DeFAI: Como a IA pode libertar o potencial das Finanças Descentralizadas?

Finanças Descentralizadas(DeFi) desde o rápido desenvolvimento em 2020, tem sido um pilar importante do ecossistema cripto. Embora muitos protocolos inovadores tenham surgido, a complexidade e o grau de fragmentação do DeFi também aumentaram, tornando difícil para até mesmo os usuários experientes lidarem com as inúmeras cadeias, ativos e protocolos.

Ao mesmo tempo, a inteligência artificial (AI) passou da narrativa macroeconômica de 2023 para um foco mais especializado e orientado a agentes em 2024. Essa mudança deu origem ao novo campo DeFi AI(DeFAI), onde a IA melhora as Finanças Descentralizadas através da automação, gestão de riscos e otimização de capital.

As Finanças Descentralizadas atravessam vários níveis. A blockchain é o nível básico, e os agentes de IA precisam interagir com cadeias específicas para executar transações e contratos inteligentes. Os níveis de dados e computação acima fornecem a infraestrutura necessária para treinar modelos de IA, que são baseados em dados históricos de preços, sentimentos de mercado e análises on-chain. O nível de privacidade e verificabilidade garante que dados financeiros sensíveis permaneçam seguros enquanto mantém a execução sem confiança. Por fim, a estrutura de agentes permite que desenvolvedores construam aplicações impulsionadas por IA especializadas, como robôs de negociação autônomos, avaliadores de risco de crédito e otimizadores de governança on-chain.

Com a expansão contínua do ecossistema DeFAI, os projetos mais proeminentes podem ser divididos em três categorias principais:

1. Camada Abstrata

Este tipo de protocolo atua como uma interface amigável semelhante ao ChatGPT para as Finanças Descentralizadas, permitindo que os usuários insiram prompts para execução na blockchain. Normalmente, eles integram-se a várias blockchains e dApps, executando a intenção do usuário enquanto simplificam os passos manuais em transações complexas.

Algumas das funções que esses protocolos podem executar incluem:

• Troca, cross-chain, empréstimo/saque, execução de transações cross-chain
• Carteira de negociação ou perfil de mídia social
• Executar automaticamente ordens de take profit/stop loss com base na percentagem do tamanho da posição

Por exemplo, não é necessário extrair manualmente ETH da plataforma de empréstimos, transferi-lo para a Solana, trocá-lo por outros tokens e fornecer liquidez em um DEX - o protocolo de camada de abstração pode realizar a operação em um único passo.

2. Agente de Negociação Autônomo

Ao contrário dos robôs de negociação tradicionais que seguem regras predefinidas, os agentes de negociação autônomos podem aprender e adaptar-se às condições do mercado, ajustando suas estratégias com base em novas informações. Esses agentes podem:

• Analisar dados para aprimorar continuamente as estratégias
• Prever a tendência do mercado, a fim de tomar melhores decisões de compra/venda.
• Executar estratégias complexas de Finanças Descentralizadas

3. DApps impulsionados por IA

As Finanças Descentralizadas dApp fornecem funcionalidades de empréstimo, troca, e farming de rendimento. A IA e os agentes de IA podem melhorar esses serviços da seguinte forma:

• Otimizar o fornecimento de liquidez através do reequilíbrio das posições de LP para obter um APY melhor
• Escanear tokens através da detecção de riscos potenciais

Principais Desafios

Os principais protocolos construídos sobre esses níveis enfrentam alguns desafios:

1. Estes protocolos dependem de fluxos de dados em tempo real para garantir a melhor execução de transações. A má qualidade dos dados pode resultar em eficiência de rota reduzida, falhas nas transações ou transações sem lucro.

2. Modelos de IA dependem de dados históricos, mas o mercado de criptomoedas é muito volátil. Os agentes devem ser treinados com conjuntos de dados diversificados e de alta qualidade para manter a eficácia.

3. É necessário ter uma compreensão abrangente da correlação de ativos, das mudanças na liquidez e do sentimento do mercado para entender a situação geral do mercado.

Os protocolos baseados nessas categorias têm sido bem recebidos no mercado. No entanto, para oferecer melhores produtos e resultados ótimos, eles devem considerar a integração de vários conjuntos de dados de diferentes qualidades, para elevar seus produtos a um novo nível.

Camada de Dados - Potencializando a Inteligência DeFAI

A qualidade da IA depende dos dados em que ela se baseia. Para que os agentes de IA funcionem efetivamente no DeFAI, eles precisam de dados em tempo real, estruturados e verificáveis. Por exemplo, a camada de abstração precisa acessar dados em cadeia através de RPC e APIs de redes sociais, enquanto os agentes de otimização de transações e receitas precisam de dados para aprimorar ainda mais suas estratégias de negociação e redistribuir recursos.

Conjuntos de dados de alta qualidade permitem que os agentes realizem análises preditivas sobre o comportamento futuro dos preços, oferecendo recomendações de negociação para se adequar às suas preferências de posições longas ou curtas em determinados ativos.

Os principais fornecedores de dados do DeFAI incluem:

• Mode Synth: Dados sintéticos para previsão financeira, capturando a distribuição completa das variações de preço, utilizados para previsões de modelos de IA.

• Chainbase: Conjunto de dados estruturados de toda a cadeia, oferece dados aprimorados por IA, para negociação, previsão e obtenção de alpha.

• sqd.ai: Lago de dados descentralizado voltado para agentes de IA, acesso a dados multichain escalável e personalizável, com segurança de prova de conhecimento zero.

