オンチェーンゲームの再構築: Monad の主力プロジェクト aPriori が AI による取引イノベーションをリードし、同時にデータ貢献プログラムを開始する様子。

この記事を読むのに必要な時間は 12 分

「取引速度は最終目的ではありません。公平性と効率性こそがDeFiの根底にある信念です。」

出典：aPriori

Pantera Capital、YZi Lab、OKX Venturesといった一流機関からの多大な支援を受け、aPrioriは分散型取引の基本原則を再構築しています。プロジェクトの中核メンバーには、Jump、Coinbase、Citadel Securities、dYdXなどが名を連ねています。ネイティブのオンチェーン技術とウォール街の高頻度取引の実践経験を統合することで、aPrioriは高性能なパブリックブロックチェーン上に次世代の取引執行システムを構築し、DeFiに真に競争力のある取引インフラを注入しています。

aPrioriは、オンチェーン取引プロセスを完全に書き換えようとしています。AI駆動型DEXアグリゲーターとMEVを活用した流動性ステーキングモジュールを通じて、注文の発注からマッチング、利益獲得に至るまでの注文フロー全体を、持続可能な製品エコシステムに統合します。先週、AI駆動型DEXアグリゲーターSwaprをリリースしたaPrioriは、オンチェーン取引の「認識脳」である注文フローセグメンテーションシステムに注力しています。このシステムは、行動ラベリング、ウォレットクラスタリング、AI分析、オンチェーンフィードバックメカニズムを組み合わせたものです。その目標は、すべての取引がよりインテリジェントかつ公平に処理され、裁定取引のスリッページなどの「有害な注文フロー」を回避し、最も必要とされる場所に流動性が確実に供給されるようにすることです。これにより、取引がよりスマートになるだけでなく、オンチェーン市場全体でより秩序があり信頼性の高いフローが促進されます。「すべての取引を理解することが、公正な執行の出発点です。」オーダーフローセグメンテーションは、aPrioriのコアテクノロジーの一つです。取引行動、ウォレット履歴、市場の反応を分析することで、取引が正当なユーザーアクティビティなのか、それとも裁定取引やスクイーズ取引のような「有害なオーダーフロー」なのかを、発生前に判断します。取引が完了したかどうかを単に調べる従来のアプローチと比較して、この識別方法は潜在的なリスクを早期にフィルタリングし、LPにより安全な取引相手を提供し、パス選択と執行の公平性を向上させることができます。

「テクノロジー + エコシステム：Monadの最適な時期」

パブリックチェーンのエコシステムによってデータ特性は異なります。Solanaは高いトランザクション速度とアクティブユーザーを誇りますが、クローズドソースの契約が多数存在するため、トレーニングに利用できるデータが限られています。EthereumなどのEVMチェーンは、データに対してオープンではあるものの、パフォーマンスのボトルネックによって制限されており、その結果、一般的に保守的な取引行動と低いデータ密度が生じています。

Monadは、パフォーマンスと透明性の稀有なバランスを実現しています。Solanaの高いスループットとアグレッシブな取引スタイルと、EVMアーキテクチャの可読性とオープン性を兼ね備えています。これにより、aPrioriは次世代の注文フロー認識モデルを構築するための理想的な環境を得ることができます。「ユーザーデータは単なる参加ではなく、次世代の取引インテリジェンスの育成に不可欠です。」コミュニティデータ貢献プログラム：AIがよりインテリジェントに取引行動を識別できるように訓練するため、aPrioriはコミュニティ主導のデータ貢献プログラムを開始しました。すべてのユーザーは、以下の簡単な操作を実行することで、モデルがオンチェーンの世界をより深く理解するのに役立ちます。

· ウォレットバインディング:ユーザーが頻繁に使用するウォレットアドレスを接続して、ユーザーの行動をより完全に把握できるようにします。

· サポートされているチェーン:Ethereum、BNB チェーン、Monad テストネット。

· ソーシャルメディアアカウントの同期:オプションで、Twitter、Discord、その他のアカウントをリンクして、より多くの ID の手がかりを提供します。

· チェックインとタスクの追跡:専用のダッシュボードに、ユーザーのチェックイン記録、トランザクションの動作、貢献の進捗状況が表示されます。

このデータは、システムが同じユーザーに属しているアドレスと、調整された操作があるかどうかを判断するのに役立ち、AI がトランザクションの種類とリスクを識別する能力が向上します。トランザクションに有害な注文フローが含まれているかどうかをどのように判断できますか? Swapr のコアエンジンでは、すべてのトランザクションは確認前に AI モデルを使用してリスク評価を受け、主に次の要素が考慮されます。 · トランザクション自体: 売買方向、通貨パス、ガス、手数料、スリッページなど。・アドレス履歴：取引頻度、過去の行動、資産変動。・市場反応：取引後1秒から24時間までの価格動向。・収益性評価：取引が様々な期間にわたって収益性があるかどうか、またLPに損害を与える可能性があるかどうか。このモデルは、各取引が情報優位性に基づく裁定取引やスクイーズ取引などの「有害な注文フロー」を構成するかどうかを識別し、システムの公平性に対する潜在的な脅威を判断します。「モデルが複雑であればあるほど、より優れたものとなり、取引をより深く理解するほど、その価値は高まります。」ルールエンジンからAIニューラルネットワークまで、aPrioriは単一のアルゴリズムに限定されるのではなく、従来のモデル（XGBoost、LightGBM）と時系列モデル（RNN、Transformer）を組み合わせています。前者は構造化データを効率的かつ解釈可能に処理し、後者は時系列内の行動変化を捉えることに優れています。Swaprは最終的にアンサンブルアーキテクチャを採用し、異なるサブモデルがそれぞれ独自のデータ次元と時間枠内で学習します。統合されたスコアにより、複雑な取引行動へのより正確な対応が可能になります。「取引の背後で誰が裁定取引に共謀しているのか？」裁定取引は通常、単一のウォレットではなく、複数のアドレスによる協調的な取り組みです。これらの「行動グループ」を特定することで、システムは潜在的な裁定取引グループを予測し、「有害な注文フロー」がLPに影響を与えるのを防ぐことができます。

「AIを取引執行の不可欠な要素にする」

豊富なトレーニングデータにより、Swaprの認識システムはDeFiルーティングにおける中核的な差別化要因になりつつあります。より優れた相場情報を提供するだけでなく、流動性を動的に調整することで、ユーザーとリミテッドパートナーの両方の利益を保護します。

創業者のRay氏は、「真のDeFi執行エンジンは、システムを理解し、判断を下し、システムを保護する方法を知っている必要があります。Swaprが『考える』ことができる最初の取引ポータルになることを願っています」と強調しました。