DeFAI: Как ИИ может раскрыть потенциал Децентрализованных финансов?
Децентрализованные финансы(DeFi) с момента своего быстрого развития в 2020 году остаются основным столпом криптоэкосистемы. Хотя было создано много инновационных протоколов, это также привело к увеличению сложности и фрагментации, и даже опытным пользователям трудно ориентироваться в многочисленных цепочках, активах и протоколах.
В то же время искусственный интеллект (AI) развился из широких основных нарративов 2023 года в более специализированный и ориентированный на агента фокус 2024 года. Это преобразование породило DeFi AI (DeFAI) - новую область, в которой ИИ усиливает Децентрализованные финансы с помощью автоматизации, управления рисками и оптимизации капитала.
DeFAI пересекает несколько уровней. Блокчейн является базовым уровнем, AI-агенты должны взаимодействовать с определенной цепочкой, чтобы выполнять сделки и смарт-контракты. На этом уровне данные и вычислительный уровень предоставляют инфраструктуру, необходимую для обучения AI-моделей, которые основаны на исторических ценовых данных, рыночных настроениях и анализе на цепочке. Уровень конфиденциальности и проверки гарантирует, что чувствительные финансовые данные остаются в безопасности при поддержании бездоверительной работы. Наконец, фреймворк агентов позволяет разработчикам создавать специализированные приложения на основе AI, такие как автономные торговые роботы, оценщики кредитных рисков и оптимизаторы управления на цепочке.
С расширением экосистемы DeFAI наиболее выдающиеся проекты можно разделить на три основные категории:
1. Абстрактный уровень
Протоколы, основанные на этой категории, служат пользовательским интерфейсом, аналогичным ChatGPT для Децентрализованных финансов, позволяя пользователям вводить подсказки для выполнения в цепочке. Они обычно интегрируются с несколькими цепочками и dApp и выполняют намерения пользователей, устраняя ручные шаги в сложных сделках.
Некоторые функции, которые могут выполнять эти протоколы, включают:
Обмен, кросс-чейн, заимствование/снятие, выполнение сделок через кросс-чейн
Кошелек для копирования сделок или профиль в социальной сети
Автоматическое выполнение ордеров на прибыль/убыток в зависимости от процента от размера позиции
Например, не нужно вручную извлекать ETH с платформы кредитования, переносить его через цепочку на Solana, обменивать на SOL/другие токены и предоставлять ликвидность на DEX - протокол абстракции может выполнить операцию всего в один шаг.
2. Самостоятельные торговые агенты
В отличие от традиционных торговых роботов, следящих предустановленным правилам, автономные торговые агенты могут учиться и адаптироваться к рыночным условиям, а также корректировать свои стратегии на основе новой информации. Эти агенты могут:
Анализируйте данные для постоянного совершенствования стратегии
Прогнозируйте рыночные тенденции, чтобы принимать лучшие решения по длинным/коротким позициям
Выполнение сложных Децентрализованных финансовых стратегий, как в базовой торговле
3. DApps на основе ИИ
Децентрализованные финансы dApp предоставляют функции кредитования, обмена, доходного фарминга и т.д. ИИ и ИИ-агенты могут улучшить эти услуги следующими способами:
Оптимизация поставок ликвидности для получения лучшего APY путем повторного балансирования позиций LP
Сканирование токенов для выявления рисков через обнаружение потенциальных rug или honeypot
Основные вызовы
Топовые протоколы, построенные на этих уровнях, сталкиваются с некоторыми проблемами:
Эти протоколы зависят от потоков данных в реальном времени для достижения наилучшего исполнения сделок. Плохое качество данных может привести к неэффективности маршрутов, неудачам сделок или сделкам без прибыли.
Модели ИИ зависят от исторических данных, но рынок криптовалют очень волатилен. Агент должен пройти обучение на разнообразных, высококачественных наборах данных, чтобы оставаться эффективным.
Необходимо всесторонне понимать связанность активов, изменения ликвидности и рыночные настроения, чтобы понять общую рыночную ситуацию.
