Det har blivit svårare att forska om krypto eftersom marknaden har växt över flera kedjor, protokoll, plånböcker, börser och sociala plattformar. Ett enda investeringsbeslut kan kräva timmar av att kontrollera tokendata, kedjeflöden, sentiment, nyheter, likviditet och portföljexponering.
CoinStats började som en portföljspårare där användare kan följa tillgångar i flera plånböcker och på olika börser på ett ställe. Företaget utvecklar nu en mer ambitiös produkt som bygger på krypto-specifik AI, API:er för utvecklare och agent-anpassad dataåtkomst.
I en exklusiv intervju med BeInCrypto berättar Narek Gevorgyan, grundare och VD för CoinStats crypto tracker, varför krypto behöver AI som är skapad för området, hur CoinStats AI hanterar research och varför maskinläsbar kryptodata blir avgörande när AI-agenter når marknaden.
CoinStats började som portföljspårare. Vad ledde till steget mot AI-drivna kryptoresearch-produkter?
Att följa en portfölj är lätt. Det svåra är att förstå vad man ska göra sen.
Våra användare la timmar på att hoppa mellan X, Discord, Etherscan, nyhetssajter, analyspaneler och börssidor för att fatta ett beslut. CoinStats hade redan datagrund, med täckning för över 120 kedjor, marknadsdata, kedjeflöden och social kontext.
AI blev det naturliga nästa steget. Vi ville hjälpa användare att hitta bättre svar snabbare – inte bara ge dem fler paneler.
Ni argumenterar för AI skapad för just krypto. Var brister vanliga modeller vid mer seriös kryptoresearch?
Det handlar mest om arkitektur och data.
När en användare ställer en fråga till CoinStats AI, arbetar särskilda subagenter parallellt. En hämtar realtidsnyheter. En annan kollar socialt sentiment. Någon läser kedjedata över 120+ blockkedjor. En granskar börsdata. En annan analyserar användarens portfölj.
Dessa agenter rapporterar tillbaks, och systemet sammanfogar informationen till ett svar med interaktiva tabeller och diagram – inte bara en lång textvägg. Modellen läser från aktiva källor istället för att bara minnas träningsdata. Det minskar risken för att påhittade svar uppstår.
Vi låter också användarna välja hur djupa svar de vill ha. CoinStats AI har tre lägen. Djup research ger fullständiga rapporter från flera källor. Backtesting hjälper användare att testa strategier mot historisk data. Snabbt läge används för snabba svar.
En generell modell ger vanligtvis en sorts svar. Kryptoresearch innebär många olika sorters frågor.
Vi tränar CoinStats AI utifrån det faktiska arbetet som kryptoanvändare gör, såsom token-research, plånboksanalys, riskkontroller, spåra smarta pengar, följa valaktivitet, kontraktsdistributioner, KOL-sentiment och makrosamband som påverkas av Fed-policy och ETF-flöden. Skillnaden blir tydlig när frågorna blir mer specifika.
CoinStats säger att deras AI presterar bättre än större generella modeller för kryptoresearch. Vad gör den egentligen annorlunda i grunden?
Det handlar om tillgång till livedata, återhämtning, uppgiftsspecifika agenter och kryptoanpassat resonemang.
Generella modeller saknar ofta livedata från kedjan och kan därför inte pålitligt visa vem som samlar på sig en token eller vart likviditet flyttar. De saknar också realtidsdata från marknaden och sociala medier, så de kan missa nya trender snabbt. Deras träningsdata blir snabbt för gammal i en marknad där en token kan lanseras och röra sig kraftigt på bara några dagar.
De resonerar också som generalister. Kryptoresearch kräver ofta förståelse för MEV, slippage, bro-risker, fragmenterad likviditet mellan kedjor, plånboksbeteende, börsflöden och risker kopplade till specifika protokoll.
Integritet är också mycket viktigt. När en användare klistrar in en plånboksadress i en generell AI-modell kan de råka visa sina tillgångar för en tredje part. Kryptoanvändare bryr sig mycket om detta.
Därför byggde vi Privat läge i CoinStats AI. När användare slår på läget, går sökningar via Venice AI:s krypterade och decentraliserade system. Ingen tredjeparts-leverantör ser användarens data. Vare sig man forskar om plånböcker, analyserar tokeflöden eller vill hålla sina positioner privata, stannar informationen mellan användaren och blockkedjan.
Generella modeller passar till enkla frågor. Seriös kryptoresearch kräver livedata, integritet och krypto-specifik kontext.
Hur tänker ni kring noggrannhet, förtroende och risken för fel när användare kan agera på svaren?
Krypto är en marknad där låg noggrannhet kan bli dyrt.
