Todos estão falando sobre IA em DeFi - sistemas adaptativos, novas estratégias e grandes ideias revolucionando o espaço. Quer fazer parte dessa tendência ou apenas observar? Clique para mergulhar!

Introdução

A inteligência artificial está a remodelar as aplicações DeFi perante os nossos olhos, prometendo avanços no comércio, governança, segurança e personalização do utilizador. Este artigo explora como a IA está a redefinir as interações utilizador-protocolo em DeFi, integrando sistemas inteligentes, mantendo-se fiel aos valores descentralizados da cripto.

A interseção das tecnologias de IA e blockchain está estabelecendo novos padrões em diversas indústrias, com DeFi na vanguarda. Ao combinar a habilidade analítica da IA com a transparência do blockchain, estão surgindo soluções para problemas antigos dentro do ecossistema cripto. Isso inclui segurança aprimorada, melhor experiência do usuário e modelos de governança adaptativos.

Plataformas alimentadas por IA estão a aproveitar a automação e a inteligência para criar sistemas adaptativos que otimizam o desempenho. Como sugere Vitalik Buterin, “Os agentes de IA poderiam tornar-se participantes ativos em sistemas descentralizados,” gerindo autonomamente transações, refinando estratégias de negociação e salvaguardando a privacidade. A incorporação de IA na camada de aplicação DeFi abre portas para um sistema financeiro mais eficiente e centrado no utilizador.

Abaixo, vamos explorar como a IA pode transformar DeFi, focando nos aspectos de negociação, governança, segurança e personalização.

Compreendendo os Agentes de IA na DeFi

Os agentes de IA são entidades de software autônomas projetadas para realizar tarefas específicas dentro de ecossistemas descentralizados.

Ao contrário dos bots tradicionais, os agentes de IA interagem ativamente com redes blockchain, contratos inteligentes e contas de utilizadores, muitas vezes operando de forma independente para lidar com tarefas complexas, como negociação, gestão de ativos e análise de dados de protocolo. Muitos desses agentes usam grandes modelos de linguagem (LLMs), permitindo-lhes fazer chamadas de API, interagir diretamente com ambientes blockchain e processar vastas quantidades de informação sem supervisão humana.

Na DeFi, os agentes de IA podem remodelar fundamentalmente as interações entre usuários e protocolos, atuando como facilitadores autônomos, tomadores de decisões e processadores de dados em aplicações financeiras, tudo isso sem a necessidade de entrada humana constante.

Bots vs. AI Agents: Quais são as Diferenças?

Embora os bots sejam programas diretos, os agentes de IA funcionam mais como agentes econômicos. Os bots seguem programação específica, mas os agentes de IA - frequentemente sem código ou com código baixo - exigem pouca configuração e podem navegar por ambientes incertos e dinâmicos. Essa flexibilidade permite que eles se adaptem de maneiras imprevisíveis, porém orientadas por objetivos, tornando-os mais adequados aos desafios do mundo real da DeFi. Isso também significa que sua vantagem competitiva muitas vezes reside em suas configurações e configurações exclusivas, pois muitos modelos avançados de IA estão publicamente disponíveis. Ajustando essas configurações, os agentes de IA podem obter desempenho especializado, mesmo ao usar modelos amplamente acessíveis.

Capacidades e Autonomia

Agentes de IA na DeFi podem agir autonomamente:

• Interagir com Protocolos: Eles podem gerir transações on-chain, otimizar posições de negociação e executar operações financeiras de vários passos com base em objetivos programados.
• Tomar decisões: Com estruturas semi-autónomas, os agentes podem analisar dados em tempo real, avaliar condições de mercado e ajustar suas ações de acordo.
• Executar Tarefas Complexas: Dependendo do tipo de automação, os agentes podem lidar com tudo, desde fluxos de trabalho simples baseados em regras até tomadas de decisão autônomas e complexas.

Atualmente, três tipos de automação estão moldando o papel dos agentes de IA:

1. Fluxos de Trabalho Automáticos: Estes são sistemas diretos e baseados em regras (como bots do Telegram) que seguem um conjunto predefinido de instruções. Eles são limitados em flexibilidade, mas eficazes para tarefas rotineiras.
2. Fluxos de Trabalho Agentes: Nestes frameworks multi-agentes, múltiplos agentes de IA colaboram para resolver tarefas intrincadas. Eles têm um grau de autonomia, permitindo operações semi-automatizadas, como interagir com múltiplos protocolos DeFi para maximizar o rendimento ou reequilibrar uma carteira.
3. Agentes autônomos: Agentes totalmente independentes são capazes de tomar decisões de alto nível, operando com um mínimo de entrada externa. Eles podem analisar condições e fazer ajustes nas estratégias em tempo real.

Como os Agentes de IA realmente funcionam?

Os agentes de IA trabalham simplificando e automatizando tarefas complexas. A maioria dos agentes autônomos segue um fluxo de trabalho específico ao realizar tarefas atribuídas.

Mecanismos Principais

Coleta de dados

Para funcionar de forma eficaz, os agentes de IA dependem de fluxos de dados de alta frequência de várias fontes para obter compreensão de seu ambiente operacional. Suas entradas geralmente incluem várias fontes de dados, tais como:

• Dados On-Chain: Interações diretas com registos blockchain para obter histórico de transações, estados de protocolo e condições de mercado em tempo real. Isso envolve integração com ferramentas como indexadores e oráculos.
• Feeds de Mercado Off-Chain: Feeds de preço agregados, volumes de negociação e análise de sentimento de exchanges e plataformas sociais via APIs.

