ملخّص الذكاء الاصطناعي
عرض المزيد
استخلص فحوى محتوى المقال بسرعة، مستشعرًا معنويات السوق في غضون 30 ثانية فقط!
الكاتب الضيف: هامبر لو
المبادئ الأولية هي طريقة لحل المشكلات مصممة لتفكيك المشكلات المعقدة إلى مبادئها أو حقائقها الأساسية، ومن ثم بناء الحلول انطلاقاً من هذه الأساسيات.
بناءً على المبادئ الأولية، المشكلات التي يحتاج DEX لمعالجتها هي كالتالي:
مسائل الأمان والثقة: تضمن DEXs عدم اضطرار المستخدمين إلى الوثوق بكيان مركزي واحد فقط لتحريك أموالهم. هذا يعني أنه حتى لو تعرضت البورصة للهجوم، ستبقى أموال المستخدمين آمنة.
قضايا الأذن والمراجعة: تتيح DEXs لأي شخص في أي مكان التداول بدون مراقبة أو إذن من سلطة مركزية.
قضايا السيولة: يمكن لنموذج سجل الطلبات أن يقدم واجهة تداول تقليدية ومألوفة أكثر، مما قد يجذب المزيد من المتداولين وبالتالي يزيد السيولة.
قضايا عبر السلاسل: مع زيادة الأصول على سلاسل متعددة، هناك حاجة إلى منصة قادرة على التداول عبر سلاسل متعددة.
قضايا الخصوصية: يمكن لـ DEXs أن تقدم خصوصية تداول أعلى من البورصات المركزية لأن المعاملات لا تتم عبر خوادم مركزية.
من أجل تحقيق استخدام سلس، يجب معالجة سلسلة من قضايا تجربة المستخدم التقنية (UX) والقضايا التنظيمية.
سهولة الاستخدام: حاليًا، لا تعد واجهات المستخدم (UIs) وتجارب العديد من التبادلات اللامركزية (DEXs) متناسقة مثل تلك الخاصة بالتبادلات المركزية. لتحقيق اعتماد واسع النطاق، يجب أن تصبح أكثر سهولة في الاستخدام.
الأداء وقابلية التوسع: تحتاج التبادلات اللامركزية (DEXs) إلى معالجة حجم كبير من المعاملات، لكن البلوكشين من الطبقة الأولى يحدد من أدائها. يمكن أن تسهم التقدمات التكنولوجية، مثل حلول الطبقة الثانية، في معالجة هذه المشكلة.
التعليم والوعي: لا يزال معظم الناس غير مألوفين مع التبادلات اللامركزية. هناك حاجة لتعليم واسع النطاق لمساعدة الناس على فهم فوائدها.
التنظيم والامتثال: في بعض البلدان والمناطق، قد تواجه التبادلات اللامركزية تحديات قانونية محتملة أو قضايا تنظيمية.
قدمت تقنيات StarkEx وغيرها من تقنيات ZK-rollup دفعة كبيرة للتبادلات اللامركزية من حيث الأداء وقابلية التوسع.
مع هذه التحسينات، تتجه التحديات الرئيسية الآن نحو سهولة الاستخدام، التعليم والوعي.
تحت موجة الذكاء الاصطناعي، خاصة مع اقتراب النماذج الكبيرة مثل GPT تدريجياً من عصر الذكاء الاصطناعي العام (الذكاء العام الاصطناعي بمستوى بشري)، نرى بالفعل سلسلة من التغيرات الاجتماعية والتكنولوجية.
يمكن استكشاف تغيرات عقلية المستخدم من خلال الاتجاهات التالية.
زيادة التوقعات للحصول على الإشباع الفوري: نظرًا لأن تقنية الذكاء الاصطناعي يمكنها بسرعة توفير الحلول والإجابات للمستخدمين، فقد زادت توقعاتهم للحصول على ردود فورية وفقًا لذلك. هذا يعني أن المنتجات والخدمات التقليدية قد تحتاج إلى تحسين وقت استجابتها لتلبية احتياجات المستخدمين.
مطالب جديدة للترفيه: مع تحرير الإنتاجية، أصبح لدى الناس المزيد من الوقت للترفيه. هذا يؤدي إلى زيادة المطالب على المنتجات الترفيهية والترفيهية. لا يتوقع المستخدمون فقط أن تقوم المنتجات بتسليتهم، بل أيضًا أن توفر تجربة أكثر عمقًا وتنوعًا.
