AI開始對Web3全行業產生影響力

在 AI 語境下，the only certainty is uncertain。人們喜歡確定的東西，但由 AI 帶來的這種不確定，在科技發展的大潮之下，並不可逆。樂觀者認為 AI 的出現會給整個世界帶來難以想象的降本增效的幫助。悲觀者則認為 AI 會對當前個行業的遊戲規則帶來深刻的影響，並因此會帶來大量的失業。

但不管怎麼說，從 ChatGPT 出現到現在，人們對 AI 的看法從驚訝和擔憂已經逐漸接納。人們似乎意識到，無論歡迎還是排斥，AI 毫無爭議的將要深入到人們的各個領域中，並憑藉自身的機制和潛力對各個行業帶來顛覆。

現在，AI 開始進入 Web3，並對全行業產生影響力。

OneKey 前創始人王一石在推特上表示：Web3 的敘事已經從加密貨幣轉向 AI。王一石的觀點並非個例，Web3 行業內有很多人都認為，AI 對 Web3 的影響是巨大的，尤其是 NFT 和 GameFi 領域，AIGC 概念的出現，意味著在內容創作方面有了全新的範式。從 PGC（Professionally Generated Content，專業者生產內容）到 UGC（User Generated Content 用戶生產內容），再到現在的 AIGC，將內容創作的工作交給程序。

除了 AIGC 對 Web3 內容方面帶來的影響外，事實上，AI 對於 Web3 的影響比我們想象的要深遠。

AI 正在「整頓」Web3

AI 對 Web3 的「整頓」來自於兩個方面：一方面是，AI 技術的出現，分散了資本對 Web3 的注意力。

在 AI 出現之前，Web3 一度成為 VC 和機構眼裡的香餑餑，各行各業也都推出了各種類 Web3 概念（比如數字藏品、元宇宙）等來充當噱頭。但在 AI 出現之後，這一情況發生了改變。

在機構眼裡，AIGC 至少比 Web3 看起來更靠譜，至少是個實際的東西，而不是需要預見的概念。機構的興趣正在發生轉移，再加上熊市與監管等其他原因。據陀螺研究院統計，Web3 領域今年 3 月全球融資事件發生 86 起，金額為 56.76 億元，年增率去年下降 47.98%。

資金，正在從 Web3 領域離開，轉而進入 AI。

而「整頓」的另一方面則是：AI 的出現，使得 Web3 領域機制和邏輯正在發生改變。Web3 項目開始側重於在自身生態中添加 AI 的要素。部分項目開始演變至少要有 AI 概念或者至少要有 GPT 接口才能拿得出手。我們可以把這一現象視為 AI 對於 Web3 世界的「整頓」，也可以看做 Web3 世界基於 AI 強勢「入侵」的自我應對手段。

於是便有了 AI Web3 概念的出現。在 AI 與 Web3 的融合過程中，市場上也湧現出了許多不同的產品，大致可以將這些產品分為兩類：一類是基於項目本身方向，添加 AI 要素。這類產品往往在自身產品基礎上，介入一些 AI 工具的接口，並在對外 PR 時，着重強調 AI 對產品的賦能和推動作用。比如 AIGOGE。

AI+Web3 的另一種結合則是奔着降本增效的思路去做的，主打 AI+交易策略的 Pionex；主打 AI+基礎設施建設的 Getch、Cortex、SingularityNET；側重 AI+金融預測的 Numerai 等等。

不同 AI 概念的 Web3 產品的湧現，反映出市場和資本對於該類型產品的青睞，比如 4 月 18 日推出的 AIDOGE 幣種 2 天內上漲 218.50%。（Fetch.ai）FET 、SingularityNET（AGIX）、Ocean Protocol（Ocean）等項目代幣在 90 天內分別增長 110%、61.53%、66.67%。

在 AI Web3 概念二級市場火熱的同時，一級市場表現更加喜人。今年以來，AI Web3 概念產品也是接連斬獲融資，今年 3 月 29 日，Fetch.ai 便獲得了來自 SWF Labs 的 4000 萬美元投資。

