DeFAI: Майбутнє DeFi, кероване AI, Рівень даних стає основною конкурентною перевагою

Децентралізовані фінанси як основна опора шифрувальної екосистеми швидко розвиваються з 2020 року. Незважаючи на появу багатьох інноваційних протоколів, це також призвело до зростання складності та фрагментації, що робить навіть досвідченим користувачам важко впоратися з численними ланцюгами, активами та протоколами.

Одночасно, штучний інтелект (AI) з широкої базової наративи 2023 року перетворився на більш професійний, орієнтований на агентів фокус у 2024 році. Ця зміна сприяла виникненню DeFi AI (DeFAI) - нової сфери, де AI покращує Децентралізовані фінанси через автоматизацію, управління ризиками та оптимізацію капіталу.

Децентралізовані фінанси DeFAI перетинають кілька рівнів. Блокчейн є базовим рівнем, AI-агенти повинні взаємодіяти з конкретним ланцюгом для виконання транзакцій і смарт-контрактів. Рівень даних і обчислень забезпечують інфраструктуру, необхідну для навчання AI-моделей, які базуються на історичних даних про ціни, ринкових настроях і аналізі на ланцюгу. Рівень конфіденційності та верифікації забезпечує безпечність чутливих фінансових даних під час бездоверчого виконання. Рамка агентів дозволяє розробникам створювати спеціалізовані програми на основі AI, такі як автономні торгові роботи, оцінювачі кредитних ризиків та оптимізатори управління на ланцюгу.

З розширенням екосистеми DeFAI найбільш помітні проекти можна розділити на три основні категорії:

1. Абстрактний рівень

Протоколи, що базуються на цій категорії, виконують роль схожого на ChatGPT дружнього інтерфейсу для Децентралізованих фінансів, що дозволяє користувачам вводити підказки для виконання в ланцюгу. Вони зазвичай інтегровані з кількома ланцюгами та dApp, та реалізують наміри користувачів, одночасно усуваючи ручні етапи у складних транзакціях.

Ці протоколи можуть виконувати деякі функції, зокрема:

• обмін, крос-чейн, позика/зняття, крос-чейн виконання угоди
• Гаманець для копіювання торгівлі або профіль у соціальних мережах
• Автоматичне виконання тейк-профіт/стоп-лосс тощо відповідно до відсотка обсягу позиції

Наприклад, не потрібно вручну витягувати ETH з платформи кредитування, переносити його через мережі до Solana, обмінювати на SOL та надавати ліквідність - протокол абстрактного рівня може виконати операцію всього за один крок.

2. Автономні торгові агенти

На відміну від традиційних торгових роботів, які дотримуються заздалегідь встановлених правил, автономні торгові агенти можуть навчатися та адаптуватися до умов ринку, а також коригувати свої стратегії на основі нової інформації. Ці агенти можуть:

• Аналізуйте дані, щоб постійно вдосконалювати стратегію
• Прогнозуйте ринкові тенденції, щоб приймати кращі рішення щодо купівлі/продажу
• Виконання складних Децентралізовані фінанси стратегій

3. DApps на основі штучного інтелекту

Децентралізовані фінанси dApp пропонують позики, обмін, дохід від фермерства та інші функції. ШІ та агенти ШІ можуть покращити ці послуги наступними способами:

• Оптимізація постачання ліквідності шляхом перерозподілу позицій LP для отримання кращого APY
• Сканування токенів для виявлення ризиків шляхом виявлення потенційних ризиків

Основні виклики

Топові протоколи, побудовані на цих шарах, стикаються з деякими викликами:

1. Ці протоколи залежать від реальних потоків даних для досягнення оптимального виконання угод. Погана якість даних може призвести до низької ефективності маршрутів, невдалих угод або угод без прибутку.

2. AI моделі залежать від історичних даних, але ринок шифрування має високу волатильність. Агенти повинні проходити навчання на різноманітних, високоякісних наборах даних, щоб зберегти свою ефективність.

3. Потрібно всебічно зрозуміти кореляцію активів, зміни ліквідності та ринкові настрої, щоб зрозуміти загальний стан ринку

Протоколи, засновані на цих категоріях, стали популярними на ринку. Однак, щоб запропонувати кращі продукти та досягти найкращих результатів, їм слід розглянути можливість інтеграції різних наборів даних різної якості, щоб вивести свої продукти на новий рівень.

Дані - забезпечують потужність для DeFAI смартів

Якість штучного інтелекту залежить від даних, на яких він базується. Щоб AI-агенти ефективно працювали в DeFAI, їм потрібні дані в реальному часі, структуровані та перевірені. Наприклад, абстрактний шар повинен отримувати дані з блокчейну через RPC та API соціальних мереж, тоді як агенти оптимізації торгівлі та прибутків потребують даних для подальшого вдосконалення своїх торгових стратегій та перерозподілу ресурсів.

