Sejak ekspansinya yang cepat pada tahun 2020, Keuangan Terdesentralisasi (DeFi) telah menjadi pilar utama ekosistem kripto. Meskipun banyak protokol inovatif baru telah dibangun, hal ini juga menyebabkan peningkatan kompleksitas dan fragmentasi, sehingga bahkan pengguna berpengalaman pun kesulitan untuk menguasai banyaknya rantai, aset, dan protokol.
Sementara itu, kecerdasan buatan (AI) telah berkembang dari narasi dasar yang luas di tahun 2023 menjadi fokus yang lebih profesional dan berbasis agen di tahun 2024. Perubahan ini melahirkan DeFi AI (DeFAI) — sebuah bidang yang sedang muncul, di mana AI meningkatkan DeFi melalui otomatisasi, manajemen risiko, dan optimalisasi modal.
DeFAI mencakup beberapa tingkatan. Blockchain adalah lapisan dasar karena agen AI harus berinteraksi dengan rantai tertentu untuk melakukan transaksi dan menjalankan kontrak pintar. Selain itu, lapisan data dan komputasi menyediakan infrastruktur yang diperlukan untuk melatih model AI dari data harga historis, sentimen pasar, dan analitik on-chain. Privasi dan lapisan yang dapat diverifikasi memastikan bahwa data keuangan sensitif tetap aman sambil tetap eksekusi tanpa kepercayaan. Akhirnya, kerangka kerja proxy memungkinkan pengembang untuk membangun aplikasi bertenaga AI khusus, seperti bot perdagangan otonom, penilai risiko kredit, dan pengoptimal tata kelola on-chain.
Meskipun diagram ekosistem ini dapat diperluas lebih lanjut, namun ini adalah kategori utama dari proyek-proyek yang dibangun di atas DeFAI.
Ketika ekosistem DeFAI terus berkembang, proyek-proyek yang paling menonjol dapat dibagi menjadi tiga kategori utama:
Lapisan Abstraksi
Protokol yang dibangun di atas kategori ini berfungsi sebagai antarmuka ramah pengguna yang mirip dengan ChatGPT untuk DeFi, memungkinkan pengguna memasukkan instruksi 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:
Dompet perdagangan mengikuti atau profil Twitter/X
Secara otomatis melaksanakan take profit/stop loss dan transaksi lainnya berdasarkan persentase ukuran posisi.
Misalnya, tidak perlu secara manual mengekstrak ETH dari Aave, mentransfernya ke Solana, menukar SOL / Fartcoin, dan menyediakan likuiditas di Raydium — protokol lapisan abstrak hanya memerlukan satu langkah untuk menyelesaikan operasi.
Protokol Utama:
@griffaindotcom — jaringan perantara yang melakukan transaksi untuk pengguna
@HeyAnonai — protokol untuk menangani permintaan pengguna terkait perdagangan DeFi dan wawasan waktu nyata
@orbitcryptoai — Mitra AI dalam interaksi DeFi
Agen Perdagangan Mandiri
Berbeda dengan robot perdagangan tradisional yang mengikuti aturan yang telah ditetapkan, agen perdagangan otonom dapat belajar dan beradaptasi dengan kondisi pasar, serta menyesuaikan strateginya berdasarkan informasi baru. Agen-agen ini dapat:
Menganalisis data untuk terus menyempurnakan strategi
Memprediksi pergerakan pasar untuk membuat keputusan bullish/bearish yang lebih baik
Melaksanakan strategi DeFi yang kompleks seperti perdagangan dasar
Protokol Utama:
@Almanak__ — platform untuk pelatihan, pengoptimalan, dan penerapan agen keuangan otonom
@Cod3xOrg — meluncurkan agen AI untuk menjalankan tugas keuangan di blockchain
@Spectral_Labs — Membuat jaringan agen perdagangan di blockchain yang mandiri
DApps yang Didukung AI
Aplikasi DeFi dApp menyediakan fungsi peminjaman, pertukaran, dan pertanian hasil. AI dan agen AI dapat meningkatkan layanan ini melalui cara-cara berikut:
Mengoptimalkan penyediaan likuiditas dengan menyeimbangkan kembali posisi LP untuk mendapatkan APY yang lebih baik
Memindai token untuk mengidentifikasi risiko dengan mendeteksi potensi rug atau perangkap.