Протоколы, основанные на этих категориях, пользовались популярностью на рынке. Однако, чтобы предоставить лучшие продукты и оптимальные результаты, им следует рассмотреть возможность интеграции различных наборов данных разного качества, чтобы поднять свои продукты на новый уровень.
Слой данных - для обеспечения мощности DeFAI смарт-контрактов
Качество ИИ зависит от данных, на которых он основан. Чтобы ИИ-агенты эффективно работали в DeFAI, им нужны актуальные, структурированные и проверяемые данные. Например, абстрактный уровень должен получать доступ к данным на блокчейне через RPC и API социальных сетей, в то время как агенты по оптимизации сделок и доходов нуждаются в данных для дальнейшего улучшения своих торговых стратегий и перераспределения ресурсов.
Высококачественные наборы данных позволяют агентам лучше прогнозировать будущее ценовое поведение, предоставляя рекомендации по торговле, чтобы соответствовать их предпочтениям в отношении длинных или коротких позиций по определённым активам.
Режим Synth子网
Как 50-й подсеть определенного блокчейна, Synth создает синтетические данные для финансового прогнозирования агентов. В отличие от других традиционных систем прогнозирования цен, Synth захватывает полное распределение ценовых изменений и их связанные вероятности, тем самым создавая самые точные синтетические данные в мире, поддерживающие агентов и LLM.
Предоставление большего количества высококачественных наборов данных может помочь AI-агентам принимать лучшие направленные решения при торговле, а также предсказывать колебания APY в различных рыночных условиях, чтобы ликвидные пуулы могли перераспределять или извлекать ликвидность по мере необходимости. С момента запуска автономной сети они постоянно получают сильный спрос со стороны команд Децентрализованных финансов, интегрируя данные Synth через свои API.
Самая обсуждаемая блокчейн платформа для AI агентов
Помимо создания уровня данных для ИИ и агентов, определённая блокчейн-платформа также позиционирует себя как полностековая блокчейн для построения будущего DeFAI. Они недавно развернули терминал, который является co-pilot для DeFAI, предназначенный для выполнения ончейн-транзакций по запросам пользователей, который вскоре будет открыт для стейкеров токенов.
Кроме того, эта блокчейн-технология поддерживает множество команд, основанных на ИИ и агентах. Они приложили большие усилия для интеграции нескольких протоколов в свою экосистему, и с развитием большего количества агентов и выполнением сделок этот блокчейн быстро развивается.
Эти меры были реализованы одновременно с их обновлением сети с помощью ИИ, и наиболее примечательным является оснащение их блокчейна ИИ-сортировщиком. Используя симуляцию и анализ ИИ для анализа транзакций перед выполнением, можно заблокировать и проверить высокорисковые транзакции до их обработки, чтобы обеспечить безопасность в сети. Являясь L2 для одной из суперсетей, этот блокчейн находится на среднем уровне, соединяя людей и агентных пользователей с лучшей экосистемой Децентрализованные финансы.
Сравнение лучших блокчейнов, на которых основаны AI-агенты
Солана и Бейс безусловно являются двумя основными цепочками для создания и выпуска токенов и фреймворков AI-агентов. AI-агенты используют высокую пропускную способность и низкую задержку сети Соланы, а также открытое ElizaOS для развертывания токенов агентов, в то время как Virtuals выступает в роли лаунчпада для развертывания агентов на Бейс. Несмотря на то, что у них есть хакатоны и финансовые стимулы, в плане AI-программ как цепочки они еще не достигли уровня, которого достигла какая-то другая блокчейн.
NEAR ранее определял себя как L1 блокчейн, ориентированный на ИИ, его функции включают рынок задач ИИ, исследовательский центр NEAR AI с открытой архитектурой агента ИИ и помощник NEAR AI. Они недавно объявили о фонде агентов ИИ в размере 20 миллионов долларов для расширения полностью автономных и проверяемых агентов на NEAR.
Chainbase
Chainbase предлагает полностью проверяемые цепочные структурированные наборы данных, которые могут улучшить функции AI-агентов, такие как торговля, аналитика, прогнозирование и поиск альфа. Они выпустили manuscripts, что является фреймворком потоков данных на блокчейне для интеграции цепочных и внецепочных наборов данных в целевое хранилище данных для неограниченных запросов и анализа.
