DeFAI: Как ИИ раскрывает потенциал Децентрализованных финансов?
Децентрализованные финансы (DeFi) с момента быстрого развития в 2020 году остаются основным столпом криптоэкосистемы. Несмотря на появление множества инновационных протоколов, это также привело к увеличению сложности и фрагментации, что затрудняет опытным пользователям управление множеством цепочек, активов и протоколов.
В то же время искусственный интеллект (AI) развился из широких базовых нарративов 2023 года в более профессиональную, ориентированную на агентов фокусировку 2024 года. Этот переход породил DeFi AI (DeFAI) - новую область, где ИИ улучшает DeFi за счет автоматизации, управления рисками и оптимизации капитала.
DeFAI пересекает несколько уровней. Блокчейн является базовым уровнем, AI-агенты должны взаимодействовать с конкретной цепочкой, чтобы выполнять сделки и умные контракты. Уровень данных и вычислительный уровень предоставляют инфраструктуру, необходимую для обучения AI-моделей, которые основаны на исторических данных о ценах, рыночных настроениях и анализе на цепочке. Уровень конфиденциальности и верификации гарантирует, что чувствительные финансовые данные остаются безопасными при выполнении без доверия. Фреймворк агентов позволяет разработчикам создавать специализированные приложения на основе AI, такие как автономные торговые роботы, оценщики кредитных рисков и оптимизаторы управления на цепочке.
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 Децентрализованных финансов, позволяя пользователям вводить подсказки для выполнения на блокчейне. Обычно они интегрируются с несколькими цепочками и dApp, выполняя намерения пользователей, одновременно устраняя ручные шаги в сложных транзакциях.
Некоторые функции, которые могут выполнять эти протоколы, включают:
Обмен, кросс-цепочка, заимствование/вывод, выполнение транзакций через кросс-цепочку
Кошелек для копирования сделок или профиль в социальных сетях
Автоматическое выполнение тейк-профита/стоп-лосса в зависимости от процента размера позиции
Например, не нужно вручную извлекать ETH с платформы кредитования, переносить его через цепочку в Solana, обменивать на SOL и предоставлять ликвидность на DEX - протокол абстрактного слоя может выполнить операцию всего в один шаг.
2. Автономный торговый агент
В отличие от традиционных торговых роботов, которые следуют заранее установленным правилам, автономные торговые агенты могут учиться и адаптироваться к рыночным условиям, а также корректировать свои стратегии на основе новой информации. Эти агенты могут:
Анализируйте данные для постоянного совершенствования стратегии
Прогнозируйте рыночные тенденции, чтобы принимать лучшие решения по длинным/коротким позициям
Выполняйте сложные стратегии Децентрализованных финансов, как базовую торговлю.
3. DApps на основе ИИ
Децентрализованные финансы dApp предоставляют функции заимствования, обмена, доходного фермерства и т.д. ИИ и ИИ-агенты могут улучшить эти услуги следующим образом:
Оптимизация поставок ликвидности за счет ребалансировки позиций LP для получения лучшего APY
Сканирование токенов для выявления рисков путем обнаружения потенциальных rug или honeypot
Основные вызовы
Топовые протоколы, построенные на этих уровнях, сталкиваются с некоторыми вызовами:
Эти протоколы зависят от потоков данных в реальном времени для достижения оптимального исполнения сделок. Плохое качество данных может привести к неэффективности маршрутов, неудачам в сделках или сделкам без прибыли.
Модели ИИ зависят от исторических данных, но рынок криптовалют очень волатилен. Агентам необходимо пройти обучение на разнообразных, качественных наборах данных, чтобы сохранить свою эффективность.
Необходимо всесторонне понимать корреляцию активов, изменения ликвидности и рыночные настроения, чтобы оценить общее состояние рынка.
Протоколы на основе этих категорий уже стали популярными на рынке. Однако, чтобы предоставить лучшие продукты и оптимальные результаты, им следует рассмотреть возможность интеграции различных наборов данных разного качества, чтобы поднять свои продукты на новый уровень.
