#Gate广场AI测评官 عندما لا تنظر الذكاء الاصطناعي إلى السعر فقط: سوق العملات المشفرة يدخل عصر الوكلاء!

على مدار العامين الماضيين، كانت الذكاء الاصطناعي حارة في الأوساط المشفرة، إلى حد أن مفاهيم وتطبيقات وسرديات جديدة تظهر كل فترة زمنية. ركز السوق في المرحلة المبكرة على "عملات مفهوم الذكاء الاصطناعي" و"مسار الذكاء الاصطناعي" و"تمكين الذكاء الاصطناعي لبروتوكول معين"، وكان الأمر مثيراً جداً، لكن المنتجات التي تم تطبيقها فعلياً على مستوى التداول لم تكن كثيرة.

معظم ما تفعله الأدوات هو عرض الأسعار والبحث عن المعلومات والتلخيص وتقديم الاقتراحات، والمستخدمون في النهاية ما زالوا بحاجة إلى التنقل بأنفسهم، ومراجعة البيانات، وربط محافظهم، والعثور على السيولة، والضغط على الطلب يدويًا. بالنسبة للأشخاص الذين يراقبون السوق يوميًا ويتابعون الاتجاهات والانجراف إلى السلسلة، لا يمكن أن نقول أن هذه التجربة سيئة، كما لا يمكننا القول إن الكفاءة عالية جداً.

مشاريع عوامل الذكاء الاصطناعي مثل OpenClaw التي أصبحت شائعة فجأة مؤخراً أعادت انتباه الصناعة إلى مسألة أكثر واقعية: هل يمكن للذكاء الاصطناعي حقاً أن يتطور من "مرافقتك لمشاهدة السوق" إلى "مساعدتك على الدخول إلى السوق"؟

السبب في أن هذا الأمر مهم بشكل خاص في مجال العملات المشفرة هو أن التشفير بطبيعته هو سوق عالي التكرار وموزع وعلى مدار الساعة. هناك الكثير من المعلومات والتغييرات سريعة والأدوات متنوعة والنقاط الدخول مختلفة؛ الأشياء التي يخسرها الناس في كثير من الأحيان ليست الآراء، بل السرعة والطاقة والعملية.

السبب في أن عوامل الذكاء الاصطناعي تحظى باهتمام كبير هو هنا، فهي تبدأ بالقدرة على ربط الإجراءات المتناثرة وتوفير الكثير من وقت التنقل بين الصفحات للمستخدم.

ما الذي أثار عصب السوق في OpenClaw الذي أصبح حديث الناس طوال الليل؟

ليس فقط لأن OpenClaw مشروع ذكاء اصطناعي، بل لأنها أظهرت القدرة على أن تكون "عامل رقمي" أكثر واقعية. معظم أدوات الذكاء الاصطناعي التقليدية تتوقف عند مستوى الأسئلة والأجوبة، أنت تسأل وهي تجيب؛ تسأل مرة أخرى وهي تضيف المزيد. عوامل من نوع OpenClaw لها مجال خيال أوسع لأنها يمكنها فهم المهام واستدعاء الأدوات وتنفيذ الإجراءات، وتسلسل سلسلة من الخطوات في عملية كاملة.

عند تطبيقها على سوق العملات المشفرة، هذه القدرة يمكن رؤيتها بوضوح شديد: يمكنها أن تجلب الأسعار أولاً، ثم تنظر إلى بيانات السلسلة، ثم تقرأ أخبار السوق والمشاعر، ثم تقيم المخاطر، وتجد المسار، وتتصل بالمحفظة، وأخيراً تنفذ التجارة. بالنسبة لمستخدمي العملات المشفرة، هذا التغيير في التجربة واضح جداً.

في السابق، كان عليك فتح عدة أدوات في نفس الوقت بنفسك، ومراقبة البورصات، والنظر إلى السلسلة، وتقليب النشرات السريعة، والركض إلى المحافظ، وتحديد التسلسل بنفسك؛ معنى عامل الذكاء الاصطناعي هو أنه لديه الفرصة لمعالجة هذه الإجراءات معبأة، والمستخدم فقط يحتاج إلى إعطاء الهدف والتفضيل. وبالتالي، بدأ عامل الذكاء الاصطناعي بالانتشار تدريجياً من دوائر المطورين وحلقات التداول الكمي إلى مجموعة أكبر من مستخدمي التداول. بدأ السوق يدرك أن نقطة التركيز في المرحلة التالية قد لا تقتصر على "هل يستطيع الذكاء الاصطناعي أن يتحدث"، بل على "هل يستطيع الذكاء الاصطناعي أن يعمل لصالحك".

الذكاء الاصطناعي يدخل جماعياً، لكن ما يفعله كل طرف ليس نفس الشيء في الواقع

مؤخراً، قررت جميع البورصات الكبرى تقريباً التركيز على اتجاه الذكاء الاصطناعي. ومع ذلك، إذا تم تشريح بنية المنتج، ستجد أن أفكار الجميع ليست متطابقة تماماً.

يميل جزء من المنصات نحو أنظمة السلسلة على الشبكة، ويضعون الذكاء الاصطناعي بشكل أساسي على جانب تداول DEX وتفاعل المحفظة وتحليل بيانات السلسلة. بالنسبة للمستخدمين الذين يشاركون بشكل متكرر في التداول على السلسلة، يمكن لهذه الأنظمة دمج الكثير من الخطوات المتناثرة في السابق.

