مصنف: DWF Ventures
ترجمہ: شن چاؤ ٹیک فلو
شین چاؤ کا خلاصہ: AI ایجینٹس نے DeFi میں تقریباً پانچویں حصہ ٹریڈنگ والیوم حاصل کر لیا ہے، اور آمدنی بہتر بنانے جیسے واضح قواعد والے مناظر میں وہ انسانی کارکردگی سے بہتر ہیں۔ لیکن اگر انہیں خودکار طور پر ٹریڈ کرنے دیا جائے، تو بہترین AI کی کارکردگی بہترین انسانی کارکردگی کے پانچویں حصے سے بھی کم ہے۔ یہ تحقیق AI کی DeFi کے مختلف مناظر میں حقیقی کارکردگی کو سمجھاتی ہے، اور خودکار ٹریڈنگ پر توجہ دینے والوں کے لیے دیکھنے کے قابل ہے۔
اہم نکات
آٹومیشن اور ایجینٹ سرگرمیاں ابھی تمام لین دین کی سرگرمیوں کا تقریباً 19% ہیں، لیکن حقیقی مکمل خودمختاری اب تک حاصل نہیں ہوئی ہے۔
آمدنی کے بہترین طریقوں جیسے تنگ اور واضح تعریف شدہ استعمال کے معاملات میں، ایجینٹ نے انسانوں اور بوٹس سے بہتر کارکردگی دکھائی ہے۔ لیکن ٹریڈنگ جیسے متعدد اقدامات کے لیے، انسانوں کی کارکردگی ایجینٹ سے بہتر ہے۔
ایجینٹس کے درمیان، ماڈل کا انتخاب اور جوکھم کا انتظام ٹریڈنگ کی کارکردگی پر سب سے زیادہ اثر ڈالتا ہے۔
جب agent کو بڑے پیمانے پر اپنایا جائے گا، تو اعتماد اور انجام دہی کے حوالے سے کئی خطرات موجود ہیں، جن میں سِویت حملے، اسٹریٹجی کا افراط، اور خصوصیات کے درمیان توازن شامل ہیں۔
ایجینٹ سرگرمیاں لگاتار بڑھ رہی ہیں
گزشتہ سال ایجنٹ سرگرمیوں میں مستقل اضافہ ہوا ہے، جس میں ٹریڈنگ کی مقدار اور ٹریڈنگ کی تعداد دونوں بڑھی ہے۔ ہم نے دیکھا ہے کہ Coinbase کا x402 پروٹوکول بڑے ترقیات کی قیادت کر رہا ہے، جس میں Visa، Stripe اور Google جیسے کھلاڑی بھی اپنے معیارات متعارف کرائے جا رہے ہیں۔ ابھی جو زیادہ تر بنیادی ڈھانچہ تعمیر کیا جا رہا ہے، وہ دو صورتحال کے لیے ہے: ایجنٹس کے درمیان چینلز یا انسانوں کے ذریعہ شروع کیے گئے ایجنٹ کالز۔
ہاں، اسٹیبل کوائن ٹریڈنگ کو وسیع پیمانے پر سپورٹ کیا جا چکا ہے، لیکن موجودہ انفراسٹرکچر اب بھی نیچے کی سطح پر روایتی ادائیگی گیٹ وے پر منحصر ہے، جس کا مطلب ہے کہ یہ اب بھی مرکزی طرف سے منحصر ہے۔ اس لیے، ایک "مکمل خود مختار" اختتام جس میں ایجنٹ خود مالیاتی طور پر فنڈ حاصل کر سکے، خود انجام دے سکے، اور تبدیل ہوتے شرائط کے مطابق مستقل بہتر بن سکے، ابھی تک حاصل نہیں ہوا ہے۔
