Netra Miya: Xin chào mọi người, những người xem Netra, chúc buổi tối tốt lành. Tôi là Miya, người dẫn chương trình hôm nay. Chào mừng đến với phần thứ tám của chương trình Đối thoại Chuyên sâu. Chủ đề hôm nay là một vấn đề gần đây đã thu hút rất nhiều sự chú ý và tranh cãi tại điểm giao thoa giữa Trí tuệ Nhân tạo (AI) và Tiền điện tử - sự phát triển của các Tác nhân AI: chúng đã phát triển như thế nào từ những công cụ giao dịch đơn giản thành những tài sản đáng tin cậy có thể được định giá và dự đoán bởi thị trường? Nếu bạn đã theo dõi lĩnh vực này, bạn có thể đã nhận thấy một hiện tượng: các dự án Tác nhân AI đang nổi lên với tốc độ đáng kinh ngạc, từ các bot giao dịch tự động đến các giải pháp quản lý tài sản trên chuỗi; hầu hết mọi dự án đều kể câu chuyện về "AI phi tập trung". Nhưng khi chúng ta loại bỏ lớp vỏ hào nhoáng, những gì chúng ta thường thấy là sự phụ thuộc vào các dịch vụ AI tập trung, việc ra quyết định "hộp đen" không thể kiểm chứng, và thậm chí cả các vấn đề cấu trúc được xây dựng dựa trên tâm lý thị trường. Do đó, cho cuộc đối thoại hôm nay, chúng tôi đã tổng hợp nhiều câu hỏi sắc bén từ cộng đồng, và chúng tôi hy vọng Evan sẽ cung cấp câu trả lời chi tiết cho chúng ta và mọi người khác.

Netra Miya: Hôm nay chúng tôi hân hạnh được đón tiếp Evan, đồng sáng lập của LinkLayer AI, một chuyên gia thực thụ đã gắn bó sâu sắc với lĩnh vực này trong thời gian dài. LinkLayer AI đã đưa ra một quan điểm rất truyền cảm hứng: biến các tác nhân (agent) thành tài sản có thể dự đoán được bởi thị trường. Họ không chỉ đơn thuần xây dựng một công cụ giao dịch AI khác, mà đang cố gắng xây dựng cơ sở hạ tầng để khẳng định tính xác thực của AI.

Netra Miya: Evan, chào mừng đến với Netra. Trước khi chính thức bắt đầu, tôi muốn bạn cho mọi người biết trong một câu vấn đề mà LinkLayer AI đang giải quyết, và cũng xin hãy tự giới thiệu đôi chút về bản thân.

Evan của LinkLayerAI: Được rồi, trước tiên hãy để tôi trả lời câu hỏi đầu tiên của người dẫn chương trình. LinkLayer AI thực sự làm gì? Điều này thực ra có liên quan mật thiết đến nền tảng của toàn bộ đội ngũ chúng tôi. Đội ngũ của chúng tôi từ lâu đã tham gia vào các công việc liên quan đến cơ sở hạ tầng blockchain, sau đó là giao dịch, và hiện tại là AI. Chúng tôi thực sự đã trải nghiệm toàn bộ quá trình từ cơ sở hạ tầng và hệ thống giao dịch đến AI và kiến ​​trúc dựa trên tác nhân. Do đó, khi suy nghĩ về vấn đề AI + Crypto + Web3, quan điểm của chúng tôi tương đối toàn diện hơn.

Điều mà LinkLayer AI thực sự đang cố gắng giải quyết là làm thế nào để tận dụng dữ liệu cá nhân, đặc biệt là dữ liệu giao dịch cá nhân, kết hợp với các mô hình ngôn ngữ lớn để hỗ trợ các hành vi giao dịch khác nhau trong các kịch bản Web3 theo cách thức giống như một tác nhân. Điều này bao gồm một phạm vi rộng, bao gồm các giao dịch quy mô nhỏ trên chuỗi, giao dịch chiến lược như Binance Alpha, và giao dịch hợp đồng và hợp đồng tương lai trên các sàn giao dịch tập trung (CEX) — tất cả đều tạo ra dữ liệu giao dịch rất khác nhau nhưng mang tính cá nhân hóa cao. Do đó, ở lớp đầu tiên, vấn đề chúng ta cần giải quyết là: làm thế nào để cho phép AI, dưới dạng một ứng dụng tác nhân, thực sự hỗ trợ hành vi giao dịch của mỗi cá nhân.

