DeFAI: ¿Cómo puede la IA liberar el potencial de las Finanzas descentralizadas?
Finanzas descentralizadas(DeFi) se ha convertido en el pilar central del ecosistema cripto desde su rápido desarrollo en 2020. Aunque han surgido numerosos protocolos innovadores, esto también ha llevado a un aumento de la complejidad y la fragmentación, lo que dificulta incluso a los usuarios experimentados navegar por las numerosas cadenas, activos y protocolos.
Al mismo tiempo, la inteligencia artificial (AI) ha evolucionado de un concepto amplio en 2023 a un enfoque más profesional y orientado a agentes en 2024. Esta transición ha dado lugar a DeFi AI (DeFAI) - un campo emergente donde la IA mejora DeFi a través de la automatización, la gestión de riesgos y la optimización de capital.
DeFAI cruza múltiples niveles. La blockchain es la capa base, y los agentes de IA deben interactuar con cadenas específicas para ejecutar transacciones y contratos inteligentes. Sobre esto, la capa de datos y la capa de computación proporcionan la infraestructura necesaria para entrenar modelos de IA, los cuales provienen de datos históricos de precios, sentimientos del mercado y análisis en cadena. La capa de privacidad y verificación asegura que los datos financieros sensibles se mantengan seguros mientras se ejecutan sin confianza. Finalmente, el marco de agentes permite a los desarrolladores construir aplicaciones impulsadas por IA especializadas, como robots de trading autónomos, evaluadores de riesgo crediticio y optimizadores de gobernanza en cadena.
A medida que el ecosistema DeFAI sigue expandiéndose, los proyectos más destacados se pueden clasificar en tres categorías principales:
1. Capa abstracta
Los protocolos basados en esta categoría actúan como una interfaz de usuario amigable similar a ChatGPT para DeFi, permitiendo a los usuarios ingresar comandos ejecutados en la cadena. A menudo están integrados con múltiples cadenas y aplicaciones descentralizadas, y ejecutan la intención del usuario, eliminando los pasos manuales en transacciones complejas.
Algunas funciones que estos protocolos pueden ejecutar incluyen:
Intercambio, cadena cruzada, préstamos/retiros, ejecución de transacciones entre cadenas
Monedero de copy trading o perfil en redes sociales
Ejecutar automáticamente órdenes de take profit/stop loss según el porcentaje del tamaño de la posición.
Por ejemplo, no es necesario retirar manualmente ETH de la plataforma de préstamos, realizar un cruce de cadena a Solana, intercambiar SOL y proporcionar liquidez en un DEX: el protocolo de capa de abstracción puede completar la operación en un solo paso.
2. Agente de negociación autónoma
A diferencia de los robots de trading tradicionales que siguen reglas preestablecidas, los agentes de trading autónomos pueden aprender y adaptarse a las condiciones del mercado, y ajustar sus estrategias según nueva información. Estos agentes pueden:
Analizar datos para mejorar continuamente la estrategia
Predecir la tendencia del mercado para tomar mejores decisiones de compra/venta.
Ejecutar estrategias DeFi complejas como en el comercio básico
3. Aplicaciones descentralizadas impulsadas por IA
Las aplicaciones DeFi de Descentralización ofrecen funciones como préstamos, intercambios y farming de rendimiento. La IA y los agentes de IA pueden mejorar estos servicios de las siguientes maneras:
Optimizar el suministro de liquidez mediante el rebalanceo de posiciones LP para obtener un mejor APY
Escanear tokens para descubrir riesgos mediante la detección de riesgos potenciales
Principales desafíos
Los principales protocolos construidos sobre estas capas enfrentan algunos desafíos:
Estos protocolos dependen de flujos de datos en tiempo real para lograr la mejor ejecución de transacciones. Una mala calidad de los datos puede provocar una eficiencia de ruta deficiente, fallos en las transacciones o transacciones sin beneficios.
Los modelos de IA dependen de datos históricos, pero el mercado de criptomonedas es muy volátil. Los agentes deben ser entrenados con conjuntos de datos diversificados y de alta calidad para mantener su efectividad.
Es necesario comprender completamente la correlación de activos, los cambios en la liquidez y el sentimiento del mercado para entender la situación general del mercado.
Los protocolos basados en estas categorías han sido bien recibidos en el mercado. Sin embargo, para ofrecer mejores productos y resultados óptimos, deberían considerar la integración de conjuntos de datos de diversas calidades para llevar sus productos a un nuevo nivel.
