Netra Miya: Herkese merhaba, Netra izleyicileri, iyi akşamlar. Bugünkü sunucunuz Miya. Derinlemesine Diyalog'un sekizinci bölümüne hoş geldiniz. Bugünkü konumuz, yapay zeka ve kripto para birimlerinin kesiştiği noktada son zamanlarda büyük ilgi ve tartışma yaratan bir konu: Yapay Zeka Ajanlarının evrimi; basit alım satım araçlarından piyasa tarafından fiyatlandırılabilen ve tahmin edilebilen güvenilir varlıklara nasıl dönüştüler? Bu alanı takip ediyorsanız, muhtemelen bir olguyu fark etmişsinizdir: Otomatik alım satım botlarından zincir üstü varlık yönetimi çözümlerine kadar, yapay zeka ajan projeleri şaşırtıcı bir hızla ortaya çıkıyor; neredeyse her proje "merkezi olmayan yapay zeka" hikayesini anlatıyor. Ancak göz alıcı ambalajı kaldırdığımızda, genellikle merkezi yapay zeka hizmetlerine bağımlılık, doğrulanabilir olmayan kara kutu karar verme ve hatta piyasa duyarlılığına dayalı yapısal sorunlar görüyoruz. Bu nedenle, bugünkü diyalog için topluluktan birçok keskin soru derledik ve Evan'ın bize ve herkese ayrıntılı bir yanıt vermesini umuyoruz.

Netra Miya: Bugün, bu alanda uzun süredir derinlemesine çalışan gerçek bir uzman olan LinkLayer AI'nin kurucu ortağı Evan'ı davet ettik. LinkLayer AI, çok ilham verici bir bakış açısı ortaya koydu: piyasa tarafından tahmin edilebilen varlıklar oluşturmak. Başka bir yapay zeka işlem aracı geliştirmiyorlar, yapay zekanın güvenilirliği için altyapı oluşturmaya çalışıyorlar.

Netra Miya: Evan, Netra'ya hoş geldin. Resmi olarak başlamadan önce, LinkLayer AI'nin hangi sorunu çözdüğünü tek bir cümleyle anlatmanı ve ayrıca kısaca kendini tanıtmanı rica ediyorum.

LinkLayerAI Evan: Tamam, önce sunucunun ilk sorusunu yanıtlayayım. LinkLayer AI tam olarak ne yapıyor? Bu aslında tüm ekibimizin geçmişiyle yakından ilgili. Ekibimiz uzun zamandır blockchain altyapısıyla ilgili çalışmalarla, ardından ticaretle ve şimdi de yapay zekayla ilgileniyor. Altyapı ve ticaret sistemlerinden yapay zekaya ve ajan tabanlı mimarilere kadar tüm süreci deneyimledik. Bu nedenle, yapay zeka + kripto + Web3 konusunu düşündüğümüzde, bakış açımız nispeten daha kapsamlı.

LinkLayer AI'nin asıl çözmeye çalıştığı şey, özellikle bireysel işlem verileri olmak üzere bireysel verileri, büyük dil modelleriyle birleştirerek, Web3 senaryolarında farklı işlem davranışlarını ajan benzeri bir şekilde nasıl güçlendirebileceğidir. Bu, küçük ölçekli zincir içi işlemlerden, Binance Alpha gibi strateji işlemlerine ve CEX'lerdeki sözleşme ve vadeli işlemlere kadar geniş bir yelpazeyi kapsar; bunların hepsi çok farklı ancak son derece kişiselleştirilmiş işlem verileri üretir. Bu nedenle, ilk katmanda çözmemiz gereken sorun şudur: bir ajan uygulaması biçimindeki yapay zekayı, her bireyin işlem davranışını gerçekten güçlendirecek şekilde nasıl etkinleştirebiliriz?

Sorunun ikinci katmanı, nihayetinde ajanların öngörülebilir hedefler olduğu bir pazar oluşturmak istememizdir. Bir ajanın öngörülebilir bir hedef haline gelmesi için, karmaşık, gerçek dünya ticaret ortamlarında yeterli deneyim biriktirmesi gerekir ki bu da büyük miktarda bireysel veriye dayanır. Küçük işlemler yapan ajanlar, alfa stratejileri kullanan ajanlar ve sözleşme ticareti yapan ajanlar gibi farklı ajan türlerinin farklı karar alma yöntemleri ve davranış yapıları vardır. Yalnızca geçmişe dönük veya geriye dönük test verilerine güvenmenin önemli sınırlamaları vardır. Bireysel gerçek dünya ticaret verilerinin en iyi "ham madde" veya daha doğrusu en değerli eğitim veri kümesi olduğuna inanıyoruz. Sonuç olarak, LinkLayer AI iki sorunu çözmeyi amaçlamaktadır: birincisi, ajanlarla bireysel ticareti gerçekten güçlendirmek; ikincisi ise, ajanların gelecekteki tahmin pazarında sürdürülebilir ve genişletilebilir bir hedef haline gelmesini sağlamak.

