DeFAI: Як штучний інтелект може розкрити потенціал Децентралізованих фінансів
Децентралізовані фінанси(DeFi) з 2020 року швидко розвивається та залишається основною опорою криптоекосистеми. Незважаючи на створення багатьох інноваційних протоколів, це також призвело до збільшення складності та фрагментації, що робить навіть досвідчених користувачів важко орієнтуватися серед численних ланцюгів, активів та протоколів.
Одночасно, штучний інтелект (AI) з 2023 року з широких базових наративів розвивається в більш професійний, орієнтований на агентів фокус у 2024 році. Ця трансформація спричинила появу DeFi AI (DeFAI) - нової галузі, де ШІ покращує DeFi через автоматизацію, управління ризиками та оптимізацію капіталу.
DeFAI охоплює кілька рівнів. Блокчейн є базовим рівнем, AI-агенти повинні взаємодіяти з певним ланцюгом, щоб виконувати транзакції та смарт-контракти. Рівень даних і обчислень надає інфраструктуру, необхідну для навчання AI-моделей, які базуються на історичних даних про ціни, ринкових настроях і аналізі на ланцюзі. Рівень конфіденційності та перевірки забезпечує безпеку чутливих фінансових даних при збереженні бездоверчого виконання. Нарешті, фреймворк агентів дозволяє розробникам створювати спеціалізовані додатки на основі AI, такі як автономні торгові роботи, оцінювачі кредитних ризиків та оптимізатори управління на ланцюзі.
З розширенням екосистеми DeFAI найбільш видатні проекти можна поділити на три основні категорії:
1. Абстрактний рівень
Ці протоколи виступають як дружній інтерфейс для користувачів DeFi, подібний до ChatGPT, дозволяючи користувачам вводити підказки для виконання на ланцюзі. Вони зазвичай інтегруються з кількома ланцюгами та dApp, виконуючи наміри користувачів, водночас усуваючи ручні кроки в складних транзакціях.
Деякі функції, які можуть виконувати ці протоколи, включають:
обмін, крос-ланцюг, позика/зняття, виконання транзакцій між ланцюгами
Гаманець для копіювання торгівлі або профіль у соціальних мережах
Автоматичне виконання трейдів, таких як фіксація прибутку/збитків, відповідно до відсоткової частки обсягу позиції
Наприклад, не потрібно вручну витягувати ETH з платформи кредитування, переносити його через ланцюг до Solana, обмінювати на SOL і надавати ліквідність на DEX - протокол абстрактного рівня може виконати цю операцію всього за один крок.
2. Самостійні торгові агенти
На відміну від традиційних торгових роботів, які дотримуються заданих правил, автономні торгові агенти можуть навчатися та адаптуватися до умов ринку, а також коригувати свої стратегії на основі нової інформації. Ці агенти можуть:
Аналізуйте дані для постійного вдосконалення стратегії
Прогнозуйте ринкові тенденції, щоб ухвалити кращі рішення про купівлю/продаж.
Виконувати складні стратегії Децентралізованих фінансів, як у базовій торгівлі
3. DApps на основі ШІ
Децентралізовані фінанси dApp пропонують функції кредитування, обміну, дохідного фермерства тощо. Штучний інтелект та агенти штучного інтелекту можуть покращити ці послуги наступними способами:
Оптимізація постачання ліквідності шляхом пер rebalance LP позицій для отримання кращого APY
Сканувати токени для виявлення ризиків шляхом виявлення потенційних rug або медових пасток
Ці провідні протоколи на цих шарах стикаються з деякими викликами:
Покладатися на потоки даних в реальному часі для досягнення оптимального виконання угод. Погана якість даних може призвести до неефективності маршрутів, невдачі угод або недостатньої прибутковості.
Моделі ШІ залежать від історичних даних, але ринок криптовалют є дуже волатильним. Агент повинен проходити навчання на різноманітних, високоякісних наборах даних, щоб зберігати ефективність.
Необхідно всебічно зрозуміти кореляцію активів, зміни ліквідності та ринкові настрої, щоб зрозуміти загальний стан ринку
Протоколи на основі цих категорій користуються популярністю на ринку. Однак, щоб надати кращі продукти та найкращі результати, їм слід розглянути можливість інтеграції різних якісних наборів даних, щоб підняти свої продукти на новий рівень.
