Desde su rápida expansión en 2020, las finanzas descentralizadas (DeFi) han sido un pilar central del ecosistema criptográfico. Aunque se han establecido muchos nuevos protocolos innovadores, también ha llevado a un aumento de la complejidad y la fragmentación, lo que hace que incluso los usuarios experimentados tengan dificultades para navegar por la gran cantidad de cadenas, activos y protocolos.
Al mismo tiempo, la inteligencia artificial (AI) ha evolucionado de una narrativa amplia en 2023 a un enfoque más especializado y orientado a agentes en 2024. Esta transformación ha dado lugar a DeFi AI (DeFAI), un campo emergente donde la IA mejora DeFi a través de la automatización, la gestión de riesgos y la optimización del capital.
DeFAI abarca varios niveles. Blockchain es la capa base porque los agentes de IA deben interactuar con una cadena específica para ejecutar transacciones y ejecutar contratos inteligentes. Además de esto, las capas de datos y computación proporcionan la infraestructura necesaria para entrenar modelos de IA a partir de datos históricos de precios, sentimiento del mercado y análisis en cadena. La privacidad y las capas verificables garantizan que los datos financieros confidenciales permanezcan seguros sin dejar de ejecutarse sin fines de lucro. Por último, el marco proxy permite a los desarrolladores crear aplicaciones especializadas impulsadas por IA, como bots de trading autónomos, evaluadores de riesgo crediticio y optimizadores de gobernanza on-chain.
Aunque este diagrama ecológico aún se puede expandir más, estas son las principales categorías de proyectos construidos en DeFAI.
A medida que el ecosistema DeFAI continúa expandiéndose, los proyectos más destacados se pueden dividir en tres categorías principales:
1. Capa de abstracción
Los protocolos basados en esta categoría actúan como una interfaz amigable para el usuario similar a ChatGPT para DeFi, permitiendo a los usuarios ingresar indicaciones que se ejecutan en la cadena. A menudo están integrados con múltiples cadenas y dApps, y ejecutan la intención del usuario, al mismo tiempo que eliminan los pasos manuales en transacciones complejas.
Algunas de las funciones que estos protocolos pueden ejecutar incluyen:
Intercambio, cadena cruzada, préstamo/retiro, ejecución de transacciones entre cadenas
Cartera de seguimiento de transacciones o perfil de Twitter/X
Ejecutar automáticamente órdenes de take profit / stop loss según el porcentaje del tamaño de la posición.
Por ejemplo, no es necesario extraer ETH manualmente de Aave, trasladarlo a Solana, intercambiar SOL / Fartcoin y proporcionar liquidez en Raydium: el protocolo de capa de abstracción puede realizar la operación en un solo paso.
Protocolo principal:
@griffaindotcom — red de agentes que ejecutan transacciones para los usuarios
@HeyAnonai — protocolo que maneja las solicitudes de los usuarios sobre transacciones DeFi y percepciones en tiempo real
@orbitcryptoai — Socio de IA para interacciones DeFi
2. Agente de negociación autónoma
A diferencia de los robots de trading tradicionales que siguen reglas predefinidas, los agentes de trading autónomos pueden aprender y adaptarse a las condiciones del mercado, ajustando sus estrategias según nueva información. Estos agentes pueden:
Analizar datos para mejorar continuamente la estrategia
Predecir la tendencia del mercado para tomar mejores decisiones de compra/venta
Ejecutar complejas estrategias DeFi como si fueran operaciones básicas
Protocolo principal:
@Almanak__ — plataforma para entrenar, optimizar y desplegar agentes financieros autónomos
@Cod3xOrg — lanzó un agente de IA para realizar tareas financieras en la blockchain
@Spectral_Labs — Crear una red de agentes de intercambio autónomos en la cadena.
