AI 如何影响 Web3？

撰文：veDAO

在 AI 语境下，the only certainty is uncertain。人们喜欢确定的东西，但由 AI 带来的这种不确定，在科技发展的大潮之下，并不可逆。乐观者认为 AI 的出现会给整个世界带来难以想象的降本增效的帮助。悲观者则认为 AI 会对当前个行业的游戏规则带来深刻的影响，并因此会带来大量的失业。

但不管怎么说，从 ChatGPT 出现到现在，人们对 AI 的看法从惊讶和担忧已经逐渐接纳。人们似乎意识到，无论欢迎还是排斥，AI 毫无争议的将要深入到人们的各个领域中，并凭借自身的机制和潜力对各个行业带来颠覆。

现在，AI 开始进入 Web3，并对全行业产生影响力。

OneKey 前创始人王一石在推特上表示：Web3 的叙事已经从加密货币转向 AI。王一石的观点并非个例，Web3 行业内有很多人都认为，AI 对 Web3 的影响是巨大的，尤其是 NFT 和 GameFi 领域，AIGC 概念的出现，意味着在内容创作方面有了全新的范式。从 PGC（Professionally Generated Content，专业者生产内容）到 UGC（User Generated Content 用户生产内容），再到现在的 AIGC，将内容创作的工作交给程序。

除了 AIGC 对 Web3 内容方面带来的影响外，事实上，AI 对于 Web3 的影响比我们想象的要深远。

AI 正在「整顿」Web3

AI 对 Web3 的「整顿」来自于两个方面：一方面是，AI 技术的出现，分散了资本对 Web3 的注意力。

在 AI 出现之前，Web3 一度成为 VC 和机构眼里的香饽饽，各行各业也都推出了各种类 Web3 概念（比如数字藏品、元宇宙）等来充当噱头。但在 AI 出现之后，这一情况发生的改变。

在机构眼里，AIGC 至少比 Web3 看起来更靠谱，至少是个实际的东西，而不是需要预见的概念。机构的兴趣正在发生转移，再加上熊市与监管等其他原因。据陀螺研究院统计，Web3 领域今年 3 月全球融资事件发生 86 其，金额为 56.76 亿元，同比去年下降 47.98%。

资金，正在从 Web3 领域离开，转而进入 AI。

而「整顿」的另一方面则是：AI 的出现，使得 Web3 领域机制和逻辑正在发生改变。Web3 项目开始侧重于在自身生态中添加 AI 的要素。部分项目开始演变至少要有 AI 概念或者至少要有 GPT 接口才能拿得出手。我们可以把这一现象视为 AI 对于 Web3 世界的「整顿」，也可以看做 Web3 世界基于 AI 强势「入侵」的自我应对手段。

于是便有了 AI Web3 概念的出现。在 AI 与 Web3 的融合过程中，市场上也涌现出了许多不同的产品，大致可以将这些产品分为两类：一类是基于项目本身方向，添加 AI 要素。这类产品往往在自身产品基础上，介入一些 AI 工具的接口，并在对外 PR 时，着重强调 AI 对产品的赋能和推动作用。比如 AIGOGE。

AI+Web3 的另一种结合则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+ 基础设施建设的 Getch、Cortex、SingularityNET；侧重 AI+ 金融预测的 Numerai 等等。

不同 AI 概念的 Web3 产品的涌现，反映出市场和资本对于该类型产品的青睐，比如 4 月 18 日推出的 AIDOGE 币种 2 天内上涨 218.50%。（Fetch.ai） FET 、SingularityNET （AGIX）、Ocean Protocol（Ocean）等项目代币在 90 天内分别增长 110%、61.53%、66.67%。

在 AI Web3 概念二级市场火热的同时，一级市场表现更加喜人。今年以来，AI Web3 概念产品也是接连斩获融资，今年 3 月 29 日，Fetch.ai 便获得了来自 SWF Labs 的 4000 万美元投资。

目前来看，AI+Web3 概念，在未来似乎会成为一个主要的趋势，那么在此，veDAO 研究院整理了 AI 可能会对 Web3 带来变革的不同赛道进行了梳理，以供参考。