Capa de datos - Potenciando la inteligencia DeFAI
La calidad de la IA depende de los datos en los que se basa. Para que los agentes de IA funcionen de manera efectiva en DeFAI, necesitan datos en tiempo real, estructurados y verificables. Por ejemplo, la capa de abstracción necesita acceder a datos en cadena a través de RPC y API de redes sociales, mientras que los agentes de optimización de transacciones y ganancias requieren datos para perfeccionar aún más sus estrategias de trading y redistribuir recursos.
Conjuntos de datos de alta calidad permiten a los agentes realizar un mejor análisis predictivo del comportamiento futuro de los precios, brindando recomendaciones para adaptarse a sus preferencias por posiciones largas o cortas en ciertos activos.
La blockchain de agentes de IA más seguida
Además de construir la capa de datos para la IA y los agentes, cierta blockchain también se posiciona como una blockchain de pila completa para el futuro de DeFAI. Recientemente, desplegaron un terminal, que es el co-piloto de DeFAI, para ejecutar transacciones en cadena a través de indicaciones de los usuarios, que pronto estará disponible para los stakers de tokens.
Además, esta blockchain también admite muchos equipos basados en IA y agentes. Han realizado un gran esfuerzo para integrar múltiples protocolos en su ecosistema, y a medida que se desarrollan más agentes y se ejecutan transacciones, esta cadena se está desarrollando rápidamente.
Estas medidas se implementan al mismo tiempo que actualizan la red con IA, y lo más notable es que han equipado su blockchain con un clasificador de IA. Al utilizar simulaciones y análisis de IA de las transacciones antes de su ejecución, es posible detener y revisar las transacciones de alto riesgo antes de su procesamiento para garantizar la seguridad en la cadena. Como L2 de una supercadena, esta cadena se sitúa en un punto intermedio, conectando a los usuarios humanos y a los usuarios agentes con el mejor ecosistema de Finanzas descentralizadas.
El siguiente paso de DeFAI
Actualmente, la mayoría de los agentes de IA en Finanzas descentralizadas enfrentan limitaciones significativas para lograr la plena autonomía. Por ejemplo:
La capa abstracta convierte la intención del usuario en ejecución, pero a menudo carece de capacidad predictiva.
Los agentes de IA pueden generar alpha mediante el análisis, pero carecen de ejecución de operaciones independiente.
Las aplicaciones descentralizadas impulsadas por IA pueden manejar bóvedas o transacciones, pero son pasivas y no activas.
La próxima etapa de DeFAI podría centrarse en la integración de capas de datos útiles para desarrollar la mejor plataforma o agente de intermediación. Esto requerirá datos on-chain profundos sobre la actividad de los grandes jugadores, cambios en la liquidez, etc., al tiempo que genera datos sintéticos útiles para un mejor análisis predictivo, combinando con el análisis de sentimientos del mercado en general, ya sea en la volatilidad de tokens de categorías específicas o en la volatilidad de tokens en redes sociales.
El objetivo final es que los agentes de IA puedan generar y ejecutar estrategias de trading sin problemas desde una única interfaz. A medida que estos sistemas maduran, podemos ver en el futuro a los traders de DeFi confiando en agentes de IA para evaluar, predecir y ejecutar estrategias financieras de forma autónoma con mínima intervención humana.
Conclusión
Dado el gran descenso de los tokens y marcos de agentes de IA, algunas personas podrían pensar que DeFAI es solo un fenómeno pasajero. Sin embargo, DeFAI aún se encuentra en una etapa temprana, y el potencial de los agentes de IA para mejorar la usabilidad y el rendimiento de las Finanzas descentralizadas es innegable.
La clave para liberar este potencial radica en obtener datos en tiempo real de alta calidad, lo que mejorará las predicciones y ejecuciones de trading impulsadas por IA. Cada vez más protocolos integran diferentes capas de datos, y los protocolos de datos construyen complementos para el marco, lo que destaca la importancia de los datos en las decisiones de los agentes.
De cara al futuro, la verificabilidad y la privacidad se convertirán en los desafíos clave que los protocolos deberán abordar. En la actualidad, la mayoría de las operaciones de los agentes de IA siguen siendo una caja negra, y los usuarios deben confiar sus fondos a estos. Por lo tanto, el desarrollo de decisiones de IA verificables ayudará a garantizar la transparencia y la responsabilidad en los procesos de los agentes. La integración de protocolos basados en TEE, FHE e incluso pruebas de conocimiento cero puede mejorar la verificabilidad del comportamiento de los agentes de IA, logrando así la confianza en la autonomía.
