Agents Crypto AI : Les citoyens de première classe des économies Onchain

Les robots sont en passe de devenir les citoyens de première classe de l'économie cryptographique.

Il n'est pas nécessaire de chercher bien loin pour constater cette tendance. Les chercheurs déploient des robots, comme Jaredfromsubway.eth, pour tirer parti du désir de commodité de l'utilisateur humain en exécutant en avance leurs transactions DEX. Banana Gun et Maestro, qui permettent à des utilisateurs humains d'effectuer des transactions par l'intermédiaire d'un bot depuis Telegram, sont régulièrement parmi les plus gros consommateurs d'essence sur Ethereum. Aujourd'hui, sur les nouvelles applications sociales éphémères telles que Friendtech, les robots entrent en scène après que l'application a été adoptée par les utilisateurs humains et peuvent, par inadvertance, alimenter le volant spéculatif.

Abonnez-vous pour prouver que vous n'êtes pas un agent de l'IA

S'inscrire

Tout cela pour dire que les robots, qu'ils soient à but lucratif (par ex. MEV bots) ou axés sur le consommateur (par exemple, les Telegram botkits), sont de plus en plus souvent les utilisateurs prioritaires sur les blockchains.

Alors que les robots dans le domaine de la cryptographie étaient jusqu'à présent assez rudimentaires, les robots en dehors du domaine de la cryptographie ont commencé à évoluer vers des agents d'intelligence artificielle robustes grâce à l'essor des grands modèles de langage (LLM), dans le but de gérer de manière autonome des tâches complexes et de prendre leurs propres décisions en toute connaissance de cause.

La construction de ces agents d'intelligence artificielle sur des rails cryptographiques apporte plusieurs améliorations importantes :

• Des rails de paiement natifs : Les agents d'intelligence artificielle peuvent exister en dehors des crypto-monnaies, mais si nous voulons que les agents d'intelligence artificielle effectuent des actions complexes, ils auront besoin d'un accès au capital. Les crypto-rails représentent une amélioration significative pour donner aux agents d'IA un accès au capital plutôt que de leur permettre d'accéder à des comptes bancaires ou à des processeurs de paiement (p. ex. Stripe), ou de traiter la grande majorité des autres inefficacités qui existent dans notre monde hors chaîne.
• Propriété des portefeuilles des agents d'IA : Les agents d'IA connectés à des portefeuilles auront la possibilité de posséder des actifs (par ex. ), donnant aux agents les droits de propriété numérique inhérents à tous les actifs cryptographiques. Ceci est particulièrement important pour les transactions d'agent à agent.
• Actions vérifiables et déterministes : Les agents d'IA seront plus efficaces lorsque les actions sont prouvables (lorsqu'ils peuvent s'assurer qu'une action a été effectuée). Les transactions onchain sont déterministes par nature - elles se produisent ou ne se produisent pas - ce qui signifie que les agents de l'IA seront en mesure d'effectuer des tâches avec plus de précision onchain qu'offchain.

Bien entendu, les agents d'IA de la chaîne ont des limites.

L'une des limites est que les agents d'intelligence artificielle devront effectuer des opérations logiques hors chaîne pour être performants. Cela signifie que les agents d'IA de la chaîne hébergeront leur logique/calcul hors de la chaîne pour optimiser l'efficacité, mais que les décisions de l'agent seront exécutées dans la chaîne, ce qui permettra des actions vérifiables. Il est important de noter que les agents d'intelligence artificielle peuvent également utiliser des fournisseurs de zkML tels que Modulus pour s'assurer que leurs entrées de données hors chaîne sont vérifiées.

Une autre limite importante des agents d'intelligence artificielle est qu'ils ne sont utiles que dans la mesure où les outils qui leur sont fournis le sont. Par exemple, si vous demandez à un agent de fournir un résumé d'un événement d'actualité en temps réel, l'agent doit disposer d'un scraper web dans sa boîte à outils pour parcourir l'internet afin d'effectuer la tâche donnée. Si vous souhaitez que l'agent enregistre la réponse au format PDF, ajoutez un système de fichiers à la boîte à outils. Vous voulez que l'agent fasse du copier-coller avec votre influenceur Crypto Twitter préféré ? L'agent doit avoir accès à un portefeuille et à des autorisations de signature de clés sur ce portefeuille.

Si l'on considère le paysage actuel sur le spectre du déterminisme et du non-déterminisme, la plupart des agents d'IA cryptographiques effectuent des tâches déterministes. En d'autres termes, les humains programment les paramètres des tâches et la manière dont la tâche (par exemple, un échange de jetons) est accomplie.

Les agents Crypto AI ont évolué depuis les premiers jours des bots de gardiens - qui sont toujours utilisés dans les applications DeFi et oracle - jusqu'aux agents plus sophistiqués d'aujourd'hui qui exploitent les LLM, y compris les artistes autonomes comme Botto, les agents AI qui peuvent effectuer eux-mêmes des opérations bancaires en utilisant le nuage de transactions de Syndicate, et les premières places de marché de services d'agents AI telles qu'Autonolas.

