С тех пор как децентрализованные финансы (DeFi) стремительно развились в 2020 году, они стали основным столпом криптоэкосистемы. Хотя было создано множество новых инновационных протоколов, это также привело к увеличению сложности и фрагментации, что затрудняет даже опытным пользователям навигацию по множеству цепочек, активов и протоколов.
В то же время искусственный интеллект (AI) развился из широкого базового повествования 2023 года в более специализированный и ориентированный на агентов фокус 2024 года. Этот переход привел к появлению DeFi AI (DeFAI) — новой области, в которой ИИ усиливает DeFi с помощью автоматизации, управления рисками и оптимизации капитала.
DeFAI охватывает несколько уровней. Блокчейн является базовым уровнем, поскольку AI-агенты должны взаимодействовать с определенной цепочкой, чтобы выполнять транзакции и реализовывать смарт-контракты. Над ним уровень данных и вычислений предоставляет инфраструктуру, необходимую для обучения AI-моделей, основанных на исторических данных о ценах, рыночных настроениях и анализе на цепочке. Уровень конфиденциальности и верифицируемости обеспечивает безопасность чувствительных финансовых данных при сохранении бездоверительного исполнения. Наконец, фреймворк агентов позволяет разработчикам создавать специализированные приложения с поддержкой AI, такие как автономные торговые роботы, оценщики кредитных рисков и оптимизаторы управления на цепочке.
Хотя эта экосистема может быть дополнительно расширена, эти категории являются основными для проектов, построенных на DeFAI.
С расширением экосистемы DeFAI наиболее выдающиеся проекты можно разделить на три основные категории:
1. Абстрактный уровень
Протоколы, основанные на этой категории, служат удобным интерфейсом, аналогичным ChatGPT, для DeFi, позволяя пользователям вводить подсказки для выполнения в цепочке. Они обычно интегрируются с несколькими цепями и dApp и выполняют намерения пользователя, устраняя ручные шаги в сложных сделках.
Некоторые функции, которые могут выполнять эти протоколы, включают в себя:
Обмен, кроссчейн, заимствование/вывод, кроссчейн выполнение транзакций
Кошелек для копирования сделок или профиль в Twitter/X
Автоматическое выполнение торговых операций, таких как установка тейк-профита/стоп-лосса в зависимости от процента от размера позиции
Например, не требуется вручную извлекать ETH из Aave, переносить его на Solana, обменивать на SOL / Fartcoin и предоставлять ликвидность на Raydium — протокол абстрактного уровня может выполнить операцию всего за один шаг.
Основной протокол:
@griffaindotcom — агентская сеть для выполнения сделок от имени пользователей
@HeyAnonai — протокол для обработки подсказок пользователей о DeFi-транзакциях и实时洞察.
@orbitcryptoai — AI партнер для взаимодействия с DeFi
2. Самостоятельный торговый агент
В отличие от традиционных торговых роботов, которые следуют установленным правилам, автономные торговые агенты могут обучаться и адаптироваться к рыночным условиям, а также корректировать свои стратегии на основе новой информации. Эти агенты могут:
Анализируйте данные для постоянного улучшения стратегии
Прогнозируйте рыночные тенденции, чтобы принимать более обоснованные решения на повышение/понижение
Выполняйте сложные DeFi стратегии, как базовую торговлю
Основной протокол:
@Almanak__ — Платформа для обучения, оптимизации и развертывания автономных финансовых агентов
@Cod3xOrg — запускает AI-агента для выполнения финансовых задач на блокчейне
@Spectral_Labs — создание сети для самостоятельного создания торговых агентов на блокчейне
3. AI-управляемые DApps
Децентрализованные приложения DeFi предлагают такие функции, как кредитование, обмен, фарминг доходов и т. д. ИИ и ИИ-агенты могут улучшить эти услуги следующими способами:
Оптимизация поставок ликвидности через ребалансировку позиций LP для получения лучшего APY
Сканирование токенов для выявления рисков путем обнаружения потенциальных rug или蜜罐
Основной протокол:
@gizatechxyz ARMA— AI агент для оптимизации доходов USDC в Mode и Base
@SturdyFinance — AI-управляемая страховая касса доходов
@derivexyz — Опционы и платформа бессрочных контрактов, оптимизированные с интеллектуальным вторым пилотом с искусственным интеллектом
Основные вызовы
Топовые протоколы, построенные на этих слоях, сталкиваются с некоторыми вызовами:
Эти соглашения зависят от потоков данных в реальном времени для достижения наилучшего исполнения сделок. Плохое качество данных может привести к низкой эффективности маршрута, сбоям в сделках или неприбыльным операциям.
