DeFAI: ¿Cómo la inteligencia artificial empodera las Finanzas descentralizadas?
Finanzas descentralizadas(DeFi) ha crecido rápidamente desde 2020, convirtiéndose en un pilar central del ecosistema criptográfico. A pesar de la constante aparición de protocolos innovadores, la complejidad y el grado de fragmentación del ecosistema DeFi también han aumentado, lo que dificulta que incluso los usuarios experimentados puedan manejar la gran cantidad de blockchains, activos y protocolos.
Al mismo tiempo, la inteligencia artificial (AI) ha pasado de una narrativa básica amplia en 2023 a un enfoque más especializado y orientado a agentes en 2024. Esta transformación ha dado lugar a DeFi AI(DeFAI) - un campo emergente que mejora las Finanzas descentralizadas a través de la automatización, la gestión de riesgos y la optimización de capital.
DeFAI abarca múltiples niveles. En la base está la blockchain, donde los agentes de IA necesitan interactuar con cadenas específicas para ejecutar transacciones y contratos inteligentes. Sobre esto están la capa de datos y la capa de computación, que proporcionan la infraestructura necesaria para entrenar modelos de IA, los cuales utilizan datos de precios históricos, sentimientos del mercado y análisis en cadena. La capa de privacidad y verificación asegura que los datos financieros sensibles estén protegidos mientras se mantiene la ejecución sin confianza. En la parte superior está el marco de agentes, que permite a los desarrolladores construir aplicaciones impulsadas por IA especializadas, como robots de trading autónomos, evaluadores de riesgo crediticio y optimizadores de gobernanza en cadena.
A medida que el ecosistema DeFAI continúa expandiéndose, los proyectos más destacados se pueden clasificar en tres categorías principales:
1. Capa de abstracción
Este tipo de protocolos actúan como una interfaz amigable para el usuario de Finanzas descentralizadas, permitiendo a los usuarios ingresar indicaciones que se ejecutan en la cadena. A menudo se integran con múltiples cadenas y dApps, ejecutando la intención del usuario mientras simplifican los pasos manuales en transacciones complejas.
Estas funciones que pueden ejecutar los protocolos incluyen:
Intercambio, interoperabilidad, préstamos, ejecución de transacciones entre cadenas
Monedero de trading de seguimiento o perfil de redes sociales
Ejecutar automáticamente la toma de ganancias/pérdidas según el porcentaje del tamaño de la posición.
Por ejemplo, no es necesario extraer manualmente ETH de la plataforma de préstamos, transferirlo a Solana, intercambiar tokens y proporcionar liquidez; el protocolo de capa de abstracción puede completar la operación en un solo paso.
2. Agente de comercio autónomo
A diferencia de los robots de trading tradicionales que siguen reglas preestablecidas, los agentes de trading autónomos pueden aprender y adaptarse a las condiciones del mercado, ajustando sus estrategias según nueva información. Estos agentes pueden:
Analizar datos para mejorar constantemente las estrategias
Predecir la tendencia del mercado, tomar mejores decisiones de compra/venta
Ejecutar estrategias complejas de Finanzas descentralizadas
3. DApps impulsados por IA
Las dApps de DeFi ofrecen funciones como préstamos, intercambios y farming de rendimiento. La IA y los agentes de IA pueden mejorar estos servicios de las siguientes maneras:
Optimizar el suministro de liquidez a través del reequilibrio de posiciones de LP para obtener un mejor APY
Escanear tokens mediante la detección de riesgos potenciales
Principales desafíos
Los principales protocolos construidos sobre estas capas enfrentan algunos desafíos:
Estos protocolos dependen de flujos de datos en tiempo real para lograr una ejecución óptima de las operaciones. Una mala calidad de los datos puede resultar en una eficiencia de ruta baja, fallos en las transacciones o transacciones no rentables.
Los modelos de IA dependen de datos históricos, pero el mercado de criptomonedas tiene una alta volatilidad. Los agentes deben aceptar el entrenamiento con conjuntos de datos diversos y de alta calidad para mantener su efectividad.
Es necesario comprender completamente la correlación de activos, los cambios en la liquidez y el sentimiento del mercado para captar la situación general del mercado.
Para ofrecer mejores productos y resultados óptimos, estos protocolos deberían considerar la integración de diversos conjuntos de datos de diferentes calidades, para elevar sus productos a un nuevo nivel.
