Mạng Mira: Khiến báo cáo nghiên cứu tiền mã hóa trở nên đơn giản, đây là cách AI của chúng tôi thực hiện
Tuyển chọn TechFlowTuyển chọn TechFlow
Mạng Mira: Khiến báo cáo nghiên cứu tiền mã hóa trở nên đơn giản, đây là cách AI của chúng tôi thực hiện
Trong vài tuần ra mắt, Delphi Oracle đã trở thành công cụ quan trọng để mọi người tiếp cận nội dung nghiên cứu tiền mã hóa.
Chuyên sâu báo cáo Web3Tác giả: Mira
Biên dịch: TechFlow
Mâu thuẫn trong nghiên cứu
Báo cáo nghiên cứu của Delphi được xem như huyền thoại trong giới tiền mã hóa. Khi họ công bố phân tích về cơ chế token mới hay giao thức DeFi, các nhà sáng lập dự án sẽ ghi chép lại những điểm chính, các quỹ đầu tư mạo hiểm (VC) điều chỉnh chiến lược đầu tư, còn các trader thì tái cấu trúc danh mục đầu tư. Nghiên cứu của họ đã ảnh hưởng sâu sắc đến việc phân bổ hàng tỷ đô la Mỹ vốn đầu tư trong lĩnh vực Web3.
Nhưng vấn đề là: tiêu chuẩn vàng cho nghiên cứu định chế này cũng mang đến một nghịch cảnh không ngờ tới. Chính sự sâu sắc và nghiêm ngặt đó khiến phân tích của họ trở nên vô giá, nhưng đồng thời cũng khiến người đọc cảm thấy nản lòng. Một báo cáo điển hình của Delphi có thể trích dẫn hàng chục báo cáo khác, liên quan đến những khái niệm kỹ thuật đòi hỏi kiến thức nền tảng, cũng như các cơ chế thị trường mà người đọc cần hiểu rõ bối cảnh phát triển của ngành mã hóa.
"Chúng tôi sở hữu cả kho tàng nghiên cứu tuyệt vời, nhưng liên tục nhận được phản hồi rằng mọi người khó tiếp cận nội dung này," Carter Lundy, Phó Chủ tịch Cấp cao phụ trách vận hành tại Delphi Digital, giải thích. "Có người tình cờ đọc một báo cáo về MEV (giá trị khả dụng tối đa), nhưng lại bị lạc lối vì không hiểu các khái niệm nền tảng. Vì thế, chúng tôi đã bỏ lỡ rất nhiều giá trị tiềm năng."
Giải pháp hiển nhiên dường như là một trợ lý AI. Một công cụ có thể giải thích khái niệm bất kỳ lúc nào, tóm tắt các phân tích dài dòng, và hướng dẫn người đọc duyệt qua thư viện nghiên cứu đồ sộ của Delphi. Năm 2023, khi ChatGPT lan tỏa toàn cầu, con đường này dường như rộng mở.
Sự thất bại của lần thử nghiệm đầu tiên
Khi Delphi bắt đầu khám phá trợ lý AI, họ nhận ra vấn đề phức tạp hơn tưởng tượng rất nhiều. Nhóm đã tích hợp một mô hình ngôn ngữ tiên tiến nhất vào nền tảng và bắt đầu thử nghiệm, nhưng kết quả thật đáng lo ngại. AI tự tin diễn giải sai các khái niệm, thậm chí bịa ra các chỉ số token nghe có vẻ hợp lý nhưng hoàn toàn sai sự thật. Đôi khi, nó còn diễn giải sai cả quan điểm mà chính Delphi đã công bố.
"Chúng tôi không thể ra mắt một sản phẩm có khả năng lan truyền thông tin sai lệch và gắn liền với thương hiệu của mình," Lundy nhớ lại. "Uy tín của chúng tôi là tất cả."
Ngay cả khi sử dụng các mô hình tiên tiến nhất thời điểm đó, chi phí kinh tế cũng quá lớn. Mỗi truy vấn phức tạp về kinh tế học token hay cơ chế DeFi có thể tốn vài đô la để xử lý. Với một nền tảng có hàng nghìn người dùng mỗi ngày, chi phí như vậy rõ ràng là không thể duy trì.
Sau nhiều tháng thất bại, họ buộc phải chấm dứt dự án. Việc hiện thực hóa trợ lý AI buộc phải chờ đợi công nghệ tiên tiến hơn xuất hiện.
