DeFAI: Comment l'intelligence artificielle peut-elle libérer le potentiel de la Finance Décentralisée ?
Finance Décentralisée ( DeFi ) depuis son expansion rapide en 2020, a toujours été un pilier central de l'écosystème crypto. Bien que de nombreux protocoles innovants aient été établis, cela a également entraîné une augmentation de la complexité et de la fragmentation, rendant même les utilisateurs expérimentés difficiles à naviguer parmi les nombreuses blockchains, actifs et protocoles.
Dans le même temps, l'intelligence artificielle (AI) est passée d'un récit de base généralisé en 2023 à un focus plus professionnel et orienté vers les agents en 2024. Cette transformation a donné naissance à DeFi AI (DeFAI) - un domaine émergent où l'IA renforce la Finance Décentralisée grâce à l'automatisation, à la gestion des risques et à l'optimisation du capital.
DeFAI traverse plusieurs niveaux. La blockchain est le niveau de base, et les agents IA doivent interagir avec une chaîne spécifique pour exécuter des transactions et des contrats intelligents. Au-dessus de cela, les couches de données et de calcul fournissent l'infrastructure nécessaire à l'entraînement des modèles IA, ces modèles provenant de données historiques de prix, de l'humeur du marché et d'analyses on-chain. La couche de confidentialité et de vérification garantit que les données financières sensibles restent sécurisées tout en maintenant une exécution sans confiance. Enfin, le cadre des agents permet aux développeurs de créer des applications autonomes pilotées par l'IA, telles que des robots de trading autonomes, des évaluateurs de risque de crédit et des optimisateurs de gouvernance on-chain.
Avec l'expansion continue de l'écosystème DeFAI, les projets les plus remarquables peuvent être classés en trois catégories principales :
1. Couche abstraite
Les protocoles construits sur cette catégorie agissent comme une interface utilisateur conviviale similaire à ChatGPT pour la Finance Décentralisée, permettant aux utilisateurs d'entrer des instructions exécutées sur la chaîne. Ils s'intègrent généralement à plusieurs chaînes et dApps, et exécutent l'intention des utilisateurs tout en éliminant les étapes manuelles dans des transactions complexes.
Certaines des fonctionnalités que ces protocoles peuvent exécuter comprennent :
Échange, inter-chaînes, prêt/retrait, exécution de transactions inter-chaînes
Portefeuille de trading suivi ou profil de médias sociaux
Exécution automatique des ordres de prise de profit/perte selon le pourcentage de la taille de la position.
Par exemple, il n'est pas nécessaire d'extraire manuellement des ETH d'un protocole de prêt, de les transférer sur Solana, de les échanger contre d'autres tokens et de fournir de la liquidité sur un DEX - un protocole de couche d'abstraction peut accomplir l'opération en une seule étape.
2. Agent de négociation autonome
Contrairement aux robots de trading traditionnels qui suivent des règles prédéfinies, les agents de trading autonomes peuvent apprendre et s'adapter aux conditions du marché, et ajuster leurs stratégies en fonction des nouvelles informations. Ces agents peuvent :
Analyser les données pour améliorer continuellement les stratégies
Prédire les tendances du marché pour prendre de meilleures décisions haussières/baissières
Exécuter des stratégies DeFi complexes comme des transactions de base
3. DApps alimentés par l'IA
Les dApps DeFi offrent des fonctionnalités telles que le prêt, l'échange et le farming de rendement. L'IA et les agents IA peuvent améliorer ces services de la manière suivante :
Optimiser l'offre de liquidité en rééquilibrant les positions LP pour obtenir un meilleur APY
Scanner les jetons pour détecter les risques en identifiant les rug ou les honeypots potentiels.
principaux défis
Les principaux protocoles construits sur ces couches font face à certains défis :
Ces protocoles dépendent de flux de données en temps réel pour une exécution optimale des transactions. Une mauvaise qualité des données peut entraîner une efficacité de routage réduite, des échecs de transactions ou des transactions non rentables.
Les modèles d'IA dépendent des données historiques, mais le marché des cryptomonnaies est très volatile. Les agents doivent être formés sur des ensembles de données diversifiés et de haute qualité pour rester efficaces.
