🤪 @TheoriqAI は正式に第二段階に突入しました。今は単純に「データを扱い、信号を扱う」だけではなく、システム全体を実際に動かし始め、オンチェーンで実際の操作を実行できるようになりました。全体のアーキテクチャは戦略設計からオンチェーン実行へと徐々に接続され始めており、これは OLP Swarm にとって最も重要な一歩です。

現在、彼らのポリシーエージェントは、直接オンチェーンでポジションを開いたり閉じたりできるようになりました。これらのエージェントは、過去24時間の価格範囲などの市場価格の変動データに基づいて、流動性ポジションを調整する必要があるかどうかを判断します。一見単純に聞こえますが、実際には堅牢な流動性戦略フレームワークをシミュレーションすることです。ただし、全プロセスはエージェントに自動的に判断し、トリガーさせることが任されています。

実行レイヤーでは、LPエージェントの役割がさらに重要になっています。それはUIに接続されており、他のエージェントからの構造化された指示を受け取ることができます。例えば、どの通貨を交換するか、どのフィーTierで取引するか、最大スリッページはどのくらいかなどです。このメカニズムはRustで書かれており、将来的には他の開発者もこのフレームワークを基にして自分のLPエージェントを拡張・カスタマイズすることができます。これはTheoriqが「DeFi自動実行」に向けて大きな一歩を踏み出したと言えます。

比較的面白いのは、彼らが Evaluator Agent を導入したことです。簡単に言えば、「評価官」で、各エージェントのパフォーマンスを追跡する役割を果たします。例えば、戦略の効果、ガスコスト、取引効率などの指標です。これにより、全体の Swarm システムは歴史的なパフォーマンスに基づいて動的に最適化を行い、戦略の組み合わせを継続的に選別し調整できるようになります。

全体的に見ると、Theoriqはより完全な「エージェントネットワーク」方向に進んでいます。戦略的意思決定からオンチェーン実行、そして効果評価に至るまで、すでにクローズドループが形成されています。次のステップでは、複雑な機能の追加、例えばマルチマーケットの同期戦略や、さらにはLLM駆動のLPエージェントが見られるでしょう。このプロジェクトの進捗は速くはないものの、各ステップはしっかりしています。重要なのは、@KaitoAIでランキングイベントがあることです！