DeFAI: Como a IA pode capacitar as Finanças Descentralizadas?
Finanças Descentralizadas(DeFi) tem sido uma parte importante do ecossistema cripto desde seu rápido desenvolvimento em 2020. Embora novos protocolos inovadores surjam constantemente, isso também levou a uma crescente complexidade e fragmentação do sistema, tornando difícil até para usuários experientes lidarem com as numerosas cadeias, ativos e protocolos.
Enquanto isso, a inteligência artificial (AI) passou da narrativa macroeconômica de 2023 para um foco mais especializado e orientado por agentes em 2024. Essa mudança deu origem ao novo campo DeFi AI(DeFAI), onde a IA melhora as funcionalidades das Finanças Descentralizadas através da automação, gestão de riscos e otimização de capital.
As Finanças Descentralizadas abrangem múltiplos níveis. A camada base é a blockchain, onde os agentes de IA devem interagir com uma cadeia específica para executar transações e contratos inteligentes. Acima disso, estão a camada de dados e a camada de computação, que fornecem a infraestrutura necessária para treinar modelos de IA, os quais são baseados em dados históricos de preços, sentimento de mercado e análises on-chain. A camada de privacidade e verificação assegura que dados financeiros sensíveis permaneçam seguros enquanto permite a execução sem confiança. No topo, está a estrutura de agentes, que permite que os desenvolvedores construam aplicações impulsionadas por IA, como robôs de negociação autônomos, avaliadores de risco de crédito e otimizadores de governança on-chain.
Com a expansão contínua do ecossistema DeFAI, os projetos mais proeminentes podem ser divididos em três categorias principais:
1. Camada Abstrata
Este tipo de protocolo atua como uma interface amigável similar ao ChatGPT para as Finanças Descentralizadas, permitindo que os usuários insiram prompts que são executados na blockchain. Eles geralmente se integram a várias blockchains e DApps, executando as intenções dos usuários enquanto simplificam os passos manuais em transações complexas.
Estas funcionalidades que podem ser executadas pelos protocolos incluem:
Troca, cross-chain, empréstimos, execução de transações cross-chain
Carteira de negociação em cópia ou perfil de mídia social
Executar automaticamente a realização de lucros/perdas com base na percentagem do tamanho da posição.
Por exemplo, não é necessário extrair manualmente ETH da plataforma de empréstimos, transferi-lo para outras redes, trocar tokens e fornecer liquidez em DEX - o protocolo de camada de abstração pode concluir a operação em um único passo.
2. Agente de Negociação Autônomo
Ao contrário dos robôs de negociação tradicionais que seguem regras predefinidas, os agentes de negociação autónomos podem aprender e adaptar-se às condições do mercado, ajustando suas estratégias com base em novas informações. Esses agentes podem:
Analisar dados para aprimorar continuamente as estratégias
Prever a tendência do mercado para tomar melhores decisões de compra e venda
Executar estratégias DeFi complexas como uma negociação básica
3. DApps impulsionados por IA
As Finanças Descentralizadas DApp oferecem funcionalidades como empréstimos, trocas e fazendas de rendimento. A IA e os agentes de IA podem aprimorar esses serviços da seguinte maneira:
Otimizar o fornecimento de liquidez através do reequilíbrio das posições de LP para obter um APY melhor
Escanear tokens detectando riscos potenciais
Esses principais protocolos enfrentam alguns desafios nesses aspectos:
Dependendo de fluxos de dados em tempo real para uma execução de negociação ideal. A baixa qualidade dos dados pode levar a uma eficiência de rota reduzida, falhas na negociação ou falta de lucratividade.
Os modelos de IA dependem de dados históricos, mas a volatilidade do mercado de criptomoedas é muito alta. Os agentes devem ser treinados com conjuntos de dados diversificados e de alta qualidade para manter a sua eficácia.
É necessário ter uma compreensão abrangente da correlação de ativos, das mudanças na liquidez e do sentimento do mercado para entender a situação geral do mercado.
Para fornecer melhores produtos e resultados, esses protocolos devem considerar a integração de vários conjuntos de dados de alta qualidade, a fim de elevar o nível do produto.
Camada de Dados - Potência para a Inteligência DeFAI
A qualidade da IA depende dos dados em que se baseia. Para que os agentes de IA funcionem eficazmente nas Finanças Descentralizadas, eles precisam de dados em tempo real, estruturados e verificáveis. Por exemplo, a camada de abstração precisa de acessar dados em cadeia através de RPC e APIs de redes sociais, enquanto os agentes de otimização de transações e lucros precisam de dados para aprimorar estratégias de transação e redistribuir recursos.
