Khám phá ban đầu về bối cảnh hiện tại của DeFai (DeFi x Ai).

1/ Giới thiệu:

Chỉ trong 3 tháng, thị trường AI x memecoin đã đạt vốn hóa thị trường là 13,4 tỷ đô la, ngang bằng với các blockchain L1 đã có uy tín như AVAX và SUI.

Trên thực tế, AI có lịch sử lâu dài với blockchain , từ những ngày đầu của đào tạo mô hình phi tập trung trên các mạng con Bittensor, đến các thị trường tài nguyên tính toán/GPU phi tập trung như Akash và io.net, cho đến làn sóng AI x memecoin và các khuôn khổ hiện tại trên Solana. Mỗi giai đoạn đã chỉ ra rằng tiền điện tử, ở một mức độ nào đó, có thể bổ sung cho AI bằng cách tổng hợp tài nguyên, cho phép AI có chủ quyền và các trường hợp sử dụng của người tiêu dùng.

Làn sóng đầu tiên của token Solana AI đã giới thiệu tiện ích có ý nghĩa vượt ra ngoài suy đoán. Các ví dụ đáng chú ý bao gồm khuôn khổ ELIZA của ai16z, các tác nhân AI aixbt của Virtual để phân tích thị trường và tạo nội dung, và nhiều bộ công cụ tích hợp AI với khả năng của blockchain.

Làn sóng AI thứ hai diễn ra với các công cụ hoàn thiện, các ứng dụng và triển khai thực tế đã trở thành động lực giá trị chính, trong đó DeFi nổi lên như nền tảng thử nghiệm lý tưởng cho những đổi mới này.

Theo CoinGecko, mcap của DeFai đạt khoảng 1 tỷ đô la. Griffian thống trị thị trường với 45% thị phần, trong khi $ANON nắm giữ 22%. Ngành này bắt đầu tăng trưởng nhanh sau ngày 25 tháng 12, khi các khuôn khổ và nền tảng như Virtual và ai16z đạt được động lực sau sự trở lại của "tiền Hoa Kỳ" sau kỳ nghỉ Giáng sinh.

Đây chỉ là sự khởi đầu. Tiềm năng của DeFai vượt xa trạng thái hiện tại. Mặc dù quá trình tích hợp vẫn đang trong giai đoạn chứng minh khái niệm, chúng ta không nên đánh giá thấp khả năng cách mạng hóa DeFi thành một hệ sinh thái tài chính thông minh hơn, thân thiện với người dùng hơn và hiệu quả hơn thông qua khả năng AI.

Trước khi khám phá bối cảnh của DeFai, điều quan trọng là phải hiểu cơ chế cơ bản về cách các tác nhân hoạt động trong môi trường DeFi và blockchain.

2/ Các tác nhân hoạt động như thế nào trong DeFi?

Các tác nhân AI là các chương trình thực hiện các tác vụ thay mặt cho người dùng theo các quy trình làm việc cụ thể. Về bản chất, các tác nhân này được hỗ trợ bởi LLM tạo ra các phản hồi dựa trên dữ liệu đào tạo của chúng.

Các tác nhân này nâng cao trải nghiệm của người dùng thông qua việc lưu giữ bộ nhớ, lưu trữ các tương tác trong quá khứ để học hỏi từ các mẫu hành vi của người dùng. Khả năng này cho phép họ điều chỉnh phản hồi của mình và tạo ra các đề xuất và chiến lược được cá nhân hóa dựa trên bối cảnh lịch sử.

Trong blockchain, các tác nhân có thể tương tác với các hợp đồng thông minh và tài khoản để xử lý các tác vụ phức tạp mà không cần sự can thiệp liên tục của con người. Ví dụ, đơn giản hóa UX defi bằng cách thực hiện bắc cầu và canh tác nhiều bước chỉ bằng một cú nhấp chuột, tối ưu hóa các chiến lược canh tác năng suất để có lợi nhuận tốt hơn, thực hiện giao dịch (mua/bán) và thực hiện phân tích thị trường, tất cả đều tự động.

Tham khảo nghiên cứu của @threesigmaxyz, hầu hết các mô hình đều tuân theo 6 quy trình công việc cụ thể:

- Thu thập dữ liệu
- Suy luận mô hình
- Ra quyết định
- Lưu trữ và vận hành
- Khả năng tương tác
- Cái ví

• Thu thập dữ liệu:

Đầu tiên, các mô hình cần phải hiểu được môi trường hoạt động mà chúng cần làm việc.

Do đó, họ cần nhiều luồng dữ liệu để giữ cho mô hình luôn cập nhật với tình hình thị trường. Bao gồm 1) Dữ liệu trên chuỗi từ các lập chỉ mục và oracle 2) Dữ liệu ngoài chuỗi thông qua API với dữ liệu từ nền tảng giá CMC / Coingecko / các nhà cung cấp dữ liệu khác.

• Suy luận mô hình:

Khi một mô hình học được môi trường, chúng cần áp dụng kiến thức để đưa ra dự đoán hoặc thực hiện dựa trên dữ liệu đầu vào mới, chưa được biết đến của người dùng. Các mô hình mà tác nhân sử dụng bao gồm:

1) Học có giám sát và không giám sát: Các mô hình được đào tạo trên dữ liệu có nhãn hoặc không có nhãn để dự đoán kết quả. Trong bối cảnh blockchain, chúng có thể phân tích dữ liệu diễn đàn quản trị để dự đoán kết quả bỏ phiếu hoặc xác định các mẫu giao dịch.

2) Học tăng cường: Các mô hình học thông qua thử nghiệm và sai sót bằng cách đánh giá phần thưởng và hậu quả của hành động của chúng. Các ứng dụng bao gồm tối ưu hóa các chiến lược giao dịch mã thông báo, chẳng hạn như xác định điểm vào tối ưu cho việc mua mã thông báo hoặc điều chỉnh các thông số canh tác năng suất.

