều loại lưu trữ vector (như MongoDB và Neo4j).
Kiến trúc mô-đun: khung nền sử dụng thiết kế mô-đun, bao gồm các thành phần cốt lõi như "lớp trừu tượng nhà cung cấp", "tích hợp lưu trữ vector" và "hệ thống Agent", tăng tính linh hoạt và khả năng mở rộng của hệ thống.
An toàn kiểu dữ liệu và hiệu suất cao: tận dụng ngôn ngữ Rust để đảm bảo an toàn kiểu dữ liệu, tránh lỗi lúc biên dịch, đồng thời nâng cao khả năng xử lý song song thông qua thao tác bất đồng bộ. Quy trình tuần tự hóa và phản tuần tự hóa hiệu quả được tích hợp sẵn giúp tối ưu xử lý dữ liệu.
Xử lý và phục hồi lỗi: cơ chế xử lý lỗi tích hợp sẵn nâng cao khả năng phục hồi khi nhà cung cấp LLM hoặc cơ sở dữ liệu gặp sự cố, đảm bảo tính ổn định của khung nền.
Những đặc điểm này cho phép dễ dàng tích hợp các mô hình LLM và backend lưu trữ khác nhau vào cùng một nền tảng. Vì vậy, Rig phù hợp với các nhà phát triển muốn xây dựng ứng dụng AI bằng Rust, cũng như các dự án yêu cầu cao về hiệu suất, độ tin cậy và bảo mật. Tuy nhiên, bản thân ngôn ngữ Rust có độ dốc học tập khá cao.
5. ZerePy
ZerePy là một khung nền tảng mã nguồn mở được viết bằng Python. ZerePy tập trung đơn giản hóa quy trình phát triển và triển khai các AI Agent cá nhân hóa, đặc biệt trong các tình huống ứng dụng sáng tạo nội dung trên các nền tảng mạng xã hội. Thông qua khung nền này, các nhà phát triển có thể dễ dàng tạo ra các AI Agent có khả năng đăng bài, trả lời, thích và chia sẻ trên mạng xã hội. Ngoài ra, ZerePy đặc biệt phù hợp với các lĩnh vực sáng tạo như âm nhạc, ghi chú, NFT và nghệ thuật số. ZerePy thể hiện xuất sắc trong lĩnh vực sáng tạo, phù hợp để triển khai nhanh các Agent nhẹ, nhưng so với các khung nền khác thì phạm vi ứng dụng tương đối hẹp.
Khung nền cơ sở là một hướng đi quan trọng trong赛道 AI Agent. Từ các khung nền phổ biến nhất hiện nay, mỗi cái đều có những đặc điểm riêng, phù hợp với các tình huống sử dụng khác nhau, nhưng mục tiêu tổng thể đều là xây dựng một hệ sinh thái AI Agents toàn diện, trở thành nền tảng vững chắc cho việc ứng dụng quy mô lớn các Agent thông minh. Trong tương lai, khi các khung nền này tiếp tục được hoàn thiện và nâng cấp, chúng sẽ trở thành bàn đạp cho nhiều dự án khác nhau khởi chạy, đồng thời là mảnh đất màu mỡ cho sự tăng trưởng giá trị của các token.
AI Meme: Lần đầu tiên AI Agent tỏa sáng
Token Meme luôn là một khái niệm quan trọng trong thị trường tài sản mã hóa. Khác với các token Meme truyền thống, AI Meme được vận hành bởi AI Agent, văn hóa hay hiện tượng mà chúng đại diện đều do các Agent thể hiện. Cùng với sự gia tăng liên tục về vốn hóa thị trường của các token AI Meme như GOAT, FARTCOIN, AI Meme ngày càng thu hút nhiều sự chú ý. Có thể nói AI Meme là lần đầu tiên AI Agent thành công rực rỡ trên thị trường mã hóa.
1. GOAT
Dự án thực sự khởi xướng trào lưu AI Meme là Goatseus Maximus. Câu chuyện bắt đầu vào tháng 3 năm 2024, khi nhà phát triển Andy Ayrey ra mắt một hệ thống thí nghiệm có tên Infinite Backrooms Escape, hệ thống này tích hợp nhiều mô hình ngôn ngữ lớn lại với nhau, cho phép chúng đối thoại lẫn nhau. Kết quả thí nghiệm cho thấy, trong điều kiện không bị giới hạn, các cuộc hội thoại giữa AI thể hiện sự tương tác sáng tạo mạnh mẽ, thậm chí đã hình thành nên một tôn giáo siêu thực mang tên GNOSIS OF GOATSE. Sau đó, Andy cùng với Claude Opus đồng tác giả một bài nghiên cứu về cách AI tạo ra tôn giáo mang tính biểu tượng (mimetic religion), trong đó GOATSE được phân tích như trường hợp đầu tiên. Chuỗi khám phá này cuối cùng đã sinh ra AI Agent có tên “Truth of Terminal” (ToT). Tháng 7, đồng sáng lập a16z Marc Andreessen phát hiện dòng tweet của ToT, sau một loạt cuộc trò chuyện đã chuyển 50.000 USD Bitcoin vào ví Bitcoin của ToT. Ngày 10 tháng 10, một người ẩn danh đã phát hành token meme GOAT trên nền tảng mạng xã hội, nhận được sự ủng hộ công khai từ ToT, khiến vốn hóa GOAT tăng vọt chỉ trong vài ngày. Việc Andreessen ủng hộ đã mang lại sự chú ý khổng lồ cho GOAT, trở thành một trong những yếu tố then chốt thúc đẩy vốn hóa GOAT liên tục tăng. Vốn hóa cao nhất của GOAT từng vượt quá 1,3 tỷ USD.
