DeFAI: Как ИИ может расширить возможности Децентрализованных финансов?
Децентрализованные финансы(DeFi) с 2020 года стремительно развиваются и остаются важной частью криптоэкосистемы. Несмотря на то, что новые инновационные протоколы появляются один за другим, это также приводит к все большей сложности и фрагментации системы, и даже опытным пользователям трудно справляться с множеством цепочек, активов и протоколов.
В то же время искусственный интеллект (AI) перешел от макронаративов 2023 года к более специализированному, ориентированному на агентов акценту 2024 года. Этот переход породил новую область DeFi AI(DeFAI), где ИИ усиливает функциональность DeFi с помощью автоматизации, управления рисками и оптимизации капитала.
DeFAI охватывает несколько уровней. На нижнем уровне находится блокчейн, AI-агенты должны взаимодействовать с конкретной цепочкой, чтобы выполнять сделки и смарт-контракты. Над ним находятся уровень данных и вычислительный уровень, предоставляющие инфраструктуру, необходимую для обучения AI-моделей, которые основаны на исторических данных о ценах, рыночных настроениях и анализе на цепочке. Уровень конфиденциальности и верификации гарантирует безопасность конфиденциальных финансовых данных при сохранении бездоверительного выполнения. На верхнем уровне находится фреймворк агентов, позволяющий разработчикам создавать специализированные приложения на основе AI, такие как автономные торговые роботы, оценщики кредитных рисков и оптимизаторы управления на цепочке.
С ростом экосистемы DeFAI наиболее выдающиеся проекты можно разделить на три основные категории:
1. Абстрактный уровень
Эти протоколы выступают в качестве удобного интерфейса для пользователей, аналогичного ChatGPT в области Децентрализованных финансов, позволяя пользователям вводить подсказки для выполнения в блокчейне. Обычно они интегрируются с несколькими цепочками и DApp, выполняя намерения пользователей, одновременно упрощая ручные шаги в сложных сделках.
Эти протоколы могут выполнять следующие функции:
Обмен, кросс-цепь, заимствование, выполнение транзакций через цепи
Кошелек для копирования сделок или профиль в социальных сетях
Автоматическое выполнение тейк-профита/стоп-лосса в зависимости от процента размера позиции
Например, не нужно вручную извлекать ETH с кредитных платформ, переносить его на другие сети, обменивать токены и предоставлять ликвидность на DEX — протокол абстрактного уровня может выполнить операцию всего в один шаг.
! [Объяснение DeFAI: как искусственный интеллект может раскрыть потенциал DeFi?] ](https://img-cdn.gateio.im/webp-social/moments-cb3bdaee47242cf206572b3411f452ce.webp)
2. Самостоятельный торговый агент
В отличие от традиционных торговых роботов, которые следуют установленным правилам, автономные торговые агенты могут обучаться и адаптироваться к условиям рынка, а также корректировать свои стратегии на основе новой информации. Эти агенты могут:
Анализируйте данные для постоянного совершенствования стратегии
Прогнозируйте рыночные тенденции, чтобы принимать более обоснованные решения о покупках и продажах
Выполнение сложных Децентрализованные финансы стратегий, как базовая торговля
3. DApps на основе ИИ
Децентрализованные финансы DApp предлагают функции кредитования, обмена, фермерства доходности и т.д. ИИ и ИИ-агенты могут улучшить эти услуги следующими способами:
Оптимизация поставок ликвидности для получения лучшего APY за счет ребалансировки позиций LP
Сканирование токенов путем обнаружения потенциальных рисков
Эти ведущие протоколы на этих уровнях сталкиваются с некоторыми вызовами:
Полагайтесь на потоковые данные в реальном времени для достижения оптимального выполнения сделок. Плохое качество данных может привести к неэффективности маршрута, сбоям в сделках или отсутствию прибыли.
AI модели зависят от исторических данных, но волатильность крипторынка очень высокая. Агент должен принимать обучение на разнообразных, высококачественных наборах данных, чтобы оставаться эффективным.
Необходимо полностью понять корреляцию активов, изменения ликвидности и рыночные настроения, чтобы оценить общую ситуацию на рынке.
Чтобы предоставить лучшие продукты и результаты, эти протоколы должны рассмотреть возможность интеграции различных высококачественных наборов данных для повышения уровня продуктов.
