Partenaire d'investissement du Fonds Variant: L'agent d'IA est devenu un «citoyen de première classe» de l'économie hors chaine

Auteur: Mason Nystrom

Compilé par TechFlow de DeepTech

Les robots deviennent des acteurs centraux de l'économie 01928374656574839201.

Les preuves de cette tendance sont partout. Par exemple, les chercheurs déploient des robots (comme Jaredfromsubway.eth) pour exploiter le besoin de commodité des utilisateurs humains, en profitant du front running sur leurs plateformes d'échange décentralisées (DEX). Des outils comme Banana Gun et Maestro permettent aux utilisateurs de réaliser des transactions assistées par des robots de manière pratique sur la plateforme Telegram, ces outils occupant depuis longtemps les premières places de la consommation de gas sur la chaîne ETH. De plus, dans de nouvelles applications sociales comme Friendtech, les robots interviennent rapidement après avoir acquis l'adoption des utilisateurs humains au début, accélérant peut-être involontairement le cycle de spéculation du marché.

Dans l'ensemble, que ce soit dans le but de réaliser des profits (comme les robots MEV, MEV signifiant "valeur extractible maximale") ou pour les utilisateurs ordinaires (comme les outils de robots Telegram), les robots deviennent progressivement les principaux utilisateurs de la blockchain.

Bien que les fonctions des robots dans le domaine du chiffrement soient encore relativement simples, avec le développement des grands modèles de langage (LLM), les robots en dehors du domaine du chiffrement ont évolué en des agents d'IA puissants dont l'objectif est de pouvoir gérer de manière autonome des tâches complexes et prendre des décisions éclairées.

Construire ces agents d'intelligence artificielle dans un environnement de chiffrement présente plusieurs avantages importants:

Fonction de paiement intégrée : les agents d'IA peuvent exister en dehors du domaine du chiffrement, mais s'ils doivent effectuer des opérations complexes, ils doivent avoir la capacité d'obtenir des fonds. Comparé aux méthodes traditionnelles (telles que les comptes bancaires ou le processeur de paiement Stripe), le système de paiement par chiffrement est plus efficace pour soutenir financièrement les agents d'IA, tout en évitant les divers problèmes inefficaces courants dans le monde off-chain.

Propriété du Portefeuille : Grâce à la connexion au Portefeuille, les agents IA peuvent posséder des actifs numériques (comme des jetons non fongibles ou des revenus), et ainsi bénéficier des droits de propriété numériques inhérents aux actifs chiffrés. Ceci est particulièrement important pour les transactions d'actifs entre agents intelligents.

Opérations déterministes vérifiables : La vérifiabilité des opérations est essentielle lorsqu'un agent d'IA exécute une tâche. Les transactions off-chain sont essentiellement déterministes - elles sont soit terminées, soit non terminées. Cette caractéristique permet à l'agent d'IA de terminer plus précisément les tâches off-chain, tandis que les tâches off-chain ont du mal à atteindre la même détermination.

Bien sûr, les agents d'intelligence artificielle sur la chaîne sont également confrontés à certaines limites.

Une des principales limitations est que l'agent d'IA doit exécuter la logique hors chaîne pour améliorer les performances. Cela signifie que la logique et le calcul de l'agent intelligent seront hébergés hors chaîne, mais les décisions seront toujours exécutées en ligne pour garantir la vérifiabilité des opérations. De plus, l'agent d'IA peut également utiliser des fournisseurs de zkML (machine learning à connaissance nulle) tels que Modulus pour vérifier l'authenticité de ses données d'entrée hors chaîne.

Une autre limitation clé est que les capacités de l'agent d'IA dépendent de la richesse de ses outils. Par exemple, si vous souhaitez que l'agent résume une actualité en temps réel, il doit disposer d'un outil de web scraping pour rechercher sur Internet. Si vous souhaitez qu'il enregistre les résultats au format PDF, il a besoin d'un système de fichiers. Si vous voulez qu'il imite les transactions de votre leader d'opinion Crypto Twitter préféré, il a besoin d'accéder à un portefeuille et d'une fonction de signature secrète.

Du point de vue de la transition de la détermination à l'indétermination, la plupart des tâches exécutées par les agents d'intelligence artificielle de chiffrement sont actuellement des tâches déterministes. Cela signifie que les paramètres de la tâche et sa manière d'exécution (comme le processus précis d'échange de jetons) ont été préalablement définis par les humains.

