DeFAI: Bagaimana AI Melepaskan Potensi Keuangan Desentralisasi?
Keuangan Desentralisasi ( DeFi ) telah menjadi pilar utama dalam ekosistem kripto sejak perkembangannya yang pesat pada tahun 2020. Meskipun telah dibangun banyak protokol inovatif, hal ini juga menyebabkan peningkatan kompleksitas dan fragmentasi, sehingga bahkan pengguna yang berpengalaman pun kesulitan untuk mengarungi banyaknya rantai, aset, dan protokol.
Sementara itu, kecerdasan buatan (AI) telah berkembang dari narasi dasar yang luas pada tahun 2023 menjadi fokus yang lebih profesional dan berorientasi pada agen pada tahun 2024. Perubahan ini melahirkan Keuangan Desentralisasi AI (DeFAI) - sebuah bidang yang sedang muncul, di mana AI meningkatkan DeFi melalui otomatisasi, manajemen risiko, dan pengoptimalan modal.
Keuangan Desentralisasi AI melintasi beberapa lapisan. Blockchain adalah lapisan dasar, agen AI harus berinteraksi dengan rantai tertentu untuk mengeksekusi transaksi dan kontrak pintar. Di atasnya, lapisan data dan lapisan komputasi menyediakan infrastruktur yang diperlukan untuk melatih model AI, yang berasal dari data harga historis, sentimen pasar, dan analisis on-chain. Lapisan privasi dan verifikasi memastikan bahwa data keuangan sensitif tetap aman sambil mempertahankan eksekusi tanpa kepercayaan. Terakhir, kerangka agen memungkinkan pengembang untuk membangun aplikasi yang didorong oleh AI yang spesifik, seperti robot perdagangan otonom, penilai risiko kredit, dan pengoptimal pemerintahan on-chain.
Seiring dengan berkembangnya ekosistem DeFAI, proyek yang paling menonjol dapat dibagi menjadi tiga kategori utama:
1. Tingkat Abstraksi
Protokol yang dibangun di atas kategori ini bertindak sebagai antarmuka pengguna yang ramah seperti ChatGPT untuk Keuangan Desentralisasi, memungkinkan pengguna untuk memasukkan perintah yang dieksekusi di blockchain. Mereka biasanya terintegrasi dengan beberapa rantai dan dApp, serta menjalankan niat pengguna sambil menghilangkan langkah manual dalam transaksi yang kompleks.
Beberapa fungsi yang dapat dijalankan oleh protokol ini termasuk:
Dompet perdagangan salinan atau profil media sosial
Otomatis mengeksekusi take profit/stop loss berdasarkan persentase ukuran posisi
Misalnya, tidak perlu secara manual menarik ETH dari platform peminjaman, mentransfernya ke Solana, menukar SOL/token lainnya, dan menyediakan likuiditas di DEX - protokol lapisan abstrak dapat menyelesaikan operasi hanya dalam satu langkah.
2. Agen Perdagangan Mandiri
Berbeda dengan robot perdagangan tradisional yang mengikuti aturan yang ditetapkan, agen perdagangan mandiri dapat belajar dan beradaptasi dengan kondisi pasar, serta menyesuaikan strateginya berdasarkan informasi baru. Agen ini dapat:
Menganalisis data untuk terus memperbaiki strategi
Memprediksi arah pasar untuk membuat keputusan beli/jual yang lebih baik
Melaksanakan strategi DeFi yang kompleks seperti perdagangan dasar
3. DApps yang Didorong AI
Keuangan Desentralisasi dApp menyediakan fungsi peminjaman, pertukaran, dan pertanian hasil. AI dan agen AI dapat meningkatkan layanan ini melalui cara berikut:
Mengoptimalkan penyediaan likuiditas dengan menyeimbangkan kembali posisi LP untuk mendapatkan APY yang lebih baik
Memindai token untuk menemukan risiko dengan mendeteksi potensi rug atau perangkap.
Tantangan Utama
Protokol-protokol teratas yang dibangun di atas lapisan-lapisan ini menghadapi beberapa tantangan:
Protokol ini bergantung pada aliran data real-time untuk mencapai eksekusi perdagangan yang optimal. Kualitas data yang buruk dapat menyebabkan efisiensi rute yang rendah, kegagalan transaksi, atau transaksi yang tidak menguntungkan.