Vấn đề thứ hai là chúng ta muốn xây dựng một thị trường mà ở đó các tác nhân là mục tiêu có thể dự đoán được. Để một tác nhân trở thành mục tiêu có thể dự đoán được, nó phải tích lũy đủ kinh nghiệm trong môi trường giao dịch thực tế phức tạp, điều này dựa trên một lượng lớn dữ liệu cá nhân. Các loại tác nhân khác nhau—chẳng hạn như các tác nhân thực hiện giao dịch nhỏ, các tác nhân sử dụng chiến lược alpha và các tác nhân giao dịch hợp đồng—có các phương pháp ra quyết định và cấu trúc hành vi khác nhau. Chỉ dựa vào dữ liệu lịch sử hoặc dữ liệu kiểm thử ngược có những hạn chế đáng kể. Chúng tôi tin rằng dữ liệu giao dịch thực tế của từng cá nhân là "nguyên liệu thô" tốt nhất, hay nói cách khác, là kho dữ liệu huấn luyện có giá trị nhất. Cuối cùng, LinkLayer AI hướng đến giải quyết hai vấn đề: thứ nhất, thực sự trao quyền cho giao dịch cá nhân bằng các tác nhân; và thứ hai, cho phép các tác nhân trở thành mục tiêu bền vững và có thể mở rộng trong thị trường dự đoán tương lai.

Cá nhân tôi có nhiều năm kinh nghiệm thực tiễn trong ngành Web3 và AI, đã tham gia vào nhiều dự án và sở hữu sự hiểu biết sâu sắc cũng như tích lũy được nhiều kiến ​​thức về các giao dịch. Chính vì vậy, chúng tôi khá tự tin trong việc xây dựng năng lực cạnh tranh lâu dài và lợi thế cạnh tranh mạnh mẽ ở cấp độ sản phẩm LinkLayer AI.

Netra Miya: Tôi hiểu rồi, cảm ơn rất nhiều Evan về câu trả lời xuất sắc và phần giới thiệu chi tiết về dự án của bạn. Giờ đây, khi đã mời bạn đến đây, chúng tôi muốn đi thẳng vào một vấn đề cốt lõi, cả về bản thân dự án lẫn phản hồi từ thị trường. Theo nghiên cứu của nhóm chúng tôi, hơn 70% các dự án tự nhận là "các tác nhân AI phi tập trung" vẫn dựa vào các nhà cung cấp dịch vụ AI tập trung. Vậy, LinkLayer AI làm thế nào để tránh trở thành một lớp gọi API được đóng gói phức tạp khác? Những khía cạnh kỹ thuật quan trọng nào cụ thể thể hiện khái niệm phi tập trung của bạn?

Evan LinkLayerAI: Đó là một câu hỏi tuyệt vời. Về cơ bản, AI vốn dĩ mang tính tập trung; tất cả AI đều dựa trên các mô hình ngôn ngữ lớn. Vì vậy, vấn đề cốt lõi không phải là "phi tập trung", mà là liệu chúng ta đang sử dụng AI hay đang xây dựng cơ sở hạ tầng cho chính các khả năng của AI. Nhiều dự án chỉ đơn giản là kết nối giao diện mô hình của họ với blockchain và tuyên bố là AI phi tập trung, điều mà tôi thấy là một luận điểm sai lầm, thậm chí có phần dư thừa. Nếu các nguồn dữ liệu và đường dẫn xác minh khả năng của mô hình vẫn không thay đổi, nó vẫn sẽ mang tính tập trung.

Điểm khác biệt của LinkLayer AI là chúng tôi không cố gắng đưa các tham số mô hình lên blockchain, mà thay vào đó phân tán "con đường hình thành trí tuệ giao dịch" càng nhiều càng tốt. Khả năng của tác nhân không đến từ một tập dữ liệu huấn luyện tập trung, mà từ hành vi giao dịch thực tế được ủy quyền bởi nhiều người dùng khác nhau. Dữ liệu hành vi này được cấu trúc và băm trên blockchain, do đó tạo thành một nền tảng quỹ đạo hành vi bất biến.

Khi một Agent tham gia vào thị trường thực, hành vi giao dịch của nó là công khai, liên tục và có thể truy vết. Ví dụ, chúng tôi cấu hình một ví độc lập cho mỗi Agent, cho phép ví được liên kết trực tiếp với thực thể thông minh của Agent và thực hiện các giao dịch tự động trên các thị trường phi tập trung như DEX. Bằng cách này, khả năng của Agent được xác minh thông qua chính thị trường, thay vì dựa vào các thông tin trên nền tảng.

Từ góc độ tính toán, có thể nói rằng phần lớn quá trình suy luận diễn ra ngoài chuỗi (off-chain), điều này không vi phạm các nguyên tắc cơ bản của giao dịch. Chúng ta vẫn cần máy học mở rộng để xác minh tính khả thi của các yếu tố khác nhau. Vấn đề mấu chốt không phải là việc tính toán diễn ra trên chuỗi (on-chain) hay ngoài chuỗi (off-chain), mà là liệu kết quả có thể kiểm chứng được hay không. Do đó, chúng ta sử dụng quỹ đạo hành vi, chữ ký, dấu thời gian và tính nhất quán về kiểu dáng trong lịch sử để xác minh kết quả tính toán ngoài chuỗi so với các bản ghi thực thi trên chuỗi, biến ý tưởng rằng "quyết định xuất phát từ cấu trúc năng lực dài hạn của tác nhân" thành một sự thật có thể kiểm chứng được, thay vì yêu cầu người dùng tin tưởng vào kết quả đầu ra "hộp đen" của dự án. Thiết kế này về cơ bản là một lựa chọn thực tế dựa trên kinh nghiệm thực tiễn của chúng tôi trên nhiều khía cạnh.