Модели ИИ зависят от исторических данных, но рынок криптовалют очень волатилен. Агентам необходимо обучаться на разнообразных, качественных наборах данных, чтобы оставаться эффективными.
Необходимо全面了解 взаимосвязь активов, изменения ликвидности и рыночные настроения, чтобы понять общее состояние рынка.
Протоколы на основе этих категорий стали популярными на рынке. Однако, чтобы предложить лучшие продукты и оптимальные результаты, им следует рассмотреть возможность интеграции различных наборов данных разного качества, чтобы поднять свои продукты на новый уровень.
Слой данных — источник энергии для DeFAI智能
Качество ИИ зависит от данных, на которых он основан. Чтобы ИИ-агенты эффективно работали в DeFAI, им нужны данные в реальном времени, структурированные и поддающиеся проверке. Например, абстрактный уровень должен получать доступ к данным блокчейна через RPC и API социальных сетей, в то время как агенты по оптимизации сделок и доходов нуждаются в данных для дальнейшего совершенствования своих торговых стратегий и перераспределения ресурсов.
Высококачественные наборы данных позволяют агентам лучше анализировать прогнозирование будущего ценового поведения, предоставляя рекомендации по торговле в соответствии с их предпочтениями относительно длинных или коротких позиций по определённым активам.
Основной поставщик данных DeFAI
| Соглашение | Детали | Функция |
| Mode Synth | Синтетические данные для финансового прогнозирования | Захват полного распределения изменений цен для прогнозирования AI |
| Chainbase | Полноструктурированный набор данных блокчейна | Предоставляет данные, улучшенные ИИ, для торговли, прогнозирования и получения альфа |
| sqd.ai | Децентрализованное хранилище данных для AI-агентов | Масштабируемый и настраиваемый доступ к данным на нескольких блокчейнах с безопасностью нулевого знания |
| Cookie | Умственное представление CT для AI-агентов и уровень данных на цепи | Обработка более 7 ТБ данных агентов на цепи более чем на 20 цепях с помощью 18 специализированных AI-агентов |
Подсеть синтезатора режима
В качестве 50-го подсети Bittensor, Synth создает синтетические данные для финансового прогнозирования агентов. В отличие от других традиционных систем прогнозирования цен, Synth захватывает полное распределение изменений цен и их связанные вероятности, создавая самые точные синтетические данные в мире, поддерживающие агентов и LLM.
Предоставление большего количества высококачественных наборов данных может помочь AI-агентам принимать более обоснованные решения о направлении в торговле, а также прогнозировать колебания APY в различных рыночных условиях, чтобы пулы ликвидности могли перераспределять или извлекать ликвидность по мере необходимости. С момента запуска автономной сети у них было много запросов от команд DeFi на интеграцию данных Synth через их API.
Самая обсуждаемая AI-агентская блокчейн
Помимо создания уровня данных для ИИ и агентов, Mode также позиционирует себя как строителя стековой блокчейн-технологии для будущего DeFAI. Они недавно развернули Mode Terminal, который является co-pilot для DeFAI, предназначенный для выполнения онлайновых транзакций по запросам пользователей, который будет открыт для ставщиков $MODE.
