DeFAI全解：AI如何释放การเงินแบบกระจายอำนาจ的潜力？

ผู้เขียน: Geng Kai, DF

DeFAI คืออะไร?

นับตั้งแต่การขยายตัวอย่างรวดเร็วในปี 2020 การเงินแบบกระจายอํานาจ (DeFi) เป็นเสาหลักของระบบนิเวศการเข้ารหัสลับ ในขณะที่โปรโตคอลใหม่และนวัตกรรมจํานวนมากได้รับการจัดตั้งขึ้น แต่ก็นําไปสู่ความซับซ้อนและการกระจายตัวที่เพิ่มขึ้นทําให้ผู้ใช้ที่มีประสบการณ์สามารถนําทางโซ่สินทรัพย์และโปรโตคอลจํานวนมากได้ยาก

ในขณะเดียวกัน AI (AI) ได้พัฒนาจากการเล่าเรื่องในวงกว้างในปี 2023 ไปสู่การมุ่งเน้นที่หน่วยงานที่เป็นมืออาชีพมากขึ้นในปี 2024 การเปลี่ยนแปลงนี้ก่อให้เกิด DeFi AI (DeFAI) ซึ่งเป็นสาขาที่เกิดขึ้นใหม่ที่ AI เสริม DeFi ผ่านระบบอัตโนมัติ การบริหารความเสี่ยง และการเพิ่มประสิทธิภาพเงินทุน

DeFAI ครอบคลุมหลายระดับ บล็อกเชนเป็นเลเยอร์พื้นฐานเนื่องจากตัวแทน AI ต้องโต้ตอบกับห่วงโซ่เฉพาะเพื่อดําเนินธุรกรรมและดําเนินการสัญญาอัจฉริยะ ยิ่งไปกว่านั้นเลเยอร์ข้อมูลและการประมวลผลยังมีโครงสร้างพื้นฐานที่จําเป็นในการฝึกโมเดล AI จากข้อมูลราคาในอดีตความเชื่อมั่นของตลาดและการวิเคราะห์แบบ on-chain ความเป็นส่วนตัวและเลเยอร์ที่ตรวจสอบได้ช่วยให้มั่นใจได้ว่าข้อมูลทางการเงินที่ละเอียดอ่อนยังคงปลอดภัยในขณะที่ยังคงดําเนินการอย่างเชื่อถือ สุดท้ายเฟรมเวิร์กพร็อกซีช่วยให้นักพัฒนาสามารถสร้างแอปพลิเคชันที่ขับเคลื่อนด้วย AI เฉพาะเช่นบอทซื้อขายอัตโนมัติผู้ประเมินความเสี่ยงด้านเครดิตและเครื่องมือเพิ่มประสิทธิภาพการกํากับดูแลแบบ on-chain

แม้ว่าแผนภาพนิเวศนี้ยังสามารถขยายเพิ่มเติมได้ แต่หมวดหมู่ชั้นนำของโครงการที่สร้างขึ้นบน DeFAI คือสิ่งเหล่านี้

เมื่อระบบนิเวศ DeFAI ขยายตัวอย่างต่อเนื่อง โครงการที่โดดเด่นที่สุดสามารถแบ่งออกเป็นสามประเภทหลัก:

1. ชั้นนามธรรม

โปรโตคอลที่สร้างขึ้นบนหมวดหมู่นี้ทำหน้าที่เป็นส่วนติดต่อที่เป็นมิตรกับผู้ใช้ที่คล้ายกับ ChatGPT สำหรับ DeFi ซึ่งอนุญาตให้ผู้ใช้ป้อนคำสั่งที่ดำเนินการบนบล็อกเชน พวกมันมักจะรวมเข้ากับหลายบล็อกเชนและ dApp และดำเนินการตามเจตนาของผู้ใช้ ในขณะเดียวกันก็ขจัดขั้นตอนที่ซับซ้อนในธุรกรรมที่ซับซ้อน.

ฟังก์ชันบางอย่างที่สามารถดำเนินการโดยโปรโตคอลเหล่านี้ ได้แก่ :

• แลกเปลี่ยน, ข้ามสาย, ยืม/ถอน, ทำธุรกรรมข้ามสาย
• กระเป๋าเงินการซื้อขายติดตามหรือโปรไฟล์ Twitter/X
• ดำเนินการตั้งกำไร/ขาดทุนโดยอัตโนมัติตามเปอร์เซ็นต์ขนาดตำแหน่ง

ตัวอย่างเช่น ไม่จำเป็นต้องดึง ETH จาก Aave ด้วยตนเอง ข้ามไปยัง Solana แลกเปลี่ยน SOL / Fartcoin และให้สภาพคล่องบน Raydium - โปรโตคอลชั้นที่มีการทำงานเพียงขั้นตอนเดียวสามารถทำการดำเนินการได้.