Protokol Utama:
@gizatechxyz ARMA— AI agen untuk mengoptimalkan hasil USDC di Mode dan Base
@SturdyFinance — AI yang didorong oleh asuransi hasil
@derivexyz — Opsi dan platform kontrak abadi yang dioptimalkan dengan co-pilot AI cerdas
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 fluktuatif. Agen harus dilatih dengan kumpulan data yang beragam dan berkualitas tinggi untuk tetap efektif.
Perlu memahami dengan baik korelasi aset, perubahan likuiditas, dan sentimen pasar untuk memahami kondisi pasar secara keseluruhan.
Protokol berdasarkan kategori-kategori ini telah diterima dengan baik di pasar. Namun, untuk memberikan produk yang lebih baik dan hasil terbaik, mereka harus mempertimbangkan untuk mengintegrasikan berbagai dataset dengan kualitas yang berbeda untuk meningkatkan produk mereka ke tingkat yang baru.
Lapisan data - Memberikan kekuatan untuk kecerdasan DeFAI
Kualitas AI tergantung pada data yang digunakannya. Agar agen AI dapat bekerja secara efektif di DeFAI, mereka memerlukan data yang terstruktur, dapat diverifikasi, dan waktu nyata. Misalnya, lapisan abstraksi perlu mengakses data on-chain melalui RPC dan API jaringan sosial, sementara agen optimalisasi perdagangan dan keuntungan memerlukan data untuk lebih menyempurnakan strategi perdagangan mereka dan mendistribusikan ulang 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 long atau short pada aset tertentu.
Penyedia data utama DeFAI
perjanjian
Detail
Fungsi
Mode Synth
Data sintetis untuk perkiraan keuangan
Menangkap distribusi perubahan harga yang lengkap, untuk prediksi model AI
Basis rantai
Dataset terstruktur seluruh rantai
Menyediakan data yang ditingkatkan AI untuk perdagangan, prediksi, dan mendapatkan alpha
sqd.ai
Danau data terdesentralisasi untuk agen AI
Akses data multichain yang dapat diperluas dan disesuaikan, dengan keamanan bukti nol pengetahuan.
Cookie
Lapisan data CT dan mentalitas 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 blockchain.
Mode Synth Subjaringan
Sebagai sub-jaringan ke-50 dari Bittensor, Synth menciptakan data sintetik untuk kemampuan prediksi keuangan agen. Berbeda dengan sistem prediksi harga tradisional lainnya, Synth menangkap distribusi lengkap pergerakan harga dan probabilitas terkaitnya, sehingga membangun data sintetik yang paling akurat di dunia, mendukung agen dan LLM.
Menyediakan lebih banyak dataset berkualitas tinggi dapat memungkinkan agen AI membuat keputusan arah yang lebih baik dalam perdagangan, sekaligus 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 agen AI yang 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 mengeksekusi 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 melakukan upaya besar untuk mengintegrasikan protokol seperti Autonolas, Giza, dan Sturdy ke dalam ekosistemnya, dengan semakin banyak agen yang dikembangkan dan mengeksekusi transaksi, Mode berkembang dengan cepat.
Langkah-langkah ini dilakukan bersamaan dengan peningkatan jaringan mereka menggunakan AI, yang paling mencolok adalah dilengkapi dengan sorter AI untuk blockchain mereka. 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 berada di tengah, menghubungkan manusia dan pengguna agen dengan ekosistem DeFi terbaik.
Perbandingan blockchain teratas yang menjadi dasar AI agent
Solana dan Base jelas merupakan 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 sumber terbuka 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 sebagai sebuah rantai, mereka belum mencapai tingkat yang dicapai oleh Mode.