Solo combinando con éxito datos de alta calidad, modelos robustos y un proceso de toma de decisiones transparente, el agente DeFAI podrá obtener una amplia aplicación.
 y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
DeFAI: ¿Cómo impulsa la IA la innovación y el desarrollo de las Finanzas descentralizadas?
DeFAI: ¿Cómo puede la IA liberar el potencial de las Finanzas descentralizadas?
Finanzas descentralizadas(DeFi) se ha convertido en el pilar central del ecosistema cripto desde su rápido desarrollo en 2020. Aunque han surgido numerosos protocolos innovadores, esto también ha llevado a un aumento de la complejidad y la fragmentación, lo que dificulta incluso a los usuarios experimentados navegar por las numerosas cadenas, activos y protocolos.
Al mismo tiempo, la inteligencia artificial (AI) ha evolucionado de un concepto amplio en 2023 a un enfoque más profesional y orientado a agentes en 2024. Esta transición ha dado lugar a DeFi AI (DeFAI) - un campo emergente donde la IA mejora DeFi a través de la automatización, la gestión de riesgos y la optimización de capital.
DeFAI cruza múltiples niveles. La blockchain es la capa base, y los agentes de IA deben interactuar con cadenas específicas para ejecutar transacciones y contratos inteligentes. Sobre esto, la capa de datos y la capa de computación proporcionan la infraestructura necesaria para entrenar modelos de IA, los cuales provienen de datos históricos de precios, sentimientos del mercado y análisis en cadena. La capa de privacidad y verificación asegura que los datos financieros sensibles se mantengan seguros mientras se ejecutan sin confianza. Finalmente, el marco de agentes permite a los desarrolladores construir aplicaciones impulsadas por IA especializadas, como robots de trading autónomos, evaluadores de riesgo crediticio y optimizadores de gobernanza en cadena.
A medida que el ecosistema DeFAI sigue expandiéndose, los proyectos más destacados se pueden clasificar en tres categorías principales:
1. Capa abstracta
Los protocolos basados en esta categoría actúan como una interfaz de usuario amigable similar a ChatGPT para DeFi, permitiendo a los usuarios ingresar comandos ejecutados en la cadena. A menudo están integrados con múltiples cadenas y aplicaciones descentralizadas, y ejecutan la intención del usuario, eliminando los pasos manuales en transacciones complejas.
Algunas funciones que estos protocolos pueden ejecutar incluyen:
Por ejemplo, no es necesario retirar manualmente ETH de la plataforma de préstamos, realizar un cruce de cadena a Solana, intercambiar SOL y proporcionar liquidez en un DEX: el protocolo de capa de abstracción puede completar la operación en un solo paso.
2. Agente de negociación autónoma
A diferencia de los robots de trading tradicionales que siguen reglas preestablecidas, los agentes de trading autónomos pueden aprender y adaptarse a las condiciones del mercado, y ajustar sus estrategias según nueva información. Estos agentes pueden:
3. Aplicaciones descentralizadas impulsadas por IA
Las aplicaciones DeFi de Descentralización ofrecen funciones como préstamos, intercambios y farming de rendimiento. La IA y los agentes de IA pueden mejorar estos servicios de las siguientes maneras:
Principales desafíos
Los principales protocolos construidos sobre estas capas enfrentan algunos desafíos:
Estos protocolos dependen de flujos de datos en tiempo real para lograr la mejor ejecución de transacciones. Una mala calidad de los datos puede provocar una eficiencia de ruta deficiente, fallos en las transacciones o transacciones sin beneficios.
Los modelos de IA dependen de datos históricos, pero el mercado de criptomonedas es muy volátil. Los agentes deben ser entrenados con conjuntos de datos diversificados y de alta calidad para mantener su efectividad.
Es necesario comprender completamente la correlación de activos, los cambios en la liquidez y el sentimiento del mercado para entender la situación general del mercado.
Los protocolos basados en estas categorías han sido bien recibidos en el mercado. Sin embargo, para ofrecer mejores productos y resultados óptimos, deberían considerar la integración de conjuntos de datos de diversas calidades para llevar sus productos a un nuevo nivel.
Capa de datos - Potenciando la inteligencia DeFAI
La calidad de la IA depende de los datos en los que se basa. Para que los agentes de IA funcionen de manera efectiva en DeFAI, necesitan datos en tiempo real, estructurados y verificables. Por ejemplo, la capa de abstracción necesita acceder a datos en cadena a través de RPC y API de redes sociales, mientras que los agentes de optimización de transacciones y ganancias requieren datos para perfeccionar aún más sus estrategias de trading y redistribuir recursos.
