DeFAI : comment l'IA libère le potentiel de la Finance décentralisée ?
La Finance décentralisée ( DeFi ) est devenue un pilier central de l'écosystème crypto depuis son développement rapide en 2020. Bien que de nombreux protocoles innovants aient été établis, cela a également entraîné une augmentation de la complexité et de la fragmentation, rendant difficile pour même les utilisateurs expérimentés de naviguer à travers les nombreuses chaînes, actifs et protocoles.
Dans le même temps, l'intelligence artificielle (AI) a évolué d'un récit de base largement répandu en 2023 à un accent plus professionnel et axé sur l'agent en 2024. Cette transformation a donné naissance à la Finance décentralisée AI (DeFAI) - un domaine émergent où l'IA améliore la Finance décentralisée grâce à l'automatisation, à la gestion des risques et à l'optimisation du capital.
La Finance décentralisée traverse plusieurs niveaux. La blockchain est la couche de base, et les agents d'IA doivent interagir avec des chaînes spécifiques pour exécuter des transactions et des contrats intelligents. Au-dessus de cela, la couche de données et la couche de calcul fournissent l'infrastructure nécessaire à l'entraînement des modèles d'IA, ces modèles étant issus des données historiques de prix, de l'humeur du marché et de l'analyse sur chaîne. La couche de confidentialité et de vérification garantit que les données financières sensibles restent sécurisées tout en maintenant une exécution sans confiance. Enfin, le cadre des agents permet aux développeurs de créer des applications spécialisées alimentées par l'IA, telles que des robots de trading autonomes, des évaluateurs de risque de crédit et des optimiseurs de gouvernance sur chaîne.
Avec l'expansion continue de l'écosystème DeFAI, les projets les plus remarquables peuvent être classés en trois catégories principales :
1. Couche d'abstraction
Les protocoles construits sur cette catégorie agissent comme une interface conviviale similaire à ChatGPT pour la Finance décentralisée, permettant aux utilisateurs de saisir des invites exécutées sur la chaîne. Ils s'intègrent généralement à plusieurs chaînes et dApps, et exécutent l'intention de l'utilisateur tout en éliminant les étapes manuelles dans des transactions complexes.
Certaines des fonctionnalités que ces protocoles peuvent exécuter comprennent :
Échange, inter-chaînes, prêt/retrait, exécution de transactions inter-chaînes
Portefeuille de trading social ou profil de médias sociaux
Exécution automatique des ordres de prise de bénéfices / de stop loss en fonction du pourcentage de la taille de la position.
Par exemple, il n'est pas nécessaire de retirer manuellement de l'ETH de la plateforme de prêt, de le transférer sur Solana, d'échanger contre du SOL/autres jetons et de fournir de la liquidité sur le DEX - le protocole de couche d'abstraction peut réaliser l'opération en une seule étape.
2. Agent de trading autonome
Contrairement aux robots de trading traditionnels qui suivent des règles prédéfinies, les agents de trading autonomes peuvent apprendre et s'adapter aux conditions du marché, et ajuster leur stratégie en fonction des nouvelles informations. Ces agents peuvent :
Analyser les données pour améliorer continuellement la stratégie
Prédire les tendances du marché afin de prendre de meilleures décisions d'achat/vente à découvert
Exécuter des stratégies DeFi complexes comme des transactions de base
3. DApps alimentés par l'IA
Les dApps DeFi offrent des fonctionnalités telles que le prêt, l'échange et l'agriculture de rendement. L'IA et les agents IA peuvent améliorer ces services de la manière suivante :
Optimiser l'approvisionnement en liquidités en rééquilibrant les positions LP pour obtenir un meilleur APY
Scanner les jetons pour détecter les risques en identifiant les rug ou les honeypots potentiels.
principaux défis
Les principaux protocoles construits sur ces couches font face à certains défis :
Ces protocoles dépendent des flux de données en temps réel pour garantir une exécution optimale des transactions. Une mauvaise qualité des données peut entraîner une efficacité de routage réduite, des échecs de transaction ou des transactions non rentables.
Les modèles d'IA dépendent des données historiques, mais le marché des cryptomonnaies est très volatile. Les agents doivent être formés avec des ensembles de données diversifiés et de haute qualité pour maintenir leur efficacité.
Il est nécessaire de comprendre pleinement la corrélation des actifs, les variations de liquidité et le sentiment du marché pour appréhender l'état global du marché.