Il est nécessaire de comprendre pleinement la corrélation des actifs, les changements de liquidité et le sentiment du marché pour comprendre l'état général du marché.
Les protocoles basés sur ces catégories ont été bien accueillis par le marché. Cependant, pour offrir de meilleurs produits et des résultats optimaux, ils devraient envisager d'intégrer divers ensembles de données de qualité différente afin d'élever leurs produits à un nouveau niveau.
Couche de données - Alimenter l'intelligence DeFAI
La qualité de l'IA dépend des données sur lesquelles elle repose. Pour que les agents IA fonctionnent efficacement dans DeFAI, ils ont besoin de données en temps réel, structurées et vérifiables. Par exemple, la couche d'abstraction doit accéder aux données on-chain via RPC et les API des réseaux sociaux, tandis que les agents d'optimisation des transactions et des bénéfices ont besoin de données pour améliorer davantage leurs stratégies de trading et réallouer les ressources.
Des ensembles de données de haute qualité permettent aux agents de mieux analyser et prédire les comportements futurs des prix, offrant des conseils de trading pour s'adapter à leurs préférences en matière de positions longues ou courtes sur certains actifs.
Mode Synth sous-réseau
En tant que 50e sous-réseau de Bittensor, Synth crée des données synthétiques pour la capacité de prévision financière des agents. Contrairement à d'autres systèmes de prévision des prix traditionnels, Synth capture la distribution complète des variations de prix et leurs probabilités associées, construisant ainsi les données synthétiques les plus précises au monde, soutenant les agents et les LLM.
Fournir davantage de jeux de données de haute qualité peut permettre aux agents IA de prendre de meilleures décisions directionnelles en trading, tout en prédisant les fluctuations de l'APY sous différentes conditions de marché, afin que les pools de liquidité puissent réallouer ou retirer de la liquidité lorsque cela est nécessaire. Depuis le lancement du réseau autonome, ils ont reçu une forte demande de la part des équipes DeFi pour intégrer les données de Synth via leur API.
Les blockchains d'agents IA les plus suivies
En plus de construire une couche de données pour l'IA et les agents, une certaine blockchain se positionne également comme une blockchain full-stack pour l'avenir de la DeFAI. Ils ont récemment déployé Terminal, qui est le co-pilote de DeFAI, utilisé pour exécuter des transactions en chaîne via des invites utilisateur, et qui sera bientôt ouvert aux stakers du jeton natif de cette chaîne.
De plus, cette blockchain prend en charge de nombreuses équipes basées sur l'IA et les agents. Ils ont déployé d'énormes efforts pour intégrer plusieurs protocoles dans leur écosystème, qui se développe rapidement avec le développement de plus d'agents et l'exécution des transactions.
Ces mesures ont été mises en œuvre alors qu'ils mettaient à niveau leur réseau avec l'IA, la plus remarquable étant l'ajout d'un ordonnanceur IA à leur blockchain. En utilisant des simulations et des analyses IA sur les transactions avant leur exécution, il est possible de bloquer et d'examiner les transactions à haut risque avant leur traitement, afin d'assurer la sécurité sur la chaîne. En tant que L2 d'une certaine blockchain, cette blockchain se situe au milieu, reliant les utilisateurs humains et agents aux meilleurs écosystèmes de Finance Décentralisée.
Comparaison des meilleures blockchains sur lesquelles se base l'agent AI
Solana et Base sont sans aucun doute les deux principales chaînes pour la construction et le lancement de la plupart des cadres et des jetons d'agents AI. Les agents AI utilisent le réseau à haut débit et à faible latence de Solana ainsi que l'ElizaOS open source pour déployer des jetons d'agents, tandis que Virtuals sert de launchpad pour le déploiement d'agents sur Base. Bien qu'ils disposent tous deux de hackathons et d'incitations financières, en ce qui concerne leurs programmes AI en tant que chaînes, ils n'ont pas encore atteint le niveau atteint par certaines blockchains.
NEAR s'est précédemment défini comme une blockchain L1 centrée sur l'IA, dont les fonctionnalités incluent un marché des tâches d'IA, un centre de recherche NEAR AI avec un cadre d'agents IA open source et un assistant NEAR AI. Ils ont récemment annoncé un fonds d'agents IA de 20 millions de dollars pour étendre des agents entièrement autonomes et vérifiables sur NEAR.