3. DApps impulsados por IA
Las dApps DeFi ofrecen funciones como préstamos, intercambios y agricultura de rendimiento. La IA y los agentes de IA pueden mejorar estos servicios de las siguientes maneras:
Optimizar el suministro de liquidez mediante el reequilibrio de las posiciones de LP para obtener un mejor APY
Escanear tokens para detectar riesgos mediante la identificación de posibles rug pulls o honeypots.
Protocolo principal:
@gizatechxyz de ARMA— agente de AI, utilizado para optimizar los rendimientos de USDC en Mode y Base.
@SturdyFinance — Bóveda de rendimiento impulsada por IA
@derivexyz — plataforma de opciones y contratos perpetuos optimizada con un co-piloto de IA inteligente
Principales desafíos
Los principales protocolos construidos sobre estos niveles enfrentan algunos desafíos:
Estos acuerdos dependen de flujos de datos en tiempo real para lograr una ejecución óptima de las transacciones. La mala calidad de los datos puede resultar en una eficiencia de ruta reducida, fallos en las transacciones o transacciones no rentables.
Los modelos de IA se basan en datos históricos, pero el mercado de las criptomonedas es muy volátil. Los agentes deben estar capacitados en conjuntos de datos diversos y de alta calidad para seguir siendo válidos
Se necesita una comprensión completa de la correlación de activos, los cambios en la liquidez y el sentimiento del mercado para entender la situación general del mercado.
Los protocolos basados en estas categorías han sido bien recibidos en el mercado. Sin embargo, para ofrecer mejores productos y los mejores resultados, deberían considerar la integración de diversos conjuntos de datos de diferentes calidades, para llevar sus productos a un nuevo nivel.
Capa de datos——potencia para DeFAI inteligente
La calidad de la IA depende de los datos en los que se basa. Para que los agentes de IA funcionen de manera efectiva en DeFAI, necesitan datos en tiempo real, estructurados y verificables. Por ejemplo, la capa abstracta necesita acceder a los datos en la cadena a través de RPC y API de redes sociales, mientras que los agentes de optimización de transacciones y ganancias requieren datos para perfeccionar aún más sus estrategias de negociación y redistribuir recursos.
Conjuntos de datos de alta calidad permiten a los agentes realizar un mejor análisis predictivo del comportamiento futuro de los precios, proporcionando recomendaciones de trading que se ajustan a sus preferencias de posiciones largas o cortas en ciertos activos.
El principal proveedor de datos de DeFAI
| Acuerdo | Detalles | Función |
| Mode Synth | Datos sintéticos para la previsión financiera | Captura la distribución completa de los cambios de precios, utilizada para la predicción de modelos de IA |
| Chainbase | Conjunto de datos estructurados de cadena completa | Proporciona datos mejorados por IA para comercio, predicción y obtención de alpha |
| sqd.ai | Lago de datos descentralizado orientado a agentes de IA | Acceso a datos multichain escalable y personalizable, con seguridad de prueba de cero conocimiento |
| Cookie | Capa de datos en cadena y mentalidad CT orientada a agentes de IA | Utilizando 18 agentes de IA especializados para procesar más de 7TB de datos de agentes en más de 20 cadenas |
Modo Synth Subred
Como la 50ª subred de Bittensor, Synth crea datos sintéticos para la capacidad de predicción financiera de los agentes. En comparación con otros sistemas de predicción de precios tradicionales, Synth captura la distribución completa de los cambios de precios y sus probabilidades asociadas, construyendo así los datos sintéticos más precisos del mundo, apoyando a los agentes y a los LLM.
Proporcionar más conjuntos de datos de alta calidad puede permitir que los agentes de IA tomen mejores decisiones direccionales en el comercio, al mismo tiempo que predicen la fluctuación del APY en diferentes condiciones del mercado, para que los fondos de liquidez puedan redistribuirse o retirarse cuando sea necesario. Desde el lanzamiento de la red autónoma, han recibido una fuerte demanda del equipo de DeFi para integrar los datos de Synth a través de su API.