Şahsen, Web3 ve yapay zeka sektörlerinde uzun yıllara dayanan pratik deneyime sahibim; sayısız projede yer aldım ve işlemler hakkında derin bir anlayış ve bilgi birikimine sahibim. Bu nedenle, LinkLayer yapay zeka ürünü düzeyinde uzun vadeli rekabet gücü ve güçlü bir rekabet avantajı oluşturma konusunda oldukça kendimize güveniyoruz.

Netra Miya: Anlıyorum, mükemmel cevabınız ve projenize dair detaylı tanıtımınız için çok teşekkür ederim Evan. Sizi bugün buraya davet ettiğimize göre, hem projenin kendisi hem de piyasa geri bildirimi açısından temel bir soruna doğrudan değinmek istiyoruz. Ekibimizin araştırmasına göre, "merkezi olmayan yapay zeka ajanları" olduğunu iddia eden projelerin %70'inden fazlası hala merkezi yapay zeka hizmet sağlayıcılarına bağımlı. Peki, LinkLayer AI, sadece karmaşık bir şekilde paketlenmiş bir API çağrı katmanı olmaktan nasıl kaçınıyor? Merkeziyetsizlik kavramınızı somutlaştıran temel teknik yönler nelerdir?

LinkLayerAI Evan: Bu mükemmel bir soru. Çünkü temelde yapay zeka doğası gereği merkezileşmiştir; tüm yapay zeka büyük dil modellerine dayanır. Dolayısıyla asıl sorun "merkezsizleşme" değil, yapay zekayı mı çağırıyoruz yoksa yapay zeka yetenekleri için altyapıyı mı kuruyoruz sorusudur. Birçok proje, model arayüzlerini blok zincirine bağlayıp merkezsizleşmiş yapay zeka olduklarını iddia ediyor ki bunu yanlış, hatta biraz gereksiz bir önerme olarak görüyorum. Modelin veri kaynakları ve yetenek doğrulama yolları değişmeden kalırsa, yine de merkezileşmiş olacaktır.

LinkLayer AI'nin farkı, model parametrelerini blok zincirine yerleştirmeye çalışmamamız, bunun yerine "işlem zekası oluşum yolunu" olabildiğince merkezsizleştirmemizdir. Ajanın yetenekleri merkezi bir eğitim setinden değil, farklı kullanıcılar tarafından yetkilendirilmiş gerçek dünya ticaret davranışından gelir. Bu davranışsal veriler blok zincirinde yapılandırılır ve özetlenir, böylece değişmez bir davranışsal yörünge temeli oluşturulur.

Bir Ajan gerçek piyasaya girdiğinde, alım satım davranışı herkese açık, sürekli ve izlenebilir olur. Örneğin, her Ajan için bağımsız bir cüzdan yapılandırıyoruz; bu sayede cüzdan doğrudan Ajanın akıllı varlığına bağlanabiliyor ve DEX'ler gibi merkeziyetsiz piyasalarda otonom işlemler gerçekleştirebiliyor. Bu şekilde, Ajanın yetenekleri platform anlatılarına güvenmek yerine piyasanın kendisi aracılığıyla doğrulanıyor.

Hesaplama açısından bakıldığında, akıl yürütme sürecinin büyük kısmının zincir dışında gerçekleştiğini söylemek doğru olur ki bu da işlemlerin temel ilkelerini ihlal etmez. Yine de farklı faktörlerin uygulanabilirliğini doğrulamak için kapsamlı makine öğrenimine ihtiyacımız var. Önemli olan, hesaplamanın zincir üzerinde mi yoksa zincir dışında mı gerçekleştiği değil, sonuçların doğrulanabilir olup olmadığıdır. Bu nedenle, zincir dışı hesaplama sonuçlarını zincir üzerindeki yürütme kayıtlarına karşı doğrulamak için davranışsal yörüngeler, imzalar, zaman damgaları ve tarihsel stil tutarlılığı kullanıyoruz; böylece "kararın ajanın uzun vadeli yetenek yapısından kaynaklandığı" fikri, kullanıcıların projenin kara kutu çıktısına güvenmesini gerektirmek yerine, doğrulanabilir bir gerçek haline geliyor. Bu tasarım, çok boyutlu pratik deneyimlerimize dayanarak yapılan gerçekçi bir seçimdir.