Chainbase
Chainbase propose un ensemble de données structurées sur chaîne vérifiables sur toute la chaîne, pouvant améliorer les fonctions de transaction, d'insight, de prévision et de recherche d'alpha des agents AI. Ils ont lancé les manuscrits, qui est un cadre de flux de données blockchain, destiné à intégrer les ensembles de données en chaîne et hors chaîne dans un stockage de données cible, pour des requêtes et des analyses illimitées.
Cela permet aux développeurs de personnaliser les workflows de traitement de données en fonction de leurs besoins spécifiques. La normalisation des données brutes et leur traitement dans un format propre et compatible garantissent que leurs ensembles de données répondent aux exigences strictes des systèmes d'IA, réduisant ainsi le temps de prétraitement tout en améliorant la précision des modèles, aidant à créer des agents IA fiables.
Sur la base de ses vastes données en chaîne, ils ont également développé un modèle appelé Theia, qui traduit les données en chaîne en analyses de données pour les utilisateurs, sans nécessiter de connaissances en codage complexes. L'utilité des données de Chainbase est évidente dans leurs partenariats, où les protocoles d'IA utilisent leurs données pour :
Plugin de proxy ElizaOS, utilisé pour des décisions pilotées sur la chaîne
Construire un assistant AI
Réseau social intelligent, fournissant des insights sur le comportement des utilisateurs
Analyse et prévision des données DeFi
Partenariat avec plusieurs projets
Comparé aux protocoles de données traditionnels, des protocoles de données tels que The Graph, Chainlink et Alchemy fournissent des données, mais ne sont pas axés sur l'IA. The Graph offre une plateforme pour interroger et indexer les données de la blockchain, fournissant aux développeurs un accès aux données brutes qui n'ont pas été construites pour des transactions ou l'exécution de stratégies. Chainlink fournit des flux de données d'oracle, mais manque de jeux de données optimisés par l'IA pour la prédiction, tandis qu'Alchemy se concentre principalement sur les services RPC.
En revanche, les données de Chainbase sont des données blockchain spécialement préparées, qui peuvent être facilement utilisées par des applications ou des agents d'IA sous une forme plus structurée et plus éclairante, permettant ainsi aux agents d'accéder plus facilement aux données liées au marché on-chain, à la liquidité et aux données de tokens.
sqd.ai
sqd.ai est en train de développer un réseau de bases de données ouvert spécialement conçu pour les agents AI et les services Web3. Leur lac de données décentralisé offre un accès à une grande quantité de données blockchain en temps réel et historiques, sans autorisation et de manière économique, permettant aux agents AI de fonctionner plus efficacement.
sqd.ai fournit un index de données en temps réel ( qui comprend l'index des blocs non confirmés ), avec une vitesse d'indexation pouvant atteindre plus de 150 000 blocs par seconde, plus rapide que tout autre indexeur. Au cours des dernières 24 heures, ils ont fourni plus de 11 To de données, répondant aux besoins de haute capacité de traitement de milliards d'agents autonomes d'IA et de développeurs.
Leur plateforme de traitement de données personnalisable peut fournir des données sur mesure en fonction des besoins des agents IA, tandis que DuckDB offre une récupération de données efficace pour les requêtes locales. Leur ensemble de données intégré prend en charge plus de 100 réseaux EVM et Substrate, y compris les journaux d'événements et les détails des transactions, ce qui est très précieux pour les agents IA opérant sur plusieurs blockchains.
L'ajout de la preuve à connaissance nulle garantit que les agents IA peuvent accéder et traiter des données sensibles sans compromettre la vie privée. De plus, sqd.ai peut gérer la charge de données croissante en ajoutant plus de nœuds de traitement, soutenant ainsi le nombre croissant d'agents IA dont le nombre estimé atteindra des milliards.
