IOSG 研究|借助 AI 交易:初探 DeFAI 生态
撰文:Henry @IOSG
前言在短短 3 个月内,AI x memecoin 的市值已达到 134 亿美元,与一些成熟的 L1(如 AVAX 或 SUI)规模相当。
事实上,人工智能与区块链的关系由来已久,从早期 Bittensor 子网上的去中心化模型训练,到 Akash 和 io.net 等去中心化 GPU / 算力资源市场,再到当前 Solana 上的 AI x memecoins 和框架浪潮。每个阶段都表明,加密货币在一定程度上可以通过资源聚合对人工智能进行补充,从而实现主权人工智能和消费者用例。
在第一波 Solana AI 币浪潮中,有些带来了有意义的实用性,而不仅仅是纯粹的投机。我们看到出现了像 ai16z 的 ELIZA 这样的框架,AI agents 则出现了像 aixbt 这样提供市场分析和内容创作的人工智能代理,或将 AI 与区块链能力集成的工具包等。
在 AI 的第二波浪潮中,随着更多工具的成熟,应用已成为关键的价值驱动因素,而 DeFi 已成为这些创新的完美试验场。为简化表述,在本研究中,我们将 AI 与 DeFi 的结合称作「DeFai」。
根据 CoinGecko 的数据,DeFai 的市值约为 10 亿美元。Griffian 以 45% 的份额占据市场主导地位,而 $ANON 则占比 22%。这个赛道在 12 月 25 日之后开始经历快速增长,与同期的 Virtual 和 ai16z 等框架和平台在圣诞假期后迎来了强势增长。
▲ 来源:Coingecko.com
这仅仅只是第一步,DeFai 的潜力远不止于此。虽然 DeFai 仍处于概念验证阶段,但我们不能低估它的潜力,它将利用 AI 所能提供的智能和效率,把 DeFi 行业转变为一个更加用户友好、智能和高效的金融生态系统。
在深入了解 DeFai 的世界之前,我们需要了解代理(Agent)在 DeFi / 区块链中的实际运作方式。
Agent 在 DeFi 系统中如何运作人工智能代理(AI Agent)指的是可以根据工作流程代表用户执行任务的程序。AI Agent 背后的核心是 LLM(大语言模型),该模型可以根据其训练或学习到的知识做出反应,但这种反应往往是有限制的。
Agent 与机器人有本质区别。机器人通常针对特定任务,需要人工监督,并需要在预定义的规则和条件下运行。相比之下,agent 更具动态性和适应性,能够自主学习以实现特定目标。
为了创造更个性化的体验和更全面的响应,agent 可以将过去的互动存储在内存中,从而使代理能够从用户的行为模式中学习并调整其响应,根据历史背景生成量身定制的建议和策略。
在区块链中,agent 可以与智能合约和账户互动,处理复杂的任务,而无需持续的人工干预。例如,在简化 defi 用户体验方面,包括一键执行多步桥接和 farming、优化 farming 策略以获得更高的回报、执行交易(买入 / 卖出)并进行市场分析,所有这些步骤都是自主完成的。
- 申链财经
免责声明:投资有风险,入市须谨慎。本资讯不作为投资建议。