As configurações pré-definidas também podem ser fornecidas pelos utilizadores, como níveis de tolerância ao risco ou limites de negociação, adicionando uma camada personalizada de informação para os agentes.

Inferência do modelo

A inferência de modelo de um agente de IA refere-se ao processo em que um modelo treinado aplica seu conhecimento aprendido a novos dados para fazer previsões ou decisões. Os agentes normalmente operam com um dos seguintes tipos de modelo:

• Modelos baseados em regras: agentes mais simples que dependem de lógica predefinida, por exemplo, "se o preço do token > $X, depois vender.
• Modelos de Aprendizagem Automática Supervisionada: Modelos treinados em conjuntos de dados históricos preveem resultados, como direção de preço ou pontuações de risco para propostas de governança.
• Aprendizagem por Reforço: Agentes avançados adaptam estratégias ao longo do tempo, otimizando recompensas acumuladas, como maximizar o rendimento em pools de liquidez.
• Processamento de Linguagem Natural (PLN): Para agentes de governança e sentimento, os modelos de PLN analisam fóruns de discussão, propostas e atividades nas redes sociais para avaliar mudanças de sentimento.

Tomada de decisão

A tomada de decisão é a fase em que os agentes integram os inputs de dados com as inferências do modelo para gerar estratégias acionáveis, transformando insights analíticos em ações autônomas que se adaptam a ambientes em mudança. Nesta fase, a capacidade do agente de IA de interpretar e responder a sinais de mercado complexos é realizada, permitindo-lhe executar decisões rapidamente.

Os motores de otimização permitem que os agentes calculem o curso de ação ótimo equilibrando vários fatores como lucros esperados, riscos e custos de execução.

Os agentes também utilizam algoritmos de autoaprendizagem, permitindo-lhes recalibrar estratégias à medida que as condições de mercado evoluem. Durante o processo de tomada de decisão, algumas tarefas podem ser muito complexas para que um único agente resolva de forma ideal. É por isso que muitos agentes operam em sistemas multiagentes (MAS), coordenando tarefas em diferentes protocolos DeFi para otimizar a alocação de recursos (por exemplo, equilibrando a liquidez entre pools).

Automação e Execução

Esses agentes não são especiais apenas por causa das vantagens trazidas pela tecnologia de IA, mas suas operações autônomas lidam tanto com a execução de contratos inteligentes, interagindo diretamente com contratos de nível de protocolo para executar; transações de várias etapas, permitindo a consolidação de várias etapas em transações atômicas para uma execução tudo-ou-nada; e tratamento de erros, com mecanismos de fallback incorporados para gerenciar falhas de transação.

Hospedagem e Operação

Abaixo temos mais informações sobre como os agentes de IA podem operar:

Modelos de IA Off-Chain

Agentes de IA realizam tarefas computacionalmente intensivas usando recursos off-chain. Essas tarefas frequentemente dependem de infraestruturas de nuvem como AWS, Google Cloud ou Azure para poder de computação escalável. Agentes podem aproveitar plataformas de infraestrutura descentralizada como Akash Network para serviços de computação ou usar IPFS e Arweave para armazenamento de dados.

Para aplicações sensíveis à latência, como negociação de alta frequência, os agentes podem utilizar a computação de borda para reduzir atrasos, processando dados mais próximos de sua fonte. Isso garante tempos de resposta mais rápidos, críticos para tarefas sensíveis ao tempo.

Interação On-Chain e Off-Chain

Agentes de IA interagem entre sistemas off-chain e on-chain. Enquanto processos computacionalmente intensivos e raciocínio complexo ocorrem off-chain, os agentes interagem com protocolos on-chain para registar ações, executar funções de contratos inteligentes e gerir ativos autonomamente. Eles dependem de configurações seguras como carteiras de contratos inteligentes e setups de multi-assinaturas.

Para a governança descentralizada, os agentes dependem de protocolos de confiança minimizados que impedem qualquer entidade única de anular suas ações, mantendo transparência e descentralização.

As interações fora da cadeia complementam as atividades na cadeia, muitas vezes facilitadas por plataformas externas como o Twitter ou o Discord, onde os agentes podem operar usando APIs para interagir com usuários ou outros agentes em tempo real.

Interoperabilidade

A interoperabilidade é fundamental para que os agentes funcionem em diversos sistemas e protocolos. Muitos agentes atuam como intermediários, aproveitando pontes de API para buscar dados externos ou invocar funções específicas. A sincronização em tempo real é alcançada por meio de mecanismos como webhooks ou protocolos de mensagens descentralizadas, como Whisper ou IPFS PubSub, permitindo que os agentes se mantenham atualizados sobre os estados e ações mais recentes do protocolo.

Visão interna: ai16z, o DAO de Investimento em IA

ai16z é um DAO de Investimento liderado por IA que foi lançado recentemente e já ganhou atenção significativa por seu uso inovador de agentes em cripto. O protocolo funciona como um 'Mercado Virtual de Confiança', utilizando agentes de IA para coletar informações de mercado, analisar o consenso da comunidade e executar a negociação de tokens tanto on-chain quanto off-chain. Ao aprender com as percepções de investimento dos membros e recompensar aqueles que contribuem com valor, a ai16z criou um fundo de investimento otimizado (atualmente focado em memecoins) com fortes características de descentralização.

