Keuangan Desentralisasi ( DeFi ) telah menjadi pilar inti dari ekosistem kripto sejak ekspansi cepatnya dimulai pada tahun 2020. Meskipun banyak protokol inovatif telah dibangun, hal ini juga menyebabkan peningkatan kompleksitas dan fragmentasi, sehingga bahkan pengguna yang berpengalaman pun kesulitan untuk mengelola banyak blockchain, aset, dan protokol.
Sementara itu, kecerdasan buatan (AI) telah berkembang dari narasi dasar yang luas di tahun 2023 menjadi fokus yang lebih profesional dan berorientasi pada agensi di tahun 2024. Perubahan ini telah melahirkan DeFi AI (DeFAI) - sebuah bidang yang sedang berkembang, di mana AI meningkatkan DeFi melalui otomatisasi, manajemen risiko, dan optimalisasi modal.
DeFAI melintasi beberapa tingkat. Blockchain adalah lapisan dasar, agen AI harus berinteraksi dengan rantai tertentu untuk mengeksekusi transaksi dan kontrak pintar. Di atasnya, lapisan data dan lapisan komputasi menyediakan infrastruktur yang diperlukan untuk melatih model AI, yang berasal dari data harga historis, sentimen pasar, dan analisis on-chain. Lapisan privasi dan verifikasi memastikan data keuangan sensitif tetap aman sambil mempertahankan eksekusi tanpa kepercayaan. Akhirnya, kerangka agen memungkinkan pengembang untuk membangun aplikasi yang didorong oleh AI yang khusus, seperti robot perdagangan otonom, penilai risiko kredit, dan pengoptimal tata kelola on-chain.
Seiring dengan ekspansi ekosistem DeFAI, proyek yang paling menonjol dapat dibagi menjadi tiga kategori utama:
1. Lapisan Abstrak
Protokol yang dibangun di atas kategori ini berfungsi sebagai antarmuka ramah pengguna seperti ChatGPT untuk DeFi, memungkinkan pengguna untuk memasukkan prompt yang dieksekusi di blockchain. Mereka biasanya terintegrasi dengan beberapa blockchain dan dApp, serta menjalankan niat pengguna, sambil menghilangkan langkah manual dalam transaksi yang kompleks.
Beberapa fungsi yang dapat dijalankan oleh protokol ini termasuk:
Pertukaran, lintas rantai, meminjam/mengambil, melakukan transaksi lintas rantai
Dompet perdagangan salinan atau profil media sosial
Menjalankan otomatis take profit/stop loss berdasarkan persentase skala posisi
Misalnya, tidak perlu secara manual menarik ETH dari protokol pinjaman, melintaskannya ke Solana, menukarnya menjadi token lain, dan menyediakan likuiditas di DEX - protokol lapisan abstrak dapat menyelesaikan operasi hanya dalam satu langkah.
2. Agen Perdagangan Mandiri
Berbeda dengan robot perdagangan tradisional yang mengikuti aturan yang ditetapkan, agen perdagangan otonom dapat belajar dan beradaptasi dengan kondisi pasar, serta menyesuaikan strategi mereka berdasarkan informasi baru. Agen ini dapat:
Menganalisis data untuk terus menyempurnakan strategi
Memprediksi pergerakan pasar untuk membuat keputusan posisi beli/jual yang lebih baik
Eksekusi strategi DeFi yang kompleks seperti perdagangan dasar
3. DApps yang Didorong oleh AI
Aplikasi dApp DeFi menyediakan fungsi pinjam-meminjam, pertukaran, dan pertanian hasil. AI dan agen AI dapat meningkatkan layanan ini melalui cara-cara berikut:
Mengoptimalkan pasokan likuiditas dengan menyeimbangkan posisi LP untuk mendapatkan APY yang lebih baik
Memindai token untuk mengidentifikasi risiko dengan mendeteksi potensi rug atau honeypot
Tantangan Utama
Protokol teratas yang dibangun di atas lapisan-lapisan ini menghadapi beberapa tantangan:
Protokol ini bergantung pada aliran data waktu nyata untuk mencapai eksekusi perdagangan yang optimal. Kualitas data yang buruk dapat menyebabkan efisiensi rute yang rendah, kegagalan perdagangan, atau perdagangan yang tidak menguntungkan.