Это позволяет разработчикам настраивать рабочие процессы обработки данных в соответствии с их конкретными потребностями. Стандартизация и обработка исходных данных в чистом, совместимом формате гарантирует, что их наборы данных соответствуют строгим требованиям AI-систем, тем самым сокращая время предварительной обработки, увеличивая точность модели и помогая создавать надежные AI-агенты.
На основе своих обширных данных в блокчейне они также разработали модель под названием Theia, которая переводит данные блокчейна в аналитику данных пользователей без необходимости в каких-либо сложных знаниях программирования. Практическое применение данных Chainbase очевидно в их партнерствах, где AI-протоколы используют их данные для:
Плагин ElizaOS для агентов, используемый для принятия решений на блокчейне
Создание помощника Vana AI
Умная социальная сеть, предоставляющая инсайты о поведении пользователей
Анализ данных и прогнозирование в Децентрализованных финансах
Также сотрудничает с несколькими проектами
В отличие от традиционных протоколов данных, такие как The Graph, Chainlink и Alchemy, предоставляют данные, но не ориентированы на ИИ. The Graph предлагает платформу для запроса и индексации данных блокчейна, предоставляя разработчикам доступ к необработанным данным, которые не были созданы для торговли или выполнения стратегий. Chainlink предоставляет данные с помощью оракулов, но не имеет оптимизированных наборов данных для прогнозирования, в то время как Alchemy в основном предлагает RPC-сервисы.
В отличие от этого, данные Chainbase представляют собой специально подготовленные данные блокчейна, которые могут быть легко использованы AI-приложениями или агентами в более структурированном и более проницательном формате, что позволяет агентам более удобно получать данные, связанные с рыночной ситуацией, ликвидностью и данными токенов.
sqd.ai
sqd.ai разрабатывает открытую сеть баз данных, специально созданную для AI-агентов и услуг Web3. Их децентрализованный дата-озеро предоставляет доступ к большому объему реальных и исторических данных блокчейна без необходимости в разрешении и экономически эффективно, позволяя AI-агентам работать более эффективно.
sqd.ai предоставляет индексацию данных в реальном времени (включая индексацию незавершённых блоков) со скоростью до 150 000+ блоков в секунду, что быстрее, чем у любого другого индексатора. За последние 24 часа они предоставили более 11 ТБ данных, удовлетворяя потребности в высокой пропускной способности миллиардов автономных AI-агентов и разработчиков.
Их настраиваемая платформа обработки данных может предоставлять индивидуальные данные в зависимости от потребностей AI-агентов, в то время как DuckDB обеспечивает эффективный поиск данных для локальных запросов. Их комплексный набор данных поддерживает более 100 сетей EVM и Substrate, включая журналы событий и детали транзакций, что имеет большую ценность для AI-агентов, работающих на нескольких блокчейнах.
Внедрение нулевых знаний гарантирует, что AI-агенты могут получать доступ к чувствительным данным и обрабатывать их, не нарушая конфиденциальность. Кроме того, sqd.ai может обрабатывать постоянно увеличивающуюся нагрузку данных, добавляя больше узлов обработки, поддерживая тем самым растущее количество AI-агентов (по оценкам, их количество достигнет миллиардов).
Печенье
Cookie предоставляет модульный уровень данных для AI-агентов и кластеров, специально предназначенный для обработки социальных данных. У него есть панель управления AI-агентами, которая отслеживает лучшие агентские умы на блокчейне и социальных платформах, и недавно был запущен API для подключения кластеров данных для других AI-агентов, чтобы обнаруживать популярные нарративы и изменения в умах в социальных медиа.
Их дата-группа охватывает более 7 ТБ реальных цепочных и социальных источников данных, поддерживаемых 20 агентами данных, предоставляя анализ рыночных настроений и цепочных данных. Их последний AI-агент использует 7% мощности их дата-группы, предлагая рыночные прогнозы и обнаруживая новые возможности за счет использования различных других агентов, работающих под ним.
