Звіт про дослідження Delphi став легендарним у криптоколах. Коли вони публікують аналіз нової механіки токена або протоколу DeFi, засновники проекту документують основні моменти, венчурні капіталісти (VC) коригують логіку інвестування, а трейдери перерозподіляють свої портфелі. Їхнє дослідження справило глибокий вплив на багатомільярдний розподіл капіталу у просторі Web3.
Але ось у чому річ: бути золотим стандартом для інституційних досліджень пов'язано з несподіваною дилемою. Саме ця глибина і строгість робить їх аналіз безцінним, але в той же час лякаючим. У типовому звіті Delphi може наводитися десяток інших звітів, присвячених технічним концепціям, які вимагають фонових знань, а також ринковій механіці, яка передбачає, що читач знайомий з динамікою криптоіндустрії.
«У нас є дивовижний набір досліджень, але ми постійно чуємо скарги на те, що важко орієнтуватися в ньому», — пояснює Картер Ланді, старший віце-президент з операцій Delphi Digital. «Хтось може натрапити на звіт про MEV (максимальне видобувне значення) і загубитися, тому що не розуміє концепції, що стоїть за цим. В результаті ми втрачаємо велику потенційну цінність. ”
Очевидним рішенням, здається, є AI помічник. Інструмент, який може в будь-який час пояснити концепції, підсумувати довгі аналізи та направити читача в величезному дослідницькому архіві Delphi. У 2023 році ChatGPT охопив світ, і цей шлях здається цілком ясним.
Перший провал спроби
Коли Delphi вперше дослідили помічників зі штучним інтелектом, вони виявили, що проблема набагато складніша, ніж вони думали. Команда інтегрувала сучасну мовну модель у свою платформу та почала тестування, але результати виявилися тривожними. Штучний інтелект може впевнено неправильно тлумачити концепції і навіть вигадувати метрики токенів, які звучать правдоподібно, але є відвертою брехнею. Іноді він навіть неправильно тлумачить власні опубліковані думки Дельфі.
"Ми не можемо випустити продукт, який може поширювати неправдиву інформацію і бути пов'язаним з нашим брендом," - згадує Лунді. "Наша репутація - це все."
Навіть якщо вони намагалися використовувати найсучасніші моделі на той час, економічні витрати були б важко витримати. Кожен складний запит про токеноміку або механізми DeFi може коштувати кілька доларів для обробки. Для платформи, що щодня має тисячі користувачів, такі витрати явно не можуть бути стійкими.
Після кількох місяців розчарувань вони нарешті припинили проект. Впровадження ШІ-помічників довелося почекати, поки з'являться більш просунуті технології.
Веб3 рідне рішення
Прорив прийшов з несподіваного місця. Під час дослідження перетворення AI та криптовалютної сфери для майбутнього звіту команда Delphi виявила Mira Network. Їх привабило не лише ще одне API для AI, а й новий підхід Mira до того, щоб зробити AI більш надійним і економічно вигідним.
"Більшість компаній з штучного інтелекту зосереджені на створенні більших моделей або оптимізації запитів," - пояснив Лунді. "А Міра поставила інше питання: як зробити відповіді штучного інтелекту надійними? Як зробити високоякісний штучний інтелект економічно доцільним у масштабному застосуванні?"
Сторони вирішили співпрацювати, щоб спільно подолати межі. Якщо їм вдасться успішно запустити Delphi Oracle, це доведе, що ШІ здатен обробляти навіть найскладніший контент, який вимагає надзвичайної точності.
Три інноваційні підходи
Завдяки співпраці з Mira та її екосистемним застосунком Klok, команда розробила три інноваційні технології, які перетворили Delphi Oracle з "неможливого" на "незамінне".
Інтелектуальний запит маршрутизації
У ретроспективі перший інсайт був до сорому простим: не на кожне питання потрібно відповідати за допомогою моделі штучного інтелекту. Коли хтось запитує про поточну ціну ETH, навіщо відправляти це питання до дорогої мовної моделі, замість того, щоб запитувати API ціни безпосередньо?
