Variant Fund Venture Partner: AI Agent tornou-se um "cidadão de primeira classe" da economia da cadeia

Autor: Mason Nystrom

Compilação: TechFlow DeepWave

Os robôs estão a tornar-se participantes centrais na economia de encriptação.

Esta tendência é evidente em toda parte. Por exemplo, os pesquisadores implantarão robôs (como Jaredfromsubway.eth) para aproveitar a necessidade de conveniência dos usuários humanos e lucrar com suas trocas descentralizadas (DEX) através de corridas frontais, como a Banana Gun e o Maestro, que permitem que os usuários realizem negociações com suporte de robôs de forma conveniente na plataforma Telegram, ocupando consistentemente as primeiras posições no ranking de consumo de gás na blockchain ETH. Além disso, em novos aplicativos de mídia social como o Friendtech, os robôs também intervêm rapidamente após a adoção inicial pelos usuários humanos, potencialmente acelerando inadvertidamente o ciclo especulativo do mercado.

Em geral, os robôs estão se tornando gradualmente os principais usuários na blockchain, seja com o objetivo de lucro (como os robôs MEV, MEV significa "valor máximo extraível") ou voltados para usuários comuns (como o kit de ferramentas do robô do Telegram).

Embora as funcionalidades dos robôs no campo da encriptação ainda sejam relativamente simples, com o desenvolvimento dos Grandes Modelos de Linguagem (LLMs), os robôs fora do campo da encriptação evoluíram para agentes de IA poderosos, cujo objetivo é serem capazes de lidar autonomamente com tarefas complexas e tomar decisões sábias.

Construir esses agentes de IA nativos em um ambiente de encriptação tem várias vantagens importantes:

Funcionalidade de pagamento integrada: Os agentes de IA podem existir fora do campo de encriptação, mas se desejam realizar operações complexas, devem ter a capacidade de obter fundos. Comparado aos métodos tradicionais (como contas bancárias ou processadores de pagamento Stripe), o sistema de pagamento de encriptação é mais eficiente em fornecer suporte financeiro para agentes de IA, ao mesmo tempo que evita vários problemas ineficientes comuns fora da cadeia.

Propriedade da Carteira: Através da Carteira, os agentes de IA podem possuir ativo digital (como tokens não fungíveis ou receitas), desfrutando assim dos direitos digitais inerentes aos ativos, o que é crucial para transações de ativos entre agentes de IA.

Operações determinísticas verificáveis: A verificabilidade das operações é crucial quando o agente de inteligência artificial executa tarefas. As transações na cadeia são essencialmente determinísticas - ou são concluídas ou não são concluídas - essa característica permite que o agente de inteligência artificial conclua tarefas na cadeia com mais precisão, enquanto tarefas fora da cadeia têm dificuldade em alcançar a mesma determinação.

Claro, os agentes de inteligência artificial na cadeia também enfrentam algumas limitações.

Uma das principais limitações é que o agente de IA precisa executar a lógica fora da cadeia para melhorar o desempenho. Isso significa que a lógica e o cálculo do agente de inteligência serão hospedados fora da cadeia, mas as decisões ainda serão executadas online para garantir a verificabilidade das operações. Além disso, o agente de IA também pode usar provedores de zkML (aprendizado de máquina com conhecimento zero) como o Modulus para verificar a autenticidade dos dados de entrada fora da cadeia.

Outra limitação fundamental é que as capacidades do agente de IA dependem da riqueza de suas ferramentas. Por exemplo, se você quiser que o agente resuma uma notícia em tempo real, ele precisa ter uma ferramenta de web crawling para pesquisar na internet. Se desejar que ele salve os resultados em PDF, será necessário equipá-lo com um sistema de arquivos. Se quiser que ele imite as negociações do seu líder de opinião favorito do Crypto Twitter, será necessário fornecer-lhe acesso à Carteira e funcionalidade de assinatura Chave Secreta.

