深度融合DeFi与AI的DeFAI，能否催生出AI Agent的新浪潮？

原文作者：YBB Capital Researcher Ac-Core 

链上数据：通过索引器、预言机等手段获取实时的区块链数据，如交易记录、智能合约状态、网络活动。这帮助 Agent 保持对市场动态的同步；

链下数据：从外部数据提供商（如 CoinMarketCap、Coingecko）获取价格信息、市场新闻和宏观经济指标，确保 Agent 对市场外部条件的理解。这些数据通常通过 API 接口提供给 Agent；

去中心化数据源：一些 Agent 可能通过去中心化的数据馈送协议获取价格预言机的数据，确保数据的去中心化和可信性。

2. 模型推理：在数据收集完成后，AI Agent 进入推理和计算阶段。这里，Agent 依赖多个 AI 模型进行复杂的推理和预测：

• 监督学习和非监督学习：通过在带标签或无标签数据上训练，AI 模型可以分析市场和治理论坛的行为。例如，它们可以通过分析历史交易数据，预测未来市场走势，或者通过分析治理论坛数据，推测某一投票提案的结果；

• 强化学习：通过试错和反馈机制，AI 模型可以自主优化策略。例如，在代币交易中，AI Agent 可以通过模拟多种交易策略来确定最佳买入或卖出时机。这种学习方式使 Agent 在不断变化的市场条件下能够持续改进；

• 自然语言处理（NLP）：通过理解和处理用户自然语言输入，Agent 可以从治理提案或市场讨论中提取关键信息，帮助用户更好地做出决策。这在扫描去中心化治理论坛或处理用户指令时尤为重要。

3. 决策制定：基于收集的数据和推理的结果，AI Agent 进入决策阶段。在这一阶段，Agent 不仅需要分析当前的市场状况，还要在多个变量之间做权衡：

• 优化引擎：Agent 使用优化引擎在各种条件下寻找最佳的执行方案。例如，在进行流动性提供或套利策略时，Agent 必须考虑滑点、交易费用、网络延迟、资金规模等因素，以便找到最优的执行路径；

• 多代理系统协作：为了应对复杂的市场状况，单个 Agent 有时无法全面优化所有决策。在这种情况下，可以部署多个 AI Agent，各自专注于不同的任务领域，通过协作来提高整体系统的决策效率。例如，一个 Agent 专注于市场分析，另一个 Agent 专注于执行交易策略。

4. 托管与运行：由于 AI Agent 需要处理大量计算，通常需要将其模型托管在链下服务器或分布式计算网络上：

• 中心化托管：部分 AI Agent 可能依赖如 AWS 等中心化云计算服务来托管其计算和存储需求。这种方式有助于确保模型的高效运行，但同时也会带来集中化的潜在风险；

• 去中心化托管：为了降低中心化风险，一些 Agent 使用去中心化的分布式计算网络（如 Akash）以及分布式存储解决方案（如 Arweave）来托管模型和数据。这类解决方案确保了模型的去中心化运行，同时提供数据存储的持久性；

• 链上交互：虽然模型本身托管在链下，但 AI Agent 需要与链上协议进行交互，以便执行智能合约功能（如交易执行、流动性管理）以及管理资产。这需要安全的密钥管理和交易签署机制，如 MPC（多方计算）钱包或智能合约钱包。

5. 互操作性：AI Agent 在 DeFi 生态系统中的关键角色是与多个不同的 DeFi 协议和平台无缝交互：

• API 集成：Agent 通过 API 桥接器与各个去中心化交易所、流动性池和借贷协议进行数据交换和交互操作。这允许 Agent 实时访问市场价格、交易对手、借贷利率等关键信息，并据此做出交易决策；

• 去中心化消息传递：为了确保 Agent 与链上协议的同步性，Agent 可以通过去中心化消息传递协议（如 IPFS 或 Webhook）接收更新。这使得 AI Agent 可以实时处理外部事件，例如治理提案的投票结果、流动性池的变动，从而调整策略。

6. 钱包管理：AI Agent 必须能够在区块链上执行实际操作，而这一切都依赖于其钱包和密钥管理机制：

• MPC 钱包：多方计算钱包将私钥分割在多个参与者之间，允许 Agent 安全地进行交易而无需单点密钥风险。例如，Coinbase Replit 的钱包展示了如何利用 MPC 实现安全的密钥管理，这使得用户可以在保持一定控制的同时，委托 AI Agent 进行部分自主操作；

