著者: Geng Kai, DFG
DeFAIとは何ですか？
2020年から急速に拡大して以来、分散型金融（DeFi）は暗号エコシステムの核心的な柱となっています。多くの新しい革新プロトコルが構築されている一方で、複雑性と断片化の増加を招き、経験豊富なユーザーでさえも多数のチェーン、資産、プロトコルを扱うのが難しくなっています。
その一方で、人工知能 (AI) は、2023年の広範な基盤の物語から、2024年にはより専門的でエージェント指向の焦点へと発展しました。この変化は、AIが自動化、リスク管理、資本最適化を通じてDeFiを強化する新興分野であるDeFi AI (DeFAI)を生み出しました。
DeFAIは複数のレイヤーを跨いでいます。ブロックチェーンは基盤レイヤーであり、AIエージェントは特定のチェーンと相互作用して取引を実行し、スマートコントラクトを実行する必要があります。その上に、データレイヤーと計算レイヤーがAIモデルのトレーニングに必要なインフラを提供します。これらのモデルは、過去の価格データ、市場の感情、オンチェーン分析から得られます。プライバシーと検証可能なレイヤーは、信頼のない実行を維持しながら、敏感な財務データの安全性を確保します。最後に、エージェントフレームワークは、開発者が自主的な取引ロボット、信用リスク評価ツール、オンチェーンガバナンス最適化ツールなどの専門的なAI駆動アプリケーションを構築することを可能にします。
このエコシステムの図はさらに拡張できますが、これはDeFAI上に構築されたプロジェクトのトップカテゴリです。
DeFAIエコシステムが拡大するにつれて、最も際立ったプロジェクトは3つの主要なカテゴリに分けることができます：
このカテゴリに基づくプロトコルは、DeFi の ChatGPT に似たユーザーフレンドリーなインターフェースとして機能し、ユーザーがオンチェーンで実行されるプロンプトを入力できるようにします。通常、複数のチェーンや dApp と統合され、ユーザーの意図を実行し、複雑な取引の手動ステップを排除します。
これらのプロトコルが実行できるいくつかの機能には、
交換、クロスチェーン、貸出/引き出し、クロスチェーン取引の実行
フォロー取引ウォレットまたはTwitter/Xプロフィール
ポジション規模の割合に基づいて自動的に利益確定/損切りなどの取引を実行します
例えば、Aave から ETH を手動で引き出し、それを Solana にクロスチェーンし、SOL / Fartcoin に交換し、Raydium で流動性を提供する必要はありません——抽象レイヤープロトコルでは、操作を一歩で完了できます。
主要プロトコル：
@griffaindotcom — ユーザーのために取引を実行する代理ネットワーク
@HeyAnonai — DeFiトランザクションとリアルタイムのインサイトに関するユーザーのヒントを処理するプロトコル
@orbitcryptoai — DeFi とのインタラクションにおける AI パートナー
従来のルールに従った取引ロボットとは異なり、自律取引エージェントは市場の状況を学習し適応し、新しい情報に基づいて戦略を調整することができます。これらのエージェントは：
データを分析して戦略を継続的に改善する
市場の動向を予測し、より良いロング/ショートの意思決定を行うために
基礎取引のように複雑な DeFi 戦略を実行する
@Almanak__ — 自律金融エージェントのトレーニング、最適化、デプロイメントに使用されるプラットフォーム
@Cod3xOrg —ブロックチェーン上で財務タスクを実行するAIエージェントを発表
@Spectral_Labs — 自主チェーン上の取引エージェントネットワークを構築する
3.AIを活用したDApps
DeFi dAppsは、レンディング、スワッピング、イールドファーミングなどの機能を提供します。 AI と AI エージェントは、次の方法でこれらのサービスを強化できます。
流動性供給を最適化するために、LPポジションを再バランスしてより良いAPYを得る
リスクを発見するために、トークンをスキャンして潜在的なラグや蜜壺を検出します。
@gizatechxyzのARMA—ModeとBaseでUSDCの収益を最適化するAIエージェント
@SturdyFinance — AIを活用した収益金庫
@derivexyz — スマート AI co-pilot によって最適化されたオプションおよび永久契約プラットフォーム