La blockchain de agentes de IA más popular
Además de construir una capa de datos para la IA y los agentes, Mode también se posiciona para construir una blockchain de pila completa para el futuro de DeFAI. Recientemente han desplegado Mode Terminal, que es el co-piloto de DeFAI, para ejecutar transacciones en cadena a través de indicaciones de los usuarios, y que se abrirá a los stakers de $MODE.
Además, Mode también admite muchos equipos basados en IA y agentes. Mode ha hecho un gran esfuerzo para integrar protocolos como Autonolas, Giza, Sturdy en su ecosistema, y con el desarrollo de más agentes y la ejecución de transacciones, Mode está evolucionando rápidamente.
Estas medidas se implementaron al mismo tiempo que mejoraban la red con IA, siendo la más destacada la incorporación de un clasificador de IA para su blockchain. Al utilizar simulaciones y análisis de IA antes de la ejecución de las transacciones, se pueden bloquear y revisar transacciones de alto riesgo antes de su procesamiento, asegurando así la seguridad en la cadena. Como L2 de la supercadena Optimism, Mode se sitúa en un lugar intermedio, conectando a usuarios humanos y agentes con el mejor ecosistema DeFi.
Comparativa de las mejores blockchains en las que se basa el agente de IA
Solana y Base son, sin duda, las dos principales cadenas para la construcción y publicación de la mayoría de los marcos y tokens de agentes de IA. Los agentes de IA utilizan la alta capacidad de procesamiento y la red de baja latencia de Solana, así como ElizaOS de código abierto, para implementar tokens de agentes, mientras que Virtuals actúa como un launchpad para implementar agentes en Base. A pesar de que ambos tienen hackatones e incentivos financieros, en lo que respecta a sus planes de IA como cadenas, aún no han alcanzado el nivel que ha logrado Mode.
NEAR se definió anteriormente como una cadena de bloques L1 centrada en la IA, cuyas funciones incluyen un mercado de tareas de IA, un centro de investigación NEAR AI con un marco de agentes de IA de código abierto y el asistente NEAR AI. Recientemente anunciaron un fondo de agentes de IA de 20 millones de dólares para expandir agentes completamente autónomos y verificables en NEAR.
Chainbase
Chainbase ofrece conjuntos de datos estructurados en cadena completamente verificables que pueden mejorar las funciones de transacción, percepción, predicción y búsqueda de alpha de los agentes de IA. Han lanzado manuscripts, que es un marco de flujo de datos de blockchain para integrar datos en cadena y fuera de cadena en el almacenamiento de datos objetivo, permitiendo consultas y análisis ilimitados.
Esto permite a los desarrolladores personalizar los flujos de trabajo de procesamiento de datos según sus necesidades específicas. Estandarizar los datos en bruto y procesarlos en un formato limpio y compatible puede asegurar que su conjunto de datos cumpla con los estrictos requisitos de los sistemas de IA, reduciendo así el tiempo de preprocesamiento, al tiempo que aumenta la precisión del modelo y ayuda a crear agentes de IA confiables.
Basado en su amplia cantidad de datos en la cadena, también desarrollaron un modelo llamado Theia, que traduce los datos en la cadena a análisis de datos para el usuario, sin necesidad de conocimientos complejos de codificación. La utilidad de los datos de Chainbase es evidente en sus asociaciones, donde los protocolos de IA están utilizando sus datos para:
Plugin de proxy ElizaOS, utilizado para decisiones impulsadas en la cadena
Construir el asistente Vana AI
Flock.io red social inteligente, proporciona información sobre el comportamiento del usuario
Theoriq análisis de datos y predicciones sobre DeFi
También colaboró con 0G, Aethir y io.net
En comparación con los protocolos de datos tradicionales
Protocolos de datos como The Graph, Chainlink y Alchemy proporcionan datos, pero no están centrados en la IA. The Graph ofrece una plataforma para consultar e indexar datos de blockchain, proporcionando a los desarrolladores acceso a datos en bruto que no están construidos para transacciones o ejecución de estrategias. Chainlink ofrece alimentación de datos de oráculos, pero carece de conjuntos de datos optimizados por IA para predicciones, mientras que Alchemy se centra principalmente en servicios RPC.
