Децентрализованные финансы как основной столп шифрования экосистемы быстро развиваются с 2020 года. Несмотря на появление множества инновационных Протоколов, это также привело к увеличению сложности и фрагментации, что затрудняет даже опытным пользователям ориентироваться в множестве цепочек, активов и Протоколов.
В то же время, искусственный интеллект (AI) из широких базовых нарративов 2023 года развился в более специализированный, ориентированный на агентство фокус в 2024 году. Это преобразование породило Децентрализованные финансы AI (DeFAI) - новую область, в которой ИИ усиливает Децентрализованные финансы через автоматизацию, управление рисками и оптимизацию капитала.
Децентрализованные финансы DeFAI пересекают несколько уровней. Блокчейн является основным уровнем, AI-агент должен взаимодействовать с определенной цепочкой, чтобы выполнять сделки и смарт-контракты. Уровень данных и уровень вычислений предоставляют инфраструктуру, необходимую для обучения AI-моделей, которые основаны на исторических данных о ценах, рыночных настроениях и анализе на цепочке. Уровень конфиденциальности и проверки обеспечивает безопасность чувствительных финансовых данных, сохраняя при этом бездоверительное выполнение. Рамка агента 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 самые выдающиеся проекты можно разделить на три основные категории:
1. Абстрактный уровень
Протоколы, основанные на этой категории, служат аналогом ChatGPT для удобного пользовательского интерфейса Децентрализованных финансов, позволяя пользователям вводить подсказки для выполнения на блокчейне. Они обычно интегрированы с несколькими цепочками и dApp, и выполняют намерения пользователей, одновременно устраняя ручные шаги в сложных транзакциях.
Некоторые функции, которые могут выполнять эти протоколы, включают:
Обмен, кросс-чейн, заимствование/вывод, выполнение сделок через кросс-чейн
Кошелек для копирования сделок или профиль в социальных сетях
Автоматическое выполнение тейк-профита/стоп-лосса и других сделок в зависимости от процента размера позиции
Например, не нужно вручную извлекать ETH из платформы займа, переносить его в Solana, обменивать на SOL и предоставлять ликвидность - протокол абстрактного слоя может выполнить операцию всего за один шаг.
2. Автономный торговый агент
В отличие от традиционных торговых роботов, которые следуют заранее установленным правилам, автономные торговые агенты могут изучать и адаптироваться к рыночным условиям и корректировать свои стратегии в зависимости от новой информации. Эти агенты могут:
Анализируйте данные для постоянного совершенствования стратегии
Прогнозирование рыночных тенденций для более обоснованных решений по длинным/коротким позициям
Выполнение сложных Децентрализованных финансов стратегий
3. DApps на основе ИИ
Децентрализованные финансы dApp предлагают функции кредитования, обмена, получения дохода. ИИ и ИИ-агенты могут улучшить эти услуги следующим образом:
Оптимизация поставок ликвидности для получения лучшего APY путем ребалансировки позиций LP
Сканирование токенов для выявления рисков путем обнаружения потенциальных рисков
Основные вызовы
Топовые протоколы, построенные на этих уровнях, сталкиваются с некоторыми вызовами:
Эти протоколы зависят от потоков данных в реальном времени для достижения оптимального исполнения сделок. Плохое качество данных может привести к низкой эффективности маршрута, сбоям в сделках или убыточным операциям.
Модели ИИ зависят от исторических данных, но рынок шифрования очень волатилен. Агентам необходимо проходить обучение на разнообразных, высококачественных наборах данных, чтобы сохранять свою эффективность.
Необходимо全面了解 связанность активов, изменения ликвидности и рыночные настроения, чтобы понять общую рыночную ситуацию
Протоколы на основе этих категорий стали популярны 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.
Данные уровень - предоставляет мощность для DeFAI смарт
Качество ИИ зависит от данных, на которых он основан. Чтобы AI-агенты эффективно работали в DeFAI, им нужны данные в реальном времени, структурированные и проверяемые. Например, абстрактный уровень должен получать данные с блокчейна через RPC и API социальных сетей, в то время как агенты оптимизации сделок и доходов нуждаются в данных для дальнейшего совершенствования своих торговых стратегий и перераспределения ресурсов.
Качественные наборы данных позволяют агентам лучше прогнозировать поведение цен в будущем, предоставляя рекомендации по торговле, чтобы соответствовать их предпочтениям в отношении длинных или коротких позиций по определённым активам.
