DeFAI: Как искусственный интеллект может раскрыть потенциал децентрализованного финансирования
Децентрализованное финансирование(DeFi) быстро развивалось с 2020 года, став важным столпом криптоэкосистемы. Несмотря на бесконечные инновации, сложность и фрагментация также возросли, и даже опытным пользователям трудно управлять множеством цепочек, активов и протоколов.
В то же время искусственный интеллект (AI) переходит от широких основополагающих нарративов 2023 года к более специализированному, ориентированному на агентство фокусу 2024 года. Этот переход породил DeFi AI (DeFAI) - новую развивающуюся область, в которой ИИ усиливает DeFi через автоматизацию, управление рисками и оптимизацию капитала.
DeFAI охватывает несколько уровней. Блокчейн является базовым уровнем, AI-агенты должны взаимодействовать с определенной цепочкой для выполнения транзакций и смарт-контрактов. Уровень данных и вычислительный уровень предоставляют инфраструктуру, необходимую для обучения AI-моделей, которые основаны на исторических данных о ценах, рыночных настроениях и анализе в цепочке. Уровень конфиденциальности и проверки обеспечивает безопасность чувствительных финансовых данных, сохраняя при этом бездоверительное выполнение. Наконец, рамки агентов позволяют разработчикам создавать специализированные приложения на основе AI, такие как автономные торговые роботы, оценщики кредитных рисков и оптимизаторы управления в цепочке.
С расширением экосистемы DeFAI наиболее выдающиеся проекты можно разделить на три основные категории:
1. Абстрактный уровень
Эти протоколы служат удобным интерфейсом для пользователей DeFi, позволяя им вводить подсказки для выполнения в цепочке. Они обычно интегрируются с несколькими цепями и dApp, выполняя намерения пользователей, одновременно устраняя ручные шаги в сложных сделках.
Эти протоколы могут выполнять следующие функции:
Обмен, кроссчейн, заимствование/вывод, кроссчейн выполнение транзакций
Кошелек для копирования сделок или профиль в социальных сетях
Автоматическое выполнение тейк-профита/стоп-лосса и других сделок в зависимости от процента размера позиции
Например, не нужно вручную извлекать ETH с платформы кредитования, переносить его через цепочку в Solana, обменивать токены и предоставлять ликвидность - протокол абстрактного уровня может выполнить операцию всего за один шаг.
2. Автономные торговые агенты
В отличие от традиционных торговых роботов, которые следуют заранее заданным правилам, автономные торговые агенты могут изучать и адаптироваться к условиям рынка, а также корректировать свои стратегии на основе новой информации. Эти агенты могут:
Анализировать данные для постоянного улучшения стратегии
Прогнозировать рыночные движения, чтобы принимать лучшие решения по лонгам/шортам
Выполнение сложных DeFi стратегий
3. DApps, управляемые ИИ
Децентрализованные приложения (DeFi dApp) предлагают функции кредитования, обмена, фарминга доходов и т.д. ИИ и ИИ-агенты могут улучшить эти услуги следующими способами:
Оптимизация предложения ликвидности через ребалансировку позиций LP для получения лучшего APY
Сканирование токенов путем обнаружения потенциальных рисков
Эти топовые протоколы на этих уровнях сталкиваются с некоторыми вызовами:
Полагайтесь на поток данных в реальном времени для достижения наилучшего исполнения сделок. Плохое качество данных может привести к неэффективности маршрута, сбоям в сделках или отсутствию прибыли.
Модели ИИ зависят от исторических данных, но рынок криптовалют очень волатилен. Агент должен пройти обучение на разнообразных, высококачественных наборах данных, чтобы поддерживать свою эффективность.
Нужно полностью понять взаимосвязь активов, изменения ликвидности и рыночные настроения, чтобы понять общую рыночную ситуацию.
Чтобы предоставить лучшие продукты и оптимальные результаты, эти протоколы должны учитывать интеграцию различных наборов данных разного качества для повышения уровня продукции.
