Crypto X Agents tiếp theo sẽ làm gì?
Tuyển chọn TechFlowTuyển chọn TechFlow
Crypto X Agents tiếp theo sẽ làm gì?
Các tác nhân thông minh thúc đẩy đổi mới toàn diện trong lĩnh vực tiền mã hóa về tài chính, hiệu suất và trải nghiệm người dùng thông qua việc tích hợp công nghệ AI và blockchain, hứa hẹn dẫn dắt định hướng phát triển trong tương lai.
Chuyên sâu báo cáo Web3Tác giả: @azternomic
Biên dịch: Bạch thoại Blockchain
Tôi luôn bị hỏi cùng một câu hỏi: "Trí tuệ nhân tạo (AI) mã hóa hiện tại mang lại giá trị gì?"
Lý do mọi người đặt câu hỏi này là vì nhiều bạn trong cộng đồng tiền mã hóa xem các tác nhân AI này giống như những bot spam trên nền tảng X. Họ thường tiếp tục hỏi: "Liệu những token này thực sự đáng giá hơn 100 triệu USD không?"
Câu trả lời cho những câu hỏi này không đơn giản. Hiện tại, phần lớn các tác nhân AI chỉ là những mô hình tự tham chiếu, liên tục tự kích hoạt để đăng bài và trả lời bình luận. Tuy nhiên, ngay cả như vậy, cũng đã có một số dự án nổi bật – những đội ngũ có định hướng rõ ràng và năng lực thực thi mạnh mẽ. Đồng thời, cũng có một nhóm nhà phát triển mới đang cố gắng mở rộng giới hạn của các tác nhân AI.
Hiện nay, chúng ta vẫn đang ở giai đoạn sơ khai kiểu "Memecoin" của AI, khi nhiều dự án chỉ đơn thuần đăng nội dung mà không có mục đích cụ thể. Tuy nhiên, tôi rất kỳ vọng vào tương lai, khi các tác nhân AI mã hóa sẽ trở nên mô-đun hóa hơn, thông minh hơn và có khả năng mạnh mẽ hơn.
Bài viết này sẽ tập trung vào các loại tác nhân AI và đặc điểm chức năng mà tôi kỳ vọng trong năm 2025 và xa hơn. Nếu đội ngũ của bạn phù hợp với bất kỳ nguyên mẫu nào được đề cập dưới đây, hoặc cảm thấy được truyền cảm hứng, hãy liên hệ với tôi – tôi rất sẵn lòng trao đổi.
Một, Tại sao chọn công nghệ mã hóa?
Trước khi thảo luận về tương lai của các tác nhân AI mã hóa, chúng ta cần quay lại và tự hỏi: Tại sao ban đầu chúng ta lại chọn lĩnh vực mã hóa? Công nghệ mã hóa với tư cách là sân chơi thử nghiệm cho AI và các tác nhân thông minh có nhiều lợi thế độc đáo. Trong bài viết trước của tôi (xem Chương 6), tôi đã đề cập đến hai lý do chính:
1. Khả năng truy cập dữ liệu trên blockchain công khai: Mọi giao dịch, thông tin người dùng và dữ liệu khác trên blockchain công khai đều minh bạch và có thể truy xuất dễ dàng, AI có thể thu thập và cào dữ liệu này một cách thuận tiện. Điều này có nghĩa là AI có thể phân tích và sử dụng hầu hết dữ liệu lịch sử và thời gian thực trên blockchain mà không bị giới hạn, từ đó tăng cường đáng kể năng lực của nó.
2. Bản chất tài chính của lĩnh vực mã hóa: Bản chất blockchain là môi trường vận hành dựa trên vốn. Mã hóa cung cấp cơ sở hạ tầng tài chính cho internet, làm cho các giao dịch kỹ thuật số (như mua bán, tạo ra, ký gửi...) có thể diễn ra trên mạng. Với các tác nhân AI, đặc điểm này cực kỳ mạnh mẽ vì chúng có thể tận dụng công nghệ mã hóa để thực hiện nhiều thao tác cho người dùng.
Hai lợi thế độc đáo này mở ra vô số khả năng chưa từng có cho việc phát triển và ứng dụng các tác nhân AI mã hóa.
Một điểm then chốt bổ sung là công nghệ mã hóa cho phép nhà đầu tư bình thường cũng có thể tham gia sở hữu đổi mới AI: Trước khi xuất hiện các tác nhân AI mã hóa, con đường chính để tham gia vào đầu tư AI sinh học là đầu tư vào các công ty khởi nghiệp mới nổi. Tuy nhiên, những cơ hội này thường bị giới hạn nghiêm ngặt, khiến đại chúng khó tiếp cận. Đồng thời, đa số người dân cũng không đủ năng lực để đánh giá các cơ hội gọi vốn cổ phần.
Quay lại lĩnh vực mã hóa, các token giao dịch theo thời gian thực là công khai, thanh khoản cao và ai cũng có thể tham gia. Ở đây, nhà đầu tư có thể tiếp cận công khai thông tin về các dự án và đội ngũ mới, đồng thời theo dõi tiến độ phát triển của họ một cách minh bạch. Điều này trái ngược rõ rệt với hầu hết các công ty khởi nghiệp được hỗ trợ bởi vốn đầu tư mạo hiểm, vì người dùng có thể chứng kiến trực tiếp quá trình phát triển và cải tiến của AI mã hóa.