Model AI bergantung pada data historis, tetapi pasar cryptocurrency sangat volatile. Agen harus dilatih dengan dataset yang beragam dan berkualitas tinggi agar tetap efektif.
Diperlukan pemahaman menyeluruh tentang korelasi aset, perubahan likuiditas, dan sentimen pasar untuk memahami kondisi pasar secara keseluruhan.
Protokol berdasarkan kategori ini telah mendapat sambutan di pasar. Namun, untuk memberikan produk yang lebih baik dan hasil yang optimal, mereka harus mempertimbangkan untuk mengintegrasikan berbagai kumpulan data dengan kualitas yang berbeda, untuk mengangkat produk mereka ke tingkat yang baru.
Lapisan Data - Memberikan Daya untuk DeFAI Cerdas
Kualitas AI tergantung pada data yang menjadi dasarnya. Agar agen AI dapat berfungsi secara efektif dalam DeFAI, mereka memerlukan data yang real-time, terstruktur, dan dapat diverifikasi. Misalnya, lapisan abstraksi perlu mengakses data on-chain melalui RPC dan API jejaring sosial, sementara agen optimasi perdagangan dan keuntungan memerlukan data untuk lebih menyempurnakan strategi perdagangan mereka dan mendistribusikan kembali sumber daya.
Kumpulan data berkualitas tinggi memungkinkan agen untuk lebih baik dalam menganalisis perilaku harga di masa depan, memberikan saran untuk perdagangan, agar sesuai dengan preferensi mereka terhadap posisi beli atau jual pada aset tertentu.
Mode Synth subnet
Sebagai sub-jaringan ke-50 dari Bittensor, Synth menciptakan data sintetik untuk kemampuan prediksi keuangan agen. Dibandingkan dengan sistem prediksi harga tradisional lainnya, Synth menangkap distribusi lengkap perubahan harga dan probabilitas terkaitnya, sehingga membangun data sintetik yang paling akurat di dunia, mendukung agen dan LLM.
Menyediakan lebih banyak dataset berkualitas tinggi dapat membantu agen AI membuat keputusan arah yang lebih baik dalam perdagangan, sambil memprediksi fluktuasi APY di berbagai kondisi pasar, sehingga kolam likuiditas dapat mendistribusikan kembali atau menarik likuiditas saat diperlukan. Sejak peluncuran jaringan otonom, mereka telah menerima permintaan yang kuat dari tim DeFi untuk mengintegrasikan data Synth melalui API mereka.
Blockchain AI Agen Paling Diperhatikan
Selain membangun lapisan data untuk AI dan agen, suatu blockchain juga memposisikan dirinya sebagai blockchain full-stack untuk membangun masa depan DeFAI. Mereka baru-baru ini meluncurkan Terminal, yang merupakan co-pilot DeFAI, untuk mengeksekusi transaksi on-chain melalui prompt pengguna, yang akan segera dibuka untuk pemegang token asli dari blockchain tersebut.
Selain itu, blockchain ini juga mendukung banyak tim berbasis AI dan agen. Mereka telah berusaha keras untuk mengintegrasikan berbagai protokol ke dalam ekosistemnya, seiring dengan pengembangan lebih banyak agen dan pelaksanaan transaksi, ekosistem ini berkembang dengan cepat.
Langkah-langkah ini dilakukan saat mereka meningkatkan jaringan dengan AI, yang paling mencolok adalah melengkapi blockchain mereka dengan sorter AI. Dengan menggunakan simulasi dan analisis AI pada transaksi sebelum pelaksanaan, transaksi berisiko tinggi dapat dihentikan dan diperiksa sebelum diproses, untuk memastikan keamanan di blockchain. Sebagai L2 dari suatu blockchain publik, blockchain ini berada di jalur tengah, menghubungkan pengguna manusia dan agen dengan ekosistem DeFi terbaik.