السعي لتجارب مخصصة: يسمح تطور تكنولوجيا الذكاء الاصطناعي للمنتجات أن "تفهم" مستخدميها بشكل أفضل، مما يوفر تجربة أكثر تخصيصًا. الآن، يتوقع المستخدمون أن "تعرف" المنتجات عليهم وأن تقدم لهم تجارب وخدمات مخصصة.
أساليب جديدة في التعليم والتعلم: مع التقدم في الذكاء الاصطناعي، تتغير أيضًا أساليب التعليم والتعلم. قد يعتمد الناس بشكل متزايد على تعلم مدعوم بالذكاء الاصطناعي، بحثًا عن طرق تعلم أكثر كفاءة وتخصيصًا.
المخاوف بشأن الخصوصية: مع انتشار تطبيق تكنولوجيا الذكاء الاصطناعي، ستزداد أيضًا مخاوف المستخدمين بشأن الخصوصية. على سبيل المثال، قد يصبحون أكثر قلقًا بشأن كيفية جمع المنتجات لبياناتهم واستخدامها وضمانها.
تعريف الحقيقي والافتراضي: مع تطور تقنيات مثل الواقع الافتراضي والواقع المعزز، قد يبدأ الناس في طمس الخطوط الفاصلة بين "الحقيقي" و"الافتراضي". قد يؤدي ذلك إلى اختيار المستخدمين للمنتجات بناءً على مدى الواقعية أو الانغماس الذي تقدمه.
تغييرات في التفاعل الاجتماعي: قد يؤثر تطبيق الذكاء الاصطناعي في المجال الاجتماعي على طريقة تفاعل الناس مع بعضهم البعض. على سبيل المثال، قد يتفاعل الناس أكثر مع الذكاء الاصطناعي، بينما قد تقل التفاعلات مع الأشخاص الحقيقيين.
تطبيق ميكانيكيات الألعاب على البيئات غير المخصصة للألعاب هو وسيلة مبتكرة لجذب المستخدمين والحفاظ عليهم، وزيادة نشاط المستخدم، وتعزيز تجربة المستخدم وتحسين الرضا.
نظام مكافآت محفز بالألعاب: يقدم للمستخدمين رموزًا، أو NFTs أو عناصر افتراضية أخرى كمكافآت تشجعهم على إتمام مهام معينة، مثل إجراء أول عملية تداول لهم، أو تعريف مستخدمين جدد أو المشاركة في الأنشطة المجتمعية.
مهام تعليمية تفاعلية: تصمم مهمات الألعاب بحيث يتعلم المستخدمون العمليات والمفاهيم الأساسية لبورصات التداول اللامركزية أثناء تنفيذ المهام، مثل محاكاة عملية التداول الحقيقية عبر التداولات الافتراضية.
الساحات ولوحات المتصدرين: إنشاء ساحات للمستخدمين للمشاركة في مسابقات تداول محاكاة، حيث يحصل المستخدمون الأعلى تقييمًا على مكافآت. هذا لا يزيد من التفاعل بين المستخدمين فحسب، بل يوفر أيضًا لهم منصة للتعلم وتحسين مهارات التداول الخاصة بهم.
دروس وقصص تعليمية مشوقة: إنشاء قصة أو شخصية لإرشاد المستخدمين في فهم تاريخ وآلية وفوائد التبادلات اللامركزية، لجعل العملية التعليمية أكثر تفاعلاً وجاذبية.
فعاليات وتحديات مجتمعية: تنظيم تحديات وفعاليات مجتمعية منتظمة للتشجيع على مشاركة المستخدمين. هذا لا يعزز بناء المجتمع فحسب، بل يوفر أيضًا للمستخدمين مزيدًا من الفرص للتفاعل والترفيه.
بتطبيق آليات اللعب على تبادل لامركزي، يمكن إنشاء بيئة أكثر جاذبية وتفاعلية ومتعة، مما يجذب المزيد من المستخدمين ويزيد من الاحتفاظ بهم.
ومع ذلك، من الضروري التأكد من أن العناصر المعتمدة على الألعاب تتماشى مع الوظائف الأساسية للـ DEX، وتجنب تشتيت المستخدمين عن أنشطة التداول الأساسية الخاصة بهم.