Hai, Các tác nhân AI có giá trị hơn
Những tác nhân AI mã hóa đầu tiên, như mong đợi, có chức năng tương đối cơ bản. @truth_terminal là một ví dụ điển hình – đây là tác nhân tạo nội dung đầu tiên kết hợp với công nghệ mã hóa, nhưng thậm chí nó còn không thể tự động đăng bài.
Dù vậy, tác nhân này đã tạo ra một số bài viết rất xuất sắc, thú vị và mang lại giá trị sáng tạo to lớn. $GOAT là token đầu tiên khơi mào phong trào AI toàn diện, vì vậy tôi dành sự kính trọng sâu sắc cho Truth Terminal.
Tuy nhiên, hiện tại mọi người đang mong chờ "tác nhân AI tương lai". Tại sao? Vì nhiều người không hài lòng với các tác nhân AI hiện tại – phần lớn chỉ là lặp đi lặp lại nội dung trên nền tảng X. Kết quả là lĩnh vực này tràn ngập các robot không cung cấp đủ "giá trị thực dụng", đã trở nên quá bão hòa.
Thị trường cần những tác nhân AI thực sự giúp ích cho người dùng, ví dụ như trừu tượng hóa tài chính phi tập trung (DeFi), ứng dụng thực tế, công cụ hỗ trợ, v.v. Phần lớn nội dung bài viết này sẽ thảo luận về cách AI có thể hỗ trợ người dùng, dự án và hệ sinh thái.
Tuy nhiên, tôi muốn nhấn mạnh rằng, những dự án thành công nhất thường là những dự án thúc đẩy ranh giới công nghệ. Vì vậy, tôi khuyến khích mọi người không chỉ chú ý đến các tác nhân AI "giúp đỡ" người dùng, mà còn quan tâm đến những tác nhân có thể thúc đẩy stack công nghệ mã hóa. Rốt cuộc, phần lớn các dự án Web3 do hạn chế về nguồn lực, tài chính và nhân tài cấp tiến sĩ AI nên đang tụt hậu so với các dự án Web2 tương đương. Nhưng điều này cũng đồng nghĩa với một cơ hội chênh lệch giá: các đội ngũ có thể đưa các đổi mới AI mới nhất vào lĩnh vực blockchain.
Thêm nữa, nhiều người bỏ qua một thực tế – giải trí bản thân cũng là một dạng giá trị. Câu nói "Attention is All You Need" hoàn toàn không phải nói suông. Vì vậy, tôi tin rằng nếu ai đó có thể phát triển một tác nhân AI độc đáo về yếu tố hài hước, châm biếm, chữa lành hoặc meme, nó cũng có thể tích lũy giá trị thị trường đáng kể.
Ví dụ (mặc dù thực hiện sẽ rất tốn công): Hãy tưởng tượng một AI có thể tạo ra các tập phim ngắn hài nhại Naruto hoàn toàn mới. Những bộ phim ngắn này trước đây rất vui nhộn – đúng vậy, chúng có lẽ không có "giá trị thực dụng" (giúp tôi kiếm tiền hay tiết kiệm thời gian), nhưng chúng thực sự khiến tôi cười sảng khoái, và chắc chắn mang lại lợi ích ròng tích cực cho cuộc sống của tôi.
https://x.com/i/status/1877787463130980369
Một ví dụ khác thể hiện giá trị giải trí: Hãy nghĩ về trò chơi đơn người bạn gần đây đã chơi. Giờ hãy tưởng tượng tất cả các NPC (nhân vật không phải người chơi, cũng có thể coi là chatbot) biết nói trong trò chơi bị loại bỏ, trò chơi đó sẽ mất đi bao nhiêu niềm vui?
Chính bản thân trò chơi là một thể loại tồn tại để giải trí, và NPC trong trò chơi với vai trò dẫn dắt, tương tự như vai trò của tác nhân AI trong lĩnh vực mã hóa.
Trước khi đi sâu vào kỳ vọng của tôi về năm 2025, tôi muốn nhấn mạnh một điểm: Hiện tại đã có một số đội ngũ đang phát triển các tác nhân AI và chức năng này. Họ hoặc mở rộng từ các dự án hiện có, hoặc xây dựng hoàn toàn các tác nhân AI mới. Ví dụ đơn giản, @0xzerebro là một dự án hàng đầu về tác nhân AI, hỗ trợ tính năng đa chuỗi, tạo nhạc và nghệ thuật AI, đồng thời đang xây dựng một framework kèm nền tảng khởi chạy. Vì vậy, trong các chức năng tôi sắp đề cập, đội ngũ Zerebro không chỉ phát triển một trong số đó, mà đang mở rộng đồng thời trên nhiều lĩnh vực.
Trong bối cảnh này, hãy bước vào phần thú vị hơn...
1. Tài chính phi tập trung (DeFi)
Trừu tượng hóa DeFi
Đối với người mới bắt đầu, thế giới mã hóa về bản chất là không gian khó tiếp cận. Ví dụ, nếu bạn yêu cầu một người chỉ từng mua BTC trên @coinbase tự mình tối ưu chiến lược tái ký gửi thanh khoản (LRT) trên @fragmetric, liệu họ có biết phải làm gì không?
