DeFAI: Як штучний інтелект може вивільнити потенціал децентралізованого фінансування?
Децентралізоване фінансування(DeFi) з моменту швидкого розширення у 2020 році залишалося основною опорою криптоекосистеми. Незважаючи на створення багатьох інноваційних протоколів, це також призвело до збільшення складності та фрагментації, що ускладнює досвідченим користувачам орієнтуватися у численних блокчейнах, активах та протоколах.
Водночас, штучний інтелект (AI) виріс з широкого базового наративу 2023 року до більш професійної, орієнтованої на агентів фокусування 2024 року. Ця зміна сприяла появі DeFi AI (DeFAI) - нової галузі, в якій штучний інтелект покращує DeFi через автоматизацію, управління ризиками та оптимізацію капіталу.
DeFAI перетинає кілька рівнів. Блокчейн є базовим рівнем, AI-агент повинен взаємодіяти з конкретним ланцюгом, щоб виконувати транзакції та смарт-контракти. Понад цим, 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 безпеку чутливих фінансових даних, зберігаючи при цьому бездоверчеве виконання. Нарешті, фреймворк агентів дозволяє розробникам створювати спеціалізовані додатки на основі AI, такі як автономні торгові роботи, оцінювачі кредитних ризиків і оптимізатори управління на ланцюгу.
З розширенням екосистеми DeFAI, найвідоміші проекти можна поділити на три основні категорії:
1. Абстрактний рівень
Протоколи, що базуються на цій категорії, виконують роль дружнього до користувача інтерфейсу DeFi, подібного до ChatGPT, дозволяючи користувачам вводити підказки для виконання в ланцюгу. Вони зазвичай інтегруються з кількома ланцюгами та dApp, реалізуючи наміри користувача, одночасно усуваючи ручні етапи в складних транзакціях.
Деякі функції, які можуть виконуватися цими протоколами, включають:
Обмін, крос-чейн, позика/виведення коштів, крос-чейн виконання транзакцій
Гаманець для копіювання угод або профіль у соціальних мережах
Автоматичне виконання Take Profit/Stop Loss тощо відповідно до відсотка обсягу позиції
Наприклад, немає потреби вручну витягувати ETH з кредитного договору, переносити його в Solana, обмінювати на інші токени та надавати ліквідність на DEX - протокол абстрактного рівня може виконати операцію всього за один крок.
2. Автономний торговий агент
На відміну від традиційних торгових роботів, які дотримуються заздалегідь встановлених правил, автономні торгові агенти можуть навчатися та адаптуватися до ринкових умов і коригувати свої стратегії на основі нової інформації. Ці агенти можуть:
Аналізувати дані для постійного вдосконалення стратегії
Прогнозуйте ринкові тенденції, щоб приймати кращі рішення щодо лонгів/шортів
Виконуйте складні стратегії DeFi, як базові угоди
3. DApps на базі ШІ
Децентралізовані фінансові dApp пропонують функції кредитування, обміну, отримання доходу. Штучний інтелект та агенти штучного інтелекту можуть покращити ці послуги наступними способами:
Оптимізуйте постачання ліквідності шляхом ребалансування позицій LP для отримання кращого APY
Сканування токенів для виявлення ризиків шляхом виявлення потенційних rug або蜜罐
Основні виклики
Топові протоколи, побудовані на цих шарах, стикаються з деякими викликами:
Ці протоколи покладаються на потоки даних у реальному часі для забезпечення оптимального виконання угод. Погана якість даних може призвести до неефективності маршрутів, збоїв у торгівлі або неприбуткових угод.
Моделі ШІ залежать від історичних даних, але ринок криптовалют має велику волатильність. Агент повинен приймати навчання на різноманітних, високоякісних наборах даних, щоб зберегти ефективність.
Потрібно всебічно зрозуміти кореляцію активів, зміни ліквідності та ринкові настрої, щоб зрозуміти загальний стан ринку.
Протоколи на основі цих категорій користуються популярністю на ринку. Однак, щоб запропонувати кращі продукти та досягти найкращих результатів, їм слід розглянути можливість інтеграції різних наборів даних різної якості, щоб підняти свої продукти на новий рівень.
Дані рівень - забезпечує потужність для DeFAI інтелекту
Якість AI 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 рівень має отримувати доступ до даних в ланцюгу через RPC та API соціальних мереж, тоді як агенти оптимізації угод та доходів потребують даних для подальшого вдосконалення своїх торгових стратегій та перерозподілу ресурсів.