Следующий шаг DeFAI
В настоящее время большинство AI-агентов в Децентрализованных финансах сталкиваются с серьезными ограничениями в достижении полной автономности. Например:
Абстрактный уровень преобразует намерения пользователя в выполнение, но обычно не хватает предсказательной способности.
AI-агенты могут генерировать альфа, анализируя данные, но не имеют независимого исполнения сделок.
dApp на основе ИИ может обрабатывать хранилища или сделки, но является пассивным, а не активным.
Следующий этап DeFAI, возможно, будет сосредоточен на интеграции полезного уровня данных для разработки оптимальной платформы или агента. Это потребует глубоких ончейн-данных о деятельности крупных китов, изменениях ликвидности и т. д., а также генерации полезных синтетических данных для улучшенного прогнозного анализа, в сочетании с анализом настроений из общего рынка, будь то волатильность токенов в конкретных категориях (таких как AI-агенты, DeSci и т. д.) или волатильность токенов в социальных сетях.
В конечном итоге цель состоит в том, чтобы AI-агенты могли бесшовно генерировать и выполнять торговые стратегии из единого интерфейса. С развитием этих систем мы можем увидеть, как будущие Децентрализованные финансы трейдеры будут полагаться на AI-агентов для автономной оценки, прогнозирования и выполнения финансовых стратегий с минимальным человеческим вмешательством.
Заключение
Хотя токены и фреймы AI-агентов в последнее время несколько снизились, DeFAI все еще находится на ранней стадии, и потенциал AI-агентов для улучшения доступности и производительности Децентрализованных финансов неоспорим.
Ключом к раскрытию этого потенциала является получение качественных данных в реальном времени, что улучшит прогнозирование и выполнение сделок на основе ИИ. Все больше протоколов интегрируют различные уровни данных, а протоколы данных создают плагины для рамок, что подчеркивает важность данных для агентских решений.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
18 Лайков
Награда
18
6
Поделиться
комментарий
0/400
LayerZeroHero
· 07-24 03:40
Почему бы не найти проект и не протестировать безопасность интерфейса?
Посмотреть ОригиналОтветить0
SchrodingerWallet
· 07-23 11:15
Где можно учиться, чтобы стать лучше? Только потеря денег может привести к росту.
Посмотреть ОригиналОтветить0
OnChainDetective
· 07-23 11:14
Крупные инвесторы незаметно накапливают токены DeFAI, данные не лгут.
Посмотреть ОригиналОтветить0
liquiditea_sipper
· 07-23 11:14
Эта ловушка довольно сложно понять.
Посмотреть ОригиналОтветить0
BitcoinDaddy
· 07-23 11:12
Просто снова разгоняют концепцию ИИ.
Посмотреть ОригиналОтветить0
ZenChainWalker
· 07-23 11:07
Торговля криптовалютой эм потерял, постоянно зарабатываю в Децентрализованные финансы.
DeFAI: Будущее и вызовы AI-управляемых Децентрализованных финансов
DeFAI: Как ИИ может раскрыть потенциал Децентрализованных финансов?
Децентрализованные финансы(DeFi) с момента своего быстрого развития в 2020 году остаются основным столпом криптоэкосистемы. Хотя было создано много инновационных протоколов, это также привело к увеличению сложности и фрагментации, и даже опытным пользователям трудно ориентироваться в многочисленных цепочках, активах и протоколах.
В то же время искусственный интеллект (AI) развился из широких основных нарративов 2023 года в более специализированный и ориентированный на агента фокус 2024 года. Это преобразование породило DeFi AI (DeFAI) - новую область, в которой ИИ усиливает Децентрализованные финансы с помощью автоматизации, управления рисками и оптимизации капитала.