صمم تعليم وتفاعل المستخدمين مع الـ DEX كلعبة شبيهة بالتطبيق، مركزا أكثر على التجارب البسيطة بدلاً من الألعاب الضخمة.
يمكن لعناصر الألعاب أن تتغلغل في سيناريوهات الأعمال المختلفة:
الاتصال بالمحفظة
الإيداع والسحب
التداول
التنبؤ بارتفاع أو هبوط السوق
التعدين
التفاعلات الاجتماعية
يمكن لهذا النهج المعتمد على الألعاب أن يخفض بشكل فعال حاجز الدخول للـ DEXs، مما يجعلها أكثر سهولة في الوصول وأكثر سهولة في الفهم.
التداول نفسه ليس لعبة، خاصة عندما يكون المال الحقيقي متورطا. ومع ذلك، يمكن لعناصر الألعاب لبعض جوانب التداول — خاصة في سياقات التعليم والتدريب — أن تساعد المستخدمين الجدد على فهم استراتيجيات وعمليات التداول بشكل أسهل وأكثر ألفة.
محرك الألعاب الخفيفة
تتطلب الألعاب المصغرة استخدام محرك ألعاب للتطوير.
ما نحتاجه هنا هو محرك ألعاب خفيف الوزن مثل Unity للألعاب البسيطة، وليس محركات الألعاب المصممة خصيصًا لتطوير الألعاب.
عند النظر في دمج الألعاب المصغرة في التطبيقات غير المرتبطة بالألعاب، هناك العديد من الأسباب لاختيار محرك ألعاب خفيف الوزن، كما يلي.
منحنى تعلم بسيط: غالبًا ما تكون محركات الألعاب خفيفة الوزن أكثر اختصارًا، مما يجعل منحنى التعلم أكثر سهولة للمطورين. التعلم السريع والإنتاج هما المفتاح، خاصة عندما يتعلق الأمر بالفرق التي لا يكون لديها خلفية رئيسية في تطوير الألعاب.
أداء فعال: لا تتطلب الألعاب المصغرة العادية عادةً متطلبات أداء عالية. بتخطي العديد من الميزات غير الضرورية، يمكن لمحركات الألعاب خفيفة الوزن العمل بسلاسة على معظم الأجهزة، مما يقلل من استهلاك البطارية.
تطوير وتكرار سريع: عادة ما تكون المحركات الخفيفة أكثر مرونة ولا تتطلب إعدادات أو تكوينات معقدة. هذا يعني أنه يمكنك الانتقال بسرعة من النموذج الأولي إلى المنتج النهائي والتكرار بسرعة أكبر.
تكامل سلس مع الميزات غير المرتبطة بالألعاب: عند دمج الألعاب الصغيرة في تطبيق أو منصة رئيسية، يكون من الأسهل عادةً دمج المحركات الخفيفة الوزن. بالإضافة إلى ذلك، فهي لا تتعارض مع أجزاء أخرى من التطبيق.
استهلاك أقل للموارد: عادةً ما لا تأتي المحركات الخفيفة الوزن مع الموارد والملفات الثقيلة التي تأتي بها محركات الألعاب الكبيرة، مما يعني أن الحجم الإجمالي وآثار الذاكرة للتطبيق سيكون أصغر.
Flutter & Flutter Flame
Flutter هو مجموعة أدوات تطوير البرمجيات لواجهة المستخدم مفتوحة المصدر طورته جوجل. في البداية، تم تصميمه لمساعدة المطورين في بناء تطبيقات محلية عالية الجودة لأنظمة iOS و Android والويب.
ومع ذلك، توسع لاحقًا ليشمل منصات أخرى، مثل أجهزة سطح المكتب.
تشمل الميزات الرئيسية لـ Flutter استخدامه للغة Dart ومحرك عرض عالي الأداء، ومجموعة كبيرة من المكونات والإضافات لتبسيط عملية التطوير.
Flutter Flame هو إطار عمل لتطوير الألعاب خفيف الوزن مبني على منصة Flutter. يهدف إلى توفير طريقة بسيطة وسهلة الاستخدام لإنشاء الألعاب والتطبيقات المتعلقة بالألعاب باستخدام Flutter.
يمكن فهم العلاقة بين الاثنين من المنظورات التالية.
