الرئيس التنفيذي لشركة CoinStats نارك جيفورجيان حول بناء وكيل ذكاء اصطناعي للعملات الرقمية لأبحاث الوقت الفعلي

أصبح إجراء الأبحاث في سوق العملات الرقمية أكثر صعوبة مع توسع السوق عبر السلاسل، والبروتوكولات، والمحافظ، والبورصات، والمنصات الاجتماعية. قد يتطلب اتخاذ قرار استثماري واحد عدة ساعات من التحقق من بيانات التوكن، والتدفقات عبر السلسلة، والمعنويات، والأخبار، والسيولة، وانكشاف المحفظة.

بدأت كوينستاتس كأداة لتتبع المحافظ، مما أتاح للمستخدمين مكانًا واحدًا لمراقبة الأصول عبر المحافظ والبورصات. تبني الآن الشركة منتجًا أكثر طموحًا حول الذكاء الاصطناعي المتخصص بالعملات الرقمية، وواجهات برمجة التطبيقات للمطورين، والوصول إلى البيانات الجاهزة للوكلاء.

قال نارك كيفوركيان، المؤسس والرئيس التنفيذي لأداة تتبع العملات الرقمية كوينستاتس، في مقابلة حصرية مع BeInCrypto، أن العملات الرقمية بحاجة إلى ذكاء اصطناعي متخصص بالنطاق، وشرح كيف يقترب الذكاء الاصطناعي في كوينستاتس من البحث، ولماذا ستصبح البيانات القابلة للقراءة آليًا للعملات الرقمية أمرًا ضروريًا مع دخول وكلاء الذكاء الاصطناعي إلى السوق.

بدأت كوينستاتس كبرنامج لتتبع المحافظ. ما الذي دفع باتجاه تطوير منتج بحثي يعتمد على الذكاء الاصطناعي للعملات الرقمية؟

اعتبر تتبع المحفظة هو الجزء السهل. الجزء الصعب هو معرفة الخطوة التالية بوضوح.

كان مستخدمونا يقضون ساعات في التنقل بين X، وديسكورد، وإيثرسكان، ومواقع الأخبار، ولوحات التحليل، وصفحات البورصات فقط لاتخاذ قرار واحد. كان لدى كوينستاتس بالفعل طبقة البيانات المناسبة، بما في ذلك التغطية عبر أكثر من 120 سلسلة، وبيانات السوق، وتدفقات عبر السلسلة، والسياق الاجتماعي.

اعتبر الذكاء الاصطناعي الخطوة الطبيعية التالية. بدلاً من إعطاء المستخدمين المزيد من لوحات المعلومات، أردنا مساعدتهم في الوصول إلى إجابات أفضل بشكل أسرع.

تقدم حجة قوية لفائدة الذكاء الاصطناعي المتخصص بنطاق العملات الرقمية. أين لا تزال النماذج العامة قصيرة في تلبية احتياجات البحث الجاد في العملات الرقمية؟

يرجع الأمر في الغالب إلى البنية والبيانات.

عندما يطرح المستخدم سؤالًا على الذكاء الاصطناعي في كوينستاتس، تعمل الوحدات الفرعية المتخصصة بالتوازي. يمكن لإحداها جلب الأخبار في الوقت الحقيقي. يمكن لأخرى مسح المعنويات الاجتماعية. وتقرأ أخرى البيانات عبر السلسلة عبر أكثر من 120 سلسلة بلوكشين. يمكن لوحدة أخرى مراجعة مقاييس البورصات. ويمكن لوحدة أخرى تحليل محفظة المستخدم الفعلية.

تبلغ هذه الوحدات الفرعية النظام بنتائجها، ثم يركب النظام المعلومات في إجابة واحدة مع جداول ورسوم بيانية تفاعلية بدلاً من نص طويل وعام. يقرأ النموذج من مصادر مباشرة، وليس فقط من بيانات التدريب، وهذا يقلل نسبة كبيرة من خطر الهلوسة في الأجوبة.

نوفر للمستخدمين إمكانية اختيار عمق الإجابة. لدى الذكاء الاصطناعي في كوينستاتس ثلاث أوضاع: "بحث متعمق" مخصص لتقارير شاملة متعددة المصادر، و"الاختبار الرجعي" لمساعدة المستخدمين في اختبار الاستراتيجيات على البيانات التاريخية، و"الوضع السريع" للاستعلامات السريعة.

عادةً ما يقدم النموذج العام نوعًا واحدًا من الإجابات. وبحث العملات الرقمية يشمل العديد من أنواع الأسئلة المختلفة.

نضبط الذكاء الاصطناعي في كوينستاتس بناءً على الأعمال الفعلية لمستخدمي العملات الرقمية، مثل بحث التوكنات، تحليل المحافظ، فحص المخاطر، تتبع الأموال الذكية، رصد نشاط الحيتان، نشر العقود، تتبع معنويات KOL، والربط الماكروي بين عوامل مثل سياسة الفيدرالي وتدفقات etf، وتصبح الفروقات واضحة عندما نصل للأسئلة المتخصصة.

