미래의 세계에서 AI 에이전트와 인간이 디지털 동반자/공생 관계를 형성한다고 상상해보세요. 자율 에이전트는 사용자가 제기한 자연어 요구 사항에 따라 대화의 의도를 명확히 하고, 작업을 자동으로 분해하고 예상 결과를 달성할 수 있습니다.
AO는 Actor를 기반으로 비동기 병렬 네트워크를 구축했습니다. 전체 계약 계산 프로세스에 대한 합의에 도달하지 않고 거래 순서에 대한 합의에만 도달합니다. 낙관적으로 고정 거래 순서로 기본 설정하고 가상 머신에서 동일한 결과를 실행합니다. 이 선택을 통해 AO 네트워크는 모든 유형의 계산을 지원할 때까지 대규모로 확장할 수 있습니다. AR 네트워크는 거래 순서에 대한 합의 계층과 거래 결과 상태에 대한 저장 계층으로 사용됩니다.
대부분이 단일 블록체인이고 최하위 계층의 기본 상태 머신의 스마트 계약만 지원하는 다른 주요 블록체인 프로젝트와 비교할 때, AO의 인프라 호환성은 AI 모델의 작동을 포함한 보다 복잡한 컴퓨팅 기능을 지원할 수 있습니다.
최근 WASM 가상 머신 업데이트 이후, AO 컴퓨팅 유닛은 이제 16GB 메모리에 접근할 수 있으며, 이는 AO에서 16GB 모델을 다운로드하고 실행할 수 있다는 것을 의미합니다. 16GB는 Llama 3 Falcon 시리즈의 양자화되지 않은 버전과 다른 여러 모델과 같은 대규모 언어 모델 계산을 실행하기에 충분합니다.
동시에 AO는 WeaveDrive를 사용하는데, 이를 통해 사용자는 로컬 하드 디스크에 액세스하는 것처럼 AO에서 Arweave 데이터에 액세스할 수 있으며, 공유 환경에서 상호 작용하는 다양한 유형의 가상 머신의 매우 이질적인 프로세스와 호환되므로 더 많은 데이터 소스와 조합 가능성이 있습니다. 이는 또한 향후 애플리케이션을 빌드할 때 사용자가 AO 프로그램에서도 데이터를 사용할 수 있기 때문에 Arweave에 데이터를 업로드하려는 동기가 더 커질 것임을 의미합니다. AO+AR 시스템에서 실행되는 대규모 언어 모델을 테스트할 때 AO 개발팀은 약 $1,000의 모델 데이터를 네트워크에 업로드했지만 이는 시작에 불과합니다.
AO 시스템 설계를 통해 AI 에이전트를 통합하는 스마트 계약을 구현할 수 있습니다. AO에서 프로그래밍을 통해 시장에서 지능적인 결정을 내릴 수 있는 AI 에이전트를 만들고 에이전트는 서로 싸우거나 인간을 대신하여 인간을 대리할 수 있습니다. 글로벌 금융 시스템을 살펴보면 약 83%의 나스닥 거래가 로봇에 의해 실행됩니다. 현재의 양적 거래는 AI 에이전트 거래의 전신이며, 미래에는 머신 러닝 모델을 설계하고 선택하고 자동화된 거래를 실행하는 프로세스가 AI에 의해 더 쉽게 언박싱되고 자동화될 것입니다.
지난 몇 년 동안 DeFi가 발전하면서 대출, 토큰 거래 또는 파생 상품과 같이 중앙 집중화된 기관을 신뢰하지 않고도 체인에서 다양한 금융 거래를 수행할 수 있게 되었습니다. 하지만 우리가 시장에 대해 실제로 이야기할 때, 그것은 단지 이러한 거래의 신뢰성만이 아닙니다. 사실, 다양한 거래의 안정적인 실행은 단지 기초일 뿐입니다. 시장이 활기찬지 여부를 결정하는 핵심 요소는 여전히 자본의 흐름과 다양한 금융 게임을 매수, 매도, 대출 또는 참여하기로 결정하는 사람들입니다. 현재 암호화폐 투자에 참여하고 싶고 모든 조사와 참여를 직접 하고 싶지 않다면 신뢰할 수 있는 펀드를 찾고, 그들이 자금을 관리하도록 신뢰하고, 펀드 구성원에게 권한을 위임하여 지능적인 결정을 실행해야 합니다. 하지만 AO 애플리케이션이 개발됨에 따라 시장의 지능적 의사 결정 부분을 확장하고, 네트워크에서 정보를 필터링하고, 데이터를 처리하고, 전략을 결합하고, AI 에이전트의 지혜를 통합하여 네트워크에서 실시간 결정을 내리고, 매우 풍부한 분산 자율 에이전트 금융 시스템을 만들 수 있습니다.
이미 이 비전을 실현하기 시작한 프로젝트가 몇 가지 있습니다. Autonomous Finance(이하 AF), Dexi, Outcome을 소개하겠습니다. 그 중에서도 AF의 성과가 가장 인상적입니다.