منصة الأساس: فليم مبني على فلاتر، مما يعني أنه يستفيد من جميع ميزاته وفوائده، مثل القدرات عبر الأنظمة الأساسية، الأداء العالي في العرض ومكتبة المكونات الغنية.
لغة التطوير: بما أن فليم مصمم لفلاتر، فإنه يستخدم أيضا دارت كلغة برمجة.
قابلية التوسعة: يتكامل فليم بشكل سلس مع مكتبات وإضافات فلاتر الأخرى، مما يسمح للمطورين بإضافة الصوتيات أو الرسوم المتحركة أو الوظائف الأخرى بسهولة.
الهدف: على الرغم من أن فلاتر بحد ذاته إطار عمل تطوير قوي، إلا أن تركيزه الأساسي هو على إنشاء التطبيقات وليس الألعاب. هذا هو السبب في الحاجة إلى إطار عمل مثل فليم لملء هذه الفجوة. يقدم فليم وظائف أساسية متعلقة بالألعاب، مثل حلقة اللعبة، عرض الصور المتحركة واكتشاف التصادمات.
المجتمع والموارد: بما أن فليم قائم على فلاتر، فإنه بطبيعته يستفيد من مجتمع وموارد فلاتر القوية. هذا يعني أن المطورين لديهم موارد أكثر للرجوع إليها عند البحث عن دروس تعليمية أو حل مشكلات أو المساعدة.
باختصار، في حين أن Flutter توفر بيئة تطوير تطبيقات عبر الأنظمة الأساسية، فإن Flutter Flame تضيف أدوات وميزات مُحسّنة لتطوير الألعاب، مما يجعل تطوير الألعاب في Flutter ممكنًا.
عند النظر في تطوير الألعاب باستخدام Flutter ونشرها على الويب، هناك استراتيجيتان متميزتان:
استخدام Flutter خصيصًا لتطوير الألعاب، وجعل اللعبة تعمل على الويب.
نقل الجزء الأمامي بالكامل إلى Flutter.
لكل استراتيجية مزايا واعتبارات خاصة بها.
على سبيل المثال، تركز النهج الأول على استغلال قدرات Flutter لتطوير الألعاب، وتضمن تحسين اللعبة للويب.
النهج الثاني أوسع، حيث يعني تبني Flutter بالكامل لجميع جوانب الجزء الأمامي، وليس فقط اللعبة. قد يوفر هذا واجهة وتجربة مستخدم متسقة عبر التطبيق، ولكنه قد يتضمن عملاً أوسع من حيث الانتقال والتكيف.
الألعاب والتداول الاجتماعي هي مواضيع شائكة حاليًا في مجالات العملات الرقمية و DEXs.
لفهم أفضل للأدوار والإمكانات لهذين العنصرين في سياق DEX، دعونا نقوم بتحليل كل منها على حدى.
المزايا
تفاعل المستخدم: يمكن أن يؤدي إدخال آليات المنافسة والتحديات والمكافآت إلى زيادة تفاعل وولاء المستخدمين.
التعليم: يمكن للمستخدمين المبتدئين تعلم تفاصيل واستراتيجيات التداول بشكل أسهل من خلال اللعب.
استبقاء المستخدمين: يمكن للمكافآت والتحديات المستمرة أن تشجع المستخدمين على المشاركة والتداول على المدى الطويل.
التحديات
التبسيط المفرط: قد يؤدي اللعب المفرط إلى تجاهل المستخدمين للمخاطر المرتبطة بالتداول، مما قد يؤدي إلى قرارات غير حكيمة.
الاستدامة: للحفاظ على اهتمام المستخدمين، من الضروري تحديث وإضافة عناصر جديدة للعبة باستمرار.
المزايا
الحكمة الجماعية: يمكن للمستخدمين اتخاذ القرارات بناءً على استراتيجيات وإجراءات المتداولين الناجحين الآخرين.
بناء المجتمع: يشجع التفاعل والتواصل بين المستخدمين، مما يعزز تماسك المجتمع.
تقليل حاجز الدخول: يمكن للمبتدئين البدء بسرعة من خلال محاكاة المتداولين ذوي الخبرة.
التحديات
تضخيم المخاطر: إذا تبع عدد كبير من المستخدمين متداولًا معينًا، فقد يؤدي ذلك إلى تضخيم المخاطر النظامية.
