Dans le monde futur, imaginez que les agents d'IA forment une relation numérique d'accompagnement/symbiose avec les humains, où les agents autonomes peuvent comprendre clairement l'intention des utilisateurs lors de conversations et décomposer automatiquement les tâches pour atteindre les résultats souhaités.

AO a mis en place un réseau asynchrone parallèle basé sur l'acteur, qui ne parvient pas à un consensus sur l'ensemble du processus de calcul des contrats intelligents, mais parvient à un consensus sur l'ordre des transactions, en supposant de manière optimiste que l'exécution des transactions dans un ordre fixe donne des résultats cohérents dans la machine virtuelle. Ce choix permet à AO Network de mettre à l'échelle ses calculs de manière importante, jusqu'à prendre en charge n'importe quel type de calcul. Le réseau AR sert de couche d'atteinte d'un consensus sur l'ordre des transactions et de couche de stockage de l'état des résultats des transactions.

Comparé à la plupart des autres projets de blockchain actuels qui fonctionnent principalement en tant que blockchain autonome et ne prennent en charge que les contrats intelligents à machine à états natifs au niveau inférieur, l'infrastructure d'AO est compatible avec des capacités de calcul plus complexes, y compris l'exécution de modèles d'IA.

Les unités de calcul (Compute Unit) d'AO peuvent accéder à 16 Go de mémoire vive après la mise à jour récente de la machine virtuelle WASM, ce qui signifie que nous pouvons télécharger et exécuter des modèles de 16 Go sur AO. 16 Go est suffisant pour exécuter des calculs de grands modèles de langage, tels que la série Falcon de la version non quantifiée Llama 3 et de nombreux autres modèles.

En même temps, AO utilise WeaveDrive pour permettre aux utilisateurs d'accéder aux données Arweave à l'intérieur d'AO comme s'ils accédaient à un disque dur local, et pour permettre à des processus hautement hétérogènes de différents types de machines virtuelles d'interagir dans un environnement partagé, ce qui signifie que nous avons accès à plus de sources de données et de possibilités de combinaison. Cela signifie également que, à l'avenir, il y aura une motivation accrue pour les utilisateurs de télécharger des données sur Arweave, car ces données pourront également être utilisées dans les programmes AO. L'équipe de développement d'AO a déjà téléchargé environ 1000 dollars de données de modèle sur le réseau lors des tests de l'exécution de grands modèles de langage dans le système AO+AR, mais ce n'est que le début.

Le système de conception d'AO rend possible la mise en œuvre de contrats intelligents intégrant une IA. En programmant dans AO, nous créons des agents IA capables de prendre des décisions intelligentes sur le marché, pouvant s'affronter les uns les autres ou représenter les humains contre les humains. « Lorsque nous examinons le système financier mondial, environ 83 % des transactions du NASDAQ sont effectuées par des robots. » Le trading quantitatif actuel est le prédécesseur du trading d'agents IA, et à l'avenir, le processus de conception et de sélection de modèles d'apprentissage automatique pour l'exécution de transactions automatisées sera plus facilement « ouvert » par l'IA et automatisé.

Au cours des dernières années, le développement de la DeFi a permis d'exécuter diverses opérations financières off-chain sans avoir besoin de faire confiance à une entité centralisée, telles que les prêts, le trading de jetons ou de produits dérivés. Cependant, lorsque nous parlons réellement du marché, il ne s'agit pas seulement de la fiabilité de ces opérations. En fait, l'exécution fiable de diverses opérations n'est que la base. Le facteur central qui détermine si un marché est dynamique reste le flux de capitaux, c'est-à-dire les personnes qui décident d'acheter, de vendre, de prêter ou de participer à divers jeux financiers. À l'heure actuelle, si vous souhaitez investir dans les cryptomonnaies sans avoir à effectuer toutes vos propres recherches et participations, vous devez trouver un fonds fiable, leur faire confiance pour gérer vos fonds et déléguer le pouvoir aux membres du fonds pour prendre des décisions intelligentes. Avec le développement des applications AO, nous pourrions peut-être élargir la partie des décisions intelligentes du marché, filtrer les informations sur le réseau, traiter les données, combiner des stratégies, fusionner la sagesse des agents d'IA pour prendre des décisions en temps réel dans le réseau, et créer un système financier autonome décentralisé très riche en agents.

