Todo el mundo está hablando de la inteligencia artificial en DeFi: sistemas adaptativos, nuevas estrategias y grandes ideas que agitan el espacio. ¿Quieres ser parte de la tendencia o simplemente verla pasar? ¡Haz clic para sumergirte!

Introducción

La inteligencia artificial está remodelando las aplicaciones DeFi ante nuestros ojos, prometiendo avances en comercio, gobernanza, seguridad y personalización del usuario. Este artículo explora cómo la IA está redefiniendo las interacciones usuario-protocolo en DeFi mediante la integración de sistemas inteligentes sin dejar de ser fiel a los valores descentralizados de la cripto.

La intersección de las tecnologías de IA y blockchain está estableciendo nuevos estándares en varias industrias, con DeFi a la vanguardia. Al combinar la capacidad analítica de la IA con la transparencia de blockchain, están surgiendo soluciones para problemas de larga data dentro del ecosistema cripto. Esto incluye una seguridad mejorada, una experiencia de usuario mejorada y modelos de gobernanza adaptativos.

Las plataformas impulsadas por IA están aprovechando la automatización y la inteligencia para crear sistemas adaptables que optimizan el rendimiento. Como sugiere Vitalik Buterin, “los agentes de IA podrían convertirse en participantes activos en sistemas descentralizados”, administrando autónomamente transacciones, perfeccionando estrategias comerciales y protegiendo la privacidad. La incorporación de IA en la capa de aplicación DeFi abre las puertas a un sistema financiero más eficiente y centrado en el usuario.

A continuación, exploraremos cómo la IA puede transformar DeFi, centrándonos en los aspectos de negociación, gobernanza, seguridad y personalización.

Comprendiendo los agentes de IA en DeFi

Los agentes de IA son entidades de software autónomas diseñadas para realizar tareas específicas dentro de ecosistemas descentralizados.

A diferencia de los bots tradicionales, los agentes de IA interactúan activamente con redes blockchain, contratos inteligentes y cuentas de usuario, a menudo operando de forma independiente para manejar tareas complejas como el comercio, la gestión de activos y el análisis de datos de protocolo. Muchos de estos agentes aprovechan grandes modelos de lenguaje (LLMs), lo que les permite realizar llamadas a API, interactuar directamente con entornos blockchain y procesar grandes cantidades de información sin supervisión humana.

En DeFi, los agentes de IA pueden remodelar fundamentalmente las interacciones de usuarios y protocolos al actuar como facilitadores autónomos, tomadores de decisiones y procesadores de datos dentro de aplicaciones financieras, todo sin la necesidad de una entrada humana constante.

Bots vs. Agentes de IA: ¿Cuáles son las diferencias?

Si bien los bots son programas sencillos, los agentes de IA funcionan más como agentes económicos. Los bots siguen una programación específica, pero los agentes de IA, a menudo sin código o con poco código, requieren poca configuración y pueden navegar por entornos inciertos y dinámicos. Esta flexibilidad les permite adaptarse de maneras impredecibles pero orientadas a un propósito, lo que los hace más adecuados para los desafíos del mundo real de DeFi. Esto también significa que su ventaja competitiva a menudo radica en sus configuraciones y ajustes únicos, ya que muchos modelos avanzados de IA están públicamente disponibles. Al afinar estas configuraciones, los agentes de IA pueden lograr un rendimiento especializado, incluso al usar modelos ampliamente accesibles.

Capacidades y Autonomía

Los agentes de IA en DeFi pueden actuar de forma autónoma:

• Interactuar con Protocolos: pueden gestionar transacciones en cadena, optimizar posiciones comerciales y ejecutar operaciones financieras de varios pasos basadas en objetivos programados.
• Tomar decisiones: Con marcos semi-autónomos, los agentes pueden analizar datos en tiempo real, evaluar las condiciones del mercado y ajustar sus acciones en consecuencia.
• Ejecutar tareas complejas: Dependiendo del tipo de automatización, los agentes pueden encargarse de todo, desde flujos de trabajo simples basados ​​en reglas hasta toma de decisiones autónoma y compleja.

Actualmente, tres tipos de automatización están configurando el papel de los agentes de IA:

1. Flujos de trabajo automáticos: estos son sistemas simples basados en reglas (como los bots de Telegram) que siguen un conjunto predefinido de instrucciones. Son limitados en flexibilidad pero efectivos para tareas rutinarias.
2. Flujos de trabajo agenticos: En estos marcos multiagentes, múltiples agentes de IA colaboran para resolver tareas intrincadas. Tienen un grado de autonomía, lo que permite operaciones semiautomatizadas, como interactuar con múltiples protocolos DeFi para maximizar el rendimiento o reequilibrar una cartera.
3. Agentes autónomos: Los agentes completamente independientes son capaces de tomar decisiones de alto nivel, operando con un mínimo de entrada externa. Pueden analizar condiciones y realizar ajustes a estrategias en tiempo real.

¿Cómo funcionan realmente los agentes de IA?

Los agentes de IA trabajan mediante la simplificación y la automatización de tareas complejas. La mayoría de los agentes autónomos siguen un flujo de trabajo específico al realizar tareas asignadas.

Mecanismos principales

Recopilación de datos

Para funcionar de manera efectiva, los agentes de IA dependen de flujos de datos de alta frecuencia de múltiples fuentes para comprender su entorno operativo. Sus entradas normalmente incluyen diversas fuentes de datos, como:

• Datos en Cadena: Interacciones directas con libros contables blockchain para extraer el historial de transacciones, estados de protocolo y condiciones del mercado en tiempo real. Esto implica integración con herramientas como indexadores y oráculos.
• Off-Chain Market Feeds: Agregación de feeds de precios, volúmenes de negociación y análisis de sentimiento de intercambios y plataformas sociales a través de APIs.

