คุณภาพของ AI ขึ้นอยู่กับข้อมูลที่มันพึ่งพา เพื่อให้ตัวแทน AI ทำงานได้อย่างมีประสิทธิภาพใน DeFAI พวกเขาจำเป็นต้องมีข้อมูลที่เป็นข้อมูลเชิงโครงสร้างและสามารถตรวจสอบได้ในเวลาจริง ตัวอย่างเช่น ชั้นนามธรรมต้องเข้าถึงข้อมูลบนบล็อกเชนผ่าน RPC และ API ของเครือข่ายสังคม ในขณะที่ตัวแทนการซื้อขายและการเพิ่มประสิทธิภาพรายได้จำเป็นต้องใช้ข้อมูลในการปรับปรุงกลยุทธ์การซื้อขายของพวกเขาและจัดสรรทรัพยากรใหม่
มาตรการเหล่านี้ทั้งหมดเกิดขึ้นในขณะที่พวกเขาอัปเกรดเครือข่ายด้วย AI โดยสิ่งที่น่าสนใจที่สุดคือการติดตั้งตัวจัดอันดับ AI ให้กับบล็อกเชนของพวกเขา โดยการใช้การจำลองและการวิเคราะห์ AI ก่อนการดำเนินการในธุรกรรม สามารถป้องกันและตรวจสอบธุรกรรมที่มีความเสี่ยงสูงก่อนที่จะดำเนินการ เพื่อให้แน่ใจในความปลอดภัยของเครือข่าย ในฐานะที่เป็น L2 ของ Optimism Super Chain Mode ยืนอยู่ในจุดกึ่งกลาง เชื่อมโยงผู้ใช้มนุษย์และตัวแทนผู้ใช้เข้ากับ DeFi นิเวศที่ดีที่สุด.
การเปรียบเทียบบล็อกเชนชั้นนำที่ AI ตัวแทนใช้เป็นพื้นฐาน
Solana และ Base ไม่มีข้อสงสัยว่าเป็นสองเครือข่ายหลักสำหรับการสร้างและเผยแพร่กรอบและโทเค็น AI ส่วนใหญ่ ตัวแทน AI ใช้ความสามารถในการประมวลผลสูงและเครือข่ายที่มีความหน่วงต่ำของ Solana รวมถึง ElizaOS ที่เป็นโอเพนซอร์สในการปรับใช้โทเค็นตัวแทน ในขณะที่ Virtuals ทำหน้าที่เป็นแพลตฟอร์มสำหรับการปรับใช้ตัวแทนบน Base แม้ว่าทั้งสองจะมีแฮ็กกาธอนและแรงจูงใจทางการเงิน แต่ในแง่ของการเป็นโครงการ AI บนเครือข่าย พวกเขายังไม่ถึงระดับที่ Mode ทำได้.
NEAR ก่อนหน้านี้ได้กำหนดตัวเองว่าเป็น L1 บล็อกเชนที่มุ่งเน้น AI โดยมีฟังก์ชันรวมถึงตลาดงาน AI, ศูนย์วิจัย NEAR AI ที่มีเฟรมเวิร์กตัวแทน AI แบบโอเพนซอร์ส และผู้ช่วย NEAR AI พวกเขาเพิ่งประกาศกองทุนตัวแทน AI มูลค่า 20 ล้านดอลลาร์สหรัฐ เพื่อขยายตัวแทนที่เป็นอิสระและสามารถตรวจสอบได้อย่างสมบูรณ์บน NEAR.
สิ่งนี้ทำให้นักพัฒนาสามารถปรับแต่งกระบวนการจัดการข้อมูลตามความต้องการเฉพาะของตน การทำให้ข้อมูลดิบเป็นมาตรฐานและประมวลผลให้เป็นรูปแบบที่สะอาดและเข้ากันได้ จะช่วยให้แน่ใจว่าชุดข้อมูลของพวกเขาตรงตามข้อกำหนดที่เข้มงวดของระบบ AI ซึ่งจะช่วยลดเวลาในการเตรียมข้อมูล ในขณะเดียวกันก็เพิ่มความแม่นยำของโมเดล และช่วยสร้างตัวแทน AI ที่เชื่อถือได้.
แพลตฟอร์มการประมวลผลข้อมูลที่ปรับแต่งได้ของพวกเขาสามารถจัดเตรียมข้อมูลที่ปรับแต่งได้ตามความต้องการของตัวแทน AI ในขณะที่ DuckDB จะให้การเรียกค้นข้อมูลที่มีประสิทธิภาพสำหรับการค้นหาท้องถิ่น ชุดข้อมูลที่ครอบคลุมของพวกเขาสนับสนุนเครือข่าย EVM และ Substrate มากกว่า 100 เครือข่าย รวมถึงบันทึกเหตุการณ์และรายละเอียดการทำธุรกรรม ซึ่งมีค่าสำหรับตัวแทน AI ที่ทำงานข้ามหลายบล็อกเชน.