Certains projets ont déjà commencé à réaliser cette vision, nous présenterons Autonomous Finance (AF), Dexi et Outcome, parmi eux, les réalisations de AF sont les plus remarquables.

Finances autonomes

AF se concentre sur la recherche et le développement d'applications financières combinant l'IA sur AO, en construisant des modèles d'IA et des décisions financières basées sur les données sur la chaîne AO, AF tente de mettre la couche de décision intelligente sur la chaîne. Les principaux domaines d'activité comprennent trois parties, à savoir l'infrastructure de base (Core Infrastructure), les finances intelligentes des agents (AgentFi) et les finances de contenu (ContentFi).

Les infrastructures clés comprennent des plateformes d'échange décentralisées (DEX), des prêts, des produits dérivés et des actifs synthétiques, ainsi que d'autres protocoles.

AgentFi se réfère principalement à l'exécution de stratégies de trading à l'aide d'agents semi-autonomes et entièrement autonomes combinables. Contrairement aux cadres d'agents autonomes qui dépendent d'autres programmes hors chaîne pour le traitement des signaux et la logique, les agents autonomes fournis par AF utilisent un flux de données hors chaîne pour l'auto-apprentissage, exécutant des stratégies d'investissement sur divers pools de liquidités et bases financières dans l'écosystème AO. Ces agents peuvent fonctionner de manière autonome, sans signal hors chaîne ni intervention humaine.

Les agents autonomes typiques incluent :

• Gestion des actifs par la méthode du coût moyen en dollars (DCA)
• Fonds indiciels autonomes d'équilibrage automatique
• Fonds de couverture autonome avec stratégies de couverture personnalisées
• Agrégateur de revenus d'agent
• Agent de prédiction off-chain
• Agent de trading haute fréquence

L'agent DCA, en tant qu'agent de base, est souvent appelé lors de l'exécution de logiques d'agent plus complexes, il est donc un module d'agent composable fréquemment utilisé avec de nombreux paramètres personnalisables pour permettre aux utilisateurs de les ajuster selon leurs besoins, tels que des transactions déclenchées dans des plages de prix spécifiques, des ajustements de la durée des intervalles de temps de transaction fixes et des transactions pondérées en fonction du prix des actifs (comme acheter plus lorsque le prix est bas), ainsi que des signaux de prise de profit basés sur les données et de réinvestissement des bénéfices.

L'application DCA Agent est construite autour de deux processus clés d'AO :

• Le processus proxy déclenché par Cron (système de gestion de tâches basé sur le temps, couramment utilisé pour déclencher des tâches à heure fixe) : il est principalement responsable de l'exécution de transactions DCA initiées par l'utilisateur et de l'automatisation de la planification, de la gestion et de la mise à jour en temps voulu des fonds gérés, qui sont ensuite mis à jour sur le processus AO en arrière-plan.
• Le processus AO du backend : gère les applications proxy associées aux utilisateurs et suit l'historique de chaque proxy.

Le schéma ci-dessous explique la conception et les composants d'interaction de l'agent DCA.

Pour les utilisateurs de front-end, l'interface frontale de DCA est construite sur DEXI, et les utilisateurs peuvent configurer l'agent DCA en se connectant à AO Connect Wallet sur le site web de DEXI. DEXI accède aux informations sur les pools AMM disponibles et obtient les derniers prix, tandis que l'agent DCA est responsable de l'exécution de la logique de transaction spécifique, et le processus AO en arrière-plan récupère tous les agents liés à l'utilisateur.

