DeFAI: Як ШІ надає можливості Децентралізованим фінансам?

З моменту свого швидкого розвитку в 2020 році, Децентралізовані фінанси (DeFi) залишаються основною опорою криптоекосистеми. Незважаючи на те, що було створено безліч інноваційних протоколів, це також призвело до збільшення складності та фрагментації, що ускладнює навіть досвідченим користувачам орієнтуватися серед численних ланцюгів, активів та протоколів.

Одночасно, штучний інтелект (AI) розвинувся з широкого базового наративу 2023 року до більш професійного, орієнтованого на агентів фокусу в 2024 році. Ця трансформація сприяла виникненню Децентралізовані фінанси AI (DeFAI) - нової галузі, де штучний інтелект покращує DeFi через автоматизацію, управління ризиками та оптимізацію капіталу.

DeFAI охоплює кілька рівнів. Блокчейн є базовим рівнем, AI-агенти повинні взаємодіяти з певними ланцюгами для виконання угод і реалізації смарт-контрактів. Над цим, шар даних та обчислювальний шар забезпечують інфраструктуру, необхідну для навчання AI-моделей, які базуються на історичних даних про ціни, ринкових настроях та аналізі на ланцюзі. Шар приватності та перевірки забезпечує безпеку чутливих фінансових даних, зберігаючи при цьому бездоганність виконання. Нарешті, фреймворк агентів дозволяє розробникам створювати спеціалізовані AI-додатки, такі як автономні торгові роботи, оцінювачі кредитного ризику та оптимізатори управління на ланцюзі.

З розширенням екосистеми DeFAI, найяскравіші проекти можна поділити на три основні категорії:

1. Абстрактний рівень

Протоколи, що базуються на цій категорії, слугують аналогом ChatGPT для Децентралізованих фінансів, дозволяючи користувачам вводити підказки для виконання в ланцюгу. Вони зазвичай інтегруються з кількома ланцюгами та dApp і виконують наміри користувачів, одночасно усуваючи ручні кроки в складних транзакціях.

Ці протоколи можуть виконувати такі функції:

• Обмін, крос-ланцюг, позика/зняття, виконання транзакцій через крос-ланцюг
• Гаманець для копіювання угод або профіль у соціальних мережах
• Автоматичне виконання ордерів на прибуток/збиток тощо відповідно до відсотка обсягу позиції

Наприклад, немає необхідності вручну вилучати ETH з платформи кредитування, переносити його через ланцюг на Solana, обмінювати на SOL/інші токени та забезпечувати ліквідність на DEX - протокол абстрактного рівня може виконати операцію всього за один крок.

2. Автономний торговий агент

На відміну від традиційних торгових роботів, які дотримуються заданих правил, автономні торгові агенти можуть навчатися та адаптуватися до умов ринку, а також коригувати свої стратегії на основі нової інформації. Ці агенти можуть:

• Аналізуйте дані для постійного вдосконалення стратегії
• Прогнозуйте ринкові тренди, щоб приймати кращі рішення щодо лонгів/шортів
• Виконання складних Децентралізовані фінанси стратегій, як в основній торгівлі.

3. DApps на базі штучного інтелекту

Децентралізовані фінанси dApp пропонує функції кредитування, обміну, отримання доходу. Штучний інтелект та AI-агенти можуть покращити ці послуги наступними способами:

• Оптимізуйте постачання ліквідності, перебалансуючи позиції LP для досягнення кращого APY
• Сканування токенів для виявлення ризиків шляхом виявлення потенційних rug або медових пасток

Основні виклики

Топові протоколи, побудовані на цих шарах, стикаються з деякими викликами:

1. Ці протоколи покладаються на реальні дані для досягнення оптимального виконання угод. Погана якість даних може призвести до неефективності маршрутів, невдалих угод або угод без прибутку.

2. Моделі ШІ залежать від історичних даних, але ринок криптовалют дуже волатильний. Агенти повинні проходити навчання на різноманітних, високоякісних наборах даних, щоб зберегти свою ефективність.

3. Потрібно всебічно зрозуміти кореляцію активів, зміни ліквідності та ринкові настрої, щоб зрозуміти загальний стан ринку.

Протоколи, засновані на цих категоріях, стали популярними на ринку. Однак для забезпечення кращих продуктів та найкращих результатів їм слід розглянути можливість інтеграції різних наборів даних різної якості, щоб підняти свої продукти на новий рівень.