Conjuntos de datos de alta calidad permiten a los agentes realizar un mejor análisis predictivo del comportamiento futuro de los precios, brindando recomendaciones para adaptarse a sus preferencias por posiciones largas o cortas en ciertos activos.
La blockchain de agentes de IA más seguida
Además de construir la capa de datos para la IA y los agentes, cierta blockchain también se posiciona como una blockchain de pila completa para el futuro de DeFAI. Recientemente, desplegaron un terminal, que es el co-piloto de DeFAI, para ejecutar transacciones en cadena a través de indicaciones de los usuarios, que pronto estará disponible para los stakers de tokens.
Además, esta blockchain también admite muchos equipos basados en IA y agentes. Han realizado un gran esfuerzo para integrar múltiples protocolos en su ecosistema, y a medida que se desarrollan más agentes y se ejecutan transacciones, esta cadena se está desarrollando rápidamente.
Estas medidas se implementan al mismo tiempo que actualizan la red con IA, y lo más notable es que han equipado su blockchain con un clasificador de IA. Al utilizar simulaciones y análisis de IA de las transacciones antes de su ejecución, es posible detener y revisar las transacciones de alto riesgo antes de su procesamiento para garantizar la seguridad en la cadena. Como L2 de una supercadena, esta cadena se sitúa en un punto intermedio, conectando a los usuarios humanos y a los usuarios agentes con el mejor ecosistema de Finanzas descentralizadas.
El siguiente paso de DeFAI
Actualmente, la mayoría de los agentes de IA en Finanzas descentralizadas enfrentan limitaciones significativas para lograr la plena autonomía. Por ejemplo:
La capa abstracta convierte la intención del usuario en ejecución, pero a menudo carece de capacidad predictiva.
Los agentes de IA pueden generar alpha mediante el análisis, pero carecen de ejecución de operaciones independiente.
Las aplicaciones descentralizadas impulsadas por IA pueden manejar bóvedas o transacciones, pero son pasivas y no activas.
La próxima etapa de DeFAI podría centrarse en la integración de capas de datos útiles para desarrollar la mejor plataforma o agente de intermediación. Esto requerirá datos on-chain profundos sobre la actividad de los grandes jugadores, cambios en la liquidez, etc., al tiempo que genera datos sintéticos útiles para un mejor análisis predictivo, combinando con el análisis de sentimientos del mercado en general, ya sea en la volatilidad de tokens de categorías específicas o en la volatilidad de tokens en redes sociales.
El objetivo final es que los agentes de IA puedan generar y ejecutar estrategias de trading sin problemas desde una única interfaz. A medida que estos sistemas maduran, podemos ver en el futuro a los traders de DeFi confiando en agentes de IA para evaluar, predecir y ejecutar estrategias financieras de forma autónoma con mínima intervención humana.
Conclusión
Dado el gran descenso de los tokens y marcos de agentes de IA, algunas personas podrían pensar que DeFAI es solo un fenómeno pasajero. Sin embargo, DeFAI aún se encuentra en una etapa temprana, y el potencial de los agentes de IA para mejorar la usabilidad y el rendimiento de las Finanzas descentralizadas es innegable.
La clave para liberar este potencial radica en obtener datos en tiempo real de alta calidad, lo que mejorará las predicciones y ejecuciones de trading impulsadas por IA. Cada vez más protocolos integran diferentes capas de datos, y los protocolos de datos construyen complementos para el marco, lo que destaca la importancia de los datos en las decisiones de los agentes.
De cara al futuro, la verificabilidad y la privacidad se convertirán en los desafíos clave que los protocolos deberán abordar. En la actualidad, la mayoría de las operaciones de los agentes de IA siguen siendo una caja negra, y los usuarios deben confiar sus fondos a estos. Por lo tanto, el desarrollo de decisiones de IA verificables ayudará a garantizar la transparencia y la responsabilidad en los procesos de los agentes. La integración de protocolos basados en TEE, FHE e incluso pruebas de conocimiento cero puede mejorar la verificabilidad del comportamiento de los agentes de IA, logrando así la confianza en la autonomía.
Solo combinando con éxito datos de alta calidad, modelos robustos y un proceso de toma de decisiones transparente, el agente DeFAI podrá obtener una amplia aplicación.
![DeFAI completo: ¿Cómo puede la IA liberar el potencial de DeFi?](https://img-cdn.gateio.im/webp-social/moments-56a89e79609d8f982d5d31dadfad9205.webp01