Perbandingan blockchain teratas yang menjadi dasar agen AI
Solana dan Base tanpa diragukan lagi adalah dua rantai utama untuk membangun dan menerbitkan sebagian besar kerangka dan token AI. Agen AI memanfaatkan throughput tinggi dan jaringan latensi rendah Solana serta ElizaOS yang bersifat open source untuk menerapkan token agen, sementara Virtuals berfungsi sebagai launchpad untuk menerapkan agen di Base. Meskipun keduanya memiliki hackathon dan insentif pendanaan, dalam hal program AI mereka sebagai sebuah rantai, mereka belum mencapai tingkat yang dicapai oleh blockchain tertentu.
NEAR sebelumnya mendefinisikan dirinya sebagai blockchain L1 yang berfokus pada AI, dengan fungsi termasuk pasar tugas AI, pusat penelitian NEAR AI dengan kerangka agen AI sumber terbuka, dan asisten NEAR AI. Mereka baru-baru ini mengumumkan dana agen AI senilai 20 juta dolar, yang digunakan untuk memperluas agen yang sepenuhnya otonom dan dapat diverifikasi di NEAR.
Chainbase
Chainbase menyediakan dataset terstruktur on-chain yang dapat diverifikasi di seluruh rantai, yang dapat meningkatkan fungsi perdagangan, wawasan, prediksi, dan pencarian alpha dari agen AI. Mereka meluncurkan manuskrip, yang merupakan kerangka aliran data blockchain, untuk mengintegrasikan dataset on-chain dan off-chain ke dalam penyimpanan data target, untuk memungkinkan kueri dan analisis tanpa batas.
Ini memungkinkan pengembang untuk menyesuaikan alur kerja pemrosesan data sesuai dengan kebutuhan spesifik mereka. Menstandarkan data mentah dan memprosesnya menjadi format yang bersih dan kompatibel dapat memastikan bahwa kumpulan data mereka memenuhi persyaratan ketat sistem AI, sehingga mengurangi waktu pra-pemrosesan, sekaligus meningkatkan akurasi model, membantu menciptakan agen AI yang dapat diandalkan.
Berdasarkan data on-chain mereka yang luas, mereka juga mengembangkan model bernama Theia, yang menerjemahkan data on-chain menjadi analisis data pengguna, tanpa memerlukan pengetahuan pengkodean yang rumit. Kegunaan data Chainbase terlihat jelas dalam kemitraan mereka, di mana protokol AI sedang menggunakan data mereka untuk:
ElizaOS plugin agen, digunakan untuk menggerakkan keputusan di blockchain
Membangun asisten AI tertentu
Jaringan sosial cerdas, menyediakan wawasan perilaku pengguna
Analisis data dan prediksi untuk Keuangan Desentralisasi
Juga bekerja sama dengan beberapa proyek
Dibandingkan dengan protokol data tradisional, protokol data seperti The Graph, Chainlink, dan Alchemy menyediakan data, tetapi tidak berfokus pada AI. The Graph menyediakan platform untuk kueri dan pengindeksan data blockchain, memberikan akses ke data mentah yang tidak dibangun untuk eksekusi transaksi atau strategi. Chainlink menyediakan umpan data oracle, tetapi kurang memiliki kumpulan data yang dioptimalkan untuk prediksi oleh AI, sementara Alchemy terutama menyediakan layanan RPC.
