Mekanisme agen AI tampak sederhana: mengamati, mengambil keputusan, bertindak, belajar. Namun, di balik siklus ini membutuhkan data yang stabil, segar, dan tanpa batasan akses. Di Web2, Anda dapat menyewa data ini dari beberapa platform. Sementara di Web3, data terdistribusi di berbagai rantai, tumpukan node, pengindeks, dan mesin oracle di luar rantai, masing-masing memiliki latensi, finalitas, semantik, dan pola kegagalan tertentu. Situasi ini membuat kita memiliki agen yang lapar, tetapi dihadapkan pada ruang penyimpanan makanan yang berantakan.

Pertama, mari kita lihat masalah saat ini dan sinyal publik, serta mendiskusikan karakteristik apa yang harus dimiliki "lapisan data siap AI" untuk mendukung ekonomi agensi di DeFi dan bidang lainnya.

Meskipun AI berkembang pesat di Web3, data tetap menjadi kendala.

Semakin banyak pembangun mulai percaya bahwa AI dan teknologi kripto saling melengkapi: AI menyediakan kemampuan generatif dan otonomi, sementara teknologi kripto memberikan hak kepemilikan, pelacakan, dan pasar terbuka untuk komputasi dan data. Chris Dixon pernah menyatakan bahwa sistem AI memerlukan dukungan komputasi dari blockchain untuk membuka kembali internet dan menciptakan mekanisme insentif untuk akses data dan model.

Vitalik Buterin menyebutkan saat menganalisis titik pertemuan antara kripto dan AI: AI dapat berfungsi sebagai antarmuka, pemain, dan target jaminan ekonomi, serta menekankan pentingnya desain insentif. Anda tidak dapat sekadar menambahkan AI ke dalam pasar yang saling bersaing, tanpa mempertimbangkan kualitas dan keamanan data.

Di tingkat eksekusi, DeFi itu sendiri sedang beralih ke desain "berbasis niat" (yaitu Anda menyatakan suatu hasil, penyelesai bersaing untuk memenuhinya), ini karena aliran data asli di blockchain membuat pengalaman pengguna menjadi tidak ramah di bawah pengaruh latensi dan MEV. Uniswap Labs dan Across mengusulkan ERC-7683, sebuah standar niat lintas rantai untuk menyediakan jalur bersama untuk pola ini.

Kesimpulannya: perwakilan secara bertahap datang, pasar sedang beradaptasi, tetapi data tetap menjadi faktor pembatas.

Kenyataan yang buruk: Tantangan yang dihadapi oleh pengembang AI di Web3

**Heterogenitas.** Setiap rantai memiliki perilaku RPC, log, arsitektur acara, pola reorganisasi, dan asumsi finalitasnya sendiri. Kuery dasar (seperti "posisi lintas Base+Solana+Polygon") menjadi N pengindeks kustom.

**Kedaluwarsa dan Biaya**. Anda dapat mendapatkan data yang murah dan lambat, atau data yang cepat dan mahal (indeks kustom, citra yang dikelola). Pilihan antara keduanya tidaklah mudah.

**Semantik**. Blok adalah fakta, **wawasan adalah model**. Mengubah log menjadi entitas (kolam, posisi, laba rugi) memerlukan ETL dan perhitungan ulang yang berkelanjutan, sesuai dengan protokol dan berdasarkan rantai.

**Keandalan di bawah beban**. Kemacetan jaringan dan latensi Mesin Oracle adalah risiko yang paling sulit ditutupi oleh agen mandiri.

Berbagai penyedia indeks dan dokumen telah sepakat pada prinsip dasar: kueri rantai langsung itu kompleks dan lambat; Anda memerlukan sub-graf atau citra setara untuk meningkatkan kinerja, dan kemudian Anda masih perlu menyelesaikan masalah aliran lintas rantai dan standarisasi arsitektur.

Definisi data yang dapat dioperasikan dan mengapa Web3 kekurangan

Ketika sebuah agen dapat **memutuskan dan melaksanakan** dalam anggaran jitter yang terikat, data disebut **dapat ditindaklanjuti**. Secara spesifik:

**Semantik Terstandarisasi**: Lintas rantai memiliki token, kolam, posisi, transfer, harga dengan jenis/satuan yang konsisten.

**Kefreskan dan Kepastian**: standar tingkat layanan (SLO) latensi p95/p99, ditambah dengan kefreskan **kesadaran akhir** (akhir lunak dibandingkan dengan akhir ketat).

**Verifikasi**: Sumber kriptografi atau pengulangan yang dapat diputar (versi subgraf, checksum cermin).

**Perhitungan data terdekat**: penilaian, deteksi anomali, simulasi rute dan aliran berada di satu tempat.

**Transmisi Aliran dan Perjalanan Waktu**: Hanya menambahkan aliran peristiwa ditambah snapshot indeks untuk pertanyaan "Apa yang telah berubah?".

