Исследовательские отчеты Delphi стали легендой в крипт圈е. Когда они публикуют анализ новых механизмов токенов или DeFi-протоколов, основатели проектов фиксируют ключевые моменты, венчурные капитальщики (VC) корректируют свою инвестиционную логику, а трейдеры пересматривают свои портфели. Их исследования оказали глубокое влияние на распределение миллиардов долларов капитала в области Web3.
Но вот в чем дело: быть золотым стандартом для институциональных исследований сопряжено с неожиданной дилеммой. Именно эта глубина и строгость делают их анализ бесценным, но в то же время пугающим. В типичном отчете Delphi может быть процитирован десяток других отчетов о технических концепциях, требующих базовых знаний, а также о механике рынка, которая предполагает, что читатель знаком с динамикой криптоиндустрии.
«У нас есть потрясающий набор исследований, но мы постоянно слышим жалобы на то, что в нем трудно ориентироваться», — объясняет Картер Ланди, старший вице-президент по операциям Delphi Digital. «Кто-то может наткнуться на отчет о MEV (максимальной извлекаемой стоимости) и потеряться, потому что не понимает концепцию, лежащую в его основе. В результате мы упускаем много потенциальной ценности. ”
Очевидным решением, по-видимому, является AI-ассистент. Инструмент, который может в любое время объяснять концепции, резюмировать объемные анализы и направлять читателя по обширной исследовательской базе данных Delphi. В 2023 году ChatGPT захватил мир, и этот путь кажется вполне ясным.
Неудача первой попытки
При начальном исследовании AI-ассистента Delphi обнаружила, что эта проблема гораздо сложнее, чем они предполагали. Команда интегрировала передовую языковую модель в свою платформу и начала тестирование, но результаты оказались тревожными. AI с полной уверенностью неправильно интерпретировал концепции и даже выдумывал звучащие разумно, но совершенно вымышленные токен-метрики. Иногда он даже ошибочно интерпретировал собственные мнения Delphi.
«Мы не можем выпустить продукт, который может распространять ложную информацию и связываться с нашим брендом», - вспомнил Ланди. «Наша репутация - это всё.»
Даже если они попытаются использовать самые современные модели того времени, экономические затраты будут трудны для восприятия. Каждый сложный запрос по токеномике или механизмам DeFi может стоить несколько долларов для обработки. Для платформы с тысячами пользователей ежедневно такие затраты явно не могут быть устойчивыми.
После нескольких месяцев неудач они в конечном итоге прекратили этот проект. Реализация AI помощника должна была ждать появления более продвинутых технологий.
Web3 нативное решение
Прорыв пришел из неожиданного места. Исследуя пересечение AI и криптоиндустрии для предстоящего отчета, команда Delphi обнаружила Mira Network. Их привлекло не просто еще одно AI API, а новый подход Mira к повышению надежности и экономической целесообразности AI.
"Большинство AI-компаний сосредоточены на создании более крупных моделей или оптимизации подсказок," объяснил Ланди. "А Mira задает другой вопрос: как сделать ответы AI надежными? Как сделать высококачественный AI экономически целесообразным для широкого применения?"
Стороны решили сотрудничать, чтобы совместно преодолеть пределы. Если им удастся заставить Delphi Oracle работать успешно, это докажет, что ИИ может справляться даже с самыми сложными задачами, требующими высокой точности.
Тройной инновационный метод
Сотрудничая с Mira и её экосистемным приложением Klok, команда разработала три инновационные технологии, которые сделали Delphi Oracle из "невозможного" в "незаменимое".
Умный запрос маршрута
Оглядываясь назад, первое открытие на самом деле настолько простое, что даже неловко: не каждую проблему нужно решать с помощью ИИ-моделей. Когда кто-то спрашивает о текущей цене ETH, почему бы не отправить этот вопрос напрямую в API цен, вместо того чтобы использовать дорогую языковую модель?
Команда разработала сверхбыстрый маршрутизатор, который может мгновенно классифицировать запросы:
Запрос цены напрямую переходит к рыночным данным
Простое определение извлечения из базы знаний
Сложные аналитические задачи передаются на обработку полным AI моделям.
Эта маршрутизация значительно снижает затраты и одновременно ускоряет реагирование на распространенные проблемы.
Умный кэш
Второе новшество основано на исследовании поведения пользователей. Они обнаружили, что многие вопросы, задаваемые пользователями, просто переформулированы, например: "подведите итог этому отчету", "объясните этот концепт", "в чем ключевые моменты?"
Система предварительно генерирует высококачественные ответы на часто задаваемые вопросы и предоставляет их в кэшированном виде, а не генерирует заново каждый раз. Ключевым моментом является понимание того, что нужно кэшировать: резюме отчетов фиксировано, но запросы о "последних новостях" требуют обновленных ответов в реальном времени.