Il existe déjà toute une série d'applications passionnantes à la pointe de la technologie :

• Des "portefeuilles intelligents" basés sur un agent d'IA : Dawn s'appuie sur DawnAI pour fournir un agent d'intelligence artificielle qui peut aider les utilisateurs à envoyer des transactions, à exécuter des opérations et à obtenir d'autres informations en temps réel sur la chaîne (par ex. NFT en tendance).
• Agents de jeux cryptographiques : Colony, le nouveau jeu de Parallel Alpha, vise à créer des personnages IA capables de posséder un portefeuille et d'effectuer des transactions entre eux.
• Des boîtes à outils améliorées pour les agents d'IA : La qualité des agents d'IA dépend de leurs boîtes à outils, et l'interaction avec les blockchains est actuellement un domaine naissant. Les agents d'IA cryptographiques ont besoin de portefeuilles, de moyens de les financer, de capacités de permission, de modèles d'IA intégrés et de la possibilité d'interagir avec d'autres agents. Plus concrètement, Gnosis a montré à quoi ressemble cette première infrastructure avec ses AI mechs, qui enveloppent les scripts d'IA dans un contrat intelligent de sorte que n'importe qui - y comprisun autre bot - peutappeler le contrat intelligent pour effectuer l'action de l'agent (par exemple, l'action de l'agent). faire un pari sur un marché de prédiction) tout en étant en mesure de payer l'agent.
• Les traders de l'IA augmentée : DeFi super apps qui fournissent des actions élevées pour les traders et les spéculateurs, y compris : DCA dans une position si les conditions sont remplies ; exécuter des transactions lorsque les prix du gaz tombent en dessous d'un certain prix ; surveiller les nouveaux contrats de jetons mèmes ; et déterminer l'acheminement des ordres sans que l'utilisateur n'ait à savoir où embarquer, etc.
• Permettre la longue traîne des agents d'intelligence artificielle : Si les grandes applications telles que ChatGPT sont utiles pour certaines discussions générales, les agents d'intelligence artificielle devront être adaptés à de nombreux secteurs d'activité, sujets et niches. Les places de marché telles que Bittensor incitent les "mineurs" à former des modèles pour des tâches spécifiques (par ex. génération d'images, pré-entraînement, modélisation prédictive) autour d'industries cibles (par ex. crypto, biotech, université). Bien que Bittensor soit naissant, les développeurs l'utilisent déjà pour créer des applications/agents à partir de la longue liste de LLM open source.
• Agents d'applications grand public PNJ : Les personnages non jouables sont courants dans les jeux tels que les MMORPG, mais moins dans les applications grand public multijoueurs. Cependant, la nature financiarisée des applications de consommation de crypto-monnaie fait des agents d'IA d'excellents participants pour introduire de nouveaux types de mécanismes de jeu. La société d'infrastructure d'IA ouverte Ritual a récemment lancé Frenrug, un agent basé sur LLM qui opère au sein de Friend.tech et qui exécute des transactions (achat ou vente de clés) sur la base de messages d'utilisateurs. Les utilisateurs de Friend.tech peuvent tenter de convaincre l'agent d'acheter leurs clés, de vendre les clés d'autres personnes ou d'inciter l'agent Frenrug à utiliser ses fonds de manière créative.

Comme de plus en plus d'applications et de protocoles s'appuient sur des agents d'IA, les humains les utiliseront pour accéder à l'économie des cryptomonnaies. Et si les agents d'IA ressemblent aujourd'hui à des jouets, à l'avenir, ils augmenteront les expériences quotidiennes des consommateurs, deviendront des acteurs clés dans les protocoles et créeront des économies entières entre eux.

Les agents d'IA n'en sont qu'à leurs débuts, mais ces citoyens de première classe des économies onchain commencent à peine à montrer leur potentiel. Si vous testez les limites de la façon dont les agents d'IA augmentent les expériences onchain, n'hésitez pas à nous contacter : mason@variant.fund.

Nous remercions tout particulièrement Tom Waite et Sami Kassab pour leurs conversations et leurs commentaires sur les idées contenues dans cet essai. Merci à Dan Roberts pour ses révisions et pour avoir rendu l'essai plus agréable.

Clause de non-responsabilité：

1. Cet article est repris de[MASON NYSTROM]. Tous les droits d'auteur appartiennent à l'auteur original[MASON NYSTROM]. Si vous avez des objections à cette réimpression, veuillez contacter l'équipe de Gate Learn, qui s'en chargera rapidement.
2. Clause de non-responsabilité : Les points de vue et les opinions exprimés dans cet article sont uniquement ceux de l'auteur et ne constituent pas un conseil en investissement.
3. Les traductions de l'article dans d'autres langues sont effectuées par l'équipe de Gate Learn. Sauf mention contraire, il est interdit de copier, distribuer ou plagier les articles traduits.