AI 赋能 Web3 不同赛道

基于 AI 的交易策略

基于 ChatGPT 的流动性挖了策略的一般思路是利用 ChatGPT 模型对市场行情进行预测，以决定是否参与流动性挖矿并选择最佳时机。

AI 对交易策略带来的作用：

• 数据收集：使用 API 从交易所获得流动性挖矿所需数据，例如交易对的价格、成交量、流动性提供量和吸引量等。
• 数据预处理：对收集到的数据进行清晰、转换和标准化处理，以便后续的分析和建模。
• 建立 ChatGPT 模型：使用训练好的 ChatGPT 模型对历史数据进行分析，预测当前和未来的流动性挖矿趋势和收益。
• 风险控制：基于 ChatGPT 的预测结果，制定风险控制策略，例如设置止损和止盈条件、控制交易量等，以保护投资者的利益。
• 实施交易策略：根据 ChatGPT 模型的预测结果、制定交易策略、例如选择交易对、决定交易时机、设置交易价格等。
• 交易执行：根据交易策略执行交易，AI 系统自动执行将资金投入挖矿，并获得预期收益。
• 监测和优化：定期监测交易结果和模型表现，对策略进行优化和调整，以保持良好的投资收益和风险控制效果。

基于 AI 的情感分析策略

该策略基于 ChatGPT 的自然语言处理能力，通过分析新闻报道、社交媒体帖子等文本数据，对市场情绪进行情感分析。丽日，当大多数文本中的情感倾向为「积极」或「买入」时，交易策略可能会选择买入；反之亦然。

该策略的视线需要手机市场相关的文本数据，并对这些数据进行清洗、分析和建模。对于情感分析模型的建模可以采用监督学习算法，使用标注好的训练数据进行训练，以预测文本的情感倾向。交易策略的制定可以根据模型的预测结果，结合市场趋势等因素进行调整。

基于 AI 的交易策略分析

该策略基于 ChatGPT 对于交易策略文本描述的理解能力，对交易策略进行分析和评估。例如，对交易策略的回测结果、历史收益率等进行分析，以评估策略的有效性和可靠性，并据此制定交易策略。对于交易策略的分析和评估可以采用机器学习算法，通过模型的训练和优化来预测策略的收益率和风险。交易策略的制定可以根据模型的预测结果，结合试产趋势等因素进行调整。

基于 AI 的资产组合管理

基于 ChatGPT 的资产组合管理工具可以使用自然语言处理技术帮助用户更好地管理资产组合，优化资产配置和风险控制，同时在投资决策方案提供更加准确的预测和建议。可以做到：

自动化资产分析和选币：利用 ChatGPT 的自然语言处理结束，分析和评估各种资产的基本面、市场情况以及宏观经济因素等，从而自动选出合适的投资标的，降低错误决策的风险。

资产组合优化：通过 ChatGPT 预测市场趋势和风险，为用户提供资产组合优化建议，实现风险分散和收益最大化。

自动化交易执行：基于 ChatGPT 的交易决策模型，自动化执行买卖交易，实现资产的实时调整和优化，同时降低人为干预的风险。

基于 AI 的模拟交易工具（AI Demo Account）

基于 AI 的模拟加密货币交易工具是一种虚拟的交易平台，基于 AI 算法、模拟真实的加密货币市场环境，并提供虚拟资金让用户进行模拟交易。用户可以通过在平台学习加密货币交易，制定交易策略并进行模拟交易，无需承担真实交易中的风险，让更多用户在体验 AI 功能的同时，也能视线自我投资水平的进阶。

