Keuangan Desentralisasi(DeFi) telah berkembang pesat sejak 2020, menjadi pilar inti dari ekosistem kripto. Namun, dengan munculnya protokol baru yang terus-menerus, ekosistem DeFi menjadi semakin kompleks dan terdesentralisasi, bahkan pengguna berpengalaman pun kesulitan untuk mengendalikan banyaknya rantai, aset, dan protokol.
Sementara itu, kecerdasan buatan (AI) sedang beralih dari narasi dasar makro 2023 menuju fokus yang lebih profesional dan berbasis agen pada tahun 2024. Perubahan ini melahirkan DeFi AI (DeFAI) - sebuah bidang yang sedang berkembang, yang meningkatkan fungsionalitas DeFi melalui otomatisasi, manajemen risiko, dan optimisasi modal.
DeFAI melintasi beberapa lapisan. Lapisan dasar adalah blockchain, agen AI perlu berinteraksi dengan rantai tertentu untuk mengeksekusi transaksi dan kontrak pintar. Di atasnya adalah lapisan data dan lapisan komputasi, yang menyediakan infrastruktur dasar yang diperlukan untuk melatih model AI, model-model ini memanfaatkan data harga historis, sentimen pasar, dan analisis on-chain. Lapisan privasi dan verifikasi memastikan bahwa data keuangan sensitif tetap aman sambil mempertahankan eksekusi tanpa kepercayaan. Lapisan paling atas adalah kerangka agen, yang memungkinkan pengembang membangun aplikasi berbasis AI yang khusus, seperti robot perdagangan otonom, evaluator risiko kredit, dan pengoptimal pemerintahan on-chain.
Seiring dengan berkembangnya ekosistem DeFAI, proyek yang paling menonjol dapat dibagi menjadi tiga kategori besar:
1. Lapisan Abstraksi
Protokol ini berfungsi sebagai antarmuka ramah pengguna untuk Keuangan Desentralisasi, memungkinkan pengguna untuk melakukan operasi on-chain melalui petunjuk sederhana. Mereka biasanya mengintegrasikan beberapa rantai dan dApp, dapat mengeksekusi niat pengguna, sambil menyederhanakan langkah-langkah manual dalam transaksi yang kompleks.
Fungsi yang dapat dieksekusi oleh protokol ini meliputi:
Ikuti transaksi melalui dompet perdagangan atau akun media sosial
Secara otomatis mengeksekusi take profit/stop loss berdasarkan persentase ukuran posisi
Misalnya, pengguna tidak perlu secara manual menarik ETH dari platform pinjaman, mentransfernya ke jaringan lain, menukarnya menjadi token lain, dan menyediakan likuiditas di DEX - protokol lapisan abstrak hanya memerlukan satu langkah untuk menyelesaikan semua operasi.
2. Agen Perdagangan Mandiri
Berbeda dari robot perdagangan tradisional yang mengikuti aturan yang telah ditetapkan, agen perdagangan otonom dapat belajar dan beradaptasi dengan kondisi pasar, serta menyesuaikan strategi berdasarkan informasi baru. Agen ini dapat:
Menganalisis data untuk terus mengoptimalkan strategi
Memprediksi pergerakan pasar, membuat keputusan beli dan jual yang lebih bijak
Menjalankan strategi DeFi yang kompleks, seperti trading dasar
3. DApps yang Didorong oleh AI
Aplikasi dApp DeFi tradisional menyediakan fungsi peminjaman, pertukaran, dan pertanian hasil. AI dan agen AI dapat meningkatkan layanan ini melalui cara-cara berikut:
Mengoptimalkan penyediaan likuiditas dengan menyeimbangkan posisi LP, untuk mendapatkan APY yang lebih tinggi
Pindai token untuk mengidentifikasi risiko potensial, seperti proyek karpet atau perangkap
Tantangan utama yang dihadapi oleh protokol ini termasuk:
Mengandalkan aliran data waktu nyata untuk mencapai eksekusi perdagangan yang optimal. Kualitas data yang buruk dapat menyebabkan efisiensi routing yang rendah, kegagalan perdagangan, atau tidak menguntungkan.
Model AI bergantung pada data historis, tetapi pasar kripto sangat fluktuatif. Agen perlu dilatih dengan kumpulan data yang beragam dan berkualitas tinggi agar tetap efektif.
Diperlukan pemahaman menyeluruh tentang relevansi aset, perubahan likuiditas, dan sentimen pasar untuk memahami kondisi pasar secara keseluruhan.
Untuk memberikan produk dan hasil yang lebih berkualitas, protokol ini harus mempertimbangkan integrasi berbagai kumpulan data berkualitas berbeda untuk meningkatkan produk mereka ke tingkat baru.