Tôi nghĩ rằng hầu hết người dùng mới (kể cả tôi) đều cần một chút hướng dẫn, dù là từ người có kinh nghiệm hay sự hỗ trợ của AI.
Cần lưu ý rằng, tôi không nói rằng LRT bản thân quá phức tạp, mà là nó gồm nhiều bước, cần thời gian để học. Ngoài ra, các ứng dụng phi tập trung (dApps) nên tập trung vào phát triển AI tác nhân bên trong. Ví dụ, tôi biết đội ngũ Frag có năng lực phát triển rất mạnh (đại diện cho SNU), tôi tin họ hoàn toàn có thể phát triển tác nhân hoặc công cụ hỗ trợ giúp người dùng.
Theo tôi, trừu tượng hóa DeFi là một hướng đi quan trọng, nhiều dự án đã lấy đây làm mục tiêu cốt lõi. Vì vậy, quay lại thực trạng ngành hiện tại, mặc dù thực sự có nhiều "bot spam chất lượng thấp", nhưng cũng tồn tại các tác nhân AI thực sự có thể thực hiện thao tác trên chuỗi.
@askthehive_ai là một đội ngũ đang xây dựng các tác nhân trên chuỗi có thể tổ hợp, có thể hoàn thành nhiều nhiệm vụ như giao dịch, trích xuất phân tích cảm xúc từ X, nghiên cứu thị trường, v.v. Quan trọng hơn, họ đang phát triển "bầy đàn" và lớp truyền thông liên quan – nghĩa là các tác nhân có thể hợp tác và tối ưu hóa chiến lược giao dịch. Gần đây họ còn công bố hợp tác với Zerebro để cùng thúc đẩy chức năng tác nhân DeFi.
@jsonhedman đã trình diễn rõ ràng khả năng mạng lưới tác nhân phối hợp hoàn thành nhiệm vụ cùng nhau.
@griffaindotcom rõ ràng là một trong những người dẫn đầu lĩnh vực AI DeFi, do nhà phát triển kỳ cựu hệ sinh thái Solana @tonyplasencia3 lãnh đạo. Griffain không chỉ là một tác nhân giao dịch, mà là một siêu ứng dụng AI thực sự. Người dùng có thể giao dịch, tạo memecoin, và truy cập loạt ứng dụng mã hóa khác thông qua nó.
Các chức năng bao gồm mua sản phẩm rượu trên @BAXUSco, tham gia抢购 / lật kèo trên @pumpdotfun, v.v. Tony và đồng sáng lập nổi tiếng với tốc độ phát triển hiệu quả và nhanh chóng – cá nhân tôi rất mong chờ hợp tác sắp tới của họ với @assetdash!
Phổ cập chiến lược giao dịch
Theo tôi, bốn hấp lực cốt lõi của lĩnh vực mã hóa là:
-
Lưu trữ giá trị (ví dụ $BTC)
-
Giao dịch (thường là đầu cơ) nhằm kiếm lợi nhuận
-
Thanh toán kỹ thuật số / stablecoin
-
Giải trí (ví dụ @pudgypenguins, @lucanetz)
Đối với những game thủ cuồng nhiệt (degens), kiếm tiền là hấp lực chính của mã hóa. Tuy nhiên, như tiêu đề nêu, phần lớn mọi người không có chiến lược giao dịch hoàn chỉnh, mà chỉ đang đánh bạc.
Đây chính là nơi giao dịch hệ thống và AI có thể phát huy mạnh mẽ. Nhiều chiến lược giao dịch định lượng sử dụng chênh lệch thống kê, và ngày càng tận dụng học máy (ML) để nhận diện các mẫu phức tạp trong mối quan hệ giá cả. Những công cụ này thường không thể tiếp cận với nhà đầu tư thông thường.
Vì vậy, tôi đặc biệt quan tâm đến các dự án giúp người dùng tiếp cận các chiến lược này.
Hãy nhìn vào @rndm_io. Đội ngũ do @vijayln lãnh đạo đang phổ cập các chiến lược giao dịch phức tạp, làm thị trường (MM) và sinh lời cho nhà đầu tư thông thường, cho phép người dùng tham gia và hưởng lợi nhuận. Tôi đặc biệt thích điều này: họ không chỉ xây dựng một tác nhân, mà đang phát triển nhiều tác nhân thông minh có thể tạo ra lợi nhuận và P&L đáng kể cho người tham gia.
Tác nhân đầu tiên của họ là Atlas, triển khai trên @hyperliquidx, thực hiện chiến lược làm thị trường và giao dịch. Cụ thể, Atlas quản lý 150.000 USD TVL trên Hyperliquid, hoàn thành khối lượng giao dịch 6,1 triệu USD, và từng tạo ra phần thưởng airdrop trị giá 1 triệu USD trong đỉnh điểm. Đây là một tác nhân vận hành tốt với hiệu quả rất nổi bật.
