ML-архитектура · Training pipeline · AI Coach · AI Wallet Agent · AI Insurance Agent · Предиктивная аналитика
⚠️ AI Yield Engine оптимизирует аллокацию, но не гарантирует доходность. Target Yield зависит от условий DeFi-рынка.
1. Обзор
AI-система Wellex состоит из пяти взаимосвязанных компонентов, объединённых принципом Lazy Factor: пользователь делает минимум — AI берёт на себя всё остальное.
| # | Компонент | Назначение | Развёртывание |
|---|
| 1 | AI Coach | Wellness-рекомендации (видео / аудио / текст) | On-device + Cloud |
| 2 | AI Wallet Agent | Auto-compound, ребалансировка, 800+ ML-стратегий, управление рисками | Cloud (server-side) |
| 3 | AI Insurance Agent | Оценка рисков, персональные страховые рекомендации | Cloud |
| 4 | AI Dashboard Agents | Продвижение, контент, аналитика, менторинг | Cloud |
| 5 | Predictive Analytics Engine | Прогнозирование здоровья, оттока, дохода | Cloud |
2. AI-Тренер
2.1 Архитектура pipeline
Wellex Band → BLE → Raw Biometrics
↓
Feature Engine (on-device)
HRV, sleep stages, activity, emotions, stress index
↓
Context Builder
WVI, 7-day trend, weak spots, time of day,
user profile, recommendation history
↓
Fine-tuned LLM
Llama 3.1 8B (on-device) / GPT-4o (cloud, сложные запросы)
↓
Output: 🎥 Video · 🎧 Audio · 📝 Text + Personalized action plan
2.2 ML-модели
| Модель | Архитектура | Input | Output | Точность |
|---|
| Emotion Classifier | XGBoost ensemble | HRV + EDA (12 признаков) | 11 эмоций + confidence | 78.2% (11-class) |
| Sleep Staging | 1D-CNN + BiLSTM | PPG + Accel (эпохи 30 с) | Wake / N1 / N2 / N3 / REM | κ = 0.72 |
| Activity Classifier | LightGBM | Accel + Gyro + HR | 12 типов тренировок | 91.3% |
| Stress Predictor | LSTM (seq2seq) | HRV time series (5 мин) | Stress score + прогноз 1 ч | MAE = 6.2 |
| Recommendation LLM | Fine-tuned Llama 3.1 8B | Context vector + user profile | Текстовая рекомендация | Human eval: 4.3/5 |
| Content Generator | GPT-4o (API) | Recommendation + format | Видеоскрипт / аудиотекст | Human eval: 4.5/5 |
2.3 Пайплайн обучения
1. Сбор данных
├── WESAD (PPG + EDA, N = 15)
├── AMIGOS (мультимодальный, N = 40)
├── Sleep-EDF (PSG-верифицированный, N = 197)
├── Wellex proprietary (N = 3 200+)
└── Непрерывный сбор от пользователей (opt-in)
2. Предобработка
├── Удаление артефактов (motion artifacts PPG)
├── Полосовая фильтрация (0.5–40 Гц для PPG)
├── Извлечение RR-интервалов (Pan-Tompkins)
├── Feature extraction (временная + частотная область)
└── Нормализация (per-user z-score)
3. Обучение
├── Разделение 80/10/10 (train / val / test)
├── 5-fold cross-validation
├── Подбор гиперпараметров (Optuna)
├── Балансировка классов (SMOTE + class weights)
└── Early stopping (patience = 10)
4. Валидация
├── Hold-out test set
├── Cross-dataset validation
├── A/B тестирование рекомендаций
└── Экспертная проверка (clinical advisory board)
5. Деплой
├── ONNX export → CoreML / TFLite
├── On-device inference (< 50 мс)
├── Cloud fallback для сложных запросов
├── Версионирование моделей (MLflow)
└── Постепенный rollout (5% → 25% → 100%)
6. Непрерывное обучение
├── Federated learning (без передачи raw data)
├── Ежемесячное переобучение
├── Обнаружение дрейфа (PSI > 0.2 → retrain)
└── Петля обратной связи от пользователей
2.4 Персонализированные рекомендации
| Тип | Триггер | Пример | Формат |
|---|
| Утренняя | Каждое утро | «Recovery 74. Хороший день для умеренной нагрузки» | Push + Text |
| Превентивная | HRV drop > 15% | «Стресс растёт — дыхание 4-7-8 за 5 мин» | Push + Video |