Кроме того, Mode поддерживает множество команд на основе ИИ и агентов. Mode приложила большие усилия для интеграции протоколов, таких как Autonolas, Giza, Sturdy, в свою экосистему, и с развитием большего количества агентов и выполнением сделок, Mode быстро развивается.
! [Объяснение DeFAI: Как ИИ может раскрыть потенциал DeFi?] ](https://img.gateio.im/social/moments-082e086a7d08141ddad8264adc07d48f)
Эти меры были реализованы одновременно с обновлением их сети с помощью ИИ, и наиболее примечательным является оснащение их блокчейна сортировщиком на основе ИИ. Используя моделирование и анализ ИИ для транзакций перед выполнением, можно блокировать и проверять высокорисковые транзакции до их обработки, чтобы обеспечить безопасность в цепочке. В качестве L2 суперцепи Optimism, Mode занимает промежуточное положение, соединяя людей и агентских пользователей с лучшей экосистемой DeFi.
Сравнение лучших блокчейнов, на которых основаны AI-агенты
Солана и Бейс, безусловно, являются двумя основными цепочками для создания и выпуска токенов большинства AI-агентских фреймворков. AI-агенты используют высокую пропускную способность и низкую задержку сети Солана, а также открытый ElizaOS для развертывания токенов агентов, в то время как Virtuals служит лаунчпадом для развертывания агентов на Бейсе. Несмотря на наличие хакатонов и финансовых стимулов, в плане AI-программ как цепочки они еще не достигли уровня, которого достиг Mode.
NEAR ранее определял себя как L1 блокчейн, ориентированный на ИИ, его функции включают рынок задач ИИ, Центр исследований NEAR AI с открытой архитектурой ИИ-агентов и помощника NEAR AI. Они недавно объявили о фонде агентства ИИ в размере 20 миллионов долларов для расширения полностью автономных и проверяемых агентов на NEAR.
Chainbase
Chainbase предоставляет полностью проверяемые цепочные структурированные наборы данных, которые могут улучшить функции AI-агентов, такие как торговля, аналитика, прогнозирование и поиск альфа. Они выпустили manuscripts, который является фреймворком потоков данных блокчейна для интеграции цепочных и внецепочных наборов данных в целевое хранилище данных для неограниченных запросов и анализа.
Это позволяет разработчикам настраивать рабочие процессы обработки данных в соответствии с их конкретными потребностями. Нормализация исходных данных и обработка их в чистом, совместимом формате позволяет гарантировать, что их наборы данных соответствуют строгим требованиям AI-систем, тем самым сокращая время предобработки и повышая точность моделей, что помогает создавать надежные AI-агенты.
Основываясь на своих обширных данных в цепочке, они также разработали модель под названием Theia, которая переводит данные в цепочке в анализ данных пользователей без необходимости в сложных знаниях программирования. Практическая полезность данных Chainbase очевидна в их партнерских отношениях, в которых протоколы ИИ используют их данные для:
ElizaOS прокси-плагин для принятия решений на блокчейне
Создание помощника Vana AI
Flock.io социальная сеть интеллекта, предоставляет пользователям инсайты по поведению
Theoriq анализ данных и прогнозы для DeFi
Также сотрудничает с 0G, Aethir и io.net
По сравнению с традиционными протоколами данных
Такие протоколы данных, как The Graph, Chainlink и Alchemy, предоставляют данные, но не сосредоточены на ИИ. The Graph предлагает платформу для запросов и индексации данных блокчейна, предоставляя разработчикам доступ к исходным данным, которые не предназначены для транзакций или выполнения стратегий. Chainlink предоставляет данные о предсказателях, но не имеет оптимизированных для прогнозирования наборов данных ИИ, в то время как Alchemy в основном предлагает услуги RPC.
