Krypto research er blevet sværere, efterhånden som markedet er vokset på tværs af chains, protokoller, wallets, børser og sociale platforme. En enkelt investeringsbeslutning kan kræve timer på at tjekke token data, on-chain flows, stemning, nyheder, likviditet og porteføljeeksponering.
CoinStats begyndte som en portefølje-tracker, der gav brugere et sted til at overvåge aktiver på tværs af wallets og børser. Virksomheden er nu i gang med at udvikle et mere ambitiøst produkt baseret på krypto-specifik AI, udvikler-API’er og data-adgang der er klar til agenter.
I et eksklusivt interview med BeInCrypto diskuterede Narek Gevorgyan, grundlægger og direktør for CoinStats krypto-tracker, hvorfor krypto har behov for domænespecifik AI, hvordan CoinStats AI angriber research, og hvorfor maskin-læsbare kryptodata bliver uundværlige, når AI-agenter træder ind på markedet.
CoinStats begyndte som en portefølje-tracker. Hvad var årsagen til skiftet mod et AI-drevet krypto research produkt?
At spore en portefølje er den nemme del. Det svære er at vide hvad man skal gøre bagefter.
Vores brugere brugte timer på at hoppe mellem X, Discord, Etherscan, nyhedssider, analyse dashboards og børssider blot for at tage én beslutning. CoinStats havde allerede datalaget klar, inklusiv dækning af mere end 120 chains, markedsdata, on-chain flows og social kontekst.
AI var det naturlige næste skridt. I stedet for at give brugerne flere dashboards, ønskede vi at hjælpe dem med at nå bedre svar hurtigere.
I argumenterer stærkt for domænespecifik AI i krypto. Hvor halter generelle modeller stadig bagud i forhold til seriøs krypto research?
Det handler mest om arkitektur og data.
Når en bruger stiller CoinStats AI et spørgsmål, arbejder specialiserede del-agenter parallelt. En kan hente nyheder i realtid. En anden kan scanne social stemning. En tredje læser on-chain data på over 120 blockchains. En fjerde tjekker bourse-målinger. En anden analyserer brugerens faktiske portefølje.
Agenterne rapporterer tilbage, og systemet samler informationen til ét svar med interaktive tabeller og grafer, i stedet for en lang tekstvæg. Modellen læser fra live kilder frem for blot at trække på træningsdata. Dermed mindskes risikoen for fejlagtige oplysninger markant.
Vi lader også brugerne vælge, hvor dybtgående svaret skal være. CoinStats AI har tre tilstande. Deep Research er til gennemgående rapporter fra flere kilder. Backtesting hjælper brugeren med at teste strategier på historiske data. Fast Mode er til hurtige opslag.
En generel model leverer som regel kun én slags svar. Krypto research rummer mange forskellige slags spørgsmål.
Vi tilpasser CoinStats AI til det reelle arbejde krypto-brugere laver – fra token research til wallet analyse, risikotjek, smart money sporing, aktivitet blandt hvaler, kontraktudrulninger, KOL stemning, og macro-sammenhænge mellem f.eks. centralbankens politik eller ETF flows. Forskellen bliver tydelig, når spørgsmålene bliver specifikke.
CoinStats har påpeget, at deres AI klarer sig bedre end store generelle modeller til krypto research. Hvad gør den konkret anderledes bag facaden?
Det er en kombination af live data-adgang, indhentning, opgavespecifikke agenter og krypto-specifik analyselogik.
Generelle modeller har typisk ikke adgang til live on-chain data, så de kan ikke med sikkerhed vise hvem der akkumulere et token eller hvor likviditet flyttes hen. De mangler også realtids-marked og social kontekst, så de kan misse nye narrativer. Træningsdata forældes hurtigt, når et token kan blive lanceret og rykke sig markant indenfor få dage.
De tænker også som generalister. Krypto research kræver ofte indsigt i MEV, slippage, risiko ved broer, fragmenteret likviditet mellem chains, wallet-adfærd, børse-flows, og protokol-relateret risiko.
Privatliv er også et vigtigt punkt. Når en bruger indsætter en wallet-adresse i en generel AI-model, udsættes deres beholdning muligvis for en tredjepartsudbyder. Krypto-brugere vægter det højt.
Derfor har vi udviklet Private Mode i CoinStats AI. Når brugerne aktiverer det, sendes forespørgsler gennem Venice AI’s krypterede, decentraliserede system. Ingen tredjeparts AI-udbyder ser brugerens data. Uanset om der researches wallets, analyseres tokens eller kigges på positioner, som man helst vil holde skjult, forbliver info mellem brugeren og blockchainen.
Generelle modeller er fine til overfladiske spørgsmål. Seriøs krypto research kræver live data, privatliv og den rigtige krypto-kontekst.
Hvordan tænker I omkring præcision, tillid og risiko for fejlagtige svar, når brugerne kan handle på infoen?
Krypto er et marked, hvor ringe nøjagtighed kan blive dyrt.
Vores tilgang bygger på tre principper. For det første skal alle påstande være forankret i live data med angivne kilder, så brugeren selv kan tjekke det. For det andet lader Backtesting Mode brugeren afprøve en idé på historiske data, før de risikerer kapital. For det tredje er vi tydelige om produktets rolle.