En comparación, los datos de Chainbase son datos de blockchain preparados específicamente, que pueden ser utilizados fácilmente por aplicaciones o agentes de IA en una forma más estructurada y perspicaz, lo que permite a los agentes acceder de manera más conveniente a datos relacionados con el mercado en cadena, la liquidez y los datos de tokens.
sqd.ai
sqd.ai (anteriormente conocido como Subsquid) está desarrollando una red de bases de datos abierta diseñada específicamente para agentes de IA y servicios Web3. Su lago de datos descentralizado ofrece acceso a una gran cantidad de datos de blockchain en tiempo real e históricos de manera económica y sin necesidad de permisos, lo que permite a los agentes de IA funcionar de manera más eficiente.
sqd.ai ofrece un índice de datos en tiempo real (incluido el índice de bloques no finalizados), con una velocidad de indexación de más de 150,000 bloques por segundo, más rápido que cualquier otro indexador. En las últimas 24 horas, han proporcionado más de 11TB de datos, satisfaciendo la demanda de alto rendimiento de miles de millones de agentes de IA autónomos y desarrolladores.
Su plataforma de procesamiento de datos personalizable puede proporcionar datos personalizados según las necesidades de los agentes de IA, mientras que DuckDB ofrece una recuperación de datos eficiente para consultas locales. Su conjunto de datos integral admite más de 100 redes EVM y Substrate, incluidos los registros de eventos y los detalles de las transacciones, lo cual es muy valioso para los agentes de IA que operan en múltiples cadenas de bloques.
La incorporación de pruebas de conocimiento cero garantiza que los agentes de IA puedan acceder y procesar datos sensibles sin comprometer la privacidad. Además, sqd.ai puede manejar la creciente carga de datos al agregar más nodos de procesamiento, lo que apoya el número creciente de agentes de IA (se estima que alcanzará miles de millones).
Cookie
Cookie proporciona una capa de datos modular para agentes de IA y grupos, diseñada específicamente para manejar datos sociales. Cuenta con un panel de control de agentes de IA que rastrea las principales mentalidades de los agentes en la cadena y en plataformas sociales, y recientemente ha lanzado una API de grupos de datos plug-and-play para otros agentes de IA, con el fin de detectar narrativas populares y cambios de mentalidad en CT.
 El siguiente paso de DeFAI
Actualmente, la mayoría de los agentes de IA en DeFi enfrentan limitaciones significativas en la implementación de la autonomía total. Por ejemplo:
La capa abstracta convierte la intención del usuario en ejecución, pero a menudo carece de capacidad de predicción.
Los agentes de IA pueden generar alpha mediante análisis, pero carecen de ejecución de operaciones independiente.
Las dApps impulsadas por IA pueden procesar bóvedas o transacciones, pero de forma reactiva, no activa
La próxima fase de DeFAI podría centrarse en la integración de capas de datos útiles para desarrollar la mejor plataforma o agente de intermediación. Esto requerirá datos en cadena profundos sobre la actividad de ballenas, cambios en la liquidez, etc., mientras que genera datos sintéticos útiles para un mejor análisis predictivo, combinando esto con análisis de sentimiento del mercado general, ya sea sobre la volatilidad de tokens de categorías específicas (como agentes de IA, DeSci, etc.) o la volatilidad de tokens en redes sociales.
El objetivo final es que los agentes de IA puedan generar y ejecutar estrategias de trading sin problemas desde una única interfaz. A medida que estos sistemas maduran, es posible que veamos en el futuro a los traders de DeFi depender de agentes de IA para evaluar, predecir y ejecutar estrategias financieras de manera autónoma con mínima intervención humana.