В отличие от этого, данные Chainbase специально подготовлены для блокчейна и могут быть легко использованы AI-приложениями или агентами в более структурированной и информативной форме, что позволяет агентам более удобно получать данные, связанные с рыночными, ликвидными и токенными данными на блокчейне.
sqd.ai
sqd.ai (ранее известный как Subsquid) разрабатывает открытую сеть баз данных, специально созданную для AI-агентов и услуг Web3. Их децентрализованный дата-лак предоставляет доступ к большому количеству реальных и исторических данных блокчейна без разрешений и экономически эффективно, что позволяет AI-агентам работать более эффективно.
sqd.ai предоставляет индексирование данных в реальном времени (включая индексацию незавершенных блоков) со скоростью до 150,000+ блоков в секунду, что быстрее любых других индексаторов. За последние 24 часа они предоставили более 11TB данных, удовлетворяя потребности в высокой пропускной способности миллиардов автономных AI-агентов и разработчиков.
Их настраиваемая платформа обработки данных может предоставлять индивидуальные данные в соответствии с требованиями AI-агентов, в то время как DuckDB обеспечивает эффективный доступ к данным для локальных запросов. Их комплексные наборы данных поддерживают более 100 сетей EVM и Substrate, включая журналы событий и детали транзакций, что имеет огромную ценность для AI-агентов, работающих через несколько блокчейнов.
Внедрение доказательства с нулевым разглашением гарантирует, что AI-агенты могут получать доступ к чувствительным данным и обрабатывать их, не нарушая конфиденциальности. Кроме того, sqd.ai может обрабатывать постоянно увеличивающуюся нагрузку данных, добавляя больше узлов обработки, тем самым поддерживая растущее количество AI-агентов (по оценкам, число достигнет миллиардов).
Файл cookie
Cookie предоставляет модульный уровень данных для AI-агентов и кластеров, специально предназначенный для обработки социальных данных. У него есть панель управления AI-агентами, которая отслеживает ведущие агентские умы на блокчейне и социальных платформах, и недавно был запущен API для подключения к кластеру данных для других AI-агентов, чтобы выявлять популярные нарративы и изменения в умах в CT.
! [Объяснение DeFAI: Как ИИ может раскрыть потенциал DeFi?] ](https://img.gateio.im/social/moments-56a89e79609d8f982d5d31dadfad9205)
Их пул данных охватывает более 7 ТБ реальных данных из цепочки и социальных источников, поддерживаемый 20 данными агентами, предоставляя информацию о рыночных настроениях и анализе на цепочке. Их последний AI-агент @agentcookiefun использует 7% их пула данных, предоставляя рыночные прогнозы и находя новые возможности, используя различные другие агенты, работающие под ним.
Следующий шаг DeFAI
В настоящее время большинство AI-агентов в DeFi сталкиваются с серьезными ограничениями в достижении полной автономии. Например:
Абстрактный уровень преобразует намерения пользователя в выполнение, но обычно не хватает предсказательной способности.
AI-агенты могут создавать альфа, анализируя данные, но у них нет независимого исполнения сделок.
AI-управляемый dApp может обрабатывать страховые хранилища или сделки, но относится к пассивным, а не активным
Следующий этап DeFAI может сосредоточиться на интеграции полезного уровня данных для разработки оптимальной платформы или агента. Это потребует глубоких ончейн данных о деятельности крупных китов, изменениях ликвидности и т.д., одновременно генерируя полезные синтетические данные для лучшего прогнозного анализа и сочетая их с анализом настроений из общего рынка, будь то колебания токенов конкретных категорий (например, AI-агенты, DeSci и т.д.) или колебания токенов в социальных сетях.
Конечной целью является то, чтобы AI-агенты могли бесшовно генерировать и выполнять торговые стратегии из единого интерфейса. По мере того как эти системы будут развиваться, мы можем увидеть, как в будущем трейдеры DeFi будут полагаться на AI-агентов для автономной оценки, прогнозирования и выполнения финансовых стратегий с минимальным вмешательством человека.
