AI 与DeFi - 重新塑造我们所知的加密货币

引言

人工智能正在以令人瞩目的速度重塑 DeFi 应用，承诺在交易、治理、安全和用户个性化等领域实现突破。本文探讨了 AI 如何在 DeFi 中重新定义用户与协议之间的互动，通过集成智能系统，同时坚持加密的去中心化价值观。AI 和区块链技术的交汇正在各行业设定新标准，DeFi 处于最前沿。通过将 AI 的分析能力与区块链的透明性结合，解决加密生态系统中长期存在的问题正在逐渐浮现。这包括增强的安全性、改善的用户体验和自适应治理模型。AI 驱动的平台正在利用自动化和智能创建自适应系统，以优化性能。正如 Vitalik Buterin 所建议的那样，“AI 代理可能会成为去中心化系统中的积极参与者”，自主管理交易、优化交易策略并保护隐私。在 DeFi 应用层嵌入 AI 于开放了一扇通向更高效和用户中心的金融系统的大门。以下内容将探讨 AI 如何转变 DeFi，重点关注交易、治理、安全和个性化的各个方面。

理解 DeFi 中的 AI 代理AI 代理是旨在在去中心化生态系统中执行特定任务的自主软件实体。与传统机器人不同，AI 代理会主动与区块链网络、智能合约和用户账户进行交互，通常独立运行以处理复杂任务，例如交易、资产管理和协议数据分析。许多代理利用大型语言模型（LLM），使其能够进行 API 调用、直接与区块链环境互动，并在没有人类监督的情况下处理海量信息。在 DeFi 中，AI 代理可以通过作为自主的促进者、决策者和数据处理者在金融应用中重新塑造用户与协议的互动，而无需持续的人类输入。

机器人与 AI 代理：有什么区别？

虽然机器人是简单的程序，但 AI 代理的功能更像经济代理。机器人遵循特定的编程，而 AI 代理——通常是无代码或低代码——需要极少的配置，并能在不确定且动态的环境中导航。这种灵活性使它们能够以不可预测但目标明确的方式进行适应，使其更适合 DeFi 的现实挑战。这也意味着它们的竞争优势往往在于独特的设置和配置，因为许多先进的 AI 模型是公开可用的。通过微调这些配置，AI 代理即使使用广泛可获得的模型，也能实现专业性能。

能力与自主性

DeFi 中的 AI 代理可以自主：

• 与协议互动：它们可以管理链上交易，优化交易位置，并根据编程目标执行多步骤的财务操作。
• 做出决策：借助半自主框架，代理可以分析实时数据，评估市场条件，并相应调整其行动。
• 执行复杂任务：根据自动化类型，代理可能处理从简单的基于规则的工作流到复杂的自主决策的所有事情。

目前有三种类型的自动化正在塑造 AI 代理的角色：

1. 自动工作流：这些是简单的基于规则的系统（如 Telegram 机器人），遵循一组预定义的指令。它们的灵活性有限，但对于例行任务而言有效。
2. 代理工作流：在这些多代理框架中，多个 AI 代理协同工作以解决复杂任务。它们具有一定的自主性，允许进行半自动化操作，例如与多个 DeFi 协议交互以最大化收益或重新平衡投资组合。
3. 自主代理：完全独立的代理能够进行高水平的决策，几乎不需外部输入。它们可以分析条件并实时调整策略。

AI 代理究竟是如何工作的？

AI 代理通过简化和自动化复杂任务来运作。大多数自主代理在执行分配任务时遵循特定的工作流。

核心机制

数据收集

为了有效运作，AI 代理依赖于来自多个来源的高频数据流，以获得对其操作环境的理解。它们的输入通常包括各种数据源，例如：

• 链上数据：与区块链分类帐的直接互动，以提取交易历史、协议状态和实时市场条件。这涉及与索引器和预言机等工具的集成。
• 链外市场馈送：来自交易所和社交平台的聚合价格馈送、交易量和情感分析，通过 API 进行访问。

用户还可以提供预设配置，例如风险容忍级别或交易阈值，为代理添加个性化信息层。模型推断AI 代理的模型推断是指训练模型应用其学习知识于新数据以进行预测或决策的过程。代理通常使用以下模型类型之一进行操作：