Les protocoles basés sur ces catégories ont été bien accueillis par le marché. Cependant, pour offrir de meilleurs produits et des résultats optimaux, ils devraient envisager d'intégrer divers ensembles de données de qualité différente afin d'élever leurs produits à un nouveau niveau.
Couche de données - Fournir la puissance à l'intelligence DeFi
La qualité de l'IA dépend des données sur lesquelles elle s'appuie. Pour que les agents IA fonctionnent efficacement dans DeFAI, ils ont besoin de données en temps réel, structurées et vérifiables. Par exemple, la couche d'abstraction doit accéder aux données on-chain via RPC et les API des réseaux sociaux, tandis que les agents d'optimisation des transactions et des rendements ont besoin de données pour affiner davantage leurs stratégies de trading et redistribuer les ressources.
Des ensembles de données de haute qualité permettent aux agents de mieux prédire les comportements futurs des prix, fournissant des conseils de trading pour s'adapter à leurs préférences en matière de positions longues ou courtes sur certains actifs.
Mode Synth sous-réseau
En tant que 50ème sous-réseau d'une certaine blockchain, Synth crée des données synthétiques pour la capacité de prévision financière des agents. Par rapport à d'autres systèmes de prévision de prix traditionnels, Synth capture la distribution complète des variations de prix et leurs probabilités associées, permettant ainsi de construire les données synthétiques les plus précises au monde, soutenant les agents et les LLM.
Fournir plus de jeux de données de haute qualité permet aux agents IA de prendre de meilleures décisions directionnelles dans le trading, tout en prédisant les fluctuations de l'APY dans différentes conditions de marché, afin que les pools de liquidités puissent redistribuer ou retirer de la liquidité lorsque cela est nécessaire. Depuis le lancement du réseau autonome, ils ont reçu une forte demande de la part des équipes de Finance décentralisée pour intégrer les données de Synth via leur API.
La blockchain des agents AI la plus suivie
En plus de construire une couche de données pour l'IA et les agents, une certaine blockchain se positionne également comme une blockchain full-stack pour l'avenir de la Finance décentralisée IA. Ils ont récemment déployé un terminal, qui est le co-pilote de la Finance décentralisée IA, pour exécuter des transactions en chaîne via des prompts utilisateurs, qui sera bientôt ouvert aux stakers de tokens.
De plus, cette blockchain prend en charge de nombreuses équipes basées sur l'IA et les agents. Ils ont déployé de grands efforts pour intégrer plusieurs protocoles dans leur écosystème, et avec le développement de davantage d'agents et l'exécution de transactions, cette blockchain se développe rapidement.
Ces mesures ont été mises en œuvre en même temps qu'ils modernisaient leur réseau avec l'IA, le plus remarquable étant l'équipement de leur blockchain avec un classificateur IA. En utilisant des simulations et des analyses IA avant l'exécution des transactions, il est possible de bloquer et d'examiner les transactions à haut risque avant leur traitement, afin d'assurer la sécurité sur la chaîne. En tant que L2 d'une super chaîne, cette blockchain se trouve à mi-chemin, connectant les utilisateurs humains et les agents aux meilleures écosystèmes de Finance décentralisée.
Comparaison des meilleures blockchains sur lesquelles reposent les agents IA
Solana et Base sont sans aucun doute les deux principales chaînes pour la construction et le lancement de frameworks et de tokens d'agents AI. Les agents AI utilisent le réseau à fort débit et à faible latence de Solana ainsi que l'ElizaOS open source pour déployer des tokens d'agents, tandis que Virtuals sert de launchpad pour déployer des agents sur Base. Bien qu'ils aient tous deux des hackathons et des incitations financières, en ce qui concerne leur programme AI en tant que chaîne, ils n'ont pas encore atteint le niveau que certaines blockchains ont atteint.
NEAR s'est précédemment défini comme une blockchain L1 centrée sur l'IA, avec des fonctionnalités telles qu'un marché de tâches IA, un centre de recherche NEAR AI avec un cadre d'agents IA open source et un assistant NEAR AI. Ils ont récemment annoncé un fonds d'agents IA de 20 millions de dollars pour étendre des agents entièrement autonomes et vérifiables sur NEAR.