Netra Miya: Tôi hiểu rồi, cảm ơn Evan vì lời giải thích chi tiết. Anh vừa nói rằng toàn bộ quá trình tính toán của LinkLayer AI chủ yếu được thực hiện ngoài chuỗi, đúng không? Trong trường hợp đó, làm thế nào để đảm bảo tính bất biến của chính quá trình tính toán? Đây thực sự là một câu hỏi mà nhiều người dùng, đặc biệt là những người trong ngành, khá quan tâm.

Evan của LinkLayerAI: Từ góc nhìn của chúng tôi, đây thực sự không phải là vấn đề cốt lõi. Việc liệu quy trình tính toán có thể bị can thiệp hay không phụ thuộc vào mục tiêu kinh doanh cuối cùng của bạn. Chúng tôi có nhiều loại tác nhân khác nhau. Ví dụ, loại đầu tiên phục vụ người dùng cá nhân, và các tác nhân này không liên quan đến các vấn đề bảo mật tính toán phức tạp. Các tác nhân liên quan đến thanh khoản Mini Coin hoặc Alpha, mà chúng tôi sẽ ra mắt sau năm mới, chủ yếu phục vụ số tiền nắm giữ cá nhân của người dùng.

Các mục tiêu Agent có thể dự đoán được mà chúng ta muốn triển khai cuối cùng bản thân chúng là một hệ thống có thể mở rộng, tạo ra các chiến lược trên nhiều khía cạnh khác nhau. Đối với loại Agent này, việc các phép tính trong giai đoạn huấn luyện có thể bị can thiệp hay không sẽ không ảnh hưởng trực tiếp đến kết quả cuối cùng, bởi vì quá trình huấn luyện đã hoàn tất khi nó được đưa ra thị trường. Chúng ta không sử dụng Agent để trực tiếp đặt lệnh thay mặt người dùng, vì vậy kịch bản rủi ro mà bạn vừa đề cập khó có thể xảy ra.

Từ góc độ hiệu quả, tính toán ngoài chuỗi hiện là phương pháp khả thi và hiệu quả duy nhất, cuối cùng sẽ cho phép tác nhân thực sự sở hữu khả năng thực hiện giao dịch.

Netra Miya: Tôi hiểu rồi. Vậy, xét về mặt kỹ thuật, việc người dùng sử dụng dịch vụ của các bạn trên chuỗi khối hay ngoài chuỗi khối không liên quan trực tiếp đến phương pháp tính toán nội bộ của các bạn, đúng không?

LinkLayerAI Evan: Vâng, điều đó sẽ không ảnh hưởng đến trải nghiệm người dùng.

Netra Miya: Vâng, tôi hiểu rồi. Cảm ơn vì đã trả lời, Evan.

Netra Miya: Câu hỏi thứ hai của tôi là về việc thu hồi giá trị. Chúng ta đã thấy nhiều dự án AI thiết kế mô hình kinh tế token rất phức tạp, nhưng về cơ bản người dùng thường chỉ cung cấp thanh khoản cho các token do nhóm dự án hoặc các nhà đầu tư ban đầu nắm giữ. Vậy, mô hình kinh tế của LinkLayer AI đảm bảo giá trị thực sự chảy về tay những người tham gia đóng góp cho toàn bộ mạng lưới, chứ không phải chỉ đến tay các nhà đầu tư ban đầu như thế nào?

Netra Miya: Câu hỏi thứ hai của tôi là về việc thu hồi giá trị. Chúng ta đã thấy nhiều dự án AI thiết kế mô hình kinh tế token rất phức tạp, nhưng về cơ bản người dùng thường chỉ cung cấp thanh khoản cho các token do nhóm dự án hoặc các nhà đầu tư ban đầu nắm giữ. Vậy, mô hình kinh tế của LinkLayer AI đảm bảo giá trị thực sự chảy về tay những người tham gia đóng góp cho toàn bộ mạng lưới, chứ không phải chỉ đến tay các nhà đầu tư ban đầu như thế nào?

Evan của LinkLayerAI: Trước tiên, tôi muốn đưa ra đánh giá tổng quan. Nhiều hệ thống kinh tế token phức tạp về cơ bản được thiết kế để hỗ trợ các trường hợp sử dụng khác nhau. Mô hình kinh tế hoàn chỉnh của LinkLayer AI vẫn chưa được hoàn thiện, vì tác nhân và toàn bộ dòng sản phẩm của chúng tôi vẫn đang trong giai đoạn đóng gói cuối cùng. Tuy nhiên, chúng tôi đã phát triển một triết lý thiết kế tương đối rõ ràng và được cân nhắc kỹ lưỡng trong nội bộ. Nhìn chung, chúng tôi áp dụng mô hình hai token, sử dụng LLAX và LLA.