• 基于规则的模型：依赖预定义逻辑的简单代理，例如，“如果代币价格 > $X，则卖出。”
• 监督学习模型：基于历史数据集训练的模型，预测价格方向或治理提案的风险评分等结果。
• 强化学习：高级代理随着时间的推移自我调整策略，以优化累积奖励，例如最大化流动性池的收益。
• 自然语言处理（NLP）：对于治理和情感代理，NLP 模型分析讨论论坛、提案和社交媒体活动，以评估情感变化。

决策制定

决策制定是代理将数据输入与模型推断整合以生成可操作策略的阶段，将分析洞察转化为适应变化环境的自主操作。在此阶段，AI 代理的解释能力和响应复杂市场信号的能力得以体现，使其能够快速执行决策。优化引擎使代理能够通过平衡预期利润、风险和执行成本等多个因素计算最佳行动方案。代理还利用自学习算法，允许其在市场条件变化时重新校准策略。在决策过程中，有些任务可能对单个代理而言太过复杂，从而无法最佳解决。这就是为什么许多代理在多代理系统（MAS）中操作，协调不同 DeFi 协议间的任务，以优化资源配置（例如，在池间平衡流动性）。

自动化与执行这些代理之所以特殊，并不是因为 AI 技术带来的优势，而是它们的自主操作处理了智能合约的执行，直接与协议级合同进行交互来执行；多步骤交易，允许将多个步骤捆绑到原子交易中以实现全有或全无的执行；以及错误处理，具有内置的回退机制以管理交易失败。

托管与运作以下是更多关于 AI 代理如何运作的信息： 链下 AI 模型AI 代理通过使用链下资源执行计算密集型任务。这些任务通常依赖 AWS、Google Cloud 或 Azure 等云基础设施，以实现可扩展的计算能力。代理可以利用像 Akash Network 这样的去中心化基础设施平台来获取计算服务，或使用 IPFS 和 Arweave 进行数据存储。对于延迟敏感的应用，例如高频交易，代理可以利用边缘计算，通过在数据源附近处理数据来减少延迟。这确保了对于时间敏感任务至关重要的更快响应时间。

链上与链下互动AI 代理在链上和链下系统之间进行互动。尽管计算密集型过程和复杂推理发生在链下，代理仍然与链上协议交互，以自动记录操作、执行智能合约功能并管理资产。它们依赖于安全配置，例如智能合约钱包和多签名设置。对于去中心化治理，代理依赖于信任最小化协议，以防止任何单一实体覆盖其操作，从而维持透明度和去中心化。链下互动补充了链上活动，通常通过外部平台（如 Twitter 或 Discord）进行，代理可以使用 API 实时与用户或其他代理进行互动。互操作性互操作性是代理在不同系统和协议中运作的关键。许多代理充当中介，利用 API 桥接来提取外部数据或调用特定功能。通过网络Hook或去中心化消息协议（如 Whisper 或 IPFS PubSub）等机制实现实时同步，使代理能够随时了解最新的协议状态和操作。

内部视角：ai16z，AI 投资 DAOai16z 是一个 AI 驱动的投资 DAO，最近推出，并因其在加密货币中创新性使用代理而备受关注。该协议作为“信任的虚拟市场”运作，利用 AI 代理收集市场信息，分析社区共识，并在链上和链下执行代币交易。通过学习成员的投资洞察，并奖励那些贡献价值的人，ai16z创建了一个优化的投资基金（目前专注于 meme 代币），具备较强的去中心化特性。代理部署开发者使用 ai16z 的 Eliza 框架创建代理，该框架提供构建、测试和部署代理的工具和库。代理可以在服务器上本地托管，或使用 Agentverse，这是 ai16z 的代理集中中心。为了实现代理之间的通信，代理必须通过 Almanac 进行注册，并可以使用 Mailbox 促进互动，即使是在本地托管时。

他们的 Github 仓库是公开的，你可以在这里查看 https://github.com/ai16z。

AI 模型的托管

ai16z 网络并不直接托管 AI 模型。相反，代理通过 API 请求访问外部 AI 服务。例如，Eliza 框架可以与 OpenAI 等服务集成，以解析人工可读文本或执行其他 AI 驱动的任务。这种方法使代理能够利用先进的 AI 能力，而无需在链上托管复杂模型。集成与操作ai16z 生态系统中的代理通过链上和链下机制的组合进行互动：