Le chiffrement AI est issu des premiers robots gardiens (keeper bots) et est largement utilisé dans les services de Finance décentralisée et d'Oracle Machine. Aujourd'hui, les agents d'IA ont évolué pour devenir plus complexes. Ils peuvent non seulement utiliser de grands modèles de langage (LLMs) pour créer de manière autonome (comme des artistes autonomes tels que Botto), mais aussi utiliser le cloud de transactions de Syndicate pour fournir des services financiers. De plus, des marchés de services d'IA précoces tels qu'Autonolas sont en train de se former progressivement.

Actuellement, de nombreuses applications de pointe montrent le potentiel des agents d'intelligence artificielle :

L'assistant IA de Dawn dans le portefeuille intelligent : DawnAI offre aux utilisateurs un assistant polyvalent qui peut les aider à envoyer des transactions, à effectuer des transactions off-chain, et à fournir des informations off-chain en temps réel (comme l'analyse des tendances des Jeton non fongible populaires).

Le personnage d'IA de chiffrement dans le jeu : Le dernier jeu de Colony de Parallel Alpha tente de créer un personnage d'IA capable de posséder un portefeuille et de réaliser des transactions hors chaîne, ajoutant ainsi plus d'interactivité au jeu.

Mise à niveau des fonctionnalités de l'agent d'IA : les capacités de l'agent d'IA dépendent des outils qu'il possède, et l'interaction avec la blockchain en est encore à ses débuts. L'agent d'IA chiffrement a besoin de fonctionnalités de Portefeuille, de gestion financière, de contrôle des autorisations, d'intégration de modèles d'IA et de capacité à interagir avec d'autres agents. Gnosis a présenté un prototype de cette infrastructure, par exemple avec leurs AI mechs, qui encapsulent des scripts d'IA dans des smart contracts, permettant à quiconque (y compris d'autres robots) d'appeler des smart contracts pour exécuter des tâches (comme parier sur le marché de prévision), tout en rémunérant les agents d'IA.

Version avancée du trader AI : L'application super décentralisée de la finance offre aux traders et aux spéculateurs des moyens plus efficaces pour opérer, tels que l'investissement automatique (DCA) lorsqu'une condition est remplie ; l'exécution automatique des transactions lorsque les frais de gas sont inférieurs à un certain seuil ; la surveillance des contrats de Meme Token pour les nouvelles émissions ; et la sélection intelligente du meilleur itinéraire de commande sans que l'utilisateur ait besoin de chercher manuellement le point d'accès.

Applications verticales des agents d'IA : bien que des modèles de grande envergure tels que ChatGPT conviennent à certains scénarios de conversation générale, les agents d'IA ont besoin d'être spécialement ajustés pour répondre aux besoins de différents secteurs et domaines spécifiques. Des plates-formes telles que Bittensor encouragent les développeurs à entraîner des modèles axés sur des tâches spécifiques (tels que la génération d'images, la modélisation prédictive) par le biais de mécanismes d'incitation, avec des secteurs cibles comprenant le chiffrement, la biotechnologie et la recherche universitaire. Bien que Bittensor en soit encore à ses débuts, les développeurs ont déjà commencé à l'utiliser pour construire des applications et des agents intelligents basés sur de grands modèles de langage Open Source.

IA NPC dans les applications grand public : les personnages non-joueurs (NPC) sont courants dans les jeux en ligne massivement multijoueurs (MMORPG), mais ils sont moins courants dans les applications grand public. Cependant, en raison de la nature financière des applications grand public, les agents d'intelligence artificielle (IA) peuvent devenir des acteurs idéaux pour des mécanismes de jeu innovants. Par exemple, la société d'infrastructure d'IA ouverte, Ritual, a récemment lancé Frenrug, un agent intelligent basé sur un grand modèle de langage qui fonctionne sur la plateforme Friend.tech. Il peut exécuter automatiquement des transactions telles que l'achat ou la vente de Clé secrète  en fonction du contenu des messages des utilisateurs. Les utilisateurs de Friend.tech peuvent essayer de convaincre cet agent intelligent d'acheter leurs Clé secrète , de vendre les Clé secrète  d'autres personnes, ou même de trouver des moyens plus créatifs pour que l'agent intelligent Frenrug utilise ses fonds.

Avec de plus en plus d'applications et de protocole commencent à introduire des agents d'intelligence artificielle, les humains les utiliseront comme un pont vers l'économie de chiffrement. Bien que les agents d'intelligence artificielle d'aujourd'hui semblent encore être des "jouets", ils amélioreront considérablement l'expérience quotidienne des utilisateurs à l'avenir, devenant des parties prenantes clés dans les protocoles de la blockchain, voire formant des écosystèmes économiques complets entre les agents d'intelligence artificielle.

Les agents d'intelligence artificielle sont encore au stade initial de leur développement, mais en tant qu'acteurs clés de l'économie hors-chaîne, ils commencent tout juste à montrer leur potentiel.