Sejak meluas dengan cepat pada tahun 2020, keuangan terdesentralisasi (DeFi) telah menjadi pilar utama dalam ekosistem kripto. Meskipun banyak protokol inovatif baru telah dibangun, hal ini juga menyebabkan peningkatan kompleksitas dan fragmentasi, bahkan pengguna berpengalaman pun kesulitan untuk menguasai banyaknya rantai, aset, dan protokol.
! [DeFAI Menjelaskan: Bagaimana AI Dapat Melepaskan Potensi DeFi?] ](https://img.gateio.im/social/moments-8d2047d5e1d3cb0bfeb8958d29d81336)
Sementara itu, kecerdasan buatan (AI) telah berkembang dari narasi dasar yang luas di tahun 2023 menjadi fokus yang lebih profesional dan berorientasi pada agen di tahun 2024. Perubahan ini melahirkan DeFi AI (DeFAI) — sebuah bidang yang sedang berkembang, di mana AI meningkatkan DeFi melalui otomatisasi, manajemen risiko, dan optimalisasi modal.
DeFAI melintasi beberapa lapisan. Blockchain adalah lapisan dasar, karena agen AI harus berinteraksi dengan rantai tertentu untuk melakukan transaksi dan menjalankan 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 berbasis AI yang khusus, seperti robot perdagangan otonom, evaluator risiko kredit, dan pengoptimal pemerintahan on-chain.
Meskipun peta ekosistem ini masih dapat diperluas lebih lanjut, tetapi ini adalah kategori utama dari proyek-proyek yang dibangun di atas DeFAI.
Seiring dengan perluasan 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 rantai dan dApp, serta mengeksekusi niat pengguna sambil menghilangkan langkah manual dalam transaksi yang kompleks.
Beberapa fungsi yang dapat dieksekusi oleh protokol ini meliputi:
Secara otomatis melaksanakan pengaturan take profit/stop loss berdasarkan persentase ukuran posisi
Misalnya, tidak perlu secara manual mengekstrak ETH dari Aave, melakukan lintas rantai ke Solana, menukar SOL / Fartcoin, dan menyediakan likuiditas di Raydium — protokol lapisan abstrak hanya perlu satu langkah untuk menyelesaikan operasi.
Protokol Utama:
@griffaindotcom — jaringan perantara yang mengeksekusi transaksi untuk pengguna
@HeyAnonai — protokol untuk menangani petunjuk pengguna terkait perdagangan DeFi dan wawasan waktu nyata
@orbitcryptoai — Mitra AI untuk interaksi DeFi
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 strateginya berdasarkan informasi baru. Agen ini dapat:
Menganalisis data untuk terus memperbaiki strategi
Memprediksi pergerakan pasar untuk membuat keputusan bullish/bearish yang lebih baik
Jalankan strategi DeFi yang kompleks seperti perdagangan dasar
Protokol Utama:
@Almanak__ — platform untuk pelatihan, pengoptimalan, dan penyebaran agen keuangan otonom
@Cod3xOrg — meluncurkan agen AI yang menjalankan tugas keuangan di blockchain
@Spectral_Labs — Membangun jaringan agen trading di blockchain otonom
3. DApps yang Didorong oleh AI
DeFi dApp menyediakan fungsi peminjaman, pertukaran, dan pertanian hasil. AI dan agen AI dapat meningkatkan layanan ini melalui cara berikut:
Mengoptimalkan penyediaan likuiditas untuk mendapatkan APY yang lebih baik dengan menyeimbangkan kembali posisi LP
Memindai token untuk menemukan risiko dengan mendeteksi potensi rug atau perangkap.
Protokol Utama:
ARMA— AI agent dari @gizatechxyz , digunakan untuk mengoptimalkan hasil USDC di Mode dan Base
@SturdyFinance — AI yang didorong oleh asuransi hasil
@derivexyz — platform opsi dan kontrak berjangka yang dioptimalkan dengan AI co-pilot pintar
Tantangan Utama
Protokol-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 volatil. Agen harus menerima pelatihan dari kumpulan data yang beragam dan berkualitas tinggi untuk tetap efektif.
Perlu memahami secara menyeluruh tentang korelasi aset, perubahan likuiditas, dan sentimen pasar untuk memahami kondisi pasar secara keseluruhan.