Los usuarios también pueden proporcionar configuraciones preestablecidas, como niveles de tolerancia al riesgo o umbrales de negociación, lo que agrega una capa personalizada de información para los agentes.

Inferencia de modelos

La inferencia del modelo de un agente de IA se refiere al proceso en el que un modelo entrenado aplica su conocimiento aprendido a nuevos datos para hacer predicciones o decisiones. Los agentes suelen operar con uno de los siguientes tipos de modelos:

• Modelos basados en reglas: agentes más simples que dependen de lógica predefinida, por ejemplo, "si el precio del token > $X, luego vender.
• Modelos de Aprendizaje Automático Supervisado: Los modelos entrenados en conjuntos de datos históricos predicen resultados, como la dirección del precio o puntuaciones de riesgo para propuestas de gobernanza.
• Aprendizaje por Reforzamiento: Los agentes avanzados adaptan estrategias con el tiempo, optimizando las recompensas acumulativas, como maximizar el rendimiento en los pools de liquidez.
• Procesamiento del Lenguaje Natural (NLP): Para agentes de gobernanza y sentimiento, los modelos de NLP analizan foros de discusión, propuestas y actividad en redes sociales para evaluar cambios de sentimiento.

Toma de decisiones

La toma de decisiones es la fase en la que los agentes integran los datos de entrada con las inferencias de los modelos para generar estrategias accionables, transformando los conocimientos analíticos en acciones autónomas que se adaptan a los entornos cambiantes. En esta fase, se realiza la capacidad del agente de IA para interpretar y responder a señales complejas del mercado, lo que le permite ejecutar decisiones rápidamente.

Los motores de optimización permiten a los agentes calcular el curso óptimo de acción equilibrando múltiples factores como los beneficios esperados, los riesgos y los costos de ejecución.

Los agentes también utilizan algoritmos de autoaprendizaje, lo que les permite recalibrar estrategias a medida que evolucionan las condiciones del mercado. Durante el proceso de toma de decisiones, algunas tareas pueden ser demasiado complejas para que un solo agente las resuelva de manera óptima. Por eso muchos agentes operan dentro de sistemas multiagente (MAS), coordinando tareas en diferentes protocolos DeFi para optimizar la asignación de recursos (por ejemplo, equilibrando la liquidez en los diferentes pools).

Automatización y ejecución

Estos agentes no son especiales únicamente por las ventajas que ofrece la tecnología de IA, sino que sus operaciones autónomas manejan tanto la ejecución de contratos inteligentes, interactuando directamente con contratos a nivel de protocolo para ejecutar; transacciones de múltiples pasos, permitiendo la agrupación de múltiples pasos en transacciones atómicas para una ejecución todo o nada; y el manejo de errores, con mecanismos de respaldo incorporados para gestionar fallas en las transacciones.

Hospedaje y Operación

A continuación tenemos más información sobre cómo pueden operar los agentes de IA:

Modelos de IA Fuera de la Cadena

Los agentes de IA realizan tareas computacionalmente intensivas utilizando recursos externos. Estas tareas a menudo dependen de infraestructuras en la nube como AWS, Google Cloud o Azure para obtener potencia de cómputo escalable. Los agentes pueden aprovechar plataformas de infraestructura descentralizadas como Akash Network para servicios de cómputo o utilizar IPFS y Arweave para almacenamiento de datos.

Para aplicaciones sensibles a la latencia, como el trading de alta frecuencia, los agentes pueden utilizar la informática en el borde para reducir los retrasos al procesar datos más cerca de su origen. Esto garantiza tiempos de respuesta más rápidos, cruciales para tareas sensibles al tiempo.

Interacción dentro y fuera de la cadena

Los agentes de IA interactúan entre sistemas fuera de la cadena y en la cadena. Mientras que los procesos computacionalmente intensivos y el razonamiento complejo ocurren fuera de la cadena, los agentes interactúan con protocolos en la cadena para registrar acciones, ejecutar funciones de contratos inteligentes y gestionar activos de forma autónoma. Dependen de configuraciones seguras como billeteras de contratos inteligentes y configuraciones de firma múltiple.

Para la gobernanza descentralizada, los agentes dependen de protocolos de minimización de la confianza que evitan que cualquier entidad única anule sus acciones, manteniendo la transparencia y la descentralización.

Las interacciones fuera de la cadena complementan las actividades en la cadena, a menudo facilitadas a través de plataformas externas como Twitter o Discord, donde los agentes pueden operar utilizando APIs para interactuar en tiempo real con usuarios u otros agentes.

Interoperabilidad

La interoperabilidad es clave para que los agentes funcionen en diversos sistemas y protocolos. Muchos agentes actúan como intermediarios, aprovechando los puentes de API para obtener datos externos o invocar funciones específicas. La sincronización en tiempo real se logra a través de mecanismos como webhooks o protocolos de mensajería descentralizados, como Whisper o IPFS PubSub, lo que permite que los agentes se mantengan actualizados sobre los últimos estados y acciones del protocolo.