Câu hỏi bạn nêu ra chính xác là khía cạnh dễ bị nghi ngờ nhất trong các mô hình token AI hiện tại – liệu kinh tế token có phải là một hình thức tài chính trá hình? LinkLayer AI được thiết kế ngay từ đầu để tránh sự sai lệch cấu trúc này. Chúng tôi hoàn toàn tách biệt "lớp hành vi" và "lớp giá trị". LLAX thuộc hoàn toàn về lớp hành vi; vai trò của nó đơn giản là đo lường đóng góp của bạn cho mạng lưới. Ví dụ, nếu bạn đóng góp dữ liệu giao dịch thời gian thực, cho dù bạn đóng một vị thế có lãi, một vị thế thua lỗ, hay thậm chí bị gọi ký quỹ, bạn vẫn đang đóng góp dữ liệu cho chúng tôi, và bản thân dữ liệu đó đã có giá trị. LLAX được sử dụng để khuyến khích những hành vi này, bao gồm sử dụng dịch vụ của Agent và cung cấp phản hồi hiệu quả. Nó giống như một chứng chỉ vốn chủ sở hữu dựa trên hành vi hơn là một tài sản tài chính.

Chức năng ổn định giá trị thực sự được thực hiện bởi LLA. Mối quan hệ trao đổi giữa LLAX và LLA là một chiều, và quá trình trao đổi liên quan đến việc đốt tài sản; một khi quá trình trao đổi hoàn tất, nó không thể đảo ngược. Điều này có nghĩa là sự đóng góp của người dùng liên tục nén vốn chủ sở hữu vào lớp giá trị, thay vì cung cấp tính thanh khoản thoái vốn cho các nhà đầu tư ban đầu.

Quan trọng hơn, một khi Agent trở thành mục tiêu dự đoán, phí giao dịch do nền tảng tạo ra sẽ không chỉ đơn thuần chảy về bên tham gia giao thức. Mục tiêu của chúng tôi là bên dự đoán thành công sẽ nhận được lợi nhuận của đối tác, trong khi bên dự đoán thất bại sẽ nhận được phần thưởng trong lớp giá trị, LLA. Về cơ bản, đây là một cơ chế phân phối lại nhằm mục đích tạo điều kiện lưu thông hiệu quả hơn trên thị trường. Theo thiết kế này, giá trị bắt nguồn từ sự cạnh tranh thực sự trên thị trường, chứ không phải từ bong bóng giao dịch của chính token. Mục tiêu của chúng tôi không phải là để người dùng "giữ token của họ và chờ giá tăng", mà là để giá trị được tích lũy chỉ thông qua việc tham gia vào các hoạt động hệ thống.

Một vấn đề thực tiễn khác là chi phí vận hành cực kỳ cao của chính Agent. Các loại Agent khác nhau sử dụng các mô hình ngôn ngữ lớn khác nhau, và mỗi hành động của người dùng đều phát sinh chi phí thực tế, vượt xa chi phí của các dịch vụ backend Web2 truyền thống. Tuy nhiên, người dùng thường không muốn trả tiền trực tiếp cho AI hoặc Agent, khiến dự án trở nên rất dễ bị tổn thương. Nếu người dùng không trả tiền, nhưng nhóm dự án vẫn cần liên tục trả chi phí cho mô hình lớn, toàn bộ hệ thống sẽ khó duy trì lâu dài. Do đó, mô hình hai token, ở một mức độ nào đó, cũng là một cách để khuyến khích những người dùng thực sự sẵn sàng trả tiền cho sản phẩm và dịch vụ, thúc đẩy cấu trúc sử dụng bền vững.

Netra Miya: Tôi hiểu rồi. Vậy LLAX nghĩa là gì vậy?

LinkLayerAI Evan: Về cơ bản, nó là một tác nhân quản lý quyền hành vi.

Bạn có thể coi nó như một dạng điểm nền tảng trên chuỗi, nhưng nó không đóng vai trò là lớp neo giá trị hay lớp thanh khoản cuối cùng. Có một mối liên hệ một chiều giữa LLAX và LLA; bạn có thể đổi LLAX lấy LLA, nhưng một khi giao dịch hoàn tất, bạn không thể đổi ngược lại.

Netra Miya: Đã hiểu. Vì chúng ta đã đề cập đến các khía cạnh kỹ thuật, hãy cùng đi sâu hơn một chút. Hiện tại, có ba mối quan ngại chính liên quan đến cơ chế xác minh năng lực của các tác nhân AI: Thứ nhất, các mô hình học máy vốn dĩ có vấn đề "hộp đen"; làm thế nào để chứng minh chất lượng của các quyết định mà không tiết lộ chi tiết chính sách? Thứ hai, làm thế nào để ngăn chặn các tác nhân gian lận trong việc kiểm thử ngược lịch sử hoặc làm quá khớp dữ liệu xác thực? Thứ ba, làm thế nào để cân bằng giữa khả năng xác minh các quyết định thời gian thực với hiệu suất hệ thống?