الإفراط في الاعتماد: يمكن أن يصبح المستخدمون معتمدين بشكل مفرط على المتداولين الآخرين، بدلاً من إجراء أبحاثهم وتحليلاتهم الخاصة.
مخاوف الخصوصية: قد يؤدي الإعلان عن استراتيجيات التداول والإجراءات إلى خروقات الخصوصية أو جذب انتباه غير مرغوب فيه.
إذًا، بين التلاعب بالألعاب والتداول الاجتماعي، أيهما هو اتجاه المستقبل؟
هذا في الواقع يعتمد على الجمهور المستهدف وتموضع السوق لـ DEX.
إذا كان الهدف هو جذب المزيد من المستخدمين الشباب والمبتدئين، قد يكون التلاعب بالألعاب أكثر ملاءمة، لأنه يمكن أن يوفر تجربة تداول أكثر استرخاءً وإثارة.
بالنسبة للمتداولين المحترفين الذين يرغبون في مشاركة الخبرات والاستراتيجيات، قد يكون التداول الاجتماعي أكثر جاذبية.
ومع ذلك، فإن اتجاه المستقبل ليس اختيار واحد على حساب الآخر، بل دمج نقاط القوة لكليهما.
يمكن لـ DEX التي تدمج عناصر من التلاعب بالألعاب والتداول الاجتماعي أن تقدم تجربة مستخدم ممتعة ومعمقة، وبالتالي تلبية احتياجات المستخدمين المختلفين.
في موجة الذكاء الاصطناعي، أصبح المستخدمون بالفعل معتادين على تجارب ذكية وآلية، ويتوقعون خدمات أكثر راحة وتخصيص.
وفي نفس الوقت، يتزايد الطلب على الترفيه والتفاعل الاجتماعي باستمرار.
إذا فكرنا من منظور الشعارات أو التصورات الخارجية، أعتقد أن هناك عدة استراتيجيات:
اللعب كعنصر أساسي، التداول الاجتماعي كعنصر ثانوي: في هذا النهج، يتم التركيز على المرح والمشاركة في التداول. على سبيل المثال:
"التداول: فقط بهذه المتعة!"
"تجربة مغامرة التداول الأكثر تسلية."
يتناسب هذا النهج مع أولئك الذين يرغبون في جذب المستخدمين الشباب، المبتدئين أو الباحثين عن تجربة تداول فريدة.
التداول الاجتماعي كعنصر أساسي، واللعب كعنصر ثانوي: هنا، يمكن التأكيد على قيمة الجوانب الاجتماعية وقوة الاتصال. على سبيل المثال:
"تداول مع العالم."
"اجعل التداول أكثر اجتماعية."
قد تجذب هذه الاستراتيجية أولئك الذين يرغبون في التفاعل مع الآخرين، ومشاركة التجارب والاستراتيجيات.
دمج الاثنين: يمكن للمرء أيضًا محاولة دمج عناصر من اللعب والتداول الاجتماعي، لإنشاء رسالة علامة تجارية فريدة. على سبيل المثال:
"تداول، استمتع، وشارك بحرية."
يمكن لهذه الاستراتيجية أن تجذب مجموعة واسعة من المستخدمين، لكنها قد تتطلب المزيد من الجهد لضمان وضوح وجاذبية الرسالة.
نظرًا للتغيرات في عقلية المستخدمين تحت موجة الذكاء الاصطناعي، أعتقد أن الاستراتيجية الثالثة هي الأكثر وعدًا، لأنه في عصر الذكاء الاصطناعي، لا يتوقع المستخدمون الخدمات الذكية فحسب بل يبحثون أيضًا عن المزيد من التفاعلات والفرص الاجتماعية.
دمج عناصر الألعاب والتداول الاجتماعي يمكن أن يقدم للمستخدمين تجربة تداول تكون ممتعة وعميقة في ذات الوقت.
يشير التعلم الآلي على الجهاز (المعروف أيضًا بالتعلم الآلي على الحافة أو edge ML) إلى إجراء حسابات التعلم الآلي مباشرةً على جهاز المستخدم، بدلاً من على الخوادم أو مراكز السحابة.
هذا يوفر فوائد مثل تعزيز حماية الخصوصية وتقليل وقت التأخير. تطبيق التعلم الآلي على الحافة في DEX يمكن أن يوفر مزايا في عدة جوانب.
