Semua orang membicarakan AI di DeFi - sistem adaptif, strategi baru, dan gagasan besar yang mengguncang ruang tersebut. Ingin menjadi bagian dari tren atau hanya menyaksikannya terjadi? Klik untuk melihatnya!

Pengantar

Kecerdasan buatan sedang mengubah aplikasi DeFi di hadapan kita, menjanjikan kemajuan dalam perdagangan, tata kelola, keamanan, dan personalisasi pengguna. Artikel ini menjelajahi bagaimana AI mengubah interaksi pengguna-protokol dalam DeFi dengan mengintegrasikan sistem cerdas sambil tetap setia pada nilai-nilai terdesentralisasi dari kripto.

Persimpangan teknologi AI dan blockchain mengatur standar baru di berbagai industri, dengan DeFi berada di garis depan. Dengan menggabungkan kecanggihan analitis AI dengan transparansi blockchain, solusi untuk masalah yang telah lama ada dalam ekosistem kripto muncul. Ini termasuk peningkatan keamanan, peningkatan pengalaman pengguna, dan model tata kelola adaptif.

Platform berbasis AI memanfaatkan otomatisasi dan kecerdasan untuk menciptakan sistem yang adaptif yang mengoptimalkan kinerja. Seperti yang disarankan oleh Vitalik Buterin, "Agen AI bisa menjadi peserta aktif dalam sistem terdesentralisasi," secara mandiri mengelola transaksi, menyempurnakan strategi perdagangan, dan menjaga privasi. Menanamkan AI dalam lapisan aplikasi DeFi membuka pintu ke sistem keuangan yang lebih efisien dan berorientasi pada pengguna.

Di bawah ini, kami akan menjelajahi bagaimana AI dapat mengubah DeFi, berfokus pada aspek perdagangan, tata kelola, keamanan, dan personalisasi.

Memahami Agen AI di DeFi

Agen AI adalah entitas perangkat lunak mandiri yang dirancang untuk melakukan tugas-tugas tertentu dalam ekosistem terdesentralisasi.

Berbeda dengan bot tradisional, agen AI secara aktif terlibat dengan jaringan blockchain, kontrak pintar, dan akun pengguna, seringkali beroperasi secara independen untuk menangani tugas-tugas kompleks seperti perdagangan, pengelolaan aset, dan analisis data protokol. Banyak agen ini memanfaatkan model bahasa besar (LLMs), memungkinkan mereka untuk melakukan panggilan API, berinteraksi langsung dengan lingkungan blockchain, dan memproses sejumlah besar informasi tanpa pengawasan manusia.

Dalam DeFi, agen AI dapat secara mendasar mengubah interaksi pengguna dan protokol dengan bertindak sebagai fasilitator, pengambil keputusan, dan pemroses data yang mandiri dalam aplikasi keuangan, tanpa perlu input manusia yang konstan.

Bot vs. Agen AI: Apa Perbedaannya?

Sementara bot adalah program yang sederhana, agen AI berfungsi lebih seperti agen ekonomi. Bot mengikuti pemrograman tertentu, tetapi agen AI - sering kali tanpa kode atau dengan kode rendah - membutuhkan sedikit konfigurasi dan dapat menjelajahi lingkungan yang tidak pasti dan dinamis. Fleksibilitas ini memungkinkan mereka untuk beradaptasi dengan cara yang tidak terduga namun bertujuan, sehingga lebih cocok untuk tantangan dunia nyata DeFi. Ini juga berarti keunggulan kompetitif mereka sering terletak pada pengaturan dan konfigurasi unik mereka, karena banyak model AI canggih yang tersedia secara publik. Dengan melakukan penyesuaian halus terhadap konfigurasi ini, agen AI dapat mencapai kinerja khusus, bahkan saat menggunakan model yang mudah diakses secara luas.

Kemampuan dan Otonomi

Agen AI dalam DeFi dapat secara mandiri:

• Berinteraksi dengan Protokol: Mereka dapat mengelola transaksi on-chain, mengoptimalkan posisi perdagangan, dan melaksanakan operasi keuangan multi-langkah berdasarkan tujuan yang diprogram.
• Membuat Keputusan: Dengan kerangka semi-otonom, agen dapat menganalisis data waktu nyata, menilai kondisi pasar, dan menyesuaikan tindakan mereka sesuai.
• Melaksanakan Tugas-tugas Kompleks: Bergantung pada tipe otomatisasi, agen mungkin menangani segala hal mulai dari alur kerja berbasis aturan yang sederhana hingga pengambilan keputusan yang kompleks dan otonom.

Tiga jenis otomatisasi saat ini membentuk peran agen AI:

1. Alur Kerja Otomatis: Ini adalah sistem yang sederhana dan berbasis aturan (seperti bot Telegram) yang mengikuti serangkaian instruksi yang telah ditetapkan. Mereka terbatas dalam fleksibilitas tetapi efektif untuk tugas-tugas rutin.
2. Alur Kerja Agen: Dalam kerangka kerja multi-agen ini, beberapa agen AI berkolaborasi untuk menyelesaikan tugas yang rumit. Mereka memiliki tingkat otonomi, memungkinkan operasi semi-otomatis, seperti berinteraksi dengan beberapa protokol DeFi untuk memaksimalkan hasil atau menyeimbangkan kembali portofolio.
3. Agen Mandiri: Agen yang sepenuhnya independen mampu mengambil keputusan tingkat tinggi, beroperasi dengan sedikit masukan eksternal. Mereka dapat menganalisis kondisi dan melakukan penyesuaian terhadap strategi secara real time.

Bagaimana AI Agen benar-benar bekerja?

Agen AI bekerja dengan menyederhanakan dan mengotomatisasi tugas-tugas kompleks. Sebagian besar agen otonom mengikuti alur kerja tertentu saat melakukan tugas yang diberikan.

Mekanisme Inti

Pengumpulan Data

Untuk berfungsi secara efektif, agen AI bergantung pada aliran data berfrekuensi tinggi dari berbagai sumber untuk memahami lingkungan operasional mereka. Masukkan mereka biasanya termasuk berbagai sumber data, seperti:

• Data On-Chain: Interaksi langsung dengan buku besar blockchain untuk menarik riwayat transaksi, status protokol, dan kondisi pasar real-time. Ini melibatkan integrasi dengan alat seperti indeks dan orakel.
• Off-Chain Market Feeds: Feed harga yang teragregasi, volume perdagangan, dan analisis sentimen dari pertukaran dan platform sosial melalui API.

