Crypto AI Агенти: першокласні громадяни Onchain економік

Боти стають першокласними громадянами криптоекономіки.

Вам не потрібно дивитися дуже далеко, щоб побачити докази цієї тенденції. Шукачі встановлюють таких ботів, як Jaredfromsubway.eth, щоб скористатися бажанням користувача отримати зручність, відкриваючи свої операції DEX. Banana Gun і Maestro, які дозволяють користувачам здійснювати торгівлю за допомогою ботів із зручності Telegram, незмінно є одними з найпоширеніших поглиначів газу в Ethereum. І тепер, у нових ефемерних соціальних додатках, таких як Friendtech, боти вступають у бійку після того, як додаток знаходить початкове запровадження серед користувачів, і можуть ненавмисно ще більше запустити спекулятивний маховик.

Підпишіться, щоб підтвердити, що ви не агент ШІ

Підписатися

Все це говорить про те, що боти, будь то орієнтовані на отримання прибутку (наприклад, боти MEV) або керовані споживачами (наприклад, Боткіти Telegram) все частіше стають пріоритетними користувачами блокчейнів.

У той час як боти в криптографії поки що були досить рудиментарними, боти за межами криптографії почали розвиватися в надійних агентів штучного інтелекту завдяки поширенню великих мовних моделей (LLM) з кінцевою метою автономного вирішення складних завдань і створення власних добре обґрунтовані рішення.

Створення цих агентів штучного інтелекту на криптографічних рейках дає кілька важливих покращень:

• Власні платіжні напрямки: агенти штучного інтелекту можуть існувати поза крипто, але якщо ми хочемо, щоб агенти штучного інтелекту виконували складні дії, їм потрібен доступ до капіталу. Крипторейки є суттєвим покращенням для надання агентам штучного інтелекту доступу до капіталу порівняно з отриманням доступу до банківських рахунків або платіжних процесорів (наприклад, Stripe), або мати справу з переважною більшістю інших недоліків, які існують у нашому світі поза мережею.
• Власність гаманця агента ШІ: агенти ШІ, підключені до гаманців, матимуть можливість володіти активами (наприклад, NFT, прибутковість тощо), надаючи агентам права цифрової власності, властиві всім криптоактивам. Це особливо важливо для транзакцій між агентами.
• Перевірені детерміновані дії: агенти штучного інтелекту будуть найефективнішими, коли дії можна перевірити (де вони можуть переконатися, що певну дію було виконано). Ончейн-транзакції є детермінованими за своєю природою — вони або відбулися, або ні, що означає, що агенти штучного інтелекту зможуть точніше виконувати завдання в мережі, ніж поза мережею.

Звичайно, існують обмеження для агентів штучного інтелекту onchain.

Одне з обмежень полягає в тому, що для продуктивності агентам штучного інтелекту потрібно буде виконувати логіку поза мережею. Це означає, що ончейн-агенти штучного інтелекту розміщуватимуть свою логіку/обчислення поза мережею для оптимізації ефективності, але рішення агентів виконуватимуться в ланцюзі, дозволяючи виконувати перевірені дії. Важливо, що агенти штучного інтелекту також можуть використовувати постачальників zkML, таких як Modulus , щоб гарантувати перевірку введених ними даних поза мережею.

Іншим ключовим обмеженням агентів штучного інтелекту є те, що вони корисні настільки, наскільки корисні інструменти, які їм надаються. Наприклад, якщо ви попросите агента надати короткий виклад новин у реальному часі, агент повинен мати веб-скребок у своєму наборі інструментів, щоб прочесати Інтернет для виконання поставленого завдання. Вам потрібен агент для збереження відповіді у форматі PDF, додайте файлову систему до набору інструментів. Хочете, щоб агент торгував копіями вашого улюбленого інфлюенсера Crypto Twitter? Агенту потрібен доступ до гаманця та дозволи на підписання ключа для цього гаманця.

Дивлячись на поточний ландшафт у спектрі від детермінованого до недетермінованого, більшість криптоагентів ШІ виконують детерміновані завдання. Тобто люди програмують параметри завдань і те, як завдання (наприклад, заміна маркерів) виконується.

Агенти Crypto AI еволюціонували від перших днів ботів-зберігачів, які все ще використовуються в програмах DeFi та oracle, до сучасних більш складних агентів, які використовують LLM, включаючи автономних художників, таких як Botto; Агенти штучного інтелекту, які можуть самостійно здійснювати банківські операції за допомогою хмари транзакцій Syndicate ; і перші ринки послуг агентів ШІ, такі як Autonolas.