Уровень проверки
Третье нововведение решает проблему надежности. Объединив API верификации Mira, система может проверять точность ответов перед тем, как показать их пользователю. Это дает команде Delphi уверенность в том, что ИИ сможет справиться с их самыми сложными задачами.
Сила перемен
В течение нескольких недель после запуска Delphi Oracle стал важным инструментом для получения криптоисследовательского контента. В настоящее время в среднем каждый пользователь взаимодействует с Oracle как минимум один раз в день, и это число продолжает расти.
«Больше всего нас удивило, как это изменило привычки чтения пользователей», — поделился Ланди. «Раньше пользователи бросали чтение, когда сталкивались со сложными частями, а теперь они задают вопросы Oracle, получают объяснения и продолжают читать, а не бросают на полпути.»
Это влияние не ограничивается лишь уровнем понимания. Читатели начинают замечать связи между отчетами, которые ранее игнорировали. Они будут требовать от Oracle найти исследования, связанные с определенной темой. Некоторые пользователи даже используют это для создания резюме для команды или инвестиционного комитета.
Самое главное, что проблема экономической эффективности наконец решена. Благодаря сочетанию интеллектуальной маршрутизации, кеширования и API Mira фактические расходы на каждый запрос снизились примерно на 90%. Когда-то высокие затраты теперь стали устойчивыми, даже для масштабных приложений.
Превосходство в оптимизации затрат
Настоящая победа заключается не в снижении затрат, а в возможностях, которые предоставляют сэкономленные ресурсы. Delphi больше не нужно ограничивать функции ИИ только для пользователей с высокими подписками, а теперь они могут открыть Oracle для всех. Они больше не беспокоятся о стоимости каждого запроса, а сосредоточены на том, как сделать продукт действительно полезным.
Теперь система может обрабатывать различные запросы, от базовых вопросов ("Что такое AMM?") до сложного комплексного анализа ("Каковы отличия мнения Delphi о масштабировании L2 по сравнению с его ранними исследованиями побочных цепей?"). Она стала мостом между аналитиками-экспертами Delphi и более широкой крипто-сообществом.
“Мы думали, что создаем вспомогательный инструмент”, — вспоминает Ланди. “Но на самом деле мы создали совершенно новый способ взаимодействия людей с исследовательским контентом. Теперь некоторые пользователи начинают с Oracle, углубляясь в конкретные отчеты на основе полученных знаний. Это полностью изменило путь использования пользователями.”
Будущий план
Delphi Oracle стал образцом для других платформ, решающих аналогичные задачи. Будь то финансовые исследовательские компании, сайты технической документации или образовательные платформы, они сталкиваются с одной и той же проблемой: как сделать сложный контент понятным, не жертвуя точностью, и при этом контролировать затраты.
Опыт показывает, что не каждая платформа требует специфической технической архитектуры Mira, но важно понять, что для того чтобы ИИ действительно был полезен, необходимо мыслить за пределами самой модели. Вам нужна эффективная система маршрутизации запросов, стратегии управления затратами в крупном масштабе, а также способы обеспечения надежности, когда точность имеет первостепенное значение.
Смотрим в будущее
Сегодня Delphi Oracle обрабатывает тысячи запросов каждый день, принося пользу всем: от институциональных инвесторов, ищущих глубокий анализ, до новичков, пытающихся понять основные концепции. Эта система не только объясняет, что такое пул ликвидности, но и синтезирует идеи кроссчейн-совместимости из нескольких исследовательских отчетов.
Команда Delphi непрерывно расширяет возможности Oracle, пытаясь реализовать функции, которые невозможно реализовать в рамках старой структуры затрат. Они изучают персонализированные исследовательские пути, многомодальный анализ, сочетающий текст и графики, и даже настраиваемые AI-генерируемые исследовательские бюллетени для индивидуальных инвестиционных портфелей.
Для отрасли, которую часто критикуют за недоступность, Delphi Oracle представляет собой важный прорыв: он доказал, что ИИ может распространить экспертные знания, не снижая глубину контента. Когда вы решаете два основных вызова — надежность и экономичность, вы не просто улучшаете существующие продукты, а предоставляете людям совершенно новый способ обучения, анализа и принятия решений.
Будущее ИИ в исследовательской области не заключается в замене человеческих экспертов, а в том, чтобы каждый, кто нуждается, мог получить экспертные знания в тот момент, когда это необходимо, и в понятной для него форме. Delphi Oracle указывает на то, что такое будущее уже наступило.
Посмотреть Оригинал
Содержание носит исключительно справочный характер и не является предложением или офертой. Консультации по инвестициям, налогообложению или юридическим вопросам не предоставляются. Более подробную информацию о рисках см. в разделе «Дисклеймер».
