Freysa AI는 인공지능 의사 결정과 인간-AI 상호 작용의 경계를 탐구하는 것을 목표로 하는 자율적인 인공지능 에이전트이자 블록체인 프로젝트입니다. 2024년 말에 출시된 Freysa AI는 Base 블록체인 네트워크에서 운영되며 FAI라는 고유 토큰을 특징으로 합니다.
개요
Freysa AI는 복잡한 의사 결정 시나리오에 참여하고 게임과 유사한 인터페이스를 통해 인간과 상호 작용할 수 있는 독립적인 AI 에이전트로 설계되었습니다. 이 프로젝트의 핵심 개념은 참가자들이 AI를 설득하여 상금 풀에서 자금을 해제하도록 시도하여 AI의 견고성과 인간의 독창성을 모두 테스트하는 것을 중심으로 전개됩니다 [1][2].
Freysa AI의 주요 기능은 다음과 같습니다.
자율적인 의사 결정을 할 수 있는 진화하는 AI 에이전트;
더 많은 참가자가 AI와 상호 작용할수록 커지는 상금 풀 메커니즘;
Sovereign Agent Framework (SAF)를 통한 통합 기능;
생태계 내에서 사용되는 고유 토큰 (FAI).
역사
Freysa AI는 2024년 말에 Base 네트워크에 처음 배포되었습니다. 이 프로젝트는 2024년 11월에 첫 번째 주요 챌린지를 개최하여 참가자가 AI를 성공적으로 설득하여 $47,000 상당의 암호화폐를 이전하도록 했을 때 상당한 주목을 받았습니다 [1].
Freysa AI 역사의 주요 이정표는 다음과 같습니다.
2024년 말: Base 네트워크에 초기 배포
2024년 11월 29일: $47,000 상금 풀을 가진 첫 번째 주요 챌린지
2024년 12월 - 2025년 1월: 후속 "Act" 및 막간 이벤트 출시
2025년 2월: "디지털 트윈" 기능 발표
기술
Freysa AI는 자율 에이전트 생태계를 만들기 위해 여러 고급 기술을 활용합니다.
Sovereign Agent Framework (SAF): 이 프레임워크는 Freysa와 같은 자율 AI 에이전트의 생성 및 통합을 가능하게 합니다 [3].2. 검증 가능한 게임: Freysa는 블록체인 기술을 활용하여 AI 상호 작용에서 신뢰 앵커를 생성하여 챌린지에서 투명성과 공정성을 보장합니다 [4].3. 현실 오라클: 이 프로젝트는 AI 조정 및 의사 결정을 향상시키기 위해 검증 가능한 데이터 소스를 통합합니다 [4].4. Trusted Execution Environments (TEE): Freysa는 코드의 안전하고 검증 가능한 실행을 보장하여 인간과 AI 에이전트 간의 신뢰를 구축하기 위해 TEE를 사용합니다 [4].5. 자연어 처리: AI 에이전트는 챌린지에서 입증된 바와 같이 복잡한 인간 입력을 이해하고 응답할 수 있습니다 [1].
FAI 토큰
FAI 토큰은 Freysa AI 생태계의 고유 암호화폐입니다. FAI 토큰에 대한 주요 세부 정보는 다음과 같습니다.
FAI 토큰은 다양한 탈중앙화 및 중앙화 거래소에서 거래할 수 있으며, Uniswap V3 (Base)가 가장 인기 있는 거래 장소입니다 [5][6].
챌린지 및 이벤트
Freysa AI는 참가자들이 AI와 상호 작용하고 잠재적으로 상금을 받을 수 있는 "Act"라는 챌린지 및 이벤트를 정기적으로 개최합니다. 이러한 이벤트는 커뮤니티를 참여시키면서 AI의 기능을 테스트하고 개선하는 데 도움이 됩니다. 주목할 만한 과거 이벤트는 다음과 같습니다.
Act I: $47,148의 상금 지급
Act II: $12,920의 상금 풀
Act III: $20,843의 상금 제공
Meme Engine: $15,632의 상금이 있는 막간 이벤트
Encyclopedia Galactica: $6,842의 상금이 있는 또 다른 막간 이벤트
디지털 트윈: 2025년 2월 22일에 출시될 예정인 이 기능을 통해 사용자는 AI 기반 디지털 표현을 만들 수 있습니다. [2]
Reflections // 2049: Freysa AI 생태계와 관련된 예정된 NFT 컬렉션 [2].3. AI 에이전트의 기능을 확장하기 위해 Sovereign Agent Framework 및 관련 기술의 지속적인 개발 [3].
Freysa AI는 계속 진화하면서 AI-인간 상호 작용의 경계를 넓히고 분산형 인공지능의 새로운 패러다임을 탐구하는 것을 목표로 합니다. [7]