Experiência de trading descentralizado gamificado
Autor convidado: Luo de Martelo
Os primeiros princípios são um método de resolução de problemas projetado para detalhar problemas complexos com seus princípios ou fatos mais básicos e, em seguida, construir soluções a partir desses fundamentos.
1. A partir das necessidades do usuário
1.1 Atendendo às necessidades dos usuários
Com base nos primeiros princípios, os problemas que uma DEX precisa abordar são os seguintes:
Problemas de segurança e confiança: As DEXs garantem que os usuários não precisem confiar apenas em uma única entidade centralizada para lidar com seus fundos. Isso significa que, mesmo que a corretora seja atacada, os fundos dos usuários permanecem seguros.
Problemas de permissão e análise: As DEXs permitem que qualquer pessoa negocie em qualquer lugar sem a análise ou permissão de uma autoridade central.
Problemas de liquidez: O modelo de livro de ordens pode oferecer uma interface de trading mais tradicional e familiar, o que pode atrair mais traders e, assim, aumentar a liquidez.
Problemas de cadeia cruzada: Com o aumento dos ativos em várias cadeias, há a necessidade de uma plataforma capaz de fazer trading em várias cadeias.
Problemas de privacidade: As DEXs podem oferecer maior privacidade de trading do que as exchanges centralizadas, pois as transações não são realizadas por meio de servidores centralizados.
1.2 Problemas e desafios
A fim de alcançar o uso contínuo, uma série de questões técnicas de experiência do usuário (UX) e regulatórias precisam ser tratadas.
Fácil de usar: Atualmente, muitas interfaces de usuário (UIs) e experiências de DEXs não são tão consistentes quanto as de exchanges centralizadas. Para alcançar uma adoção generalizada, eles precisam se tornar mais fáceis de usar.
Desempenho e escalabilidade: As DEXs precisam lidar com um grande volume de transações, mas os blockchains de camada 1 limitam seu desempenho. Avanços tecnológicos, como soluções de camada 2, podem ajudar a resolver esse problema.
Formação e conscientização: A maioria das pessoas ainda não está familiarizada com as DEXs. É necessária uma educação extensa para ajudar as pessoas a entender seus benefícios.
Regulamentos e conformidade: Em alguns países e regiões, as DEXs podem enfrentar possíveis desafios legais ou questões regulatórias.
StarkEx e outras tecnologias de rollup de ZK deram um impulso significativo às DEXs em termos de desempenho e escalabilidade.
Dadas essas melhorias, os principais desafios agora mudam para facilidade de uso, educação e conscientização.
1.3 Mudanças na mentalidade do usuário com o advento da IA
Na onda da IA, especialmente à medida que grandes modelos como GPT se aproximam gradualmente da era da AGI (inteligência geral artificial no nível humano), vemos, de fato, uma série de mudanças sociais e tecnológicas.
As mudanças na mentalidade do usuário podem ser exploradas pelas seguintes tendências.
Maior expectativa de gratificação instantânea: Como a tecnologia de IA pode fornecer rapidamente soluções e respostas aos usuários, suas expectativas de feedback imediato também aumentaram de acordo. Isso significa que os produtos e serviços tradicionais podem precisar melhorar seu tempo de resposta para atender às necessidades do usuário.
Novas demandas por entretenimento: Com a libertação da produtividade, as pessoas têm mais tempo de lazer. Isso leva a maiores demandas por produtos de entretenimento e lazer. Os usuários não apenas esperam que os produtos entretenham, mas também forneçam uma experiência mais profunda e diversificada.
Busca por experiências personalizadas: O desenvolvimento da tecnologia de IA permite que os produtos “entendam” melhor seus usuários, oferecendo assim uma experiência mais personalizada. Os usuários agora esperam que os produtos os “conheçam” e forneçam experiências e serviços personalizados.
Novos métodos de educação e aprendizado: Com os avanços na IA, os métodos de aprendizado e educacionais também estão mudando. As pessoas podem confiar cada vez mais em aprendizado assistido por IA, buscando métodos de aprendizado mais eficientes e personalizados.
