ICOの宣伝からAIの実用化へ：Web3における暗号プロキシの進化

文：Iraklis A、CoinTelegraph; 編集：Whitewater、Golden Finance

AIを搭載した暗号プロキシの台頭は、ICO時代のプロジェクトの最初のブーム、バスト、復活を反映したおなじみの軌跡をたどっています。初期のブロックチェーン・ベンチャーが持続可能なエコシステムに成熟する前に誇大広告で繁栄したように、現在のAIプロキシ・プロジェクトの波は急速な市場変化を遂げています。

HTX VenturesとHTX Researchの新しいレポートによると、業界の競争が激化し、流動性が断片化し、多くのプロジェクトが明確なユースケースの定義に苦戦する中、投資家はますます慎重になっています。しかし、業界が投機的な段階を脱するにつれて、AIを搭載した暗号プロキシは実際の実用性に基づいた持続可能なビジネスモデルを開発することが期待されている。

From Meme Hype to Reality: The Evolution of Crypto Agents

2024年の暗号エージェントプロジェクトの最初の波は、AIのマニアによって煽られました。AIプロジェクトのマニアによって煽られました。多くのAI代理人プロジェクトが2024年の第1四半期にこの領域に参入し、2024年10月のMarc Andreessenによる5万ドルのビットコイン寄付や、年初のトークン提供の成功に影響されて、2025年の第1四半期には急速に流動性が希薄化しました。どんな新興産業でもそうであるように、初期の誇大宣伝が必ずしも長期的な実行可能性につながるとは限らず、暗号AIプロキシ業界はその後、静穏期に入りました。

市場空間は現在、より成熟した段階に入りつつあり、焦点は投機的な興奮から収益創出や製品性能へと移っています。このような環境の変化において、勝者となるのは、安定した収益を生み出し、AIモデルの運営コストをカバーし、ユーザーや投資家に具体的な価値を提供できる企業です。

AIエージェントアプリケーションは、特に自動取引、資産管理、市場分析、クロスチェーン交流などの分野で、技術の現実世界での実装と商業化を重視しています。このアプローチは、Hey Anon、GRIFFAIN、ChainGPTなどのマルチエージェントシステムやDeFAI（分散型金融+AI）の取り組みと一致しています。

最近の研究では、ポートフォリオ管理、特に暗号通貨投資におけるマルチエージェントシステム（MAS）の利点が強調されています。

マルチエージェントシステム（MAS）は、Griffain、NEUR、BUZZなどの多くのプロジェクトで使用されています。Griffain、NEUR、BUZZなどのプロジェクトは、ユーザーがDeFiプロトコルと対話し、情報に基づいた意思決定を行うのをAIがどのように支援できるかを実証してきました。単一インテリジェンスAIモデルとは異なり、マルチ・インテリジェンス・システムは、市場分析と実行を強化するために、専門化されたインテリジェンス間のコラボレーションを利用する。これらのインテリジェンスは、データアナリスト、リスク評価者、取引執行部門などのチームで運用され、それぞれが特定のタスクを処理するよう訓練されています。

MASのフレームワークでは、インテリジェンス間のコミュニケーションも導入しており、同じチームのインテリジェンスが共同で学習して予測を精緻化することで、市場トレンド分析のエラーを減らしています。DeFAIの次の段階では、分散型ガバナンス・モデルがより深く統合され、マルチインテリジェンス・システムがプロトコル管理、財務最適化、オンチェーン・コンプライアンスの実施に関与することになるかもしれません。

DeepSeek-R1: A Breakthrough in AI Agent Training

DeepSeek-R1 はAIエージェント技術における画期的なもので、従来のAIトレーニング方法に挑戦する革新的なものです。教師ありの微調整（SFT）に続いて強化学習（RL）に依存していた以前のモデルとは異なり、DeepSeek-R1は、最初の監視段階を必要とせずに、強化学習によって完全に最適化するという異なるアプローチを取ります。この転換により、推論と適応性が大幅に向上し、より洗練されたAI主導の暗号エージェントへの道が開かれます。

このパラダイムシフトを理解するために、2つの異なる学習アプローチを考えてみましょう。従来のSFTとRLモデルでは、学生はまずワークブックから学習し、答えが決まっている問題を練習し（SFT）、次に個別指導を受けて理解を深めます（RL）。対照的に、DeepSeek-R1モデル（純粋強化学習）では、生徒は直接テストを受け、試行を繰り返して学習します。このアプローチでは、学生はあらかじめ定義された答えに頼るのではなく、フィードバックに基づいて動的に改善することができます。

DeepSeek-R1の純粋なRLモデルでは、AIエージェントは実世界の条件下で試行を繰り返して学習し、即時のフィードバックに基づいて動的に戦略を適応させます。

このアプローチは、より高い適応性を提供し、リアルタイムの市場変動によってエージェントが自律的でデータ駆動型の意思決定を必要とするDeFiのマルチエージェントAIシステムにとって特に有用です。例えば、AI駆動型エージェントは、流動性プールを監視し、裁定取引の機会を検出し、リアルタイムの市場状況に基づいて資産配分を最適化することができます。これらのエージェントは市場の変動に素早く適応し、より効率的な資本配分を実現します。

.

2024年11月下旬にローンチされたiDEGENは、DeepSeek R1上に構築された最初の暗号AIエージェントです。 DeepSeekのR1モデルのこの統合は、暗号AIエージェントが、わずかなコストで他の確立されたAIモデルと競争するために、この強化された推論能力を継承できることを強調しています。

DeFiオートメーションにおけるRL駆動のマルチインテリジェンスAIへのシフトは、OpenAIのGPTベースのシステムなどのクローズドソースのAIモデルが持続不可能な費用になりつつある理由を浮き彫りにしています。ワークフローは通常、トランザクションごとに10,000トークンを超える処理を必要とするため、クローズドソースのAIモデルでは、スケーラビリティを制限する多大な計算コストが発生します。対照的に、DeepSeek-R1のようなオープンソースのRLモデルは、DeFiアプリケーションに合わせた分散型の費用対効果の高いAI開発を可能にします。

Web3におけるAIエージェントの未来

この分野が長続きする鍵は、継続的なイノベーション、適応性、費用対効果です。DeepSeek-R1のようなオープンソースのAIモデルは参入障壁を下げており、ブロックチェーンネイティブの新興企業が特化したAIソリューションを開発できるようになっています。一方、DeFAIとマルチエージェントシステムの進歩は、AIと分散型金融の長期的な融合を促進するでしょう。

プロジェクトは、誇大広告を超えた価値を証明しなければなりません。持続可能な経済モデルを開発し、最先端のAIの進歩を活用する者が、スマート・ブロックチェーン・エコシステムの未来を定義するだろう。暗号プロキシのICO時代は進化しており、次の勝者の波は、イノベーションを長期的な実行可能性に変えることができる人たちでしょう。