โปรโตคอลหลัก：

• @griffaindotcom — เครือข่ายตัวแทนที่ดำเนินการทำธุรกรรมสำหรับผู้ใช้
• @HeyAnonai — โปรโตคอลสำหรับจัดการคำแนะนำของผู้ใช้เกี่ยวกับการทำธุรกรรม DeFi และข้อมูลเชิงลึกแบบเรียลไทม์
• @orbitcryptoai — AI เพื่อนในการทำ DeFi

2. ตัวแทนการซื้อขายอิสระ

ต่างจากหุ่นยนต์การค้าทางการค้าที่ปฏิบัติตามกฎที่กำหนดไว้ ตัวแทนการค้าด้วยตนเองสามารถเรียนรู้และปรับตัวตามสภาพตลาด และปรับกลยุทธ์ของตนตามข้อมูลใหม่ ตัวแทนเหล่านี้สามารถ:

• วิเคราะห์ข้อมูลเพื่อปรับปรุงกลยุทธ์อย่างต่อเนื่อง
• ทำนายแนวโน้มตลาด เพื่อให้ตัดสินใจถือหุ้น/ขายชอตได้ดียิ่งขึ้น
• ดำเนินกลยุทธ์ DeFi ที่ซับซ้อนเหมือนการซื้อขายพื้นฐาน

โปรโตคอลหลัก：

• @Almanak__ — แพลตฟอร์มสำหรับการฝึกอบรม, ปรับแต่งและปรับใช้ตัวแทนการเงินอิสระ
• @Cod3xOrg —เปิดตัวตัวแทน AI ที่ทำงานด้านการเงินบนบล็อกเชน
• @Spectral_Labs — สร้างเครือข่ายตัวแทนการซื้อขายบนบล็อกเชนที่เป็นอิสระ

3. DApps ที่ขับเคลื่อนด้วย AI

DeFi dApps นําเสนอคุณสมบัติต่างๆเช่นการให้กู้ยืมการแลกเปลี่ยนการทําฟาร์มผลผลิตและอื่น ๆ ตัวแทน AI และ AI สามารถปรับปรุงบริการเหล่านี้ได้ด้วยวิธีต่อไปนี้:

• ปรับสมดุลตำแหน่ง LP เพื่อเพิ่มประสิทธิภาพการจัดหาสภาพคล่อง เพื่อให้ได้ APY ที่ดีกว่า
• การสแกนโทเค็นเพื่อตรวจจับความเสี่ยงโดยการตรวจสอบ rug หรือ蜜罐 ที่อาจเกิดขึ้น

โปรโตคอลหลัก:

• @gizatechxyz  ของ ARMA— ตัวแทน AI สำหรับการเพิ่มประสิทธิภาพผลตอบแทน USDC ใน Mode และ Base
• @SturdyFinance — AI ขับเคลื่อนการประกันผลตอบแทน
• @derivexyz — แพลตฟอร์มออปชั่นและสัญญาถาวรที่ใช้ AI co-pilot ที่ปรับแต่งได้อย่างชาญฉลาด

ความท้าทายหลัก

โปรโตคอลชั้นนำที่สร้างขึ้นบนชั้นเหล่านี้เผชิญกับความท้าทายบางประการ:

1. โปรโตคอลเหล่านี้พึ่งพากระแสข้อมูลเรียลไทม์เพื่อให้การทำธุรกรรมที่ดีที่สุด คุณภาพข้อมูลที่ไม่ดีอาจทำให้เกิดประสิทธิภาพในการเส้นทางต่ำ การทำธุรกรรมล้มเหลว หรือการทำธุรกรรมที่ไม่มีผลกำไร
2. โมเดล AI ขึ้นอยู่กับข้อมูลในอดีต แต่ตลาดสกุลเงินดิจิทัลมีความผันผวนสูง ตัวแทนต้องยอมรับการฝึกอบรมด้วยชุดข้อมูลที่หลากหลายและมีคุณภาพสูงเพื่อรักษาความมีประสิทธิภาพ
3. ต้องเข้าใจความสัมพันธ์ของสินทรัพย์ ความเปลี่ยนแปลงของสภาพคล่อง และอารมณ์ตลาดอย่างทั่วถึง เพื่อที่จะเข้าใจสถานการณ์ตลาดโดยรวม

