Données de marché pour les agents IA.
Exa AI Labs teste Pyth afin de relier la recherche financière alimentée par l’IA à des données de marché structurées, en temps réel et historiques.
La recherche financière nécessite deux types d’informations : ce que dit le monde et ce que font les marchés.
L’infrastructure de recherche et d’agents d’Exa aide les systèmes d’IA à trouver des informations sur le Web et dans des sources de données spécialisées. Pyth fournit les cours actuels, les observations historiques, les données en chandeliers et la découverte de flux via ses API et son serveur MCP.
Cette combinaison permet aux agents de répondre plus clairement aux questions sur les marchés.
Un agent peut utiliser Exa pour rechercher les raisons de la variation d’un actif, puis utiliser Pyth pour récupérer les données sur la façon dont cet actif a été négocié au cours de la période concernée.
Les informations sur les cours restent ainsi liées à des données de marché structurées, plutôt que de reposer sur des articles, des commentaires ou des sources secondaires.
Par exemple, un utilisateur pourrait demander ce qui s’est passé après la dernière publication des résultats d’une entreprise et quelle a été l’évolution de son action au cours des cinq séances suivantes.
Exa peut trouver l’annonce et les informations connexes. Pyth peut récupérer les données de marché pour ces séances. L’agent peut réunir les deux dans une seule réponse.
Les travaux d’Exa et de Pyth en sont encore aux premiers tests.
L’objectif est de comprendre où les données de marché apportent le plus de valeur dans les flux de travail des agents, comment les agents les demandent et à quoi doivent ressembler concrètement les données financières conçues pour les machines.
Les agents IA ont besoin de plus que de résultats de recherche.
Ils ont besoin de connaître l’état du marché qui se cache derrière l’histoire.
Exa fournit aux agents la couche de recherche. Pyth leur fournit les données de marché.
Découvrez les données de marché de Pyth pour les agents via MCP.
#PYTH #AIAgents
Exa AI Labs teste Pyth afin de relier la recherche financière alimentée par l’IA à des données de marché structurées, en temps réel et historiques.
La recherche financière nécessite deux types d’informations : ce que dit le monde et ce que font les marchés.
L’infrastructure de recherche et d’agents d’Exa aide les systèmes d’IA à trouver des informations sur le Web et dans des sources de données spécialisées. Pyth fournit les cours actuels, les observations historiques, les données en chandeliers et la découverte de flux via ses API et son serveur MCP.
Cette combinaison permet aux agents de répondre plus clairement aux questions sur les marchés.
Un agent peut utiliser Exa pour rechercher les raisons de la variation d’un actif, puis utiliser Pyth pour récupérer les données sur la façon dont cet actif a été négocié au cours de la période concernée.
Les informations sur les cours restent ainsi liées à des données de marché structurées, plutôt que de reposer sur des articles, des commentaires ou des sources secondaires.
Par exemple, un utilisateur pourrait demander ce qui s’est passé après la dernière publication des résultats d’une entreprise et quelle a été l’évolution de son action au cours des cinq séances suivantes.
Exa peut trouver l’annonce et les informations connexes. Pyth peut récupérer les données de marché pour ces séances. L’agent peut réunir les deux dans une seule réponse.
Les travaux d’Exa et de Pyth en sont encore aux premiers tests.
L’objectif est de comprendre où les données de marché apportent le plus de valeur dans les flux de travail des agents, comment les agents les demandent et à quoi doivent ressembler concrètement les données financières conçues pour les machines.
Les agents IA ont besoin de plus que de résultats de recherche.
Ils ont besoin de connaître l’état du marché qui se cache derrière l’histoire.
Exa fournit aux agents la couche de recherche. Pyth leur fournit les données de marché.
Découvrez les données de marché de Pyth pour les agents via MCP.
#PYTH #AIAgents