Основной поставщик данных DeFAI
| Протокол | Детали | Функции |
|----------------|-----------------------|-------------------------------------------|
| Mode Synth | Синтетические данные для финансового прогнозирования | Захват полной распределенности изменений цен, используемой для прогнозирования AI |
| Chainbase | Полная структурированная база данных | Предоставляет данные, улучшенные с помощью ИИ, для торговли, прогнозирования и получения альфа |
| sqd.ai | Децентрализованное хранилище данных для AI-агентов | Масштабируемый и настраиваемый доступ к многосетевым данным с безопасностью на основе нулевых знаний |
| Cookie | Социальный разум и слой данных на блокчейне для AI-агентов | Использование 18 специализированных AI-агентов для обработки более 7 ТБ данных агентов на более чем 20 цепочках |
Режим Synth子网
В качестве подсети, Synth создает синтетические данные для финансового прогнозирования агентов. В отличие от других традиционных систем прогнозирования цен, Synth фиксирует полное распределение изменений цен и их соответствующие вероятности, тем самым создавая самые точные синтетические данные в мире, поддерживая агентов и LLM.
Предоставление большего количества высококачественных наборов данных может помочь AI-агентам принимать более обоснованные решения о направлениях в торговле, а также предсказывать колебания APY в различных рыночных условиях, чтобы пул ликвидности мог перераспределять или изымать ликвидность по мере необходимости. С момента запуска автономной сети они испытывали высокий спрос со стороны команд Децентрализованных финансов на интеграцию данных Synth через их API.
Сравнение топовых блокчейнов, на которых основаны AI-агенты
Некоторые публичные цепочки, безусловно, являются основными цепями для создания и выпуска большинства фреймворков и токенов AI-агентов. AI-агенты используют сети с высокой пропускной способностью и низкой задержкой, а также операционные системы с открытым исходным кодом для развертывания токенов-агентов, в то время как некоторые платформы выступают в качестве launchpad для развертывания агентов. Несмотря на то, что у них есть хакатоны и финансовые стимулы, в плане AI-программ как цепи они еще не достигли уровней, которые достигли некоторые другие цепи.
Некоторый публичный блокчейн ранее определял себя как L1 блокчейн, ориентированный на AI, его функции включают рынок AI-заданий, исследовательский центр AI с открытой архитектурой агентов и AI-ассистента. Они недавно объявили о фонде в 20 миллионов долларов для агентов AI, предназначенном для расширения полностью автономных и проверяемых агентов на своем блокчейне.
Chainbase
Chainbase предоставляет полностью проверяемые на цепочке структурированные наборы данных, которые могут улучшить такие функции, как сделки, аналитика, прогнозирование и поиск альфа для AI-агентов. Они выпустили manuscripts, это фреймворк для потоковой передачи данных на блокчейне, который используется для интеграции данных на цепочке и вне цепочки в целевое хранилище данных для неограниченных запросов и анализа.
Это позволяет разработчикам настраивать рабочие процессы обработки данных в соответствии с их конкретными требованиями. Нормализация и обработка исходных данных в чистом, совместимом формате гарантирует, что их наборы данных соответствуют строгим требованиям AI-системы, что уменьшает время предобработки и одновременно повышает точность моделей, помогая создавать надежные AI-агенты.
На основе своих обширных данных на блокчейне они также разработали модель под названием Theia, которая переводит данные на блокчейне в анализ данных пользователей, не требуя никаких сложных знаний в кодировании. Практическая полезность данных Chainbase очевидна в их партнерских отношениях, где AI Протокол использует их данные для:
Плагин代理, используемый для принятия решений на блокчейне
Создание AI помощника
Умные социальные сети, предоставляющие инсайты о поведении пользователей
Анализ и прогнозирование данных Децентрализованных финансов
Также сотрудничает с другими проектами
sqd.ai
sqd.ai разрабатывает открытую сеть баз данных, специально созданную для AI-агентов и Web3-сервисов. Их децентрализованный даталейк предоставляет необrestricted, экономически эффективный доступ к большому объему реальных и исторических данных блокчейна, что позволяет AI-агентам работать более эффективно.
sqd.ai предоставляет индексирование данных в реальном времени (, включая индекс незавершенных блоков ), скорость индексации достигает более 150 000 блоков в секунду, что быстрее, чем любой другой индексатор. За последние 24 часа они предоставили более 11 ТБ данных, удовлетворяя высокие требования к пропускной способности миллиардов автономных AI-агентов и разработчиков.
