DeFAI: ¿Cómo puede la inteligencia artificial liberar el potencial de las Finanzas descentralizadas?
Finanzas descentralizadas(DeFi) ha crecido rápidamente desde 2020, convirtiéndose en un pilar importante del ecosistema criptográfico. A pesar de que la innovación no tiene fin, también ha aumentado la complejidad y la fragmentación, haciendo que incluso los usuarios experimentados tengan dificultades para navegar a través de las numerosas cadenas, activos y protocolos.
Al mismo tiempo, la inteligencia artificial (AI) pasa de una narrativa amplia en 2023 a un enfoque más profesional y orientado a agentes en 2024. Esta transición ha dado lugar a DeFi AI (DeFAI) - un campo emergente donde la IA mejora las Finanzas descentralizadas a través de la automatización, la gestión de riesgos y la optimización del capital.
DeFAI abarca múltiples niveles. La blockchain es la capa base, y los agentes de IA necesitan interactuar con cadenas específicas para ejecutar transacciones y contratos inteligentes. La capa de datos y la capa de computación proporcionan la infraestructura necesaria para entrenar modelos de IA, que provienen de datos históricos de precios, sentimientos del mercado y análisis en cadena. La capa de privacidad y verificabilidad asegura que los datos financieros sensibles estén seguros mientras se mantiene la ejecución sin confianza. Finalmente, el marco de agentes permite a los desarrolladores construir aplicaciones impulsadas por IA especializadas, como robots de trading autónomos, evaluadores de riesgo crediticio y optimizadores de gobernanza en cadena.
A medida que el ecosistema DeFAI continúa expandiéndose, los proyectos más destacados se pueden dividir en tres categorías principales:
1. Capa abstracta
Este tipo de protocolos actúan como una interfaz amigable para el usuario en las Finanzas descentralizadas, permitiendo a los usuarios ingresar indicaciones que se ejecutan en la cadena. A menudo se integran con múltiples cadenas y dApps, ejecutando la intención del usuario, al mismo tiempo que eliminan los pasos manuales en transacciones complejas.
Estas funciones ejecutables de los protocolos incluyen:
Intercambio, cadena cruzada, préstamo/retiro, ejecución de transacciones cruzadas
Monedero de seguimiento de operaciones o perfil de redes sociales
Ejecutar automáticamente órdenes de toma de ganancias/pérdidas según el porcentaje del tamaño de la posición
Por ejemplo, no es necesario extraer manualmente ETH de la plataforma de préstamos, transferirlo a Solana, intercambiar tokens y proporcionar liquidez: el protocolo de capa de abstracción puede completar la operación en un solo paso.
2. Agente de negociación autónomo
A diferencia de los robots comerciales tradicionales que siguen reglas preestablecidas, los agentes de comercio autónomo pueden aprender y adaptarse a las condiciones del mercado, y ajustar sus estrategias según nueva información. Estos agentes pueden:
Analizar datos para mejorar continuamente la estrategia
Predecir la tendencia del mercado para tomar mejores decisiones de compra/venta
Ejecutar estrategias complejas de Finanzas descentralizadas
3. DApps impulsados por IA
Las dApps DeFi ofrecen funciones de préstamo, intercambio, y cultivo de rendimientos. La IA y los agentes de IA pueden mejorar estos servicios de las siguientes maneras:
Optimizar el suministro de liquidez mediante el reequilibrio de las posiciones de LP para obtener un mejor APY
Escanear tokens mediante la detección de riesgos potenciales
Estos protocolos de nivel superior enfrentan algunos desafíos:
Depender de flujos de datos en tiempo real para lograr una ejecución óptima de operaciones. La mala calidad de los datos puede resultar en una eficiencia de ruta baja, fallos en las operaciones o en la falta de rentabilidad.
Los modelos de IA dependen de datos históricos, pero el mercado de criptomonedas es muy volátil. Los agentes deben ser entrenados con conjuntos de datos diversificados y de alta calidad para mantener su efectividad.
Es necesario comprender completamente la correlación de activos, los cambios en la liquidez y el sentimiento del mercado para entender la situación general del mercado.
Para ofrecer mejores productos y los mejores resultados, estos protocolos deben considerar la integración de diversos conjuntos de datos de diferentes calidades para mejorar el nivel del producto.
Capa de datos - Proporcionar potencia a la inteligencia DeFAI
La calidad de la IA depende de los datos en los que se basa. Para que los agentes de IA funcionen de manera efectiva en DeFAI, necesitan datos en tiempo real, estructurados y verificables. Por ejemplo, la capa de abstracción necesita acceder a los datos en la cadena a través de RPC y API de redes sociales, mientras que los agentes de optimización de transacciones y ganancias requieren datos para perfeccionar aún más las estrategias de transacción y redistribuir recursos.