โปรโตคอลที่อิงจากหมวดหมู่เหล่านี้ได้รับความนิยมในตลาด อย่างไรก็ตาม เพื่อให้ผลิตภัณฑ์ดียิ่งขึ้นและได้ผลลัพธ์ที่ดีที่สุด พวกเขาควรพิจารณาการรวมชุดข้อมูลที่มีคุณภาพแตกต่างกันหลายชุดเพื่อนำผลิตภัณฑ์ของตนไปสู่ระดับใหม่

Data Layer – ขับเคลื่อน DeFAI Intelligence

คุณภาพของ AI ขึ้นอยู่กับข้อมูลที่มันพึ่งพา เพื่อให้ตัวแทน AI ทำงานได้อย่างมีประสิทธิภาพใน DeFAI พวกเขาต้องการข้อมูลที่เป็นรูปแบบที่สามารถตรวจสอบได้และเป็นแบบเรียลไทม์ ตัวอย่างเช่น ชั้นนามธรรมต้องเข้าถึงข้อมูลบนเชนผ่าน RPC และ API ของโซเชียลเน็ตเวิร์ก ในขณะที่ตัวแทนในการทำธุรกรรมและการเพิ่มประสิทธิภาพรายได้ต้องการข้อมูลเพื่อปรับปรุงกลยุทธ์การทำธุรกรรมของพวกเขาและจัดสรรทรัพยากรใหม่

ชุดข้อมูลคุณภาพสูงทำให้ตัวแทนสามารถวิเคราะห์การคาดการณ์พฤติกรรมราคาในอนาคตได้ดียิ่งขึ้น โดยให้คำแนะนำในการซื้อขายเพื่อตอบสนองต่อความชอบของพวกเขาสำหรับตำแหน่งที่ยาวหรือสั้นในสินทรัพย์บางอย่าง.

DeFAI ผู้ให้บริการข้อมูลหลัก

| ข้อตกลง | รายละเอียด | ฟังก์ชัน | | Mode Synth | ข้อมูลสังเคราะห์สำหรับการคาดการณ์ทางการเงิน | จับภาพการกระจายการเปลี่ยนแปลงราคาอย่างเต็มที่สำหรับการคาดการณ์ของโมเดล AI | | Chainbase | ชุดข้อมูลที่มีโครงสร้างทั้งสาย | ให้ข้อมูลที่เสริมด้วย AI สำหรับการซื้อขาย การคาดการณ์ และการรับ alpha | | sqd.ai | ทะเลสาบข้อมูลแบบกระจายศูนย์สำหรับตัวแทน AI | การเข้าถึงข้อมูลหลายเชนที่สามารถปรับขยายและปรับแต่งได้ โดยมีความปลอดภัยด้วยการพิสูจน์ความรู้ศูนย์ | | Cookie | ระบบ CT ที่มุ่งเน้นไปที่ AI และชั้นข้อมูลบนบล็อกเชน | ใช้ตัวแทน AI ที่เฉพาะเจาะจง 18 ตัวในการจัดการข้อมูลตัวแทนบนบล็อกเชนมากกว่า 7TB บนมากกว่า 20 สาย

Mode Synth ซับเน็ต

ในฐานะที่เป็นเครือข่ายย่อยที่ 50 ของ Bittensor, Synth สร้างข้อมูลสังเคราะห์สำหรับความสามารถในการคาดการณ์ทางการเงินของตัวแทน เมื่อเปรียบเทียบกับระบบการคาดการณ์ราคาทั่วไปอื่น ๆ, Synth จับภาพการกระจายราคาที่สมบูรณ์และความน่าจะเป็นที่เกี่ยวข้อง, จึงสร้างข้อมูลสังเคราะห์ที่แม่นยำที่สุดในโลกเพื่อสนับสนุนตัวแทนและ LLM.