3) Xử lý ngôn ngữ tự nhiên (NLP): Kỹ thuật hiểu và xử lý đầu vào ngôn ngữ của con người. Có giá trị khi quét các diễn đàn quản trị và đề xuất để có được thông tin chi tiết hoặc tóm tắt.

• Quyết định ra quyết định

Với các mô hình và dữ liệu được đào tạo, các tác nhân sẽ hành động thông qua khả năng ra quyết định của họ. Điều này bao gồm việc diễn giải các tình huống hiện tại và phản ứng phù hợp.

Trong giai đoạn này, công cụ tối ưu hóa đóng vai trò quan trọng trong việc tìm ra kết quả tốt nhất có thể. Ví dụ, các tác nhân cần cân bằng nhiều yếu tố như trượt giá, chênh lệch giá, chi phí giao dịch và lợi nhuận tiềm năng trước khi thực hiện chiến lược lợi nhuận.

Vì một tác nhân duy nhất có thể không được tối ưu hóa để ra quyết định trên nhiều miền khác nhau nên có thể triển khai các hệ thống đa tác nhân để phối hợp hành động.

• Lưu trữ và hoạt động

Các tác nhân AI thường lưu trữ mô hình của họ ngoài chuỗi do bản chất tính toán chuyên sâu của các tác vụ. Một số dựa vào các dịch vụ đám mây tập trung như AWS, trong khi những tác nhân thích phân cấp sử dụng các mạng điện toán phân tán như Akash hoặc Ionet, cùng với Arweave để lưu trữ dữ liệu.

Mặc dù các mô hình AI hoạt động ngoài chuỗi, các tác nhân cần tương tác với các giao thức trên chuỗi để thực hiện các chức năng hợp đồng thông minh và quản lý tài sản. Tương tác này đòi hỏi các giải pháp quản lý khóa an toàn như ví MPC hoặc ví hợp đồng thông minh để xử lý các giao dịch một cách an toàn. Các tác nhân có thể hoạt động thông qua API để giao tiếp và tương tác với cộng đồng của họ trên các nền tảng xã hội như Twitter và Telegram.

• Khả năng tương tác

Các tác nhân cần tương tác với nhiều giao thức khác nhau trong khi vẫn cập nhật trên nhiều hệ thống khác nhau. Họ thường sử dụng cầu nối API để lấy dữ liệu bên ngoài, chẳng hạn như nguồn cấp giá.

Để cập nhật trạng thái giao thức hiện tại và cho phép phản hồi phù hợp, các tác nhân dựa vào đồng bộ hóa thời gian thực thông qua webhook hoặc các giao thức nhắn tin phi tập trung như IPFS.

• Cái ví:

Các tác nhân cần có ví hoặc quyền truy cập vào khóa riêng để bắt đầu giao dịch blockchain, có 2 loại quản lý ví/khóa phổ biến trên thị trường.

- Dựa trên MPC
- Dựa trên TEE

Đối với các ứng dụng quản lý danh mục đầu tư, MPC hoặc TSS có thể chia khóa giữa các tác nhân, người dùng và các bên đáng tin cậy và người dùng vẫn có thể duy trì một mức độ kiểm soát nhất định đối với AI. Ví Coinbase AI Replit chứng minh cách tiếp cận này một cách hiệu quả, cho thấy cách triển khai ví MPC với các tác nhân AI.

Đối với các hệ thống AI hoàn toàn tự động, TEE cung cấp một giải pháp thay thế, trong đó khóa riêng được lưu trữ trong một vùng an toàn, cho phép toàn bộ tác nhân AI hoạt động trong một môi trường được bảo vệ và ẩn danh, tránh khỏi sự can thiệp của bên thứ 3. Tuy nhiên, các giải pháp TEE hiện đang phải đối mặt với 2 thách thức chính: Tập trung phần cứng và chi phí hiệu suất.

Sau khi thu thập đủ 6 viên đá AI, bạn có thể tạo ra một tác nhân tự động trên blockchain. Giờ đây, mỗi tác nhân khác nhau có thể đóng một vai trò trong hệ sinh thái defi để cải thiện hiệu quả và trải nghiệm giao dịch trên chuỗi.

3/ Bản đồ hệ sinh thái DeFai

DeFai x Ai có 4 danh mục chính.

3.1 Trừu tượng hóa / AI thân thiện với UX
3.2 Tối ưu hóa lợi nhuận hoặc quản lý danh mục đầu tư
3.3 Cơ sở hạ tầng hoặc nền tảng DeFai.
3.4 Bot phân tích hoặc dự đoán thị trường

3.1 AI trừu tượng / AI thân thiện với UX

Mục đích cốt lõi của AI là nâng cao hiệu quả, giải quyết các vấn đề phức tạp và đơn giản hóa các tác vụ phức tạp cho người dùng. Trong DeFi, AI dựa trên trừu tượng hóa giúp giảm rào cản phức tạp, giúp defi dễ tiếp cận hơn với cả người mới và nhà giao dịch có kinh nghiệm.

Trong blockchain, một giải pháp AI hiệu quả phải có khả năng:

- Tự động thực hiện các hoạt động giao dịch và đặt cược nhiều bước, không yêu cầu người dùng phải có kiến thức trước về ngành.

- Thực hiện nghiên cứu theo thời gian thực và cung cấp mọi thông tin và dữ liệu cần thiết mà người dùng cần để đưa ra quyết định giao dịch sáng suốt.

- Lấy dữ liệu từ nhiều nền tảng khác nhau để xác định cơ hội thị trường và cung cấp phân tích toàn diện cho người dùng.

Hầu hết các công cụ trừu tượng này đều được hỗ trợ bởi ChatGPT.