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 sebesar 20 juta dolar untuk mengembangkan agen yang sepenuhnya otonom dan dapat diverifikasi di NEAR.
Chainbase
Chainbase menyediakan kumpulan data terstruktur yang dapat diverifikasi di seluruh rantai, yang dapat meningkatkan fungsi agen AI dalam transaksi, wawasan, prediksi, dan pencarian alpha. Mereka meluncurkan manuscripts, yaitu kerangka aliran data blockchain yang digunakan untuk mengintegrasikan data 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 dataset 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 yang luas, mereka juga mengembangkan model bernama Theia, yang menerjemahkan data on-chain menjadi analisis data pengguna tanpa memerlukan pengetahuan pengkodean yang kompleks. Kegunaan data Chainbase terlihat jelas dalam kemitraan mereka, di mana protokol AI menggunakan data mereka untuk:
ElizaOS plugin proxy, digunakan untuk pengambilan keputusan berbasis blockchain
Membangun Asisten Vana AI
Jaringan sosial Flock.io yang cerdas, menyediakan wawasan perilaku pengguna
Analisis data dan prediksi DeFi oleh Theoriq
juga 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 menyediakan platform untuk kueri dan pengindeksan data blockchain, memberikan akses data mentah kepada pengembang, yang tidak dibangun untuk transaksi atau eksekusi strategi. Chainlink menyediakan umpan data oracle, tetapi kekurangan dataset yang dioptimalkan untuk prediksi dengan AI, sedangkan Alchemy terutama menyediakan layanan RPC.
Sebaliknya, data Chainbase adalah data blockchain yang disiapkan khusus yang dapat dengan mudah digunakan oleh aplikasi atau agen AI dalam bentuk yang lebih terstruktur dan berwawasan, sehingga memudahkan agen untuk mengakses data yang terkait dengan pasar on-chain, likuiditas, dan data token.
sqd.ai
sqd.ai (sebelumnya bernama Subsquid) sedang mengembangkan jaringan basis data terbuka yang dirancang khusus untuk agen AI dan layanan Web3. Danau data terdesentralisasi mereka menyediakan akses ke sejumlah besar data blockchain waktu nyata dan historis yang tidak memerlukan izin dan hemat biaya, sehingga memungkinkan agen AI beroperasi dengan lebih efisien.
sqd.ai menyediakan indeks data waktu nyata (termasuk indeks blok yang belum selesai), dengan kecepatan indeks mencapai lebih dari 150.000 blok per detik, lebih cepat daripada pengindeks lainnya. Dalam 24 jam terakhir, mereka telah menyediakan lebih dari 11TB data, memenuhi kebutuhan throughput tinggi dari miliaran agen AI mandiri dan pengembang.
Platform pengolahan data yang dapat disesuaikan mereka dapat menyediakan data yang disesuaikan berdasarkan 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 zero-knowledge proofs memastikan bahwa agen AI dapat mengakses dan memproses data sensitif tanpa mengorbankan privasi. Selain itu, sqd.ai dapat mendukung semakin banyak agen AI (diperkirakan mencapai miliaran) dengan menambahkan lebih banyak node pemrosesan untuk menangani beban data yang terus meningkat.
Cookie
Cookie menyediakan lapisan data modular untuk agen AI dan kluster, khusus untuk menangani data sosial. Ini memiliki dasbor agen AI yang dapat melacak pola pikir 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 pola pikir yang sedang tren di CT.
Data 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 @agentcookiefun memanfaatkan 7% kapasitas dari kumpulan data mereka, dengan memanfaatkan berbagai agen lain yang berjalan di bawahnya untuk memberikan prediksi pasar dan menemukan peluang baru.
Langkah selanjutnya dari DeFAI
Saat ini, sebagian besar agen AI di DeFi menghadapi batasan signifikan dalam mencapai otonomi penuh. Misalnya:
Lapisan abstrak mengubah niat pengguna menjadi eksekusi, tetapi biasanya kurang memiliki kemampuan prediksi.