การให้ชุดข้อมูลคุณภาพสูงเพิ่มเติมสามารถช่วยให้ตัวแทน AI ตัดสินใจด้านทิศทางในการซื้อขายได้ดียิ่งขึ้น ขณะเดียวกันก็สามารถคาดการณ์ความผันผวนของ APY ภายใต้สภาวะตลาดที่แตกต่างกัน เพื่อให้พูลสภาพคล่องสามารถจัดสรรหรือถอนสภาพคล่องได้เมื่อจำเป็น ตั้งแต่การเปิดตัวเครือข่ายอิสระ พวกเขามีความต้องการอย่างมากจากทีม DeFi ในการรวมข้อมูล Synth ผ่าน API ของพวกเขา.

บล็อกเชนตัวแทน AI ที่ได้รับความสนใจมากที่สุด

นอกจากการสร้างชั้นข้อมูลสำหรับ AI และเอเย่นต์แล้ว Mode ยังตั้งเป้าตนเองให้เป็นผู้สร้างบล็อกเชนแบบครบวงจรสำหรับอนาคตของ DeFAI พวกเขาเพิ่งเปิดตัว Mode Terminal ซึ่งเป็น co-pilot ของ DeFAI ที่ใช้ในการดำเนินการธุรกรรมบนบล็อกเชนตามคำแนะนำของผู้ใช้ ซึ่งจะเปิดให้กับผู้ที่เดิมพัน $MODE ในไม่ช้า.

นอกจากนี้ Mode ยังสนับสนุนทีมต่างๆ ที่ใช้ AI และตัวแทน Mode ได้พยายามอย่างมากในการรวมโปรโตคอลอย่าง Autonolas, Giza, Sturdy เข้าไว้ในระบบนิเวศของตน และด้วยการพัฒนาตัวแทนมากขึ้นและการดำเนินการทำธุรกรรม Mode จึงเติบโตอย่างรวดเร็ว.

มาตรการเหล่านี้ทั้งหมดถูกดำเนินการในขณะที่พวกเขาใช้ AI อัปเกรดเครือข่าย โดยที่เด่นที่สุดคือการติดตั้งเครื่องจัดอันดับ AI ให้กับบล็อกเชนของพวกเขา โดยการใช้การจำลองและการวิเคราะห์ AI ก่อนการดำเนินการ ทำให้สามารถป้องกันและตรวจสอบธุรกรรมที่มีความเสี่ยงสูงได้ก่อนที่จะดำเนินการ เพื่อรับรองความปลอดภัยบนเครือข่าย ในฐานะที่เป็น L2 ของ Optimism Superchain Mode ยืนอยู่ในตำแหน่งกลาง เชื่อมต่อผู้ใช้มนุษย์และตัวแทนเข้ากับระบบ DeFi ที่ดีที่สุด.

การเปรียบเทียบบล็อกเชนชั้นนำที่ AI ตัวแทนอิงอยู่

Solana และ Base ไม่มีข้อสงสัยว่าเป็นสองเชนหลักสำหรับการสร้างและเผยแพร่กรอบงานและโทเค็น AI ส่วนใหญ่ เอเจนต์ AI ใช้ความสามารถในการประมวลผลสูงและเครือข่ายที่มีความหน่วงต่ำของ Solana รวมถึง ElizaOS ที่เป็นโอเพนซอร์สในการปรับใช้โทเค็นเอเจนต์ ขณะที่ Virtuals ทำหน้าที่เป็น launchpad สำหรับการปรับใช้งานเอเจนต์บน Base แม้ว่าพวกเขาจะมีแฮ็กกาธอนและแรงจูงใจทางการเงิน แต่ในแง่ของแผน AI ของพวกเขาในฐานะเชน พวกเขายังไม่ถึงระดับที่ Mode ได้บรรลุไว้.

NEAR ก่อนหน้านี้ได้กำหนดตัวเองว่าเป็นบล็อกเชน L1 ที่มุ่งเน้น AI โดยมีฟังก์ชันรวมถึงตลาดงาน AI, ศูนย์วิจัย NEAR AI ที่มีกรอบตัวแทน AI แบบโอเพ่นซอร์สและผู้ช่วย NEAR AI ล่าสุดพวกเขาได้ประกาศกองทุนตัวแทน AI มูลค่า 20 ล้านดอลลาร์สหรัฐ เพื่อขยายการทำงานของตัวแทนที่เป็นอิสระและตรวจสอบได้บน NEAR.

