المؤلف: Iraklis A، CoinTelegraph؛ المترجم: Baishui، Golden Finance
يتبع صعود وكلاء التشفير المعتمدين على الذكاء الاصطناعي مسارًا مألوفًا، يعكس الطفرة الأولية والكساد والتعافي لمشاريع عصر ICO. وكما ازدهرت مشاريع blockchain المبكرة بسبب الضجيج قبل أن تنضج إلى أنظمة بيئية مستدامة، فإن الموجة الحالية من مشاريع وكلاء الذكاء الاصطناعي تشهد تحولاً سريعًا في السوق. أصبح المستثمرون أكثر حذراً مع تكثيف المنافسة في القطاع، وتفتت السيولة، وصعوبة تحديد حالات استخدام واضحة للعديد من المشاريع، وفقاً لتقرير جديد صادر عن HTX Ventures وHTX Research. ومع ذلك، مع انتقال الصناعة إلى ما هو أبعد من مرحلة المضاربة، فمن المتوقع أن يقوم وكلاء التشفير المعتمدون على الذكاء الاصطناعي بتطوير نماذج أعمال مستدامة تعتمد على المنفعة الحقيقية.
من ضجيج الميمات إلى الواقع: تطور وكلاء التشفير
كانت الموجة الأولى من مشاريع وكلاء التشفير في عام 2024 مدفوعة بالحماس لمشاريع الذكاء الاصطناعي. تأثرًا بتبرع مارك أندريسن بمبلغ 50 ألف دولار أمريكي من عملة البيتكوين في أكتوبر 2024 ونجاح إصدار الرمز المميز في وقت سابق من هذا العام، دخلت العديد من مشاريع وكلاء الذكاء الاصطناعي هذا المجال في الربع الأول من عام 2024 وسرعان ما أدت إلى تخفيف السيولة في الربع الأول من عام 2025. كما هو الحال مع أي صناعة ناشئة، فإن الضجيج المبكر لا يترجم دائمًا إلى قابلية للتطبيق على المدى الطويل، ودخلت صناعة وكلاء الذكاء الاصطناعي للعملات المشفرة بعد ذلك فترة تهدئة.
يدخل قطاع السوق الآن مرحلة أكثر نضجًا، مع تحول التركيز من الإثارة المضاربية إلى توليد الإيرادات وأداء المنتج. إن الفائزين في هذه البيئة المتغيرة هم أولئك القادرون على توليد إيرادات ثابتة، وتغطية تكاليف تشغيل نماذج الذكاء الاصطناعي، وتقديم قيمة ملموسة للمستخدمين والمستثمرين.

تؤكد تطبيقات وكيل الذكاء الاصطناعي على تنفيذ وتسويق التكنولوجيا في العالم الحقيقي، وخاصة في مجالات مثل التداول الآلي وإدارة الأصول وتحليل السوق والتفاعل عبر السلسلة. يتوافق هذا النهج مع أنظمة الوكلاء المتعددين ومبادرات DeFAI (التمويل اللامركزي + الذكاء الاصطناعي) مثل Hey Anon وGRIFFAIN وChainGPT. سلطت الدراسات الحديثة الضوء على فوائد أنظمة الوكلاء المتعددين (MAS) في إدارة المحافظ الاستثمارية، وخاصة في الاستثمار في العملات المشفرة. لقد أثبتت مشاريع مثل Griffain وNEUR وBUZZ كيف يمكن للذكاء الاصطناعي مساعدة المستخدمين على التفاعل مع بروتوكولات DeFi واتخاذ قرارات مستنيرة. على عكس نماذج الذكاء الاصطناعي التي تعتمد على وكيل واحد، تستفيد أنظمة الوكلاء المتعددين من التعاون بين الوكلاء المتخصصين لتحسين تحليل السوق وتنفيذه. يعمل هؤلاء الوكلاء في فرق، مثل محللي البيانات، ومقيّمي المخاطر، وأقسام تنفيذ التداول، حيث يتم تدريب كل وكيل على التعامل مع مهمة محددة. يقدم إطار عمل MAS أيضًا آلية اتصال بين الوكلاء، حيث يعمل الوكلاء في نفس الفريق على تحسين توقعاتهم من خلال التعلم الجماعي، وبالتالي تقليل الأخطاء في تحليل اتجاهات السوق. ومن المرجح أن تتضمن المرحلة التالية من DeFAI تكاملاً أعمق لنماذج الحوكمة اللامركزية، حيث تشارك أنظمة متعددة الوكلاء في إدارة البروتوكول، والتحسين المالي، وإنفاذ الامتثال على السلسلة.