Sebagai perbandingan, data Chainbase adalah data blockchain yang disiapkan secara khusus, yang dapat digunakan dengan mudah oleh aplikasi atau agen AI dalam bentuk yang lebih terstruktur dan lebih wawasan, sehingga agen dapat lebih mudah mengakses data yang terkait dengan pasar on-chain, likuiditas, dan data token.
sqd.ai
sqd.ai sedang mengembangkan jaringan basis data terbuka yang dirancang khusus untuk agen AI dan layanan Web3. Danau data desentralisasi mereka menawarkan akses ke sejumlah besar data blockchain waktu nyata dan sejarah yang tidak memerlukan izin dan biaya yang efisien, memungkinkan agen AI untuk beroperasi lebih efektif.
sqd.ai menyediakan indeks data waktu nyata ( termasuk indeks blok yang belum selesai ), dengan kecepatan indeks hingga 150.000+ blok per detik, lebih cepat daripada indeks lainnya. Dalam 24 jam terakhir, mereka telah menyediakan lebih dari 11TB data, memenuhi permintaan throughput tinggi dari miliaran agen AI mandiri dan pengembang.
Platform pengolahan data yang dapat disesuaikan mereka dapat menyediakan data yang disesuaikan sesuai dengan kebutuhan agen AI, sementara DuckDB menyediakan pengambilan data yang efisien untuk kueri lokal. Kumpulan data komprehensif mereka mendukung lebih dari 100 jaringan EVM dan Substrate, termasuk log peristiwa dan rincian transaksi, yang sangat berharga bagi agen AI yang beroperasi di berbagai blockchain.
Penambahan pembuktian nol-pengetahuan memastikan bahwa agen AI dapat mengakses dan memproses data sensitif tanpa mengorbankan privasi. Selain itu, sqd.ai dapat menangani beban data yang terus meningkat dengan menambahkan lebih banyak node pemrosesan, sehingga mendukung jumlah agen AI yang terus bertambah, yang diperkirakan akan mencapai miliaran (.
![DeFAI secara lengkap: Bagaimana AI melepaskan potensi DeFi?])https://img-cdn.gateio.im/webp-social/moments-71d4c0a59f18e7366698c6df17506767.webp(
) Cookie
Cookie menyediakan lapisan data modular untuk agen AI dan kluster, khusus untuk menangani data sosial. Ini memiliki dasbor agen AI yang dapat melacak pikiran agen teratas di blockchain dan platform sosial, dan baru-baru ini meluncurkan API kluster data plug-and-play untuk agen AI lainnya, untuk mendeteksi narasi populer dan perubahan pikiran di media sosial.
Data kumpulan mereka mencakup lebih dari 7TB sumber data on-chain dan sosial secara real-time, didukung oleh 20 agen data, memberikan wawasan tentang sentimen pasar dan analisis on-chain. Agen AI terbaru mereka memanfaatkan 7% dari kapasitas kumpulan data mereka, dengan memanfaatkan berbagai agen lain yang berjalan di bawahnya untuk memberikan prediksi pasar dan menemukan peluang baru.
![DeFAI secara lengkap: Bagaimana AI melepaskan potensi DeFi?]###https://img-cdn.gateio.im/webp-social/moments-082e086a7d08141ddad8264adc07d48f.webp(
Langkah Selanjutnya DeFAI
Saat ini, sebagian besar agen AI dalam DeFi menghadapi batasan signifikan dalam mencapai otonomi penuh. Misalnya:
Lapisan abstrak mengubah niat pengguna menjadi eksekusi, tetapi biasanya kekurangan kemampuan prediksi.
AI agen mungkin dapat menghasilkan alpha melalui analisis, tetapi kurangnya eksekusi perdagangan yang independen.
dApp yang didorong oleh AI dapat menangani penyimpanan atau transaksi, tetapi bersifat pasif dan bukan aktif.
Tahap berikutnya dari DeFAI mungkin akan fokus pada integrasi lapisan data yang berguna, untuk mengembangkan platform atau agen terbaik. Ini akan memerlukan data on-chain yang mendalam tentang aktivitas paus, perubahan likuiditas, dll., sambil menghasilkan data sintetis yang berguna untuk analisis prediktif yang lebih baik, dan menggabungkan analisis sentimen dari pasar umum, baik itu fluktuasi token dalam kategori tertentu ) seperti agen AI, DeSci, dll (, atau fluktuasi token di jaringan sosial.