Chainbase

Chainbase ให้ชุดข้อมูลที่มีโครงสร้างบนบล็อกเชนที่สามารถตรวจสอบได้ทั่วทั้งเครือข่าย ซึ่งสามารถเสริมฟังก์ชันการทำธุรกรรม การวิเคราะห์ การคาดการณ์ และการค้นหา alpha ของตัวแทน AI ได้ พวกเขาได้เปิดตัว manuscripts ซึ่งเป็นกรอบการไหลของข้อมูลบล็อกเชนที่ใช้ในการรวมข้อมูลบนเครือข่ายและข้อมูลนอกเครือข่ายเข้ากับที่จัดเก็บข้อมูลเป้าหมายเพื่อการค้นหาและการวิเคราะห์ที่ไม่มีข้อจำกัด.

สิ่งนี้ทำให้ผู้พัฒนาสามารถปรับแต่งกระบวนการทำงานด้านการประมวลผลข้อมูลตามความต้องการเฉพาะของตน การปรับมาตรฐานข้อมูลดิบและประมวลผลให้อยู่ในรูปแบบที่สะอาดและเข้ากันได้ จะช่วยให้ชุดข้อมูลของตนตรงตามความต้องการที่เข้มงวดของระบบ AI ลดเวลาในการเตรียมข้อมูลในขณะเดียวกันก็เพิ่มความถูกต้องของโมเดล ช่วยสร้างตัวแทน AI ที่เชื่อถือได้

จากข้อมูลที่มีอยู่บนเชนอย่างกว้างขวาง พวกเขายังได้พัฒนาโมเดลที่ชื่อว่า Theia ซึ่งจะเปลี่ยนข้อมูลบนเชนให้เป็นการวิเคราะห์ข้อมูลของผู้ใช้ โดยไม่ต้องมีความรู้ด้านการเขียนโค้ดที่ซับซ้อน ความสามารถในการใช้งานข้อมูลของ Chainbase ชัดเจนในความร่วมมือของพวกเขา ซึ่งโปรโตคอล AI กำลังใช้ข้อมูลของพวกเขาเพื่อ:

• ElizaOS ปลั๊กอินตัวแทน สำหรับการขับเคลื่อนการตัดสินใจบนเครือข่าย
• สร้างผู้ช่วย Vana AI
• Flock.io โซเชียลเน็ตเวิร์กอัจฉริยะ ให้ข้อมูลเชิงลึกเกี่ยวกับพฤติกรรมผู้ใช้
• Theoriq การวิเคราะห์และการคาดการณ์ข้อมูลเกี่ยวกับ DeFi
• ยังร่วมมือกับ 0G, Aethir และ io.net

เมื่อเปรียบเทียบกับโปรโตคอลข้อมูลแบบดั้งเดิม

โปรโตคอลข้อมูลเช่น The Graph, Chainlink และ Alchemy ให้ข้อมูล แต่ไม่ได้มุ่งเน้นที่ AI The Graph มีแพลตฟอร์มสำหรับการค้นหาและจัดเก็บข้อมูลบล็อกเชน ซึ่งให้การเข้าถึงข้อมูลดิบแก่ผู้พัฒนา โดยข้อมูลเหล่านี้ไม่ได้ถูกสร้างขึ้นเพื่อการซื้อขายหรือตัดสินใจเชิงกลยุทธ์ Chainlink มีการให้ข้อมูลจากออราเคิล แต่ขาดชุดข้อมูลที่ปรับให้เหมาะสมด้วย AI สำหรับการทำนาย ในขณะที่ Alchemy ส่วนใหญ่ให้บริการ RPC

เมื่อเปรียบเทียบกัน ข้อมูล Chainbase เป็นข้อมูลบล็อกเชนที่เตรียมไว้เป็นพิเศษ ซึ่งสามารถถูกใช้โดยโปรแกรม AI หรือเอเจนต์ในรูปแบบที่มีโครงสร้างมากขึ้นและมีข้อมูลเชิงลึกมากขึ้น ทำให้เอเจนต์สามารถเข้าถึงข้อมูลที่เกี่ยวข้องกับตลาดบนบล็อกเชน สภาพคล่อง และข้อมูลโทเค็นได้สะดวกยิ่งขึ้น

sqd.ai

sqd.ai (ชื่อเดิม Subsquid) กำลังพัฒนาเครือข่ายฐานข้อมูลเปิดที่ออกแบบมาโดยเฉพาะสำหรับตัวแทน AI และบริการ Web3 ทะเลข้อมูลแบบกระจายของพวกเขามีการเข้าถึงข้อมูลบล็อกเชนแบบเรียลไทม์และประวัติศาสตร์จำนวนมากอย่างมีประสิทธิภาพและไม่ต้องขออนุญาต ช่วยให้ตัวแทน AI สามารถทำงานได้อย่างมีประสิทธิภาพมากขึ้น.