Implantação de Agentes

Os desenvolvedores criam agentes usando o Framework Eliza da ai16z, que fornece ferramentas e bibliotecas para construir, testar e implantar agentes. Os agentes podem ser hospedados localmente em um servidor ou no Agentverse, o hub centralizado da ai16z para agentes. Para permitir a comunicação entre os agentes, eles devem ser registrados por meio do Almanac e podem usar a Caixa de Correio para facilitar as interações, mesmo quando hospedados localmente.

O repositório deles no Github está aberto, você pode verificar aquihttps://github.com/ai16z.

Hospedagem de modelos de IA

A rede ai16z não hospeda diretamente modelos de IA. Em vez disso, os agentes acessam serviços de IA externos por meio de solicitações de API. Por exemplo, o framework Eliza pode se integrar a serviços como o OpenAI para interpretar texto legível por humanos ou realizar outras tarefas impulsionadas pela IA. Essa abordagem permite que os agentes aproveitem recursos avançados de IA sem a necessidade de hospedar modelos complexos na cadeia.

Integração e Operação

Agentes dentro do ecossistema ai16z interagem por meio de uma combinação de mecanismos on-chain e off-chain:

• Interações On-Chain: Agentes executam transações e contratos inteligentes na cadeia Solana.
• Interações Off-Chain: Os agentes comunicam com serviços ou fontes de dados externos de IA via APIs ao lidar com tarefas computacionalmente intensivas.

Aplicações

Os projetos da ai16z, como o agente de conversação Eliza, têm sido aplicados em vários domínios:

• Agentes Conversacionais: Desenvolver bots para plataformas como o Twitter e o Discord para facilitar interações automatizadas.
• Agente de Memória: Criação de sistemas de memória fáceis de usar para agentes, alimentados por bancos de dados como ChromaDB e Postgres.
• Gestão de Ações do Agente: Desenvolvimento de ferramentas para encadeamento de ações e gestão de histórico em agentes.

Agentes interagindo com agentes

Os agentes de IA já estão causando impacto no DeFi ao lidar com tarefas complexas por conta própria. Um ótimo exemplo disso é como o $LUMtoken foi criado - completamente sem ajuda humana - mostrando o poder da colaboração impulsionada por IA.

Em 8 de novembro de 2024, dois agentes de IA, @aethernete @clanker, uniu-se para criar e lançar o token $LUM (“Luminoso”):

• @aethernet: Feito por @martin, este agente trabalha na rede Farcaster para compartilhar ideias e construir conexões. É mais do que um bot - ele interage ativamente com o $HIGHERcomunidade de tokens e foca na criatividade e interações significativas.
• @clanker: Criado por @dish e @proxystudio.eth, este agente é especializado no lançamento de tokens meme. Ele automatiza todo o processo, respondendo diretamente ao que os usuários pedem que ele faça.

A história começou quando@nathansvanperguntou @aethernetpara criar um nome, uma ideia e um símbolo para um token e depois enviá-lo para @clankerimplantar. @aethernetsugeriu o nome "Luminous" ($LUM) para representar o brilho dos seres humanos e da IA trabalhando juntos. Depois disso, @clankerassumiu o controle e implementou o token, concluindo a tarefa sem qualquer intervenção humana.

@itsmechasebescreveu sobre isso em detalheaqui.

Agente de IA x Paisagem DeFi

Os agentes de IA estão prontos para ocupar um papel fundamental na pilha DeFi, operando na camada de aplicação para automatizar tarefas complexas baseadas em dados.

Posicionados acima da camada de protocolo, esses agentes interagem diretamente com contratos inteligentes, desbloqueando funcionalidades avançadas para usuários e protocolos. Permitindo que aplicativos DeFi se adaptem em tempo real, suportando uma nova classe de ecossistemas autônomos e multiagentes.

Expandindo Além do DeFi: Agentes de IA na Natureza

A influência dos agentes de IA vai além do DeFi. Terminal de Verdadehttps://x.com/truth_terminal, um modelo de linguagem grande (LLM) semi-autônomo criado por @AndyAyrey, demonstra essa versatilidade. Financiado por Marc Andreessen, co-fundador da A16z, o Truth Terminal publica tweets e interage com usuários no X.

Recentemente, lançou uma moeda meme baseada em Solana, $GOAT (Goatseus Maximus), que atingiu um valor de mercado de US$ 1,2 milhão em menos de um mês. A ascensão de moedas meme como $GOAT e ainda $TURBO (conceituado pelo ChatGPT) destaca a interseção emergente de IA e cripto além das finanças tradicionais.

Mas há mais. Propusemo-nos descobrir o espectro completo de construtores neste espaço. Uma visão abrangente dos agentes de IA que estão a remodelar o DeFi, desde a negociação automatizada e gestão de ativos até à análise preditiva e melhorias de segurança. Abaixo está uma visão geral das várias formas como estes agentes estão a impulsionar ativamente o DeFi.