Mira Network: Делаем шифрование исследовательских отчетов простым, наш ИИ работает так.
Автор: Мира
Скомпилировано: ShenChao TechFlow
Парадокс исследования
Исследовательские отчеты Delphi стали легендой в крипт圈е. Когда они публикуют анализ новых механизмов токенов или DeFi-протоколов, основатели проектов фиксируют ключевые моменты, венчурные капитальщики (VC) корректируют свою инвестиционную логику, а трейдеры пересматривают свои портфели. Их исследования оказали глубокое влияние на распределение миллиардов долларов капитала в области Web3.
Но вот в чем дело: быть золотым стандартом для институциональных исследований сопряжено с неожиданной дилеммой. Именно эта глубина и строгость делают их анализ бесценным, но в то же время пугающим. В типичном отчете Delphi может быть процитирован десяток других отчетов о технических концепциях, требующих базовых знаний, а также о механике рынка, которая предполагает, что читатель знаком с динамикой криптоиндустрии.
«У нас есть потрясающий набор исследований, но мы постоянно слышим жалобы на то, что в нем трудно ориентироваться», — объясняет Картер Ланди, старший вице-президент по операциям Delphi Digital. «Кто-то может наткнуться на отчет о MEV (максимальной извлекаемой стоимости) и потеряться, потому что не понимает концепцию, лежащую в его основе. В результате мы упускаем много потенциальной ценности. ”
Очевидным решением, по-видимому, является AI-ассистент. Инструмент, который может в любое время объяснять концепции, резюмировать объемные анализы и направлять читателя по обширной исследовательской базе данных Delphi. В 2023 году ChatGPT захватил мир, и этот путь кажется вполне ясным.
Неудача первой попытки
При начальном исследовании AI-ассистента Delphi обнаружила, что эта проблема гораздо сложнее, чем они предполагали. Команда интегрировала передовую языковую модель в свою платформу и начала тестирование, но результаты оказались тревожными. AI с полной уверенностью неправильно интерпретировал концепции и даже выдумывал звучащие разумно, но совершенно вымышленные токен-метрики. Иногда он даже ошибочно интерпретировал собственные мнения Delphi.
«Мы не можем выпустить продукт, который может распространять ложную информацию и связываться с нашим брендом», - вспомнил Ланди. «Наша репутация - это всё.»
Даже если они попытаются использовать самые современные модели того времени, экономические затраты будут трудны для восприятия. Каждый сложный запрос по токеномике или механизмам DeFi может стоить несколько долларов для обработки. Для платформы с тысячами пользователей ежедневно такие затраты явно не могут быть устойчивыми.
После нескольких месяцев неудач они в конечном итоге прекратили этот проект. Реализация AI помощника должна была ждать появления более продвинутых технологий.
Web3 нативное решение
Прорыв пришел из неожиданного места. Исследуя пересечение AI и криптоиндустрии для предстоящего отчета, команда Delphi обнаружила Mira Network. Их привлекло не просто еще одно AI API, а новый подход Mira к повышению надежности и экономической целесообразности AI.
"Большинство AI-компаний сосредоточены на создании более крупных моделей или оптимизации подсказок," объяснил Ланди. "А Mira задает другой вопрос: как сделать ответы AI надежными? Как сделать высококачественный AI экономически целесообразным для широкого применения?"
Стороны решили сотрудничать, чтобы совместно преодолеть пределы. Если им удастся заставить Delphi Oracle работать успешно, это докажет, что ИИ может справляться даже с самыми сложными задачами, требующими высокой точности.
Тройной инновационный метод
Сотрудничая с Mira и её экосистемным приложением Klok, команда разработала три инновационные технологии, которые сделали Delphi Oracle из "невозможного" в "незаменимое".
Умный запрос маршрута
Оглядываясь назад, первое открытие на самом деле настолько простое, что даже неловко: не каждую проблему нужно решать с помощью ИИ-моделей. Когда кто-то спрашивает о текущей цене ETH, почему бы не отправить этот вопрос напрямую в API цен, вместо того чтобы использовать дорогую языковую модель?
Команда разработала сверхбыстрый маршрутизатор, который может мгновенно классифицировать запросы:
Запрос цены напрямую переходит к рыночным данным
Простое определение извлечения из базы знаний
Сложные аналитические задачи передаются на обработку полным AI моделям.
Эта маршрутизация значительно снижает затраты и одновременно ускоряет реагирование на распространенные проблемы.
Умный кэш
Второе новшество основано на исследовании поведения пользователей. Они обнаружили, что многие вопросы, задаваемые пользователями, просто переформулированы, например: "подведите итог этому отчету", "объясните этот концепт", "в чем ключевые моменты?"
