去中心化金融+人工智慧=去中心化金融

本文为机器翻译
展示原文

对 DeFai(DeFi x Ai)当前格局的早期探索。

1/ 简介:

在短短 3 个月内,AI x memecoin 市场市值已达到 134 亿美元,可与 AVAX 和 SUI 等成熟的 L1 区块链相媲美。

事实上,人工智能与区块链有着悠久的历史,从早期在 Bittensor 子网上进行去中心化模型训练,到 Akash 和 io.net 等去中心化 GPU / 计算资源市场,再到当前在 Solana 上掀起的 AI x memecoins 和框架浪潮。每个阶段都表明,加密在某种程度上可以通过资源聚合来补充人工智能,从而实现自主人工智能和消费者用例。

首批Solana AI 代币引入了超越投机的实用功能。值得注意的例子包括 ai16z 的 ELIZA 框架、Virtual 的用于市场分析和内容创建的 aixbt AI 代理,以及将 AI 与区块链功能相结合的各种工具包。

第二次人工智能浪潮正在展开,成熟的工具已经到位,真实的应用和实施已经成为主要的价值驱动力,而 DeFi 正在成为这些创新的理想试验场。

根据 CoinGecko 的数据,DeFai 的市值约为 10 亿美元。Griffian 以 45% 的份额占据市场主导地位,而 $ANON 则占有 22%。12 月 25 日之后,该行业开始快速增长,当时 Virtual 和 ai16z 等框架和平台在圣诞节假期后“美国资金”回归后获得了发展势头。

资料来源:Coingecko.com

这仅仅是一个开始。DeFai 的潜力远远超出了目前的状态。虽然它的集成仍处于概念验证阶段,但我们不应低估它通过人工智能功能将 DeFi 革命性地转变为更智能、用户友好和高效的金融生态系统的能力。

在探索 DeFai 的前景之前,必须了解代理在 DeFi 和区块链环境中运作的基本机制。

2/ 代理在 DeFi 中如何运作?

AI 代理是按照特定工作流程代表用户执行任务的程序。这些代理的核心由 LLM 提供支持,可根据其训练数据生成响应。

这些代理通过记忆保留来增强用户体验,存储过去的交互以从用户行为模式中学习。此功能使他们能够调整响应并根据历史背景生成个性化建议和策略。

在区块链中,代理可以与智能合约和账户交互,以处理复杂的任务,而无需不断进行人工干预。例如,通过一键执行多步骤桥接和耕作来简化 DeFi 用户体验,优化收益耕作策略以获得更好的回报,执行交易(买入/卖出)并进行市场分析,所有这些都是自主的。

参考@threesigmaxyz的研究,大部分模型遵循6个特定的工作流程:

- 数据收集
- 模型推断
- 决策
- 托管和运营
- 互概率
- 钱包

  • 数据收集:

首先,模型需要了解它们需要运行的操作环境。

因此,他们需要多个数据流来使模型与市场状况保持同步。这包括 1) 来自索引器和预言机的链上数据 2) 通过 API 获得的链下数据,数据来自价格平台 CMC / Coingecko / 其他数据提供商。

  • 模型推断:
https://www.researchgate.net/figure/The-main-types-of-machine-learning-Main-approaches-include-classification-and-regression_fig1_354960266

一旦模型学习了环境,它们就需要应用知识根据用户新的、未见过的输入数据进行预测或执行。代理使用的模型包括:

1) 监督和无监督学习:使用标记或无标记数据训练模型来预测结果。在区块链环境中,这些模型可以分析治理论坛数据来预测投票结果或识别交易模式。

2)强化学习:通过评估其行为的回报和后果,通过反复试验进行学习的模型。应用包括优化代币交易策略,例如确定代币购买的最佳切入点或调整收益耕作参数。

3)自然语言处理(NLP):理解和处理人类语言输入的技术。它对于扫描治理论坛和提案以获取见解或摘要很有价值。

  • 决策

借助经过训练的模型和数据,代理可以通过其决策能力采取行动。这包括解释当前情况并做出适当反应。

在此阶段,优化引擎在寻找最佳结果方面发挥着重要作用。例如,代理商在执行收益策略之前需要平衡滑点、价格差异、交易成本和潜在利润等多种因素。

由于单个代理可能无法针对不同领域的决策进行优化,因此可以部署多代理系统来协调行动。

  • 托管和运营

由于任务的计算密集型特性,AI 代理通常会将其模型托管在链下。有些代理依赖于 AWS 等中心化云服务,而那些更喜欢去中心化的代理则使用 Akash 或 Ionet 等分布式计算网络,以及 Arweave 进行数据存储。