Model AI bergantung pada data historis, namun pasar cryptocurrency sangat fluktuatif. Agen harus menerima pelatihan dari kumpulan data yang beragam dan berkualitas tinggi untuk tetap efektif.
Diperlukan pemahaman menyeluruh tentang korelasi aset, perubahan likuiditas, dan sentimen pasar untuk memahami kondisi pasar secara keseluruhan.
Protokol yang didasarkan pada kategori-kategori ini telah diterima dengan baik di pasar. Namun, untuk memberikan produk yang lebih baik dan hasil yang optimal, mereka harus mempertimbangkan untuk mengintegrasikan berbagai dataset dengan kualitas yang berbeda untuk meningkatkan produk mereka ke tingkat yang baru.
Lapisan Data - Memberikan Daya untuk Kecerdasan DeFi
Kualitas AI tergantung pada data yang digunakannya. Agar agen AI dapat berfungsi secara efektif dalam DeFAI, mereka memerlukan data yang terstruktur, dapat diverifikasi, dan real-time. Misalnya, lapisan abstraksi perlu mengakses data on-chain melalui RPC dan API jejaring sosial, sementara agen optimasi perdagangan dan pendapatan memerlukan data untuk lebih menyempurnakan strategi perdagangan mereka dan mengalokasikan kembali sumber daya.
Kualitas tinggi dari dataset memungkinkan agen untuk melakukan analisis prediksi perilaku harga di masa depan dengan lebih baik, memberikan saran untuk trading yang sesuai dengan preferensi mereka terhadap posisi long atau short pada aset tertentu.
Mode Synth Subjaringan
Sebagai sub-jaringan ke-50 dari suatu blockchain, Synth menciptakan data sintetis untuk kemampuan prediksi keuangan dari agen. Dibandingkan dengan sistem prediksi harga tradisional lainnya, Synth menangkap distribusi penuh dari perubahan harga dan probabilitas terkaitnya, sehingga membangun data sintetis paling akurat di dunia, mendukung agen dan LLM.
Memberikan lebih banyak kumpulan data berkualitas tinggi dapat membantu agen AI membuat keputusan arah yang lebih baik dalam perdagangan, sekaligus memprediksi fluktuasi APY di berbagai kondisi pasar, agar kumpulan likuiditas dapat mendistribusikan kembali atau menarik likuiditas saat diperlukan. Sejak peluncuran jaringan otonom, mereka telah menerima permintaan yang kuat dari tim Keuangan Desentralisasi untuk mengintegrasikan data Synth melalui API mereka.
Blockchain Agen AI yang Paling Diperhatikan
Selain membangun lapisan data untuk AI dan agen, sebuah blockchain juga memposisikan dirinya sebagai blockchain yang membangun stack penuh untuk masa depan DeFAI. Mereka baru-baru ini mengimplementasikan sebuah terminal, yang merupakan co-pilot DeFAI, untuk mengeksekusi transaksi on-chain berdasarkan prompt pengguna, yang akan dibuka untuk penstaker token.
Selain itu, blockchain ini juga mendukung banyak tim berbasis AI dan agen. Mereka telah berusaha keras untuk mengintegrasikan beberapa protokol ke dalam ekosistemnya, dan dengan lebih banyak agen yang dikembangkan dan transaksi yang dilakukan, blockchain ini berkembang dengan cepat.
Langkah-langkah ini semua dilakukan saat mereka memperbarui jaringan dengan AI, yang paling mencolok adalah dilengkapinya blockchain mereka dengan pemeringkat AI. Dengan menggunakan simulasi dan analisis AI pada transaksi sebelum eksekusi, transaksi berisiko tinggi dapat dihentikan dan diawasi sebelum diproses, untuk memastikan keamanan di atas rantai. Sebagai L2 dari suatu super rantai, blockchain ini berada di tengah, menghubungkan pengguna manusia dan agen dengan ekosistem Keuangan Desentralisasi terbaik.