Protokol berdasarkan kategori ini telah diterima dengan baik 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 meningkatkan produk mereka ke tingkat yang baru.
Lapisan data——Memberikan daya untuk DeFAI pintar
Kualitas AI tergantung pada data yang digunakannya. Agar agen AI dapat berfungsi secara efektif dalam DeFAI, mereka memerlukan data yang terstruktur, dapat diverifikasi, dan real-time. Misalnya, lapisan abstraksi perlu mengakses data di blockchain melalui RPC dan API jaringan sosial, sementara agen optimisasi transaksi dan keuntungan memerlukan data untuk lebih menyempurnakan strategi perdagangan mereka dan mendistribusikan kembali sumber daya.
Kumpulan data berkualitas tinggi memungkinkan agen untuk lebih baik menganalisis perilaku harga di masa depan, memberikan saran untuk perdagangan, agar sesuai dengan preferensi mereka terhadap posisi beli atau jual dari aset tertentu.
Penyedia data utama DeFAI
| Protokol | Detail | Fungsi |
| Mode Synth | Data sintetis untuk prediksi keuangan | Menangkap distribusi perubahan harga secara lengkap untuk prediksi model AI |
| Chainbase | Kumpulan data terstruktur seluruh rantai | Menyediakan data yang ditingkatkan AI untuk perdagangan, prediksi, dan mendapatkan alpha |
| sqd.ai | Danau data terdesentralisasi yang ditujukan untuk agen AI | Akses data multi-rantai yang dapat diskalakan dan disesuaikan, dengan keamanan bukti tanpa pengetahuan |
| Cookie | Mentalitas CT dan lapisan data on-chain yang ditujukan untuk agen AI | Menggunakan 18 agen AI khusus untuk memproses lebih dari 7TB data agen on-chain di lebih dari 20 rantai |
Mode Synth Subjaringan
Sebagai sub-jaringan ke-50 Bittensor, Synth menciptakan data sintetis untuk kemampuan prediksi keuangan agen. Berbeda dengan sistem prediksi harga tradisional lainnya, Synth menangkap distribusi penuh perubahan harga dan probabilitas terkaitnya, sehingga membangun data sintetis yang paling akurat di dunia, mendukung agen dan LLM.
Menawarkan lebih banyak kumpulan data berkualitas tinggi dapat membantu agen AI membuat keputusan arah yang lebih baik dalam perdagangan, sambil memprediksi fluktuasi APY di bawah berbagai kondisi pasar, sehingga kolam likuiditas dapat mengalokasikan 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 Agen AI Paling Diperhatikan
Selain membangun lapisan data untuk AI dan agen, Mode juga memposisikan dirinya sebagai pembangun blockchain full-stack untuk masa depan DeFAI. Mereka baru-baru ini meluncurkan Mode Terminal, yang merupakan co-pilot DeFAI, untuk melakukan transaksi on-chain berdasarkan prompt pengguna, yang akan dibuka untuk staker $MODE.
Selain itu, Mode juga mendukung banyak tim berbasis AI dan agen. Mode telah berusaha keras untuk mengintegrasikan protokol seperti Autonolas, Giza, Sturdy ke dalam ekosistemnya, dan dengan pengembangan agen yang lebih banyak dan pelaksanaan transaksi, Mode berkembang dengan pesat.
Langkah-langkah ini dilakukan bersamaan dengan peningkatan jaringan mereka menggunakan AI, yang paling mencolok adalah dilengkapinya blockchain mereka dengan sorter AI. Dengan menggunakan simulasi dan analisis AI sebelum eksekusi transaksi, transaksi berisiko tinggi dapat dihentikan dan diperiksa sebelum diproses untuk memastikan keamanan di dalam rantai. Sebagai L2 dari Optimism Superchain, Mode berdiri di tengah, menghubungkan pengguna manusia dan agen dengan ekosistem DeFi terbaik.
Perbandingan blockchain teratas yang didasarkan pada AI agen
Solana dan Base jelas merupakan dua rantai utama untuk membangun dan menerbitkan sebagian besar kerangka dan token agen 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 dana, dalam hal rencana AI mereka sebagai sebuah rantai, mereka belum mencapai level yang dicapai oleh Mode.