La finance de contenu est un cadre qui attribue et monétise les données stockées sur le réseau permanent Arweave en tant qu'actifs composites pour le processus AO. AF construit des applications qui permettent aux contributeurs de données ou aux fonds de contenu de contribuer des données, telles que des informations historiques et en temps réel sur le marché, au permaweb. Ces contenus serviront de signaux hors chaîne pour les agents autonomes et l'apprentissage automatique. Par exemple, les agents autonomes créeront de nouveaux marchés en fonction du sentiment des médias sociaux et des données historiques. Voici quelques exemples:

Monétiser les signaux de données

• Agent financier axé sur le contenu
• Agent de recommandation de données basé sur la souscription
• Les personnes influentes contribuent aux stratégies financières autonomes en fournissant des données
• DAO et fonds de contenu liés à la contribution de données agrègent diverses sources de données pour fournir des signaux dynamiques on-chain

Actuellement, AF a lancé deux produits principaux, à savoir AO Link et Data OS.

AO Link est un navigateur de messages pour le réseau AO, offrant des fonctionnalités similaires à celles d'un navigateur de blocs dans un système de blockchain traditionnel. Il comprend des fonctions de calcul de messages, une visualisation graphique des liens de messages (claire et compréhensible), un flux de messages en temps réel (informations les plus récentes) et une liste de liens de messages (pour faciliter la navigation et l'organisation). Les utilisateurs peuvent également consulter leur solde de jetons et leur boîte de réception de messages. Cet outil offre une manière professionnelle et efficace d'interagir avec la structure et les activités du réseau AO, ainsi que de les analyser.

Data OS est un protocole ContentFI développé sur le réseau AO Network, qui utilise des agents IA autonomes pour récupérer du contenu et générer à nouveau des produits dérivés. Grâce à cette méthode innovante, DataOS renforce non seulement la corrélation et l'accessibilité du contenu, mais établit également un mécanisme de récompense pour les créateurs de contenu. Actuellement, nous pouvons consulter divers types de données sur le réseau AO en Chine, observer l'activité du réseau, mais aucune donnée liée au contenu n'est actuellement affichée.

Dexi

Dexi est une interface d'interaction essentielle pour les utilisateurs ordinaires d'AO qui participent en tant qu'agents à Agent Fi, et c'est également une application mise en œuvre par des agents sur le réseau AO, capable d'identifier, de collecter et de synthétiser de manière autonome diverses données financières sur divers événements du réseau AO (équivalent à Dexscrenner sur AO). Ces données couvrent les prix des actifs, les échanges de jetons, la fluctuation de la liquidité et les caractéristiques des actifs en jetons (telles que les détails des smart contracts). Dexi sert principalement deux types d'utilisateurs : les utilisateurs finaux qui accèdent à la plateforme via un terminal Web, et les applications AO qui interagissent avec Dexi en envoyant des messages pour utiliser les données collectées (comme des bots/agents). En tant qu'infrastructure centrale, les services principaux fournis par Dexi sont les services de souscription aux données, où les processus sur le réseau AO peuvent souscrire aux flux de données de Dexi moyennant des frais, et recevoir immédiatement des alertes telles que les ajustements de prix.

Résultat

Outcome est un marché de prévision construit par l'équipe @puente_ai et soutenu par @fwdresearch, @aoTheVentures et @aoComputerClub. Outcome fournit aux utilisateurs une plateforme pour parier sur une variété d'événements, avec des thèmes de prédiction actuels couvrant la technologie, les memes, les affaires, les jeux, la DeFi et AO. Le projet prétend que les utilisateurs pourront à l'avenir parier automatiquement sur les marchés de prédiction en construisant des agents autonomes basés sur des données réelles et des modèles de langage.

AgentFi on AO provides us with a new perspective to explore the direct deployment of AI models on the blockchain and use various AI agents to execute automated transactions. The limitations of traditional monolithic blockchains are broken by the innovative underlying design of AO+AR. We look forward to seeing more applications on AO and cases of combining AI agents to implement financial strategies.

Référence

_source=Blog&utm_medium=X&utm_campaign=AI+on+AO&utm_id=Community+Labs