Команда розробила надшвидкий маршрутизатор, який може миттєво класифікувати запити:
Запит ціни безпосередньо переходить до ринкових даних
Просте визначення витягнення з бази знань
Складні аналітичні задачі слід доручати повноцінним AI моделям.
Ця маршрутизаторна система значно зменшує витрати, одночасно прискорюючи реагування на поширені запитання.
Розумний кеш
Друге нововведення виникло з вивчення поведінки користувачів. Вони виявили, що багато питань, які ставлять користувачі, просто переформульовані, наприклад: “підсумуй цей звіт”, “поясни цю концепцію”, “які ключові моменти?”
Система генерує високоякісні відповіді на поширені питання заздалегідь і надає їх у кешованій формі, а не генерує їх знову щоразу. Ключовим є знання того, що кешувати: підсумки звітів є фіксованими, але запити про "останні події" потребують відповідей, що оновлюються в реальному часі.
Шар верифікації
Третє нововведення вирішує питання надійності. Інтегруючи API перевірки Mira, система може перевіряти точність відповідей, перш ніж представляти їх користувачам. Це дає команді Delphi впевненість у тому, що штучний інтелект може обробляти найскладніший контент.
Сила змін
Протягом кількох тижнів після запуску Delphi Oracle став важливим інструментом для отримання крипто-досліджень. Сьогодні в середньому кожен користувач взаємодіє з Oracle принаймні один раз на день, і це число постійно зростає.
«Найбільше нас вразило, як це змінює звички читання користувачів», — поділився Лунді. «Раніше користувачі відмовлялися від читання, коли натрапляли на складні частини, а тепер вони запитують у Oracle, отримують пояснення і продовжують читання, а не кидають його на півдорозі.»
Цей вплив не обмежується рівнем розуміння. Читачі починають виявляти зв'язки між повідомленнями, які вони раніше не помічали. Вони просять Oracle знайти дослідження, пов'язані з певною темою. Деякі користувачі навіть використовують його для створення звітів для команд або інвестиційних комітетів.
Найголовніше, що економічна проблема нарешті вирішена. Завдяки поєднанню інтелектуальної маршрутизації, кешування та API Mira, ефективна ціна за запит знижується приблизно на 90%. Те, що колись коштувало дорого, тепер є стійким навіть для великомасштабних застосувань.
Перевага оптимізації витрат
Справжня перемога полягає не в зниженні витрат, а в можливостях, які відкривають зекономлені ресурси. Delphi більше не потрібно обмежувати функції ШІ лише для користувачів з преміум-підпискою, а може відкрити Oracle для всіх. Вони більше не турбуються про витрати на кожен запит, а зосереджуються на тому, як зробити продукт дійсно корисним.
Сьогодні система може обробляти різні запити, починаючи від базових питань ("Що таке AMM?") до складних комплексних аналізів ("Які відмінності в поглядах Delphi щодо розширення L2 в порівнянні з їх ранніми дослідженнями про сайдчейни?"). Вона стала мостом між аналітиками-експертами Delphi та більш широкою крипто-спільнотою.
"Ми спочатку думали, що створюємо допоміжний інструмент," згадує Лунді. "Але насправді ми створили абсолютно новий спосіб, яким люди взаємодіють з дослідницьким контентом. Тепер деякі користувачі спочатку починають з Oracle, глибше вивчаючи певні звіти на основі отриманих знань. Це повністю змінило шлях використання для користувачів."
Майбутня схема
Delphi Oracle стала яскравим прикладом для інших платформ для вирішення подібних завдань. Незалежно від того, чи це фінансова дослідницька фірма, сайт технічної документації чи освітня платформа, всі вони стикаються з однією і тією ж проблемою: як зробити складний контент легким для розуміння без шкоди для точності, зберігаючи при цьому витрати під контролем.
