Reformulando o jogo on-chain: como o projeto líder da Monad, aPriori, está liderando a revolução comercial com IA, e o plano de contribuição de dados é lançado simultaneamente

Apostas pesadas de grandes instituições como Pantera Capital, YZi Lab, OKX Ventures e muito mais, a aPriori está reconstruindo as crenças subjacentes do trading descentralizado. Os principais membros do projeto vêm da Jump, Coinbase, Citadel Securities e dYdX, combinando tecnologia nativa on-chain com experiência prática em negociação de alta frequência em Wall Street, a aPriori está construindo um sistema de execução de transações de última geração em cadeias públicas de alto desempenho, injetando uma infraestrutura de negociação verdadeiramente competitiva no DeFi.

A aPriori está reescrevendo completamente o processo de transação on-chain: por meio de agregadores DEX com inteligência artificial e módulos de staking de liquidez suportados por MEV, a aPriori integra pedidos de pedidos, correspondência e rendimento em circuito fechado, em um sistema de produto sustentável.

Após o lançamento da equipe do agregador DEX com inteligência artificial Swapr na semana passada, a aPriori voltou sua atenção para o "cérebro de identificação" das transações on-chain, conhecido como sistema de segmentação de fluxo de pedidos. Esse sistema combina rotulagem comportamental, agrupamento de carteiras, análise de IA e mecanismos de feedback on-chain, com o objetivo de tornar cada transação mais inteligente e justa, evitando "fluxo tóxico", como derrapagem de arbitragem, e enviando liquidez para onde ela precisa ir. Isso não apenas torna as transações mais inteligentes, mas também torna o fluxo de todo o mercado on-chain mais ordenado e confiável.

"Entender cada transação é o ponto de partida para uma execução justa."

O reconhecimento do fluxo de pedidos é uma das principais tecnologias da aPriori, que analisa o comportamento da transação, o histórico da carteira e a reação do mercado para determinar se uma transação é uma operação normal do usuário ou um "fluxo tóxico", como arbitragem ou beliscão. Em comparação com as transações tradicionais que analisam apenas se a transação é executada, esse método de identificação pode filtrar riscos potenciais mais cedo, fornecer aos LPs uma contraparte mais segura e melhorar a seleção de caminhos e a justiça da execução.

"Tecnologia + Ecologia: O Momento Perfeito para Pertencer à Mônada"

As características dos dados variam entre os diferentes ecossistemas de cadeia pública: Solana tem transações de alta velocidade e usuários ativos, mas devido a um grande número de contratos serem de código fechado, os dados disponíveis para treinamento são limitados; Embora o Ethereum e outras cadeias EVM tenham dados abertos, eles são limitados por gargalos de desempenho, e o comportamento geral da transação é conservador e a densidade de dados é baixa.

A Monad alcança um raro equilíbrio entre desempenho e transparência - combina alta taxa de transferência no estilo Solana com um estilo de negociação agressivo, mantendo a legibilidade e a abertura trazidas pela arquitetura EVM. Isso fornece à aPriori o solo ideal para construir a próxima geração de modelos de reconhecimento de fluxo de pedidos.

"Os dados dos usuários não são apenas para participar, mas também para treinar a próxima geração de inteligência comercial."

Programa de Contribuição de Dados da Comunidade: Para treinar a IA para reconhecer o comportamento da transação de forma mais inteligente, a aPriori lançou um programa de contribuição de dados engajado na comunidade. Cada usuário pode ajudar o modelo a "entender" melhor o mundo on-chain concluindo as seguintes ações simples.

• Carteira de vinculação: conecte os endereços de carteira mais usados pelos usuários para fornecer uma visão mais completa do comportamento.

• Cadeias suportadas: Ethereum, BNB Chain, Monad Testnet;

• Contas sociais sincronizadas: Opcionalmente, conecte-se ao Twitter, Discord, etc. para adicionar mais pistas de identidade;

• Check-in e rastreamento de tarefas: painéis dedicados exibem registros de check-in do usuário, comportamento da transação e progresso da contribuição.

Esses dados podem ajudar o sistema a determinar quais endereços pertencem ao mesmo usuário e se há operações colaborativas, melhorando a capacidade da IA de identificar tipos de transações e riscos.

"Como saber se uma transação contém um fluxo tóxico?"

No motor principal do Swapr, cada transação é avaliada por um modelo de IA antes de ser confirmada, referindo-se principalmente aos seguintes pontos:

• A transação em si: direção de compra e venda, caminho da moeda, gás, taxa de manuseio, derrapagem, etc.;

• Histórico de endereços: frequência de transações, comportamento passado, alterações de ativos;

• Reação do mercado: ação do preço dentro de 1 segundo a 24 horas após a negociação;

• Julgamento de lucro: Se a transação é lucrativa em momentos diferentes e se pode prejudicar o LP.

O modelo identifica se cada transação pertence a um "fluxo tóxico", como arbitragem ou pinçamento, e determina sua ameaça potencial à justiça do sistema.

"Quanto mais complexo o modelo, melhor, mas quanto mais você entende a transação, mais valiosa ela é."

Do Rule Engine à Rede Neural de IA: aPriori não se limita a um único algoritmo, mas combina modelos tradicionais (XGBoost, LightGBM) com modelos de temporização (RNN, Transformer). O primeiro é eficiente na interpretação de dados estruturados, enquanto o segundo é bom em capturar mudanças comportamentais em séries temporais.

Em última análise, o Swapr adota uma arquitetura Ensemble, onde diferentes submodelos aprendem com suas respectivas dimensões de dados e janelas de tempo e, após as pontuações de fusão, podem responder a comportamentos de negociação complexos com mais precisão.

"Por trás de uma transação, quem está conspirando com a arbitragem?"

O comportamento de arbitragem geralmente não é feito por uma única carteira, mas é o resultado de vários endereços trabalhando juntos. Ao identificar esses "grupos de comportamento", o sistema pode prever possíveis grupos de arbitragem e evitar que o "fluxo tóxico" se concentre nos LPs.

"Tornar a IA parte da execução da negociação"

Com a abundância de dados de treinamento, o sistema de identificação da Swapr está se tornando um ponto central de diferença no roteamento DeFi. Ele não apenas traz melhores cotações, mas também ajusta dinamicamente a direção da liquidez, protegendo os interesses dos usuários e dos LPs.

O fundador Ray enfatizou: "Um verdadeiro mecanismo de execução DeFi pode entender, julgar e saber como proteger o sistema. Esperamos que o Swapr seja o primeiro ponto de entrada para negociação que possa 'pensar'. ”