Их настраиваемая платформа обработки данных может предоставлять индивидуальные данные в соответствии с требованиями 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 очень ценно для AI-агентов, работающих на нескольких блокчейнах.
Внедрение доказательства нулевого знания обеспечивает доступ и обработку конфиденциальных данных AI-агентами без ущерба для конфиденциальности. Кроме того, sqd.ai может обрабатывать растущую нагрузку данных, добавляя больше вычислительных узлов, что поддерживает постоянно растущее количество AI-агентов, которое, по оценкам, достигнет миллиардов (.
![Децентрализованные финансы AI: Как AI раскрывает потенциал Децентрализованных финансов?])https://img-cdn.gateio.im/webp-social/moments-84359fdd4f09d82ba2482b309782baa0.webp(
)# 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 ведущие агентские умы на блокчейне и социальных платформах, а недавно был запущен API кластеров данных с поддержкой plug-and-play для других AI-агентов, чтобы выявлять популярные нарративы и изменения в умах в социальных медиа.
Их дата-группа охватывает более 7 ТБ потоковых данных на цепочке и социальных источников, поддерживаемых 20 агентами данных, предоставляя инсайты о рыночных настроениях и анализе на цепочке. Их последний AI-агент использует 7% объема их дата-группы, предоставляя рыночные прогнозы и выявляя новые возможности за счет использования различных других агентов, работающих на его основе.
Следующий шаг DeFAI
В настоящее время большинство AI-агентов в Децентрализованных финансах сталкиваются с серьезными ограничениями в достижении полной автономии. Например:
Абстрактный уровень преобразует намерения пользователя в выполнение, но обычно ему не хватает предсказательной способности.
AI-агенты могут генерировать альфа через анализ, но им не хватает независимого исполнения сделок.
dApp, управляемый ИИ, может обрабатывать страховые фонды или сделки, но относится к пассивному, а не активному.
Следующий этап DeFAI может сосредоточиться на интеграции полезного уровня данных для разработки оптимальной платформы или代理. Это потребует глубоких цепочных данных о действиях крупных китов, изменениях ликвидности и т. д., одновременно генерируя полезные синтетические данные для лучшего прогнозного анализа и сочетая с анализом настроений с общего рынка, будь то колебания токенов определенных категорий ###, таких как AI代理, DeSci и т. д. (, или колебания токенов в социальных сетях.
Конечной целью является возможность AI-агента бесшовно генерировать и выполнять торговые стратегии из единого интерфейса. С развитием этих систем мы, возможно, увидим, как в будущем трейдеры Децентрализованных финансов будут полагаться на AI-агентов для самостоятельной оценки, прогнозирования и выполнения финансовых стратегий с минимальным человеческим вмешательством.
![Децентрализованные финансы и Искусственный интеллект: как AI освобождает потенциал DeFi?])https://img-cdn.gateio.im/webp-social/moments-1a6675fafd9467bb8f1dcff4674dba90.webp(
) Последние мысли
Учитывая значительное падение токенов и фреймворков AI-агентов, некоторые могут считать, что DeFAI — это лишь мимолетное явление. Тем не менее, DeFAI все еще находится на ранней стадии, и потенциал AI-агентов для улучшения доступности и производительности Децентрализованных финансов является неоспоримым.
Ключ к раскрытию этого потенциала заключается в получении качественных данных в реальном времени, что улучшит прогнозирование и выполнение сделок на основе ИИ. Все больше протоколов интегрируют различные уровни данных, и дата-протоколы создают плагины для построения фреймов, что подчеркивает важность данных для агентских решений.
Смотрим в будущее, проверяемость и конфиденциальность станут ключевыми вызовами, которые протокол должен решить. В настоящее время большинство операций AI-агентов все еще являются черным ящиком, и пользователи должны доверять свои средства ему. Таким образом, развитие проверяемых AI-решений поможет обеспечить прозрачность и подотчетность процессов агентов. Интеграция протоколов, основанных на TEE, FHE и даже zk-доказательствах, может усилить проверяемость поведения AI-агентов, что позволит доверять автономности.
Только успешное сочетание высококачественных данных, надежных моделей и прозрачных процессов принятия решений позволит агентам DeFAI получить широкое применение.
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» .
