Giải mã AI AGENT: Sức mạnh thông minh định hình hệ sinh thái kinh tế mới trong tương lai

1. Bối cảnh

1.1 Giới thiệu: “Đối tác mới” trong kỷ nguyên thông minh

Mỗi chu kỳ crypto mang lại cơ sở hạ tầng mới thúc đẩy toàn bộ ngành công nghiệp phát triển.

• Vào năm 2017, sự ra đời của các hợp đồng thông minh đã dẫn đến sự bùng nổ của ICO.
• Vào năm 2020, các nhóm thanh khoản DEX đã tạo nên cơn sốt DeFi vào mùa hè.
• Vào năm 2021, việc phát hành lượng lớn sê-ri NFT đánh dấu sự xuất hiện của kỷ nguyên đồ sưu tầm kỹ thuật số.
• Vào năm 2024, hiệu suất vượt trội của pump.fun đã dẫn đầu cơn sốt memecoin và nền tảng ra mắt của nó.

Cần nhấn mạnh rằng sự khởi đầu của các lĩnh vực dọc này không chỉ là do đổi mới công nghệ mà còn là kết quả của sự kết hợp hoàn hảo giữa mô hình tài chính và chu kỳ thị trường bò. Khi cơ hội xuất hiện đúng thời điểm, chúng có thể dẫn đến những thay đổi lớn lao. Nhìn về năm 2025, rõ ràng lĩnh vực mới nổi của chu kỳ 2025 sẽ là AI Agent. Xu hướng này đạt đỉnh vào tháng 10 năm ngoái, với việc ra mắt token 2024$GOAT vào ngày 11 tháng 10 và đạt giá trị vốn hóa thị trường 150 triệu đô la vào ngày 15 tháng 10. Sau đó, vào ngày 16 tháng 10, Virtuals Protocol đã ra mắt Luna, lần đầu tiên được phát sóng trực tiếp qua IP, tạo nên một cơn sốt trong toàn ngành.

Vậy, chính xác thì AI Agent là gì?

Chắc hẳn mọi người đều quen thuộc với bộ phim kinh điển "Resident Evil", trong đó hệ thống AI Queen of Hearts vô cùng ấn tượng. Nữ hoàng cơ là một hệ thống AI mạnh mẽ có thể điều khiển các cơ sở phức tạp và hệ thống an ninh, có khả năng tự động nhận biết hoàn cảnh, phân tích dữ liệu và hành động nhanh chóng.

Trên thực tế, AI Agent có nhiều điểm tương đồng với chức năng cốt lõi của Queen of Hearts. Các tác nhân AI ngoài đời thực đóng nhân vật tương tự ở một mức độ nào đó. Họ là "người bảo vệ thông minh" trong lĩnh vực công nghệ hiện đại, giúp các doanh nghiệp và cá nhân đối phó với nhiệm vụ phức tạp thông qua nhận thức, phân tích và thực hiện tự động. Từ xe tự lái đến dịch vụ khách hàng thông minh, AI Agent đã thâm nhập vào mọi lĩnh vực của đời sống và trở thành lực lượng chủ chốt trong việc cải thiện hiệu quả và đổi mới. Những thực thể thông minh tự chủ này, giống như những thành viên vô hình đội ngũ, có khả năng toàn diện từ nhận thức hoàn cảnh đến thực hiện quyết định. Chúng đang dần thâm nhập vào nhiều ngành công nghiệp khác nhau và thúc đẩy cải thiện kép về hiệu quả và đổi mới.

Ví dụ, có thể sử dụng AI AGENT để giao dịch tự động, quản lý danh mục đầu tư và thực hiện giao dịch theo thời gian thực dựa trên dữ liệu thu thập được từ Dexscreener hoặc nền tảng xã hội X, đồng thời liên tục tối ưu hóa hiệu suất của nó trong các lần lặp lại. AI AGENT không tồn tại dưới một hình thức duy nhất mà được chia thành nhiều loại khác nhau dựa trên nhu cầu cụ thể trong hệ sinh thái crypto:

1. Tác nhân AI thực hiện: Tập trung vào việc hoàn thành nhiệm vụ cụ thể, chẳng hạn như giao dịch, quản lý danh mục đầu tư hoặc kinh doanh chênh lệch giá, nhằm mục đích cải thiện độ chính xác của hoạt động và giảm thời gian cần thiết.

2. Creative AI Agent: được sử dụng để tạo nội dung, bao gồm văn bản, thiết kế và thậm chí là sáng tác nhạc.

3. Tác nhân AI xã hội: Hoạt động như một người dẫn dắt dư luận trên mạng xã hội, tương tác với người dùng, xây dựng cộng đồng và tham gia vào các hoạt động tiếp thị.

4. Tác nhân AI điều phối: Điều phối các tương tác phức tạp giữa các hệ thống hoặc người tham gia, đặc biệt phù hợp với tích hợp đa chuỗi .

Trong báo cáo này, chúng ta sẽ khám phá sâu hơn về nguồn gốc, tình trạng hiện tại và triển vọng ứng dụng rộng rãi của AI Agent, phân tích cách chúng định hình lại bối cảnh ngành và mong đợi xu hướng phát triển trong tương lai của chúng.

1.1.1 Lịch sử phát triển

Lịch sử phát triển của AI AGENT chứng minh sự tiến hóa của AI từ nghiên cứu cơ bản đến ứng dụng rộng rãi. Tại Hội nghị Dartmouth năm 1956, thuật ngữ "AI" lần đầu tiên được đề xuất, đặt nền móng cho AI trở thành một lĩnh vực độc lập. Trong giai đoạn này, nghiên cứu AI chủ yếu tập trung vào phương pháp biểu tượng, dẫn đến các chương trình AI đầu tiên như ELIZA (một chương trình trò chuyện tự động) và Dendral (một hệ thống chuyên gia về hóa học hữu cơ). Giai đoạn này cũng chứng kiến ​​sự ra đời lần đầu tiên của mạng nơ-ron và quá trình khám phá ban đầu về khái niệm máy học. Tuy nhiên, nghiên cứu AI trong giai đoạn này bị hạn chế nghiêm trọng bởi những hạn chế về sức mạnh tính toán vào thời điểm đó. Các nhà nghiên cứu đã gặp phải rất nhiều khó khăn trong việc phát triển các thuật toán xử lý ngôn ngữ tự nhiên và mô phỏng các chức năng nhận thức của con người. Ngoài ra, vào năm 1972, nhà toán học James Lighthill đã đệ trình một báo cáo, được xuất bản vào năm 1973, về tình trạng nghiên cứu AI đang diễn ra ở Vương quốc Anh. Báo cáo Lighthill về cơ bản thể hiện sự bi quan chung về nghiên cứu AI sau sự phấn khích ban đầu, gây ra sự mất niềm tin lớn vào AI trong các tổ chức học thuật của Anh (bao gồm cả các cơ quan tài trợ). Sau năm 1973, nguồn tài trợ nghiên cứu AI giảm mạnh, lĩnh vực AI trải qua “mùa đông AI” đầu tiên và tâm lý về tiềm năng của AI ngày càng tăng.

Vào những năm 1980, sự phát triển và thương mại hóa các hệ thống chuyên gia đã dẫn đến việc áp dụng công nghệ AI vào nhiều công ty trên toàn thế giới. Giai đoạn này chứng kiến ​​những tiến bộ đáng kể trong học máy, mạng nơ-ron và xử lý ngôn ngữ tự nhiên, dẫn đến sự xuất hiện của các ứng dụng AI tinh vi hơn. Sự ra đời của những chiếc xe tự hành đầu tiên và việc triển khai AI trong nhiều ngành công nghiệp như tài chính và chăm sóc sức khỏe cũng đánh dấu mở rộng của công nghệ AI. Nhưng vào cuối những năm 1980 và đầu những năm 1990, lĩnh vực này đã trải qua "mùa đông AI"lần khi nhu cầu về phần cứng AI chuyên dụng sụp đổ. Ngoài ra, làm thế nào để mở rộng quy mô các hệ thống AI và tích hợp thành công chúng vào các ứng dụng thực tế vẫn là một thách thức đang tiếp diễn. Nhưng cùng lúc đó, vào năm 1997, máy tính Deep Blue của IBM đã đánh bại nhà vô địch cờ vua thế giới Garry Kasparov, đánh dấu một cột mốc quan trọng trong khả năng giải quyết các vấn đề phức tạp của AI. Sự hồi sinh của mạng nơ-ron và học độ sâu đã đặt nền tảng cho sự phát triển của AI vào cuối những năm 1990, biến AI thành một phần không thể thiếu trong bối cảnh công nghệ và bắt đầu tác động đến cuộc sống hàng ngày.