Дані рівень - забезпечення потужності для DeFAI смарт
Якість AI залежить від даних, на яких він базується. Щоб AI-агенти ефективно працювали в DeFAI, їм потрібні дані в реальному часі, структуровані та перевірені. Наприклад, абстрактний рівень має отримувати дані з блокчейну через RPC та API соціальних мереж, тоді як агенти для оптимізації торгівлі та доходів потребують даних для подальшого вдосконалення своїх торгових стратегій та перерозподілу ресурсів.
Високоякісні набори даних дозволяють агентам краще прогнозувати поведінку цін у майбутньому, надаючи рекомендації для торгівлі, щоб відповідати їхнім уподобанням щодо довгих або коротких позицій в певних активах.
Окрім побудови шару даних для штучного інтелекту та агентів, певний блокчейн позиціонує себе як повноцінний блокчейн для побудови майбутнього DeFAI. Нещодавно вони розгорнули термінал, який є co-pilot для DeFAI, призначений для виконання ончейн-транзакцій за допомогою підказок користувача, який незабаром відкриється для стейкерів.
Крім того, цей блокчейн також підтримує багато команд, заснованих на ШІ та агентів. Вони доклали великі зусилля, щоб інтегрувати кілька протоколів ШІ у свою екосистему, і з розвитком більшої кількості агентів та виконанням транзакцій цей блокчейн швидко розвивається.
Ці заходи були реалізовані одночасно з оновленням мережі за допомогою ШІ, найпомітнішим є оснащення їхньої блокчейн системи AI-сортувальником. Використовуючи моделювання та аналіз ШІ для транзакцій до їх виконання, можна заблокувати та перевірити високоризикові транзакції перед обробкою, щоб забезпечити безпеку в ланцюгу. Як L2 суперланцюг, цей блокчейн знаходиться в проміжному просторі, з'єднуючи людей і агентів з найкращою екосистемою Децентралізовані фінанси.
Наступний крок DeFAI
Наразі більшість AI-агентів у Децентралізованих фінансах стикаються з істотними обмеженнями в реалізації повної автономії. Наприклад:
Абстрактний рівень перетворює наміри користувача в виконання, але зазвичай позбавлений здатності прогнозувати.
AI-агенти можуть генерувати альфа через аналіз, але їм бракує незалежного виконання торгівлі
Додатки, керовані штучним інтелектом, можуть обробляти сховища або угоди, але вони є пасивними, а не активними.
Наступний етап DeFAI може зосередитися на інтеграції корисного шару даних для розробки оптимальної платформи або агента. Це вимагатиме глибоких онлайнових даних про активність великих трейдерів, зміни ліквідності тощо, одночасно генеруючи корисні синтетичні дані для покращення прогнозної аналітики, а також поєднуючи аналіз настроїв з загального ринку, будь то коливання токенів у конкретних категоріях (, таких як AI-агенти, DeSci тощо ), чи коливання токенів у соціальних мережах.
Кінцевою метою є те, щоб AI-агенти могли безшовно генерувати та виконувати торгові стратегії з одного інтерфейсу. У міру зрілості цих систем, ми можемо бачити, як у майбутньому трейдери DeFi покладаються на AI-агентів для самостійної оцінки, прогнозування та виконання фінансових стратегій з мінімальним людським втручанням.
Висновок
З огляду на значне зниження вартості токенів та фреймворків AI-агентів, деякі можуть вважати, що DeFAI - це лише миттєве явище. Проте DeFAI все ще на ранніх стадіях, і потенціал AI-агентів у підвищенні доступності та продуктивності Децентралізованих фінансів є незаперечним.
Ключем до розкриття цього потенціалу є отримання високоякісних даних у реальному часі, що покращить прогнози та виконання угод на основі ШІ. Все більше протоколів інтегрують різні рівні даних, а протоколи даних створюють плагіни для фреймворків, що підкреслює важливість даних для рішень агентів.
Оглядаючи в майбутнє, перевірка та конфіденційність стануть ключовими викликами, які протоколи повинні вирішити. Наразі більшість AI-агентів діють як чорна скринька, і користувачі повинні довіряти їм свої кошти. Тому розвиток перевірених AI-рішень допоможе забезпечити прозорість та підзвітність агентських процесів. Інтеграція протоколів на основі TEE, FHE або навіть zk-доказів може підвищити перевіреність поведінки AI-агентів, що, в свою чергу, дозволить досягти довіри до автономії.