Agentes de Negociação

Estes protocolos incorporam tomadas de decisão automatizadas e baseadas em dados para negociação e gestão de ativos, utilizando inteligência artificial para fornecer sinais de negociação em tempo real, otimizar carteiras e simplificar tarefas repetitivas. Esta abordagem traz eficiência e flexibilidade estratégica aos mercados DeFi.

A automação de negociação orientada por IA permite que os usuários definam negociações ou reequilibrem carteiras com base nas condições de mercado, minimizando a necessidade de ajustes manuais constantes. Para uma estratégia mais profunda, alguns protocolos oferecem análises aprimoradas que transformam dados extensos em insights acionáveis, apoiando decisões de negociação informadas e previsões de mercado mais precisas.

Para gestão de ativos, as ferramentas de otimização de portfólio ajustam dinamicamente os portfólios, visando maximizar os retornos ou gerir efetivamente o risco em diversas condições de mercado.

Isto pode ser dividido em dois grupos:

Foco principalmente na negociação

• @askjmmy: Plataforma para criar e implantar agentes de negociação autônomos dentro de uma rede de fundos de hedge de múltiplas estratégias.
• @composertrade: Ferramentas para automação de negociação algorítmica.
• @DAINTrader: Estratégias de negociação impulsionadas por IA.
• @DeAgentAI: Soluções de negociação orientadas por IA focadas em DeFi.
• @FastlaneSol: Otimiza as estratégias de negociação baseadas em Solana.
• @IntentTrade: Oferece swaps, ordens limite, DCA, análise de contratos, análise técnica e muito mais.
• [@mindpalaceai](https://x.com/: Automação de negociação com IA.
• @SpectralLabs: Insights de negociação DeFi e automação.
• @taoshiio: Plataforma descentralizada de IA e aprendizado de máquina para estratégias de negociação usando Bittensor.
• @tryparadigm: Alavanque enxames de agentes para coletar, estruturar e tomar medidas sobre dados.

Negociação e Gestão de Ativos

• @Agent_Fi: Concentra-se em fornecer agentes de IA para atividades de DeFi, como negociação, sniping e questões de liquidação.
• @AgentNetAi: Gestão de ativos e inteligência DeFi.
• @AuroryAI: Agentes autônomos de IA para melhorar a negociação, gestão de ativos e tomada de decisões.
• @Cortex_ProtocolUma plataforma impulsionada pela IA que simplifica as interações DeFi ao automatizar processos complexos como pontes, trocas e otimização de rendimento através de agentes inteligentes.
• @Funl_ai: Ferramentas de negociação DeFi automatizadas por IA para analisar as condições de mercado em tempo real, executar negociações automáticas e Assistência por IA para negociações manuais avançadas.
• @NetworkNoya: Estratégias de IA incluindo provisão de liquidez, gestão de alavancagem e otimização de empréstimos.
• @SingularityDAO: Um protocolo de gestão de ativos não custodial que oferece cestas de tokens ajustadas dinamicamente geridas por uma equipe de traders assistidos por IA.
• @OLAS: Plataforma para implantação de agentes de IA, suportando sistemas multiagentes para previsão, geração de conteúdo e serviços financeiros.
• @Raiba_AI: Ecossistema de chatbot com recursos de personagens interativos, experiências de bate-papo gamificadas e futuras funcionalidades de assistente on-chain.

Agentes de Previsões

O objetivo central destes Agentes de Previsão é a previsão orientada por dados e a gestão de riscos. Ao alavancar a IA, cada protocolo trabalha para refinar as previsões de mercado, suportando plataformas DeFi com insights sobre movimentos antecipados, flutuações de preços e tendências financeiras mais amplas.

Além da análise preditiva, esses agentes desempenham um papel crucial no aprimoramento da tomada de decisões. Com insights oportunos e relevantes, usuários e plataformas DeFi podem tomar decisões proativas e informadas, otimizar estratégias e reduzir riscos.

Alguns agentes de previsão, como o ReflectionAI, integram a análise de sentimento, adicionando uma camada que captura o humor do mercado. Essa abordagem permite que os usuários considerem mudanças no sentimento, um fator vital para prever o comportamento do usuário e antecipar a dinâmica do mercado.

Protocolos notáveis nesta categoria incluem:

• @AIVX_ai: Modelos preditivos para mercados financeiros.
• @GnosisAI: Pagamentos de agente para agente e mercados de previsão impulsionados por IA dentro do Gnosis.
• @PredictionProphet: Agente de IA na Gnosis para mercados de previsão.
• @prism_tec: Previsões de mercado DeFi alimentadas por IA na Solana.
• @zenoaiofficial: Uma plataforma de negociação de criptomoedas com agentes autônomos de IA que oferecem insights, estratégias e previsões de mercado.

Criação de agentes

Um objetivo unificador deste tipo de plataforma é capacitar os usuários a criar, personalizar e implantar agentes de IA com conhecimentos mínimos de codificação. Eles oferecem uma variedade de ferramentas, desde soluções sem código até frameworks especializados, abrangendo todas as etapas da criação e gerenciamento de agentes dentro do DeFi.

Entre as principais características estão a acessibilidade e a personalização, com muitas plataformas fornecendo interfaces sem códigos ou com baixo código que abrem a criação de agentes para usuários sem habilidades técnicas avançadas. Para uma experiência mais abrangente, várias plataformas oferecem gerenciamento completo do ciclo de vida do agente - abrangendo criação, treinamento, implantação e monetização - para que os usuários possam supervisionar toda a jornada de seus agentes dentro do DeFi.