Konfigurasi praatur juga dapat disediakan oleh pengguna, seperti tingkat toleransi risiko atau ambang batas perdagangan, menambahkan lapisan informasi yang dipersonalisasi bagi para agen.

Inferensi Model

Inferensi model dari agen AI merujuk pada proses di mana model yang terlatih menerapkan pengetahuannya yang telah dipelajari ke data baru untuk membuat prediksi atau keputusan. Agen biasanya beroperasi dengan salah satu tipe model berikut:

• Model Berbasis Aturan: Agen yang lebih sederhana yang mengandalkan logika yang telah ditentukan sebelumnya, misalnya, "jika harga token > $Xjual.
• Model Pembelajaran Mesin Terawasi: Model yang dilatih pada kumpulan data historis memprediksi hasil, seperti arah harga atau skor risiko untuk proposal tata kelola.
• Reinforcement Learning: Agen yang canggih beradaptasi dengan strategi dari waktu ke waktu, mengoptimalkan untuk imbalan kumulatif, seperti memaksimalkan hasil pada kolam likuiditas.
• Pemrosesan Bahasa Alami (NLP): Untuk agen tata kelola dan sentimen, model NLP menganalisis forum diskusi, proposal, dan aktivitas media sosial untuk mengukur pergeseran sentimen.

Pengambilan Keputusan

Pembuatan keputusan adalah tahap di mana agen mengintegrasikan input data dengan inferensi model untuk menghasilkan strategi yang dapat dilakukan, mengubah wawasan analitis menjadi tindakan otonom yang beradaptasi dengan lingkungan yang berubah. Dalam tahap ini, kemampuan agen AI untuk menginterpretasikan dan merespons sinyal pasar yang kompleks terealisasi, memungkinkannya untuk melakukan keputusan dengan cepat.

Mesin Optimasi memungkinkan agen untuk menghitung jalur tindakan optimal dengan menyeimbangkan beberapa faktor seperti keuntungan yang diharapkan, risiko, dan biaya eksekusi.

Agen juga menggunakan algoritma pembelajaran mandiri, memungkinkan mereka untuk merekalibrasi strategi saat kondisi pasar berkembang. Selama proses pengambilan keputusan, beberapa tugas mungkin terlalu kompleks bagi seorang agen tunggal untuk menyelesaikan secara optimal. Inilah mengapa banyak agen beroperasi dalam sistem multi-agen (MAS), mengkoordinasikan tugas-tugas di berbagai protokol DeFi untuk mengoptimalkan alokasi sumber daya (misalnya, menyeimbangkan likuiditas di antara kolam-kolam).

Otomatisasi dan Eksekusi

Agen-agen ini tidak hanya istimewa karena keuntungan yang dibawa oleh teknologi AI, tetapi operasi otonom mereka menangani eksekusi kontrak pintar, berinteraksi langsung dengan kontrak tingkat protokol untuk menjalankan; transaksi multi-langkah, memungkinkan penggabungan langkah-langkah menjadi transaksi atomik untuk eksekusi all-or-nothing; dan penanganan kesalahan, dengan mekanisme cadangan bawaan untuk mengelola kegagalan transaksi.

Hosting dan Operasi

Di bawah ini kami memiliki informasi lebih lanjut tentang bagaimana agen AI dapat beroperasi:

Model AI Off-Chain

Agen AI melakukan tugas intensif komputasi menggunakan sumber daya off-chain. Tugas-tugas ini sering mengandalkan infrastruktur cloud seperti AWS, Google Cloud, atau Azure untuk daya komputasi yang dapat diskalakan. Agen dapat memanfaatkan platform infrastruktur terdesentralisasi seperti Akash Network untuk layanan komputasi atau menggunakan IPFS dan Arweave untuk penyimpanan data.

Untuk aplikasi yang peka terhadap laten, seperti perdagangan frekuensi tinggi, agen dapat menggunakan komputasi tepi untuk mengurangi keterlambatan dengan memproses data lebih dekat dengan sumbernya. Hal ini memastikan waktu respons yang lebih cepat yang penting untuk tugas yang peka terhadap waktu.

Interaksi On-Chain dan Off-Chain

Agen AI berinteraksi antara sistem off-chain dan on-chain. Sementara proses yang membutuhkan komputasi intensif dan penalaran kompleks terjadi di luar jaringan, agen berinteraksi dengan protokol on-chain untuk mencatat tindakan, menjalankan fungsi kontrak pintar, dan mengelola aset secara mandiri. Mereka bergantung pada konfigurasi yang aman seperti dompet kontrak pintar dan pengaturan tanda tangan ganda.

Untuk tata kelola terdesentralisasi, agen bergantung pada protokol yang minim kepercayaan yang mencegah entitas tunggal punya kekuasaan lebih dari tindakan mereka, menjaga transparansi dan desentralisasi.

Interaksi di luar rantai melengkapi aktivitas di dalam rantai, seringkali difasilitasi melalui platform eksternal seperti Twitter atau Discord, di mana agen dapat beroperasi menggunakan API untuk berinteraksi dengan pengguna atau agen lain secara real-time.

Interoperabilitas

Interoperabilitas adalah kunci bagi agen untuk berfungsi di berbagai sistem dan protokol. Banyak agen bertindak sebagai perantara, memanfaatkan jembatan API untuk mengambil data eksternal atau memanggil fungsi tertentu. Sinkronisasi real-time dicapai melalui mekanisme seperti webhook atau protokol pesan terdesentralisasi, seperti Whisper atau IPFS PubSub, memungkinkan agen untuk tetap diperbarui pada status dan tindakan protokol terbaru.