尽管 AI 模型在链下运行,但代理需要与链上协议交互才能执行智能合约功能并管理资产。这种交互需要安全的密钥管理解决方案(如 MPC 钱包或智能合约钱包)来安全地处理交易。代理可以通过 API 进行操作,以在 Twitter 和 Telegram 等社交平台上与社区进行交流和互动。

  • 互操作性

代理需要与各种协议交互,同时保持不同系统之间的更新。它们通常使用 API 桥来获取外部数据,例如价格信息。

为了跟上当前协议状态并做出适当的响应,代理依赖于通过 webhook 或 IPFS 等分散式消息传递协议进行实时同步。

  • 钱包:

代理需要钱包或访问私钥才能发起区块链交易,市场上有两种常见的钱包/密钥管理类型。

- 基于 MPC
- 基于TEE

对于投资组合管理应用,MPC 或 TSS 可以在代理、用户和受信任方之间拆分密钥,而用户仍然可以对 AI 保持一定程度的控制。Coinbase AI Replit 钱包有效地演示了这种方法,展示了如何使用 AI 代理实现 MPC 钱包。

对于完全自主的 AI 系统,TEE 提供了一种替代方案,即将私钥存储在安全区域中,从而使整个 AI 代理可以在隐蔽且受保护的环境中运行,免受第三方干扰。然而,TEE 解决方案目前面临两个主要挑战:硬件集中化和性能开销。

集齐 AI 的 6 颗宝石后,即可在区块链上创建自主代理。现在,不同的代理可以在 DeFi 生态系统中各自发挥作用,以提高链上效率和交易体验。

3/ DeFai 生态系统地图

DeFai x Ai 有 4 个主要类别。

3.1 抽象/用户体验友好的人工智能
3.2 收益优化或投资组合管理
3.3 DeFai基础设施或平台。
3.4 市场分析或预测机器人

3.1 抽象人工智能/用户体验友好的人工智能

人工智能的核心目的是提高效率,解决复杂问题,并为用户简化复杂的任务。在 DeFi 中,基于抽象的人工智能有助于降低复杂性障碍,使新手和经验丰富的交易者都更容易使用 DeFi。

在区块链中,有效的人工智能解决方案应该能够:

-自动执行多步骤交易和质押操作,不需要用户具备任何行业知识。

- 进行实时研究并提供用户做出明智交易决策所需的所有必要信息和数据。

- 从各个平台获取数据以识别市场机会并为用户提供全面的分析。

大多数抽象工具的核心都是由 ChatGPT 提供支持。

虽然这些模型需要与区块链无缝集成,但在我看来,似乎没有模型经过专门训练或使用区块链数据进行微调。

— 格里芬:

griffain 创始人 Tony 在 Solana 黑客马拉松期间提出了这一概念。他后来将这个想法转化为一款实用产品,并获得了 Solana 创始人 Anatoly 的支持和认可。

简单来说,griffain 是目前 solana 上第一个也是性能最高的抽象人工智能,它可以执行交换、钱包管理、NFT 铸造、代币狙击等等。

具体来说,griffain 提供以下功能:

- 使用自然语言执行交易
- 代理可以代表用户发推文
- 多代理协调
- 使用 pumpfun 启动代币,铸造 NFT,您可以选择空投地址。
- 根据特定关键字或条件在 pumpfun 上抢占新推出的 memecoins 权益质押、自动化并执行 defi 策略
- 从平台获取数据进行市场分析,例如识别代币的最大持有者。
- 调度任务,用户可以将记忆输入到代理中来构建定制代理。