Уровень данных - обеспечивает мощность для DeFAI смарт-контрактов
Качество ИИ зависит от данных, на которых он основан. Чтобы ИИ-агенты эффективно работали в DeFAI, им нужны актуальные, структурированные и проверяемые данные. Например, абстрактный уровень должен получать доступ к данным на блокчейне 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 прогнозировать ценовое поведение в будущем, предоставляя рекомендации по торговле в соответствии с их предпочтениями по длинным или коротким позициям в некоторых активах.
Сравнение топовых блокчейнов, на которых основаны AI-агенты
Некоторые публичные цепи, безусловно, являются основными цепями для создания и выпуска токенов большинства AI-агентов. AI-агенты используют сети с высокой пропускной способностью и низкой задержкой, а также операционные системы с открытым исходным кодом для развертывания токенов агентов, в то время как некоторые платформы выступают в качестве лаунчпадов для развертывания агентов. Несмотря на то, что у них есть хакатоны и финансовые стимулы, в плане AI-программ на цепи они еще не достигли уровня, которого достигли некоторые новые публичные цепи.
Некоторый публичный блокчейн ранее определил себя как L1 блокчейн, ориентированный на ИИ, его функции включают рынок задач ИИ, исследовательский центр ИИ с открытым фреймворком ИИ-агентов и помощника ИИ. Они недавно объявили о фонде ИИ-агентов в размере 20 миллионов долларов для расширения полностью автономных и проверяемых агентов на своей цепи.
Следующий шаг DeFAI
В настоящее время большинство AI-агентов в Децентрализованных финансах сталкиваются с серьезными ограничениями в достижении полной автономности. Например:
Абстрактный уровень преобразует намерения пользователя в выполнение, но обычно ему не хватает предсказательной способности
AI-агенты могут генерировать альфа, анализируя данные, но им не хватает независимого исполнения сделок.
AI-управляемые dApp могут обрабатывать страховые фонды или сделки, но относятся к пассивным, а не активным.
Следующий этап DeFAI может сосредоточиться на интеграции полезного уровня данных для разработки лучшей платформы или агента. Для этого потребуются глубокие ончейн данные о деятельности крупных китов, изменениях ликвидности и т. д., одновременно генерируя полезные синтетические данные для более точного прогнозного анализа, а также сочетая их с анализом настроений с общего рынка, будь то колебания токенов в определенных категориях (таких как AI-агенты, DeSci и т. д.) или колебания токенов в социальных сетях.
Конечной целью является то, что AI-агенты смогут бесшовно генерировать и выполнять торговые стратегии из единого интерфейса. По мере成熟ности этих систем, мы можем увидеть, как будущие Децентрализованные финансы трейдеры будут полагаться на AI-агентов для автономной оценки, прогнозирования и выполнения финансовых стратегий с минимальным человеческим вмешательством.
Последние мысли
Учитывая значительное падение цен на токены и фреймворки AI-агентов, некоторые могут считать DeFAI лишь мимолетным явлением. Тем не менее, DeFAI все еще находится на ранней стадии, и потенциал AI-агентов для повышения доступности и производительности Децентрализованных финансов неоспорим.
Ключом к раскрытию этого потенциала является получение высококачественных данных в реальном времени, что улучшит прогнозирование и исполнение сделок на основе ИИ. Все больше протоколов интегрируют различные уровни данных, а протоколы данных создают плагины для построения инфраструктуры, что подчеркивает важность данных для агентских решений.
Смотря в будущее, проверяемость и конфиденциальность станут ключевыми вызовами, которые протоколы должны будут решить. 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, основанных на TEE, FHE и даже zk-доказательствах, может усилить проверяемость поведения AI-агентов, что позволит установить доверие к автономности.