Tujuan akhirnya adalah agar agen AI dapat menghasilkan dan mengeksekusi strategi perdagangan secara mulus dari satu antarmuka. Seiring dengan perkembangan sistem ini,
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
14 Suka
Hadiah
14
5
Bagikan
Komentar
0/400
Token_Sherpa
· 16jam yang lalu
ah ya... narasi ponzinomik lainnya yang dibungkus dalam pakaian AI smh
Lihat AsliBalas0
BTCRetirementFund
· 08-01 07:10
Sekali lagi ada jebakan untuk mengambil keuntungan dari investor ritel.
Lihat AsliBalas0
SellTheBounce
· 08-01 06:45
Kegembiraan para penangkap jatuhnya harga lainnya dimulai, hanya mengganti nama lama dengan yang baru.
DeFAI Bangkit: Bagaimana AI Membebaskan Potensi DeFi dan Membentuk Ulang Ekosistem Enkripsi
DeFAI: Bagaimana Kecerdasan Buatan Melepaskan Potensi Keuangan Desentralisasi?
Keuangan Desentralisasi ( DeFi ) telah menjadi pilar inti dari ekosistem kripto sejak ekspansi cepatnya dimulai pada tahun 2020. Meskipun banyak protokol inovatif telah dibangun, hal ini juga menyebabkan peningkatan kompleksitas dan fragmentasi, sehingga bahkan pengguna yang berpengalaman pun kesulitan untuk mengelola banyak blockchain, aset, dan protokol.
Sementara itu, kecerdasan buatan (AI) telah berkembang dari narasi dasar yang luas di tahun 2023 menjadi fokus yang lebih profesional dan berorientasi pada agensi di tahun 2024. Perubahan ini telah melahirkan DeFi AI (DeFAI) - sebuah bidang yang sedang berkembang, di mana AI meningkatkan DeFi melalui otomatisasi, manajemen risiko, dan optimalisasi modal.
DeFAI melintasi beberapa tingkat. Blockchain adalah lapisan dasar, agen AI harus berinteraksi dengan rantai tertentu untuk mengeksekusi transaksi dan kontrak pintar. Di atasnya, lapisan data dan lapisan komputasi menyediakan infrastruktur yang diperlukan untuk melatih model AI, yang berasal dari data harga historis, sentimen pasar, dan analisis on-chain. Lapisan privasi dan verifikasi memastikan data keuangan sensitif tetap aman sambil mempertahankan eksekusi tanpa kepercayaan. Akhirnya, kerangka agen memungkinkan pengembang untuk membangun aplikasi yang didorong oleh AI yang khusus, seperti robot perdagangan otonom, penilai risiko kredit, dan pengoptimal tata kelola on-chain.
Seiring dengan ekspansi ekosistem DeFAI, proyek yang paling menonjol dapat dibagi menjadi tiga kategori utama:
1. Lapisan Abstrak
Protokol yang dibangun di atas kategori ini berfungsi sebagai antarmuka ramah pengguna seperti ChatGPT untuk DeFi, memungkinkan pengguna untuk memasukkan prompt yang dieksekusi di blockchain. Mereka biasanya terintegrasi dengan beberapa blockchain dan dApp, serta menjalankan niat pengguna, sambil menghilangkan langkah manual dalam transaksi yang kompleks.
Beberapa fungsi yang dapat dijalankan oleh protokol ini termasuk:
Misalnya, tidak perlu secara manual menarik ETH dari protokol pinjaman, melintaskannya ke Solana, menukarnya menjadi token lain, dan menyediakan likuiditas di DEX - protokol lapisan abstrak dapat menyelesaikan operasi hanya dalam satu langkah.