sqd.ai ให้การจัดทําดัชนีข้อมูลแบบเรียลไทม์รวมถึงการจัดทําดัชนีของบล็อกที่ไม่สมบูรณ์ด้วยความเร็วสูงถึง 150,000+ บล็อกต่อวินาทีเร็วกว่าตัวทําดัชนีอื่น ๆ ในช่วง 24 ชั่วโมงที่ผ่านมาพวกเขาให้บริการข้อมูลมากกว่า 11TB ตอบสนองความต้องการปริมาณงานสูงของตัวแทนและนักพัฒนา AI อิสระหลายพันล้านคน

แพลตฟอร์มการประมวลผลข้อมูลที่ปรับแต่งได้ของพวกเขาให้ข้อมูลที่กําหนดเองตามความต้องการของตัวแทน AI ในขณะที่ DuckDB ให้การดึงข้อมูลที่มีประสิทธิภาพสําหรับการสืบค้นในท้องถิ่น ชุดข้อมูลที่ครอบคลุมของพวกเขารองรับ EVM และเครือข่าย Substrate มากกว่า 100 เครือข่าย รวมถึงบันทึกเหตุการณ์และรายละเอียดธุรกรรม ซึ่งมีค่าสําหรับตัวแทน AI ที่ทํางานบนบล็อกเชนหลายตัว

การเข้าร่วมของการพิสูจน์ความรู้เป็นศูนย์ทำให้มั่นใจได้ว่าเอเจนต์ AI สามารถเข้าถึงและจัดการข้อมูลที่ละเอียดอ่อนได้โดยไม่ทำให้ความเป็นส่วนตัวเสียหาย นอกจากนี้ sqd.ai ยังสามารถจัดการกับภาระข้อมูลที่เพิ่มขึ้นอย่างต่อเนื่องโดยการเพิ่มจำนวนโหนดการประมวลผล ซึ่งจะสนับสนุนจำนวนเอเจนต์ AI ที่เพิ่มขึ้นเรื่อยๆ (คาดว่าจำนวนจะสูงถึงหลายพันล้าน)

คุกกี้

Cookie เป็นชั้นข้อมูลโมดูลาร์สำหรับตัวแทน AI และกลุ่ม ซึ่งออกแบบมาเพื่อจัดการข้อมูลทางสังคม มันมีแดชบอร์ดตัวแทน AI ที่สามารถติดตามความคิดของตัวแทนชั้นนำบนบล็อกเชนและแพลตฟอร์มโซเชียล และเพิ่งเปิดตัว API กลุ่มข้อมูลแบบเสียบแล้วเล่นสำหรับตัวแทน AI อื่น ๆ เพื่อระบุเรื่องราวที่เป็นที่นิยมและการเปลี่ยนแปลงความคิดใน CT.

![DeFAIทั้งหมด: AI จะปลดปล่อยศักยภาพของ DeFi ได้อย่างไร?](https://img.gateio.im/social/moments-56a89e79609d8f982d5d31dadfad920501

ข้อมูลกลุ่มของพวกเขาครอบคลุมแหล่งข้อมูลเชิงโซเชียลและข้อมูลเชิงเส้นแบบเรียลไทม์มากกว่า 7TB ซึ่งได้รับการสนับสนุนจากตัวแทนข้อมูล 20 ราย โดยให้ข้อมูลเชิงลึกเกี่ยวกับอารมณ์ตลาดและการวิเคราะห์เชิงโซเชียล ตัวแทน AI ล่าสุดของพวกเขา @agentcookiefun ใช้ข้อมูลกลุ่มของพวกเขาที่ความจุ 7% โดยใช้ตัวแทนอื่น ๆ ที่ทำงานอยู่ภายใต้เพื่อให้การคาดการณ์ตลาดและค้นหาโอกาสใหม่ ๆ.

