DeFAI - еще одна горячая тема на рынке после Framework. По данным Кайто на 15 января, уровень интереса к DeFAI достиг того же уровня, что и у Meme. Хотя Meme был несколько тих во время последнего агентского безумия за последние два месяца, это все равно показывает, что DeFAI - самая горячая тема на рынке как последняя новелла.

DeFAI - это сочетание DeFi и AI Agent, и многие протоколы стремятся объединить Agent с традиционным нарративом DeFi, надеясь на появление новых идей.

Ожидается, что абстракция искусственного интеллекта станет основным направлением приложений DeFAI

Несколько дней назад,@poopmandefiОрганизовал отображение приложения DeFAI, среди которых я считаю, что приложения DeFAI в категории AI Abstraction более склонны к созданию пузырей и имеют больший потенциал для создания высококачественных приложений. Хотя приложения DeFAI в категориях управления портфелем и анализа рынка также привлекательны, но по сравнению с абстрактными приложениями у них меньше пространства для воображения и больше зависимости от доверительных предположений.

Приложение по управлению портфелем, которое фокусируется на автоматизации агента, можно проследить до предыдущего цикла. Приложения автоматизации могут быть простым скриптом или сложным алгоритмом, но основой остается стремление к настройке пользователей, то есть пользователи могут настраивать свои собственные стратегии на основе своих торговых привычек и предпочтений в риске среди предоставленных платформой вариантов. Поэтому целью приложений автоматизации является обеспечение уверенности пользователей после запуска программы.

Это означает, что пространство воображения для автоматизированных приложений ограничено. Они более ориентированы на вертикальный опыт пользователей с точностью до мелочей, и рвина между протоколами часто отражается в дизайне алгоритмов. Конкуренция в области автоматизированного управления портфелем и оптимизации доходности в основном зависит от способности команды формулировать стратегии, конкурируя в вопросе триггеринга арбитража, снижения риска ликвидации, распределения позиций и максимизации доходности от фарминга.

Я считаю, что возможности участия Агентов в этом не настолько велики, как ожидания рынка. Причина заключается в том, что пользователям сложно обучить и настроить своих частных Агентов, чтобы они превзошли быстро итерирующиеся алгоритмы профессиональных команд. На данном этапе сложно для Агентов помочь себе найти торговые возможности на цепи, не став при этом выходной ликвидностью для кого-то другого. Поэтому повествование о том, чтобы сделать Агентов своей собственной 'денежной печатной машиной', может показаться только идеальным.

Анализ рынка DeFAI на китайском упрощенном языке неоднозначен. Причина в том, что любой агент может высказать свое мнение о ценах токенов, но большинство мнений повторяются и получают мало внимания. В этом анализе такие приложения, как Zara AI, которые имеют самостоятельно разработанные фреймворки, постоянно обучаются и оптимизируются для анализа конкретных показателей. AIXBT, как лидер отрасли, уже давно занимает первое место в сознании Kaito и стал ведущим лидером мнений. Анализ рынка DeFAI имеет значительные отклонения, при этом большинство агентов являются пушечным мясом и наполнены пузырями, что затрудняет создание коммерческой ценности. От признания рынком агентного анализа рынка до агентов, формирующих бизнес-модели и реализующих монетизацию трафика, это может быть краткосрочным потолком анализа рынка DeFAI.

Однако, публичный анализ Агента может быть как сигналом на покупку, так и новостью о продаже. Это может быть одной из причин, по которой топовые KOL, как AIXBT, пока не начали независимо управлять активами пользователей. Потому что анализ Агента основан на общедоступных данных и не искусственно поднимает цены, как это делают человеческие KOL через статьи и командную работу. Разница между ними - это одна из причин, по которой у анализа рынка DeFAI ограниченное пространство для воображения.

Итак, почему класс абстракции искусственного интеллекта DeFAI отличается? Я думаю, что его характеристики заключаются в низкой предсказуемости и высоком росте. Низкая предсказуемость обусловлена объективными ограничениями веб-3 искусственного интеллекта, с множеством «мусорных проектов» в веб-3 от «AI бота» в 2023 году, «GPT Wrapper» в первой половине 2024 года до недавно настроенного агента за последние несколько месяцев. Эти проекты, с ChatGPT в качестве ядра, инкапсулируют ввод и вывод модели в приложении фронт-энда, и пользователи могут использовать естественно-языковые подсказки при первом использовании. Однако из-за отсутствия защиты производительности, существует значительное трение в реальном опыте. Этот более чем год длительного плохого пользовательского опыта является причиной низких ожиданий от абстрактных приложений.

Определение абстрактного приложения заключается в абстрагировании сложных операций на цепи с помощью искусственного интеллекта, что упрощает опыт новичков, так что пользователи с минимальным уровнем знаний могут также глубоко ощутить протоколы DeFi. Хотя эти приложения схожи с большим количеством 'подозрительных проектов' в способе упрощения, пользователи взаимодействуют с интерфейсом Agent через естественный язык и вызывают различные API, и Agent выполняет операцию в фоновом режиме, но метод взаимодействия значительно не улучшился. Поэтому большинство пользователей, или общее мнение рынка, часто считают ожидания абстрактных приложений низкими.

