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

Espera-se que a Abstração de IA se torne a direção principal das aplicações DeFAI

Há alguns dias,@poopmandefiOrganizou o mapeamento de aplicativos DeFAI, entre os quais acredito que os aplicativos DeFAI na categoria de Abstração de IA têm mais probabilidade de criar bolhas e têm um potencial maior para produzir aplicativos de alta qualidade. Embora os aplicativos DeFAI nas categorias de gestão de portfólio e análise de mercado sejam igualmente atrativos, em comparação com aplicativos abstratos, têm menos espaço imaginativo e dependem mais de suposições de confiança.

A aplicação de gestão de portfólio 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 cerne continua sendo 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 imaginário para aplicações automatizadas é limitado. Eles estão mais focados na experiência vertical fina do usuário, e o fosso entre protocolos muitas vezes se reflete no design dos algoritmos. A competição de gerenciamento de portfólio automatizado e aplicações de otimização de rendimento é essencialmente a capacidade da equipe de formular estratégias, competindo em quando acionar arbitragem, quando reduzir o risco de liquidação, como alocar posições e maximizar o rendimento de Farming.

Acredito que as oportunidades de participação de Agentes nisso 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 os algoritmos iterativos rapidamente das 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 nessa fase. Portanto, a narrativa de tornar os Agentes uma 'máquina de imprimir dinheiro' própria 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 é repetitiva e recebe pouca atenção. Nessas análises, aplicações como Zara AI, que possuem estruturas auto-desenvolvidas, treinam e otimizam continuamente para analisar indicadores específicos. AIXBT, como líder do setor, há muito ocupa o primeiro lugar no Kaito mindshare e se torna um KOL de topo. A análise de mercado da DeFAI apresenta desvios significativos, com a maioria dos agentes sendo carne de canhão e cheia de bolhas, o que dificulta a geração de valor comercial. Desde o reconhecimento do mercado da análise de mercado baseada em agentes até a formação de modelos de negócios por agentes e a monetização do tráfego, esse pode ser o teto de curto prazo da análise de mercado da DeFAI.

No entanto, a análise pública do Agente pode ser tanto um sinal de compra como uma notícia de venda. Esta pode ser uma das razões pelas quais os principais KOLs como AIXBT ainda não começaram a gerir independentemente os ativos dos utilizadores. Porque a análise do Agente é baseada em dados públicos e não impulsiona artificialmente os preços como fazem os KOLs humanos através de artigos e colaboração em equipa. 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 DeFAI de IA é diferente? Acredito que suas características residam na baixa previsibilidade e alto crescimento. A baixa previsibilidade vem das limitações objetivas da IA Web3, com muitos 'projetos lixo' na Web3, desde o 'bot de IA' em 2023, o 'Wrapper GPT' no primeiro semestre de 2024, até o recente Agente ajustado nos últimos meses. Esses projetos, com o ChatGPT como núcleo, encapsulam a entrada e saída do modelo na interface do aplicativo 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 uma fricção significativa na experiência real. Essa experiência do usuário insatisfatória 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 por meio de inteligência artificial, simplificando assim a experiência dos usuários iniciantes, para que os usuários de nível básico 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 a interface do Agente por meio da linguagem natural e chamam várias APIs, e o Agente conclui a operação no backend, mas o método de interação não melhorou significativamente. Portanto, a maioria dos usuários, ou a percepção geral do mercado, geralmente considera 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 crescimento elevado provém de aplicações abstractas que podem otimizar totalmente a experiência do utilizador, enquanto uma experiência de utilizador fraca geralmente resulta de dois aspectos:

1. Os utilizadores não compreendem as capacidades reais da aplicação. Ao introduzir comandos como Swap, Staking, etc., embora essas operações possam ser executadas com sucesso, este método de interação não impressiona os utilizadores.
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 determinada etapa do fluxo de trabalho do Pipeline.

A versão atual da aplicação Agent ainda tem amplo espaço para crescimento e pode superar os problemas acima. Tomando o 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 é composto por 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 os preços dos 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 as suas próprias tarefas, tornando o fluxo de trabalho inteiro 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 realmente ajudar os usuários a resolver problemas e melhorar a eficiência. Essa nova forma de interação trará novos paradigmas de negociação e, no processo de aceleração da evolução na faixa de Agente de IA, espera-se que as aplicações abstratas se tornem os pioneiros na captura do valor do mercado DeFAI.

O ecossistema Solana abraça ativamente o DeFAI

Solana e Base são os dois principais campos de batalha na trilha do AI Agent, mas as direções de desenvolvimento desses dois ecossistemas são completamente diferentes. Virtuals, aproveitando um modelo de token maduro, ocupam a grande maioria do valor de mercado na trilha do AI Agent da Base; enquanto no Solana, apesar da participação da ai16z, devido aos fundamentos fracos e à influência do clima memecoin do Solana, a participação de mercado do Solana na trilha do AI Agent é relativamente baixa.

Para a Solana, o ecossistema diversificado atual não é a situação mais ideal. A Solana precisa de uma tag narrativa substancial para atingir o próximo marco de valor de mercado. No contexto do fracasso da Depin, DeFAI é, sem dúvida, a melhor oportunidade da 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 do Agente hospedados pela Solana e suas iniciativas de concessão. No geral, a Solana está liderando a corrida na DeFAI, superando a Base.

A Solana lançou a DeFAI Landscape 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 o BlockBooster

BlockBooster é um estúdio de empreendimento Web3 asiático apoiado pela OKX Ventures e outras instituições de topo, 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 investimento estratégico e incubação profunda.

Declaração:

1. Este artigo é reproduzido a partir de 【Fluxo de tecnologia ShenchaoOs direitos de autor pertencem ao autor original, Kevin, o Investigador da BlockBooster. Se tiver alguma objeção à reimpressão, por favor entre em contato Equipa Gate Learn, a equipa irá processá-lo o mais breve possível de acordo com os procedimentos relevantes.
2. Aviso de isenção de responsabilidade: as opiniões expressas neste artigo são exclusivamente as do autor e não constituem qualquer conselho de investimento.
3. As outras versões do artigo são traduzidas pela equipa Learn da gate. Salvo indicação em contrário, copiar, espalhar ou plagiar os artigos traduzidos é proibido.