Досвід у цьому випадку полягає не в тому, щоб кожна платформа потребувала специфічної технічної архітектури Mira, а в тому, щоб усвідомити, що для того, щоб AI справді був корисним, потрібно виходити за межі самого моделі. Вам потрібна ефективна система маршрутизації запитів, стратегії управління витратами в масштабах, а також способи забезпечення надійності, коли точність є критично важливою.
Погляд у майбутнє
Сьогодні Delphi Oracle щодня обробляє тисячі запитів, приносячи користь усім, від інституційних інвесторів, які шукають глибокий аналіз, до новачків, які намагаються зрозуміти основні концепції. Ця система не тільки пояснює, що таке пул ліквідності, але й синтезує ідеї міжланцюгової сумісності з численних звітів про дослідження.
Команда Delphi постійно розширює можливості Oracle, намагаючись реалізувати функції, які не можуть бути здійснені в рамках старої структури витрат. Вони досліджують персоналізовані дослідницькі шляхи, мультидисциплінарний аналіз, що поєднує текст і графіки, а також AI-генеровані дослідницькі брифінги, адаптовані до індивідуальних портфелів.
Для галузі, яку часто критикують за недоступність, Delphi Oracle є важливим проривом: доводячи, що штучний інтелект може демократизувати експертні знання, не зменшуючи глибину контенту. Коли ви вирішуєте дві фундаментальні проблеми – надійність і доступність, ви не просто вдосконалюєте наявні продукти, ви надаєте людям нові способи навчання, аналізу та прийняття рішень.
Майбутнє штучного інтелекту в дослідженнях не полягає в заміні людських експертів, а в тому, щоб кожен, хто потребує, міг у потрібний момент отримати експертні знання в зрозумілій для них формі. Delphi Oracle вказує на те, що таке майбутнє вже настало.
Переглянути оригінал
Контент має виключно довідковий характер і не є запрошенням до участі або пропозицією. Інвестиційні, податкові чи юридичні консультації не надаються. Перегляньте Відмову від відповідальності , щоб дізнатися більше про ризики.
Mira Network: робить шифрування досліджень простішим, наша ШІ це робить так
Автор: Міра
Компіліроване: Shenchao TechFlow
Парадокс дослідження
Звіт про дослідження Delphi став легендарним у криптоколах. Коли вони публікують аналіз нової механіки токена або протоколу DeFi, засновники проекту документують основні моменти, венчурні капіталісти (VC) коригують логіку інвестування, а трейдери перерозподіляють свої портфелі. Їхнє дослідження справило глибокий вплив на багатомільярдний розподіл капіталу у просторі Web3.
Але ось у чому річ: бути золотим стандартом для інституційних досліджень пов'язано з несподіваною дилемою. Саме ця глибина і строгість робить їх аналіз безцінним, але в той же час лякаючим. У типовому звіті Delphi може наводитися десяток інших звітів, присвячених технічним концепціям, які вимагають фонових знань, а також ринковій механіці, яка передбачає, що читач знайомий з динамікою криптоіндустрії.
«У нас є дивовижний набір досліджень, але ми постійно чуємо скарги на те, що важко орієнтуватися в ньому», — пояснює Картер Ланді, старший віце-президент з операцій Delphi Digital. «Хтось може натрапити на звіт про MEV (максимальне видобувне значення) і загубитися, тому що не розуміє концепції, що стоїть за цим. В результаті ми втрачаємо велику потенційну цінність. ”
Очевидним рішенням, здається, є AI помічник. Інструмент, який може в будь-який час пояснити концепції, підсумувати довгі аналізи та направити читача в величезному дослідницькому архіві Delphi. У 2023 році ChatGPT охопив світ, і цей шлях здається цілком ясним.
Перший провал спроби
Коли Delphi вперше дослідили помічників зі штучним інтелектом, вони виявили, що проблема набагато складніша, ніж вони думали. Команда інтегрувала сучасну мовну модель у свою платформу та почала тестування, але результати виявилися тривожними. Штучний інтелект може впевнено неправильно тлумачити концепції і навіть вигадувати метрики токенів, які звучать правдоподібно, але є відвертою брехнею. Іноді він навіть неправильно тлумачить власні опубліковані думки Дельфі.