Mặc dù các mô hình này cần được tích hợp liền mạch với blockchain, nhưng tôi thấy rằng không có mô hình nào được đào tạo hoặc tinh chỉnh cụ thể với dữ liệu blockchain.

- Griffin:

Tony, người sáng lập griffain, đã phát triển khái niệm này trong một cuộc thi hackathon Solana. Sau đó, ông đã biến ý tưởng này thành một sản phẩm chức năng được sự ủng hộ và chứng thực từ người sáng lập Solana, Anatoly.

Nói một cách đơn giản, griffain là AI trừu tượng đầu tiên và hiệu quả nhất trên solana hiện nay có thể thực hiện hoán đổi, quản lý ví, đúc NFT, phân phối token và nhiều tính năng khác nữa.

Cụ thể hơn, đây là những chức năng mà griffain cung cấp:

- Thực hiện giao dịch bằng ngôn ngữ tự nhiên

- Các đại lý có thể tweet thay mặt cho người dùng

- Phối hợp nhiều tác nhân

- Ra mắt token với pumpfun, đúc NFT và bạn có thể chọn địa chỉ để airdrop.

- Bắn tỉa memecoin mới ra mắt trên pumpfun dựa trên các từ khóa hoặc điều kiện nhất định Đặt cược, tự động hóa và thực hiện chiến lược defi

- Lấy dữ liệu từ các nền tảng để phân tích thị trường, chẳng hạn như xác định người nắm giữ nhiều token nhất.

- Lên lịch tác vụ, người dùng có thể nhập bộ nhớ vào tác nhân để xây dựng các tác nhân phù hợp.

Mặc dù griffain cung cấp nhiều tính năng, người dùng vẫn cần nhập thủ công địa chỉ mã thông báo hoặc cung cấp hướng dẫn cụ thể cho các tác nhân để thực hiện. Do đó, sản phẩm hiện tại vẫn chưa được tối ưu hóa hoàn toàn cho người mới bắt đầu, những người có thể không quen với các yêu cầu kỹ thuật này.

Cho đến nay, Griffin cung cấp 2 loại tác nhân AI: AI cá nhân và tác nhân đặc biệt.

1. Các tác nhân AI cá nhân được người dùng kiểm soát. Người dùng có thể tùy chỉnh hướng dẫn và cài đặt bộ nhớ đầu vào để điều chỉnh tác nhân cho các trường hợp sử dụng ưa thích của họ.
2. Đặc vụ là những đặc vụ được thiết kế cho các nhiệm vụ cụ thể. Ví dụ, Đặc vụ Airdrop được đào tạo để tìm địa chỉ và phân phối token cho những người nắm giữ được chỉ định, trong khi Đặc vụ Staking được lập trình để stake SOL hoặc các tài sản khác trong các nhóm cho mục đích canh tác lợi nhuận.

Một tính năng đáng chú ý là hệ thống cộng tác đa tác nhân của griffain, nơi nhiều tác nhân có thể làm việc cùng nhau trong một phòng trò chuyện duy nhất. Các tác nhân này có khả năng giải quyết các nhiệm vụ phức tạp một cách độc lập trong khi vẫn duy trì các nỗ lực phối hợp.

Cái ví:

Khi tạo tài khoản, hệ thống sẽ tạo một ví riêng tư nơi người dùng có thể ủy quyền tài khoản cho các đại lý để thực hiện giao dịch và quản lý danh mục đầu tư một cách tự động.

Trong đó, các khóa được chia tách theo cách chia sẻ bí mật của Shamir để cả griffain và privy đều không thể giữ được ví và theo slate, SSS hoạt động bằng cách chia khóa thành 3 phần, bao gồm:

1. Chia sẻ thiết bị: Lưu trữ trong trình duyệt của bạn và truy xuất khi tab đang mở.

2. Chia sẻ xác thực: Được lưu trữ trên máy chủ của Privy và được truy xuất khi bạn xác thực và đăng nhập vào ứng dụng.

3. Recovery Share: Được lưu trữ mã hóa trên máy chủ của Privy và được giải mã và chỉ nhận được khi người dùng nhập mật khẩu để đăng nhập vào tab.

Ngoài ra, còn có các tùy chọn cho phép người dùng xuất hoặc xuất ở giao diện của griffain.

Ẩn danh:

Anon được tạo ra bởi Daniele Sesta, người được biết đến với việc tạo ra wonderland giao thức defi và MIM (Magic Internet Money). Tương tự như Griffain, anon được tạo ra để đơn giản hóa các tương tác defi cho cả người mới và người kỳ cựu.

Mặc dù nhóm đã phác thảo các tính năng tiềm năng nhưng vẫn chưa có tính năng nào được xác minh vì sản phẩm chưa được công khai.

Một số tính năng bao gồm:

- Thực hiện giao dịch bằng ngôn ngữ tự nhiên (Ngôn ngữ quốc tế bao gồm tiếng Trung)

- Cầu nối chuỗi chéo được kích hoạt bởi LayerZero

- Mượn và cung cấp với các giao thức đối tác như Aave, Sparks, Sky & Wagmi

- Nhận giá và dữ liệu thời gian thực thông qua Pyth

- Cung cấp cơ sở giá gas-thời gian tự động hóa & kích hoạt

- Cung cấp thông tin chi tiết về thị trường theo thời gian thực như kiểm tra tâm lý, phân tích hồ sơ xã hội, v.v.

Ngoài ra, daniele đã đăng 2 bản cập nhật quan trọng về Anon gần đây:

- Khung tự động:

Một khuôn khổ TypeScript giúp nhiều dự án tích hợp với Anon nhanh hơn. Khuôn khổ này sẽ yêu cầu tất cả dữ liệu và tương tác phải tuân theo một cấu trúc được xác định trước để Anon có thể giảm nguy cơ AI bị ảo giác và đáng tin cậy hơn.