AI agen mungkin dapat menghasilkan alpha melalui analisis, tetapi kurangnya eksekusi perdagangan independen.
dApp yang didorong oleh AI dapat menangani brankas atau perdagangan, tetapi bersifat pasif dan bukan aktif
Fase berikutnya dari DeFAI kemungkinan akan fokus pada integrasi lapisan data yang berguna untuk mengembangkan platform proxy atau proxy terbaik. Ini akan membutuhkan data on-chain yang mendalam tentang aktivitas paus, perubahan likuiditas, dan banyak lagi, sambil menghasilkan data sintetis yang berguna untuk analisis prediktif yang lebih baik, dikombinasikan dengan analisis sentimen dari pasar umum, apakah itu volatilitas token dalam kategori tertentu (seperti agen AI, DeSci, dll.), Atau volatilitas 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 bahwa trader DeFi bergantung pada agen AI untuk secara mandiri mengevaluasi, memprediksi, dan mengeksekusi strategi keuangan dengan intervensi manusia yang minimal.
Pemikiran terakhir
Mengingat penurunan drastis token dan kerangka kerja agen AI, beberapa orang mungkin berpendapat bahwa DeFAI hanyalah sekadar fenomena sesaat. Namun, DeFAI masih berada di tahap awal, dan potensi agen AI untuk meningkatkan kegunaan dan kinerja DeFi 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 lapisan data yang berbeda, protokol data membangun plugin untuk kerangka kerja, yang menyoroti pentingnya data untuk 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. Protokol yang terintegrasi dengan TEE, FHE, atau bahkan zk-proofs dapat meningkatkan verifikasi perilaku agen AI, sehingga membangun kepercayaan terhadap otonomi.
Hanya dengan menggabungkan data berkualitas tinggi, model yang kuat, dan proses pengambilan keputusan yang transparan, agen DeFAI dapat mendapatkan aplikasi 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 menyeluruh: Bagaimana AI dapat melepaskan potensi DeFi?
Penulis: Geng Kai, DF
Apa itu DeFAI?
Sejak ekspansinya yang cepat pada tahun 2020, Keuangan Terdesentralisasi (DeFi) telah menjadi pilar utama ekosistem kripto. Meskipun banyak protokol inovatif baru telah dibangun, hal ini juga menyebabkan peningkatan kompleksitas dan fragmentasi, sehingga bahkan pengguna berpengalaman pun kesulitan untuk menguasai banyaknya rantai, aset, dan protokol.
Sementara itu, kecerdasan buatan (AI) telah berkembang dari narasi dasar yang luas di tahun 2023 menjadi fokus yang lebih profesional dan berbasis agen di tahun 2024. Perubahan ini melahirkan DeFi AI (DeFAI) — sebuah bidang yang sedang muncul, di mana AI meningkatkan DeFi melalui otomatisasi, manajemen risiko, dan optimalisasi modal.
DeFAI mencakup beberapa tingkatan. Blockchain adalah lapisan dasar karena agen AI harus berinteraksi dengan rantai tertentu untuk melakukan transaksi dan menjalankan kontrak pintar. Selain itu, lapisan data dan komputasi menyediakan infrastruktur yang diperlukan untuk melatih model AI dari data harga historis, sentimen pasar, dan analitik on-chain. Privasi dan lapisan yang dapat diverifikasi memastikan bahwa data keuangan sensitif tetap aman sambil tetap eksekusi tanpa kepercayaan. Akhirnya, kerangka kerja proxy memungkinkan pengembang untuk membangun aplikasi bertenaga AI khusus, seperti bot perdagangan otonom, penilai risiko kredit, dan pengoptimal tata kelola on-chain.
Meskipun diagram ekosistem ini dapat diperluas lebih lanjut, namun ini adalah kategori utama dari proyek-proyek yang dibangun di atas DeFAI.