Високоякісні набори даних дозволяють агентам краще прогнозувати поведінку цін у майбутньому, надаючи рекомендації для торгівлі, щоб відповідати їхнім уподобанням щодо довгих або коротких позицій по певних активах.
Режим Synth підмережі
Як 50-й підмережі Bittensor, Synth створює синтетичні дані для фінансового прогнозування агентів. На відміну від інших традиційних систем прогнозування цін, Synth фіксує повний розподіл коливань цін та їх відповідні ймовірності, що дозволяє створити найбільш точні синтетичні дані у світі, підтримуючи агентів та LLM.
Надання більшої кількості високоякісних наборів даних може дозволити AI-агентам приймати кращі напрямкові рішення в торгівлі, одночасно прогнозуючи коливання APY за різних ринкових умов, щоб ліквідні пули могли перерозподілити або вилучити ліквідність за потреби. З моменту запуску автономної мережі вони отримували сильний попит з боку команд DeFi на інтеграцію даних Synth через їх API.
Найбільш популярний блокчейн AI-агентів
Окрім будівництва рівня даних для AI та агентів, певний блокчейн також позиціонує себе як блокчейн, що будує стек для майбутнього DeFAI. Нещодавно вони розгорнули Terminal, який є co-pilot для DeFAI, що використовується для виконання транзакцій в мережі за допомогою підказок користувача, і незабаром буде відкрито для стейкерів рідного токена цієї мережі.
Крім того, ця блокчейн платформа підтримує багато команд, заснованих на AI та агентів. Вони доклали великих зусиль для інтеграції кількох протоколів у свою екосистему, і з розвитком більшої кількості агентів та виконанням транзакцій ця екосистема швидко розвивається.
Ці заходи реалізуються одночасно з оновленням їхньої мережі за допомогою ШІ, найвражаючим є оснащення їхньої блокчейн-системи сортувальником на основі ШІ. Використовуючи моделювання та аналіз ШІ перед виконанням транзакцій, можна заблокувати та перевірити високоризикові транзакції перед їх обробкою, щоб забезпечити безпеку в ланцюгу. Як L2 певного публічного блокчейну, ця блокчейн-система знаходиться в проміжному положенні, з'єднуючи людей та агентів з найкращими екосистемами Децентралізоване фінансування.
Порівняння провідних блокчейнів, на яких базуються AI-агенти
Solana та Base безумовно є двома основними ланцюгами для створення та випуску більшості AI-агентських фреймворків і токенів. AI-агенти використовують високий пропускну здатність і низьку затримку мережі Solana, а також відкритий ElizaOS для розгортання агентських токенів, тоді як Virtuals слугує лаунчпадом для розгортання агентів на Base. Незважаючи на те, що вони обидва мають хакатони та фінансові стимули, щодо своїх AI-планів як ланцюга, вони ще не досягли рівня, якого досягла певна блокчейн.
NEAR раніше визначав себе як L1 блокчейн, орієнтований на AI, його функції включають ринок AI завдань, дослідницький центр NEAR AI з відкритим кодом AI агентами та помічника NEAR AI. Вони нещодавно оголосили про фонд AI агентів на суму 20 мільйонів доларів для розширення повністю автономних та перевіряємих агентів на NEAR.
Chainbase
Chainbase надає повністю перевірені структуровані набори даних на блокчейні, які можуть покращити функції AI-агентів, такі як торгівля, аналітика, прогнози та пошук альфа. Вони запустили manuscripts, це фреймворк для потокового блокчейн-даних, призначений для інтеграції даних на блокчейні та поза ним у цільове сховище даних для необмежених запитів та аналізу.
Це дозволяє розробникам налаштовувати робочі процеси обробки даних відповідно до своїх специфічних потреб. Нормалізація сирих даних і їх обробка в чистий, сумісний формат можуть забезпечити відповідність їх наборів даних суворим вимогам систем штучного інтелекту, що, в свою чергу, зменшує час попередньої обробки, підвищує точність моделі та допомагає створювати надійні агенти штучного інтелекту.