- Gemma :

Một tác nhân tập trung nghiên cứu có thể thu thập dữ liệu thời gian thực từ cả số liệu defi onchain (như TVL, khối lượng, tỷ lệ tài trợ prepdex) và dữ liệu offchain như twitter và telegram để phân tích tình cảm xã hội. Những dữ liệu này sẽ được chuyển đổi thành Cảnh báo cơ hội và thông tin chi tiết phù hợp cho người dùng.

Điều này khiến Anon trở thành một trong những công cụ trừu tượng được mong đợi và mạnh mẽ nhất trên toàn thế giới xét theo tài liệu, đặc biệt là trong thị trường này.

Slate (Chưa có Token):

Được hỗ trợ bởi BigBrain Holdings, Slate tự định vị mình là “Alpha AI” giao dịch tự động dựa trên các tín hiệu trên chuỗi. Hiện tại, slate là AI trừu tượng duy nhất có khả năng tự động hóa và thực hiện giao dịch trên Hyperliquid.

Slate ưu tiên định tuyến giá được tối ưu hóa, thực hiện nhanh chóng và có thể chạy mô phỏng trước khi giao dịch.

Các tính năng chính bao gồm:

- Hoán đổi chuỗi chéo giữa chuỗi EVM và Solana

- Giao dịch tự động dựa trên giá, vốn hóa thị trường, phí gas và số liệu lãi/lỗ

- Lên lịch tác vụ bằng ngôn ngữ tự nhiên

- Tổng hợp giao dịch trên chuỗi

- Hệ thống thông báo Telegram

- Có khả năng mở lệnh mua + bán, trả nợ theo điều kiện nhất định, quản lý LP + canh tác lợi nhuận, bao gồm hành động trên thị trường siêu thanh khoản.

Cơ cấu học phí:

Nhìn chung, có 2 loại phí:

Hành động chung:
Slate không tính phí cho giao dịch chuyển tiền/rút tiền thông thường nhưng tính phí 0,35% cho giao dịch hoán đổi, cầu nối, khiếu nại, vay, cho vay, trả nợ, đặt cược, hủy đặt cược, mua, bán, khóa, mở khóa, v.v.

Hành động có điều kiện:

Nếu bạn đặt lệnh có điều kiện (ví dụ: lệnh giới hạn), Slate sẽ tính phí 0,25% cho điều kiện khí hoặc 1,00% cho tất cả các điều kiện khác.

Cái ví:

Slate tích hợp kiến trúc ví nhúng của Privy, đảm bảo rằng cả Slate và Privy đều không duy trì quyền giám hộ ví của bạn. Người dùng có thể kết nối ví hiện tại của họ và cấp cho đại lý quyền thực hiện giao dịch thay mặt họ.

So sánh AI trừu tượng:

So sánh một số sản phẩm trừu tượng phổ biến nhất trên thị trường:

So sánh thì hầu hết các công cụ trừu tượng AI hiện nay đều hỗ trợ bắc cầu và hoán đổi chuỗi chéo giữa Solana và chuỗi EVM . Slate cung cấp tích hợp Hyperliquid trong khi Neur và Griffin hiện chỉ khả dụng trên Solana, mặc dù tôi tin rằng họ có kế hoạch bổ sung hỗ trợ chuỗi chéo sớm.

Phần lớn các nền tảng tích hợp cả ví nhúng Privy và ví EOA, cho phép người dùng duy trì quyền giám hộ tiền của họ. nhưng yêu cầu người dùng phải ủy quyền quyền truy cập cho các đại lý để thực hiện một số giao dịch nhất định. Đây là lĩnh vực mà TEE có thể đóng vai trò để đảm bảo AI không bị giả mạo.

Trong khi hầu hết các công cụ trừu tượng AI đều có các tính năng chung như khởi chạy mã thông báo, thực hiện giao dịch và lệnh có điều kiện bằng ngôn ngữ tự nhiên, hiệu suất của chúng lại khác nhau đáng kể.

Về mặt sản phẩm, chúng ta vẫn đang ở giai đoạn đầu của AI trừu tượng.

Phân tích so sánh 5 dự án này cho thấy những điểm mạnh riêng biệt trên các nền tảng. Griffain nổi bật nhờ bộ tính năng toàn diện, mạng lưới đối tác rộng lớn và khả năng phối hợp nhiều tác nhân tiên tiến để quản lý quy trình làm việc (Orbit là nền tảng duy nhất khác cung cấp chức năng đa tác nhân).

Điểm mạnh của Anon nằm ở thời gian phản hồi nhanh, hỗ trợ đa ngôn ngữ và tích hợp Telegram, trong khi Slate đã tạo dựng được chỗ đứng của mình thông qua nền tảng tự động hóa và hỗ trợ độc quyền cho Hyperliquid.

Tuy nhiên, nhiều nền tảng AI trừu tượng này vẫn đang phải vật lộn với những thách thức cơ bản, đặc biệt là trong việc xử lý các hoạt động hoán đổi cơ bản (như cặp USDC).

Các vấn đề phổ biến bao gồm khó khăn trong việc xác định chính xác địa chỉ mã thông báo, truy xuất giá hiện tại và tiến hành phân tích xu hướng thị trường cập nhật. Các yếu tố phân biệt chính giữa các nền tảng này cuối cùng là thời gian phản hồi, độ chính xác và mức độ liên quan của câu trả lời. Nhìn về phía trước, rõ ràng là cần có một bảng điều khiển toàn diện để duy trì tính minh bạch và cho phép so sánh hiệu suất trên tất cả các nền tảng AI trừu tượng.

