Os bots estão a tornar-se os cidadãos de primeira classe da economia cripto.

Não precisa ir muito longe para ver evidências desta tendência. Os investigadores implementam bots, como o JaredFromSubway.eth, para tirar partido do desejo de conveniência de um utilizador humano, liderando as suas negociações DEX. Banana Gun e Maestro, que permitem aos utilizadores humanos fazer negociações habilitadas para bots a partir da conveniência do Telegram, são consistentemente alguns dos bebedores de gás mais frequentes no Ethereum. E agora, em novas aplicações sociais efémeras como a Friendtech, os bots estão a entrar na batalha depois que a aplicação encontra a adoção inicial do utilizador humano e podem inadvertidamente iniciar ainda mais o volante especulativo.

Subscreva para provar que não é um agente de IA

Subscrever

Tudo isto para dizer que os bots, sejam eles orientados para o lucro (ex. Bots MEV) ou orientados para o consumidor (ex. Botkits de telegrama), são cada vez mais os utilizadores priorizados em blockchains.

Embora os bots em cripto até agora tenham sido bastante rudimentares, os bots fora da cripto começaram a evoluir para agentes de IA robustos graças ao aumento dos modelos de linguagem larga (LLMs), com o objetivo final de lidar autonomamente com tarefas complexas e tomar as suas próprias decisões bem informadas.

Construir estes agentes de IA em trilhos criptonativos produz várias melhorias importantes:

• Trilhos de pagamento nativos: Os agentes de IA podem existir fora da cripto, mas se quisermos que os agentes de IA realizem ações complexas, precisarão de acesso ao capital. Os Crypto Rails apresentam uma melhoria significativa para dar aos agentes de IA acesso ao capital em vez de fazê-los obter acesso a contas bancárias ou processadores de pagamento (ex. Stripe), ou lidar com a grande maioria das outras ineficiências que existem no nosso mundo fora da cadeia.
• Propriedade de carteira de agente de IA: Agentes de IA conectados a carteiras terão a capacidade de possuir ativos (ex. NFTs, rendimento, etc.), dando aos agentes os direitos de propriedade digital que são inerentes a todos os ativos criptoativos. Isto é especialmente importante para transações de agente para agente.
• Ações verificáveis e determinísticas: Os agentes de IA serão mais eficazes quando as ações forem prováveis (onde podem garantir que alguma ação foi concluída). As transações em cadeia são determinísticas por natureza — ou aconteceram ou não — o que significa que os agentes de IA poderão completar tarefas na cadeia com mais precisão do que fora da cadeia.

Claro, existem limitações para os agentes de IA em cadeia.

Uma limitação é que os agentes de IA terão de executar a lógica fora da cadeia para ter um desempenho. Isto significa que os agentes de IA na cadeia hospedarão a sua lógia/computação fora da cadeia para otimizar a eficiência, mas as decisões dos agentes serão executadas na cadeia, permitindo ações verificáveis. É importante salientar que os agentes de IA também podem usar fornecedores zKML como o Modulus para garantir que as suas entradas de dados fora da cadeia sejam verificadas.

Outra limitação fundamental dos agentes de IA é que eles são tão úteis quanto as ferramentas que lhes são dadas. Por exemplo, se pedir a um agente para dar um resumo de um evento de notícias em tempo real, o agente precisa ter um web scraper no seu kit de ferramentas para pesquisar a internet e executar a tarefa em questão. Precisa que o agente guarde a resposta como PDF, adicione um sistema de ficheiros ao kit de ferramentas. Quer que o agente copie o seu influenciador favorito do Crypto Twitter? O agente precisa de acesso a uma carteira e permissões de assinatura de chave sobre a referida carteira.

Olhando para o cenário atual no espectro do determinístico ao não determinístico, a maioria dos agentes cripto AI executam tarefas determinísticas. Ou seja, os humanos programam os parâmetros das tarefas e como a tarefa (por exemplo, uma troca de token) é realizada.

Os agentes de IA cripto evoluíram desde os primeiros dias dos keeper bots — que ainda são utilizados em aplicações DeFie e oracle — para os agentes mais sofisticados de hoje que alavancam LLMs, incluindo artistas autónomos como o Botto; agentes de IA que podem bancar-se usando a nuvem de transações do Syndicate ; e os primeiros mercados de serviços de agentes de IA como a Autonolas.