Evan của LinkLayerAI: Trước tiên, về câu hỏi đầu tiên, cái gọi là vấn đề hộp đen, về cơ bản nó xuất phát từ thực tế là máy học dựa trên một lượng lớn các yếu tố dữ liệu. Các yếu tố dữ liệu công khai có sẵn cho tất cả mọi người, nhưng chi phí và kích thước thu thập lại khác nhau. Việc sử dụng các yếu tố công khai này để huấn luyện mô hình vốn dĩ có những hạn chế. Tuy nhiên, theo quan điểm của chúng tôi, hộp đen không phải là vấn đề cốt lõi thực sự; nó không quyết định hướng đi cuối cùng của tác nhân. Về bằng chứng năng lực, chúng tôi không cố gắng chứng minh cách mô hình "suy nghĩ" bên trong. Bởi vì máy học vốn dĩ là một hệ thống hộp đen, không nhóm nào có thể thực sự làm cho nó hoàn toàn minh bạch. Cách tiếp cận của chúng tôi là chứng minh liệu tác nhân có thể liên tục thể hiện một cấu trúc năng lực ổn định và có thể nhận dạng được trong môi trường thị trường thực tế hay không.

Do đó, chúng tôi cung cấp bằng chứng ở cấp độ hành vi, chứ không phải ở cấp độ tham số năng lực hay tham số mô hình. Mặc dù việc kiểm thử ngược có thể bị thao túng, nhưng những vấn đề như vậy không thể che giấu được trong thị trường thực tế về lâu dài. Giao dịch thực tế bị ảnh hưởng bởi sự trượt giá, biến động thanh khoản, lý thuyết trò chơi đối tác và các sự kiện không lường trước được, tất cả đều tạo ra các quỹ đạo hành vi liên tục trên blockchain. Hệ thống thực hiện kiểm tra tính nhất quán đối với sự thay đổi chiến lược, sự không nhất quán về phong cách và các mô hình bất thường.

Do đó, chúng tôi cung cấp bằng chứng ở cấp độ hành vi, chứ không phải ở cấp độ tham số năng lực hay tham số mô hình. Mặc dù việc kiểm thử ngược có thể bị thao túng, nhưng những vấn đề như vậy không thể che giấu được trong thị trường thực tế về lâu dài. Giao dịch thực tế bị ảnh hưởng bởi sự trượt giá, biến động thanh khoản, lý thuyết trò chơi đối tác và các sự kiện không lường trước được, tất cả đều tạo ra các quỹ đạo hành vi liên tục trên blockchain. Hệ thống thực hiện kiểm tra tính nhất quán đối với sự thay đổi chiến lược, sự không nhất quán về phong cách và các mô hình bất thường.

Nhóm của chúng tôi là một nhóm giao dịch, không chỉ là một nhóm dự án. Chúng tôi có các đại lý và chiến lược riêng đang được vận hành thực tế. So với nhiều nhóm giao dịch truyền thống dựa nhiều vào kiểm thử ngược, chúng tôi ưu tiên thực hiện giao dịch trực tiếp với số vốn nhỏ, thay vì sử dụng kết quả kiểm thử ngược để hỗ trợ toàn bộ hệ thống giao dịch. Bởi vì bản thân nhóm chúng tôi xuất thân từ lĩnh vực blockchain, chúng tôi có hiểu biết sâu sắc về giao dịch trên chuỗi và đã tích lũy được nhiều kinh nghiệm trong lĩnh vực này, từ đó phát triển được một số phán đoán và phương pháp độc đáo.

Về sự cân bằng giữa khả năng xác minh theo thời gian thực và hiệu suất hệ thống, chúng tôi không áp đặt các bằng chứng mật mã phức tạp cho mỗi bước quyết định. Thay vào đó, chúng tôi áp dụng cơ chế neo bất đồng bộ và xác minh tính nhất quán hành vi. Điều này đảm bảo việc thực thi quyết định đủ hiệu quả trong khi vẫn duy trì khả năng xác minh cấu trúc năng lực dài hạn. Đây là sự đánh đổi giữa tính thực tế kỹ thuật và độ tin cậy, thay vì theo đuổi một giải pháp hoàn hảo về mặt lý thuyết nhưng không khả thi về mặt thực tiễn. Bạn sẽ thấy rằng nhiều dự án trông hoàn hảo trên lý thuyết, nhưng khi bước vào giai đoạn vận hành thực tế, chúng thường gặp phải vô số vấn đề. Giống như sự phát triển của các blockchain công cộng, nhiều blockchain công cộng quá lý tưởng đã không tồn tại được, trong khi các chuỗi như BNB Chain, với kiến ​​trúc ban đầu không hoàn hảo, đã trở thành cơ sở hạ tầng được áp dụng rộng rãi. LinkLayer AI cũng sẽ lựa chọn cách tiếp cận thực tế hơn về mặt kỹ thuật để thúc đẩy sự phát triển bền vững lâu dài.