Giải pháp bản địa Web3
Đột phá đến từ một nơi không ai ngờ tới. Trong khi nghiên cứu về sự giao thoa giữa AI và lĩnh vực mã hóa cho một báo cáo sắp phát hành, đội ngũ Delphi phát hiện ra Mira Network. Điều thu hút họ không đơn thuần là một API AI khác, mà là cách tiếp cận hoàn toàn mới của Mira nhằm làm cho AI trở nên đáng tin cậy và khả thi về mặt kinh tế.
"Hầu hết các công ty AI đều tập trung xây dựng mô hình lớn hơn hoặc tối ưu prompt," Lundy giải thích. "Còn Mira đặt câu hỏi khác: Làm sao để câu trả lời của AI đáng tin cậy? Làm sao để AI chất lượng cao trở nên khả thi về mặt kinh tế khi áp dụng quy mô lớn?"
Hai bên quyết định hợp tác để cùng vượt qua giới hạn. Nếu họ có thể vận hành thành công Delphi Oracle, điều đó sẽ chứng minh rằng AI có thể xử lý cả những nội dung phức tạp nhất và yêu cầu độ chính xác cực cao.
Phương pháp đổi mới ba lớp
Thông qua hợp tác với Mira và ứng dụng sinh thái Klok của họ, nhóm đã phát triển ba công nghệ đổi mới, biến Delphi Oracle từ "bất khả thi" thành "không thể thiếu".
-
Tuyến đường truy vấn thông minh
Nhìn lại, nhận thức đầu tiên lại đơn giản đến mức đáng xấu hổ: không phải mọi câu hỏi đều cần được giải đáp bằng mô hình AI. Khi ai đó hỏi giá hiện tại của ETH, tại sao lại gửi truy vấn này đến một mô hình ngôn ngữ đắt tiền thay vì tra cứu trực tiếp từ API giá?
Đội ngũ đã phát triển một bộ định tuyến tốc độ cao, có thể phân loại truy vấn ngay lập tức:
-
Yêu cầu giá chuyển trực tiếp sang dữ liệu thị trường
-
Các định nghĩa đơn giản được trích xuất từ cơ sở tri thức
-
Các câu hỏi phân tích phức tạp mới được xử lý bởi mô hình AI đầy đủ
Hệ thống tuyến đường này giảm đáng kể chi phí, đồng thời tăng tốc độ phản hồi cho các câu hỏi phổ biến.
-
Bộ nhớ đệm thông minh
Đổi mới thứ hai bắt nguồn từ nghiên cứu hành vi người dùng. Họ nhận thấy nhiều người dùng đặt các câu hỏi chỉ khác cách diễn đạt, ví dụ: "Tóm tắt báo cáo này", "Giải thích khái niệm này", "Những điểm chính là gì?"
Hệ thống tạo sẵn các câu trả lời chất lượng cao cho các câu hỏi phổ biến và lưu dưới dạng bộ nhớ đệm, thay vì tạo lại mỗi lần. Chìa khóa nằm ở việc biết nên lưu cái gì: tóm tắt báo cáo là cố định, nhưng truy vấn về "tin tức mới nhất" lại cần câu trả lời cập nhật theo thời gian thực.
-
Lớp xác thực
Đổi mới thứ ba giải quyết vấn đề độ tin cậy. Bằng cách tích hợp API xác thực của Mira, hệ thống có thể kiểm tra độ chính xác của câu trả lời trước khi hiển thị cho người dùng. Điều này giúp đội ngũ Delphi tự tin để AI xử lý những nội dung phức tạp nhất của họ.
Sức mạnh chuyển đổi
Trong vài tuần ra mắt, Delphi Oracle đã trở thành công cụ thiết yếu để tiếp cận nội dung nghiên cứu mã hóa. Hiện nay, trung bình mỗi người dùng tương tác với Oracle ít nhất một lần mỗi ngày, và con số này vẫn đang tiếp tục tăng lên.
"Điều khiến chúng tôi ngạc nhiên nhất là cách nó thay đổi thói quen đọc của người dùng," Lundy chia sẻ. "Trước đây, người dùng sẽ bỏ cuộc khi gặp phần nội dung phức tạp, giờ đây họ đặt câu hỏi với Oracle, nhận được giải thích rồi tiếp tục đọc, chứ không bỏ dở giữa chừng."
Tác động này không chỉ dừng lại ở mức độ hiểu biết. Người đọc bắt đầu phát hiện ra các mối liên hệ giữa các báo cáo mà họ từng bỏ qua. Họ yêu cầu Oracle tìm kiếm các nghiên cứu liên quan đến chủ đề cụ thể. Một số người dùng thậm chí sử dụng nó để tạo bản tóm tắt cho nhóm hoặc hội đồng đầu tư.