| Коррекция сна | Сон < 6 ч | «Вчера спали 5 ч 20 мин — ложитесь до 22:30» | Push + Text |
| Мотивация | WVI близок к порогу yield | «До следующего уровня Monthly Yield +8 WVI! Прогулка поможет» | Push + Audio |
| Вечерняя | 21:00–22:00 | «Избегайте кофе и экранов после 22:00, засыпайте в 23:00» | Push + Text |
| Еженедельная | Воскресенье | Видеоотчёт: тренды, достижения, план на неделю | Video (3 мин) |
| Milestone | Streak / level up | «Streak 30 дней! Бонус к Monthly Yield +0.5%» | Push + Animation |
Факторы персонализации: возраст, пол, уровень физической подготовки, хронотип, история рекомендаций (без повторов), эффективность прошлых советов (CTR, follow-through rate), предпочтительный формат (видео / текст).
2.5 Тарифы AI Coach
| Тариф | Стоимость | Возможности |
|---|
| Basic | $0/мес | Базовые текстовые рекомендации, WVI |
| Подписка Wellex | $19/мес | Полный AI Coach: видео / аудио, детальная аналитика, бесплатный браслет |
3. AI-Агент кошелька
3.1 Архитектура
Источники данных
├── The Graph (TVL протоколов, Monthly Yield)
├── DeFiLlama API (cross-protocol)
├── Chainlink (price feeds)
└── Internal analytics (поведение пользователей)
↓
Gauntlet-style simulation · 10 000 сценариев / решение
↓
Decision Engine (PPO agent)
State: рыночные условия + портфель
Action: ребалансировка / compound
Reward: risk-adjusted return
↓
TX Builder
Ethers.js + Tenderly Simulation → Gelato Keeper execution
3.2 Автономные действия AI
| Действие | Условие | Пример |
|---|
| Auto-compound yield | При активации ($129) | Реинвест yield → WellexVault |
| Сбор наград | Всегда | CRV, COMP → конвертация в USDC → vault |
| Ребалансировка DeFi-аллокаций | Отклонение > 5% от целевого | Lending/AMM/RWA → ребаланс до оптимального |
| Кросс-чейн перемещение | Yield differential > 2% | Liquidity USDC с BSC на Ethereum via LayerZero |
| Газ-оптимизация | Всегда | Батчинг UserOps, low-gas windows |
| Аварийный вывод | Depeg > 2%, обнаружен эксплойт | Мгновенный вывод в стейблкоины |
3.3 Действия, требующие подтверждения пользователя
| Действие | Причина |
|---|
| Вывод на внешний адрес | Безопасность |
| Смена стратегии | Изменение риск-профиля |
| Размещение вне whitelist | Риск смарт-контракта |
| Операции > 25% портфеля за 24 ч | Защита от крупных перемещений |
3.4 Аллокация AI Wallet Agent (единый WellexVault)
AI Wallet Agent управляет единым WellexVault (ERC-4626). Ручной выбор стратегии пользователем недоступен — AI автоматически оптимизирует распределение DeFi-аллокаций по рыночной ситуации и WVI пользователя.
| DeFi-категория | Ориентир аллокации | Протоколы |
|---|
| Lending | 35–55% | Aave v3, Compound III, Morpho |
| AMM fees / LP | 10–20% | Uniswap v3, Curve |
| RWA / Treasuries | 10–25% | Ondo USDY, Mountain USDM |
| Liquidity incentives | 5–15% | CRV/CVX incentives, LM программы |
| Rate/basis arbitrage | 0–10% | Funding/basis, межпротокольные спреды |
| Structured strategies | 0–15% | Delta-neutral, covered/hedged конструкции |
| Cash buffer | 5–10% | USDC — для gas и ребалансировки |
Принципы Auto AI:
- Аллокация пересматривается ежедневно (реакция на рыночные условия)
- High WVI (≥70) → AI допускает более сложные стратегии (higher expected yield)
- Low WVI (<40) → AI снижает долю incentives/structured → консервативная аллокация
- Tenderly-симуляция каждой транзакции перед исполнением
Ожидаемый Monthly Yield (из WellexVault) строго определяется WVI пользователя по единой таблице REBUILD_PLAN.md. Фактический yield зависит от рыночных условий DeFi.