Conjuntos de dados de alta qualidade permitem que os agentes prevejam melhor as tendências futuras de preços, oferecendo recomendações de negociação para se adaptar às preferências de posições longas e curtas em determinados ativos.
Os principais provedores de dados do DeFAI incluem:
Mode Synth: Dados sintéticos para previsão financeira, capturando a distribuição completa das variações de preço, utilizados para previsão de modelos de IA
Chainbase: Conjunto de dados totalmente estruturados da cadeia, fornece dados aprimorados por IA, para negociação, previsão e obtenção de alpha
sqd.ai: Lago de dados descentralizado voltado para agentes de IA, acesso a dados multi-chain escalável e personalizável, com segurança de prova de conhecimento zero.
Cookie: camada de dados sociais e on-chain voltada para agentes de IA, utilizando múltiplos agentes de IA especializados para processar dados de agentes on-chain em várias cadeias.
O Mode Synth, como sub-rede do Bittensor, cria dados sintéticos para a capacidade de previsão financeira dos agentes. Em comparação com sistemas tradicionais de previsão de preços, o Synth captura a distribuição completa das variações de preços e suas probabilidades associadas, construindo dados sintéticos precisos que apoiam os agentes e LLM.
Fornecer conjuntos de dados de alta qualidade permite que os agentes de IA tomem melhores decisões direcionais nas negociações, ao mesmo tempo que prevêem a flutuação do APY sob diferentes condições de mercado, para que os pools de liquidez possam redistribuir ou retirar liquidez quando necessário.
Agente de IA Blockchain
Além de construir uma camada de dados para IA e agentes, algumas blockchains estão se posicionando como soluções de pilha completa para Finanças Descentralizadas de IA. Por exemplo, a Mode implementou o co-piloto de Finanças Descentralizadas de IA, para executar transações on-chain através de prompts de usuários. Eles também apoiam várias equipes baseadas em IA e agentes, integrando múltiplos protocolos em seu ecossistema.
Essas iniciativas estão sendo realizadas em sincronia com a atualização da rede usando IA, incluindo a implementação de classificadores de IA para blockchain. Ao utilizar simulações e análises de IA antes da execução das transações, é possível bloquear e revisar transações de alto risco antes do processamento, garantindo a segurança na cadeia.
Outras blockchains populares como Solana e Base também são plataformas importantes para a construção de frameworks e tokens de agentes de IA. O NEAR se define como uma blockchain L1 centrada em IA, oferecendo um mercado de tarefas de IA, frameworks de agentes de IA de código aberto, entre outras funcionalidades.
O futuro desenvolvimento das Finanças Descentralizadas de AI
Atualmente, a maioria dos agentes de IA em Finanças Descentralizadas ainda enfrenta limitações na realização de total autonomia. Por exemplo, a camada de abstração transforma a intenção do usuário em execução, mas geralmente carece de capacidade preditiva; os agentes de IA podem gerar alpha através da análise, mas carecem de execução de negociação independente; as DApps impulsionadas por IA podem lidar com cofres ou negociações, mas são passivas em vez de ativas.
A próxima fase do DeFAI pode se concentrar na integração de camadas de dados úteis para desenvolver a melhor plataforma de agentes. Isso exigirá dados on-chain profundos, ao mesmo tempo que gera dados sintéticos úteis para melhores análises preditivas e combina com a análise de sentimentos do mercado.
O objetivo final é que o agente de IA consiga gerar e executar estratégias de negociação de forma fluida a partir de uma única interface. À medida que o sistema amadurece, no futuro, os negociantes de Finanças Descentralizadas poderão confiar no agente de IA para avaliar, prever e executar estratégias financeiras de forma autónoma com a mínima intervenção humana.
Finanças Descentralizadas ainda estão em estágios iniciais, o potencial dos agentes de IA para aumentar a usabilidade e o desempenho das Finanças Descentralizadas não deve ser subestimado. Obter dados em tempo real de alta qualidade é a chave para liberar esse potencial, o que melhorará as previsões e a execução de negociações impulsionadas por IA.
No futuro, a verificabilidade e a privacidade serão os principais desafios que os protocolos terão de enfrentar. A integração de tecnologias baseadas em TEE, FHE e até provas de conhecimento zero pode aumentar a verificabilidade do comportamento dos agentes de IA, estabelecendo assim confiança na autonomia.