Conjuntos de datos de alta calidad permiten a los agentes realizar un análisis predictivo del comportamiento futuro de los precios, proporcionando recomendaciones de trading para adaptarse a las preferencias de posiciones largas o cortas en ciertos activos.
Los principales proveedores de datos de DeFAI incluyen:
Mode Synth: datos sintéticos para la predicción financiera, capturando la distribución completa de los cambios de precios, utilizados para la predicción de modelos de IA
Chainbase: conjunto de datos estructurados de cadena completa, proporciona datos mejorados por IA, utilizados para transacciones, predicciones y obtención de alpha
sqd.ai: Lago de datos descentralizado orientado a agentes de IA, acceso a datos multichain escalable y personalizable, con seguridad de prueba de conocimiento cero.
Cookie: capa de datos sociales y en cadena orientada a agentes de IA, utiliza 18 agentes de IA especializados para procesar más de 7 TB de datos de agentes en más de 20 cadenas.
Comparativa de las principales blockchains en las que se basan los agentes de IA
Solana y Base son las dos principales cadenas para la construcción y publicación de la mayoría de los marcos y tokens de agentes de IA. Los agentes de IA utilizan la alta capacidad de procesamiento y la red de baja latencia de Solana, así como el ElizaOS de código abierto, para desplegar tokens de agentes, mientras que Virtuals actúa como un trampolín para desplegar agentes en Base. A pesar de que ambas tienen hackatones e incentivos financieros, en cuanto a su programa de IA como cadena, aún no han alcanzado el nivel de ciertas cadenas de bloques especializadas.
NEAR se definió anteriormente como una blockchain L1 centrada en la IA, cuyas funciones incluyen un mercado de tareas de IA, un centro de investigación de IA con un marco de agentes de IA de código abierto y asistentes de IA. Recientemente anunciaron un fondo de agentes de IA de 20 millones de dólares para expandir agentes completamente autónomos y verificables en NEAR.
El siguiente paso de DeFAI
Actualmente, la mayoría de los agentes de IA en Finanzas descentralizadas enfrentan limitaciones significativas para lograr una autonomía total. Por ejemplo:
La capa abstracta convierte la intención del usuario en ejecución, pero a menudo carece de capacidad predictiva.
Los agentes de IA pueden generar alpha a través del análisis, pero carecen de ejecución de operaciones independiente.
Las dApps impulsadas por IA pueden manejar bóvedas o transacciones, pero son pasivas en lugar de activas.
La próxima fase de DeFAI podría centrarse en integrar capas de datos útiles para desarrollar la mejor plataforma o agente de intermediación. Esto requerirá datos en cadena profundos sobre la actividad de los grandes titulares, cambios en la liquidez, etc., al mismo tiempo que genera datos sintéticos útiles para un mejor análisis predictivo, y combina análisis de sentimiento del mercado general, ya sea sobre la volatilidad de tokens de categorías específicas o la volatilidad de tokens en redes sociales.
El objetivo final es que los agentes de IA puedan generar y ejecutar estrategias de trading de manera fluida desde una única interfaz. A medida que estos sistemas maduran, es posible que veamos en el futuro a los traders de DeFi confiar en agentes de IA para evaluar, predecir y ejecutar estrategias financieras de forma autónoma con mínima intervención humana.
Conclusión
A pesar de la reciente reducción drástica de los tokens y marcos de agentes de IA, DeFAI aún se encuentra en una etapa temprana, y el potencial de los agentes de IA para mejorar la usabilidad y el rendimiento de las Finanzas descentralizadas es innegable.
La clave para liberar este potencial radica en obtener datos en tiempo real de alta calidad, lo que mejorará las predicciones y ejecuciones de trading impulsadas por IA. Cada vez más protocolos integran diferentes capas de datos, y los protocolos de datos construyen complementos para el marco, lo que resalta la importancia de los datos en la toma de decisiones de los agentes.
De cara al futuro, la verificabilidad y la privacidad se convertirán en los desafíos clave que deben abordar los protocolos. Actualmente, la mayoría de las operaciones de los agentes de IA siguen siendo una caja negra, y los usuarios deben confiar sus fondos a ella. Por lo tanto, el desarrollo de decisiones de IA verificables ayudará a garantizar la transparencia y la responsabilidad en los procesos de los agentes. La integración de protocolos basados en TEE, FHE e incluso pruebas de conocimiento cero puede mejorar la verificabilidad del comportamiento de los agentes de IA, lo que a su vez permitirá confiar en la autonomía.
