🤠 @TheoriqAI a publié une démonstration en conditions réelles, montrant tout le processus de leur OLP Swarm. L'essentiel est de voir comment un groupe d'Agents peut gérer de manière entièrement automatisée l'analyse du marché, la passation de commandes et l'ajustement de portefeuille. Après l'avoir regardé, je ne peux que dire que ce projet prend vraiment son travail au sérieux.
Comment fonctionne ce Swarm ? Au départ, il lit les données des pools sur Uniswap v3, comme les variations de prix. Ensuite, il les transmet à l'Agent Statistique pour analyse, calculant des indicateurs clés tels que la moyenne et la volatilité sur une période récente. Ensuite, l'Agent de Politique décide s'il faut ajuster la stratégie en fonction de la volatilité, par exemple en modifiant la largeur de la position ou en changeant une plage de trading.
Le plus important est l'action de l'agent LP, qui, après avoir reçu le signal de stratégie, ouvre directement une position sur la chaîne, effectue un swap et mint une position de liquidité. Tout le processus a un hachage de transaction retourné pour confirmer l'achèvement. Ce n'est donc pas un projet qui "ne fait que de la recherche", mais un véritable robot de stratégie automatique capable de fonctionner sur la chaîne.
De plus, ce Swarm est capable de percevoir en temps réel les changements du marché. Lorsque nous lui donnons une instruction en langage naturel, comme "Aidez-moi à voir comment le marché se porte en ce moment, dois-je ajuster les paramètres ?", il peut automatiquement analyser la situation actuelle du marché, puis ajuster en temps réel la stratégie des positions existantes, par exemple en resserrant ou en élargissant la plage des positions. C'est cela, la véritable exécution coopérative des Agents.
En d'autres termes, Theoriq ne se contente pas de parler du concept d'IA + DeFi, mais a déjà permis à un groupe d'agents d'acquérir des compétences de base en "analyse des marchés + prise de décision + opérations off-chain". La prochaine étape devrait consister à ouvrir ce système à plus de développeurs, et à ce moment-là, l'activité de tout le réseau d'agents pourra vraiment s'intensifier.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
🤠 @TheoriqAI a publié une démonstration en conditions réelles, montrant tout le processus de leur OLP Swarm. L'essentiel est de voir comment un groupe d'Agents peut gérer de manière entièrement automatisée l'analyse du marché, la passation de commandes et l'ajustement de portefeuille. Après l'avoir regardé, je ne peux que dire que ce projet prend vraiment son travail au sérieux.
Comment fonctionne ce Swarm ? Au départ, il lit les données des pools sur Uniswap v3, comme les variations de prix. Ensuite, il les transmet à l'Agent Statistique pour analyse, calculant des indicateurs clés tels que la moyenne et la volatilité sur une période récente. Ensuite, l'Agent de Politique décide s'il faut ajuster la stratégie en fonction de la volatilité, par exemple en modifiant la largeur de la position ou en changeant une plage de trading.
Le plus important est l'action de l'agent LP, qui, après avoir reçu le signal de stratégie, ouvre directement une position sur la chaîne, effectue un swap et mint une position de liquidité. Tout le processus a un hachage de transaction retourné pour confirmer l'achèvement. Ce n'est donc pas un projet qui "ne fait que de la recherche", mais un véritable robot de stratégie automatique capable de fonctionner sur la chaîne.
De plus, ce Swarm est capable de percevoir en temps réel les changements du marché. Lorsque nous lui donnons une instruction en langage naturel, comme "Aidez-moi à voir comment le marché se porte en ce moment, dois-je ajuster les paramètres ?", il peut automatiquement analyser la situation actuelle du marché, puis ajuster en temps réel la stratégie des positions existantes, par exemple en resserrant ou en élargissant la plage des positions. C'est cela, la véritable exécution coopérative des Agents.
En d'autres termes, Theoriq ne se contente pas de parler du concept d'IA + DeFi, mais a déjà permis à un groupe d'agents d'acquérir des compétences de base en "analyse des marchés + prise de décision + opérations off-chain". La prochaine étape devrait consister à ouvrir ce système à plus de développeurs, et à ce moment-là, l'activité de tout le réseau d'agents pourra vraiment s'intensifier.