Tumpukan Web3 hari ini memberikanmu segmen-segmen ini (sub-gambar, RPC, API analitik), tetapi bukan **jaringan data lintas rantai dan latensi rendah** yang dibutuhkan oleh agen. Bahkan materi dari The Graph sendiri dan panduan pihak ketiga menganggap akses rantai langsung sebagai hal yang rumit, menyarankan pengembang untuk beralih ke sistem indeks/cermin demi praktis.

Belajar dari peristiwa nyata: ketika latensi dan fragmentasi mempengaruhi begitu besar hingga tidak dapat diabaikan.

Ada beberapa produk AI×Web3 terbaru yang **ditutup, ditangguhkan, atau hampir berhenti beroperasi**:

**Platform agen game AI Planet Mojo WWA**: ditutup pada **1 Juli 2025**, sementara game unggulan studio Mojo Melee juga terpengaruh, karena realitas pasar telah berubah.

**Brian (AI→Pembuat Transaksi On-Chain)**: Ini adalah asisten teks ke transaksi Web3 yang dimulai pada ETHPrague 2023, tim **mengumumkan penghentian operasional pada 26 Mei 2025**, seiring dengan meningkatnya jumlah eksekutor agen, kehilangan keunggulan awal.

**TradeAI/Stakx (solusi perdagangan AI menggunakan NFT dan "algoritma")**: menarik dana hingga miliaran, kemudian **membekukan penarikan dan menghentikan operasional**; saat ini masih menghadapi gugatan kolektif di AS terkait sekuritas yang tidak terdaftar dan pernyataan palsu. (Ini adalah cerita peringatan yang jelas tentang AI dalam bidang cryptocurrency.)

**BitAI ("program perdagangan otomatis AI" yang "sepenuhnya otomatis")**: offline pada **Maret 2024**, sebelumnya mengklaim mendapatkan keuntungan secara otomatis dengan AI;

**Regulasi Menangguhkan Bidang Persimpangan AI dan Web3**: Meskipun tidak gagal secara permanen, **Worldcoin (Jaringan Dunia) mengalami risiko kepatuhan pada Mei 2025 di Indonesia**, yang memaksa operasi dihentikan sementara, ini adalah contoh kemungkinan gangguan mendadak pada peluncuran proyek Web3 yang terkait dengan AI.

Polanya yang kami amati

**latensi+data terfragmentasi menghalangi agen dalam produksi.** Tim yang berkomitmen pada "bahasa alami ke rantai" sering kali terhambat oleh masalah kesegaran/akhir multi-rantai dan indeks yang rapuh, yang kemudian mengakibatkan kelalaian atau tambalan infrastruktur yang mahal.

**Spekulasi dan selisih ROI.** Menganalisis tingkat pembatalan tinggi proyek "AI berbasis agen" yang diperkirakan perusahaan dalam beberapa tahun mendatang - biaya, nilai yang tidak jelas, dan pengendalian risiko adalah pola kegagalan yang umum.

**"AI Trading" mengklaim = kategori bendera merah.** Regulator dan pengamat sering memperingatkan bahwa "robot AI eksklusif" untuk spekulasi adalah berisiko tinggi, banyak yang menghilang atau berubah setelah gelombang promosi.

_"Fragmentasi data adalah hambatan terbesar bagi agen AI di Web3: rantai, arsitektur, dan API yang rapuh membuat agen hanya dapat memilih antara sinyal yang usang atau sambungan yang tak berujung. Latensi, kekurangan kesegaran, dan eksekusi on-chain yang rumit membuat strategi yang baik menjadi kehilangan transaksi, sementara format yang tidak konsisten menyebabkan kesalahan dasar, pergeseran model, dan perilaku yang rapuh. _

_Solusi adalah lapisan data semantik yang terintegrasi dan real-time, dengan arsitektur yang distandarisasi, pengindeks aliran, peristiwa standar, dan cadangan yang deterministik, sehingga agen dapat fokus pada strategi, bukan pada saluran. Di Elsa, kami sedang membangun lapisan agen ini, dengan likuiditas lintas rantai, titik data, dan RAG real-time (sedang berlangsung), mengubah kekacauan yang terfragmentasi menjadi pelaksanaan yang dapat diandalkan dan mandiri._

– _Dhawal Shah, pendiri dan CEO HeyElsa_

Model kerja yang efektif: menyelesaikan masalah yang tidak dapat diatasi saat ini

1. **Jalur niat daripada panggilan asli.** Alihkan "melakukan X di alamat Y" menjadi "mencapai hasil Z", kemudian biarkan penyelesai bersaing, mengimbangi MEV/latensi.
2. **Kekinian dari persepsi akhir.** Tampilkan kepada agen "kekinian + tingkat kepercayaan" (misalnya, soft finality pada N konfirmasi, dibandingkan dengan finality ketat setelah epoch), untuk memudahkan adaptasi kebijakan.
3. **Data ke Komputasi.** Memindahkan penilaian/simulasi ke tepi aliran untuk menghindari latensi penyebaran.
4. **Bukti dan cadangan.** Menyediakan dua sumber independen untuk sinyal kunci (misalnya, harga), serta penjelasan yang dapat dipahami, membantu agen belajar dari kelalaian.
5. **Tingkat manusia di dalam siklus.** Untuk tindakan yang berdampak besar, memerlukan persetujuan yang jelas atau anggaran kebijakan terbatas.

