FangCrypto

Patrząc wstecz na rozwój DeFi, można dostrzec dziwne, ale jednocześnie bardzo rzeczywiste zjawisko: protokoły pojawiają się jeden po drugim, każdy z nich rozwiązując konkretny problem, ale sama branża nigdy nie zdołała stworzyć „systemu”. AMM to przełom, pożyczki to przełom, stablecoiny to przełom, cross-chain to przełom… ale te przełomy są jednostkowe, jak pojedyncze naczynia eksperymentalne ustawione na półce, wiesz, że mają sporą wartość, ale nie da się z nich zbudować pełnego systemu. Tak więc DeFi w ciągu tej dekady wydaje się być nieustanną innowacją, gorączką i rosnącą skalą aktywów na łańcuchu, ale cała logika branży wciąż pozostaje na etapie „eksperymentu”, nawet podstawowy „stan równowagi strukturalnej” systemu finansowego nie został jeszcze utworzony.

Aktywa na łańcuchu rosły w ostatnich latach bardzo szybko, tak szybko, że niemal wszyscy nie mają czasu, aby zrozumieć, jaką rolę powinny odgrywać w strukturze finansowej. ETH, BTC, LRT, RWA, LP, aktywa międzyłańcuchowe, świadectwa dochodowe... ogromna ilość aktywów nieustannie napływa na łańcuch, ale co dziwne, te aktywa prawie nie mają żadnych "relacji współpracy". Są one izolowane, walczą każda na własną rękę. Protokół pożyczek zajmuje się tylko zabezpieczeniami, AMM zajmuje się tylko wyceną, protokół RWA zajmuje się tylko zgodnością i zarządzaniem, protokół stablecoin zajmuje się tylko problemem kotwiczenia. Im więcej aktywów na łańcuchu, tym trudniej je połączyć, aby stworzyć nową wartość strukturalną.

Jeśli spojrzysz na ponad dziesięcioletnią historię branży blockchain, dostrzeżesz bardzo wyraźną logikę: wszystkie postępy technologiczne w tej branży, na powierzchni, mają na celu poprawę wydajności, rozszerzenie zastosowań, obniżenie kosztów, ale fundamenty w rzeczywistości odpowiadają na to samo pytanie - "skąd pochodzi zaufanie na łańcuchu?"

Jednak niewielu ludzi rozumie tę branżę z tej perspektywy.
W erze bitcoina, zaufanie na łańcuchu pochodzi z konsensusu i rzadkości;
W erze Ethereum, zaufanie pochodzi z inteligentnych kontraktów i wartości programowalnej;
W erze DeFi, zaufanie pochodzi z aktywów zabezpieczających;

Finanse na łańcuchu zawsze miały „niewidzialny sufit”: im większa skala, tym większe ryzyko, tym wyższe koszty, tym bardziej krucha struktura. Brzmi to dość nieintuicyjnie, ale jeśli się temu przyjrzeć, można dostrzec, że to los wszystkich dotychczasowych protokołów finansowych na łańcuchu. Zasada nie jest skomplikowana — na łańcuchu nie ma „strukturalnych korzyści skali”. Im większy protokół, tym bardziej skoncentrowane ryzyko; im więcej użytkowników, tym bardziej fragmentaryczna płynność; im bogatsze aktywa, tym bardziej chaotyczna struktura.

Każdy wybuchowy wzrost zmuszony jest do korekty z powodu niewystarczającej zdolności strukturalnej, co ostatecznie prowadzi do krótkotrwałych cyklicznych okresów prosperity. W przeciwieństwie do tego, struktura finansowa w rzeczywistym świecie jest w stanie wspierać ogromne gospodarki, ponieważ dysponuje „ekonomią skali”. Im większa skala, tym bardziej kontrolowane ryzyko; im większy system, tym silniejszy kredyt; im więcej uczestników, tym bardziej stabilna płynność; im bardziej skomplikowane aktywa, tym bardziej zróżnicowana gospodarka. Finanse mogły stworzyć cywilizację, ponieważ sama struktura posiada efekty skali.

Wiele problemów projektów nie wynika z błędnego kierunku, lecz z przesadnie optymistycznego rozumienia „czasu”. Rynek często przyzwyczaja się do oceny wszystkiego w krótkich cyklach, ale nie każda wartość nadaje się do szybkiej realizacji. Projekty takie jak APRO, które są bardziej systemowe i bazowe, w zasadzie są grą o czas, a nie wyścigiem o prędkość.
Z doświadczenia historycznego wynika, że naprawdę istotne projekty systemowe niemal zawsze przechodzą przez etap, który był ignorowany lub wręcz kwestionowany. Nie dlatego, że popełniły jakiś błąd, ale dlatego, że problemy, które rozwiązują, nie zostały jeszcze w pełni uświadomione w bieżącym kontekście. Stabilność, weryfikowalność i długoterminowa niezawodność, na których skupia się APRO, należą do „wartości po fakcie” – są naprawdę dostrzegane dopiero wtedy, gdy problem pojawia się wielokrotnie.