Данные - обеспечивают мощность для DeFAI смартов
Качество ИИ зависит от данных, на которых он основывается. Чтобы AI-агенты могли эффективно работать 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 для оптимизации сделок и доходов нуждаются в данных для дальнейшего совершенствования торговых стратегий и перераспределения ресурсов.
Высококачественные наборы данных позволяют агентам лучше прогнозировать будущее ценовое поведение, предоставляя рекомендации по торговле, чтобы адаптироваться к предпочтениям длинных или коротких позиций по определённым активам.
Основные поставщики данных DeFAI включают:
Mode Synth: синтетические данные для финансового прогнозирования, захватывающие полное распределение ценовых изменений, используемые для прогнозирования AI моделей
Chainbase: Полноценный структурированный набор данных, предоставляющий данные, улучшенные ИИ, для торговли, прогнозирования и получения альфа
sqd.ai:Децентрализованный дата-лак для AI-агентов, масштабируемый и настраиваемый многосетевой доступ к данным с безопасностью доказательства с нулевым знанием
Cookie: социальная сеть и уровень данных на блокчейне, ориентированные на AI-агенты, использующие 18 специализированных AI-агентов для обработки более 7 ТБ данных агентов на более чем 20 цепочках.
Сравнение ведущих блокчейнов, на которых основаны AI-агенты
Solana и Base являются двумя основными цепочками для построения и выпуска токенов большинства AI-агентов. AI-агенты используют высокую пропускную способность и низкую задержку сети Solana, а также открытый ElizaOS для развертывания токенов агентов, в то время как Virtuals служат стартовой площадкой для развертывания агентов на Base. Несмотря на то, что у них есть хакатоны и финансовые стимулы, с точки зрения AI-программ в качестве цепочки, они еще не достигли уровня, который достигают некоторые специализированные блокчейны.
NEAR ранее определял себя как L1 блокчейн, ориентированный на ИИ, его функции включают рынок задач ИИ, исследовательский центр ИИ с открытой архитектурой ИИ-агентов и ИИ-помощников. Они недавно объявили о фонде ИИ-агентов в размере 20 миллионов долларов для расширения полностью автономных и проверяемых агентов на NEAR.
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 генерировать альфа за счет анализа, но им не хватает независимого исполнения сделок.
AI-управляемые dApp могут обрабатывать хранилища или сделки, но являются пассивными, а не активными.
Следующий этап DeFAI может сосредоточиться на интеграции полезного уровня данных для разработки оптимальной платформы или агента. Это потребует глубоких ончейн данных о деятельности крупных игроков, изменениях ликвидности и т.д., одновременно генерируя полезные синтетические данные для лучшего прогнозного анализа и сочетая их с анализом настроений от общего рынка, будь то волатильность токенов в определенных категориях или волатильность токенов в социальных сетях.
Конечной целью является создание AI-агента, который сможет бесшовно генерировать и выполнять торговые стратегии из одного интерфейса. По мере того как эти системы будут развиваться, возможно, мы увидим, как в будущем трейдеры DeFi будут полагаться на AI-агентов для самостоятельной оценки, прогнозирования и выполнения финансовых стратегий с минимальным человеческим вмешательством.
Заключение
Несмотря на то, что токены и фреймы AI-агентов недавно значительно упали в цене, DeFAI все еще находится на ранней стадии, и потенциал AI-агентов для повышения доступности и производительности DeFi невозможно отрицать.
Ключ к раскрытию этого потенциала заключается в получении 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 построения фреймов, что подчеркивает важность данных для принятия решений агентами.
Смотря в будущее, проверяемость и конфиденциальность станут ключевыми проблемами, которые протоколы должны решить. В настоящее время большинство операций AI-агентов по-прежнему являются черным ящиком, и пользователи должны доверять свои средства им. Поэтому развитие проверяемых AI-решений поможет обеспечить прозрачность и подотчетность процессов агентов. Интеграция протоколов, основанных на TEE, FHE и даже нулевых доказательствах, может повысить проверяемость поведения AI-агентов, что позволит достичь доверия к автономности.
