Warum KI -Agenten in der Datenwüste von Web3 hungern 🍪🔥

AI -Wirkstoffe sind täuschend einfach zu beschreiben und nicht zu dienen, um zu dienen: Beobachten → Entscheiden → Handlung → Lernen. Jede Schleife ist abhängig von frischen, zuverlässigen, genehmigten Daten, die wie eine anständige Tasse Kaffee in einer Galaxie finden, in der die Verkaufsautomaten nur Tee verzichten. In Web2 können Sie dies von einigen Plattformen mieten. In Web3 werden Daten über Dutzende heterogener Ketten, Knotenstapel, Indexer und Off -Chain -Orakel verstreut – jeweils mit ihren eigenen Macken der Latenz-, Endgüter-, Semantik- und Fehlermodi. Das Ergebnis? Agenten hungern und die Speisekammer ist ein chaotisches Durcheinander von nicht übereinstimmenden Gläsern und abgelaufenen Etiketten.

Lassen Sie uns das Problem, die öffentlichen Signale, eintauchen und skizzieren, wie eine -Ai-fähige Datenschicht aussehen muss, um die Agentenökonomie für Defi und darüber hinaus freizuschalten. Denn, seien wir ehrlich, wenn wir das nicht herausfinden, könnten unsere KI -Agenten anfangen, die Möbel zu essen.

AI durchdringt das Web3 schnell, aber der Engpass bleibt Daten. Es ist, als würde man versuchen, einen Ferrari auf einer unbefestigten Straße zu fahren – sicher, das Auto ist beeindruckend, aber es geht nirgendwo schnell.

Prominente Bauherren sind sich zunehmend einig, dass AI und Crypto komplementär sind. Chris Dixon hat argumentiert, dass AI Systems blockchain-fähige Computing zum Wiedereröffnung des Internets und zur Ausrichtung von Anreizen für Daten und Modellzugriff. Stellen Sie sich eine Welt vor, in der Ihre KI nicht nur Entscheidungen treffen kann, sondern auch dafür bezahlt wird, ohne einen Menschen zu benötigen, um die Taste „Senden“ zu drücken.

Vitalik Buterin kategorisiert Crypto × AI -Touchpoints: AI als Schnittstelle , Player , Ziel wirtschaftlicher Garantien, und betont sorgfältiges Anreizdesign. Mit anderen Worten, Sie können die KI nicht einfach auf die kontroversen Märkte streichen, ohne die Datenqualität und -sicherheit zu überlegen. Es ist, als würde man versuchen, eine Papageienquantenmechanik beizubringen – es klingt vielleicht cool, aber es wird wahrscheinlich nicht gut enden.

Auf der Ausführungsseite bewegt sich Defi selbst in Richtung intent basiertes Designs (d. H. UNISWAP-Labors und über vorgeschlagene ERC-7683 , ein Cross-Chain-Absichten, als gemeinsame Schiene für dieses Muster. Es ist, als würde man eine universelle Sprache für Roboter erstellen, um miteinander zu sprechen, aber in diesem Fall sind es Finanzroboter.

Imbiss: Agenten kommen an; Die Märkte passen sich an; Daten bleibt die Einschränkung.

The Ugly Truth: What AI Developers in Web3 Run Into

Heterogenität. Jede Kette hat ihr eigenes RPC -Verhalten, Protokolle, Ereignisschemata, Reorg -Muster und Endgültigkeitsannahmen. Grundlegende Abfragen (z. B. „Positionen über Base+Solana+Polygon„) verwandeln sich in n -maßgeschneiderte Indexer. Es ist, als würde man versuchen, ein Fünf -Gänge -Menü mit Zutaten aus verschiedenen Planeten zu kochen – viel Glück damit.

Stelenheit vs. Kosten. Die Auswahl beider ist nicht trivial. Es ist das digitale Äquivalent zu versuchen, in New York einen kostenlosen Parkplatz zu finden – es gibt es, aber Sie werden wahrscheinlich mehr Zeit damit verbringen, zu suchen, als es wert ist.

Semantik. Blöcke sind Fakten; Erkenntnisse sind Modelle . Das Umwandeln von Protokollen in Entitäten (Pools, Positionen, P & L) beinhaltet konstante ETL und Neuüberwachung pro Protokoll und pro Kette. Es ist wie das Übersetzen eines Buches von Klingon in Englisch – es ist möglich, aber es ist nicht gerade einfach.

Zuverlässigkeit unter Last. Es ist, als würde man versuchen, in einem überfüllten Raum mit einer Augenbinde zu navigieren – Sie werden auf Dinge stoßen.