Tampilan dalam: ai16z, AI Investment DAO

ai16z adalah DAO Investasi yang dipimpin oleh AI yang baru-baru ini diluncurkan dan telah mendapatkan perhatian signifikan karena penggunaan agen-agen inovatif dalam kripto. Protokol berfungsi sebagai “Pasar Virtual Kepercayaan,” menggunakan agen AI untuk mengumpulkan informasi pasar, menganalisis konsensus komunitas, dan melakukan perdagangan token baik on-chain maupun off-chain. Dengan belajar dari wawasan investasi anggota dan memberikan imbalan kepada mereka yang memberikan nilai, ai16z telah menciptakan dana investasi yang dioptimalkan (saat ini berfokus pada memecoin) dengan fitur desentralisasi yang kuat.

Penyediaan Agen

Pengembang membuat agen menggunakan Kerangka Kerja Eliza ai16z, yang menyediakan alat dan perpustakaan untuk membangun, menguji, dan mendeploy agen. Agen dapat dihosting secara lokal di server atau Agentverse, pusat agen terpusat ai16z. Untuk memungkinkan komunikasi antara agen, mereka harus terdaftar melalui Almanac dan dapat menggunakan Mailbox untuk memfasilitasi interaksi, bahkan saat dihosting secara lokal.

Repositori Github mereka terbuka, Anda dapat memeriksanya di sinihttps://github.com/ai16z.

Hosting Model AI

Jaringan ai16z tidak secara langsung menyelenggarakan model AI. Sebaliknya, agen mengakses layanan AI eksternal melalui permintaan API. Misalnya, kerangka kerja Eliza dapat terintegrasi dengan layanan seperti OpenAI untuk menginterpretasikan teks yang dapat dibaca manusia atau melakukan tugas-tugas lain yang didorong oleh AI. Pendekatan ini memungkinkan agen untuk memanfaatkan kemampuan AI canggih tanpa perlu hosting model yang kompleks di rantai.

Integrasi dan Operasi

Agen-agen dalam ekosistem ai16z berinteraksi melalui kombinasi mekanisme on-chain dan off-chain:

• Interaksi On-Chain: Agen menjalankan transaksi dan kontrak pintar di jaringan Solana.
• Interaksi Off-Chain: Agen berkomunikasi dengan layanan AI eksternal atau sumber data melalui API saat menangani tugas yang intensif komputasi.

Aplikasi

Proyek-proyek ai16z, seperti agen percakapan Eliza, telah diterapkan dalam berbagai domain:

• Agen Percakapan: Mengembangkan bot untuk platform seperti Twitter dan Discord untuk memfasilitasi interaksi otomatis.
• Agent Memory: Membuat sistem memori yang mudah digunakan untuk agen, didukung oleh database seperti ChromaDB dan Postgres.
• Manajemen Tindakan Agen: Mengembangkan alat untuk menghubungkan tindakan dan manajemen riwayat dalam agen.

Agen berinteraksi dengan Agen

Agen AI sudah mulai berdampak di DeFi dengan menangani tugas-tugas kompleks secara mandiri. Salah satu contoh bagusnya adalah bagaimana $LUMtoken diciptakan—sepenuhnya tanpa bantuan manusia—menunjukkan kekuatan kolaborasi yang didorong oleh AI.

Pada tanggal 8 November 2024, dua agen AI, @aethernetdan @clanker, bergabung untuk menciptakan dan meluncurkan token $LUM("Luminous"):

• @aethernet: Dibuat oleh @martin, agen ini bekerja di jaringan Farcaster untuk berbagi ide dan membangun hubungan. Ini lebih dari sekadar bot - ia secara aktif terlibat dengan $HIGHERkomunitas token dan fokus pada kreativitas dan interaksi yang berarti.
• @clanker: Dibuat oleh @dish dan@proxystudio.eth, agen ini mengkhususkan diri dalam peluncuran token meme. Ini mengotomatisasi seluruh proses, merespons langsung kepada apa yang pengguna minta untuk dilakukan.

Kisah ini dimulai ketika @nathansvanmengajukan@aethernetuntuk menemukan nama, ide, dan simbol untuk sebuah token dan kemudian mengirimkannya ke @clankeruntuk melaksanakan. @aethernetmengusulkan nama “Luminous” ($LUM) untuk mewakili kecemerlangan manusia dan AI bekerja bersama. Setelah itu, @clankermengambil alih dan menerapkan token, menyelesaikan tugas tanpa ada masukan manusia.

@itsmechasebmenulis tentang hal itu dengan detaildi sini.

Agen AI x Lahan DeFi

Agen AI siap untuk memainkan peran penting dalam tumpukan DeFi, beroperasi di lapisan aplikasi untuk mengotomatisasi tugas-tugas kompleks berbasis data.

Terletak di atas lapisan protokol, agen-agen ini berinteraksi langsung dengan kontrak pintar, membuka fitur-fitur canggih untuk pengguna dan protokol. Memungkinkan aplikasi DeFi beradaptasi secara real-time, mendukung kelas baru ekosistem multi-agen yang otonom.

Mengembangkan Lebih Jauh dari DeFi: Agen AI di Alam liar

Pengaruh agen AI meluas di luar DeFi. Terminal Kebenaranhttps://x.com/truth_terminal, sebuah model bahasa besar semi-otonom (LLM) yang dibuat oleh @AndyAyrey, menampilkan keserbagunaan ini. Didanai oleh Marc Andreessen, salah satu pendiri A16z, Truth Terminal memposting tweet dan berinteraksi dengan pengguna di X.

Baru-baru ini, diluncurkan koin meme berbasis Solana, $GOAT (Goatseus Maximus), yang mencapai kapitalisasi pasar $1,2 juta dalam waktu kurang dari sebulan. Munculnya koin meme seperti $GOATdan $TURBO (dikonseptualisasikan oleh ChatGPT) menyoroti persimpangan AI dan crypto yang muncul di luar keuangan tradisional.

Tapi ada lebih lagi. Kami berusaha mengungkapkan spektrum penuh dari para pembangun di ruang ini. Pandangan komprehensif tentang agen AI yang mengubah DeFi, mulai dari perdagangan otomatis dan manajemen aset hingga analitik prediktif dan peningkatan keamanan. Di bawah ini adalah gambaran tentang beragam cara agen ini secara aktif mendorong DeFi ke depan.

