DeFAI : Comment l'IA libère le potentiel de la Finance décentralisée ?
La Finance décentralisée ( DeFi ) a rapidement évolué depuis 2020, devenant un pilier central de l'écosystème crypto. Bien que de nombreux protocoles innovants aient vu le jour, cela a également entraîné une augmentation de la complexité et de la fragmentation, rendant difficile la navigation à travers les nombreuses chaînes, actifs et protocoles même pour les utilisateurs expérimentés.
En parallèle, l'intelligence artificielle (AI) a évolué d'un récit de base répandu en 2023 vers un focus plus professionnel et orienté vers les agents en 2024. Cette transformation a donné naissance à la Finance décentralisée AI (DeFAI) - un domaine émergent qui améliore la Finance décentralisée grâce à l'automatisation, à la gestion des risques et à l'optimisation du capital.
La Finance décentralisée franchit plusieurs niveaux. La blockchain est la couche de base, et les agents d'IA doivent interagir avec des chaînes spécifiques pour exécuter des transactions et des contrats intelligents. La couche de données et la couche de calcul fournissent l'infrastructure nécessaire à l'entraînement des modèles d'IA, qui proviennent de données historiques sur les prix, de l'humeur du marché et d'analyses on-chain. La couche de confidentialité et de vérifiabilité garantit que les données financières sensibles restent sécurisées tout en permettant une exécution sans confiance. Enfin, le cadre des agents permet aux développeurs de créer des applications dirigées par l'IA, telles que des robots de trading autonomes, des évaluateurs de risque de crédit et des optimiseurs de gouvernance on-chain.
Avec l'expansion continue de l'écosystème DeFAI, les projets les plus remarquables peuvent être classés en trois catégories principales :
1. Couche d'abstraction
Ces protocoles servent d'interface conviviale similaire à ChatGPT pour la Finance décentralisée, permettant aux utilisateurs d'entrer des instructions exécutées sur la chaîne. Ils s'intègrent généralement à plusieurs chaînes et dApp, et exécutent l'intention des utilisateurs, tout en éliminant les étapes manuelles dans des transactions complexes.
Ces protocoles peuvent exécuter certaines fonctions, y compris :
Échange, inter-chaînes, emprunt/retrait, exécution de transactions inter-chaînes
Portefeuille de trading ou profil de médias sociaux
Exécuter automatiquement des ordres de prise de bénéfice/perte selon le pourcentage de taille de position.
Par exemple, il n'est pas nécessaire de retirer manuellement de l'ETH de la plateforme de prêt, de le transférer sur Solana, d'échanger SOL/autres jetons, et de fournir de la liquidité sur un DEX - le protocole de couche d'abstraction permet de réaliser l'opération en une seule étape.
2. Agent de négociation autonome
Contrairement aux robots de trading traditionnels qui suivent des règles prédéfinies, les agents de trading autonomes peuvent apprendre et s'adapter aux conditions du marché, et ajuster leur stratégie en fonction des nouvelles informations. Ces agents peuvent :
Analyser les données pour améliorer continuellement les stratégies
Prédire les tendances du marché pour prendre de meilleures décisions haussières/baissières
Exécutez des stratégies DeFi complexes comme des transactions de base.
3. DApps pilotés par l'IA
Les dApps DeFi offrent des fonctionnalités telles que le prêt, l'échange et le farming de rendement. L'IA et les agents IA peuvent améliorer ces services de la manière suivante :
Optimiser l'offre de liquidités en rééquilibrant les positions LP pour obtenir un meilleur APY
Scanner les jetons pour détecter les risques en identifiant les rugs ou les honeypots potentiels.
Les protocoles de premier plan construits sur ces couches font face à certains défis :
Ces protocoles dépendent des flux de données en temps réel pour garantir une exécution optimale des transactions. Une mauvaise qualité des données peut entraîner une efficacité réduite des itinéraires, des échecs de transaction ou des transactions non rentables.
Les modèles d'IA dépendent des données historiques, mais le marché des cryptomonnaies est très volatil. Les agents doivent être formés avec des ensembles de données diversifiés et de haute qualité pour maintenir leur efficacité.
Il est nécessaire de comprendre pleinement la corrélation des actifs, les variations de liquidité et le sentiment du marché pour saisir l'état global du marché.
Pour offrir de meilleurs produits et des résultats optimaux, ces protocoles devraient envisager d'intégrer divers ensembles de données de qualité différente afin d'élever leurs produits à un nouveau niveau.
