Bots werden zu erstklassigen Bürgern der Kryptoökonomie.

Man muss nicht lange suchen, um Beweise für diesen Trend zu erkennen. Suchende setzen Bots wie Jaredfromsubway.eth ein, um den Wunsch menschlicher Benutzer nach Bequemlichkeit auszunutzen, indem sie ihre DEX-Trades an vorderster Front ausführen. Banana Gun und Maestro, die es menschlichen Benutzern ermöglichen, bequem über Telegram Bot-gestützte Geschäfte zu tätigen, gehören durchweg zu den häufigsten Spritfressern auf Ethereum. Und jetzt, bei neuen kurzlebigen sozialen Apps wie Friendtech, greifen Bots in den Kampf ein, nachdem die App erste menschliche Benutzerakzeptanz gefunden hat, und können das spekulative Schwungrad unbeabsichtigt weiter ankurbeln.

Abonnieren Sie, um zu beweisen, dass Sie kein KI-Agent sind

Abonnieren

All dies bedeutet, dass Bots, ob gewinnorientiert (z. B MEV-Bots) oder verbrauchergesteuert (z. B Telegram-Botkits) sind immer häufiger die priorisierten Benutzer auf Blockchains.

Während Bots im Krypto-Bereich bisher recht rudimentär waren, haben sich Bots außerhalb des Krypto-Bereichs dank der Zunahme großer Sprachmodelle (LLMs) allmählich zu robusten KI-Agenten entwickelt, mit dem Endziel, komplexe Aufgaben autonom zu erledigen und ihre eigenen gut zu erstellen. fundierte Entscheidungen.

Der Aufbau dieser KI-Agenten auf kryptonativen Schienen bringt mehrere wichtige Verbesserungen mit sich:

• Native Zahlungsschienen: KI-Agenten können außerhalb von Krypto existieren, aber wenn wir möchten, dass KI-Agenten komplexe Aktionen ausführen, benötigen sie Zugang zu Kapital. Krypto-Schienen stellen eine bedeutende Verbesserung dar, wenn es darum geht, KI-Agenten Zugang zu Kapital zu verschaffen, anstatt ihnen Zugang zu Bankkonten oder Zahlungsabwicklern (z. B Stripe) oder sich mit den meisten anderen Ineffizienzen befassen, die in unserer Off-Chain-Welt bestehen.
• Besitz von KI-Agent-Wallets: KI-Agenten, die mit Wallets verbunden sind, haben die Möglichkeit, Vermögenswerte zu besitzen (z NFTs, Yield usw.), wodurch Agenten die digitalen Eigentumsrechte erhalten, die allen Krypto-Assets innewohnen. Dies ist besonders wichtig für Transaktionen zwischen Agenten.
• Überprüfbare, deterministische Aktionen: KI-Agenten sind am effektivsten, wenn Aktionen nachweisbar sind (wo sie sicherstellen können, dass eine Aktion abgeschlossen wurde). On-Chain-Transaktionen sind deterministischer Natur – sie fanden entweder statt oder nicht –, was bedeutet, dass KI-Agenten Aufgaben in der Kette genauer erledigen können als außerhalb der Kette.

Natürlich gibt es Einschränkungen für On-Chain-KI-Agenten.

Eine Einschränkung besteht darin, dass KI-Agenten Logik außerhalb der Kette ausführen müssen, um leistungsfähig zu sein. Dies bedeutet, dass KI-Agenten in der Kette ihre Logik/Berechnungen außerhalb der Kette hosten, um die Effizienz zu optimieren, Entscheidungen der Agenten jedoch in der Kette ausgeführt werden, was überprüfbare Aktionen ermöglicht. Wichtig ist, dass KI-Agenten auch ZKML-Anbieter wie Modulus nutzen können, um sicherzustellen, dass ihre Off-Chain-Dateneingaben überprüft werden.

Eine weitere wesentliche Einschränkung von KI-Agenten besteht darin, dass sie nur so nützlich sind wie die ihnen zur Verfügung gestellten Werkzeuge. Wenn Sie beispielsweise einen Agenten bitten, eine Zusammenfassung eines Echtzeit-Nachrichtenereignisses zu geben, muss der Agent einen Web-Scraper in seinem Toolkit haben, um das Internet zu durchsuchen, um die gegebene Aufgabe auszuführen. Benötigen Sie den Agenten, um die Antwort als PDF zu speichern, fügen Sie dem Toolkit ein Dateisystem hinzu. Möchten Sie, dass der Agent Ihren Lieblings-Crypto-Twitter-Influencer kopiert? Der Agent benötigt Zugriff auf eine Wallet und Berechtigungen zum Signieren von Schlüsseln für diese Wallet.

Betrachtet man die aktuelle Landschaft im Spektrum von deterministisch bis nicht deterministisch, führen die meisten Krypto-KI-Agenten deterministische Aufgaben aus. Das heißt, der Mensch programmiert die Parameter der Aufgaben und wie die Aufgabe (z. B. ein Token-Austausch) ausgeführt wird.

Krypto-KI-Agenten haben sich von den Anfängen der Keeper-Bots – die immer noch in DeFi- und Oracle-Apps eingesetzt werden – zu den heutigen anspruchsvolleren Agenten entwickelt, die LLMs nutzen, darunter autonome Künstler wie Botto; KI-Agenten, die mithilfe der Transaktions-Cloud von Syndicate ihre Bankgeschäfte tätigen können; und frühe Marktplätze für KI-Agentendienste wie Autonolas.