자율 금융
AF는 AO에서 AI 기반 금융 애플리케이션을 연구하고 개발하는 데 중점을 둡니다. AF는 AO 체인에서 AI 모델과 데이터 기반 금융 결정을 구축하여 체인에 지능적 의사 결정 계층을 배치하려고 시도했습니다. 주요 사업은 Core Infrastructure, AgentFi, ContentFi의 세 부분으로 구성됩니다.
핵심 시설로는 분산형 거래소(DEX), 대출, 파생상품, 합성 자산 프로토콜이 있습니다.
AgentFi는 주로 구성 가능한 반자율 및 완전 자율 에이전트를 통한 거래 전략 실행을 말합니다. 신호 처리 및 논리 처리를 위해 오프체인 프로그램에 의존하는 다른 자율 에이전트 프레임워크와 달리 AF에서 제공하는 자율 에이전트는 자체 학습을 위해 온체인 데이터 스트림을 사용하고 AO 생태계 내의 다양한 유동성 풀과 금융 기반에 대한 투자 전략을 실행합니다. 이러한 에이전트는 오프체인 신호나 인간의 개입 없이 자율적으로 실행될 수 있습니다.
일반적인 자율 에이전트는 다음과 같습니다.
-
달러 비용 평균화(DCA) 자산 관리 에이전트
-
셀프 밸런싱 인덱스 펀드
-
맞춤형 위험 전략을 갖춘 자율형 헤지펀드
-
수익 집계 에이전트
-
온체인 예측 에이전트
-
고주파 거래 에이전트
DCA 에이전트는 다른 더 복잡한 에이전트가 로직을 실행할 때 종종 호출되는 기본 에이전트입니다. 따라서 자주 사용되는 구성 가능한 에이전트 모듈로서, 특정 가격 범위 내에서 거래를 트리거하고, 고정 간격 거래의 길이를 조정하고, 자산 가격을 기반으로 하는 가중 거래(예: 가격이 낮을 때 더 많이 매수)와 데이터 기반 손절매 및 이익 재투자 신호와 같이 사용자가 필요에 따라 조정할 수 있는 많은 사용자 정의 가능한 매개변수가 있습니다.
DCA 에이전트 애플리케이션은 두 가지 핵심 AO 프로세스를 중심으로 구축됩니다.
-
Cron(시간 기반 작업 관리 시스템, 종종 예약된 시간에 작업 실행을 트리거하는 데 사용됨)에 의해 트리거되는 에이전트 프로세스: 주로 사용자가 시작한 DCA 거래 및 자동으로 예약된 DCA 거래, 관리되는 자금 기록 및 적시에 백엔드 AO 프로세스 업데이트를 담당합니다.
-
백엔드 AO 프로세스: 사용자와 관련된 프록시 애플리케이션을 관리하고 각 프록시의 과거 거래를 추적 및 기록합니다.
다음 다이어그램은 DCA 에이전트의 디자인 아키텍처와 상호 작용 구성 요소를 보여줍니다.
프런트엔드를 사용하는 사용자의 경우 DCA 에이전트의 프런트엔드는 DEXI에 구축되어 있으며, 사용자는 DEXI 웹사이트에서 AO Connect 지갑을 연결하여 DCA 에이전트를 설정할 수 있습니다. DEXI는 사용 가능한 AMM 풀에 대한 정보에 액세스하여 최신 가격을 얻고, DCA 에이전트는 특정 거래 로직을 실행하고, 백엔드 AO 프로세스는 사용자와 관련된 모든 에이전트를 검색합니다.
콘텐츠 금융은 Arweave 영구웹에 저장된 데이터를 AO 프로세스의 구성 가능한 자산으로 귀속하고 수익화하기 위한 프레임워크입니다. AF는 데이터 기여자 또는 콘텐츠 펀드가 과거 및 실시간 시장 정보와 같은 데이터를 영구웹에 기여할 수 있도록 하는 애플리케이션을 구축하고 있습니다. 이 콘텐츠는 자율 에이전트와 머신 러닝을 위한 온체인 신호 역할을 합니다. 예를 들어, 자율 에이전트는 소셜 미디어 감정과 과거 데이터를 기반으로 새로운 시장을 만듭니다. 몇 가지 예:
-
데이터 신호 수익화
-
콘텐츠 중심의 금융 기관
-
구독 기반 데이터 추천 에이전트
-
인플루언서들은 자율적인 금융 전략을 위한 데이터를 제공합니다.
-
데이터 기여 관련 DAO 및 콘텐츠 펀드는 다양한 데이터 소스를 집계하여 동적 온체인 신호를 제공합니다.
현재 AF는 AO Link와 Data OS라는 두 가지 주요 제품을 출시했습니다.