การเข้ารหัสแบบไม่มีความรู้ (Zero-Knowledge Proof) ที่ถูกนำมาใช้ช่วยให้ตัวแทน AI สามารถเข้าถึงและจัดการข้อมูลที่ละเอียดอ่อนได้โดยไม่ทำให้เกิดการละเมิดความเป็นส่วนตัว นอกจากนี้ sqd.ai สามารถจัดการกับภาระข้อมูลที่เพิ่มขึ้นเรื่อยๆ โดยการเพิ่มโหนดการประมวลผลมากขึ้น ซึ่งจะสนับสนุนจำนวนตัวแทน AI ที่เพิ่มขึ้นอย่างต่อเนื่อง (คาดว่าจะมีจำนวนถึงหลายพันล้าน)
คุกกี้
คุกกี้ให้ชั้นข้อมูลแบบแยกส่วนสําหรับตัวแทน AI และคลัสเตอร์ที่ออกแบบมาโดยเฉพาะเพื่อประมวลผลข้อมูลทางสังคม มีแดชบอร์ดตัวแทน AI ที่ติดตามจิตใจของตัวแทนชั้นนําแบบ on-chain และบนแพลตฟอร์มโซเชียล และเพิ่งเปิดตัว API การจัดกลุ่มข้อมูลแบบ plug-and-play สําหรับตัวแทน AI อื่น ๆ เพื่อตรวจจับการเล่าเรื่องยอดนิยมและการเปลี่ยนแปลงทางความคิดใน CT
เป้าหมายสุดท้ายคือเอเจนต์ AI สามารถสร้างและดำเนินกลยุทธ์การซื้อขายได้อย่างไร้รอยต่อจากอินเทอร์เฟซเดียว เมื่อระบบเหล่านี้พัฒนาไปถึงระดับสูงขึ้น เราอาจเห็นว่าผู้ค้าซื้อขาย DeFi ในอนาคตพึ่งพาเอเจนต์ AI ในการประเมิน คาดการณ์ และดำเนินกลยุทธ์ทางการเงินด้วยการแทรกแซงจากมนุษย์น้อยที่สุด
ความคิดสุดท้าย
เนื่องจากการลดลงอย่างมากของโทเค็นและกรอบงาน AI ตัวแทน บางคนอาจคิดว่า DeFAI เป็นเพียงเรื่องชั่วคราว อย่างไรก็ตาม DeFAI ยังอยู่ในระยะเริ่มต้น และศักยภาพของ AI ตัวแทนในการเพิ่มความสามารถและประสิทธิภาพของ DeFi นั้นไม่อาจปฏิเสธได้.
กุญแจในการปลดปล่อยศักยภาพนี้อยู่ที่การเข้าถึงข้อมูลเรียลไทม์ที่มีคุณภาพสูง ซึ่งจะช่วยปรับปรุงการคาดการณ์และการดำเนินการซื้อขายที่ขับเคลื่อนด้วย AI โปรโตคอลจำนวนมากขึ้นเรื่อยๆ ได้รวมชั้นข้อมูลที่แตกต่างกันเข้าด้วยกัน โดยโปรโตคอลข้อมูลได้สร้างปลั๊กอินสำหรับการสร้างกรอบงาน ซึ่งทำให้เห็นถึงความสำคัญของข้อมูลต่อการตัดสินใจของตัวแทน.
มองไปข้างหน้า ความสามารถในการตรวจสอบได้และความเป็นส่วนตัวจะกลายเป็นความท้าทายที่สำคัญที่โปรโตคอลต้องแก้ไข ขณะนี้ ตัวแทน AI ส่วนใหญ่ยังคงเป็นกล่องดำ ผู้ใช้ต้องมอบเงินทุนให้กับมัน ดังนั้น การพัฒนาการตัดสินใจ AI ที่สามารถตรวจสอบได้จะช่วยให้มั่นใจในความโปร่งใสและความรับผิดชอบของกระบวนการตัวแทน โปรโตคอลที่รวม TEE, FHE หรือแม้แต่ zk-proofs สามารถเสริมสร้างความสามารถในการตรวจสอบพฤติกรรมของตัวแทน AI ซึ่งจะนำไปสู่ความไว้วางใจในความเป็นอิสระ
DeFAI全解：AI如何释放การเงินแบบกระจายอำนาจ的潜力？
ผู้เขียน：Geng Kai，DF
DeFAI คืออะไร?
ตั้งแต่การขยายตัวอย่างรวดเร็วในปี 2020 การเงินแบบกระจายศูนย์ (DeFi) ได้กลายเป็นเสาหลักที่สำคัญของระบบนิเวศคริปโต แม้ว่าจะมีการสร้างโปรโตคอลนวัตกรรมใหม่ๆ จำนวนมาก แต่ก็ทำให้เกิดความซับซ้อนและการกระจายตัวเพิ่มขึ้น แม้แต่ผู้ใช้ที่มีประสบการณ์ก็ยังยากที่จะจัดการกับเครือข่าย สินทรัพย์ และโปรโตคอลจำนวนมากมาย
ในเวลาเดียวกัน ปัญญาประดิษฐ์ (AI) ได้พัฒนาจากเรื่องราวพื้นฐานที่กว้างขวางในปี 2023 สู่จุดสนใจที่มีความเชี่ยวชาญมากขึ้นและมุ่งเน้นไปที่ตัวแทนในปี 2024 การเปลี่ยนแปลงนี้ได้ส่งผลให้เกิด DeFi AI (DeFAI) — สาขาที่เกิดขึ้นใหม่ซึ่ง AI ช่วยเสริม DeFi ผ่านการทำงานอัตโนมัติ การจัดการความเสี่ยง และการเพิ่มประสิทธิภาพทุน.