NEAR sebelumnya mendefinisikan dirinya sebagai blockchain L1 AI-sentris, dengan fitur-fitur termasuk pasar tugas AI, Pusat Penelitian AI NEAR dengan kerangka kerja agen AI open-source, dan Asisten AI NEAR. Mereka baru-baru ini mengumumkan dana agensi AI $ 20 juta untuk skala agen yang sepenuhnya otonom dan dapat diverifikasi di NEAR.
Chainbase
Chainbase menyediakan kumpulan data terstruktur yang dapat diverifikasi di seluruh rantai, yang dapat meningkatkan kemampuan agen AI dalam transaksi, wawasan, prediksi, pencarian alpha, dan lainnya. Mereka meluncurkan manuscripts, yang merupakan kerangka aliran data blockchain untuk mengintegrasikan data on-chain dan off-chain ke dalam penyimpanan data target, untuk kueri dan analisis tanpa batas.
Ini memungkinkan pengembang untuk menyesuaikan alur kerja pemrosesan data sesuai dengan kebutuhan spesifik mereka. Dengan menstandarkan dan memproses data mentah menjadi format yang bersih dan kompatibel, dapat memastikan bahwa kumpulan data mereka memenuhi tuntutan ketat sistem AI, sehingga mengurangi waktu pra-pemrosesan, sekaligus meningkatkan akurasi model, membantu menciptakan agen AI yang dapat diandalkan.
Berdasarkan data on-chain yang luas, mereka juga mengembangkan model yang disebut 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 proxy, digunakan untuk pengambilan keputusan berbasis blockchain
Membangun Asisten Vana AI
Flock.io jaringan sosial cerdas, menyediakan wawasan perilaku pengguna
Theoriq untuk analisis data dan prediksi DeFi
Bekerja sama dengan 0G, Aethir, dan io.net
Dibandingkan dengan protokol data tradisional
Protokol data seperti The Graph, Chainlink, dan Alchemy menyediakan data, tetapi tidak berfokus pada AI. The Graph menawarkan platform untuk kueri dan pengindeksan data blockchain, memberikan akses data mentah kepada pengembang, yang tidak dirancang untuk perdagangan atau eksekusi strategi. Chainlink menyediakan umpan data oracle, tetapi kurang memiliki kumpulan data yang dioptimalkan untuk prediksi menggunakan AI, sementara Alchemy terutama menawarkan layanan RPC.
Sebagai perbandingan, data Chainbase adalah data blockchain yang disiapkan secara khusus, yang dapat digunakan dengan lebih terstruktur dan memberikan wawasan yang lebih baik oleh aplikasi atau agen AI, sehingga agen dapat lebih mudah mengakses data yang terkait dengan pasar on-chain, likuiditas, dan data token.
sqd.ai
sqd.ai (dulu bernama Subsquid) sedang mengembangkan jaringan database terbuka yang dirancang khusus untuk agen AI dan layanan Web3. Danau data terdesentralisasi mereka menyediakan akses ke sejumlah besar data blockchain real-time dan historis yang tidak memerlukan izin dan hemat biaya, memungkinkan agen AI untuk beroperasi dengan lebih efisien.
sqd.ai Menyediakan pengindeksan data real-time, termasuk pengindeksan blok yang tidak lengkap, dengan kecepatan hingga 150.000+ blok per detik, lebih cepat daripada pengindeks lainnya. Dalam 24 jam terakhir, mereka telah melayani lebih dari 11TB data, memenuhi kebutuhan throughput tinggi dari miliaran agen dan pengembang AI otonom.
Platform pengolahan data yang dapat disesuaikan mereka dapat menyediakan data yang disesuaikan berdasarkan kebutuhan agen AI, sedangkan DuckDB menyediakan pengambilan data yang efisien untuk kueri lokal. Kumpulan data komprehensif mereka mendukung lebih dari 100 jaringan EVM dan Substrate, termasuk log acara dan detail transaksi, yang sangat berharga bagi agen AI yang beroperasi di berbagai blockchain.
Bergabungnya bukti 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, mendukung jumlah agen AI yang terus berkembang (diperkirakan jumlahnya akan mencapai miliaran).
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 dan perubahan pikiran yang populer di dalam CT.