( Cookie
Cookie fournit une couche de données modulaire pour les agents AI et les clusters, spécialement conçue pour traiter les données sociales. Il dispose d'un tableau de bord des agents AI qui suit les principales mentalités des agents en ligne et sur les plateformes sociales, et a récemment lancé une API de cluster de données plug-and-play pour d'autres agents AI, afin de détecter les narrations populaires et les changements de mentalité sur les réseaux sociaux.
Leur cluster de données couvre plus de 7 To de sources de données en temps réel sur la chaîne et sociales, soutenu par 20 agents de données, offrant des perspectives sur le sentiment du marché et l'analyse sur la chaîne. Leur dernier agent IA utilise 7 % de la capacité de leur cluster de données, en tirant parti de divers autres agents fonctionnant en dessous pour fournir des prévisions de marché et découvrir de nouvelles opportunités.
![DeFAI tout comprendre : comment l'IA libère le potentiel de la Finance Décentralisée ?])https://img-cdn.gateio.im/webp-social/moments-082e086a7d08141ddad8264adc07d48f.webp###
La prochaine étape de DeFAI
Actuellement, la plupart des agents AI dans la Finance Décentralisée rencontrent des limitations significatives pour atteindre une autonomie complète. Par exemple:
La couche abstraite transforme l'intention de l'utilisateur en exécution, mais manque généralement de capacité de prévision.
Les agents IA peuvent générer de l'alpha par l'analyse, mais manquent d'exécution indépendante des transactions.
Les dApps alimentés par l'IA peuvent gérer des coffres ou des transactions, mais ils sont passifs plutôt qu'actifs.
La prochaine étape de DeFAI pourrait se concentrer sur l'intégration d'une couche de données utile, afin de développer la meilleure plateforme ou agent d'agence. Cela nécessitera des données on-chain approfondies concernant les activités des baleines, les variations de liquidité, tout en générant des données synthétiques utiles pour de meilleures analyses prédictives, et en intégrant des analyses de sentiment du marché général, que ce soit pour des fluctuations de tokens dans des catégories spécifiques ( comme les agents AI, DeSci, etc. ) ou des fluctuations de tokens sur les réseaux sociaux.
L'objectif final est que les agents IA puissent générer et exécuter des stratégies de trading de manière transparente à partir d'une seule interface. Avec ces systèmes, la suite
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
14 J'aime
Récompense
14
5
Partager
Commentaire
0/400
Token_Sherpa
· Il y a 22h
ah oui... un autre récit de ponzinomics déguisé en intelligence artificielle, je secoue la tête
Voir l'originalRépondre0
BTCRetirementFund
· 08-01 07:10
Encore une vague de pièges pour exploiter les investisseurs détaillants.
Voir l'originalRépondre0
SellTheBounce
· 08-01 06:45
Une nouvelle vague de rattraper un couteau qui tombe commence, les anciens pièges n'ont changé que de nom.
Voir l'originalRépondre0
MEVictim
· 08-01 06:45
C'est vraiment devenu simple de recevoir de l'argent~
Finance décentralisée AI : comment l'IA libère le potentiel de la Finance décentralisée et redéfinit l'écosystème de chiffrement
DeFAI: Comment l'intelligence artificielle peut-elle libérer le potentiel de la Finance Décentralisée ?
Finance Décentralisée ( DeFi ) depuis son expansion rapide en 2020, a toujours été un pilier central de l'écosystème crypto. Bien que de nombreux protocoles innovants aient été établis, cela a également entraîné une augmentation de la complexité et de la fragmentation, rendant même les utilisateurs expérimentés difficiles à naviguer parmi les nombreuses blockchains, actifs et protocoles.
Dans le même temps, l'intelligence artificielle (AI) est passée d'un récit de base généralisé en 2023 à un focus plus professionnel et orienté vers les agents en 2024. Cette transformation a donné naissance à DeFi AI (DeFAI) - un domaine émergent où l'IA renforce la Finance Décentralisée grâce à l'automatisation, à la gestion des risques et à l'optimisation du capital.
