Dobici:
- Razumijevanje da je najsigurniji doprinos umjetne inteligencije pisanje upita za ekstrakciju podataka, da je slobodna interpretacija riskantna i da svaki broj mora biti potvrđen u block exploreru.
- Sposobnost primjene discipline izvlačenja podataka iz izvora, znajući da traženje podataka u živom lancu izravno od umjetne inteligencije proizvodi lažne hashove/adrese
- Shvatite da lančani podaci dokazuju vidljivost, ali ne i namjeru, te etička ograničenja deanonimizacije i ciljanja
Jedna od najvećih prednosti blockchaina je njegova transparentnost: svaka transakcija, svaki prijenos, svaka ugovorna interakcija javno se i trajno bilježi. Analiza u lancu—ispitivanje podataka o transakcijama, adresama i protoku novca u lancu—čin je čitanja ove javne evidencije i davanja smisla tome: praćenje novčanika, praćenje toka novca, mjerenje upotrebe protokola. U ovoj jedinici naučit ćemo kako koristiti umjetnu inteligenciju kao pomoćnika u analizi podataka i – kritično – kako potvrditi svaki broj.
Struktura podataka u lancu
Podaci lanca su slojeviti:
- Blok: Jedinica s vremenskim žigom u kojoj su grupirane transakcije.
- Transakcija (tx): Poziv vrijednosti ili ugovor s jedne adrese na drugu; Identificira se jedinstvenim hashom.
- Adresa/novčanik: Identitet gdje se sredstva čuvaju i obavljaju transakcije.
- Događaj (događaj/dnevnik): Strukturni zapisi koje emitiraju ugovori koji opisuju što se dogodilo.
- Prijenos tokena: Promjena vlasnika tokena kao što su ERC-20/ERC-721.
Za pregled ovih podataka koriste se block explorer (mjesto koje prikazuje lančane podatke, kao što je Etherscan) ili platforme za upite (kao što su Dune, The Graph). AI ne "zna" te podatke sama; On tumači podatke koje navedete ili piše upit za dohvaćanje podataka.
Oprez: reći umjetnoj inteligenciji da "dohvati transakcije tog novčanika" je beskorisno i opasno — umjetna inteligencija nije povezana s živim lancem i može generirati lažne hashove/adrese. Ispravna uporaba: izdvojite podatke i date ih umjetnoj inteligenciji, umjetna inteligencija ih tumači; Ili vam AI napiše upit koji će izdvojiti podatke, a vi ga pokrenete.
Dvije ključne uloge umjetne inteligencije u on-chain analizi
1. Pisanje upita. Na platformama kao što je Dune Analytics, podaci se povlače pomoću upita sličnih SQL-u. AI je moćan u pisanju ovih upita: "napišite upit koji vraća dnevni broj transakcija sljedećeg ugovora za zadnjih 30 dana." Upit je deterministički; pokrenete ga i vidite rezultat — rizik od halucinacija je nizak jer izvor podataka proizvodi rezultat, a ne AI.
2. Tumačenje rezultata. Podatke koje ste snimili dajete umjetnoj inteligenciji i pitate: "Što pokazuje ovaj protok novca? Postoji li obrazac?" pitate vi. Ovdje je rizik od halucinacija visok; Svaki komentar mora biti povezan s izvorom.
Profil rizika ove dvije uloge je različit: pisanje upita je relativno sigurno (rezultat dolazi iz izvora), slobodno tumačenje je relativno rizično (AI to može nadoknaditi).
Slab upit / Jak upit
Slab upit:
Analizirajte transakcije sljedećeg novčanika: 0x1234...
AI ne ovisi o živim podacima; Ovaj ga poticaj tjera da izmisli stvari.
Moćan upit (za upit):
Vaša uloga: on-chain analitičar podataka. Napišite SQL upit za Dune: vratite DNEVNI broj jedinstvenih adresa pošiljatelja i ukupni volumen prijenosa [slijedeći ERC-20 token] ugovora tijekom posljednjih 30 dana. Opišite nazive tablica i polja koje ste koristili. Ako upit ne uspije, zapišite svoje pretpostavke kako bih to mogao popraviti. UKLJUČIVANJE PODATAKA; samo generirajte upit.
Snažan upit (za komentare):
Ispod je STVARNI rezultat Dune (snimio sam). Protumačite obrasce bazirane isključivo na STVARNIM brojevima u ovoj tablici: povećanje/smanjenje glasnoće, neobičan skok, koncentracija. Prikaži svaki komentar s odgovarajućim redom/brojem. Nemojte dodavati brojeve koji nisu u tablici. Nemojte tvrditi uzročnost; Napišite moguća objašnjenja kao "hipotezu".
Četiri predloška za kopiranje
1) Generiranje upita:
Napišite upit za Dune/SQL: [vremensko razdoblje] na [ugovor/adresa] za [metric]. Objasnite tablice koje ste koristili i JOIN logiku. Potrčat ću i provjeriti rezultat; izmišljanje podataka.
2) Prikaz praćenja toka novca:
Dat ću vam skup STVARNIH evidencija prijenosa (adresa, iznos, vrijeme). Pretvorite ih u narativ toka koji se može pratiti: kamo su otišla sredstva, postoji li koncentracija? Koristite samo zapise koje sam dostavio; povežite svaki korak s odgovarajućom linijom. Adresa lažna.