Последние мысли
Учитывая резкое снижение токенов и фреймворков AI-агентов, некоторые могут считать DeFAI мимолетным явлением. Тем не менее, DeFAI все еще находится на ранней стадии, и потенциал AI-агентов для улучшения доступности и производительности DeFi неоспорим.
Ключом к раскрытию этого потенциала является получение высококачественных данных в реальном времени, что улучшит прогнозирование и исполнение сделок, основанных на ИИ. Все больше протоколов интегрируют различные уровни данных, а протоколы данных создают плагины для структуры, что подчеркивает важность данных для агентских решений.
Смотря в будущее, проверяемость и конфиденциальность станут ключевыми вызовами, которые должны быть решены протоколами. В настоящее время большинство операций AI-агентов все еще являются черным ящиком, и пользователи должны доверять свои средства им. Таким образом, развитие проверяемых AI-решений поможет обеспечить прозрачность и подотчетность процессов агентов. Интеграция протоколов на основе TEE, FHE и даже zk-доказательств может повысить проверяемость поведения AI-агентов, что приведет к доверию к автономности.
Только успешное сочетание качественных данных, надежных моделей и прозрачных процессов принятия решений позволит DeFAI агентам получить широкое применение.
Содержание носит исключительно справочный характер и не является предложением или офертой. Консультации по инвестициям, налогообложению или юридическим вопросам не предоставляются. Более подробную информацию о рисках см. в разделе «Дисклеймер».
DeFAI полное руководство: как ИИ может раскрыть потенциал Децентрализованных финансов?
Автор: Geng Kai, DF
Что такое DeFAI?
С тех пор как децентрализованные финансы (DeFi) стремительно развились в 2020 году, они стали основным столпом криптоэкосистемы. Хотя было создано множество новых инновационных протоколов, это также привело к увеличению сложности и фрагментации, что затрудняет даже опытным пользователям навигацию по множеству цепочек, активов и протоколов.
В то же время искусственный интеллект (AI) развился из широкого базового повествования 2023 года в более специализированный и ориентированный на агентов фокус 2024 года. Этот переход привел к появлению DeFi AI (DeFAI) — новой области, в которой ИИ усиливает DeFi с помощью автоматизации, управления рисками и оптимизации капитала.
DeFAI охватывает несколько уровней. Блокчейн является базовым уровнем, поскольку AI-агенты должны взаимодействовать с определенной цепочкой, чтобы выполнять транзакции и реализовывать смарт-контракты. Над ним уровень данных и вычислений предоставляет инфраструктуру, необходимую для обучения AI-моделей, основанных на исторических данных о ценах, рыночных настроениях и анализе на цепочке. Уровень конфиденциальности и верифицируемости обеспечивает безопасность чувствительных финансовых данных при сохранении бездоверительного исполнения. Наконец, фреймворк агентов позволяет разработчикам создавать специализированные приложения с поддержкой AI, такие как автономные торговые роботы, оценщики кредитных рисков и оптимизаторы управления на цепочке.
Хотя эта экосистема может быть дополнительно расширена, эти категории являются основными для проектов, построенных на DeFAI.
С расширением экосистемы DeFAI наиболее выдающиеся проекты можно разделить на три основные категории:
1. Абстрактный уровень
Протоколы, основанные на этой категории, служат удобным интерфейсом, аналогичным ChatGPT, для DeFi, позволяя пользователям вводить подсказки для выполнения в цепочке. Они обычно интегрируются с несколькими цепями и dApp и выполняют намерения пользователя, устраняя ручные шаги в сложных сделках.
Некоторые функции, которые могут выполнять эти протоколы, включают в себя:
Например, не требуется вручную извлекать ETH из Aave, переносить его на Solana, обменивать на SOL / Fartcoin и предоставлять ликвидность на Raydium — протокол абстрактного уровня может выполнить операцию всего за один шаг.