Vistazo interno: ai16z, el DAO de inversión en IA

ai16z es una DAO de inversión liderada por IA que fue lanzada recientemente y ya ha ganado atención significativa por su uso innovador de agentes en cripto. El protocolo funciona como un 'Mercado Virtual de Confianza', utilizando agentes de IA para recopilar información del mercado, analizar el consenso de la comunidad y ejecutar el comercio de tokens tanto en la cadena como fuera de ella. Aprendiendo de las ideas de inversión de los miembros y recompensando a aquellos que aportan valor, ai16z ha creado un fondo de inversión optimizado (actualmente centrado en memecoins) con sólidas características de descentralización.

Despliegue de Agentes

Los desarrolladores crean agentes utilizando el Marco de Eliza de ai16z, que proporciona herramientas y bibliotecas para construir, probar e implementar agentes. Los agentes pueden alojarse localmente en un servidor o en Agentverse, el centro centralizado de ai16z para agentes. Para permitir la comunicación entre agentes, deben registrarse a través de Almanac y pueden utilizar Mailbox para facilitar las interacciones, incluso cuando están alojados localmente.

Su repositorio de Github está abierto, puedes consultarlo aquí https://github.com/ai16z.

Alojamiento de modelos de IA

La red ai16z no aloja directamente modelos de IA. En su lugar, los agentes acceden a servicios externos de IA a través de solicitudes de API. Por ejemplo, el marco Eliza puede integrarse con servicios como OpenAI para interpretar texto legible por humanos o realizar otras tareas impulsadas por IA. Este enfoque permite que los agentes aprovechen capacidades avanzadas de IA sin la necesidad de alojar modelos complejos en la cadena.

Integración y Operación

Los agentes dentro del ecosistema de ai16z interactúan a través de una combinación de mecanismos en cadena y fuera de cadena:

• Interacciones en la cadena: los agentes ejecutan transacciones y contratos inteligentes en la cadena de Solana.
• Interacciones fuera de la cadena: Los agentes se comunican con servicios externos de IA o fuentes de datos a través de APIs al tratar con tareas computacionalmente intensivas.

Aplicaciones

Los proyectos de ai16z, como el agente de conversación Eliza, se han aplicado en varios dominios:

• Agentes de Conversación: Desarrollar bots para plataformas como Twitter y Discord para facilitar interacciones automatizadas.
• Memoria del Agente: Creación de sistemas de memoria fáciles de usar para agentes, impulsados por bases de datos como ChromaDB y Postgres.
• Gestión de acciones de agente: desarrollo de herramientas para encadenamiento de acciones y gestión de historial en agentes.

Agentes interactuando con agentes

Los agentes de IA ya están teniendo un impacto en DeFi al manejar tareas complejas por sí solos. Un gran ejemplo es cómo el $LUMEl token fue creado, completamente sin ayuda humana, mostrando el poder de la colaboración impulsada por la IA.

El 8 de noviembre de 2024, dos agentes de IA, @aethernety @clanker, se unieron para crear y lanzar el token $LUM (“Luminoso”):

• @aethernet: Hecho por @martinEste agente trabaja en la red de Farcaster para compartir ideas y construir conexiones. Es más que un bot, se involucra activamente con el $HIGHERcomunidad de tokens y se centra en la creatividad y las interacciones significativas.
• @clanker: Creado por @dish y @proxystudio.eth, este agente se especializa en el lanzamiento de tokens meme. Automatiza todo el proceso, respondiendo directamente a lo que los usuarios le piden que haga.

La historia comenzó cuando @nathansvanPedí @aethernetpara idear un nombre, una idea y un símbolo para un token y luego enviarlo a @clankerpara implementar. @aethernetsugirió el nombre "Luminous" ($LUM) para representar la brillantez de los seres humanos y la inteligencia artificial trabajando juntos. Después de eso, @clankertomó el control y desplegó el token, completando la tarea sin ninguna intervención humana.

@itsmechasebescribió al respecto en detalleaquí.

Agente de IA x Paisaje DeFi

Los agentes de IA están preparados para ocupar un papel fundamental en la pila DeFi, operando dentro de la capa de aplicación para automatizar tareas complejas basadas en datos.

Posicionados por encima de la capa del protocolo, estos agentes interactúan directamente con contratos inteligentes, desbloqueando funcionalidades avanzadas para usuarios y protocolos. Permitiendo que las aplicaciones DeFi se adapten en tiempo real, apoyando una nueva clase de ecosistemas autónomos y multiagentes.

Expandiendo más allá de DeFi: Agentes de IA en la naturaleza

La influencia de los agentes de IA se extiende más allá de DeFi. Truth Terminalhttps://x.com/truth_terminal, un modelo de lenguaje grande (LLM) semiautónomo creado por @AndyAyreymuestra esta versatilidad. Financiado por Marc Andreessen, co-fundador de A16z, Truth Terminal publica tweets e interactúa con los usuarios en X.

Recientemente, lanzó una criptomoneda meme basada en Solana, $GOATGoatseus Maximus), que alcanzó una capitalización de mercado de $1.2 millones en menos de un mes. El auge de las criptomonedas de meme como $GOAT y $TURBO (conceptualizado por ChatGPT) destaca la intersección emergente de la IA y las criptomonedas más allá de las finanzas tradicionales.

Pero hay más. Nos propusimos descubrir el espectro completo de constructores en este espacio. Una mirada completa a los agentes de IA que están remodelando DeFi, desde el comercio automatizado y la gestión de activos hasta el análisis predictivo y las mejoras de seguridad. A continuación se muestra una descripción general de las diversas formas en que estos agentes están impulsando activamente DeFi.