Уровень данных — источник энергии для DeFAI интеллекта
Качество ИИ зависит от данных, на которых он основан. Чтобы ИИ-агенты эффективно работали в DeFAI, им нужны данные в реальном времени, структурированные и проверяемые. Например, абстрактный уровень требует доступа к данным на блокчейне через RPC и API социальных сетей, в то время как агенты по оптимизации сделок и доходов нуждаются в данных для улучшения торговых стратегий и перераспределения ресурсов.
Качественные наборы данных позволяют агентам лучше прогнозировать будущие ценовые тенденции, предоставляя рекомендации по торговле, чтобы соответствовать предпочтениям по длинным и коротким позициям для определенных активов.
Основные поставщики данных DeFAI включают:
Mode Synth: синтетические данные для финансового прогнозирования, захватывающие полное распределение ценовых изменений, используемые для прогнозирования AI моделей
Chainbase: Полная цепочная структурированная база данных, предоставляет данные с улучшением ИИ, используемые для торговли, прогнозирования и получения альфы
sqd.ai: Децентрализованное озеро данных для AI-агентов, масштабируемый и настраиваемый доступ к многосетевым данным с безопасностью на основе нулевых знаний.
Cookie: Социальный и блокчейн-данный слой для AI-агентов, использующий несколько специализированных AI-агентов для обработки данных блокчейна на нескольких цепочках.
Mode Synth как подсеть Bittensor создает синтетические данные для финансовых прогнозов агентов. В отличие от традиционных систем прогнозирования цен, Synth захватывает полное распределение колебаний цен и их связанные вероятности, создавая точные синтетические данные, поддерживающие агентов и LLM.
Предоставление большего количества высококачественных наборов данных позволит AI-агентам принимать более обоснованные решения по направлениям в торговле, а также предсказывать колебания APY в различных рыночных условиях, чтобы пулы ликвидности могли перераспределять или извлекать ликвидность по мере необходимости.
AI-агент блокчейн
Помимо создания уровня данных для ИИ и агентов, некоторые блокчейны позиционируют себя как полностековые решения для Децентрализованных финансов и ИИ. Например, Mode развернул DeFAI co-pilot для выполнения ончейн-транзакций по запросам пользователей. Они также поддерживают множество команд, основанных на ИИ и агентах, интегрируя несколько протоколов в свою экосистему.
Эти меры проводятся параллельно с обновлением сети с помощью ИИ, включая оснащение блокчейна ИИ-сортировщиками. Используя моделирование и анализ ИИ для транзакций перед их выполнением, можно предотвратить и проверить высокорисковые транзакции до их обработки, чтобы обеспечить безопасность в сети.
Другие основные блокчейны, такие как Solana и Base, также являются важными платформами для построения AI-агентских фреймворков и токенов. NEAR определяет себя как L1-блокчейн, ориентированный на AI, предлагая такие функции, как рынок AI-задач и открытый AI-агентский фреймворк.
Будущее развития DeFAI
В настоящее время большинство ИИ-агентов в Децентрализованных финансах сталкиваются с ограничениями в достижении полной автономии. Например, абстрактный уровень преобразует намерения пользователей в выполнение, но обычно не хватает предсказательной способности; ИИ-агенты могут генерировать альфа-доходность через анализ, но не имеют независимого выполнения сделок; DApp на основе ИИ могут управлять хранилищами или сделками, но являются пассивными, а не активными.
Следующий этап DeFAI может сосредоточиться на интеграции полезного уровня данных для разработки оптимальной агентской платформы. Это потребует глубоких цепочечных данных, одновременно генерируя полезные синтетические данные для лучшего прогнозного анализа и сочетая анализ рыночных настроений.
Конечной целью является то, что AI-агенты смогут бесшовно генерировать и выполнять торговые стратегии из единого интерфейса. С развитием системы в будущем трейдеры Децентрализованных финансов могут полагаться на AI-агентов для самостоятельной оценки, прогнозирования и выполнения финансовых стратегий с минимальным человеческим вмешательством.
DeFAI все еще находится на ранней стадии, потенциал AI-агентов для повышения доступности и производительности Децентрализованных финансов трудно игнорировать. Получение качественных данных в реальном времени является ключом к раскрытию этого потенциала, что улучшит прогнозирование и выполнение сделок, управляемых AI.
