Agent-Fi en AO: el paradigma financiero que fusiona agentes de inteligencia artificial

Imagínese un futuro en el que los agentes de inteligencia artificial (AI) y los seres humanos formen una relación de copresencia/digital simbiótica. Los agentes autónomos pueden entender las intenciones y descomponer las tareas presentadas por los usuarios en el diálogo, y así lograr los resultados deseados.

AO estableció una red asincrónica y paralela basada en el actor, que no realiza el consenso de cálculo completo para todos los contratos, sino que logra el consenso de secuencia de transacciones, lo que permite que los resultados de la ejecución de transacciones en la Máquina virtual sean consistentes con un orden de transacciones optimista y fijo. Esta elección permite que el cálculo en la red de AO se escale a gran escala, hasta admitir cualquier tipo de cálculo. La red AR actúa como una capa de consenso de secuencia de transacciones y una capa de almacenamiento de estado de resultados de transacciones.

En comparación con otros proyectos de Cadena de bloques principales actuales que son en gran parte cadenas de bloques únicas y solo admiten Contrato inteligente de máquina de estados nativos desde el nivel inferior, la infraestructura de AO es compatible y puede admitir capacidades de cálculo más complejas, incluida la ejecución de modelos de IA.

La unidad de cálculo de AO ahora puede acceder a 16 GB de memoria después de la reciente actualización de la Máquina virtual WASM, lo que significa que podemos descargar y ejecutar modelos de 16 GB en AO. 16 GB es suficiente para ejecutar cálculos de modelos de lenguaje grandes, como la serie Falcon de Llama 3 no cuantificada y muchos otros modelos.

Al mismo tiempo, AO utiliza WeaveDrive para permitir a los usuarios acceder a los datos de Arweave en AO como si estuvieran accediendo a un disco duro local, y permite la interacción de procesos altamente heterogéneos de Máquina virtual en un entorno compartido. Esto significa que tenemos fuentes de datos y posibilidades de combinación más largas. También significa que, al construir aplicaciones en el futuro, aumenta el incentivo para que los usuarios carguen datos en Arweave, ya que estos datos también pueden utilizarse en programas de AO. El equipo de desarrollo de AO ya ha subido aproximadamente $1000 en datos de modelos de lenguaje a la red mientras prueba la ejecución de modelos de lenguaje a gran escala en el sistema AO+AR, pero esto es solo el comienzo.

El diseño del sistema de AO permite implementar Contrato inteligente con agentes de IA convergentes. Al programar en AO, creamos agentes de IA para tomar decisiones inteligentes en el mercado, y los agentes pueden estar unos contra otros o en nombre de los humanos contra los humanos. “Cuando observamos el sistema financiero global, alrededor del 83% de las transacciones en el Nasdaq son ejecutadas por bots”. El trading cuantitativo actual es el predecesor del trading impulsado por IA, pero en el futuro, el proceso de diseño y selección de modelos de aprendizaje automático para ejecutar el trading automatizado será más fácil de “desempaquetar” y automatizar por IA.

En los últimos años, el desarrollo de las Finanzas descentralizadas ha permitido realizar diversas operaciones financieras on-chain sin la necesidad de confiar en entidades centralizadas, como préstamos, intercambio de Token o Derivados. Sin embargo, al hablar realmente del mercado, no se trata solo de la confiabilidad de estas operaciones. De hecho, la ejecución confiable de diversas operaciones es solo el principio. El factor central que determina si un mercado es dinámico sigue siendo el flujo de capital, es decir, las personas que deciden comprar, vender, prestar o participar en varios juegos financieros. En la actualidad, si deseas invertir en Criptomoneda sin tener que realizar toda la investigación y participación por ti mismo, debes encontrar un fondo confiable, confiar en ellos para gestionar tus fondos y otorgarles el poder para tomar decisiones inteligentes. Sin embargo, con el desarrollo de la aplicación AO, tal vez podamos ampliar la parte de toma de decisiones inteligentes del mercado, filtrar información en la red, procesar datos, combinar estrategias, integrar la sabiduría de agentes de IA en la red para tomar decisiones en tiempo real, y crear un sistema financiero autónomo Descentralización muy rico.

