لقد لاحظت شيئًا مثيرًا حول كيف أن الذكاء الاصطناعي الخاص بالعملات الرقمية بدأ يتفوق على النماذج العامة. أصدرت CoinStats بعض نتائج الاختبار على وكيلها الجديد للذكاء الاصطناعي، وبصراحة الفجوة كبيرة جدًا.

حصل وكيلهم على 79 من 100 في تقييمات الدقة بينما وصلت Gemini من Google إلى 67، وChatGPT من OpenAI إلى 61، وClaude من Anthropic إلى 58. لكن المفاجأة - من حيث السرعة، الأمر ليس حتى قريبًا. قدم وكيل CoinStats البحث الكامل في 4 دقائق. استغرقت Gemini 23 دقيقة، وClaude 22 دقيقة، وChatGPT احتاجت 55 دقيقة لتقديم الإجابة. هذا فرق هائل عندما تحاول التحرك بسرعة في أسواق العملات الرقمية.

الخبر هنا عن الوكيل هو أنهم يستخدمون ما يسمونه التنسيق الوكلي - وهو بشكل أساسي عدة وكلاء متخصصين يعملون معًا في وقت واحد. واحد يراقب الأخبار، وآخر يستخلص المشاعر الاجتماعية من X، وآخر يغوص في بيانات البلوكتشين، بينما يتولى الآخرون مؤشرات البورصات وتتبع المحافظ. كل شيء يتم تجميعه في مخرج واحد بدلاً من التنقل بين خمسة منصات مختلفة.

ما يجعل خبر هذا الوكيل مهمًا هو الاختلاف في الهندسة المعمارية. نماذج الذكاء الاصطناعي العامة مثل ChatGPT تعتمد على البحث عبر الإنترنت لمعلومات العملات الرقمية، لذا فهي تحصل على الأخبار والمشاعر السطحية للسوق. لكنها تفتقد الجوهر الحقيقي - بيانات على السلسلة، مؤشرات على مستوى البورصات، رؤى مشتقة، مناقشات اجتماعية في الوقت الحقيقي. قامت CoinStats ببناء وكيلها خصيصًا لهذا، وهذا يفسر وجود فجوة الأداء.

الأداة تقدم أشياء قوية للمتداولين. يمكنك أن تسأل لماذا تحركت عملة معينة، وسيجمع لك الأخبار بالإضافة إلى بيانات المشتقات، والنشاط على السلسلة، والمشاعر الاجتماعية لعرض سياق فعلي. تحليل المحافظ هو أقوى ميزة - يتصل بمحافظك ويعطيك تفصيل الأرباح والخسائر مع توصيات بناءً على ما تملك فعليًا. المحاكاة الخلفية للاستراتيجية، تتبع المحافظ، تنبيهات حركة الحيتان، تقييم مخاطر الرموز عبر أكثر من 120 بلوكتشين. هناك أيضًا وضع خاص باستخدام بنية Venice AI إذا كنت تهتم بتشفير الاستعلامات.

نشروا منهجية الاختبار الكاملة على GitHub حتى يتمكن أي شخص من التحقق منها بشكل مستقل. النسخة التجريبية المفتوحة متاحة الآن على الويب وiOS وAndroid لمشتركي Degen وPremium. خبر الوكيل هنا هو أن العملات الرقمية بحاجة إلى طبقة ذكاء اصطناعي خاصة بها - الحلول الرأسية المبنية خصيصًا لهذا المجال تعمل بشكل أفضل من محاولة إجبار النماذج العامة على فهم بيانات البلوكتشين وميكروهيكل السوق. هذا الميزة الهيكلية من المحتمل أن تكون أكثر أهمية مع تطور هذه الأدوات.