У криптоекономіці роботи поступово стають ключовими учасниками.

Ця тенденція є очевидною. Наприклад, шукачі через роботи (такі як Jaredfromsubway.eth) швидко виконують DEX угоди, використовуючи людську потребу у зручності. Такі інструменти, як Banana Gun та Maestro, дозволяють користувачам легко використовувати роботи для торгівлі через Telegram, ставши одним з найбільш енерговитратних додатків на Ethereum. А в нових соціальних додатках, таких як Friend.tech, роботи швидко втручаються після первинного прийняття користувачами, навіть далі підштовхуючи спекулятивний цикл.

Чи то з метою отримання прибутку (такі як MEV роботи), чи то під впливом потреб користувачів (такі як Telegram робототехнічні інструменти), роботи все більше стають пріоритетними користувачами на блокчейні.

Хоча роботи в криптосфері наразі ще досить примітивні, з розвитком великих мовних моделей (LLMs) поза ланцюгом роботи стали потужними AI агентами, здатними самостійно виконувати складні завдання та приймати рішення.

Чому обирати побудову AI агентів в криптоекосистемі?

Побудова AI агентів на основі криптоорієнтованої інфраструктури може принести такі істотні переваги:

  1. Орієнтована на криптовалюту платіжна здатність
    AI агенти можуть існувати поза ланцюгом, але для виконання складних задач їм потрібна ефективна капітальна підтримка. У порівнянні з традиційними банківськими рахунками або платіжними сервісами (такими як Stripe), криптоплатіжні канали забезпечують AI агентам більш зручний та ефективний доступ до капіталу, уникнувши багатьох неефективностей традиційної офлайн фінансової системи.

  2. Власність активів
    AI агенти, пов'язані з гаманцем, можуть володіти криптоактивами (наприклад, NFT, доходами тощо), отримуючи таким чином цифрові права власності. Це особливо важливо для торгівлі активами між агентами.

  3. Перевірність операцій
    Перевірність операцій є критично важливою для AI агентів під час виконання завдань. Ланцюгові транзакції мають певність — або відбуваються, або ні — що дозволяє AI агентам виконувати завдання більш точно в порівнянні з поза ланцюгом.

Виклики AI агентів у ланцюзі

Звичайно, ланцюгові AI агенти також стикаються з певними обмеженнями:

  1. Потреба в обробці логіки поза ланцюгом
    Для ефективної роботи AI агенти повинні виконувати складну логіку та обчислення поза ланцюгом, але їхні рішення будуть виконані в ланцюзі для забезпечення перевірності операцій. Крім того, агенти можуть скористатися такими постачальниками, як Modulus, для перевірки достовірності вхідних даних поза ланцюгом.

  2. Різноманітність інструментів
    Можливості AI агентів залежать від різноманітності інструментів. Наприклад, щоб агент міг підсумовувати актуальні новини, йому потрібні інструменти веб-сканера; якщо потрібно зберегти результати у PDF, то потрібна файлова система; якщо агент хоче імітувати торгівлю певного крипто-твітера, то потрібні права доступу до гаманця та функції підпису.

Еволюція та застосування AI агентів

У спектрі визначеності та невизначеності більшість крипто AI агентів наразі виконують визначені завдання. Це означає, що люди заздалегідь встановлюють параметри завдання та способи їх виконання (наприклад, обмін токенів). Від ранніх охоронних роботів (keeper bots) до нинішніх більш складних агентів на основі LLM, AI агенти швидко еволюціонують. Наприклад:

  • Автономні художники: такі як Botto.

  • Самоорганізовані AI агенти: реалізація через торговий хмарочос Syndicate.

  • Платформа сервісів AI агентів: такі як Autonolas.

Передові сценарії застосування

Ось деякі з передових застосувань AI агентів:

  1. AI-спрямовані «розумні гаманці»
    Dawn використовує AI агентів від DawnAI, щоб допомогти користувачам надсилати угоди, виконувати угоди та надавати实时链上洞察（如热门 NFT）。

  2. AI ролі в криптоіграх
    Нова гра Colony від Parallel Alpha розробляє AI ролі, які можуть мати гаманці та взаємодіяти між собою.

  3. Розширений AI інструментарій
    Gnosis продемонстрував ранні зразки інфраструктури, де їх AI mechs (AI механізми) інкапсулюють AI скрипти через смарт-контракти, даючи можливість всім (включно з іншими роботами) викликати смарт-контракти для виконання агентських операцій (таких як ставки на ринку прогнозів) та сплачувати агентські збори.

  4. Інтелектуальні DeFi трейдери
    DeFi супердодатки пропонують користувачам більше можливостей, включаючи: автоматичні інвестиції за умови виконання, виконання угод, коли газові збори нижчі за певну ціну, моніторинг нових мем токенів, а також оптимізацію маршрутизації замовлень без необхідності знати користувачеві.

  5. Підтримка AI агентів з довгим хвостом
    Універсальні AI додатки (такі як ChatGPT) підходять для загального використання, але AI агенти потребують налаштування для різних галузей та сегментів. Ринки, такі як Bittensor, через механізми стимулювання, спонукають «майнерів» навчати моделі, зосереджені на специфічних завданнях (таких як генерація зображень, прогнозування моделей), охоплюючи цільові галузі (такі як крипто, біотехнології, академічні тощо).

  6. NPC агенти в споживчих додатках
    NPC дуже поширені в MMORPG іграх, але рідше зустрічаються в багатокористувацьких споживчих додатках. Фінансові аспекти крипто споживчих додатків роблять AI агентів відмінними інструментами для впровадження нових ігрових механік. Наприклад, Frenrug, випущений Ritual, є агентом на основі LLM, який може виконувати угоди в Friend.tech відповідно до повідомлень користувачів (наприклад, купівля або продаж ключа).

Візія майбутнього

Зі збільшенням кількості додатків та протоколів, що впроваджують AI агентів, люди через них інтегруються в криптоекономіку. Хоча AI агенти наразі виглядають як «іграшки», в майбутньому вони покращать досвід повсякденних споживачів, стануть ключовими зацікавленими сторонами в протоколах та створять повну економічну систему між агентами.

AI агенти все ще перебувають на ранній стадії, але як перші громадяни ланцюгової економіки, вони лише починають демонструвати свій потенціал. Якщо ви досліджуєте, як розширити ланцюговий досвід за допомогою AI агентів, ласкаво просимо зв'язатися з нами в Twitter.