DeFAI ข้ามหลายระดับ โดยมีบล็อกเชนเป็นชั้นพื้นฐาน เนื่องจากเอเย่นต์ AI ต้องมีปฏิสัมพันธ์กับเชนเฉพาะเพื่อดำเนินการทำธุรกรรมและดำเนินการสัญญาอัจฉริยะ บนชั้นนี้ ชั้นข้อมูลและชั้นการคำนวณให้โครงสร้างพื้นฐานที่จำเป็นในการฝึกอบรมโมเดล AI ซึ่งโมเดลเหล่านี้มาจากข้อมูลราคาประวัติศาสตร์ อารมณ์ตลาด และการวิเคราะห์บนเชน ชั้นความเป็นส่วนตัวและการตรวจสอบได้ช่วยให้ข้อมูลทางการเงินที่ละเอียดอ่อนปลอดภัยในขณะที่รักษาการดำเนินการแบบไม่ไว้วางใจ สุดท้าย โครงสร้างเอเย่นต์ช่วยให้นักพัฒนาสามารถสร้างแอปพลิเคชันที่ขับเคลื่อนด้วย AI ที่เฉพาะเจาะจง เช่น หุ่นยนต์การค้าอัตโนมัติ เครื่องประเมินความเสี่ยงทางเครดิต และผู้ปรับแต่งการกำกับดูแลบนเชน
แม้ว่าภาพนิเวศนี้ยังสามารถขยายเพิ่มเติมได้ แต่เหล่านี้คือลักษณะชั้นนำของโครงการที่สร้างขึ้นบน DeFAI
ในขณะที่ระบบนิเวศของ DeFAI ยังคงขยายตัวโครงการที่โดดเด่นที่สุดสามารถแบ่งออกเป็นสามประเภทหลัก:
โปรโตคอลที่สร้างขึ้นบนหมวดหมู่นี้ทำหน้าที่เป็นอินเตอร์เฟซที่ใช้งานง่ายของ DeFi ที่คล้ายกับ ChatGPT โดยอนุญาตให้ผู้ใช้ป้อนคำสั่งที่ดำเนินการบนบล็อคเชน โดยทั่วไปแล้วจะรวมเข้ากับหลายบล็อคเชนและ dApp และดำเนินการตามเจตนาของผู้ใช้ในขณะที่ขจัดขั้นตอนที่ซับซ้อนในธุรกรรมที่ซับซ้อนออกไป
ฟังก์ชันบางอย่างที่สามารถดำเนินการโดยโปรโตคอลเหล่านี้ ได้แก่:
แลกเปลี่ยน, ข้ามสาย, การให้ยืม/การถอน, การทำธุรกรรมข้ามสาย
กระเป๋าเงินการซื้อขายตามคำสั่งหรือโปรไฟล์ Twitter/X
ดำเนินการทำกำไร/ขาดทุนโดยอัตโนมัติตามเปอร์เซ็นต์ขนาดตำแหน่ง
เช่น ไม่จำเป็นต้องดึง ETH จาก Aave ด้วยมือ ข้ามเครือข่ายไปยัง Solana แลกเปลี่ยน SOL / Fartcoin และให้สภาพคล่องที่ Raydium — โปรโตคอลชั้นการทำงานเพียงขั้นตอนเดียวก็สามารถดำเนินการได้
โปรโตคอลหลัก：
@griffaindotcom — เครือข่ายตัวแทนที่ดำเนินการทำธุรกรรมให้กับผู้ใช้
@HeyAnonai — โปรโตคอลสำหรับจัดการคำแนะนำของผู้ใช้เกี่ยวกับการทำธุรกรรม DeFi และการวิเคราะห์แบบเรียลไทม์
@orbitcryptoai — AI พาร์ทเนอร์สำหรับการโต้ตอบ DeFi
ต่างจากหุ่นยนต์เทรดแบบดั้งเดิมที่ปฏิบัติตามกฎที่ตั้งไว้ ตัวแทนการเทรดอิสระสามารถเรียนรู้และปรับตัวตามสภาวะตลาด และปรับกลยุทธ์ของตนตามข้อมูลใหม่ ตัวแทนเหล่านี้สามารถ:
วิเคราะห์ข้อมูลเพื่อปรับปรุงกลยุทธ์อย่างต่อเนื่อง
คาดการณ์แนวโน้มของตลาดเพื่อทำการตัดสินใจที่ดีกว่าในด้านขาขึ้น/ขาลง
ดำเนินกลยุทธ์ DeFi ที่ซับซ้อนเหมือนการซื้อขายพื้นฐาน
โปรโตคอลหลัก:
@Almanak__ — แพลตฟอร์มสำหรับการฝึกอบรม การปรับแต่ง และการปรับใช้ตัวแทนทางการเงินอิสระ
@Cod3xOrg — เปิดตัวตัวแทน AI ที่ดำเนินการภารกิจทางการเงินบนบล็อกเชน
@Spectral_Labs — สร้างเครือข่ายตัวแทนการซื้อขายบนบล็อกเชนอิสระ
DeFi dApp มีฟังก์ชันการให้ยืม การแลกเปลี่ยน การทำฟาร์มผลตอบแทน ฯลฯ AI และตัวแทน AI สามารถเสริมบริการเหล่านี้ได้ดังนี้:
การปรับสมดุลตำแหน่ง LP เพื่อเพิ่มประสิทธิภาพการจัดหาเงินทุน เพื่อให้ได้ APY ที่ดีกว่า
สแกนโทเค็นเพื่อค้นหาความเสี่ยงโดยการตรวจสอบ rug หรือ honeypot ที่อาจเกิดขึ้น
โปรโตคอลหลัก:
@gizatechxyz ของ ARMA— ตัวแทน AI ที่ใช้ในการปรับปรุงผลตอบแทน USDC ใน Mode และ Base
@SturdyFinance — AI ขับเคลื่อนประกันผลตอบแทน
@derivexyz — แพลตฟอร์มออปชันและสัญญาถาวรที่ปรับแต่งโดย AI co-pilot อัจฉริยะ
ความท้าทายหลัก
โปรโตคอลชั้นนำที่สร้างขึ้นบนชั้นเหล่านี้ต้องเผชิญกับความท้าทายบางประการ:
โปรโตคอลเหล่านี้อิงจากข้อมูลแบบเรียลไทม์เพื่อให้การดำเนินการซื้อขายที่ดีที่สุด คุณภาพข้อมูลที่ไม่ดีอาจส่งผลให้ประสิทธิภาพเส้นทางต่ำ การทำธุรกรรมล้มเหลว หรือการทำธุรกรรมไม่มีผลกำไร
โมเดล AI อาศัยข้อมูลในอดีต แต่ตลาดสกุลเงินดิจิทัลมีความผันผวนสูง ตัวแทนต้องได้รับการฝึกอบรมเกี่ยวกับชุดข้อมูลที่หลากหลายและมีคุณภาพสูงเพื่อให้ถูกต้อง
ต้องเข้าใจความสัมพันธ์ของสินทรัพย์ การเปลี่ยนแปลงของสภาพคล่อง และอารมณ์ตลาดอย่างรอบด้าน เพื่อที่จะเข้าใจสภาพตลาดโดยรวม
โปรโตคอลที่สร้างจากหมวดหมู่นี้ได้รับความนิยมในตลาด อย่างไรก็ตาม เพื่อให้บริการผลิตภัณฑ์ที่ดียิ่งขึ้นและผลลัพธ์ที่ดีที่สุด พวกเขาควรพิจารณาการรวมชุดข้อมูลที่มีคุณภาพแตกต่างกันหลายชุดเพื่อยกระดับผลิตภัณฑ์ของตนสู่ระดับใหม่
ชั้นข้อมูล——ให้พลังแก่ DeFAI อัจฉริยะ
คุณภาพของ AI ขึ้นอยู่กับข้อมูลที่มันพึ่งพา เพื่อให้ตัวแทน AI ทำงานได้อย่างมีประสิทธิภาพใน DeFAI พวกเขาจำเป็นต้องมีข้อมูลที่เป็นข้อมูลเชิงโครงสร้างและสามารถตรวจสอบได้ในเวลาจริง ตัวอย่างเช่น ชั้นนามธรรมต้องเข้าถึงข้อมูลบนบล็อกเชนผ่าน RPC และ API ของเครือข่ายสังคม ในขณะที่ตัวแทนการซื้อขายและการเพิ่มประสิทธิภาพรายได้จำเป็นต้องใช้ข้อมูลในการปรับปรุงกลยุทธ์การซื้อขายของพวกเขาและจัดสรรทรัพยากรใหม่
ชุดข้อมูลที่มีคุณภาพสูงช่วยให้เอเจนต์สามารถทำการวิเคราะห์การคาดการณ์พฤติกรรมราคาในอนาคตได้ดียิ่งขึ้น โดยให้คำแนะนำในการซื้อขายเพื่อตอบสนองต่อความชอบของพวกเขาสำหรับตำแหน่งที่ยาวหรือสั้นในสินทรัพย์บางอย่าง.