2. Agen Perdagangan Mandiri
Berbeda dengan robot perdagangan tradisional yang mengikuti aturan yang ditetapkan, agen perdagangan otonom dapat belajar dan beradaptasi dengan kondisi pasar, serta menyesuaikan strategi mereka berdasarkan informasi baru. Agen ini dapat:
3. DApps yang Didorong oleh AI
Aplikasi dApp DeFi menyediakan fungsi pinjam-meminjam, pertukaran, dan pertanian hasil. AI dan agen AI dapat meningkatkan layanan ini melalui cara-cara berikut:
Tantangan Utama
Protokol teratas yang dibangun di atas lapisan-lapisan ini menghadapi beberapa tantangan:
Protokol ini bergantung pada aliran data waktu nyata untuk mencapai eksekusi perdagangan yang optimal. Kualitas data yang buruk dapat menyebabkan efisiensi rute yang rendah, kegagalan perdagangan, atau perdagangan yang tidak menguntungkan.
Model AI bergantung pada data historis, tetapi pasar cryptocurrency sangat volatile. Agen harus dilatih dengan dataset yang beragam dan berkualitas tinggi agar tetap efektif.
Diperlukan pemahaman menyeluruh tentang korelasi aset, perubahan likuiditas, dan sentimen pasar untuk memahami kondisi pasar secara keseluruhan.
Protokol berdasarkan kategori ini telah mendapat sambutan di pasar. Namun, untuk memberikan produk yang lebih baik dan hasil yang optimal, mereka harus mempertimbangkan untuk mengintegrasikan berbagai kumpulan data dengan kualitas yang berbeda, untuk mengangkat produk mereka ke tingkat yang baru.
Lapisan Data - Memberikan Daya untuk DeFAI Cerdas
Kualitas AI tergantung pada data yang menjadi dasarnya. Agar agen AI dapat berfungsi secara efektif dalam DeFAI, mereka memerlukan data yang real-time, terstruktur, dan dapat diverifikasi. Misalnya, lapisan abstraksi perlu mengakses data on-chain melalui RPC dan API jejaring sosial, sementara agen optimasi perdagangan dan keuntungan memerlukan data untuk lebih menyempurnakan strategi perdagangan mereka dan mendistribusikan kembali sumber daya.
Kumpulan data berkualitas tinggi memungkinkan agen untuk lebih baik dalam menganalisis perilaku harga di masa depan, memberikan saran untuk perdagangan, agar sesuai dengan preferensi mereka terhadap posisi beli atau jual pada aset tertentu.
Mode Synth subnet
Sebagai sub-jaringan ke-50 dari Bittensor, Synth menciptakan data sintetik untuk kemampuan prediksi keuangan agen. Dibandingkan dengan sistem prediksi harga tradisional lainnya, Synth menangkap distribusi lengkap perubahan harga dan probabilitas terkaitnya, sehingga membangun data sintetik yang paling akurat di dunia, mendukung agen dan LLM.
Menyediakan lebih banyak dataset berkualitas tinggi dapat membantu agen AI membuat keputusan arah yang lebih baik dalam perdagangan, sambil memprediksi fluktuasi APY di berbagai kondisi pasar, sehingga kolam likuiditas dapat mendistribusikan kembali atau menarik likuiditas saat diperlukan. Sejak peluncuran jaringan otonom, mereka telah menerima permintaan yang kuat dari tim DeFi untuk mengintegrasikan data Synth melalui API mereka.
Blockchain AI Agen Paling Diperhatikan
Selain membangun lapisan data untuk AI dan agen, suatu blockchain juga memposisikan dirinya sebagai blockchain full-stack untuk membangun masa depan DeFAI. Mereka baru-baru ini meluncurkan Terminal, yang merupakan co-pilot DeFAI, untuk mengeksekusi transaksi on-chain melalui prompt pengguna, yang akan segera dibuka untuk pemegang token asli dari blockchain tersebut.
Selain itu, blockchain ini juga mendukung banyak tim berbasis AI dan agen. Mereka telah berusaha keras untuk mengintegrasikan berbagai protokol ke dalam ekosistemnya, seiring dengan pengembangan lebih banyak agen dan pelaksanaan transaksi, ekosistem ini berkembang dengan cepat.