22 Лайков
Награда
22
7
Поделиться
комментарий
0/400
CounterIndicator
· 07-20 20:09
Бычий рынок пришел, просто покупай, покупай, покупай
Посмотреть ОригиналОтветить0
NftMetaversePainter
· 07-19 08:37
мех... еще одно примитивное восприятие ai x defi. разбудите меня, когда они решат вычислительную эстетику кросс-чейн данных
Посмотреть ОригиналОтветить0
ArbitrageBot
· 07-19 02:47
Сегодня вечером Арбитраж принесет большую прибыль
Посмотреть ОригиналОтветить0
PositionPhobia
· 07-19 02:46
Купил, но не осмеливаюсь взять; взял, но не осмеливаюсь добавить.
Посмотреть ОригиналОтветить0
ForkItAll
· 07-19 02:44
Увидев, хочется Клиповые купоны
Посмотреть ОригиналОтветить0
UnluckyMiner
· 07-19 02:28
Бычий рынок еще не пришел, Кошелек действительно пуст.
Посмотреть ОригиналОтветить0
MEVVictimAlliance
· 07-19 02:20
Не терять — это значит зарабатывать... Срочные займы снова на горизонте.
DeFAI: Будущее DeFi на основе ИИ Уровень данных становится ключевым конкурентным преимуществом
Децентрализованные финансы как основной столп шифрования экосистемы быстро развиваются с 2020 года. Несмотря на появление множества инновационных Протоколов, это также привело к увеличению сложности и фрагментации, что затрудняет даже опытным пользователям ориентироваться в множестве цепочек, активов и Протоколов.
В то же время, искусственный интеллект (AI) из широких базовых нарративов 2023 года развился в более специализированный, ориентированный на агентство фокус в 2024 году. Это преобразование породило Децентрализованные финансы AI (DeFAI) - новую область, в которой ИИ усиливает Децентрализованные финансы через автоматизацию, управление рисками и оптимизацию капитала.
Децентрализованные финансы DeFAI пересекают несколько уровней. Блокчейн является основным уровнем, AI-агент должен взаимодействовать с определенной цепочкой, чтобы выполнять сделки и смарт-контракты. Уровень данных и уровень вычислений предоставляют инфраструктуру, необходимую для обучения AI-моделей, которые основаны на исторических данных о ценах, рыночных настроениях и анализе на цепочке. Уровень конфиденциальности и проверки обеспечивает безопасность чувствительных финансовых данных, сохраняя при этом бездоверительное выполнение. Рамка агента 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 самые выдающиеся проекты можно разделить на три основные категории:
1. Абстрактный уровень
Протоколы, основанные на этой категории, служат аналогом ChatGPT для удобного пользовательского интерфейса Децентрализованных финансов, позволяя пользователям вводить подсказки для выполнения на блокчейне. Они обычно интегрированы с несколькими цепочками и dApp, и выполняют намерения пользователей, одновременно устраняя ручные шаги в сложных транзакциях.
Некоторые функции, которые могут выполнять эти протоколы, включают:
Например, не нужно вручную извлекать ETH из платформы займа, переносить его в Solana, обменивать на SOL и предоставлять ликвидность - протокол абстрактного слоя может выполнить операцию всего за один шаг.
2. Автономный торговый агент
В отличие от традиционных торговых роботов, которые следуют заранее установленным правилам, автономные торговые агенты могут изучать и адаптироваться к рыночным условиям и корректировать свои стратегии в зависимости от новой информации. Эти агенты могут:
3. DApps на основе ИИ
Децентрализованные финансы dApp предлагают функции кредитования, обмена, получения дохода. ИИ и ИИ-агенты могут улучшить эти услуги следующим образом:
Основные вызовы
Топовые протоколы, построенные на этих уровнях, сталкиваются с некоторыми вызовами:
Эти протоколы зависят от потоков данных в реальном времени для достижения оптимального исполнения сделок. Плохое качество данных может привести к низкой эффективности маршрута, сбоям в сделках или убыточным операциям.
Модели ИИ зависят от исторических данных, но рынок шифрования очень волатилен. Агентам необходимо проходить обучение на разнообразных, высококачественных наборах данных, чтобы сохранять свою эффективность.
Необходимо全面了解 связанность активов, изменения ликвидности и рыночные настроения, чтобы понять общую рыночную ситуацию
Протоколы на основе этих категорий стали популярны 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.
Данные уровень - предоставляет мощность для DeFAI смарт
Качество ИИ зависит от данных, на которых он основан. Чтобы AI-агенты эффективно работали в DeFAI, им нужны данные в реальном времени, структурированные и проверяемые. Например, абстрактный уровень должен получать данные с блокчейна через RPC и API социальных сетей, в то время как агенты оптимизации сделок и доходов нуждаются в данных для дальнейшего совершенствования своих торговых стратегий и перераспределения ресурсов.
