Tác giả: Ac-Core, Nhà nghiên cứu tại YBB Capital
I. Câu chuyện mà DeFAI kể
1.1 DeFAI là gì
Trình bày một cách súc tích và rõ ràng, DeFAI là sự kết hợp giữa AI và DeFi. Về AI, thị trường đã trải qua nhiều vòng đầu cơ, từ Bit tính toán của AI đến MEME AI, từ các kiến trúc kỹ thuật khác nhau đến các nền tảng cơ sở khác nhau. Mặc dù gần đây tổng giá trị thị trường của AI Agent nhìn chung có xu hướng giảm, nhưng khái niệm DeFAI đang trở thành một xu hướng đột phá mới. Hiện nay, DeFAI có thể được phân loại thành ba loại chính: Trừu tượng hóa AI, Đại lý DeFi tự chủ và Phân tích và dự báo thị trường, với các phân loại cụ thể trong mỗi loại lớn như được thể hiện trong hình dưới đây.
Nguồn: Tác giả tự tạo
1.2 Cách thức hoạt động của DeFAI
Trong hệ thống DeFi, cốt lõi của AI Agent là LLM (mô hình ngôn ngữ lớn), hoạt động liên quan đến nhiều quy trình và kỹ thuật ở nhiều cấp độ, bao gồm tất cả các khía cạnh từ thu thập dữ liệu đến thực hiện quyết định. Dựa trên nghiên cứu của @3sigma trong bài viết của IOSG, hầu hết các mô hình đều tuân theo sáu quy trình công việc cụ thể: Thu thập dữ liệu, Suy luận mô hình, Đưa ra quyết định, Quản lý và vận hành, Khả năng tương tác, Quản lý ví, được tóm tắt như sau:
1. Thu thập dữ liệu: Nhiệm vụ đầu tiên của AI Agent là hiểu toàn diện về môi trường hoạt động của nó. Điều này bao gồm thu thập dữ liệu thời gian thực từ nhiều nguồn:
Dữ liệu trên chuỗi: Thông qua các bộ chỉ mục, oracle, v.v., thu thập dữ liệu blockchain thời gian thực như lịch sử giao dịch, trạng thái hợp đồng thông minh, hoạt động mạng. Điều này giúp Agent luôn cập nhật được diễn biến thị trường;
Dữ liệu ngoài chuỗi: Từ các nhà cung cấp dữ liệu bên ngoài (như CoinMarketCap, Coingecko) lấy thông tin về giá cả, tin tức thị trường và các chỉ số kinh tế vĩ mô, đảm bảo Agent hiểu được các điều kiện bên ngoài thị trường. Những dữ liệu này thường được cung cấp thông qua các API;
Nguồn dữ liệu phi tập trung: Một số Agent có thể thu thập dữ liệu từ các giao thức cung cấp dữ liệu phi tập trung, đảm bảo tính phi tập trung và đáng tin cậy của dữ liệu.
2. Suy luận mô hình: Sau khi thu thập dữ liệu xong, AI Agent bước vào giai đoạn suy luận và tính toán. Ở đây, Agent dựa vào nhiều mô hình AI để thực hiện các suy luận và dự đoán phức tạp:
Học có giám sát và không giám sát: Bằng cách huấn luyện trên dữ liệu có nhãn hoặc không có nhãn, các mô hình AI có thể phân tích hành vi của thị trường và diễn đàn quản trị. Ví dụ, chúng có thể dự đoán xu hướng thị trường trong tương lai bằng cách phân tích dữ liệu giao dịch lịch sử, hoặc dự đoán kết quả của một đề xuất biểu quyết bằng cách phân tích dữ liệu diễn đàn quản trị;
Học tăng cường: Thông qua cơ chế thử và phản hồi, các mô hình AI có thể tự động tối ưu hóa chiến lược. Ví dụ, trong giao dịch token, AI Agent có thể mô phỏng nhiều chiến lược giao dịch khác nhau để xác định thời điểm mua/bán tối ưu. Cách học này cho phép Agent liên tục cải thiện trong điều kiện thị trường thay đổi;
Xử lý ngôn ngữ tự nhiên (NLP): Bằng cách hiểu và xử lý đầu vào bằng ngôn ngữ tự nhiên của người dùng, Agent có thể trích xuất thông tin quan trọng từ các đề xuất quản trị hoặc thảo luận thị trường, giúp người dùng ra quyết định tốt hơn. Điều này đặc biệt quan trọng khi quét các diễn đàn quản trị phi tập trung hoặc xử lý chỉ thị của người dùng.
