DeFAI: Как искусственный интеллект может раскрыть потенциал Децентрализованных финансов?

Децентрализованные финансы(DeFi) быстро развивались с 2020 года и стали важным столпом криптоэкосистемы. Хотя инновационные протоколы появляются один за другим, это также привело к усложнению и децентрализации системы, и даже опытным пользователям становится трудно справляться с множеством цепочек, активов и протоколов.

В то же время искусственный интеллект (AI) эволюционировал от нарратива о массовом распространении в 2023 году к более специализированному, ориентированному на посредников фокусу в 2024 году. Этот переход породил новую область DeFi AI(DeFAI), где ИИ усиливает Децентрализованные финансы через автоматизацию, управление рисками и оптимизацию капитала.

DeFAI охватывает несколько уровней. Нижний уровень — это блокчейн, AI-агенты должны взаимодействовать с определенной цепочкой для выполнения сделок и смарт-контрактов. Над ним находятся уровень данных и уровень вычислений, которые предоставляют необходимую инфраструктуру для обучения моделей AI, использующих исторические ценовые данные, рыночные настроения и анализ в цепочке. Уровень конфиденциальности и верифицируемости обеспечивает безопасность чувствительных финансовых данных, одновременно сохраняя выполнение без доверия. На верхнем уровне находится рамка агентов, позволяющая разработчикам создавать специализированные приложения на базе AI, такие как автономные торговые роботы, оценщики кредитных рисков и оптимизаторы управления в цепочке.

! [Объяснение DeFAI: как искусственный интеллект может раскрыть потенциал DeFi?] ](https://img-cdn.gateio.im/webp-social/moments-cb3bdaee47242cf206572b3411f452ce.webp)

С развитием экосистемы DeFAI наиболее заметные проекты можно разделить на три большие категории:

1. Абстрактный уровень

Такие протоколы служат удобным интерфейсом для пользователей Децентрализованных финансов, аналогично ChatGPT, пользователи могут выполнять операции в сети, вводя подсказки. Обычно они интегрируют несколько цепочек и dApp, упрощая ручные шаги в сложных сделках, одновременно выполняя намерения пользователя.

Эти протоколы могут выполнять следующие функции:

• Обмен, кросс-цепь, заимствование/вывод, выполнение кросс-цепочных сделок
• Кошелек для копирования сделок или аккаунт в социальной сети
• Автоматическое выполнение тейк-профита/стоп-лосса в зависимости от процента от размера позиции

Например, пользователю не нужно вручную извлекать ETH из платформы кредитования, переносить его на другие сети, обменивать токены и предоставлять ликвидность на DEX - протокол абстракционного уровня может выполнить все операции за один шаг.

2. Автономные торговые агенты

В отличие от традиционных торговых роботов, следящих за предустановленными правилами, автономные торговые агенты могут обучаться и адаптироваться к рыночным условиям, корректируя стратегии на основе новой информации. Эти агенты могут:

• Анализировать данные для постоянной оптимизации стратегии
• Прогнозировать рыночные тенденции, принимать более обоснованные решения по длинным и коротким позициям
• Выполнение сложных Децентрализованных финансовых стратегий, таких как базовая торговля

3. DApps, управляемые ИИ

Децентрализованные финансы dApp предоставляют функции кредитования, обмена, фермерства доходов и т.д. ИИ и ИИ-агенты могут улучшить эти услуги следующими способами:

• Оптимизация поставки ликвидности путем ребалансировки позиций LP для достижения более высокой APY
• Сканируйте токены для выявления потенциальных рисков, таких как rug pull или ловушка.

Эти ведущие протоколы в этих аспектах сталкиваются с некоторыми проблемами:

1. Поток实时 данных имеет решающее значение для оптимального исполнения сделок. Плохое качество данных может привести к низкой эффективности маршрута, сбоям в сделках или отсутствию прибыли.

2. Модели ИИ зависят от исторических данных, но рынок криптовалют сильно колеблется. Агентам необходимо принимать разнообразные и качественные наборы данных для обучения, чтобы поддерживать свою эффективность.

3. Необходимо полностью понять взаимосвязь активов, изменения ликвидности и рыночные настроения, чтобы прояснить общую рыночную ситуацию.

Протоколы, основанные на этих категориях, получили признание на рынке. Однако, чтобы предложить более качественные продукты и результаты, им следует рассмотреть возможность интеграции различных высококачественных наборов данных, чтобы поднять продукты на новый уровень.