Algunos proyectos ya están empezando a hacer realidad esta visión, presentaremos Autonomous Finance (en adelante AF), Dexi y Outcome, siendo AF el más destacado.

Finanzas Autónomas

AF se centra en la investigación y desarrollo de aplicaciones financieras combinadas con inteligencia artificial en AO, y realiza intentos de poner la capa de toma de decisiones inteligentes on-chain a través de la construcción de modelos de inteligencia artificial y decisiones financieras impulsadas por datos en AO on-chain. Los principales negocios se dividen en tres partes: infraestructura central (Core Infrastructure), finanzas inteligentes de agentes (AgentFi) y finanzas de contenido (ContentFi).

El núcleo de las instalaciones incluye intercambio descentralizado (DEX), préstamos, derivados y activo sintético, etc. protocolo.

AgentFi se refiere principalmente a la ejecución de estrategias de trading a través de agentes semiautónomos y totalmente autónomos que son combinables. A diferencia de otros marcos de agentes autónomos que dependen de programas fuera de cadena para el procesamiento de señales y lógica, los agentes autónomos proporcionados por AF utilizan flujos de datos on-chain para el autoaprendizaje y ejecución de estrategias de inversión en los diversos pools de liquidez y activos financieros del ecosistema AO. Estos agentes pueden operar de forma autónoma sin necesidad de señales fuera de cadena o intervención manual.

Los agentes autónomos típicos incluyen:

• Método de gestión de activos de costos promedio en dólares (DCA)
• Fondos de índice autónomos y autoequilibrados
• Fondo de Cobertura autónomo con estrategias personalizadas de riesgo
• Agente de agregación de ingresos
• Agente de predicción en la cadena
• Agente de negociación de alta frecuencia

El agente DCA, como agente base, se invoca a menudo en la lógica de ejecución de agentes más complejos. Por lo tanto, como un módulo de agente combinable de uso frecuente, tiene muchos parámetros personalizables para que los usuarios los ajusten según sus necesidades, como operaciones desencadenadas dentro de un rango de precios específico, ajuste de la duración del tiempo de operación en intervalos fijos y operaciones basadas en el precio ponderado de los activos (comprando más cuando el precio es más bajo), así como señales de toma de ganancias y reinversión de ganancias basadas en datos.

La aplicación de agente DCA se construye en torno a dos procesos clave de AO: 01928374656574839201

• Proceso de agente desencadenado por Cron (un sistema de gestión de tareas basado en el tiempo comúnmente utilizado para programar la ejecución de tareas): principalmente responsable de facilitar transacciones DCA iniciadas por el usuario y programadas automáticamente, gestionar y registrar los fondos administrados, y actualizar el proceso AO en segundo plano en tiempo y forma.
• Proceso de AO en el backend: gestiona las aplicaciones de proxy relacionadas con el nombre de usuario y realiza un seguimiento de cada transacción histórica de proxy.

El siguiente diagrama muestra la estructura de diseño y los componentes de interacción de DCA Agente.

Para los usuarios que utilizan el front-end, el front-end del agente DCA está construido sobre DEXI, los usuarios pueden configurar el agente DCA mediante la conexión de la billetera AO Connect en el sitio web de DEXI. DEXI accede a la información sobre los pools AMM disponibles y obtiene los precios más recientes, mientras que el agente DCA se encarga de ejecutar la lógica de transacción específica, y el proceso posterior de AO recupera todos los agentes relacionados con el usuario.