Couche de données - Alimenter l'intelligence DeFi
La qualité de l'IA dépend des données sur lesquelles elle s'appuie. Pour que les agents IA fonctionnent efficacement dans DeFAI, ils ont besoin de données en temps réel, structurées et vérifiables. Par exemple, la couche d'abstraction doit accéder aux données en chaîne via RPC et les API de réseaux sociaux, tandis que les agents d'optimisation des transactions et des revenus ont besoin de données pour affiner davantage leurs stratégies de trading et réaffecter des ressources.
Des ensembles de données de haute qualité permettent aux agents de mieux prédire le comportement futur des prix, offrant des conseils de trading pour s'adapter à leurs préférences en matière de positions longues ou courtes sur certains actifs.
Les principaux fournisseurs de données de DeFAI incluent :
Mode Synth : données synthétiques pour la prévision financière, capturant l'ensemble de la distribution des variations de prix, utilisées pour la prévision des modèles d'IA
Chainbase : ensemble de données structurées sur toute la chaîne, fournissant des données améliorées par l'IA, utilisées pour le trading, la prévision et l'acquisition d'alpha.
sqd.ai : un lac de données décentralisé pour les agents AI, un accès aux données multi-chaînes extensible et personnalisable, avec une sécurité basée sur des preuves à divulgation nulle.
Cookie : une mentalité de médias sociaux et une couche de données en chaîne orientées vers les agents IA, utilisant 18 agents IA spécialisés pour traiter plus de 7 To de données d'agents en chaîne sur plus de 20 chaînes.
La blockchain des agents AI les plus suivis
En plus de construire une couche de données pour l'IA et les agents, Mode se positionne également comme une blockchain full stack pour l'avenir de la Finance décentralisée et de l'IA. Ils ont récemment déployé Mode Terminal, qui est le co-pilote de la Finance décentralisée et de l'IA, utilisé pour exécuter des transactions on-chain via des invites utilisateur.
Mode prend également en charge de nombreuses équipes basées sur l'IA et des agents, intégrant plusieurs protocoles dans son écosystème. Avec le développement de plus d'agents et l'exécution de transactions, Mode se développe rapidement.
Ces mesures ont été mises en œuvre en même temps qu'ils ont mis à niveau le réseau avec l'IA, la plus remarquable étant l'équipement de leur blockchain avec un classificateur AI. En utilisant des simulations et l'analyse AI des transactions avant l'exécution, il est possible de bloquer et d'examiner les transactions à haut risque avant leur traitement, afin d'assurer la sécurité sur la chaîne. En tant que L2 de la super chaîne Optimism, Mode se situe au milieu, connectant les utilisateurs humains et agents aux meilleures écosystèmes de Finance décentralisée.
La prochaine étape de DeFAI
Actuellement, la plupart des agents IA dans la Finance décentralisée font face à des limitations majeures en matière d'autonomie complète. Par exemple :
La couche d'abstraction transforme l'intention de l'utilisateur en exécution, mais elle manque souvent de capacité de prédiction.
Les agents IA peuvent générer de l'alpha par l'analyse, mais manquent d'exécution de transactions indépendante.
Les dApps alimentés par l'IA peuvent gérer des coffres ou des transactions, mais ils sont passifs et non actifs.
La prochaine étape de DeFAI pourrait se concentrer sur l'intégration d'une couche de données utile pour développer la meilleure plateforme ou agent de courtage. Cela nécessitera des données on-chain approfondies concernant les activités des grands investisseurs, les changements de liquidité, etc., tout en générant des données synthétiques utiles pour de meilleures analyses prédictives et en combinant des analyses de sentiment en provenance du marché général.
L'objectif final est que les agents d'IA puissent générer et exécuter des stratégies de trading de manière transparente à partir d'une interface unique. À mesure que ces systèmes mûrissent, nous pourrions voir à l'avenir des traders en Finance décentralisée s'appuyer sur des agents d'IA pour évaluer, prédire et exécuter des stratégies financières de manière autonome avec un minimum d'intervention humaine.
Conclusion
Bien que les jetons et les cadres d'agents IA aient considérablement diminué, DeFAI est encore à un stade précoce, et le potentiel des agents IA pour améliorer l'utilité et la performance de la Finance décentralisée est indéniable.
La clé pour libérer ce potentiel réside dans l'acquisition de données en temps réel de haute qualité, ce qui améliorera les prévisions et l'exécution des transactions pilotées par l'IA. De plus en plus de protocoles intègrent différentes couches de données, les protocoles de données construisent des plugins pour le cadre, mettant en évidence l'importance des données pour les décisions des agents.