Data mereka mencakup lebih dari 7TB sumber data sosial dan blockchain secara real-time, didukung oleh 20 agen data, memberikan wawasan tentang sentimen pasar dan analisis on-chain. Agen AI terbaru mereka @agentcookiefun memanfaatkan 7% dari kapasitas kumpulan data mereka, dengan memanfaatkan berbagai agen lain yang berjalan di bawahnya untuk memberikan prediksi pasar dan menemukan peluang baru.
Langkah selanjutnya DeFAI
Saat ini, sebagian besar agen AI di DeFi menghadapi batasan signifikan dalam mencapai otonomi penuh. Contohnya:
Lapisan abstrak mengubah niat pengguna menjadi eksekusi, tetapi biasanya kurang memiliki kemampuan prediksi.
Agen AI mungkin dapat menghasilkan alpha melalui analisis, tetapi kekurangan eksekusi perdagangan yang independen.
dApp yang didorong oleh AI dapat menangani vault atau perdagangan, 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 whale, perubahan likuiditas, dan sebagainya, sambil menghasilkan data sintetik yang berguna untuk analisis prediktif yang lebih baik, dan menggabungkan analisis sentimen dari pasar umum, baik itu fluktuasi token di kategori tertentu (seperti agen AI, DeSci, dll) atau fluktuasi token di jejaring sosial.
Tujuan akhirnya adalah agar agen AI dapat menghasilkan dan mengeksekusi strategi perdagangan secara mulus dari satu antarmuka. Seiring dengan matangnya sistem ini, kita mungkin akan melihat di masa depan trader DeFi bergantung pada agen AI untuk secara mandiri mengevaluasi, memprediksi, dan mengeksekusi strategi keuangan dengan intervensi manusia yang minimal.
Pemikiran terakhir
Mengingat penurunan besar-besaran pada token dan kerangka AI agen, beberapa orang mungkin menganggap DeFAI hanyalah sekadar fenomena sesaat. Namun, DeFAI masih berada di tahap awal, dan potensi peningkatan kegunaan serta kinerja DeFi oleh agen AI tidak dapat disangkal.
Kunci untuk melepaskan potensi ini adalah memperoleh data waktu nyata berkualitas tinggi, yang akan meningkatkan prediksi dan eksekusi perdagangan yang didorong oleh AI. Semakin banyak protokol yang mengintegrasikan berbagai lapisan data, dan protokol data membangun plugin untuk kerangka kerja tersebut, yang menyoroti pentingnya data bagi keputusan agen.
Melihat ke depan, verifikasi dan privasi akan menjadi tantangan kunci yang harus diatasi oleh protokol. Saat ini, sebagian besar operasi agen AI masih merupakan kotak hitam, di mana pengguna harus mempercayakan dana mereka kepadanya. Oleh karena itu, pengembangan keputusan AI yang dapat diverifikasi akan membantu memastikan transparansi dan akuntabilitas dalam proses agen. Integrasi protokol yang berbasis TEE, FHE, atau bahkan zk-proofs dapat meningkatkan verifikasi perilaku agen AI, sehingga mewujudkan kepercayaan terhadap otonomi.
Hanya dengan berhasil menggabungkan data berkualitas tinggi, model yang kuat, dan proses pengambilan keputusan yang transparan, agen DeFAI dapat memperoleh penerapan yang luas.
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
DeFAI secara keseluruhan: Bagaimana AI melepaskan potensi DeFi?
Penulis: Geng Kai, DF
Apa itu ### DeFAI?
Sejak meluas dengan cepat pada tahun 2020, keuangan terdesentralisasi (DeFi) telah menjadi pilar utama dalam ekosistem kripto. Meskipun banyak protokol inovatif baru telah dibangun, hal ini juga menyebabkan peningkatan kompleksitas dan fragmentasi, bahkan pengguna berpengalaman pun kesulitan untuk menguasai banyaknya rantai, aset, dan protokol.
! [DeFAI Menjelaskan: Bagaimana AI Dapat Melepaskan Potensi DeFi?] ](https://img.gateio.im/social/moments-8d2047d5e1d3cb0bfeb8958d29d81336)
Sementara itu, kecerdasan buatan (AI) telah berkembang dari narasi dasar yang luas di tahun 2023 menjadi fokus yang lebih profesional dan berorientasi pada agen di tahun 2024. Perubahan ini melahirkan DeFi AI (DeFAI) — sebuah bidang yang sedang berkembang, di mana AI meningkatkan DeFi melalui otomatisasi, manajemen risiko, dan optimalisasi modal.