Capa de datos - Proporciona potencia inteligente para DeFAI
El rendimiento de la IA depende de los datos de los que se basa. Para que los agentes de IA funcionen eficazmente en DeFAI, necesitan datos en tiempo real, estructurados y verificables. Por ejemplo, la capa abstracta necesita acceder a los datos en cadena a través de RPC y API de redes sociales, mientras que los agentes de optimización de transacciones y ganancias requieren datos para perfeccionar aún más sus estrategias de trading y redistribuir recursos.
Conjuntos de datos de alta calidad permiten a los agentes realizar un análisis predictivo del comportamiento futuro de los precios, ofreciendo recomendaciones para el comercio, adaptándose a sus preferencias por posiciones largas o cortas en ciertos activos.
La cadena de bloques de agentes de IA más observada
Además de construir una capa de datos para IA y agentes, una blockchain se está posicionando como la solución de pila completa para el futuro de DeFAI. Recientemente, han implementado un co-piloto de DeFAI para ejecutar transacciones en cadena a través de indicaciones de los usuarios, que pronto estará disponible para los stakers de tokens.
Además, esta blockchain también admite muchos equipos basados en IA y agentes. Han hecho un gran esfuerzo para integrar múltiples protocolos en su ecosistema, y a medida que se desarrollan más agentes y se ejecutan transacciones, este ecosistema se desarrolla rápidamente.
Estas medidas se implementaron al mismo tiempo que actualizaban la red con IA, siendo lo más notable que equiparon su blockchain con un clasificador de IA. Al utilizar simulaciones y análisis de IA en las transacciones antes de su ejecución, se pueden bloquear y revisar las transacciones de alto riesgo antes de su procesamiento, para garantizar la seguridad en la cadena.
El siguiente paso de DeFAI
Actualmente, la mayoría de los agentes de IA en las Finanzas descentralizadas enfrentan importantes limitaciones para lograr una autonomía completa. Por ejemplo:
La capa abstracta convierte la intención del usuario en ejecución, pero a menudo carece de capacidad de predicción.
Los agentes de IA pueden generar alfa a través del análisis, pero carecen de ejecución de operaciones independiente.
Las dApps impulsadas por IA pueden manejar bóvedas o transacciones, pero son pasivas en lugar de activas.
La próxima etapa de DeFAI podría centrarse en la integración de capas de datos útiles para desarrollar la mejor plataforma o agente de intermediación. Esto requerirá datos en cadena profundos sobre actividades de grandes transacciones, cambios en la liquidez, etc., al mismo tiempo que genera datos sintéticos útiles para un mejor análisis predictivo, y combina análisis de sentimientos del mercado general, ya sea sobre la volatilidad de tokens de categorías específicas o la volatilidad de tokens en redes sociales.
El objetivo final es que los agentes de IA puedan generar y ejecutar estrategias de trading de manera fluida desde una única interfaz. A medida que estos sistemas maduran, es posible que veamos en el futuro a los traders de DeFi confiar en agentes de IA para evaluar, predecir y ejecutar estrategias financieras de forma autónoma con la mínima intervención humana.
Conclusión
A pesar de que los tokens y marcos de agentes de IA han sufrido una gran disminución recientemente, DeFAI todavía se encuentra en una etapa temprana, y el potencial de los agentes de IA para mejorar la usabilidad y el rendimiento de las Finanzas descentralizadas es innegable.
La clave para liberar este potencial radica en obtener datos en tiempo real de alta calidad, lo que mejorará las predicciones y ejecuciones de trading impulsadas por IA. Cada vez más protocolos integran diferentes capas de datos, los protocolos de datos construyen complementos para el marco, lo que resalta la importancia de los datos para la toma de decisiones de los agentes.
A medida que miramos hacia el futuro, la verificabilidad y la privacidad se convertirán en desafíos clave que los protocolos deben abordar. En la actualidad, la mayoría de las operaciones de los agentes de IA siguen siendo una caja negra, y los usuarios deben confiar sus fondos a ellos. Por lo tanto, el desarrollo de decisiones de IA verificables ayudará a garantizar la transparencia y la responsabilidad de los procesos de los agentes. La integración de protocolos basados en entornos de ejecución confiables, cifrado homomórfico completo e incluso pruebas de conocimiento cero puede mejorar la verificabilidad del comportamiento de los agentes de IA, permitiendo así la confianza en la autonomía.
Solo combinando datos de alta calidad, modelos robustos y procesos de toma de decisiones transparentes, los agentes DeFAI pueden obtener una amplia aplicación.
 y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
6 me gusta
Recompensa
6
4
Compartir
Comentar
0/400
LiquidationKing
· hace13h
¡Despertar a los nuevos realmente es esclarecedor!