Es gibt bereits eine Vielzahl spannender Anwendungen auf dem neuesten Stand:

• KI-Agent-fähige „Smart Wallets“: Dawn nutzt DawnAI, um einen KI-Agenten bereitzustellen, der Benutzer beim Senden von Transaktionen, der Ausführung von Handelsgeschäften und anderen Echtzeit-On-Chain-Einblicken (z. B trendige NFTs).
• Krypto-Gaming-Agenten: Colony , das neueste Spiel von Parallel Alpha, zielt darauf ab, KI-Charaktere zu erschaffen, die eine Brieftasche besitzen und miteinander Transaktionen durchführen können.
• Erweiterte Toolkits für KI-Agenten: KI-Agenten sind nur so gut wie ihre Toolkits, und die Interaktion mit Blockchains ist derzeit ein im Entstehen begriffener Bereich. Krypto-KI-Agenten benötigen Wallets, Möglichkeiten zu ihrer Finanzierung, Berechtigungsfunktionen, integrierte KI-Modelle und die Fähigkeit, mit anderen Agenten zu interagieren. Genauer gesagt hat Gnosis gezeigt, wie diese frühe Infrastruktur mit seinen KI-Mechs aussieht, die KI-Skripte mit einem Smart Contract verpacken, sodass jeder– auch ein anderer Bot– den Smart Contract aufrufen kann, um die Agentenaktion auszuführen (z. B eine Wette auf einem Prognosemarkt abschließen) und gleichzeitig den Agenten bezahlen zu können.
• Erweiterte KI-Händler: DeFi-Super-Apps, die Händlern und Spekulanten erweiterte Aktionen bieten, darunter: DCA in eine Position, wenn die Bedingungen erfüllt sind; Ausführung von Geschäften, wenn die Gaspreise unter einen bestimmten Preis fallen; Überwachung neuer Meme-Token-Verträge; und Festlegen der Auftragsweiterleitung, ohne dass der Benutzer wissen muss, wo er einsteigen soll usw.
• Den langen Schwanz von KI-Agenten aktivieren: Während sich große Anwendungen wie ChatGPT für einige allgemeine Chat-Zwecke gut eignen, müssen KI-Agenten für zahlreiche Branchen, Themen und Nischen fein abgestimmt werden. Marktplätze wie Bittensor schaffen Anreize für „Miner“, Modelle für bestimmte Aufgaben zu trainieren (z. B Bildgenerierung, Vorschulung, prädiktive Modellierung) rund um Zielbranchen (z. B Krypto, Biotechnologie, Wissenschaft). Während Bittensor noch im Entstehen begriffen ist, verwenden Entwickler Bittensor bereits , um Anwendungen/Agenten auf der Grundlage der langen Reihe von Open-Source-LLMs zu erstellen.
• NPC-Agenten für Consumer-Apps: Nicht spielbare Charaktere kommen in Spielen wie MMORPGs häufig vor, in Multiplayer-Consumer-Apps jedoch weniger häufig. Der finanzialisierte Charakter von Krypto-Verbraucher-Apps macht KI-Agenten jedoch zu hervorragenden Teilnehmern bei der Einführung neuer Arten von Spielmechaniken. Das offene KI-Infrastrukturunternehmen Ritual hat kürzlich Frenrug veröffentlicht, einen LLM-basierten Agenten, der innerhalb von Friend.tech operiert und Transaktionen (Kauf oder Verkauf von Schlüsseln) basierend auf Benutzernachrichten ausführt. Benutzer von Friend.tech können versuchen, den Agenten davon zu überzeugen, ihre Schlüssel zu kaufen, die Schlüssel anderer zu verkaufen oder versuchen, den Frenrug-Agenten dazu zu bringen, seine Gelder auf andere kreative Weise zu verwenden.

Da immer mehr Anwendungen und Protokolle KI-Agenten nutzen, werden Menschen sie als Kanal für den Zugang zur Kryptowirtschaft nutzen. Und während KI-Agenten heute wie Spielzeug aussehen, werden sie in Zukunft das tägliche Verbrauchererlebnis bereichern, zu wichtigen Beteiligten in Protokollen werden und untereinander ganze Volkswirtschaften schaffen.

KI-Agenten stecken noch in den Kinderschuhen, aber diese erstklassigen Bürger der On-Chain-Volkswirtschaften haben gerade erst begonnen, ihr Potenzial unter Beweis zu stellen. Wenn Sie die Grenzen der Verbesserung von On-Chain-Erlebnissen durch KI-Agenten testen möchten, wenden Sie sich bitte an: mason@variant.fund.

Besonderer Dank geht an Tom Waite und Sami Kassab für die Gespräche und das Feedback zu den Ideen im Aufsatz. Vielen Dank an Dan Roberts für die Korrekturen und dafür, dass der Aufsatz butterweich klingt.

Haftungsausschluss:

1. Dieser Artikel wurde von [MASON NYSTROM] nachgedruckt. Alle Urheberrechte liegen beim ursprünglichen Autor [MASON NYSTROM]. Wenn Sie Einwände gegen diesen Nachdruck haben, wenden Sie sich bitte an das Gate Learn- Team, das sich umgehend darum kümmern wird.
2. Haftungsausschluss: Die in diesem Artikel geäußerten Ansichten und Meinungen sind ausschließlich die des Autors und stellen keine Anlageberatung dar.
3. Übersetzungen des Artikels in andere Sprachen werden vom Gate Learn-Team durchgeführt. Sofern nicht anders angegeben, ist das Kopieren, Verbreiten oder Plagiieren der übersetzten Artikel verboten.