На основі широких даних на блокчейні вони також розробили модель під назвою Theia, яка переводить дані на блокчейні в аналіз даних для користувачів без необхідності будь-яких складних знань з кодування. Практична корисність даних Chainbase очевидна у їхньому партнерстві, де AI-протоколи використовують їхні дані для:
Плагін ElizaOS, призначений для прийняття рішень на блокчейні
Побудова певного AI асистента
Розумна соціальна мережа, що надає інсайти про поведінку користувачів
Аналіз та прогнозування даних DeFi
також співпрацює з кількома проєктами
В порівнянні з традиційними протоколами даних, такі протоколи даних, як The Graph, Chainlink та Alchemy, надають дані, але не зосереджені на ШІ. The Graph пропонує платформу для запитів та індексації даних блокчейну, надаючи розробникам доступ до сирих даних, які не були створені для торгівлі або виконання стратегій. Chainlink надає потоки даних з оркулів, але не має оптимізованих для прогнозування наборів даних ШІ, тоді як Alchemy переважно надає послуги RPC.
У порівнянні з цим, дані Chainbase є спеціально підготовленими даними блокчейну, які можуть бути легко використані AI-додатками або агентами у більш структурованій та інформативній формі, що дозволяє агентам зручніше отримувати дані, пов'язані з ринком на блокчейні, ліквідністю та даними токенів.
sqd.ai
sqd.ai розробляє відкриту мережу бази даних, спеціально розроблену для AI-агентів та Web3-сервісів. Їхнє децентралізоване озеро даних забезпечує бездозвільний, економічно вигідний доступ до великої кількості реальних та історичних даних блокчейну, що дозволяє AI-агентам працювати ефективніше.
sqd.ai надає реальний індекс даних (, включаючи індекс незавершених блоків ), швидкість індексації до 150,000+ блоків на секунду, що швидше за будь-який інший індексатор. Протягом останніх 24 годин вони надали понад 11TB даних, задовольняючи потреби в високій пропускній спроможності мільярдів автономних AI-агентів і розробників.
Їхня налаштовувана платформа обробки даних може надавати налаштовані дані відповідно до потреб AI-агентів, тоді як DuckDB забезпечує ефективний доступ до 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 можливість AI-агентів отримувати доступ до чутливих даних та обробляти їх, не шкодячи конфіденційності. Крім того, sqd.ai може обробляти постійно зростаючі навантаження даних, додаючи більше обробних вузлів, що дозволяє підтримувати зростаючу кількість AI-агентів, яку оцінюють в десятки мільярдів (.
![DeFAI повний огляд: Як ШІ звільняє потенціал DeFi?])https://img-cdn.gateio.im/webp-social/moments-71d4c0a59f18e7366698c6df17506767.webp(
) Файли cookie
Cookie надає модульний шар даних для AI-агентів і кластерів, спеціально призначений для обробки соціальних даних. Він має панель управління AI-агентами, що дозволяє відстежувати провідні агентські настрої на блокчейні та соціальних платформах, а нещодавно також запустив API для підключення даних для інших AI-агентів, щоб виявляти популярні наративи та зміни настроїв у соціальних мережах.
Їхні дані охоплюють понад 7 ТБ реальних ланцюгових і соціальних джерел даних, підтримуваних 20 агентами даних, що надають інсайти щодо ринкових настроїв та аналізу на ланцюгу. Їхній останній AI-агент використовує 7% потужності їхнього даного масиву, прогнозуючи ринок і виявляючи нові можливості за рахунок використання різних інших агентів, що працюють під ним.
![DeFAI повний огляд: як AI може розкрити потенціал DeFi?]###https://img-cdn.gateio.im/webp-social/moments-082e086a7d08141ddad8264adc07d48f.webp(
Наступний крок DeFAI
Наразі більшість AI-агентів у DeFi стикаються з суттєвими обмеженнями в досягненні повної автономії. Наприклад:
Абстрактний рівень перетворює наміри користувача в виконання, але зазвичай не має прогностичних можливостей.
AI-агенти можуть генерувати альфа-доходність через аналіз, але не мають незалежного виконання торгівлі.
dApp, що працює на основі ШІ, може обробляти страхові сховища або交易, 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 великих китів, зміни ліквідності тощо, одночасно генеруючи корисні синтетичні дані для покращеного прогнозного аналізу та поєднуючи їх із аналізом настроїв з загального ринку, незалежно від коливань токенів певних категорій ), таких як AI агенти, DeSci тощо ( або коливань токенів у соціальних мережах.