DeFAI melintasi beberapa lapisan. Blockchain adalah lapisan dasar, karena agen AI harus berinteraksi dengan rantai tertentu untuk melakukan transaksi dan menjalankan 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 berbasis AI yang khusus, seperti robot perdagangan otonom, evaluator risiko kredit, dan pengoptimal pemerintahan on-chain.
Meskipun peta ekosistem ini masih dapat diperluas lebih lanjut, tetapi ini adalah kategori utama dari proyek-proyek yang dibangun di atas DeFAI.
Seiring dengan perluasan 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 rantai dan dApp, serta mengeksekusi niat pengguna sambil menghilangkan langkah manual dalam transaksi yang kompleks.
Beberapa fungsi yang dapat dieksekusi oleh protokol ini meliputi:
Misalnya, tidak perlu secara manual mengekstrak ETH dari Aave, melakukan lintas rantai ke Solana, menukar SOL / Fartcoin, dan menyediakan likuiditas di Raydium — protokol lapisan abstrak hanya perlu satu langkah untuk menyelesaikan operasi.
Protokol Utama:
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 strateginya berdasarkan informasi baru. Agen ini dapat:
Protokol Utama:
3. DApps yang Didorong oleh AI
DeFi dApp menyediakan fungsi peminjaman, pertukaran, dan pertanian hasil. AI dan agen AI dapat meningkatkan layanan ini melalui cara berikut:
Protokol Utama:
Tantangan Utama
Protokol-protokol teratas yang dibangun di atas lapisan-lapisan ini menghadapi beberapa tantangan:
Protokol berdasarkan kategori ini telah diterima dengan baik 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 meningkatkan produk mereka ke tingkat yang baru.
Lapisan data——Memberikan daya untuk DeFAI pintar
Kualitas AI tergantung pada data yang digunakannya. Agar agen AI dapat berfungsi secara efektif dalam DeFAI, mereka memerlukan data yang terstruktur, dapat diverifikasi, dan real-time. Misalnya, lapisan abstraksi perlu mengakses data di blockchain melalui RPC dan API jaringan sosial, sementara agen optimisasi transaksi dan keuntungan memerlukan data untuk lebih menyempurnakan strategi perdagangan mereka dan mendistribusikan kembali sumber daya.
Kumpulan data berkualitas tinggi memungkinkan agen untuk lebih baik menganalisis perilaku harga di masa depan, memberikan saran untuk perdagangan, agar sesuai dengan preferensi mereka terhadap posisi beli atau jual dari aset tertentu.
Penyedia data utama DeFAI
| Protokol | Detail | Fungsi | | Mode Synth | Data sintetis untuk prediksi keuangan | Menangkap distribusi perubahan harga secara lengkap untuk prediksi model AI | | Chainbase | Kumpulan data terstruktur seluruh rantai | Menyediakan data yang ditingkatkan AI untuk perdagangan, prediksi, dan mendapatkan alpha | | sqd.ai | Danau data terdesentralisasi yang ditujukan untuk agen AI | Akses data multi-rantai yang dapat diskalakan dan disesuaikan, dengan keamanan bukti tanpa pengetahuan | | Cookie | Mentalitas CT dan lapisan data on-chain yang ditujukan untuk agen AI | Menggunakan 18 agen AI khusus untuk memproses lebih dari 7TB data agen on-chain di lebih dari 20 rantai |
Mode Synth Subjaringan
Sebagai sub-jaringan ke-50 Bittensor, Synth menciptakan data sintetis untuk kemampuan prediksi keuangan agen. Berbeda dengan sistem prediksi harga tradisional lainnya, Synth menangkap distribusi penuh perubahan harga dan probabilitas terkaitnya, sehingga membangun data sintetis yang paling akurat di dunia, mendukung agen dan LLM.