Agen Perdagangan

Protokol ini mewujudkan pengambilan keputusan otomatis berbasis data untuk perdagangan dan manajemen aset, menggunakan AI untuk memberikan sinyal perdagangan waktu nyata, mengoptimalkan portofolio, dan merampingkan tugas yang berulang. Pendekatan ini membawa efisiensi dan fleksibilitas strategis ke pasar DeFi.

Automasi perdagangan yang didorong oleh kecerdasan buatan memungkinkan pengguna untuk menetapkan perdagangan atau merebalance portofolio berdasarkan kondisi pasar, meminimalkan kebutuhan untuk penyesuaian manual yang konstan. Untuk strategi yang lebih dalam, beberapa protokol menawarkan analitik yang ditingkatkan yang mengubah data yang luas menjadi wawasan yang dapat diambil tindakan, mendukung keputusan perdagangan yang terinformasi dan prediksi pasar yang lebih akurat.

Untuk manajemen aset, alat optimisasi portofolio secara dinamis menyesuaikan portofolio, bertujuan untuk memaksimalkan pengembalian atau mengelola risiko secara efektif di berbagai kondisi pasar.

Ini dapat dibagi menjadi dua kelompok:

Fokus Utama Perdagangan

• @askjmmy: Platform untuk membuat dan menerapkan agen perdagangan otonom dalam jaringan dana lindung multi-strategi.
• @composertrade: Alat untuk otomatisasi perdagangan algoritmik.
• @DAINTrader: Strategi perdagangan berbasis AI.
• @DeAgentAI: Solusi perdagangan berbasis AI yang fokus pada DeFi.
• @FastlaneSol: Mengoptimalkan strategi perdagangan berbasis Solana.
• @IntentTrade: Menawarkan swap, pesanan limit, DCA, analisis kontrak, analisis teknis, dan lainnya.
• [@mindpalaceai](https://x.com/: Otomatisasi perdagangan dengan AI.
• @SpectralLabs: Wawasan perdagangan DeFi dan otomatisasi.
• @taoshiio: Platform AI dan pembelajaran mesin terdesentralisasi untuk strategi perdagangan menggunakan Bittensor.
• @tryparadigm: Memanfaatkan sekumpulan agen untuk mengumpulkan, mengorganisir, dan mengambil tindakan atas data.

Perdagangan dan Pengelolaan Aset

• @Agent_Fi: Berfokus pada penyediaan agen AI untuk aktivitas DeFi seperti perdagangan, sniping, dan masalah likuidasi.
• @AgentNetAi: Manajemen aset dan kecerdasan DeFi.
• @AuroryAI: Agen AI otonom untuk meningkatkan perdagangan, manajemen aset, dan pengambilan keputusan.
• @Cortex_Protocol: Platform didorong AI yang menyederhanakan interaksi DeFi dengan mengotomatisasi proses kompleks seperti jembatan, pertukaran, dan optimisasi hasil melalui agen cerdas.
• @Funl_ai: Alat perdagangan DeFi otomatis AI untuk menganalisis kondisi pasar secara real-time, menjalankan perdagangan otomatis, dan Bantuan AI untuk perdagangan manual yang canggih.
• @NetworkNoya: Strategi AI termasuk penyediaan likuiditas, pengelolaan leverage, dan optimasi peminjaman.
• @SingularityDAO: Protokol pengelolaan aset non-custodial yang menawarkan keranjang token yang disesuaikan secara dinamis yang dikelola oleh tim trader yang dibantu oleh AI.
• @OLASPlatform untuk mengimplementasikan agen AI, mendukung sistem multi-agen untuk prediksi, pembuatan konten, dan layanan keuangan.
• @Raiba_AI: Ekosistem chatbot dengan fitur karakter interaktif, pengalaman chat yang tergamifikasi, dan fungsionalitas asisten on-chain di masa depan.

Agen Prediksi

Tujuan utama dari Agen Prediksi ini adalah ramalan berbasis data dan manajemen risiko. Dengan memanfaatkan AI, setiap protokol bekerja untuk menyempurnakan prediksi pasar, mendukung platform DeFi dengan wawasan tentang pergerakan yang diantisipasi, fluktuasi harga, dan tren keuangan yang lebih luas.

Selain analitik prediktif, agen-agenn ini memainkan peran penting dalam meningkatkan pengambilan keputusan. Dengan wawasan yang tepat waktu dan relevan, pengguna dan platform DeFi dapat membuat pilihan proaktif dan terinformasi, mengoptimalkan strategi, dan mengurangi risiko.

Beberapa Agen Prediksi, seperti ReflectionAI, mengintegrasikan analisis sentimen, menambahkan lapisan yang menangkap suasana pasar. Pendekatan ini memungkinkan pengguna untuk mempertimbangkan pergeseran sentimen—faktor penting untuk memprediksi perilaku pengguna dan mengantisipasi dinamika pasar.

Protokol penting dalam kategori ini meliputi:

• @AIVX_ai: Model prediktif untuk pasar keuangan.
• @GnosisAI: Pembayaran agen ke agen dan pasar prediksi yang didorong AI dalam Gnosis.
• @PredictionProphet: Agen AI di Gnosis untuk pasar prediksi.
• @prism_tec: Prediksi pasar DeFi bertenaga AI di Solana.
• @zenoaiofficial: Platform perdagangan kripto dengan agen AI otonom yang menawarkan wawasan, strategi, dan prediksi pasar.

Pembuatan Agen

Tujuan pemersatu dari jenis platform ini adalah untuk memberdayakan pengguna untuk membuat, menyesuaikan, dan menyebarkan agen AI dengan keahlian pengkodean minimal. Mereka menawarkan berbagai alat, mulai dari solusi tanpa kode hingga kerangka kerja khusus, yang mencakup setiap tahap pembuatan dan manajemen agen dalam DeFi.

Fitur utama meliputi aksesibilitas dan penyesuaian, dengan banyak platform yang menyediakan antarmuka tanpa kode atau dengan kode rendah yang membuka kesempatan pembuatan agen kepada pengguna tanpa keterampilan teknis yang canggih. Untuk pengalaman yang lebih komprehensif, beberapa platform menawarkan manajemen siklus hidup agen end-to-end - mencakup pembuatan, pelatihan, implementasi, dan monetisasi - sehingga pengguna dapat mengawasi perjalanan agen mereka secara keseluruhan dalam DeFi.