Високоякісні набори даних дозволяють агентам краще аналізувати прогнозування майбутньої цінової поведінки, надаючи рекомендації щодо торгівлі, щоб адаптуватися до їхніх уподобань щодо довгих або коротких позицій у певних активах.

Основний постачальник даних DeFAI

| протокол | деталі | функції | |----------------|-----------------------|-------------------------------------------| | Mode Synth | Синтетичні дані для фінансового прогнозування | Захоплення повного розподілу змін цін для прогнозування AI | | Chainbase | Повна структурована база даних | Надає дані, покращені штучним інтелектом, для торгівлі, прогнозування та отримання альфи | | sqd.ai | Децентралізоване озеро даних для AI-агентів | Масштабований, налаштовуваний доступ до багатоланцюгових даних з безпечністю нульових знань | | Cookie | соціальний інтелект для AI-агентів та шар даних на ланцюгу | використання 18 спеціалізованих AI-агентів для обробки понад 7 ТБ даних агентів на більше ніж 20 ланцюгах |

Режим Synth підмережі

Як підмережа, Synth створює синтетичні дані для фінансових прогнозів агентів. На відміну від інших традиційних систем прогнозування цін, Synth захоплює повний розподіл змін цін та їх відповідні ймовірності, створюючи найточніші синтетичні дані у світі, що підтримують агентів та LLM.

Надання більшої кількості якісних наборів даних може допомогти AI-агентам приймати кращі напрямкові рішення під час торгівлі, а також прогнозувати коливання APY за різних умов ринку, щоб ліквідні пулі могли перерозподіляти або вилучати ліквідність за потреби. Від початку роботи автономної мережі вони мають сильний попит з боку команд Децентралізованих фінансів на інтеграцію даних Synth через їх API.

Порівняння провідних блокчейнів, на яких базується AI-агент

Деякі публічні блокчейни безсумнівно є основними ланцюгами для створення і випуску більшості фреймворків і токенів AI. AI-агенти використовують мережі з високою пропускною спроможністю та низькою затримкою, а також відкриті операційні системи для розгортання токенів агентів, тоді як деякі платформи виконують роль лончпаду для розгортання агентів. Хоча у них є свої хакатони та фінансові стимули, з точки зору їхніх AI-програм як ланцюга, вони ще не досягли рівня, якого досягли певні ланцюги.

Одна з публічних блокчейн-мереж раніше визначила себе як блокчейн L1, орієнтований на ШІ, його функції включають ринок завдань ШІ, дослідницький центр ШІ з відкритим кодом та помічника ШІ. Нещодавно вони оголосили про фонд агентів ШІ на суму 20 мільйонів доларів США, призначений для розширення повністю автономних і перевіряємих агентів на своїй мережі.

Chainbase

Chainbase надає повністю перевірені структуровані набори даних на блокчейні, які можуть покращити функції торгівлі, аналізу, прогнозування та пошуку альфа для AI-агентів. Вони запустили manuscripts, це фреймворк потоків даних блокчейну, призначений для інтеграції даних на блокчейні та поза ним у цільове сховище даних для безмежних запитів та аналізу.

Це дозволяє розробникам налаштовувати робочі процеси обробки даних відповідно до їхніх конкретних потреб. Стандартизація сирих даних та обробка їх у чистий, сумісний формат забезпечує відповідність їхніх наборів даних суворим вимогам систем штучного інтелекту, що зменшує час попередньої обробки, водночас підвищуючи точність моделей, допомагаючи створити надійні агенти ШІ.

На основі своїх широких даних на блокчейні вони також розробили модель під назвою Theia, яка перетворює дані на блокчейні в аналітику даних для користувачів без необхідності в будь-яких складних знаннях кодування. Корисність даних Chainbase очевидна у їх партнерствах, де AI протокол використовує їх дані для:

• Плагін代理, що використовується для управління рішеннями в ланцюгу
• Побудова AI помічника
• Соціальна мережа смарт, забезпечує інсайти щодо користувацької поведінки
• Аналіз та прогнозування даних для Децентралізовані фінанси
• також співпрацює з іншими проектами

sqd.ai

sqd.ai розробляє відкриту мережу бази даних, спеціально створену для агентів штучного інтелекту та послуг Web3. Їхнє децентралізоване озеро даних забезпечує безліцензійний, економічно ефективний доступ до великої кількості реальних та історичних даних блокчейну, що дозволяє агентам штучного інтелекту працювати більш ефективно.

sqd.ai надає індексацію даних в реальному часі (, включаючи індексацію незавершених блоків ), швидкість індексації до 150,000+ блоків на секунду, що швидше, ніж у будь-якого іншого індексатора. Протягом останніх 24 годин вони надали понад 11 ТБ даних, задовольняючи потреби мільярдів автономних AI-агентів та розробників у високій продуктивності.

