DeFAI全解：AI如何釋放DeFi的潛力？

作者：Geng Kai，DFG

DeFAI是什麼？

自2020 年迅速擴張以來，去中心化金融（DeFi）一直是加密生態系統的核心支柱。雖然已經建立了許多新的創新協議，但它也導致了複雜性和碎片化的增加，即使是經驗豐富的用戶也難以駕馭大量的鏈、資產和協議。

同時，人工智慧(AI) 已從2023 年的廣泛基礎敘事發展為2024 年更專業、以代理為導向的焦點。這種轉變催生了DeFi AI (DeFAI) ——一個新興領域，其中AI 透過自動化、風險管理和資本優化來增強DeFi。

DeFAI 跨越多個層級。區塊鏈是基礎層，因為AI 代理必須與特定鏈互動才能執行交易和執行智能合約。在此之上，資料層和運算層提供了訓練AI 模型所需的基礎設施，這些模型來自歷史價格資料、市場情緒和鏈上分析。隱私和可驗證層確保敏感財務資料在保持無信任執行的同時保持安全。最後，代理框架允許開發人員建立專門的AI 驅動應用程序，例如自主交易機器人、信用風險評估器和鏈上治理優化器。

雖然這個生態圖還可以進一步擴展，但這些是在DeFAI 上建構的項目的頂級類別。

隨著DeFAI 生態不斷擴大，最突出的項目可分為三個主要類別：

1. 抽象層

建立在此類別上的協定充當DeFi 的類似ChatGPT 的用戶友好介面，允許用戶輸入鏈上執行的提示。它們通常與多個鍊和dApp 集成，並執行用戶意圖，同時消除複雜交易中的手動步驟。

這些協定可以執行的一些功能包括：

• 交換、跨鏈、借出/提款、跨鏈執行交易

• 跟單交易錢包或Twitter/X 個人資料

• 根據倉位規模百分比自動執行停贏/停損等交易

例如，無需手動從Aave 提取ETH，將其跨鏈到Solana，交換SOL / Fartcoin，並在Raydium 上提供流動性——抽象層協議只需一步即可完成操作。

主要協議：

• @griffaindotcom — 為用戶執行交易的代理網絡

• @HeyAnonai — 處理用戶對DeFi 交易和即時洞察的提示的協議

• @orbitcryptoai — DeFi 互動的AI 夥伴

https://x.com/griffaindotcom/status/1887682734027645055

2. 自主交易代理

與遵循預設規則的傳統交易機器人不同，自主交易代理可以學習和適應市場條件，並根據新資訊調整其策略。這些代理可以：

• 分析數據以不斷改善策略

• 預測市場走勢，以便做出更好的多頭/空頭決策

• 像基礎交易一樣執行複雜的DeFi 策略

主要協議：

• @Almanak__ — 用於培訓、優化和部署自主金融代理的平台

• @Cod3xOrg —推出在區塊鏈上執行財務任務的AI 代理

• @Spectral_Labs — 建立自主鏈上交易代理的網絡

3. AI 驅動的DApps

DeFi dApp 提供借貸、交換、收益farming 等功能。 AI 和AI 代理程式可以透過以下方式增強這些服務：

• 透過重新平衡LP 部位來優化流動性供應，以獲得更好的APY

• 透過檢測潛在的rug 或蜜罐來掃描代幣以發現風險

主要協議：

• @gizatechxyz的ARMA— AI 代理，用於優化Mode 和Base 中的USDC 收益

• @SturdyFinance — AI 驅動的收益保險庫

• @derivexyz — 使用智慧AI co-pilot 優化的選擇權和永續合約平台

主要挑戰

在這些層上建構的頂級協定面臨一些挑戰：

1. 這些協議依賴即時資料流來實現最佳交易執行。數據品質差可能導致路線效率低、交易失敗或交易無利可圖

2. AI 模型依賴歷史數據，但加密貨幣市場波動性很大。代理必須接受多樣化、高品質資料集的訓練才能保持有效性

3. 需要全面了解資產相關性、流動性變化和市場情緒，才能了解整體市場狀況

基於這些類別的協議已受到市場的歡迎。然而，為了提供更好的產品和最佳結果，他們應該考慮整合各種不同品質的資料集，以將其產品提升​​到一個新的水平。

資料層－為DeFAI 智慧提供動力

AI 的好壞取決於它所依賴的數據。為了讓AI 代理在DeFAI 中有效運作，它們需要即時、結構化和可驗證的資料。例如，抽象層需要透過RPC 和社交網路API 存取鏈上數據，而交易和收益優化代理則需要數據來進一步完善其交易策略並重新分配資源。