Lapisan Data - Memberikan Daya Cerdas untuk DeFAI
Kualitas AI bergantung pada data yang digunakannya. Agar agen AI dapat beroperasi secara efisien dalam DeFAI, mereka memerlukan data yang real-time, terstruktur, dan dapat diverifikasi. Misalnya, lapisan abstraksi perlu mengakses data on-chain melalui RPC dan API jejaring sosial, sementara agen optimisasi transaksi dan keuntungan memerlukan data untuk lebih menyempurnakan strategi transaksi dan mendistribusikan kembali sumber daya.
Kumpulan data berkualitas tinggi memungkinkan agen untuk memprediksi pergerakan harga di masa depan dengan lebih akurat, memberikan saran untuk perdagangan, agar sesuai dengan preferensi bullish dan bearish pengguna terhadap aset tertentu.
Penyedia data utama DeFAI termasuk:
Mode Synth: data sintetis yang digunakan untuk prediksi keuangan, menangkap distribusi perubahan harga secara lengkap
Chainbase: Kumpulan data terstruktur seluruh rantai, menyediakan data yang diperkuat AI untuk perdagangan, prediksi, dan penemuan alpha
sqd.ai: Danau data desentralisasi yang ditujukan untuk agen AI, menyediakan akses data multi-rantai yang dapat diperluas dan disesuaikan.
Cookie: lapisan data sosial dan on-chain yang ditujukan untuk agen AI, mengelola data agen on-chain yang besar di berbagai rantai
Perkembangan Blockchain AI代理
Selain membangun lapisan data untuk AI dan agen, beberapa blockchain sedang memposisikan diri mereka sebagai solusi full-stack DeFAI. Salah satu blockchain baru-baru ini menerapkan alat kolaborasi DeFAI untuk melakukan transaksi on-chain melalui prompt pengguna. Blockchain tersebut juga mendukung banyak tim berbasis AI dan agen, mengintegrasikan berbagai protokol ke dalam ekosistemnya.
Dengan semakin banyaknya pengembangan agen dan pelaksanaan transaksi, blockchain ini sedang berkembang dengan cepat. Inisiatif ini dilakukan bersamaan dengan penggunaan AI untuk meningkatkan jaringan, yang paling mencolok adalah dilengkapinya blockchain dengan sorter berbasis AI. Dengan menggunakan simulasi dan analisis AI untuk transaksi sebelum pelaksanaan, transaksi berisiko tinggi dapat dihentikan dan diawasi sebelum diproses, memastikan keamanan di dalam jaringan.
Masa Depan DeFAI
Saat ini, sebagian besar agen AI di DeFi masih menghadapi batasan signifikan dalam mencapai otonomi penuh:
Lapisan abstrak mengubah niat pengguna menjadi eksekusi, tetapi biasanya kurang kemampuan prediksi.
AI agen mungkin dapat menghasilkan alpha melalui analisis, tetapi kurang memiliki kemampuan eksekusi perdagangan yang independen.
dApp yang didorong oleh AI dapat mengelola brankas atau transaksi, tetapi bersifat pasif dan bukan aktif.
Tahap berikutnya dari DeFAI mungkin akan fokus pada integrasi lapisan data yang berguna, untuk mengembangkan platform atau agen terbaik. Ini akan memerlukan data on-chain yang mendalam, seperti aktivitas whale, perubahan likuiditas, dan lain-lain, sambil menghasilkan data sintetis yang digunakan untuk analisis prediksi yang lebih baik, dan menggabungkan analisis sentimen dari pasar secara keseluruhan.
Tujuan akhirnya adalah untuk membuat agen AI dapat menghasilkan dan mengeksekusi strategi perdagangan secara mulus dari satu antarmuka. Seiring dengan kematangan sistem ini, para trader DeFi di masa depan mungkin akan bergantung pada agen AI untuk secara mandiri mengevaluasi, memprediksi, dan mengeksekusi strategi keuangan dengan intervensi manusia yang minimal.
Kesimpulan
Meskipun token dan kerangka kerja AI mengalami penurunan besar-besaran baru-baru ini, DeFAI masih berada pada tahap awal, dan potensi peningkatan ketersediaan dan kinerja DeFi oleh agen AI tidak dapat diabaikan. Kunci untuk melepaskan potensi ini adalah mendapatkan data real-time berkualitas tinggi, yang akan meningkatkan prediksi dan eksekusi trading yang didorong oleh AI.
Melihat ke depan, verifikasi dan privasi akan menjadi tantangan kunci yang harus diatasi oleh protokol. Saat ini, sebagian besar operasi agen AI masih tidak transparan, dan pengguna harus mempercayakan dana mereka kepada mereka. Oleh karena itu, mengembangkan keputusan AI yang dapat diverifikasi akan membantu memastikan transparansi dan akuntabilitas proses agen. Integrasi protokol yang berbasis TEE, FHE, dan bahkan bukti nol pengetahuan dapat meningkatkan verifikasi perilaku agen AI, sehingga membangun kepercayaan terhadap otonomi mereka.