3. Đưa ra quyết định: Dựa trên dữ liệu thu thập và kết quả suy luận, AI Agent bước vào giai đoạn ra quyết định. Ở giai đoạn này, Agent không chỉ phải phân tích tình hình thị trường hiện tại, mà còn cân nhắc nhiều biến số khác:
Động cơ tối ưu hóa: Agent sử dụng động cơ tối ưu hóa để tìm phương án thực hiện tối ưu trong các điều kiện khác nhau. Ví dụ, khi cung cấp thanh khoản hoặc thực hiện chiến lược arbitrage, Agent phải xem xét các yếu tố như độ trượt, phí giao dịch, độ trễ mạng, quy mô vốn, v.v. để tìm ra lộ trình thực hiện tối ưu;
Hệ thống đại lý đa tác nhân: Để đối phó với tình huống thị trường phức tạp, một đại lý đơn lẻ đôi khi không thể tối ưu hóa tất cả các quyết định. Trong trường hợp này, có thể triển khai nhiều AI Agent, mỗi Agent chuyên về một lĩnh vực khác nhau, thông qua hợp tác để nâng cao hiệu quả quyết định của toàn hệ thống. Ví dụ, một Agent chuyên về phân tích thị trường, một Agent chuyên về thực hiện chiến lược giao dịch.
4. Quản lý và vận hành: Do AI Agent phải xử lý lượng tính toán lớn, thường cần phải lưu trữ mô hình của chúng trên máy chủ ngoài chuỗi hoặc mạng tính toán phân tán:
Lưu trữ tập trung: Một số AI Agent có thể phụ thuộc vào các dịch vụ điện toán đám mây tập trung như AWS để lưu trữ nhu cầu tính toán và lưu trữ của họ. Cách tiếp cận này giúp đảm bảo mô hình hoạt động hiệu quả, nhưng cũng đi kèm với các rủi ro tập trung tiềm ẩn;
Lưu trữ phi tập trung: Để giảm thiểu rủi ro tập trung, một số Agent sử dụng các giải pháp tính toán phân tán (như Akash) và lưu trữ phân tán (như Arweave) để lưu trữ mô hình và dữ liệu. Các giải pháp này đảm bảo mô hình hoạt động theo cách phi tập trung, đồng thời cung cấp tính bền vững của dữ liệu;
Tương tác trên chuỗi: Mặc dù mô hình được lưu trữ ngoài chuỗi, AI Agent vẫn cần tương tác với các giao thức trên chuỗi để thực hiện các chức năng hợp đồng thông minh (như thực hiện giao dịch, quản lý thanh khoản) và quản lý tài sản. Điều này yêu cầu cơ chế quản lý khóa và ký giao dịch an toàn, chẳng hạn như ví MPC (tính toán đa phương) hoặc ví hợp đồng thông minh.
5. Khả năng tương tác: Vai trò then chốt của AI Agent trong hệ sinh thái DeFi là tương tác không rào cản với nhiều giao thức và nền tảng DeFi khác nhau:
Tích hợp API: Agent kết nối với các sàn giao dịch phi tập trung, các pool thanh khoản và giao thức cho vay thông qua các bộ kết nối API để trao đổi dữ liệu và thực hiện các thao tác. Điều này cho phép Agent truy cập thông tin quan trọng như giá thị trường, đối tác giao dịch, lãi suất cho vay, từ đó đưa ra quyết định giao dịch;
Truyền thông tin phi tập trung: Để đảm bảo Agent được đồng bộ hóa với các giao thức trên chuỗi, Agent có thể nhận các bản cập nhật thông qua các giao thức truyền thông tin phi tập trung (như IPFS hoặc Webhook). Điều này cho phép AI Agent xử lý các sự kiện bên ngoài, chẳng hạn như kết quả biểu quyết đề xuất quản trị, thay đổi pool thanh khoản, từ đó điều chỉnh chiến lược.