• TEE（可信执行环境）：另一种常见的密钥管理方式是使用 TEE 技术，将私钥存储在受保护的硬件飞地中。这种方式使得 AI Agent 能够在完全自主的环境中进行交易和决策，而不依赖第三方干预。然而，TEE 目前面临硬件集中化和性能开销的问题，但一旦这些难题得到解决，完全自主的 AI 系统将成为可能。

图源：作者自制

如果 DeFAI 的愿景是：通过 AI 代理和各种 AI 平台，使用户能够自主管理投资组合，让所有人都能轻松参与加密市场交易，那么这一愿景是否让我们自然联想到“意图”的概念？

回顾一下，由 Paradigm 率先提出的“意图”概念。在我们正常交易时需指定明确的执行路径，好比在 Uniswap 将 Token A 兑换为 Token B，但在意图驱动的场景中，执行路径是由求解器和 AI 共同匹配并最终确定的。换句话说：交易 = 我指定 TX 的执行方式；意图 = 我只要 TX 结果但不关注执行过程。从后视镜视角来看，DeFAI 的叙事不仅接近 AI Agent 的最终理念，在贴合 AI 的同时也完美追尾了实现意图的愿景，综合来看 DeFAI 更像是意图的新添加路径。

在未来实现区块链大规模应用落地的究极版本将会是：AI Agent Solver Intent - Centric DeFAI = Future？

3x

@Cod 3 xOrg $Cod 3 x ：Solana AI 黑客松项目，提供无代码开发工具构建可自动化 DeFi 策略的代理，其代理接口（Agentic Interface）是一款仅使用意图表达即可执行复杂操作的工具。

3.1 向左的 Game

M 3 (Metaverse Makers _)（@m 3 org）或许是最有潜力的代表，项目是由疑似ai16z背后的组织的艺术家和开源黑客社区组成，其团队的核心成员有 JIN（@dankvr）、Reneil（@renei l1 337）、Saori（@saori_xbt）、Shaw（@shawmakesmagic）等。但 Game 最大的现实阻碍是在人力和资源丰富的 Web2 市场，也没有出现过一款真正爆火的 AI 游戏。2024 年 1 月备受瞩目的《幻兽帕鲁》因为其远超常人的开发效率引发了关于是否采用 AI 设计的争议，但 CEO 最终否认了这一说法。此外游戏本身需要的长开发周期，相比于向右的 DeFI，AI Game 似乎需要更多的市场热情。

3.2 向右的 DeFi

项目市值依次排名＄GRIFFAIN、＄ANON、＄OLAS、＄GRIFT、＄SPEC、＄BUZZ、＄RSS3、＄SNAI、＄GATSBY，其中 GRIFFAIN 和 ANON 的合计市值占 DeFAI 总体市值的 37.29% 。

GRIFFAIN：建设于 Solana，目前以＄ 457 M 市值优势和推特 10.3 万的关注度位居 DeFAI 市值排行榜第一。其核心功能为通过生成钱包完成指向交易，快速交易等功能，当前可花费 0.01 个 Sol 完成 The Agent Engine 的 NFT 铸造。

Hey Anon：采用多练模式，当前支持 Sonic Insider、Solana、EVM、opBNB 等不同公链，＄ANON 的突然冲刺，完全是由创始人 Daniele（@danielesesta）的光环带动，他同时也是 Wonderland、Abracadabra 与 WAGMI 的创始人，单依靠的流量已为$ANON 注入了不少活力，Hey Anon 做为他的下一任创业项目目前以＄ 248 M 的市值排名第二。

四、小结

DeFAI 的出现并非偶然，区块链的核心特性适配是强金融场景，当前无论是向左的 GameFAI 还是向右的 DeFAI，都展露出了旗鼓相当的市场潜力。向左的 Game 方向，未来可能会出现传承元宇宙的延续，在 AI 的帮助下，管理虚拟财产、角色、经济等多个方面，可借鉴 AI Agent 的繁衍 Meme 的元素法玩，来实现自主进化元宇宙的自治和繁荣。

DeFi 向右发展，必然会从激情四射的情绪炒作逐步走向以实际价值为导向的终点。AI Agent 的价值也不能依靠发行 Meme 来迎合市场潮流，但 AI Agent 故事的延续必须要有类 DeFi 收益套娃的支持，胜利的王者不会永远身披铠甲，市场竞争的最终结果值得我们翘首以待。