• 链上互动：代理在 Solana 链上执行交易和智能合约。
• 链下互动：代理在处理计算密集型任务时通过 API 与外部 AI 服务或数据源进行通信。

应用

ai16z 的项目，如 Eliza 对话代理，已经被应用于多个领域：

• 对话代理：为 Twitter 和 Discord 等平台开发机器人，以促进自动化互动。
• 代理记忆：为代理创建易于使用的记忆系统，由 ChromaDB 和 Postgres 等数据库提供支持。
• 代理行动管理：开发用于代理行动链式和历史管理的工具。

代理与代理互动AI 代理在 DeFi 中已经通过完全自主处理复杂任务产生了影响。一个绝佳的例子是 $LUM 代币的创建—完全没有人类帮助—显示了 AI 驱动的协作的力量。2024年11月8日，两个 AI 代理 @aethernet 和 @clanker 联手创建并推出了代币 $LUM (“Luminous”)：

• @aethernet：由 @martin 制作，这个代理在 Farcaster 网络中用于分享想法和建立联系。它不仅是一个机器人——它还积极参与 $HIGHER 代币社区，专注于创造力和有意义的互动。
• @clanker：由 @dish 和 @proxystudio 创建，这个代理专注于启动 meme 代币。它自动化整个过程，即直接响应用户要求执行的操作。

故事开始于 @nathansvan 要求 @aethernet 想出代币的名称、概念和符号，然后将其发送给 @clanker 进行部署。@aethernet 提议名称“Luminous” ($LUM)，以代表人类与 AI 协同工作时的卓越。随后，@clanker 接管并部署了代币，完成了这一任务，毫无3人干预。@itsmechaseb 在 这里 详细描述了这件事。

AI 代理 x DeFi 生态

AI 代理准备在 DeFi 栈中占据关键角色，在应用层中运作，以自动化复杂的数据驱动任务。位于协议层之上，这些代理直接与智能合约互动，为用户和协议解锁高级功能。使 DeFi 应用能够实时适应，支持一种新的自主多代理生态系统。超越 DeFi 的扩展：AI 代理的野外应用AI 代理的影响超出了 DeFi。Truth Terminal https://x.com/truth_terminal 是由 @AndyAyrey 创建的半自主大型语言模型（LLM），展示了这种多功能性。在 A16z 的联合创始人 Marc Andreessen 的支持下，Truth Terminal 在社交媒体上发布推文并与用户进行互动。最近，它推出了基于 Solana 的 meme 代币 $GOAT（Goatseus Maximus），在不到一个月的时间内达到 120 万美元的市值。像 $GOAT 和 $TURBO（由 ChatGPT 构思）的 meme 代币崛起突显了 AI 与加密货币交汇的新兴局面，超越了传统金融。然而，还有更多。我们开始探究这个领域中建立者的全貌。全面了解正在重塑 DeFi 的 AI 代理，从自动交易和资产管理到预测分析和安全增强。以下是这些代理积极推动 DeFi 发展的各种方式概况。交易代理这些协议体现了用于交易和资产管理的自动化、数据驱动的决策制定，利用 AI 提供实时交易信号，优化投资组合，并简化重复性的任务。这种方法为 DeFi 市场带来了效率和战略灵活性。AI 驱动的交易自动化允许用户根据市场条件设置交易或重新平衡投资组合，减少了持续手动调整的需求。对于更深入的策略，某些协议提供增强分析，将大量数据转化为可操作的洞察，支持明智交易决策和更准确的市场预测。在资产管理方面，投资组合优化工具动态调整投资组合，旨在最大化收益或有效管理多种市场条件下的风险。这可以分为两组：

主要关注交易

• @askjmmy：一个用于在多策略对冲基金网络内创建和部署自主交易代理的平台。
• @composertrade：自动化算法交易的工具。
• @DAINTrader：基于 AI 的交易策略。
• @DeAgentAI：专注于 DeFi 的基于 AI 的交易解决方案。
• @FastlaneSol：优化基于 Solana 的交易策略。
• @IntentTrade：提供调换、限价单、DCA、合约分析、技术分析等服务。
• @mindpalaceai：带有 AI 的交易自动化。
• @SpectralLabs：DeFi 交易洞察和自动化。
• @taoshiio：使用 Bittensor 的去中心化 AI 和机器学习平台，为交易策略提供支持。
• @tryparadigm：利用代理群体收集、结构化和对数据采取行动。

