DeFAI é outro tópico quente no mercado depois do Framework. De acordo com os dados de Kaito em 15 de janeiro, a participação mental da DeFAI atingiu o mesmo nível que a Meme. Embora a Meme tenha ficado um pouco quieta durante a recente loucura do Agent nos últimos dois meses, ainda mostra que a DeFAI é o tópico mais quente no mercado como a última narrativa.

DeFAI é a combinação de DeFi e Agente de IA, e muitos protocolos estão ansiosos para combinar o Agente com a narrativa tradicional de DeFi, esperando despertar novas ideias.

A Abstração de IA é esperada para se tornar a direção principal das aplicações de DeFAI

Alguns dias atrás,@poopmandefiOrganizei o mapeamento de aplicativos do DeFAI, dentre os quais acredito que os aplicativos do DeFAI na categoria de Abstração de IA têm mais chances de criar bolhas e apresentar um maior potencial para produzir aplicativos de alta qualidade. Embora os aplicativos do DeFAI nas categorias de gerenciamento de portfólio e análise de mercado sejam igualmente atrativos, em comparação com os aplicativos abstratos, eles possuem menos espaço para imaginação e dependem mais de suposições de confiança.

A aplicação de gestão de carteira que se concentra na automação do Agente pode ser rastreada até o ciclo anterior. As aplicações de automação podem ser um simples script ou um algoritmo complexo, mas o núcleo permanece a busca pela personalização do usuário, ou seja, os usuários podem personalizar suas próprias estratégias com base em seus hábitos de negociação e preferências de risco entre as opções fornecidas pela plataforma. Portanto, o objetivo das aplicações de automação é permitir que os usuários fiquem tranquilos após a execução do programa.

Isso significa que o espaço de imaginação para aplicativos automatizados é limitado. Eles estão mais focados na experiência vertical refinada do usuário, e o fosso entre os protocolos muitas vezes reflete no design dos algoritmos. A competição de gerenciamento de portfólio automatizado e aplicativos de otimização de rendimento é essencialmente a capacidade da equipe de formular estratégias, competindo para quando acionar arbitragem, quando reduzir o risco de liquidação, como alocar posições e maximizar o rendimento da Farming.

Acredito que as oportunidades de participação do Agente não são tão grandes quanto as expectativas do mercado. A razão é que é difícil para os usuários treinar e ajustar seus Agentes privados para superar rapidamente os algoritmos iterativos de equipes profissionais. É difícil para os Agentes se ajudarem a encontrar oportunidades de negociação na cadeia sem se tornarem a liquidez de saída de outra pessoa nesta fase. Portanto, a narrativa de transformar Agentes em sua própria 'máquina de imprimir dinheiro' pode parecer apenas ideal.

A análise de mercado da DeFAI na língua chinesa simplificada é mista. A razão é que qualquer agente pode expressar suas opiniões sobre os preços dos tokens, mas a maioria das opiniões são repetitivas e recebem pouca atenção. Nessas análises, aplicativos como Zara AI, que possuem estruturas autodesenvolvidas, treinam e otimizam continuamente para analisar indicadores específicos. AIXBT, como líder da indústria, há muito tempo ocupa o topo da mente de Kaito e se torna um KOL proeminente. A análise de mercado da DeFAI tem desvios significativos, com a maioria dos agentes sendo bucha de canhão e cheios de bolhas, tornando difícil gerar valor comercial. Desde o reconhecimento do mercado da análise de mercado baseada em agentes até os agentes formando modelos de negócios e realizando a monetização do tráfego, esse pode ser o teto de curto prazo da análise de mercado da DeFAI.

No entanto, a análise pública da Agent pode ser tanto um Sinal de Compra quanto uma Notícia de Venda. Isso pode ser uma das razões pelas quais os principais KOLs como AIXBT ainda não começaram a gerenciar independentemente os ativos dos usuários. Porque a análise da Agent é baseada em dados públicos e não impulsiona artificialmente os preços como os KOLs humanos fazem através de artigos e colaboração da equipe. A diferença entre os dois é uma das razões pelas quais a análise de mercado DeFAI tem um espaço de imaginação limitado.

Então, por que a classe de Abstração de IA DeFAI é diferente? Acho que suas características residem na baixa previsibilidade e alto crescimento. A baixa previsibilidade vem das limitações objetivas da IA Web3, com muitos 'projetos de lixo' na Web3 desde o 'bot de IA' em 2023, 'GPT Wrapper' na primeira metade de 2024, até o recente Agente ajustado fino nos últimos meses. Esses projetos, com ChatGPT como núcleo, encapsulam a entrada e saída do modelo no front-end da aplicação, e os usuários podem usar prompts de linguagem natural ao usá-lo pela primeira vez. No entanto, devido à falta de proteção de desempenho, há atrito significativo na experiência real. Essa experiência do usuário pobre de mais de um ano é a razão pela qual as expectativas de aplicação abstrata são baixas.

A definição de aplicação abstrata é abstrair as operações complexas on-chain através de inteligência artificial, simplificando assim a experiência dos usuários novatos, para que os usuários iniciantes também possam experimentar profundamente os protocolos DeFi. Embora essas aplicações sejam semelhantes a um grande número de 'projetos suspeitos' na forma como simplificam, os usuários interagem com o frontend do Agente através de linguagem natural e chamam várias APIs, e o Agente completa a operação no backend, mas o método de interação não melhorou significativamente. Portanto, a maioria dos usuários, ou a percepção do mercado em geral, frequentemente consideram as expectativas das aplicações abstratas como baixas.