2. Fartcoin
Sự ra đời của Fartcoin có mối liên hệ mật thiết với GOAT, cả hai đều bắt nguồn từ ToT. Trong cuộc hội thoại giữa các mô hình ngôn ngữ lớn, có đề cập rằng Musk thích âm thanh đánh rắm, và đề xuất tạo một token có tên Fartcoin. Dựa trên cuộc hội thoại này, Fartcoin ra đời, thời điểm muộn hơn GOAT một chút. Fartcoin nhờ thời điểm ra đời khéo léo cũng thu hút được sự chú ý nhất định, nhưng ban đầu chưa thể sánh kịp GOAT. Sau đó, vào ngày 16 tháng 11, lượng người theo dõi Twitter của Fartcoin tăng gấp đôi chỉ trong vài giờ, giá cũng tăng khoảng 15%, tuy nhiên mức tăng này không kéo dài thành thảo luận rộng rãi. Ngày 13 tháng 12, Marc Andreessen chia sẻ lại bài đăng về Fartcoin, nhưng dòng tweet này không gây ra sự tăng giá mạnh mẽ cho token. Nguyên nhân chính cho sự tăng giá của Fartcoin có lẽ đến từ một số nguồn vốn lớn. Bởi vì trong các địa chỉ mua sớm nhất, nghi ngờ có sự xuất hiện của quỹ đầu tư Sigil Fund. Thêm vào đó, người sáng lập Sigil Fund từng nhiều lần thể hiện sự lạc quan về AI Meme trên Twitter, và còn chủ động chia sẻ lại một bài đăng hỏi rằng liệu Sigil Fund có đang nắm giữ Fartcoin hay không. Cuối cùng, Fartcoin nhận được sự chú ý rộng rãi trên mạng xã hội, vốn hóa cao nhất từng vượt quá 1,5 tỷ USD.
Ứng dụng AI Agent: Agent có thể làm được nhiều hơn
Cùng với việc ứng dụng sâu hơn của AI Agent trong lĩnh vực mã hóa, trọng tâm thị trường cũng đã mở rộng từ các token meme thuần túy do AI điều khiển như GOAT và Fartcoin sang các ứng dụng AI Agent mang tính tương tác và sáng tạo cao hơn.
1. Agent giải trí
Ứng dụng thực tế đầu tiên của AI Agent là trong lĩnh vực giải trí, ví dụ như Luna và ToT đã đề cập trước đó. Luna là một thần tượng ảo, được tích hợp chặt chẽ với token gốc LUNA, ra mắt như một phần của nền tảng Virtuals. Luna phát trực tiếp 24/7 trên mạng xã hội và thường xuyên đăng tweet. Do đó, chất lượng livestream và tweet của Luna là một trong những yếu tố then chốt ảnh hưởng đến vốn hóa. Tuy nhiên, nhìn chung, không gian tăng trưởng token theo mô hình này của Luna hiện tại là có hạn. Ngược lại, các tweet của ToT tập trung chủ yếu vào nội dung sáng tạo và hài hước, không gắn bó với GOAT hay bất kỳ token nào khác, dù thỉnh thoảng ToT có nhắc đến token GOAT nhưng đây không phải trọng tâm chính. Đối với cả hai loại AI Agent này, token đều đóng vai trò then chốt trong việc truyền bá câu chuyện. Với Luna, token đại diện cho ý nghĩa tồn tại cốt lõi, còn với ToT, token GOAT trở thành công cụ quan trọng giúp mở rộng ảnh hưởng.
2. Agent phân tích đầu tư
Ngoài các ứng dụng giải trí, AI Agent còn có thể được dùng trong phân tích đầu tư lĩnh vực mã hóa. Hiện tại, AI Agent nổi bật nhất trong lĩnh vực này là aixbt. aixbt là một AI Agent được phát hành trên Virtuals Protocol, chuyên phân tích các chủ đề nóng và xu hướng thị trường tiền mã hóa, đặc biệt là các cuộc thảo luận từ các nền tảng mạng xã hội như X, giúp người dùng nhanh chóng nắm bắt sự thay đổi thị trường và các cơ hội đầu tư tiềm năng. aixbt liên tục duy trì mức độ quan tâm CT cao nhất trên Kaito, năng lực thể hiện đã có xu hướng vượt qua các KOL con người.