Только успешное сочетание высококачественных данных, надежных моделей и прозрачных процессов принятия решений позволит агентам DeFAI получить широкое применение.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
6 Лайков
Награда
6
4
Поделиться
комментарий
0/400
BridgeNomad
· 17ч назад
после червоточины, я очень скептически отношусь к тому, чтобы какой-либо ИИ касался моих DeFi активов... безопасность прежде всего семья
Посмотреть ОригиналОтветить0
LiquidatedAgain
· 17ч назад
Насколько надежен риск-менеджмент AI, только что спрашивал о умной системе ликвидации.
Посмотреть ОригиналОтветить0
OnchainDetective
· 17ч назад
Рано догадался, что AI собирается заняться Децентрализованными финансами.
DeFAI: Искусственный интеллект ведет в новую эру Децентрализованных финансов, данные и агенты становятся ключевыми.
DeFAI: Как ИИ раскрывает потенциал Децентрализованных финансов?
Децентрализованные финансы (DeFi) с момента быстрого развития в 2020 году остаются основным столпом криптоэкосистемы. Несмотря на появление множества инновационных протоколов, это также привело к увеличению сложности и фрагментации, что затрудняет опытным пользователям управление множеством цепочек, активов и протоколов.
В то же время искусственный интеллект (AI) развился из широких базовых нарративов 2023 года в более профессиональную, ориентированную на агентов фокусировку 2024 года. Этот переход породил DeFi AI (DeFAI) - новую область, где ИИ улучшает DeFi за счет автоматизации, управления рисками и оптимизации капитала.
DeFAI пересекает несколько уровней. Блокчейн является базовым уровнем, AI-агенты должны взаимодействовать с конкретной цепочкой, чтобы выполнять сделки и умные контракты. Уровень данных и вычислительный уровень предоставляют инфраструктуру, необходимую для обучения AI-моделей, которые основаны на исторических данных о ценах, рыночных настроениях и анализе на цепочке. Уровень конфиденциальности и верификации гарантирует, что чувствительные финансовые данные остаются безопасными при выполнении без доверия. Фреймворк агентов позволяет разработчикам создавать специализированные приложения на основе AI, такие как автономные торговые роботы, оценщики кредитных рисков и оптимизаторы управления на цепочке.
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 Децентрализованных финансов, позволяя пользователям вводить подсказки для выполнения на блокчейне. Обычно они интегрируются с несколькими цепочками и dApp, выполняя намерения пользователей, одновременно устраняя ручные шаги в сложных транзакциях.
Некоторые функции, которые могут выполнять эти протоколы, включают:
Например, не нужно вручную извлекать ETH с платформы кредитования, переносить его через цепочку в Solana, обменивать на SOL и предоставлять ликвидность на DEX - протокол абстрактного слоя может выполнить операцию всего в один шаг.
2. Автономный торговый агент
В отличие от традиционных торговых роботов, которые следуют заранее установленным правилам, автономные торговые агенты могут учиться и адаптироваться к рыночным условиям, а также корректировать свои стратегии на основе новой информации. Эти агенты могут:
3. DApps на основе ИИ
Децентрализованные финансы dApp предоставляют функции заимствования, обмена, доходного фермерства и т.д. ИИ и ИИ-агенты могут улучшить эти услуги следующим образом:
Основные вызовы
Топовые протоколы, построенные на этих уровнях, сталкиваются с некоторыми вызовами:
Эти протоколы зависят от потоков данных в реальном времени для достижения оптимального исполнения сделок. Плохое качество данных может привести к неэффективности маршрутов, неудачам в сделках или сделкам без прибыли.
Модели ИИ зависят от исторических данных, но рынок криптовалют очень волатилен. Агентам необходимо пройти обучение на разнообразных, качественных наборах данных, чтобы сохранить свою эффективность.
Необходимо всесторонне понимать корреляцию активов, изменения ликвидности и рыночные настроения, чтобы оценить общее состояние рынка.
Протоколы на основе этих категорий уже стали популярными на рынке. Однако, чтобы предоставить лучшие продукты и оптимальные результаты, им следует рассмотреть возможность интеграции различных наборов данных разного качества, чтобы поднять свои продукты на новый уровень.