4. AI-Страховой агент
4.1 Концепция
AI Insurance Agent анализирует биометрические данные и финансовый профиль пользователя для формирования персонализированных страховых рекомендаций.
4.2 Архитектура
Входные данные:
├── WVI history (30 / 90 / 365 дней)
├── Биометрические тренды (HRV, sleep, activity)
├── Возраст, пол, BMI, lifestyle factors
├── История депозитов и yield
└── Региональные факторы (стоимость медицины)
↓
Risk Scoring Engine
Actuarial model + ML (Gradient Boosting / XGBoost)
Обучен на страховых датасетах
↓
Результаты:
├── Personal Health Risk Score (0–100)
├── Рекомендуемый тип и объём страховки
├── Расчёт премии (страховые партнёры)
├── Превентивные рекомендации (снижение премии)
└── «Сэкономлено $X благодаря вашему WVI»
4.3 Функции
| Функция | Описание |
|---|
| Health Risk Score | ML-оценка риска на основе 90+ дней биометрии |
| Coverage Recommendations | Тип и объём страховки по профилю пользователя |
| Premium Optimization | «Ваш WVI 80 → скидка 15% у партнёра X» |
| Preventive Actions | «Добавьте 1 ч сна → снижение risk score на 8%» |
| Claims Assistant | AI-помощь при оформлении страхового случая |
| Partner Marketplace | Предложения от страховых компаний-партнёров |
4.4 Монетизация
| Источник | Ставка |
|---|
| Комиссия от страховых партнёров | 5–15% от страховой премии |
| Лидогенерация | $20–50 за квалифицированный лид |
| Детальный Health Risk Report | Включён в подписку $19/мес |
5. AI-Агенты дашборда
5.1 Агент «Продвижение»
| Функция | Описание |
|---|
| Реактивация | Обнаружение неактивных партнёров → персонализированные скрипты |
| Анализ аудитории | Профиль партнёра → рекомендации каналов привлечения |
| Прогнозирование | «+3 реферала/мес → ранг Master через 6 мес, доход ~$1 700» |
| Недельный план | Пошаговый action plan с расставленными приоритетами |
5.2 Агент «Контент»
| Функция | Описание |
|---|
| Генерация постов | Instagram, Telegram, Facebook — по промпту или автоматически |
| Видеоскрипты | Сценарии для Reels, TikTok, YouTube Shorts |
| Stories | Готовые визуалы + текст |
| Обучение промптингу | Помощь в составлении эффективных запросов |
5.3 Агент «Аналитика» (Guardian+)
| Функция | Описание |
|---|
| Воронка | Приглашения → Регистрации → Активные → Платящие |
| Узкие места | «80% отвала на подключении браслета — помогите команде» |
| Когортный анализ | Retention по месяцам привлечения |
5.4 Агент «Менторинг» (Master+)
| Функция | Описание |
|---|
| Обучение команды | Шаблоны вебинаров, скрипты для звонков |
| Делегирование | «@user1 готов к рангу Guardian — помогите закрыть 3 реферала» |
| Командный WVI | Рекомендации по росту среднего WVI команды |
6. Движок предиктивной аналитики
6.1 Модели
| Модель | Задача | Архитектура | Горизонт | Метрика |
|---|
| WVI Forecast | Прогноз WVI на 7/30 дней | LSTM (seq2seq) | 7–30 дней | MAE = 4.1 |
| Churn Predictor | Вероятность оттока | Gradient Boosting | 30 дней | AUC = 0.87 |
| Monthly Yield Optimizer | Оптимальная стратегия | RL (PPO) | Real-time | Sharpe > 1.8 |
| Health Alert | Раннее предупреждение о проблемах | Anomaly detection (Isolation Forest) | 24–72 ч | Precision = 0.82 |
| Revenue Forecast | Прогноз MRR / ARR | Prophet + XGBoost | 3–12 мес | MAPE = 8% |