هناك أيضاً بعض المنصات التي تستخدم الذكاء الاصطناعي كأداة معلومات، حيث يقتصر دور الذكاء الاصطناعي على "مرشح المعلومات"، مما يساعد المستخدمين على رؤية تغييرات السوق بشكل أسرع، لكن إجراءات التداول المحددة لا تزال يقوم بها المستخدم بنفسه. هذه الطريقة فعالة بشكل مباشر في تحسين كفاءة الحصول على المعلومات، كما أنها سهلة القبول من قبل المستخدمين العاديين.

هناك أيضاً مسار آخر، يحاول جعل القدرة على التداول نفسها واجهة برمجية يمكن للذكاء الاصطناعي أن يستدعيها مباشرة، بحيث لا يقتصر الذكاء الاصطناعي على طبقة المعلومات، بل يمكنه المشاركة في عملية التداول. على سبيل المثال، Gate for Ai يحاول دمج البورصات والمحافظ وبيانات السلسلة وأنظمة الأخبار في نفس بنية الواجهة، مما يسمح للذكاء الاصطناعي بالوصول المتزامن إلى الأسعار والحسابات والتداول وبيانات السلسلة والوظائف الأخرى.

وراء هذا الاختلاف، يعكس في الواقع أنماطاً مختلفة من التطور: بعض المنصات تركز أولاً على تعزيز القدرة على التفاعل على السلسلة، وبعض المنصات تؤكد أكثر على القدرة على تحليل المعلومات، وهناك أيضاً منصات بدأت تحاول جعل عملية التداول نفسها معيارية، بحيث يمكن للذكاء الاصطناعي أن يشارك في مراحل مختلفة.

MCP و Skills التي غالباً ما يتم ذكرها هنا يمكن فهمها كبنية فنية. MCP يشبه أكثر واجهة موحدة، مما يسمح بأن تكون الأسعار والحسابات والتداول وقدرات بيانات السلسلة قابلة للاستدعاء من قبل الذكاء الاصطناعي؛ Skills تشبه وحدات الميزات المجمعة مسبقاً، حيث يتم تجميع خطوات تحليل البيانات وتقييم المخاطر وحكم الأسعار معاً.

لنضرب مثالاً بسيطاً، إذا كان الذكاء الاصطناعي يستطيع فقط رؤية تغيير الأسعار، فسيكون من الصعب الحكم على وضع السوق؛ لكن إذا كان يستطيع قراءة الأخبار والتدفقات النقدية على السلسلة ورسوم التمويل وبيانات الدفاتر في نفس الوقت، جنباً إلى جنب مع تحليل نموذج المخاطر، فيمكنه تشكيل حكم أكثر اكتمالاً. دور Skills هو تنظيم هذه القدرات مسبقاً، مما يسمح للذكاء الاصطناعي بإكمال مجموعة كاملة من خطوات التحليل بشكل أسرع.

بالنسبة للمستخدمين العاديين، التغييرات التي تجلبها هذه التصاميم واضحة جداً: تقل تبديلات الأدوات، وتزداد درجة تكامل المعلومات. بالنسبة للتجار الأكثر احترافية، قد تتوسع هذه الأنظمة في المستقبل إلى سيناريوهات أكثر تعقيداً مثل مسح المراجحة والتنبيهات الخطرة وإدارة المراكز.

المنافسة التالية للذكاء الاصطناعي، تتنافس على "من يشبه أداة التداول الفعلية أكثر"

مع إطلاق عدد متزايد من المنصات منتجات تتعلق بالذكاء الاصطناعي، يتغير تركيز الصناعة تدريجياً أيضاً. كانت المناقشات المبكرة تركز أكثر على "ما إذا كانت هناك وظائف الذكاء الاصطناعي"، والآن السوق يهتم أكثر ب ما إذا كان الذكاء الاصطناعي يمكنه حقاً المشاركة في عملية التداول. بالنسبة لمستخدمي التداول، غالباً ما تأتي التغييرات الأكثر مباشرة من بعض الأسئلة المحددة جداً:

هل يمكن تقليل تبديل الأدوات؟ هل يمكن العثور على مسار التداول المقابل للنقطة الساخنة بشكل أسرع؟ هل يمكن التعامل مع الأسعار وبيانات السلسلة وعمليات التداول في نفس الواجهة في نفس الوقت؟ جميع هذه الأسئلة بطبيعتها تشير إلى نفس الاتجاه — ما إذا كان يمكن تنظيم عملية التداول بكفاءة أكبر.

الاتجاه الذي يمكن رؤيته حالياً هو أن الذكاء الاصطناعي يتحول تدريجياً من "أداة مساعدة للمعلومات" إلى "مشارك في العملية". في السابق، كان الذكاء الاصطناعي يُستخدم في الغالب لتحليل الأسعار أو ملخص المعلومات أو ملاحظة معنويات السوق، بينما في تصاميم المنتجات الجديدة، بدأ الذكاء الاصطناعي في محاولة ربط المزيد من المراحل، مثل تحليل البيانات وتقييم المخاطر وتنفيذ التداول بل وإدارة الاستراتيجية.

بالطبع، هذه المرحلة لا تزال في عملية تطور مبكرة نسبياً. عندما يتعلق الأمر بالتداول الفعلي، ستصبح الأمان وتحكم الأذونات ونظام التحكم في المخاطر واستقرار النظام تحديات مهمة. لا تزال العديد من الميزات تتطلب تأكيد المستخدم أو المشاركة اليدوية.

لكن الاتجاه العام بات واضحاً: قيمة الذكاء الاصطناعي في سوق العملات المشفرة تتحول تدريجياً من "مساعدة فهم السوق" إلى "مساعدة تنفيذ العمليات". في المستقبل، قد تعكس الاختلافات بين البورصات بشكل أكبر من يمكنه ربط مراحل المعلومات والتحليل والتنفيذ بطريقة أكثر سلاسة.