Menawarkan lebih banyak kumpulan data berkualitas tinggi dapat membantu agen AI membuat keputusan arah yang lebih baik dalam perdagangan, sambil memprediksi fluktuasi APY di bawah berbagai kondisi pasar, sehingga kolam likuiditas dapat mengalokasikan 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 Agen AI Paling Diperhatikan
Selain membangun lapisan data untuk AI dan agen, Mode juga memposisikan dirinya sebagai pembangun blockchain full-stack untuk masa depan DeFAI. Mereka baru-baru ini meluncurkan Mode Terminal, yang merupakan co-pilot DeFAI, untuk melakukan transaksi on-chain berdasarkan prompt pengguna, yang akan dibuka untuk staker $MODE.
Selain itu, Mode juga mendukung banyak tim berbasis AI dan agen. Mode telah berusaha keras untuk mengintegrasikan protokol seperti Autonolas, Giza, Sturdy ke dalam ekosistemnya, dan dengan pengembangan agen yang lebih banyak dan pelaksanaan transaksi, Mode berkembang dengan pesat.
Langkah-langkah ini dilakukan bersamaan dengan peningkatan jaringan mereka menggunakan AI, yang paling mencolok adalah dilengkapinya blockchain mereka dengan sorter AI. Dengan menggunakan simulasi dan analisis AI sebelum eksekusi transaksi, transaksi berisiko tinggi dapat dihentikan dan diperiksa sebelum diproses untuk memastikan keamanan di dalam rantai. Sebagai L2 dari Optimism Superchain, Mode berdiri di tengah, menghubungkan pengguna manusia dan agen dengan ekosistem DeFi terbaik.
Perbandingan blockchain teratas yang didasarkan pada AI agen
Solana dan Base jelas merupakan dua rantai utama untuk membangun dan menerbitkan sebagian besar kerangka dan token agen 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 dana, dalam hal rencana AI mereka sebagai sebuah rantai, mereka belum mencapai level yang dicapai oleh Mode.
NEAR sebelumnya mendefinisikan dirinya sebagai blockchain L1 AI-sentris, dengan fitur-fitur termasuk pasar tugas AI, Pusat Penelitian AI NEAR dengan kerangka kerja agen AI open-source, dan Asisten AI NEAR. Mereka baru-baru ini mengumumkan dana agensi AI $ 20 juta untuk skala agen yang sepenuhnya otonom dan dapat diverifikasi di NEAR.
Chainbase
Chainbase menyediakan kumpulan data terstruktur yang dapat diverifikasi di seluruh rantai, yang dapat meningkatkan kemampuan agen AI dalam transaksi, wawasan, prediksi, pencarian alpha, dan lainnya. Mereka meluncurkan manuscripts, yang merupakan kerangka aliran data blockchain untuk mengintegrasikan data on-chain dan off-chain ke dalam penyimpanan data target, untuk kueri dan analisis tanpa batas.
Ini memungkinkan pengembang untuk menyesuaikan alur kerja pemrosesan data sesuai dengan kebutuhan spesifik mereka. Dengan menstandarkan dan memproses data mentah menjadi format yang bersih dan kompatibel, dapat memastikan bahwa kumpulan data mereka memenuhi tuntutan ketat sistem AI, sehingga mengurangi waktu pra-pemrosesan, sekaligus meningkatkan akurasi model, membantu menciptakan agen AI yang dapat diandalkan.
Berdasarkan data on-chain yang luas, mereka juga mengembangkan model yang disebut 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 menawarkan platform untuk kueri dan pengindeksan data blockchain, memberikan akses data mentah kepada pengembang, yang tidak dirancang untuk perdagangan atau eksekusi strategi. Chainlink menyediakan umpan data oracle, tetapi kurang memiliki kumpulan data yang dioptimalkan untuk prediksi menggunakan AI, sementara Alchemy terutama menawarkan layanan RPC.