DEX+AI 可行的方向：

辅助决策:交易数据的分析和挖掘，提供更准确 全面的市场分析和预测，帮助交易者做出更明智的投资决策。

• 优化资产组合管理：AI 技术可以通过对用户的投资偏好、风险承受能力、历史交易数据等信息的分析，为用户提供更加个性化、高效的资产组合管理服务。
• 改善用户体验：AI 技术可以通过智能客服、智能推荐、智能问答等方式，为用户提供更加智能、快捷、贴心的交易服务体验，提高用户满意度和忠诚度。
• 投资信息搜集：Al 可以帮助提供舆情，情绪，风险信息。
• 价格预测：AI 可以使用大数据和机器学习等技术来分析市场数据，以预测加密货币价格的走势，帮助用户做出更明智的投资决策。
• 交易决策:人工智能可以使用自动化交易系统来执行交易决策，例如基于预设的规则和策略进行交易，从而减少人为因素对交易的影响。

AI 安全：

• 欺诈分析：AI 技术可以通过人工智能监测和分析网络流量、识别和预防网络攻击和欺诈行为，提高 Dex 的安全性和可信度。
• 合约审计：AI 技术可以帮助优化智能合约的编写和部署，提高其代码的质量和可靠性;还可以帮助监测和预防恶意行为，减少 Dex 的风险和漏洞。
• 信用分析:利用大数据和机器学习等技术，人工智能可以对客户的信用历史、财务状况、社交网络、行为数据等多维度信息进行分析，以评估客户的信用风险水平。人工智能可以使用大数据和机器学习算法来分析客户的信用历史、财务状况和其他相关数据，以评估客户的风险水平。以预测客户的违约风险。
• 诈骗检测：人工智能可以使用自然语言处理和图像识别技术来分析客户的交易记录和其他行为数据，以检测潜在的诈骗行为。
• 交易监控:人工智能可以使用实时数据分析技术来监控交易活动，以识别潜在的异常交易行为。
• 风险管理：基于 ChatGPT 的风险管理系统是一种利用自然语言处理技术来分析恶化评估金融市场风险的系统。可以通过对金融数据和实时市场新闻的分析，生成对市场风险的预测和警示，帮助投资者更好的管理风险。

提高交易速度和效率：通过 AI 技术对交易流程进行优化 ( 比如最佳路由选择 )，可以减少交易拥堵、降低交易成本，并加速交易完成时间。

解决当前 DEX 几大问题：

• 流动性不足：DEX 相对于 CEX 的交易量较小，导致流动性不足，成交价格容易受到市场波动的影响。使用 AI 技术可以提高交易机器人的智能化程度，从而提高交易效率和盈利能力，增加交易量和流动性。
• 安全性问题：DEX 由于去中心化特性，交易过程中存在安全风险，例如资产被盗、合约漏洞等。使用 AI 技术可以提高风险控制能力，实现智能风控和安全监测，预防风险事件发生。
• 用户体验差：DEX 的用户界面相对于 CEX 较为简陋，用户体验不佳。使用 AI 技术可以提高用户个性化服务能力，实现智能化客户关系和推荐系统，提升用户体验。
• 交易成本高：相较于 CEX 的低成本手续费，DEX 目前由于矿工费等缘故，交易成本相对较高。使用 AI 技术可以优化交易机器人的交易策略，降低交易成本和风险，提高盈利能力。

总结

总体而言，AI 的出现，绝不仅仅只是一个单纯的新技术，而是一个新概念、新领域，它对于整个社会的底层运行逻辑会带来一系列的迭代甚至颠覆。对于 Web3 世界也是如此。而 AI 与 Web3 的关系也不会仅仅局限于概念的融合，或者是，某一项目对于 AI 工具的简单添加。而是直接深入到 Web3 的底层逻辑当中去，让 Web3 里的所有行为，都被赋予 AI 存在的意义，让 Web3 变得更高效和更智能。

就和生产工具和生产关系的哲学关联一样。二者不能独立看待。有什么样的生产工具，就具备什么样的生产力，而有什么样的生产力，有为相应生产关系的产生和普及提供了必要条件。如果说以区块链为底层的 Web3 代表着更新的生产关系，那么 AI 毫无疑问就是这个时代最先进的生产工具。因此，我们有理由相信，作为生产工具的 AI 技术的出现、普及以及融合，势必会为接下来，Web3 概念的普及和推广，带来决定性作用。