尽管 griffain 提供了众多功能,但用户仍然需要手动输入代币地址或向代理提供具体指令才能执行。因此,目前的产品尚未针对可能不熟悉这些技术要求的初学者进行充分优化。

目前为止,griffain 提供两种类型的 AI 代理:个人 AI 和特殊代理。

  1. 个人 AI代理由用户控制。用户可以自定义指令并输入记忆设置,以根据自己的偏好使用情况定制代理。
  2. 特殊代理是为特定任务而设计的代理。例如,空投代理经过训练可以找到地址并将代币分发给指定持有者,而质押代理则被编程为将 SOL 或其他资产质押在池中以进行收益耕作。

一个显著的特点是 griffain 的多代理协作系统,其中多个代理可以在一个聊天室中一起工作。这些代理能够独立解决复杂任务,同时保持协调一致。

来源:https: //griffain.com

钱包:

创建帐户后,系统会生成一个具有隐私的钱包,用户可以将帐户委托给代理人来执行交易并自主管理投资组合。

其中,密钥通过 Shamir 的秘密共享进行分割,这样无论是 griffain 还是 privy 都无法保管钱包,根据 slate 的说法,SSS 的工作原理是将密钥分成 3 个部分,其中包括:

1. 设备共享:存储在您的浏览器中并在选项卡打开时检索。

2. Auth Share:存储在 Privy 的服务器上,当您进行身份验证并登录应用程序时会检索到该信息。

3. 恢复共享:以加密形式存储在 Privy 的服务器上,只有当用户输入密码登录选项卡时才会解密并获取它。

此外,griffain 的前端还为用户提供了导出或导出的选项。

匿名:

Anon 由 Daniele Sesta 创建,他因创建 DeFi 协议奇境和 MIM(Magic Internet Money)而闻名。与 Griffain 类似,Anon 旨在简化 DeFi 新手和老手的交互。

尽管该团队已经概述了潜在的功能,但由于该产品尚未公开发布,因此尚未验证任何功能。

其中包括的一些功能:

- 用自然语言(包括中文在内的国际语言)进行交易
- LayerZero 实现跨链桥接
- 与 Aave、Sparks、Sky 和 Wagmi 等合作协议进行借贷和供应
- 通过 Pyth 获取实时价格和数据
- 提供时间-gas-价格基础自动化和触发器
- 提供实时市场洞察,如情绪检查、社交资料分析等。

除此之外,daniele 最近发布了 2 条关于 Anon 的重要更新:

-自动化框架:

一个 typeScript 框架,帮助更多项目更快地与 Anon 集成。该框架将要求所有数据和交互都遵循预定义的结构,以便 Anon 降低 AI 产生幻觉的风险并提高可靠性。

杰玛

研究重点代理可以从链上 DeFi 指标(例如 TVL、交易量、Prepdex 融资率)和链下数据(例如 Twitter 和 Telegram)收集实时数据,以进行社交情绪分析。这些数据将转化为机会警报和针对用户的定制见解。

从文档来看,这使得 Anon 成为整个领域最受期待和最强大的抽象工具之一,尤其是在这个市场。

Slate(尚无代币):

在 BigBrain Holdings 的支持下,Slate 将自己定位为基于链上信号自主交易的“Alpha AI”。目前,Slate 是唯一能够在 Hyperliquid 上自动执行交易的抽象 AI。

Slate 优先考虑优化价格路由、快速执行,并可以在交易前运行模拟。

主要特点包括:

- EVM 链与 Solana 之间的跨链交换
- 根据价格、市值、gas 费用和盈亏指标进行自动交易
- 自然语言任务调度
- 链上交易聚合
- 电报通知系统
- 能够开多头+空头,在一定条件下偿还,LP管理+收益耕作,包括对超流动性的行动。

费用结构:

总体而言,费用分为两类:

一般行动:
Slate 不收取常规转账/提款的费用,但对交换、过桥、索赔、借入、贷出、偿还、质押、取消质押、多头、空头、锁定、解锁等收取 0.35% 的费用。

条件动作:

如果您设置了条件订单(例如,限价订单),Slate 将对 gas 条件收取 0.25% 的费用,或对所有其他条件收取 1.00% 的费用。

资料来源:Slate 文档

钱包:

Slate 集成了 Privy 的嵌入式钱包架构,确保 Slate 和 Privy 均不会保管您的钱包。用户可以连接他们现有的钱包并授予代理人代表他们执行交易的权限。

抽象AI比较:

市场上一些最流行的抽象概念的比较:

来源:IOSG Venture

相比之下,当今大多数 AI 抽象工具都支持Solana 和 EVM 链之间的桥接和跨链交换。Slate 提供 Hyperliquid 集成,而 Neur 和 Griffin 目前仅在 Solana 上可用,但我相信他们计划很快添加跨链支持。

大多数平台都集成了 Privy 嵌入式钱包和 EOA 钱包,让用户可以保管自己的资金。但要求用户将访问权限委托给代理才能执行某些交易。这是 TEE 可以发挥作用的领域,以确保 AI 是防篡改的。

虽然大多数人工智能抽象工具具有代币启动、交易执行和自然语言条件订单等共同特征,但它们的性能差异很大。

从产品角度来说,我们还处于抽象人工智能的非常早期的阶段。

对这 5 个项目的比较分析揭示了不同平台之间的明显优势。Griffain 凭借其全面的功能集、广泛的合作伙伴网络以及用于工作流管理的高级多代理协调功能脱颖而出(Orbit 是唯一提供多代理功能的其他平台)。

Anon 的优势在于其快速的响应时间、多语言支持和 Telegram 集成,而 Slate 则通过自动化平台和对 Hyperliquid 的独家支持开辟了自己的市场。

然而,许多此类抽象 AI 平台仍在面临着根本性的挑战,特别是在处理基本交换操作(例如 USDC 对)方面。

常见问题包括难以准确识别代币地址、检索当前价格以及进行最新的市场趋势分析。这些平台之间的关键差异因素最终归结为响应时间、准确性和答案相关性。展望未来,显然需要一个全面的仪表板来保持透明度并实现所有抽象 AI 平台之间的性能比较。

3.2自主收益优化和投资组合管理:

与传统收益策略不同,该领域的协议使用人工智能分析链上数据进行趋势分析,然后提供帮助团队制定更好的收益优化和投资组合分配策略的见解。

为了提高成本效益,在 Bittensor 子网等网络上或链下训练模型是很常见的。为了让 AI 自主执行交易,需要实施 ZKP 等验证方法,以确保模型保持诚实和可验证。以下是收益优化 Defai 协议的几个示例。

T3AI:

T3AI 是一种贷款协议,通过使用人工智能作为中介和风险引擎来支持低抵押贷款。该协议的人工智能代理会持续实时监控贷款状况,并能够通过 T3AI 的风险指标框架确保贷款能够继续偿还。

另一方面,人工智能还可以通过分析不同资产之间的关系以及它们的价格随时间的变化来实现精确的风险预测。T3AI 中的人工智能通过以下方式实现这一点:

- 查看主要 CEX 和 DEX 的价格数据。
- 衡量不同资产的波动性
- 研究不同资产的价格关系及其如何共同变动
- 使用人工智能来寻找多种资产相互作用的隐藏模式。

然后,它将根据用户的投资组合提出最佳分配策略,并在模型微调后在未来可能实现自主 AI 投资组合管理。还实施了 ZK 证明和验证器网络,以确保所有操作都是可验证和可靠的。以下是 T3AI 中如何使用和验证 AI 的工作流程。

来源: https://www.trustinweb3.xyz/

库代:

Kudai 是 GMX Blueberry Club 使用 EmpyrealSDK 工具包推出的一款实验性、专注于 GMX 生态系统的代理。该代币目前在 Base 上交易。

Kudai 的理念是将从 $KUDAI 赚取的所有交易费用投入资金代理进行自主交易运营,然后将利润分配给代币持有者。

在即将到来的第 2/4 阶段,Kudai 将能够解释 Twitter 上推荐的自然语言:

- 购买并质押 $GMX 以产生新的收入来源
- 投资 GMX GM 池以进一步提高收益
- 以底价扫荡 GBC NFT,扩大其投资组合

在此阶段之后,Kudai 将完全自主,独立执行杠杆交易、套利和收益耕作的订单。

不过,该团队尚未透露任何其他信息,Kudai AI 现阶段仍是一个实验产品。

坚固财务 V2:

Sturdy Finance 是一家借贷和收益农业聚合器,它利用人工智能模型(由 Bittensor SN10 子网矿工训练)通过在不同的白名单筒仓池之间转移资金来优化收益。

具体来说,Sturdy 在由筒仓池和聚合器层组成的两层架构上运行。

1. 筒仓池是孤立的单一资产池,用户只能借出一种资产或用一种抵押品借入。

2. 在 Yearn V3 基础上构建聚合器层,根据利用率和收益将用户的资产分散到白名单筒仓池中。Bittensor 子网为聚合器提供最佳分配策略。

当用户向聚合器借贷时,他们只会保留对所选抵押品类型的敞口,从而消除了来自其他借贷池或抵押资产的任何风险。

资料来源: https://sturdy.finance/

截至撰写本文时,Sturdy V2 的 TVL 自 5 月以来一直在下降,该聚合器的总 TVL 约为 390 万美元,约占该协议总 TVL 的 29%。

自 2024 年 9 月以来,Sturdy 的日活跃用户一直保持在 2 位数(>100),其中 pxETH 和 crvUSD 是聚合器中的主要借贷资产。该协议的表现在过去几个月中明显停滞不前,而 AI 的整合似乎是希望重拾其协议势头的举措。

资料来源: https://dune.com/tk-research/sturdy-v2

3.3 市场分析代理:

Aixbt是一款市场情绪跟踪代理,可汇总和分析来自 Twitter 上 400 多个 KOL 的数据。使用其专有引擎,aixbt 可以识别实时趋势并全天候发布见解。

在该领域的所有 AI 代理中,AixBT 占据了 14.76% 的市场份额,成为生态系统中最具影响力的代理之一。

资料来源:Kaito.com

Aixbt显然是为了社交而创建的社交媒体,他发布的见解直接反映了市场的关注度。

他的能力不仅仅是提供 alpha 版本 — — 他具有交互能力,能够回答用户的问题,甚至可以使用专门的工具包通过 Twitter 启动代币。例如,$CHAOS 代币是通过 AixBT 和另一个名为 Simi 的交互式机器人使用 @EmpyrealSDK 工具包合作创建的。

截至目前,600,000 $AIXBT 代币(价值约 300,000 美元)的持有者可以访问其分析平台和终端。

3.4 Defai基础设施与平台:

如果没有去中心化的基础设施,Web3 AI 代理就不可能实现。这些项目不仅提供模型训练和推理,还提供数据、验证方法和协调层,供 AI 代理开发。

无论是 Web2 还是 Web3 AI,模型、计算和数据都是推动 LLM 和 AI 代理卓越的三大基石。以去中心化方式训练的开源模型开发将受到代理构建者的青睐,因为它完全消除了中心化所有权的单方风险,并为用户拥有的 AI 开辟了可能性,因为开发人员不再需要依赖 Google、Meta 和 OpenAI 等 Web2 AI 巨头拥有的 LLM API。

下面是 pinkbrains 创建的一个很好的 AI 基础设施图。

来源:Pink Brains

模型创建:

Nous Research、Prime Intellect 和 Exo Labs 等先驱者正在突破分散式培训的界限。

Nouse Research 的 Distro 训练算法和 Prime Intellect 的 DiLoco 算法已在低带宽环境中成功训练了具有超过 100 亿个参数的模型,证明了在传统的集中式系统之外也可以实现大规模训练。Exo Labs 进一步推进了这一目标,推出了 SPARTA,这是一种分布式 AI 训练算法,可将 GPU 间通信减少 1,000 多倍。

Bagel 正努力成为去中心化的 HuggingFace,为 AI 开发人员提供模型和数据,同时通过使用加密技术解决开源数据归因和货币化问题。Bittensor 为参与者创造了一个竞争性的市场,以贡献计算、数据和智能,从而加速 AI 模型和代理的开发。

数据和计算提供商:

许多人认为,Axibt 已成为公用事业代理类别的明显领导者,因为它可以访问高质量的数据集。Grass、Vana、Sahara、Space and Time 和 Cookie DAO 等提供商提供高质量数据、特定领域数据或授予 AI 开发人员访问封闭式数据的权利,从而增强了他们的能力。利用 250 多万个节点,Grass 每天能够抓取惊人的 300 多 TB 数据。

虽然 Nvidia 目前只能用 2000 万小时的视频数据来训练他们的视频模型,但 Grass 的视频数据集是 Nvidia 的 15 倍(3 亿小时),并且每天以 400 万小时的速度增长——这意味着 Grass 每天收集的 Nvidia 整个数据集的 20%。换句话说,Grass 在 5 天内检索到的数据集相当于 Nvidia 的总视频数据集。

没有计算,代理根本无法运行。Aethir 和 io.net 等计算提供商聚合了各种 GPU,为代理开发人员提供了经济高效的选择。与传统的集中式提供商相比,Hyperbolic 的去中心化 GPU 市场将计算成本降低了 75%,同时托管开源 AI 模型以提供低延迟推理,吞吐量可与 web2 云提供商相媲美。

Hyperbolic 通过推出 AgentKit 增强了其 GPU 市场和云服务,AgentKit 是一个功能强大的接口,可为 AI 代理提供对 Hyperbolic 去中心化 GPU 网络的完全访问权限。它具有 AI 可读的可用计算资源图,允许代理实时扫描并深入了解资源可用性以及规格、当前负载和性能详细信息。

AgentKit 开启了一个革命性的未来,代理可以独立地获取自己的计算资源并支付其计算成本。

确认:

通过其创新的样本证明验证机制,Hyperbolic 确保该生态系统中的每个推理交互都得到验证,为代理的未来建立信任。

然而,验证仅解决了自主代理信任问题的一部分。信任的另一个方面涉及隐私保护, Phala、Automata 和 Marlin等 TEE 基础设施项目可以发挥作用。例如,这些 AI 代理使用的专有数据或模型可以得到保护。事实上,真正的自主代理如果没有 TEE 就无法完全运行,因为保护敏感信息至关重要,例如保护钱包的私钥并防止未经授权访问其私钥或 Twitter 帐户登录凭据。

TEE 如何工作?

TEE 在处理过程中将敏感数据隔离在受保护的 CPU/GPU 区域内。区域内的内容只有经过授权的程序代码才能看到。云服务提供商、开发人员、管理员和硬件的其他部分无法访问硬件的这一部分。

TEE 的主要用例是执行智能合约,特别是在具有更敏感财务数据的 DeFi 协议中。因此,TEE 在 Defai 中的集成包括传统的 DeFi 场景,例如:

1.交易隐私,TEE 可以隐藏交易详细信息,例如发送者和接收者的地址以及交易金额。Secret Network 和 Oasis 等平台使用 TEE 保护 Defi 应用中的交易隐私,从而实现 Defi 中的隐私支付。

2. 反 MEV,通过在 TEE 内执行智能合约,区块构建者无法访问交易信息,从而防止产生 MEV 的抢先交易攻击。Flashbots 利用 TEE 开发了 BuilderNet,这是一个去中心化的区块构建网络,可降低与中心化区块构建者相关的审查风险。Unichain 和 Taiko 等链也使用 TEE 为用户提供更好的用户交易体验。

这些特性也适用于 ZKP 或 MPC 等替代方案。然而,由于该模型基于硬件,TEE 目前在这三种解决方案中执行智能合约的效率最高。

在代理方面,TEE 为代理提供以下功能:

1.自主性——TEE 可以为智能体创建独立的运行环境,确保其策略的执行不受人类干扰。这保证了投资决策完全基于智能体的独立逻辑。

TEE 还可以让代理控制社交媒体账户,确保他们发表的任何公开言论都是独立的,不受外界影响,从而避免广告等促销偏见的嫌疑。Phala 正在与 AI16z 团队合作,使 Eliza 能够在 TEE 环境中高效运行。