Основной протокол:
2. Самостоятельный торговый агент
В отличие от традиционных торговых роботов, которые следуют установленным правилам, автономные торговые агенты могут обучаться и адаптироваться к рыночным условиям, а также корректировать свои стратегии на основе новой информации. Эти агенты могут:
Основной протокол:
3. AI-управляемые DApps
Децентрализованные приложения DeFi предлагают такие функции, как кредитование, обмен, фарминг доходов и т. д. ИИ и ИИ-агенты могут улучшить эти услуги следующими способами:
Основной протокол:
Основные вызовы
Топовые протоколы, построенные на этих слоях, сталкиваются с некоторыми вызовами:
Протоколы на основе этих категорий стали популярными на рынке. Однако, чтобы предложить лучшие продукты и оптимальные результаты, им следует рассмотреть возможность интеграции различных наборов данных разного качества, чтобы поднять свои продукты на новый уровень.
Слой данных — источник энергии для DeFAI智能
Качество ИИ зависит от данных, на которых он основан. Чтобы ИИ-агенты эффективно работали в DeFAI, им нужны данные в реальном времени, структурированные и поддающиеся проверке. Например, абстрактный уровень должен получать доступ к данным блокчейна через RPC и API социальных сетей, в то время как агенты по оптимизации сделок и доходов нуждаются в данных для дальнейшего совершенствования своих торговых стратегий и перераспределения ресурсов.
Высококачественные наборы данных позволяют агентам лучше анализировать прогнозирование будущего ценового поведения, предоставляя рекомендации по торговле в соответствии с их предпочтениями относительно длинных или коротких позиций по определённым активам.
Основной поставщик данных DeFAI
| Соглашение | Детали | Функция | | Mode Synth | Синтетические данные для финансового прогнозирования | Захват полного распределения изменений цен для прогнозирования AI | | Chainbase | Полноструктурированный набор данных блокчейна | Предоставляет данные, улучшенные ИИ, для торговли, прогнозирования и получения альфа | | sqd.ai | Децентрализованное хранилище данных для AI-агентов | Масштабируемый и настраиваемый доступ к данным на нескольких блокчейнах с безопасностью нулевого знания | | Cookie | Умственное представление CT для AI-агентов и уровень данных на цепи | Обработка более 7 ТБ данных агентов на цепи более чем на 20 цепях с помощью 18 специализированных AI-агентов |
Подсеть синтезатора режима
В качестве 50-го подсети Bittensor, Synth создает синтетические данные для финансового прогнозирования агентов. В отличие от других традиционных систем прогнозирования цен, Synth захватывает полное распределение изменений цен и их связанные вероятности, создавая самые точные синтетические данные в мире, поддерживающие агентов и LLM.
Предоставление большего количества высококачественных наборов данных может помочь AI-агентам принимать более обоснованные решения о направлении в торговле, а также прогнозировать колебания APY в различных рыночных условиях, чтобы пулы ликвидности могли перераспределять или извлекать ликвидность по мере необходимости. С момента запуска автономной сети у них было много запросов от команд DeFi на интеграцию данных Synth через их API.
Самая обсуждаемая AI-агентская блокчейн
Помимо создания уровня данных для ИИ и агентов, Mode также позиционирует себя как строителя стековой блокчейн-технологии для будущего DeFAI. Они недавно развернули Mode Terminal, который является co-pilot для DeFAI, предназначенный для выполнения онлайновых транзакций по запросам пользователей, который будет открыт для ставщиков $MODE.
Кроме того, Mode поддерживает множество команд на основе ИИ и агентов. Mode приложила большие усилия для интеграции протоколов, таких как Autonolas, Giza, Sturdy, в свою экосистему, и с развитием большего количества агентов и выполнением сделок, Mode быстро развивается.