3.2 Tối ưu hóa lợi nhuận tự động và quản lý danh mục đầu tư:

Không giống như các chiến lược lợi nhuận truyền thống, các giao thức trong lĩnh vực này sử dụng AI để phân tích dữ liệu trên chuỗi nhằm phân tích xu hướng, sau đó cung cấp thông tin chi tiết giúp các nhóm phát triển chiến lược phân bổ danh mục đầu tư và tối ưu hóa lợi nhuận tốt hơn.

Người ta thường thấy các mô hình được đào tạo trên các mạng như mạng con Bittensor hoặc ngoài chuỗi để tiết kiệm chi phí. Để AI thực hiện giao dịch một cách tự động, các phương pháp xác minh như ZKP được triển khai để đảm bảo các mô hình vẫn trung thực và có thể xác minh được. Dưới đây là một số ví dụ về giao thức Defai tối ưu hóa năng suất.

T3AI:

T3AI là một giao thức cho vay hỗ trợ các khoản vay thế chấp dưới mức bằng cách sử dụng AI làm trung gian và công cụ rủi ro. Tác nhân AI của giao thức liên tục theo dõi tình hình khoản vay theo thời gian thực và có khả năng đảm bảo khoản vay vẫn có thể trả được thông qua khuôn khổ số liệu rủi ro của T3AI.

Mặt khác, AI cũng cho phép dự báo rủi ro chính xác bằng cách phân tích cách các tài sản khác nhau liên quan đến nhau và cách giá của chúng thay đổi theo thời gian. AI trong T3AI thực hiện điều này bằng cách:

- Xem dữ liệu giá từ các sàn giao dịch CEX và DEX lớn.
- Đo lường mức độ biến động của các tài sản khác nhau
- Nghiên cứu mối quan hệ và cách giá của các tài sản khác nhau biến động cùng nhau
- Sử dụng AI để tìm ra các mô hình ẩn trong cách nhiều tài sản tương tác với nhau.

Sau đó sẽ đề xuất các chiến lược phân bổ tối ưu dựa trên danh mục đầu tư của người dùng và có khả năng cho phép quản lý danh mục đầu tư AI tự động trong tương lai sau khi mô hình được tinh chỉnh. Các bằng chứng ZK và mạng lưới xác thực cũng được triển khai để đảm bảo mọi hành động đều có thể xác minh và đáng tin cậy. Dưới đây là quy trình làm việc về cách AI đang được sử dụng và xác minh trong T3AI.

Kudai:

Kudai là một tác nhân thử nghiệm, tập trung vào hệ sinh thái GMX do GMX Blueberry Club ra mắt bằng bộ công cụ EmpyrealSDK. Mã thông báo hiện đang được giao dịch trên Base.

Ý tưởng của Kudai là chuyển toàn bộ phí giao dịch kiếm được từ $KUDAI vào các đại lý tài trợ cho các hoạt động giao dịch tự động, sau đó phân phối lợi nhuận trở lại cho những người nắm giữ mã thông báo.

Trong Giai đoạn 2/4 sắp tới, Kudai sẽ có thể diễn giải các ngôn ngữ tự nhiên được đề cập trên Twitter như sau:

- Mua và đặt cược $GMX để tạo ra nguồn doanh thu mới
- Đầu tư vào các nhóm GMX GM để tăng thêm thu nhập
- Quét GBC NFT ở mức giá sàn để mở rộng danh mục đầu tư của mình

Sau giai đoạn này, Kudai sẽ hoàn toàn tự chủ, thực hiện các lệnh độc lập cho giao dịch đòn bẩy, chênh lệch giá và canh tác lợi nhuận.

Tuy nhiên, nhóm nghiên cứu vẫn chưa tiết lộ thêm thông tin nào và Kudai AI vẫn là sản phẩm thử nghiệm ở giai đoạn này.

Tài chính vững chắc V2:

Sturdy Finance là một công ty tổng hợp cho vay và canh tác lợi nhuận sử dụng các mô hình AI (do các thợ đào mạng con Bittensor SN10 đào tạo) để tối ưu hóa lợi nhuận bằng cách di chuyển tiền giữa các nhóm silo được liệt kê trắng khác nhau.

Cụ thể hơn, Sturdy chạy trên kiến trúc 2 lớp bao gồm các nhóm silo và lớp tổng hợp.

1. Silo pool là nhóm tài sản đơn lẻ bị cô lập, trong đó người dùng chỉ có thể cho vay một tài sản hoặc vay bằng một tài sản thế chấp.

2. Các lớp tổng hợp được xây dựng trên Yearn V3, nơi tài sản của người dùng bị xáo trộn thành các nhóm silo được liệt kê trắng theo tỷ lệ sử dụng và năng suất. Mạng con Bittensor cung cấp cho bộ tổng hợp chiến lược phân bổ tốt nhất.

Khi người dùng cho đơn vị tổng hợp vay, họ chỉ duy trì mức độ tiếp xúc với các loại tài sản thế chấp đã chọn, loại bỏ mọi rủi ro từ các nhóm cho vay hoặc tài sản thế chấp khác.

Tính đến thời điểm viết bài này, TVL của Sturdy V2 đã giảm kể từ tháng 5, với tổng TVL của đơn vị tổng hợp ở mức khoảng 3,9 triệu đô la, chiếm khoảng 29% tổng TVL của giao thức.

DAU của Sturdy vẫn duy trì ở mức 2 chữ số (>100) kể từ tháng 9 năm 2024, với pxETH và crvUSD là tài sản cho vay chính trong bộ tổng hợp. Hiệu suất của giao thức rõ ràng đã trì trệ trong vài tháng qua và việc tích hợp AI có vẻ như là một động thái hy vọng lấy lại đà cho giao thức của nó.

3.3 Nhân viên phân tích thị trường:

Aixbt là một công cụ theo dõi tâm lý thị trường tổng hợp và phân tích dữ liệu từ hơn 400 KOL trên Twitter. Sử dụng công cụ độc quyền của mình, aixbt có thể xác định xu hướng theo thời gian thực và công bố thông tin chi tiết liên tục.