Качественные наборы данных позволяют агентам лучше прогнозировать поведение цен в будущем, предоставляя рекомендации по торговле, чтобы соответствовать их предпочтениям в отношении длинных или коротких позиций по определённым активам.
Основной поставщик данных DeFAI
| Протокол | Детали | Функции | |----------------|-----------------------|-------------------------------------------| | Mode Synth | Синтетические данные для финансового прогнозирования | Захват полной распределенности изменений цен, используемой для прогнозирования AI | | Chainbase | Полная структурированная база данных | Предоставляет данные, улучшенные с помощью ИИ, для торговли, прогнозирования и получения альфа | | sqd.ai | Децентрализованное хранилище данных для AI-агентов | Масштабируемый и настраиваемый доступ к многосетевым данным с безопасностью на основе нулевых знаний | | Cookie | Социальный разум и слой данных на блокчейне для AI-агентов | Использование 18 специализированных AI-агентов для обработки более 7 ТБ данных агентов на более чем 20 цепочках |
Режим Synth子网
В качестве подсети, Synth создает синтетические данные для финансового прогнозирования агентов. В отличие от других традиционных систем прогнозирования цен, Synth фиксирует полное распределение изменений цен и их соответствующие вероятности, тем самым создавая самые точные синтетические данные в мире, поддерживая агентов и LLM.
Предоставление большего количества высококачественных наборов данных может помочь AI-агентам принимать более обоснованные решения о направлениях в торговле, а также предсказывать колебания APY в различных рыночных условиях, чтобы пул ликвидности мог перераспределять или изымать ликвидность по мере необходимости. С момента запуска автономной сети они испытывали высокий спрос со стороны команд Децентрализованных финансов на интеграцию данных Synth через их API.
Сравнение топовых блокчейнов, на которых основаны AI-агенты
Некоторые публичные цепочки, безусловно, являются основными цепями для создания и выпуска большинства фреймворков и токенов AI-агентов. AI-агенты используют сети с высокой пропускной способностью и низкой задержкой, а также операционные системы с открытым исходным кодом для развертывания токенов-агентов, в то время как некоторые платформы выступают в качестве launchpad для развертывания агентов. Несмотря на то, что у них есть хакатоны и финансовые стимулы, в плане AI-программ как цепи они еще не достигли уровней, которые достигли некоторые другие цепи.
Некоторый публичный блокчейн ранее определял себя как L1 блокчейн, ориентированный на AI, его функции включают рынок AI-заданий, исследовательский центр AI с открытой архитектурой агентов и AI-ассистента. Они недавно объявили о фонде в 20 миллионов долларов для агентов AI, предназначенном для расширения полностью автономных и проверяемых агентов на своем блокчейне.
Chainbase
Chainbase предоставляет полностью проверяемые на цепочке структурированные наборы данных, которые могут улучшить такие функции, как сделки, аналитика, прогнозирование и поиск альфа для AI-агентов. Они выпустили manuscripts, это фреймворк для потоковой передачи данных на блокчейне, который используется для интеграции данных на цепочке и вне цепочки в целевое хранилище данных для неограниченных запросов и анализа.
Это позволяет разработчикам настраивать рабочие процессы обработки данных в соответствии с их конкретными требованиями. Нормализация и обработка исходных данных в чистом, совместимом формате гарантирует, что их наборы данных соответствуют строгим требованиям AI-системы, что уменьшает время предобработки и одновременно повышает точность моделей, помогая создавать надежные AI-агенты.
На основе своих обширных данных на блокчейне они также разработали модель под названием Theia, которая переводит данные на блокчейне в анализ данных пользователей, не требуя никаких сложных знаний в кодировании. Практическая полезность данных Chainbase очевидна в их партнерских отношениях, где AI Протокол использует их данные для:
sqd.ai
sqd.ai разрабатывает открытую сеть баз данных, специально созданную для AI-агентов и Web3-сервисов. Их децентрализованный даталейк предоставляет необrestricted, экономически эффективный доступ к большому объему реальных и исторических данных блокчейна, что позволяет AI-агентам работать более эффективно.
sqd.ai предоставляет индексирование данных в реальном времени (, включая индекс незавершенных блоков ), скорость индексации достигает более 150 000 блоков в секунду, что быстрее, чем любой другой индексатор. За последние 24 часа они предоставили более 11 ТБ данных, удовлетворяя высокие требования к пропускной способности миллиардов автономных AI-агентов и разработчиков.