Netra Miya: Tôi hiểu rồi. Theo những gì tôi nghe được, đội ngũ của các bạn có nền tảng rất vững chắc, vì họ đều xuất thân từ lĩnh vực giao dịch, và họ đã trả lời các câu hỏi kỹ thuật một cách rất dễ dàng.

LinkLayerAI Evan: Không, cũng không.

Netra Miya: Cho phép tôi hỏi thêm một câu nữa, dự án của anh đã được thực hiện trong bao lâu rồi?

Evan của LinkLayerAI: Thời gian chuẩn bị dự án khoảng một năm.

Netra Miya: Khi nào sản phẩm sẽ chính thức ra mắt?

Evan của LinkLayerAI: Chúng tôi dự kiến ​​sẽ ra mắt phiên bản đầy đủ đầu tiên của sản phẩm vào khoảng tháng Hai đến đầu tháng Ba, và đầu tháng Ba sẽ là tháng tới.

Netra Miya: Tôi hiểu rồi, tức là sau năm mới.

Evan LinkLayerAI: Vâng. Thực ra, chúng tôi có năng lực nghiên cứu và phát triển khá hoàn chỉnh, bao gồm cả giao dịch chênh lệch giá trên chuỗi, giao dịch định lượng trên chuỗi, học máy và các tác nhân. LinkLayer AI chỉ là sản phẩm hóa một số khả năng hiện có của chúng tôi, vì vậy hệ thống nghiên cứu và phát triển tổng thể không xoay quanh dự án này.

Netra Miya: Tôi hiểu rồi. Giờ tôi xin chuyển sang câu hỏi thứ tư. Anh/chị đã đề xuất một ý tưởng: coi các tác nhân như những tài sản có thể giao dịch, cho phép thị trường dự đoán và giao dịch hiệu suất tương lai của họ. Tuy nhiên, dường như có một mâu thuẫn cơ bản ở đây: nếu thị trường có thể dự đoán quyết định của một tác nhân, những người tham gia hợp lý có thể hành động quá sớm, khiến chiến lược thực tế của tác nhân thất bại. Anh/chị nhìn nhận và giải quyết "nghịch lý dự đoán" này như thế nào?

Evan của LinkLayerAI: Cái gọi là nghịch lý dự đoán dựa trên giả định rằng thị trường đang dự đoán một hành động giao dịch cụ thể của một tác nhân. Nhưng đó không phải là mục tiêu thiết kế của chúng tôi. Chúng tôi muốn thị trường dự đoán sự ổn định về khả năng của tác nhân, chứ không phải liệu giao dịch tiếp theo của nó sẽ là mua hay bán. Nó hơi giống như việc dự đoán một người; tôi không dự đoán điểm thi toán của họ, mà là liệu họ có thể vào được trường đại học hàng đầu hay trường hạng hai—đó là một đánh giá toàn diện. Các quyết định cụ thể của tác nhân không được tiết lộ trước, và những người tham gia thị trường không thể vô hiệu hóa chiến lược bằng cách hành động trước. Họ chỉ có thể đánh giá liệu tác nhân có thể duy trì lợi thế tương đối trong dài hạn dựa trên hành vi trong quá khứ hay không. Bằng cách này, thị trường dự đoán chuyển đổi từ một "trò chơi chênh lệch tín hiệu" thành một thị trường định giá khả năng.

Nói cách khác, thị trường không đặt cược vào một giao dịch đơn lẻ, mà là đánh cược vào hiệu quả lâu dài của một hệ thống hành vi. Hai logic này hoàn toàn khác nhau. Ví dụ, mỗi nhà giao dịch của chúng ta có thể chỉ có mười, hai mươi hoặc ba mươi đô la trong quỹ giao dịch; số tiền nhỏ như vậy vốn dĩ không tạo ra bất kỳ cơ hội kinh doanh chênh lệch giá nào.

Chúng tôi tập trung nhiều hơn vào việc xác thực theo từng giai đoạn. Ví dụ, nếu một tác nhân giao dịch với 10 đô la trong một khoảng thời gian, bạn sẽ thấy lãi hay lỗ? Lợi nhuận là 10% hay 20%? Đây là cách chúng tôi quan sát và xác thực. Nó hơi giống như đua ngựa ở Hồng Kông; đó không phải là một trò chơi chỉ có một nước đi. Chúng tôi có thể có mười, hoặc thậm chí một trăm tác nhân, với chiến lược sẽ liên tục thay đổi và phong cách khác nhau. Những phong cách này sẽ quyết định hiệu quả lãi hoặc lỗ của họ trong các môi trường thị trường khác nhau. Vì vậy, về cơ bản, nó giống như một tài sản cơ bản hơn là một thực thể đơn lẻ có thể được sử dụng để giao dịch hoặc phòng ngừa rủi ro/chênh lệch giá.

Netra Miya: Theo ý kiến ​​của bà, liệu có mối quan hệ cạnh tranh hay lý thuyết trò chơi nào giữa các nhà kinh doanh chênh lệch tỷ giá và bà không?

Netra Miya: Theo ý kiến ​​của bà, liệu có mối quan hệ cạnh tranh hay lý thuyết trò chơi nào giữa các nhà kinh doanh chênh lệch tỷ giá và bà không?