Chainbase
Chainbase propose des ensembles de données structurées vérifiables sur l'ensemble de la chaîne, pouvant améliorer les fonctionnalités des agents IA telles que le trading, l'analyse, la prévision et la recherche d'alpha. Ils ont lancé des manuscrits, qui sont un cadre de flux de données blockchain, permettant d'intégrer des ensembles de données on-chain et off-chain dans un stockage de données cible pour des requêtes et analyses illimitées.
Cela permet aux développeurs de personnaliser les flux de travail de traitement des données en fonction de leurs besoins spécifiques. La normalisation des données brutes et leur traitement dans un format propre et compatible garantissent que leur ensemble de données répond aux exigences strictes des systèmes d'IA, réduisant ainsi le temps de prétraitement tout en améliorant la précision des modèles, aidant à créer des agents d'IA fiables.
Grâce à ses vastes données on-chain, ils ont également développé un modèle appelé Theia, qui traduit les données on-chain en analyses de données pour les utilisateurs, sans nécessiter de connaissances complexes en codage. L'utilité des données de Chainbase est évidente dans leurs partenariats, où des protocoles d'IA utilisent leurs données pour :
Plugin de proxy ElizaOS, utilisé pour des décisions pilotées par la chaîne
Construire l'assistant Vana AI
Réseau social intelligent, offrant des insights sur le comportement des utilisateurs
Analyse et prévisions des données de la Finance décentralisée
Collabore également avec plusieurs projets
Comparé aux protocoles de données traditionnels, des protocoles de données tels que The Graph, Chainlink et Alchemy fournissent des données, mais ne sont pas axés sur l'IA. The Graph offre une plateforme pour interroger et indexer les données de la blockchain, fournissant aux développeurs un accès aux données brutes, qui ne sont pas construites pour l'exécution de transactions ou de stratégies. Chainlink fournit des flux de données d'oracle, mais manque de jeux de données optimisés pour l'IA pour la prédiction, tandis qu'Alchemy propose principalement des services RPC.
En revanche, les données Chainbase sont des données blockchain spécialement préparées, qui peuvent être facilement utilisées par des applications ou des agents AI sous une forme plus structurée et plus informative, permettant ainsi aux agents d'accéder plus facilement aux données liées au marché en chaîne, à la liquidité et aux données sur les jetons.
sqd.ai
sqd.ai est en train de développer un réseau de base de données ouvert spécialement conçu pour les agents AI et les services Web3. Leur lac de données décentralisé offre un accès à une grande quantité de données blockchain en temps réel et historiques, sans autorisation et de manière économique, permettant aux agents AI de fonctionner de manière plus efficace.
sqd.ai fournit un index de données en temps réel (y compris l'index des blocs non terminés), avec une vitesse d'indexation allant jusqu'à plus de 150 000 blocs par seconde, plus rapide que tout autre indexeur. Au cours des dernières 24 heures, ils ont fourni plus de 11 To de données, répondant aux besoins de haute capacité de traitement de milliards d'agents autonomes en IA et de développeurs.
Leur plateforme de traitement de données personnalisable peut fournir des données sur mesure en fonction des besoins des agents AI, tandis que DuckDB offre une récupération efficace des données pour les requêtes locales. Leur ensemble de données complet prend en charge plus de 100 réseaux EVM et Substrate, y compris les journaux d'événements et les détails des transactions, ce qui est très précieux pour les agents AI opérant sur plusieurs blockchains.
L'ajout de preuves à connaissance nulle garantit que les agents IA peuvent accéder et traiter des données sensibles sans compromettre la vie privée. De plus, sqd.ai peut gérer la charge de données croissante en ajoutant davantage de nœuds de traitement, ce qui permet de soutenir un nombre croissant d'agents IA (le nombre estimé atteindra des milliards).
Cookie
Cookie fournit une couche de données modulaire pour les agents IA et les clusters, spécifiquement conçue pour traiter les données sociales. Il dispose d'un tableau de bord d'agent IA qui suit les principales mentalités des agents sur la blockchain et les plateformes sociales, et a récemment lancé une API de cluster de données plug-and-play pour d'autres agents IA, afin de détecter les narrations populaires et les changements de mentalité sur les réseaux sociaux.
Leur groupe de données couvre plus de 7 To de sources de données en temps réel sur la chaîne et sociales, soutenu par 20 agents de données, offrant des insights sur le sentiment du marché et l'analyse sur la chaîne. Leur dernier agent AI utilise 7 % de la capacité de leur groupe de données, en fournissant des prévisions de marché et en découvrant de nouvelles opportunités grâce à divers autres agents fonctionnant en dessous.