高品質的資料集使代理商能夠更好地對未來價格行為進行預測分析，為交易提供建議，以適應他們對某些資產的多頭或空頭部位的偏好。

DeFAI 的主要數據提供商

Mode Synth 子網

作為Bittensor 的第50 個子網絡，Synth 為代理商的財務預測能力創建合成資料。與其他傳統價格預測系統相比，Synth 捕獲了價格變動的完整分佈及其相關機率，從而構建了世界上最準確的合成數據，為代理和LLM 提供支援。

提供更多高品質資料集可以使AI 代理在交易中做出更好的方向性決策，同時預測不同市場條件下的APY 波動，以便流動性池在需要時重新分配或提取流動性。自從自主網啟動以來，他們一直有很強的來自DeFi團隊的要求，透過他們的API 整合Synth 的資料。

最受關注的AI代理區塊鏈

除了為AI 和代理程式建立資料層之外，Mode 還將自己定位為為DeFAI 未來建立全端的區塊鏈。他們最近部署了Mode Terminal，這是DeFAI 的co-pilot，用於透過使用者提示執行鏈上交易，即將向$MODE 質押者開放。

https://x.com/modenetwork/status/1882803123523383435?s=46&t=JaMReQ6LUFL_qJEJqpfTPw

此外，Mode 還支援許多基於AI 和代理的團隊。 Mode 付出了巨大努力，將Autonolas、Giza、Sturdy 等協議整合到其生態中，隨著更多代理商的開發和執行交易，Mode 迅速發展。

這些舉措都是在他們用AI 升級網路的同時實現的，最引人注目的是為他們的區塊鏈配備了一個AI的排序器。透過在執行前使用模擬和AI 分析交易，可以在處理前阻止和審查高風險交易，以確保鏈上安全。作為Optimism 超級鏈的L2，Mode 站在中間地帶，將人類和代理用戶與最好的DeFi 生態連接起來。

AI 代理所基於的頂級區塊鏈比較

Solana 和Base 無疑是 大多數AI 代理框架和代幣建立和發布的兩個主要鏈。 AI 代理利用Solana 的高吞吐量和低延遲網路以及開源ElizaOS 來部署代理代幣，而Virtuals 則充當了在Base 上部署代理的launchpad。儘管它們都有黑客松和資金激勵，但就其作為一條鏈的AI 計劃而言，它們還沒有達到Mode 所達到的水平。

NEAR 先前將自己定義為以AI 為中心的L1區塊鏈，其功能包括AI 任務市場、具有開源AI 代理框架的NEAR AI 研究中心和NEAR AI 助理。他們最近宣布了2000 萬美元的AI 代理基金，用於在NEAR 上擴展完全自主和可驗證的代理商。

Chainbase

Chainbase 提供全鏈可驗證的鏈上結構化資料集，可增強AI 代理的交易、洞察、預測、alpha 尋找等功能。他們推出了manuscripts ，這是一種區塊鏈資料流框架，用於將鏈上和鏈下資料整合到目標資料儲存中，以進行無限制的查詢和分析。

這使得開發人員能夠根據自己的特定需求自訂資料處理工作流程。將原始資料標準化並處理成乾淨、相容的格式，可確保其資料集滿足AI 系統的嚴格要求，從而減少預處理時間，同時提高模型準確性，幫助創建可靠的AI 代理。

基於其廣泛的鏈上數據，他們還開發了一個名為Theia的模型，該模型將鏈上數據翻譯為用戶的數據分析，而無需任何複雜的編碼知識。 Chainbase 的數據實用性在他們的合作夥伴關係中顯而易見，其中AI 協議正在使用他們的數據來：

• ElizaOS 代理插件，用於鏈上驅動決策

• 建構Vana AI 助手

• Flock.io社群網路智能，提供使用者行為洞察

• Theoriq 對DeFi 的數據分析與預測

• 也與0G、Aethir 和io.net合作

與傳統資料協定相比

諸如The Graph、Chainlink 和Alchemy 之類的數據協定提供數據，但並非以AI 為中心。 The Graph 提供了一個查詢和索引區塊鏈數據的平台，為開發人員提供了原始數據訪問，這些數據並非為交易或策略執行而構建。 Chainlink 提供預言機資料饋送，但缺乏用於預測的AI 優化資料集，而Alchemy 主要提供RPC 服務。