主な課題:
これらのレイヤー上に構築されたトッププロトコルはいくつかの課題に直面しています：
これらのプロトコルは、最適な取引執行を実現するためにリアルタイムデータストリームに依存しています。データ品質が悪いと、ルートの効率が低下したり、取引が失敗したり、取引が利益を生まない可能性があります。
AIモデルは歴史データに依存していますが、暗号通貨市場は非常に変動性があります。エージェントは多様で高品質なデータセットのトレーニングを受けなければ、その有効性を維持できません。
資産の相関性、流動性の変化、そして市場の感情を全面的に理解する必要があり、全体の市場状況を把握することができます。
これらのカテゴリに基づくプロトコルは、市場で人気を集めています。しかし、より良い製品と最良の結果を提供するために、彼らはさまざまな異なる品質のデータセットを統合することを検討すべきです。
データ層——DeFAI スマートに力を与える
AIの良し悪しは、それが依存するデータによって決まります。AIエージェントがDeFAIで効果的に機能するためには、リアルタイムで構造化され、検証可能なデータが必要です。例えば、抽象層はRPCとソーシャルネットワークAPIを通じてオンチェーンデータにアクセスする必要があり、取引および利益最適化エージェントは、取引戦略をさらに洗練し、リソースを再配分するためのデータが必要です。
高品質なデータセットは、エージェントが将来の価格動向をより良く予測分析できるようにし、特定の資産に対するロングまたはショートポジションの好みに応じた取引の提案を行います。
DeFAIの主要データプロバイダー
プロトコル
ディテール
機能
モードシンセ
財務予測のための合成データ
完全な価格変動分布をキャッチし、AIモデルの予測に使用する
チェーンベース
全チェーン構造化データセット
取引、予測、アルファの取得に使用されるAI強化データを提供します
sqd.ai
AIエージェント向けの分散型データレイク
拡張性があり、カスタマイズ可能なマルチチェーンデータアクセス、ゼロ知識証明の安全性を備えています
クッキー
AIエージェント向けのCTメンタルとオンチェーンデータレイヤー
20 以上のチェーンで 7TB を超えるオンチェーン代理データを処理するために、18 の専門 AI エージェントを使用する
Mode Synth サブネット
Bittensor の第 50 のサブネットワークとして、Synth はエージェントの財務予測能力のために合成データを作成します。他の従来の価格予測システムと比較して、Synth は価格変動の完全な分布とその関連確率を捉え、世界で最も正確な合成データを構築し、エージェントと LLM をサポートします。
より高品質なデータセットを提供することで、AIエージェントは取引においてより良い方向性の意思決定を行い、異なる市場条件下でのAPYの変動を予測できます。そのため、流動性プールは必要に応じて流動性を再配分または引き出すことができます。自律ネットワークの立ち上げ以来、彼らはDeFiチームからSynthのデータをAPI統合を通じて強い要求を受けています。
最も注目されているAIエージェントブロックチェーン
AIやエージェントのためのデータレイヤーを構築するだけでなく、ModeはDeFAIの未来のためにフルスタックのブロックチェーンを構築することを自ら位置付けています。彼らは最近、Mode Terminalを展開しました。これは、ユーザーのプロンプトを通じてオンチェーン取引を実行するDeFAIの共同操縦者であり、$MODEのステーキング者に開放される予定です。
さらに、Mode は AI と代理に基づく多くのチームをサポートしています。Mode は Autonolas、Giza、Sturdy などのプロトコルをそのエコシステムに統合するために大きな努力をしました。より多くの代理の開発と取引の実行に伴い、Mode は急速に成長しています。
これらの措置は、彼らがAIを使用してネットワークをアップグレードする際に実現されており、最も注目すべきは、彼らのブロックチェーンにAIのソーターを装備したことです。取引を実行する前にシミュレーションとAI分析を使用することで、高リスク取引を処理する前にブロックし、審査することができ、チェーン上の安全性を確保します。OptimismスーパーチェーンのL2として、Modeは中間の立場に立ち、人間とエージェントユーザーを最高のDeFiエコシステムに接続します。