Ver originalesResponder0
PoetryOnChain
· hace13h
¿Los verdaderos jugadores de Web3 solo persiguen la libertad financiera?
Ver originalesResponder0
GmGmNoGn
· hace13h
Otra vez vienen a tomar a la gente por tonta.
Ver originalesResponder0
MidnightSnapHunter
· hace13h
Otra vez la nueva máquina de tomar a la gente por tonta
DeFAI: AI ayuda a las Finanzas descentralizadas a lograr transacciones autónomas y optimización inteligente
DeFAI: ¿Cómo la inteligencia artificial empodera las Finanzas descentralizadas?
Finanzas descentralizadas(DeFi) ha crecido rápidamente desde 2020, convirtiéndose en un pilar central del ecosistema criptográfico. A pesar de la constante aparición de protocolos innovadores, la complejidad y el grado de fragmentación del ecosistema DeFi también han aumentado, lo que dificulta que incluso los usuarios experimentados puedan manejar la gran cantidad de blockchains, activos y protocolos.
Al mismo tiempo, la inteligencia artificial (AI) ha pasado de una narrativa básica amplia en 2023 a un enfoque más especializado y orientado a agentes en 2024. Esta transformación ha dado lugar a DeFi AI(DeFAI) - un campo emergente que mejora las Finanzas descentralizadas a través de la automatización, la gestión de riesgos y la optimización de capital.
DeFAI abarca múltiples niveles. En la base está la blockchain, donde los agentes de IA necesitan interactuar con cadenas específicas para ejecutar transacciones y contratos inteligentes. Sobre esto están la capa de datos y la capa de computación, que proporcionan la infraestructura necesaria para entrenar modelos de IA, los cuales utilizan datos de precios históricos, sentimientos del mercado y análisis en cadena. La capa de privacidad y verificación asegura que los datos financieros sensibles estén protegidos mientras se mantiene la ejecución sin confianza. En la parte superior está el marco de agentes, que permite a los desarrolladores construir aplicaciones impulsadas por IA especializadas, como robots de trading autónomos, evaluadores de riesgo crediticio y optimizadores de gobernanza en cadena.
A medida que el ecosistema DeFAI continúa expandiéndose, los proyectos más destacados se pueden clasificar en tres categorías principales:
1. Capa de abstracción
Este tipo de protocolos actúan como una interfaz amigable para el usuario de Finanzas descentralizadas, permitiendo a los usuarios ingresar indicaciones que se ejecutan en la cadena. A menudo se integran con múltiples cadenas y dApps, ejecutando la intención del usuario mientras simplifican los pasos manuales en transacciones complejas.
Estas funciones que pueden ejecutar los protocolos incluyen:
Por ejemplo, no es necesario extraer manualmente ETH de la plataforma de préstamos, transferirlo a Solana, intercambiar tokens y proporcionar liquidez; el protocolo de capa de abstracción puede completar la operación en un solo paso.
2. Agente de comercio autónomo
A diferencia de los robots de trading tradicionales que siguen reglas preestablecidas, los agentes de trading autónomos pueden aprender y adaptarse a las condiciones del mercado, ajustando sus estrategias según nueva información. Estos agentes pueden:
3. DApps impulsados por IA
Las dApps de DeFi ofrecen funciones como préstamos, intercambios y farming de rendimiento. La IA y los agentes de IA pueden mejorar estos servicios de las siguientes maneras:
Principales desafíos
Los principales protocolos construidos sobre estas capas enfrentan algunos desafíos:
Estos protocolos dependen de flujos de datos en tiempo real para lograr una ejecución óptima de las operaciones. Una mala calidad de los datos puede resultar en una eficiencia de ruta baja, fallos en las transacciones o transacciones no rentables.
Los modelos de IA dependen de datos históricos, pero el mercado de criptomonedas tiene una alta volatilidad. Los agentes deben aceptar el entrenamiento con conjuntos de datos diversos y de alta calidad para mantener su efectividad.
Es necesario comprender completamente la correlación de activos, los cambios en la liquidez y el sentimiento del mercado para captar la situación general del mercado.
Para ofrecer mejores productos y resultados óptimos, estos protocolos deberían considerar la integración de diversos conjuntos de datos de diferentes calidades, para elevar sus productos a un nuevo nivel.