W dyskusji na temat projektu systemowego, wczesne etapy często są najbardziej niedoszacowane. Ponieważ gdy funkcje są właśnie ukończone, a struktura dopiero co zbudowana, system wydaje się „działać” i łatwiej go zademonstrować. Jednak to, co naprawdę decyduje o tym, czy system może istnieć w dłuższej perspektywie, to nie to, czy początkowo może działać, lecz to, czy w długoterminowym procesie utrzymania może nadal zachować kontrolowalność. Patrząc na APRO z tej perspektywy, można dostrzec pewne punkty, które różnią się od konwencjonalnych dyskusji.
Pierwszym wyzwaniem długoterminowego utrzymania jest akumulacja złożoności. Każdy system, gdy zaczyna być rzeczywiście używany, nieustannie dodaje nowe wymagania, poprawki i sytuacje brzegowe. Te zmiany same w sobie niekoniecznie są problemem; problemem jest to, czy system ma zdolność do przetwarzania złożoności. Jeśli złożoność można rozwiązać tylko przez ciągłe dodawanie reguł, system szybko stanie się trudny do utrzymania. Obecny projekt APRO wyraźnie przewiduje ten wzrost złożoności, ale czy naprawdę można go kontrolować w praktyce, wciąż wymaga potwierdzenia w czasie.

Kiedy patrzę na projekty takie jak APRO, coraz bardziej odczuwam silne poczucie dezorientacji. To poczucie nie pochodzi całkowicie z samego projektu, ale bardziej z ram oceny, które zwykle stosujemy. Wiele dyskusji z pozoru dotyczy tego, czy projekt jest dobry, w rzeczywistości jednak używa się zestawu nieodpowiednich standardów, aby wymagać od niego odpowiedzi.
Najczęściej stosowanym sposobem oceny na obecnym rynku jest nadal skupienie się na efektywności, szybkości reakcji i intuicyjnych wynikach. Ten zestaw standardów jest bardzo skuteczny w projektach aplikacyjnych i produktach transakcyjnych, ale gdy jest bezpośrednio stosowany w projektach systemowych, często prowadzi do skrajnie odmiennych wniosków. APRO znajduje się dokładnie w tej pozycji, w której standardy są niewłaściwie używane i wielokrotnie analizowane.

W narracyjnym świecie finansów on-chain, słowo „efektywność” jest wielokrotnie wspomniane. Różne protokoły twierdzą, że zwiększyły efektywność kapitału, efektywność płynności, efektywność zysków, efektywność transakcji — ale ci, którzy naprawdę to rozumieją, wiedzą: finansowanie on-chain w rzeczywistości zawsze pozostawało na etapie „efektywności aktywów”, a nie na etapie „efektywności strukturalnej”.

Tzw. „efektywność aktywów” polega na jak najczęstszym, wielowarstwowym, lewarowanym i międzyłańcuchowym wykorzystywaniu jednego aktywa. Jej logika polega na maksymalnym wykorzystaniu aktywów, wydobywając wszystkie dostępne cechy finansowe.

Dokładnie obserwując finanse oparte na blockchainie, zauważysz szczególnie sprzeczny fenomen: technologia staje się coraz silniejsza, łańcuchy coraz szybsze, aktywów przybywa, narzędzia stają się coraz bardziej zaawansowane, lecz stabilność całego systemu prawie się nie poprawia, a wręcz w niektórych momentach wydaje się być bardziej krucha niż na początku. Niezależnie od tego, czy mosty między łańcuchami są atakowane, stablecoiny odłączają się od kursu, pojawiają się burze rozliczeniowe, przerwy w płynności, czy podziały kredytowe między łańcuchami, te katastrofalne momenty nie są spowodowane brakiem wystarczającej siły technologii, lecz brakiem w systemie głębszej zdolności - zdolności koordynacyjnej.

Tradycyjny system finansowy może wytrzymać ogromne skale i złożone cykle, ponieważ opiera się na mechanizmach koordynacji: koordynacji finansowej i monetarnej, koordynacji kredytowej i regulacyjnej, koordynacji ryzyka i kapitału, koordynacji przemysłowej i politycznej. Koordynacja nie polega na tym, aby każda część była silniejsza, ale na tym, aby między każdą częścią powstały "relacje". Wszystkie ewolucje finansów opartych na blockchainie w ostatnich latach koncentrują się na zwiększaniu wydajności, ale kompletnie nie zbudowały "struktury koordynacyjnej."