Đến đầu thế kỷ này, những tiến bộ trong sức mạnh điện toán đã thúc đẩy sự phát triển của học độ sâu và các trợ lý ảo như Siri đã chứng minh tính hữu ích của AI trong các ứng dụng dành cho người tiêu dùng. Vào những năm 2010, những đột phá tiếp theo trong các tác nhân học tăng cường và các mô hình tạo sinh như GPT-2 đã đưa AI đàm thoại lên một tầm cao mới. Trong quá trình này, sự ra đời của Mô hình ngôn ngữ lớn (LLM) đã trở thành một cột mốc quan trọng trong sự phát triển của AI, đặc biệt là sự ra mắt của GPT-4, được coi là bước ngoặt trong lĩnh vực AI Agent. Kể từ khi OpenAI phát hành sê-ri GPT, các mô hình được đào tạo trước quy mô lớn đã chứng minh khả năng tạo ngôn ngữ và hiểu ngôn ngữ vượt qua các mô hình truyền thống thông qua hàng chục tỷ hoặc thậm chí hàng trăm tỷ tham số. Hiệu suất vượt trội trong xử lý ngôn ngữ tự nhiên cho phép AI Agent thể hiện khả năng tương tác logic và mạch lạc thông qua việc tạo ra ngôn ngữ. Điều này cho phép AI Agent được áp dụng trong các tình huống như trợ lý trò chuyện và dịch vụ khách hàng ảo, và dần dần mở rộng sang nhiệm vụ phức tạp hơn (như phân tích kinh doanh và viết sáng tạo).

Khả năng học tập của các mô hình ngôn ngữ lớn mang lại cho AI Agent tính tự chủ cao hơn. Thông qua công nghệ học tăng cường, AI Agent có thể liên tục tối ưu hóa hành vi của mình và thích ứng với hoàn cảnh năng động. Ví dụ, trong các nền tảng do AI điều khiển như Digimon Engine, AI Agent có thể điều chỉnh chiến lược hành vi của mình dựa trên thông tin đầu vào của người chơi, thực sự đạt được sự tương tác năng động.

Từ các hệ thống quy tắc ban đầu đến các mô hình ngôn ngữ lớn được biểu thị bằng GPT-4, lịch sử phát triển của AI Agent là một lịch sử tiến hóa liên tục phá vỡ các ranh giới của công nghệ. Sự xuất hiện của GPT-4 chắc chắn là bước ngoặt lớn trong quá trình này. Với sự phát triển hơn nữa của công nghệ, AI Agent sẽ trở nên thông minh hơn, dựa trên kịch bản và đa dạng hơn. Mô hình ngôn ngữ lớn không chỉ truyền linh hồn của "trí thông minh" vào AI Agent mà còn cung cấp cho chúng khả năng cộng tác giữa các lĩnh vực. Trong tương lai, các nền tảng dự án sáng tạo sẽ tiếp tục xuất hiện, tiếp tục thúc đẩy việc triển khai và phát triển công nghệ AI Agent, dẫn đầu kỷ nguyên mới về trải nghiệm do AI thúc đẩy.

1.2 Nguyên lý hoạt động

Điều khiến AIAGENT khác biệt so với robot truyền thống là chúng có khả năng học hỏi và thích nghi theo thời gian, đưa ra những quyết định sáng suốt để đạt được mục tiêu. Họ có thể được coi là những người chơi có tay nghề cao và đang phát triển trong lĩnh vực crypto, có khả năng hoạt động độc lập trong nền kinh tế kỹ thuật số.

Cốt lõi của AI AGENT nằm ở "trí thông minh" của nó - tức là mô phỏng hành vi thông minh của con người hoặc các sinh vật khác thông qua các thuật toán để tự động giải quyết các vấn đề phức tạp. Quy trình làm việc của một AI AGENT thường tuân theo các bước sau: nhận thức, lý luận, hành động, học hỏi và điều chỉnh.

1.2.1 Mô-Đun đun nhận thức

AI AGENT tương tác với thế giới bên ngoài thông qua mô-đun nhận thức và thu thập thông tin hoàn cảnh. Bộ phận này hoạt động tương tự như các giác quan của con người, sử dụng cảm biến, camera, micrô và các thiết bị khác để thu thập dữ liệu bên ngoài, bao gồm rút các đặc điểm có ý nghĩa, xác định đối tượng hoặc xác định các thực thể có liên quan trong hoàn cảnh . Nhiệm vụ cốt lõi của mô-đun nhận thức là chuyển đổi dữ liệu thô thành thông tin có ý nghĩa, thường liên quan đến các công nghệ sau:

• Thị giác máy tính: Để xử lý và hiểu dữ liệu hình ảnh và video.
• Xử lý ngôn ngữ tự nhiên (NLP): Giúp AI AGENT hiểu và tạo ra ngôn ngữ của con người.
• Kết hợp cảm biến: Kết hợp dữ liệu từ nhiều cảm biến thành một chế độ xem thống nhất.

1.2.2 mô-đun lý luận và ra quyết định

Sau khi cảm nhận hoàn cảnh, AI AGENT cần đưa ra quyết định dựa trên dữ liệu. mô-đun lý luận và ra quyết định là "bộ não" của toàn bộ hệ thống. Nó thực hiện lý luận logic và xây dựng chiến lược dựa trên thông tin thu thập được. Tận dụng các mô hình ngôn ngữ lớn và các công cụ khác để hoạt động như bộ điều phối hoặc công cụ suy luận giúp hiểu nhiệm vụ, tạo ra các giải pháp và phối hợp các mô hình chuyên biệt cho các chức năng cụ thể như tạo nội dung, xử lý hình ảnh hoặc hệ thống đề xuất.

mô-đun này thường sử dụng các công nghệ sau:

• Công cụ quy tắc: Đưa ra quyết định đơn giản dựa trên các quy tắc được cài đặt sẵn.
• Mô hình học máy: bao gồm cây quyết định, mạng nơ-ron, v.v., để nhận dạng và dự đoán các mẫu phức tạp.
• Học tăng cường: Cho phép AI AGENT liên tục tối ưu hóa chiến lược ra quyết định thông qua thử nghiệm và sai sót cũng như thích ứng với hoàn cảnh thay đổi.

Quá trình suy luận thường bao gồm một số bước: đầu tiên là đánh giá hoàn cảnh , thứ hai là tính toán nhiều phương án hành động có thể dựa trên mục tiêu và cuối cùng là chọn kế hoạch tốt nhất để thực hiện.

1.2.3 mô-đun thực hiện

Mô-Đun thực thi là “bàn tay và bàn chân” của AI AGENT, đưa các quyết định của mô-đun lý luận vào hành động. Phần này tương tác với các hệ thống hoặc thiết bị bên ngoài để hoàn thành nhiệm vụ được chỉ định. Điều này có thể liên quan đến thao tác vật lý (như hành động của robot) hoặc thao tác kỹ thuật số (như xử lý dữ liệu). mô-đun thực thi phụ thuộc vào:

• Hệ thống điều khiển robot: được sử dụng để điều khiển vật lý, chẳng hạn như chuyển động của cánh tay robot.
• Cuộc gọi API: Tương tác với hệ thống phần mềm bên ngoài, chẳng hạn như truy vấn cơ sở dữ liệu hoặc truy cập dịch vụ web.
• Quản lý quy trình tự động: Trong hoàn cảnh doanh nghiệp, nhiệm vụ lặp đi lặp lại được thực hiện thông qua RPA (Tự động hóa quy trình bằng robot).