NewsBTC menganalisis penyedia jalur dan indeks utama, serta mengumpulkan wawasan tentang tantangan saat ini dari produk AI×Web3 yang baru diluncurkan.

_"AI agen bukanlah kegagalan logika, melainkan kegagalan input. Blockchain mengeluarkan potongan log yang mentah dan tidak konsisten tanpa konteks. Sebelum kita memiliki lapisan netral yang secara real-time mengatur dan memverifikasi data ini, agen dalam Web3 sebenarnya beroperasi secara buta. Tantangannya bukanlah membangun AI yang lebih pintar, tetapi memberikan sinyal yang jelas dan dapat diandalkan agar AI dapat mengambil tindakan."_

– _Nasim Akthar, Chief Technology Officer Igris.bot_

Apa yang seharusnya menjadi lapisan data siap AI - standar bukan hype

Anggap itu sebagai **dapat diprogram, dapat diverifikasi, waktu nyata, lintas rantai**:

**Pengambilan dan Normalisasi**: Konektor Multi-Rantai → Arsitektur Standar (Token, Kolam, Posisi, Harga, Rute), dengan unit dan desimal yang jelas.

**Streaming dan Snapshot**: Aliran mirip Kafka digunakan untuk peristiwa; Snapshot OLAP digunakan untuk perjalanan waktu dan koneksi.

**Citra dengan Jejak**: Citra dari subgraf deterministik atau ekuivalennya, dilengkapi dengan konversi versi dan pemeriksaan integritas, sehingga agen dapat menyimpulkan sumber data.

**Perhitungan aliran**: Kedalaman likuiditas bawaan, simulasi rute, penilaian slippage/risiko, dan aliran di lokasi yang sama untuk memenuhi target p95.

**API Persepsi Keterbaruan Akhir**: Setiap kali membaca mengembalikan: freshness_ms, confirmations, finality_level, sehingga kebijakan dapat mengontrol tindakan.

**Tautan Niat**: Pengikatan tingkat pertama jalur niat (CoW, 7683, Across) agar "keputusan → tindakan" adalah sebuah panggilan, dengan bukti simulasi.

**Keamanan dan Audit**: Pembatasan laju, saklar darurat, log pemutaran ulang, dan bukti pasca-transaksi digunakan untuk pembelajaran berkelanjutan.

Masa Depan AI × Web3: Pembayaran Pasar Perantara dengan Data yang Dapat Dibuktikan

Dengan lapisan data yang tepat, perbatasan diperluas:

**Perwakilan MM dan Risiko**: Pembuatan pasar yang mudah dengan kesegaran data dan penetapan harga yang final.

**Asisten Tata Kelola**: agen yang dapat membaca proposal, mensimulasikan hasil, dan mengautentikasi pendapat dengan kata sandi.

**Kebijakan Kombinasi Lintas Rantai**: "Jika variabel mingguan > X, maka akhiri dengan 2 ETH dari Base", melalui rute niat dengan latensi terbatas.

**Pasar data untuk model**: dengan dataset sumber yang dapat dilacak dan layanan inferensi, disertai dengan pembayaran on-chain dan bukti penggunaan.

**Lapisan Keamanan**: Peringatan Vitalik perlu diambil serius - antarmuka dan kebijakan harus dirancang untuk mencegah penipuan dan kesalahan penargetan. Membangun lintasan yang mengutamakan kebenaran, bukan hanya kecepatan.

Ringkasan: Arsitektur menentukan nasib

Jika agen adalah lapisan pengguna berikutnya, maka arsitektur Anda adalah produk Anda. Tim yang terus-menerus memperbaiki panggilan RPC dan ETL cron akan kesulitan untuk mengikuti pasar multi-rantai, real-time, dan kompetitif. Tim yang membangun **lapisan data siap-AI——** terstandarisasi, ter-mirror, dapat dihitung, dan menyadari akhir, serta terhubung ke jalur niat, akan meluncurkan agen kecepatan produksi **mengamati, memutuskan, bertindak, dan belajar**.

Berikan kepada agen data fabric yang seharusnya mereka dapatkan. Mereka sudah kelaparan, dan pasar tidak akan menunggu.

Pemberitahuan: Informasi ini hanya untuk referensi. Kinerja masa lalu tidak mencerminkan hasil di masa depan.