2.可验证性,TEE 能为代理提供的最后一项功能是可验证性。人们可以验证代理是否在使用承诺的模型进行计算并产生有效的结果。Automata 和 Brevis 正在合作开发这种能力。

AI 代理集体:

随着越来越多具有特定用例(DeFi、游戏、投资、音乐等)的专业代理进入该领域,更好的代理协作和无缝沟通变得至关重要。

“代理群”框架的基础设施已经出现,以解决单片代理的局限性。群体智能允许代理作为一个团队一起工作,汇集他们的能力以实现共同的目标。协调层抽象了复杂性,使代理更容易在共同的目标和激励下进行协作。

包括 Theoriq、FXN 和 Questflow 在内的多家 Web3 参与者正在朝这个方向发展。在所有这些参与者中,最初于 2022 年以 ChainML 形式推出的 Theoriq 为实现这一目标付出了最长时间的努力,其愿景是成为 Agentic AI 的通用基础层。

为了实现这一愿景,Theoriq 在底层模块上处理代理注册、支付、安全、路由、规划和治理。它还连接了供应方和需求方,提供了一个直观的代理构建平台 Infinity Studio,允许任何人部署自己的代理,以及 Infinity Hub,这是一个客户可以浏览所有可用代理的市场。在其群集系统中,元代理会为给定任务选择最合适的代理,创建“群集”以实现共同目标,同时跟踪声誉和贡献以保持质量和问责制。

Theoriq 代币提供经济安全,代理运营商和社区成员使用代币质押代理以表明质量和信任,从而激励高质量服务并阻止恶意行为。代币还可用作交换媒介,用于支付服务费用和访问数据,并奖励贡献数据、模型等的参与者。

来源:Theoriq

随着人工智能代理逐渐成为长期行业领域,并且有明确的实用代理占据主导地位,我们可以看到 Crypto x AI 基础设施项目的复兴,并带来强劲的价格表现。这些项目有可能利用其风险投资资金、多年的研发和特定领域的技术专长来扩展整个价值链。这可以让他们开发自己的高级实用人工智能代理,其性能能够超越目前市场上 95% 的其他代理。

4、DeFai的进化历程,以及DeFai的下一步计划。

我一直相信市场会分三个阶段发展:首先要求效率,然后去中心化,最后是隐私。

defai 将分为 4 个阶段。

DeFi AI 第一阶段将专注于效率,其工具可改善复杂 DeFi 任务的用户体验,而无需深入的协议知识。示例包括:

  • 即使格式不完美,人工智能也能理解用户提示
  • 在最短的区块时间内快速执行交换
  • 实时市场研究帮助用户根据自己的目标做出有利可图的决策

如果创新得以实现,他们可以节省时间和精力,同时降低链上交易的门槛,并有可能在未来几个月创造一个“幻影”时刻。

在第 2 阶段,代理将以最少的人工干预自主交易。能够根据第三方见解或其他代理数据执行策略的交易代理将创建一个新的 DeFi 范式。专业或成熟的 DeFi 用户可以微调他们的模型并构建代理,为自己或他们的客户产生最佳收益,从而减少人工监控。

在第三阶段,用户将开始关注钱包管理问题和 AI 验证,因为用户要求透明度。TEE 和 ZKP 等解决方案将确保 AI 系统防篡改、免受第三方干扰且可验证。

最后,一旦这些阶段完成,无代码的 DeFi AI 工程工具包或 AI 即服务协议可以创建一个基于代理的经济体,其中使用加密货币进行微调模型的交易。

虽然这一愿景雄心勃勃、令人兴奋,但仍有几个瓶颈尚未解决:

  • 目前大多数工具都只是 ChatGPT 包装器,没有明确的基准来识别合法项目
  • 链上数据碎片化推动人工智能模型走向中心化而不是去中心化,目前尚不清楚链上代理将如何解决这个问题。

DeFi + Ai = DeFai最初发表在 Medium 上的IOSG Ventures上,人们通过强调和回应这个故事继续讨论。

相关赛道:
Medium
免责声明:以上内容仅为作者观点,不代表Followin的任何立场,不构成与Followin相关的任何投资建议。
喜欢
8
收藏
3
评论
Followin logo