Netra Miya: Anladım, detaylı açıklamalarınız için teşekkür ederim Evan. Az önce LinkLayer AI'nin tüm hesaplama sürecinin büyük ölçüde zincir dışında tamamlandığını söylediniz, değil mi? Bu durumda, hesaplama sürecinin değişmezliğini nasıl sağlıyorsunuz? Bu aslında birçok kullanıcının, özellikle de sektördekilerin oldukça merak ettiği bir soru.

LinkLayerAI Evan: Bizim bakış açımızdan bu aslında temel bir sorun değil. Hesaplama sürecine müdahale edilip edilemeyeceği, nihai iş hedeflerinize bağlıdır. Çeşitli ajan türlerimiz var. Örneğin, ilk tür bireysel kullanıcılara hizmet eder ve bu ajanlar doğası gereği karmaşık hesaplama güvenliği sorunları içermez. Yeni yıldan sonra piyasaya süreceğimiz Mini Coin veya Alpha likiditesiyle ilgili ajanlar ise öncelikle kullanıcıların bireysel varlıklarına hizmet eder.

Nihayetinde piyasaya sürmeyi hedeflediğimiz öngörülebilir Ajan hedefleri, farklı boyutlarda stratejiler üretecek genişletilebilir bir sistemdir. Bu tür bir Ajan için, eğitim aşamasındaki hesaplamaların değiştirilip değiştirilemeyeceği nihai sonucu doğrudan etkilemeyecektir, çünkü piyasaya sunulduğunda eğitim zaten tamamlanmıştır. Ajanı kullanıcılar adına doğrudan emir vermek için kullanmıyoruz, bu nedenle az önce bahsettiğiniz risk senaryosunun ortaya çıkması olası değildir.

Verimlilik açısından bakıldığında, zincir dışı hesaplama şu anda ajanın gerçek anlamda işlem yeteneklerine sahip olmasını sağlayacak tek uygulanabilir ve yeterince verimli yöntemdir.

Netra Miya: Anlıyorum. Yani, teknik açıdan bakıldığında, kullanıcıların hizmetlerinizi zincir üzerinde mi yoksa zincir dışında mı kullandığının, dahili hesaplama yöntemlerinizle doğrudan bir ilişkisi yok, değil mi?

LinkLayerAI Evan: Evet, kullanıcı deneyimini hiçbir şekilde etkilemeyecektir.

Netra Miya: Tamam, anladım. Cevabınız için teşekkür ederim, Evan.

Netra Miya: İkinci sorum değer yakalama ile ilgili. Birçok yapay zeka projesinin çok karmaşık token ekonomisi tasarladığını gördük, ancak özünde kullanıcılar genellikle proje ekibi veya ilk yatırımcılar tarafından tutulan tokenlar için sadece likidite sağlıyorlar. Peki, LinkLayer AI'nin ekonomik modeli, değerin gerçekten de ilk yatırımcılara değil, tüm ağa katkıda bulunan katılımcılara akmasını nasıl sağlıyor?

Netra Miya: İkinci sorum değer yakalama ile ilgili. Birçok yapay zeka projesinin çok karmaşık token ekonomisi tasarladığını gördük, ancak özünde kullanıcılar genellikle proje ekibi veya ilk yatırımcılar tarafından tutulan tokenlar için sadece likidite sağlıyorlar. Peki, LinkLayer AI'nin ekonomik modeli, değerin gerçekten de ilk yatırımcılara değil, tüm ağa katkıda bulunan katılımcılara akmasını nasıl sağlıyor?

LinkLayerAI Evan: Genel bir değerlendirme ile başlayalım. Birçok karmaşık token ekonomisi sistemi, temelde farklı kullanım durumlarını desteklemek üzere tasarlanmıştır. LinkLayer AI'nin tam ekonomik modeli henüz tamamlanmadı, çünkü ajanımız ve tüm ürün yelpazemiz hala son paketleme aşamasında. Bununla birlikte, şirket içinde nispeten net ve iyi düşünülmüş bir tasarım felsefesi geliştirdik. Genel olarak, LLAX ve LLA kullanarak çift token modelini benimsiyoruz.