Lebih lanjut, koordinasi dan interoperabilitas diprioritaskan oleh beberapa protokol, seperti OLAS dan Flock, yang memungkinkan kolaborasi multi-agen dan integrasi tanpa batas di berbagai ekosistem DeFi.

Platform Pembuatan Agen

Bertumpu pada alat-alat khusus untuk membuat, menyebarluaskan, dan menyesuaikan agen AI dalam DeFi.

• @ChasmNetwork: Platform untuk membuat, menyebarkan, dan memonetisasi agen AI.
• @CreatorBid: Sebuah pasar yang memungkinkan pengguna untuk menyebarkan dan meng-tokenisasi agen AI, khususnya agen yang dirancang untuk pembuat konten.
• @PondGNN: Pond: Platform untuk membangun, memiliki, dan memonetisasi model AI on-chain.
• @xgurunetwork: Platform untuk membuat agen AI interaktif.
• @myshell_ai: Platform untuk membuat, berbagi, dan memonetisasi aplikasi AI open-source.
• @OLAS: Pembuatan dan interoperabilitas agen AI.
• @ReflectionAI__: Pasar untuk berbagi dan berdagang model AI.
• @SwarmZeroAI: Platform untuk membuat dan memonetisasi Agen AI.
• @TopHat_One: Buka launchpad untuk agen AI.
• @virtuals_io: Alat pembuatan agen berbasis AI. Beberapa contoh agen yang dibuat dengan Virtuals adalah @luna_virtuals,@aixbt_agent, dan @sekoia_virtuals.
• @vvaifudotfun: The pump.fun untuk Agen AI otonom di Solana.

Alat Pelatihan dan Optimisasi Agen

Alat-alat ini memungkinkan pelatihan lanjutan dan kustomisasi agen AI.

• @almanak_co: Alat untuk melatih agen AI.
• @Agent_Layer: Alat dan kerangka kerja untuk membangun agen AI DeFi kustom.
• @Nimble_Network: Memberdayakan pembuat AI untuk membuat dan memonetisasi agen AI melalui platform all-in-one.
• @Build_Vertical: Platform tanpa kode untuk penyesuaian model AI. Latih, implementasikan, dan monetisasi AI.

Infrastruktur untuk AI di DeFi

Protokol infrastruktur sangat penting dalam mendukung kebutuhan dasar dan operasional agen kecerdasan buatan di lingkungan terdesentralisasi. Sistem-sistem ini menyediakan akses ke sumber daya komputasi, data relevan, dan jaringan berbagi pengetahuan, yang semuanya memberdayakan agen kecerdasan buatan untuk melakukan fungsi dan operasinya secara efektif dalam DeFi.

Elemen kunci dari infrastruktur ini adalah manajemen dan operasi terdesentralisasi. Protokol Operasi Agen membentuk tulang punggung untuk penempatan dan manajemen agen, menciptakan lingkungan terstruktur di mana agen dapat beroperasi secara otonom. Selain kemampuan manajemen, sumber daya komputasi memainkan peran penting dengan menyediakan daya pemrosesan yang diperlukan bagi agen AI untuk menangani tugas-tugas kompleks dan berintensitas data - hal yang krusial dalam ekosistem DeFi yang cepat.

Sama pentingnya adalah aksesibilitas data, di mana pasar dan jaringan memfasilitasi akses ke dataset yang dibutuhkan untuk agen membuat keputusan yang terinformasi. Akhirnya, platform berbagi pengetahuan memupuk lingkungan kolaboratif, memungkinkan agen untuk terus belajar, beradaptasi, dan berkembang dengan berbagi wawasan dan data.

Infrastruktur ini secara kolektif memastikan bahwa agen AI dilengkapi dengan baik untuk beroperasi secara efisien dan cerdas dalam keuangan terdesentralisasi.

Protokol Operasi Agen

Protokol-protokek ini memberikan struktur untuk mendeploy dan mengelola agen AI terdesentralisasi, bertindak sebagai tulang punggung otonomi agen dalam DeFi.

• @Altera_AL: Infrastruktur untuk mengelola agen AI terdesentralisasi (awalnya agen AI game).
• @Fetch_ai: Platform terdesentralisasi untuk agen AI.
• @HyperspaceAIMenyediakan infrastruktur operasional untuk agen AI dalam DeFi.
• @mor_org: Jaringan yang memungkinkan agen AI pribadi untuk pengelolaan tugas dan interaksi kripto.
• @OpenAgentsInc: Platform otomatisasi bisnis untuk menerapkan, menyesuaikan, dan mengintegrasikan agen.
• @questflow: Mengoperasikan infrastruktur untuk sistem multi-agen.
• @sebraai: Platform tanpa kode untuk membangun dan menyebarkan agen AI.
• @ShinkaiProtocol: Platform untuk manajemen data dan otomatisasi agen AI.

Sumber Daya Komputasi Terdesentralisasi untuk Agen

Protokol ini menyediakan daya komputasi yang diperlukan bagi agen AI untuk melakukan operasi berat data, mendukung analitik real-time, pengambilan keputusan, dan eksekusi dalam ekosistem DeFi.

• @FormAI: Platform yang menggerakkan perekonomian terdesentralisasi di mana pengguna dapat menyumbangkan data, komputasi, dan riset mereka untuk pelatihan AI.
• @Gaianet_AI: Platform untuk membuat dan memonetisasi agen AI, menawarkan sumber daya komputasi yang membantu mereka untuk meluas dan melakukan operasi yang intensif.
• @kira_infera: Jaringan inferensi AI peer-to-peer terdesentralisasi yang berfokus pada dukungan komputasi untuk agen AI.
• @napthaai: Platform modular untuk menerapkan agen AI terdesentralisasi di beberapa node, dengan dukungan komputasi yang fleksibel.
• @NodeAIETH: pasar sewa GPU yang memungkinkan pengguna menyewa GPU untuk aplikasi AI mereka.
• @TalusNetwork: Sebuah blockchain L1 yang memungkinkan penyebaran dan monetisasi AI berbasis agen, menawarkan sumber daya komputasi yang diperlukan untuk operasi intensif.