Preocupações com a privacidade: À medida que a aplicação da tecnologia de IA se torna mais generalizada, as preocupações dos usuários sobre privacidade também aumentarão. Por exemplo, eles podem se preocupar mais com a forma como os produtos coletam, usam e garantem seus dados.
Definindo o real e o virtual: Com o desenvolvimento de tecnologias como realidade virtual e realidade aumentada, as pessoas podem começar a confundir as linhas entre “real” e “virtual”. Isso pode resultar em usuários escolhendo produtos com base no senso de realismo ou imersão que oferecem.
Mudanças na interação social: A aplicação da IA no domínio social pode alterar a maneira como as pessoas interagem entre si. Por exemplo, as pessoas podem interagir mais com a IA, enquanto as interações com pessoas reais podem diminuir.
1.4 Gamificação
Aplicar a mecânica de jogos a ambientes que não sejam jogos é uma maneira inovadora de atrair e reter usuários, aumentar a atividade do usuário, melhorar a experiência do usuário e melhorar a satisfação.
Sistema de recompensas gamificado: Fornece aos usuários tokens, NFTs ou outros itens virtuais como recompensas que os incentivam a concluir certas tarefas, como fazer seu primeiro trade, introduzir novos usuários ou participar de atividades da comunidade.
Tarefas de aprendizado interativo: As missões do jogo são projetadas para que os usuários aprendam as operações básicas e os conceitos das DEXs ao concluir tarefas, como simular o processo de trading real por meio de trades virtuais.
Arenas e tabelas de classificação: Criação de arenas para que os usuários participem de competições simuladas de trading, com os usuários mais bem classificados recebendo recompensas. Isso não apenas aumenta a interação entre os usuários, mas também fornece uma plataforma para que eles aprendam e melhorem suas habilidades de trading.
Tutoriais e enredos gamificados: Crie uma história ou personagem para orientar os usuários a entender a história, o funcionamento e as vantagens das DEXs, tornando o processo educacional mais envolvente e atraente.
Eventos e desafios da comunidade: Realizando desafios e eventos regulares da comunidade para incentivar a participação dos usuários. Isso não apenas promove a construção da comunidade, mas também oferece aos usuários mais oportunidades de interação e entretenimento.
Ao aplicar a mecânica do jogo a uma DEX, é possível criar um ambiente mais atraente, interativo e divertido, atraindo mais usuários e aumentando a retenção.
No entanto, é essencial garantir que os elementos gamificados se alinhem com as funcionalidades centrais da DEX e evitar distrair os usuários de suas atividades de trading primárias.
2. Projeto de gamificação
2.1 Análise de cenários
Projete a educação do usuário e a interação da DEX como um jogo semelhante a um aplicativo, concentrando-se mais em experiências casuais em vez de grandes jogos pesados.
A gamificação pode permear vários cenários de negócios:
Conexão com a carteira
Depósito e saque
Trading
Prever o aumento ou queda do mercado
Mineração
Interações sociais
Essa abordagem gamificada pode efetivamente reduzir a barreira de entrada para DEXs, tornando-as mais acessíveis e fáceis de entender.
O trading em si não é um jogo, especialmente quando o dinheiro real está envolvido. No entanto, gamificar certos elementos do trading, especialmente dentro de contextos educacionais e de treinamento, pode ajudar novos usuários a entender e se familiarizar mais facilmente com os processos e estratégias de trading.
2.2 Implementação técnica
Mecanismo de jogo leve
Os minijogos exigem o uso de um mecanismo de jogo para desenvolvimento.
O que precisamos aqui é de um mecanismo de jogos leve, como o Unity, para jogos casuais, e não especificamente para fazer jogos.
Ao considerar integrar minijogos em aplicativos que não sejam jogos, há vários motivos para escolher um mecanismo de jogo leve, conforme a seguir.
Curva de aprendizado simples: Mecanismos de jogos leves são muitas vezes mais concisos, tornando a curva de aprendizado mais suave para os desenvolvedores. O aprendizado e o resultado rápidos são fundamentais, especialmente quando se trata de equipes cujo histórico principal não está no desenvolvimento de jogos.