DeFAI ผู้ให้บริการข้อมูลหลัก
ข้อตกลง
รายละเอียด
ฟังก์ชัน
โหมด Synth
ข้อมูลสังเคราะห์สำหรับการคาดการณ์ทางการเงิน
จับภาพการกระจายการเคลื่อนไหวของราคาอย่างครบถ้วน เพื่อการพยากรณ์โมเดล AI
ฐานโซ่
ชุดข้อมูลเชิงโครงสร้างทั้งสาย
ให้ข้อมูลที่ปรับปรุงด้วย AI สําหรับการซื้อขาย การคาดการณ์ และการได้มาซึ่งอัลฟ่า
sqd.ai
ทะเลสาบข้อมูลแบบกระจายศูนย์ที่มุ่งเน้น AI ตัวแทน
การเข้าถึงข้อมูลหลายสายที่สามารถขยายได้และปรับแต่งได้ โดยมีความปลอดภัยด้วยการพิสูจน์ความรู้ศูนย์
คุกกี้
CT จิตใจและชั้นข้อมูลบนบล็อกเชนสำหรับตัวแทน AI
ใช้ตัวแทน AI ที่มีความเชี่ยวชาญ 18 ตัวจัดการข้อมูลตัวแทนในบล็อกเชนมากกว่า 7TB จากมากกว่า 20 เครือข่าย
โหมด Synth ซับเน็ต
ในฐานะที่เป็นเครือข่ายย่อยที่ 50 ของ Bittensor, Synth สร้างข้อมูลสังเคราะห์สำหรับความสามารถในการคาดการณ์ทางการเงินของตัวแทน เปรียบเทียบกับระบบการคาดการณ์ราคาแบบดั้งเดิมอื่น ๆ, Synth จับการกระจายของการเปลี่ยนแปลงราคาอย่างครบถ้วนและความน่าจะเป็นที่เกี่ยวข้อง, สร้างข้อมูลสังเคราะห์ที่แม่นยำที่สุดในโลกเพื่อสนับสนุนตัวแทนและ LLM.
การจัดหาชุดข้อมูลคุณภาพสูงเพิ่มเติมสามารถช่วยให้ตัวแทน AI ตัดสินใจในทิศทางที่ดีขึ้นในการซื้อขาย ในขณะเดียวกันก็สามารถคาดการณ์การผันผวนของ APY ในสภาวะตลาดที่แตกต่างกัน เพื่อให้พูลสภาพคล่องสามารถจัดสรรหรือถอนสภาพคล่องได้เมื่อจำเป็น ตั้งแต่การเปิดตัวเครือข่ายอิสระ พวกเขามีความต้องการที่แข็งแกร่งจากทีม DeFi โดยการรวมข้อมูล Synth ผ่าน API ของพวกเขา.
บล็อกเชนตัวแทน AI ที่ได้รับความสนใจมากที่สุด
นอกจากการสร้างเลเยอร์ข้อมูลสำหรับ AI และตัวแทนแล้ว Mode ยังได้กำหนดตำแหน่งของตนเองในฐานะที่สร้างบล็อกเชนแบบเต็มสแต็คสำหรับอนาคตของ DeFAI พวกเขาเพิ่งเปิดตัว Mode Terminal ซึ่งเป็น co-pilot ของ DeFAI สำหรับการดำเนินการธุรกรรมบนเชนตามคำแนะนำของผู้ใช้ ซึ่งจะเปิดให้ผู้ถือ $MODE ที่ Staking ในไม่ช้านี้.
นอกจากนี้ Mode ยังรองรับทีมต่าง ๆ ที่ใช้ AI และตัวแทนหลายทีม Mode ได้พยายามอย่างมากในการรวมโปรโตคอลต่าง ๆ เช่น Autonolas, Giza, Sturdy เข้ากับระบบนิเวศของตน และ随着การพัฒนาตัวแทนเพิ่มเติมและการดำเนินการ交易 Mode ก็ก้าวหน้าอย่างรวดเร็ว.
มาตรการเหล่านี้ทั้งหมดเกิดขึ้นในขณะที่พวกเขาอัปเกรดเครือข่ายด้วย AI โดยสิ่งที่น่าสนใจที่สุดคือการติดตั้งตัวจัดอันดับ AI ให้กับบล็อกเชนของพวกเขา โดยการใช้การจำลองและการวิเคราะห์ AI ก่อนการดำเนินการในธุรกรรม สามารถป้องกันและตรวจสอบธุรกรรมที่มีความเสี่ยงสูงก่อนที่จะดำเนินการ เพื่อให้แน่ใจในความปลอดภัยของเครือข่าย ในฐานะที่เป็น L2 ของ Optimism Super Chain Mode ยืนอยู่ในจุดกึ่งกลาง เชื่อมโยงผู้ใช้มนุษย์และตัวแทนผู้ใช้เข้ากับ DeFi นิเวศที่ดีที่สุด.