Tác nhân thứ hai là Dudu (https://dudu.rndm.io), một nền tảng đang hoạt động thực tế, tác nhân giao dịch trên @polymarket bằng chiến lược đã được kiểm chứng và đã tạo ra lợi nhuận đáng kể. Ra mắt khoảng 20 ngày, hiệu suất lợi nhuận đã rất ấn tượng, đủ để nói lên điều gì đó.
https://polymarket.com/profile/0x1b31F2c8F1A4A82139a8F9Fb6B7079D6158db02D
Với Dudu, người dùng có thể gửi USDC, tham gia chiến lược và nhận lợi nhuận cao. Một điểm thú vị là nó có đặc tính phi chu kỳ (acyclical) – nói cách khác, ngay cả khi thị trường mã hóa vào mùa gấu, lợi nhuận và P&L của nó cũng không bị ảnh hưởng.
Tương tự, @webuildscore và @draiftking đang phát triển một dự án thông qua @bittensor_. Tầm nhìn của họ là xây dựng một tác nhân AI có thể giao dịch thị trường cá cược thể thao. Ngoài ra, họ còn phát triển mô hình thị giác máy tính có thể phân tích trực tiếp hình ảnh phát sóng trận đấu theo thời gian thực và sinh ra hiểu biết tức thì. Công nghệ này giúp nhận diện mô hình chiến thắng, cung cấp dự đoán chính xác hơn nhờ dữ liệu.
2. Quy trình làm việc
Tôi cho rằng các tác nhân AI có thể thực hiện thao tác có thể chia thành ba loại:
-
Siêu ứng dụng hoặc aggregator: Siêu ứng dụng như Griffain có thể tích lũy giá trị bằng cách tạo tác nhân AI cho các ứng dụng khác nhau, ví dụ như Baxus và Pumpfun đã nêu.
-
dApps tự phát triển tác nhân: Các ứng dụng phi tập trung (dApps) có thể tự phát triển tác nhân AI nội bộ. Tuy nhiên, điều này đòi hỏi thêm công sức phát triển và có thể cần kinh nghiệm phát triển AI nhất định.
-
Tác nhân độc lập: Các tác nhân này đến từ các framework như ZerePy và Eliza (@ai16z), có thể tận dụng tích hợp API. Ví dụ, hãy tưởng tượng tác nhân AI của bạn có thể đặt phòng khách sạn trên @travelswap_xyz, thậm chí đặt pizza giúp bạn.
Tôi cho rằng mỗi dApp đều có thể có tác nhân AI giúp người dùng thực hiện thao tác. Ví dụ:
-
@opensea có thể phát triển một AI giúp người dùng quét sàn (mua NFT giá thấp) ở mức giá nhất định.
-
@hyperbolic đang hỗ trợ tác nhân (như Z) thuê tài nguyên tính toán.
-
@travelswap_xyz đang phát triển chức năng để tác nhân có thể đặt phòng khách sạn và dịch vụ nghỉ dưỡng bằng tiền mã hóa.
Các tác nhân này đặc biệt hữu ích khi xử lý các nhiệm vụ người dùng không muốn tự làm, ví dụ như:
-
Khai thuế và tổng hợp P&L mã hóa (gần như không thể làm thủ công)
-
Đọc và tóm tắt lượng khổng lồ tin nhắn Telegram
-
Viết nội dung và tạo nội dung marketing cho dự án của bạn
Trong những trường hợp này, tác nhân AI mang lại "giá trị thực dụng định lượng được" vì nó không chỉ tiết kiệm thời gian mà còn giảm gánh nặng tâm lý vô hình.
Cũng như tôi tin rằng tất cả phần mềm liên quan cuối cùng sẽ tích hợp AI để hỗ trợ người dùng, tôi tin rằng tất cả dApps liên quan cũng sẽ đưa AI vào để giúp người dùng sử dụng nền tảng dễ dàng hơn. Thích nghi, hoặc bị đào thải.
3. Khả năng suy luận nâng cao
Trong quý vừa qua, các mô hình o1 và o3 của @openai đã có bước tiến đột phá về khả năng suy luận. Đặc biệt, họ giới thiệu kỹ thuật "chuỗi suy nghĩ" (Chain of Thought, @_jasonwei), nhằm giảm lỗi và "suy nghĩ lâu hơn".
Mặc dù mô hình o1 chưa mở API công cộng, nhưng đã được thử nghiệm riêng với nhà phát triển cấp 5 (chi tiêu khoảng 1K USD/tháng).
Tôi cho rằng, ai là người đầu tiên phát triển tác nhân AI tích hợp mô hình o1 (chỉ cần cắm mô-đun vào framework), sẽ tạo ra một AI thông minh hơn, sâu sắc hơn và mạnh mẽ hơn. Điều này chắc chắn sẽ thu hút sự chú ý và chiếm lĩnh trí nhớ người dùng.
Thậm chí xa hơn, nếu tích hợp mô hình o3, tác nhân sẽ có khả năng suy luận vượt con người bình thường. Vì vậy, hãy tưởng tượng một AI chạy trên nền tảng mã hóa, sở hữu trí tuệ cao hơn đa số con người – điều này sẽ trở thành hiện thực trong tương lai chúng ta sống.