Дані - Для забезпечення роботи DeFAI

Якість AI залежить від даних, на яких він ґрунтується. Щоб AI-агенти могли ефективно працювати в DeFAI, їм потрібні дані в реальному часі, структуровані та перевіряємi. Наприклад, абстрактний шар повинен отримувати дані з блокчейну через RPC та API соціальних мереж, тоді як агенти для оптимізації торгівлі та прибутку потребують дані для подальшого вдосконалення своїх торгових стратегій та перерозподілу ресурсів.

Високоякісні набори даних дозволяють агентам краще прогнозувати цінову поведінку в майбутньому, надаючи рекомендації для торгівлі, щоб відповідати їхнім уподобанням щодо довгих або коротких позицій у певних активах.

Найбільш цікавий AI-агент блокчейн

Окрім побудови рівня даних для AI та агентів, певний блокчейн також позиціонує себе як блокчейн повного стеку для майбутнього DeFAI. Нещодавно вони розгорнули термінал, який є co-pilot для DeFAI, що використовується для виконання ончейн-транзакцій за запитом користувача, який незабаром буде доступний для стейкерів токенів.

Крім того, ця блокчейн-технологія також підтримує багато команд, заснованих на штучному інтелекті та агентів. Вони доклали великі зусилля для інтеграції кількох протоколів у свою екосистему, і з розвитком більшої кількості агентів і виконанням транзакцій ця блокчейн-технологія швидко розвивається.

Ці заходи реалізовано в той час, коли вони оновлюють мережу за допомогою ШІ, найбільш вражаючим є те, що їхня блокчейн-система забезпечена AI-сортувальником. Використовуючи моделювання та аналіз ШІ для оцінки транзакцій перед виконанням, можна заблокувати та перевірити високоризикові транзакції перед обробкою, щоб забезпечити безпеку на ланцюгу. Як рішення для розширення L2, цей блокчейн перебуває на проміжній позиції, з'єднуючи людей і агентів користувачів з найкращою екосистемою Децентралізовані фінанси.

Наступний крок DeFAI

Наразі більшість AI-агентів у Децентралізованих фінансах стикаються з суттєвими обмеженнями у досягненні повної автономії. Наприклад:

1. Абстрактний рівень перетворює наміри користувача в виконання, але зазвичай не має здатності до передбачення.
2. AI-агенти можуть генерувати альфа-доходи через аналіз, але їм не вистачає незалежного виконання угод.
3. dApp, керований штучним інтелектом, може обробляти страхові сховища або угоди, але є пасивним, а не активним.

Наступний етап DeFAI може зосередитися на інтеграції корисного шару даних для розробки найкращої платформи або агента. Це вимагатиме глибоких ончейн-даних про активність великих гравців, зміни ліквідності тощо, одночасно генеруючи корисні синтетичні дані для кращого прогнозного аналізу, і поєднуючи їх з аналізом емоцій з загального ринку, незалежно від коливань токенів у конкретних категоріях (таких як AI-агенти, DeSci тощо) або коливань токенів у соціальних мережах.

Кінцева мета полягає в тому, щоб AI-агенти могли безшовно створювати та виконувати торгові стратегії з єдиного інтерфейсу. У міру того, як ці системи зріють, ми можемо побачити, що в майбутньому трейдери DeFi покладатимуться на AI-агентів для автономної оцінки, прогнозування та виконання фінансових стратегій з мінімальним людським втручанням.

Висновок

Враховуючи значне зниження вартості токенів та рамок AI-агентів, деякі можуть вважати, що DeFAI - це лише тимчасове явище. Однак DeFAI все ще на ранній стадії, потенціал підвищення доступності та продуктивності DeFi за рахунок AI-агентів є незаперечним.

Ключем до розкриття цього потенціалу є отримання високоякісних даних у реальному часі, що покращить прогнози та виконання торгівельних операцій, керованих ШІ. Все більше протоколів інтегрують різні шари даних, а протоколи даних створюють плагіни для побудови рамок, що підкреслює важливість даних для агентських рішень.

З огляду на майбутнє, перевірка та конфіденційність стануть ключовими викликами, які протокол повинен вирішити. Наразі більшість операцій AI-агентів все ще є чорними ящиками, і користувачі повинні довіряти свої кошти їм. Таким чином, розвиток перевірених рішень AI допоможе забезпечити прозорість і підзвітність процесів агентів. Інтеграція протоколів на основі TEE, FHE та навіть zk-доказів може посилити перевіреність поведінки AI-агентів, що дозволить досягти довіри до автономії.

Тільки успішне поєднання якісних даних, надійних моделей і прозорих процесів прийняття рішень дозволить агентам DeFAI отримати широке застосування.

![DeFAI повний огляд: як ШІ розкриває потенціал Децентралізовані фінанси?](https://img-cdn.gateio.im/webp-social/moments-56a89e79609d8f982d5d31dadfad9205.webp01