Últimas reflexiones
Dada la drástica disminución de los tokens y marcos de los agentes de IA, algunas personas pueden pensar que DeFAI es solo un fenómeno pasajero. Sin embargo, DeFAI aún se encuentra en una etapa temprana, y el potencial de los agentes de IA para mejorar la usabilidad y el rendimiento de DeFi es innegable.
La clave para liberar este potencial radica en obtener datos en tiempo real de alta calidad, lo que mejorará las predicciones y ejecuciones comerciales impulsadas por IA. Cada vez más protocolos integran diferentes capas de datos, y los protocolos de datos construyen complementos para el marco, lo que resalta la importancia de los datos para la toma de decisiones de los agentes.
Mirando hacia el futuro, la verificabilidad y la privacidad se convertirán en desafíos clave que los protocolos deberán abordar. Actualmente, la mayoría de las operaciones de los agentes de IA siguen siendo una caja negra, y los usuarios deben confiar sus fondos a ellos. Por lo tanto, el desarrollo de decisiones de IA verificables ayudará a garantizar la transparencia y la responsabilidad en los procesos de los agentes. La integración de protocolos basados en TEE, FHE e incluso pruebas zk puede mejorar la verificabilidad del comportamiento de los agentes de IA, lo que permite confiar en la autonomía.
Solo combinando con éxito datos de alta calidad, modelos robustos y procesos de toma de decisiones transparentes, el agente DeFAI podrá obtener una amplia aplicación.
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
DeFAI al descubierto: ¿Cómo puede la IA liberar el potencial de las Finanzas descentralizadas?
Autor: Geng Kai, DF
¿Qué es DeFAI?
Desde su rápida expansión en 2020, las finanzas descentralizadas (DeFi) han sido un pilar central del ecosistema criptográfico. Aunque se han establecido muchos nuevos protocolos innovadores, también ha llevado a un aumento de la complejidad y la fragmentación, lo que hace que incluso los usuarios experimentados tengan dificultades para navegar por la gran cantidad de cadenas, activos y protocolos.
Al mismo tiempo, la inteligencia artificial (AI) ha evolucionado de una narrativa amplia en 2023 a un enfoque más especializado y orientado a agentes en 2024. Esta transformación ha dado lugar a DeFi AI (DeFAI), un campo emergente donde la IA mejora DeFi a través de la automatización, la gestión de riesgos y la optimización del capital.
DeFAI abarca varios niveles. Blockchain es la capa base porque los agentes de IA deben interactuar con una cadena específica para ejecutar transacciones y ejecutar contratos inteligentes. Además de esto, las capas de datos y computación proporcionan la infraestructura necesaria para entrenar modelos de IA a partir de datos históricos de precios, sentimiento del mercado y análisis en cadena. La privacidad y las capas verificables garantizan que los datos financieros confidenciales permanezcan seguros sin dejar de ejecutarse sin fines de lucro. Por último, el marco proxy permite a los desarrolladores crear aplicaciones especializadas impulsadas por IA, como bots de trading autónomos, evaluadores de riesgo crediticio y optimizadores de gobernanza on-chain.
Aunque este diagrama ecológico aún se puede expandir más, estas son las principales categorías de proyectos construidos en DeFAI.
A medida que el ecosistema DeFAI continúa expandiéndose, los proyectos más destacados se pueden dividir en tres categorías principales:
1. Capa de abstracción
Los protocolos basados en esta categoría actúan como una interfaz amigable para el usuario similar a ChatGPT para DeFi, permitiendo a los usuarios ingresar indicaciones que se ejecutan en la cadena. A menudo están integrados con múltiples cadenas y dApps, y ejecutan la intención del usuario, al mismo tiempo que eliminan los pasos manuales en transacciones complejas.
Algunas de las funciones que estos protocolos pueden ejecutar incluyen:
Por ejemplo, no es necesario extraer ETH manualmente de Aave, trasladarlo a Solana, intercambiar SOL / Fartcoin y proporcionar liquidez en Raydium: el protocolo de capa de abstracción puede realizar la operación en un solo paso.