AI代理が基づくトップブロックチェーン比較
SolanaとBaseは間違いなく大多数のAIエージェントフレームワークおよびトークンの構築と公開のための2つの主要なチェーンです。AIエージェントは、Solanaの高スループットと低遅延のネットワーク、そしてオープンソースのElizaOSを利用してエージェントトークンを展開し、VirtualsはBase上でエージェントを展開するためのローンチパッドとして機能します。彼らはどちらもハッカソンや資金インセンティブを持っていますが、チェーンとしてのAIプランに関しては、Modeが達成したレベルにはまだ達していません。
NEARは以前、自身をAI中心のL1ブロックチェーンと定義しており、その機能にはAIタスクマーケット、オープンソースのAIエージェントフレームワークを持つNEAR AI研究センター、およびNEAR AIアシスタントが含まれます。彼らは最近、NEAR上で完全に自律的で検証可能なエージェントを拡張するための2000万ドルのAIエージェントファンドを発表しました。
Chainbaseは、AIエージェントの取引、洞察、予測、アルファ探求などの機能を強化する、全チェーンで検証可能なオンチェーン構造化データセットを提供します。彼らは、オンチェーンとオフチェーンのデータをターゲットデータストレージに統合するためのブロックチェーンデータストリームフレームワークであるmanuscriptsを発表しました。これにより、無制限のクエリと分析が可能になります。
これにより、開発者は自分の特定のニーズに基づいてデータ処理ワークフローをカスタマイズできるようになります。生データを標準化し、クリーンで互換性のあるフォーマットに処理することで、データセットがAIシステムの厳しい要件を満たすことを保証し、前処理時間を短縮するとともに、モデルの精度を向上させ、信頼性の高いAIエージェントの作成を支援します。
その広範なオンチェーンデータに基づいて、彼らはTheiaという名前のモデルを開発しました。このモデルは、複雑なコーディング知識なしに、オンチェーンデータをユーザーのデータ分析に翻訳します。Chainbaseのデータの実用性は、彼らのパートナーシップの中で明らかであり、AIプロトコルは彼らのデータを使用している：
ElizaOS プロキシプラグイン、オンチェーンでの意思決定を駆動するための
Vana AI アシスタントを構築する
Flock.ioのソーシャルネットワークインテリジェンスは、ユーザー行動の洞察を提供します。
TheoriqのDeFi向けデータ分析と予測
まだ0G、Aethir、io.netと協力しています
従来のデータプロトコルと比較して
The Graph、Chainlink、Alchemyなどのデータプロトコルはデータを提供しますが、AI中心ではありません。The Graphはブロックチェーンデータのクエリとインデックスのプラットフォームを提供し、開発者に取引や戦略実行のために構築されていない生データへのアクセスを提供します。Chainlinkはオラクルデータフィードを提供しますが、予測用のAI最適化データセットが不足しており、Alchemyは主にRPCサービスを提供しています。
対照的に、Chainbase データは特に準備されたブロックチェーンデータであり、AI アプリケーションやエージェントがより構造化され、洞察に富んだ形で簡単に利用できるようになっています。これにより、エージェントはチェーン上の市場、流動性、トークンデータに関連するデータをより便利に取得できるようになります。
sqd.ai（旧称 Subsquid）は、AI エージェントと Web3 サービスのために特別に設計されたオープンデータベースネットワークを開発しています。彼らの分散型データレイクは、許可不要で経済的に効率的な大量のリアルタイムおよび歴史的ブロックチェーンデータへのアクセスを提供し、AI エージェントがより効果的に機能できるようにします。
sqd.aiは、リアルタイムデータインデックス（未完成ブロックのインデックスを含む）を提供し、インデックス速度は毎秒150,000以上のブロックに達し、他のインデクサーよりも高速です。過去24時間で、彼らは11TB以上のデータを提供し、数十億の自律AIエージェントと開発者の高スループットニーズを満たしました。