Perbandingan Blockchain Teratas yang Digunakan oleh AI Agent
Solana dan Base tidak diragukan lagi adalah dua rantai utama untuk membangun dan menerbitkan sebagian besar kerangka dan token agen AI. Agen AI memanfaatkan throughput tinggi dan jaringan latensi rendah Solana serta ElizaOS sumber terbuka untuk menerapkan token agen, sementara Virtuals berfungsi sebagai launchpad untuk menerapkan agen di Base. Meskipun keduanya memiliki hackathon dan insentif dana, dalam hal rencana AI sebagai sebuah rantai, mereka belum mencapai tingkat yang dicapai oleh beberapa blockchain.
NEAR sebelumnya mendefinisikan dirinya sebagai blockchain L1 yang berfokus pada AI, dengan fungsi termasuk pasar tugas AI, pusat penelitian NEAR AI dengan kerangka agen AI sumber terbuka, dan asisten NEAR AI. Mereka baru-baru ini mengumumkan dana agen AI sebesar 20 juta dolar untuk memperluas agen yang sepenuhnya mandiri dan dapat diverifikasi di NEAR.
Chainbase
Chainbase menyediakan dataset terstruktur on-chain yang dapat diverifikasi di seluruh rantai, yang dapat meningkatkan fungsi perdagangan, wawasan, prediksi, dan pencarian alpha dari agen AI. Mereka meluncurkan manuscripts, sebuah kerangka aliran data blockchain yang digunakan untuk mengintegrasikan dataset on-chain dan off-chain ke dalam penyimpanan data target, untuk memungkinkan query dan analisis tanpa batas.
Ini memungkinkan pengembang untuk menyesuaikan alur kerja pemrosesan data sesuai dengan kebutuhan spesifik mereka. Menstandarkan data mentah dan memprosesnya menjadi format yang bersih dan kompatibel dapat memastikan bahwa kumpulan data mereka memenuhi persyaratan ketat sistem AI, sehingga mengurangi waktu pra-pemrosesan, sekaligus meningkatkan akurasi model, membantu menciptakan agen AI yang dapat diandalkan.
Berdasarkan data on-chain yang luas, mereka juga mengembangkan model bernama Theia, yang menerjemahkan data on-chain menjadi analisis data pengguna, tanpa memerlukan pengetahuan pengkodean yang rumit. Kegunaan data Chainbase jelas terlihat dalam kemitraan mereka, di mana protokol AI sedang menggunakan data mereka untuk:
Plugin proxy ElizaOS, digunakan untuk pengambilan keputusan berbasis blockchain
Membangun Asisten AI Vana
Jaringan sosial yang cerdas, menyediakan wawasan perilaku pengguna
Analisis dan prediksi data Keuangan Desentralisasi
Juga bekerja sama dengan beberapa proyek
Dibandingkan dengan protokol data tradisional, protokol data seperti The Graph, Chainlink, dan Alchemy menawarkan data, tetapi tidak berfokus pada AI. The Graph menyediakan platform untuk meng-query dan mengindeks data blockchain, memberikan akses data mentah kepada pengembang, yang tidak dibangun untuk eksekusi transaksi atau strategi. Chainlink menyediakan umpan data oracle, tetapi kekurangan dataset yang dioptimalkan AI untuk prediksi, sedangkan Alchemy terutama menyediakan layanan RPC.
Dibandingkan dengan itu, data Chainbase adalah data blockchain yang disiapkan secara khusus, yang dapat digunakan dengan mudah oleh aplikasi atau agen AI dalam bentuk yang lebih terstruktur dan lebih bernas, sehingga agen dapat lebih mudah mengakses data yang terkait dengan pasar on-chain, likuiditas, dan data token.
sqd.ai
sqd.ai sedang mengembangkan jaringan basis data terbuka yang dirancang khusus untuk agen AI dan layanan Web3. Danau data terdesentralisasi mereka menyediakan akses ke sejumlah besar data blockchain waktu nyata dan historis yang efisien secara ekonomi dan tanpa izin, memungkinkan agen AI beroperasi lebih efektif.
sqd.ai menyediakan indeks data waktu nyata (termasuk indeks blok yang belum selesai) dengan kecepatan indeks hingga 150.000+ blok per detik, lebih cepat daripada pengindeks lainnya. Dalam 24 jam terakhir, mereka menyediakan lebih dari 11TB data, memenuhi kebutuhan throughput tinggi dari miliaran agen AI mandiri dan pengembang.