Somente ao combinar com sucesso dados de alta qualidade, modelos robustos e processos de decisão transparentes, o agente DeFAI poderá obter ampla aplicação.
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
13 Curtidas
Recompensa
13
3
Compartilhar
Comentário
0/400
BlockchainRetirementHome
· 17h atrás
Hey, Finanças Descentralizadas não se esforçar significa morrer
Ver originalResponder0
OptionWhisperer
· 17h atrás
Esta onda de mercado com intervenção de IA está estabilizada.
Ver originalResponder0
ApeEscapeArtist
· 18h atrás
Há uma coisa a dizer: parece que é mais uma máquina de fazer as pessoas de parvas.
Finanças Descentralizadas: Três principais áreas de DeFi capacitadas por IA e tendências futuras de desenvolvimento
DeFAI: Como a IA pode capacitar as Finanças Descentralizadas?
Finanças Descentralizadas(DeFi) tem sido uma parte importante do ecossistema cripto desde seu rápido desenvolvimento em 2020. Embora novos protocolos inovadores surjam constantemente, isso também levou a uma crescente complexidade e fragmentação do sistema, tornando difícil até para usuários experientes lidarem com as numerosas cadeias, ativos e protocolos.
Enquanto isso, a inteligência artificial (AI) passou da narrativa macroeconômica de 2023 para um foco mais especializado e orientado por agentes em 2024. Essa mudança deu origem ao novo campo DeFi AI(DeFAI), onde a IA melhora as funcionalidades das Finanças Descentralizadas através da automação, gestão de riscos e otimização de capital.
As Finanças Descentralizadas abrangem múltiplos níveis. A camada base é a blockchain, onde os agentes de IA devem interagir com uma cadeia específica para executar transações e contratos inteligentes. Acima disso, estão a camada de dados e a camada de computação, que fornecem a infraestrutura necessária para treinar modelos de IA, os quais são baseados em dados históricos de preços, sentimento de mercado e análises on-chain. A camada de privacidade e verificação assegura que dados financeiros sensíveis permaneçam seguros enquanto permite a execução sem confiança. No topo, está a estrutura de agentes, que permite que os desenvolvedores construam aplicações impulsionadas por IA, como robôs de negociação autônomos, avaliadores de risco de crédito e otimizadores de governança on-chain.
Com a expansão contínua do ecossistema DeFAI, os projetos mais proeminentes podem ser divididos em três categorias principais:
1. Camada Abstrata
Este tipo de protocolo atua como uma interface amigável similar ao ChatGPT para as Finanças Descentralizadas, permitindo que os usuários insiram prompts que são executados na blockchain. Eles geralmente se integram a várias blockchains e DApps, executando as intenções dos usuários enquanto simplificam os passos manuais em transações complexas.
Estas funcionalidades que podem ser executadas pelos protocolos incluem:
Por exemplo, não é necessário extrair manualmente ETH da plataforma de empréstimos, transferi-lo para outras redes, trocar tokens e fornecer liquidez em DEX - o protocolo de camada de abstração pode concluir a operação em um único passo.
2. Agente de Negociação Autônomo
Ao contrário dos robôs de negociação tradicionais que seguem regras predefinidas, os agentes de negociação autónomos podem aprender e adaptar-se às condições do mercado, ajustando suas estratégias com base em novas informações. Esses agentes podem:
3. DApps impulsionados por IA
As Finanças Descentralizadas DApp oferecem funcionalidades como empréstimos, trocas e fazendas de rendimento. A IA e os agentes de IA podem aprimorar esses serviços da seguinte maneira:
Esses principais protocolos enfrentam alguns desafios nesses aspectos:
Dependendo de fluxos de dados em tempo real para uma execução de negociação ideal. A baixa qualidade dos dados pode levar a uma eficiência de rota reduzida, falhas na negociação ou falta de lucratividade.
Os modelos de IA dependem de dados históricos, mas a volatilidade do mercado de criptomoedas é muito alta. Os agentes devem ser treinados com conjuntos de dados diversificados e de alta qualidade para manter a sua eficácia.
É necessário ter uma compreensão abrangente da correlação de ativos, das mudanças na liquidez e do sentimento do mercado para entender a situação geral do mercado.
Para fornecer melhores produtos e resultados, esses protocolos devem considerar a integração de vários conjuntos de dados de alta qualidade, a fim de elevar o nível do produto.