ایجینٹس DeFi کے لیے مکمل طور پر نئے نہیں ہیں۔ کئی سالوں سے، بلاکچین پر پروٹوکولز میں بوٹس کے ذریعے آٹومیشن موجود رہا ہے، جو MEV کو حاصل کرتی ہیں یا کوڈ کے بغیر حاصل نہیں کیے جانے والے اضافی منافع کو حاصل کرتی ہیں۔ یہ نظام مخصوص پیرامیٹرز کے تحت بہت اچھی طرح سے کام کرتے ہیں، جو عام طور پر اکثر تبدیل نہیں ہوتے یا اضافی نگرانی کی ضرورت نہیں رکھتے۔ تاہم، وقت کے ساتھ ساتھ مارکیٹ زیادہ پیچیدہ ہو گئی ہے۔ یہی وجہ ہے کہ ہم نے حالیہ ماہوں میں آن لائن اس قسم کی سرگرمیوں کے لیے ایک تجرباتی میدان کے طور پر نئی نسل کے ایجینٹس کو دیکھا ہے۔
ایجینٹ کی عملی کارکردگی
رپورٹ کے مطابق، ایجینٹ سرگرمیاں اس طرح تیزی سے بڑھ رہی ہیں کہ 2025 کے بعد سے 17,000 سے زیادہ ایجینٹز شروع کیے گئے ہیں۔ آٹومیشن/ایجینٹ سرگرمیوں کا کل تخمنا تمام آن چین سرگرمیوں کے 19% سے زیادہ پر مشتمل ہے۔ یہ حیرت کی بات نہیں، کیونکہ تخمنا 76% سے زیادہ اسٹیبل کوائن ٹرانسفرز بوٹس کے ذریعے تخلیق کی جاتی ہیں۔ اس سے ظاہر ہوتا ہے کہ DeFi میں ایجینٹ سرگرمیوں کے لیے بہت بڑا نمو کا میدان موجود ہے۔
ایجینٹ کی خودمختاری ایک وسیع رینج پر مشتمل ہے، جس میں انتہائی انسانی نگرانی کی ضرورت والے چیٹ بوٹ جیسے تجربات سے لے کر مقاصد کے مطابق بازار کی شرائط کے لیے رجحانات ترتیب دینے والے ایجینٹ تک شامل ہیں۔ بوٹس کے مقابلے میں، ایجینٹس کے کئی اہم فوائد ہیں، جن میں ملی سیکنڈ میں نئی معلومات کا جواب دینا اور انجام دینا، اور اتنی ہی سختی کے ساتھ ہزاروں بازاروں تک دائرہ کار کو وسعت دینا شامل ہے۔
ابھی زیادہ تر ایجینٹس اینالسٹ سے لے کر مددگار تک کی سطح پر ہیں، کیونکہ ان کا زیادہ تر حصہ ابھی ٹیسٹنگ کے مراحل میں ہے۔
آمدنی کا بہترین حصول: ایجنٹ کی کارکردگی بہترین ہے
لیکویڈیٹی فراہمی ایک ایسا شعبہ ہے جہاں آٹومیشن پہلے ہی بار بار ہو رہی ہے، اور ایجینٹ کے پاس کل TVL 39 ملین امریکی ڈالر سے زیادہ ہے۔ یہ رقم صرف صارفین کے ذریعہ ایجینٹ میں جمع کرائے گئے اثاثوں کو پیش کرتی ہے، لیکن خزانہ راؤٹنگ کے ذریعہ منتقل کردہ پولیس کو شامل نہیں کرتی۔
گیزا ٹیک اس شعبے کے سب سے بڑے پروٹوکولز میں سے ایک ہے، جس نے پچھلے سال کے آخر میں پہلا ایجینٹ ایپ ARMA لانچ کیا، جس کا مقصد اہم DeFi پروٹوکولز کے آمدنی کو بڑھانا ہے۔ اس نے 19 ملین ڈالر سے زائد کے مینیجڈ ایسٹیٹس کو اپنی طرف متوجہ کیا ہے اور 40 بلین ڈالر سے زائد کے ایجینٹ ٹریڈنگ وولیوم کا پیداوار کیا ہے۔ ٹریڈنگ وولیوم اور مینیجڈ ایسٹیٹس کے درمیان بلند تناسب سے ظاہر ہوتا ہے کہ ایجینٹس مسلسل پُونچھ کارپورل کو دوبارہ توازن دیتے ہیں، جس سے زیادہ آمدنی حاصل ہوتی ہے۔ جب بھی پُونچھ کارپورل کنٹریکٹ میں جمع ہو جاتا ہے، تو عمل خودکار ہو جاتا ہے، جس سے صارفین کو تقریباً نگرانی کی ضرورت نہ ہونے والی ایک کلک کا تجربہ فراہم ہوتا ہے۔