1.2.4 Mô-Đun học tập

mô-đun học tập là năng lực cốt lõi của AI AGENT, cho phép tác nhân trở nên thông minh hơn theo thời gian. Sự cải tiến liên tục diễn ra thông qua vòng phản hồi hoặc “bánh đà dữ liệu”, trong đó dữ liệu được tạo ra trong quá trình tương tác được đưa trở lại hệ thống để cải thiện mô hình. Khả năng thích ứng và trở nên hiệu quả hơn theo thời gian cung cấp cho doanh nghiệp một công cụ mạnh mẽ có thể cải thiện việc ra quyết định và hiệu quả hoạt động.

Mô-Đun học tập thường được cải thiện bằng cách:

• Học có giám sát: Sử dụng dữ liệu được gắn nhãn để đào tạo các mô hình để các tác nhân AI có thể hoàn thành nhiệm vụ chính xác hơn.
• Học không giám sát: Khám phá các mẫu tiềm ẩn từ dữ liệu chưa được gắn nhãn để giúp các tác nhân thích nghi với hoàn cảnh mới.
• Học liên tục: Mô hình được cập nhật dữ liệu thời gian thực để theo kịp hiệu suất của tác nhân trong hoàn cảnh năng động.

1.2.5 Phản hồi và điều chỉnh thời gian thực

AI AGENT tối ưu hóa hiệu suất của chính nó thông qua vòng phản hồi liên tục. Kết quả của lần hành động được ghi lại và sử dụng để điều chỉnh các quyết định trong tương lai. Hệ thống vòng kín này đảm bảo khả năng thích ứng và tính linh hoạt của AI AGENT.

1.3 Tình trạng thị trường

1.3.1 Tình hình ngành

Các công ty AI đang trở thành trọng tâm của thị trường, mang lại sự chuyển đổi cho nhiều ngành công nghiệp với tiềm năng to lớn như giao diện người tiêu dùng và các tác nhân kinh tế tự chủ. Cũng giống như tiềm năng của không gian khối L1 trong chu kỳ trước là không thể ước tính được, AI AGENT đã cho thấy triển vọng tương tự trong chu kỳ này.

Theo báo cáo mới nhất từ ​​Markets and Markets, thị trường AI Agent dự kiến ​​sẽ tăng trưởng từ 5,1 tỷ đô la Mỹ vào năm 2024 lên 47,1 tỷ đô la Mỹ vào năm 2030, với tăng trưởng kép hàng năm (CAGR) là 44,8%. Tăng trưởng nhanh chóng này phản ánh sự thâm nhập của AI Agent vào nhiều ngành công nghiệp khác nhau và nhu cầu thị trường do đổi mới công nghệ mang lại.

 Nguồn: Blog LangChain, 2025/1/20

Các công ty lớn cũng đã tăng đáng kể khoản đầu tư vào các khuôn khổ proxy mã nguồn mở. Các hoạt động phát triển của các khuôn khổ như AutoGen, Phidata và LangGraph của Microsoft đang ngày càng trở nên sôi động, điều này cho thấy AI AGENT có tiềm năng thị trường lớn hơn bên ngoài lĩnh vực crypto, TAM cũng đang mở rộng và sự chú ý của các nhà đầu tư đối với nó tiếp tục tăng lên và họ sẵn sàng trả cho nó nhiều bội số cao hơn.

Theo quan điểm triển khai chuỗi công khai, Solana là chiến trường chính, nhưng chuỗi công khai khác như Chuỗi cơ sở cũng có tiềm năng rất lớn.

Xét về mức độ nhận diện thị trường (Mindshare), FARTCOIN và AIXBT đang dẫn đầu. Sự ra đời của Fartcoin và GOAT có cùng nguồn gốc, cả hai đều xuất phát từ mô hình AI AGENT của terminal of truths. Trong cuộc trò chuyện giữa mô hình dê và opus (công cụ trí tuệ nhân tạo), có đề cập đến việc Musk thích âm thanh của tiếng đánh rắm, vì vậy mô hình AI này đã đề xuất phát hành một token có tên là Fartcoin và thiết kế sê-ri các phương pháp quảng bá và trò chơi. Do đó, Fartcoin ra đời vào ngày 18 tháng 10, muộn hơn GOAT một chút (ngày 11 tháng 10) và đạt mức định giá trong thời gian ngắn là hơn 1 tỷ đô la vào tháng 12 năm 2024. Mặc dù ban đầu cho rằng là một quan điểm hài hước về không gian tiền kỹ thuật số, sự tăng trưởng nhanh chóng của nó thúc đẩy các nhà đầu tư và nhà phân tích xem xét các yếu tố cơ bản, hiệu suất thị trường và tiềm năng tồn tại của nó. Đánh giá từ điểm nóng trên mạng xã hội, Fartcoin đã bắt kịp làn sóng phổ biến của AI AGENT.

AIXBT, xếp hạng thứ hai, là một tác nhân AI dựa trên Chuỗi cơ sở do Virtuals Protocol ra mắt. Nhưng không giống như token meme truyền thống, nó không chỉ mang tính giải trí mà còn cung cấp cho người dùng khả năng phân tích thị trường mạnh mẽ thông qua công nghệ AI Agent. AIXBT sử dụng công cụ AI độc quyền rút các chủ đề điểm nóng và xu hướng thảo luận từ mạng xã hội (như Twitter) và nguồn KOL để cung cấp cho các nhà đầu tư thông tin chi tiết theo thời gian thực về những thay đổi của thị trường. Là một phần của hệ sinh thái Virtuals Protocol, AIXBT có nhiệm vụ giúp các nhà đầu tư hiểu được động thái thị trường và phân tích các cơ hội tiềm năng. Mục tiêu cốt lõi của nó là cung cấp cho người dùng sự hỗ trợ thông tin đáng tin cậy thông qua công nghệ và cơ chế token, từ đó tối ưu hóa các quyết định đầu tư.

 Nguồn: cookie.fun, 2025/1/20

Về mặt kỹ thuật, công nghệ AI Agent đang phát triển theo hướng tương tác đa phương thức và khả năng ra quyết định có tính tự chủ cao. Vào năm 2024, việc giới thiệu các mô hình học tập liên phương thức và mô hình được đào tạo trước mang tính tạo sinh (như họ mô hình GPT) sẽ cho phép các tác nhân AI hiểu và xử lý tốt hơn nhiều dạng dữ liệu, chẳng hạn như văn bản, hình ảnh và giọng nói. Những đột phá về công nghệ này cải thiện đáng kể khả năng hiểu biết và hiệu quả ra quyết định của tác nhân, cho phép tác nhân đưa ra quyết định tự chủ trong hoàn cảnh phức tạp và năng động hơn. Theo phân tích của McKinsey, khả năng đa phương thức và cộng tác liên miền của AI Agent đang trở thành dấu ấn của kỷ nguyên thông minh. Điều này cho phép AI Agent không chỉ hỗ trợ nhiệm vụ đơn lẻ mà còn cung cấp phân tích thông tin toàn diện và đề xuất tối ưu hóa động trong quá trình ra quyết định phức tạp.

1.3.2 Lý do kết hợp AI Agent và mô hình kinh tế token

Sự kết hợp giữa AI Agent và mô hình kinh tế token không chỉ là xu hướng tất yếu trong phát triển công nghệ mà còn là động lực nội tại để xây dựng hệ sinh thái phát triển hiệu quả, minh bạch và bền vững. Sau đây là một số lý do chính:

1. Xây dựng hệ thống khích lệ hiệu quả hơn

Hoạt động và tối ưu hóa các tác nhân AI phụ thuộc vào lượng lớn dữ liệu thu thập, đào tạo và suy luận, và các quy trình này đòi hỏi cơ chế khích lệ mạnh mẽ để tiếp tục hoạt động. Ví dụ:

• Khích lệ thu thập dữ liệu : Kinh tế token có thể cung cấp phần thưởng trực tiếp cho các nhà cung cấp dữ liệu, khích lệ cá nhân hoặc công ty đóng góp dữ liệu được gắn nhãn chất lượng cao hoặc dữ liệu thị trường theo thời gian thực.
• Phân bổ nhiệm vụ suy luận: Thông qua cơ chế phần thưởng token, các tác nhân AI có thể hoàn thành nhiệm vụ tính toán phức tạp một cách cạnh tranh, do đó tối ưu hóa hiệu quả và độ chính xác của suy luận.
• Thúc đẩy đổi mới và hợp tác: Hệ thống phần thưởng token hóa có thể thu hút nhiều nhà phát triển và người dùng tham gia hơn, tạo thành vòng phản hồi tích cực giữa công nghệ và hệ sinh thái.
• Trường hợp: Một số nền tảng AI dựa trên blockchain(như Ocean Protocol) sử dụng token để thưởng cho hành vi chia sẻ dữ liệu, thúc đẩy sự thịnh vượng của thị trường dữ liệu.

