Eliza 技術ホワイトペーパーを一文で解読：Web3 フレンドリーな AI エージェントオペレーティングシステム

著者：深潮 TechFlow

千呼万唤始出来、Elizaは本日ついに技術白書を発表しました。

私たちは多くのAIエージェントがElizaのオープンソースフレームワークを基に作成されているのをよく耳にしますが、Elizaがどのように自らを定義しているのか、技術的には詳細かつ真剣な説明が不足していました。

この白書は、ElizaがどのようにAIとWeb3の深い統合、モジュール化されたシステムアーキテクチャの設計、そしてその オープンソースフレームワーク としての技術実装の詳細を説明する良い回答となっています。

白書はShaw、複数のEliza Labsメンバー、その他の関連組織の技術者によって共同執筆されましたが、白書には多くの技術的詳細や専門的概念が含まれているため、一般の読者にはあまり親しみやすくないかもしれません。

深潮TechFlowはそれを簡略化し、要約し、わかりやすい言葉でこの白書の内容を迅速に理解できるようにしました。

1.なぜElizaを作るのか？

注意してください、編集者は考える前提として範囲を定めることが重要だと考えています。つまり、暗号やWeb3の分野において、なぜElizaを作るのか、より広範な類似のAIフレームワークと比較するのではなく。

この考えに沿って、技術白書の紹介と背景部分では、実際にこの問題に対する良い回答がなされています：

AIとWeb3の交差点には、明らかな空白があります：Web3アプリケーションを完璧に統合できるエージェントフレームワークが不足しています。

具体的には、白書はWeb3分野が直面している3つの主要な課題を挙げています：

1. 分散型取引の複雑性 イーサリアム、ソラナ、BASEなどのパブリックチェーンの急成長に伴い、異なるチェーン上で資産を管理し、取引を実行することがますます困難になっています。市場にはいくつかの取引プラットフォームがありますが、カスタマイズの必要がある中級以上のユーザーにとって、これらのプラットフォームの基本機能はしばしば不十分です。

2. オンチェーンデータの価値発掘 ブロックチェーンには膨大な価値ある情報が含まれています。基本的な保有アドレスの変化、トークン価格、市場価値などの指標から、より深いレベルのクジラアカウントの割合、マーケットメイカーのスタイルなどの高度な指標まで。これらの複雑なデータをどのように効果的に価値ある洞察に変換するかは、解決すべき急務です。

3. ソーシャルメディア情報の 断片化 Web3業界にとって、Twitter、Discord、Farcasterなどのソーシャルプラットフォームは情報を得る重要なチャネルです。しかし、意見リーダー（KOL）の数が増えるにつれて、情報はますます断片化し、情報の洪水の中で価値ある洞察を得ることが、すべてのトレーダーにとって共通の課題となっています。

これらの現実的なニーズに基づいて、Elizaは誕生しました。最初のオープンソースのWeb3フレンドリーなAIエージェントオペレーティングシステムとして、Elizaはモジュール化された設計を採用し、開発者とユーザーが自分のニーズに応じてソリューションをカスタマイズできるようにしています。

Elizaは、一般のユーザーが高度なAI機能を使用するためのハードルを下げ、深いプログラミング経験がなくても自分のAIエージェントを構築できるようにしようとしています。

同時に、白書は自らを他のいくつかの一般的なAIフレームワークと比較しており、以下の表からもわかるように、Web3のサポートにおいてElizaは最も適合していると主張しており、これが白書全体で伝えたい重要なポイントです。

2.Elizaの設計理念と技術革新

三つのデザイン原則：シンプルだが単純ではない

Elizaの成功は偶然ではありません。設計の初期段階で、チームは三つの核心原則を確立しました：

1. Web3開発者優先 Web3が主にJavaScript/TypeScriptで開発されることを考慮し、ElizaはTypeScriptを開発言語として選びました。これにより、開発者は慣れ親しんだツールを使用でき、既存のウェブアプリケーションにブロックチェーン機能を簡単に統合できるようになります。簡単に言えば、Web3開発者が「すぐに使える」ようにすることです。