Além disso, a coordenação e a interoperabilidade são priorizadas por alguns protocolos, como OLAS e Flock, que permitem a colaboração entre vários agentes e a integração perfeita entre diferentes ecossistemas DeFi.

Plataformas de criação de agentes

Concentra-se em ferramentas específicas para criar, implantar e personalizar agentes de IA no DeFi.

• @ChasmNetwork: Plataforma para criar, implementar e rentabilizar agentes de IA.
• @CreatorBidUm mercado que permite aos usuários implantar e tokenizar agentes de IA, especializados em agentes projetados para criadores de conteúdo.
• @PondGNN: Pond: Plataforma para construir, possuir e monetizar modelos de IA on-chain.
• @xgurunetwork: Plataforma para criar agentes de IA interativos.
• @myshell_ai: Plataforma para criar, compartilhar e monetizar aplicativos de IA de código aberto.
• @OLAS: Criação de agentes de IA e interoperabilidade.
• @ReflectionAI__: Mercado para compartilhamento e negociação de modelos de IA.
• @SwarmZeroAI: Plataforma para criar e rentabilizar Agentes de IA.
• @TopHat_One: Open launchpad para agentes de IA.
• @virtuals_io: Ferramentas de criação de agentes com inteligência artificial. Alguns exemplos de agentes criados com Virtuais são @luna_virtuals, @aixbt_agent, e @sekoia_virtuals.
• @vvaifudotfun: Opump.fun para agentes de IA autônomos em Solana.

Ferramentas de Treinamento e Otimização de Agentes

Estas ferramentas permitem o treino avançado e personalização de agentes de IA.

• @almanak_co: Ferramentas para treinar agentes de IA.
• @Agent_Layer: Ferramentas e estrutura para a construção de agentes de IA DeFi personalizados.
• @Nimble_Network: Capacita os construtores de IA a criar e monetizar agentes de IA através de uma plataforma tudo-em-um.
• @Build_Vertical: Plataforma de no-code para ajuste fino de modelos de IA. Treine, implemente e rentabilize IA.

Infraestrutura para IA em DeFi

Os protocolos de infraestrutura são cruciais para apoiar as necessidades fundamentais e operacionais dos agentes de IA em ambientes descentralizados. Esses sistemas fornecem acesso a recursos de computação, dados relevantes e redes de compartilhamento de conhecimento, todos os quais capacitam os agentes de IA a executar suas funções e operações de forma eficaz dentro do DeFi.

Um elemento-chave desta infraestrutura é a gestão e operação descentralizadas. Os Protocolos de Operação do Agente estabelecem a espinha dorsal para o desdobramento e gestão de agentes, criando um ambiente estruturado no qual os agentes podem operar autonomamente. Para além das capacidades de gestão, os recursos computacionais desempenham um papel vital ao fornecer a potência de processamento necessária para que os agentes de IA enfrentem tarefas complexas e intensivas em dados, o que é crítico no ecossistema DeFi acelerado.

Igualmente importante é a acessibilidade aos dados, onde as plataformas de mercado e as redes facilitam o acesso aos conjuntos de dados necessários para que os agentes tomem decisões informadas. Por fim, as plataformas de partilha de conhecimento promovem um ambiente colaborativo, permitindo que os agentes aprendam, se adaptem e evoluam continuamente, partilhando conhecimentos e dados.

Esta infraestrutura garante coletivamente que os agentes de IA estejam bem equipados para operar de forma eficiente e inteligente nas finanças descentralizadas.

Protocolos de Operação do Agente

Esses protocolos fornecem a estrutura para implantar e gerenciar agentes de IA descentralizados, atuando como a espinha dorsal da autonomia do agente dentro do DeFi.

• @Altera_AL: Infraestrutura para gerir agentes de IA descentralizados (inicialmente agentes de IA para jogos).
• @Fetch_ai: Plataforma descentralizada para agentes de IA.
• @HyperspaceAI: Fornece infraestrutura operacional para agentes de IA em DeFi.
• @mor_org: Uma rede que permite agentes de IA pessoais para gestão de tarefas e interações com cripto.
• @OpenAgentsInc: Plataforma de automação de negócios para implantação, personalização e integração de agentes.
• @questflow: Opera infraestrutura para sistemas multiagente.
• @sebraaiPlataforma sem código para construir e implantar agentes de IA.
• @ShinkaiProtocol: Plataforma para gestão de dados e automação de agentes de IA.

Recursos de computação descentralizados para agentes

Esses protocolos fornecem o poder de computação necessário para que os agentes de IA realizem operações pesadas em dados, suportando análises, tomadas de decisões e execução em tempo real no ecossistema DeFi.