Protocolo principal:
2. Agente de negociación autónoma
A diferencia de los robots de trading tradicionales que siguen reglas predefinidas, los agentes de trading autónomos pueden aprender y adaptarse a las condiciones del mercado, ajustando sus estrategias según nueva información. Estos agentes pueden:
Protocolo principal:
3. DApps impulsados por IA
Las dApps DeFi ofrecen funciones como préstamos, intercambios y agricultura de rendimiento. La IA y los agentes de IA pueden mejorar estos servicios de las siguientes maneras:
Protocolo principal:
Principales desafíos
Los principales protocolos construidos sobre estos niveles enfrentan algunos desafíos:
Los protocolos basados en estas categorías han sido bien recibidos en el mercado. Sin embargo, para ofrecer mejores productos y los mejores resultados, deberían considerar la integración de diversos conjuntos de datos de diferentes calidades, para llevar sus productos a un nuevo nivel.
Capa de datos——potencia para DeFAI inteligente
La calidad de la IA depende de los datos en los que se basa. Para que los agentes de IA funcionen de manera efectiva en DeFAI, necesitan datos en tiempo real, estructurados y verificables. Por ejemplo, la capa abstracta necesita acceder a los datos en la cadena a través de RPC y API de redes sociales, mientras que los agentes de optimización de transacciones y ganancias requieren datos para perfeccionar aún más sus estrategias de negociación y redistribuir recursos.
Conjuntos de datos de alta calidad permiten a los agentes realizar un mejor análisis predictivo del comportamiento futuro de los precios, proporcionando recomendaciones de trading que se ajustan a sus preferencias de posiciones largas o cortas en ciertos activos.
El principal proveedor de datos de DeFAI
| Acuerdo | Detalles | Función | | Mode Synth | Datos sintéticos para la previsión financiera | Captura la distribución completa de los cambios de precios, utilizada para la predicción de modelos de IA | | Chainbase | Conjunto de datos estructurados de cadena completa | Proporciona datos mejorados por IA para comercio, predicción y obtención de alpha | | sqd.ai | Lago de datos descentralizado orientado a agentes de IA | Acceso a datos multichain escalable y personalizable, con seguridad de prueba de cero conocimiento | | Cookie | Capa de datos en cadena y mentalidad CT orientada a agentes de IA | Utilizando 18 agentes de IA especializados para procesar más de 7TB de datos de agentes en más de 20 cadenas |
Modo Synth Subred
Como la 50ª subred de Bittensor, Synth crea datos sintéticos para la capacidad de predicción financiera de los agentes. En comparación con otros sistemas de predicción de precios tradicionales, Synth captura la distribución completa de los cambios de precios y sus probabilidades asociadas, construyendo así los datos sintéticos más precisos del mundo, apoyando a los agentes y a los LLM.
Proporcionar más conjuntos de datos de alta calidad puede permitir que los agentes de IA tomen mejores decisiones direccionales en el comercio, al mismo tiempo que predicen la fluctuación del APY en diferentes condiciones del mercado, para que los fondos de liquidez puedan redistribuirse o retirarse cuando sea necesario. Desde el lanzamiento de la red autónoma, han recibido una fuerte demanda del equipo de DeFi para integrar los datos de Synth a través de su API.
La blockchain de agentes de IA más popular
Además de construir una capa de datos para la IA y los agentes, Mode también se posiciona para construir una blockchain de pila completa para el futuro de DeFAI. Recientemente han desplegado Mode Terminal, que es el co-piloto de DeFAI, para ejecutar transacciones en cadena a través de indicaciones de los usuarios, y que se abrirá a los stakers de $MODE.
Además, Mode también admite muchos equipos basados en IA y agentes. Mode ha hecho un gran esfuerzo para integrar protocolos como Autonolas, Giza, Sturdy en su ecosistema, y con el desarrollo de más agentes y la ejecución de transacciones, Mode está evolucionando rápidamente.
