Wie wird der AI Agent den nächsten Schritt machen, vom Dialogassistenten zur intelligenten Ausführung?

Originaltitel: AI-Agenten-Trends: Über AI Slop Bots hinaus

Artikel von: 0xJeff

Übersetzung: Asher

Mit der zunehmenden Unsicherheit der globalen Wirtschaft bleibt die Marktentwicklung weiterhin schwach, während Web3 AI eines der wachstumsstärksten Segmente bleibt.

Der schnelle Fortschritt in der KI-Innovation (wie die Strategien von Technologie-Giganten wie OpenAI, Anthropic, DeepSeek, Nvidia und Alibaba) sorgt für eine äußerst hohe Aufmerksamkeit.

Derzeit ist die Gesamtmarktkapitalisierung des AI-Segments nach einem Rückgang auf 4 Milliarden USD im März kürzlich auf 6 Milliarden USD gestiegen. Trotz des Drucks auf das Gesamtmarktumfeld gibt es weiterhin Teams, die sich mit der Erforschung von AI-Agent-Szenarien für das Krypto-Ökosystem beschäftigen. Von den anfänglich überflutenden dialogorientierten AI-Assistenten bis hin zu den heute stärker auf die Lösung praktischer Probleme ausgerichteten Ansätzen zeichnen sich einige neue Trends ab:

• Sportanalyse und automatisches Wetten: AI Agent analysiert in Echtzeit die Wettkampfdaten und trifft eigenständig Wettentscheidungen;
• Handelsunterstützung und -ausführung: Der intelligente, unterstützende KI-Agent kann Markttrends analysieren und komplexe Transaktionen ausführen;
• DeFi-Ertragsoptimierung: Das Agentursystem kann die Kreditstrategie für Stablecoins in Echtzeit anpassen, um die Rendite zu optimieren.

DeFAI Transformation: Von der Abstraktionsebene zur “Alpha-Entdeckungsebene”

Anfang dieses Jahres bestand ein heißer Trend in DeFAI darin, Schnittstellen im ChatGPT-Stil zu erstellen, die als Schicht für die Interaktion der Nutzer mit DeFi-Protokollen dienen. Die Praxis hat jedoch gezeigt, dass die bloße Bereitstellung eines Conversational Interface nicht zu einer guten User Experience führt. Das Problem ist, dass die meisten Teams nicht genug in die “Inferenzschicht” (Verständnis der Benutzerabsicht) und die “Ausführungsschicht” (Optimierung des Ausführungspfads) investieren, was dazu führt, dass AIAgent bei der Bereitstellung von Strategieempfehlungen immer noch auf das zusätzliche Urteilsvermögen der Benutzer angewiesen ist. Anstatt beispielsweise AIAgent zu verwenden, um den optimalen Transaktionspfad auszuwählen, ist es besser, ausgereifte Tools wie Defillama Aggregator, Across oder Pendle zu verwenden.

Daher wandeln sich viele Projekte zur „Alpha Discovery Layer“, die den Nutzern helfen, die wertvollsten Informationen auf dem Markt zu entdecken. In einem Marktumfeld mit Informationsknappheit ist es entscheidend, die besten „Goldgräberpunkte“ zu finden. Zum Beispiel:

• On-Chain-Datenanalyse: Verfolgen von Smart Wallets, Fondsströmen, um führende Signale zu erhalten;
• Informationsabbau in sozialen Plattformen: Analyse von beliebten Themen auf X, Telegram und Discord, um Trends zu erfassen;
• Hochwertiges Risikomanagement: wie GigabrainGG, bietet institutionelle Handels-signale.

Derzeit ist noch nicht sicher, ob der vorhandene AIAgent stabil übermäßigen Alpha liefern kann, aber einige frühe Ergebnisse beginnen, Wert zu zeigen.

Multimodaler / Multikanal KI-Agent

Die traditionelle ChatGPT-Interaktionsweise eignet sich nicht für alle Szenarien. Der Web3 AIAgent erforscht neue Interaktionsmethoden, um sich natürlicher in den Arbeitsablauf der Benutzer zu integrieren.

• Direkte Interaktion auf der X-Plattform: Die Kryptowährungs-Community ist hauptsächlich auf der X-Plattform aktiv, daher bieten Vermittler wie Clanker und Bankr direkt über die X-Plattform Dienstleistungen an, um den Bedieneingang der Nutzer zu vereinfachen;
• Discord-Sprachbefehle: AgentTank ermöglicht es Benutzern, AI innerhalb von Discord direkt per Sprache zu steuern, um On-Chain-Aufgaben auszuführen und eine effizientere Zusammenarbeit zu erreichen;
• Web3 Browsing und Ausführung: Da viele Krypto-Websites keine APIs anbieten, kann der Computer Use Agent menschliche Aktionen simulieren, um automatisch zwischen verschiedenen Websites zu navigieren, Daten zu scrapen und Transaktionen auszuführen.