Indexierungsanbieter und Dokumente sind sich über die Grundlagen einig: Direktkettenabfragen sind komplex und langsam; Sie benötigen Subgraphen oder äquivalente Spiegel für die Leistung, dann müssen Sie immer noch Cross-Chain-Streaming und Schema-Normalisierung lösen. Es ist, als würde man versuchen, ein Puzzle in einem Hurrikan zusammenzustellen – Stücke fliegen überall, und Sie sind sich nicht sicher, welche gehören, wohin gehören.

„Actionable Data“ Defined and Why Web3 Is Short of It

Call Data ist umsetzbar Wenn ein Agent in einem begrenzten Jitter -Budget entscheiden und ausführen kann, während die Korrektheit erhalten bleibt. Konkret:

Normalisierte Semantik: Token, Pools, Positionen, Übertragungen, Preise mit konsistenten Typen/Einheiten über Ketten hinweg. Es ist, als würde man einen universellen Währungswandler haben – praktisch, wenn Sie mit mehreren Währungen zu tun haben.

Frische und Determinismus: P95/P99 Latenz-SLOs sowie endgültige Frische (weich gegen brutale Endgültigkeit). Es ist wie zu wissen, ob Ihr Kaffee frisch ist oder ob er seit Stunden dort sitzt.

Überprüfbarkeit: kryptografische Herkunft oder Wiederholungsableitung (Subgraph -Versionen, Spiegelprüfungen). Es ist, als würde man eine manipulationssichere Siegel für Ihre Daten haben – Sie wissen, dass es nicht durcheinander gebracht wurde.

Compute-Near-Data: Bewertung, Anomalie-Nachweis, Routensimulation, Co-Lokalisierung mit den Streams. Es ist, als hätte ein Supercomputer direkt neben Ihrer Datenquelle – keine Verzögerung mehr.

Streaming + Zeitreise: Nur-Ereignisströme nur anhängen und indizierte Snapshots für „Was hat sich geändert?“ Abfragen. Es ist wie eine Zeitmaschine für Ihre Daten – Sie können sehen, wie sich die Dinge im Laufe der Zeit entwickelt haben.

Der heutige Web3-Stack bietet Ihnen Fragmente davon (Subgraphen, RPCs, Analytics-APIs), aber nicht die kohäsive, kreuzkette, mit niedrigem Latenz, die Produktionsmittel nach Bedarf an Production Agents fordert. Sogar die eigenen Materialien und Drittanbieter des Diagramms rahmen den direkten Kettenzugriff als komplex ein und drängen Entwickler auf die Indexierung/Spiegelungssysteme für die Praktikabilität. Es ist, als würde man versuchen, ein Haus mit Hammer und einigen Nägeln zu bauen – Sie könnten dort ankommen, aber es wird mit einem vollständigen Toolkit viel einfacher.

Lessons from Real Incidents: When Latency and Fragmentation Bite

Hier sind einige neuere KI × Web3 -Produkte, die geschlossen, zurückgestellt wurden oder effektiv eingestellt wurden.

Planet Mojos „WWA“ -Plattform für AI -Gaming -Agenten : Stillst du am 1. Juli 2025 neben dem Flaggschiff -Spiel des Studios, Mojo Melee, unter Berufung auf Verschiebungsmarktrealitäten. Es ist wie das Öffnen eines Limonadenstands kurz vor einem Regensturm – nicht das beste Timing.

Brian (AI → Onchain Transaction Builder) : A-Assistent von Web3 „Text-to-Transaktion“, der bei Ethprague 2023 begann; Das Team kündigte die Beendigung des Operationen am 26. Mai 2025 an, nachdem sich die Agenten-Executors zum Erstbewegungsvorteil verloren hatten. Es ist, als wäre es die erste Person, die das Rad erfindet, nur um herauszufinden, dass alle anderen bereits Autos fahren.

tradaii/stakx (AI-Trading-Schemata mit NFTS & „Algos“) : Hunderte von Millionen aufgenommen, dann eingefroren und beendete den Betrieb ; Jetzt Gegenstand einer US-Klassenklage, in der nicht registrierte Wertpapiere und falsche Darstellungen vorliegen. (Eine klare warnende Geschichte von „KI“ -Ansprüchen in Krypto.) Es ist, als würde man einen magischen Trank verkaufen, der eigentlich nichts tut – die Leute neigen dazu, irgendwann zu bemerken.

