Stellen Sie sich eine zukünftige Welt vor, in der KI-Agenten eine digitale begleitende/symbiotische Beziehung mit Menschen eingehen. Autonome Agenten können Absichten in Gesprächen klären, Aufgaben automatisch zerlegen und sie basierend auf den von den Benutzern vorgebrachten natürlichen Sprachanforderungen umsetzen.
AO hat ein asynchrones paralleles Netzwerk basierend auf Akteuren eingerichtet. Es stimmt nicht dem gesamten Berechnungsprozess des Vertrags zu, sondern stimmt nur der Transaktionssequenz zu. Die optimistische Standardtransaktionssequenz führt zu konsistenten Laufergebnissen in der virtuellen Maschine. Diese Wahl ermöglicht eine massive Skalierung des AO-Netzwerk-Computings zur Unterstützung jeder Art von Computing. Das AR-Netzwerk wird als Konsensschicht für Transaktionssequenzen und als Speicherschicht für den Transaktionsergebnisstatus verwendet.
Im Vergleich zu anderen aktuellen Mainstream-Blockchain-Projekten, bei denen es sich meist um einzelne Blockchains handelt und die nativen Zustandsautomaten-Smart-Contracts nur von der untersten Ebene aus unterstützen, kann die Infrastrukturkompatibilität von AO komplexere Rechenfunktionen unterstützen, einschließlich des Betriebs von KI-Modellen.
Die Compute Unit (Compute Unit) von AO konnte nach dem letzten WASM-Virtual-Machine-Update auf 16 GB Speicher zugreifen, was bedeutet, dass wir 16-GB-Modelle auf AO herunterladen und ausführen können. 16 GB reichen aus, um große Sprachmodellberechnungen auszuführen, wie z. B. die unquantisierte Llama 3-Version der Falcon-Serie und viele andere Modelle.
Gleichzeitig verwendet AO WeaveDrive, das Benutzern den Zugriff auf Arweave-Daten in AO wie auf eine lokale Festplatte ermöglicht und mit verschiedenen Arten virtueller Maschinen und hochgradig heterogenen Prozessen kompatibel ist, die in einer gemeinsamen Umgebung interagieren, was uns mehr Spaß macht Datenquellen und Kombinationsmöglichkeiten. Dies bedeutet auch, dass für Benutzer in Zukunft ein erhöhter Anreiz besteht, Daten bei der Erstellung von Anwendungen auf Arweave hochzuladen, da diese Daten auch in AO-Programmen verwendet werden können. Das AO-Entwicklungsteam hat beim Testen großer Sprachmodelle, die im AO+AR-System ausgeführt werden, Modelldaten im Wert von etwa 1.000 US-Dollar in das Netzwerk hochgeladen, aber das ist erst der Anfang.
Das Systemdesign von AO ermöglicht die Implementierung intelligenter Verträge unter Einbindung von KI-Agenten. Durch die Programmierung in AO schaffen wir KI-Agenten, die intelligente Entscheidungen auf dem Markt treffen, entweder gegeneinander oder gegen Menschen im Namen von Menschen. „Wenn wir uns das globale Finanzsystem ansehen, werden etwa 83 % der Nasdaq-Transaktionen von Robotern ausgeführt.“ Prozesse werden durch KI einfacher „ausgepackt“ und automatisiert.
Die Entwicklung von DeFi in den letzten Jahren hat es ermöglicht, verschiedene Finanzoperationen in der Kette durchzuführen, ohne einer zentralisierten Einheit zu vertrauen, wie etwa Kreditvergabe, den Handel mit Token oder Derivaten. Aber wenn wir wirklich über den Markt sprechen, geht es nicht nur um die Zuverlässigkeit dieser Vorgänge, sondern die zuverlässige Ausführung verschiedener Vorgänge ist lediglich die Grundlage. Der zentrale Faktor, der darüber entscheidet, ob ein Markt dynamisch ist, ist immer noch der Kapitalfluss, also die Menschen, die sich für den Kauf, Verkauf, die Kreditvergabe oder die Teilnahme an verschiedenen Finanzspielen entscheiden. Wenn Sie heute an Kryptowährungsinvestitionen teilnehmen möchten, ohne selbst alle Recherchen und Beteiligungen durchführen zu müssen, müssen Sie einen zuverlässigen Fonds finden, ihm die Verwaltung Ihrer Gelder anvertrauen und die Fondsmitglieder in die Lage versetzen, intelligente Entscheidungen zu treffen. Aber mit der Entwicklung von AO-Anwendungen können wir möglicherweise den Teil des Marktes für intelligente Entscheidungsfindung erweitern, Informationen im Netzwerk filtern, Daten verarbeiten, Strategien kombinieren und die Weisheit von KI-Agenten integrieren, um Entscheidungen in Echtzeit zu treffen Netzwerk und schaffen ein sehr reichhaltiges dezentrales Finanzsystem mit autonomen Agenten.