Pasar Data untuk Agen

Pasar data menawarkan kumpulan data terstruktur yang penting bagi agen AI untuk membuat keputusan yang terinformasi, melakukan peramalan yang akurat, dan meningkatkan kemampuan belajar dalam aplikasi DeFi.

• @AlliumLabs: Alat dan layanan yang memungkinkan pengguna menganalisis data blockchain atau mengoptimalkan alur kerja dan aplikasi real-time mereka.
• @AlloraNetwork: Protokol untuk berbagi data (dalam bentuk prediksi AI), menghubungkan penyedia data, pengolah, dan pengguna sambil memberikan imbalan untuk prediksi berkualitas tinggi.
• @Covalent_HQ: Infrastruktur data modular untuk AI.
• @getaxal: Platform pasar yang menyederhanakan alur kerja dengan mengotomatiskan dan mengintegrasikan data dan tindakan di seluruh Web3.
• @scryptedincSumber data untuk model perdagangan AI.

Jaringan Pengetahuan

Jaringan pengetahuan memfasilitasi pembelajaran dan berbagi strategi di antara agen AI. Mereka melampaui data mentah dengan memberikan wawasan, metodologi, dan pengalaman yang dapat digunakan agen untuk menyempurnakan kemampuan mereka dalam lingkungan DeFi.

• @forgellm: repositori informasi yang didorong oleh kecerdasan buatan.
• @real_alethea: Platform yang memungkinkan penciptaan, kepemilikan, dan berbagi kepribadian dan model AI secara terdesentralisasi.
• @SocietyLibraryBasis pengetahuan terdesentralisasi untuk AI.
• @TheoriqAIJaringan berbagi pengetahuan untuk agen AI berkolaborasi menciptakan solusi.

Data

Platform-platform ini menyumbangkan sumber daya data, seringkali dengan mengumpulkan data publik dan memberikan insentif kepada pengguna untuk berbagi data mereka untuk pelatihan AI.

• @getgrass_io: Sebuah platform terdesentralisasi yang memungkinkan pengguna untuk mendapatkan imbalan dengan membagikan bandwidth internet yang tidak terpakai mereka, yang digunakan untuk mengumpulkan dan memproses data web publik untuk tujuan pelatihan AI.

Kasus Penggunaan Lainnya

Perlu dicatat beberapa aplikasi tambahan dari agen AI, khususnya beberapa yang telah mendapat banyak perhatian dalam beberapa minggu terakhir:

• @0xzerebro: Sistem AI yang secara mandiri menghasilkan dan menyebarkan konten yang beragam di berbagai platform, menggunakan sistem Generasi yang Diperkaya dengan Pemulihan untuk menjaga ingatan dinamis dan mencegah keruntuhan model.
• @agent_wip: Sebuah agen seniman yang didesain secara kolektif di atas rantai blok yang menggunakan data on-chain untuk menginformasikan penciptaan seni, distribusi, dan monetisasi, mengeksplorasi bentuk-bentuk baru dari otonomi kreatif dan interaksi.
• @ai16z: Sebuah organisasi otonom terdesentralisasi (DAO) yang didorong oleh kecerdasan buatan (AI) yang memanfaatkan agen otonom untuk membuat keputusan investasi dan mengelola aset dalam ekosistem kriptocurrency.
• @dolos_diary: Seorang agen AI yang mewakili persona Dolos, dewa Yunani penyamaran, memberikan interaksi tajam, cerdas, dan jujur secara brutal di berbagai platform seperti Twitter dan Telegram.
• @lola_onchain: Sebuah agen AI otonom yang memanfaatkan ingatan jangka panjang dan pendek untuk menganalisis, melakukan perdagangan, dan mengoptimalkan strategi kripto secara independen. Sebagai contoh, LOLA melakukan 200 perdagangan, 6 token yang naik 20X+, 13 token yang naik 10-20X, 25 token yang naik 5-10X; sisanya dapat ditulis off.
• @truth_terminal: Sebuah agen AI semi-otonom yang berinteraksi dengan pengguna di media sosial, menghasilkan wawasan dan konten sambil mengeksplorasi persimpangan AI, perhatian, dan kekayaan dalam ruang online.

Aplikasi AI lainnya di DeFi

Aplikasi AI telah booming, menemukan jalan mereka ke hampir setiap sudut blockchain dengan alasan yang baik untuk menambahkan optimasi berbasis AI.

Vaults & Otomatisasi menggunakan AI

Platform-platform ini berfokus pada optimisasi hasil dan manajemen vault melalui otomatisasi berbasis aturan yang dirancang untuk memaksimalkan hasil dan mengurangi keterlibatan pengguna. Daripada mengandalkan agen otonom, mereka menggunakan algoritma yang mudah untuk menyesuaikan portofolio dan mengoptimalkan hasil di seluruh DeFi.

Tanpa agen, sistem-sistem ini mendapatkan manfaat dari struktur yang lebih sederhana dan terkendali. Mereka menghindari kompleksitas tambahan dan infrastruktur yang diperlukan untuk agen, yang sebaliknya perlu memantau dan beradaptasi secara independen terhadap kondisi yang berubah.

Trade-off? Penurunan adaptabilitas. Sistem berbasis aturan kurang responsif terhadap pergeseran pasar real-time dibandingkan dengan model yang didorong agen, yang dapat menyesuaikan secara otomatis dengan kondisi yang volatile. Meskipun dapat diandalkan dan efisien, platform-platform ini mungkin melewatkan peluang-peluang yang muncul yang dapat ditangkap oleh pendekatan berbasis agen yang lebih dinamis.