カスタマイズ可能なデータ処理プラットフォームは、AIエージェントのニーズに基づいてカスタマイズされたデータを提供し、DuckDBはローカルクエリの効率的なデータ取得を提供します。 同社の包括的なデータセットは、イベントログやトランザクションの詳細など、100以上のEVMとSubstrateネットワークをサポートしており、複数のブロックチェーンで実行されるAIエージェントにとって価値があります。
ゼロ知識証明の導入により、AIエージェントはプライバシーを損なうことなく、機密データにアクセスして処理できるようになります。さらに、sqd.aiは、処理ノードを追加することで増加し続けるデータ負荷を処理し、AIエージェントの数（数十億に達すると推定されています）をサポートします。
CookieはAIエージェントとクラスタにモジュール式データレイヤーを提供し、特にソーシャルデータの処理に特化しています。それは、オンチェーンおよびソーシャルプラットフォーム上のトップエージェントのメンタリティを追跡するAIエージェントダッシュボードを備えており、最近では他のAIエージェント向けにプラグアンドプレイのデータクラスタAPIを導入し、CT内の流行するナラティブとメンタリティの変化を検出します。
彼らのデータグループは、20のデータエージェントによってサポートされ、7TBを超えるリアルタイムのオンチェーンおよびソーシャルデータソースをカバーしており、市場の感情やオンチェーン分析に関する洞察を提供しています。彼らの最新のAIエージェント @agentcookiefun は、7%のキャパシティを利用して彼らのデータグループを活用し、その下で動作するさまざまな他のエージェントを利用して市場予測を行い、新たな機会を発見しています。
DeFAIの次のステップ
現在、DeFiにおけるほとんどのAIエージェントは完全な自律性を実現する上で重大な制限に直面しています。例えば：
抽象層はユーザーの意図を実行に変換しますが、通常は予測能力に欠けています。
AIエージェントは分析を通じてアルファを生成する可能性がありますが、独立した取引実行が欠けています。
AI駆動のdAppは、保険庫や取引を処理できますが、受動的であり、能動的ではありません。
DeFAIの次のステージは、有用なデータレイヤーの統合に焦点を当て、最適な代理プラットフォームまたはエージェントを開発する可能性があります。これには、巨大なクジラの活動や流動性の変化に関する深いオンチェーンデータが必要であり、より良い予測分析のために有用な合成データを生成し、特定のカテゴリ（AIエージェント、DeSciなど）やソーシャルネットワークでのトークンの変動に関する一般市場からの感情分析を組み合わせる必要があります。
最終的な目標は、AIエージェントが単一のインターフェースからシームレスに取引戦略を生成し、実行できるようになることです。これらのシステムが成熟するにつれて、将来的にはDeFiトレーダーがAIエージェントに依存し、最小限の人為的介入で自主的に金融戦略を評価、予測、実行する姿が見られるかもしれません。
最後の考え
AIエージェントトークンとフレームワークの大幅な縮小を考慮すると、一部の人々はDeFAIが一時的なものであると考えるかもしれません。しかし、DeFAIはまだ初期段階にあり、AIエージェントがDeFiの利用可能性と性能を向上させる潜在能力は否定できません。
この潜在能力を解放する鍵は、高品質のリアルタイムデータを取得することであり、これによりAI駆動の取引予測と実行が改善されます。ますます多くのプロトコルが異なるデータレイヤーを統合しており、データプロトコルはフレームワークにプラグインを構築しています。これはエージェントの意思決定におけるデータの重要性を強調しています。
今後、検証可能性とプライバシーは、プロトコルが対処しなければならない重要な課題となるでしょう。 現在、ほとんどのAIプロキシ操作は、ユーザーが資金を委託しなければならないブラックボックスのままです。 その結果、検証可能なAIによる意思決定の開発は、エージェントプロセスの透明性と説明責任を確保するのに役立ちます。 TEE、PHE、さらにはzkプルーフベースのプロトコルを統合することで、AIエージェントの動作の検証可能性を高め、自律性に対する信頼性を高めることができます。
高品質なデータ、堅牢なモデル、透明な意思決定プロセスを成功裏に組み合わせることで、DeFAIエージェントは広く利用されることができます。
207k 投稿
153k 投稿
131k 投稿
78k 投稿
65k 投稿
60k 投稿
59k 投稿
55k 投稿
52k 投稿
51k 投稿