Es gibt bereits einige Projekte, die mit der Umsetzung dieser Vision beginnen. Wir werden Autonomous Finance (im Folgenden als AF bezeichnet), Dexi und Outcome vorstellen. Unter ihnen sind die Ergebnisse von AF die auffälligsten.
Autonome Finanzen
AF konzentriert sich auf die Forschung und Entwicklung von Finanzanwendungen in Kombination mit KI auf AO. Durch den Aufbau von KI-Modellen und datengesteuerten Finanzentscheidungen auf der AO-Kette hat AF versucht, die intelligente Entscheidungsebene in die Kette zu integrieren. Das Hauptgeschäft besteht aus drei Teilen: Core Infrastructure, Intelligent Agent Finance (AgentFi) und Content Finance (ContentFi).
Zu den Kerneinrichtungen gehören Protokolle für dezentrale Börsen (DEX), Kreditvergabe, Derivate und synthetische Vermögenswerte.
AgentFi bezieht sich hauptsächlich auf die Ausführung von Handelsstrategien durch zusammensetzbare halbautonome und vollständig autonome Agenten. Im Gegensatz zu anderen autonomen Agenten-Frameworks, die für die Signalverarbeitung und Logikverarbeitung auf Off-Chain-Programme angewiesen sind, nutzen die von AF bereitgestellten autonomen Agenten On-Chain-Datenströme, um Anlagestrategien auf der Grundlage verschiedener Liquiditätspools und Finanzgrundlagen innerhalb der AO selbst zu erlernen und auszuführen Ökosystem. Diese Agenten können autonom arbeiten, ohne dass Signale außerhalb der Kette oder menschliches Eingreifen erforderlich sind.
Typische autonome Agenten sind:
Dollar Cost Averaging (DCA) Vermögensverwaltungsagent
Selbstausgleichende unabhängige Indexfonds
Autonomer Hedgefonds mit maßgeschneiderten Risikostrategien
Agent zur Umsatzaggregation
On-Chain-Vorhersageagent
Hochfrequenzhandelsagent
Unter diesen ist der DCA-Agent ein Basisagent und wird häufig aufgerufen, wenn andere komplexere Agenten Logik ausführen. Daher gibt es als häufig verwendetes kombinierbares Agentenmodul viele anpassbare Parameter, die Benutzer entsprechend ihren eigenen Anforderungen anpassen können, z. B. die Auslösung Transaktionen innerhalb einer bestimmten Preisspanne, Anpassungen fester Handelslängen und gewichteter Handel basierend auf Vermögenspreisen (d. h. mehr kaufen, wenn die Preise niedriger sind) sowie datengesteuerte Take-Profit- und Gewinn-Reinvestitionssignale.
DCA-Agent-Anwendungen basieren auf zwei wichtigen AO-Prozessen:
Von Cron ausgelöster Agentenprozess (ein zeitbasiertes Aufgabenverwaltungssystem, das häufig zum Auslösen der Aufgabenausführung auf geplanter Basis verwendet wird): Hauptverantwortlich für vom Benutzer initiierte und automatisch geplante DCA-Transaktionen, die Aufzeichnung verwalteter Gelder und die zeitnahe Aktualisierung des Back-End-AO-Prozesses
Back-End-AO-Prozess: Verwaltet Agentenanwendungen im Zusammenhang mit dem Benutzernamen und verfolgt und zeichnet die historischen Transaktionen jedes Agenten auf
Die folgende Abbildung veranschaulicht die Designarchitektur und die interaktiven Komponenten des DCA-Agenten
Für Benutzer, die das Front-End verwenden, basiert das Front-End des DCA-Proxys auf DEXI. Benutzer können den DCA-Proxy einrichten, indem sie eine Verbindung zum AO Connect-Wallet auf der DEXI-Website herstellen. Unter anderem greift DEXI auf Informationen über den verfügbaren AMM-Pool zu und ruft die neuesten Preise ab, der DCA-Agent ist für die Ausführung spezifischer Transaktionslogik verantwortlich und der Backend-AO-Prozess ruft alle mit dem Benutzer verbundenen Agenten ab.