Vi arbetar efter tre principer. För det första ska alla påståenden baseras på livedata med källa så användare kan dubbelkolla. För det andra låter Backtesting-läget användare testa en idé mot historisk data innan de riskerar kapital. För det tredje är vi tydliga om produktens roll.
CoinStats AI är ett analysverktyg. Det är till för att stötta DYOR-processen och inte ersätta användarens eget omdöme. DYOR ska vara en del av produkten, inte bara en brasklapp längst ner på sidan.
På utvecklarsidan satsar CoinStats också på sitt API och MCP-stöd för AI-agenter och IDE:er. Varför är ett utvecklarvänligt kryptodatalager viktigt?
Krypto har ett strukturellt dataproblem. Informationen som behövs för att förstå en portfölj, en marknad eller en kedjehändelse finns spridd över hundratals kedjor, tusentals protokoll, många centraliserade börser och ett växande DeFi-system.
Alla utvecklare eller AI-agenter som vill analysera krypto har två val. Antingen lägger de flera år på att själva samla in och bearbeta data, eller så kopplar de upp sig mot en leverantör som redan har gjort jobbet.
Vi ser att CoinStats ska spela den rollen. Vi har lagt år på att normalisera data över 300+ börser och plånböcker, alla stora kedjor, och ett stort antal DeFi-positioner.
Genom att exponera det via CoinStats Crypto API och MCP-servern kan utvecklare som bygger AI-agenter, tradingverktyg, researchprodukter eller sidoprojekt i till exempel Cursor eller Claude Code få tillgång till portföljstatus, marknadsdata, nyheter och kedjekontext som användbara byggstenar.
De behöver inte bygga om hela datakedjan innan de kan skapa sin produkt.
MCP blir en viktig del av AI-verktyg. Hur ser du att CoinStats passar in i en framtid där agenter sköter allt mer av kryptoflöden?
Kryptodata har alltid varit splittrade. Priser finns på en plattform. Plånbokssaldon finns någon annanstans. DeFi-positioner finns på flera protokoll. NFT:er kan ligga på andra platser.
För utvecklare är det ofta svårast att samla ihop allt. Team lägger ibland mer tid på datahantering än på användarupplevelsen.
Det är detta vi vill lösa med CoinStats API. Tjänsten täcker över 100 000 mynt och mer än 200 börser. Den fungerar över 120 blockkedjor. DeFi-positioner hanteras för över 10 000 protokoll på plånboknivå.
Utvecklare får en ingång till hela bilden. Det gör att små team snabbt kan bygga mer.
Vår MCP-server tar samma idé längre. AI-agenter och LLM:er kan fråga direkt om plånboksdata, DeFi och portföljer. En agent i IDE kan hämta en användares positioner, analysera och stötta arbetet utan specialanpassningar.
Detta är viktigt eftersom kryptoverktyg utvecklas snabbt. Framtida arbetsflöden kommer att ha agenter som övervakar risk, balanserar portföljer, hittar möjligheter och hjälper med research. Då måste datalagret vara maskinläsbart, tillförlitligt och komplett för att visa vad någon äger och hur tillgångarna rör sig på kedjan.
Prisinformation räcker inte. Agenter behöver plånboksdata, DeFi-positioner och lång historik. Det är precis det CoinStats API bygger.
Kryptons tillväxt beror också på hur enkelt det är att bygga bra produkter. Varje timme som utvecklare sparar på datainsamling ger mer tid till bättre användarupplevelse.
Om vi har detta samtal igen om ett år, vad vill du då ha byggt, förbättrat eller bevisat med CoinStats?
Jag vill se tre saker.
För det första vill jag att CoinStats utökar sitt försprång inom kryptoforskning, jämfört med AI-verktyg som inte är inriktade på krypto. Vårt benchmark som vi släppte i år är bara början. Vi vill utöka den, köra tester oftare och ha en öppen process så alla i branschen kan upprepa resultaten.
Målet är inte att vinna ett enda benchmark. Målet är att visa att AI för just krypto ger bättre resultat över tid eftersom den har rätt data, rätt verktyg och de bästa möjligheterna att resonera.
För det andra vill jag att CoinStats API blir standard för kryptodata och research för agentekosystemet. Med MCP, vårt x402-drivna API och vårt portföljanalys-system ska alla agenter som behöver kryptokontext kunna använda CoinStats.
För det tredje vill jag att CoinStats går från hållpunkter i forskningen till faktisk handling. Att veta varför något rör sig är halva jobbet. Att hjälpa användare att agera på dessa insikter på ett säkert sätt, inom samma flöde, är vårt nästa steg.
Slutmålet har alltid varit samma. Varje kryptoinnehavare ska ha sitt eget analysteam som jobbar dygnet runt. Om ett år vill jag att CoinStats ligger mycket närmare att leverera den upplevelsen genom CoinStats AI.