Trong số tất cả các tác nhân AI trong không gian này, AixBT chiếm tới 14,76% thị phần, khiến nó trở thành một trong những tác nhân có ảnh hưởng nhất trong hệ sinh thái.

Aixbt rõ ràng được tạo ra với mục đích truyền thông xã hội để tương tác xã hội và những hiểu biết mà anh ấy công bố phản ánh trực tiếp sự chú ý của thị trường.

Khả năng của anh ấy không chỉ dừng lại ở việc cung cấp alpha — anh ấy có khả năng tương tác, có thể trả lời câu hỏi của người dùng và thậm chí là khởi chạy mã thông báo thông qua Twitter bằng bộ công cụ chuyên dụng. Ví dụ, mã thông báo $CHAOS được tạo ra thông qua sự hợp tác giữa AixBT và một bot tương tác khác có tên là Simi bằng bộ công cụ @EmpyrealSDK.

Tính đến thời điểm hiện tại, những người nắm giữ 600.000 token $AIXBT (trị giá ~ 300.000 đô la) có thể truy cập vào nền tảng phân tích và thiết bị đầu cuối của token này.

3.4 Defai Cơ sở hạ tầng và nền tảng:

Các tác nhân AI Web3 sẽ không thể hoạt động nếu không có cơ sở hạ tầng phi tập trung. Các dự án này không chỉ cung cấp đào tạo và suy luận mô hình mà còn cung cấp dữ liệu, phương pháp xác minh và lớp phối hợp để các tác nhân AI phát triển.

Bất kể Web2 hay Web3 AI, mô hình, tính toán và dữ liệu . Chúng là 3 nền tảng tối thượng để thúc đẩy sự xuất sắc của LLM và tác nhân AI. Phát triển mô hình nguồn mở được đào tạo theo cách phi tập trung sẽ được các nhà xây dựng tác nhân đánh giá cao vì nó loại bỏ hoàn toàn rủi ro của một bên duy nhất về quyền sở hữu tập trung và mở ra khả năng cho AI do người dùng sở hữu vì các nhà phát triển không còn cần phải dựa vào các API LLM do những gã khổng lồ về AI Web2 như Google, Meta và OpenAI sở hữu.

Dưới đây là bản đồ cơ sở hạ tầng AI tốt do pinkbrains tạo ra.

Tạo mô hình:

Những người tiên phong như Nous Research, Prime Intellect và Exo Labs đang mở rộng ranh giới của đào tạo phi tập trung.

Thuật toán đào tạo Distro của Nouse Research và thuật toán DiLoco của Prime Intellect đã đào tạo thành công các mô hình với hơn 10 tỷ tham số trong môi trường băng thông thấp, chứng minh rằng đào tạo quy mô lớn có thể đạt được bên ngoài các hệ thống tập trung thông thường. Exo Labs đã tiến xa hơn nữa với việc ra mắt SPARTA, một thuật toán đào tạo AI phân tán giúp giảm giao tiếp giữa các GPU hơn 1.000 lần.

Bagel đang cố gắng trở thành HuggingFace phi tập trung để cung cấp các mô hình và dữ liệu cho các nhà phát triển AI trong khi giải quyết các vấn đề về quy kết dữ liệu nguồn mở và kiếm tiền thông qua việc sử dụng mật mã. Bittensor tạo ra một thị trường cạnh tranh cho những người tham gia đóng góp tính toán, dữ liệu và trí thông minh để đẩy nhanh quá trình phát triển mô hình AI và tác nhân.

Nhà cung cấp dữ liệu và tính toán:

Nhiều người tin rằng Axibt đã nổi lên như một đơn vị dẫn đầu rõ ràng trong danh mục các tác nhân tiện ích vì khả năng truy cập vào các tập dữ liệu chất lượng cao. Các nhà cung cấp như Grass, Vana, Sahara, Space and Time và Cookie DAO cung cấp dữ liệu chất lượng cao, dữ liệu dành riêng cho miền hoặc cấp cho các nhà phát triển AI quyền truy cập vào dữ liệu trong các khu vườn có tường bao, nâng cao khả năng của họ. Tận dụng hơn 2,5 triệu nút, Grass đã có thể thu thập được hơn 300 TB mỗi ngày.

Trong khi Nvidia hiện chỉ có thể đào tạo mô hình video của họ trên 20 triệu giờ dữ liệu video, thì bộ dữ liệu video của Grass lớn hơn 15 lần (300 triệu giờ) và đang tăng 4 triệu giờ mỗi ngày — tức là 20% toàn bộ bộ dữ liệu của Nvidia được Grass thu thập hàng ngày. Nói cách khác, Grass đang truy xuất tương đương với tổng bộ dữ liệu video của Nvidia trong 5 ngày.

Nếu không có tính toán, các tác nhân đơn giản là không thể chạy. Các nhà cung cấp tính toán như Aethir và io.net tổng hợp nhiều GPU khác nhau để cung cấp các tùy chọn tiết kiệm chi phí cho các nhà phát triển tác nhân. Thị trường GPU phi tập trung của Hyperbolic đang cắt giảm chi phí tính toán lên đến 75% so với các nhà cung cấp tập trung truyền thống, đồng thời lưu trữ các mô hình AI nguồn mở để cung cấp suy luận độ trễ thấp với thông lượng tương đương với nhà cung cấp đám mây web2.

Hyperbolic tăng cường thị trường GPU và dịch vụ đám mây của mình bằng cách giới thiệu AgentKit, một giao diện mạnh mẽ cung cấp cho các tác nhân AI quyền truy cập đầy đủ vào mạng GPU phi tập trung của Hyperbolic. Nó có bản đồ có thể đọc được bằng AI về các tài nguyên tính toán khả dụng, cho phép các tác nhân quét theo thời gian thực và có được thông tin chi tiết không chỉ về tính khả dụng của tài nguyên mà còn về thông số kỹ thuật, tải hiện tại và chi tiết hiệu suất.