Кінцева мета полягає в тому, щоб AI-агенти могли безшовно генерувати та виконувати торгові стратегії з єдиного інтерфейсу. З розвитком цих систем...
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
14 лайків
Нагородити
14
5
Поділіться
Прокоментувати
0/400
Token_Sherpa
· 22год тому
ах так... ще один наратив понзі-економіки, прикритий штучним інтелектом, смх
Переглянути оригіналвідповісти на0
BTCRetirementFund
· 08-01 07:10
Ще одна хвиля пастки для роздрібних інвесторів
Переглянути оригіналвідповісти на0
SellTheBounce
· 08-01 06:45
Ще одна хвиля зловити падаючий ніж розпочалась Старі пастки змінили свої назви.
DeFAI зростає: як ШІ розкриває потенціал Децентралізованих фінансів і перетворює екосистему шифрування
DeFAI: Як штучний інтелект може вивільнити потенціал децентралізованого фінансування?
Децентралізоване фінансування(DeFi) з моменту швидкого розширення у 2020 році залишалося основною опорою криптоекосистеми. Незважаючи на створення багатьох інноваційних протоколів, це також призвело до збільшення складності та фрагментації, що ускладнює досвідченим користувачам орієнтуватися у численних блокчейнах, активах та протоколах.
Водночас, штучний інтелект (AI) виріс з широкого базового наративу 2023 року до більш професійної, орієнтованої на агентів фокусування 2024 року. Ця зміна сприяла появі DeFi AI (DeFAI) - нової галузі, в якій штучний інтелект покращує DeFi через автоматизацію, управління ризиками та оптимізацію капіталу.
DeFAI перетинає кілька рівнів. Блокчейн є базовим рівнем, AI-агент повинен взаємодіяти з конкретним ланцюгом, щоб виконувати транзакції та смарт-контракти. Понад цим, 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 безпеку чутливих фінансових даних, зберігаючи при цьому бездоверчеве виконання. Нарешті, фреймворк агентів дозволяє розробникам створювати спеціалізовані додатки на основі AI, такі як автономні торгові роботи, оцінювачі кредитних ризиків і оптимізатори управління на ланцюгу.
З розширенням екосистеми DeFAI, найвідоміші проекти можна поділити на три основні категорії:
1. Абстрактний рівень
Протоколи, що базуються на цій категорії, виконують роль дружнього до користувача інтерфейсу DeFi, подібного до ChatGPT, дозволяючи користувачам вводити підказки для виконання в ланцюгу. Вони зазвичай інтегруються з кількома ланцюгами та dApp, реалізуючи наміри користувача, одночасно усуваючи ручні етапи в складних транзакціях.
Деякі функції, які можуть виконуватися цими протоколами, включають:
Наприклад, немає потреби вручну витягувати ETH з кредитного договору, переносити його в Solana, обмінювати на інші токени та надавати ліквідність на DEX - протокол абстрактного рівня може виконати операцію всього за один крок.
2. Автономний торговий агент
На відміну від традиційних торгових роботів, які дотримуються заздалегідь встановлених правил, автономні торгові агенти можуть навчатися та адаптуватися до ринкових умов і коригувати свої стратегії на основі нової інформації. Ці агенти можуть:
3. DApps на базі ШІ
Децентралізовані фінансові dApp пропонують функції кредитування, обміну, отримання доходу. Штучний інтелект та агенти штучного інтелекту можуть покращити ці послуги наступними способами:
Основні виклики
Топові протоколи, побудовані на цих шарах, стикаються з деякими викликами:
Ці протоколи покладаються на потоки даних у реальному часі для забезпечення оптимального виконання угод. Погана якість даних може призвести до неефективності маршрутів, збоїв у торгівлі або неприбуткових угод.
Моделі ШІ залежать від історичних даних, але ринок криптовалют має велику волатильність. Агент повинен приймати навчання на різноманітних, високоякісних наборах даних, щоб зберегти ефективність.
Потрібно всебічно зрозуміти кореляцію активів, зміни ліквідності та ринкові настрої, щоб зрозуміти загальний стан ринку.
Протоколи на основі цих категорій користуються популярністю на ринку. Однак, щоб запропонувати кращі продукти та досягти найкращих результатів, їм слід розглянути можливість інтеграції різних наборів даних різної якості, щоб підняти свої продукти на новий рівень.