3) Interpretacija metrike:
Komentirajte donju tablicu stvarnih metrika: broj korisnika, količina, prosjek po transakciji. Navedite bitne promjene i moguće uzroke (hipoteza). Dodavanje podataka kojih nema u tablici; utvrđivanje konačne uzročnosti.
4) Označavanje anomalije:
Osnovna vrijednost: ova adresa obično obrađuje ~[N] transakcija, ~[X] volumena dnevno. Dat ću vam prave zapise. Označite samo događaje koji odstupaju od osnovne vrijednosti na temelju onoga što se STVARNO dogodilo u zapisu; prikaži svaki linijom. Završite komentar s "potreban je pregled".
Tri mini kofera (u broju)
Slučaj 1 — Upit 1 smanjio je dan na 20 minuta. Analitičar je pokušavao ručno izdvojiti 90-dnevni rast broja korisnika protokola. Natjerao je AI da napiše Dune upit; Dobio sam radni upit i grafikon za 20 minuta. Brojke su bile pouzdane jer su dolazile iz izvora. Lekcija: pisanje upita najsigurniji je i najučinkovitiji doprinos umjetne inteligencije.
Slučaj 2 — Uhvaćen lažni hash. Analitičar je izravno rekao AI-u da "sažme nedavne transakcije tog kitovog novčanika." AI je dao tečan popis; Ali kada se provjeri na Etherscanu, većina hash transakcija bile su izmišljotine koje uopće nisu postojale. Lekcija: traženje AI podataka uživo proizvodi halucinacije; podaci se povlače iz izvora.
Slučaj 3 — Potvrđen uzorak koncentracije. Analitičar je stvarne podatke o prijenosu koje je uhvatio dao AI-ju i dao ih interpretirati. YZ je primijetio obrazac u kojem su sredstva koncentrirana na nekoliko adresa. Analitičar je potvrdio ovu adresu po adresu u block exploreru — uzorak je bio stvaran i ukazivao je na rizik distribucije. Lekcija: interpretacija sa stvarnim podacima je vrijedna; Ali potvrda je opet iz izvora.
Privatnost i etika
Iako su podaci u lancu "otvoreni", njihova analiza ima etička ograničenja:
- Deanonimizacija: podudaranje adresa sa stvarnim osobama (osobito s procurjelim podacima) je ozbiljno kršenje privatnosti; učinjeno samo u zakonskom i ovlaštenom kontekstu.
- Uznemiravanje/ciljanje: Neetično je pratiti novčanik i ciljati njegovog vlasnika.
- Savjeti za ulaganje: Zaključci poput "Onaj kit kupuje, trebali biste i vi" dovode u zabludu i uzrokuju odgovornost.
- Nedostatak konteksta: lančani podaci ne pokazuju namjeru; Transfer može biti kriminalni ili obični. Pretjerano tumačenje je opasno.
Savjet: svaku tvrdnju u lancu mjerite kao "podaci pokazuju X", a ne kao "osoba pokazuje Y". Lanac čini transakciju vidljivom, ali ne dokazuje namjeru.
Uobičajene greške
- Zahtijevanje podataka uživo izravno od umjetne inteligencije. Generira lažni hash/adresu.
- Ne povezujući komentar s izvorom. Svaki broj mora biti potvrđen u block exploreru.
- Zamjena korelacije za uzročnost. Lančani uzorak ne dokazuje namjeru.
- Podudaranje adresa s nepotvrđenim osobama. Rizik od povrede povjerljivosti i pogreške.
- Pretvaranje lančanih zaključaka u investicijske savjete. To dovodi u zabludu i stvara odgovornost.
- Dijeljenje upita bez dokumentiranja umjesto jednog velikog ugovora. Ponovljivost nestaje.
Ukratko
- On-chain analiza je proces čitanja i izvlačenja značenja iz podataka otvorenog lanca.
- AI-jev najsigurniji doprinos je pisanje upita; Rezultat dolazi iz izvora, rizik od halucinacija je nizak.
- Slobodno tumačenje je riskantno; svaki broj mora biti potvrđen u block exploreru.
- Lančani podaci dokazuju vidljivost, ali ne i namjeru; Izbjegava se pretjerano tumačenje.
- Deanonimizacija i ciljanje provode se samo u ovlaštenom kontekstu s etičkim granicama.
Zadatak aplikacije
Odaberite protokol ili token. Napišite upit AI-u s upitom "generiranje upita" koji vraća dnevni broj transakcija tog tokena za posljednjih 30 dana (Dune je dostupan besplatno). Pokrenite upit. Zatim neka umjetna inteligencija protumači rezultat s upitom "metrička interpretacija". Potvrdite svaku tvrdnju u komentaru AI-ja u tablici stvarnih rezultata i zabilježite postoji li tvrdnja koja nema proturječja u tablici.
popis za provjeru
- [ ] Nisam tražio podatke uživo od AI; Izvukao sam iz izvora.
- [ ] Pokrenuo sam upit i potvrdio rezultat.
- [ ] Svaki sam komentar povezao sa stvarnim redom podataka.
- [ ] Nisam predstavio korelaciju kao uzročnost.
- [ ] Nisam neovlašteno izvršio podudaranje adrese i osobe.
- [ ] Nisam pretočio svoj interes u investicijske savjete.
- [ ] Dokumentirao sam upit na ponovljiv način.