DeepSeek-R1: اختراق في تدريب وكلاء الذكاء الاصطناعي
يعتبر DeepSeek-R1 اختراقًا في تكنولوجيا وكلاء الذكاء الاصطناعي التي تتحدى أساليب تدريب الذكاء الاصطناعي التقليدية. على عكس النماذج السابقة، التي اعتمدت على الضبط الدقيق الخاضع للإشراف (SFT) متبوعًا بالتعلم المعزز (RL)، يتخذ DeepSeek-R1 نهجًا مختلفًا ويجري التحسين بالكامل من خلال التعلم المعزز دون مرحلة إشراف أولية. يؤدي هذا التحول إلى تحسين قدرات التفكير والقدرة على التكيف بشكل كبير، مما يمهد الطريق أمام وكلاء تشفير أكثر تطوراً يعتمدون على الذكاء الاصطناعي.
لفهم هذا التحول النموذجي، علينا أن نأخذ في الاعتبار نهجين مختلفين للتعلم. في نماذج SFT وRL التقليدية، يتعلم الطلاب أولاً من كتاب العمل، ويتدربون على حل المشكلات ذات الإجابات الثابتة (SFT)، ثم يتلقون دروسًا خصوصية لتحسين فهمهم (RL). على النقيض من ذلك، في نموذج DeepSeek-R1 (التعلم التعزيزي الصرف)، يتقدم الطلاب للامتحان بشكل مباشر ويتعلمون من خلال التجربة والخطأ. يتيح هذا النهج للطلاب التحسن بشكل ديناميكي استنادًا إلى التعليقات بدلاً من الاعتماد على الإجابات المحددة مسبقًا.
باستخدام نموذج التعلم التعزيزي النقي الخاص بـ DeepSeek-R1، يمكن لوكلاء الذكاء الاصطناعي التعلم من خلال التجربة والخطأ في ظل ظروف العالم الحقيقي وتعديل استراتيجياتهم بشكل ديناميكي بناءً على ردود الفعل الفورية.
يتميز هذا النهج بقدرة أكبر على التكيف وهو مفيد بشكل خاص لأنظمة الذكاء الاصطناعي متعددة الوكلاء في DeFi، حيث تتطلب تقلبات السوق في الوقت الفعلي من الوكلاء اتخاذ قرارات مستقلة تعتمد على البيانات. على سبيل المثال، يمكن للوكلاء المدعومين بالذكاء الاصطناعي مراقبة مجموعات السيولة، واكتشاف فرص التحكيم، وتحسين تخصيص الأصول استنادًا إلى ظروف السوق في الوقت الفعلي. يمكن لهؤلاء الوكلاء التكيف بسرعة مع تقلبات السوق، مما يضمن تخصيص رأس المال بشكل أكثر كفاءة. تم إطلاق iDEGEN في أواخر نوفمبر 2024 وهو أول وكيل ذكاء اصطناعي مشفر مبني على DeepSeek R1. يسلط هذا التكامل لنموذج R1 الخاص بشركة DeepSeek الضوء على كيفية قدرة وكلاء الذكاء الاصطناعي المشفرة على وراثة هذه القدرة المعززة على التفكير، مما يجعلهم قادرين على المنافسة مع نماذج الذكاء الاصطناعي الناضجة الأخرى مقابل جزء بسيط من التكلفة. يسلط التحول إلى الذكاء الاصطناعي متعدد الوكلاء الذي يعتمد على التعلم المعزز في أتمتة التمويل اللامركزي الضوء على سبب تحول نماذج الذكاء الاصطناعي مغلقة المصدر (مثل نظام OpenAI القائم على GPT) إلى نفقات غير مستدامة. نظرًا لأن سير العمل يتطلب غالبًا معالجة أكثر من 10000 رمز لكل معاملة، فإن نماذج الذكاء الاصطناعي المغلقة تتكبد تكاليف حسابية كبيرة، مما يحد من قابلية التوسع. في المقابل، تسمح نماذج التعلم التعزيزي مفتوحة المصدر مثل DeepSeek-R1 بتطوير الذكاء الاصطناعي اللامركزي والفعال من حيث التكلفة والمصمم خصيصًا لتطبيقات DeFi.
مستقبل وكلاء الذكاء الاصطناعي في Web3
يكمن مفتاح طول عمر هذا المجال في الابتكار المستمر والقدرة على التكيف والفعالية من حيث التكلفة. تعمل نماذج الذكاء الاصطناعي مفتوحة المصدر مثل DeepSeek-R1 على خفض حاجز الدخول، مما يتيح للشركات الناشئة الأصلية في مجال blockchain تطوير حلول الذكاء الاصطناعي المتخصصة. وفي الوقت نفسه، فإن التقدم في أنظمة DeFAI والأنظمة متعددة الوكلاء سوف يدفع التقارب طويل الأمد بين الذكاء الاصطناعي والتمويل اللامركزي.
الاستنتاج واضح: يجب على المشاريع أن تثبت قيمتها بما يتجاوز الضجيج. إن أولئك الذين يطورون نماذج اقتصادية مستدامة ويستفيدون من التقدم المتطور في مجال الذكاء الاصطناعي سوف يحددون مستقبل نظام البلوك تشين الذكي. إن عصر ICO لوسطاء العملات المشفرة يتطور، وستكون الموجة التالية من الفائزين هم أولئك الذين يستطيعون تحويل الابتكار إلى قابلية للاستمرار على المدى الطويل.