Platform pemrosesan data yang dapat disesuaikan mereka dapat menyediakan data yang disesuaikan sesuai dengan kebutuhan agen AI, sementara DuckDB menyediakan pengambilan data yang efisien untuk kueri lokal. Kumpulan data komprehensif mereka mendukung lebih dari 100 jaringan EVM dan Substrate, termasuk log peristiwa dan rincian transaksi, yang sangat berharga bagi agen AI yang beroperasi di beberapa blockchain.
Penambahan bukti nol-pengetahuan memastikan bahwa agen AI dapat mengakses dan memproses data sensitif tanpa mengorbankan privasi. Selain itu, sqd.ai dapat menangani beban data yang terus meningkat dengan menambahkan lebih banyak node pemrosesan, sehingga mendukung jumlah agen AI yang terus bertambah (diperkirakan jumlahnya akan mencapai miliaran).
Cookie
Cookie menyediakan lapisan data modular untuk agen AI dan kluster, yang dirancang khusus untuk memproses data sosial. Ini memiliki dasbor agen AI yang dapat melacak pola pikir agen teratas di blockchain dan platform sosial, dan baru-baru ini meluncurkan API kluster data plug-and-play untuk agen AI lainnya, untuk mendeteksi narasi dan perubahan pola pikir yang populer di media sosial.
Mereka memiliki kumpulan data yang mencakup lebih dari 7TB sumber data rantai waktu nyata dan sosial, didukung oleh 20 agen data, yang memberikan wawasan tentang sentimen pasar dan analisis rantai. Agen AI terbaru mereka memanfaatkan 7% kapasitas dari kumpulan data mereka, dengan memanfaatkan berbagai agen lain yang berjalan di bawahnya untuk memberikan prediksi pasar dan menemukan peluang baru.
Langkah Selanjutnya DeFAI
Saat ini, sebagian besar agen AI dalam Keuangan Desentralisasi menghadapi batasan signifikan dalam mencapai otonomi penuh. Contohnya:
Lapisan abstrak mengubah niat pengguna menjadi eksekusi, tetapi sering kali kurang memiliki kemampuan prediksi.
AI agen mungkin dapat menghasilkan alpha melalui analisis, tetapi kekurangan eksekusi perdagangan yang independen.
dApp yang didorong oleh AI dapat menangani brankas atau transaksi, tetapi bersifat pasif, bukan aktif.
Tahap berikutnya dari DeFAI mungkin akan fokus pada integrasi lapisan data yang berguna untuk mengembangkan platform atau agen terbaik. Ini akan membutuhkan data on-chain yang mendalam tentang aktivitas paus besar, perubahan likuiditas, dan lainnya, sambil menghasilkan data sintetis yang berguna untuk analisis prediktif yang lebih baik, serta menggabungkan analisis sentimen dari pasar umum, baik itu fluktuasi token dalam kategori tertentu (seperti agen AI, DeSci, dll.) atau fluktuasi token di jaringan sosial.
Tujuan akhirnya adalah agar agen AI dapat menghasilkan dan mengeksekusi strategi perdagangan secara mulus dari satu antarmuka. Seiring dengan matangnya sistem ini, kita mungkin akan melihat di masa depan para trader DeFi bergantung pada agen AI untuk secara mandiri mengevaluasi, memprediksi, dan melaksanakan strategi keuangan dengan intervensi manusia yang minimal.
Kesimpulan
Meskipun token dan kerangka agen AI baru-baru ini mengalami penurunan, DeFAI masih berada pada tahap awal, dan potensi agen AI untuk meningkatkan kegunaan dan kinerja Keuangan Desentralisasi tidak dapat disangkal.
Kunci untuk melepaskan potensi ini terletak pada pengambilan data waktu nyata berkualitas tinggi, yang akan meningkatkan prediksi dan eksekusi perdagangan yang didorong oleh AI. Semakin banyak protokol yang mengintegrasikan berbagai lapisan data, dan protokol data membangun plugin untuk kerangka kerja, yang menyoroti pentingnya data bagi keputusan agen.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
16 Suka
Hadiah
16
6
Bagikan
Komentar
0/400
LayerZeroHero
· 22jam yang lalu
Lebih baik mencari proyek untuk menguji keamanan antarmuka.