Evan LinkLayerAI: Không, vì không có cơ hội kinh doanh chênh lệch giá. Nếu giá trị tài sản cơ sở chỉ biến động 30 đô la, thì không có cơ hội kinh doanh chênh lệch giá.

Netra Miya: Vậy, tình huống này về cơ bản là rất khó xảy ra phải không?

LinkLayerAI Evan: Đúng vậy, giao dịch chênh lệch giá phải dựa trên tiền đề rằng nó có lợi nhuận.

Việc chúng tôi cân nhắc sử dụng các tác nhân (agents) làm mục tiêu dự đoán xuất phát từ nghiên cứu của chúng tôi về thị trường dự đoán, cho thấy nhiều mục tiêu thị trường dự đoán hiện nay dễ bị thao túng. Ví dụ, với các mục tiêu như "liệu một nhân vật nổi tiếng có được bầu chọn hay không", chính cá nhân đó có thể ảnh hưởng đến kết quả thông qua hành động của họ. Ưu điểm của các tác nhân nằm ở tính độc lập vốn có của chúng khỏi sự kiểm soát trực tiếp của con người; chúng hoạt động dựa trên dữ liệu và logic ra quyết định, chứ không phải ý chí chủ quan. Chúng không nhất thiết phải hành động theo mệnh lệnh của con người, và đây chính là một thuộc tính quan trọng khiến các tác nhân trở thành mục tiêu dự đoán đầy hứa hẹn trong tương lai.

Hơn nữa, khi xét đến giao dịch và sự phát triển giữa các tác nhân, sự kết hợp các chiến lược gần như không giới hạn, cho phép mở rộng liên tục. Một tác nhân mục tiêu đủ điều kiện phải sở hữu những thuộc tính khó thao túng, do đó cung cấp một cơ sở tương đối công bằng cho việc dự đoán thị trường.

Netra Miya: Tôi hiểu rồi. Bên cạnh công nghệ, rủi ro cũng là một mối quan ngại lớn. Khi bản thân tác nhân trở thành một tài sản, chúng ta thấy ít nhất ba lớp rủi ro: thứ nhất, rủi ro mô hình - các quyết định của AI có thể sai; thứ hai, rủi ro thị trường - bản thân thị trường tiền điện tử rất biến động; và thứ ba, rủi ro hệ thống - ví dụ, nhiều tác nhân sử dụng các chiến lược tương tự có thể dẫn đến tình trạng chen lấn xô đẩy. LinkLayer AI giải quyết những rủi ro phức hợp này như thế nào?

LinkLayerAI Evan: Thực ra, các câu hỏi trước đã phần nào trả lời điểm này. Tiền đề của ba lớp rủi ro này thường dựa trên giả định rằng chúng ta đang sử dụng các tác nhân để theo đuổi lợi nhuận giao dịch. Nhưng thiết kế của chúng tôi không phải như vậy. Trong giai đoạn chiến lược và phát triển, chúng tôi hiếm khi dựa vào kiểm thử ngược; thay vào đó, chúng tôi trực tiếp thực hiện giao dịch thực với số vốn nhỏ. Mục tiêu của chúng tôi giống như việc công khai thực hiện một số lượng lớn các giao dịch thực quy mô nhỏ trên DEX thông qua liên kết tác nhân và ví, để mọi người cùng quan sát. Đây không phải là một công cụ nhằm mục đích kiếm tiền, mà là một quy trình xác thực trong môi trường thị trường thực tế.

Do đó, sai số mô hình là một phần của quá trình xác thực. Ngay cả khi thị trường dự đoán sai, lợi nhuận vẫn có thể được tạo ra, vì vậy không có rủi ro mô hình theo nghĩa truyền thống. Còn về biến động thị trường, chính sự biến động của thị trường tiền điện tử là một bài kiểm tra đối với tác nhân giao dịch. Bởi vì chúng tôi không hướng đến lợi nhuận hay huy động vốn từ các nhà đầu tư để giao dịch, nên không có rủi ro đầu tư phát sinh từ biến động thị trường.

Về rủi ro hệ thống, việc đồng nhất hóa chiến lược giữa nhiều tác nhân thực sự là một vấn đề, và đó chính là động lực ban đầu đằng sau dự án LinkLayer AI của chúng tôi. Nguyên nhân gốc rễ của việc đồng nhất hóa chiến lược nằm ở các yếu tố rất giống nhau được sử dụng bởi các tác nhân khác nhau. Giả sử chỉ có 10.000 yếu tố công khai trên thị trường, việc xây dựng chiến lược lặp đi lặp lại xung quanh các yếu tố này chắc chắn sẽ dẫn đến sự hội tụ. Chúng tôi hy vọng sẽ cho phép người dùng tham gia bằng cách cung cấp dữ liệu riêng tư của họ thông qua việc mở ra nhiều dịch vụ AI trên chuỗi. Mỗi vị thế và mỗi giao dịch tự nó là một yếu tố duy nhất. Khi các yếu tố riêng tư tăng lên và kết hợp với các yếu tố công khai, thậm chí nhiều yếu tố mới hơn sẽ xuất hiện, do đó hình thành một không gian chiến lược liên tục và không đồng nhất.