Desempenho eficiente: Os minijogos casuais muitas vezes não têm demandas de alto desempenho. Ao omitir muitos recursos desnecessários, os mecanismos de jogos leves podem funcionar sem problemas na maioria dos dispositivos, reduzindo o consumo de bateria.
Rápido desenvolvimento e iteração: Os motores leves tendem a ser mais flexíveis e não exigem definições ou configurações complexas. Isso significa que você pode passar mais rapidamente do protótipo para o produto final e iterar mais rapidamente.
Integração perfeita com recursos que não são jogos: Ao integrar minijogos em um aplicativo ou plataforma principal, os mecanismos leves normalmente são mais fáceis de integrar. Além disso, eles não entram em conflito com outras partes da inscrição.
Menor consumo de recursos: Os mecanismos leves geralmente não vêm com os recursos e arquivos pesados que os grandes mecanismos de jogos têm, o que significa que o tamanho geral e a pegada de memória do aplicativo serão menores.
Flutter e Flutter Flame
Flutter é um kit de ferramentas de desenvolvimento de software de interface do usuário de código aberto desenvolvido pelo Google. Inicialmente, ele foi projetado para ajudar os desenvolvedores a criar aplicativos nativos de alta qualidade para iOS, Android e web.
No entanto, posteriormente, ela se expandiu para outras plataformas, como desktops.
Os principais recursos do Flutter incluem o uso da linguagem Dart, um mecanismo de renderização de alto desempenho e uma infinidade de componentes e plugins para simplificar o processo de desenvolvimento.
Flutter Flame é uma estrutura de desenvolvimento de jogos leve, construída na plataforma Flutter. Seu objetivo é fornecer uma maneira simples e fácil de criar jogos e aplicativos relacionados a jogos usando o Flutter.
A relação entre os dois pode ser compreendida das seguintes perspectivas.
Plataforma básica: O Flame foi desenvolvido com base no Flutter, o que significa que ele aproveita todos os seus recursos e benefícios, como recursos entre plataformas, renderização de alto desempenho e uma rica biblioteca de componentes.
Idioma de desenvolvimento: Como o Flame foi projetado para Flutter, ele também usa Dart como sua linguagem de programação.
Extensibilidade: O Flame se integra perfeitamente a outras bibliotecas e plugins do Flutter, permitindo que os desenvolvedores adicionem facilmente áudio, animações ou outras funcionalidades.
Objetivo: Embora o Flutter em si seja uma estrutura de desenvolvimento robusta, seu foco principal é criar aplicativos, não jogos. É por isso que há necessidade de uma estrutura como o Flame para preencher essa lacuna. O Flame oferece funcionalidades centrais relacionadas ao jogo, como o loop do jogo, a renderização de sprite e a detecção de colisão.
Comunidade e recursos: Como o Flame é baseado no Flutter, ele se beneficia naturalmente da forte comunidade e dos recursos do Flutter. Isso significa que os desenvolvedores têm mais recursos para procurar ao procurar tutoriais, solução de problemas ou ajuda.
Em resumo, embora o Flutter forneça um ambiente de desenvolvimento de aplicativos entre plataformas, o Flutter Flame adiciona ferramentas e recursos otimizados para o desenvolvimento de jogos, tornando o desenvolvimento de jogos no Flutter viável.
2.3 Estratégia de lançamento
Ao considerar o desenvolvimento de jogos com Flutter e implantá-lo na web, há duas estratégias distintas:
Use o Flutter especificamente para o desenvolvimento do jogo e faça o jogo funcionar na web.
Migre todo o front end para o Flutter.
Cada estratégia tem suas próprias vantagens e considerações.
Por exemplo, a primeira abordagem se concentra na utilização dos recursos do Flutter para o desenvolvimento de jogos e garante que o jogo seja otimizado para a web.
A segunda abordagem é mais ampla, implicando na adoção total do Flutter para todos os aspectos front-end, não apenas para o jogo. Isso pode oferecer uma interface/UX consistente em todo o aplicativo, mas pode envolver um trabalho mais extenso em termos de migração e adaptação.
3. Gamificação e trading social
Gamificação e trading social são tópicos atualmente importantes nos campos de moeda digital e DEXs.