Estas medidas se implementaron al mismo tiempo que mejoraban la red con IA, siendo la más destacada la incorporación de un clasificador de IA para su blockchain. Al utilizar simulaciones y análisis de IA antes de la ejecución de las transacciones, se pueden bloquear y revisar transacciones de alto riesgo antes de su procesamiento, asegurando así la seguridad en la cadena. Como L2 de la supercadena Optimism, Mode se sitúa en un lugar intermedio, conectando a usuarios humanos y agentes con el mejor ecosistema DeFi.
Comparativa de las mejores blockchains en las que se basa el agente de IA
Solana y Base son, sin duda, las dos principales cadenas para la construcción y publicación de la mayoría de los marcos y tokens de agentes de IA. Los agentes de IA utilizan la alta capacidad de procesamiento y la red de baja latencia de Solana, así como ElizaOS de código abierto, para implementar tokens de agentes, mientras que Virtuals actúa como un launchpad para implementar agentes en Base. A pesar de que ambos tienen hackatones e incentivos financieros, en lo que respecta a sus planes de IA como cadenas, aún no han alcanzado el nivel que ha logrado Mode.
NEAR se definió anteriormente como una cadena de bloques L1 centrada en la IA, cuyas funciones incluyen un mercado de tareas de IA, un centro de investigación NEAR AI con un marco de agentes de IA de código abierto y el asistente NEAR AI. Recientemente anunciaron un fondo de agentes de IA de 20 millones de dólares para expandir agentes completamente autónomos y verificables en NEAR.
Chainbase
Chainbase ofrece conjuntos de datos estructurados en cadena completamente verificables que pueden mejorar las funciones de transacción, percepción, predicción y búsqueda de alpha de los agentes de IA. Han lanzado manuscripts, que es un marco de flujo de datos de blockchain para integrar datos en cadena y fuera de cadena en el almacenamiento de datos objetivo, permitiendo consultas y análisis ilimitados.
Esto permite a los desarrolladores personalizar los flujos de trabajo de procesamiento de datos según sus necesidades específicas. Estandarizar los datos en bruto y procesarlos en un formato limpio y compatible puede asegurar que su conjunto de datos cumpla con los estrictos requisitos de los sistemas de IA, reduciendo así el tiempo de preprocesamiento, al tiempo que aumenta la precisión del modelo y ayuda a crear agentes de IA confiables.
Basado en su amplia cantidad de datos en la cadena, también desarrollaron un modelo llamado Theia, que traduce los datos en la cadena a análisis de datos para el usuario, sin necesidad de conocimientos complejos de codificación. La utilidad de los datos de Chainbase es evidente en sus asociaciones, donde los protocolos de IA están utilizando sus datos para:
En comparación con los protocolos de datos tradicionales
Protocolos de datos como The Graph, Chainlink y Alchemy proporcionan datos, pero no están centrados en la IA. The Graph ofrece una plataforma para consultar e indexar datos de blockchain, proporcionando a los desarrolladores acceso a datos en bruto que no están construidos para transacciones o ejecución de estrategias. Chainlink ofrece alimentación de datos de oráculos, pero carece de conjuntos de datos optimizados por IA para predicciones, mientras que Alchemy se centra principalmente en servicios RPC.
En comparación, los datos de Chainbase son datos de blockchain preparados específicamente, que pueden ser utilizados fácilmente por aplicaciones o agentes de IA en una forma más estructurada y perspicaz, lo que permite a los agentes acceder de manera más conveniente a datos relacionados con el mercado en cadena, la liquidez y los datos de tokens.
sqd.ai
sqd.ai (anteriormente conocido como Subsquid) está desarrollando una red de bases de datos abierta diseñada específicamente para agentes de IA y servicios Web3. Su lago de datos descentralizado ofrece acceso a una gran cantidad de datos de blockchain en tiempo real e históricos de manera económica y sin necesidad de permisos, lo que permite a los agentes de IA funcionar de manera más eficiente.
sqd.ai ofrece un índice de datos en tiempo real (incluido el índice de bloques no finalizados), con una velocidad de indexación de más de 150,000 bloques por segundo, más rápido que cualquier otro indexador. En las últimas 24 horas, han proporcionado más de 11TB de datos, satisfaciendo la demanda de alto rendimiento de miles de millones de agentes de IA autónomos y desarrolladores.