Sorduğunuz soru, mevcut yapay zeka token modellerinin en kolay sorgulanabilen yönüyle tam olarak örtüşüyor: Token ekonomisi, gizli bir finansman biçimi midir? LinkLayer AI, bu yapısal uyumsuzluğu baştan önlemek için tasarlandı. "Davranışsal katman" ve "değer katmanı"nı tamamen ayırıyoruz. LLAX tamamen davranışsal katmana aittir; rolü sadece ağa katkınızı ölçmektir. Örneğin, gerçek zamanlı işlem verileri sağlarsanız, karlı bir pozisyonu kapatmanız, zarar eden bir pozisyonu kapatmanız veya hatta teminat çağrısı almanız fark etmeksizin, bize veri sağlıyorsunuz ve bu verilerin kendi başına bir değeri var. LLAX, Agent hizmetlerini kullanmak ve etkili geri bildirim sağlamak da dahil olmak üzere bu davranışları teşvik etmek için kullanılır. Bir finansman varlığından ziyade, davranışsal bir öz sermaye sertifikasına daha çok benziyor.

Gerçek değer istikrarı sağlama işlevi LLA tarafından gerçekleştirilir. LLAX ve LLA arasındaki değişim ilişkisi tek yönlüdür ve değişim süreci varlık yakımını içerir; değişim tamamlandıktan sonra geri alınamaz. Bu, kullanıcı katkılarının erken yatırımcılar için çıkış likiditesi sağlamak yerine, sürekli olarak öz sermayeyi değer katmanına sıkıştırdığı anlamına gelir.

Daha da önemlisi, Ajan tahminin hedefi haline geldiğinde, platform tarafından üretilen işlem ücretleri sadece protokol tarafına akmayacaktır. Amacımız, başarılı bir tahmin yapan tarafın karşı tarafın kârını alması, başarısız bir tahmin yapan tarafın ise değer katmanında (LLA) bir teşvik almasıdır. Bu, esasen piyasada daha verimli bir dolaşımı sağlamayı amaçlayan bir yeniden dağıtım ve dağıtım mekanizmasıdır. Bu tasarım altında, değer, token'ın kendisinin alım satım balonundan değil, gerçek piyasa rekabetinden kaynaklanır. Amacımız, kullanıcıların "token'larını tutmaları ve fiyatların yükselmesini beklemeleri" değil, değerin yalnızca sistemik faaliyetlere katılım yoluyla biriktirilmesidir.

Bir diğer pratik sorun ise, Ajanın kendisinin son derece yüksek işletme maliyetidir. Farklı Ajan türleri, farklı büyük dil modellerini çağırır ve her kullanıcı eylemi, geleneksel Web2 arka uç hizmetlerinin maliyetlerini çok aşan gerçek maliyetlere yol açar. Ancak, kullanıcılar genellikle yapay zeka veya Ajan için doğrudan ödeme yapmak istemezler, bu da projenin kendisini çok kırılgan hale getirir. Kullanıcılar ödeme yapmazsa, ancak proje ekibi yine de büyük modele sürekli olarak maliyet ödemek zorunda kalırsa, tüm sistemin uzun vadede sürdürülebilir olması zordur. Bu nedenle, çift token modeli, bir ölçüde, ürün ve hizmet için gerçekten ödeme yapmaya istekli kullanıcıları teşvik etmenin ve sürdürülebilir bir kullanım yapısını desteklemenin bir yoludur.

Netra Miya: Anlıyorum. Peki LLAX tam olarak neyi ifade ediyor?

LinkLayerAI Evan: Esasen bir davranışsal haklar aracıdır.

Bunu, platform puanlarının zincir üstü bir biçimi olarak düşünebilirsiniz, ancak değer sabitleme katmanı veya nihai likidite katmanı görevi görmez. LLAX ve LLA arasında tek yönlü bir bağlantı vardır; LLAX'ı LLA ile takas edebilirsiniz, ancak takas tamamlandıktan sonra geri takas edemezsiniz.

Netra Miya: Anladım. Teknik konuları ele aldığımıza göre, biraz daha derine inelim. Şu anda, yapay zeka ajanları için yetenek doğrulama mekanizmasıyla ilgili üç temel endişe var: Birincisi, makine öğrenimi modelleri doğası gereği bir kara kutu problemine sahiptir; politika ayrıntıları açığa çıkarılmadan kararların kalitesi nasıl kanıtlanabilir? İkincisi, ajanların geçmişe dönük testlerde hile yapmasını veya doğrulama verilerine aşırı uyum sağlamasını nasıl önleyebiliriz? Üçüncüsü, gerçek zamanlı kararların doğrulanabilirliğini sistem performansı ile nasıl dengeleyebiliriz?