6. Quản lý ví: AI Agent phải có khả năng thực hiện các thao tác trên chuỗi, và điều này phụ thuộc vào cơ chế quản lý khóa và ví của chúng:
Ví MPC: Ví tính toán đa phương chia nhỏ khóa riêng tư giữa nhiều bên tham gia, cho phép Agent thực hiện giao dịch một cách an toàn mà không cần rủi ro từ khóa riêng tư đơn lẻ. Ví dụ, ví Coinbase Replit thể hiện cách sử dụng MPC để quản lý khóa an toàn, cho phép người dùng vẫn kiểm soát một phần trong khi ủy quyền cho AI Agent thực hiện một số thao tác tự chủ;
TEE (Môi trường thực thi đáng tin cậy): Một cách quản lý khóa phổ biến khác là sử dụng công nghệ TEE, lưu trữ khóa riêng tư trong vùng bảo vệ phần cứng. Cách tiếp cận này cho phép AI Agent thực hiện giao dịch và ra quyết định hoàn toàn tự chủ, mà không cần sự can thiệp của bên thứ ba. Tuy nhiên, TEE hiện đang đối mặt với các vấn đề về tập trung hóa phần cứng và chi phí hiệu suất, nhưng một khi các thách thức này được giải quyết, hệ thống AI hoàn toàn tự chủ sẽ trở thành hiện thực.
1.3 Nguồn gốc của giáo phái? Từ ý định đến DeFAI
II. Các dự án liên quan đến DeFAI
Nguồn ảnh: Tác giả tự tạo
2.1 Griffain
@griffaindotcom $GRIFFAIN: Đây là một nền tảng sáng tạo kết hợp AI Agent và blockchain, có thể giúp người dùng phát hành AI Agent, tập trung vào việc tạo ra một giải pháp tài chính phi tập trung (DeFi) mạnh mẽ và có thể mở rộng, hỗ trợ hoán đổi token không rào cản, cung cấp thanh khoản và tăng trưởng hệ sinh thái. Có thể quản lý ví, giao dịch và NFT một cách dễ dàng, đồng thời tự động thực hiện các nhiệm vụ như phát hành và airdrop Memecoin.
2.2 Hey Anon
@HeyAnonai $ANON: Đây là một giao thức DeFi do AI điều khiển, có thể đơn giản hóa tương tác, tổng hợp dữ liệu dự án thời gian thực và thực hiện các thao tác phức tạp thông qua xử lý ngôn ngữ tự nhiên, đồng thời cung cấp một lớp trừu tượng DeFi tiện lợi cho người dùng. DWF Labs đã công bố hỗ trợ dự án DeFAI Hey Anon thông qua quỹ AI Agent của họ và ra mắt Moonshot vào ngày 14 tháng 1.
2.3 Orbit
@orbitcryptoai $GRIFT: Đơn giản hóa giao diện và thao tác DeFi phức tạp, giảm rào cản tham gia cho người dùng thông thường, hiện đã hỗ trợ hơn 100 blockchain (EVM và Solana) và hơn 200 giao thức, token GRIFT được sử dụng để tiêm sinh lực cho nền tảng.
2.4 Neur
@neur_sh $NEUR: Đây là một ứng dụng full-stack mã nguồn mở, kết hợp các mô hình LLM và tính năng blockchain, được thiết kế riêng cho hệ sinh thái Solana, sử dụng Solana Agent Kit để tương tác với các giao thức một cách liền mạch.