AgentKit này mở ra một tương lai mang tính cách mạng, nơi các tác nhân có thể tự cung cấp nguồn điện toán của riêng mình và tự trả chi phí điện toán.

Xác minh:

Thông qua cơ chế xác minh Proof of Sample sáng tạo, Hyperbolic đảm bảo mọi tương tác suy luận trong hệ sinh thái này đều được xác minh, tạo dựng niềm tin cho tương lai của tác nhân.

Tuy nhiên, xác minh chỉ giải quyết một phần vấn đề về lòng tin đối với các tác nhân tự động. Một khía cạnh khác của lòng tin liên quan đến bảo vệ quyền riêng tư, nơi các dự án cơ sở hạ tầng TEE như Phala, Automata và Marlin có thể đóng vai trò. Ví dụ, dữ liệu hoặc mô hình độc quyền được các tác nhân AI này sử dụng có thể được giữ an toàn. Trên thực tế, các tác nhân tự động thực sự không thể hoạt động hoàn toàn nếu không có TEE, vì điều này rất quan trọng để bảo vệ thông tin nhạy cảm, chẳng hạn như bảo vệ khóa riêng của ví và ngăn chặn truy cập trái phép vào khóa riêng hoặc thông tin đăng nhập tài khoản Twitter.

TEE hoạt động như thế nào?

TEE cô lập dữ liệu nhạy cảm trong một vùng bảo vệ CPU/GPU trong quá trình xử lý. Nội dung của vùng bảo vệ chỉ hiển thị với mã chương trình được ủy quyền. Nhà cung cấp dịch vụ đám mây, nhà phát triển, quản trị viên và các bộ phận khác của phần cứng không thể truy cập vào phần này của phần cứng.

Trường hợp sử dụng chính của TEE trước đây là thực hiện các hợp đồng thông minh, đặc biệt là trong các giao thức Defi có dữ liệu tài chính nhạy cảm hơn. Vì vậy, việc tích hợp TEE vào Defai bao gồm các kịch bản DeFi truyền thống như:

1. Quyền riêng tư giao dịch, TEE có thể ẩn thông tin chi tiết về giao dịch, chẳng hạn như địa chỉ người gửi và người nhận và số tiền giao dịch. Các nền tảng như Secret Network và Oasis sử dụng TEE để bảo vệ quyền riêng tư của giao dịch trong các ứng dụng Defi, cho phép thanh toán riêng tư trong Defi.

2.Anti-MEV, bằng cách thực hiện hợp đồng thông minh trong TEE, các nhà xây dựng khối không thể truy cập thông tin giao dịch, ngăn chặn các cuộc tấn công chạy trước tạo ra MEV. Flashbots đã tận dụng TEE để phát triển BuilderNet, một mạng lưới xây dựng khối phi tập trung giúp giảm rủi ro kiểm duyệt liên quan đến các nhà xây dựng khối tập trung. Các chuỗi như Unichain và Taiko cũng sử dụng TEE để cung cấp trải nghiệm giao dịch tốt hơn cho người dùng.

Các tính năng này cũng hoạt động với các giải pháp thay thế như ZKP hoặc MPC. Tuy nhiên, TEE hiện có hiệu quả tốt nhất trong ba giải pháp này về việc thực hiện hợp đồng thông minh chỉ vì mô hình dựa trên phần cứng.

Về phía đại lý, TEE cung cấp cho các đại lý những khả năng sau:

1. Tự chủ — TEE có thể tạo ra môi trường hoạt động độc lập cho các tác nhân, đảm bảo rằng các chiến lược của họ được thực hiện mà không có sự can thiệp của con người. Điều này đảm bảo rằng các quyết định đầu tư chỉ dựa trên logic độc lập của tác nhân.

TEE cũng có thể cho phép các tác nhân kiểm soát các tài khoản mạng xã hội, đảm bảo rằng mọi tuyên bố công khai mà họ đưa ra đều độc lập và không bị ảnh hưởng bởi bên ngoài, do đó tránh được nghi ngờ về sự thiên vị quảng cáo như quảng cáo. Phala đang hợp tác với nhóm AI16z để cho phép Eliza chạy hiệu quả trong môi trường TEE.

2. Khả năng xác minh, điều cuối cùng TEE có thể cung cấp cho các tác nhân là khả năng xác minh. Mọi người có thể xác minh xem các tác nhân có đang sử dụng các mô hình đã hứa để tính toán và tạo ra kết quả hợp lệ hay không. Automata và Brevis đang hợp tác để phát triển khả năng này.

Tập thể tác nhân AI:

Khi ngày càng nhiều tác nhân chuyên biệt với các trường hợp sử dụng cụ thể (DeFi, Trò chơi, Đầu tư, Âm nhạc, v.v.) tham gia vào lĩnh vực này, sự hợp tác tốt hơn giữa các tác nhân và giao tiếp liền mạch trở nên cần thiết.

Cơ sở hạ tầng cho khuôn khổ “bầy đàn tác nhân” đã xuất hiện để giải quyết những hạn chế của các tác nhân đơn khối. Trí thông minh bầy đàn cho phép các tác nhân làm việc cùng nhau như một nhóm, tập hợp các khả năng của họ để đạt được các mục tiêu chung. Các lớp phối hợp trừu tượng hóa sự phức tạp, giúp các tác nhân dễ dàng cộng tác với các mục tiêu và động lực chung.