Дані рівень - забезпечує потужність для DeFAI інтелекту
Якість AI 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 рівень має отримувати доступ до даних в ланцюгу через RPC та API соціальних мереж, тоді як агенти оптимізації угод та доходів потребують даних для подальшого вдосконалення своїх торгових стратегій та перерозподілу ресурсів.
Високоякісні набори даних дозволяють агентам краще прогнозувати поведінку цін у майбутньому, надаючи рекомендації для торгівлі, щоб відповідати їхнім уподобанням щодо довгих або коротких позицій по певних активах.
Режим Synth підмережі
Як 50-й підмережі Bittensor, Synth створює синтетичні дані для фінансового прогнозування агентів. На відміну від інших традиційних систем прогнозування цін, Synth фіксує повний розподіл коливань цін та їх відповідні ймовірності, що дозволяє створити найбільш точні синтетичні дані у світі, підтримуючи агентів та LLM.
Надання більшої кількості високоякісних наборів даних може дозволити AI-агентам приймати кращі напрямкові рішення в торгівлі, одночасно прогнозуючи коливання APY за різних ринкових умов, щоб ліквідні пули могли перерозподілити або вилучити ліквідність за потреби. З моменту запуску автономної мережі вони отримували сильний попит з боку команд DeFi на інтеграцію даних Synth через їх API.
Найбільш популярний блокчейн AI-агентів
Окрім будівництва рівня даних для AI та агентів, певний блокчейн також позиціонує себе як блокчейн, що будує стек для майбутнього DeFAI. Нещодавно вони розгорнули Terminal, який є co-pilot для DeFAI, що використовується для виконання транзакцій в мережі за допомогою підказок користувача, і незабаром буде відкрито для стейкерів рідного токена цієї мережі.
Крім того, ця блокчейн платформа підтримує багато команд, заснованих на AI та агентів. Вони доклали великих зусиль для інтеграції кількох протоколів у свою екосистему, і з розвитком більшої кількості агентів та виконанням транзакцій ця екосистема швидко розвивається.
Ці заходи реалізуються одночасно з оновленням їхньої мережі за допомогою ШІ, найвражаючим є оснащення їхньої блокчейн-системи сортувальником на основі ШІ. Використовуючи моделювання та аналіз ШІ перед виконанням транзакцій, можна заблокувати та перевірити високоризикові транзакції перед їх обробкою, щоб забезпечити безпеку в ланцюгу. Як L2 певного публічного блокчейну, ця блокчейн-система знаходиться в проміжному положенні, з'єднуючи людей та агентів з найкращими екосистемами Децентралізоване фінансування.
Порівняння провідних блокчейнів, на яких базуються AI-агенти
Solana та Base безумовно є двома основними ланцюгами для створення та випуску більшості AI-агентських фреймворків і токенів. AI-агенти використовують високий пропускну здатність і низьку затримку мережі Solana, а також відкритий ElizaOS для розгортання агентських токенів, тоді як Virtuals слугує лаунчпадом для розгортання агентів на Base. Незважаючи на те, що вони обидва мають хакатони та фінансові стимули, щодо своїх AI-планів як ланцюга, вони ще не досягли рівня, якого досягла певна блокчейн.
NEAR раніше визначав себе як L1 блокчейн, орієнтований на AI, його функції включають ринок AI завдань, дослідницький центр NEAR AI з відкритим кодом AI агентами та помічника NEAR AI. Вони нещодавно оголосили про фонд AI агентів на суму 20 мільйонів доларів для розширення повністю автономних та перевіряємих агентів на NEAR.
Chainbase
Chainbase надає повністю перевірені структуровані набори даних на блокчейні, які можуть покращити функції AI-агентів, такі як торгівля, аналітика, прогнози та пошук альфа. Вони запустили manuscripts, це фреймворк для потокового блокчейн-даних, призначений для інтеграції даних на блокчейні та поза ним у цільове сховище даних для необмежених запитів та аналізу.
Це дозволяє розробникам налаштовувати робочі процеси обробки даних відповідно до своїх специфічних потреб. Нормалізація сирих даних і їх обробка в чистий, сумісний формат можуть забезпечити відповідність їх наборів даних суворим вимогам систем штучного інтелекту, що, в свою чергу, зменшує час попередньої обробки, підвищує точність моделі та допомагає створювати надійні агенти штучного інтелекту.