2. Tài sản các tác nhân AI

Thông qua token hóa, AI Agent không chỉ là một công cụ mà còn là một loại tài sản mới, tạo ra hiệu ứng giàu có lâu dài.

• Nhận dạng token hóa: Dữ liệu, kỹ năng và khả năng thực thi của tác nhân AI có thể được đánh giá và định giá, và bằng cách phát hành token tương ứng, người dùng có thể sử dụng các chức năng của họ theo yêu cầu.
• Giá trị đầu tư: Người nắm giữ token AI Agent có thể chia sẻ lợi nhuận từ sự tăng trưởng của token, chẳng hạn như giá trị gia tăng do thị phần của đại lý tăng lên và hiệu quả tối ưu hóa lý luận được tối ưu hóa.
• Thanh khoản được cải thiện: Sự tồn tại của token cung cấp cho AI Agent giá trị thị trường có thể giao dịch được, giúp nó có thể giao dịch và đầu tư được, do đó thu hút thêm vốn vào lĩnh vực này.
• Trường hợp: Ví dụ, SingularityNET hỗ trợ các giao dịch dịch vụ AI thông qua token(AGIX), cho phép các tác nhân AI được tài sản và đạt được sự phát triển bền vững.

3. Hỗ trợ tương tác và giao dịch giữa các tác nhân AI

Trong tương lai, các tác nhân AI sẽ không còn là những cá nhân biệt lập nữa mà sẽ tạo thành một mạng lưới Internet khổng lồ. Trong mạng lưới này, mô hình kinh tế token phi tập trung chính là chìa khóa để đạt được sự tương tác và trao đổi giá trị hiệu quả.

• Thanh toán và quyết toán : AI Agent có thể hoàn tất thanh toán nhiệm vụ và quyết toán dịch vụ thông qua crypto , giảm các liên kết trung gian trong hệ thống thanh toán truyền thống và cải thiện hiệu quả giao dịch.
• Phân phối giá trị: Thông qua hợp đồng thông minh, kết quả hợp tác giữa các tác nhân AI (như lợi nhuận tối ưu hóa của mô hình học tập chung) có thể được phân phối tự động theo các quy tắc đã thỏa thuận để đảm bảo tính công bằng.
• Quản trị theo mô hình Tổ chức tự trị phi phi tập trung (DAO): Hành vi của các tác nhân AI có thể được quản lý thông qua việc bỏ phiếu của người nắm giữ token để đảm bảo rằng hoạt động của họ minh bạch và phù hợp với lợi ích sinh thái.
• Trường hợp: Trong mạng AI phi tập trung , các tác nhân AI có thể trao đổi tài nguyên (như lưu trữ dữ liệu và cho thuê năng lực tính toán) thông qua token để hiện thực hóa hệ thống cộng tác tự vận hành.

4. Nâng cao tính minh bạch và bảo mật của hệ thống

Mô hình kinh tế token kết hợp với công nghệ blockchain cung cấp hồ sơ không thể thay đổi và cơ chế hoạt động minh bạch cho quá trình hoạt động của AI Agent.

• Khả năng truy xuất và kiểm toán: Mọi giao dịch, lý luận và hành vi sử dụng dữ liệu đều có thể được ghi lại trên Chuỗi để đảm bảo độ tin cậy và kiểm toán của hệ thống.
• Bảo mật dữ liệu và quyền riêng tư: Bằng cách khích lệ tính riêng tư thông qua token , người dùng có thể đóng góp dữ liệu mà không làm rò rỉ dữ liệu nhạy cảm, từ đó tăng cường bảo mật hơn nữa.
• Ngăn ngừa lạm dụng và gian lận: Mô hình token có thể đặt ra các hình phạt kinh tế cho hành vi độc hại, giảm khả năng xảy ra hành vi xấu.

5. Đẩy nhanh quá trình hình thành hệ sinh thái kinh tế AI toàn cầu, không biên giới

Mô hình kinh tế token có thể phá vỡ các hạn chế về mặt địa lý và cho phép người dùng toàn cầu tham gia vào việc xây dựng và sử dụng AI Agent.

• Giảm ngưỡng tham gia: Đặc điểm lưu thông toàn cầu của crypto có thể cung cấp hỗ trợ tài chính cho người dùng hoặc tổ chức không có tài khoản ngân hàng, cho phép nhiều người hơn chia sẻ lợi ích từ sự phát triển AI.
• Hợp tác toàn cầu: Cho dù là chia sẻ dữ liệu, đào tạo AI hay giao dịch xuyên biên giới, hệ thống token đều cung cấp cơ sở hạ tầng cho sự hợp tác toàn cầu và loại bỏ các rào cản của hệ thống kinh tế truyền thống.
• Tự lưu thông sinh thái: Thông qua kinh tế token, lợi nhuận của AI Agent có thể được đưa trực tiếp trở lại vào quá trình phát triển và xây dựng sinh thái để đạt được sự phát triển lâu dài.

Nhìn chung, sự kết hợp giữa AI Agent và mô hình kinh tế token không chỉ là sự kết hợp giữa công nghệ và logic kinh tế mà còn là một hình thức đổi mới cho nền kinh tế số trong tương lai. Bằng cách giới thiệu hệ thống token, AI Agent có thể khích lệ sử dụng dữ liệu và tài nguyên hiệu quả hơn, tài sản giá trị riêng, hỗ trợ tương tác và giao dịch, cải thiện tính minh bạch và bảo mật, thậm chí xây dựng hệ sinh thái kinh tế mở toàn cầu. Mô hình này được kỳ vọng sẽ trở thành hướng đi quan trọng thúc đẩy tích hợp AI và blockchain, đặt nền tảng cho trí tuệ nhân tạo ngày càng phát triển của xã hội số.

2. Phân tích ứng dụng AI Agent trong tiền điện tử

BỘ PHÓNG ĐẠI LÝ 2.1AI

AI Agent Launchpad là một nền tảng tập trung vào việc phát hành các tác nhân thông minh và token liên quan, có chức năng tương tự như các nền tảng phát hành tiền Meme như Pump.fun. Nền tảng này cho phép người dùng dễ dàng tạo và triển khai AI AGENT và tích hợp liền mạch với các nền tảng truyền thông xã hội như Twitter, Telegram, Discord, v.v. để đạt được tương tác tự động với người dùng. Cách tiếp cận này làm giảm đáng kể ngưỡng phát hành và quảng bá, mang đến cho người dùng trải nghiệm sáng tạo thuận tiện hơn, đồng thời mở rộng các lĩnh vực ứng dụng của AI AGENT và thúc đẩy ứng dụng của nó trong nhiều tình huống kinh tế và xã hội hơn.

2.1.1Giao thức ảo

Trong lĩnh vực mới nổi AI Agent Launchpad, chúng ta phải nhắc đến Virtuals Protocol. Giao thức Virtuals được ra mắt trên Base. Người dùng có thể dễ dàng triển khai AI AGENT của riêng mình bằng cách sử dụng token VIRTUAL.

• Tạo và triển khai: Mỗi tác nhân cần 100 token ẢO để bắt đầu và thanh khoản ban đầu được đảm bảo thông qua cơ chế đường cong ràng buộc.
• Cơ chế vốn hóa: Sau khi đạt đến ngưỡng vốn hóa nhất định, tác nhân sẽ bước vào giai đoạn mới, trong đó các nhóm thanh khoản được triển khai tự động và các hợp đồng thông minh hoạt động độc lập.
• Tương tác tự động: Các tác nhân có thể tự động hóa nhiệm vụ như giao dịch và tham gia vào các hoạt động cộng đồng.