Lihat AsliBalas0
SchrodingerWallet
· 07-23 11:15
Di mana bisa belajar untuk berkembang, hanya kehilangan uang yang dapat membuat seseorang tumbuh.
Lihat AsliBalas0
OnChainDetective
· 07-23 11:14
Investor Luas sedang diam-diam mengumpulkan DeFAI Token Data tidak akan berbohong
Lihat AsliBalas0
liquiditea_sipper
· 07-23 11:14
Jebakan ini cukup sulit dimengerti ya.
Lihat AsliBalas0
BitcoinDaddy
· 07-23 11:12
Sekali lagi hanya memperdagangkan konsep AI.
Lihat AsliBalas0
ZenChainWalker
· 07-23 11:07
Perdagangan Mata Uang Kripto hmm rugi, terus-menerus menghasilkan keuntungan di Keuangan Desentralisasi
Keuangan Desentralisasi AI: Masa Depan dan Tantangan Keuangan Desentralisasi yang Didorong oleh AI
DeFAI: Bagaimana AI Melepaskan Potensi Keuangan Desentralisasi?
Keuangan Desentralisasi ( DeFi ) telah menjadi pilar utama dalam ekosistem kripto sejak perkembangannya yang pesat pada tahun 2020. Meskipun telah dibangun banyak protokol inovatif, hal ini juga menyebabkan peningkatan kompleksitas dan fragmentasi, sehingga bahkan pengguna yang berpengalaman pun kesulitan untuk mengarungi banyaknya rantai, aset, dan protokol.
Sementara itu, kecerdasan buatan (AI) telah berkembang dari narasi dasar yang luas pada tahun 2023 menjadi fokus yang lebih profesional dan berorientasi pada agen pada tahun 2024. Perubahan ini melahirkan Keuangan Desentralisasi AI (DeFAI) - sebuah bidang yang sedang muncul, di mana AI meningkatkan DeFi melalui otomatisasi, manajemen risiko, dan pengoptimalan modal.
Keuangan Desentralisasi AI melintasi beberapa lapisan. Blockchain adalah lapisan dasar, agen AI harus berinteraksi dengan rantai tertentu untuk mengeksekusi transaksi dan kontrak pintar. Di atasnya, lapisan data dan lapisan komputasi menyediakan infrastruktur yang diperlukan untuk melatih model AI, yang berasal dari data harga historis, sentimen pasar, dan analisis on-chain. Lapisan privasi dan verifikasi memastikan bahwa data keuangan sensitif tetap aman sambil mempertahankan eksekusi tanpa kepercayaan. Terakhir, kerangka agen memungkinkan pengembang untuk membangun aplikasi yang didorong oleh AI yang spesifik, seperti robot perdagangan otonom, penilai risiko kredit, dan pengoptimal pemerintahan on-chain.
Seiring dengan berkembangnya ekosistem DeFAI, proyek yang paling menonjol dapat dibagi menjadi tiga kategori utama:
1. Tingkat Abstraksi
Protokol yang dibangun di atas kategori ini bertindak sebagai antarmuka pengguna yang ramah seperti ChatGPT untuk Keuangan Desentralisasi, memungkinkan pengguna untuk memasukkan perintah yang dieksekusi di blockchain. Mereka biasanya terintegrasi dengan beberapa rantai dan dApp, serta menjalankan niat pengguna sambil menghilangkan langkah manual dalam transaksi yang kompleks.
Beberapa fungsi yang dapat dijalankan oleh protokol ini termasuk:
Misalnya, tidak perlu secara manual menarik ETH dari platform peminjaman, mentransfernya ke Solana, menukar SOL/token lainnya, dan menyediakan likuiditas di DEX - protokol lapisan abstrak dapat menyelesaikan operasi hanya dalam satu langkah.