Envisageant l'avenir, la vérifiabilité et la confidentialité deviendront des défis clés que les protocoles devront relever. Actuellement, la plupart des opérations des agents IA restent une boîte noire, les utilisateurs doivent leur confier des fonds. Ainsi, le développement de décisions IA vérifiables contribuera à garantir la transparence et la responsabilité des processus des agents. L'intégration de protocoles basés sur TEE, FHE et même des preuves à connaissance nulle peut renforcer la vérifiabilité des comportements des agents IA, permettant ainsi de faire confiance à l'autonomie.
Seul un agent DeFAI peut être largement utilisé en combinant avec succès des données de haute qualité, des modèles robustes et des processus de décision transparents.
DeFAI : L'IA soutient la Finance décentralisée pour libérer son potentiel, les données off-chain deviennent essentielles.
DeFAI : Comment l'IA libère le potentiel de la Finance décentralisée ?
La Finance décentralisée ( DeFi ) a rapidement évolué depuis 2020, devenant un pilier central de l'écosystème crypto. Bien que de nombreux protocoles innovants aient vu le jour, cela a également entraîné une augmentation de la complexité et de la fragmentation, rendant difficile la navigation à travers les nombreuses chaînes, actifs et protocoles même pour les utilisateurs expérimentés.
En parallèle, l'intelligence artificielle (AI) a évolué d'un récit de base répandu en 2023 vers un focus plus professionnel et orienté vers les agents en 2024. Cette transformation a donné naissance à la Finance décentralisée AI (DeFAI) - un domaine émergent qui améliore la Finance décentralisée grâce à l'automatisation, à la gestion des risques et à l'optimisation du capital.
La Finance décentralisée franchit plusieurs niveaux. La blockchain est la couche de base, et les agents d'IA doivent interagir avec des chaînes spécifiques pour exécuter des transactions et des contrats intelligents. La couche de données et la couche de calcul fournissent l'infrastructure nécessaire à l'entraînement des modèles d'IA, qui proviennent de données historiques sur les prix, de l'humeur du marché et d'analyses on-chain. La couche de confidentialité et de vérifiabilité garantit que les données financières sensibles restent sécurisées tout en permettant une exécution sans confiance. Enfin, le cadre des agents permet aux développeurs de créer des applications dirigées par l'IA, telles que des robots de trading autonomes, des évaluateurs de risque de crédit et des optimiseurs de gouvernance on-chain.
Avec l'expansion continue de l'écosystème DeFAI, les projets les plus remarquables peuvent être classés en trois catégories principales :
1. Couche d'abstraction
Ces protocoles servent d'interface conviviale similaire à ChatGPT pour la Finance décentralisée, permettant aux utilisateurs d'entrer des instructions exécutées sur la chaîne. Ils s'intègrent généralement à plusieurs chaînes et dApp, et exécutent l'intention des utilisateurs, tout en éliminant les étapes manuelles dans des transactions complexes.
Ces protocoles peuvent exécuter certaines fonctions, y compris :
Par exemple, il n'est pas nécessaire de retirer manuellement de l'ETH de la plateforme de prêt, de le transférer sur Solana, d'échanger SOL/autres jetons, et de fournir de la liquidité sur un DEX - le protocole de couche d'abstraction permet de réaliser l'opération en une seule étape.
2. Agent de négociation autonome
Contrairement aux robots de trading traditionnels qui suivent des règles prédéfinies, les agents de trading autonomes peuvent apprendre et s'adapter aux conditions du marché, et ajuster leur stratégie en fonction des nouvelles informations. Ces agents peuvent :
3. DApps pilotés par l'IA
Les dApps DeFi offrent des fonctionnalités telles que le prêt, l'échange et le farming de rendement. L'IA et les agents IA peuvent améliorer ces services de la manière suivante :
Les protocoles de premier plan construits sur ces couches font face à certains défis :
Ces protocoles dépendent des flux de données en temps réel pour garantir une exécution optimale des transactions. Une mauvaise qualité des données peut entraîner une efficacité réduite des itinéraires, des échecs de transaction ou des transactions non rentables.
Les modèles d'IA dépendent des données historiques, mais le marché des cryptomonnaies est très volatil. Les agents doivent être formés avec des ensembles de données diversifiés et de haute qualité pour maintenir leur efficacité.
Il est nécessaire de comprendre pleinement la corrélation des actifs, les variations de liquidité et le sentiment du marché pour saisir l'état global du marché.
Pour offrir de meilleurs produits et des résultats optimaux, ces protocoles devraient envisager d'intégrer divers ensembles de données de qualité différente afin d'élever leurs produits à un nouveau niveau.