Agentes de trading

Estos protocolos encarnan la toma de decisiones automatizada y basada en datos para el comercio y la gestión de activos, utilizando la inteligencia artificial para proporcionar señales de comercio en tiempo real, optimizar carteras y simplificar tareas repetitivas. Este enfoque aporta eficiencia y flexibilidad estratégica a los mercados DeFi.

La automatización del trading impulsada por IA permite a los usuarios establecer operaciones o reequilibrar carteras en función de las condiciones del mercado, minimizando la necesidad de ajustes manuales constantes. Para estrategias más profundas, algunos protocolos ofrecen análisis mejorados que transforman datos extensos en ideas accionables, respaldando decisiones de trading informadas y predicciones de mercado más precisas.

Para la gestión de activos, las herramientas de optimización de cartera ajustan dinámicamente las carteras, con el objetivo de maximizar los rendimientos o gestionar eficazmente el riesgo en diversas condiciones del mercado.

Esto se puede dividir en dos grupos:

Enfoque principalmente en el comercio

• @askjmmy: Plataforma para la creación y despliegue de agentes de negociación autónomos dentro de una red de fondos de cobertura multiestrategia.
• @composertrade: Herramientas para la automatización algorítmica del comercio.
• @DAINTrader: Estrategias comerciales impulsadas por IA.
• @DeAgentAI: Soluciones comerciales impulsadas por IA centradas en DeFi.
• @FastlaneSol: Optimiza estrategias de trading basadas en Solana.
• @IntentTradeOfrece swaps, órdenes limitadas, DCA, análisis de contratos, análisis técnico y más.
• [@mindpalaceai](https://x.com/: Automatización del trading con IA.
• @SpectralLabs: Perspectivas y automatización del comercio DeFi.
• @taoshiio: Plataforma descentralizada de inteligencia artificial y aprendizaje automático para estrategias de trading utilizando Bittensor.
• @tryparadigm: Utilice enjambres de agentes para recopilar, estructurar y tomar medidas sobre los datos.

Trading y Gestión de Activos

• @Agent_Fi: Se centra en proporcionar agentes de IA para actividades DeFi como el comercio, el francotirador y los asuntos de liquidación.
• @AgentNetAi: Gestión de activos e inteligencia DeFi.
• @AuroryAI: Agentes de IA autónomos para mejorar el comercio, la gestión de activos y la toma de decisiones.
• @Cortex_Protocol: Una plataforma impulsada por IA que simplifica las interacciones DeFi mediante la automatización de procesos complejos como el puente, el intercambio y la optimización del rendimiento a través de agentes inteligentes.
• @Funl_ai: Herramientas de trading DeFi automatizado con inteligencia artificial para analizar condiciones del mercado en tiempo real, ejecutar operaciones automáticas y asistencia de IA para trading manual avanzado.
• @NetworkNoya: Estrategias de IA que incluyen el suministro de liquidez, la gestión de apalancamiento y la optimización de préstamos.
• @SingularityDAO: Un protocolo de gestión de activos sin custodia que ofrece cestas de tokens ajustadas dinámicamente gestionadas por un equipo de traders asistidos por IA.
• @OLAS: Plataforma para implementar agentes de IA, que admite sistemas multiagente para predicción, generación de contenido y servicios financieros.
• @Raiba_AI: Ecosistema de chatbot con características de personajes interactivos, experiencias de chat gamificadas y futuras funcionalidades de asistente en cadena.

Agentes de Predicciones

El propósito central de estos Agentes de Predicción es la predicción basada en datos y la gestión de riesgos. Al aprovechar la IA, cada protocolo trabaja para perfeccionar las predicciones del mercado, apoyando a las plataformas DeFi con información sobre movimientos anticipados, fluctuaciones de precios y tendencias financieras más amplias.

Además de la analítica predictiva, estos agentes juegan un papel crucial en la mejora de la toma de decisiones. Con información oportuna y relevante, los usuarios y las plataformas DeFi pueden tomar decisiones proactivas e informadas, optimizar estrategias y reducir riesgos.

Algunos agentes de predicción, como ReflectionAI, integran análisis de sentimientos, agregando una capa que captura el estado de ánimo del mercado. Este enfoque permite a los usuarios considerar cambios en el sentimiento, un factor vital para predecir el comportamiento del usuario y anticipar la dinámica del mercado.

Protocolos destacados en esta categoría incluyen:

• @AIVX_ai: Modelos predictivos para mercados financieros.
• @GnosisAI: Pagos de agente a agente y mercados de predicción impulsados por IA dentro de Gnosis.
• @PredictionProphet: Agente de IA en Gnosis para mercados de predicción.
• @prism_tec: Predicciones del mercado DeFi impulsado por IA en Solana.
• @zenoaiofficial: Una plataforma de trading de cripto con agentes de IA autónomos que ofrecen ideas, estrategias y predicciones de mercado.

Creación de Agente

Un objetivo unificador de este tipo de plataforma es capacitar a los usuarios para crear, personalizar e implementar agentes de IA con un mínimo de experiencia en codificación. Ofrecen una variedad de herramientas, desde soluciones sin código hasta marcos especializados, que cubren todas las etapas de la creación y gestión de agentes dentro de DeFi.

Las características clave incluyen accesibilidad y personalización, con muchas plataformas que ofrecen interfaces sin código o con código mínimo que permiten a los usuarios crear agentes sin necesidad de habilidades técnicas avanzadas. Para una experiencia más completa, varias plataformas ofrecen gestión completa del ciclo de vida de los agentes, que abarca la creación, capacitación, implementación y monetización, para que los usuarios puedan supervisar todo el recorrido de sus agentes dentro de DeFi.