أشارت كوينستاتس إلى أن الذكاء الاصطناعي لديها يقدم أداءً قويًا مقارنة بالنماذج العامة الأكبر في مهام بحث العملات الرقمية. ما الذي يقوم بعمله بطريقة مختلفة تحت الغطاء؟

يجمع بين الوصول المباشر للبيانات الحية، والاسترجاع، والوكلاء المتخصصين لكل مهمة، والاستنتاجات الأصلية لسوق العملات الرقمية.

تعاني النماذج العامة عادة من نقص بيانات السلسلة الحية، لذلك لا يمكنها إخبارك بشكل موثوق بمن يقوم بتراكم رمز معين أو إلى أين تتحرك السيولة. تفتقر هذه النماذج أيضًا للسياق السوقي والاجتماعي الفوري، فتفوت السرديات الجديدة أثناء تشكلها. تصبح بيانات تدريبها قديمة بسرعة كبيرة في سوق يمكن أن ينطلق فيه رمز جديد ويتحرك بشكل حاد في غضون أيام.

تفكر هذه النماذج أيضًا كأنها عموميون. يتطلب البحث في العملات المشفرة غالبًا فهم الربح الأعلى للمعاملات (MEV)، والانزلاق السعري، ومخاطر الجسور، وتجزئة السيولة عبر سلاسل مختلفة، وسلوك المحافظ، وتدفقات التداول، ومخاطر بروتوكول محددة.

اعتبر الخصوصية نقطة رئيسية أخرى. عندما يلصق المستخدم عنوان محفظة في نموذج ذكاء صناعي عام، قد يكشف حيازاته لمزود طرف ثالث. يهتم مستخدمو العملات المشفرة بهذا.

لهذا السبب قمنا ببناء وضع الخصوصية في CoinStats AI. عندما يقوم المستخدم بتفعيله، تمرر الاستفسارات عبر نظام Venice AI المشفر واللامركزي. لا يرى مزود ذكاء صناعي خارجي بيانات المستخدم. سواء كان شخص ما يبحث عن محافظ، أو يحلل تدفقات الرموز، أو يتحقق من مراكز يفضل إبقاءها خاصة، تبقى المعلومات بين المستخدم والبلوكشين فقط.

تخدم النماذج العامة الأسئلة البسيطة بشكل مفيد. يحتاج البحث الجاد في التشفير لبيانات حية، وخصوصية، وسياق يخص مجال العملات المشفرة.

كيف تنظر إلى الدقة والثقة ومخاطر الهلوسة عندما قد يتصرف المستخدمون بناءً على النتائج؟

يعد سوق العملات المشفرة مكانًا يصبح فيه أي تهاون في الدقة مكلفًا جدًا.

اعتمدنا نهجًا يستند إلى ثلاثة مبادئ. أولاً، يجب أن يكون كل ادعاء مستندًا إلى بيانات حية مع مصادر، ليتمكن المستخدم من التحقق من العمل. ثانيًا، يتيح وضع الاختبار الرجعي للمستخدمين اختبار أطروحاتهم على بيانات تاريخية قبل المخاطرة برأس المال. ثالثًا، نوضح بوضوح دور المنتج.

يعد CoinStats AI أداة بحث. صممناها لدعم عملية DYOR لا لاستبدال حكم المستخدم. يجب أن يكون DYOR جزءًا من تجربة المنتج نفسها، وليس مجرد إخلاء مسؤولية في أسفل الصفحة.

من جانب المطورين، تدعم CoinStats أيضًا واجهة API وMCP لوكلاء الذكاء الاصطناعي وبيئات التطوير. لماذا تعتبر طبقة بيانات العملات المشفرة المتاحة للمطورين مهمة؟

تواجه العملات المشفرة مشكلة بنيوية في البيانات. يتشتت الكم الهائل من المعلومات اللازمة لفهم محفظة أو سوق أو حدث على السلسلة بين مئات السلاسل، وآلاف البروتوكولات، وعشرات بورصات التداول المركزية، ونظام DeFi المتنامي.

يقف أمام أي مطور أو وكيل ذكاء صناعي يريد فهم العملات المشفرة خياران. يمكنه أن يمضي سنوات في حل تجميع البيانات بنفسه، أو أن يستفيد من مزود خدمة يقوم بذلك بالفعل.

نرى أن هذا الدور هو ما تلعبه CoinStats. قضينا سنوات في توحيد البيانات عبر أكثر من ٣٠٠ بورصة ومحفظة، وكل سلسلة رئيسية، وعدد كبير من مراكز DeFi طويلة الذيل.

عن طريق توفير ذلك من خلال CoinStats Crypto API وخادم MCP، يتمكن المطورون الذين يبنون وكلاء ذكاء صناعي أو أدوات تداول أو منتجات بحثية أو مشاريع جانبية في بيئات مثل Cursor أو Claude Code من الوصول لحالة المحافظ والبيانات السوقية والأخبار وسياق السلسلة كأجزاء أصلية قابلة للاستخدام.