| Network Growth | Рост партнёрской сети | Graph Neural Network | 1–6 мес | MAE = 12% |
6.2 Примеры предиктивных инсайтов
Для пользователя:
- «HRV снижается третий день подряд. С вероятностью 72% завтра WVI упадёт ниже 60. Рекомендация: прогулка + сон до 22:00»
- «При текущей динамике Monthly Yield за март составит 14.2%. Для 16% нужно +4 к среднему WVI»
Для администратора:
- «Когорта февраля: retention 30d = 78%, прогноз 90d = 62%. Узкое место: 23% не подключили браслет»
- «Прогноз TVL на Q2: $8.2M (+95% к текущему). Риск при коррекции рынка: $5.1M»
7. Технологический стек
| Компонент | Технология | Назначение |
|---|
| On-device LLM | Llama 3.1 8B (ONNX → CoreML / TFLite) | Wellness-рекомендации (< 50 мс) |
| Cloud LLM | GPT-4o / Claude API | Сложные запросы, генерация контента |
| ML Framework | PyTorch 2.x + Lightning | Обучение моделей |
| ML Serving | ONNX Runtime (device), TorchServe (cloud) | Inference |
| Experiment Tracking | MLflow + Weights & Biases | Метрики, артефакты |
| Hyperparameter Tuning | Optuna | Автоматический HPO |
| Feature Store | Feast (on Redis) | Real-time + batch признаки |
| Data Pipeline | Apache Airflow | ETL, расписания переобучения |
| Vector DB | Qdrant | Similarity search для рекомендаций |
| RL Environment | Gymnasium + Stable Baselines3 | Обучение Wallet Agent |
| Market Data | The Graph + DeFiLlama API | Monthly Yield, TVL, utilization |
| TX Builder | Ethers.js + Tenderly Simulation | Построение и верификация транзакций |
| Keeper | Gelato Web3 Functions | On-chain исполнение |
| Monitoring | Forta + custom alerts | Обнаружение аномалий |
| Notifications | Firebase + Telegram Bot API | Push-уведомления |
8. Безопасность AI
Трёхуровневая защита
Layer 1 — Smart Contract Limits (on-chain)
- Whitelist протоколов (обновление через governance)
- Максимальный размер транзакции на действие
- Дневной лимит объёма (25% портфеля)
- Аварийная пауза (multisig 2-of-3)
- Rate limits (5% TVL/ч)
Layer 2 — AI Guardrails (off-chain)
- Оценка риска каждой транзакции (шкала 1–100)
- Обнаружение аномалий (Isolation Forest)
- Tenderly simulation перед исполнением
- Автоотклонение при risk score > 70 без подтверждения пользователя
- Human-in-the-loop для операций > $50 000
Layer 3 — User Controls
- Мгновенная пауза AI (Pause Agent)
- Переопределение любого решения AI
- Пользовательские лимиты (max per tx, daily cap)
- Полный ручной режим (AI отключён)
- Журнал активности (все действия AI прозрачны)
9. Приватность данных
| Принцип | Реализация |
|---|
| On-device first | Базовый inference на устройстве; raw данные не покидают телефон |
| E2E-шифрование | Биометрия шифруется AES-256 перед отправкой в облако |
| Federated learning | Модели улучшаются без передачи raw data на сервер |
| Data minimization | Сервер получает только WVI score + агрегированные признаки |
| Контроль пользователя | Экспорт / удаление всех данных (GDPR Art. 17) |
| Анонимизация | В исследованиях используются только де-идентифицированные данные |
→ Смежные документы: 04_APP_UX.md (экран AI-ассистента) · 05_DASHBOARD.md (AI Dashboard Agents) · 06_YIELD_PROTOCOL.md (механика yield) · 08_HARDWARE.md (данные браслета)
Wellex © 2026 · Confidential