Hanya dengan menggabungkan data berkualitas tinggi, model yang kuat, dan proses pengambilan keputusan yang transparan, agen DeFAI dapat mendapatkan aplikasi yang luas.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
14 Suka
Hadiah
14
6
Bagikan
Komentar
0/400
rekt_but_vibing
· 21jam yang lalu
defi telah berevolusi menjadi melihat wajah ai ya
Lihat AsliBalas0
OnChainArchaeologist
· 21jam yang lalu
AI semakin banyak cara bermainnya, sangat menggugah selera
Lihat AsliBalas0
StablecoinAnxiety
· 21jam yang lalu
Sudah ada hal baru lagi, Keuangan Desentralisasi saja belum paham.
Lihat AsliBalas0
FlatTax
· 21jam yang lalu
AI kembali melakukan hal baru
Lihat AsliBalas0
FrontRunFighter
· 21jam yang lalu
hanya satu lagi honeypot mev yang disamarkan sebagai "inovasi AI"
Keuangan Desentralisasi: Bagaimana AI Mendorong Inovasi dan Automasi DeFi
DeFAI: Bagaimana Kecerdasan Buatan Membebaskan Potensi Keuangan Desentralisasi?
Keuangan Desentralisasi(DeFi) telah berkembang pesat sejak 2020, menjadi pilar inti dari ekosistem kripto. Namun, dengan munculnya protokol baru yang terus-menerus, ekosistem DeFi menjadi semakin kompleks dan terdesentralisasi, bahkan pengguna berpengalaman pun kesulitan untuk mengendalikan banyaknya rantai, aset, dan protokol.
Sementara itu, kecerdasan buatan (AI) sedang beralih dari narasi dasar makro 2023 menuju fokus yang lebih profesional dan berbasis agen pada tahun 2024. Perubahan ini melahirkan DeFi AI (DeFAI) - sebuah bidang yang sedang berkembang, yang meningkatkan fungsionalitas DeFi melalui otomatisasi, manajemen risiko, dan optimisasi modal.
DeFAI melintasi beberapa lapisan. Lapisan dasar adalah blockchain, agen AI perlu berinteraksi dengan rantai tertentu untuk mengeksekusi transaksi dan kontrak pintar. Di atasnya adalah lapisan data dan lapisan komputasi, yang menyediakan infrastruktur dasar yang diperlukan untuk melatih model AI, model-model ini memanfaatkan data harga historis, sentimen pasar, dan analisis on-chain. Lapisan privasi dan verifikasi memastikan bahwa data keuangan sensitif tetap aman sambil mempertahankan eksekusi tanpa kepercayaan. Lapisan paling atas adalah kerangka agen, yang memungkinkan pengembang membangun aplikasi berbasis AI yang khusus, seperti robot perdagangan otonom, evaluator risiko kredit, dan pengoptimal pemerintahan on-chain.
Seiring dengan berkembangnya ekosistem DeFAI, proyek yang paling menonjol dapat dibagi menjadi tiga kategori besar:
1. Lapisan Abstraksi
Protokol ini berfungsi sebagai antarmuka ramah pengguna untuk Keuangan Desentralisasi, memungkinkan pengguna untuk melakukan operasi on-chain melalui petunjuk sederhana. Mereka biasanya mengintegrasikan beberapa rantai dan dApp, dapat mengeksekusi niat pengguna, sambil menyederhanakan langkah-langkah manual dalam transaksi yang kompleks.
Fungsi yang dapat dieksekusi oleh protokol ini meliputi:
Misalnya, pengguna tidak perlu secara manual menarik ETH dari platform pinjaman, mentransfernya ke jaringan lain, menukarnya menjadi token lain, dan menyediakan likuiditas di DEX - protokol lapisan abstrak hanya memerlukan satu langkah untuk menyelesaikan semua operasi.
2. Agen Perdagangan Mandiri
Berbeda dari robot perdagangan tradisional yang mengikuti aturan yang telah ditetapkan, agen perdagangan otonom dapat belajar dan beradaptasi dengan kondisi pasar, serta menyesuaikan strategi berdasarkan informasi baru. Agen ini dapat:
3. DApps yang Didorong oleh AI
Aplikasi dApp DeFi tradisional menyediakan fungsi peminjaman, pertukaran, dan pertanian hasil. AI dan agen AI dapat meningkatkan layanan ini melalui cara-cara berikut:
Tantangan utama yang dihadapi oleh protokol ini termasuk:
Mengandalkan aliran data waktu nyata untuk mencapai eksekusi perdagangan yang optimal. Kualitas data yang buruk dapat menyebabkan efisiensi routing yang rendah, kegagalan perdagangan, atau tidak menguntungkan.