La prochaine étape de DeFAI
Actuellement, la plupart des agents IA dans la Finance décentralisée font face à des limitations significatives en matière d'autonomie complète. Par exemple :
La couche d'abstraction transforme l'intention de l'utilisateur en exécution, mais manque souvent de capacité de prévision.
Les agents d'IA peuvent générer de l'alpha par l'analyse, mais manquent d'exécution de transaction indépendante.
Les dApps pilotés par l'IA peuvent gérer des coffres ou des transactions, mais ils sont passifs plutôt qu'actifs.
La prochaine étape de DeFAI pourrait se concentrer sur l'intégration d'une couche de données utile, afin de développer la meilleure plateforme ou agent d'agent. Cela nécessitera des données on-chain approfondies sur les activités des grandes baleines, les variations de liquidité, etc., tout en générant des données synthétiques utiles pour de meilleures analyses prédictives, et en combinant des analyses de sentiment du marché général, que ce soit pour les fluctuations des tokens dans des catégories spécifiques (comme les agents AI, DeSci, etc.) ou pour les fluctuations des tokens sur les réseaux sociaux.
L'objectif final est que les agents AI puissent générer et exécuter des stratégies de trading de manière transparente à partir d'une seule interface. À mesure que ces systèmes mûrissent, nous pourrions voir à l'avenir des traders DeFi s'appuyer sur des agents AI pour évaluer, prédire et exécuter des stratégies financières de manière autonome avec un minimum d'intervention humaine.
Conclusion
Bien que les jetons et les cadres d'agents AI aient récemment reculé, DeFAI est encore à ses débuts, et le potentiel des agents AI pour améliorer l'utilisabilité et la performance de la Finance décentralisée est indéniable.
La clé pour libérer ce potentiel réside dans l'acquisition de données en temps réel de haute qualité, ce qui améliorera les prévisions et l'exécution des transactions pilotées par l'IA. De plus en plus de protocoles intègrent différentes couches de données, les protocoles de données construisant des plugins pour le cadre, ce qui souligne l'importance des données pour la prise de décision des agents.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
15 J'aime
Récompense
15
5
Partager
Commentaire
0/400
SchrodingerWallet
· Il y a 12h
Où l'on peut apprendre à progresser, seul perdre de l'argent peut faire grandir une personne.
Voir l'originalRépondre0
OnChainDetective
· Il y a 12h
Grands investisseurs sont en train de stocker discrètement des jetons DeFAI. Les données ne mentent pas.
Voir l'originalRépondre0
liquiditea_sipper
· Il y a 12h
Ce piège est encore assez difficile à comprendre, hein.
Voir l'originalRépondre0
BitcoinDaddy
· Il y a 12h
C'est juste encore une spéculation sur le concept d'IA.
Voir l'originalRépondre0
ZenChainWalker
· Il y a 12h
Trading des cryptomonnaies hmm perte Toujours dans la Finance décentralisée à générer des revenus
Finance décentralisée AI : l'avenir et les défis de la finance décentralisée pilotée par l'IA
DeFAI : comment l'IA libère le potentiel de la Finance décentralisée ?
La Finance décentralisée ( DeFi ) est devenue un pilier central de l'écosystème crypto depuis son développement rapide en 2020. Bien que de nombreux protocoles innovants aient été établis, cela a également entraîné une augmentation de la complexité et de la fragmentation, rendant difficile pour même les utilisateurs expérimentés de naviguer à travers les nombreuses chaînes, actifs et protocoles.
Dans le même temps, l'intelligence artificielle (AI) a évolué d'un récit de base largement répandu en 2023 à un accent plus professionnel et axé sur l'agent en 2024. Cette transformation a donné naissance à la Finance décentralisée AI (DeFAI) - un domaine émergent où l'IA améliore la Finance décentralisée grâce à l'automatisation, à la gestion des risques et à l'optimisation du capital.
La Finance décentralisée traverse plusieurs niveaux. La blockchain est la couche de base, et les agents d'IA doivent interagir avec des chaînes spécifiques pour exécuter des transactions et des contrats intelligents. Au-dessus de cela, la couche de données et la couche de calcul fournissent l'infrastructure nécessaire à l'entraînement des modèles d'IA, ces modèles étant issus des données historiques de prix, de l'humeur du marché et de l'analyse sur chaîne. La couche de confidentialité et de vérification garantit que les données financières sensibles restent sécurisées tout en maintenant une exécution sans confiance. Enfin, le cadre des agents permet aux développeurs de créer des applications spécialisées alimentées par l'IA, telles que des robots de trading autonomes, des évaluateurs de risque de crédit et des optimiseurs de gouvernance sur chaîne.