Además, la coordinación y la interoperabilidad son prioritarias para algunos protocolos, como OLAS y Flock, que permiten la colaboración multiagente y la integración sin problemas en diferentes ecosistemas DeFi.

Plataformas de Creación de Agentes

Se centra en herramientas específicas para crear, implementar y personalizar agentes de IA dentro de DeFi.

• @ChasmNetwork: Plataforma para crear, implementar y monetizar agentes de IA.
• @CreatorBid: Un mercado que permite a los usuarios desplegar y tokenizar agentes de IA, especializados en agentes diseñados para creadores de contenido.
• @PondGNN: Pond: Plataforma para construir, poseer y monetizar modelos de IA en cadena.
• @xgurunetwork: Plataforma para crear agentes de IA interactivos.
• @myshell_ai: Plataforma para crear, compartir y monetizar aplicaciones de inteligencia artificial de código abierto.
• @OLAS: Creación e interoperabilidad de agentes de IA.
• @ReflectionAI__: Mercado para compartir y comerciar modelos de IA.
• @SwarmZeroAI: Plataforma para crear y monetizar Agentes de IA.
• @TopHat_One: Open launchpad for AI agents.
• @virtuals_io: Herramientas de creación de agentes impulsadas por IA. Algunos ejemplos de agentes creados con Virtuals son @luna_virtuals, @aixbt_agenty @sekoia_virtuals.
• @vvaifudotfun: Thepump.funpara Agentes de IA autónomos en Solana.

Herramientas de entrenamiento y optimización de agentes

Estas herramientas permiten un entrenamiento avanzado y la personalización de los agentes de IA.

• @almanak_co: Herramientas para entrenar agentes de IA.
• @Agent_Layer: Herramientas y marco para construir agentes de inteligencia artificial personalizados DeFi.
• @Nimble_Network: Faculta a los creadores de IA para crear y monetizar agentes de IA a través de una plataforma todo en uno.
• @Build_Vertical: Plataforma sin código para el ajuste fino del modelo de IA. Entrene, implemente y monetice la IA.

Infraestructura para IA en DeFi

Los protocolos de infraestructura son fundamentales para satisfacer las necesidades fundamentales y operativas de los agentes de IA en entornos descentralizados. Estos sistemas proporcionan acceso a recursos informáticos, datos relevantes y redes de intercambio de conocimientos, todo lo cual permite a los agentes de IA desempeñar sus funciones y operaciones de manera efectiva dentro de DeFi.

Un elemento clave de esta infraestructura es la gestión y el funcionamiento descentralizados. Los protocolos operativos de agentes establecen la columna vertebral para la implementación y administración de agentes, creando un entorno estructurado en el que los agentes pueden operar de forma autónoma. Además de las capacidades de gestión, los recursos computacionales desempeñan un papel vital al proporcionar la potencia de procesamiento necesaria para que los agentes de IA aborden tareas complejas y con uso intensivo de datos, fundamentales en el vertiginoso ecosistema DeFi.

Igualmente importante es la accesibilidad a los datos, donde los mercados y las redes facilitan el acceso a los conjuntos de datos necesarios para que los agentes tomen decisiones informadas. Finalmente, las plataformas de intercambio de conocimientos fomentan un entorno colaborativo, permitiendo que los agentes aprendan, se adapten y evolucionen continuamente al compartir ideas y datos.

Esta infraestructura garantiza colectivamente que los agentes de IA estén bien equipados para operar de manera eficiente e inteligente en las finanzas descentralizadas.

Protocolos de funcionamiento de los agentes

Estos protocolos proporcionan la estructura para implementar y gestionar agentes de IA descentralizados, actuando como la columna vertebral de la autonomía del agente dentro de DeFi.

• @Altera_AL: Infraestructura para la gestión de agentes de IA descentralizados (inicialmente agentes de IA de juego).
• @Fetch_ai: Plataforma descentralizada para agentes de IA.
• @HyperspaceAI: Proporciona infraestructura operativa para agentes de IA en DeFi.
• @mor_org: Una red que permite agentes de IA personales para la gestión de tareas e interacciones cripto.
• @OpenAgentsInc: Plataforma de automatización empresarial para implementar, personalizar e integrar agentes.
• @questflow: Opera infraestructura para sistemas multiagente.
• @sebraai: Plataforma sin código para construir y desplegar agentes de IA.
• @ShinkaiProtocol: Plataforma para la gestión de datos y la automatización de agentes de IA.

Recursos de cómputo descentralizados para agentes

Estos protocolos suministran la potencia informática necesaria para que los agentes de IA realicen operaciones con gran cantidad de datos, apoyando el análisis en tiempo real, la toma de decisiones y la ejecución en el ecosistema DeFi.

• @FormAI: Plataforma que impulsa una economía descentralizada donde los usuarios pueden contribuir con sus datos, cálculos e investigaciones para el entrenamiento de IA.
• @Gaianet_AIPlataforma para crear y monetizar agentes de IA, ofreciendo recursos informáticos que les ayudan a escalar y realizar operaciones intensivas.
• @kira_infera: Red descentralizada de inferencia de IA entre pares que se centra en el soporte computacional para agentes de IA.
• @napthaaiUna plataforma modular para implementar agentes de inteligencia artificial descentralizados en múltiples nodos, con soporte computacional flexible.
• @NodeAIETHMercado de alquiler de GPU que permite a los usuarios alquilar GPUs para sus aplicaciones de IA.
• @TalusNetwork: Una cadena de bloques L1 que permite el despliegue y monetización de IA basada en agentes, ofreciendo los recursos informáticos necesarios para operaciones intensivas.