لن يحتاجوا إلى إعادة بناء مسار البيانات قبل تطوير المنتج.

أصبح MCP موضوعًا جديًا في أدوات الذكاء الاصطناعي. كيف ترى مكانة كوين ستاتس في مستقبل حيث يتم التعامل مع تدفقات العمل في العملات الرقمية بشكل متزايد من قبل الوكلاء؟

عانت بيانات العملات الرقمية دائمًا من التشتت. تعيش الأسعار في منصة واحدة، وتعيش أرصدة المحافظ في مكان آخر. تتوزع مراكز التمويل اللامركزي عبر العديد من البروتوكولات، بينما قد تتواجد الرموز غير القابلة للاستبدال في أماكن أخرى مرة أخرى.

يعاني المطورون من صعوبة جمع كل ذلك معًا، وغالبًا ما يكون هذا هو الجزء الأصعب. تقضي الفرق وقتًا أطول في ربط البيانات بدلاً من تحسين تجربة المستخدم.

لهذا السبب سعينا لحل هذه المشكلة من خلال CoinStats API. يمتد التغطية إلى أكثر من 100 000 عملة وأكثر من 200 منصة تداول. تشمل 120+ سلسلة كتل. يتم حل مراكز التمويل اللامركزي عبر أكثر من 10 000 بروتوكول على مستوى المحفظة.

يحصل المطورون على نقطة وصول واحدة لرؤية شاملة. يغير ذلك ما يمكن لفريق صغير بناؤه بسرعة.

يأخذ خادم MCP لدينا نفس الفكرة إلى أبعد من ذلك. يتمكن وكلاء الذكاء الاصطناعي وLLMs من الاستعلام عن بيانات المحفظة والتمويل اللامركزي والمحفظة مباشرة. يستطيع وكيل مدمج في IDE سحب مراكز المستخدم، وتحليلها، ودعم تدفق العمل دون الحاجة إلى محولات مخصصة.

تبرز أهمية ذلك لأن أدوات العملات الرقمية تتطور باستمرار. ستشمل تدفقات العمل المستقبلية وكلاء يراقبون المخاطر، ويعيدون توازن المحافظ، ويظهرون الفرص، ويدعمون البحث. لكي يعمل ذلك، يجب أن تكون طبقة البيانات قابلة للقراءة آليًا، وموثوقة، وكاملة بما يكفي لفهم ما يمتلكه الشخص وكيفية تحرك تلك الأصول على الشبكة.

لا تكفي بيانات التسعير وحدها. يحتاج الوكلاء لبيانات المحافظ، وحل مراكز التمويل اللامركزي، وسياق تاريخي طويل الأجل. هذه هي الطبقة التي يبنيها CoinStats API.

يعتمد نمو العملات الرقمية أيضًا على مدى سهولة بناء منتجات مفيدة. كل ساعة يوفرها المطورون في تجميع البيانات يمكن استثمارها في تحسين تجربة المستخدم.

إذا أعدنا هذه المحادثة بعد عام من الآن، ماذا ستريد أن تكون قد بنيته أو طورته أو أثبته حول كوين ستاتس بحلول ذلك الوقت؟

يوجد ثلاثة أشياء أود أن أراها.

أولاً، أرغب أن تعمل كوين ستاتس على توسيع تقدمها في مجال البحث المتخصص بالعملات الرقمية مقارنةً بالذكاء الاصطناعي متعدد الاستخدامات. يشكل المعيار الذي أصدرناه هذا العام البداية فقط. نريد توسيعه، وتشغيله بشكل أكثر تكرارًا، والإبقاء على المنهجية مفتوحة المصدر حتى يتمكن أي شخص في هذا المجال من إعادة إنتاجه.

الهدف لا يتمثل في الفوز بمعيار واحد فقط. الهدف هو إثبات أن الذكاء الاصطناعي الرأسي المصمم للعملات الرقمية يقدم أداءً أفضل مع مرور الوقت لأنه يمتلك البيانات المناسبة، والأدوات، وبيئة الاستدلال السليمة.

ثانياً، أرغب أن تصبح CoinStats API الطبقة الافتراضية للبيانات والبحث في العملات الرقمية لنظام الوكلاء. بين MCP وAPI المدعوم بمحرك x402 ونظام ذكاء المحفظة لدينا، يجب أن يكون بإمكان أي وكيل يحتاج لسياق العملات الرقمية أن يتصل بكوين ستاتس.

ثالثاً، أرغب أن تنتقل كوين ستاتس من البحث إلى التطبيق العملي. يشكل فهم أسباب تحرك شيء ما نصف المهمة فقط. يكمن الحد الفاصل المقبل في مساعدة المستخدمين على التصرف بناءً على تلك الرؤى بأمان ضمن سير العمل ذاته.

ظل الهدف النهائي كما هو. يجب أن يمتلك كل حامل عملة رقمية فريقًا شخصيًا من المحللين يعملون لديه على مدار الساعة. بعد عام من الآن، أرغب أن تكون كوين ستاتس أقرب كثيرًا لتحقيق تلك التجربة من خلال كوين ستاتس AI.