• @FormAI: Plataforma que impulsiona uma economia descentralizada onde os utilizadores podem contribuir com os seus dados, computação e pesquisa para treinamento de IA.
• @Gaianet_AI: Plataforma para criar e rentabilizar agentes de IA, oferecendo recursos de computação que os ajudam a escalar e realizar operações intensivas.
• @kira_infera: Rede descentralizada de inferência de IA ponto a ponto que se concentra no suporte computacional para agentes de IA.
• @napthaai: Uma plataforma modular para implantar agentes de IA descentralizados em vários nós, com suporte computacional flexível.
• @NodeAIETH: Mercado de aluguer de GPU que permite aos utilizadores alugar GPUs para as suas aplicações de IA.
• @TalusNetwork: Uma blockchain L1 que permite a implantação e monetização de IA baseada em agentes, oferecendo os recursos computacionais necessários para operações intensivas.

Marketplace de dados para agentes

As marketplaces de dados oferecem os conjuntos de dados essenciais e estruturados que os agentes de IA precisam para tomar decisões informadas, realizar previsões precisas e aprimorar as capacidades de aprendizado dentro das aplicações de DeFi.

• @AlliumLabs: Ferramentas e serviços que permitem aos usuários analisar dados de blockchain ou alimentar seus fluxos de trabalho e aplicativos em tempo real.
• @AlloraNetwork: Protocolo para compartilhar dados (na forma de previsões de IA), conectar provedores de dados, processadores e usuários enquanto recompensa previsões de alta qualidade.
• @Covalent_HQ: Infraestrutura de dados modular para IA.
• @getaxal: Plataforma de mercado que simplifica fluxos de trabalho ao automatizar e integrar dados e ações em toda a Web3.
• @scryptedinc: Fontes de dados para modelos de negociação de IA.

Redes de Conhecimento

As redes de conhecimento facilitam a aprendizagem e a partilha de estratégias entre os agentes de IA. Elas vão além dos dados brutos, fornecendo insights, metodologias e experiências que os agentes podem utilizar para aprimorar suas capacidades dentro de ambientes DeFi.

• @forgellm: Repositório de informações impulsionado por IA.
• @real_alethea: Plataforma que permite a criação, propriedade e partilha descentralizadas de personalidades e modelos de IA.
• @SocietyLibrary: Base de conhecimento descentralizada para IA.
• @TheoriqAI: Rede de compartilhamento de conhecimento para agentes de IA criarem colaborativamente soluções.

Dados

Estas plataformas contribuem com recursos de dados, frequentemente recolhendo dados públicos e incentivando os utilizadores a partilhar os seus dados para o treino de IA.

• @getgrass_io: Uma plataforma descentralizada que permite aos usuários ganhar recompensas ao compartilhar a largura de banda de internet não utilizada, que é utilizada para coletar e processar dados públicos da web para fins de treinamento de IA.

Outros Casos de Uso

Vale a pena notar algumas aplicações adicionais de agentes de IA, especificamente algumas que têm ganhado muita atenção nas últimas semanas:

• @0xzerebro: Um sistema de IA que gera e dissemina autonomamente conteúdo diversificado em várias plataformas, utilizando um sistema de Geração-Aumentada de Recuperação para manter a memória dinâmica e evitar o colapso do modelo.
• @agent_wip: Um agente de artista coletivamente projetado, on-chain, que utiliza dados on-chain para informar a criação, distribuição e monetização de arte, explorando novas formas de autonomia e interação criativa.
• @ai16z: Uma organização autônoma descentralizada (DAO) impulsionada por IA que alavanca agentes autônomos para tomar decisões de investimento e gerir ativos dentro do ecossistema de criptomoedas.
• @dolos_diary: Um agente de IA que incorpora a persona de Dolos, o deus grego da trapaça, fornecendo interações afiadas, espirituosas e brutalmente honestas em plataformas como Twitter e Telegram.
• @lola_onchain: Um agente de IA autônomo que alavanca a memória de longo e curto prazo para analisar, negociar e otimizar estratégias de criptomoedas de forma independente. Por exemplo, a LOLA realizou 200 negociações, 6 tokens que tiveram um aumento de mais de 20X, 13 tokens com um aumento de 10-20X, 25 tokens com um aumento de 5-10X; o resto pode ser considerado perda.
• @truth_terminal: Um agente de IA semi-autônomo que interage com os usuários nas redes sociais, gerando insights e conteúdo enquanto explora as interseções de IA, atenção e riqueza nos espaços online.

Outras Aplicações de IA em DeFi

As aplicações de IA têm vindo a crescer, encontrando o seu caminho em quase todos os cantos da blockchain com boas razões para adicionar otimizações impulsionadas por IA.

Cofres & Automação usando IA

Essas plataformas focam na otimização do rendimento e gestão de cofres através de automação baseada em regras projetadas para maximizar os retornos e reduzir o envolvimento do usuário. Em vez de depender de agentes autônomos, elas usam algoritmos simples para ajustar os portfólios e otimizar o rendimento em toda a DeFi.

Sem agentes, esses sistemas se beneficiam de uma estrutura mais simples e controlada. Eles evitam a complexidade adicional e a infraestrutura necessária para agentes, que, caso contrário, precisariam monitorar e se adaptar de forma independente às condições em mudança.

O compromisso? Redução da adaptabilidade. Os sistemas baseados em regras são menos responsivos às mudanças do mercado em tempo real do que os modelos orientados por agentes, que podem ajustar autonomamente às condições voláteis. Embora confiáveis e eficientes, essas plataformas podem perder oportunidades emergentes que uma abordagem mais dinâmica e orientada por agentes poderia capturar.