Para entender melhor as funções e o potencial desses dois no contexto de uma DEX, vamos analisá-los um a um.
3.1 Gamificação
vantagens
Envolvimento do usuário: A introdução de mecanismos de competição, desafios e recompensas pode aumentar o engajamento e a fidelidade dos usuários.
Formação: Usuários iniciantes podem aprender mais facilmente as complexidades e estratégias de trading por meio da gamificação.
Retenção de usuários: Recompensas e desafios contínuos podem incentivar os usuários a participar e negociar a longo prazo.
Desafios
Sobressimplificação: A gamificação excessiva pode levar os usuários a ignorar os riscos do trading, potencialmente resultando em decisões insensatas.
Sustentabilidade: Para manter o interesse do usuário, é necessário atualizar e adicionar continuamente novos elementos do jogo.
3.2 Trading social
vantagens
Sabedoria coletiva: Os usuários podem tomar decisões com base nas estratégias e ações de outros traders bem-sucedidos.
Construindo a comunidade: Incentiva a interação e a comunicação entre os usuários, melhorando a coesão da comunidade.
Barreira de entrada reduzida: Os novatos podem começar rapidamente imitando traders experientes.
Desafios
Amplificação de risco: Se um grande número de usuários seguir um trader específico, isso pode aumentar os riscos sistêmicos.
Confiança excessiva: Os usuários podem se tornar excessivamente dependentes de outros traders, em vez de conduzir suas próprias pesquisas e análises.
Preocupações com privacidade: Publicar estratégias e ações de trading pode levar a violações de privacidade ou atenção indesejável.
Então, entre gamificação e trading social, qual é a direção do futuro?
Na verdade, isso depende do público alvo e do posicionamento a mercado da DEX.
Se o objetivo é atrair mais usuários jovens e iniciantes, a gamificação pode ser mais adequada, pois pode fornecer uma experiência de trading mais relaxada e divertida.
Para traders profissionais que desejam compartilhar experiências e estratégias, o trading social pode ser mais atraente.
No entanto, a direção futura não é escolher uma em vez da outra, mas combinar os pontos fortes de ambas.
Uma DEX que integra elementos de gamificação e trading social pode oferecer uma experiência de usuário agradável e aprofundada, atendendo às necessidades de diferentes usuários.
Na onda da IA, os usuários já se acostumaram com experiências inteligentes e automatizadas, e esperam serviços mais convenientes e personalizados.
Ao mesmo tempo, a demanda por entretenimento e interação social está em constante crescimento.
Se pensarmos na perspectiva de slogans ou percepções externas, acredito que há várias estratégias:
Gamificação como principal, trading social como secundário: Nessa abordagem, a ênfase está na diversão e no engajamento do trading. Por exemplo:
“Trading: É muito divertido!”
“Experimente a aventura de trading mais divertida.”
Essa abordagem é adequada para aqueles que desejam atrair usuários jovens, iniciantes ou aqueles que buscam uma experiência de trading única.
Trading social como principal, gamificação como secundário: Aqui, podemos enfatizar o valor dos aspectos sociais e o poder da conexão. Por exemplo:
“Faça trades com o mundo.”
“Torne o trading mais social.”
Essa estratégia pode atrair aqueles que desejam interagir com outras pessoas e compartilhar experiências e estratégias.
Combine os dois: Você também pode tentar mesclar elementos de gamificação e trading social, criando uma mensagem exclusiva da marca. Por exemplo:
“Faça trades, divirta-se e compartilhe livremente.”
Essa estratégia pode atrair uma ampla gama de usuários, mas pode exigir mais esforço para garantir a clareza e o apelo da mensagem.
Considerando as mudanças na mentalidade do usuário sob a onda da IA, acredito que a terceira estratégia seja a mais promissora, pois, na era da IA, os usuários não apenas esperam serviços inteligentes, mas também buscam mais interações e oportunidades sociais.
A fusão de elementos de gamificação e trading social pode oferecer aos usuários uma experiência de trading divertida e aprofundada.