DeFAI全解：AIはどのように分散型金融の潜在能力を引き出すのか？
著者: Geng Kai, DFG
DeFAIとは何ですか？
2020年から急速に拡大して以来、分散型金融（DeFi）は暗号エコシステムの核心的な柱となっています。多くの新しい革新プロトコルが構築されている一方で、複雑性と断片化の増加を招き、経験豊富なユーザーでさえも多数のチェーン、資産、プロトコルを扱うのが難しくなっています。
その一方で、人工知能 (AI) は、2023年の広範な基盤の物語から、2024年にはより専門的でエージェント指向の焦点へと発展しました。この変化は、AIが自動化、リスク管理、資本最適化を通じてDeFiを強化する新興分野であるDeFi AI (DeFAI)を生み出しました。
DeFAIは複数のレイヤーを跨いでいます。ブロックチェーンは基盤レイヤーであり、AIエージェントは特定のチェーンと相互作用して取引を実行し、スマートコントラクトを実行する必要があります。その上に、データレイヤーと計算レイヤーがAIモデルのトレーニングに必要なインフラを提供します。これらのモデルは、過去の価格データ、市場の感情、オンチェーン分析から得られます。プライバシーと検証可能なレイヤーは、信頼のない実行を維持しながら、敏感な財務データの安全性を確保します。最後に、エージェントフレームワークは、開発者が自主的な取引ロボット、信用リスク評価ツール、オンチェーンガバナンス最適化ツールなどの専門的なAI駆動アプリケーションを構築することを可能にします。
このエコシステムの図はさらに拡張できますが、これはDeFAI上に構築されたプロジェクトのトップカテゴリです。
DeFAIエコシステムが拡大するにつれて、最も際立ったプロジェクトは3つの主要なカテゴリに分けることができます：
このカテゴリに基づくプロトコルは、DeFi の ChatGPT に似たユーザーフレンドリーなインターフェースとして機能し、ユーザーがオンチェーンで実行されるプロンプトを入力できるようにします。通常、複数のチェーンや dApp と統合され、ユーザーの意図を実行し、複雑な取引の手動ステップを排除します。
これらのプロトコルが実行できるいくつかの機能には、
交換、クロスチェーン、貸出/引き出し、クロスチェーン取引の実行
フォロー取引ウォレットまたはTwitter/Xプロフィール
ポジション規模の割合に基づいて自動的に利益確定/損切りなどの取引を実行します
例えば、Aave から ETH を手動で引き出し、それを Solana にクロスチェーンし、SOL / Fartcoin に交換し、Raydium で流動性を提供する必要はありません——抽象レイヤープロトコルでは、操作を一歩で完了できます。
主要プロトコル：
@griffaindotcom — ユーザーのために取引を実行する代理ネットワーク
@HeyAnonai — DeFiトランザクションとリアルタイムのインサイトに関するユーザーのヒントを処理するプロトコル
@orbitcryptoai — DeFi とのインタラクションにおける AI パートナー
従来のルールに従った取引ロボットとは異なり、自律取引エージェントは市場の状況を学習し適応し、新しい情報に基づいて戦略を調整することができます。これらのエージェントは：
データを分析して戦略を継続的に改善する
市場の動向を予測し、より良いロング/ショートの意思決定を行うために
基礎取引のように複雑な DeFi 戦略を実行する
主要プロトコル：
@Almanak__ — 自律金融エージェントのトレーニング、最適化、デプロイメントに使用されるプラットフォーム
@Cod3xOrg —ブロックチェーン上で財務タスクを実行するAIエージェントを発表
@Spectral_Labs — 自主チェーン上の取引エージェントネットワークを構築する
3.AIを活用したDApps
DeFi dAppsは、レンディング、スワッピング、イールドファーミングなどの機能を提供します。 AI と AI エージェントは、次の方法でこれらのサービスを強化できます。
流動性供給を最適化するために、LPポジションを再バランスしてより良いAPYを得る
リスクを発見するために、トークンをスキャンして潜在的なラグや蜜壺を検出します。
主要プロトコル：
@gizatechxyzのARMA—ModeとBaseでUSDCの収益を最適化するAIエージェント
@SturdyFinance — AIを活用した収益金庫