Тільки успішне поєднання високоякісних даних, надійних моделей та прозорих процесів прийняття рішень дозволить агентам DeFAI здобути широке застосування.
 і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
DeFAI: Як ШІ перетворює екосистему Децентралізованих фінансів та розкриває величезний потенціал
DeFAI: Як штучний інтелект може розкрити потенціал Децентралізованих фінансів
Децентралізовані фінанси(DeFi) з 2020 року швидко розвивається та залишається основною опорою криптоекосистеми. Незважаючи на створення багатьох інноваційних протоколів, це також призвело до збільшення складності та фрагментації, що робить навіть досвідчених користувачів важко орієнтуватися серед численних ланцюгів, активів та протоколів.
Одночасно, штучний інтелект (AI) з 2023 року з широких базових наративів розвивається в більш професійний, орієнтований на агентів фокус у 2024 році. Ця трансформація спричинила появу DeFi AI (DeFAI) - нової галузі, де ШІ покращує DeFi через автоматизацію, управління ризиками та оптимізацію капіталу.
DeFAI охоплює кілька рівнів. Блокчейн є базовим рівнем, AI-агенти повинні взаємодіяти з певним ланцюгом, щоб виконувати транзакції та смарт-контракти. Рівень даних і обчислень надає інфраструктуру, необхідну для навчання AI-моделей, які базуються на історичних даних про ціни, ринкових настроях і аналізі на ланцюзі. Рівень конфіденційності та перевірки забезпечує безпеку чутливих фінансових даних при збереженні бездоверчого виконання. Нарешті, фреймворк агентів дозволяє розробникам створювати спеціалізовані додатки на основі AI, такі як автономні торгові роботи, оцінювачі кредитних ризиків та оптимізатори управління на ланцюзі.
З розширенням екосистеми DeFAI найбільш видатні проекти можна поділити на три основні категорії:
1. Абстрактний рівень
Ці протоколи виступають як дружній інтерфейс для користувачів DeFi, подібний до ChatGPT, дозволяючи користувачам вводити підказки для виконання на ланцюзі. Вони зазвичай інтегруються з кількома ланцюгами та dApp, виконуючи наміри користувачів, водночас усуваючи ручні кроки в складних транзакціях.
Деякі функції, які можуть виконувати ці протоколи, включають:
Наприклад, не потрібно вручну витягувати ETH з платформи кредитування, переносити його через ланцюг до Solana, обмінювати на SOL і надавати ліквідність на DEX - протокол абстрактного рівня може виконати цю операцію всього за один крок.
2. Самостійні торгові агенти
На відміну від традиційних торгових роботів, які дотримуються заданих правил, автономні торгові агенти можуть навчатися та адаптуватися до умов ринку, а також коригувати свої стратегії на основі нової інформації. Ці агенти можуть:
3. DApps на основі ШІ
Децентралізовані фінанси dApp пропонують функції кредитування, обміну, дохідного фермерства тощо. Штучний інтелект та агенти штучного інтелекту можуть покращити ці послуги наступними способами:
Ці провідні протоколи на цих шарах стикаються з деякими викликами:
Покладатися на потоки даних в реальному часі для досягнення оптимального виконання угод. Погана якість даних може призвести до неефективності маршрутів, невдачі угод або недостатньої прибутковості.
Моделі ШІ залежать від історичних даних, але ринок криптовалют є дуже волатильним. Агент повинен проходити навчання на різноманітних, високоякісних наборах даних, щоб зберігати ефективність.
Необхідно всебічно зрозуміти кореляцію активів, зміни ліквідності та ринкові настрої, щоб зрозуміти загальний стан ринку
Протоколи на основі цих категорій користуються популярністю на ринку. Однак, щоб надати кращі продукти та найкращі результати, їм слід розглянути можливість інтеграції різних якісних наборів даних, щоб підняти свої продукти на новий рівень.
Дані рівень - забезпечення потужності для DeFAI смарт
Якість AI залежить від даних, на яких він базується. Щоб AI-агенти ефективно працювали в DeFAI, їм потрібні дані в реальному часі, структуровані та перевірені. Наприклад, абстрактний рівень має отримувати дані з блокчейну через RPC та API соціальних мереж, тоді як агенти для оптимізації торгівлі та доходів потребують даних для подальшого вдосконалення своїх торгових стратегій та перерозподілу ресурсів.