• @AIAgentLayer: Platform untuk membuat agen AI yang diberi token, mengintegrasikan data dari X dan input pengguna.
• @arataagi: Platform AGI terdesentralisasi dengan sistem multi-agen yang memungkinkan agen AI untuk berkolaborasi, belajar, dan berevolusi secara otonom.
• @ApertureFinance: Manajemen yield dan portofolio DeFi yang didukung oleh kecerdasan buatan menggunakan niat.
• @AutoppiaAI: Menerapkan agen AI yang mengotomatisasi alur kerja bisnis.
• @blinklabs_ai: Peluncur untuk aset on-chain seperti NFT dan token yang dapat dipindahtangankan menggunakan AI.
• @Mass_Build: OS All-in-one dan AI copilot untuk manajemen bisnis yang mulus dan otomatisasi.
• @Robonet: Strategi hasil otomatis untuk vault DeFi, menggunakan kecerdasan buatan.
• @trySkyfire: Platform yang memungkinkan agen AI dengan interoperabilitas global, akses keuangan, monetisasi, dan verifikasi identitas.

Pemeriksaan dan Keamanan Kontrak Pintar

Sistem audit dan keamanan kontrak pintar yang didukung AI bekerja dengan menggunakan algoritma pembelajaran mesin untuk mendeteksi kerentanan dalam kode. Sistem-sistem ini memindai kontrak pintar baris per baris, mengidentifikasi pola dan anomali yang mungkin menunjukkan risiko keamanan atau kelemahan yang dapat dieksploitasi. Lalu membandingkan kode kontrak dengan kerentanan dan vektor serangan yang diketahui.

Alat-alat ini juga melakukan pemantauan berkelanjutan, memungkinkan deteksi ancaman real-time saat kontrak beroperasi. Dengan menggunakan kecerdasan buatan untuk mengotomatisasi proses ini, platform audit dapat merespons masalah keamanan potensial dengan cepat, seringkali sebelum mereka dapat dieksploitasi, sehingga meningkatkan ketahanan dan kepercayaan aplikasi DeFi.

• @auditone_dao: Menawarkan layanan audit kecerdasan buatan untuk pemindaian kerentanan.
• @cyvers_Cyvers menggunakan kecerdasan buatan untuk memberikan deteksi dan pencegahan serangan kripto secara real-time, mengidentifikasi pola dan anomali di seluruh blockchain untuk mitigasi ancaman yang proaktif.
• @HypernativeLabs: Menggunakan AI untuk audit kontrak pintar, memindai kerentanan.
• @phylaxsystems: Sistem keamanan yang didorong oleh AI untuk pemindaian kerentanan dan pemantauan eksploitasi.

Sistem Tata Kelola dan Pemungutan Suara

Tema bersama adalah dukungan tata kelola berbasis data. Protokol-proto kol ini menggunakan kecerdasan buatan untuk mensimulasikan skenario tata kelola, memungkinkan pemangku kepentingan memahami hasil potensial sebelum menerapkan perubahan. Dengan menganalisis pola pemungutan suara historis, metrik partisipasi, dan dampak proposal, mereka dapat mengidentifikasi tren dan memprediksi hasil pemungutan suara, yang membantu organisasi membuat keputusan berbasis data dengan lebih percaya diri.

Selain itu, KI membantu mengurangi bias kognitif dan keputusan dengan menyajikan data objektif dan menjalankan simulasi yang menyorot risiko dan manfaat potensial. Beberapa protokol, misalnya, berfokus pada berbagi data yang menjaga privasi, memastikan informasi governance yang sensitif dilindungi sambil tetap dapat diakses untuk analisis.

• @mor_orgJaringan terdesentralisasi yang menawarkan wawasan tata kelola AI-driven.
• @QuillAI_NetworkPlatform terdesentralisasi untuk agen AI, fokus pada meningkatkan keamanan Web3 melalui kemampuan modular dan multi-chain.

Masa Depan Aplikasi DeFi dengan AI

Skalabilitas dan Otomatisasi

Saat DeFi berkembang, tantangan skalabilitas dan bottleneck operasional dalam DAO memerlukan solusi yang unik dilengkapi oleh AI. Bayangkan agen AI yang secara otomatis mengelola kas DAO, mengalokasikan likuiditas antar kolam berdasarkan data pasar real-time, atau melakukan pemungutan suara tata kelola rutin dalam parameter yang telah disetujui sebelumnya.

Tingkat otomatisasi ini dapat memungkinkan DAO untuk berkembang tanpa menambah beban kerja manusia, menyederhanakan proses seperti penerimaan pengguna dan peningkatan protokol. Dengan kecerdasan buatan menangani fungsi rutin ini, protokol DeFi dapat tumbuh dengan gesekan minimal dan efisiensi yang ditingkatkan.

Selaras Insentif

Mengatur agen AI dengan tujuan terdesentralisasi adalah penting untuk mempertahankan ethos DeFi dan menghindari risiko sentralisasi. Kerangka kerja masa depan mungkin merancang insentif yang mendorong agen untuk memprioritaskan transparansi dan kepentingan komunitas. Sebagai contoh, agen AI yang mengelola likuiditas protokol dapat diprogram untuk fokus pada pengembalian jangka panjang yang stabil, berbasis utilitas, daripada hanya memaksimalkan keuntungan.

Mencapai keselarasan ini akan membutuhkan protokol yang transparan, audit kontrak pintar yang ketat, dan struktur insentif yang memberikan penghargaan kepada agen berdasarkan kontribusi terhadap desentralisasi. Pendekatan ini akan membentuk agen untuk bertindak lebih seperti entitas yang bekerja sama daripada pengoptimasi keuntungan.

Kasus Penggunaan yang Muncul dan Aplikasi Generasi Berikutnya

Di luar aplikasi saat ini, Kripto bisa memungkinkan produk DeFi yang adaptif dan berorientasi pengguna yang secara dinamis merespons kondisi pasar dan pengguna. Bayangkan kontrak pintar yang didorong AI yang menyesuaikan paparan risiko portofolio pengguna secara real-time berdasarkan volatilitas pasar atau analisis sentimen. Atau kolam pinjaman yang dipersonalisasi yang menyesuaikan tingkat bunga berdasarkan reputasi pengutang di rantai, prediksi pendapatan, atau kondisi likuiditas.

Kita bahkan bisa melihat vault yield-optimizing yang melakukan rebalance secara otomatis berdasarkan likuiditas dan tren APY, atau agen perdagangan yang menyesuaikan strategi di tengah perdagangan, menyetel posisi secara detail saat data baru muncul.