DeFAI пересекает несколько уровней. Блокчейн является базовым уровнем, AI-агенты должны взаимодействовать с определенной цепочкой, чтобы выполнять сделки и смарт-контракты. На этом уровне данные и вычислительный уровень предоставляют инфраструктуру, необходимую для обучения AI-моделей, которые основаны на исторических ценовых данных, рыночных настроениях и анализе на цепочке. Уровень конфиденциальности и проверки гарантирует, что чувствительные финансовые данные остаются в безопасности при поддержании бездоверительной работы. Наконец, фреймворк агентов позволяет разработчикам создавать специализированные приложения на основе AI, такие как автономные торговые роботы, оценщики кредитных рисков и оптимизаторы управления на цепочке.
С расширением экосистемы DeFAI наиболее выдающиеся проекты можно разделить на три основные категории:
1. Абстрактный уровень
Протоколы, основанные на этой категории, служат пользовательским интерфейсом, аналогичным ChatGPT для Децентрализованных финансов, позволяя пользователям вводить подсказки для выполнения в цепочке. Они обычно интегрируются с несколькими цепочками и dApp и выполняют намерения пользователей, устраняя ручные шаги в сложных сделках.
Некоторые функции, которые могут выполнять эти протоколы, включают:
Например, не нужно вручную извлекать ETH с платформы кредитования, переносить его через цепочку на Solana, обменивать на SOL/другие токены и предоставлять ликвидность на DEX - протокол абстракции может выполнить операцию всего в один шаг.
2. Самостоятельные торговые агенты
В отличие от традиционных торговых роботов, следящих предустановленным правилам, автономные торговые агенты могут учиться и адаптироваться к рыночным условиям, а также корректировать свои стратегии на основе новой информации. Эти агенты могут:
3. DApps на основе ИИ
Децентрализованные финансы dApp предоставляют функции кредитования, обмена, доходного фарминга и т.д. ИИ и ИИ-агенты могут улучшить эти услуги следующими способами:
Основные вызовы
Топовые протоколы, построенные на этих уровнях, сталкиваются с некоторыми проблемами:
Эти протоколы зависят от потоков данных в реальном времени для достижения наилучшего исполнения сделок. Плохое качество данных может привести к неэффективности маршрутов, неудачам сделок или сделкам без прибыли.
Модели ИИ зависят от исторических данных, но рынок криптовалют очень волатилен. Агент должен пройти обучение на разнообразных, высококачественных наборах данных, чтобы оставаться эффективным.
Необходимо всесторонне понимать связанность активов, изменения ликвидности и рыночные настроения, чтобы понять общую рыночную ситуацию.
Протоколы, основанные на этих категориях, пользовались популярностью на рынке. Однако, чтобы предоставить лучшие продукты и оптимальные результаты, им следует рассмотреть возможность интеграции различных наборов данных разного качества, чтобы поднять свои продукты на новый уровень.
Слой данных - для обеспечения мощности DeFAI смарт-контрактов
Качество ИИ зависит от данных, на которых он основан. Чтобы ИИ-агенты эффективно работали в DeFAI, им нужны актуальные, структурированные и проверяемые данные. Например, абстрактный уровень должен получать доступ к данным на блокчейне через RPC и API социальных сетей, в то время как агенты по оптимизации сделок и доходов нуждаются в данных для дальнейшего улучшения своих торговых стратегий и перераспределения ресурсов.
Высококачественные наборы данных позволяют агентам лучше прогнозировать будущее ценовое поведение, предоставляя рекомендации по торговле, чтобы соответствовать их предпочтениям в отношении длинных или коротких позиций по определённым активам.
Режим Synth子网
Как 50-й подсеть определенного блокчейна, Synth создает синтетические данные для финансового прогнозирования агентов. В отличие от других традиционных систем прогнозирования цен, Synth захватывает полное распределение ценовых изменений и их связанные вероятности, тем самым создавая самые точные синтетические данные в мире, поддерживающие агентов и LLM.
Предоставление большего количества высококачественных наборов данных может помочь AI-агентам принимать лучшие направленные решения при торговле, а также предсказывать колебания APY в различных рыночных условиях, чтобы ликвидные пуулы могли перераспределять или извлекать ликвидность по мере необходимости. С момента запуска автономной сети они постоянно получают сильный спрос со стороны команд Децентрализованных финансов, интегрируя данные Synth через свои API.