Ketika ekosistem DeFAI terus berkembang, proyek-proyek yang paling menonjol dapat dibagi menjadi tiga kategori utama:
Protokol yang dibangun di atas kategori ini berfungsi sebagai antarmuka ramah pengguna yang mirip dengan ChatGPT untuk DeFi, memungkinkan pengguna memasukkan instruksi 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:
pertukaran, lintas rantai, meminjam/penarikan, eksekusi transaksi lintas rantai
Dompet perdagangan mengikuti atau profil Twitter/X
Secara otomatis melaksanakan take profit/stop loss dan transaksi lainnya berdasarkan persentase ukuran posisi.
Misalnya, tidak perlu secara manual mengekstrak ETH dari Aave, mentransfernya ke Solana, menukar SOL / Fartcoin, dan menyediakan likuiditas di Raydium — protokol lapisan abstrak hanya memerlukan satu langkah untuk menyelesaikan operasi.
Protokol Utama:
@griffaindotcom — jaringan perantara yang melakukan transaksi untuk pengguna
@HeyAnonai — protokol untuk menangani permintaan pengguna terkait perdagangan DeFi dan wawasan waktu nyata
@orbitcryptoai — Mitra AI dalam interaksi DeFi
Berbeda dengan robot perdagangan tradisional yang mengikuti aturan yang telah ditetapkan, agen perdagangan otonom dapat belajar dan beradaptasi dengan kondisi pasar, serta menyesuaikan strateginya berdasarkan informasi baru. Agen-agen ini dapat:
Menganalisis data untuk terus menyempurnakan strategi
Memprediksi pergerakan pasar untuk membuat keputusan bullish/bearish yang lebih baik
Melaksanakan strategi DeFi yang kompleks seperti perdagangan dasar
Protokol Utama:
@Almanak__ — platform untuk pelatihan, pengoptimalan, dan penerapan agen keuangan otonom
@Cod3xOrg — meluncurkan agen AI untuk menjalankan tugas keuangan di blockchain
@Spectral_Labs — Membuat jaringan agen perdagangan di blockchain yang mandiri
Aplikasi DeFi dApp menyediakan fungsi peminjaman, pertukaran, dan pertanian hasil. AI dan agen AI dapat meningkatkan layanan ini melalui cara-cara berikut:
Mengoptimalkan penyediaan likuiditas dengan menyeimbangkan kembali posisi LP untuk mendapatkan APY yang lebih baik
Memindai token untuk mengidentifikasi risiko dengan mendeteksi potensi rug atau perangkap.
Protokol Utama:
@gizatechxyz ARMA— AI agen untuk mengoptimalkan hasil USDC di Mode dan Base
@SturdyFinance — AI yang didorong oleh asuransi hasil
@derivexyz — Opsi dan platform kontrak abadi yang dioptimalkan dengan co-pilot AI cerdas
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 fluktuatif. Agen harus dilatih dengan kumpulan data yang beragam dan berkualitas tinggi untuk tetap efektif.
Perlu memahami dengan baik korelasi aset, perubahan likuiditas, dan sentimen pasar untuk memahami kondisi pasar secara keseluruhan.
Protokol berdasarkan kategori-kategori ini telah diterima dengan baik di pasar. Namun, untuk memberikan produk yang lebih baik dan hasil terbaik, mereka harus mempertimbangkan untuk mengintegrasikan berbagai dataset dengan kualitas yang berbeda untuk meningkatkan produk mereka ke tingkat yang baru.
Lapisan data - Memberikan kekuatan untuk kecerdasan DeFAI
Kualitas AI tergantung pada data yang digunakannya. Agar agen AI dapat bekerja secara efektif di DeFAI, mereka memerlukan data yang terstruktur, dapat diverifikasi, dan waktu nyata. Misalnya, lapisan abstraksi perlu mengakses data on-chain melalui RPC dan API jaringan sosial, sementara agen optimalisasi perdagangan dan keuntungan memerlukan data untuk lebih menyempurnakan strategi perdagangan mereka dan mendistribusikan ulang 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 long atau short pada aset tertentu.