ARMA کی کارکردگی قابل قدر کامیابی ہے، جو USDC کے لیے 9.75% سے زیادہ سالانہ منافع پیدا کرتی ہے۔ اضافی ریبالنسنگ فیس اور ایجنٹ کے 10% پرفارمنس فیس کو مدنظر رکھتے ہوئے بھی، یہ منافع Aave یا Morpho پر عام قرضہ دینے سے زیادہ ہے۔ تاہم، قابلیتِ توسیع اب بھی ایک اہم مسئلہ ہے، کیونکہ یہ ایجنٹ اب تک اصل میں DeFi پروٹوکولز کے بڑے پیمانے پر انتظام یا توسیع کے لیے ٹیسٹ نہیں ہوئے ہیں۔
ٹریڈ: انسانوں نے بڑا فرق بنادیا ہے
تاہم، ٹریڈنگ جیسے زیادہ پیچیدہ اقدامات کے لیے نتائج کافی زیادہ متعدد ہوتے ہیں۔ موجودہ ٹریڈنگ ماڈل انسانی طور پر تعریف کردہ انپٹس پر مبنی ہوتے ہیں اور پیش گئی قواعد کے مطابق آؤٹپٹ فراہم کرتے ہیں۔ مشین لرننگ اسے مزید آگے بڑھاتا ہے، جس سے ماڈل نئی معلومات کے مطابق اپنا رویہ اپڈیٹ کر سکتا ہے بغیر کہ اسے واضح طور پر دوبارہ پروگرام کیا جائے، اس طرح اسے سائیڈ کار پائلٹ کا کردار دیا جاتا ہے۔ جب مکمل خودمختار ایجینٹس شامل ہو جائیں گے تو ٹریڈنگ کا منظر تبدیل ہو جائے گا۔
کئی ایجنٹس کے درمیان اور انسانوں کے خلاف ایجنٹس کے ٹریڈنگ مقابلے منعقد کیے گئے، جن میں ماڈلز کے درمیان بڑا فرق نکلا۔ Trade XYZ نے اپنے پلیٹ فارم پر فہرست شدہ شیئرز کے لیے انسانوں کے خلاف ایجنٹس کا مقابلہ منعقد کیا۔ ہر اکاؤنٹ کو 10,000 امریکی ڈالر کا آغازی رقم دیا گیا، اور لیوریج یا ٹریڈنگ فریکوئنسی پر کوئی پابندی نہیں تھی۔ نتائج انسانوں کے لیے دباؤ والے تھے، جہاں بہترین انسانوں کی کارکردگی بہترین ایجنٹس سے 5 گنا زیادہ تھی۔
اسی دوران، Nof1 نے کئی ماڈلز (Grok-4، GPT-5، Deepseek، Kimi، Qwen3، Claude، Gemini) کے درمیان ایجنٹ ٹریڈنگ مقابلہ منعقد کیا، جس میں سرمایہ کی حفاظت سے لے کر زیادہ سے زیادہ لیوریج تک مختلف خطرہ کے ترتیبات کا امتحان لیا گیا۔ نتائج نے کچھ ایسے عوامل کو ظاہر کیا جو کارکردگی کے فرق کو سمجھنے میں مدد کرتے ہیں:
ہولڈنگ ٹائم: اوسطاً ہر پوزیشن کو 2-3 گھنٹے تک رکھنے والے ماڈلز، اکثر الٹنے والے ماڈلز کے مقابلے میں کافی بہتر ہیں۔
منتظرہ قیمت: یہ ماڈل کی ہر ٹریڈ کی اوسط منافع یا نقصان کو پیمائش کرتا ہے۔ دلچسپ بات یہ ہے کہ صرف تین سب سے بڑے ماڈلز کا مثبت منتظرہ قیمت ہے، جس کا مطلب ہے کہ زیادہ تر ماڈلز کی نقصان والی ٹریڈز منافع والی ٹریڈز سے زیادہ ہیں۔