Только успешное сочетание качественных данных, надежных моделей и прозрачных процессов принятия решений позволит DeFAI-агенту получить широкое применение.
! [Объяснение DeFAI: как искусственный интеллект может раскрыть потенциал DeFi?] ](https://img-cdn.gateio.im/webp-social/moments-1df1f707fb29db4dd351d64ceb0fd8b8.webp)
 и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
11 Лайков
Награда
11
4
Поделиться
комментарий
0/400
TestnetNomad
· 6ч назад
Децентрализованные финансы не понимаешь, а играешь в ИИ?
DeFAI: Как ИИ усиливает Децентрализованные финансы и раскрывает новые возможности децентрализованного финансирования
DeFAI: Как искусственный интеллект может раскрыть потенциал децентрализованного финансирования
Децентрализованное финансирование(DeFi) быстро развивалось с 2020 года, став важным столпом криптоэкосистемы. Несмотря на бесконечные инновации, сложность и фрагментация также возросли, и даже опытным пользователям трудно управлять множеством цепочек, активов и протоколов.
В то же время искусственный интеллект (AI) переходит от широких основополагающих нарративов 2023 года к более специализированному, ориентированному на агентство фокусу 2024 года. Этот переход породил DeFi AI (DeFAI) - новую развивающуюся область, в которой ИИ усиливает DeFi через автоматизацию, управление рисками и оптимизацию капитала.
DeFAI охватывает несколько уровней. Блокчейн является базовым уровнем, AI-агенты должны взаимодействовать с определенной цепочкой для выполнения транзакций и смарт-контрактов. Уровень данных и вычислительный уровень предоставляют инфраструктуру, необходимую для обучения AI-моделей, которые основаны на исторических данных о ценах, рыночных настроениях и анализе в цепочке. Уровень конфиденциальности и проверки обеспечивает безопасность чувствительных финансовых данных, сохраняя при этом бездоверительное выполнение. Наконец, рамки агентов позволяют разработчикам создавать специализированные приложения на основе AI, такие как автономные торговые роботы, оценщики кредитных рисков и оптимизаторы управления в цепочке.
С расширением экосистемы DeFAI наиболее выдающиеся проекты можно разделить на три основные категории:
1. Абстрактный уровень
Эти протоколы служат удобным интерфейсом для пользователей DeFi, позволяя им вводить подсказки для выполнения в цепочке. Они обычно интегрируются с несколькими цепями и dApp, выполняя намерения пользователей, одновременно устраняя ручные шаги в сложных сделках.
Эти протоколы могут выполнять следующие функции:
Например, не нужно вручную извлекать ETH с платформы кредитования, переносить его через цепочку в Solana, обменивать токены и предоставлять ликвидность - протокол абстрактного уровня может выполнить операцию всего за один шаг.
2. Автономные торговые агенты
В отличие от традиционных торговых роботов, которые следуют заранее заданным правилам, автономные торговые агенты могут изучать и адаптироваться к условиям рынка, а также корректировать свои стратегии на основе новой информации. Эти агенты могут:
3. DApps, управляемые ИИ
Децентрализованные приложения (DeFi dApp) предлагают функции кредитования, обмена, фарминга доходов и т.д. ИИ и ИИ-агенты могут улучшить эти услуги следующими способами:
Эти топовые протоколы на этих уровнях сталкиваются с некоторыми вызовами:
Полагайтесь на поток данных в реальном времени для достижения наилучшего исполнения сделок. Плохое качество данных может привести к неэффективности маршрута, сбоям в сделках или отсутствию прибыли.
Модели ИИ зависят от исторических данных, но рынок криптовалют очень волатилен. Агент должен пройти обучение на разнообразных, высококачественных наборах данных, чтобы поддерживать свою эффективность.
Нужно полностью понять взаимосвязь активов, изменения ликвидности и рыночные настроения, чтобы понять общую рыночную ситуацию.
Чтобы предоставить лучшие продукты и оптимальные результаты, эти протоколы должны учитывать интеграцию различных наборов данных разного качества для повышения уровня продукции.