Một số công ty Web3, bao gồm Theoriq, FXN và Questflow, đang tiến triển theo hướng này. Trong số tất cả những công ty này, Theoriq, ban đầu được ra mắt với tên gọi ChainML vào năm 2022, đã nỗ lực hướng tới mục tiêu này lâu nhất, với tầm nhìn trở thành lớp cơ sở chung cho Agentic AI.

Để đáp ứng tầm nhìn này, Theoriq xử lý việc đăng ký đại lý, thanh toán, bảo mật, định tuyến, lập kế hoạch và quản trị tại các mô-đun lớp cơ sở. Nó cũng kết nối các phía cung và cầu, cung cấp một nền tảng xây dựng đại lý trực quan có tên là Infinity Studio, cho phép bất kỳ ai triển khai đại lý của riêng họ, cùng với Infinity Hub, một thị trường nơi khách hàng có thể duyệt tất cả các đại lý khả dụng. Trong hệ thống swarm của mình, một meta-agent sẽ chọn các đại lý phù hợp nhất cho một nhiệm vụ nhất định, tạo ra "swarms" để làm việc hướng tới các mục tiêu chung, đồng thời theo dõi danh tiếng và đóng góp để duy trì chất lượng và trách nhiệm giải trình.

Token Theoriq cung cấp bảo mật kinh tế, được các nhà điều hành đại lý và thành viên cộng đồng sử dụng để đặt cược token vào các đại lý để báo hiệu chất lượng và sự tin cậy nhằm khuyến khích dịch vụ chất lượng cao và ngăn chặn hành vi độc hại. Token cũng đóng vai trò là phương tiện trao đổi để thanh toán cho các dịch vụ và truy cập dữ liệu và thưởng cho những người tham gia đóng góp dữ liệu, mô hình, v.v.

Khi câu chuyện xoay quanh các tác nhân AI trở nên phổ biến hơn như một ngành công nghiệp dài hạn với các tác nhân tiện ích rõ ràng dẫn đầu, chúng ta có thể thấy sự hồi sinh trong các dự án cơ sở hạ tầng Crypto x AI, mang lại hiệu suất giá mạnh mẽ. Các dự án này có tiềm năng tận dụng nguồn tài trợ VC, nhiều năm nghiên cứu và phát triển, và chuyên môn kỹ thuật chuyên biệt cho từng lĩnh vực để mở rộng trên toàn bộ chuỗi giá trị. Điều này có thể cho phép họ phát triển các tác nhân AI tiện ích tiên tiến của riêng mình, có khả năng vượt trội hơn 95% các tác nhân khác hiện có trên thị trường.

4. Sự phát triển của DeFai và bước tiếp theo của DeFai.

Tôi luôn tin rằng thị trường sẽ phát triển theo 3 giai đoạn: đầu tiên là đòi hỏi hiệu quả, sau đó là phi tập trung và cuối cùng là quyền riêng tư.

Sẽ có 4 giai đoạn defai.

Giai đoạn 1 của DeFi AI sẽ tập trung vào hiệu quả, với các công cụ cải thiện trải nghiệm người dùng cho các tác vụ DeFi phức tạp mà không cần kiến thức sâu về giao thức. Ví dụ bao gồm:

• AI hiểu được lời nhắc của người dùng ngay cả khi định dạng không hoàn hảo
• Thực hiện hoán đổi nhanh trong thời gian khối tối thiểu
• Nghiên cứu thị trường theo thời gian thực giúp người dùng đưa ra quyết định có lợi nhuận dựa trên mục tiêu của họ

Nếu đổi mới được thực hiện, họ có thể tiết kiệm thời gian và năng lượng đồng thời giảm bớt rào cản đối với giao dịch trên chuỗi, có khả năng tạo ra khoảnh khắc "Bóng ma" trong những tháng tới.

Trong Giai đoạn 2, các tác nhân sẽ giao dịch tự động với sự can thiệp tối thiểu của con người. Các tác nhân giao dịch có thể thực hiện các chiến lược dựa trên thông tin chi tiết của bên thứ ba hoặc dữ liệu của các tác nhân khác sẽ tạo ra một mô hình DeFi mới. Người dùng DeFi chuyên nghiệp hoặc tinh vi có thể tinh chỉnh các mô hình của họ và xây dựng các tác nhân để tạo ra lợi nhuận tối ưu cho chính họ hoặc khách hàng của họ, điều này đòi hỏi ít giám sát thủ công hơn.

Trong Giai đoạn 3, người dùng sẽ bắt đầu tập trung vào các mối quan tâm về quản lý ví và xác minh AI, vì người dùng yêu cầu tính minh bạch. Các giải pháp như TEE và ZKP sẽ đảm bảo hệ thống AI không bị giả mạo, được bảo vệ khỏi sự can thiệp của bên thứ ba và có thể xác minh được.

Cuối cùng, sau khi các giai đoạn này hoàn tất, bộ công cụ kỹ thuật AI DeFi không cần mã hoặc giao thức AI dưới dạng dịch vụ có thể tạo ra nền kinh tế dựa trên tác nhân, nơi các mô hình được tinh chỉnh được giao dịch bằng tiền điện tử.

Mặc dù tầm nhìn này đầy tham vọng và thú vị, vẫn còn một số điểm nghẽn chưa được giải quyết:

• Hầu hết các công cụ hiện tại chỉ đơn giản là trình bao bọc ChatGPT, không có điểm chuẩn rõ ràng để xác định các dự án hợp pháp
• Sự phân mảnh dữ liệu trên chuỗi đẩy các mô hình AI theo hướng tập trung hóa thay vì phi tập trung hóa và hiện nay vẫn chưa rõ các tác nhân trên chuỗi sẽ giải quyết vấn đề này như thế nào.

DeFi + Ai = DeFai ban đầu được xuất bản trên IOSG Ventures trên Medium, nơi mọi người tiếp tục cuộc trò chuyện bằng cách làm nổi bật và phản hồi câu chuyện này.