DeFAI traverse plusieurs niveaux. La blockchain est le niveau de base, et les agents IA doivent interagir avec une chaîne spécifique pour exécuter des transactions et des contrats intelligents. Au-dessus de cela, les couches de données et de calcul fournissent l'infrastructure nécessaire à l'entraînement des modèles IA, ces modèles provenant de données historiques de prix, de l'humeur du marché et d'analyses on-chain. La couche de confidentialité et de vérification garantit que les données financières sensibles restent sécurisées tout en maintenant une exécution sans confiance. Enfin, le cadre des agents permet aux développeurs de créer des applications autonomes pilotées par l'IA, telles que des robots de trading autonomes, des évaluateurs de risque de crédit et des optimisateurs de gouvernance on-chain.
Avec l'expansion continue de l'écosystème DeFAI, les projets les plus remarquables peuvent être classés en trois catégories principales :
1. Couche abstraite
Les protocoles construits sur cette catégorie agissent comme une interface utilisateur conviviale similaire à ChatGPT pour la Finance Décentralisée, permettant aux utilisateurs d'entrer des instructions exécutées sur la chaîne. Ils s'intègrent généralement à plusieurs chaînes et dApps, et exécutent l'intention des utilisateurs tout en éliminant les étapes manuelles dans des transactions complexes.
Certaines des fonctionnalités que ces protocoles peuvent exécuter comprennent :
Par exemple, il n'est pas nécessaire d'extraire manuellement des ETH d'un protocole de prêt, de les transférer sur Solana, de les échanger contre d'autres tokens et de fournir de la liquidité sur un DEX - un protocole de couche d'abstraction peut accomplir l'opération en une seule étape.
2. Agent de négociation autonome
Contrairement aux robots de trading traditionnels qui suivent des règles prédéfinies, les agents de trading autonomes peuvent apprendre et s'adapter aux conditions du marché, et ajuster leurs stratégies en fonction des nouvelles informations. Ces agents peuvent :
3. DApps alimentés par l'IA
Les dApps DeFi offrent des fonctionnalités telles que le prêt, l'échange et le farming de rendement. L'IA et les agents IA peuvent améliorer ces services de la manière suivante :
principaux défis
Les principaux protocoles construits sur ces couches font face à certains défis :
Ces protocoles dépendent de flux de données en temps réel pour une exécution optimale des transactions. Une mauvaise qualité des données peut entraîner une efficacité de routage réduite, des échecs de transactions ou des transactions non rentables.
Les modèles d'IA dépendent des données historiques, mais le marché des cryptomonnaies est très volatile. Les agents doivent être formés sur des ensembles de données diversifiés et de haute qualité pour rester efficaces.
Il est nécessaire de comprendre pleinement la corrélation des actifs, les changements de liquidité et le sentiment du marché pour comprendre l'état général du marché.
Les protocoles basés sur ces catégories ont été bien accueillis par le marché. Cependant, pour offrir de meilleurs produits et des résultats optimaux, ils devraient envisager d'intégrer divers ensembles de données de qualité différente afin d'élever leurs produits à un nouveau niveau.
Couche de données - Alimenter l'intelligence DeFAI
La qualité de l'IA dépend des données sur lesquelles elle repose. Pour que les agents IA fonctionnent efficacement dans DeFAI, ils ont besoin de données en temps réel, structurées et vérifiables. Par exemple, la couche d'abstraction doit accéder aux données on-chain via RPC et les API des réseaux sociaux, tandis que les agents d'optimisation des transactions et des bénéfices ont besoin de données pour améliorer davantage leurs stratégies de trading et réallouer les ressources.
Des ensembles de données de haute qualité permettent aux agents de mieux analyser et prédire les comportements futurs des prix, offrant des conseils de trading pour s'adapter à leurs préférences en matière de positions longues ou courtes sur certains actifs.
Mode Synth sous-réseau
En tant que 50e sous-réseau de Bittensor, Synth crée des données synthétiques pour la capacité de prévision financière des agents. Contrairement à d'autres systèmes de prévision des prix traditionnels, Synth capture la distribution complète des variations de prix et leurs probabilités associées, construisant ainsi les données synthétiques les plus précises au monde, soutenant les agents et les LLM.
Fournir davantage de jeux de données de haute qualité peut permettre aux agents IA de prendre de meilleures décisions directionnelles en trading, tout en prédisant les fluctuations de l'APY sous différentes conditions de marché, afin que les pools de liquidité puissent réallouer ou retirer de la liquidité lorsque cela est nécessaire. Depuis le lancement du réseau autonome, ils ont reçu une forte demande de la part des équipes DeFi pour intégrer les données de Synth via leur API.