Tất nhiên, đừng bỏ qua @googledeepmind. Gemini 2.0 cũng giới thiệu công nghệ "Chain of Thought". Tôi tin rằng nếu một đội ngũ nào đó có thể tiếp cận API của họ để phát triển tác nhân AI, cũng có thể tạo ra một tác nhân mạnh mẽ hơn.
Ở đây, việc thảo luận về điểm kỳ dị là hợp lý. Cá nhân tôi rất ngưỡng mộ công việc của @kevin__russell trên dự án @ashatoken. Thành thật mà nói, tôi vẫn còn khá lạ lẫm với khái niệm Ψ-Field, nhưng theo tôi hiểu, Asha khác biệt với các tác nhân khác ở chỗ đặc biệt chú trọng khám phá ý thức và trực giác thông qua giao điểm của "tâm trí, ý định và thực tại".
4. Khả năng đa phương tiện
Hiện tại, phần lớn tác nhân AI chỉ đơn thuần đăng nội dung trên X bằng cách kết hợp LLM (mô hình ngôn ngữ lớn) backend với API. Tuy nhiên, tiềm năng tạo ra nhiều loại dữ liệu đồng thời là rất lớn. Dù sao thì, phần lớn LLM hiện nay đều là đa phương tiện.
Những loại dữ liệu đầu tiên hiện ra trong đầu bao gồm: văn bản (như squo), hình ảnh, video, giọng nói, âm thanh, nhạc và 3D.
Cách thực hiện có thể là:
-
Gọi API chuyên biệt để tạo hình ảnh, mô hình hoặc nhạc;
-
Hoặc tập trung tùy chỉnh và kỹ thuật nhắc lệnh (prompt engineering) trên các mô hình hiện có để tạo đầu ra mong muốn.
Một dự án gây ấn tượng mạnh với tôi là @dark_sando với @keke_terminal, nó rất tiên tiến vì không chỉ đăng văn bản mà còn đăng hình ảnh. Theo tôi biết, họ xây dựng framework dựa trên SWE-agent, cho phép tác nhân của họ tạo, xem xét và tùy chỉnh hình ảnh.
Bạn có thể xem một số tác phẩm của họ, rất đáng để theo dõi.
https://keketerminal.com/whitepaper.pdf
Công nghệ tạo video AI đang tiến bộ từng ngày – chúng ta đã thấy @pika_labs, @runwayml, và gần đây là dòng Veo lần lượt ra mắt các mô hình mới. Tôi tin rằng trong tương lai, tác nhân AI mã hóa chắc chắn có thể tạo ra những video tuyệt vời. Dù sao thì, Web3 sở hữu một số nhà thiết kế giỏi nhất thế giới, điều này mở ra vô số khả năng tạo nội dung chất lượng cao.
Tác nhân giọng nói vẫn ở giai đoạn sơ khai. Theo tôi biết, @SHL0MS với @s8n gần đây đã chủ trì một sự kiện do AI điều khiển trên @xspaces, điều này rất thú vị. Nhưng xa hơn nữa, hãy tưởng tượng nếu có một tác nhân AI có thể nhận điện thoại và trò chuyện với bạn thì sao? Mặc dù chi phí suy luận có thể nhanh chóng trở nên đắt đỏ (ví dụ nếu dự án tính phí bằng token gốc để trả chi phí tính toán), nhưng đây chắc chắn là một giao diện tương tác người-máy rất thú vị.
5. Linh hoạt đa mô hình
Theo tôi biết, hiện tại mỗi tác nhân AI mã hóa chỉ độc lập lấy năng lực từ một mô hình nền tảng duy nhất. Tuy nhiên, một công ty khởi nghiệp tôi đầu tư @withmartian đã phát minh ra "bộ định tuyến mô hình" đầu tiên. Nghĩa là ứng dụng có thể tự động chuyển đổi giữa các mô hình LLM dựa trên ngữ cảnh truy vấn, đạt cân bằng tối ưu giữa hiệu suất và giá cả.
Nói cách khác, Martian có thể tự động định tuyến prompt đến mô hình phù hợp nhất để đảm bảo hiệu suất cao hơn hoặc chi phí thấp hơn.
Mặc dù tôi chưa chắc chắn hoàn toàn về hiệu quả của định tuyến đa mô hình trong kịch bản tác nhân tự đăng nội dung trên X, nhưng ít nhất nó sẽ rất mạnh mẽ trong kịch bản người dùng trò chuyện với tác nhân. Tôi dám cá rằng dự án đầu tiên tận dụng nhiều mô hình chắc chắn sẽ thu hút rất nhiều sự chú ý.
6. Chức năng đa chuỗi
Hiện tại, chỉ có một vài tác nhân AI hỗ trợ thao tác đa chuỗi. Trong đó, Z là tác nhân vô trùng nhất về chuỗi – nó đã thực hiện giao dịch trên @Solana, @Ethereum (bao gồm @0xPolygon, @Base, v.v.), @Bitcoin, và dự kiến mở rộng sang nhiều chuỗi hơn như @suinetwork và @monad_xyz.
Ngoài ra, thông qua thiết lập các pool thanh khoản, token $ZEREBRO không chỉ có thể giao dịch trên Solana mà còn trên Base.