"Ми не можемо випустити продукт, який може поширювати неправдиву інформацію і бути пов'язаним з нашим брендом," - згадує Лунді. "Наша репутація - це все."
Навіть якщо вони намагалися використовувати найсучасніші моделі на той час, економічні витрати були б важко витримати. Кожен складний запит про токеноміку або механізми DeFi може коштувати кілька доларів для обробки. Для платформи, що щодня має тисячі користувачів, такі витрати явно не можуть бути стійкими.
Після кількох місяців розчарувань вони нарешті припинили проект. Впровадження ШІ-помічників довелося почекати, поки з'являться більш просунуті технології.
Веб3 рідне рішення
Прорив прийшов з несподіваного місця. Під час дослідження перетворення AI та криптовалютної сфери для майбутнього звіту команда Delphi виявила Mira Network. Їх привабило не лише ще одне API для AI, а й новий підхід Mira до того, щоб зробити AI більш надійним і економічно вигідним.
"Більшість компаній з штучного інтелекту зосереджені на створенні більших моделей або оптимізації запитів," - пояснив Лунді. "А Міра поставила інше питання: як зробити відповіді штучного інтелекту надійними? Як зробити високоякісний штучний інтелект економічно доцільним у масштабному застосуванні?"
Сторони вирішили співпрацювати, щоб спільно подолати межі. Якщо їм вдасться успішно запустити Delphi Oracle, це доведе, що ШІ здатен обробляти навіть найскладніший контент, який вимагає надзвичайної точності.
Три інноваційні підходи
Завдяки співпраці з Mira та її екосистемним застосунком Klok, команда розробила три інноваційні технології, які перетворили Delphi Oracle з "неможливого" на "незамінне".
Інтелектуальний запит маршрутизації
У ретроспективі перший інсайт був до сорому простим: не на кожне питання потрібно відповідати за допомогою моделі штучного інтелекту. Коли хтось запитує про поточну ціну ETH, навіщо відправляти це питання до дорогої мовної моделі, замість того, щоб запитувати API ціни безпосередньо?
Команда розробила надшвидкий маршрутизатор, який може миттєво класифікувати запити:
Запит ціни безпосередньо переходить до ринкових даних
Просте визначення витягнення з бази знань
Складні аналітичні задачі слід доручати повноцінним AI моделям.
Ця маршрутизаторна система значно зменшує витрати, одночасно прискорюючи реагування на поширені запитання.
Розумний кеш
Друге нововведення виникло з вивчення поведінки користувачів. Вони виявили, що багато питань, які ставлять користувачі, просто переформульовані, наприклад: “підсумуй цей звіт”, “поясни цю концепцію”, “які ключові моменти?”
Система генерує високоякісні відповіді на поширені питання заздалегідь і надає їх у кешованій формі, а не генерує їх знову щоразу. Ключовим є знання того, що кешувати: підсумки звітів є фіксованими, але запити про "останні події" потребують відповідей, що оновлюються в реальному часі.
Шар верифікації
Третє нововведення вирішує питання надійності. Інтегруючи API перевірки Mira, система може перевіряти точність відповідей, перш ніж представляти їх користувачам. Це дає команді Delphi впевненість у тому, що штучний інтелект може обробляти найскладніший контент.
Сила змін
Протягом кількох тижнів після запуску Delphi Oracle став важливим інструментом для отримання крипто-досліджень. Сьогодні в середньому кожен користувач взаємодіє з Oracle принаймні один раз на день, і це число постійно зростає.
«Найбільше нас вразило, як це змінює звички читання користувачів», — поділився Лунді. «Раніше користувачі відмовлялися від читання, коли натрапляли на складні частини, а тепер вони запитують у Oracle, отримують пояснення і продовжують читання, а не кидають його на півдорозі.»