Langkah-langkah ini dilakukan saat mereka meningkatkan jaringan dengan AI, yang paling mencolok adalah melengkapi blockchain mereka dengan sorter AI. Dengan menggunakan simulasi dan analisis AI pada transaksi sebelum pelaksanaan, transaksi berisiko tinggi dapat dihentikan dan diperiksa sebelum diproses, untuk memastikan keamanan di blockchain. Sebagai L2 dari suatu blockchain publik, blockchain ini berada di jalur tengah, menghubungkan pengguna manusia dan agen dengan ekosistem DeFi terbaik.
Perbandingan blockchain teratas yang menjadi dasar agen AI
Solana dan Base tanpa diragukan lagi adalah dua rantai utama untuk membangun dan menerbitkan sebagian besar kerangka dan token AI. Agen AI memanfaatkan throughput tinggi dan jaringan latensi rendah Solana serta ElizaOS yang bersifat open source untuk menerapkan token agen, sementara Virtuals berfungsi sebagai launchpad untuk menerapkan agen di Base. Meskipun keduanya memiliki hackathon dan insentif pendanaan, dalam hal program AI mereka sebagai sebuah rantai, mereka belum mencapai tingkat yang dicapai oleh blockchain tertentu.
NEAR sebelumnya mendefinisikan dirinya sebagai blockchain L1 yang berfokus pada AI, dengan fungsi termasuk pasar tugas AI, pusat penelitian NEAR AI dengan kerangka agen AI sumber terbuka, dan asisten NEAR AI. Mereka baru-baru ini mengumumkan dana agen AI senilai 20 juta dolar, yang digunakan untuk memperluas agen yang sepenuhnya otonom dan dapat diverifikasi di NEAR.
Chainbase
Chainbase menyediakan dataset terstruktur on-chain yang dapat diverifikasi di seluruh rantai, yang dapat meningkatkan fungsi perdagangan, wawasan, prediksi, dan pencarian alpha dari agen AI. Mereka meluncurkan manuskrip, yang merupakan kerangka aliran data blockchain, untuk mengintegrasikan dataset on-chain dan off-chain ke dalam penyimpanan data target, untuk memungkinkan kueri dan analisis tanpa batas.
Ini memungkinkan pengembang untuk menyesuaikan alur kerja pemrosesan data sesuai dengan kebutuhan spesifik mereka. Menstandarkan data mentah dan memprosesnya menjadi format yang bersih dan kompatibel dapat memastikan bahwa kumpulan data mereka memenuhi persyaratan ketat sistem AI, sehingga mengurangi waktu pra-pemrosesan, sekaligus meningkatkan akurasi model, membantu menciptakan agen AI yang dapat diandalkan.
Berdasarkan data on-chain mereka yang luas, mereka juga mengembangkan model bernama Theia, yang menerjemahkan data on-chain menjadi analisis data pengguna, tanpa memerlukan pengetahuan pengkodean yang rumit. Kegunaan data Chainbase terlihat jelas dalam kemitraan mereka, di mana protokol AI sedang menggunakan data mereka untuk:
Dibandingkan dengan protokol data tradisional, protokol data seperti The Graph, Chainlink, dan Alchemy menyediakan data, tetapi tidak berfokus pada AI. The Graph menyediakan platform untuk kueri dan pengindeksan data blockchain, memberikan akses ke data mentah yang tidak dibangun untuk eksekusi transaksi atau strategi. Chainlink menyediakan umpan data oracle, tetapi kurang memiliki kumpulan data yang dioptimalkan untuk prediksi oleh AI, sementara Alchemy terutama menyediakan layanan RPC.
Sebagai perbandingan, data Chainbase adalah data blockchain yang disiapkan secara khusus, yang dapat digunakan dengan mudah oleh aplikasi atau agen AI dalam bentuk yang lebih terstruktur dan lebih wawasan, sehingga agen dapat lebih mudah mengakses data yang terkait dengan pasar on-chain, likuiditas, dan data token.
sqd.ai
sqd.ai sedang mengembangkan jaringan basis data terbuka yang dirancang khusus untuk agen AI dan layanan Web3. Danau data desentralisasi mereka menawarkan akses ke sejumlah besar data blockchain waktu nyata dan sejarah yang tidak memerlukan izin dan biaya yang efisien, memungkinkan agen AI untuk beroperasi lebih efektif.
sqd.ai menyediakan indeks data waktu nyata ( termasuk indeks blok yang belum selesai ), dengan kecepatan indeks hingga 150.000+ blok per detik, lebih cepat daripada indeks lainnya. Dalam 24 jam terakhir, mereka telah menyediakan lebih dari 11TB data, memenuhi permintaan throughput tinggi dari miliaran agen AI mandiri dan pengembang.