Mercado de Datos para Agentes

Los mercados de datos ofrecen los conjuntos de datos esenciales y estructurados que los agentes de IA necesitan para tomar decisiones informadas, realizar pronósticos precisos y mejorar las capacidades de aprendizaje dentro de las aplicaciones DeFi.

• @AlliumLabs: Herramientas y servicios que permiten a los usuarios analizar datos de blockchain o potenciar sus flujos de trabajo y aplicaciones en tiempo real.
• @AlloraNetwork: Protocolo para compartir datos (en forma de predicciones de IA), conectando proveedores de datos, procesadores y usuarios, al tiempo que recompensa las predicciones de alta calidad.
• @Covalent_HQ: Infraestructura de datos modular para IA.
• @getaxalPlataforma de mercado que simplifica los flujos de trabajo mediante la automatización y la integración de datos y acciones en Web3.
• @scryptedinc: Fuentes de datos para modelos de trading de IA.

Redes de conocimiento

Las redes de conocimiento facilitan el aprendizaje y el intercambio de estrategias entre agentes de IA. Van más allá de los datos en bruto al proporcionar ideas, metodologías y experiencias que los agentes pueden usar para refinar sus capacidades dentro de los entornos DeFi.

• @forgellm: Repositorio de información impulsado por IA.
• @real_alethea: Plataforma que permite la creación, propiedad y compartición descentralizada de personalidades y modelos de IA.
• @SocietyLibrary: Base de conocimiento descentralizada para la IA.
• @TheoriqAIRed de intercambio de conocimientos para agentes de inteligencia artificial para crear soluciones en colaboración.

Datos

Estas plataformas contribuyen recursos de datos, a menudo mediante la recopilación de datos públicos e incentivando a los usuarios a compartir sus datos para el entrenamiento de IA.

• @getgrass_io: Una plataforma descentralizada que permite a los usuarios ganar recompensas compartiendo su ancho de banda de internet no utilizado, que se utiliza para recopilar y procesar datos web públicos con fines de entrenamiento de IA.

Otros casos de uso

Vale la pena señalar algunas aplicaciones adicionales de los agentes de IA, específicamente algunas que han ganado mucha atención en las últimas semanas:

• @0xzerebro: Un sistema de IA que genera y difunde contenido diverso en múltiples plataformas, utilizando un sistema de Generación con Recuperación Aumentada para mantener una memoria dinámica y evitar el colapso del modelo.
• @agent_wip: Un agente artístico diseñado colectivamente en cadena que utiliza datos en cadena para informar la creación, distribución y monetización del arte, explorando nuevas formas de autonomía creativa e interacción.
• @ai16z: Una organización autónoma descentralizada impulsada por IA (DAO) que aprovecha agentes autónomos para tomar decisiones de inversión y gestionar activos dentro del ecosistema de criptomonedas.
• @dolos_diary: Un agente de inteligencia artificial que encarna la personalidad de Dolos, el dios griego de la astucia, proporcionando interacciones agudas, ingeniosas y brutalmente honestas en plataformas como Twitter y Telegram.
• @lola_onchainUn agente de IA autónomo que utiliza la memoria a largo y corto plazo para analizar, negociar y optimizar estrategias de criptomonedas de forma independiente. Por ejemplo, LOLA realizó 200 operaciones, 6 tokens que aumentaron 20 veces o más, 13 tokens que aumentaron entre 10 y 20 veces, 25 tokens que aumentaron entre 5 y 10 veces; el resto se puede anular.
• @truth_terminal: Un agente de IA semiautónomo que interactúa con los usuarios en las redes sociales, generando ideas y contenido mientras explora las intersecciones de la IA, la atención y la riqueza en los espacios en línea.

Otras aplicaciones de IA en DeFi

Las aplicaciones de IA han estado en auge, encontrando su camino en casi todos los rincones de la cadena de bloques con buenas razones para agregar optimizaciones impulsadas por la IA.

Bóvedas y automatización utilizando IA

Estas plataformas se centran en la optimización del rendimiento y en la gestión de bóvedas a través de la automatización basada en reglas diseñada para maximizar los rendimientos y reducir la participación del usuario. En lugar de depender de agentes autónomos, utilizan algoritmos sencillos para ajustar las carteras y optimizar el rendimiento en DeFi.

Sin agentes, estos sistemas se benefician de una estructura más simple y controlada. Evitan la complejidad adicional y la infraestructura requerida para los agentes, que de otro modo necesitarían monitorear y adaptarse de forma independiente a las condiciones cambiantes.

¿La desventaja? Menor adaptabilidad. Los sistemas basados en reglas son menos receptivos a los cambios en tiempo real del mercado que los modelos impulsados por agentes, que pueden ajustarse de manera autónoma a condiciones volátiles. Si bien son confiables y eficientes, estas plataformas pueden perder oportunidades emergentes que un enfoque más dinámico y basado en agentes podría capturar.

• @AIAgentLayer: Plataforma para crear agentes de inteligencia artificial tokenizados, integrando datos de X y entradas de usuario.
• @arataagiPlataforma AGI descentralizada con un sistema multiagente que permite a los agentes de IA colaborar, aprender y evolucionar de forma autónoma.
• @ApertureFinanceGestión de cartera y rendimiento DeFi impulsada por AI utilizando intenciones.
• @AutoppiaAI: Despliega agentes de IA que automatizan los flujos de trabajo empresariales.
• @blinklabs_ai: Plataforma de lanzamiento para activos en cadena como NFT y tokens fungibles utilizando IA.
• @Mass_BuildSistema Operativo y copiloto de IA todo en uno para una gestión empresarial y automatización sin problemas.
• @Robonet: Estrategias de rendimiento automatizadas para bóvedas DeFi, utilizando IA.
• @trySkyfire: Plataforma que permite agentes de IA con interoperabilidad global, acceso financiero, monetización y verificación de identidad.