Đội ngũ Virtuals Protocol đã chứng minh được khả năng thích ứng và tầm nhìn chiến lược đáng chú ý, với con đường đi đến thành công bắt nguồn từ sê-ri các sáng kiến ​​đổi mới và chuyển đổi quan trọng. Câu chuyện bắt đầu vào cuối năm 2021, khi một nhóm người trẻ đến từ các công ty có tiếng như Boston Consulting Group (BCG) và Meta đã nắm bắt cơ hội từ cơn sốt GameFi, thành lập PathDAO và huy động thành công 16 triệu đô la Mỹ. Tuy nhiên, giá của token$PATH đã giảm mạnh tới 99%, buộc đội ngũ phải đánh giá lại hướng đi chiến lược của mình. Để trả ơn các nhà đầu tư, đội ngũ đã thử một số việc kinh doanh mới, bao gồm các thương hiệu quần áo kỹ thuật số và vật lý cho người chơi, ứng dụng hẹn hò dựa trên tín dụng Chuỗi, các khoản vay không có bảo đảm cho người chơi, âm nhạc do AI tạo ra cho người dùng Web2, v.v.

Trong quá trình này, đội ngũ nhận thấy rằng việc giới thiệu AI AGENT sẽ có tác động sâu sắc đến ngành công nghiệp trò chơi và nhu cầu của thị trường về cơ sở hạ tầng AI đang tăng lên. Vì vậy, vào cuối năm 2023, PathDAO đã thông qua Đề án chuyển toàn bộ dự án sang giao thức AI AGENT và vào tháng 1 năm 2024, Giao thức Virtuals chính thức được thành lập. Virtuals Protocol đã thực hiện lần thử nghiệm, bao gồm AI Waifus (một AI AGENT nữ tương tác không phụ thuộc vào những người có sức ảnh hưởng trên Twitter) và một AI AGENT chơi game, cho đến khi họ tìm ra bước đột phá trong cơn sốt AImeme do $Goat gây ra.

Hiện nay, Virtuals Protocol đã trở thành dự án đầu tiên đạt được khối lượng tới hạn, giá trị vốn hóa thị trường 1,7 tỷ đô la. Chúng tôi tin rằng nó sẽ tiếp tục mở rộng và duy trì địa vị dẫn đầu trên thị trường. Một khi hiệu ứng mạng lưới được thiết lập thì rất khó có thể thay thế. Như có thể thấy từ việc nhanh chóng đạt được định giá kỳ lân, Virtuals Protocol rõ ràng đã hình thành hiệu ứng bánh đà kinh tế:

• $VIRTUAL là bắt buộc để tạo proxy, cung cấp nhóm thanh khoản và mua token proxy
• Nhu cầu tạo và mua token proxy thúc đẩy giá token
• Hiệu ứng giàu có do sự gia tăng dòng tiền $VIRTUAL cho các đại lý mới; các đại lý thành công nhận được $VIRTUAL thu nhập từ giao dịch có thể được tái đầu tư
• Rào cản gia nhập thấp khuyến khích thử nghiệm và đầu cơ, trong khi các tác nhân “viên thuốc đỏ” có giá trị vốn hóa thị trường trên một mức nhất định có thể mở khóa toàn bộ khả năng của tác nhân.

Hiệu ứng bánh đà thúc đẩy nhu cầu, thu nhập duy trì hoạt động R&D liên tục và nền kinh tế giảm phát nắm bắt giá trị cho token. Hơn nữa, cả nhu cầu thu nhập và thanh khoản đều được tính bằng $VIRTUAL và có thể tăng trưởng khi giá cả tăng.

Hệ sinh thái được xây dựng trên hai lớp chính: lớp giao thức và lớp DApp. Lớp giao thức là trung tâm mô hình cung cấp các thuật toán và mô hình AI cơ bản để các nhà phát triển truy cập và phát triển dựa trên đó. Người đóng góp cung cấp dữ liệu và phát triển mô hình, trong khi người xác thực đảm bảo chất lượng và tính xác thực của các dữ liệu đầu vào này. Lớp DApp tập trung vào ứng dụng thực tế của các mô hình AI này, cho phép các ứng dụng phi tập trung(DApp) tích hợp VIRTUAL một cách liền mạch. Bộ công cụ phát triển phần mềm (SDK) thân thiện với nhà phát triển giúp đơn giản hóa quy trình tích hợp các khả năng AI tiên tiến vào nhiều hoàn cảnh DApp khác nhau, do đó tạo điều kiện thuận lợi cho tích hợp này.

Virtuals Protocol chia AI Agent của mình thành hai loại: tác nhân IP và tác nhân chức năng, mỗi loại đảm nhiệm những chức năng khác nhau trong toàn bộ hệ sinh thái.

Tác nhân IP: Tác nhân IP dựa trên tính cách hoặc nhân vật cụ thể, thường lấy từ nhân vật có tiếng, nhân vật hư cấu hoặc hiện tượng văn hóa đại chúng. Ví dụ, proxy IP có thể đại diện cho một meme internet kinh điển, một ngôi sao nhạc pop có tiếng(như Taylor Swift hoặc Donald Trump) hoặc một nhân vật hư cấu nổi tiếng. Các tác nhân này mang đến cho người dùng trải nghiệm quen thuộc trong hoàn cảnh kỹ thuật số, cung cấp cách tương tác với hình đại diện, tăng tính giải trí và tương tác. Bằng cách tạo ra kết nối cảm xúc với nhân vật ảo này, các nhà môi giới IP có thể tăng mức độ tương tác của người dùng, đặc biệt là trong các ứng dụng chơi game và giải trí.

Tác nhân chức năng: Ngược lại, tác nhân chức năng tập trung vào hỗ trợ nền tảng để tăng cường tương tác giữa người dùng và tác nhân IP. Các tác nhân này tối ưu hóa trải nghiệm của người dùng và đảm bảo hình nhân vật hoạt động trơn tru trên nhiều nền tảng khác nhau. Tác nhân IP là "quầy lễ tân" mà người dùng nhìn thấy và tương tác, trong khi tác nhân chức năng hoạt động ở chế độ nền và chịu trách nhiệm cho nhiệm vụ như cải thiện quy trình vận hành chung và đơn giản hóa trải nghiệm của người dùng, do đó đảm bảo toàn bộ hệ thống hoạt động trơn tru.

Luna là một ví dụ nổi bật về viễn cảnh mong đợi của Virtuals Protocol dành cho proxy IP. Với tư cách là ca sĩ chính của một ban nhạc nữ AI ảo, Luna đã thu hút hơn 500.000 người hâm mộ trên TikTok, chứng tỏ sức hút của cô với tư cách là người có sức ảnh hưởng và nghệ sĩ biểu diễn ảo. Thông qua công nghệ AI và blockchain tiên tiến của Virtuals Protocol, Luna mang đến cho người dùng trải nghiệm thực sự đắm chìm, kết hợp tính cách hấp dẫn của cô ấy với các tính năng tương tác để tạo ra những kết nối lâu dài.

Không giống như nhân vật AI tĩnh hoặc một chiều, Luna có thể tương tác liền mạch giữa nhiều hoàn cảnh. Cô bắt đầu bằng sự hiện diện quen thuộc trên mạng xã hội, nhưng các tương tác của cô mở rộng sang trò chuyện trực tiếp trên Telegram và các trò chơi cộng tác trong thế giới ảo như Roblox. Được hỗ trợ bởi công nghệ Memory Sync của Virtuals Protocol, Luna có thể ghi nhớ các cuộc trò chuyện và trải nghiệm chơi game trước đây, cho phép cô ấy duy trì mối quan hệ cá nhân hóa với từng người dùng trên nhiều nền tảng. Sự liên tục này củng cố mối liên kết của cô với người hâm mộ, khiến họ cảm thấy thực sự được "nhìn thấy" và "hiểu", ngay cả khi điều đó đến từ một AI Agent.