LinkLayerAI Evan: Öncelikle, ilk soruya, yani sözde kara kutu problemine gelince, bu temelde makine öğreniminin çok sayıda veri faktörüne dayanmasından kaynaklanıyor. Herkese açık veri faktörleri mevcuttur, ancak toplama maliyeti ve boyutu farklılık gösterir. Bu kamuya açık faktörleri modelleri eğitmek için kullanmanın doğal olarak sınırlamaları vardır. Bununla birlikte, bizim görüşümüze göre, kara kutu gerçek temel sorun değildir; ajanın nihai yönünü belirlemez. Yetenek kanıtına gelince, modelin içsel olarak nasıl "düşündüğünü" kanıtlamaya çalışmıyoruz. Çünkü makine öğrenimi doğası gereği bir kara kutu sistemidir, hiçbir ekip onu tamamen şeffaf hale getiremez. Bizim yaklaşımımız, ajanın gerçek bir pazar ortamında tutarlı ve tanımlanabilir bir yetenek yapısı sergileyip sergileyemeyeceğini kanıtlamaktır.

Bu nedenle, yetenek parametresi seviyesinde veya model parametresi seviyesinde değil, davranışsal seviyede kanıt sunuyoruz. Geriye dönük testler manipüle edilebilse de, bu tür sorunlar uzun vadede gerçek piyasada gizlenemez. Gerçek ticaret, kayma, likidite şokları, karşı taraf oyun teorisi ve öngörülemeyen olaylardan etkilenir; bunların tümü blok zincirinde sürekli davranışsal yörüngeler oluşturur. Sistem, strateji sapması, stil tutarsızlıkları ve anormal kalıplar üzerinde tutarlılık kontrolleri gerçekleştirir.

Bu nedenle, yetenek parametresi seviyesinde veya model parametresi seviyesinde değil, davranışsal seviyede kanıt sunuyoruz. Geriye dönük testler manipüle edilebilse de, bu tür sorunlar uzun vadede gerçek piyasada gizlenemez. Gerçek ticaret, kayma, likidite şokları, karşı taraf oyun teorisi ve öngörülemeyen olaylardan etkilenir; bunların tümü blok zincirinde sürekli davranışsal yörüngeler oluşturur. Sistem, strateji sapması, stil tutarsızlıkları ve anormal kalıplar üzerinde tutarlılık kontrolleri gerçekleştirir.

Ekibimiz sadece bir proje ekibi değil, bir işlem ekibidir. Gerçek operasyonlarda kendi ajanlarımız ve stratejilerimiz bulunmaktadır. Geri testlere büyük ölçüde güvenen birçok geleneksel işlem ekibinin aksine, tüm işlem sistemini desteklemek için geri test sonuçlarını kullanmak yerine, küçük miktarlarda sermaye ile canlı işlemler yapmayı tercih ediyoruz. Ekibin kendisi blockchain geçmişine sahip olduğu için, zincir üstü işlemler konusunda derin bir anlayışa sahibiz ve bu alanda çok fazla deneyim biriktirerek bazı benzersiz yargılar ve yöntemler geliştirdik.

Gerçek zamanlı doğrulanabilirlik ve sistem performansı arasındaki dengeye gelince, her karar adımına ağır kriptografik kanıtlar uygulamıyoruz. Bunun yerine, eşzamansız sabitleme ve davranışsal tutarlılık doğrulama mekanizmalarını benimsiyoruz. Bu, uzun vadeli yetenek yapısının doğrulanabilirliğini korurken karar yürütmesinin yeterince verimli olmasını sağlar. Bu, pratikte uygulanamaz teorik olarak mükemmel bir çözüm peşinde koşmak yerine, mühendislik gerçekçiliği ve güvenilirlik arasında bir denge kurmaktır. Birçok projenin teoride mükemmel göründüğünü, ancak gerçek operasyon aşamasına girdiklerinde genellikle çok sayıda sorunla karşılaştıklarını göreceksiniz. Tıpkı halka açık blok zincirlerinin geliştirilmesinde olduğu gibi, birçok son derece idealist halka açık blok zinciri hayatta kalamazken, erken mimarisi mükemmel olmayan BNB Chain gibi zincirler yaygın olarak benimsenen bir altyapı haline geldi. LinkLayer AI de uzun vadeli sürdürülebilir gelişmeyi teşvik etmek için daha mühendislik gerçekçi bir yaklaşım seçecektir.