No entanto, à medida que mais e mais desenvolvedores Web2 entram neste campo e o desenvolvimento de aplicações abstratas acelera, isso proporciona um enorme potencial de crescimento para tais aplicações. Atualmente, as aplicações abstratas estão em uma fase de crescimento rápido e espera-se que alcancem avanços no futuro.

O alto crescimento vem de aplicações abstratas que podem otimizar completamente a experiência do usuário, enquanto uma experiência de usuário ruim geralmente vem de dois aspectos:

1. Os usuários não compreendem as capacidades reais do aplicativo. Ao inserir comandos como Swap, Staking, etc., embora essas operações possam ser executadas com sucesso, este método de interação não impressiona os usuários.
2. O usuário superestimou a capacidade do aplicativo, inserindo instruções complexas que muitas vezes são difíceis de executar com precisão para um único modelo, levando a erros em uma etapa específica do fluxo de trabalho do Pipeline.

A versão atual da aplicação Agent ainda tem amplo espaço para crescimento e pode superar as questões acima. Tomando Questflow como exemplo, a aplicação abstrata combina vários Agents em um Swarm para otimizar a experiência do usuário. Em um Swarm, quanto mais Agents utilizados, mais refinados se tornam os casos de uso do usuário. Por exemplo, o 'Crypto Token Signal Swarm' na plataforma Questflow consiste em cinco Agents: Schedule Agent, Telegram Agent, Techcrunch Agent, OKLink Agent e Aggregated Web3 Information Agent. Através da introdução do Swarm, os usuários podem entender rapidamente o seu propósito: monitorar preços de tokens, analisar projetos e fornecer informações Alpha refinadas para grupos do Telegram. Portanto, ao interagir com este Swarm, as expectativas dos usuários podem ser totalmente atendidas, e o feedback real pode corresponder às suas expectativas. Mais importante ainda, as instruções complexas não são simplificadas ou omitidas porque as instruções dos usuários são divididas e atribuídas a diferentes Agents, sendo que cada Agent completa apenas suas próprias tarefas, tornando todo o fluxo de trabalho mais eficiente e conciso.

A bolha e o caos na faixa de aplicação abstrata estão gradualmente diminuindo, e o mercado começou a se voltar para um desenvolvimento mais positivo e sério. Uma nova forma de interação está prestes a ajudar verdadeiramente os usuários a resolver problemas e melhorar a eficiência. Essa nova forma de interação trará novos paradigmas de negociação e, no processo de acelerar a evolução na faixa de Agentes de IA, espera-se que as aplicações abstratas sejam os pioneiros na captura de valor do mercado DeFAI.

O ecossistema Solana abraça ativamente DeFAI

Solana e Base são os dois principais campos de batalha na pista do Agente AI, mas as direções de desenvolvimento desses dois ecossistemas são completamente diferentes. Os Virtuais, contando com um modelo de token maduro, ocupam a grande maioria do valor de mercado na pista do Agente AI da Base; enquanto em Solana, apesar da participação da ai16z, devido aos fundamentos fracos e à influência do clima de memecoin de Solana, a participação de mercado de Solana na pista do Agente AI é relativamente baixa.

Para Solana, o atual ecossistema diversificado não é a situação mais ideal. Solana precisa de uma tag narrativa substancial para alcançar o próximo marco de valor de mercado. No contexto do fracasso do Depin, DeFAI é, sem dúvida, a melhor oportunidade para Solana. A partir da distribuição de aplicativos DeFAI resumida pelo Solana Daily, muitos aplicativos DeFAI escolheram a plataforma Solana. Isso pode estar relacionado aos frequentes hackathons organizados por Solana e suas iniciativas de concessão. No geral, Solana está liderando a corrida em DeFAI, superando o Base.

Solana lançou a Paisagem DeFAI na Solana na semana passada. Eu selecionei projetos com uma capitalização de mercado acima de $10 milhões em 19 de janeiro e forneci um breve resumo de suas funções principais e categorias.

Sobre BlockBooster

BlockBooster é um estúdio de empreendimentos Web3 asiático apoiado pela OKX Ventures e outras instituições de ponta, comprometido em ser um parceiro confiável para empreendedores excepcionais. Conectamos projetos Web3 com o mundo real e ajudamos projetos empreendedores de alta qualidade a crescer por meio de investimentos estratégicos e incubação profunda.

Declaração:

1. Este artigo é reproduzido a partir de 【Tech Flow ShenchaoOs direitos autorais pertencem ao autor original, Kevin, o Pesquisador do BlockBooster. Se você tiver alguma objeção à reprodução, entre em contato.Equipe Gate Learn, a equipe irá processá-lo o mais breve possível de acordo com os procedimentos relevantes.
2. Aviso Legal: As opiniões expressas neste artigo são exclusivamente do autor e não constituem nenhum conselho de investimento.
3. As outras versões do artigo são traduzidas pela equipe de Aprendizado da Gate. A menos que seja especificado o contrário, copiar, espalhar ou plagiar os artigos traduzidos é proibido.