การเปรียบเทียบบล็อกเชนชั้นนำที่ AI ตัวแทนใช้เป็นพื้นฐาน
Solana และ Base ไม่มีข้อสงสัยว่าเป็นสองเครือข่ายหลักสำหรับการสร้างและเผยแพร่กรอบและโทเค็น AI ส่วนใหญ่ ตัวแทน AI ใช้ความสามารถในการประมวลผลสูงและเครือข่ายที่มีความหน่วงต่ำของ Solana รวมถึง ElizaOS ที่เป็นโอเพนซอร์สในการปรับใช้โทเค็นตัวแทน ในขณะที่ Virtuals ทำหน้าที่เป็นแพลตฟอร์มสำหรับการปรับใช้ตัวแทนบน Base แม้ว่าทั้งสองจะมีแฮ็กกาธอนและแรงจูงใจทางการเงิน แต่ในแง่ของการเป็นโครงการ AI บนเครือข่าย พวกเขายังไม่ถึงระดับที่ Mode ทำได้.
NEAR ก่อนหน้านี้ได้กำหนดตัวเองว่าเป็น L1 บล็อกเชนที่มุ่งเน้น AI โดยมีฟังก์ชันรวมถึงตลาดงาน AI, ศูนย์วิจัย NEAR AI ที่มีเฟรมเวิร์กตัวแทน AI แบบโอเพนซอร์ส และผู้ช่วย NEAR AI พวกเขาเพิ่งประกาศกองทุนตัวแทน AI มูลค่า 20 ล้านดอลลาร์สหรัฐ เพื่อขยายตัวแทนที่เป็นอิสระและสามารถตรวจสอบได้อย่างสมบูรณ์บน NEAR.
ฐานโซ่
Chainbase ให้ชุดข้อมูลเชิงโครงสร้างที่สามารถตรวจสอบได้ทั่วทั้งเครือข่าย ซึ่งสามารถเพิ่มประสิทธิภาพให้กับฟังก์ชันต่างๆ เช่น การทำธุรกรรม การวิเคราะห์ การคาดการณ์ และการค้นหา alpha สำหรับตัวแทน AI พวกเขาได้เปิดตัว manuscripts ซึ่งเป็นกรอบข้อมูลกระแสข้อมูลบล็อกเชน สำหรับการรวมข้อมูลทั้งบนเครือข่ายและนอกเครือข่ายเข้ากับที่จัดเก็บข้อมูลที่ต้องการ เพื่อการค้นหาและวิเคราะห์ที่ไม่มีข้อจำกัด.
สิ่งนี้ทำให้นักพัฒนาสามารถปรับแต่งกระบวนการจัดการข้อมูลตามความต้องการเฉพาะของตน การทำให้ข้อมูลดิบเป็นมาตรฐานและประมวลผลให้เป็นรูปแบบที่สะอาดและเข้ากันได้ จะช่วยให้แน่ใจว่าชุดข้อมูลของพวกเขาตรงตามข้อกำหนดที่เข้มงวดของระบบ AI ซึ่งจะช่วยลดเวลาในการเตรียมข้อมูล ในขณะเดียวกันก็เพิ่มความแม่นยำของโมเดล และช่วยสร้างตัวแทน AI ที่เชื่อถือได้.
จากข้อมูลบนเชนที่กว้างขวาง พวกเขายังได้พัฒนาโมเดลที่ชื่อว่า Theia ซึ่งจะเปลี่ยนข้อมูลบนเชนให้เป็นการวิเคราะห์ข้อมูลของผู้ใช้ โดยไม่ต้องมีความรู้ด้านการเขียนโค้ดที่ซับซ้อน ความสามารถในการใช้ข้อมูลของ Chainbase ปรากฏให้เห็นในความร่วมมือของพวกเขา ซึ่งโปรโตคอล AI กำลังใช้ข้อมูลของพวกเขาในการ:
ElizaOS ตัวเสริมพร็อกซี สำหรับขับเคลื่อนการตัดสินใจบนบล็อกเชน
สร้าง Vana AI ผู้ช่วย
Flock.io เครือข่ายสังคมอัจฉริยะ มอบข้อมูลเชิงลึกเกี่ยวกับพฤติกรรมผู้ใช้
Theoriq การวิเคราะห์และการคาดการณ์ข้อมูลเกี่ยวกับ DeFi
นอกจากนี้ยังทํางานร่วมกับ 0G, Aethir และ io.net
เมื่อเปรียบเทียบกับโปรโตคอลข้อมูลแบบดั้งเดิม
โปรโตคอลข้อมูลเช่น The Graph, Chainlink และ Alchemy นำเสนอข้อมูล แต่ไม่เน้นที่ AI The Graph ให้แพลตฟอร์มสำหรับการค้นหาและดัชนีข้อมูลบล็อกเชน ให้การเข้าถึงข้อมูลดิบแก่ผู้พัฒนา ซึ่งข้อมูลเหล่านี้ไม่ได้ถูกสร้างขึ้นเพื่อการซื้อขายหรือการดำเนินกลยุทธ์ Chainlink ให้ข้อมูลการให้บริการข้อมูลจาก Oracle แต่ขาดชุดข้อมูลที่ปรับแต่งด้วย AI สำหรับการคาดการณ์ ขณะที่ Alchemy ให้บริการ RPC เป็นหลัก.