Їхня настроювана платформа обробки даних може надавати налаштовані дані відповідно до потреб AI-агентів, тоді як DuckDB забезпечує ефективний пошук даних для локальних запитів. Їхній комплексний набір даних підтримує понад 100 EVM- та Substrate-мереж, включаючи журнали подій та деталі транзакцій, що є дуже цінним для AI-агентів, які працюють на кількох блокчейнах.

Додавання нульових знань забезпечує доступ та обробку чутливих даних для AI-агентів, не завдаючи шкоди конфіденційності. Крім того, sqd.ai може обробляти зростаюче навантаження даних, додаючи більше обробних вузлів, що підтримує постійно зростаючу кількість AI-агентів, оцінюється, що їх кількість досягне десятків мільярдів (.

![Децентралізовані фінанси AI: як штучний інтелект розкриває потенціал Децентралізовані фінанси？])https://img-cdn.gateio.im/webp-social/moments-84359fdd4f09d82ba2482b309782baa0.webp(

)# Печиво

Cookie надає модульний шар даних для AI-агентів та кластерів, спеціально призначений для обробки соціальних даних. Він має панель моніторингу AI-агентів, яка відстежує провідні агентські уми на блокчейні та соціальних платформах, а нещодавно запустив API кластерів даних з моментальним підключенням для інших AI-агентів, щоб виявляти популярні наративи та зміни уми в соціальних мережах.

Їхні дані охоплюють понад 7 ТБ реальних даних з блокчейну та соціальних джерел, підтримувані 20 агентами даних, що дає змогу отримувати інформацію про ринкові настрої та аналіз блокчейну. Їхній останній AI-агент використовує 7% ємності їхніх даних, отримуючи ринкові прогнози та знаходячи нові можливості за рахунок використання різних інших агентів, що працюють під ним.

Децентралізовані фінанси AI наступний крок

Наразі більшість AI-агентів у Децентралізованих фінансах стикаються з серйозними обмеженнями в досягненні повної автономії. Наприклад:

1. Абстрактний рівень перетворює наміри користувача в виконання, але зазвичай йому бракує прогностичних можливостей

2. AI-агенти можуть генерувати альфа, аналізуючи дані, але їм не вистачає незалежного виконання угод.

3. dApp, що працює на основі ШІ, може обробляти сховища або угоди, але є пасивним, а не активним.

Наступний етап DeFAI може зосередитися на інтеграції корисного шару даних для розробки найкращої платформи або агента. Це вимагатиме глибоких ончейн-даних про активність велетнів, зміни ліквідності тощо, одночасно генеруючи корисні синтетичні дані для кращого прогнозного аналізу та поєднуючи їх з аналізом настроїв з загального ринку, будь то волатильність токенів у певних категоріях ###, таких як AI-агенти, DeSci тощо (, або волатильність токенів у соціальних мережах.

Кінцевою метою є те, щоб AI-агенти могли безшовно генерувати та виконувати торгові стратегії з єдиного інтерфейсу. З розвитком цих систем, ми можемо побачити, як у майбутньому трейдери Децентралізованих фінансів покладатимуться на AI-агентів для самостійної оцінки, прогнозування та виконання фінансових стратегій з мінімальним людським втручанням.

![Децентралізовані фінанси AI: як AI звільняє потенціал DeFi?])https://img-cdn.gateio.im/webp-social/moments-1a6675fafd9467bb8f1dcff4674dba90.webp(

) Останні думки

Враховуючи значне зниження вартості токенів AI-агентів та рамок, деякі можуть вважати, що DeFAI є лише короткочасним явищем. Проте DeFAI все ще перебуває на ранній стадії, і потенціал AI-агентів для покращення доступності та продуктивності Децентралізованих фінансів є незаперечним.

Ключем до реалізації цього потенціалу є отримання високоякісних даних в режимі реального часу, що покращить прогнозування та виконання торгівлі на основі штучного інтелекту. Все більше протоколів інтегрують різні рівні даних, дані протоколу створюють плагіни для побудови рамок, що підкреслює важливість даних для агентських рішень.

Поглядаючи в майбутнє, перевірка та конфіденційність стануть ключовими викликами, які протокол повинен вирішити. На сьогодні більшість операцій AI-агентів все ще є чорними ящиками, і користувачі повинні довіряти свої кошти їм. Таким чином, розвиток перевірених AI-рішень допоможе забезпечити прозорість і підзвітність процесів агентів. Інтеграція протоколів на основі TEE, FHE та навіть zk-proofs може покращити перевірку поведінки AI-агентів, що дозволить довіряти автономії.

Тільки успішне поєднання високоякісних даних, надійних моделей та прозорих процесів прийняття рішень дозволить агентам DeFAI отримати широке застосування.