Diese Art von multimodalen / multikanal AI-Agenten definiert das Benutzererlebnis von Web3 neu und lässt KI tatsächlich Teil des Handels- und Forschungsprozesses werden.

Virtuals: Die zentrale Plattform des AI Agent-Ökosystems

Die Tokenisierungsplattform für AI-Agenten von Virtuals ist seit 6 Monaten im Betrieb. Obwohl die Gesamtmarktkapitalisierung des Ökosystems aufgrund von Marktschwankungen gesunken ist, ist die Anzahl der Agenten von 50 auf 716 gestiegen und bleibt somit führend im Bereich AIAgent. Derzeit gehören zu den aktivsten Anwendungsszenarien auf Virtuals:

• GambleFAI: Wie Billy Bets hat sich auf dem AI-Gaming-Markt hervorragend geschlagen und sogar die Top Acht des ProphetX-Vorhersagewettbewerbs erreicht, mit einer ROI von bis zu 30%;
• Sportanalyse: Wie HeyTracyAI bietet KI-gestützte Analysen und Kommentare für NBA-Spiele an;
• Roboter und verkörperte KI: SAM fördert die Entwicklung von verkörperter KI mit dem Ziel, ein dezentrales KI-Computing-Ökosystem ähnlich wie Bittensor aufzubauen;
• Alpha entdeckt: wie aixbt und Acolyt, die sich auf On-Chain-Datenanalyse und Bereitstellung von Handelssignalen konzentrieren.

Virtuals entwickelt weiterhin das Agent Commerce Protocol (ACP), das darauf abzielt, dass KI-Agenten zusammenarbeiten, um effizientere Wirtschaftssysteme zu schaffen. Die beiden frühesten Anwendungsfälle könnten Agenten-Hedgefonds und Agenten-Medienzentren sein.

Bittensor als KI-Infrastruktur

Bittensor, dessen Token Tao ist, erlebt eine neue Welle der Nachfrage. Zuvor haben viele Nutzer TAO nur für das Staking im Root Network verwendet, während jetzt mehr Menschen bereit sind, TAO in die Token bestimmter Subnetze (Subnet) zu investieren, um spezifische KI-Anwendungen zu unterstützen.

• Das im Februar eingeführte dTAO-Modell: Die TAO-Inflationsverteilung wird durch den Markt bestimmt und nicht durch das Gewicht der Validatoren. Das bedeutet, dass wertvolle Subnetze, die vom Markt anerkannt werden, mehr TAO-Anreize erhalten;
• Wachstumsanwendungen: Subnetze wie SN6, 41, 44 unterstützen Verbraucher-AIAgent wie Billy Bets, DKING usw. und erweitern die praktischen Anwendungsszenarien von Bittensor.

ElizaOS V2 Version und neue Launchpad-Plattform Autofun

ElizaOS war schon immer eines der beliebtesten AI-Agenten-Entwicklungsframeworks, und die V2-Version wird bald veröffentlicht. Gleichzeitig wird die neue Launchpad-Plattform Autofun in zwei Wochen gestartet, und es sind bereits 15 Projekte bereit, dem Ökosystem beizutreten.

• ElizaOS Status: Aktuell hat es 15.3k GitHub Sterne, 5k Forks und die Markteinflussnahme wächst stetig.
• Die Finanzmanagementprobleme von AIAgent: Sentient hat kürzlich eine Studie veröffentlicht, die Sicherheitsanfälligkeiten von AIAgent wie ElizaOS im Finanzmanagement aufdeckte, was auch die Notwendigkeit stärkerer Sicherheitsmaßnahmen in diesem Bereich verdeutlicht.

Trotz der Herausforderungen wächst das Ökosystem von ElizaOS weiterhin schnell, und die dezentrale GPU-Housing-Lösung Comput3AI wird ebenfalls auf der Autofun-Plattform debütieren.

Zusammenfassung

Der KI-Agent ist nach wie vor eines der vielversprechendsten Felder in Web3. Er vereint nicht nur Innovationen aus der KI und der Kryptowährung, sondern könnte auch die Produktivität und Arbeitsweise der gesamten Branche neu gestalten. Von KI-Handelsassistenten bis hin zur Erfassung von plattformübergreifenden Informationen, von der Optimierung von Erträgen bis zur automatischen Ausführung bringt die KI ein neues Paradigma für Web3.

Das alles ist wie die Internetwelle der 1990er Jahre, aber in größerem Maßstab und mit weitreichenderen Auswirkungen. Für frühe Teilnehmer ist jetzt der beste Zeitpunkt zum Einstieg.