Netra Miya: Anlıyorum. Duyduklarıma göre, sizin de alım satım geçmişiniz olduğu için ekibinizin çok sağlam bir temeli var ve teknik soruları da çok kendinden emin bir şekilde yanıtladınız.

LinkLayerAI Evan: Hayır, o da değil.

Netra Miya: Size başka bir soru sormak istiyorum, projeniz ne kadar süredir devam ediyor?

LinkLayerAI Evan: Proje hazırlık süresi yaklaşık bir yıl sürdü.

Netra Miya: Resmi lansmanı ne zaman yapılacak?

LinkLayerAI Evan: Ürünün ilk tam sürümünü Şubat ve Mart başı arasında, yani önümüzdeki ay olan Mart başında piyasaya sürmeyi bekliyoruz.

Netra Miya: Anlıyorum, yani yeni yıldan sonra.

LinkLayerAI Evan: Evet. Aslında, zincir üstü arbitraj, zincir üstü kantitatif ticaret, makine öğrenimi ve ajanlar da dahil olmak üzere oldukça kapsamlı bir endüstriyel ve Ar-Ge kapasitemiz var. LinkLayer AI, mevcut yeteneklerimizin bir kısmının ürünleştirilmesinden ibaret, bu nedenle genel Ar-Ge sistemi bu tek proje etrafında dönmüyor.

Netra Miya: Anlıyorum. Şimdi dördüncü soruma geçiyorum. Bir fikir öne sürdünüz: aracıları alınıp satılabilir varlıklar olarak ele almak ve piyasanın onların gelecekteki performanslarını tahmin etmesine ve bunlara göre işlem yapmasına izin vermek. Ancak burada temel bir çelişki var gibi görünüyor: eğer piyasa bir aracının kararlarını tahmin edebilirse, rasyonel katılımcılar erken hareket edebilir ve bu da aracının gerçek stratejisinin başarısız olmasına neden olabilir. Bu "tahmin paradoksunu" nasıl değerlendiriyor ve çözüyorsunuz?

LinkLayerAI Evan: Sözde tahmin paradoksu, piyasanın bir aracının belirli bir işlem eylemini tahmin ettiği varsayımına dayanmaktadır. Ancak bu bizim tasarım hedefimiz değil. Piyasanın, aracının bir sonraki işleminin uzun mu yoksa kısa mı olacağını değil, yeteneklerinin istikrarlılığını tahmin etmesini istiyoruz. Bu biraz bir insanı tahmin etmeye benziyor; matematik sınav puanını tahmin etmiyorum, ancak üst düzey bir üniversiteye mi yoksa ikinci sınıf bir üniversiteye mi girebileceğini tahmin ediyorum—bu kapsamlı bir değerlendirme. Aracının belirli kararları önceden açıklanmaz ve piyasa katılımcıları önceden hareket ederek stratejiyi geçersiz kılamazlar. Sadece geçmiş davranışlara dayanarak aracının uzun vadede göreceli bir avantajı koruyup koruyamayacağını değerlendirebilirler. Bu şekilde, tahmin piyasası bir "sinyal arbitraj oyunundan" bir yetenek fiyatlandırma piyasasına dönüşür.

Başka bir deyişle, piyasa tek bir işleme bahis oynamıyor, aksine davranışsal bir sistemin uzun vadeli etkinliğine kumar oynuyor. Bu iki mantık tamamen farklıdır. Örneğin, temsilcilerimizin her birinin işlem fonlarında yalnızca on, yirmi veya otuz dolar olabilir; bu kadar küçük bir miktar doğal olarak herhangi bir arbitraj fırsatı sunmaz.

Biz daha çok aşamalı doğrulamaya odaklanıyoruz. Örneğin, bir aracı kurum belirli bir süre boyunca 10 dolarla işlem yaparsa, kâr mı yoksa zarar mı görürsünüz? Kâr %10 mu yoksa %20 mi? Gözlem ve doğrulamayı bu şekilde yapıyoruz. Bu biraz Hong Kong at yarışlarına benziyor; tek hamlelik bir oyun değil. Stratejileri sürekli değişen ve stilleri farklı olan on hatta yüz aracı kurumumuz olabilir. Bu stiller, farklı piyasa ortamlarında kâr veya zarar performanslarını belirleyecektir. Yani, özünde, alım satım veya riskten korunma/arbitraj için kullanılabilen tek bir varlıktan ziyade, daha çok temel bir varlığa benziyor.