يمكن لـ edge ML المساعدة في إنشاء تجربة تداول مخصصة تتناسب مع بيانات التداول التاريخية وتفضيلات المستخدم.
سيناريوهات العمل
توصيات شخصية: اقتراح أزواج تداول جديدة أو فرص استثمار بناءً على تاريخ وسلوك تداول المستخدم.
تنبيهات ذكية: تقديم تحديثات واتجاهات السوق المستهدفة وتنبيهات للمستخدمين.
يُطور هذا التطبيق مساعد ذكي يمكنه تقديم نصائح تداول وتحليل للسوق في الوقت الفعلي.
سيناريوهات الأعمال:
تحسين استراتيجيات التداول: تحليل استراتيجية تداول المستخدم وتقديم اقتراحات للتحسين.
إدارة المخاطر: تحليل ظروف السوق في الوقت الحقيقي لمساعدة المستخدمين على إدارة مخاطرهم بشكل أكثر فعالية.
من خلال تنفيذ العمليات الحسابية على الجهاز، يمكن لتبادل لامركزي تقليل الحمل على الخوادم المركزية، وبالتالي تحسين الأداء والكفاءة بشكل عام.
نظرًا لأن البيانات تتم معالجتها وتخزينها محلياً بشكل أساسي، يتم حماية خصوصية المستخدم بشكل أفضل.
سيناريوهات الأعمال
تحليل المعاملات الخاصة: يمكن للمستخدمين تحليل تاريخ تداولهم محلياً دون الحاجة إلى رفع المعلومات الحساسة إلى الخوادم.
استخدام التعلم الآلي لاكتشاف الغش في الألعاب هو مجال ناشئ يثير الاهتمام.
الغش يعطل نزاهة الألعاب ويمكن أن يؤدي إلى مغادرة اللاعبين الصادقين.
خطوات لمعالجة الغش
جمع البيانات: اجمع بيانات السلوك من كل من اللاعبين العاديين ولمن يعرف بأنهم يغشون. قد يشمل هذا التجميعة معايير مثل سرعة حركة الشخصية، دقة الضرب، معدل اكتساب الموارد، تكرار النقرات وسلوك الشبكة.
هندسة الميزات: استناداً إلى البيانات المذكورة آنفاً، أنشئ مجموعة من الميزات تهدف إلى التمييز بين اللاعبين العاديين والغشاشين. على سبيل المثال، إذا أتم اللاعب سلسلة من المهام المعقدة في وقت قصير جداً، فهذا قد يشير إلى الغش.
تدريب النموذج: استخدم البيانات المحللة (على سبيل المثال، معرفة أي اللاعبين يغشون ومن لا يغشون) لتدريب نموذج تصنيف، مثل أشجار القرار، الشبكات العصبية أو آلات دعم المتجهات.
الكشف في الوقت الحقيقي: أثناء اللعب في الوقت الحقيقي، جمع بيانات سلوك اللاعبين وتوقع باستخدام النموذج المدرب. إذا توقع النموذج احتمالية عالية للغش من قبل لاعب، يمكن اتخاذ إجراءات مناسبة، مثل التحذيرات، تقييد الحسابات أو فرض عقوبات أخرى.
حلقة التغذية الراجعة: بما أن الغشاشين قد يغيرون استراتيجياتهم لتجنب الكشف، فمن المهم تحديث النماذج وإعادة تدريبها بانتظام. من الممكن إعداد نظام تغذية راجعة للاعبين للإبلاغ عن السلوكيات المشبوهة، وتُستخدم هذه التقارير كبيانات تدريب جديدة.
مراعاة الخصوصية: التأكد من الامتثال للوائح الخصوصية عند جمع بيانات اللاعبين، وإعلام اللاعبين بوضوح عن هدف جمع البيانات.
معالجة الإيجابيات الزائفة: أي نظام كشف يمكن أن يعرض إنذارات خاطئة. لذلك، تأكد من انخفاض معدل الإيجابيات الزائفة، وقدم آلية للاعبين للاستئناف ضد الاكتشافات الخاطئة.
يخلق التعلم الآلي في الأطراف إمكانيات لتجربة DEX أكثر خصوصية وتخصيصًا وكفاءة. بالإضافة إلى ذلك، يقلل من العناصر المركزية في تشغيل DEX، مما يتماشى مع الفلسفة الأساسية للامركزية.
#Bybit #TheCryptoArk