Penyedia data utama DeFAI
perjanjian
Detail
Fungsi
Mode Synth
Data sintetis untuk perkiraan keuangan
Menangkap distribusi perubahan harga yang lengkap, untuk prediksi model AI
Basis rantai
Dataset terstruktur seluruh rantai
Menyediakan data yang ditingkatkan AI untuk perdagangan, prediksi, dan mendapatkan alpha
sqd.ai
Danau data terdesentralisasi untuk agen AI
Akses data multichain yang dapat diperluas dan disesuaikan, dengan keamanan bukti nol pengetahuan.
Cookie
Lapisan data CT dan mentalitas 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 blockchain.
Mode Synth Subjaringan
Sebagai sub-jaringan ke-50 dari Bittensor, Synth menciptakan data sintetik untuk kemampuan prediksi keuangan agen. Berbeda dengan sistem prediksi harga tradisional lainnya, Synth menangkap distribusi lengkap pergerakan harga dan probabilitas terkaitnya, sehingga membangun data sintetik yang paling akurat di dunia, mendukung agen dan LLM.
Menyediakan lebih banyak dataset berkualitas tinggi dapat memungkinkan agen AI membuat keputusan arah yang lebih baik dalam perdagangan, sekaligus 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 agen AI yang 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 mengeksekusi 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 melakukan upaya besar untuk mengintegrasikan protokol seperti Autonolas, Giza, dan Sturdy ke dalam ekosistemnya, dengan semakin banyak agen yang dikembangkan dan mengeksekusi transaksi, Mode berkembang dengan cepat.
Langkah-langkah ini dilakukan bersamaan dengan peningkatan jaringan mereka menggunakan AI, yang paling mencolok adalah dilengkapi dengan sorter AI untuk blockchain mereka. 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 berada di tengah, menghubungkan manusia dan pengguna agen dengan ekosistem DeFi terbaik.
Perbandingan blockchain teratas yang menjadi dasar AI agent
Solana dan Base jelas merupakan 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 sumber terbuka 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 sebagai sebuah rantai, mereka belum mencapai tingkat yang dicapai oleh Mode.
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 sebesar 20 juta dolar untuk mengembangkan agen yang sepenuhnya otonom dan dapat diverifikasi di NEAR.
Chainbase
Chainbase menyediakan kumpulan data terstruktur yang dapat diverifikasi di seluruh rantai, yang dapat meningkatkan fungsi agen AI dalam transaksi, wawasan, prediksi, dan pencarian alpha. Mereka meluncurkan manuscripts, yaitu kerangka aliran data blockchain yang digunakan untuk mengintegrasikan data 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 dataset 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 yang luas, mereka juga mengembangkan model bernama Theia, yang menerjemahkan data on-chain menjadi analisis data pengguna tanpa memerlukan pengetahuan pengkodean yang kompleks. Kegunaan data Chainbase terlihat jelas dalam kemitraan mereka, di mana protokol AI menggunakan data mereka untuk:
ElizaOS plugin proxy, digunakan untuk pengambilan keputusan berbasis blockchain
Membangun Asisten Vana AI
Jaringan sosial Flock.io yang cerdas, menyediakan wawasan perilaku pengguna
Analisis data dan prediksi DeFi oleh Theoriq
juga 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 menyediakan platform untuk kueri dan pengindeksan data blockchain, memberikan akses data mentah kepada pengembang, yang tidak dibangun untuk transaksi atau eksekusi strategi. Chainlink menyediakan umpan data oracle, tetapi kekurangan dataset yang dioptimalkan untuk prediksi dengan AI, sedangkan Alchemy terutama menyediakan layanan RPC.