2. モジュール化プラグイン設計 Elizaはシステムをコアランタイムと四つの主要コンポーネントに分解しました：

• Adapter（データアダプター）

• Character（エージェントの個性）

• Client（メッセージのやり取り）

• Plugin（汎用機能）

この設計により、開発者はコアランタイムの詳細を気にせずに、自分のプラグイン、クライアント、キャラクター、アダプターを自由に追加できます。これにより、Elizaは最も広範なモデルプロバイダー（OpenAI、Llama、Qwenなど）、プラットフォーム統合（Twitter、Discord、Telegramなど）、およびチェーン互換性（Solana、Ethereum、Tonなど）をサポートできるようになります。

3. シンプルさを重視：

限られたエンジニアリングリソースの中で、シンプルな内部実装を維持することで、新機能の開発に時間を節約し、新しいシーンに適応し、AIとWeb3分野の急速な進展に追いつくことができます。

技術革新：内外兼修

具体的な実装において、Elizaの革新は内部強化と外部拡張の二つの次元に分かれています。

1. 内部強化 AIモデルの思考能力を向上させるために、Elizaは複数の最先端技術を統合しました：

• Chain-of-Thoughts（思考の連鎖）：

• 技術的定義：ステップバイステップの説明を導入

• わかりやすい理解：数学の問題を解くときに過程を書くように、AIも思考過程を一歩ずつ書き出し、直接答えを出すのではなく、結果がより正確になり、人間もAIがどのように結論に至ったかを理解できるようにします。

• Tree-of-Thoughts（思考の木）：

• 技術的定義：複数の解決策を探索するための分岐を許可

• わかりやすい理解：チェスをするときに多くの可能な手を考慮するように、AIは同時に複数の解決策を探索し、最適なものを選択します。これは思考の木の中で最良の枝を選ぶようなものです。

• Graph-of-Thoughts（思考のグラフ）：

• 技術的定義：推論の経路を接続

• わかりやすい理解：問題をネットワークとして捉え、さまざまなアイデアが相互に接続されます。私たちが複雑な問題を解決するとき、さまざまな関連するアイデアを結びつけてマインドマップを形成するのと同じです。

• Layer-of-Thoughts（思考の層）：

• 技術的定義：階層的推論AI

• わかりやすい理解：フィルターのように、思考過程を異なるレベルに分けます。問題を解決するとき、まず大まかな方向を考え、その後具体的な詳細に細分化していくように、段階的に進んでいきます。

1. 外部拡張 実際の問題解決能力を強化するために、Elizaはさまざまな外部能力を統合しました：

• RAG（検索強化生成）：

• 技術的定義：検索を通じて生成能力を強化

• わかりやすい理解：学生が宿題をする際に教科書を参照できるように、AIも質問に答える際に「資料庫」を参照し、より正確な答えを保証します。

• ベクトルデータベース：

• 技術的定義：構造化データの保存と検索

• わかりやすい理解：AIの「図書館」のようなもので、類似の内容を迅速に見つけることができます。たとえば、「月についての詩を探している」と言うと、すぐに関連する詩を見つけることができます。

• ネット検索：

• 技術的定義：インターネット情報をリアルタイムで取得

• わかりやすい理解：AIが人間のようにインターネットで最新の情報を検索できるようにし、固定された知識の範囲に制限されないようにします。

• テキストから画像/動画/3Dモデルへの変換：

• 技術的定義：テキストの説明をマルチメディアコンテンツに変換

• わかりやすい理解：画家がテキストの説明に基づいて絵を描くことができるように、AIもあなたの説明に基づいて画像、動画、さらには3Dモデルを生成できます。

他のWeb3分野のフレームワークとの比較

現在のWeb3 AIエージェントフレームワークの中で、Elizaは明らかな優位性を示しています。50人以上のAI研究者や上級ブロックチェーン開発者からのフィードバックによると、Elizaは以下の重要な指標で他のフレームワークを上回っています。

• モデルプロバイダーのサポート度

• チェーン互換性の状況

• 機能の完全性の状況

• ソーシャルメディア統合の状況

3.Eliza OS：精巧に作られたWeb3 AIエコシステム

Elizaの設計理念を理解したところで、このフレームワークがどのように機能するのかを見てみましょう。Elizaを精巧に設計されたレゴブロックシステムとして想像できます。各部分は完璧に組み合わさり、非常に高い柔軟性を保っています。