Avec l'expansion continue de l'écosystème DeFAI, les projets les plus remarquables peuvent être classés en trois catégories principales :
1. Couche d'abstraction
Les protocoles construits sur cette catégorie agissent comme une interface conviviale similaire à ChatGPT pour la Finance décentralisée, permettant aux utilisateurs de saisir des invites exécutées sur la chaîne. Ils s'intègrent généralement à plusieurs chaînes et dApps, et exécutent l'intention de l'utilisateur tout en éliminant les étapes manuelles dans des transactions complexes.
Certaines des fonctionnalités que ces protocoles peuvent exécuter comprennent :
Par exemple, il n'est pas nécessaire de retirer manuellement de l'ETH de la plateforme de prêt, de le transférer sur Solana, d'échanger contre du SOL/autres jetons et de fournir de la liquidité sur le DEX - le protocole de couche d'abstraction peut réaliser l'opération en une seule étape.
2. Agent de trading autonome
Contrairement aux robots de trading traditionnels qui suivent des règles prédéfinies, les agents de trading autonomes peuvent apprendre et s'adapter aux conditions du marché, et ajuster leur stratégie en fonction des nouvelles informations. Ces agents peuvent :
3. DApps alimentés par l'IA
Les dApps DeFi offrent des fonctionnalités telles que le prêt, l'échange et l'agriculture de rendement. L'IA et les agents IA peuvent améliorer ces services de la manière suivante :
principaux défis
Les principaux protocoles construits sur ces couches font face à certains défis :
Ces protocoles dépendent des flux de données en temps réel pour garantir une exécution optimale des transactions. Une mauvaise qualité des données peut entraîner une efficacité de routage réduite, des échecs de transaction ou des transactions non rentables.
Les modèles d'IA dépendent des données historiques, mais le marché des cryptomonnaies est très volatile. Les agents doivent être formés avec des ensembles de données diversifiés et de haute qualité pour maintenir leur efficacité.
Il est nécessaire de comprendre pleinement la corrélation des actifs, les variations de liquidité et le sentiment du marché pour appréhender l'état global du marché.
Les protocoles basés sur ces catégories ont été bien accueillis par le marché. Cependant, pour offrir de meilleurs produits et des résultats optimaux, ils devraient envisager d'intégrer divers ensembles de données de qualité différente afin d'élever leurs produits à un nouveau niveau.
Couche de données - Fournir la puissance à l'intelligence DeFi
La qualité de l'IA dépend des données sur lesquelles elle s'appuie. Pour que les agents IA fonctionnent efficacement dans DeFAI, ils ont besoin de données en temps réel, structurées et vérifiables. Par exemple, la couche d'abstraction doit accéder aux données on-chain via RPC et les API des réseaux sociaux, tandis que les agents d'optimisation des transactions et des rendements ont besoin de données pour affiner davantage leurs stratégies de trading et redistribuer les ressources.
Des ensembles de données de haute qualité permettent aux agents de mieux prédire les comportements futurs des prix, fournissant des conseils de trading pour s'adapter à leurs préférences en matière de positions longues ou courtes sur certains actifs.
Mode Synth sous-réseau
En tant que 50ème sous-réseau d'une certaine blockchain, Synth crée des données synthétiques pour la capacité de prévision financière des agents. Par rapport à d'autres systèmes de prévision de prix traditionnels, Synth capture la distribution complète des variations de prix et leurs probabilités associées, permettant ainsi de construire les données synthétiques les plus précises au monde, soutenant les agents et les LLM.
Fournir plus de jeux de données de haute qualité permet aux agents IA de prendre de meilleures décisions directionnelles dans le trading, tout en prédisant les fluctuations de l'APY dans différentes conditions de marché, afin que les pools de liquidités puissent redistribuer ou retirer de la liquidité lorsque cela est nécessaire. Depuis le lancement du réseau autonome, ils ont reçu une forte demande de la part des équipes de Finance décentralisée pour intégrer les données de Synth via leur API.
