Haotian说：更多AI Agent框架标准之争正在如火如荼进行中，这两天ARC的二级市场表现尤为抢眼

更多AI Agent框架标准之争正在如火如荼进行中，这两天ARC的二级市场表现尤为抢眼，该如何理解这个基于Rust构建的AI应用开发专业框架呢？ARC vs ELIZA框架的区别是啥？ 基于技术逻辑视角和商业视角，谈谈我的理解：

1）ELIZA是一个基于TypeScript架构且面向Agent开发的多客户端集成框架，换句话说，ELIZA是一个“组装器”，专注于把各种LLM大模型和Discord、Twitter等平台的输入和输出功能组装起来，提供了Memory上下文管理和模型微调算法优化等功能，帮开发者快速部署AI Agent。

ELIZA解决的是“接入”的问题，以确保开发者能快速落地AI Agent，其侧重点在于统一接口标准，简化集成流程，降低开发门槛，让LLM在跨平台的应用过程中如何“用起来”。

2）Rig（ARC）是一个基于Rust语言面向LLM工作流引擎的AI系统构建框架，它要解决更底层的性能优化问题，换句话说，ARC是一个AI引擎“工具箱”，提供AI调用、性能优化、数据存储、异常处理等后台支撑服务。

Rig要解决的是“调用”问题，以帮助开发者更好选择LLM，更好优化提示词，更有效管理token，以及如何处理并发处理、管理资源、降低延迟等，其侧重点在于AI LLM模型和AI Agent系统协作过程中如何“用好它”。

3）以上是很客观的技术逻辑拆解，大家肯定感兴趣 ELIZA vs ARC 谁的发展潜能更大一点？ 仅给若干评判标准：

1、AI Agent处于生态爆发初期，具有先发优势的市场口碑和生态开发者活跃度更重要；类似于当年EVM链运行框架发展早期，EOS这种技术更高级且适合商用的区块链架构，看似短暂成了市场焦点，但最终败给了EVM的庞大开发者生态；

2、ELIZA的包袱在于ai16z不够成熟的Tokenomics设计，ai16z和ELIZA开源框架代币的“赋能”问题，以及后续全家桶是否会添“新丁”的变量，这势必会让其代币缺乏短期大幅增长的势能，相较之下ARC似乎没这个包袱；

3、ARC的问题在于描绘了一个更适合未来AI Agent生态所需的宏大、高性能、企业级商用化的框架，但要向市场一步步证明这种“高级”并非徒有虚名，得适时落地一些单体AI应用和实际看得到的AI Agent创新玩法出来才行；

关于AI Agent的框架标准竞争会持续很长时间，乱花迷人眼，可把你看好的AI Agent标准框架留言在下面，分享给更多朋友学习交流。

Note：大家觉得文章有用烦请“一键三连”支持为谢，认可我持续干货内容输的朋友，可以Follow一下，也可访问我推特首页点击Substack专栏订阅一下（目前还免费），更多深度专业的投研和分析内容，尤其是不适宜在推特公开分享的内容，会在那里看到。

————————

k1ic说：
ELIZA偏前端接入，Rig偏后端调用，加一起才是完备的Agent框架，在Crypto的语境下，如何将AI对复杂动态场景的决策能力与智能合约的公开透明、可编程性充分融合，可能是 Agent 设计的关键问题之一。

uuerrrad说：
看了一下大佬用eliza框架开发，eliza感觉没啥技术含量就是封装和调用api，大佬觉得virtuals咋样

Haotian | CryptoInsight说：
哈哈，对比对象不对，virtual 应该和griffain 比。

Randy说：
非常看好被誉为ai agent 赛道的bayc #zerebro，即将推出的zerepy框架协议 ，zerebro ai16z arc virtual 会逐步成为ai agent领域的Layer1 四家马车并驾齐驱，烦请大佬调研一波
Haotian | CryptoInsight
@tmel0211
·
11小时
有具体资料直接分享下哈，我还在看zerobro架构，zerepy没看到太多信息。谢谢

w3tester说：
Rust版本的框架会更有利于编译为wasm，然后就可以在ICP这样的公链上原生运行了。毕竟，上链才是Web3 agent最终的归宿。

咒小隐说：
ELIZA本身也有AI调用、数据存储、异常、安全的处理呀，性能是基于语言带来的劣势吧。 agent上本身，更多还有上下游的串联吧，又或者说向量化和向量搜索匹配上有更创新的算法。 不太感受得到arc的碾压优势

Shibu说：
应用才是王道，应用普及了完全可以推出一套自己的框架标准