Model AI bergantung pada data historis, tetapi pasar kripto sangat fluktuatif. Agen perlu dilatih dengan kumpulan data yang beragam dan berkualitas tinggi agar tetap efektif.
Diperlukan pemahaman menyeluruh tentang relevansi aset, perubahan likuiditas, dan sentimen pasar untuk memahami kondisi pasar secara keseluruhan.
Untuk memberikan produk dan hasil yang lebih berkualitas, protokol ini harus mempertimbangkan integrasi berbagai kumpulan data berkualitas berbeda untuk meningkatkan produk mereka ke tingkat baru.
Lapisan Data - Memberikan Daya Cerdas untuk DeFAI
Kualitas AI bergantung pada data yang digunakannya. Agar agen AI dapat beroperasi secara efisien dalam DeFAI, mereka memerlukan data yang real-time, terstruktur, dan dapat diverifikasi. Misalnya, lapisan abstraksi perlu mengakses data on-chain melalui RPC dan API jejaring sosial, sementara agen optimisasi transaksi dan keuntungan memerlukan data untuk lebih menyempurnakan strategi transaksi dan mendistribusikan kembali sumber daya.
Kumpulan data berkualitas tinggi memungkinkan agen untuk memprediksi pergerakan harga di masa depan dengan lebih akurat, memberikan saran untuk perdagangan, agar sesuai dengan preferensi bullish dan bearish pengguna terhadap aset tertentu.
Penyedia data utama DeFAI termasuk:
Perkembangan Blockchain AI代理
Selain membangun lapisan data untuk AI dan agen, beberapa blockchain sedang memposisikan diri mereka sebagai solusi full-stack DeFAI. Salah satu blockchain baru-baru ini menerapkan alat kolaborasi DeFAI untuk melakukan transaksi on-chain melalui prompt pengguna. Blockchain tersebut juga mendukung banyak tim berbasis AI dan agen, mengintegrasikan berbagai protokol ke dalam ekosistemnya.
Dengan semakin banyaknya pengembangan agen dan pelaksanaan transaksi, blockchain ini sedang berkembang dengan cepat. Inisiatif ini dilakukan bersamaan dengan penggunaan AI untuk meningkatkan jaringan, yang paling mencolok adalah dilengkapinya blockchain dengan sorter berbasis AI. Dengan menggunakan simulasi dan analisis AI untuk transaksi sebelum pelaksanaan, transaksi berisiko tinggi dapat dihentikan dan diawasi sebelum diproses, memastikan keamanan di dalam jaringan.
Masa Depan DeFAI
Saat ini, sebagian besar agen AI di DeFi masih menghadapi batasan signifikan dalam mencapai otonomi penuh:
Tahap berikutnya dari DeFAI mungkin akan fokus pada integrasi lapisan data yang berguna, untuk mengembangkan platform atau agen terbaik. Ini akan memerlukan data on-chain yang mendalam, seperti aktivitas whale, perubahan likuiditas, dan lain-lain, sambil menghasilkan data sintetis yang digunakan untuk analisis prediksi yang lebih baik, dan menggabungkan analisis sentimen dari pasar secara keseluruhan.
Tujuan akhirnya adalah untuk membuat agen AI dapat menghasilkan dan mengeksekusi strategi perdagangan secara mulus dari satu antarmuka. Seiring dengan kematangan sistem ini, para trader DeFi di masa depan mungkin akan bergantung pada agen AI untuk secara mandiri mengevaluasi, memprediksi, dan mengeksekusi strategi keuangan dengan intervensi manusia yang minimal.
Kesimpulan
Meskipun token dan kerangka kerja AI mengalami penurunan besar-besaran baru-baru ini, DeFAI masih berada pada tahap awal, dan potensi peningkatan ketersediaan dan kinerja DeFi oleh agen AI tidak dapat diabaikan. Kunci untuk melepaskan potensi ini adalah mendapatkan data real-time berkualitas tinggi, yang akan meningkatkan prediksi dan eksekusi trading yang didorong oleh AI.
Melihat ke depan, verifikasi dan privasi akan menjadi tantangan kunci yang harus diatasi oleh protokol. Saat ini, sebagian besar operasi agen AI masih tidak transparan, dan pengguna harus mempercayakan dana mereka kepada mereka. Oleh karena itu, mengembangkan keputusan AI yang dapat diverifikasi akan membantu memastikan transparansi dan akuntabilitas proses agen. Integrasi protokol yang berbasis TEE, FHE, dan bahkan bukti nol pengetahuan dapat meningkatkan verifikasi perilaku agen AI, sehingga membangun kepercayaan terhadap otonomi mereka.
Hanya dengan menggabungkan data berkualitas tinggi, model yang kuat, dan proses pengambilan keputusan yang transparan, agen DeFAI dapat mendapatkan aplikasi yang luas.