La blockchain des agents AI la plus suivie
En plus de construire une couche de données pour l'IA et les agents, une certaine blockchain se positionne également comme une blockchain full-stack pour l'avenir de la Finance décentralisée IA. Ils ont récemment déployé un terminal, qui est le co-pilote de la Finance décentralisée IA, pour exécuter des transactions en chaîne via des prompts utilisateurs, qui sera bientôt ouvert aux stakers de tokens.
De plus, cette blockchain prend en charge de nombreuses équipes basées sur l'IA et les agents. Ils ont déployé de grands efforts pour intégrer plusieurs protocoles dans leur écosystème, et avec le développement de davantage d'agents et l'exécution de transactions, cette blockchain se développe rapidement.
Ces mesures ont été mises en œuvre en même temps qu'ils modernisaient leur réseau avec l'IA, le plus remarquable étant l'équipement de leur blockchain avec un classificateur IA. En utilisant des simulations et des analyses IA avant l'exécution des transactions, il est possible de bloquer et d'examiner les transactions à haut risque avant leur traitement, afin d'assurer la sécurité sur la chaîne. En tant que L2 d'une super chaîne, cette blockchain se trouve à mi-chemin, connectant les utilisateurs humains et les agents aux meilleures écosystèmes de Finance décentralisée.
Comparaison des meilleures blockchains sur lesquelles reposent les agents IA
Solana et Base sont sans aucun doute les deux principales chaînes pour la construction et le lancement de frameworks et de tokens d'agents AI. Les agents AI utilisent le réseau à fort débit et à faible latence de Solana ainsi que l'ElizaOS open source pour déployer des tokens d'agents, tandis que Virtuals sert de launchpad pour déployer des agents sur Base. Bien qu'ils aient tous deux des hackathons et des incitations financières, en ce qui concerne leur programme AI en tant que chaîne, ils n'ont pas encore atteint le niveau que certaines blockchains ont atteint.
NEAR s'est précédemment défini comme une blockchain L1 centrée sur l'IA, avec des fonctionnalités telles qu'un marché de tâches IA, un centre de recherche NEAR AI avec un cadre d'agents IA open source et un assistant NEAR AI. Ils ont récemment annoncé un fonds d'agents IA de 20 millions de dollars pour étendre des agents entièrement autonomes et vérifiables sur NEAR.
Chainbase
Chainbase propose des ensembles de données structurées vérifiables sur l'ensemble de la chaîne, pouvant améliorer les fonctionnalités des agents IA telles que le trading, l'analyse, la prévision et la recherche d'alpha. Ils ont lancé des manuscrits, qui sont un cadre de flux de données blockchain, permettant d'intégrer des ensembles de données on-chain et off-chain dans un stockage de données cible pour des requêtes et analyses illimitées.
Cela permet aux développeurs de personnaliser les flux de travail de traitement des données en fonction de leurs besoins spécifiques. La normalisation des données brutes et leur traitement dans un format propre et compatible garantissent que leur ensemble de données répond aux exigences strictes des systèmes d'IA, réduisant ainsi le temps de prétraitement tout en améliorant la précision des modèles, aidant à créer des agents d'IA fiables.
Grâce à ses vastes données on-chain, ils ont également développé un modèle appelé Theia, qui traduit les données on-chain en analyses de données pour les utilisateurs, sans nécessiter de connaissances complexes en codage. L'utilité des données de Chainbase est évidente dans leurs partenariats, où des protocoles d'IA utilisent leurs données pour :
Comparé aux protocoles de données traditionnels, des protocoles de données tels que The Graph, Chainlink et Alchemy fournissent des données, mais ne sont pas axés sur l'IA. The Graph offre une plateforme pour interroger et indexer les données de la blockchain, fournissant aux développeurs un accès aux données brutes, qui ne sont pas construites pour l'exécution de transactions ou de stratégies. Chainlink fournit des flux de données d'oracle, mais manque de jeux de données optimisés pour l'IA pour la prédiction, tandis qu'Alchemy propose principalement des services RPC.