Do ponto de vista da determinação para a indeterminação, a maioria das tarefas de encriptação realizadas pelos agentes de inteligência artificial atualmente são tarefas determinísticas. Isso significa que os parâmetros e a forma de execução da tarefa foram previamente definidos pelos humanos (por exemplo, o processo específico de troca de Tokens).

encriptação AI 智能体从早期的守护机器人（keeper bots）发展而来，这些机器人至今仍被广泛应用于 Finanças Descentralizadas 和Máquina Oracle服务中。而如今，AI 智能体已经进化得更加复杂。它们不仅能够利用大语言模型 (LLMs) 实现自主创作（如 Botto 这类自主艺术家），还能通过 Syndicate 的交易云为自己提供Serviço financeiro。此外，像 Autonolas 这样的早期 AI 智能体服务市场也正在逐步形成。

Atualmente, muitos aplicativos de ponta estão mostrando o potencial dos agentes de inteligência artificial (IA):

O assistente de IA Dawn na carteira inteligente: através de seu inteligente DawnAI, fornece aos usuários uma assistente multifuncional que pode ajudar a enviar transações, concluir transações na cadeia e fornecer informações na cadeia em tempo real (como análise de tendências de tokens não fungíveis populares).

Os personagens de IA no jogo: o mais recente jogo Colony do Parallel Alpha tenta criar personagens de IA que possam ter uma carteira e realizar transações na cadeia, adicionando mais interatividade ao jogo.

A atualização de recursos do agente de IA: A capacidade do agente de IA depende das ferramentas que ele possui, e a interação com blockchain ainda está em estágio inicial. O agente de IA precisa ter recursos de carteira, capacidade de gerenciamento de fundos, controle de permissões, integração de modelos de IA e capacidade de interação com outros agentes. A Gnosis demonstra um protótipo desse tipo de infraestrutura, como seus mechs de IA, que encapsulam scripts de IA em contratos inteligentes, permitindo que qualquer pessoa (incluindo outros robôs) invoque contratos inteligentes para executar tarefas (como apostar em mercados de previsão) e ainda remunere os agentes de IA.

Versão avançada do trader de IA: O super aplicativo de Finanças Descentralizadas oferece uma forma mais eficiente para traders e especuladores, como: executar automaticamente o Auto-investimento (DCA) quando as condições são atendidas; executar automaticamente as transações quando as taxas de gás estiverem abaixo de um certo limiar; monitorar os contratos do Meme Token recém-emitido; e selecionar automaticamente a rota de ordem mais eficiente, sem a necessidade de os usuários procurarem manualmente os pontos de acesso.

Aplicações verticais de agentes de IA: Embora modelos de grande escala como ChatGPT sejam adequados para alguns cenários de conversação genéricos, agentes de IA precisam ser especificamente ajustados para atender às necessidades de diferentes setores e áreas especializadas. Plataformas como o Bittensor incentivam o treinamento de modelos focados em tarefas específicas (como geração de imagens, modelagem de previsões) por meio de mecanismos de incentivo, com o objetivo de setores como encriptação, biotecnologia e pesquisa acadêmica. Embora o Bittensor ainda esteja em estágio inicial, os desenvolvedores já começaram a aproveitá-lo para construir aplicativos e agentes inteligentes baseados em modelos de linguagem de código aberto.

AI NPC em aplicativos de consumo: Personagens não-jogadores (NPCs) são comuns em jogos online multiplayer massivos (MMORPG), mas são menos comuns em aplicativos de consumo. No entanto, devido às propriedades financeiras desses aplicativos, agentes de inteligência artificial (IA) podem se tornar participantes ideais para mecanismos de jogo inovadores. Por exemplo, a empresa de infraestrutura de IA aberta, Ritual, recentemente lançou o Frenrug, um agente inteligente baseado em um grande modelo de linguagem que é executado na plataforma Friend.tech. Ele pode executar automaticamente transações com base no conteúdo das mensagens do usuário, como comprar ou vender Chave Secreta. Os usuários do Friend.tech podem tentar convencer esse agente inteligente a comprar suas Chave Secreta, vender Chave Secreta de outras pessoas ou até encontrar maneiras mais criativas de usar seus fundos.

À medida que mais e mais aplicações e protocolos começam a introduzir agentes de inteligência artificial, os seres humanos irão utilizá-los como uma ponte para entrar na economia de encriptação. Embora os atuais agentes de inteligência artificial pareçam ainda ser "brinquedos", no futuro irão melhorar significativamente a experiência diária dos utilizadores, tornando-se partes interessadas essenciais nos protocolos de blockchain e até mesmo formando um ecossistema económico completo entre os agentes de inteligência artificial.

Os agentes de IA ainda estão em estágios iniciais de desenvolvimento, mas como participantes centrais da economia na cadeia, eles estão apenas começando a mostrar seu potencial.