Solo combinando con éxito datos de alta calidad, modelos robustos y procesos de decisión transparentes, el agente DeFAI podrá obtener una amplia aplicación.
 y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
11 me gusta
Recompensa
11
4
Compartir
Comentar
0/400
TestnetNomad
· hace10h
¿No entiendes las Finanzas descentralizadas y aún juegas con la IA?
Ver originalesResponder0
nft_widow
· hace23h
Ahora los tontos están en alta tecnología.
Ver originalesResponder0
CantAffordPancake
· 07-21 03:33
Con manos se puede jugar, no es tan flexible como la IA.
DeFAI: ¿Cómo la IA potencia las Finanzas descentralizadas y libera un nuevo potencial en la Descentralización?
DeFAI: ¿Cómo puede la inteligencia artificial liberar el potencial de las Finanzas descentralizadas?
Finanzas descentralizadas(DeFi) ha crecido rápidamente desde 2020, convirtiéndose en un pilar importante del ecosistema criptográfico. A pesar de que la innovación no tiene fin, también ha aumentado la complejidad y la fragmentación, haciendo que incluso los usuarios experimentados tengan dificultades para navegar a través de las numerosas cadenas, activos y protocolos.
Al mismo tiempo, la inteligencia artificial (AI) pasa de una narrativa amplia en 2023 a un enfoque más profesional y orientado a agentes en 2024. Esta transición ha dado lugar a DeFi AI (DeFAI) - un campo emergente donde la IA mejora las Finanzas descentralizadas a través de la automatización, la gestión de riesgos y la optimización del capital.
DeFAI abarca múltiples niveles. La blockchain es la capa base, y los agentes de IA necesitan interactuar con cadenas específicas para ejecutar transacciones y contratos inteligentes. La capa de datos y la capa de computación proporcionan la infraestructura necesaria para entrenar modelos de IA, que provienen de datos históricos de precios, sentimientos del mercado y análisis en cadena. La capa de privacidad y verificabilidad asegura que los datos financieros sensibles estén seguros mientras se mantiene la ejecución sin confianza. Finalmente, el marco de agentes permite a los desarrolladores construir aplicaciones impulsadas por IA especializadas, como robots de trading autónomos, evaluadores de riesgo crediticio y optimizadores de gobernanza en cadena.
A medida que el ecosistema DeFAI continúa expandiéndose, los proyectos más destacados se pueden dividir en tres categorías principales:
1. Capa abstracta
Este tipo de protocolos actúan como una interfaz amigable para el usuario en las Finanzas descentralizadas, permitiendo a los usuarios ingresar indicaciones que se ejecutan en la cadena. A menudo se integran con múltiples cadenas y dApps, ejecutando la intención del usuario, al mismo tiempo que eliminan los pasos manuales en transacciones complejas.
Estas funciones ejecutables de los protocolos incluyen:
Por ejemplo, no es necesario extraer manualmente ETH de la plataforma de préstamos, transferirlo a Solana, intercambiar tokens y proporcionar liquidez: el protocolo de capa de abstracción puede completar la operación en un solo paso.
2. Agente de negociación autónomo
A diferencia de los robots comerciales tradicionales que siguen reglas preestablecidas, los agentes de comercio autónomo pueden aprender y adaptarse a las condiciones del mercado, y ajustar sus estrategias según nueva información. Estos agentes pueden:
3. DApps impulsados por IA
Las dApps DeFi ofrecen funciones de préstamo, intercambio, y cultivo de rendimientos. La IA y los agentes de IA pueden mejorar estos servicios de las siguientes maneras:
Estos protocolos de nivel superior enfrentan algunos desafíos:
Depender de flujos de datos en tiempo real para lograr una ejecución óptima de operaciones. La mala calidad de los datos puede resultar en una eficiencia de ruta baja, fallos en las operaciones o en la falta de rentabilidad.
Los modelos de IA dependen de datos históricos, pero el mercado de criptomonedas es muy volátil. Los agentes deben ser entrenados con conjuntos de datos diversificados y de alta calidad para mantener su efectividad.
Es necesario comprender completamente la correlación de activos, los cambios en la liquidez y el sentimiento del mercado para entender la situación general del mercado.
Para ofrecer mejores productos y los mejores resultados, estos protocolos deben considerar la integración de diversos conjuntos de datos de diferentes calidades para mejorar el nivel del producto.