Уже є різноманітні захоплюючі додатки на краю:

• «Розумні гаманці» з підтримкою штучного інтелекту: Dawn використовує DawnAI, щоб надати агент штучного інтелекту, який може допомагати користувачам надсилати транзакції, здійснювати торгівлю та інші дані ончейну в реальному часі (наприклад, трендові NFT).
• Агенти криптоігор: найновіша гра Colony від Parallel Alpha спрямована на створення персонажів ШІ, які можуть володіти гаманцем і здійснювати транзакції один з одним.
• Розширені набори інструментів для агентів штучного інтелекту: агенти штучного інтелекту настільки хороші, наскільки хороші їхні набори інструментів, а взаємодія з блокчейнами наразі є новою сферою. Агентам Crypto AI потрібні гаманці, способи їх фінансування, можливості надання дозволів, інтегровані моделі AI та здатність взаємодіяти з іншими агентами. Якщо говорити конкретніше, Gnosis продемонстрував, як виглядає ця рання інформація за допомогою своїх механізмів штучного інтелекту, які загортають сценарії штучного інтелекту в смарт-контракт, щоб будь-хто, включаючи іншого бота , міг викликати смарт-контракт для виконання дії агента (наприклад, зробити ставку на ринку прогнозів), а також мати можливість заплатити агенту.
• Трейдери з доповненим штучним інтелектом: супердодатки DeFi, які забезпечують підвищені дії для трейдерів і спекулянтів, зокрема: DCA у позиції, якщо умови виконуються; здійснення угод, коли ціни на газ падають нижче певної ціни; моніторинг нових контрактів мем-токенів; і визначення маршруту замовлення без того, щоб користувач міг знати, куди приєднатися тощо.
• Увімкнення довгого хвоста агентів штучного інтелекту: у той час як великі програми, такі як ChatGPT, підходять для деяких загальних цілей чату, агенти штучного інтелекту потребують тонкого налаштування для багатьох галузей, предметів і ніш. Такі торгові майданчики, як Bittensor , створюють стимули для «майнерів» навчати моделі для конкретних завдань (наприклад, створення іміджу, попереднє навчання, прогнозне моделювання) навколо цільових галузей (наприклад, крипто, біотехнології, наука). Хоча Bittensor лише зароджується, розробники вже використовують Bittensor для створення додатків/агентів на основі довгого хвоста LLM з відкритим кодом.
• Агенти споживчих додатків NPC: неігрові персонажі поширені в таких іграх, як MMORPG, але рідше в споживчих додатках для кількох гравців. Однак фінансова природа споживчих додатків криптографії робить агентів штучного інтелекту чудовими учасниками для впровадження нових типів ігрової механіки. Компанія Ritual, що займається інфраструктурою відкритого штучного інтелекту, нещодавно випустила Frenrug, агента на базі LLM, який працює всередині Friend.tech і виконуватиме транзакції (купівля чи продаж ключів) на основі повідомлень користувачів. Користувачі Friend.tech можуть спробувати переконати агента купити їхні ключі, продати чужі ключі або спробувати змусити агента Frenrug використати свої кошти іншими творчими способами.

Оскільки все більше програм і протоколів використовують агентів штучного інтелекту, люди використовуватимуть їх як канал для доступу до криптоекономіки. І хоча сьогодні агенти штучного інтелекту виглядають як іграшки, у майбутньому вони розширять щоденний досвід споживачів, стануть ключовими учасниками протоколів і створять цілі економіки між собою.

Агенти штучного інтелекту знаходяться в зародковому стані, але ці першокласні громадяни мережевої економіки тільки почали демонструвати свій потенціал. Якщо ви перевіряєте межі того, як агенти штучного інтелекту розширюють досвід ончейну, зв’яжіться з нами: [email protected].

Особлива подяка Тому Уейту та Самі Кассабу за розмови та відгуки щодо ідей, викладених у есе. Дякую Дену Робертсу за редагування та те, що есе звучало масляно.

Відмова від відповідальності:

1. Цю статтю передруковано з [MASON NYSTROM]. Усі авторські права належать оригінальному автору [MASON NYSTROM]. Якщо є заперечення щодо цього передруку, будь ласка, зв’яжіться з командою Gate Learn , і вони негайно розглянуть це.
2. Відмова від відповідальності: погляди та думки, висловлені в цій статті, належать виключно автору та не є жодною інвестиційною порадою.
3. Переклади статті на інші мови виконує команда Gate Learn. Якщо не зазначено вище, копіювання, розповсюдження або плагіат перекладених статей заборонено.