Високоякісні набори даних дозволяють агентам краще прогнозувати поведінку цін у майбутньому, надаючи рекомендації для торгівлі, щоб відповідати їхнім уподобанням щодо довгих або коротких позицій в певних активах.
Окрім побудови шару даних для штучного інтелекту та агентів, певний блокчейн позиціонує себе як повноцінний блокчейн для побудови майбутнього DeFAI. Нещодавно вони розгорнули термінал, який є co-pilot для DeFAI, призначений для виконання ончейн-транзакцій за допомогою підказок користувача, який незабаром відкриється для стейкерів.
Крім того, цей блокчейн також підтримує багато команд, заснованих на ШІ та агентів. Вони доклали великі зусилля, щоб інтегрувати кілька протоколів ШІ у свою екосистему, і з розвитком більшої кількості агентів та виконанням транзакцій цей блокчейн швидко розвивається.
Ці заходи були реалізовані одночасно з оновленням мережі за допомогою ШІ, найпомітнішим є оснащення їхньої блокчейн системи AI-сортувальником. Використовуючи моделювання та аналіз ШІ для транзакцій до їх виконання, можна заблокувати та перевірити високоризикові транзакції перед обробкою, щоб забезпечити безпеку в ланцюгу. Як L2 суперланцюг, цей блокчейн знаходиться в проміжному просторі, з'єднуючи людей і агентів з найкращою екосистемою Децентралізовані фінанси.
Наступний крок DeFAI
Наразі більшість AI-агентів у Децентралізованих фінансах стикаються з істотними обмеженнями в реалізації повної автономії. Наприклад:
Абстрактний рівень перетворює наміри користувача в виконання, але зазвичай позбавлений здатності прогнозувати.
AI-агенти можуть генерувати альфа через аналіз, але їм бракує незалежного виконання торгівлі
Додатки, керовані штучним інтелектом, можуть обробляти сховища або угоди, але вони є пасивними, а не активними.
Наступний етап DeFAI може зосередитися на інтеграції корисного шару даних для розробки оптимальної платформи або агента. Це вимагатиме глибоких онлайнових даних про активність великих трейдерів, зміни ліквідності тощо, одночасно генеруючи корисні синтетичні дані для покращення прогнозної аналітики, а також поєднуючи аналіз настроїв з загального ринку, будь то коливання токенів у конкретних категоріях (, таких як AI-агенти, DeSci тощо ), чи коливання токенів у соціальних мережах.
Кінцевою метою є те, щоб AI-агенти могли безшовно генерувати та виконувати торгові стратегії з одного інтерфейсу. У міру зрілості цих систем, ми можемо бачити, як у майбутньому трейдери DeFi покладаються на AI-агентів для самостійної оцінки, прогнозування та виконання фінансових стратегій з мінімальним людським втручанням.
Висновок
З огляду на значне зниження вартості токенів та фреймворків AI-агентів, деякі можуть вважати, що DeFAI - це лише миттєве явище. Проте DeFAI все ще на ранніх стадіях, і потенціал AI-агентів у підвищенні доступності та продуктивності Децентралізованих фінансів є незаперечним.
Ключем до розкриття цього потенціалу є отримання високоякісних даних у реальному часі, що покращить прогнози та виконання угод на основі ШІ. Все більше протоколів інтегрують різні рівні даних, а протоколи даних створюють плагіни для фреймворків, що підкреслює важливість даних для рішень агентів.
Оглядаючи в майбутнє, перевірка та конфіденційність стануть ключовими викликами, які протоколи повинні вирішити. Наразі більшість AI-агентів діють як чорна скринька, і користувачі повинні довіряти їм свої кошти. Тому розвиток перевірених AI-рішень допоможе забезпечити прозорість та підзвітність агентських процесів. Інтеграція протоколів на основі TEE, FHE або навіть zk-доказів може підвищити перевіреність поведінки AI-агентів, що, в свою чергу, дозволить досягти довіри до автономії.
Тільки успішне поєднання високоякісних даних, надійних моделей та прозорих процесів прийняття рішень дозволить агентам DeFAI здобути широке застосування.
![DeFAI всебічний огляд: Як ШІ звільняє потенціал Децентралізованих фінансів?](https://img-cdn.gateio.im/webp-social/moments-56a89e79609d8f982d5d31dadfad9205.webp01