2.5 Modenetwork
@modenetwork $MODE: Định vị bản thân là nền tảng trung tâm của sự đổi mới AI x DeFi trên Ethereum Layer2, người nắm giữ có thể stake MODE để nhận veMODE, từ đó được hưởng airdrop của AI Agent, với mục tiêu trở thành DeFAI Stack.
2.6 The Hive
@askthehive_ai $BUZZ: Xây dựng trên Solana, tích hợp nhiều mô hình như OpenAI, Anthropic, XAI, Gemini để thực hiện các tác vụ DeFi phức tạp như giao dịch, stake, vay mượn.
2.7 Bankr
@bankrbot $BNKR: Đây là một trợ lý tiền điện tử do AI điều khiển, người dùng chỉ cần gửi một tin nhắn là có thể dễ dàng mua, bán, hoán đổi, đặt lệnh giới hạn và quản lý ví, và có kế hoạch bổ sung tính năng hoán đổi token và theo dõi trên chuỗi trong tương lai gần, với tầm nhìn giúp mọi người sử dụng DeFi và tự động hóa giao dịch.
2.8 HotKeySwap
@HotKeySwap $HOTKEY: Cung cấp bộ công cụ DeFi toàn diện bao gồm bộ tổng hợp DEX do AI điều khiển và công cụ phân tích, giao dịch xuyên chuỗi.
2.9 Gekko AI
@Gekko_Agent $GEKKO: AI Agent được tạo ra bởi giao thức Virtuals, chuyên cung cấp các giải pháp giao dịch tự động toàn diện, đặc biệt là các AI Agent dành riêng cho thị trường dự đoán. Chiến lược giao dịch tự động của token GEKKO bao gồm tái cân bằng tự động, thu hoạch lợi nhuận và tạo ra các chỉ số token mới.
2.10 ASYM
@ASYM41b07 $ASYM: Cung cấp bộ tổng hợp DEX do AI điều khiển và công cụ phân tích, có thể nhận diện các cơ hội có tỷ suất lợi nhuận đầu tư cao và thanh toán bằng token $ASYM.
2.11 Wayfinder Foundation
@AIWayfinder $Wayfinder: Công cụ tương tác chuỗi toàn diện do AI do nền tảng game thẻ bài Parallel phát hành, nhằm hỗ trợ Agent định hướng, thực hiện giao dịch và tương tác với các ứng dụng phi tập trung.
2.12 Slate
@slate_ceo $Slate: Đây là lớp cơ sở hạ tầng kết nối các AI Agent phổ dụng, có thể thực hiện lệnh bằng ngôn ngữ tự nhiên và dịch sang các thao tác trên chuỗi, tập trung vào việc thực thi các chiến lược giao dịch tự động, mua hoặc bán trong điều kiện cụ thể, giúp các thao tác trên chuỗi trở nên đơn giản như suy nghĩ.
2.13 Cod3x
@Cod3xOrg $Cod3x: Dự án Hackathon AI trên Solana, cung cấp công cụ phát triển không mã để xây dựng các Agent có thể tự động hóa các chiến lược DeFi, giao diện Agent (Agentic Interface) của họ là một công cụ có thể thực hiện các thao tác phức tạp chỉ bằng cách diễn đạt ý định.
2.14 Almanak
@Almanak__ $Almanak: Một AI Agent có khả năng tự học hỏi và tự thực hiện nhiệm vụ, sử dụng mô hình dựa trên Agent để tối ưu hóa các dự án DeFi và game, sứ mệnh là sử dụng khoa học dữ liệu và kiến thức giao dịch để tối đa hóa khả năng sinh lời của các giao thức, đồng thời đảm bảo an toàn kinh tế của chúng.
2.15 HIERO
@HieroHQ $HTERM: Công cụ thông minh đa chuỗi cho Solana và mạng Base, cho phép người dùng sử dụng lệnh bằng ngôn ngữ tự nhiên để Agent tự thực hiện các giao dịch như mua bán token, thực hiện phân tích token cơ bản, v.v.