Platform pengolahan data yang dapat disesuaikan mereka dapat menyediakan data yang disesuaikan sesuai dengan kebutuhan agen AI, sementara DuckDB menyediakan pengambilan data yang efisien untuk kueri lokal. Kumpulan data komprehensif mereka mendukung lebih dari 100 jaringan EVM dan Substrate, termasuk log peristiwa dan rincian transaksi, yang sangat berharga bagi agen AI yang beroperasi di berbagai blockchain.
Penambahan pembuktian nol-pengetahuan memastikan bahwa agen AI dapat mengakses dan memproses data sensitif tanpa mengorbankan privasi. Selain itu, sqd.ai dapat menangani beban data yang terus meningkat dengan menambahkan lebih banyak node pemrosesan, sehingga mendukung jumlah agen AI yang terus bertambah, yang diperkirakan akan mencapai miliaran (.
![DeFAI secara lengkap: Bagaimana AI melepaskan potensi DeFi?])https://img-cdn.gateio.im/webp-social/moments-71d4c0a59f18e7366698c6df17506767.webp(
) Cookie
Cookie menyediakan lapisan data modular untuk agen AI dan kluster, khusus untuk menangani data sosial. Ini memiliki dasbor agen AI yang dapat melacak pikiran agen teratas di blockchain dan platform sosial, dan baru-baru ini meluncurkan API kluster data plug-and-play untuk agen AI lainnya, untuk mendeteksi narasi populer dan perubahan pikiran di media sosial.
Data kumpulan mereka mencakup lebih dari 7TB sumber data on-chain dan sosial secara real-time, didukung oleh 20 agen data, memberikan wawasan tentang sentimen pasar dan analisis on-chain. Agen AI terbaru mereka memanfaatkan 7% dari kapasitas kumpulan data mereka, dengan memanfaatkan berbagai agen lain yang berjalan di bawahnya untuk memberikan prediksi pasar dan menemukan peluang baru.
![DeFAI secara lengkap: Bagaimana AI melepaskan potensi DeFi?]###https://img-cdn.gateio.im/webp-social/moments-082e086a7d08141ddad8264adc07d48f.webp(
Langkah Selanjutnya DeFAI
Saat ini, sebagian besar agen AI dalam DeFi menghadapi batasan signifikan dalam mencapai otonomi penuh. Misalnya:
Lapisan abstrak mengubah niat pengguna menjadi eksekusi, tetapi biasanya kekurangan kemampuan prediksi.
AI agen mungkin dapat menghasilkan alpha melalui analisis, tetapi kurangnya eksekusi perdagangan yang independen.
dApp yang didorong oleh AI dapat menangani penyimpanan atau transaksi, tetapi bersifat pasif dan bukan aktif.
Tahap berikutnya dari DeFAI mungkin akan fokus pada integrasi lapisan data yang berguna, untuk mengembangkan platform atau agen terbaik. Ini akan memerlukan data on-chain yang mendalam tentang aktivitas paus, perubahan likuiditas, dll., sambil menghasilkan data sintetis yang berguna untuk analisis prediktif yang lebih baik, dan menggabungkan analisis sentimen dari pasar umum, baik itu fluktuasi token dalam kategori tertentu ) seperti agen AI, DeSci, dll (, atau fluktuasi token di jaringan sosial.
Tujuan akhirnya adalah agar agen AI dapat menghasilkan dan mengeksekusi strategi perdagangan secara mulus dari satu antarmuka. Seiring dengan perkembangan sistem ini,