@derivexyz — スマート AI co-pilot によって最適化されたオプションおよび永久契約プラットフォーム
主な課題:
これらのレイヤー上に構築されたトッププロトコルはいくつかの課題に直面しています：
これらのプロトコルは、最適な取引執行を実現するためにリアルタイムデータストリームに依存しています。データ品質が悪いと、ルートの効率が低下したり、取引が失敗したり、取引が利益を生まない可能性があります。
AIモデルは歴史データに依存していますが、暗号通貨市場は非常に変動性があります。エージェントは多様で高品質なデータセットのトレーニングを受けなければ、その有効性を維持できません。
資産の相関性、流動性の変化、そして市場の感情を全面的に理解する必要があり、全体の市場状況を把握することができます。
これらのカテゴリに基づくプロトコルは、市場で人気を集めています。しかし、より良い製品と最良の結果を提供するために、彼らはさまざまな異なる品質のデータセットを統合することを検討すべきです。
データ層——DeFAI スマートに力を与える
AIの良し悪しは、それが依存するデータによって決まります。AIエージェントがDeFAIで効果的に機能するためには、リアルタイムで構造化され、検証可能なデータが必要です。例えば、抽象層はRPCとソーシャルネットワークAPIを通じてオンチェーンデータにアクセスする必要があり、取引および利益最適化エージェントは、取引戦略をさらに洗練し、リソースを再配分するためのデータが必要です。
高品質なデータセットは、エージェントが将来の価格動向をより良く予測分析できるようにし、特定の資産に対するロングまたはショートポジションの好みに応じた取引の提案を行います。
DeFAIの主要データプロバイダー
プロトコル
ディテール
機能
モードシンセ
財務予測のための合成データ
完全な価格変動分布をキャッチし、AIモデルの予測に使用する
チェーンベース
全チェーン構造化データセット
取引、予測、アルファの取得に使用されるAI強化データを提供します
sqd.ai
AIエージェント向けの分散型データレイク
拡張性があり、カスタマイズ可能なマルチチェーンデータアクセス、ゼロ知識証明の安全性を備えています
クッキー
AIエージェント向けのCTメンタルとオンチェーンデータレイヤー
20 以上のチェーンで 7TB を超えるオンチェーン代理データを処理するために、18 の専門 AI エージェントを使用する
Mode Synth サブネット
Bittensor の第 50 のサブネットワークとして、Synth はエージェントの財務予測能力のために合成データを作成します。他の従来の価格予測システムと比較して、Synth は価格変動の完全な分布とその関連確率を捉え、世界で最も正確な合成データを構築し、エージェントと LLM をサポートします。
より高品質なデータセットを提供することで、AIエージェントは取引においてより良い方向性の意思決定を行い、異なる市場条件下でのAPYの変動を予測できます。そのため、流動性プールは必要に応じて流動性を再配分または引き出すことができます。自律ネットワークの立ち上げ以来、彼らはDeFiチームからSynthのデータをAPI統合を通じて強い要求を受けています。
最も注目されているAIエージェントブロックチェーン
AIやエージェントのためのデータレイヤーを構築するだけでなく、ModeはDeFAIの未来のためにフルスタックのブロックチェーンを構築することを自ら位置付けています。彼らは最近、Mode Terminalを展開しました。これは、ユーザーのプロンプトを通じてオンチェーン取引を実行するDeFAIの共同操縦者であり、$MODEのステーキング者に開放される予定です。
さらに、Mode は AI と代理に基づく多くのチームをサポートしています。Mode は Autonolas、Giza、Sturdy などのプロトコルをそのエコシステムに統合するために大きな努力をしました。より多くの代理の開発と取引の実行に伴い、Mode は急速に成長しています。
これらの措置は、彼らがAIを使用してネットワークをアップグレードする際に実現されており、最も注目すべきは、彼らのブロックチェーンにAIのソーターを装備したことです。取引を実行する前にシミュレーションとAI分析を使用することで、高リスク取引を処理する前にブロックし、審査することができ、チェーン上の安全性を確保します。OptimismスーパーチェーンのL2として、Modeは中間の立場に立ち、人間とエージェントユーザーを最高のDeFiエコシステムに接続します。