Самая обсуждаемая блокчейн платформа для AI агентов
Помимо создания уровня данных для ИИ и агентов, определённая блокчейн-платформа также позиционирует себя как полностековая блокчейн для построения будущего DeFAI. Они недавно развернули терминал, который является co-pilot для DeFAI, предназначенный для выполнения ончейн-транзакций по запросам пользователей, который вскоре будет открыт для стейкеров токенов.
Кроме того, эта блокчейн-технология поддерживает множество команд, основанных на ИИ и агентах. Они приложили большие усилия для интеграции нескольких протоколов в свою экосистему, и с развитием большего количества агентов и выполнением сделок этот блокчейн быстро развивается.
Эти меры были реализованы одновременно с их обновлением сети с помощью ИИ, и наиболее примечательным является оснащение их блокчейна ИИ-сортировщиком. Используя симуляцию и анализ ИИ для анализа транзакций перед выполнением, можно заблокировать и проверить высокорисковые транзакции до их обработки, чтобы обеспечить безопасность в сети. Являясь L2 для одной из суперсетей, этот блокчейн находится на среднем уровне, соединяя людей и агентных пользователей с лучшей экосистемой Децентрализованные финансы.
Сравнение лучших блокчейнов, на которых основаны AI-агенты
Солана и Бейс безусловно являются двумя основными цепочками для создания и выпуска токенов и фреймворков AI-агентов. AI-агенты используют высокую пропускную способность и низкую задержку сети Соланы, а также открытое ElizaOS для развертывания токенов агентов, в то время как Virtuals выступает в роли лаунчпада для развертывания агентов на Бейс. Несмотря на то, что у них есть хакатоны и финансовые стимулы, в плане AI-программ как цепочки они еще не достигли уровня, которого достигла какая-то другая блокчейн.
NEAR ранее определял себя как L1 блокчейн, ориентированный на ИИ, его функции включают рынок задач ИИ, исследовательский центр NEAR AI с открытой архитектурой агента ИИ и помощник NEAR AI. Они недавно объявили о фонде агентов ИИ в размере 20 миллионов долларов для расширения полностью автономных и проверяемых агентов на NEAR.
Chainbase
Chainbase предлагает полностью проверяемые цепочные структурированные наборы данных, которые могут улучшить функции AI-агентов, такие как торговля, аналитика, прогнозирование и поиск альфа. Они выпустили manuscripts, что является фреймворком потоков данных на блокчейне для интеграции цепочных и внецепочных наборов данных в целевое хранилище данных для неограниченных запросов и анализа.
Это позволяет разработчикам настраивать рабочие процессы обработки данных в соответствии с их конкретными потребностями. Стандартизация и обработка исходных данных в чистом, совместимом формате гарантирует, что их наборы данных соответствуют строгим требованиям AI-систем, тем самым сокращая время предварительной обработки, увеличивая точность модели и помогая создавать надежные AI-агенты.
На основе своих обширных данных в блокчейне они также разработали модель под названием Theia, которая переводит данные блокчейна в аналитику данных пользователей без необходимости в каких-либо сложных знаниях программирования. Практическое применение данных Chainbase очевидно в их партнерствах, где AI-протоколы используют их данные для:
В отличие от традиционных протоколов данных, такие как The Graph, Chainlink и Alchemy, предоставляют данные, но не ориентированы на ИИ. The Graph предлагает платформу для запроса и индексации данных блокчейна, предоставляя разработчикам доступ к необработанным данным, которые не были созданы для торговли или выполнения стратегий. Chainlink предоставляет данные с помощью оракулов, но не имеет оптимизированных наборов данных для прогнозирования, в то время как Alchemy в основном предлагает RPC-сервисы.