Camada de Dados - Potência para a Inteligência DeFAI
A qualidade da IA depende dos dados em que se baseia. Para que os agentes de IA funcionem eficazmente nas Finanças Descentralizadas, eles precisam de dados em tempo real, estruturados e verificáveis. Por exemplo, a camada de abstração precisa de acessar dados em cadeia através de RPC e APIs de redes sociais, enquanto os agentes de otimização de transações e lucros precisam de dados para aprimorar estratégias de transação e redistribuir recursos.
Conjuntos de dados de alta qualidade permitem que os agentes prevejam melhor as tendências futuras de preços, oferecendo recomendações de negociação para se adaptar às preferências de posições longas e curtas em determinados ativos.
Os principais provedores de dados do DeFAI incluem:
O Mode Synth, como sub-rede do Bittensor, cria dados sintéticos para a capacidade de previsão financeira dos agentes. Em comparação com sistemas tradicionais de previsão de preços, o Synth captura a distribuição completa das variações de preços e suas probabilidades associadas, construindo dados sintéticos precisos que apoiam os agentes e LLM.
Fornecer conjuntos de dados de alta qualidade permite que os agentes de IA tomem melhores decisões direcionais nas negociações, ao mesmo tempo que prevêem a flutuação do APY sob diferentes condições de mercado, para que os pools de liquidez possam redistribuir ou retirar liquidez quando necessário.
Agente de IA Blockchain
Além de construir uma camada de dados para IA e agentes, algumas blockchains estão se posicionando como soluções de pilha completa para Finanças Descentralizadas de IA. Por exemplo, a Mode implementou o co-piloto de Finanças Descentralizadas de IA, para executar transações on-chain através de prompts de usuários. Eles também apoiam várias equipes baseadas em IA e agentes, integrando múltiplos protocolos em seu ecossistema.
Essas iniciativas estão sendo realizadas em sincronia com a atualização da rede usando IA, incluindo a implementação de classificadores de IA para blockchain. Ao utilizar simulações e análises de IA antes da execução das transações, é possível bloquear e revisar transações de alto risco antes do processamento, garantindo a segurança na cadeia.
Outras blockchains populares como Solana e Base também são plataformas importantes para a construção de frameworks e tokens de agentes de IA. O NEAR se define como uma blockchain L1 centrada em IA, oferecendo um mercado de tarefas de IA, frameworks de agentes de IA de código aberto, entre outras funcionalidades.
O futuro desenvolvimento das Finanças Descentralizadas de AI
Atualmente, a maioria dos agentes de IA em Finanças Descentralizadas ainda enfrenta limitações na realização de total autonomia. Por exemplo, a camada de abstração transforma a intenção do usuário em execução, mas geralmente carece de capacidade preditiva; os agentes de IA podem gerar alpha através da análise, mas carecem de execução de negociação independente; as DApps impulsionadas por IA podem lidar com cofres ou negociações, mas são passivas em vez de ativas.
A próxima fase do DeFAI pode se concentrar na integração de camadas de dados úteis para desenvolver a melhor plataforma de agentes. Isso exigirá dados on-chain profundos, ao mesmo tempo que gera dados sintéticos úteis para melhores análises preditivas e combina com a análise de sentimentos do mercado.
O objetivo final é que o agente de IA consiga gerar e executar estratégias de negociação de forma fluida a partir de uma única interface. À medida que o sistema amadurece, no futuro, os negociantes de Finanças Descentralizadas poderão confiar no agente de IA para avaliar, prever e executar estratégias financeiras de forma autónoma com a mínima intervenção humana.
Finanças Descentralizadas ainda estão em estágios iniciais, o potencial dos agentes de IA para aumentar a usabilidade e o desempenho das Finanças Descentralizadas não deve ser subestimado. Obter dados em tempo real de alta qualidade é a chave para liberar esse potencial, o que melhorará as previsões e a execução de negociações impulsionadas por IA.
No futuro, a verificabilidade e a privacidade serão os principais desafios que os protocolos terão de enfrentar. A integração de tecnologias baseadas em TEE, FHE e até provas de conhecimento zero pode aumentar a verificabilidade do comportamento dos agentes de IA, estabelecendo assim confiança na autonomia.
Somente ao combinar com sucesso dados de alta qualidade, modelos robustos e processos de decisão transparentes, o agente DeFAI poderá obter ampla aplicação.