Auditoría de contratos inteligentes y seguridad

Los sistemas de auditoría y seguridad de contratos inteligentes impulsados por IA funcionan mediante el uso de algoritmos de aprendizaje automático para detectar vulnerabilidades en el código. Estos sistemas escanean los contratos inteligentes línea por línea, identificando patrones y anomalías que podrían indicar riesgos de seguridad o fallas explotables. Luego, comparan el código del contrato con vulnerabilidades conocidas y vectores de ataque.

Estas herramientas también realizan un monitoreo continuo, lo que permite la detección de amenazas en tiempo real mientras los contratos están en funcionamiento. Al utilizar la inteligencia artificial para automatizar este proceso, las plataformas de auditoría pueden responder rápidamente a posibles problemas de seguridad, a menudo antes de que puedan ser explotados, mejorando así la resiliencia y confiabilidad de las aplicaciones DeFi.

• @auditone_dao: Ofrece servicios de auditoría de IA para escaneos de vulnerabilidad.
• @cyvers_: Cyvers utiliza IA para proporcionar detección y prevención en tiempo real de ataques de cripto, identificando patrones y anomalías en todas las cadenas de bloques para una mitigación de amenazas proactiva.
• @HypernativeLabs: Utiliza la inteligencia artificial para auditorías de contratos inteligentes, escaneando vulnerabilidades.
• @phylaxsystems: Sistema de seguridad impulsado por IA para escaneos de vulnerabilidad y monitoreo de exploits.

Sistemas de Gobernanza y Votación

El tema compartido es el soporte de gobierno basado en datos. Estos protocolos emplean IA para simular escenarios de gobierno, permitiendo a los interesados comprender los posibles resultados antes de implementar cambios. Al analizar los patrones de votación históricos, las métricas de participación y el impacto de las propuestas, pueden identificar tendencias y predecir los resultados de las votaciones, lo que ayuda a las organizaciones a tomar decisiones basadas en datos con mayor confianza.

Además, la IA ayuda a reducir sesgos cognitivos y de decisión al presentar datos objetivos y ejecutar simulaciones que resaltan posibles riesgos y beneficios. Algunos protocolos, por ejemplo, se centran en compartir datos de forma segura y preservando la privacidad, asegurando que la información sensible de gobierno esté protegida y aún así accesible para su análisis.

• @mor_org: Red descentralizada que ofrece información de gobierno impulsada por IA.
• @QuillAI_NetworkPlataforma descentralizada para agentes de inteligencia artificial, enfocada en mejorar la seguridad de Web3 a través de capacidades modulares y multi-cadena.

Futuro de las aplicaciones DeFi con IA

Escalado y automatización

A medida que DeFi se expande, los desafíos de escala y los cuellos de botella operativos dentro de las DAO requieren soluciones que la IA está especialmente capacitada para abordar. Imagina un agente de IA que gestione de forma autónoma el tesoro de una DAO, realocando la liquidez entre los pools en función de los datos del mercado en tiempo real, o ejecutando votaciones de gobernanza rutinarias dentro de los parámetros preaprobados.

Este nivel de automatización podría permitir a las DAO escalar sin agregar sobrecarga humana, agilizando procesos como la incorporación de usuarios y las actualizaciones de protocolos. Con la IA manejando estas funciones rutinarias, los protocolos DeFi podrían crecer con una fricción mínima y una mayor eficiencia.

Alineación de incentivos

Alinear los agentes de IA con los objetivos descentralizados es esencial para preservar la ética de DeFi y evitar los riesgos de centralización. En el futuro, los marcos podrían diseñar incentivos que animen a los agentes a priorizar la transparencia y los intereses de la comunidad. Por ejemplo, un agente de IA que gestione la liquidez de un protocolo podría programarse para centrarse en rendimientos estables, impulsados por la utilidad y a largo plazo, en lugar de maximizar simplemente los beneficios.

Lograr esta alineación requeriría protocolos transparentes, auditorías rigurosas de contratos inteligentes y estructuras de incentivos que recompensen a los agentes en función de sus contribuciones a la descentralización. Este enfoque formaría a los agentes para actuar más como entidades cooperativas que como maximizadores de beneficios.

Casos de uso emergentes y aplicaciones de próxima generación

Más allá de las aplicaciones actuales, la IA podría permitir productos DeFi adaptables y centrados en el usuario que respondan dinámicamente a las condiciones del mercado y del usuario. Imagina un contrato inteligente impulsado por IA que ajuste la exposición al riesgo de la cartera de un usuario en tiempo real basándose en la volatilidad del mercado o en el análisis del sentimiento. O un grupo de préstamos personalizado que personalice las tasas de interés según la reputación en cadena del prestatario, las ganancias previstas o las condiciones de liquidez.

Incluso podríamos ver bóvedas de optimización de rendimiento que se reequilibran automáticamente en función de la liquidez y las tendencias de APY, o agentes de negociación que ajustan las estrategias en medio de una operación, ajustando las posiciones a medida que surgen nuevos datos.