W ciągu ostatnich kilku lat, jeśli spojrzysz tylko na same aktywa na łańcuchu, możesz odnieść wrażenie, że ta branża rozwija się niemal z prędkością światła. Aktywa od wczesnych prostych aktywów takich jak ETH, BTC, rozszerzyły się na LST, LRT, RWA, LP, pozycje dźwigniowe, certyfikaty dochodowe, stablecoiny, aktywa pakowane między łańcuchami, aktywa syntetyczne... różnorodność typów rośnie, a każdy z nich jest bardziej złożony, bardziej wielowymiarowy i bardziej przypomina złożone instrumenty finansowe ze świata tradycyjnego finansów.

Innymi słowy: aktywa na łańcuchu stają się coraz bardziej „finansowe”.
Jednak im szybciej następuje finansizacja aktywów, tym system staje się bardziej kruchy; im wyższy poziom złożoności aktywów, tym system jest mniej zdolny do ich obsługi.

Jeśli spojrzysz wstecz na rozwój branży blockchain, zauważysz, że przypomina ona maszynę, która nieprzerwanie działa w skrajnych emocjach: szaleństwo podczas wzrostów, panika podczas spadków, jak prymitywne urządzenie bez hamulca, bez amortyzacji, bez regulatora. Brakuje jej kluczowej zdolności do zarządzania cyklem, jaką ma dojrzały system finansowy.

Tradycyjne gospodarki mogą przechodzić przez okresy prosperity i recesji, ale nie załamują się całkowicie z powodu jednej recesji, ponieważ instytucje, finanse, kredyty i struktura ryzyka współdzielą cykliczne wahania; natomiast każde wahanie finansów on-chain przypomina tsunami, nie jest to płynna korekta, lecz katastrofalny wstrząs.

Na rynku kryptowalut „bycie zrozumianym” samo w sobie jest rzadkim zasobem. Nie dlatego, że projekty są zbyt skomplikowane, ale dlatego, że większość uczestników nie wchodzi na rynek z zamiarem zrozumienia. Kiedy próbuję umieścić APRO w tym kontekście, zauważam, że na początku było trudno go poprawnie zrozumieć, co wcale nie jest zaskakujące, można nawet powiedzieć, że jest to strukturalny wynik.

Po pierwsze, rynek naturalnie preferuje natychmiastową informację zwrotną. Projekt, który może w krótkim czasie dostarczyć wyraźne wyniki, takie jak zyski, ruch lub stymulację emocjonalną, jest łatwiej akceptowany. Problem APRO polega na tym, że jego wartość nie koncentruje się na natychmiastowych wynikach, ale jest rozproszona w stabilności i niezawodności długoterminowego działania systemu. Ta wartość, na wczesnym etapie, niemal nie ma wyraźnych sygnałów, co utrudnia jej szybkie uchwycenie.

@KITE AI $KITE #KİTE
Jedna zmiana, którą szczególnie zauważyłem w Internecie w ciągu ostatnich kilku lat, jest bardzo wyraźna: użytkownicy stają się coraz mniej skłonni do klikania w różne miejsca. Kiedyś otwieraliśmy aplikacje, przełączaliśmy interfejsy, wypełnialiśmy formularze i potwierdzaliśmy płatności - te czynności, choć były przyzwyczajeniem, zawsze były marnowaniem uwagi. A teraz wiele osób zaczyna korzystać z narzędzi automatyzacji, aby zastąpić ręczne operacje, od reguł w skrzynkach pocztowych, przez skróty, aż po skrypty przeglądarki. Ludzie nie chcą być „silniejsi”, ale „chcą być mniej zmęczeni”.

Ale kiedy zobaczyłem, że agenci AI mogą aktywnie rozumieć potrzeby, automatycznie dzielić zadania i wykonywać je na różnych platformach, nagle uświadomiłem sobie, że zbliża się ogromny trend:

@KITE AI $KITE #KİTE

Ostatnio myślę o jednym pytaniu: jeśli w przyszłości agenci AI będą wykonywać większość działań online w imieniu użytkowników, te działania przestaną być tylko "konsumpcją użytkownika", a staną się bardziej "konsumpcją realizowaną przez agenta w imieniu użytkownika". Możesz kazać mu zrealizować płatność subskrypcyjną, zautomatyzować odnowienie usługi, zakupić limit użycia API, wykonać zadanie na łańcuchu, zapłacić za dostęp do danych między różnymi systemami. Te działania wydają się zwyczajne, ale role uległy cichej zmianie - to nie ty wykonujesz płatności i działania konsumpcyjne, lecz twój agent.