В будущем проверяемость и конфиденциальность станут ключевыми вызовами, которые протоколы должны решить. Интеграция технологий на основе TEE, FHE и даже нулевых доказательств может повысить проверяемость действий AI-агентов, тем самым устанавливая доверие к автономии.
Только успешное сочетание высококачественных данных, надежных моделей и прозрачных процессов принятия решений позволит DeFAI-агенту получить широкое применение.
 и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
DeFAI: Три основных области AI, наделяющих децентрализованные финансы, и тенденции их будущего развития
DeFAI: Как ИИ может расширить возможности Децентрализованных финансов?
Децентрализованные финансы(DeFi) с 2020 года стремительно развиваются и остаются важной частью криптоэкосистемы. Несмотря на то, что новые инновационные протоколы появляются один за другим, это также приводит к все большей сложности и фрагментации системы, и даже опытным пользователям трудно справляться с множеством цепочек, активов и протоколов.
В то же время искусственный интеллект (AI) перешел от макронаративов 2023 года к более специализированному, ориентированному на агентов акценту 2024 года. Этот переход породил новую область DeFi AI(DeFAI), где ИИ усиливает функциональность DeFi с помощью автоматизации, управления рисками и оптимизации капитала.
DeFAI охватывает несколько уровней. На нижнем уровне находится блокчейн, AI-агенты должны взаимодействовать с конкретной цепочкой, чтобы выполнять сделки и смарт-контракты. Над ним находятся уровень данных и вычислительный уровень, предоставляющие инфраструктуру, необходимую для обучения AI-моделей, которые основаны на исторических данных о ценах, рыночных настроениях и анализе на цепочке. Уровень конфиденциальности и верификации гарантирует безопасность конфиденциальных финансовых данных при сохранении бездоверительного выполнения. На верхнем уровне находится фреймворк агентов, позволяющий разработчикам создавать специализированные приложения на основе AI, такие как автономные торговые роботы, оценщики кредитных рисков и оптимизаторы управления на цепочке.
С ростом экосистемы DeFAI наиболее выдающиеся проекты можно разделить на три основные категории:
1. Абстрактный уровень
Эти протоколы выступают в качестве удобного интерфейса для пользователей, аналогичного ChatGPT в области Децентрализованных финансов, позволяя пользователям вводить подсказки для выполнения в блокчейне. Обычно они интегрируются с несколькими цепочками и DApp, выполняя намерения пользователей, одновременно упрощая ручные шаги в сложных сделках.
Эти протоколы могут выполнять следующие функции:
Например, не нужно вручную извлекать ETH с кредитных платформ, переносить его на другие сети, обменивать токены и предоставлять ликвидность на DEX — протокол абстрактного уровня может выполнить операцию всего в один шаг.
! [Объяснение DeFAI: как искусственный интеллект может раскрыть потенциал DeFi?] ](https://img-cdn.gateio.im/webp-social/moments-cb3bdaee47242cf206572b3411f452ce.webp)
2. Самостоятельный торговый агент
В отличие от традиционных торговых роботов, которые следуют установленным правилам, автономные торговые агенты могут обучаться и адаптироваться к условиям рынка, а также корректировать свои стратегии на основе новой информации. Эти агенты могут:
3. DApps на основе ИИ
Децентрализованные финансы DApp предлагают функции кредитования, обмена, фермерства доходности и т.д. ИИ и ИИ-агенты могут улучшить эти услуги следующими способами:
Эти ведущие протоколы на этих уровнях сталкиваются с некоторыми вызовами:
Полагайтесь на потоковые данные в реальном времени для достижения оптимального выполнения сделок. Плохое качество данных может привести к неэффективности маршрута, сбоям в сделках или отсутствию прибыли.
AI модели зависят от исторических данных, но волатильность крипторынка очень высокая. Агент должен принимать обучение на разнообразных, высококачественных наборах данных, чтобы оставаться эффективным.
Необходимо полностью понять корреляцию активов, изменения ликвидности и рыночные настроения, чтобы оценить общую ситуацию на рынке.
Чтобы предоставить лучшие продукты и результаты, эти протоколы должны рассмотреть возможность интеграции различных высококачественных наборов данных для повышения уровня продуктов.