En revanche, les données Chainbase sont des données blockchain spécialement préparées, qui peuvent être facilement utilisées par des applications ou des agents AI sous une forme plus structurée et plus informative, permettant ainsi aux agents d'accéder plus facilement aux données liées au marché en chaîne, à la liquidité et aux données sur les jetons.
sqd.ai
sqd.ai est en train de développer un réseau de base de données ouvert spécialement conçu pour les agents AI et les services Web3. Leur lac de données décentralisé offre un accès à une grande quantité de données blockchain en temps réel et historiques, sans autorisation et de manière économique, permettant aux agents AI de fonctionner de manière plus efficace.
sqd.ai fournit un index de données en temps réel (y compris l'index des blocs non terminés), avec une vitesse d'indexation allant jusqu'à plus de 150 000 blocs par seconde, plus rapide que tout autre indexeur. Au cours des dernières 24 heures, ils ont fourni plus de 11 To de données, répondant aux besoins de haute capacité de traitement de milliards d'agents autonomes en IA et de développeurs.
Leur plateforme de traitement de données personnalisable peut fournir des données sur mesure en fonction des besoins des agents AI, tandis que DuckDB offre une récupération efficace des données pour les requêtes locales. Leur ensemble de données complet prend en charge plus de 100 réseaux EVM et Substrate, y compris les journaux d'événements et les détails des transactions, ce qui est très précieux pour les agents AI opérant sur plusieurs blockchains.
L'ajout de preuves à connaissance nulle garantit que les agents IA peuvent accéder et traiter des données sensibles sans compromettre la vie privée. De plus, sqd.ai peut gérer la charge de données croissante en ajoutant davantage de nœuds de traitement, ce qui permet de soutenir un nombre croissant d'agents IA (le nombre estimé atteindra des milliards).
Cookie
Cookie fournit une couche de données modulaire pour les agents IA et les clusters, spécifiquement conçue pour traiter les données sociales. Il dispose d'un tableau de bord d'agent IA qui suit les principales mentalités des agents sur la blockchain et les plateformes sociales, et a récemment lancé une API de cluster de données plug-and-play pour d'autres agents IA, afin de détecter les narrations populaires et les changements de mentalité sur les réseaux sociaux.
Leur groupe de données couvre plus de 7 To de sources de données en temps réel sur la chaîne et sociales, soutenu par 20 agents de données, offrant des insights sur le sentiment du marché et l'analyse sur la chaîne. Leur dernier agent AI utilise 7 % de la capacité de leur groupe de données, en fournissant des prévisions de marché et en découvrant de nouvelles opportunités grâce à divers autres agents fonctionnant en dessous.
La prochaine étape de DeFAI
Actuellement, la plupart des agents IA dans la Finance décentralisée font face à des limitations significatives en matière d'autonomie complète. Par exemple :
La couche d'abstraction transforme l'intention de l'utilisateur en exécution, mais manque souvent de capacité de prévision.
Les agents d'IA peuvent générer de l'alpha par l'analyse, mais manquent d'exécution de transaction indépendante.
Les dApps pilotés par l'IA peuvent gérer des coffres ou des transactions, mais ils sont passifs plutôt qu'actifs.
La prochaine étape de DeFAI pourrait se concentrer sur l'intégration d'une couche de données utile, afin de développer la meilleure plateforme ou agent d'agent. Cela nécessitera des données on-chain approfondies sur les activités des grandes baleines, les variations de liquidité, etc., tout en générant des données synthétiques utiles pour de meilleures analyses prédictives, et en combinant des analyses de sentiment du marché général, que ce soit pour les fluctuations des tokens dans des catégories spécifiques (comme les agents AI, DeSci, etc.) ou pour les fluctuations des tokens sur les réseaux sociaux.
L'objectif final est que les agents AI puissent générer et exécuter des stratégies de trading de manière transparente à partir d'une seule interface. À mesure que ces systèmes mûrissent, nous pourrions voir à l'avenir des traders DeFi s'appuyer sur des agents AI pour évaluer, prédire et exécuter des stratégies financières de manière autonome avec un minimum d'intervention humaine.
Conclusion
Bien que les jetons et les cadres d'agents AI aient récemment reculé, DeFAI est encore à ses débuts, et le potentiel des agents AI pour améliorer l'utilisabilité et la performance de la Finance décentralisée est indéniable.
La clé pour libérer ce potentiel réside dans l'acquisition de données en temps réel de haute qualité, ce qui améliorera les prévisions et l'exécution des transactions pilotées par l'IA. De plus en plus de protocoles intègrent différentes couches de données, les protocoles de données construisant des plugins pour le cadre, ce qui souligne l'importance des données pour la prise de décision des agents.
Envisageons l'avenir, la vérifiabilité et