Netra Miya: Điều đó rất rõ ràng. Vậy, trong trường hợp thị trường biến động mạnh, chẳng hạn như sự kiện "thiên nga đen" như vụ sụp đổ của Luna năm 2022, các bạn có những cơ chế bảo vệ lỗi hoặc kiểm soát rủi ro nào?

Evan của LinkLayerAI: Cuối cùng, mọi thứ đều quy về kiểm soát rủi ro. Đối với bất kỳ đội ngũ giao dịch nào, lợi nhuận không bao giờ là ưu tiên hàng đầu; kiểm soát rủi ro mới là điều quan trọng. Các sự kiện như Luna về cơ bản là do những khiếm khuyết cấu trúc bên trong chính dự án gây ra. Hiện tại, chúng tôi đang phát triển các công cụ kiểm soát rủi ro cho người dùng cá nhân ở phía giao dịch. Ví dụ, người dùng có thể gửi vị thế của họ thông qua API chỉ đọc. Chúng tôi không có quyền giao dịch, nhưng chúng tôi có thể sử dụng các yếu tố thị trường công khai để giúp xác định điểm vào lệnh và mức độ rủi ro.

Việc kiểm soát rủi ro tổng thể sẽ được thực hiện từ nhiều khía cạnh: thứ nhất, mối quan hệ giữa khối lượng và giá cả; thứ hai, mức độ thanh khoản; và thứ ba, tín hiệu từ mạng xã hội và tâm lý thị trường. Khi khối lượng, giá cả hoặc thanh khoản đạt đến các ngưỡng nhất định, hệ thống sẽ kích hoạt cơ chế kiểm soát rủi ro tương ứng. Tất nhiên, việc dự đoán hoàn toàn các sự kiện "thiên nga đen" là không thực tế, nhưng thông qua kiểm soát rủi ro đa chiều, chúng ta có thể xác định rủi ro sớm hơn và ứng phó phù hợp.

Netra Miya: Tôi hiểu rồi. Theo những gì tôi được biết, những cân nhắc của anh/chị về kiểm soát rủi ro quả thực rất toàn diện.

Evan của LinkLayerAI: Đúng vậy, tất cả đều quy về "các yếu tố". Logic kiểm soát rủi ro khác nhau tùy thuộc vào từng kịch bản, chẳng hạn như giao dịch thuần túy trên chuỗi, giao dịch trên sàn CEX hoặc hệ thống chênh lệch giá, mỗi kịch bản đều có trọng tâm riêng. Nếu bạn coi giao dịch như một trò chơi, nguyên tắc kiểm soát rủi ro quan trọng nhất là phải hiểu rõ luật chơi và hành động phù hợp.

Evan của LinkLayerAI: Đúng vậy, tất cả đều quy về "các yếu tố". Logic kiểm soát rủi ro khác nhau tùy thuộc vào từng kịch bản, chẳng hạn như giao dịch thuần túy trên chuỗi, giao dịch trên sàn CEX hoặc hệ thống chênh lệch giá, mỗi kịch bản đều có trọng tâm riêng. Nếu bạn coi giao dịch như một trò chơi, nguyên tắc kiểm soát rủi ro quan trọng nhất là phải hiểu rõ luật chơi và hành động phù hợp.

Netra Miya: Cảm ơn anh Evan rất nhiều vì bài thuyết trình kiên nhẫn và chi tiết ngày hôm nay. Anh đã trả lời nhiều câu hỏi quan trọng về LinkLayer AI.

Evan của LinkLayerAI: Cảm ơn bạn.

Netra Miya: Cảm ơn Evan vì cuộc trao đổi thẳng thắn tối nay. Qua cuộc đối thoại này, chúng ta đã thu được một số hiểu biết quan trọng: sự phát triển của các tác nhân không chỉ đơn thuần là nâng cấp công nghệ, mà còn là xây dựng một cơ sở hạ tầng đáng tin cậy; việc chuyển đổi các tác nhân từ công cụ thành mục tiêu đòi hỏi sự đổi mới về mặt thể chế hơn là chỉ đơn thuần là đóng gói khái niệm; và những thách thức mà lĩnh vực này đang phải đối mặt không chỉ là vấn đề kỹ thuật, mà còn là vấn đề kinh tế và triết học. Tại điểm giao thoa tiên tiến và ồn ào nhất giữa Trí tuệ nhân tạo và Mật mã học, việc duy trì thái độ hoài nghi hợp lý và sự tò mò cởi mở là vô cùng quan trọng. Một lần nữa, cảm ơn Evan vì lời giải thích toàn diện về LinkLayer AI.

Netra Miya: Buổi trò chuyện hôm nay đến đây là kết thúc. Cảm ơn rất nhiều, Evan. Hẹn gặp lại lần sau.