Sebagai perbandingan, data Chainbase adalah data blockchain yang disiapkan secara khusus, yang dapat digunakan dengan lebih terstruktur dan memberikan wawasan yang lebih baik oleh aplikasi atau agen AI, sehingga agen dapat lebih mudah mengakses data yang terkait dengan pasar on-chain, likuiditas, dan data token.
sqd.ai
sqd.ai (dulu bernama Subsquid) sedang mengembangkan jaringan database terbuka yang dirancang khusus untuk agen AI dan layanan Web3. Danau data terdesentralisasi mereka menyediakan akses ke sejumlah besar data blockchain real-time dan historis yang tidak memerlukan izin dan hemat biaya, memungkinkan agen AI untuk beroperasi dengan lebih efisien.
sqd.ai Menyediakan pengindeksan data real-time, termasuk pengindeksan blok yang tidak lengkap, dengan kecepatan hingga 150.000+ blok per detik, lebih cepat daripada pengindeks lainnya. Dalam 24 jam terakhir, mereka telah melayani lebih dari 11TB data, memenuhi kebutuhan throughput tinggi dari miliaran agen dan pengembang AI otonom.
Platform pengolahan data yang dapat disesuaikan mereka dapat menyediakan data yang disesuaikan berdasarkan kebutuhan agen AI, sedangkan DuckDB menyediakan pengambilan data yang efisien untuk kueri lokal. Kumpulan data komprehensif mereka mendukung lebih dari 100 jaringan EVM dan Substrate, termasuk log acara dan detail transaksi, yang sangat berharga bagi agen AI yang beroperasi di berbagai blockchain.
Bergabungnya bukti 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, mendukung jumlah agen AI yang terus berkembang (diperkirakan jumlahnya akan mencapai miliaran).
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 dan perubahan pikiran yang populer di dalam CT.
Data mereka mencakup lebih dari 7TB sumber data sosial dan blockchain secara real-time, didukung oleh 20 agen data, memberikan wawasan tentang sentimen pasar dan analisis on-chain. Agen AI terbaru mereka @agentcookiefun memanfaatkan 7% dari kapasitas kumpulan data mereka, dengan memanfaatkan berbagai agen lain yang berjalan di bawahnya untuk memberikan prediksi pasar dan menemukan peluang baru.
Langkah selanjutnya DeFAI
Saat ini, sebagian besar agen AI di DeFi menghadapi batasan signifikan dalam mencapai otonomi penuh. Contohnya:
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 whale, perubahan likuiditas, dan sebagainya, sambil menghasilkan data sintetik yang berguna untuk analisis prediktif yang lebih baik, dan menggabungkan analisis sentimen dari pasar umum, baik itu fluktuasi token di kategori tertentu (seperti agen AI, DeSci, dll) atau fluktuasi token di jejaring sosial.
Tujuan akhirnya adalah agar agen AI dapat menghasilkan dan mengeksekusi strategi perdagangan secara mulus dari satu antarmuka. Seiring dengan matangnya sistem ini, kita mungkin akan melihat di masa depan trader DeFi bergantung pada agen AI untuk secara mandiri mengevaluasi, memprediksi, dan mengeksekusi strategi keuangan dengan intervensi manusia yang minimal.
Pemikiran terakhir
Mengingat penurunan besar-besaran pada token dan kerangka AI agen, beberapa orang mungkin menganggap DeFAI hanyalah sekadar fenomena sesaat. Namun, DeFAI masih berada di tahap awal, dan potensi peningkatan kegunaan serta kinerja DeFi oleh agen AI tidak dapat disangkal.
Kunci untuk melepaskan potensi ini adalah memperoleh data waktu nyata berkualitas tinggi, yang akan meningkatkan prediksi dan eksekusi perdagangan yang didorong oleh AI. Semakin banyak protokol yang mengintegrasikan berbagai lapisan data, dan protokol data membangun plugin untuk kerangka kerja tersebut, yang menyoroti pentingnya data bagi keputusan agen.
Melihat ke depan, verifikasi dan privasi akan menjadi tantangan kunci yang harus diatasi oleh protokol. Saat ini, sebagian besar operasi agen AI masih merupakan kotak hitam, di mana pengguna harus mempercayakan dana mereka kepadanya. Oleh karena itu, pengembangan keputusan AI yang dapat diverifikasi akan membantu memastikan transparansi dan akuntabilitas dalam proses agen. Integrasi protokol yang berbasis TEE, FHE, atau bahkan zk-proofs dapat meningkatkan verifikasi perilaku agen AI, sehingga mewujudkan kepercayaan terhadap otonomi.
Hanya dengan berhasil menggabungkan data berkualitas tinggi, model yang kuat, dan proses pengambilan keputusan yang transparan, agen DeFAI dapat memperoleh penerapan yang luas.