III. Hệ thống cuối cùng của AI Agent sẽ hướng đến
Nguồn ảnh: Tác giả tự tạo
Thời gian trôi qua nhanh, các dự án DeFAI liên tục xuất hiện như mọc nấm sau mưa. Sau khi Bitcoin giảm mạnh xuống dưới 90.000 USD vào ngày 13 tháng 1, dữ liệu từ CoinGecko cho thấy các token liên quan đến DeFAI lại tăng 38,73% vào ngày hôm sau, trong đó $GRIFT, $BUZZ và $ANON tăng mạnh nhất. Tuy nhiên, hướng đi tài chính của AI Agent đáng để chúng ta suy ngẫm, hiện tại có hai lối rẽ chính là Game và DeFi.
3.1 Hướng trái: Game
M3 (Metaverse Makers _) (@m3org) có lẽ là đại diện tiềm năng nhất, dự án này do một nhóm nghệ sĩ và cộng đồng hacker nguồn mở được cho là có liên kết với a16z, với các thành viên cốt lõi như JIN (@dankvr), Reneil (@reneil1337), Saori (@saori_xbt), Shaw (@shawmakesmagic) và các người khác. Tuy nhiên, thách thức lớn nhất của Game là trong thị trường Web2 giàu có về nhân lực và tài nguyên, chưa từng xuất hiện một tựa game AI thực sự nổi bật. Tháng 1 năm 2024, tựa game "Fantasia Palurin" gây tranh cãi về việc sử dụng AI trong thiết kế do tốc độ phát triển vượt trội, nhưng CEO cuối cùng đã phủ nhận điều này. Ngoài ra, các trò chơi cần thời gian phát triển dài, so với hướng DeFi bên phải, AI Game dường như cần nhiều nhiệt huyết hơn từ thị trường.
3.2 Hướng phải: DeFi
Xếp hạng thị trường lần lượt là $GRIFFAIN, $ANON, $OLAS, $GRIFT, $SPEC, $BUZZ, $RSS3, $SNAI, $GATSBY, trong đó GRIFFAIN và ANON chiếm 37,29% tổng giá trị thị trường DeFAI.
GRIFFAIN: Xây dựng trên Solana, hiện đang dẫn đầu bảng xếp hạng với giá trị thị trường $457M và 103.000 người theo dõi trên Twitter. Chức năng cốt lõi là hoàn thành giao dịch chỉ bằng cách tạo ví, thực hiện giao dịch nhanh chóng, hiện tại có thể đúc NFT The Agent Engine với 0,01 Sol.
Hey Anon: Sử dụng mô hình đào tạo đa nhiệm, hiện hỗ trợ các chuỗi công khai như Sonic Insider, Solana, EVM, opBNB, sự bùng nổ đột ngột của $ANON hoàn toàn do sự nổi tiếng của nhà sáng lập Daniele (@danielesesta), người đồng thời cũng là người sáng lập Wonderland, Abracadabra và WAGMI, chỉ dựa vào lưu lượng truy cập đã mang lại nhiều sức sống cho $ANON, hiện Hey Anon đứng thứ hai với giá trị thị trường $248M.
IV. Tóm lại
Sự xuất hiện của DeFAI không phải là ngẫu nhiên, các đặc tính cốt lõi của blockchain phù hợp với các kịch bản tài chính mạnh mẽ, hiện nay dù là hướng GameFAI hay DeFAI, đều đang lộ ra tiềm năng thị trường tương đương nhau. Hướng Game, trong tương lai có thể sẽ xuất hiện những sự kế thừa và phát triển của Metaverse, với sự hỗ trợ của AI Agent, có thể quản lý tài sản ảo, nhân vật, kinh tế và nhiều mặt khác, có thể học tập cách phát triển tự chủ của Meme để thực hiện sự tự trị và thịnh vượng của Metaverse.
Đối với DeFi, tất yếu sẽ dần chuyển từ sự cuồng nhiệt của cảm xúc đ
