Socios de Variant Fund: AI Agent ya se ha convertido en un "ciudadano de primera clase" de la economía on-chain

Autor: Mason Nystrom

Compilación: TechFlow de Deep C

Los robots están convirtiéndose en participantes clave de la economía de encriptación.

Las pruebas de esta tendencia se pueden ver en todas partes. Por ejemplo, los buscadores despliegan robots (como Jaredfromsubway.eth) para aprovechar la necesidad de conveniencia de los usuarios humanos y realizar inversiones ventajistas en sus intercambios descentralizados (DEX). Herramientas como Banana Gun y Maestro permiten a los usuarios realizar transacciones respaldadas por robots de manera conveniente a través de la plataforma Telegram, y estas herramientas ocupan un lugar destacado en la lista de 'consumo de gas' en la red Ethereum. Además, los robots también se han introducido rápidamente en nuevas aplicaciones sociales emergentes como Friendtech después de obtener la aceptación de los usuarios humanos en las primeras etapas, y pueden acelerar involuntariamente el ciclo especulativo del mercado.

En general, ya sea con fines de lucro (como los robots MEV, MEV significa 'valor máximo extraíble') o para usuarios comunes (como el kit de herramientas de robots de Telegram), los robots están empezando a convertirse en usuarios prioritarios en blockchain.

Aunque actualmente las funciones de los robots en el campo de la encriptación son relativamente simples, con el desarrollo de los Grandes Modelos de Lenguaje (LLMs), los robots fuera del campo de la encriptación han evolucionado a potentes agentes de inteligencia artificial (IA), con el objetivo de poder manejar tareas complejas de forma autónoma y tomar decisiones sabias.

En un entorno de encriptación nativa, construir estos agentes de inteligencia artificial tiene varias ventajas importantes:

Función de pago incorporada: los agentes de IA pueden existir fuera del campo de encriptación, pero si desean realizar operaciones complejas, deben tener la capacidad de obtener fondos. En comparación con métodos tradicionales como cuentas bancarias o procesadores de pago como Stripe, el sistema de pago de encriptación es más eficiente en proporcionar soporte de fondos a los agentes de IA, al tiempo que evita los diversos problemas ineficientes comunes en el mundo fuera de la cadena.

La propiedad de la billetera: Con la conexión de la billetera, los agentes de inteligencia artificial pueden poseer activos digitales (como tokens no fungibles o ingresos) y disfrutar de los derechos digitales inherentes a la encriptación. Esto es especialmente importante para las transacciones de activos entre agentes inteligentes.

Acciones determinísticas verificables: La verificabilidad de las acciones es crucial cuando un agente de inteligencia artificial realiza tareas. Las transacciones on-chain son inherentemente determinísticas, es decir, o se completan o no se completan, esta característica permite que los agentes de inteligencia artificial completen las tareas on-chain de manera más precisa, mientras que las tareas off-chain son más difíciles de lograr con la misma determinación.

Por supuesto, los agentes de inteligencia artificial en la cadena también enfrentan ciertas limitaciones.

Una de las principales limitaciones es que el agente de inteligencia artificial necesita ejecutar la lógica off-chain para mejorar el rendimiento. Esto significa que la lógica y los cálculos del agente se alojarán off-chain, pero las decisiones seguirán ejecutándose en línea para garantizar la verificabilidad de las operaciones. Además, el agente de inteligencia artificial también puede utilizar proveedores de zkML (aprendizaje automático de conocimiento cero) como Modulus para verificar la autenticidad de sus datos de entrada off-chain.

Otra limitación clave es que las capacidades del agente de IA dependen de la riqueza de sus herramientas. Por ejemplo, si desea que el agente resuma una noticia en tiempo real, necesita tener una herramienta de web scraping para buscar en Internet. Si desea guardar los resultados en PDF, necesita un sistema de archivos. Si desea que imite las operaciones de su opinión favorita de líderes de opinión de Crypto Twitter, necesita proporcionarle acceso a la billetera y la función de firma de la llave secreta.

Desde la perspectiva de la determinación a la no determinación, la mayoría de las tareas de encriptación realizadas por los agentes de inteligencia artificial actualmente son tareas determinísticas. Esto significa que los seres humanos han predefinido los parámetros y la forma de ejecutar las tareas (por ejemplo, el proceso específico de intercambio de tokens).