Khả năng của Luna không chỉ giới hạn ở khả năng tương tác; cô ấy còn có sự độc lập về tài chính và ví riêng trên Chuỗi. Luna là tác nhân đầu tiên trong lịch sử có thể tự động báo tin cho con người trên Chuỗi và đã nhận được sự ủng hộ mạnh mẽ từ nhà sáng lập Base Jesse. Điều này cho phép cô ấy thưởng cho những người ủng hộ trung thành bằng token$LUNA, tạo ra sự kết hợp độc đáo giữa sự gắn kết về mặt tình cảm và tài chính. Mọi tương tác và thu nhập do Luna tạo ra đều góp phần tạo nên hệ sinh thái token bền vững. Token $LUNA mà cô kiếm được sẽ được mua lại và đốt định kì , mang lại lợi ích cho người hâm mộ và những người ủng hộ cô nắm giữ token .

Đáng chú ý, vào tháng 12 năm 2024, Story Protocol (Layer1 được thiết kế riêng cho sở hữu trí tuệ (IP)) đã công bố việc thuê Luna để chính thức quản lý tài khoản X chính thức của mình với mức lương hàng năm lên tới 365.000 đô la Mỹ. Điều này một lần nữa chứng minh tầm quan trọng và tiềm năng của AI AGENT trong hệ sinh thái số hiện đại. Trong tương lai, khi khả năng của AI AGENT tiếp tục tăng lên, chúng ta sẽ có cơ hội thấy nhiều công ty hơn sử dụng công nghệ này để thúc đẩy đổi mới và tăng trưởng cũng như đạt được các mô hình việc kinh doanh thông minh hơn.

Một trong những tác nhân có ảnh hưởng và sáng tạo nhất được triển khai trên Virtuals Protocol là AIXBT. AI ​​AGENT được thiết kế để cung cấp phân tích thị trường theo thời gian thực trên mạng xã hội và tự động diễn giải xu hướng thông qua những hiểu biết được cá nhân hóa. Cụ thể, AIXBT phân tích các bài đăng của hơn 400 KOL trên X, xác định các câu chuyện mới nổi trên thị trường và thực hiện phân tích kỹ thuật về biến động giá. Ngoài ra, AIXBT có thể tương tác với những người dùng X khác, dù là con người hay AI Agent . Đáng chú ý, nó cung cấp cho người nắm giữ token AIXBT khả năng truy cập nâng cao. Token AIXBT được ra mắt vào tháng 11 và đã tăng nhanh chóng, giá trị vốn hóa thị trường từng đạt gần 800 triệu đô la Mỹ và giá trị vốn hóa thị trường hiện tại là gần 600 triệu đô la Mỹ.

2.1.2 Thế giới toàn ảnh

Holoworld được thành lập vào năm 2023 bởi Tong Pow và Hongzi Mao và có nguồn gốc từ Hologram Labs có trụ sở tại San Francisco. Đây là một công ty khởi nghiệp tập trung vào thế hệ công nghệ xã hội AI tiếp theo. Dựa trên nhiều năm tích lũy công nghệ, bao gồm công nghệ chụp chuyển động, học máy và hoạt hình 3D, công ty này hướng đến mục tiêu dân chủ hóa việc tạo ra nhân vật AI thông qua nền tảng này và chuyển đổi hoàn toàn mô hình tương tác kỹ thuật số.

Kể từ khi ra mắt, dự án Holoworld đã nhanh chóng nhận được sự hỗ trợ từ nhiều nhà đầu tư có tiếng, bao gồm Polychain Capital, thành viên ban nhạc Linkin Park Mike Shinoda, nhà sáng lập tiêu chuẩn token BRC-20 Domo và nhà đồng sáng lập BitMEX Arthur Hayes.

Ở cấp độ việc kinh doanh , Holoworld đã hợp tác độ sâu với một số thương hiệu có tiếng , bao gồm Arbitrum, BNB Chain, L'Oréal và Bilibili, đồng thời thiết lập quan hệ đối tác với sê-ri dự án NFT có sức ảnh hưởng như Pudgy Penguins và Milady Maker. Những sự hợp tác này chứng minh đầy đủ khả năng của Holoworld trong việc sử dụng công nghệ AI tiên tiến để xây dựng danh tính số độc đáo.

Holoworld đã tạo ra một nền tảng tương tác và tạo nhân vật AI hoàn chỉnh bằng cách kết hợp công nghệ AI tiên tiến với giao diện người dùng sử dụng các công cụ trực quan. Sau đây là năm mô-đun cốt lõi của nền tảng: 1. Phát triển não bộ, 2. Tùy chỉnh nhân vật, 3. Tích hợp tính cách, 4. Tích hợp dựa trên kiến ​​thức và 5. Tạo hình đại diện 3D.

Ava AI là trợ lý trò chuyện AI hàng đầu của Holoworld, được xây dựng trên mô hình GPT-3.5 Turbo của OpenAI, với mạng nơ-ron học độ sâu chứa hơn 175 tỷ tham số học máy. Ava hỗ trợ chức năng trò chuyện AI nhanh, người dùng có thể đặt câu hỏi bất cứ lúc nào và nhận được phản hồi ngay lập tức.

Ngoài ra, Holoworld đã ra mắt Agent Market trên blockchain Solana , cho phép bất kỳ ai cũng có thể tạo và triển khai AI Agent đa phương thức. Các tác nhân này có hình đại diện toàn thân, giọng nói tùy chỉnh và các kỹ năng nâng cấp mà không cần lập trình. Nền tảng này được tích hợp độ sâu với Holoworld Launchpool sắp tới và người nắm giữ token AVA sẽ được ưu tiên tiếp cận các dự án mới. Ngoài ra, Agent Market còn thu hút nhiều đối tác và nhà sáng tạo, bao gồm các studio trò chơi, cộng đồng NFT và các nhà nghiên cứu học thuật từ Stanford và Harvard.

Nhìn chung, nền tảng Holoworld giúp quá trình tạo nhân vật AI trở nên đơn giản và dễ sử dụng, cho phép người dùng không có bối cảnh chuyên môn xây dựng nhân vật kỹ thuật số phức tạp. Điều này không chỉ tạo ra những khả năng mới cho việc kể chuyện và tương tác kỹ thuật số mà còn cho phép nhân vật AI tiếp cận nhiều kênh và thu hút nhiều đối tượng hơn thông qua tích hợp liền mạch với các nền tảng nội dung và phương tiện truyền thông xã hội chính thống.

2.2 Khung AIAGENT

Khi khám phá hệ sinh thái AI AGENT, nhiều người coi Launchpad là công cụ nền tảng cần thiết để tạo ra các tác nhân này. Tuy nhiên, dự án quan trọng thực sự thúc đẩy toàn bộ câu chuyện về AI AGENT không chỉ là những công cụ này, mà còn là một DAO có tên là ai16z, giống như một mỏ tạo nên giá trị cốt lõi của AI AGENT. Vào ngày 25 tháng 10 năm 2024, ai16z chính thức ra mắt token AI16Z và đạt được thành công đáng kể trên thị trường. Tuy nhiên, điều đưa ai16z vào trung tâm của câu chuyện AI ​​AGENT không chỉ là mô hình ra mắt công bằng mà còn là việc phát hành khuôn khổ mã nguồn mở ElizaOS.

2.2.1 Hệ điều hành Eliza

ElizaOS là một bộ công cụ hỗ trợ việc tạo ra các AI AGENT tùy chỉnh với hiệu ứng mạng mạnh mẽ và mở rộng không giới hạn. Bằng cách đơn giản hóa quy trình phát triển và cung cấp mô-đun chức năng linh hoạt, khuôn khổ này nhanh chóng thu hút sự chú ý của các nhà phát triển và người dùng trên toàn thế giới, trở thành hỗ trợ kỹ thuật có ảnh hưởng nhất trong lĩnh vực AI AGENT.