Их настраиваемая платформа обработки данных может предоставлять индивидуальные данные в соответствии с требованиями 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 очень ценно для AI-агентов, работающих на нескольких блокчейнах.
Внедрение доказательства нулевого знания обеспечивает доступ и обработку конфиденциальных данных AI-агентами без ущерба для конфиденциальности. Кроме того, sqd.ai может обрабатывать растущую нагрузку данных, добавляя больше вычислительных узлов, что поддерживает постоянно растущее количество AI-агентов, которое, по оценкам, достигнет миллиардов (.
![Децентрализованные финансы AI: Как AI раскрывает потенциал Децентрализованных финансов?])https://img-cdn.gateio.im/webp-social/moments-84359fdd4f09d82ba2482b309782baa0.webp(
)# 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 ведущие агентские умы на блокчейне и социальных платформах, а недавно был запущен API кластеров данных с поддержкой plug-and-play для других AI-агентов, чтобы выявлять популярные нарративы и изменения в умах в социальных медиа.
Их дата-группа охватывает более 7 ТБ потоковых данных на цепочке и социальных источников, поддерживаемых 20 агентами данных, предоставляя инсайты о рыночных настроениях и анализе на цепочке. Их последний AI-агент использует 7% объема их дата-группы, предоставляя рыночные прогнозы и выявляя новые возможности за счет использования различных других агентов, работающих на его основе.
Следующий шаг DeFAI
В настоящее время большинство AI-агентов в Децентрализованных финансах сталкиваются с серьезными ограничениями в достижении полной автономии. Например:
Абстрактный уровень преобразует намерения пользователя в выполнение, но обычно ему не хватает предсказательной способности.
AI-агенты могут генерировать альфа через анализ, но им не хватает независимого исполнения сделок.
dApp, управляемый ИИ, может обрабатывать страховые фонды или сделки, но относится к пассивному, а не активному.
Следующий этап DeFAI может сосредоточиться на интеграции полезного уровня данных для разработки оптимальной платформы или代理. Это потребует глубоких цепочных данных о действиях крупных китов, изменениях ликвидности и т. д., одновременно генерируя полезные синтетические данные для лучшего прогнозного анализа и сочетая с анализом настроений с общего рынка, будь то колебания токенов определенных категорий ###, таких как AI代理, DeSci и т. д. (, или колебания токенов в социальных сетях.
Конечной целью является возможность AI-агента бесшовно генерировать и выполнять торговые стратегии из единого интерфейса. С развитием этих систем мы, возможно, увидим, как в будущем трейдеры Децентрализованных финансов будут полагаться на AI-агентов для самостоятельной оценки, прогнозирования и выполнения финансовых стратегий с минимальным человеческим вмешательством.
![Децентрализованные финансы и Искусственный интеллект: как AI освобождает потенциал DeFi?])https://img-cdn.gateio.im/webp-social/moments-1a6675fafd9467bb8f1dcff4674dba90.webp(
) Последние мысли
Учитывая значительное падение токенов и фреймворков AI-агентов, некоторые могут считать, что DeFAI — это лишь мимолетное явление. Тем не менее, DeFAI все еще находится на ранней стадии, и потенциал AI-агентов для улучшения доступности и производительности Децентрализованных финансов является неоспоримым.
Ключ к раскрытию этого потенциала заключается в получении качественных данных в реальном времени, что улучшит прогнозирование и выполнение сделок на основе ИИ. Все больше протоколов интегрируют различные уровни данных, и дата-протоколы создают плагины для построения фреймов, что подчеркивает важность данных для агентских решений.
Смотрим в будущее, проверяемость и конфиденциальность станут ключевыми вызовами, которые протокол должен решить. В настоящее время большинство операций AI-агентов все еще являются черным ящиком, и пользователи должны доверять свои средства ему. Таким образом, развитие проверяемых AI-решений поможет обеспечить прозрачность и подотчетность процессов агентов. Интеграция протоколов, основанных на TEE, FHE и даже zk-доказательствах, может усилить проверяемость поведения AI-агентов, что позволит доверять автономности.
Только успешное сочетание высококачественных данных, надежных моделей и прозрачных процессов принятия решений позволит агентам DeFAI получить широкое применение.