AO Link는 AO 네트워크를 위한 메시지 브라우저로, 기존 블록체인 시스템의 블록 브라우저와 유사한 기능을 제공합니다. 여기에는 메시지 계산 기능, 메시지 링크의 그래픽 시각화(명확하고 이해하기 쉬움), 실시간 메시지 스트림(최신 정보), 연결된 메시지 목록(정리 및 탐색이 쉬움)이 포함됩니다. 사용자는 토큰 잔액과 메시지 받은 편지함을 볼 수도 있습니다. 이 도구는 ao 네트워크의 구조와 활동을 상호 작용하고 분석하는 전문적이고 효율적인 방법을 제공합니다.
Data OS는 AO 네트워크에서 개발된 ContentFI 프로토콜로, 자율 AI 에이전트를 사용하여 콘텐츠를 획득하고 콘텐츠 파생물을 재생성합니다. DataOS는 이 혁신적인 접근 방식을 통해 콘텐츠의 관련성과 접근성을 향상시킬 뿐만 아니라 콘텐츠 제작자를 위한 보상 메커니즘도 구축합니다. 현재 https://stats.dataos.so/에서 AO 네트워크의 다양한 데이터를 보고 네트워크 활동을 관찰할 수 있습니다. 콘텐츠와 관련된 다양한 데이터는 현재 표시되지 않습니다.
덱시
Dexi는 일반 사용자가 AO에서 에이전트를 사용하여 Agent Fi에 참여할 수 있는 중요한 대화형 인터페이스입니다. 또한 AO 네트워크의 에이전트가 구현한 애플리케이션으로, AO 네트워크의 다양한 이벤트에 대한 다양한 재무 데이터를 자율적으로 식별, 수집 및 집계할 수 있습니다(AO의 Dexscrenner와 동일). 이러한 데이터는 자산 가격, 토큰 거래소, 유동성 변동 및 토큰 자산 특성(예: 스마트 계약 세부 정보)을 포함합니다. Dexi는 주로 두 가지 유형의 사용자에게 서비스를 제공합니다. 웹 터미널을 통해 플랫폼에 액세스하는 최종 사용자와 수집된 데이터를 활용하기 위해 메시지를 보내 Dexi와 상호 작용하는 AO 애플리케이션(Bot/Agent로 이해됨)입니다. 핵심 인프라로서 Dexi가 제공하는 주요 서비스는 데이터 구독 서비스입니다. AO 네트워크의 프로세스는 Dexis 데이터 스트림을 구독하고 가격 조정과 같은 업데이트에 대한 알림을 즉시 받을 수 있습니다.
결과
Outcome은 @puente_ai 팀이 지원하여 구축한 예측 시장입니다. @fwd리서치 , @aoTheVentures 그리고 @aoComputerClub . Outcome은 사용자에게 다양한 이벤트에 베팅할 수 있는 플랫폼을 제공합니다. 현재 시장에서 예측 주제는 기술, 밈, 비즈니스, 게임, DeFi 및 AO를 포함합니다. 이 프로젝트는 미래에 사용자가 실제 데이터와 대규모 언어 모델을 기반으로 자율 에이전트를 구축하여 예측 시장에 자동으로 베팅할 수 있다고 주장합니다.
AO의 AgentFi는 블록체인에 직접 AI 모델을 배포하고 다양한 AI 에이전트를 사용하여 자동화된 거래를 수행하는 미래를 탐구할 수 있는 새로운 관점을 제공합니다. 기존 단일 블록체인의 한계는 새로운 기반 혁신을 갖춘 AO+AR의 설계로 깨집니다. AO에 대한 더 많은 애플리케이션과 AI 에이전트와 함께 재무 전략을 구현하는 사례를 기대합니다.
참조하다
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
이 기사는 인터넷에서 발췌한 것입니다: AO의 Agent-Fi: AI 에이전트를 통합한 금융 패러다임
관련 항목: 비트코인 ETF를 보유한 주요 기관 목록: 주요 보유 기관은 누구인가요?
원저자: Huo Huo 비트코인 현물 ETF는 2024년 초에 공식 승인되어 전통적인 금융 자본이 암호화폐 세계로 쏟아져 들어온 첫 해를 기록했습니다. 6월 1일 현재 전 세계 비트코인 ETF 보유 자산은 100만 BTC를 넘어섰습니다. 6월 14일 현재 비트코인 현물 ETF의 총 순자산 가치는 약 $572억 달러에 달했습니다. 출처: https://sosovalue.xyz 5월 15일 기준 SEC에 제출된 비트코인 ETF 13F(13F 보고서는 미국 주식 회사의 운용 자산이 $1억 달러를 초과하는 투자 기관의 주식 보유 보고서를 말함) 문서에 따르면 2024년 1분기에 모든 공표된 비트코인 현물 ETF에 포지션을 보유한 기관은 929개로 전체 시장의 20% 미만을 차지합니다. 또한 80.7%가 있습니다.