เมื่อเปรียบเทียบแล้ว ข้อมูล Chainbase เป็นข้อมูลบล็อกเชนที่เตรียมไว้โดยเฉพาะ ซึ่งสามารถถูกนำไปใช้โดยแอปพลิเคชันหรือเอเจนต์ AI ได้อย่างง่ายดายในรูปแบบที่มีโครงสร้างและให้ข้อมูลเชิงลึกมากขึ้น ทำให้เอเจนต์สามารถเข้าถึงข้อมูลที่เกี่ยวข้องกับตลาดบนเครือข่าย สภาพคล่อง และข้อมูลโทเค็นได้สะดวกยิ่งขึ้น.
sqd.ai
sqd.ai (ชื่อเดิม Subsquid) กำลังพัฒนาเครือข่ายฐานข้อมูลแบบเปิดที่ออกแบบมาโดยเฉพาะสำหรับตัวแทน AI และบริการ Web3 แลคที่มีการกระจายศูนย์ของพวกเขานั้นให้การเข้าถึงข้อมูลบล็อกเชนในรูปแบบเรียลไทม์และประวัติศาสตร์จำนวนมากอย่างมีประสิทธิภาพและไม่ต้องขออนุญาต ทำให้ตัวแทน AI สามารถทำงานได้อย่างมีประสิทธิภาพมากขึ้น.
sqd.ai ให้บริการการจัดทำดัชนีข้อมูลแบบเรียลไทม์ (รวมถึงการจัดทำดัชนีบล็อกที่ยังไม่เสร็จ) โดยมีความเร็วในการจัดทำดัชนีสูงถึง 150,000+ บล็อกต่อวินาที ซึ่งเร็วกว่าผู้จัดทำดัชนีอื่นๆ ในช่วง 24 ชั่วโมงที่ผ่านมา พวกเขาได้ให้ข้อมูลมากกว่า 11TB เพื่อตอบสนองความต้องการการส่งข้อมูลที่สูงของตัวแทน AI อิสระและนักพัฒนาหลายพันล้านคน.
แพลตฟอร์มการประมวลผลข้อมูลที่ปรับแต่งได้ของพวกเขาสามารถจัดเตรียมข้อมูลที่ปรับแต่งได้ตามความต้องการของตัวแทน AI ในขณะที่ DuckDB จะให้การเรียกค้นข้อมูลที่มีประสิทธิภาพสำหรับการค้นหาท้องถิ่น ชุดข้อมูลที่ครอบคลุมของพวกเขาสนับสนุนเครือข่าย EVM และ Substrate มากกว่า 100 เครือข่าย รวมถึงบันทึกเหตุการณ์และรายละเอียดการทำธุรกรรม ซึ่งมีค่าสำหรับตัวแทน AI ที่ทำงานข้ามหลายบล็อกเชน.
การเข้ารหัสแบบไม่มีความรู้ (Zero-Knowledge Proof) ที่ถูกนำมาใช้ช่วยให้ตัวแทน AI สามารถเข้าถึงและจัดการข้อมูลที่ละเอียดอ่อนได้โดยไม่ทำให้เกิดการละเมิดความเป็นส่วนตัว นอกจากนี้ sqd.ai สามารถจัดการกับภาระข้อมูลที่เพิ่มขึ้นเรื่อยๆ โดยการเพิ่มโหนดการประมวลผลมากขึ้น ซึ่งจะสนับสนุนจำนวนตัวแทน AI ที่เพิ่มขึ้นอย่างต่อเนื่อง (คาดว่าจะมีจำนวนถึงหลายพันล้าน)
คุกกี้
คุกกี้ให้ชั้นข้อมูลแบบแยกส่วนสําหรับตัวแทน AI และคลัสเตอร์ที่ออกแบบมาโดยเฉพาะเพื่อประมวลผลข้อมูลทางสังคม มีแดชบอร์ดตัวแทน AI ที่ติดตามจิตใจของตัวแทนชั้นนําแบบ on-chain และบนแพลตฟอร์มโซเชียล และเพิ่งเปิดตัว API การจัดกลุ่มข้อมูลแบบ plug-and-play สําหรับตัวแทน AI อื่น ๆ เพื่อตรวจจับการเล่าเรื่องยอดนิยมและการเปลี่ยนแปลงทางความคิดใน CT
ข้อมูลกลุ่มของพวกเขาครอบคลุมแหล่งข้อมูลเชิงสังคมและข้อมูลเชิงสายที่มีขนาดใหญ่กว่า 7TB มีการสนับสนุนจากตัวแทนข้อมูล 20 ราย ซึ่งให้ข้อมูลเชิงลึกเกี่ยวกับอารมณ์ของตลาดและการวิเคราะห์เชิงสาย ตัวแทน AI ล่าสุดของพวกเขา @agentcookiefun ใช้ประโยชน์จากข้อมูลกลุ่มของพวกเขาที่ 7% โดยการใช้ประโยชน์จากตัวแทนอื่น ๆ ที่ทำงานอยู่ภายใต้เพื่อให้การคาดการณ์ตลาดและค้นหาโอกาสใหม่ ๆ