La inteligencia artificial de encriptación AI se ha desarrollado a partir de los primeros robots guardianes (keeper bots) que todavía se utilizan ampliamente en las finanzas descentralizadas y los servicios de máquina de oráculo. Hoy en día, los agentes de inteligencia artificial AI han evolucionado para ser más complejos. No solo pueden utilizar grandes modelos de lenguaje (LLMs) para la creación autónoma (como los artistas autónomos como Botto), sino que también pueden proporcionar servicios financieros a través de la nube de transacciones de Syndicate. Además, se está formando gradualmente un mercado de servicios de inteligencia artificial AI tempranos como Autonolas.

Actualmente, muchas aplicaciones avanzadas están demostrando el potencial de los agentes de inteligencia artificial (IA).

El asistente de inteligencia artificial en la billetera inteligente: Dawn, a través de su agente de inteligencia artificial DawnAI, proporciona a los usuarios un asistente multifuncional que puede ayudarles a enviar transacciones, completar transacciones en la cadena y proporcionar información en tiempo real en la cadena (como análisis de tendencias de tokens no fungibles populares).

En el juego de encriptación, el último juego de la IA Parallel Alpha, Colony, intenta crear personajes de IA que puedan tener billeteras y realizar transacciones en la cadena, agregando más interactividad al juego.

Actualización de la funcionalidad del agente de IA: La capacidad del agente de IA depende de las herramientas que tenga disponibles, y actualmente la interacción con la cadena de bloques está en una etapa inicial. El agente de IA encriptación necesita tener funciones de billetera, gestión de fondos, control de permisos, integración de modelos de IA y capacidad de interactuar con otros agentes. Gnosis muestra un prototipo de esta infraestructura, como sus mechs de IA (AI mechs), que encapsulan scripts de IA en contratos inteligentes, lo que permite que cualquier persona (incluidos otros robots) pueda invocar contratos inteligentes para llevar a cabo tareas (como apostar en el mercado de predicción) y también recibir recompensas para el agente de IA.

El operador de comercio avanzado de IA: la aplicación súper descentralizada de Finanzas descentralizadas proporciona a los comerciantes y especuladores una forma más eficiente de operar, por ejemplo: Autoinversión (DCA) automática cuando se cumplen ciertas condiciones; ejecución automática de operaciones cuando la tarifa de gas es inferior a un umbral determinado; monitoreo de contratos de Meme Token emitidos recientemente; y selección inteligente de la ruta de pedido óptima sin que el usuario tenga que buscar manualmente los puntos de acceso.

Aplicaciones verticales de IA: Aunque modelos grandes como ChatGPT son adecuados para algunos escenarios de conversación generales, para satisfacer las necesidades de diferentes industrias y áreas especializadas, los agentes de IA necesitan ajustes especializados. Plataformas como Bittensor fomentan a los desarrolladores a entrenar modelos enfocados en tareas específicas (como generación de imágenes y modelado predictivo), en industrias objetivo que incluyen encriptación, biotecnología e investigación académica. Aunque Bittensor todavía está en sus primeras etapas, los desarrolladores ya están aprovechando su construcción de aplicaciones y agentes de lenguaje basados en código abierto.

IA NPC en aplicaciones de consumo: Los personajes no jugadores (NPC) son comunes en los juegos en línea masivos (MMORPG), pero no son tan comunes en las aplicaciones de consumo. Sin embargo, debido a la naturaleza financiera de las aplicaciones de encriptación, los agentes de IA pueden convertirse en participantes ideales en mecanismos de juego innovadores. Por ejemplo, la empresa de infraestructura de IA abierta Ritual recientemente lanzó Frenrug, un agente inteligente basado en un gran modelo de lenguaje que se ejecuta en la plataforma Friend.tech. Puede realizar transacciones automáticamente según el contenido de los mensajes de los usuarios (como comprar o vender 01928374656574839201). Los usuarios de Friend.tech pueden intentar convencer a este agente inteligente para comprar sus 01928374656574839201, vender los 01928374656574839201 de otros e incluso encontrar formas creativas de usar sus fondos por parte del agente Frenrug.

Con cada vez más aplicaciones y protocolo introduciendo agentes de inteligencia artificial, los seres humanos los utilizarán como un puente para ingresar a la economía de encriptación. Aunque los actuales agentes de inteligencia artificial parecen ser "juguetes", en el futuro mejorarán completamente la experiencia diaria del usuario, convirtiéndose en partes interesadas clave en el protocolo de blockchain, e incluso formando un ecosistema económico completo entre los agentes de inteligencia artificial.

Los agentes de inteligencia artificial todavía están en una etapa temprana de desarrollo, pero como participantes fundamentales en la economía on-chain, apenas están comenzando a mostrar su potencial.