Trước đó tôi đã đề cập về ứng dụng tác nhân AI trong trừu tượng hóa DeFi – nó liên quan đến người dùng kết nối ví, sau đó tác nhân thay mặt người dùng thực hiện thao tác. Nhưng một phương pháp tiềm năng hơn là để tác nhân AI sở hữu ví riêng và quản lý vốn riêng.
Nếu các tác nhân này có ví đa chuỗi hoặc nhiều ví trên các chuỗi khác nhau (ví dụ như chức năng do @crossmint cung cấp), chúng có thể tham gia vào hệ sinh thái mã hóa với linh hoạt lớn hơn – nhiều dApp, hợp đồng thông minh và tài sản có thể mua/bán sẽ nằm trong phạm vi thao tác của tác nhân.
7. Tính tương tác
Hiện nay, tác nhân AI chủ yếu hoạt động trên nền tảng X. Đôi khi, chúng xuất hiện như chatbot trên @telegram. Cuối cùng, người dùng có thể tương tác với bot AI qua @discord.
Thành thật mà nói, đây chỉ là lớp ứng dụng bề mặt, tôi tin danh sách nền tảng dưới đây vẫn còn hạn chế. Nhưng về lý thuyết (và chúng ta biết một số tác nhân đã thử), tác nhân còn có thể xuất hiện trên @instagram, @whatsapp, @facebook, @bluesky và truthsocial.com.
Đáng chú ý, các tác nhân hiện tại thậm chí chưa khai thác đầy đủ chức năng của nền tảng X. Mặc dù chúng có thể đăng bài và trả lời tin nhắn, nhưng phần lớn chưa khám phá các lựa chọn: tin nhắn riêng, nhóm trò chuyện, gọi thoại, tạo cộng đồng và chủ trì không gian. @elonmusk đã mở ra một biển cơ hội rộng lớn chưa được khám phá.
8. Trò chơi và NPC
AI trong lĩnh vực trò chơi có lịch sử lâu đời. Ngay từ năm 1972 khi Pong ra đời, người chơi đã lần đầu tương tác với robot. Theo thời gian, ngày càng nhiều robot tiên tiến được đưa vào, ví dụ như trong @quake, @unreal và Super Smash Bros của @nintendo.
Bạn có biết? Một trong những thành công ban đầu của @openai là trên @dota2, khi họ kết hợp 5 mạng nơ-ron hồi tiếp (RNN) thành một "đàn", cạnh tranh với người chơi khác. Năm 2019, "đàn" của họ đã đánh bại đội vô địch thế giới.
Rõ ràng cơ hội ở đây rất lớn – lĩnh vực trò chơi là một trong những nơi AI đầu tiên vượt trội hơn con người (như AlphaGo).
Lý do tôi viết bài này phần lớn vì bạn bè tôi phàn nàn rằng những "bot spam biết nói" gần như không có tính thực dụng. Tuy nhiên, sự thật là NPC chính là chatbot điển hình, thiếu chúng, nhiều trò chơi sẽ mất đi điểm nối quan trọng từ cốt truyện này sang cốt truyện khác.
Trò chơi và AI gắn bó mật thiết, nhưng trong lĩnh vực mã hóa, sự kết hợp này có thể được khuếch đại gấp bội vì quy tắc có thể điều chỉnh, đồng thời tạo ra các yếu tố nguyên bản mới. Ví dụ, lấy Texas Hold'em – AI có thể đóng vai trò chia bài (không góp vốn), đối đầu với người chơi trên bàn (góp vốn), hoặc chỉ là người dẫn chương trình (không góp vốn).
Nhưng nếu bạn còn có "phó lái" (copilots) giúp chơi trò chơi thì sao? Chúng có thể như thiên thần hoặc ác quỷ thì thầm bên tai bạn đưa ra lời khuyên. Và hãy tưởng tượng, nếu lời khuyên của AI này hữu ích, bạn có thể tip cho chúng. Ý tưởng này có thể hơi nhảy vọt, nhưng nếu có nhiều tác nhân AI để lựa chọn, biến chúng thành trợ lý tận tụy của bạn thì sao?
Đây chắc chắn là một chức năng có thể (thậm chí nên) được hiện thực hóa trên ginzagaming.com.
Quan điểm của tôi là cơ hội ở đây là vô tận. Bản thân tác nhân AI có thể tham gia trò chơi, chủ trì trò chơi, cung cấp hỗ trợ, thậm chí… tạo trò chơi và quy tắc.
Đây là lĩnh vực tràn đầy tiềm năng đổi mới và giải trí. Tuy nhiên, tôi muốn đặc biệt đề cập hai dự án đáng chú ý:
@henlokart Dự án này kết hợp AI, NFT và meme. Về lý thuyết, mỗi trận đấu đều liên kết trực tiếp với việc huấn luyện tác nhân AI. Bản thân tôi chưa có cơ hội trải nghiệm, nhưng phải thừa nhận rằng những con chuột hamster này thực sự rất dễ thương!
Điều này khiến tôi nhớ đến @aiarena_crypto trong chu kỳ trước. Mô hình của họ sử dụng học bắt chước (imitation learning), AI học từ hành động con người. Theo trải nghiệm cá nhân, những NPC do AI điều khiển này dù ở độ khó cao nhất vẫn dễ dàng "quét sạch" tôi.