Les blockchains d'agents IA les plus suivies
En plus de construire une couche de données pour l'IA et les agents, une certaine blockchain se positionne également comme une blockchain full-stack pour l'avenir de la DeFAI. Ils ont récemment déployé Terminal, qui est le co-pilote de DeFAI, utilisé pour exécuter des transactions en chaîne via des invites utilisateur, et qui sera bientôt ouvert aux stakers du jeton natif de cette chaîne.
De plus, cette blockchain prend en charge de nombreuses équipes basées sur l'IA et les agents. Ils ont déployé d'énormes efforts pour intégrer plusieurs protocoles dans leur écosystème, qui se développe rapidement avec le développement de plus d'agents et l'exécution des transactions.
Ces mesures ont été mises en œuvre alors qu'ils mettaient à niveau leur réseau avec l'IA, la plus remarquable étant l'ajout d'un ordonnanceur IA à leur blockchain. En utilisant des simulations et des analyses IA sur les transactions avant leur exécution, il est possible de bloquer et d'examiner les transactions à haut risque avant leur traitement, afin d'assurer la sécurité sur la chaîne. En tant que L2 d'une certaine blockchain, cette blockchain se situe au milieu, reliant les utilisateurs humains et agents aux meilleurs écosystèmes de Finance Décentralisée.
Comparaison des meilleures blockchains sur lesquelles se base l'agent AI
Solana et Base sont sans aucun doute les deux principales chaînes pour la construction et le lancement de la plupart des cadres et des jetons d'agents AI. Les agents AI utilisent le réseau à haut débit et à faible latence de Solana ainsi que l'ElizaOS open source pour déployer des jetons d'agents, tandis que Virtuals sert de launchpad pour le déploiement d'agents sur Base. Bien qu'ils disposent tous deux de hackathons et d'incitations financières, en ce qui concerne leurs programmes AI en tant que chaînes, ils n'ont pas encore atteint le niveau atteint par certaines blockchains.
NEAR s'est précédemment défini comme une blockchain L1 centrée sur l'IA, dont les fonctionnalités incluent un marché des tâches d'IA, un centre de recherche NEAR AI avec un cadre d'agents IA open source et un assistant NEAR AI. Ils ont récemment annoncé un fonds d'agents IA de 20 millions de dollars pour étendre des agents entièrement autonomes et vérifiables sur NEAR.
Chainbase
Chainbase propose un ensemble de données structurées sur chaîne vérifiables sur toute la chaîne, pouvant améliorer les fonctions de transaction, d'insight, de prévision et de recherche d'alpha des agents AI. Ils ont lancé les manuscrits, qui est un cadre de flux de données blockchain, destiné à intégrer les ensembles de données en chaîne et hors chaîne dans un stockage de données cible, pour des requêtes et des analyses illimitées.
Cela permet aux développeurs de personnaliser les workflows de traitement de données en fonction de leurs besoins spécifiques. La normalisation des données brutes et leur traitement dans un format propre et compatible garantissent que leurs ensembles de données répondent aux exigences strictes des systèmes d'IA, réduisant ainsi le temps de prétraitement tout en améliorant la précision des modèles, aidant à créer des agents IA fiables.
Sur la base de ses vastes données en chaîne, ils ont également développé un modèle appelé Theia, qui traduit les données en chaîne en analyses de données pour les utilisateurs, sans nécessiter de connaissances en codage complexes. L'utilité des données de Chainbase est évidente dans leurs partenariats, où les protocoles d'IA utilisent leurs données pour :
Comparé aux protocoles de données traditionnels, des protocoles de données tels que The Graph, Chainlink et Alchemy fournissent des données, mais ne sont pas axés sur l'IA. The Graph offre une plateforme pour interroger et indexer les données de la blockchain, fournissant aux développeurs un accès aux données brutes qui n'ont pas été construites pour des transactions ou l'exécution de stratégies. Chainlink fournit des flux de données d'oracle, mais manque de jeux de données optimisés par l'IA pour la prédiction, tandis qu'Alchemy se concentre principalement sur les services RPC.