На основі широких даних на блокчейні вони також розробили модель під назвою Theia, яка переводить дані на блокчейні в аналіз даних для користувачів без необхідності будь-яких складних знань з кодування. Практична корисність даних Chainbase очевидна у їхньому партнерстві, де AI-протоколи використовують їхні дані для:
В порівнянні з традиційними протоколами даних, такі протоколи даних, як The Graph, Chainlink та Alchemy, надають дані, але не зосереджені на ШІ. The Graph пропонує платформу для запитів та індексації даних блокчейну, надаючи розробникам доступ до сирих даних, які не були створені для торгівлі або виконання стратегій. Chainlink надає потоки даних з оркулів, але не має оптимізованих для прогнозування наборів даних ШІ, тоді як Alchemy переважно надає послуги RPC.
У порівнянні з цим, дані Chainbase є спеціально підготовленими даними блокчейну, які можуть бути легко використані AI-додатками або агентами у більш структурованій та інформативній формі, що дозволяє агентам зручніше отримувати дані, пов'язані з ринком на блокчейні, ліквідністю та даними токенів.
sqd.ai
sqd.ai розробляє відкриту мережу бази даних, спеціально розроблену для AI-агентів та Web3-сервісів. Їхнє децентралізоване озеро даних забезпечує бездозвільний, економічно вигідний доступ до великої кількості реальних та історичних даних блокчейну, що дозволяє AI-агентам працювати ефективніше.
sqd.ai надає реальний індекс даних (, включаючи індекс незавершених блоків ), швидкість індексації до 150,000+ блоків на секунду, що швидше за будь-який інший індексатор. Протягом останніх 24 годин вони надали понад 11TB даних, задовольняючи потреби в високій пропускній спроможності мільярдів автономних AI-агентів і розробників.
Їхня налаштовувана платформа обробки даних може надавати налаштовані дані відповідно до потреб AI-агентів, тоді як DuckDB забезпечує ефективний доступ до 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 можливість AI-агентів отримувати доступ до чутливих даних та обробляти їх, не шкодячи конфіденційності. Крім того, sqd.ai може обробляти постійно зростаючі навантаження даних, додаючи більше обробних вузлів, що дозволяє підтримувати зростаючу кількість AI-агентів, яку оцінюють в десятки мільярдів (.
![DeFAI повний огляд: Як ШІ звільняє потенціал DeFi?])https://img-cdn.gateio.im/webp-social/moments-71d4c0a59f18e7366698c6df17506767.webp(
) Файли cookie
Cookie надає модульний шар даних для AI-агентів і кластерів, спеціально призначений для обробки соціальних даних. Він має панель управління AI-агентами, що дозволяє відстежувати провідні агентські настрої на блокчейні та соціальних платформах, а нещодавно також запустив API для підключення даних для інших AI-агентів, щоб виявляти популярні наративи та зміни настроїв у соціальних мережах.
Їхні дані охоплюють понад 7 ТБ реальних ланцюгових і соціальних джерел даних, підтримуваних 20 агентами даних, що надають інсайти щодо ринкових настроїв та аналізу на ланцюгу. Їхній останній AI-агент використовує 7% потужності їхнього даного масиву, прогнозуючи ринок і виявляючи нові можливості за рахунок використання різних інших агентів, що працюють під ним.
![DeFAI повний огляд: як AI може розкрити потенціал DeFi?]###https://img-cdn.gateio.im/webp-social/moments-082e086a7d08141ddad8264adc07d48f.webp(
Наступний крок DeFAI
Наразі більшість AI-агентів у DeFi стикаються з суттєвими обмеженнями в досягненні повної автономії. Наприклад:
Абстрактний рівень перетворює наміри користувача в виконання, але зазвичай не має прогностичних можливостей.
AI-агенти можуть генерувати альфа-доходність через аналіз, але не мають незалежного виконання торгівлі.
dApp, що працює на основі ШІ, може обробляти страхові сховища або交易, 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 великих китів, зміни ліквідності тощо, одночасно генеруючи корисні синтетичні дані для покращеного прогнозного аналізу та поєднуючи їх із аналізом настроїв з загального ринку, незалежно від коливань токенів певних категорій ), таких як AI агенти, DeSci тощо ( або коливань токенів у соціальних мережах.
Кінцева мета полягає в тому, щоб AI-агенти могли безшовно генерувати та виконувати торгові стратегії з єдиного інтерфейсу. З розвитком цих систем...