Capa de datos - Proporcionar potencia a la inteligencia DeFAI
La calidad de la IA depende de los datos en los que se basa. Para que los agentes de IA funcionen de manera efectiva en DeFAI, necesitan datos en tiempo real, estructurados y verificables. Por ejemplo, la capa de abstracción necesita acceder a los datos en la cadena a través de RPC y API de redes sociales, mientras que los agentes de optimización de transacciones y ganancias requieren datos para perfeccionar aún más las estrategias de transacción y redistribuir recursos.
Conjuntos de datos de alta calidad permiten a los agentes realizar un análisis predictivo del comportamiento futuro de los precios, proporcionando recomendaciones de trading para adaptarse a las preferencias de posiciones largas o cortas en ciertos activos.
Los principales proveedores de datos de DeFAI incluyen:
Comparativa de las principales blockchains en las que se basan los agentes de IA
Solana y Base son las dos principales cadenas para la construcción y publicación de la mayoría de los marcos y tokens de agentes de IA. Los agentes de IA utilizan la alta capacidad de procesamiento y la red de baja latencia de Solana, así como el ElizaOS de código abierto, para desplegar tokens de agentes, mientras que Virtuals actúa como un trampolín para desplegar agentes en Base. A pesar de que ambas tienen hackatones e incentivos financieros, en cuanto a su programa de IA como cadena, aún no han alcanzado el nivel de ciertas cadenas de bloques especializadas.
NEAR se definió anteriormente como una blockchain L1 centrada en la IA, cuyas funciones incluyen un mercado de tareas de IA, un centro de investigación de IA con un marco de agentes de IA de código abierto y asistentes de IA. Recientemente anunciaron un fondo de agentes de IA de 20 millones de dólares para expandir agentes completamente autónomos y verificables en NEAR.
El siguiente paso de DeFAI
Actualmente, la mayoría de los agentes de IA en Finanzas descentralizadas enfrentan limitaciones significativas para lograr una autonomía total. Por ejemplo:
La capa abstracta convierte la intención del usuario en ejecución, pero a menudo carece de capacidad predictiva.
Los agentes de IA pueden generar alpha a través del análisis, pero carecen de ejecución de operaciones independiente.
Las dApps impulsadas por IA pueden manejar bóvedas o transacciones, pero son pasivas en lugar de activas.
La próxima fase de DeFAI podría centrarse en integrar capas de datos útiles para desarrollar la mejor plataforma o agente de intermediación. Esto requerirá datos en cadena profundos sobre la actividad de los grandes titulares, cambios en la liquidez, etc., al mismo tiempo que genera datos sintéticos útiles para un mejor análisis predictivo, y combina análisis de sentimiento del mercado general, ya sea sobre la volatilidad de tokens de categorías específicas o la volatilidad de tokens en redes sociales.
El objetivo final es que los agentes de IA puedan generar y ejecutar estrategias de trading de manera fluida desde una única interfaz. A medida que estos sistemas maduran, es posible que veamos en el futuro a los traders de DeFi confiar en agentes de IA para evaluar, predecir y ejecutar estrategias financieras de forma autónoma con mínima intervención humana.
Conclusión
A pesar de la reciente reducción drástica de los tokens y marcos de agentes de IA, DeFAI aún se encuentra en una etapa temprana, y el potencial de los agentes de IA para mejorar la usabilidad y el rendimiento de las Finanzas descentralizadas es innegable.
La clave para liberar este potencial radica en obtener datos en tiempo real de alta calidad, lo que mejorará las predicciones y ejecuciones de trading impulsadas por IA. Cada vez más protocolos integran diferentes capas de datos, y los protocolos de datos construyen complementos para el marco, lo que resalta la importancia de los datos en la toma de decisiones de los agentes.
De cara al futuro, la verificabilidad y la privacidad se convertirán en los desafíos clave que deben abordar los protocolos. Actualmente, la mayoría de las operaciones de los agentes de IA siguen siendo una caja negra, y los usuarios deben confiar sus fondos a ella. Por lo tanto, el desarrollo de decisiones de IA verificables ayudará a garantizar la transparencia y la responsabilidad en los procesos de los agentes. La integración de protocolos basados en TEE, FHE e incluso pruebas de conocimiento cero puede mejorar la verificabilidad del comportamiento de los agentes de IA, lo que a su vez permitirá confiar en la autonomía.
Solo combinando con éxito datos de alta calidad, modelos robustos y procesos de decisión transparentes, el agente DeFAI podrá obtener una amplia aplicación.
![DeFAI completo: ¿Cómo libera la IA el potencial de DeFi?](https://img-cdn.gateio.im/webp-social/moments-56a89e79609d8f982d5d31dadfad9205.webp01