Bitai („Freisprecher“ AI Crypto Autotrader) : Offline in März 2024 nach vielversprechenden automatisierten KI-Gewinnen. Es ist, als würde man einen Topf Gold am Ende des Regenbogens versprechen und dann zu erkennen, dass der Regenbogen nur ein Trugbild ist.

regulatorische Halten überschneiden AI & Web3: Während kein dauerhaftes Versagen, Worldcoin (World Network) Säge Operationen vorübergehend in Indonesien im Mai 2025 veranschaulicht, wie das Compliance-Risiko abrupt AI-Adjacent web3-Roluts entgleisen kann. Es ist wie eine Überraschungsfeier zu planen und dann zu merken, dass Sie vergessen haben, die Gästeliste zu überprüfen.

Patterns We Observed

Latenz + Datenfragmentierung tötet Agenten in der Produktion. Es ist, als würde man versuchen, eine Symphonie mit Instrumenten zu spielen, die nicht stimmt – es klingt nicht gut.

Hype-to-Roi-Lücke: Analystenunternehmen erwarten in den nächsten Jahren eine hohe Stornierungsrate für „Agenten-KI“ -Projekte-Kosten, unklarer Wert und Risikokontrollen sind die üblichen Fehlermodi. Es ist, als würde man ein Unternehmen gründen, das auf einem Traum basiert – es könnte funktionieren, aber es ist eine riskante Wette.

„AI Trading“ Ansprüche = Kategorie der roten Flagge. Viele werden nach einem Marketing -Blitz dunkel oder verwandeln. Es ist, als würde man ein zu gutes Angebot sehen-es ist normalerweise.

„Datenfragmentierung ist die größte Barriere für AI-Agenten in Web3: Zu viele Ketten, Schemata und spröde APIs-Force-Agents, die zwischen abgestandenen Signalen oder endlosen Nähten wählen können. Latenz, Frische-Lücken und komplexe Kettenausführung verwandeln gute Strategien in fehlende Geschäfte, während inkonsistente Format-Fehler, Modelldynams und Brittenverhalten und Brittenverhalten.“

Die Lösung ist eine einheitliche semantische Echtzeit-Datenschicht mit normalisierten Schemata, Streaming-Indexern, kanonischen Ereignissen und deterministischen Fallbacks, sodass die Agenten auf Strategie und nicht auf Klempnerarbeiten konzentrieren. Bei ELSA bauen wir diese Agentenschicht mit Cross-Chain-Liquidität, Datenendpunkten und Echtzeit-Lappen (WIP) auf und verwandeln das fragmentierte Chaos in eine zuverlässige autonome Ausführung. „

– Dhawal Shah, Gründer und CEO bei Heyelsa

Patterns That Work: Solutions Around Today’s Incapabilities

Intent Rails, nicht rohe Anrufe. Es ist, als würde man einem Roboter sagen, er solle „mich zu einem Sandwich machen“, anstatt in die Küche zu gehen, das Brot herauszunehmen, Erdnussbutter darauf zu legen … „
endgültige Frische. Es ist wie zu wissen, ob Ihr Kaffee heiß oder kalt ist, bevor Sie ihn trinken.
Berechnen zu Daten. Es ist, als hätte ein Supercomputer direkt neben Ihrer Datenquelle – keine Verzögerung mehr.
Proofs & Fallbacks. Zwei unabhängige Quellen für kritische Signale (z. B. Preis) plus Erklärungsableitungen, um Agenten zu helfen, aus Misses zu lernen. Es ist wie ein Backup -Fallschirm – immer eine gute Idee.
menschliche Gates. Es ist, als würde man einen zweiten Satz von Augen haben, bevor Sie auf die Taste „Senden“ klicken.

NewsBTC analysierte die wichtigsten Intent Rails und Indexierungsanbieter und sammelte Einblicke in die heutigen Herausforderungen eines kürzlich gestarteten KI × Web3 -Produkts.

„KI -Agenten scheitern nicht in der Logik, sie scheitern bei Eingängen. Blockchains emittieren rohe, inkonsistente Protokollfragmente ohne Kontext. Bis wir eine neutrale Schicht haben, die diese Daten in Echtzeit normalisiert und überprüft. Agenten in Web3 arbeiten blind.

– nasim akthar, cto bei igris.bot

What an AI-Ready Data Layer Should Look Like – Spec, Not Hype

Betrachten Sie es als programmierbar, überprüfbar, Echtzeit, Cross-Chain :

Einnahme und Normalisierung: Multi-Chain-Steckverbinder → kanonische Schemata (Token, Pools, Positionen, Preise, Routen) mit expliziten Einheiten und Dezimalstellen. Es ist, als würde man einen universellen Übersetzer für alle Ihre Daten haben.