Данные - обеспечивают мощность для DeFAI смартов
Качество ИИ зависит от данных, на которых он основывается. Чтобы AI-агенты могли эффективно работать 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 для оптимизации сделок и доходов нуждаются в данных для дальнейшего совершенствования торговых стратегий и перераспределения ресурсов.
Высококачественные наборы данных позволяют агентам лучше прогнозировать будущее ценовое поведение, предоставляя рекомендации по торговле, чтобы адаптироваться к предпочтениям длинных или коротких позиций по определённым активам.
Основные поставщики данных DeFAI включают:
Сравнение ведущих блокчейнов, на которых основаны AI-агенты
Solana и Base являются двумя основными цепочками для построения и выпуска токенов большинства AI-агентов. AI-агенты используют высокую пропускную способность и низкую задержку сети Solana, а также открытый ElizaOS для развертывания токенов агентов, в то время как Virtuals служат стартовой площадкой для развертывания агентов на Base. Несмотря на то, что у них есть хакатоны и финансовые стимулы, с точки зрения AI-программ в качестве цепочки, они еще не достигли уровня, который достигают некоторые специализированные блокчейны.
NEAR ранее определял себя как L1 блокчейн, ориентированный на ИИ, его функции включают рынок задач ИИ, исследовательский центр ИИ с открытой архитектурой ИИ-агентов и ИИ-помощников. Они недавно объявили о фонде ИИ-агентов в размере 20 миллионов долларов для расширения полностью автономных и проверяемых агентов на NEAR.
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 генерировать альфа за счет анализа, но им не хватает независимого исполнения сделок.
AI-управляемые dApp могут обрабатывать хранилища или сделки, но являются пассивными, а не активными.
Следующий этап DeFAI может сосредоточиться на интеграции полезного уровня данных для разработки оптимальной платформы или агента. Это потребует глубоких ончейн данных о деятельности крупных игроков, изменениях ликвидности и т.д., одновременно генерируя полезные синтетические данные для лучшего прогнозного анализа и сочетая их с анализом настроений от общего рынка, будь то волатильность токенов в определенных категориях или волатильность токенов в социальных сетях.
Конечной целью является создание AI-агента, который сможет бесшовно генерировать и выполнять торговые стратегии из одного интерфейса. По мере того как эти системы будут развиваться, возможно, мы увидим, как в будущем трейдеры DeFi будут полагаться на AI-агентов для самостоятельной оценки, прогнозирования и выполнения финансовых стратегий с минимальным человеческим вмешательством.
Заключение
Несмотря на то, что токены и фреймы AI-агентов недавно значительно упали в цене, DeFAI все еще находится на ранней стадии, и потенциал AI-агентов для повышения доступности и производительности DeFi невозможно отрицать.
Ключ к раскрытию этого потенциала заключается в получении 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 построения фреймов, что подчеркивает важность данных для принятия решений агентами.
Смотря в будущее, проверяемость и конфиденциальность станут ключевыми проблемами, которые протоколы должны решить. В настоящее время большинство операций AI-агентов по-прежнему являются черным ящиком, и пользователи должны доверять свои средства им. Поэтому развитие проверяемых AI-решений поможет обеспечить прозрачность и подотчетность процессов агентов. Интеграция протоколов, основанных на TEE, FHE и даже нулевых доказательствах, может повысить проверяемость поведения AI-агентов, что позволит достичь доверия к автономности.
Только успешное сочетание качественных данных, надежных моделей и прозрачных процессов принятия решений позволит DeFAI-агенту получить широкое применение.
! [Объяснение DeFAI: как искусственный интеллект может раскрыть потенциал DeFi?] ](https://img-cdn.gateio.im/webp-social/moments-1df1f707fb29db4dd351d64ceb0fd8b8.webp)
![DeFAI полное руководство: Как ИИ раскрывает потенциал DeFi?](https://img-cdn.gateio.im/webp-social/moments-56a89e79609d8f982d5d31dadfad9205.webp01