相較之下，Chainbase 數據是專門準備的區塊鏈數據，可以以更結構化和更具洞察力的形式被AI 應用程式或代理輕鬆使用，使代理商可以更方便地獲取與鏈上市場、流動性和代幣數據相關的數據。

sqd.ai

sqd.ai （原名Subsquid）正在開發一個專為AI 代理和Web3 服務量身定制的開放資料庫網路。他們的去中心化數據湖提供無需許可、經濟高效的大量即時和歷史區塊鏈數據訪問，使AI 代理能夠更有效地運行。

sqd.ai 提供即時數據索引（包括未完成區塊的索引），索引速度高達每秒150,000+ 區塊，比任何其他索引器都快。 在過去24 小時內，它們提供了超過11TB 的數據，滿足了數十億自主AI 代理和開發人員的高吞吐量需求。

https://x.com/helloSQD/status/1879575591118414003

他們的可自訂資料處理平台可根據AI 代理的需求提供客製化數據，而DuckDB 則為本地查詢提供高效的數據檢索。他們的綜合數據集支援100 多個EVM 和Substrate 網絡，包括事​​件日誌和交易詳細信息，這對於跨多個區塊鏈運行的AI 代理來說非常有價值。

零知識證明的加入確保了AI 代理能夠存取和處理敏感數據，而不會損害隱私。此外， sqd.ai可以透過添加更多處理節點來處理不斷增加的資料負載，從而支援數量不斷增長的AI 代理（估計數量將達到數十億）。

Cookie

Cookie 為AI 代理和叢集提供模組化資料層，專門用於處理社交資料。它具有一個AI 代理儀表板，可追蹤鏈上和社交平台上的頂級代理心智，並且最近為其他AI 代理推出了即插即用的數據集群API，以檢測CT 中的流行敘述和心智轉變。

他們的數據群涵蓋了超過7TB 的即時鏈上和社交數據源，由20 個數據代理提供支持，提供對市場情緒和鏈上分析的洞察。他們最新的AI 代理@agentcookiefun以7% 的容量利用了他們的數據群，透過利用在其下運行的各種其他代理提供市場預測並發現新的機會。

DeFAI 的下一步

目前，DeFi 中的大多數AI 代理在實現完全自主方面面臨重大限制。例如：

1. 抽象層將使用者意圖轉化為執行，但通常缺乏預測能力

2. AI 代理可能會透過分析產生alpha，但缺乏獨立的交易執行

3. AI 驅動的dApp 可以處理保險庫或交易，但屬於被動而非主動

DeFAI 的下一階段可能會專注於整合有用的資料層，以開發最佳的代理平台或代理。這將需要有關巨鯨活動、流動性變化等的深層的鏈上數據，同時產生有用的合成數據以進行更好的預測分析，並結合來自一般市場的情緒分析，無論是特定類別（如AI 代理、DeSci 等）的代幣波動，還是社交網絡上的代幣波動。

最終目標是AI 代理能夠從單一介面無縫產生和執行交易策略。隨著這些系統的成熟，我們可能會看到未來DeFi 交易者依賴AI 代理在最少的人為幹預下自主評估、預測和執行金融策略。

最後的想法

鑑於AI 代理代幣和框架的大幅縮水，有些人可能認為DeFAI 只是曇花一現。然而，DeFAI 仍處於早期階段，AI 代理增強DeFi 可用性和效能的潛力是不可否認的。

釋放這一潛力的關鍵在於獲取高品質的即時數據，這將改善AI 驅動的交易預測和執行。越來越多的協定整合了不同的資料層，資料協定為框架建構了插件，這凸顯了資料對代理決策的重要性。

展望未來，可驗證性和隱私性將成為協議必須解決的關鍵挑戰。目前，大多數AI 代理操作仍然是一個黑盒子，用戶必須將資金託付給它。因此，可驗證的AI 決策的發展將有助於確保代理流程的透明度和可問責性。整合基於TEE、FHE 甚至zk-proofs 的協定都可以增強AI 代理行為的可驗證性，從而實現對自主性的信任。

只有成功結合高品質資料、穩健模型和透明決策流程，DeFAI 代理才能獲得廣泛應用。