Já existe uma variedade de aplicações excitantes no limite da hemorragia:

• “Carteiras inteligentes” habilitadas para agentes de IA: A Dawn aproveita a DawnAI para fornecer um agente de IA que pode ajudar os utilizadores a enviar transações, executar negociações e outras informações onchain em tempo real (ex. tendências de NFTs).
• Agentes de jogos criptoativos: O mais novo jogo da Parallel Alpha Colony visa criar personagens de IA que podem possuir uma carteira e transacionar uns com os outros.
• Kits de ferramentas aprimorados para agentes de IA: Os agentes de IA são tão bons quanto os seus kits de ferramentas, e interagir com blockchains é atualmente uma área nascente. Os agentes de IA cripto precisam de carteiras, formas de financiá-las, capacidades de autorização, modelos integrados de IA e capacidade de interagir com outros agentes. Mais concretamente, o Gnosis mostrou como é esta primeira infra com os seus mechs de IA, que envolvem scripts de IA com um contrato inteligente de tal forma que qualquer pessoa —incluindo outro bot— possa chamar o contrato inteligente para executar a ação do agente (ex. fazer uma aposta num mercado de previsão) enquanto também é capaz de pagar ao agente.
• Negociadores de IA aumentada: Super apps DeTI que fornecem ações elevadas para traders e especuladores, incluindo: DCA numa posição se as condições forem cumpridas; executar negociações quando os preços do gás caem abaixo de um determinado preço; monitorizar novos contratos de meme token; e determinar o encaminhamento de ordens sem que o utilizador tenha de saber onde integrar, etc.
• Habilitando a cauda longa dos agentes de IA: Embora aplicações grandes como o ChatGPT sejam boas para alguns fins gerais de chat, os agentes de IA terão de ser ajustados para vários setores, assuntos e nichos. Marketplaces como o Bittensor criam os incentivos para os “mineiros” treinarem modelos para tarefas específicas (ex. geração de imagem, pré-formação, modelagem preditiva) em torno de setoras-alvo (ex. cripto, biotecnologia, academia). Embora o Bittensor seja incipiente, os programadores já estão a usar o Bittensor para construir aplicativos/agentes no topo da longa cauda dos LLMs de código aberto.
• Agentes de aplicações de consumo NPC: Os personagens não jogáveis são comuns em jogos como MMORPGs, mas menos comuns em aplicações multijogador de consumo. No entanto, a natureza financeirizada das aplicações de consumo de criptomoedas torna os agentes de IA excelentes participantes para introduzir novos tipos de mecânica de jogo. A Ritual, empresa de infraestruturas de IA aberta, lançou recentemente o Frenrug, um agente baseado em LLM que opera dentro do Friend.tech que executará transações (comprar ou vender chaves) com base nas mensagens do utilizador. Amigos.Os utilizadores de tecnologia podem tentar convencer o agente a comprar as suas chaves, vender as chaves dos outros ou tentar fazer com que o agente da Frenrug use os seus fundos de outras formas criativas.

À medida que mais aplicações e protocolos alavancarem os agentes de IA, os humanos irão usá-los como um canal para aceder à economia cripto. E embora os agentes de IA pareçam brinquedos hoje, no futuro, aumentarão as experiências diárias do consumidor, tornar-se-ão partes interessadas nos protocolos e criarão economias inteiras entre si.

Os agentes de IA estão na sua infância, mas estes cidadãos de primeira classe das economias onchain apenas começaram a mostrar o seu potencial. Se está a testar os limites de como os agentes de IA aumentam as experiências onchain, contacte-nos: mason@variant.fund.

Agradecimentos especiais a Tom Waite e Sami Kassab pelas conversas e feedback sobre as ideias dentro do ensaio. Obrigado a Dan Roberts pelas edições e por fazer o ensaio parecer amanteigado.

Isenção de responsabilidade：

1. Este artigo foi reimpresso de [MASON NYSTROM]. Todos os direitos autorais pertencem ao autor original [MASON NYSTROM]. Se houver objeções a esta reimpressão, contacte a equipa do Gate Learn, e eles tratarão disso imediatamente.
2. Isenção de responsabilidade: As opiniões e opiniões expressas neste artigo são exclusivamente do autor e não constituem nenhum conselho de investimento.
3. As traduções do artigo para outras línguas são feitas pela equipa do Gate Learn. A menos que mencionado, é proibido copiar, distribuir ou plagiar os artigos traduzidos.