Уровень данных — источник энергии для DeFAI интеллекта
Качество ИИ зависит от данных, на которых он основан. Чтобы ИИ-агенты эффективно работали в DeFAI, им нужны данные в реальном времени, структурированные и проверяемые. Например, абстрактный уровень требует доступа к данным на блокчейне через RPC и API социальных сетей, в то время как агенты по оптимизации сделок и доходов нуждаются в данных для улучшения торговых стратегий и перераспределения ресурсов.
Качественные наборы данных позволяют агентам лучше прогнозировать будущие ценовые тенденции, предоставляя рекомендации по торговле, чтобы соответствовать предпочтениям по длинным и коротким позициям для определенных активов.
Основные поставщики данных DeFAI включают:
Mode Synth как подсеть Bittensor создает синтетические данные для финансовых прогнозов агентов. В отличие от традиционных систем прогнозирования цен, Synth захватывает полное распределение колебаний цен и их связанные вероятности, создавая точные синтетические данные, поддерживающие агентов и LLM.
Предоставление большего количества высококачественных наборов данных позволит AI-агентам принимать более обоснованные решения по направлениям в торговле, а также предсказывать колебания APY в различных рыночных условиях, чтобы пулы ликвидности могли перераспределять или извлекать ликвидность по мере необходимости.
AI-агент блокчейн
Помимо создания уровня данных для ИИ и агентов, некоторые блокчейны позиционируют себя как полностековые решения для Децентрализованных финансов и ИИ. Например, Mode развернул DeFAI co-pilot для выполнения ончейн-транзакций по запросам пользователей. Они также поддерживают множество команд, основанных на ИИ и агентах, интегрируя несколько протоколов в свою экосистему.
Эти меры проводятся параллельно с обновлением сети с помощью ИИ, включая оснащение блокчейна ИИ-сортировщиками. Используя моделирование и анализ ИИ для транзакций перед их выполнением, можно предотвратить и проверить высокорисковые транзакции до их обработки, чтобы обеспечить безопасность в сети.
Другие основные блокчейны, такие как Solana и Base, также являются важными платформами для построения AI-агентских фреймворков и токенов. NEAR определяет себя как L1-блокчейн, ориентированный на AI, предлагая такие функции, как рынок AI-задач и открытый AI-агентский фреймворк.
Будущее развития DeFAI
В настоящее время большинство ИИ-агентов в Децентрализованных финансах сталкиваются с ограничениями в достижении полной автономии. Например, абстрактный уровень преобразует намерения пользователей в выполнение, но обычно не хватает предсказательной способности; ИИ-агенты могут генерировать альфа-доходность через анализ, но не имеют независимого выполнения сделок; DApp на основе ИИ могут управлять хранилищами или сделками, но являются пассивными, а не активными.
Следующий этап DeFAI может сосредоточиться на интеграции полезного уровня данных для разработки оптимальной агентской платформы. Это потребует глубоких цепочечных данных, одновременно генерируя полезные синтетические данные для лучшего прогнозного анализа и сочетая анализ рыночных настроений.
Конечной целью является то, что AI-агенты смогут бесшовно генерировать и выполнять торговые стратегии из единого интерфейса. С развитием системы в будущем трейдеры Децентрализованных финансов могут полагаться на AI-агентов для самостоятельной оценки, прогнозирования и выполнения финансовых стратегий с минимальным человеческим вмешательством.
DeFAI все еще находится на ранней стадии, потенциал AI-агентов для повышения доступности и производительности Децентрализованных финансов трудно игнорировать. Получение качественных данных в реальном времени является ключом к раскрытию этого потенциала, что улучшит прогнозирование и выполнение сделок, управляемых AI.
В будущем проверяемость и конфиденциальность станут ключевыми вызовами, которые протоколы должны решить. Интеграция технологий на основе TEE, FHE и даже нулевых доказательств может повысить проверяемость действий AI-агентов, тем самым устанавливая доверие к автономии.
Только успешное сочетание высококачественных данных, надежных моделей и прозрачных процессов принятия решений позволит DeFAI-агенту получить широкое применение.
![DeFAI полное руководство: Как ИИ раскрывает потенциал Децентрализованных финансов?](https://img-cdn.gateio.im/webp-social/moments-56a89e79609d8f982d5d31dadfad9205.webp01