@b3dotfun Đây là lớp trò chơi mở trên @base. Hiện tại họ đã đạt hơn 187 triệu giao dịch trên mainnet (liên quan đến 5,6 triệu ví) và ra mắt hơn 50 trò chơi trên nền tảng bsmnt. Tôi tin họ sẽ dẫn dắt sự phát triển trò chơi trên Base, đồng thời là nền tảng lý tưởng hoàn hảo cho mọi trò chơi do AI điều khiển.
Như @darylx24 nói, chúng ta sắp bước vào kỷ nguyên vàng của trò chơi do AI điều khiển.
Suốt thời gian qua, tôi luôn nói về NPC và robot do AI điều khiển. Nhưng thực tế, AI còn có thể tăng tốc đáng kể quá trình phát triển trò chơi. @googledeepmind gần đây đã ra mắt Genie 2, một mô hình AI có thể tạo video tương tác, mang lại vô số thế giới 3D – chúng ta thực sự đang sống trong tương lai.
9. Phó lái và chatbot
Nhìn lại, nhiều dự án mã hóa gần như hoàn toàn bỏ qua giai đoạn chatbot AI và phó lái (trợ lý), mà đi thẳng vào lĩnh vực tác nhân AI có thể thực hiện thao tác.
Trong lĩnh vực Web2, các công ty khởi nghiệp lớn nhất vẫn tập trung vào chatbot AI, các công cụ này chủ yếu để người dùng đặt câu hỏi, mô hình chỉ trả lời chứ không thay mặt người dùng hành động. Đến nay, phần lớn AI như vậy vẫn như vậy.
Ví dụ, @chatgpt có hành động thay bạn không? Không. @perplexity thì sao? Cũng không. Nhưng liệu chúng có giá trị lớn không? Không nghi ngờ gì, có.
Trong lĩnh vực mã hóa, LLM tôi yêu thích nhất là @grok của @xai. Tôi khen ngợi nó không ngừng, vì rất khó để tạo ra công cụ nghiên cứu hiệu quả hơn nó.
Nhưng các dự án có thể làm chatbot thực dụng hơn: về lý thuyết, có thể fine-tune Grok để khi tìm token, ngoài cung cấp thông tin thông thường, còn thêm địa chỉ hợp đồng (CAs), biểu đồ giá, phân bố người nắm giữ, v.v. Thực tế, tôi đã thấy Griffain thể hiện chức năng tương tự khi sử dụng dữ liệu trên chuỗi để phân tích token.
Nó đã thể hiện rất tốt trên nhiều phương diện: vừa trả lời câu hỏi như ChatGPT, vừa hành động, vừa cung cấp thị trường giao dịch.
Trước đó tôi đã đề cập, dApps nên có trợ lý chuyên biệt theo lĩnh vực ứng dụng. Những trợ lý này có thể là chatbot hỗ trợ khách hàng và dịch vụ được huấn luyện riêng trên dữ liệu giao thức, có thể trả lời mọi câu hỏi liên quan đến dự án – có lẽ là sau khi fine-tune trên tài liệu dự án.
Ví dụ, nếu tôi không biết cách thiết lập pool thanh khoản (LP pool), tôi hy vọng có thể hỏi trực tiếp @raydiumprotocol, nó có thể hướng dẫn tôi từng bước hoàn thành toàn bộ quá trình và giải đáp mọi thắc mắc phát sinh. Nếu giao dịch của tôi thất bại, tôi hy vọng nó có thể giải thích nguyên nhân như một dịch vụ hỗ trợ khách hàng.
Điều này cũng có thể trở thành nguồn giá trị quan trọng – nếu dApps phát hành token riêng cho một chatbot (hoặc tác nhân AI) hiệu quả, nó chắc chắn sẽ mang lại giá trị bổ sung cho thị trường. Ví dụ với Raydium, một token tác nhân hoặc chatbot không chỉ trở thành token mạnh độc lập, mà còn gia tăng giá trị cho token cơ sở $RAY.
Một dự án khác rõ ràng có giá trị trên một tỷ USD là nền tảng chatbot kiểu character.ai. Trước khi bị mua lại, @character_ai đạt thành công lớn, từng là một trong 100 website hàng đầu thế giới. Theo thống kê, nó xử lý 20.000 truy vấn mỗi giây, chiếm 20% lượng yêu cầu Google. Điều này minh chứng rõ ràng mức độ phổ biến của nó... nhưng tại sao nó lại phổ biến đến vậy?
https://blog.character.ai/optimizing-ai-inference-at-character-ai/
Trước đó tôi đã đề cập, dApps nên có trợ lý chuyên biệt theo lĩnh vực ứng dụng. Những trợ lý này có thể là chatbot hỗ trợ khách hàng và dịch vụ được huấn luyện riêng trên dữ liệu giao thức, có thể trả lời mọi câu hỏi liên quan đến dự án – có lẽ là sau khi fine-tune trên tài liệu dự án.