La financiación de contenido es un marco para atribuir y monetizar datos almacenados en la red permanente de arweave como activos componibles para el proceso de AO. AF está construyendo aplicaciones que permiten a los contribuyentes de datos o fondos de contenido contribuir a permaweb con datos como información histórica y en tiempo real del mercado, que luego se utilizarán como señales on-chain para agentes autónomos y aprendizaje automático. Por ejemplo, los agentes autónomos crearán nuevos mercados según el sentimiento en las redes sociales y los datos históricos. Algunos ejemplos:

• Monetizar las señales de datos
• Agente financiero impulsado por el contenido
• Agente de recomendación de datos basado en suscripción
• Las personas influyentes contribuyen con datos para estrategias financieras autónomas
• Los DAO y los fondos de contenido relacionados con la contribución de datos agregan diversas fuentes de datos para proporcionar señales dinámicas en cadena.

Actualmente, AF ha lanzado dos productos principales, AO Link y Data OS.

AO Link es un explorador de bloques de la red AO que ofrece funciones similares a las de un explorador de bloques en el sistema de bloques tradicional. Incluye funciones de cálculo de mensajes, visualización gráfica de enlaces de mensajes (claros y fáciles de entender), flujo de mensajes en tiempo real (información más reciente) y lista de enlaces de mensajes (para una navegación organizada). Los usuarios también pueden verificar su saldo de tokens y su bandeja de entrada de mensajes. Esta herramienta proporciona una forma profesional y eficiente de interactuar y analizar la estructura y actividad de la red AO.

Data OS es un protocolo ContentFI desarrollado en AO Network, que utiliza agentes de IA autónomos para obtener contenido y generar derivaciones de contenido. Con este enfoque innovador, DataOS no solo mejora la correlación y accesibilidad del contenido, sino que también establece un mecanismo de recompensa para los creadores de contenido. Actualmente, podemos ver varios tipos de datos en la red AO, observar la actividad de la red y no se muestran temporalmente datos relacionados con el contenido.

Dexi

Dexi es una interfaz de interacción crucial para los usuarios regulares que participan como agentes en Agent Fi dentro de AO. También es una aplicación implementada por agentes en la red AO que puede identificar, recopilar y resumir de manera autónoma diversos datos financieros de varios eventos en la red AO (equivalente a Dexscrenner en AO). Estos datos abarcan precios de activos, intercambios de tokens, fluctuación de liquidez y características de activos de tokens (como información detallada de contratos inteligentes). Dexi sirve principalmente a dos tipos de usuarios: usuarios finales que acceden a la plataforma a través de terminales web y aplicaciones de AO que interactúan con Dexi mediante el envío de mensajes para aprovechar los datos recopilados (se pueden entender como bots/agentes). Como infraestructura central, el servicio principal que ofrece Dexi es el servicio de suscripción de datos, donde los procesos en la red AO pueden pagar una suscripción a los flujos de datos de Dexi y recibir alertas de actualizaciones como ajustes de precios de forma inmediata.

Resultado

Outcome es un mercado de predicción construido por el equipo de @puente_ai, con el apoyo de @fwdresearch, @aoTheVentures y @aoComputerClub. Outcome proporciona a los usuarios una plataforma para apostar en una variedad de eventos. Los temas de predicción en el mercado actual incluyen tecnología, memes, negocios, juegos, finanzas descentralizadas y AO. El proyecto afirma que en el futuro los usuarios podrán realizar apuestas automáticas en el mercado de predicción mediante la construcción de agentes autónomos basados en modelos de lenguaje y datos del mundo real.

El AgenteFi en AO nos brinda una nueva perspectiva, explorando el futuro de despliegue de modelos de IA en el Bloquearon-chain y la ejecución de operaciones automatizadas con varios agentes de IA. Las limitaciones de las cadenas de bloques tradicionales son superadas por el diseño innovador de AO+AR en el nivel subyacente. Esperamos ver más casos de uso en AO y la implementación de estrategias financieras con agentes de IA.

Referencias

_source=Blog&utm_medium=X&utm_campaign=AI+on+AO&utm_id=Community+Labs