Однако по мере того, как в эту область вступают все больше и больше разработчиков Web2, и развитие абстрактных приложений ускоряется, это создает огромный потенциал роста для таких приложений. В настоящее время абстрактные приложения находятся в фазе быстрого роста и ожидается, что они достигнут прорывов в будущем.

Высокий рост происходит от абстрактных приложений, которые могут полностью оптимизировать пользовательский опыт, в то время как плохой пользовательский опыт обычно происходит из двух аспектов:

1. Пользователи не понимают реальные возможности приложения. При вводе команд, таких как Swap, Staking и т. д., хотя эти операции могут быть успешно выполнены, такой способ взаимодействия не впечатляет пользователей.
2. Пользователь переоценил возможности приложения, вводя сложные инструкции, которые часто сложно выполнить точно для одной модели, что приводит к ошибкам на определенном этапе рабочего процесса Pipeline.

Текущая версия приложения Agent все еще имеет достаточно места для роста и может преодолеть вышеупомянутые проблемы. В качестве примера можно взять приложение Questflow, которое объединяет несколько Agent'ов в Swarm для оптимизации пользовательского опыта. В Swarm, чем больше используется Agent'ов, тем более изысканные становятся случаи использования пользователей. Например, «Crypto Token Signal Swarm» на платформе Questflow состоит из пяти Agent'ов: Schedule Agent, Telegram Agent, Techcrunch Agent, OKLink Agent и Aggregated Web3 Information Agent. Благодаря введению Swarm, пользователи могут быстро понять его цель: отслеживание цен на токены, анализ проектов и предоставление изысканной альфа-информации в группы Telegram. Поэтому, взаимодействуя с этим Swarm, ожидания пользователей могут быть полностью удовлетворены, и фактическая обратная связь может соответствовать их ожиданиям. Более того, сложные инструкции не упрощаются или не опускаются, потому что инструкции пользователя разделяются и назначаются разным Agent'ам, каждый из которых завершает только свои собственные задачи, что делает весь рабочий процесс более эффективным и кратким.

Пузырь и хаос в абстрактном приложении постепенно отступают, и рынок начинает переходить к более позитивному и серьезному развитию. Совершенно новый способ взаимодействия готов помочь пользователям решать проблемы и повышать эффективность. Этот новый способ взаимодействия принесет новые торговые парадигмы, и в процессе ускоренной эволюции в треке AI Agent ожидается, что абстрактные приложения станут пионерами, захватывающими ценность рынка DeFAI.

Экосистема Solana активно принимает DeFAI

Solana и Base - два основных поля битвы в треке AI Agent, но направления развития этих двух экосистем совершенно различны. Virtuals, полагаясь на зрелую модель токенов, занимают подавляющее большинство рыночной стоимости в треке Base AI Agent; в то время как в Solana, несмотря на участие ai16z, из-за слабых фундаментальных основ и влияния атмосферы Solana memecoin, доля Solana на рынке трека AI Agent относительно низкая.

Для Solana текущая разнообразная экосистема не является наиболее идеальной ситуацией. Для достижения следующего рыночного веха Solana нуждается в значительной истории. В контексте неудачи Depin DeFAI, безусловно, является лучшей возможностью для Solana. Из обзора распространения приложений DeFAI, составленного Solana Daily, многие приложения DeFAI выбрали платформу Solana. Это может быть связано с частым проведением Agent хакатонов Solana и его грантовыми инициативами. В целом, Solana лидирует в гонке DeFAI, опережая Base.

На прошлой неделе Solana выпустила DeFAI Landscape на Solana. Я выбрал проекты с рыночной капитализацией более 10 миллионов долларов на 19 января и предоставил краткое описание их основных функций и категорий.

О BlockBooster

BlockBooster - это азиатская студия венчурного капитала Web3, поддерживаемая OKX Ventures и другими ведущими институтами, стремящаяся быть надежным партнером для выдающихся предпринимателей. Мы связываем проекты Web3 с реальным миром и помогаем высококачественным предпринимательским проектам развиваться через стратегические инвестиции и глубокое инкубирование.

Заявление:

1. Эта статья воспроизведена с 【Tech Flow ШэнчаоАвторские права принадлежат оригинальному автору Кевину, исследователю в BlockBooster. Если у вас есть возражения по поводу перепечатки, пожалуйста, свяжитесь с Команда Gate Learn, команда обработает его как можно скорее в соответствии с соответствующими процедурами.
2. Предупреждение: Взгляды и мнения, высказанные в этой статье, являются исключительно мнением автора и не являются инвестиционными советами.
3. Другие языковые версии статьи переведены командой gate Learn. Если не указано иное, запрещено копирование, распространение или плагиат переведенных статей.