En revanche, les données de Chainbase sont des données blockchain spécialement préparées, qui peuvent être facilement utilisées par des applications ou des agents d'IA sous une forme plus structurée et plus éclairante, permettant ainsi aux agents d'accéder plus facilement aux données liées au marché on-chain, à la liquidité et aux données de tokens.
sqd.ai
sqd.ai est en train de développer un réseau de bases de données ouvert spécialement conçu pour les agents AI et les services Web3. Leur lac de données décentralisé offre un accès à une grande quantité de données blockchain en temps réel et historiques, sans autorisation et de manière économique, permettant aux agents AI de fonctionner plus efficacement.
sqd.ai fournit un index de données en temps réel ( qui comprend l'index des blocs non confirmés ), avec une vitesse d'indexation pouvant atteindre plus de 150 000 blocs par seconde, plus rapide que tout autre indexeur. Au cours des dernières 24 heures, ils ont fourni plus de 11 To de données, répondant aux besoins de haute capacité de traitement de milliards d'agents autonomes d'IA et de développeurs.
Leur plateforme de traitement de données personnalisable peut fournir des données sur mesure en fonction des besoins des agents IA, tandis que DuckDB offre une récupération de données efficace pour les requêtes locales. Leur ensemble de données intégré prend en charge plus de 100 réseaux EVM et Substrate, y compris les journaux d'événements et les détails des transactions, ce qui est très précieux pour les agents IA opérant sur plusieurs blockchains.
L'ajout de la preuve à connaissance nulle garantit que les agents IA peuvent accéder et traiter des données sensibles sans compromettre la vie privée. De plus, sqd.ai peut gérer la charge de données croissante en ajoutant plus de nœuds de traitement, soutenant ainsi le nombre croissant d'agents IA dont le nombre estimé atteindra des milliards.
( Cookie
Cookie fournit une couche de données modulaire pour les agents AI et les clusters, spécialement conçue pour traiter les données sociales. Il dispose d'un tableau de bord des agents AI qui suit les principales mentalités des agents en ligne et sur les plateformes sociales, et a récemment lancé une API de cluster de données plug-and-play pour d'autres agents AI, afin de détecter les narrations populaires et les changements de mentalité sur les réseaux sociaux.
Leur cluster de données couvre plus de 7 To de sources de données en temps réel sur la chaîne et sociales, soutenu par 20 agents de données, offrant des perspectives sur le sentiment du marché et l'analyse sur la chaîne. Leur dernier agent IA utilise 7 % de la capacité de leur cluster de données, en tirant parti de divers autres agents fonctionnant en dessous pour fournir des prévisions de marché et découvrir de nouvelles opportunités.
![DeFAI tout comprendre : comment l'IA libère le potentiel de la Finance Décentralisée ?])https://img-cdn.gateio.im/webp-social/moments-082e086a7d08141ddad8264adc07d48f.webp###
La prochaine étape de DeFAI
Actuellement, la plupart des agents AI dans la Finance Décentralisée rencontrent des limitations significatives pour atteindre une autonomie complète. Par exemple:
La couche abstraite transforme l'intention de l'utilisateur en exécution, mais manque généralement de capacité de prévision.
Les agents IA peuvent générer de l'alpha par l'analyse, mais manquent d'exécution indépendante des transactions.
Les dApps alimentés par l'IA peuvent gérer des coffres ou des transactions, mais ils sont passifs plutôt qu'actifs.
La prochaine étape de DeFAI pourrait se concentrer sur l'intégration d'une couche de données utile, afin de développer la meilleure plateforme ou agent d'agence. Cela nécessitera des données on-chain approfondies concernant les activités des baleines, les variations de liquidité, tout en générant des données synthétiques utiles pour de meilleures analyses prédictives, et en intégrant des analyses de sentiment du marché général, que ce soit pour des fluctuations de tokens dans des catégories spécifiques ( comme les agents AI, DeSci, etc. ) ou des fluctuations de tokens sur les réseaux sociaux.
L'objectif final est que les agents IA puissent générer et exécuter des stratégies de trading de manière transparente à partir d'une seule interface. Avec ces systèmes, la suite