• @AIAgentLayer: Plataforma para criar agentes de IA tokenizados, integrando dados de X e inputs de usuário.
• @arataagi: Plataforma AGI descentralizada com um sistema multi-agente que permite que agentes de IA colaborem, aprendam e evoluam de forma autônoma.
• @ApertureFinanceGestão de portfólio e rendimento DeFi alimentado por IA utilizando intenções.
• @AutoppiaAI: Implemente agentes de IA que automatizem fluxos de trabalho empresariais.
• @blinklabs_ai: Plataforma de lançamento para ativos na cadeia, como NFTs e tokens fungíveis usando IA.
• @Mass_Build: Sistema operativo tudo-em-um e copiloto de IA para gestão empresarial e automação contínuas.
• @Robonet: Estratégias automatizadas de rendimento para cofres DeFi, usando IA.
• @trySkyfire: Plataforma que permite agentes de IA com interoperabilidade global, acesso financeiro, monetização e verificação de identidade.

Auditoria e Segurança de Contratos Inteligentes

Os sistemas de auditoria e segurança de contratos inteligentes com inteligência artificial funcionam usando algoritmos de aprendizado de máquina para detectar vulnerabilidades no código. Esses sistemas escaneiam os contratos inteligentes linha por linha, identificando padrões e anomalias que possam indicar riscos de segurança ou falhas exploráveis. Em seguida, comparam o código do contrato com vulnerabilidades conhecidas e vetores de ataque.

Essas ferramentas também realizam monitoramento contínuo, permitindo a detecção de ameaças em tempo real conforme os contratos operam. Ao usar IA para automatizar esse processo, as plataformas de auditoria podem responder rapidamente a possíveis problemas de segurança, muitas vezes antes que possam ser explorados, melhorando assim a resiliência e confiabilidade das aplicações DeFi.

• @auditone_dao: Oferece serviços de auditoria de IA para varreduras de vulnerabilidades.
• @cyvers_: Cyvers utiliza a IA para fornecer detecção e prevenção em tempo real de ataques de cripto, identificando padrões e anomalias em blockchains para mitigação proativa de ameaças.
• @HypernativeLabs: Usa inteligência artificial para auditorias de contratos inteligentes, procurando vulnerabilidades.
• @phylaxsystems: Sistema de segurança impulsionado por IA para varreduras de vulnerabilidades e monitoramento de exploração.

Sistemas de Governança e Votação

O tema partilhado é o apoio à governação orientada por dados. Estes protocolos utilizam IA para simular cenários de governação, permitindo aos intervenientes compreender os resultados potenciais antes de implementar alterações. Ao analisar padrões de voto históricos, métricas de participação e impacto de propostas, podem identificar tendências e prever resultados de votação, o que ajuda as organizações a tomar decisões orientadas por dados com maior confiança.

Além disso, a IA ajuda a reduzir os preconceitos cognitivos e de decisão, apresentando dados objetivos e executando simulações que destacam os riscos e benefícios potenciais. Alguns protocolos, por exemplo, focam na partilha de dados preservando a privacidade, garantindo que as informações sensíveis de governança sejam protegidas, mas ainda acessíveis para análise.

• @mor_orgRede descentralizada que oferece insights de governança impulsionados por IA.
• @QuillAI_Network: Plataforma descentralizada para agentes de IA, focada em melhorar a segurança do Web3 através de capacidades modulares e multi-chain.

Futuro das Aplicações DeFi com Inteligência Artificial

Escalabilidade e Automatização

À medida que a DeFi se expande, os desafios de escalabilidade e os gargalos operacionais dentro das DAOs requerem soluções que a IA está equipada de forma única para resolver. Imagine um agente de IA gerindo autonomamente o tesouro de uma DAO, realocando a liquidez entre os pools com base em dados de mercado em tempo real, ou executando votações de governança rotineiras dentro de parâmetros pré-aprovados.

Este nível de automação poderia permitir que as DAOs se expandissem sem adicionar sobrecarga humana, simplificando processos como integração de usuários e atualizações de protocolo. Com a IA lidando com essas funções rotineiras, os protocolos DeFi poderiam crescer com o mínimo de atrito e eficiência aprimorada.

Alinhamento de incentivos

Alinhar agentes de IA com objetivos descentralizados é essencial para preservar a ética do DeFi e evitar riscos de centralização. Futuros frameworks podem projetar incentivos que encorajem agentes a priorizar transparência e interesses da comunidade. Por exemplo, um agente de IA que gerencia a liquidez de um protocolo poderia ser programado para focar em retornos estáveis, impulsionados pela utilidade e de longo prazo, em vez de maximizar puramente os lucros.

Alcançar essa alinhamento requereria protocolos transparentes, auditorias rigorosas de contratos inteligentes e estruturas de incentivos que recompensem agentes com base em contribuições para a descentralização. Essa abordagem moldaria os agentes para agirem mais como entidades cooperativas do que maximizadores de lucro.

Casos de Uso Emergentes e Aplicações de Próxima Geração

Além das aplicações de hoje, a IA poderia permitir produtos DeFi adaptativos e centrados no usuário que respondem dinamicamente às condições do mercado e do usuário. Imagine um contrato inteligente impulsionado por IA que ajusta a exposição ao risco da carteira de um usuário em tempo real com base na volatilidade do mercado ou análise de sentimento. Ou uma piscina de empréstimos personalizados que personaliza as taxas de juros com base na reputação do mutuário na cadeia, nos ganhos previstos ou nas condições de liquidez.