Melihat Secara Singkat ke dalam “Agentic Web”

Dalam “Agentic Web” yang diwujudkan ini, agen AI akan berinteraksi secara mulus melintasi protokol, menciptakan jaringan kecerdasan otonom yang berkelanjutan. Bayangkan agen yang mengelola portofolio NFT sambil berkoordinasi dengan protokol yield farming untuk mengkoleteralisasi aset selama penurunan likuiditas. Agen-agen ini bahkan dapat bernegosiasi lintas-rantai, menyesuaikan alokasi risiko di berbagai aplikasi DeFi untuk hasil optimal bagi pengguna. Bertindak sebagai “ekonom digital,” agen-agen ini akan terus belajar, berkembang dengan umpan balik pengguna, dan bekerja sama dengan agen AI lainnya.

Jaringan terhubung ini akan membentuk ulang DeFi menjadi ekosistem keuangan yang adaptif, cerdas, responsif, personal, dan dinamis.

Kesimpulan

Integrasi AI memiliki potensi untuk mendefinisikan ulang keuangan terdesentralisasi, membentuknya menjadi ekosistem keuangan yang lebih mudah diakses dan efisien.

Sejauh mana integrasi seperti ini dapat mengganggu sistem keuangan? Mengingat bahwa layanan menyumbang 70% dari GDP global, perkembangan agen AI dapat mengganggu sebagian besar sektor ini dengan mengotomatiskan proses manual yang biasanya. Otomatisasi yang didukung oleh AI dalam DeFi dapat secara memungkinkan mengubah hingga 20% dari ekonomi layanan, terutama di area yang mendapatkan manfaat dari transparansi, pelacakan, dan desentralisasi. Transformasi ini akan mempengaruhi pasar senilai $14 triliun.

Namun, mengintegrasikan teknologi AI dan blockchain tidaklah tanpa tantangan. Sementara blockchain menawarkan verifikasi, ketahanan terhadap sensor, dan jalur pembayaran asli, namun tidak memiliki kapasitas untuk komputasi intensif secara real-time yang sering kali dibutuhkan oleh AI. Blockchain saat ini tidak dioptimalkan untuk tugas komputasi berat, sehingga menjalankan model AI kompleks secara langsung pada blockchain tetap tidak praktis. Sebagai gantinya, kemungkinan besar kita akan melihat model hibrida di mana AI dilatih dan diproses di luar blockchain, dengan hasil yang diintegrasikan ke dalam blockchain untuk transparansi, keamanan, dan aksesibilitas.

Saat tumpukan AI x DeFi terus berkembang, lapisan-lapisan baru infrastruktur AI terdesentralisasi dan aplikasi on-chain muncul. Perpotongan ini diharapkan akan melahirkan “Agentic Web,” di mana agen AI menjadi pengemudi penting aktivitas ekonomi, mengotomatisasi tindakan seperti penciptaan kontrak cerdas, perdagangan, dan interaksi on-chain lainnya.

Seiring dengan meningkatnya kecanggihan agen-agen ini, kita mungkin akan melihat dinamika yang mirip dengan strategi MEV, di mana entitas yang mengoptimalkan strategi berbasis AI mendominasi pasar, dengan potensi menggeser pesaing yang kurang berkembang dan memusatkan kontrol di tangan aktor-aktor yang canggih.

Untuk membuka potensi transformasional AI di DeFi tanpa mengorbankan desentralisasi, penting untuk memprioritaskan integrasi AI yang aman dan etis. Agen AI dipandu oleh insentif desentralisasi dan beroperasi secara transparan, memungkinkan ekosistem DeFi tumbuh tanpa risiko pengendalian sentral.

Pada akhirnya, konvergensi AI dan DeFi berpotensi menciptakan lanskap keuangan yang lebih inklusif, tangguh, dan berpikiran maju yang dapat mendefinisikan ulang bagaimana kita berinteraksi dengan sistem ekonomi.

Penafian

Three Sigma tidak mendukung salah satu proyek yang disebutkan di sini. Berhati-hatilah dan lakukan penelitian yang teliti. Kami menghormati dan mendukung para pembangun yang memajukan ruang ini.

Referensi

Crypto dan AI: Eksplorasi oleh Vitalik Buterin@VitalikButerin

• https://vitalik.eth.limo/general/2024/01/30/cryptoai.html

Membongkar Tumpukan Kripto x AI oleh CB Ventures @CBVentures

• https://paragraph.xyz/@cbventures/demystifying-the-crypto-x-ai-stack

Wawasan Yuga Cohler tentang AI dan DeFi @YugaCohler

• https://x.com/yugacohler/status/1851020728390598942

Ikhtisar Agen AI Dasar oleh Murr Lincoln@MurrLincoln

• https://x.com/MurrLincoln/status/1853855287696134570

Pertimbangan tentang Agen AI dalam DeFi oleh Prismatic @0xprismatic

• https://x.com/0xprismatic/status/1854513654156398961?s=46&t=2q9OLMlaobNlHLew

Kasus Penggunaan Agen AI Konsumen dalam DeFi oleh Jeff@Defi0xJeff

• https://x.com/Defi0xJeff/status/1854230030769066432

Agen Game dan AI oleh Shoal Research @Shoalresearch

• https://x.com/Shoalresearch/status/1805658117004476874

Agen AI: Penelitian & Aplikasi (Sebuah tinjauan penelitian mendalam 40 halaman tentang agen berbasis LLM) oleh AccelXR @AccelXR

• https://accelxr.substack.com/p/ai-agents-research-and-applications

Pandangan Chase tentang $LUMdan Agen AI @itsmechaseb

• https://x.com/itsmechaseb/status/1857511608810901941

Penafian:

1. Artikel ini dicetak ulang dari [X]. Semua hak cipta adalah milik penulis asli [@threesigmaxyzJika ada keberatan terhadap cetak ulang ini, silakan hubungi Gate Belajartim, dan mereka akan menanganinya dengan cepat.
2. Penafian Tanggung Jawab: Pandangan dan opini yang terdapat dalam artikel ini sepenuhnya milik penulis dan tidak merupakan nasihat investasi.
3. Tim Learn gate menerjemahkan artikel ke bahasa lain. Menyalin, mendistribusikan, atau menjiplak artikel yang diterjemahkan dilarang kecuali disebutkan.