Couche de données - Alimenter l'intelligence DeFi
La qualité de l'IA dépend des données sur lesquelles elle s'appuie. Pour que les agents IA fonctionnent efficacement dans DeFAI, ils ont besoin de données en temps réel, structurées et vérifiables. Par exemple, la couche d'abstraction doit accéder aux données en chaîne via RPC et les API de réseaux sociaux, tandis que les agents d'optimisation des transactions et des revenus ont besoin de données pour affiner davantage leurs stratégies de trading et réaffecter des ressources.
Des ensembles de données de haute qualité permettent aux agents de mieux prédire le comportement futur des prix, offrant des conseils de trading pour s'adapter à leurs préférences en matière de positions longues ou courtes sur certains actifs.
Les principaux fournisseurs de données de DeFAI incluent :
La blockchain des agents AI les plus suivis
En plus de construire une couche de données pour l'IA et les agents, Mode se positionne également comme une blockchain full stack pour l'avenir de la Finance décentralisée et de l'IA. Ils ont récemment déployé Mode Terminal, qui est le co-pilote de la Finance décentralisée et de l'IA, utilisé pour exécuter des transactions on-chain via des invites utilisateur.
Mode prend également en charge de nombreuses équipes basées sur l'IA et des agents, intégrant plusieurs protocoles dans son écosystème. Avec le développement de plus d'agents et l'exécution de transactions, Mode se développe rapidement.
Ces mesures ont été mises en œuvre en même temps qu'ils ont mis à niveau le réseau avec l'IA, la plus remarquable étant l'équipement de leur blockchain avec un classificateur AI. En utilisant des simulations et l'analyse AI des transactions avant l'exécution, il est possible de bloquer et d'examiner les transactions à haut risque avant leur traitement, afin d'assurer la sécurité sur la chaîne. En tant que L2 de la super chaîne Optimism, Mode se situe au milieu, connectant les utilisateurs humains et agents aux meilleures écosystèmes de Finance décentralisée.
La prochaine étape de DeFAI
Actuellement, la plupart des agents IA dans la Finance décentralisée font face à des limitations majeures en matière d'autonomie complète. Par exemple :
La couche d'abstraction transforme l'intention de l'utilisateur en exécution, mais elle manque souvent de capacité de prédiction.
Les agents IA peuvent générer de l'alpha par l'analyse, mais manquent d'exécution de transactions indépendante.
Les dApps alimentés par l'IA peuvent gérer des coffres ou des transactions, mais ils sont passifs et non actifs.
La prochaine étape de DeFAI pourrait se concentrer sur l'intégration d'une couche de données utile pour développer la meilleure plateforme ou agent de courtage. Cela nécessitera des données on-chain approfondies concernant les activités des grands investisseurs, les changements de liquidité, etc., tout en générant des données synthétiques utiles pour de meilleures analyses prédictives et en combinant des analyses de sentiment en provenance du marché général.
L'objectif final est que les agents d'IA puissent générer et exécuter des stratégies de trading de manière transparente à partir d'une interface unique. À mesure que ces systèmes mûrissent, nous pourrions voir à l'avenir des traders en Finance décentralisée s'appuyer sur des agents d'IA pour évaluer, prédire et exécuter des stratégies financières de manière autonome avec un minimum d'intervention humaine.
Conclusion
Bien que les jetons et les cadres d'agents IA aient considérablement diminué, DeFAI est encore à un stade précoce, et le potentiel des agents IA pour améliorer l'utilité et la performance de la Finance décentralisée est indéniable.
La clé pour libérer ce potentiel réside dans l'acquisition de données en temps réel de haute qualité, ce qui améliorera les prévisions et l'exécution des transactions pilotées par l'IA. De plus en plus de protocoles intègrent différentes couches de données, les protocoles de données construisent des plugins pour le cadre, mettant en évidence l'importance des données pour les décisions des agents.
Envisageant l'avenir, la vérifiabilité et la confidentialité deviendront des défis clés que les protocoles devront relever. Actuellement, la plupart des opérations des agents IA restent une boîte noire, les utilisateurs doivent leur confier des fonds. Ainsi, le développement de décisions IA vérifiables contribuera à garantir la transparence et la responsabilité des processus des agents. L'intégration de protocoles basés sur TEE, FHE et même des preuves à connaissance nulle peut renforcer la vérifiabilité des comportements des agents IA, permettant ainsi de faire confiance à l'autonomie.
Seul un agent DeFAI peut être largement utilisé en combinant avec succès des données de haute qualité, des modèles robustes et des processus de décision transparents.
![Finance décentralisée AI : comment l'IA libère le potentiel de la Finance décentralisée ?](https://img-cdn.gateio.im/webp-social/moments-56a89e79609d8f982d5d31dadfad9205.webp01