@KITE AI $KITE #KİTE

W ciągu ostatniego roku obserwowałem wiele produktów AI, niektóre z nich to asystenci, inne to autonomiczne agenty, są też te do automatyzacji przedsiębiorstw oraz do aktualizacji modeli. Wcześniejsze modele miały bardzo słabe zdolności pamięciowe, mogły utrzymywać jedynie krótkotrwały kontekst, więc nie musiałeś się martwić, że „pomyliły się” lub „wykonały stare zadania”. Ale ostatnio zdolności pamięciowe dużych modeli stają się coraz silniejsze, potrafią utrzymywać preferencje użytkowników, wzorce zadań, długoterminowe cele, a nawet na podstawie wcześniejszych działań samodzielnie optymalizować strategie.

To wygląda na bardzo silne, ale niesie ze sobą ogromne ryzyko - gdy agenty AI zaczynają mieć „długą pamięć”, ich ciągłość działań staje się nowym źródłem ryzyka.

@KITE AI $KITE #KİTE

Ostatnio zacząłem zauważać coraz bardziej wyraźny trend: agenci AI nie są już zadowoleni tylko z pracy na jednej platformie, zaczynają posiadać zdolność „wykonywania zadań w różnych systemach”. Od e-maili po dokumenty, od API po umowy, od SaaS po protokoły blockchain, jakby po raz pierwszy zyskali „mobilność” w cyfrowym świecie.

Proste zadanie może obejmować cztery lub pięć systemów, siedem lub osiem interfejsów, kilkanaście przekształceń stanu — a wszystko to jest automatycznie realizowane przez agentów, bez potrzeby manualnej interwencji użytkownika.

@KITE AI $KITE #KİTE

W tym czasie głęboko zafascynowała mnie jedna tendencja: coraz więcej agentów AI zaczyna posiadać zdolność "negocjacji". Nie tylko rozumieją zadania, ale także oceniają koszty, analizują zyski, wybierają opcje, a nawet negocjują z dostawcami usług.

Będą pytać dostawców API, czy mają tańsze opcje, zapytają platformy handlowe o zniżki, będą aktywnie analizować, czy zadanie powinno być zlecone na zewnątrz, czy wykonane samodzielnie.
Innymi słowy, agenci zaczynają mieć "ekonomiczną intuicję".
Kiedyś agenci byli tylko wykonawcami;

Teraz agenci stopniowo stają się koordynatorami;

@KITE AI $KITE #KİTE

Obserwowałem rozwój automatyzacji, od najwcześniejszych makr, przez roboty procesowe, aż po obecne agenty AI. Ta krzywa ma bardzo wyraźny trend: narzędzia automatyzacji nigdy nie stają się 'mądrzejsze', ale stają się 'lepsze w zarządzaniu zasobami'.

Skrypt może operować tylko na treściach, które mu przekażesz;

RPA może kontrolować systemy, z którymi ma kontakt;
Agent AI może aktywnie poszukiwać zasobów, aktywnie tworzyć procesy, aktywnie planować ścieżki zadań.
Zakres zasobów zaczyna się rozszerzać z interfejsu graficznego do API, z API do portfela, z portfela do stanu na łańcuchu, z stanu na łańcuchu do całego procesu ekonomicznego.

@KITE AI $KITE #KİTE

Często obserwuję zjawisko: niezależnie od tego, czy są to aplikacje internetowe, czy narzędzia blockchain, gdy użytkownicy zaczynają przekazywać powtarzające się zadania do obsługi przez skrypty automatyzacji, takie zadania szybko się rozpowszechniają, a w końcu stają się nowym standardem branżowym. E-maile są automatycznie porządkowane, przeglądarki mają automatyczne wypełnianie formularzy, narzędzia dla firm mają automatyczne zatwierdzanie, systemy transakcyjne mają automatyczne składanie zamówień, a narzędzia marketingowe mają automatyczną dystrybucję. Automatyzacja to trend, który nie będzie się cofać; tak długo, jak będzie mogła zmniejszyć pracę ludzką, zaoszczędzić czas i obniżyć wskaźnik błędów, automatyzacja stopniowo zajmie miejsce w procesach.

@KITE AI
$KITE #KITE

W ostatnim czasie coraz bardziej uświadamiam sobie jedną prawdę: agenci AI prędzej czy później zajmą się zadaniami, których nie chcemy dotykać, nie mamy czasu, a nawet nie możemy wykonać. Od składania wniosków o zwrot, przez weryfikację rachunków, po automatyczne zarządzanie aktywami, wykonywanie działań subskrypcyjnych i współpracę między aplikacjami, to już nie jest science fiction, a codzienność, która nadchodzi. AI nie jest już twoim asystentem, ale twoim wcieleniem. Tylko że to wcielenie nie ma intuicji, nie odczuwa strachu i nie waha się, tylko wykonuje.
To brzmi potężnie, ale oznacza też jedno — gdy popełnisz błąd, skutki będą gorsze niż w przypadku jakiegokolwiek człowieka.