Netra Miya: Sizce arbitrajcılarla aranızda rekabetçi veya oyun teorisine dayalı bir ilişki var mı?

Netra Miya: Sizce arbitrajcılarla aranızda rekabetçi veya oyun teorisine dayalı bir ilişki var mı?

LinkLayerAI Evan: Hayır, çünkü arbitraj fırsatı yok. Eğer dayanak varlığın fiyatı sadece otuz dolar kadar değişirse, arbitraj fırsatı da olmaz.

Netra Miya: Yani, bu durumun gerçekleşme olasılığı temelde düşük mü?

LinkLayerAI Evan: Evet, arbitrajın karlı olması varsayımına dayanması gerekir.

Ajanları tahmin hedefi olarak kullanma düşüncemiz, tahmin piyasaları üzerine yaptığımız araştırmadan kaynaklanmaktadır; bu araştırma, mevcut birçok tahmin piyasası hedefinin manipülasyona açık olduğunu ortaya koymuştur. Örneğin, "tanınmış bir şahsiyetin seçilip seçilmeyeceği" gibi hedeflerde, bireyin kendisi eylemleriyle sonucu etkileyebilir. Ajanların avantajı, doğrudan insan kontrolünden bağımsız olmalarında yatmaktadır; öznel irade yerine veri ve karar verme mantığına dayalı olarak çalışırlar. İnsan komutlarına göre davranmaları gerekmez; bu da ajanları gelecek vadeden bir tahmin hedefi yapan çok önemli bir özelliktir.

Ayrıca, aracıdan aracıya ticaret ve evrimi göz önünde bulundurulduğunda, strateji kombinasyonları neredeyse sınırsızdır ve sürekli genişlemeye olanak tanır. Nitelikli bir aracı hedefinin, manipüle edilmesi zor özelliklere sahip olması gerekir, böylece piyasa tahmini için nispeten adil bir temel sağlanır.

Netra Miya: Anlıyorum. Teknolojinin ötesinde, risk de büyük bir endişe kaynağı. Ajanın kendisi bir varlık haline geldiğinde, en az üç risk katmanı görüyoruz: birincisi, model riski – yapay zeka kararları yanlış gidebilir; ikincisi, piyasa riski – kripto piyasasının kendisi oldukça değişkendir; ve üçüncüsü, sistemik risk – örneğin, benzer stratejiler kullanan birden fazla ajan bir panik havasına yol açabilir. LinkLayer AI bu bileşik riskleri nasıl ele alıyor?

LinkLayerAI Evan: Aslında, önceki sorular bu noktayı kısmen zaten yanıtladı. Bu üç risk katmanının temelinde, aracıları kullanarak işlem kârı elde etmeyi hedeflediğimiz varsayımı yatıyor. Ancak tasarımımız böyle değil. Strateji ve geliştirme aşamalarında, geriye dönük testlere nadiren başvuruyoruz; bunun yerine, küçük miktarlarda sermaye ile doğrudan canlı işlemler gerçekleştiriyoruz. Hedefimiz, herkesin gözlemleyebilmesi için, aracı ve cüzdan bağlama yoluyla bir DEX üzerinde çok sayıda küçük ölçekli canlı işlemi halka açık bir şekilde yürütmek gibi. Para kazanmayı amaçlayan bir araç değil, gerçek bir piyasa ortamında doğrulama süreci.

Bu nedenle, model hataları doğrulama sürecinin bir parçasıdır. Piyasa bir hata tahmin etse bile, yine de kar elde edilebilir; bu nedenle geleneksel anlamda bir model riski yoktur. Piyasa oynaklığına gelince, kripto piyasasının oynaklığı, işlem aracısının kendisinin bir testidir. Kar amacı gütmediğimiz veya yatırımcılardan fon toplamadığımız için, piyasa oynaklığından kaynaklanan bir yatırım riski de yoktur.

Sistemik risk açısından, birden fazla aktör arasında stratejilerin homojenleşmesi gerçekten bir sorundur ve bu da LinkLayer AI projemizin ardındaki ilk motivasyondur. Strateji homojenleşmesinin temel nedeni, farklı aktörler tarafından kullanılan son derece benzer faktörlerde yatmaktadır. Piyasada yalnızca 10.000 kamuya açık faktör olduğunu varsayarsak, bu faktörler etrafında tekrarlanan strateji oluşturma kaçınılmaz olarak yakınsamaya yol açacaktır. Çok sayıda zincir üstü yapay zeka hizmetinin açılması yoluyla kullanıcıların kendi özel verilerini getirerek katılım sağlamalarına olanak tanımayı umuyoruz. Her pozisyon ve her işlem kendi başına benzersiz bir faktördür. Özel faktörler arttıkça ve kamuya açık faktörlerle birleştikçe, daha da fazla yeni faktör ortaya çıkacak ve böylece sürekli ve homojen olmayan bir strateji alanı oluşacaktır.