لیوریج: اوسطاً 6-8 گنا لیوریج کی سطح، 10 گنا سے زیادہ لیوریج چلانے والے ماڈلز کے مقابلے میں بہتر کارکردگی دکھاتی ہے، اعلیٰ سطح کی وجہ سے نقصان تیز ہو جاتا ہے۔
ہدایتی اسٹریٹجی: Monk Mode تک اب تک سب سے بہترین کارکردگی والی ماڈل ہے، جبکہ Situational Awareness سب سے کم کارکردگی والی ہے۔ ماڈل کے خصوصیات کے مطابق، یہ ظاہر ہوتا ہے کہ جو خطرہ کے انتظام پر توجہ دی جائے اور بیرونی ذرائع کم استعمال کیے جائیں، وہ بہتر کارکردگی دیتے ہیں۔
بنیادی ماڈل: Grok 4.20 مختلف پرامپٹ اسٹریٹجیز میں دیگر ماڈلز سے 22% سے زیادہ بہتر کارکردگی دکھاتا ہے اور ایک منفرد اوسط منافع والा ماڈل ہے۔
دیگر عوامل جیسے کہ مثبت اور منفی رجحان، ٹریڈنگ سائز اور اعتماد کے اسکورز کے لیے کافی ڈیٹا نہیں ہے یا ان کا ماڈل کی کارکردگی کے ساتھ کوئی مثبت متعلقہ نہیں ثابت ہوا۔ مجموعی طور پر، نتائج یہ ظاہر کرتے ہیں کہ ایجنٹ مخصوص پابندیوں کے اندر زیادہ بہتر کارکردگی دکھاتا ہے، جس سے یہ واضح ہوتا ہے کہ انسان اب بھی اہداف کے ترتیب دینے میں بہت ضروری ہیں۔
ایجینٹ کیسے جانچیں
چونکہ ایجینٹ ابھی ابتدائی مراحل میں ہے، اس لیے اب تک کوئی جامع评估 فریم ورک دستیاب نہیں ہے۔ تاریخی کارکردگی عام طور پر ایجینٹ کی تشخیص کے لیے بنیادی ماندہ ہوتی ہے، لیکن یہ بنیادی عوامل سے متاثر ہوتی ہے جو مضبوط ایجینٹ کی کارکردگی کے لیے زیادہ مضبوط اشارے فراہم کرتے ہیں۔
مختلف اتکاپ کے تحت کارکردگی: جس میں حالات خراب ہونے پر اخلاقی نقصان کنٹرول شامل ہے، جو یہ ظاہر کرتا ہے کہ ایجینٹ وہ آف چین عوامل کو پہچان سکتا ہے جو ٹریڈنگ کی منافع بخشی کو متاثر کرتے ہیں۔
شفافیت اور خصوصیت: دونوں کے اپنے اپنے امتیازات ہیں۔ شفاف ایجنٹ، جو فعال طور پر ٹریڈ کی نقل کی جا سکتی ہے، بنیادی طور پر اپنی حکمت عملی میں فائدہ نہیں رکھتا۔ خفیہ ایجنٹ کو اپنے ڈیویلپر کے اندر سے نکالنے کا خطرہ ہوتا ہے، جو اپنے صارفین کو آسانی سے پیچھے چھوڑ سکتا ہے۔
معلومات کا ذریعہ: ایجنٹ کے فیصلوں کے طریقہ کار کے تعین کے لیے ایجنٹ کے ذرائع کا ڈیٹا بہت اہم ہے۔ یقینی بنائیں کہ ذرائع قابل اعتماد ہیں اور ان پر منفرد انحصار نہ ہو۔
سیکورٹی: اسمارٹ کنٹریکٹ کی آڈٹ اور مناسب فنڈز کے ٹرัสٹ آرکیٹیکچر کا ہونا، سیاہ تھیکن واقعات کے لیے بیک اپ اقدامات یقینی بنانے کے لیے اہم ہے۔
ایجنٹ کا اگلا قدم