CoinStats AI er et research-værktøj. Det skal støtte DYOR-processen, ikke erstatte brugerens vurdering. DYOR bør integreres i selve produktoplevelsen, ikke kun være en ansvarsfraskrivelse nederst på siden.
I tilbyder også API og MCP-support til AI-agenter og IDE’er for udviklere. Hvorfor er et crypto datalag, der er let tilgængeligt for udviklere, vigtigt?
Krypto har et grundlæggende dataproblem. Den information, man skal bruge for at forstå en portefølje, marked eller en on-chain begivenhed, er spredt over hundredvis af chains, tusindvis af protokoller, adskillige centraliserede børser og et voksende DeFi-økosystem.
Hver udvikler eller AI-agent, der vil forstå krypto, har to muligheder. Enten bruger de år på selv at løse dataopsamling, eller også tilslutter de sig en udbyder, der allerede har gjort det.
Det er den rolle vi ser CoinStats udfylde. Vi har brugt år på at normalisere data fra mere end 300 børser og wallets, alle store chains og en lang række DeFi-positioner.
Ved at stille det til rådighed via CoinStats Crypto API og MCP-server kan udviklere, der bygger AI-agenter, tradingtools, researchprodukter eller projekter i fx Cursor eller Claude Code, nemt få adgang til porteføljestatus, markedsdata, nyheder og on-chain kontekst som brugbare grundmoduler.
De behøver ikke bygge infrastrukturen op fra bunden, før de kan udvikle deres produkt.
MCP bliver en vigtig diskussion inden for AI-værktøjer. Hvordan ser du CoinStats passe ind i en fremtid, hvor crypto-arbejdsgange i stigende grad håndteres af agenter?
Kryptodata har altid været fragmenteret. Kurser findes på én platform. Wallet-saldi findes et andet sted. DeFi-positioner er spredt over mange protokoller. NFT’er kan måske ligge et helt fjerde sted.
For udviklere er det ofte det sværeste at få det hele samlet. Teams kan ende med at bruge mere tid på at samle data end på at forbedre brugeroplevelsen.
Det har vi sat os for at løse med CoinStats API. Dækningen omfatter over 100.000 coins og mere end 200 børser. Den går på tværs af mere end 120 blockchains. DeFi-positioner gøres op på over 10.000 protokoller på wallet-niveau.
Udviklere får ét adgangspunkt for det samlede billede. Det ændrer, hvad små teams hurtigt kan bygge.
Vores MCP-server tager samme idé videre. AI-agenter og LLM’er kan forespørge direkte på wallet-, DeFi- og portefølje-data. En agent integreret i et IDE kan hente en brugers positioner, analysere dem og understøtte en arbejdsgang uden behov for specialtilpasninger.
Det er vigtigt, fordi kryptoværktøjer udvikler sig. Fremtidens arbejdsgange vil inkludere agenter, der overvåger risiko, rebalancerer porteføljer, finder muligheder og understøtter research. For at det kan fungere, skal datalaget være maskinlæsbart, pålideligt og dækkende nok til at forstå, hvad man ejer, og hvordan disse aktiver bevæger sig on-chain.
Kursdata alene er ikke nok. Agenter har brug for wallet-data, DeFi-positioner og historisk kontekst på langt sigt. Det er det lag, CoinStats API bygger.
Kryptos vækst afhænger også af, hvor let det er at bygge nyttige produkter. Hver time, udviklere sparer på at samle data, kan bruges på at forbedre oplevelsen for brugerne.
Hvis vi tager denne snak igen om et år, hvad vil du så gerne have, at CoinStats har bygget, forbedret eller bevist inden da?
Der er tre ting, jeg gerne vil opleve.
For det første vil jeg gerne have, at CoinStats udbygger sit forspring inden for krypto-specifik research i forhold til brede AI-værktøjer. Den måling, vi har sat i gang i år, er kun begyndelsen. Vi ønsker at udvide den, køre den oftere og holde metoden open source, så alle i branchen kan genskabe den.
Målet er ikke at vinde én enkelt måling. Målet er at vise, at specialiseret AI bygget til krypto klarer sig bedre over tid, fordi den har adgang til de rigtige data, værktøjer og et miljø, hvor den kan drage de rette konklusioner.
For det andet vil jeg gerne have, at CoinStats API bliver den foretrukne datakilde og research-lag for agent-økosystemet. Med MCP, vores x402-drevne API og portefølje-intelligenssystem skal enhver agent, der har brug for krypto-overblik, nemt kunne koble sig på CoinStats.
For det tredje vil jeg gerne se CoinStats gå endnu længere – fra research til handling. At forstå, hvorfor noget bevæger sig, er kun halvdelen af opgaven. At hjælpe brugere med at handle på den indsigt, sikkert og i samme arbejdsgang, er næste produktmål.
Det overordnede mål er det samme: Alle der ejer krypto, skal have deres eget personlige team af analytikere, der arbejder for dem døgnet rundt. Om et år vil jeg have CoinStats meget tættere på den oplevelse via CoinStats AI.
