Hablé en la cumbre de @SonicLabs para tener una mayor oportunidad de allo para las preventas de @flyingtulip_ Un tema que discutimos me llamó la atención: ¿cómo podemos hacer agentes de defAI más efectivos? En mi humilde opinión, muchas aplicaciones de criptomonedas lo están pensando de la manera equivocada: - El modelo subyacente que uses para tu agente realmente no importa. - 'Ajustar' o 'entrenar' el modelo para que sea nativo de DeFi resultará ser bastante inútil, a menos que seas meramente un agente de preguntas y respuestas. - RAG solo te llevará hasta cierto punto; nuevamente, solo es útil para un agente de preguntas y respuestas general de DeFi. En su lugar, deberíamos: - Enfocarnos en entrenar a nuestros agentes en entornos de DeFi; me encantaría ver entornos de RL nativos de DeFi de código abierto siendo construidos; esta es la única manera en que podemos intentar empujar a los agentes a superar a los vaults de rendimiento pasivo y ser realmente autónomos en cualquier tipo de aplicaciones de DeFi en cualquier cadena. - Ser más cautelosos sobre el tipo de evaluaciones que diseñamos para determinar si un agente es lo suficientemente bueno para producción. Sin este paso, los agentes siempre serán solo lo suficientemente buenos para 'dinero de juego'. - Elegir las arquitecturas de billetera adecuadas para que los agentes las usen; las billeteras de agentes de @crossmint son un gran ejemplo de esto. En general, una discusión fructífera, y aquí hay una foto de mí totalmente olvidando que tengo que verme bien en cámara!