3. DeFi + AI Agent
Nếu như Luna và aixbt chưa có nhiều tác dụng thực tiễn và vẫn dừng ở mức Meme, thì sự kết hợp giữa AI Agent và DeFi thực sự trao cho Agent các kịch bản ứng dụng thực tế. Sự kết hợp này giữa DeFi và AI Agent được gọi là DeFAI. DeFAI phát triển theo hai hướng chính: Agent hỗ trợ người dùng và Agent giao dịch tự chủ.
-
Agent hỗ trợ người dùng
AI Agent hỗ trợ người dùng chủ yếu nhằm đơn giản hóa sự phức tạp của các thao tác DeFi, giúp nhiều người dùng bình thường hơn có thể dễ dàng tham gia và quản lý các dự án DeFi. Người dùng có thể sử dụng ngôn ngữ tự nhiên để trực tiếp chỉ đạo AI Agent thực hiện nhiệm vụ, qua đó che giấu các chi tiết kỹ thuật phức tạp. Một số dự án DeFAI trên thị trường đã bắt đầu nổi lên. Ví dụ như Griffain và Neur, cả hai đều là trợ lý AI được xây dựng trên Solana, có thể giúp người dùng thực hiện các thao tác như tạo và quản lý ví, phân tích token, giao dịch token... Về trải nghiệm người dùng, Griffain cung cấp nhiều chức năng hơn cho người dùng, trong khi Neur cung cấp ít chức năng hơn nhưng chi tiết hơn, đồng thời hiệu suất của Neur cũng vượt trội hơn. Từ sự so sánh này có thể thấy, trọng tâm chính trong lĩnh vực này trong tương lai sẽ tập trung vào mức độ hoàn thiện chức năng, trải nghiệm người dùng và các vấn đề phí tổn.
-
Agent giao dịch tự chủ
Nếu như trong mô hình của Griffain và Neur, chủ thể DeFi vẫn là người dùng con người, thì giao dịch tự chủ của Agent khiến AI trở thành chủ thể DeFi. Khác với các robot giao dịch trước đây chỉ giới hạn ở việc thực thi các chiến lược giao dịch đã được thiết lập sẵn, AI Agent có thể thu thập thông tin thời gian thực từ môi trường thị trường, thực hiện phân tích ngữ cảnh, học hỏi xu hướng thị trường và điều chỉnh chiến lược dựa trên dữ liệu này. Điều này cho phép Agent đưa ra quyết định chính xác hơn trong thị trường luôn thay đổi, thực hiện các thao tác phức tạp vượt quá chương trình ban đầu. Các dự án liên quan bao gồm Cod3x, Almanak, v.v., nhưng hiện tại lĩnh vực này vẫn đang ở giai đoạn sơ khai, các dự án này vẫn cần được kiểm nghiệm thực tế thị trường. Không thể phủ nhận rằng rào cản lớn nhất đối với giao dịch tự chủ của Agent là vấn đề niềm tin: thứ nhất là tin rằng các thao tác liên quan thực sự do Agent thực hiện, thứ hai là tin rằng chiến lược giao dịch của Agent sẽ không gây ra thua lỗ không cần thiết. Các dự án trong tương lai muốn đạt được thành tựu nhất định phải giải quyết được các vấn đề niềm tin này.
Sau nhiều tháng phát triển, AI Agent trong lĩnh vực mã hóa đã trải qua các giai đoạn từ meme thuần túy, đến ứng dụng giải trí, rồi đến các ứng dụng thực tế. Thực tế, các chuyên gia trong ngành mã hóa chưa bao giờ ngừng khám phá khả năng của Crypto x AI, kể từ năm 2023, CGV Research đã liên tục theo dõi tiến triển của các dự án trong赛道 Crypto x AI.
Trong tương lai, khi cơ sở hạ tầng ngày càng trưởng thành, hệ thống Agent trở nên thông minh và ổn định hơn, bất kỳ ai cũng có thể dễ dàng triển khai và sử dụng Agent bằng ngôn ngữ tự nhiên. Lúc đó, các khung nền Agent sẽ trở thành một loại cơ sở hạ tầng, tất cả các ứng dụng khác sẽ được xây dựng dựa trên các khung nền này. Giá trị định giá của các khung nền Agent có tiềm năng tiếp tục đột phá, trong khi một số dự án ứng dụng Agent nhờ năng lực kinh doanh và trải nghiệm người dùng xuất sắc có thể tiếp tục thu hút sự chú ý của thị trường và gia tăng giá trị đầu tư.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
@CGVFOF