В отличие от этого, данные Chainbase представляют собой специально подготовленные данные блокчейна, которые могут быть легко использованы AI-приложениями или агентами в более структурированном и более проницательном формате, что позволяет агентам более удобно получать данные, связанные с рыночной ситуацией, ликвидностью и данными токенов.
sqd.ai
sqd.ai разрабатывает открытую сеть баз данных, специально созданную для AI-агентов и услуг Web3. Их децентрализованный дата-озеро предоставляет доступ к большому объему реальных и исторических данных блокчейна без необходимости в разрешении и экономически эффективно, позволяя AI-агентам работать более эффективно.
sqd.ai предоставляет индексацию данных в реальном времени (включая индексацию незавершённых блоков) со скоростью до 150 000+ блоков в секунду, что быстрее, чем у любого другого индексатора. За последние 24 часа они предоставили более 11 ТБ данных, удовлетворяя потребности в высокой пропускной способности миллиардов автономных AI-агентов и разработчиков.
Их настраиваемая платформа обработки данных может предоставлять индивидуальные данные в зависимости от потребностей AI-агентов, в то время как DuckDB обеспечивает эффективный поиск данных для локальных запросов. Их комплексный набор данных поддерживает более 100 сетей EVM и Substrate, включая журналы событий и детали транзакций, что имеет большую ценность для AI-агентов, работающих на нескольких блокчейнах.
Внедрение нулевых знаний гарантирует, что AI-агенты могут получать доступ к чувствительным данным и обрабатывать их, не нарушая конфиденциальность. Кроме того, sqd.ai может обрабатывать постоянно увеличивающуюся нагрузку данных, добавляя больше узлов обработки, поддерживая тем самым растущее количество AI-агентов (по оценкам, их количество достигнет миллиардов).
Печенье
Cookie предоставляет модульный уровень данных для AI-агентов и кластеров, специально предназначенный для обработки социальных данных. У него есть панель управления AI-агентами, которая отслеживает лучшие агентские умы на блокчейне и социальных платформах, и недавно был запущен API для подключения кластеров данных для других AI-агентов, чтобы обнаруживать популярные нарративы и изменения в умах в социальных медиа.
Их дата-группа охватывает более 7 ТБ реальных цепочных и социальных источников данных, поддерживаемых 20 агентами данных, предоставляя анализ рыночных настроений и цепочных данных. Их последний AI-агент использует 7% мощности их дата-группы, предлагая рыночные прогнозы и обнаруживая новые возможности за счет использования различных других агентов, работающих под ним.
Следующий шаг DeFAI
В настоящее время большинство AI-агентов в Децентрализованных финансах сталкиваются с серьезными ограничениями в достижении полной автономности. Например:
Абстрактный уровень преобразует намерения пользователя в выполнение, но обычно не хватает предсказательной способности.
AI-агенты могут генерировать альфа, анализируя данные, но не имеют независимого исполнения сделок.
dApp на основе ИИ может обрабатывать хранилища или сделки, но является пассивным, а не активным.
Следующий этап DeFAI, возможно, будет сосредоточен на интеграции полезного уровня данных для разработки оптимальной платформы или агента. Это потребует глубоких ончейн-данных о деятельности крупных китов, изменениях ликвидности и т. д., а также генерации полезных синтетических данных для улучшенного прогнозного анализа, в сочетании с анализом настроений из общего рынка, будь то волатильность токенов в конкретных категориях (таких как AI-агенты, DeSci и т. д.) или волатильность токенов в социальных сетях.
В конечном итоге цель состоит в том, чтобы AI-агенты могли бесшовно генерировать и выполнять торговые стратегии из единого интерфейса. С развитием этих систем мы можем увидеть, как будущие Децентрализованные финансы трейдеры будут полагаться на AI-агентов для автономной оценки, прогнозирования и выполнения финансовых стратегий с минимальным человеческим вмешательством.
Заключение
Хотя токены и фреймы AI-агентов в последнее время несколько снизились, DeFAI все еще находится на ранней стадии, и потенциал AI-агентов для улучшения доступности и производительности Децентрализованных финансов неоспорим.
Ключом к раскрытию этого потенциала является получение качественных данных в реальном времени, что улучшит прогнозирование и выполнение сделок на основе ИИ. Все больше протоколов интегрируют различные уровни данных, а протоколы данных создают плагины для рамок, что подчеркивает важность данных для агентских решений.
Смотрим в будущее, проверяемость и