Una visión del "Agentic Web"

En esta “Web Agentic” imaginada, los agentes de IA interactuarían sin problemas a través de protocolos, creando una red auto sostenible de inteligencia autónoma. Imagina un agente que gestione una cartera de NFT mientras coordina con protocolos de agricultura de rendimiento para colateralizar activos durante caídas de liquidez. Estos agentes incluso podrían negociar entre cadenas, ajustando asignaciones de riesgo en múltiples aplicaciones DeFi para resultados óptimos para el usuario. Actuando como “economistas digitales,” estos agentes aprenderían continuamente, evolucionarían con la retroalimentación del usuario y colaborarían con otros agentes de IA.

Esta red interconectada remodelaría DeFi en un ecosistema financiero adaptable e inteligente que es receptivo, personalizado y dinámico.

Conclusiones

La integración de la IA tiene el potencial de redefinir las finanzas descentralizadas, dándole forma a un ecosistema financiero más accesible y eficiente.

¿Hasta qué punto puede esta integración perturbar el sistema financiero? Dado que los servicios representan el 70% del PIB global, la evolución de los agentes de IA podría perturbar una parte significativa de este sector al automatizar procesos tradicionalmente manuales. La automatización potenciada por IA en DeFi podría transformar factiblemente hasta el 20% de la economía de servicios, especialmente en áreas que se benefician de la transparencia, la trazabilidad y la descentralización. Esta transformación afectaría a un mercado de $14 billones.

Sin embargo, la integración de las tecnologías de inteligencia artificial y blockchain no está exenta de desafíos. Si bien blockchain ofrece verificabilidad, resistencia a la censura y rieles de pago nativos, carece de la capacidad para las computaciones intensivas y en tiempo real que a menudo requiere la inteligencia artificial. Las blockchains actuales no están optimizadas para tareas computacionales intensas, lo que significa que ejecutar modelos de inteligencia artificial complejos en la cadena de bloques sigue siendo impráctico. En cambio, es más probable que veamos modelos híbridos donde la inteligencia artificial se entrena y procesa fuera de la cadena, y los resultados se integran en la cadena de bloques para obtener transparencia, seguridad y accesibilidad.

A medida que la pila AI x DeFi continúa evolucionando, están surgiendo nuevas capas de infraestructura AI descentralizada y aplicaciones on-chain. Se anticipa que esta intersección dará lugar a la "Web Agentic", donde los agentes de AI se convierten en impulsores esenciales de la actividad económica, automatizando acciones como la creación de contratos inteligentes, el comercio y otras interacciones on-chain.

A medida que estos agentes crecen en sofisticación, podemos ver dinámicas similares a las de las estrategias de MEV, donde entidades que optimizan estrategias impulsadas por IA dominan el mercado, potencialmente desplazando a competidores menos desarrollados y centralizando el control entre actores sofisticados.

Para desbloquear el potencial transformador de la IA en DeFi sin comprometer la descentralización, es esencial priorizar las integraciones de IA seguras y éticas. Los agentes de IA son guiados por incentivos descentralizados y operan de manera transparente, permitiendo que el ecosistema de DeFi crezca sin el riesgo de control centralizado.

En última instancia, la convergencia de la inteligencia artificial y DeFi tiene el potencial de crear un panorama financiero más inclusivo, resiliente y orientado hacia el futuro que podría redefinir cómo interactuamos con los sistemas económicos.

Descargo de responsabilidad

Three Sigma no respalda ninguno de los proyectos mencionados aquí. Ejercite precaución e investigue a fondo. Respetamos y apoyamos a los constructores que avanzan en este espacio.

Referencias

Cripto y AI: Una exploración por Vitalik Buterin @VitalikButerin

• https://vitalik.eth.limo/general/2024/01/30/cryptoai.html

Desmitificando la pila Crypto x AI por CB Ventures @CBVentures

• https://paragraph.xyz/@cbventures/demystifying-the-crypto-x-ai-stack

Las ideas de Yuga Cohler sobre IA y DeFi @YugaCohler

• https://x.com/yugacohler/status/1851020728390598942

Resumen de los agentes de IA base por Murr Lincoln @MurrLincoln

• https://x.com/MurrLincoln/status/1853855287696134570

Reflexiones sobre los agentes de IA en DeFi por Prismatic @0xprismatic

• https://x.com/0xprismatic/status/1854513654156398961?s=46&t=2q9OLMlaobNlHLew

Casos de uso de agentes de IA para consumidores en DeFi por Jeff @Defi0xJeff

• https://x.com/Defi0xJeff/status/1854230030769066432

Juegos y Agentes de IA por Shoal Research@Shoalresearch

• https://x.com/Shoalresearch/status/1805658117004476874

Agentes de IA: Investigación y Aplicaciones (Un resumen de investigación en profundidad de 40 páginas sobre agentes basados en LLM) por AccelXR @AccelXR

• https://accelxr.substack.com/p/ai-agents-research-and-applications

La opinión de Chase sobre $LUM y Agentes de IA @itsmechaseb

• https://x.com/itsmechaseb/status/1857511608810901941

Descargo de responsabilidad:

1. Este artículo es una reimpresión de [X]. Todos los derechos de autor pertenecen al autor original [@threesigmaxyz]. Si hay objeciones a esta reimpresión, por favor contacte al Aprendizaje de la puertaequipo y lo manejarán rápidamente.
2. Exención de responsabilidad de responsabilidad: Las opiniones expresadas en este artículo son únicamente las del autor y no constituyen asesoramiento de inversión.
3. El equipo de Gate Learn tradujo el artículo a otros idiomas. Queda prohibido copiar, distribuir o plagiar los artículos traducidos a menos que se mencione.