Capa de datos - Proporciona potencia inteligente para DeFAI
El rendimiento de la IA depende de los datos de los que se basa. Para que los agentes de IA funcionen eficazmente en DeFAI, necesitan datos en tiempo real, estructurados y verificables. Por ejemplo, la capa abstracta necesita acceder a los datos en cadena a través de RPC y API de redes sociales, mientras que los agentes de optimización de transacciones y ganancias requieren datos para perfeccionar aún más sus estrategias de trading y redistribuir recursos.
Conjuntos de datos de alta calidad permiten a los agentes realizar un análisis predictivo del comportamiento futuro de los precios, ofreciendo recomendaciones para el comercio, adaptándose a sus preferencias por posiciones largas o cortas en ciertos activos.
La cadena de bloques de agentes de IA más observada
Además de construir una capa de datos para IA y agentes, una blockchain se está posicionando como la solución de pila completa para el futuro de DeFAI. Recientemente, han implementado un co-piloto de DeFAI para ejecutar transacciones en cadena a través de indicaciones de los usuarios, que pronto estará disponible para los stakers de tokens.
Además, esta blockchain también admite muchos equipos basados en IA y agentes. Han hecho un gran esfuerzo para integrar múltiples protocolos en su ecosistema, y a medida que se desarrollan más agentes y se ejecutan transacciones, este ecosistema se desarrolla rápidamente.
Estas medidas se implementaron al mismo tiempo que actualizaban la red con IA, siendo lo más notable que equiparon su blockchain con un clasificador de IA. Al utilizar simulaciones y análisis de IA en las transacciones antes de su ejecución, se pueden bloquear y revisar las transacciones de alto riesgo antes de su procesamiento, para garantizar la seguridad en la cadena.
El siguiente paso de DeFAI
Actualmente, la mayoría de los agentes de IA en las Finanzas descentralizadas enfrentan importantes limitaciones para lograr una autonomía completa. Por ejemplo:
La capa abstracta convierte la intención del usuario en ejecución, pero a menudo carece de capacidad de predicción.
Los agentes de IA pueden generar alfa a través del análisis, pero carecen de ejecución de operaciones independiente.
Las dApps impulsadas por IA pueden manejar bóvedas o transacciones, pero son pasivas en lugar de activas.
La próxima etapa de DeFAI podría centrarse en la integración de capas de datos útiles para desarrollar la mejor plataforma o agente de intermediación. Esto requerirá datos en cadena profundos sobre actividades de grandes transacciones, cambios en la liquidez, etc., al mismo tiempo que genera datos sintéticos útiles para un mejor análisis predictivo, y combina análisis de sentimientos del mercado general, ya sea sobre la volatilidad de tokens de categorías específicas o la volatilidad de tokens en redes sociales.
El objetivo final es que los agentes de IA puedan generar y ejecutar estrategias de trading de manera fluida desde una única interfaz. A medida que estos sistemas maduran, es posible que veamos en el futuro a los traders de DeFi confiar en agentes de IA para evaluar, predecir y ejecutar estrategias financieras de forma autónoma con la mínima intervención humana.
Conclusión
A pesar de que los tokens y marcos de agentes de IA han sufrido una gran disminución recientemente, DeFAI todavía se encuentra en una etapa temprana, y el potencial de los agentes de IA para mejorar la usabilidad y el rendimiento de las Finanzas descentralizadas es innegable.
La clave para liberar este potencial radica en obtener datos en tiempo real de alta calidad, lo que mejorará las predicciones y ejecuciones de trading impulsadas por IA. Cada vez más protocolos integran diferentes capas de datos, los protocolos de datos construyen complementos para el marco, lo que resalta la importancia de los datos para la toma de decisiones de los agentes.
A medida que miramos hacia el futuro, la verificabilidad y la privacidad se convertirán en desafíos clave que los protocolos deben abordar. En la actualidad, la mayoría de las operaciones de los agentes de IA siguen siendo una caja negra, y los usuarios deben confiar sus fondos a ellos. Por lo tanto, el desarrollo de decisiones de IA verificables ayudará a garantizar la transparencia y la responsabilidad de los procesos de los agentes. La integración de protocolos basados en entornos de ejecución confiables, cifrado homomórfico completo e incluso pruebas de conocimiento cero puede mejorar la verificabilidad del comportamiento de los agentes de IA, permitiendo así la confianza en la autonomía.
Solo combinando datos de alta calidad, modelos robustos y procesos de toma de decisiones transparentes, los agentes DeFAI pueden obtener una amplia aplicación.
![DeFAI en detalle: ¿Cómo puede la IA liberar el potencial de las Finanzas descentralizadas?](https://img-cdn.gateio.im/webp-social/moments-56a89e79609d8f982d5d31dadfad9205.webp01