Dữ liệu thị trường dành cho tác nhân AI.
Exa AI Labs đang thử nghiệm Pyth để kết nối hoạt động nghiên cứu tài chính do AI hỗ trợ với dữ liệu thị trường có cấu trúc, theo thời gian thực và trong quá khứ.
Nghiên cứu tài chính cần hai nguồn thông tin: thế giới đang nói gì và thị trường đang diễn biến ra sao.
Cơ sở hạ tầng tìm kiếm và tác nhân của Exa giúp các hệ thống AI tìm thông tin trên web và từ các nguồn dữ liệu chuyên biệt. Pyth cung cấp giá hiện tại, dữ liệu lịch sử, dữ liệu nến và khả năng tìm kiếm nguồn cấp dữ liệu thông qua API và máy chủ MCP.
Sự kết hợp này giúp tác nhân trả lời các câu hỏi về thị trường một cách rõ ràng hơn.
Tác nhân có thể dùng Exa để tìm hiểu lý do một tài sản biến động, sau đó dùng Pyth để truy xuất diễn biến giao dịch của tài sản đó trong khoảng thời gian liên quan.
Nhờ vậy, thông tin giá được gắn với dữ liệu thị trường có cấu trúc, thay vì dựa vào bài viết, bình luận hay nguồn tham chiếu thứ cấp.
Ví dụ, người dùng có thể hỏi điều gì đã xảy ra sau báo cáo thu nhập mới nhất của một công ty và cổ phiếu của công ty đó diễn biến thế nào trong năm phiên giao dịch tiếp theo.
Exa có thể tìm thông báo và các thông tin liên quan. Pyth có thể truy xuất dữ liệu thị trường trong những phiên đó. Tác nhân có thể kết hợp cả hai trong một câu trả lời.
Công việc của Exa và Pyth hiện vẫn đang trong giai đoạn thử nghiệm ban đầu.
Mục tiêu là tìm hiểu dữ liệu thị trường mang lại giá trị lớn nhất ở đâu trong quy trình làm việc của tác nhân, tác nhân truy vấn dữ liệu này như thế nào và dữ liệu tài chính dành cho máy cần có hình thức ra sao trong thực tế.
Tác nhân AI cần nhiều hơn là kết quả tìm kiếm.
Chúng cần biết trạng thái thị trường đằng sau câu chuyện.
Exa cung cấp lớp nghiên cứu cho tác nhân. Pyth cung cấp dữ liệu thị trường.
Khám phá dữ liệu thị trường của Pyth dành cho tác nhân thông qua MCP.
#PYTH #AIAgents
Exa AI Labs đang thử nghiệm Pyth để kết nối hoạt động nghiên cứu tài chính do AI hỗ trợ với dữ liệu thị trường có cấu trúc, theo thời gian thực và trong quá khứ.
Nghiên cứu tài chính cần hai nguồn thông tin: thế giới đang nói gì và thị trường đang diễn biến ra sao.
Cơ sở hạ tầng tìm kiếm và tác nhân của Exa giúp các hệ thống AI tìm thông tin trên web và từ các nguồn dữ liệu chuyên biệt. Pyth cung cấp giá hiện tại, dữ liệu lịch sử, dữ liệu nến và khả năng tìm kiếm nguồn cấp dữ liệu thông qua API và máy chủ MCP.
Sự kết hợp này giúp tác nhân trả lời các câu hỏi về thị trường một cách rõ ràng hơn.
Tác nhân có thể dùng Exa để tìm hiểu lý do một tài sản biến động, sau đó dùng Pyth để truy xuất diễn biến giao dịch của tài sản đó trong khoảng thời gian liên quan.
Nhờ vậy, thông tin giá được gắn với dữ liệu thị trường có cấu trúc, thay vì dựa vào bài viết, bình luận hay nguồn tham chiếu thứ cấp.
Ví dụ, người dùng có thể hỏi điều gì đã xảy ra sau báo cáo thu nhập mới nhất của một công ty và cổ phiếu của công ty đó diễn biến thế nào trong năm phiên giao dịch tiếp theo.
Exa có thể tìm thông báo và các thông tin liên quan. Pyth có thể truy xuất dữ liệu thị trường trong những phiên đó. Tác nhân có thể kết hợp cả hai trong một câu trả lời.
Công việc của Exa và Pyth hiện vẫn đang trong giai đoạn thử nghiệm ban đầu.
Mục tiêu là tìm hiểu dữ liệu thị trường mang lại giá trị lớn nhất ở đâu trong quy trình làm việc của tác nhân, tác nhân truy vấn dữ liệu này như thế nào và dữ liệu tài chính dành cho máy cần có hình thức ra sao trong thực tế.
Tác nhân AI cần nhiều hơn là kết quả tìm kiếm.
Chúng cần biết trạng thái thị trường đằng sau câu chuyện.
Exa cung cấp lớp nghiên cứu cho tác nhân. Pyth cung cấp dữ liệu thị trường.
Khám phá dữ liệu thị trường của Pyth dành cho tác nhân thông qua MCP.
#PYTH #AIAgents