Данные уровня - для обеспечения мощности DeFAI

Производительность ИИ зависит от данных, на которых он основан. Чтобы ИИ-агенты эффективно работали в DeFAI, им нужны данные в реальном времени, структурированные и поддающиеся проверке. Например, абстрактный уровень должен получать данные с блокчейна через RPC и API социальных сетей, тогда как агенты по оптимизации сделок и доходов нуждаются в данных для оптимизации торговых стратегий и перераспределения ресурсов.

Высококачественные наборы данных позволяют агентам более точно предсказывать будущие ценовые движения, предоставляя рекомендации по торговле, чтобы адаптироваться к бычьим и медвежьим предпочтениям по конкретным активам.

Самый обсуждаемый AI-агент блокчейн

Кроме создания уровня данных, определённая блокчейн-платформа также позиционирует себя как полностековое решение для будущего Децентрализованных финансов с искусственным интеллектом (DeFAI). Они недавно развернули инструмент для сотрудничества в области DeFAI, который будет использоваться для выполнения ончейн-транзакций по пользовательским подсказкам и вскоре будет открыт для стейкеров токенов.

Кроме того, эта блокчейн также поддерживает несколько команд на основе ИИ и агентов. С увеличением числа агентов, разрабатывающих и выполняющих сделки, эта экосистема быстро развивается.

Эти меры осуществляются одновременно с обновлением сетевого ИИ, наиболее примечательным является оснащение блокчейна ИИ-сортировщиком. Путем использования моделирования и ИИ-анализа транзакций перед выполнением можно предотвратить высокорисковые транзакции до обработки, обеспечивая безопасность в цепочке. Будучи L2 некоторой суперцепи, этот блокчейн находится в промежуточной позиции, соединяя людей и агентов с качественной Децентрализованными финансами экосистемой.

Следующий шаг DeFAI

В настоящее время большинство AI-агентов в Децентрализованных финансах сталкиваются с серьезными ограничениями в достижении полной автономии. Например:

1. Абстрактный уровень преобразует намерения пользователя в исполнение, но обычно ему не хватает предсказательной способности.
2. AI-агенты могут генерировать альфа-доходность за счет анализа, но им не хватает независимой способности к выполнению сделок.
3. AI-управляемые dApp могут обрабатывать страховые хранилища или транзакции, но относятся к пассивным, а не активным.

Следующая стадия DeFAI может сосредоточиться на интеграции полезного уровня данных для разработки оптимальной платформы или агента. Это требует глубоких данных о действиях крупных участников, изменениях ликвидности и т. д., одновременно генерируя полезные синтетические данные для более точного прогнозного анализа и сочетая его с анализом общей рыночной эмоции, будь то колебания токенов в определенных категориях (, таких как AI-агенты, DeSci и т. д. ), или производительность токенов в социальных сетях.

Конечной целью является то, что AI-агенты смогут бесшовно генерировать и выполнять торговые стратегии из единого интерфейса. По мере зрелости этих систем будущие Децентрализованные финансы трейдеры могут полагаться на AI-агентов для самостоятельной оценки, прогнозирования и выполнения финансовых стратегий с минимальным вмешательством человека.

Заключение

Учитывая значительное снижение токенов и фреймворков AI-агентов, некоторые могут считать, что DeFAI — это лишь мимолетное явление. Тем не менее, DeFAI все еще находится на ранней стадии, и потенциал AI-агентов по улучшению доступности и производительности Децентрализованных финансов нельзя игнорировать.

Ключ к раскрытию этого потенциала заключается в получении качественных данных в реальном времени, что улучшит прогнозирование и выполнение сделок, основанных на ИИ. Все больше протоколов интегрируют различные уровни данных, а протоколы данных создают плагины для построения фреймворков, подчеркивая важность данных для принятия решений агентами.

Смотря в будущее, проверяемость и конфиденциальность станут ключевыми вызовами, которые протоколы должны будут решить. В настоящее время большинство операций AI-агентов по-прежнему являются черным ящиком, и пользователи должны доверять свои средства им. Поэтому развитие проверяемых AI-решений поможет обеспечить прозрачность и подотчетность процессов агентов. Интеграция протоколов на основе TEE, FHE и даже нулевых знаний может повысить проверяемость поведения AI-агентов, тем самым устанавливая доверие к автономности.

Только успешно объединяя высококачественные данные, надежные модели и прозрачные процессы принятия решений, агент DeFAI сможет получить широкое применение.

![DeFAI полный обзор: как ИИ раскрывает потенциал Децентрализованных финансов?](https://img-cdn.gateio.im/webp-social/moments-56a89e79609d8f982d5d31dadfad9205.webp01