! [Объяснение DeFAI: Как ИИ может раскрыть потенциал DeFi?] ](https://img.gateio.im/social/moments-082e086a7d08141ddad8264adc07d48f)
Эти меры были реализованы одновременно с обновлением их сети с помощью ИИ, и наиболее примечательным является оснащение их блокчейна сортировщиком на основе ИИ. Используя моделирование и анализ ИИ для транзакций перед выполнением, можно блокировать и проверять высокорисковые транзакции до их обработки, чтобы обеспечить безопасность в цепочке. В качестве L2 суперцепи Optimism, Mode занимает промежуточное положение, соединяя людей и агентских пользователей с лучшей экосистемой DeFi.
Сравнение лучших блокчейнов, на которых основаны AI-агенты
Солана и Бейс, безусловно, являются двумя основными цепочками для создания и выпуска токенов большинства AI-агентских фреймворков. AI-агенты используют высокую пропускную способность и низкую задержку сети Солана, а также открытый ElizaOS для развертывания токенов агентов, в то время как Virtuals служит лаунчпадом для развертывания агентов на Бейсе. Несмотря на наличие хакатонов и финансовых стимулов, в плане AI-программ как цепочки они еще не достигли уровня, которого достиг Mode.
NEAR ранее определял себя как L1 блокчейн, ориентированный на ИИ, его функции включают рынок задач ИИ, Центр исследований NEAR AI с открытой архитектурой ИИ-агентов и помощника NEAR AI. Они недавно объявили о фонде агентства ИИ в размере 20 миллионов долларов для расширения полностью автономных и проверяемых агентов на NEAR.
Chainbase
Chainbase предоставляет полностью проверяемые цепочные структурированные наборы данных, которые могут улучшить функции AI-агентов, такие как торговля, аналитика, прогнозирование и поиск альфа. Они выпустили manuscripts, который является фреймворком потоков данных блокчейна для интеграции цепочных и внецепочных наборов данных в целевое хранилище данных для неограниченных запросов и анализа.
Это позволяет разработчикам настраивать рабочие процессы обработки данных в соответствии с их конкретными потребностями. Нормализация исходных данных и обработка их в чистом, совместимом формате позволяет гарантировать, что их наборы данных соответствуют строгим требованиям AI-систем, тем самым сокращая время предобработки и повышая точность моделей, что помогает создавать надежные AI-агенты.
Основываясь на своих обширных данных в цепочке, они также разработали модель под названием Theia, которая переводит данные в цепочке в анализ данных пользователей без необходимости в сложных знаниях программирования. Практическая полезность данных Chainbase очевидна в их партнерских отношениях, в которых протоколы ИИ используют их данные для:
По сравнению с традиционными протоколами данных
Такие протоколы данных, как The Graph, Chainlink и Alchemy, предоставляют данные, но не сосредоточены на ИИ. The Graph предлагает платформу для запросов и индексации данных блокчейна, предоставляя разработчикам доступ к исходным данным, которые не предназначены для транзакций или выполнения стратегий. Chainlink предоставляет данные о предсказателях, но не имеет оптимизированных для прогнозирования наборов данных ИИ, в то время как Alchemy в основном предлагает услуги RPC.
В отличие от этого, данные Chainbase специально подготовлены для блокчейна и могут быть легко использованы AI-приложениями или агентами в более структурированной и информативной форме, что позволяет агентам более удобно получать данные, связанные с рыночными, ликвидными и токенными данными на блокчейне.
sqd.ai
sqd.ai (ранее известный как Subsquid) разрабатывает открытую сеть баз данных, специально созданную для AI-агентов и услуг Web3. Их децентрализованный дата-лак предоставляет доступ к большому количеству реальных и исторических данных блокчейна без разрешений и экономически эффективно, что позволяет AI-агентам работать более эффективно.
sqd.ai предоставляет индексирование данных в реальном времени (включая индексацию незавершенных блоков) со скоростью до 150,000+ блоков в секунду, что быстрее любых других индексаторов. За последние 24 часа они предоставили более 11TB данных, удовлетворяя потребности в высокой пропускной способности миллиардов автономных AI-агентов и разработчиков.