AI代理が基づくトップブロックチェーン比較
SolanaとBaseは間違いなく大多数のAIエージェントフレームワークおよびトークンの構築と公開のための2つの主要なチェーンです。AIエージェントは、Solanaの高スループットと低遅延のネットワーク、そしてオープンソースのElizaOSを利用してエージェントトークンを展開し、VirtualsはBase上でエージェントを展開するためのローンチパッドとして機能します。彼らはどちらもハッカソンや資金インセンティブを持っていますが、チェーンとしてのAIプランに関しては、Modeが達成したレベルにはまだ達していません。
NEARは以前、自身をAI中心のL1ブロックチェーンと定義しており、その機能にはAIタスクマーケット、オープンソースのAIエージェントフレームワークを持つNEAR AI研究センター、およびNEAR AIアシスタントが含まれます。彼らは最近、NEAR上で完全に自律的で検証可能なエージェントを拡張するための2000万ドルのAIエージェントファンドを発表しました。
チェーンベース
Chainbaseは、AIエージェントの取引、洞察、予測、アルファ探求などの機能を強化する、全チェーンで検証可能なオンチェーン構造化データセットを提供します。彼らは、オンチェーンとオフチェーンのデータをターゲットデータストレージに統合するためのブロックチェーンデータストリームフレームワークであるmanuscriptsを発表しました。これにより、無制限のクエリと分析が可能になります。
これにより、開発者は自分の特定のニーズに基づいてデータ処理ワークフローをカスタマイズできるようになります。生データを標準化し、クリーンで互換性のあるフォーマットに処理することで、データセットがAIシステムの厳しい要件を満たすことを保証し、前処理時間を短縮するとともに、モデルの精度を向上させ、信頼性の高いAIエージェントの作成を支援します。
その広範なオンチェーンデータに基づいて、彼らはTheiaという名前のモデルを開発しました。このモデルは、複雑なコーディング知識なしに、オンチェーンデータをユーザーのデータ分析に翻訳します。Chainbaseのデータの実用性は、彼らのパートナーシップの中で明らかであり、AIプロトコルは彼らのデータを使用している：
ElizaOS プロキシプラグイン、オンチェーンでの意思決定を駆動するための
Vana AI アシスタントを構築する
Flock.ioのソーシャルネットワークインテリジェンスは、ユーザー行動の洞察を提供します。
TheoriqのDeFi向けデータ分析と予測
まだ0G、Aethir、io.netと協力しています
従来のデータプロトコルと比較して
The Graph、Chainlink、Alchemyなどのデータプロトコルはデータを提供しますが、AI中心ではありません。The Graphはブロックチェーンデータのクエリとインデックスのプラットフォームを提供し、開発者に取引や戦略実行のために構築されていない生データへのアクセスを提供します。Chainlinkはオラクルデータフィードを提供しますが、予測用のAI最適化データセットが不足しており、Alchemyは主にRPCサービスを提供しています。
対照的に、Chainbase データは特に準備されたブロックチェーンデータであり、AI アプリケーションやエージェントがより構造化され、洞察に富んだ形で簡単に利用できるようになっています。これにより、エージェントはチェーン上の市場、流動性、トークンデータに関連するデータをより便利に取得できるようになります。
sqd.ai
sqd.ai（旧称 Subsquid）は、AI エージェントと Web3 サービスのために特別に設計されたオープンデータベースネットワークを開発しています。彼らの分散型データレイクは、許可不要で経済的に効率的な大量のリアルタイムおよび歴史的ブロックチェーンデータへのアクセスを提供し、AI エージェントがより効果的に機能できるようにします。
sqd.aiは、リアルタイムデータインデックス（未完成ブロックのインデックスを含む）を提供し、インデックス速度は毎秒150,000以上のブロックに達し、他のインデクサーよりも高速です。過去24時間で、彼らは11TB以上のデータを提供し、数十億の自律AIエージェントと開発者の高スループットニーズを満たしました。