) DeFAI ขั้นตอนถัดไป

ปัจจุบัน ตัวแทน AI ส่วนใหญ่ใน DeFi เผชิญกับข้อจำกัดที่สำคัญในการบรรลุการทำงานอิสระอย่างเต็มที่ ตัวอย่างเช่น:

1. เลเยอร์นามธรรมแปลงความตั้งใจของผู้ใช้เป็นการดำเนินการ แต่โดยทั่วไปขาดความสามารถในการคาดการณ์
2. AI ตัวแทนอาจสร้าง alpha ผ่านการวิเคราะห์ แต่ขาดการดำเนินการซื้อขายอย่างอิสระ
3. dApp ที่ขับเคลื่อนด้วย AI สามารถจัดการกับคลังสินค้าหรือการซื้อขาย แต่เป็นการทำงานแบบพาสซีฟไม่ใช่แอกทีฟ

DeFAI ขั้นตอนถัดไปอาจมุ่งเน้นไปที่การรวมชั้นข้อมูลที่มีประโยชน์เพื่อพัฒนาแพลตฟอร์มหรือเอเจนต์ที่ดีที่สุด ซึ่งจะต้องใช้ข้อมูลเชิงลึกเกี่ยวกับกิจกรรมของวาฬ ข้อเปลี่ยนแปลงในสภาพคล่อง และอื่นๆ ขณะเดียวกันก็สร้างข้อมูลสังเคราะห์ที่มีประโยชน์เพื่อการวิเคราะห์การคาดการณ์ที่ดีกว่า และรวมเข้ากับการวิเคราะห์อารมณ์จากตลาดทั่วไป ไม่ว่าจะเป็นความผันผวนของโทเค็นในหมวดหมู่เฉพาะ (เช่น เอเจนต์ AI, DeSci เป็นต้น) หรือความผันผวนของโทเค็นในโซเชียลเน็ตเวิร์ก.

เป้าหมายสุดท้ายคือ AI ตัวแทนสามารถสร้างและดำเนินกลยุทธ์การซื้อขายได้อย่างราบรื่นจากอินเทอร์เฟซเดียว เมื่อระบบเหล่านี้พัฒนาไป เราอาจเห็นนักเทรด DeFi ในอนาคตพึ่งพา AI ตัวแทนในการประเมิน คาดการณ์ และดำเนินกลยุทธ์ทางการเงินอย่างอิสระโดยมีการแทรกแซงจากมนุษย์น้อยที่สุด

ความคิดสุดท้าย

เนื่องจากการหดตัวอย่างรวดเร็วของโทเค็นและกรอบงาน AI ตัวแทน บางคนอาจคิดว่า DeFAI เป็นเพียงความชั่วคราว อย่างไรก็ตาม DeFAI ยังคงอยู่ในระยะเริ่มต้น และศักยภาพในการเสริมความสามารถและประสิทธิภาพของ DeFi ด้วย AI ตัวแทนเป็นสิ่งที่ปฏิเสธไม่ได้

กุญแจในการปลดปล่อยศักยภาพนี้คือการเข้าถึงข้อมูลเรียลไทม์ที่มีคุณภาพสูง ซึ่งจะช่วยปรับปรุงการคาดการณ์และการดำเนินการซื้อขายที่ขับเคลื่อนด้วย AI โปรโตคอลมากขึ้นเรื่อยๆ ได้รวมชั้นข้อมูลที่แตกต่างกัน โดยที่ข้อมูลโปรโตคอลสร้างปลั๊กอินสำหรับการสร้างกรอบการทำงาน ซึ่งเน้นความสำคัญของข้อมูลต่อการตัดสินใจของตัวแทน.

มองไปยังอนาคต ความสามารถในการตรวจสอบได้และความเป็นส่วนตัวจะกลายเป็นความท้าทายที่สำคัญที่โปรโตคอลต้องจัดการ ในปัจจุบัน ตัวแทน AI ส่วนใหญ่ยังคงทำงานเป็นกล่องดำ ผู้ใช้ต้องมอบเงินทุนให้กับมัน ดังนั้น การพัฒนาการตัดสินใจ AI ที่สามารถตรวจสอบได้จะช่วยให้มั่นใจในความโปร่งใสและความรับผิดชอบในกระบวนการของตัวแทน โปรโตคอลที่รวม TEE, FHE หรือแม้แต่ zk-proofs สามารถเสริมความสามารถในการตรวจสอบพฤติกรรมของตัวแทน AI เพื่อสร้างความไว้วางใจในความเป็นอิสระได้

ตัวแทน DeFAI สามารถนํามาใช้อย่างกว้างขวางได้ก็ต่อเมื่อรวมเข้ากับข้อมูลคุณภาพสูงโมเดลที่แข็งแกร่งและกระบวนการตัดสินใจที่โปร่งใส