2. Agen Perdagangan Mandiri
Berbeda dengan robot perdagangan tradisional yang mengikuti aturan yang ditetapkan, agen perdagangan mandiri dapat belajar dan beradaptasi dengan kondisi pasar, serta menyesuaikan strateginya berdasarkan informasi baru. Agen ini dapat:
3. DApps yang Didorong AI
Keuangan Desentralisasi dApp menyediakan fungsi peminjaman, pertukaran, dan pertanian hasil. AI dan agen AI dapat meningkatkan layanan ini melalui cara berikut:
Tantangan Utama
Protokol-protokol teratas yang dibangun di atas lapisan-lapisan ini menghadapi beberapa tantangan:
Protokol ini bergantung pada aliran data real-time untuk mencapai eksekusi perdagangan yang optimal. Kualitas data yang buruk dapat menyebabkan efisiensi rute yang rendah, kegagalan transaksi, atau transaksi yang tidak menguntungkan.
Model AI bergantung pada data historis, namun pasar cryptocurrency sangat fluktuatif. Agen harus menerima pelatihan dari kumpulan data yang beragam dan berkualitas tinggi untuk tetap efektif.
Diperlukan pemahaman menyeluruh tentang korelasi aset, perubahan likuiditas, dan sentimen pasar untuk memahami kondisi pasar secara keseluruhan.
Protokol yang didasarkan pada kategori-kategori ini telah diterima dengan baik di pasar. Namun, untuk memberikan produk yang lebih baik dan hasil yang optimal, mereka harus mempertimbangkan untuk mengintegrasikan berbagai dataset dengan kualitas yang berbeda untuk meningkatkan produk mereka ke tingkat yang baru.
Lapisan Data - Memberikan Daya untuk Kecerdasan DeFi
Kualitas AI tergantung pada data yang digunakannya. Agar agen AI dapat berfungsi secara efektif dalam DeFAI, mereka memerlukan data yang terstruktur, dapat diverifikasi, dan real-time. Misalnya, lapisan abstraksi perlu mengakses data on-chain melalui RPC dan API jejaring sosial, sementara agen optimasi perdagangan dan pendapatan memerlukan data untuk lebih menyempurnakan strategi perdagangan mereka dan mengalokasikan kembali sumber daya.
Kualitas tinggi dari dataset memungkinkan agen untuk melakukan analisis prediksi perilaku harga di masa depan dengan lebih baik, memberikan saran untuk trading yang sesuai dengan preferensi mereka terhadap posisi long atau short pada aset tertentu.
Mode Synth Subjaringan
Sebagai sub-jaringan ke-50 dari suatu blockchain, Synth menciptakan data sintetis untuk kemampuan prediksi keuangan dari agen. Dibandingkan dengan sistem prediksi harga tradisional lainnya, Synth menangkap distribusi penuh dari perubahan harga dan probabilitas terkaitnya, sehingga membangun data sintetis paling akurat di dunia, mendukung agen dan LLM.
Memberikan lebih banyak kumpulan data berkualitas tinggi dapat membantu agen AI membuat keputusan arah yang lebih baik dalam perdagangan, sekaligus memprediksi fluktuasi APY di berbagai kondisi pasar, agar kumpulan likuiditas dapat mendistribusikan kembali atau menarik likuiditas saat diperlukan. Sejak peluncuran jaringan otonom, mereka telah menerima permintaan yang kuat dari tim Keuangan Desentralisasi untuk mengintegrasikan data Synth melalui API mereka.
Blockchain Agen AI yang Paling Diperhatikan
Selain membangun lapisan data untuk AI dan agen, sebuah blockchain juga memposisikan dirinya sebagai blockchain yang membangun stack penuh untuk masa depan DeFAI. Mereka baru-baru ini mengimplementasikan sebuah terminal, yang merupakan co-pilot DeFAI, untuk mengeksekusi transaksi on-chain berdasarkan prompt pengguna, yang akan dibuka untuk penstaker token.
Selain itu, blockchain ini juga mendukung banyak tim berbasis AI dan agen. Mereka telah berusaha keras untuk mengintegrasikan beberapa protokol ke dalam ekosistemnya, dan dengan lebih banyak agen yang dikembangkan dan transaksi yang dilakukan, blockchain ini berkembang dengan cepat.
Langkah-langkah ini semua dilakukan saat mereka memperbarui jaringan dengan AI, yang paling mencolok adalah dilengkapinya blockchain mereka dengan pemeringkat AI. Dengan menggunakan simulasi dan analisis AI pada transaksi sebelum eksekusi, transaksi berisiko tinggi dapat dihentikan dan diawasi sebelum diproses, untuk memastikan keamanan di atas rantai. Sebagai L2 dari suatu super rantai, blockchain ini berada di tengah, menghubungkan pengguna manusia dan agen dengan ekosistem Keuangan Desentralisasi terbaik.