目前來看，AI+Web3 概念，在未來似乎會成為一個主要的趨勢，那麼在此，veDAO 研究院整理了 AI 可能會對 Web3 帶來變革的不同賽道進行了梳理，以供參考。

AI 賦能 Web3 不同賽道

基於 AI 的交易策略  

基於 ChatGPT 的流動性挖礦策略的一般思路是利用 ChatGPT 模型對市場行情進行預測，以決定是否參與流動性挖礦並選擇最佳時機。

AI 對交易策略帶來的作用：

數據收集：使用 API 從交易所獲得流動性挖礦所需數據，例如交易對的價格、成交量、流動性提供量和吸引量等。

數據預處理：對收集到的數據進行清晰、轉換和標準化處理，以便後續的分析和建模。

建立 ChatGPT 模型：使用訓練好的 ChatGPT 模型對歷史數據進行分析，預測當前和未來的流動性挖礦趨勢和收益。

風險控制：基於 ChatGPT 的預測結果，制定風險控制策略，例如設置止損和止盈條件、控制交易量等，以保護投資者的利益。

實施交易策略：根據 ChatGPT 模型的預測結果、制定交易策略、例如選擇交易對、決定交易時機、設置交易價格等。

交易執行：根據交易策略執行交易，AI 系統自動執行將資金投入挖礦，並獲得預期收益。

監測和優化：定期監測交易結果和模型表現，對策略進行優化和調整，以保持良好的投資收益和風險控制效果。

基於 AI 的情感分析策略

該策略基於 ChatGPT 的自然語言處理能力，通過分析新聞報導、社交媒體帖子等文本數據，對市場情緒進行情感分析。當大多數文本中的情感傾向為「積極」或「買入」時，交易策略可能會選擇買入；反之亦然。

該策略的實現需要收集市場相關的文本數據，並對這些數據進行清洗、分析和建模。對於情感分析模型的建模可以採用監督學習算法，使用標註好的訓練數據進行訓練，以預測文本的情感傾向。交易策略的制定可以根據模型的預測結果，結合市場趨勢等因素進行調整。

基於 AI 的交易策略分析

該策略基於 ChatGPT 對於交易策略文本描述的理解能力，對交易策略進行分析和評估。例如，對交易策略的回測結果、歷史殖利率等進行分析，以評估策略的有效性和可靠性，並據此制定交易策略。對於交易策略的分析和評估可以採用機器學習算法，通過模型的訓練和優化來預測策略的殖利率和風險。交易策略的制定可以根據模型的預測結果，結合試產趨勢等因素進行調整。

基於 AI 的資產組合管理

基於 ChatGPT 的資產組合管理工具可以使用自然語言處理技術幫助用戶更好地管理資產組合，優化資產配置和風險控制，同時在投資決策方案提供更加準確的預測和建議。可以做到：

自動化資產分析和選幣：利用 ChatGPT 的自然語言處理結束，分析和評估各種資產的基本面、市場情況以及宏觀經濟因素等，從而自動選出合適的投資標的，降低錯誤決策的風險。

資產組合優化：通過 ChatGPT 預測市場趨勢和風險，為用戶提供資產組合優化建議，實現風險分散和收益最大化。

自動化交易執行：基於 ChatGPT 的交易決策模型，自動化執行買賣交易，實現資產的實時調整和優化，同時降低人為干預的風險。

基於 AI 的模擬交易工具（AI Demo Account）

基於 AI 的模擬加密貨幣交易工具是一種虛擬的交易平台，基於 AI 算法、模擬真實的加密貨幣市場環境，並提供虛擬資金讓用戶進行模擬交易。用戶可以通過在平台學習加密貨幣交易，制定交易策略並進行模擬交易，無需承擔真實交易中的風險，讓更多用戶在體驗 AI 功能的同時，也能實現自我投資水平的進階。