Цей вплив не обмежується рівнем розуміння. Читачі починають виявляти зв'язки між повідомленнями, які вони раніше не помічали. Вони просять Oracle знайти дослідження, пов'язані з певною темою. Деякі користувачі навіть використовують його для створення звітів для команд або інвестиційних комітетів.
Найголовніше, що економічна проблема нарешті вирішена. Завдяки поєднанню інтелектуальної маршрутизації, кешування та API Mira, ефективна ціна за запит знижується приблизно на 90%. Те, що колись коштувало дорого, тепер є стійким навіть для великомасштабних застосувань.
Перевага оптимізації витрат
Справжня перемога полягає не в зниженні витрат, а в можливостях, які відкривають зекономлені ресурси. Delphi більше не потрібно обмежувати функції ШІ лише для користувачів з преміум-підпискою, а може відкрити Oracle для всіх. Вони більше не турбуються про витрати на кожен запит, а зосереджуються на тому, як зробити продукт дійсно корисним.
Сьогодні система може обробляти різні запити, починаючи від базових питань ("Що таке AMM?") до складних комплексних аналізів ("Які відмінності в поглядах Delphi щодо розширення L2 в порівнянні з їх ранніми дослідженнями про сайдчейни?"). Вона стала мостом між аналітиками-експертами Delphi та більш широкою крипто-спільнотою.
"Ми спочатку думали, що створюємо допоміжний інструмент," згадує Лунді. "Але насправді ми створили абсолютно новий спосіб, яким люди взаємодіють з дослідницьким контентом. Тепер деякі користувачі спочатку починають з Oracle, глибше вивчаючи певні звіти на основі отриманих знань. Це повністю змінило шлях використання для користувачів."
Майбутня схема
Delphi Oracle стала яскравим прикладом для інших платформ для вирішення подібних завдань. Незалежно від того, чи це фінансова дослідницька фірма, сайт технічної документації чи освітня платформа, всі вони стикаються з однією і тією ж проблемою: як зробити складний контент легким для розуміння без шкоди для точності, зберігаючи при цьому витрати під контролем.
Досвід у цьому випадку полягає не в тому, щоб кожна платформа потребувала специфічної технічної архітектури Mira, а в тому, щоб усвідомити, що для того, щоб AI справді був корисним, потрібно виходити за межі самого моделі. Вам потрібна ефективна система маршрутизації запитів, стратегії управління витратами в масштабах, а також способи забезпечення надійності, коли точність є критично важливою.
Погляд у майбутнє
Сьогодні Delphi Oracle щодня обробляє тисячі запитів, приносячи користь усім, від інституційних інвесторів, які шукають глибокий аналіз, до новачків, які намагаються зрозуміти основні концепції. Ця система не тільки пояснює, що таке пул ліквідності, але й синтезує ідеї міжланцюгової сумісності з численних звітів про дослідження.
Команда Delphi постійно розширює можливості Oracle, намагаючись реалізувати функції, які не можуть бути здійснені в рамках старої структури витрат. Вони досліджують персоналізовані дослідницькі шляхи, мультидисциплінарний аналіз, що поєднує текст і графіки, а також AI-генеровані дослідницькі брифінги, адаптовані до індивідуальних портфелів.
Для галузі, яку часто критикують за недоступність, Delphi Oracle є важливим проривом: доводячи, що штучний інтелект може демократизувати експертні знання, не зменшуючи глибину контенту. Коли ви вирішуєте дві фундаментальні проблеми – надійність і доступність, ви не просто вдосконалюєте наявні продукти, ви надаєте людям нові способи навчання, аналізу та прийняття рішень.
Майбутнє штучного інтелекту в дослідженнях не полягає в заміні людських експертів, а в тому, щоб кожен, хто потребує, міг у потрібний момент отримати експертні знання в зрозумілій для них формі. Delphi Oracle вказує на те, що таке майбутнє вже настало.