Quan trọng hơn cả, bài toán kinh tế cuối cùng đã được giải quyết. Kết hợp tuyến đường thông minh, bộ nhớ đệm và API của Mira, chi phí hiệu quả cho mỗi truy vấn đã giảm khoảng 90%. Những khoản chi phí từng rất cao giờ đây đã trở nên bền vững, ngay cả khi áp dụng quy mô lớn.
Vượt xa việc tối ưu chi phí
Thành công thực sự không nằm ở việc giảm chi phí, mà ở những khả năng mà những tài nguyên tiết kiệm được mang lại. Delphi không còn phải giới hạn chức năng AI chỉ dành cho người dùng đăng ký cao cấp, mà có thể mở cửa Oracle cho tất cả mọi người. Họ không còn lo lắng về chi phí cho từng truy vấn, mà tập trung vào việc làm cho sản phẩm thực sự hữu ích.
Hiện nay, hệ thống có thể xử lý mọi nhu cầu, từ các câu hỏi cơ bản ("AMM là gì?") đến các phân tích tổng hợp phức tạp ("Quan điểm của Delphi về mở rộng L2 khác biệt thế nào so với nghiên cứu ban đầu của họ về sidechain?"). Nó trở thành cầu nối giữa các chuyên gia phân tích của Delphi và cộng đồng mã hóa rộng lớn hơn.
"Chúng tôi từng nghĩ mình đang xây dựng một công cụ hỗ trợ," Lundy nhớ lại. "Nhưng thực ra, chúng tôi đã tạo ra một cách hoàn toàn mới để mọi người tương tác với nội dung nghiên cứu. Giờ đây có người dùng bắt đầu từ Oracle, sau đó dựa trên những gì học được để đi sâu vào các báo cáo cụ thể. Điều này hoàn toàn thay đổi lộ trình sử dụng của người dùng."
Kế hoạch cho tương lai
Delphi Oracle đã trở thành một ví dụ điển hình cho các nền tảng khác giải quyết các thách thức tương tự. Dù là công ty nghiên cứu tài chính, trang web tài liệu kỹ thuật hay nền tảng giáo dục, tất cả đều đối mặt với cùng một bài toán: làm sao để nội dung phức tạp trở nên dễ hiểu mà không làm mất độ chính xác, đồng thời kiểm soát được chi phí.
Bài học ở đây không phải là mọi nền tảng đều cần kiến trúc công nghệ đặc thù của Mira, mà là nhận ra rằng để AI thực sự hữu ích, cần suy nghĩ vượt ra ngoài bản thân mô hình. Bạn cần một hệ thống tuyến đường truy vấn hiệu quả, chiến lược quản lý chi phí ở quy mô lớn, và phương pháp đảm bảo độ tin cậy khi độ chính xác là yếu tố then chốt.
Nhìn về phía trước
Ngày nay, Delphi Oracle xử lý hàng nghìn truy vấn mỗi ngày, từ các nhà đầu tư tổ chức tìm kiếm phân tích chuyên sâu đến những người mới bắt đầu cố gắng hiểu các khái niệm cơ bản, tất cả đều được hưởng lợi. Hệ thống không chỉ giải thích được thanh khoản là gì, mà còn tổng hợp được các quan điểm về khả năng tương tác chuỗi chéo từ nhiều báo cáo nghiên cứu khác nhau.
Đội ngũ Delphi đang không ngừng mở rộng chức năng của Oracle, thử nghiệm các tính năng trước đây không thể thực hiện được trong cấu trúc chi phí cũ. Họ đang khám phá các lộ trình nghiên cứu cá nhân hóa, phân tích đa phương thức kết hợp văn bản và biểu đồ, thậm chí là bản tóm tắt nghiên cứu do AI tạo riêng cho danh mục đầu tư cá nhân.
Đối với một ngành thường bị chỉ trích vì khó tiếp cận, Delphi Oracle đại diện cho một bước đột phá quan trọng: chứng minh rằng AI có thể phổ cập tri thức chuyên gia mà không làm giảm độ sâu nội dung. Khi bạn giải quyết được hai thách thức cốt lõi về độ tin cậy và tính kinh tế, bạn không chỉ cải thiện sản phẩm hiện có, mà còn mở ra cách thức hoàn toàn mới để mọi người học hỏi, phân tích và ra quyết định.
Tương lai của AI trong lĩnh vực nghiên cứu không phải là thay thế các chuyên gia con người, mà là giúp mọi người cần đến tri thức chuyên môn đều có thể tiếp cận nó đúng lúc, theo cách mà họ có thể hiểu được. Delphi Oracle cho thấy, tương lai như vậy đã đến.
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
@Mira_Network