Sebaliknya, data Chainbase adalah data blockchain yang disiapkan khusus yang dapat dengan mudah digunakan oleh aplikasi atau agen AI dalam bentuk yang lebih terstruktur dan berwawasan, sehingga memudahkan agen untuk mengakses data yang terkait dengan pasar on-chain, likuiditas, dan data token.
sqd.ai
sqd.ai (sebelumnya bernama Subsquid) sedang mengembangkan jaringan basis data terbuka yang dirancang khusus untuk agen AI dan layanan Web3. Danau data terdesentralisasi mereka menyediakan akses ke sejumlah besar data blockchain waktu nyata dan historis yang tidak memerlukan izin dan hemat biaya, sehingga memungkinkan agen AI beroperasi dengan lebih efisien.
sqd.ai menyediakan indeks data waktu nyata (termasuk indeks blok yang belum selesai), dengan kecepatan indeks mencapai lebih dari 150.000 blok per detik, lebih cepat daripada pengindeks lainnya. Dalam 24 jam terakhir, mereka telah menyediakan lebih dari 11TB data, memenuhi kebutuhan throughput tinggi dari miliaran agen AI mandiri dan pengembang.
Platform pengolahan data yang dapat disesuaikan mereka dapat menyediakan data yang disesuaikan berdasarkan 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 zero-knowledge proofs memastikan bahwa agen AI dapat mengakses dan memproses data sensitif tanpa mengorbankan privasi. Selain itu, sqd.ai dapat mendukung semakin banyak agen AI (diperkirakan mencapai miliaran) dengan menambahkan lebih banyak node pemrosesan untuk menangani beban data yang terus meningkat.
Cookie
Cookie menyediakan lapisan data modular untuk agen AI dan kluster, khusus untuk menangani data sosial. Ini memiliki dasbor agen AI yang dapat melacak pola pikir 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 pola pikir yang sedang tren di CT.
Data 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 @agentcookiefun memanfaatkan 7% kapasitas dari kumpulan data mereka, dengan memanfaatkan berbagai agen lain yang berjalan di bawahnya untuk memberikan prediksi pasar dan menemukan peluang baru.
Langkah selanjutnya dari DeFAI
Saat ini, sebagian besar agen AI di DeFi menghadapi batasan signifikan dalam mencapai otonomi penuh. Misalnya:
Lapisan abstrak mengubah niat pengguna menjadi eksekusi, tetapi biasanya kurang memiliki kemampuan prediksi.
AI agen mungkin dapat menghasilkan alpha melalui analisis, tetapi kurangnya eksekusi perdagangan independen.
dApp yang didorong oleh AI dapat menangani brankas atau perdagangan, tetapi bersifat pasif dan bukan aktif
Fase berikutnya dari DeFAI kemungkinan akan fokus pada integrasi lapisan data yang berguna untuk mengembangkan platform proxy atau proxy terbaik. Ini akan membutuhkan data on-chain yang mendalam tentang aktivitas paus, perubahan likuiditas, dan banyak lagi, sambil menghasilkan data sintetis yang berguna untuk analisis prediktif yang lebih baik, dikombinasikan dengan analisis sentimen dari pasar umum, apakah itu volatilitas token dalam kategori tertentu (seperti agen AI, DeSci, dll.), Atau volatilitas 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 bahwa trader DeFi bergantung pada agen AI untuk secara mandiri mengevaluasi, memprediksi, dan mengeksekusi strategi keuangan dengan intervensi manusia yang minimal.
Pemikiran terakhir
Mengingat penurunan drastis token dan kerangka kerja agen AI, beberapa orang mungkin berpendapat bahwa DeFAI hanyalah sekadar fenomena sesaat. Namun, DeFAI masih berada di tahap awal, dan potensi agen AI untuk meningkatkan kegunaan dan kinerja DeFi 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 lapisan data yang berbeda, protokol data membangun plugin untuk kerangka kerja, yang menyoroti pentingnya data untuk 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. Protokol yang terintegrasi dengan TEE, FHE, atau bahkan zk-proofs dapat meningkatkan verifikasi perilaku agen AI, sehingga membangun kepercayaan terhadap otonomi.
Hanya dengan menggabungkan data berkualitas tinggi, model yang kuat, dan proses pengambilan keputusan yang transparan, agen DeFAI dapat mendapatkan aplikasi yang luas.