Их настраиваемая платформа обработки данных может предоставлять индивидуальные данные в соответствии с требованиями AI-агентов, в то время как DuckDB обеспечивает эффективный доступ к данным для локальных запросов. Их комплексные наборы данных поддерживают более 100 сетей EVM и Substrate, включая журналы событий и детали транзакций, что имеет огромную ценность для AI-агентов, работающих через несколько блокчейнов.
Внедрение доказательства с нулевым разглашением гарантирует, что AI-агенты могут получать доступ к чувствительным данным и обрабатывать их, не нарушая конфиденциальности. Кроме того, sqd.ai может обрабатывать постоянно увеличивающуюся нагрузку данных, добавляя больше узлов обработки, тем самым поддерживая растущее количество AI-агентов (по оценкам, число достигнет миллиардов).
Файл cookie
Cookie предоставляет модульный уровень данных для AI-агентов и кластеров, специально предназначенный для обработки социальных данных. У него есть панель управления AI-агентами, которая отслеживает ведущие агентские умы на блокчейне и социальных платформах, и недавно был запущен API для подключения к кластеру данных для других AI-агентов, чтобы выявлять популярные нарративы и изменения в умах в CT.
! [Объяснение DeFAI: Как ИИ может раскрыть потенциал DeFi?] ](https://img.gateio.im/social/moments-56a89e79609d8f982d5d31dadfad9205)
Их пул данных охватывает более 7 ТБ реальных данных из цепочки и социальных источников, поддерживаемый 20 данными агентами, предоставляя информацию о рыночных настроениях и анализе на цепочке. Их последний AI-агент @agentcookiefun использует 7% их пула данных, предоставляя рыночные прогнозы и находя новые возможности, используя различные другие агенты, работающие под ним.
Следующий шаг DeFAI
В настоящее время большинство AI-агентов в DeFi сталкиваются с серьезными ограничениями в достижении полной автономии. Например:
Следующий этап DeFAI может сосредоточиться на интеграции полезного уровня данных для разработки оптимальной платформы или агента. Это потребует глубоких ончейн данных о деятельности крупных китов, изменениях ликвидности и т.д., одновременно генерируя полезные синтетические данные для лучшего прогнозного анализа и сочетая их с анализом настроений из общего рынка, будь то колебания токенов конкретных категорий (например, AI-агенты, DeSci и т.д.) или колебания токенов в социальных сетях.
Конечной целью является то, чтобы AI-агенты могли бесшовно генерировать и выполнять торговые стратегии из единого интерфейса. По мере того как эти системы будут развиваться, мы можем увидеть, как в будущем трейдеры DeFi будут полагаться на AI-агентов для автономной оценки, прогнозирования и выполнения финансовых стратегий с минимальным вмешательством человека.
Последние мысли
Учитывая резкое снижение токенов и фреймворков AI-агентов, некоторые могут считать DeFAI мимолетным явлением. Тем не менее, DeFAI все еще находится на ранней стадии, и потенциал AI-агентов для улучшения доступности и производительности DeFi неоспорим.
Ключом к раскрытию этого потенциала является получение высококачественных данных в реальном времени, что улучшит прогнозирование и исполнение сделок, основанных на ИИ. Все больше протоколов интегрируют различные уровни данных, а протоколы данных создают плагины для структуры, что подчеркивает важность данных для агентских решений.
Смотря в будущее, проверяемость и конфиденциальность станут ключевыми вызовами, которые должны быть решены протоколами. В настоящее время большинство операций AI-агентов все еще являются черным ящиком, и пользователи должны доверять свои средства им. Таким образом, развитие проверяемых AI-решений поможет обеспечить прозрачность и подотчетность процессов агентов. Интеграция протоколов на основе TEE, FHE и даже zk-доказательств может повысить проверяемость поведения AI-агентов, что приведет к доверию к автономности.
Только успешное сочетание качественных данных, надежных моделей и прозрачных процессов принятия решений позволит DeFAI агентам получить широкое применение.