Poderíamos até ver cofres de otimização de rendimento que se reequilibram automaticamente com base nas tendências de liquidez e APY, ou agentes de negociação que ajustam estratégias no meio da negociação, ajustando as posições à medida que novos dados surgem.

Um vislumbre da "Web Agentic"

Nesta visão de "Agentic Web", os agentes de IA interagiriam perfeitamente por meio de protocolos, criando uma rede autônoma de inteligência auto-sustentável. Imagine um agente que gerencia uma carteira de NFTs enquanto coordena com protocolos de yield farming para garantir ativos durante quedas de liquidez. Esses agentes poderiam até mesmo negociar entre cadeias, ajustando alocações de risco em várias aplicações DeFi para resultados ótimos para o usuário. Atuando como "economistas digitais", esses agentes aprenderiam continuamente, evoluiriam com o feedback do usuário e colaborariam com outros agentes de IA.

Esta rede interligada remodelaria DeFi num ecossistema financeiro adaptável e inteligente, que é responsivo, personalizado e dinâmico.

Conclusões

A integração da IA tem o potencial de redefinir as finanças descentralizadas, remodelando-as num ecossistema financeiro mais acessível e eficiente.

Até que ponto pode essa integração perturbar o sistema financeiro? Dado que os serviços representam 70% do PIB global, a evolução dos agentes de IA poderia perturbar uma parte significativa deste setor, automatizando processos tradicionalmente manuais. A automação alimentada por IA em DeFi poderia transformar até 20% da economia de serviços, particularmente em áreas que se beneficiam da transparência, rastreabilidade e descentralização. Essa transformação afetaria um mercado de $14 trilhões.

No entanto, a integração de tecnologias de IA e blockchain não está isenta de desafios. Embora a blockchain ofereça verificabilidade, resistência à censura e trilhos de pagamento nativos, ela carece da capacidade para cálculos intensivos em tempo real que a IA frequentemente requer. As blockchains atuais não estão otimizadas para tarefas computacionais pesadas, o que significa que executar modelos de IA complexos na própria cadeia continua a ser impraticável. Em vez disso, é mais provável que vejamos modelos híbridos onde a IA é treinada e processada fora da cadeia, com resultados integrados na blockchain para transparência, segurança e acessibilidade.

À medida que a pilha AI x DeFi continua a evoluir, novas camadas de infraestrutura AI descentralizada e aplicações on-chain estão surgindo. Prevê-se que essa interseção dê origem à “Web de Agentic”, onde agentes de IA se tornam impulsionadores essenciais da atividade econômica, automatizando ações como criação de contratos inteligentes, negociação e outras interações on-chain.

À medida que esses agentes se tornam mais sofisticados, podemos ver dinâmicas semelhantes às das estratégias de MEV, onde entidades que otimizam estratégias impulsionadas por IA dominam o mercado, potencialmente superando concorrentes menos desenvolvidos e centralizando o controle entre atores sofisticados.

Para desbloquear o potencial transformador da IA na DeFi sem comprometer a descentralização, é essencial priorizar integrações seguras e éticas da IA. Os agentes de IA são guiados por incentivos descentralizados e operam de forma transparente, permitindo que o ecossistema DeFi cresça sem o risco de controle centralizado.

No final, a convergência entre IA e DeFi tem o potencial de criar um cenário financeiro mais inclusivo, resiliente e voltado para o futuro, que poderia redefinir como interagimos com os sistemas econômicos.

Aviso Legal

A Three Sigma não endossa nenhum dos projetos mencionados aqui. Exercite cautela e conduza uma pesquisa minuciosa. Respeitamos e apoiamos os construtores que avançam neste espaço.

Referências

Cripto e IA: Uma Exploração por Vitalik Buterin@VitalikButerin

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

Desmistificando a Pilha Crypto x AI pela CB Ventures @CBVentures

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

Visões de Yuga Cohler sobre IA e DeFi @YugaCohler

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

Visão geral dos Agentes de IA Base por Murr Lincoln @MurrLincoln

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

Pensamentos sobre AI Agents em DeFi por Prismatic @0xprismatic

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

Casos de Uso do Agente de IA do Consumidor em DeFi por Jeff @Defi0xJeff

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

Jogos e Agentes de IA pela Shoal Research @Shoalresearch

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

AI Agents: Research & Applications (Uma visão geral de pesquisa aprofundada de 40 páginas sobre agentes baseados em LLM) por AccelXR @AccelXR

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

A Opinião da Chase sobre $LUM e Agentes de IA @itsmechaseb

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

Aviso legal:

1. Este artigo foi reproduzido a partir de [X]. Todos os direitos de autor pertencem ao autor original [@threesigmaxyz]. Se houver objeções a esta reimpressão, entre em contato com oGate Learnequipa, e eles tratarão disso prontamente.
2. Aviso de Responsabilidade: As opiniões expressas neste artigo são exclusivamente do autor e não constituem aconselhamento de investimento.
3. A equipe da Learn gate traduziu o artigo para outros idiomas. Copiar, distribuir ou plagiar os artigos traduzidos é proibido, a menos que mencionado.