カスタマイズ可能なデータ処理プラットフォームは、AIエージェントのニーズに基づいてカスタマイズされたデータを提供し、DuckDBはローカルクエリの効率的なデータ取得を提供します。 同社の包括的なデータセットは、イベントログやトランザクションの詳細など、100以上のEVMとSubstrateネットワークをサポートしており、複数のブロックチェーンで実行されるAIエージェントにとって価値があります。
ゼロ知識証明の導入により、AIエージェントはプライバシーを損なうことなく、機密データにアクセスして処理できるようになります。さらに、sqd.aiは、処理ノードを追加することで増加し続けるデータ負荷を処理し、AIエージェントの数（数十億に達すると推定されています）をサポートします。
クッキー
CookieはAIエージェントとクラスタにモジュール式データレイヤーを提供し、特にソーシャルデータの処理に特化しています。それは、オンチェーンおよびソーシャルプラットフォーム上のトップエージェントのメンタリティを追跡するAIエージェントダッシュボードを備えており、最近では他のAIエージェント向けにプラグアンドプレイのデータクラスタAPIを導入し、CT内の流行するナラティブとメンタリティの変化を検出します。
彼らのデータグループは、20のデータエージェントによってサポートされ、7TBを超えるリアルタイムのオンチェーンおよびソーシャルデータソースをカバーしており、市場の感情やオンチェーン分析に関する洞察を提供しています。彼らの最新のAIエージェント @agentcookiefun は、7%のキャパシティを利用して彼らのデータグループを活用し、その下で動作するさまざまな他のエージェントを利用して市場予測を行い、新たな機会を発見しています。
DeFAIの次のステップ
現在、DeFiにおけるほとんどのAIエージェントは完全な自律性を実現する上で重大な制限に直面しています。例えば：
抽象層はユーザーの意図を実行に変換しますが、通常は予測能力に欠けています。
AIエージェントは分析を通じてアルファを生成する可能性がありますが、独立した取引実行が欠けています。
AI駆動のdAppは、保険庫や取引を処理できますが、受動的であり、能動的ではありません。
DeFAIの次のステージは、有用なデータレイヤーの統合に焦点を当て、最適な代理プラットフォームまたはエージェントを開発する可能性があります。これには、巨大なクジラの活動や流動性の変化に関する深いオンチェーンデータが必要であり、より良い予測分析のために有用な合成データを生成し、特定のカテゴリ（AIエージェント、DeSciなど）やソーシャルネットワークでのトークンの変動に関する一般市場からの感情分析を組み合わせる必要があります。
最終的な目標は、AIエージェントが単一のインターフェースからシームレスに取引戦略を生成し、実行できるようになることです。これらのシステムが成熟するにつれて、将来的にはDeFiトレーダーがAIエージェントに依存し、最小限の人為的介入で自主的に金融戦略を評価、予測、実行する姿が見られるかもしれません。
最後の考え
AIエージェントトークンとフレームワークの大幅な縮小を考慮すると、一部の人々はDeFAIが一時的なものであると考えるかもしれません。しかし、DeFAIはまだ初期段階にあり、AIエージェントがDeFiの利用可能性と性能を向上させる潜在能力は否定できません。
この潜在能力を解放する鍵は、高品質のリアルタイムデータを取得することであり、これによりAI駆動の取引予測と実行が改善されます。ますます多くのプロトコルが異なるデータレイヤーを統合しており、データプロトコルはフレームワークにプラグインを構築しています。これはエージェントの意思決定におけるデータの重要性を強調しています。
今後、検証可能性とプライバシーは、プロトコルが対処しなければならない重要な課題となるでしょう。 現在、ほとんどのAIプロキシ操作は、ユーザーが資金を委託しなければならないブラックボックスのままです。 その結果、検証可能なAIによる意思決定の開発は、エージェントプロセスの透明性と説明責任を確保するのに役立ちます。 TEE、PHE、さらにはzkプルーフベースのプロトコルを統合することで、AIエージェントの動作の検証可能性を高め、自律性に対する信頼性を高めることができます。
高品質なデータ、堅牢なモデル、透明な意思決定プロセスを成功裏に組み合わせることで、DeFAIエージェントは広く利用されることができます。