Perbandingan Blockchain Teratas yang Digunakan oleh AI Agent
Solana dan Base tidak diragukan lagi adalah dua rantai utama untuk membangun dan menerbitkan sebagian besar kerangka dan token agen AI. Agen AI memanfaatkan throughput tinggi dan jaringan latensi rendah Solana serta ElizaOS sumber terbuka untuk menerapkan token agen, sementara Virtuals berfungsi sebagai launchpad untuk menerapkan agen di Base. Meskipun keduanya memiliki hackathon dan insentif dana, dalam hal rencana AI sebagai sebuah rantai, mereka belum mencapai tingkat yang dicapai oleh beberapa blockchain.
NEAR sebelumnya mendefinisikan dirinya sebagai blockchain L1 yang berfokus pada AI, dengan fungsi termasuk pasar tugas AI, pusat penelitian NEAR AI dengan kerangka agen AI sumber terbuka, dan asisten NEAR AI. Mereka baru-baru ini mengumumkan dana agen AI sebesar 20 juta dolar untuk memperluas agen yang sepenuhnya mandiri dan dapat diverifikasi di NEAR.
Chainbase
Chainbase menyediakan dataset terstruktur on-chain yang dapat diverifikasi di seluruh rantai, yang dapat meningkatkan fungsi perdagangan, wawasan, prediksi, dan pencarian alpha dari agen AI. Mereka meluncurkan manuscripts, sebuah kerangka aliran data blockchain yang digunakan untuk mengintegrasikan dataset on-chain dan off-chain ke dalam penyimpanan data target, untuk memungkinkan query dan analisis tanpa batas.
Ini memungkinkan pengembang untuk menyesuaikan alur kerja pemrosesan data sesuai dengan kebutuhan spesifik mereka. Menstandarkan data mentah dan memprosesnya menjadi format yang bersih dan kompatibel dapat memastikan bahwa kumpulan data mereka memenuhi persyaratan ketat sistem AI, sehingga mengurangi waktu pra-pemrosesan, sekaligus meningkatkan akurasi model, membantu menciptakan agen AI yang dapat diandalkan.
Berdasarkan data on-chain yang luas, mereka juga mengembangkan model bernama Theia, yang menerjemahkan data on-chain menjadi analisis data pengguna, tanpa memerlukan pengetahuan pengkodean yang rumit. Kegunaan data Chainbase jelas terlihat dalam kemitraan mereka, di mana protokol AI sedang menggunakan data mereka untuk:
Dibandingkan dengan protokol data tradisional, protokol data seperti The Graph, Chainlink, dan Alchemy menawarkan data, tetapi tidak berfokus pada AI. The Graph menyediakan platform untuk meng-query dan mengindeks data blockchain, memberikan akses data mentah kepada pengembang, yang tidak dibangun untuk eksekusi transaksi atau strategi. Chainlink menyediakan umpan data oracle, tetapi kekurangan dataset yang dioptimalkan AI untuk prediksi, sedangkan Alchemy terutama menyediakan layanan RPC.
Dibandingkan dengan itu, data Chainbase adalah data blockchain yang disiapkan secara khusus, yang dapat digunakan dengan mudah oleh aplikasi atau agen AI dalam bentuk yang lebih terstruktur dan lebih bernas, sehingga agen dapat lebih mudah mengakses data yang terkait dengan pasar on-chain, likuiditas, dan data token.
sqd.ai
sqd.ai sedang mengembangkan jaringan basis data terbuka yang dirancang khusus untuk agen AI dan layanan Web3. Danau data terdesentralisasi mereka menyediakan akses ke sejumlah besar data blockchain waktu nyata dan historis yang efisien secara ekonomi dan tanpa izin, memungkinkan agen AI beroperasi lebih efektif.
sqd.ai menyediakan indeks data waktu nyata (termasuk indeks blok yang belum selesai) dengan kecepatan indeks hingga 150.000+ blok per detik, lebih cepat daripada pengindeks lainnya. Dalam 24 jam terakhir, mereka menyediakan lebih dari 11TB data, memenuhi kebutuhan throughput tinggi dari miliaran agen AI mandiri dan pengembang.