ایجینٹس کے بڑے پیمانے پر اپنائے جانے کے لیے بنیادی ڈھانچے کے حوالے سے اب بھی بہت کچھ باقی ہے۔ یہ ایجینٹس کے بارے میں اعتماد اور انجام دہی کے بنیادی مسائل پر منحصر ہے۔ خودمختار ایجینٹس کے اقدامات کے لیے کوئی حفاظتی پہلو نہیں ہیں، اور پہلے ہی فنڈز کے غلط انتظام کے واقعات سامنے آ چکے ہیں۔
ERC-8004 2026ء کے جنوری میں لانچ ہوا، جو پہلا بلاکچن پر رجسٹری تھا جس سے خودمختار ایجنسٹس ایک دوسرے کو دریافت کر سکیں، قابل تصدیق ریپوٹیشن بنائیں اور محفوظ طریقے سے تعاون کر سکیں۔ یہ DeFi کی کمپوزیبلیٹی کا اہم کلیدی گیٹ وے ہے، کیونکہ ٹرس اسکورز اسمارٹ کنٹریکٹس کے اندر ہی ڈالے جاتے ہیں، جس سے ایجنسٹس اور پروٹوکولز کے درمیان بغیر اجازت کے سرگرمیاں ممکن ہو جاتی ہیں۔ تاہم، یہ یقینی نہیں بناتا کہ ایجنسٹس ہمیشہ ناقص طریقے سے کام نہیں کریں گے، کیونکہ سازش کی رائے اور سِوِکھ حملے جیسے مسائل اب بھی ممکن ہیں۔ اس لیے، بیمہ، سلامتی، اور ایجنسٹس کے مالیاتی قبضے جیسے شعبوں میں اب بھی بہت سارے خالی پہلو موجود ہیں جنہیں بھرنا ضروری ہے۔
DeFi میں ایجینٹ کی سرگرمیوں کے وسعت پذیر ہونے کے ساتھ، استراتیجی کا افراط ایک ساختی خطرہ بن گیا ہے۔ آمدنی فارمز سب سے واضح مثال ہیں، جہاں استراتیجی کے عام ہونے کے ساتھ منافع کم ہو جاتا ہے۔ اسی طرز کا اثر ایجینٹ ٹریڈنگ پر بھی لازم آ سکتا ہے۔ اگر بہت سارے ایجینٹس مشابہ ڈیٹا پر تربیت پا کر مشابہ مقاصد کو بہتر بنانے کی کوشش کریں، تو وہ مشابہ پوزیشنز اور مشابہ خروج کے سگنلز پر ہم آہنگ ہو جائیں گے۔
کارنیل یونیورسٹی نے جنوری 2026 میں کوائن الگ کے مقالے میں اس مسئلے کا ایک ورژن فارمولہ بند کیا۔ شفاف ایجینٹس کو اربٹریج کا خطرہ ہوتا ہے کیونکہ ان کے ٹریڈز قابل پیش بینی ہوتے ہیں اور ان پر رن کیا جا سکتا ہے۔ پرائیویٹ ایجینٹس اس خطرے سے بچ جاتے ہیں، لیکن ایک مختلف خطرہ پیدا ہوتا ہے جس میں تخلیق کنندہ اپنے صارفین کے لیے معلومات کا فائدہ رکھتا ہے اور شفافیت کے ذریعے محفوظ کرنے کے مقصد سے اپنے اندر کے علم سے قیمت نکالتا ہے۔
ایجینٹ سرگرمیاں صرف تیز ہوتی رہیں گی، آج بنائے گئے بنیادی ڈھانچے سے آن لائن فنانس کے اگلے مرحلے کا طریقہ کار طے ہوگا۔ جیسے جیسے ایجینٹس کا استعمال بڑھے گا، وہ خود کو بہتر بنائیں گی اور صارفین کی ترجیحات کے مطابق زیادہ حساس ہو جائیں گی۔ اس لیے، اہم تفریقی عوامل بنیادی ڈھانچے پر منحصر ہوں گے، جو سب سے زیادہ مارکیٹ شیئر حاصل کریں گے۔