DEX+AI 可行的方向：

輔助決策：交易數據的分析和挖掘，提供更準確全面的市場分析和預測，幫助交易者做出更明智的投資決策。

優化資產組合管理：AI 技術可以通過對用戶的投資偏好、風險承受能力、歷史交易數據等資訊的分析，為用戶提供更加個性化、高效的資產組合管理服務。

改善用戶體驗：AI 技術可以通過智能客服、智能推薦、智能問答等方式，為用戶提供更加智能、快捷、貼心的交易服務體驗，提高用戶滿意度和忠誠度。

投資資訊搜集：Al 可以幫助提供輿情，情緒，風險資訊。

價格預測：AI 可以使用大數據和機器學習等技術來分析市場數據，以預測加密貨幣價格的走勢，幫助用戶做出更明智的投資決策。

交易決策：人工智慧可以使用自動化交易系統來執行交易決策，例如基於預設的規則和策略進行交易，從而減少人為因素對交易的影響。

AI 安全：

欺詐分析：AI 技術可以通過人工智慧監測和分析網路流量、識別和預防網路攻擊和欺詐行為，提高 Dex 的安全性和可信度。

合約審計：AI 技術可以幫助優化智能合約的編寫和部署，提高其代碼的質量和可靠性；還可以幫助監測和預防惡意行為，減少 Dex 的風險和漏洞。

信用分析：利用大數據和機器學習等技術，人工智慧可以對客戶的信用歷史、財務狀況、社交網路、行為數據等多維度資訊進行分析，以評估客戶的信用風險水平。人工智慧可以使用大數據和機器學習算法來分析客戶的信用歷史、財務狀況和其他相關數據，以評估客戶的風險水平。以預測客戶的違約風險。

詐騙檢測：人工智慧可以使用自然語言處理和圖像識別技術來分析客戶的交易記錄和其他行為數據，以檢測潛在的詐騙行為。

交易監控：人工智慧可以使用實時數據分析技術來監控交易活動，以識別潛在的異常交易行為。

風險管理：基於 ChatGPT 的風險管理系統是一種利用自然語言處理技術來分析惡化評估金融市場風險的系統。可以通過對金融數據和實時市場新聞的分析，生成對市場風險的預測和警示，幫助投資者更好的管理風險。

提高交易速度和效率：通過 AI 技術對交易流程進行優化（比如最佳路由選擇)，可以減少交易擁堵、降低交易成本，並加速交易完成時間。

解決當前 DEX 幾大問題：

流動性不足：DEX 相對於 CEX 的交易量較小，導致流動性不足，成交價格容易受到市場波動的影響。使用 AI 技術可以提高交易機器人的智能化程度，從而提高交易效率和盈利能力，增加交易量和流動性。

安全性問題：DEX 由於去中心化特性，交易過程中存在安全風險，例如資產被盜、合約漏洞等。使用 AI 技術可以提高風險控制能力，實現智能風控和安全監測，預防風險事件發生。

用戶體驗差：DEX 的用戶界面相對於 CEX 較為簡陋，用戶體驗不佳。使用 AI 技術可以提高用戶個性化服務能力，實現智能化客戶關係和推薦系統，提升用戶體驗。

交易成本高：相較於 CEX 的低成本手續費，DEX 目前由於礦工費等緣故，交易成本相對較高。使用 AI 技術可以優化交易機器人的交易策略，降低交易成本和風險，提高盈利能力。

總結：

總體而言，AI 的出現，絕不僅僅只是一個單純的新技術，而是一個新概念、新領域，它對於整個社會的底層運行邏輯會帶來一系列的迭代甚至顛覆。對於 Web3 世界也是如此。而 AI 與 Web3 的關係也不會僅僅侷限於概念的融合，或者是，某一項目對於 AI 工具的簡單添加。而是直接深入到 Web3 的底層邏輯當中去，讓 Web3 里的所有行為，都被賦予 AI 存在的意義，讓 Web3 變得更高效和更智能。

就和生產工具和生產關係的哲學關聯一樣。二者不能獨立看待。有什麼樣的生產工具，就具備什麼樣的生產力，而有什麼樣的生產力，有為相應生產關係的產生和普及提供了必要條件。如果說以區塊鏈為底層的 Web3 代表着更新的生產關係，那麼 AI 毫無疑問就是這個時代最先進的生產工具。因此，我們有理由相信，作為生產工具的 AI 技術的出現、普及以及融合，勢必會為接下來，Web3 概念的普及和推廣，帶來決定性作用。

原文連結