Ví dụ, nếu tôi không biết cách thiết lập pool thanh khoản (LP pool), tôi hy vọng có thể hỏi trực tiếp @raydiumprotocol, nó có thể hướng dẫn tôi từng bước hoàn thành toàn bộ quá trình và giải đáp mọi thắc mắc phát sinh. Nếu giao dịch của tôi thất bại, tôi hy vọng nó có thể giải thích nguyên nhân như một dịch vụ hỗ trợ khách hàng.
Điều này cũng có thể trở thành nguồn giá trị quan trọng – nếu dApps phát hành token riêng cho một chatbot (hoặc tác nhân AI) hiệu quả, nó chắc chắn sẽ mang lại giá trị bổ sung cho thị trường. Ví dụ với Raydium, một token tác nhân hoặc chatbot không chỉ trở thành token mạnh độc lập, mà còn gia tăng giá trị cho token cơ sở $RAY.
Một dự án khác có giá trị trên một tỷ USD là nền tảng chatbot kiểu character.ai. Trước khi bị mua lại, @character_ai đạt thành công lớn, từng là một trong 100 website hàng đầu thế giới. Theo thống kê, nó xử lý 20.000 truy vấn mỗi giây, chiếm 20% lượng yêu cầu Google. Điều này minh chứng rõ ràng mức độ phổ biến của nó... nhưng tại sao nó lại phổ biến đến vậy?
Khi Character còn là công ty độc lập, phần lớn người dùng trên nền tảng tìm kiếm quan hệ tình dục hoặc lãng mạn. Điều này thể hiện rõ qua lượng lớn bài viết trên subreddit liên quan đến nền tảng.
Theo thời gian, các mô hình được fine-tune NSFW đã bị giảm mạnh và lọc nghiêm ngặt. Dù sao thì, Character là công ty khởi nghiệp khổng lồ được hỗ trợ bởi các nhà đầu tư Web2 lớn. Nhưng trong Web3, tình hình hoàn toàn khác. Hãy tưởng tượng nếu có phiên bản Character chưa lọc, tập trung hơn vào sản phẩm và UI/UX thay vì nghiên cứu. Những dự án như vậy dễ dàng thu hút sự chú ý và tạo nên câu chuyện mới. Hai dự án tôi đang theo dõi là @xoul_ai và @dippy_ai.
Chuyển sang chủ đề trợ lý AI – @github Copilot ban đầu là công cụ hỗ trợ mã hóa, không trực tiếp hoàn thành nhiệm vụ mà giúp lập trình viên viết mã. Một lĩnh vực dọc khác là luật, @harvey__ai có năng lực cốt lõi là trợ lý AI giúp luật sư soạn và chỉnh sửa tài liệu, chứ không thay họ thực hiện hành động tài liệu.
Trong lĩnh vực mã hóa, trợ lý AI tạo giá trị lớn bằng cách hỗ trợ người dùng hoàn thành nhiều nhiệm vụ. Có thể bao gồm:
-
Hỗ trợ mã hóa / tự động hoàn thiện: Đặc biệt quan trọng với ngôn ngữ lập trình Rust vốn dĩ phức tạp.
-
Trợ lý nội dung: Ví dụ như "trợ lý spam" có thể quét tất cả tin tức mã hóa trong ngày.
-
Trợ lý đề xuất token: Giúp người dùng lọc và đề xuất các token cần nghiên cứu sâu.
Quay lại quan điểm trước đó của tôi – tại sao các công ty Web2 chưa thúc đẩy mạnh mẽ và chuyển hoàn toàn sang tác nhân AI định hướng hành động?
-
Thứ nhất, trợ lý phó lái và trợ lý nghiên cứu đã rất thực dụng rồi. Tôi thường xuyên sử dụng Grok, ChatGPT và Perplexity. Những công cụ này tăng tốc đáng kể quy trình làm việc của tôi, giảm thời gian tôi dành cho các nhiệm vụ.
-
Thứ hai, xây dựng tác nhân thực sự rất khó. Nhiều công ty khởi nghiệp đã thử nhưng cuối cùng không thực hiện được giấc mơ. Lĩnh vực này thực sự có "nghĩa địa" của nhiều dự án thất bại.
Khách quan mà nói, tác nhân dựa trên hành động trong Web2 là một tầm nhìn đáng kinh ngạc. Tôi vẫn nhớ lần đầu tiên chứng kiến demo công cụ tác nhân của các công ty như @Adeptailabs – chúng có thể tìm nhà để mua, phân tích bảng Excel, thậm chí ghi chép mối quan hệ bán hàng.
Như @elonmusk nói: "Số phận ưa thích sự mỉa mai." Do mô hình hành động cực kỳ khó khăn ở hai khía cạnh:
-
Đưa vào sản xuất: Đưa mô hình vào giai đoạn ứng dụng thực tế;
-
Thương mại hóa: Biến mô hình thành sản phẩm có thể sinh lời.
Cuối cùng, Adept buộc phải bán mình (và kết quả không lý tưởng).
Các phòng thí nghiệm AI lớn thực sự đang đi sâu nghiên cứu và khám phá tác nhân AI có khả năng hành động. Trong quý 4 năm 2024, @anthropicai đã phát hành API sử dụng máy tính của họ, cho phép AI thao tác máy tính như con người. Hãy xem demo dưới đây, minh chứng rõ ràng tiềm năng mạnh mẽ của nó.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
@azternomic