• Cookie: uma camada de dados de mídia social voltada para agentes de IA e dados on-chain, usando 18 agentes de IA especializados para processar mais de 7 TB de dados de agentes on-chain em mais de 20 cadeias.

A sub-rede Mode Synth, como a 50ª sub-rede do Bittensor, cria dados sintéticos para a capacidade de previsão financeira dos agentes. Em comparação com outros sistemas tradicionais de previsão de preços, o Synth captura toda a distribuição das flutuações de preços e suas probabilidades relacionadas, construindo assim os dados sintéticos mais precisos do mundo, apoiando agentes e LLM.

Fornecer conjuntos de dados de alta qualidade pode permitir que os agentes de IA tomem melhores decisões direcionais nas negociações, enquanto prevêem as flutuações do APY sob diferentes condições de mercado, de modo que os pools de liquidez possam redistribuir ou retirar liquidez quando necessário.

A blockchain de agentes de IA mais popular

Além de construir uma camada de dados para IA e agentes, uma determinada blockchain também se posiciona como uma plataforma de pilha completa para o futuro do DeFi. Recentemente, implementaram um co-pilot DeFi para executar transações em cadeia através de prompts de usuários, que em breve estará disponível para os stakers de tokens.

Além disso, a blockchain suporta muitas equipes baseadas em IA e agentes. Eles fizeram um grande esforço para integrar vários protocolos em seu ecossistema, e à medida que mais agentes são desenvolvidos e executam transações, a blockchain se desenvolve rapidamente.

Essas medidas foram implementadas enquanto eles atualizavam a rede com IA, e a mais notável é que equiparam sua blockchain com um classificador de IA. Ao usar simulações e análises de IA para transações antes da execução, é possível bloquear e revisar transações de alto risco antes do processamento, garantindo a segurança na cadeia.

Comparação das principais blockchains em que os agentes de IA são baseados

Solana e Base são sem dúvida as duas principais cadeias para a construção e lançamento da maioria dos frameworks e tokens de agentes de IA. Os agentes de IA aproveitam a alta capacidade de processamento e a rede de baixa latência da Solana, bem como um sistema operacional de código aberto para implantar tokens de agentes, enquanto uma plataforma serve como launchpad para implantar agentes na Base. Embora ambos tenham hackathons e incentivos financeiros, em termos dos seus planos de IA como uma cadeia, ainda não atingiram o nível que certas blockchains já alcançaram.

A NEAR definiu-se anteriormente como uma blockchain L1 centrada em IA, cujas funcionalidades incluem um mercado de tarefas de IA, um centro de pesquisa com um framework de agentes de IA de código aberto e assistentes de IA. Recentemente, anunciaram um fundo de agentes de IA de 20 milhões de dólares, destinado à expansão de agentes totalmente autónomos e verificáveis na NEAR.

O próximo passo do DeFAI

Atualmente, a maioria dos agentes de IA em Finanças Descentralizadas enfrenta limitações significativas na realização de total autonomia. Por exemplo:

1. A camada de abstração transforma a intenção do usuário em execução, mas geralmente carece de capacidade de previsão.

2. Os agentes de IA podem gerar alpha através da análise, mas carecem de execução de negociação independente.

3. As dApps impulsionados por IA podem lidar com cofres ou transações, mas são passivos e não ativos.

A próxima fase do DeFAI pode focar na integração de uma camada de dados útil, para desenvolver a melhor plataforma ou agente de mediação. Isso exigirá dados on-chain profundos sobre atividades de grandes detentores, mudanças na liquidez, entre outros, enquanto gera dados sintéticos úteis para melhores análises preditivas, combinando com análises de sentimentos do mercado em geral, seja sobre a volatilidade de tokens de categorias específicas ou a volatilidade de tokens nas redes sociais.

O objetivo final é que os agentes de IA possam gerar e executar estratégias de negociação de forma contínua a partir de uma única interface. À medida que esses sistemas amadurecem, poderemos ver no futuro comerciantes de Finanças Descentralizadas confiando em agentes de IA para avaliar, prever e executar estratégias financeiras de forma autônoma com o mínimo de intervenção humana.

Conclusão

Dada a grande desvalorização dos tokens e estruturas de agentes de IA, algumas pessoas podem considerar que o DeFAI é apenas uma moda passageira. No entanto, o DeFAI ainda está em uma fase inicial, e o potencial dos agentes de IA para melhorar a usabilidade e o desempenho das Finanças Descentralizadas é inegável.

A chave para liberar esse potencial está na obtenção de dados em tempo real de alta qualidade, que melhorarão as previsões e a execução de negociações impulsionadas por IA. Cada vez mais, protocolos integram diferentes camadas de dados, e os protocolos de dados constroem plugins para a estrutura, destacando a importância dos dados para a tomada de decisões dos agentes.

Olhando para o futuro, a verificabilidade e a privacidade tornar-se-ão os principais desafios que os protocolos devem enfrentar. Atualmente, a maioria das operações dos agentes de IA ainda é uma caixa preta, e os usuários devem confiar seus fundos a eles. Assim, o desenvolvimento de decisões de IA verificáveis ajudará a garantir a transparência e a responsabilização dos processos dos agentes. A integração de protocolos baseados em TEE, FHE e até mesmo zk-proofs pode aumentar a verificabilidade do comportamento dos agentes de IA, permitindo assim a confiança na autonomia.

Somente ao combinar dados de alta qualidade, modelos robustos e processos de decisão transparentes, o agente DeFAI poderá obter ampla aplicação.