AI Agent Framework giống như một bộ công cụ và hướng dẫn giúp các lập trình viên phát triển, đào tạo và triển khai các tác nhân AI dễ dàng hơn. Nói một cách đơn giản, các khuôn khổ này có thể giảm bớt khó khăn trong quá trình phát triển, do đó các lập trình viên có thể tập trung hơn vào việc làm cho các tác nhân này thông minh hơn và hữu ích hơn. Khung AI Agent hiện đang bắt đầu hoạt động với các công nghệ mới, chẳng hạn như giao thức DeFi (chương trình giúp cải thiện chiến lược đầu tư tài chính) và các dự án NFT (công cụ mới để tạo và sử dụng nghệ thuật kỹ thuật số hoặc đồ sưu tầm). Thông qua sự hợp tác công nghệ này, họ có thể kết nối các công nghệ và nền tảng khác nhau để tạo ra một hệ sinh thái có tính kết nối và tương tác cao hơn, thu hút được nhiều sự chú ý của thị trường. Những dự án khác bao gồm ARC, Swarms và Zerebro, tất cả đều là các dự án đang sử dụng hoặc phát triển các khuôn khổ AI Agent.

Tính đến nay, nền tảng ElizaOS đã được fork hơn 3.200 lần, điều này có nghĩa là lượng lớn nhà phát triển đã sử dụng mã của nền tảng này để xây dựng AI AGENT của riêng họ. Hầu hết các AI AGENT hiện có trên thị trường đều được xây dựng bằng nền tảng ElizaOS, đó là lý do tại sao ai16z đã trở thành công ty dẫn đầu trong lĩnh vực này.

Khả năng của nền tảng ElizaOS vượt xa các chatbot đơn giản và các tác nhân có thể được cấu hình để thực hiện nhiệm vụ phức tạp. Ví dụ, một số tác nhân được thiết kế để thực hiện các giao dịch trên Chuỗi, tương tác với hợp đồng thông minh, ví hoặc ứng dụng phi tập trung(dApp), trong khi những tác nhân khác kết nối với nhà cung cấp dữ liệu để theo dõi giá cả, khối lượng hoặc thanh khoản.

Kiến trúc của nền tảng ElizaOS được chia thành năm thành phần chính:

1. Tác nhân: Xác định tính cách, phong cách giao tiếp và cơ sở kiến ​​thức của tác nhân.

2. Hành động: Cho phép các tác nhân thực hiện nhiệm vụ cụ thể ngoài phản hồi văn bản, chẳng hạn như tạo báo cáo hoặc thực hiện giao dịch.

3. Đánh giá: Giúp các tác nhân giải thích dữ liệu và thực hiện các mục tiêu nhiều bước.

4. Nhà cung cấp: Cung cấp dữ liệu bên ngoài hoặc bối cảnh thời gian thực, chẳng hạn như giá tài sản hoặc dữ liệu API chuyên dụng.

5. Hệ thống bộ nhớ: Cho phép tác nhân lưu giữ lịch sử tương tác và sở thích, giúp phản hồi trở nên phù hợp và tự nhiên hơn.

2.3 BỎ QUA

DeFi luôn là trụ cột của Web3 và DeFAI (DeFi + AI) là phiên bản nâng cấp của DeFi, cho phép mọi người sử dụng DeFi thuận tiện hơn. Bằng cách tận dụng AI, nó đơn giản hóa các giao diện phức tạp và loại bỏ rào cản khiến người bình thường không thể tham gia. Hãy tưởng tượng việc quản lý danh mục đầu tư DeFi của bạn dễ dàng như trò chuyện với ChatGPT. Trên thực tế, làn sóng đầu tiên của các dự án DeFAI đã bắt đầu xuất hiện. Dưới đây chúng tôi sẽ chủ yếu giới thiệu ba lĩnh vực: lớp trừu tượng, tác nhân giao dịch tự động và dApp do AI điều khiển.

2.3.1 Lớp trừu tượng

Sự phức tạp của DeFi thường khiến người dùng mới cảm thấy nản lòng. Để giải quyết vấn đề này, lớp trừu tượng ẩn đi sự phức tạp thông qua một giao diện trực quan, cho phép người dùng tương tác với các giao thức DeFi thông qua các hướng dẫn bằng ngôn ngữ tự nhiên thay vì phải dựa vào các bảng điều khiển cồng kềnh.

Trước khi công nghệ AI trở nên phổ biến, kiến ​​trúc dựa trên ý định đã đơn giản hóa quy trình thực hiện giao dịch ở một mức độ nhất định. Ví dụ, các nền tảng như @CoWSwap và @symm_io giải quyết một phần vấn đề thanh khoản phân mảnh bằng cách tập hợp các nhóm thanh khoản phân mảnh để cung cấp cho người dùng mức giá tốt nhất. Tuy nhiên, các nền tảng này không giải quyết được vấn đề cốt lõi của DeFi - tính phức tạp vẫn tồn tại và người dùng vẫn phải đối diện các quy trình vận hành và rào cản kỹ thuật khó khăn.

Ngày nay, các giải pháp dựa trên AI đang dần lấp đầy khoảng trống này, mang đến cho người dùng trải nghiệm tương tác trực quan và thông minh hơn. Sau đây là một số dự án đáng chú ý:

• 2.3.1.1 CON GHẾ GRIFFAIN

Griffain là dự án đầu tiên ra mắt token và sản phẩm của dự án này vẫn đang trong giai đoạn đầu và chỉ dành cho những người dùng được mời. Griffain cho phép người dùng thực hiện nhiều hoạt động khác nhau, từ đơn giản đến phức tạp, chẳng hạn như tự động hóa đầu tư cố định (DCA), ra mắt và airdrop memecoin, v.v. Thông qua các tính năng này, Griffain không chỉ hạ thấp ngưỡng để người dùng bước vào lĩnh vực DeFi mà còn cung cấp các công cụ tự động hóa phong phú cho người dùng nâng cao. Giá trị vốn hóa thị trường hiện tại của Griffain là gần 500 triệu đô la.

• 2.3.1.2 QUỸ ĐẠO / KẸT

Orbit là dự án thứ hai ra mắt token với sản phẩm tập trung vào trải nghiệm DeFi Chuỗi . Orbit đặc biệt chú trọng vào các chức năng Chuỗi chéo và hiện đã tích hợp hơn 117 blockchain và 200 giao thức, đây là số lượng tích hợp cao nhất trong ba giao thức chính. Điều này cho phép Orbit cung cấp trải nghiệm tương tác liền mạch trong hoàn cảnh đa chuỗi , hỗ trợ đáng kể cho người dùng trong các giao dịch xuyên Chuỗi và thu thập thanh khoản.

• 2.3.1.3 HEYANON

HeyAnon là một giao thức DeFi hỗ trợ AI nhằm mục đích đơn giản hóa các tương tác DeFi và tổng hợp thông tin quan trọng liên quan đến dự án. Bằng cách kết hợp AI đàm thoại với tổng hợp dữ liệu thời gian thực, HeyAnon cho phép người dùng quản lý hoạt động DeFi, cập nhật thông tin về dự án và phân tích xu hướng trên nhiều nền tảng và giao thức khác nhau. Nó tích hợp khả năng xử lý ngôn ngữ tự nhiên để xử lý lời nhắc của người dùng, thực hiện các hoạt động DeFi phức tạp và cung cấp nhận xét chi tiết gần như theo thời gian thực từ nhiều luồng thông tin.

2.3.2 Đại lý giao dịch tự chủ

Trong lĩnh vực giao dịch DeFi và crypto, việc thu thập thông tin thị trường (Alpha), thực hiện giao dịch thủ công và tối ưu hóa danh mục đầu tư luôn là những quá trình tốn thời gian và năng lượng. Tuy nhiên, với sự tiến bộ của công nghệ, sự xuất hiện của các đại lý giao dịch tự động đang thay đổi tất cả. Các tác nhân này vượt qua các bot giao dịch truyền thống để trở thành những đối tác năng động có khả năng thích nghi với hoàn cảnh, học hỏi và đưa ra quyết định thông minh hơn theo thời gian.