Content Finance ist ein Framework zur Zuordnung und Monetarisierung von im permanenten Arweave-Netzwerk gespeicherten Daten in zusammensetzbare Assets für AO-Prozesse. AF entwickelt Anwendungen, die es Datenlieferanten oder Content-Fonds ermöglichen, Daten wie historische und Echtzeit-Marktinformationen zu Permaweb beizutragen. Diese Inhalte werden als On-Chain-Signale für autonome Agenten und maschinelles Lernen dienen. Beispielsweise könnten autonome Agenten neue Märkte schaffen, die auf der Stimmung in den sozialen Medien und historischen Daten basieren. Einige Beispiele:
Datensignale monetarisieren
Inhaltsgesteuerte Finanzagentur
Abonnementbasierter Datenempfehlungsagent
Influencer steuern Daten zu autonomen Finanzstrategien bei
Datenbeitragsbezogene DAOs und Content-Fonds aggregieren verschiedene Datenquellen, um dynamische On-Chain-Signale bereitzustellen
Derzeit hat AF zwei Hauptprodukte auf den Markt gebracht, nämlich AO Link und Data OS.
AO Link ist der Nachrichtenbrowser des AO-Netzwerks und bietet ähnliche Funktionen wie der Blockbrowser in herkömmlichen Blockchain-Systemen. Es umfasst Funktionen zur Nachrichtenberechnung, grafische Visualisierung von Nachrichtenlinks für ein klares und einfaches Verständnis, Echtzeit-Nachrichtenstreaming für aktuelle Informationen und verknüpfte Nachrichtenlisten für eine einfache organisatorische Navigation. Benutzer können auch ihr Token-Guthaben und ihren Nachrichteneingang einsehen. Dieses Tool bietet eine professionelle und effiziente Möglichkeit, mit AO-Netzwerken zu interagieren und deren Struktur und Aktivität zu analysieren.
Data OS ist das auf AO Network entwickelte ContentFI-Protokoll, das autonome KI-Agenten verwendet, um Inhalte abzurufen und Inhaltsderivate neu zu generieren. Durch diesen innovativen Ansatz erhöht DataOS nicht nur die Relevanz und Zugänglichkeit von Inhalten, sondern etabliert auch einen Belohnungsmechanismus für Inhaltsersteller. Derzeit können wir unter https://stats.dataos.so/ verschiedene Daten zum AO-Netzwerk einsehen und die Netzwerkaktivität beobachten. Verschiedene Daten zu den Inhalten werden vorerst nicht angezeigt.
Dexi
Dexi ist eine wichtige interaktive Schnittstelle für normale Benutzer, um Agenten in AO zur Teilnahme an Agent Fi zu verwenden. Es handelt sich auch um eine von Agenten im AO-Netzwerk implementierte Anwendung, die verschiedene Ereignisse im AO-Netzwerk unabhängig identifizieren, sammeln und zusammenfassen kann (entspricht Dexscrenner auf AO). Diese Daten umfassen Vermögenspreise, Token-Börsen, Liquiditätsschwankungen und Merkmale von Token-Vermögenswerten wie Smart-Contract-Details. Dexi bedient hauptsächlich zwei Arten von Benutzern: Endbenutzer, die über Webterminals auf die Plattform zugreifen, und AO-Anwendungen (die als Bot/Agent verstanden werden können), die mit Dexi interagieren, indem sie Nachrichten senden, um gesammelte Daten zu nutzen. Als Kerninfrastruktur ist der Hauptdienst von Dexi ein Datenabonnementdienst. Prozesse im AO-Netzwerk können dafür bezahlen, den Datenfluss von Dexi zu abonnieren und sofort Benachrichtigungen über Preisanpassungen und andere Aktualisierungen zu erhalten.
Ergebnis
Outcome ist ein Prognosemarkt, der vom @puente_ai-Team erstellt und von @fwdresearch, @aoTheVentures und @aoComputerClub unterstützt wird. Outcome bietet Benutzern eine Plattform zum Platzieren von Wetten auf verschiedene Ereignisse auf dem Markt, darunter Technologie, Memes, Business, Spiele, DeFi und AO. Das Projekt behauptet, dass Benutzer in Zukunft automatische Wetten auf dem Vorhersagemarkt abschließen können, indem sie autonome Agenten erstellen, die auf realen Daten basieren und auf großen Sprachmodellen basieren.
AgentFi on AO bietet uns eine neue Perspektive, um die Zukunft der Bereitstellung von KI-Modellen direkt auf der Blockchain und der Verwendung verschiedener KI-Agenten zur Durchführung automatisierter Transaktionen zu erkunden. Die Einschränkungen traditioneller Einzelblockketten werden durch das Design von AO+AR mit neuartigen zugrunde liegenden Innovationen durchbrochen. Wir freuen uns auf weitere Anwendungen auf AO und Fälle der Kombination von KI-Agenten zur Umsetzung von Finanzstrategien.
Referenz
https://www.theblockbeats.info/news/53865
https://permadao.com/permadao/AI-on-AO-AO-AI-224ba15c840a4309972fec5350d9ed90
https://www.communitylabs.com/blog/ao-in-ai-key-highlights?utm_source=Blogutm_medium=Xutm_campaign=AI+on+AOutm_id=Community+Labs
https://www.autonomous.finance/research/en-US