Platform pemrosesan data yang dapat disesuaikan mereka dapat menyediakan data yang disesuaikan sesuai dengan kebutuhan agen AI, sementara DuckDB menyediakan pengambilan data yang efisien untuk kueri lokal. Kumpulan data komprehensif mereka mendukung lebih dari 100 jaringan EVM dan Substrate, termasuk log peristiwa dan rincian transaksi, yang sangat berharga bagi agen AI yang beroperasi di beberapa blockchain.
Penambahan bukti nol-pengetahuan memastikan bahwa agen AI dapat mengakses dan memproses data sensitif tanpa mengorbankan privasi. Selain itu, sqd.ai dapat menangani beban data yang terus meningkat dengan menambahkan lebih banyak node pemrosesan, sehingga mendukung jumlah agen AI yang terus bertambah (diperkirakan jumlahnya akan mencapai miliaran).
Cookie
Cookie menyediakan lapisan data modular untuk agen AI dan kluster, yang dirancang khusus untuk memproses data sosial. Ini memiliki dasbor agen AI yang dapat melacak pola pikir agen teratas di blockchain dan platform sosial, dan baru-baru ini meluncurkan API kluster data plug-and-play untuk agen AI lainnya, untuk mendeteksi narasi dan perubahan pola pikir yang populer di media sosial.
Mereka memiliki kumpulan data yang mencakup lebih dari 7TB sumber data rantai waktu nyata dan sosial, didukung oleh 20 agen data, yang memberikan wawasan tentang sentimen pasar dan analisis rantai. Agen AI terbaru mereka memanfaatkan 7% kapasitas dari kumpulan data mereka, dengan memanfaatkan berbagai agen lain yang berjalan di bawahnya untuk memberikan prediksi pasar dan menemukan peluang baru.
Langkah Selanjutnya DeFAI
Saat ini, sebagian besar agen AI dalam Keuangan Desentralisasi menghadapi batasan signifikan dalam mencapai otonomi penuh. Contohnya:
Lapisan abstrak mengubah niat pengguna menjadi eksekusi, tetapi sering kali kurang memiliki kemampuan prediksi.
AI agen mungkin dapat menghasilkan alpha melalui analisis, tetapi kekurangan eksekusi perdagangan yang independen.
dApp yang didorong oleh AI dapat menangani brankas atau transaksi, tetapi bersifat pasif, bukan aktif.
Tahap berikutnya dari DeFAI mungkin akan fokus pada integrasi lapisan data yang berguna untuk mengembangkan platform atau agen terbaik. Ini akan membutuhkan data on-chain yang mendalam tentang aktivitas paus besar, perubahan likuiditas, dan lainnya, sambil menghasilkan data sintetis yang berguna untuk analisis prediktif yang lebih baik, serta menggabungkan analisis sentimen dari pasar umum, baik itu fluktuasi token dalam kategori tertentu (seperti agen AI, DeSci, dll.) atau fluktuasi token di jaringan sosial.
Tujuan akhirnya adalah agar agen AI dapat menghasilkan dan mengeksekusi strategi perdagangan secara mulus dari satu antarmuka. Seiring dengan matangnya sistem ini, kita mungkin akan melihat di masa depan para trader DeFi bergantung pada agen AI untuk secara mandiri mengevaluasi, memprediksi, dan melaksanakan strategi keuangan dengan intervensi manusia yang minimal.
Kesimpulan
Meskipun token dan kerangka agen AI baru-baru ini mengalami penurunan, DeFAI masih berada pada tahap awal, dan potensi agen AI untuk meningkatkan kegunaan dan kinerja Keuangan Desentralisasi tidak dapat disangkal.
Kunci untuk melepaskan potensi ini terletak pada pengambilan data waktu nyata berkualitas tinggi, yang akan meningkatkan prediksi dan eksekusi perdagangan yang didorong oleh AI. Semakin banyak protokol yang mengintegrasikan berbagai lapisan data, dan protokol data membangun plugin untuk kerangka kerja, yang menyoroti pentingnya data bagi keputusan agen.
Memandang ke depan, verifiabilitas dan