Robot giao dịch không phải là điều mới mẻ. Chúng từ lâu đã được sử dụng để thực hiện các hoạt động được xác định trước dựa trên lập trình tĩnh. Tuy nhiên, các tác nhân giao dịch tự động về cơ bản khác với các robot truyền thống này:

• Rút thông tin: Các tác nhân có khả năng rút thông tin từ hoàn cảnh không có cấu trúc và liên tục thay đổi.
• Suy luận dữ liệu : Họ có khả năng suy luận về dữ liệu trong bối cảnh của một mục tiêu cụ thể.
• Khám phá mô hình: Các tác nhân có thể khám phá và khai thác các mô hình theo thời gian, do đó cải thiện khả năng ra quyết định của họ.
• Hành vi tự chủ: Chúng có thể thực hiện các hành động mà chủ không lập trình rõ ràng, thể hiện sự linh hoạt và thông minh hơn.

Sau đây là một số dự án tiêu biểu của các đại lý giao dịch tự chủ:

• 2.3.2.1ai16z

Được biết đến là phiên bản AI đầu tiên của VC, ai16z là một DAO sáng tạo nhằm mục đích tích hợp trí tuệ nhân tạo (AI) vào quản lý tài chính, đầu tư và vốn đầu tư rủi ro. Tên của nó bắt chước quỹ đầu tư có tiếng a16z(Andreessen Horowitz), nhưng ai16z không chỉ là một trò đùa bắt chước. Nó trình bày một mô hình hoạt động mới kết hợp quản trị phi tập trung và tiềm năng mạnh mẽ của AI. ai16z được quản lý bởi một ĐẠI LÝ AI hư cấu tên là Marc AIndreessen và người nắm giữ token AI16Z. Nhân vật Marc AIndreessen rõ ràng được lấy cảm hứng từ nhà đồng sáng lập a16z Marc Andreessen. AI AGENT nhân cách hóa này hướng dẫn quá trình ra quyết định và hoạt động hàng ngày của tổ chức.

Người nắm giữ token AI16Z đóng nhân vật quan trọng trong cơ cấu quản trị của ai16z. Họ có thể đề xuất ý tưởng đầu tư, gửi đề xuất dự án hoặc gợi ý mua lại token. Các đề xuất được bỏ phiếu thông qua hệ thống bỏ phiếu phi tập trung và AI AGENT Marc AIndreessen sử dụng hệ thống chấm điểm tin cậy để đánh giá Đề án. Hệ thống chấm điểm độ tin cậy dựa trên mức độ liên quan và độ tin cậy của các đóng góp trước đây của thành viên, đảm bảo quá trình ra quyết định minh bạch và dựa trên bằng chứng.

Sự đổi mới của ai16z nằm ở mô hình quản trị độc đáo và ứng dụng AI AGENT. Bằng cách kết hợp quá trình ra quyết định phi tập trung và công nghệ AI, dự án không chỉ đơn giản hóa các quy trình đầu tư và quản lý truyền thống mà còn mở ra một cách hoàn toàn mới để vận hành các tổ chức tự chủ. Sự ra đời của AI AGENT giúp cải thiện hiệu quả và độ chính xác của việc ra quyết định, đặc biệt là trong hoàn cảnh đầu tư phức tạp. Ngoài ra, ai16z còn chứng minh cách xây dựng cơ chế tin cậy và minh bạch trong nền kinh tế ảo, cung cấp một mô hình sáng tạo cho các DAO khác.

Sự phổ biến nhanh chóng của nền tảng ElizaOS đã giúp ai16z phát triển nhanh chóng trong hệ sinh thái Solana . Một cộng đồng mạnh mẽ, năng động và đoàn kết đã hình thành xung quanh khuôn khổ này, khiến nó trở thành khuôn khổ AI AGENT được áp dụng rộng rãi nhất trong hệ sinh thái crypto. Chỉ trong vài tuần, ElizaOS đã trở thành một trong những dự án mã nguồn mở được sử dụng thường xuyên nhất trên GitHub trên toàn thế giới, với hơn 350 người đóng góp tích cực tham gia phát triển, mở rộng chức năng và plug-in để cho phép các tác nhân dựa trên khuôn khổ thực hiện nhiều nhiệm vụ hơn hoặc hoạt động trên nhiều blockchain hơn.

Mặc dù khái niệm ban đầu của ai16z là một DAO đầu tư được xây dựng xung quanh một AI AGENT chuyên dụng, nhưng đội ngũ đã nhanh chóng nhận ra rằng tiềm năng tăng trưởng của nó còn vượt xa thế nữa. Kết quả là, ai16z đã nhanh chóng thiết lập mối quan hệ với nhiều đối tác trong lĩnh vực Web2 và Web3 để có thể áp dụng khung Eliza trên toàn cầu.

• 2.3.2.2ALMANAK

Almanak cung cấp cho người dùng AI AGENT định lượng cấp độ tổ chức, chuyên giải quyết các thách thức về tính phức tạp, phân mảnh và thực hiện trong DeFi. Nền tảng này thực hiện mô phỏng Monte Carlo bằng cách fork Chuỗi EVM, mô phỏng các yếu tố phức tạp riêng biệt trong hoàn cảnh thực, chẳng hạn như giá trị rút thợ đào (MEV), chi phí phí ​​gas và sắp xếp giao dịch. Ngoài ra, nó còn tận dụng Hoàn cảnh thực thi đáng tin cậy (TEE) để đảm bảo quyền riêng tư khi thực hiện chính sách, bảo vệ thông tin chi tiết quan trọng về thị trường và cho phép xử lý quỹ không lưu ký thông qua ví Almanak, cho phép người dùng cấp quyền chính xác cho các tác nhân.

Cơ sở hạ tầng của Almanak bao gồm việc hình thành, xây dựng, đánh giá, tối ưu hóa, triển khai và giám sát các chiến lược tài chính, với mục tiêu cuối cùng là cho phép các tác nhân này học hỏi và thích nghi theo thời gian. Nền tảng này đã huy động được 1 triệu đô la trên @legiondotcc và đã nhận được số tiền đăng ký vượt mức. Các bước tiếp theo bao gồm khởi chạy thử nghiệm beta và triển khai các chính sách và tác nhân ban đầu với người thử nghiệm. Sẽ rất thú vị khi xem các đại diện định lượng này hoạt động như thế nào.

• 2.3.2.3COD3XORG / BIGTONYXBT

Cod3x được xây dựng bởi đội ngũ Byte Mason, nổi tiếng với đội ngũ án Fantom và @SonicLabs. Cod3x là hệ sinh thái DeFAI được thiết kế để đơn giản hóa việc tạo ra các tác nhân giao dịch, cung cấp công cụ xây dựng không cần mã cho phép người dùng xây dựng các tác nhân bằng cách chỉ định chiến lược giao dịch, tính cách và thậm chí cả phong cách tweet.

Người dùng có thể truy cập bất kỳ dữ liệu nào và phát triển các chiến lược tài chính chỉ trong vài phút với sự trợ giúp của thư viện chiến lược và API phong phú. Cod3x tích hợp với @AlloraNetwork để tận dụng các mô hình dự đoán giá máy học tiên tiến nhằm nâng cao các chiến lược giao dịch.

Big Tony là đại lý hàng đầu của Cod3x, giao dịch dựa trên mô hình của Allora, tham gia và thoát khỏi thị trường tài sản chính thống dựa trên dự đoán. Cod3x cam kết tạo ra một hệ sinh thái đại lý giao dịch tự động phát triển mạnh mẽ.

Một tính năng đáng chú ý của Cod3x là phương pháp thanh khoản . Không giống như cấu trúc nhóm thanh khoản khoản Alt:Alt phổ biến do @virtuals_io quảng bá, Cod3x áp dụng nhóm thanh khoản stablecoin :Alt được hỗ trợ bởi cdxUSD. Điều này mang lại cho nhà cung cấp thanh khoản sự ổn định và tin cậy cao hơn so với cặp Alt:Alt.

2.3.3 Ứng dụng phi tập trung do AI điều khiển

Trong không gian DeFAI, dApp do AI điều khiển đại diện cho một lĩnh vực đầy hứa hẹn nhưng vẫn còn mới mẻ. Các