コアコンポーネント：五つの重要な役割

Elizaの世界では、五つのコアコンポーネントが相互に連携し、完全なインテリジェントシステムを構成しています。

1. Agents（エージェント）：システムの主役

彼らは独立した「デジタルアシスタント」のようなもので、さまざまな自律的なインタラクションを処理します。各エージェントは自分の「記憶」と「性格」を持ち、Discord、Twitterなどの異なるチャネルを通じてユーザーと一貫した対話とインタラクションを行います。

2. Character Files（キャラクター設定）：エージェントの「キャラクター」

これらのエージェントに個性を持たせるためには、Character Files（キャラクター設定）のサポートが必要です。これはエージェントの「履歴書」に相当し、そのアイデンティティや個性の特徴を定義するだけでなく、どのモデル（OpenAI、Anthropicなど）を使用できるか、どのような操作（ブロックチェーン取引、NFTの鋳造など）を実行できるかを規定します。精巧に設計されたキャラクター設定により、各エージェントは独自の専門的な特長と行動様式を示すことができます。

3. Providers（プロバイダー）：エージェントの「知覚システム」

外部とインタラクションする際、エージェントはProviders（プロバイダー）を「知覚システム」として必要とします。人間が世界を知覚するために感覚を必要とするように、プロバイダーはエージェントに市場データ、ウォレットの詳細、感情分析などのリアルタイム情報を提供し、現在の環境や文脈をよりよく理解できるようにします。

4. Actions（アクション）：エージェントの「スキルライブラリ」

具体的な行動を取る必要があるとき、Actions（アクション）はエージェントの「スキルライブラリ」となります。単純な売買注文から複雑なNFT生成まで、各操作は厳格な安全検証を経て、金融関連のタスクを処理する際に万全を期しています。これらのスキルにより、エージェントはWeb3の世界で実際に機能することができます。

5. Evaluators（評価者）：エージェントの「 意思決定システム 」

最後に、Evaluators（評価者）はエージェントの「意思決定システム」として機能し、対話内容を評価し、重要な情報を抽出し、エージェントが長期的な記憶を構築するのを助けます。これは目標の達成進捗を追跡するだけでなく、対話全体の一貫性を確保します。

インテリジェントなインタラクション：単なる対話ではない

インタラクションの面で、Elizaは多層的な理解システムを採用しており、経験豊富な翻訳者のように、文字通りの意味だけでなく、話の背景や意図を理解する必要があります。このシステムは、ユーザーの真のニーズを正確に理解し、異なる通信プラットフォームで一貫した体験を維持し、文脈に応じて応答方法を柔軟に調整します。

プラグインシステム：無限の拡張可能性

Elizaのプラグインシステムは本質的にツールボックスであり、全体のフレームワークに強力な拡張性をもたらします。この拡張は、マルチメディア生成、Web3統合、インフラストラクチャの三つの方向に現れています：

• マルチメディア生成の面では、画像、動画、3Dモデルを生成でき、NFTシリーズの自動生成をサポートし、画像の説明と分析能力を提供します。

• Web3統合の面では、イーサリアム、ソラナなどのマルチチェーン操作をサポートし、完全な取引機能セットを提供し、さまざまなDeFi操作を統合します。

• インフラストラクチャの面では、ブラウザサービス、文書処理、音声からテキストへの変換などの基本的な能力を提供します。

このようなモジュール化された設計により、Elizaはシステムの安定性を保ちながら、開発者にほぼ無限の拡張可能性を提供します。これにより、ElizaはWeb3の世界で新たに生まれるニーズやシーンに適応できるようになります。

4.Elizaの実力はどのくらい？データから真実を見抜く

新しい技術フレームワークが登場するとき、皆が最も関心を持つのはその実際のパフォーマンスです。Elizaはこの点で率直な答えを示しました。

GAIAベンチマークテスト（これはAIエージェントが現実の問題を解決する能力を評価するためのテストプラットフォーム）において、Elizaは優れた実力を示しました。このテストは単純な質問応答能力を評価するものではなく、AIエージェントが論理的推論、多モーダル処理、ウェブブラウジング、ツール使用などの複数のスキルを持つことを要求します。