DeFAI ขั้นตอนถัดไป
ในปัจจุบัน ตัวแทน AI ส่วนใหญ่ใน DeFi ประสบกับข้อจำกัดที่สำคัญในการบรรลุความเป็นอิสระโดยสมบูรณ์ ตัวอย่างเช่น:
เลเยอร์นามธรรมจะแปลงเจตนาของผู้ใช้ให้เป็นการดำเนินการ แต่โดยทั่วไปขาดความสามารถในการคาดการณ์
ตัวแทน AI อาจสร้างอัลฟ่าผ่านการวิเคราะห์ แต่ขาดการดําเนินการซื้อขายที่เป็นอิสระ
dApp ที่ขับเคลื่อนด้วย AI สามารถจัดการคลังข้อมูลหรือการซื้อขายได้ แต่เป็นแบบพาสซีฟไม่ใช่แอคทีฟ
DeFAI ขั้นตอนถัดไปอาจมุ่งเน้นไปที่การรวมชั้นข้อมูลที่มีประโยชน์ เพื่อพัฒนาแพลตฟอร์มตัวแทนหรือเอเจนต์ที่ดีที่สุด สิ่งนี้จะต้องการข้อมูลเชิงลึกเกี่ยวกับกิจกรรมของวาฬขนาดใหญ่ การเปลี่ยนแปลงของสภาพคล่อง ฯลฯ ขณะเดียวกันก็สร้างข้อมูลสังเคราะห์ที่มีประโยชน์เพื่อการวิเคราะห์การคาดการณ์ที่ดีขึ้น และรวมกับการวิเคราะห์อารมณ์จากตลาดทั่วไป ไม่ว่าจะเป็นความผันผวนของโทเค็นในหมวดเฉพาะ (เช่น ตัวแทน AI, DeSci ฯลฯ) หรือความผันผวนของโทเค็นในเครือข่ายสังคม
เป้าหมายสุดท้ายคือเอเจนต์ AI สามารถสร้างและดำเนินกลยุทธ์การซื้อขายได้อย่างไร้รอยต่อจากอินเทอร์เฟซเดียว เมื่อระบบเหล่านี้พัฒนาไปถึงระดับสูงขึ้น เราอาจเห็นว่าผู้ค้าซื้อขาย DeFi ในอนาคตพึ่งพาเอเจนต์ AI ในการประเมิน คาดการณ์ และดำเนินกลยุทธ์ทางการเงินด้วยการแทรกแซงจากมนุษย์น้อยที่สุด
ความคิดสุดท้าย
เนื่องจากการลดลงอย่างมากของโทเค็นและกรอบงาน AI ตัวแทน บางคนอาจคิดว่า DeFAI เป็นเพียงเรื่องชั่วคราว อย่างไรก็ตาม DeFAI ยังอยู่ในระยะเริ่มต้น และศักยภาพของ AI ตัวแทนในการเพิ่มความสามารถและประสิทธิภาพของ DeFi นั้นไม่อาจปฏิเสธได้.
กุญแจในการปลดปล่อยศักยภาพนี้อยู่ที่การเข้าถึงข้อมูลเรียลไทม์ที่มีคุณภาพสูง ซึ่งจะช่วยปรับปรุงการคาดการณ์และการดำเนินการซื้อขายที่ขับเคลื่อนด้วย AI โปรโตคอลจำนวนมากขึ้นเรื่อยๆ ได้รวมชั้นข้อมูลที่แตกต่างกันเข้าด้วยกัน โดยโปรโตคอลข้อมูลได้สร้างปลั๊กอินสำหรับการสร้างกรอบงาน ซึ่งทำให้เห็นถึงความสำคัญของข้อมูลต่อการตัดสินใจของตัวแทน.
มองไปข้างหน้า ความสามารถในการตรวจสอบได้และความเป็นส่วนตัวจะกลายเป็นความท้าทายที่สำคัญที่โปรโตคอลต้องแก้ไข ขณะนี้ ตัวแทน AI ส่วนใหญ่ยังคงเป็นกล่องดำ ผู้ใช้ต้องมอบเงินทุนให้กับมัน ดังนั้น การพัฒนาการตัดสินใจ AI ที่สามารถตรวจสอบได้จะช่วยให้มั่นใจในความโปร่งใสและความรับผิดชอบของกระบวนการตัวแทน โปรโตคอลที่รวม TEE, FHE หรือแม้แต่ zk-proofs สามารถเสริมสร้างความสามารถในการตรวจสอบพฤติกรรมของตัวแทน AI ซึ่งจะนำไปสู่ความไว้วางใจในความเป็นอิสระ
เฉพาะเมื่อรวมข้อมูลคุณภาพสูง โมเดลที่มั่นคง และกระบวนการตัดสินใจที่โปร่งใสเข้าด้วยกัน ตัวแทน DeFAI เท่านั้นที่จะได้รับการใช้งานอย่างแพร่หลาย.