Netra Miya: Bu çok açık. Peki, 2022'deki Luna çöküşü gibi beklenmedik bir olay (kara kuğu olayı) gibi aşırı piyasa koşullarında, ne tür hata koruma veya risk kontrol mekanizmalarınız mevcut?

LinkLayerAI Evan: Sonuçta her şey risk kontrolüne dayanıyor. Herhangi bir işlem ekibi için kârlılık asla en büyük öncelik değildir; risk kontrolü önceliktir. Luna gibi olaylar esasen projenin kendisindeki yapısal kusurlardan kaynaklanmaktadır. Şu anda işlem tarafındaki bireysel kullanıcılar için risk kontrol araçları geliştiriyoruz. Örneğin, kullanıcılar pozisyonlarını salt okunur bir API aracılığıyla gönderebilirler. İşlem yetkimiz yok, ancak giriş noktalarını ve risk seviyelerini belirlemeye yardımcı olmak için halka açık piyasa faktörlerini kullanabiliriz.

Genel risk kontrolü çok boyutlu olarak uygulanacaktır: birincisi, hacim ve fiyat arasındaki ilişki; ikincisi, likidite seviyesi; ve üçüncüsü, sosyal medyadan gelen sinyaller ve duygu analizi. Hacim, fiyat veya likidite belirli eşiklere ulaştığında, sistem ilgili risk kontrol mekanizmasını tetikleyecektir. Elbette, beklenmedik olayları tamamen tahmin etmek gerçekçi değildir, ancak çok boyutlu risk kontrolü sayesinde riskleri daha erken tespit edebilir ve buna göre yanıt verebiliriz.

Netra Miya: Anlıyorum. Duyduklarıma göre, risk kontrolüne ilişkin değerlendirmeleriniz gerçekten de oldukça kapsamlı.

LinkLayerAI Evan: Evet, her şey "faktörlere" dayanıyor. Risk kontrol mantığı, saf zincir içi ticaret, CEX ticareti veya arbitraj sistemleri gibi senaryolara göre farklılık gösterir ve her birinin kendi odak noktası vardır. Ticareti bir oyun olarak düşünürsek, en önemli risk kontrol ilkesi, oyunun kurallarını açıkça anlamak ve buna göre hareket etmektir.

LinkLayerAI Evan: Evet, her şey "faktörlere" dayanıyor. Risk kontrol mantığı, saf zincir içi ticaret, CEX ticareti veya arbitraj sistemleri gibi senaryolara göre farklılık gösterir ve her birinin kendi odak noktası vardır. Ticareti bir oyun olarak düşünürsek, en önemli risk kontrol ilkesi, oyunun kurallarını açıkça anlamak ve buna göre hareket etmektir.

Netra Miya: Bugünkü sabırlı ve detaylı sunumunuz için çok teşekkür ederim Evan. LinkLayer AI hakkında birçok önemli soruyu yanıtladınız.

LinkLayerAI Evan: Teşekkür ederim.

Netra Miya: Bu akşamki samimi görüş alışverişiniz için teşekkür ederim, Evan. Bu diyalog sayesinde birkaç önemli içgörü edindik: yapay zekâ ajanlarının evrimi sadece teknolojik yükseltmelerle ilgili değil, aynı zamanda güvenilir bir altyapı oluşturmakla da ilgili; ajanları araçlardan hedeflere dönüştürmek, kavramsal paketlemeden ziyade kurumsal yenilik gerektiriyor; ve bu alanda karşılaşılan zorluklar sadece teknik sorunlar değil, aynı zamanda ekonomik ve felsefi sorunlar da içeriyor. Yapay zekâ ve kripto paranın bu en ileri ve en gürültülü kesişim noktasında, rasyonel şüpheciliği ve açık merakı korumak da aynı derecede önemli. LinkLayer yapay zekâsı hakkındaki kapsamlı açıklamanız için tekrar teşekkür ederim, Evan.

Netra Miya: Bugünkü sohbetimiz burada sona eriyor. Çok teşekkürler Evan. Bir sonraki görüşmemizde görüşmek üzere.