4. Machine learning no dispositivo
O aprendizado de máquina no dispositivo (também conhecido como aprendizado de máquina de borda, ou aprendizado de máquina de borda) refere-se à realização de cálculos de aprendizado de máquina diretamente no dispositivo do usuário, em vez de em servidores ou centros de nuvem.
Isso traz benefícios, como maior proteção de privacidade e menor latência. Aplicar o aprendizado de máquina de ponta a uma DEX pode oferecer vantagens em vários aspectos.
4.1 Experiência de trading personalizada
O Edge ML pode ajudar a criar uma experiência de trading personalizada, adaptada aos dados históricos e preferências de trading de um usuário.
Cenários de negócios
Recomendações personalizadas: Recomende novos pares de trading ou oportunidades de investimento com base no histórico e comportamento de trading do usuário.
Notificações inteligentes: Ofereça aos usuários atualizações e alertas direcionados às tendências do mercado.
4.2 Assistente de trading inteligente
Este aplicativo desenvolve um assistente inteligente que pode fornecer aconselhamento de trading em tempo real e análise de mercado.
Cenários de negócios:
Otimização da estratégia de trading: Analise a estratégia de trading de um usuário e forneça sugestões de otimização.
Gerenciamento de risco: Analise as condições do mercado em tempo real para ajudar os usuários a gerenciar seus riscos de forma mais eficaz.
4.3 Utilização otimizada de rede e recursos
Ao executar cálculos no dispositivo, uma DEX pode reduzir a carga nos servidores centrais, aumentando assim o desempenho e a eficiência geral.
4.4 Proteção de privacidade aprimorada
Como os dados são processados e armazenados principalmente localmente, a privacidade do usuário é melhor protegida.
Cenários de negócios
Análise de transações privadas: Os usuários podem analisar seu histórico de trading localmente sem precisar carregar informações confidenciais em servidores.
4.5 Mecanismo Anti-Cheat em jogos
Usar o aprendizado de máquina para detectar trapaças no jogo é uma área de interesse emergente.
A fraude interrompe a justiça dos jogos e pode resultar na saída de jogadores honestos.
Etapas para abordar fraudes
Coleta de dados: Reúna dados de comportamento de jogadores regulares e trapaceiros conhecidos. Esse conjunto de dados pode abranger parâmetros como velocidade de movimento dos caracteres, precisão da correspondência, taxa de aquisição de recursos, frequência de toques de tecla e comportamento da rede.
Engenharia de recursos: Com base nos dados mencionados acima, crie um conjunto de recursos com o objetivo de distinguir entre jogadores regulares e trapaceiros. Por exemplo, se um jogador concluir uma série de tarefas complexas em um tempo extremamente curto, isso pode indicar trapaça.
Treinamento do modelo: Use dados rotulados (por exemplo, saber quais jogadores enganam e quais não) para treinar um modelo de classificação, como árvores de decisão, redes neurais ou máquinas de vetor de suporte.
Detecção em tempo real: Durante a jogabilidade em tempo real, colete dados do comportamento do jogador e preveja usando o modelo treinado. Se o modelo prever uma alta probabilidade de um jogador trapacear, ações apropriadas podem ser tomadas, como avisos, restrições de conta ou outras penalidades.
Ciclo de feedback: Como os trapaceiros podem alterar estratégias para evitar a detecção, é crucial atualizar e treinar modelos regularmente. É possível configurar um sistema de feedback para os jogadores denunciarem comportamentos suspeitos, com esses relatórios servindo como novos dados de treinamento.
Considere a privacidade: Garanta a conformidade com os regulamentos de privacidade ao coletar dados dos jogadores e informe claramente os jogadores sobre a finalidade da coleta de dados.
Endereço falso positivo: Qualquer sistema de detecção pode exibir falsos alarmes. Portanto, garanta uma baixa taxa de falsos positivos e forneça um mecanismo para os jogadores recorrerem contra detecções erradas.
O Edge ML cria possibilidades para uma experiência de DEX mais privada, personalizada e eficiente. Além disso, reduz os elementos centralizados na operação de uma DEX, o que se alinha com a filosofia central de descentralização.
#Bybit #TheCryptoArk