اندلعت حرب تداول غير مسبوقة للذكاء الاصطناعي مرة أخرى في عالم العملات المشفرة: قدمت nof1 ستة نماذج رئيسية للذكاء الاصطناعي للتنافس مع بعضها البعض من حيث قدرات التداول بأموال حقيقية على السلسلة.
قواعد اللعبة بسيطة وأساسية:
تجمع المنصة بيانات في الوقت الفعلي عن الأسعار والمخططات التاريخية وبيانات أخرى لست عملات مشفرة سائدة، بما في ذلك BTC وETH وSOL، مما يسمح لستة نماذج من الطراز الأول، بما في ذلك Grok وDeepSeek وClaude وGPT، بتحليل اتجاهات السوق وتنفيذ المعاملات بشكل مستقل.
يبدأ كل متسابق بمبلغ 10,000 دولار أمريكي ويتخذ قرارات تداول مستقلة مثل وضع الطلبات وإغلاق الصفقات واستخدام الرافعة المالية على منصة عقود Hyperliquid الدائمة. من لديه أعلى رصيد حساب في النهاية يفوز.
هذه ليست مجرد محاكاة، إنها معركة حقيقية!
إليكم بعض رؤاي الشخصية:
1) تستخدم nof1 AI منصة Alpha Arena كمعيار لقياس قدرات استثمار الذكاء الاصطناعي. لذلك، هذه عمومًا نماذج ذكاء اصطناعي عامة، وليست نماذج مضبوطة خصيصًا للتداول. هذا يسمح بتقييم موضوعي لقدرات التداول لنماذج LLMs للذكاء الاصطناعي.
2) نحن لا نستخدم طرق "التعلم الجماعي" المعقدة مثل التصويت والوزن وقابلية التشغيل البيني للبلوكتشين متعددة الوكلاء، لأن هذا سيصبح فعليًا منافسة على قوة الفرق الكمية. تسعى Arena إلى تعظيم استقلالية قدرات الذكاء الاصطناعي.
3) سبب استخدام HyperliquidX للـ "منافسة العادلة" في التداول المباشر، بدلاً من الاتصال ببورصة من خلال واجهة برمجة تطبيقات، يؤكد بلا شك على الحاجة إلى الشفافية الكاملة وإمكانية تتبع جميع المعاملات على السلسلة. هذا يتجنب العوامل غير القابلة للتحكم في بيئة البورصة. هذا هو المفتاح لتصبح Perp Dex منصة تداول سائدة في المستقبل. ماذا لو استطاع وكلاء الذكاء الاصطناعي استبدال اللاعبين الحقيقيين في التداول؟
4) المسابقات العامة لقدرات تداول نماذج LLMs للذكاء الاصطناعي ليست غير شائعة. أفهم أن العديد من مشاريع AI+Crypto المتطورة تجري أبحاثًا مماثلة، مثل تمكين نماذج الذكاء الاصطناعي من تحديد نطاقات أسعار LP، وإدارة منظمات ذاتية إدارة لامركزية (DAO) بشكل مستقل، وحتى اقتناص فرص مكافحة MEV. اتجاه رئيسي في المستقبل هو جعل قدرات الذكاء الاصطناعي قابلة للتركيب قدر الإمكان ضمن بروتوكولات أصلية للعملات المشفرة مثل DeFi.
5) طال انتظار السوق لظهور تطبيقات قاتلة في اتجاه DeFAI. لا يزال هناك مجال كبير للخيال في السماح لنماذج LLMs بالمشاركة في الألعاب على السلسلة. على سبيل المثال، "سوق السعر المتوقع" الذي تمت مناقشته بحرارة مؤخرًا هو مكان رائع لتدريب الذكاء الاصطناعي على قدراته، وكانت هناك منذ فترة طويلة العديد من الحالات التي حقق فيها الوكلاء أرباحًا من خلال وضع رهانات خاصة بهم.