Su plataforma de procesamiento de datos personalizable puede proporcionar datos personalizados según las necesidades de los agentes de IA, mientras que DuckDB ofrece una recuperación de datos eficiente para consultas locales. Su conjunto de datos integral admite más de 100 redes EVM y Substrate, incluidos los registros de eventos y los detalles de las transacciones, lo cual es muy valioso para los agentes de IA que operan en múltiples cadenas de bloques.
La incorporación de pruebas de conocimiento cero garantiza que los agentes de IA puedan acceder y procesar datos sensibles sin comprometer la privacidad. Además, sqd.ai puede manejar la creciente carga de datos al agregar más nodos de procesamiento, lo que apoya el número creciente de agentes de IA (se estima que alcanzará miles de millones).
Cookie
Cookie proporciona una capa de datos modular para agentes de IA y grupos, diseñada específicamente para manejar datos sociales. Cuenta con un panel de control de agentes de IA que rastrea las principales mentalidades de los agentes en la cadena y en plataformas sociales, y recientemente ha lanzado una API de grupos de datos plug-and-play para otros agentes de IA, con el fin de detectar narrativas populares y cambios de mentalidad en CT.
 El siguiente paso de DeFAI
Actualmente, la mayoría de los agentes de IA en DeFi enfrentan limitaciones significativas en la implementación de la autonomía total. Por ejemplo:
La próxima fase de DeFAI podría centrarse en la integración de capas de datos útiles para desarrollar la mejor plataforma o agente de intermediación. Esto requerirá datos en cadena profundos sobre la actividad de ballenas, cambios en la liquidez, etc., mientras que genera datos sintéticos útiles para un mejor análisis predictivo, combinando esto con análisis de sentimiento del mercado general, ya sea sobre la volatilidad de tokens de categorías específicas (como agentes de IA, DeSci, etc.) o la volatilidad de tokens en redes sociales.
El objetivo final es que los agentes de IA puedan generar y ejecutar estrategias de trading sin problemas desde una única interfaz. A medida que estos sistemas maduran, es posible que veamos en el futuro a los traders de DeFi depender de agentes de IA para evaluar, predecir y ejecutar estrategias financieras de manera autónoma con mínima intervención humana.
Últimas reflexiones
Dada la drástica disminución de los tokens y marcos de los agentes de IA, algunas personas pueden pensar que DeFAI es solo un fenómeno pasajero. Sin embargo, DeFAI aún se encuentra en una etapa temprana, y el potencial de los agentes de IA para mejorar la usabilidad y el rendimiento de DeFi es innegable.
La clave para liberar este potencial radica en obtener datos en tiempo real de alta calidad, lo que mejorará las predicciones y ejecuciones comerciales impulsadas por IA. Cada vez más protocolos integran diferentes capas de datos, y los protocolos de datos construyen complementos para el marco, lo que resalta la importancia de los datos para la toma de decisiones de los agentes.
Mirando hacia el futuro, la verificabilidad y la privacidad se convertirán en desafíos clave que los protocolos deberán abordar. Actualmente, la mayoría de las operaciones de los agentes de IA siguen siendo una caja negra, y los usuarios deben confiar sus fondos a ellos. Por lo tanto, el desarrollo de decisiones de IA verificables ayudará a garantizar la transparencia y la responsabilidad en los procesos de los agentes. La integración de protocolos basados en TEE, FHE e incluso pruebas zk puede mejorar la verificabilidad del comportamiento de los agentes de IA, lo que permite confiar en la autonomía.
Solo combinando con éxito datos de alta calidad, modelos robustos y procesos de toma de decisiones transparentes, el agente DeFAI podrá obtener una amplia aplicación.