Streaming + Snapshots: Kafka-ähnliche Streams für Ereignisse; Olap-Schnappschüsse für Zeitreisen und verbinden sich. Es ist wie eine Zeitmaschine für Ihre Daten – Sie können sehen, wie sich die Dinge im Laufe der Zeit entwickelt haben.

Spiegel mit Provenienz: deterministische Spiegel von Subgraphen oder Äquivalenten mit versionierten Transformationen und Integritätsprüfungen, sodass Agenten Grund über die Datenlinie können. Es ist, als würde man eine manipulationssichere Siegel für Ihre Daten haben – Sie wissen, dass es nicht durcheinander gebracht wurde.

On-Stream-Berechnung: Eingebaute für Volatilität, Liquiditätstiefe, Routensimulation, Schlupf-/Risiko-Scores Co-located mit Streams, um P95-Ziele zu erreichen. Es ist, als hätte ein Supercomputer direkt neben Ihrer Datenquelle – keine Verzögerung mehr.

endgültige frische Frische API: Jede Lektüre kehrt zurück: frische_ms, Bestätigungen, endgültig_Level So können Richtlinien Aktionen einteilen. Es ist wie zu wissen, ob Ihr Kaffee frisch ist oder ob er seit Stunden dort sitzt.

Intent-Haken: erstklassige Bindungen an Intent Rails (Cow, 7683, über) also „entscheiden → act“ ist ein Anruf mit Simulationseinnahmen. Es ist wie eine universelle Fernbedienung für Ihre KI -Agenten.

Sicherheit und Prüfung: Ratenlimits, Kill-Switches, Wiederholungsprotokolle und Nachhandel-Beweise für kontinuierliches Lernen. Es ist wie ein Sicherheitssystem für Ihre Daten – es ist immer auf Sie zu sehen.

Future of AI × Web3: Markets of Agents, Paying for Provable Data

Mit der richtigen Datenebene erweitert sich die Grenze:

Agent MM & Risiko: Autonomes Markt, das Preise Datenfrische & Endgültigkeit in Zitate. Es ist, als würde man einen Finanzberater haben, der den genauen Wert jedes Vermögenswerts in Echtzeit kennt.

Governance Copilots: Agenten, die Vorschläge lesen, Ergebnisse simulieren und Meinungen mit kryptografischen Bescheinigungen festlegen. Es ist, als würde man einen persönlichen Assistenten haben, der Ihre Gedanken lesen und Entscheidungen in Ihrem Namen treffen kann.

Cross-Chain-Portfolio-Richtlinien: „enden mit 2 ETH auf der Basis, wenn wöchentliche Varianz> x“, von Intent Rails unter begrenzter Latenz geführt. Es ist wie einen Finanzplan, der sich automatisch anhand der Marktbedingungen anpasst.

Datenmärkte für Modelle: Provenienz-bewährte Datensätze und Inferenzdienste mit Zahlungs- und Nutzungsnachweisen für Ketten. Es ist so, als hätten Sie einen Marktplatz, auf dem Sie Daten und Modelle mit vollständiger Transparenz kaufen und verkaufen können.

Sicherheitsschichten: Vitaliks Vorsicht – Schnittstellen und Richtlinien müssen ausgelegt werden, um Betrug und Fehlausrichtung zu mildern. Bauen Sie Schienen, die die zur Korrektheit in Richtung Korrektheit , nicht nur Geschwindigkeit. Es ist so, als würde man eine Brücke bauen, die nicht nur schnell und sicher und zuverlässig ist.

Closing: Architecture Is Destiny

Wenn Agenten die nächste Benutzerebene sind, wird Ihre Architektur zu Ihrem Produkt . Teams, die RPC-Anrufe und Cron ETLs kontinuierlich patchen, werden Schwierigkeiten haben, mit mehrstöckigen, in Echtzeit und kontroversen Märkten Schritt zu halten. Teams, die eine AI-fähige Datenschicht aufstehen- normalisiert, gespiegelt, berechnungsfähig, endgültig und verkabelt an Intent Rails, werden Agenten versenden, die mit Produktionsgeschwindigkeit beobachten, entscheiden, handeln und lernen. Es ist, als würde man ein Raumschiff aufbauen, das die Komplexität des Universums steuern kann – es ist nicht einfach, aber es lohnt sich.

Geben Sie den Agenten den Datengewebe, den sie verdienen. Sie sind hungrig und der Markt wird nicht warten. Gehen Sie also dazu, und mögen die Chancen jemals zu Ihren Gunsten stehen. 🚀🌟

Weiterlesen

2025-09-05 20:39