Система предварительно генерирует высококачественные ответы на часто задаваемые вопросы и предоставляет их в кэшированном виде, а не генерирует заново каждый раз. Ключевым моментом является понимание того, что нужно кэшировать: резюме отчетов фиксировано, но запросы о "последних новостях" требуют обновленных ответов в реальном времени.
Уровень проверки
Третье нововведение решает проблему надежности. Объединив API верификации Mira, система может проверять точность ответов перед тем, как показать их пользователю. Это дает команде Delphi уверенность в том, что ИИ сможет справиться с их самыми сложными задачами.
Сила перемен
В течение нескольких недель после запуска Delphi Oracle стал важным инструментом для получения криптоисследовательского контента. В настоящее время в среднем каждый пользователь взаимодействует с Oracle как минимум один раз в день, и это число продолжает расти.
«Больше всего нас удивило, как это изменило привычки чтения пользователей», — поделился Ланди. «Раньше пользователи бросали чтение, когда сталкивались со сложными частями, а теперь они задают вопросы Oracle, получают объяснения и продолжают читать, а не бросают на полпути.»
Это влияние не ограничивается лишь уровнем понимания. Читатели начинают замечать связи между отчетами, которые ранее игнорировали. Они будут требовать от Oracle найти исследования, связанные с определенной темой. Некоторые пользователи даже используют это для создания резюме для команды или инвестиционного комитета.
Самое главное, что проблема экономической эффективности наконец решена. Благодаря сочетанию интеллектуальной маршрутизации, кеширования и API Mira фактические расходы на каждый запрос снизились примерно на 90%. Когда-то высокие затраты теперь стали устойчивыми, даже для масштабных приложений.
Превосходство в оптимизации затрат
Настоящая победа заключается не в снижении затрат, а в возможностях, которые предоставляют сэкономленные ресурсы. Delphi больше не нужно ограничивать функции ИИ только для пользователей с высокими подписками, а теперь они могут открыть Oracle для всех. Они больше не беспокоятся о стоимости каждого запроса, а сосредоточены на том, как сделать продукт действительно полезным.
Теперь система может обрабатывать различные запросы, от базовых вопросов ("Что такое AMM?") до сложного комплексного анализа ("Каковы отличия мнения Delphi о масштабировании L2 по сравнению с его ранними исследованиями побочных цепей?"). Она стала мостом между аналитиками-экспертами Delphi и более широкой крипто-сообществом.
“Мы думали, что создаем вспомогательный инструмент”, — вспоминает Ланди. “Но на самом деле мы создали совершенно новый способ взаимодействия людей с исследовательским контентом. Теперь некоторые пользователи начинают с Oracle, углубляясь в конкретные отчеты на основе полученных знаний. Это полностью изменило путь использования пользователями.”
Будущий план
Delphi Oracle стал образцом для других платформ, решающих аналогичные задачи. Будь то финансовые исследовательские компании, сайты технической документации или образовательные платформы, они сталкиваются с одной и той же проблемой: как сделать сложный контент понятным, не жертвуя точностью, и при этом контролировать затраты.
Опыт показывает, что не каждая платформа требует специфической технической архитектуры Mira, но важно понять, что для того чтобы ИИ действительно был полезен, необходимо мыслить за пределами самой модели. Вам нужна эффективная система маршрутизации запросов, стратегии управления затратами в крупном масштабе, а также способы обеспечения надежности, когда точность имеет первостепенное значение.
Смотрим в будущее
Сегодня Delphi Oracle обрабатывает тысячи запросов каждый день, принося пользу всем: от институциональных инвесторов, ищущих глубокий анализ, до новичков, пытающихся понять основные концепции. Эта система не только объясняет, что такое пул ликвидности, но и синтезирует идеи кроссчейн-совместимости из нескольких исследовательских отчетов.
Команда Delphi непрерывно расширяет возможности Oracle, пытаясь реализовать функции, которые невозможно реализовать в рамках старой структуры затрат. Они изучают персонализированные исследовательские пути, многомодальный анализ, сочетающий текст и графики, и даже настраиваемые AI-генерируемые исследовательские бюллетени для индивидуальных инвестиционных портфелей.
Для отрасли, которую часто критикуют за недоступность, Delphi Oracle представляет собой важный прорыв: он доказал, что ИИ может распространить экспертные знания, не снижая глубину контента. Когда вы решаете два основных вызова — надежность и экономичность, вы не просто улучшаете существующие продукты, а предоставляете людям совершенно новый способ обучения, анализа и принятия решений.
Будущее ИИ в исследовательской области не заключается в замене человеческих экспертов, а в том, чтобы каждый, кто нуждается, мог получить экспертные знания в тот момент, когда это необходимо, и в понятной для него форме. Delphi Oracle указывает на то, что такое будущее уже наступило.