Уровень данных - обеспечивает мощность для DeFAI смарт-контрактов
Качество ИИ зависит от данных, на которых он основан. Чтобы ИИ-агенты эффективно работали в DeFAI, им нужны актуальные, структурированные и проверяемые данные. Например, абстрактный уровень должен получать доступ к данным на блокчейне 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 прогнозировать ценовое поведение в будущем, предоставляя рекомендации по торговле в соответствии с их предпочтениями по длинным или коротким позициям в некоторых активах.
Сравнение топовых блокчейнов, на которых основаны AI-агенты
Некоторые публичные цепи, безусловно, являются основными цепями для создания и выпуска токенов большинства AI-агентов. AI-агенты используют сети с высокой пропускной способностью и низкой задержкой, а также операционные системы с открытым исходным кодом для развертывания токенов агентов, в то время как некоторые платформы выступают в качестве лаунчпадов для развертывания агентов. Несмотря на то, что у них есть хакатоны и финансовые стимулы, в плане AI-программ на цепи они еще не достигли уровня, которого достигли некоторые новые публичные цепи.
Некоторый публичный блокчейн ранее определил себя как L1 блокчейн, ориентированный на ИИ, его функции включают рынок задач ИИ, исследовательский центр ИИ с открытым фреймворком ИИ-агентов и помощника ИИ. Они недавно объявили о фонде ИИ-агентов в размере 20 миллионов долларов для расширения полностью автономных и проверяемых агентов на своей цепи.
Следующий шаг DeFAI
В настоящее время большинство AI-агентов в Децентрализованных финансах сталкиваются с серьезными ограничениями в достижении полной автономности. Например:
Абстрактный уровень преобразует намерения пользователя в выполнение, но обычно ему не хватает предсказательной способности
AI-агенты могут генерировать альфа, анализируя данные, но им не хватает независимого исполнения сделок.
AI-управляемые dApp могут обрабатывать страховые фонды или сделки, но относятся к пассивным, а не активным.
Следующий этап DeFAI может сосредоточиться на интеграции полезного уровня данных для разработки лучшей платформы или агента. Для этого потребуются глубокие ончейн данные о деятельности крупных китов, изменениях ликвидности и т. д., одновременно генерируя полезные синтетические данные для более точного прогнозного анализа, а также сочетая их с анализом настроений с общего рынка, будь то колебания токенов в определенных категориях (таких как AI-агенты, DeSci и т. д.) или колебания токенов в социальных сетях.
Конечной целью является то, что AI-агенты смогут бесшовно генерировать и выполнять торговые стратегии из единого интерфейса. По мере成熟ности этих систем, мы можем увидеть, как будущие Децентрализованные финансы трейдеры будут полагаться на AI-агентов для автономной оценки, прогнозирования и выполнения финансовых стратегий с минимальным человеческим вмешательством.
Последние мысли
Учитывая значительное падение цен на токены и фреймворки AI-агентов, некоторые могут считать DeFAI лишь мимолетным явлением. Тем не менее, DeFAI все еще находится на ранней стадии, и потенциал AI-агентов для повышения доступности и производительности Децентрализованных финансов неоспорим.
Ключом к раскрытию этого потенциала является получение высококачественных данных в реальном времени, что улучшит прогнозирование и исполнение сделок на основе ИИ. Все больше протоколов интегрируют различные уровни данных, а протоколы данных создают плагины для построения инфраструктуры, что подчеркивает важность данных для агентских решений.
Смотря в будущее, проверяемость и конфиденциальность станут ключевыми вызовами, которые протоколы должны будут решить. 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, основанных на TEE, FHE и даже zk-доказательствах, может усилить проверяемость поведения AI-агентов, что позволит установить доверие к автономности.
Только успешное сочетание высококачественных данных, надежных моделей и прозрачных процессов принятия решений позволит агентам DeFAI получить широкое применение.