テストでは、Elizaのスコア（19.42%）は現在の最先端のソリューションにはまだ一定の差がありますが、Web3分野に特化したフレームワークであることを考慮すれば、この成績は非常に目立ちます。特に基礎タスクの処理において（レベル1）、Elizaは32.21%の達成率を達成し、その堅実な基礎能力を示しています。

Web3分野：革新的な基準設定者

さらに注目すべきは、ElizaがWeb3分野で「基準設定者」の役割を果たしていることです。Web3指向のAIシステムはまだ初期段階にあるため、Elizaは業界全体の発展方向を示す完全な評価基準体系を最初に提案しました。

この評価体系は三つのレベルに分かれており、白書ではWeb3 AIバージョンの「チューリングテスト」と呼ばれています：

• 基礎能力：ウォレットの作成、トークン取引、スマートコントラクトのインタラクションなどの基本操作を含む

• 進階機能：テキストから動画/3Dへの変換、RAGサポートなどの最新のAI技術を統合

• 高度な特性：ユーザーの指示に基づいて自律的に計画し推論し、真のインテリジェントな意思決定を実現できる

現在、Elizaは基礎レベルのすべての機能を成功裏に実現しており、進階レベルに向けて進んでいます。チームは、今後数年内に完全自律型のAIエージェントシステムを実現できると確信しています。

5.実際の応用：市場が真金で投票する

元の白書には、現在このフレームワークを使用して作成された実際のアプリケーションを示すコードの展示がありましたが、理解の難しさや技術的詳細を考慮し、ここでは省略し、よりマクロな実際の応用状況を示します。

白書の説明によれば、2025年1月までに、複数の重要なWeb3プロジェクトがElizaを基にAIエージェントシステムを構築しており、これらのパートナーの総時価総額は200億ドルを超えています。

この数字自体が、Elizaの技術力に対する市場の最高の裏付けかもしれません。

さらに重要なのは、Elizaチームが未来に対して自信を持っていることです。彼らは、これらの「インテリジェントエージェント」の進化が進むにつれて、複数のAIユニットが協力して働く新しい時代を見ることができると考えています。AnthropicのCEOであるDario Amodeiが言った「天才データセンター」のビジョンのように、Elizaはこの未来への道を切り開いています。

6.現存の制限と未来の展望：誠実な自己分析

どんな技術フレームワークも完璧ではなく、Elizaチームは白書の中で現在のフレームワークの限界を率直に指摘しています。

解決すべき三つの課題

• ワークフローシステムの欠如： 熟練したアシスタントが標準化されたワークフローを必要とするように、開発者がいくつかの定型的なタスクを実行したいとき（たとえば、定期的に複数のソースからデータを集約するなど）、現在のElizaフレームワークでは既製の解決策を提供できません。このようなニーズには、DifyやCozeのようなグラフィカルインターフェースを持つワークフローシステムが必要です。

• マルチエージェントシステムの性能問題 エージェントの数が増えるにつれて、システムが処理する必要がある文脈や記憶内容は指数関数的に増加します。特に大量の入出力タスクを処理する際、計算コストと実行効率のバランスを取ることは、依然として解決すべき技術的課題です。

• 多言語サポートの拡張ニーズ 現在、Elizaは主にTypeScriptに基づいていますが、より多くの分野の開発者を引き付けるためには、Python、Rustなどの他のプログラミング言語へのサポートを拡張する必要があります。

展望：去中心化AIの新時代を切り開く

これらの制限があるにもかかわらず、Elizaの意義は単なる技術フレームワークを超えています。それはAI技術とWeb3アプリケーションの深い統合の革新的な試みを代表しています。

各機能モジュールを標準のTypeScriptプログラムとして設計することで、Elizaはユーザーにシステムの完全な制御権を保証しました。同時に、ブロックチェーンデータやスマートコントラクトとのシームレスな統合能力を提供します。この設計は安全性を保証し、非常に高い拡張性を維持します。

白書の結論で述べられているように、Elizaの可能性は使用者の想像力にのみ制限されます。AIとWeb3技術の進化が続く中、Elizaもまた進化し続け、去中心化AIの発展方向を引き続きリードしていくでしょう。