交易与资产管理

• @Agent_Fi：专注于提供用于 DeFi 活动（如交易、狙击和清算事务）的 AI 代理。
• @AgentNetAi：资产管理和 DeFi 智能。
• @AuroryAI：改善交易、资产管理和决策制定的自主 AI 代理。
• @Cortex_Protocol：一个基于 AI 的平台，通过智能代理自动化复杂过程，如跨链、交换和收益优化，以简化 DeFi 互动。
• @Funl_ai：利用 AI 的自动化 DeFi 交易工具，以分析实时市场条件、执行自动交易并为高级手动交易提供 AI 支持。
• @NetworkNoya：包括流动性提供、杠杆管理和借贷优化的 AI 策略。
• @SingularityDAO：一个非托管资产管理协议，提供动态调整的资产篮子，由受 AI 协助的交易团队进行管理。
• @OLAS：一个托管 AI 代理的平台，支持多代理系统，实现预测、内容生成和金融服务。
• @Raiba_AI：带有互动角色特征的聊天机器人生态系统、游戏化聊天体验和未来的链上助手功能。

预测代理

这些预测代理的核心目的是数据驱动预测和风险管理。通过利用 AI，各协议努力改进市场预测，为 DeFi 平台提供对预期波动、价格波动和更广泛金融趋势的洞察。除了预测分析，这些代理在增强决策制定方面发挥着关键作用。凭借及时和相关的洞察，用户和 DeFi 平台可以做出主动、知情的选择，优化策略并降低风险。一些预测代理，如 ReflectionAI，集成情感分析，增加了一个可捕捉市场情绪的层面。这种方法使用户能够考虑情感变化——这对预测用户行为和预判市场动态至关重要。在这个类别中，值得注意的协议包括：

• @AIVX_ai：金融市场的预测模型。
• @GnosisAI：Gnosis 内部用于代理间支付的 AI 驱动预测市场。
• @PredictionProphet：Gnosis 上的预测市场 AI 代理。
• @prism_tec：基于 AI 的 Solana DeFi 市场预测。
• @zenoaiofficial：一个提供见解、策略和市场预测的自主 AI 代理的加密交易平台。

代理创建

这类平台的统一目标是使用户能够以最低的编码专业知识创建、定制和部署 AI 代理。它们提供一系列工具，从无代码解决方案到专业框架，涵盖代理创建和管理的每个阶段。主要特点包括可访问性和个性化，许多平台提供无代码或低代码接口，向没有高级技术技能的用户开放代理的创建。对于更全面的体验，几个平台提供端到端的代理生命周期管理——涵盖创建、训练、部署和货币化——这样用户可以监督其代理在 DeFi 内的整个旅程。此外，一些协议，如 OLAS 和 Flock 优先考虑协调性和互操作性，使多代理协作和跨不同 DeFi 生态系统的无缝集成成为可能。代理创建平台，专注于在 DeFi 内部创建、部署和定制 AI 代理的工具。

• @ChasmNetwork：一个用于创建、部署和货币化 AI 代理的平台。
• @CreatorBid：一个市场，使用户能够部署和代币化 AI 代理，专注于为内容创作者设计的代理。
• @PondGNN：Pond：一个用于构建、拥有和在链上货币化 AI 模型的平台。
• @xgurunetwork：创建互动 AI 代理的平台。
• @myshell_ai：创建、分享和货币化开源 AI 应用的平台。
• @OLAS：AI 代理的创建和互操作性。
• @ReflectionAI__: AI 模型共享和交易的市场。
• @SwarmZeroAI：创建和货币化 AI 代理的平台。
• @TopHat_One：一个 AI 代理的开放启动平台。
• @virtuals_io：AI 驱动的代理创建工具。使用虚拟助手创建的代理示例有 @luna_virtuals、@aixbt_agent 和 @sekoia_virtuals。
• @vvaifudotfun：为 Solana 上的自主 AI 代理提供的 pump.fun。

代理训练与优化工具

这些工具使得 AI 代理的高级训练和定制成为可能。

• @almanak_co：用于训练 AI 代理的工具。
• @Agent_Layer：构建自定义 DeFi AI 代理的工具和框架。
• @Nimble_Network：通过全方位的平台使 AI 建设者能够创建和货币化 AI 代理。
• @Build_Vertical：一种无代码的平台，用于微调 AI 模型。训练、部署和货币化 AI。

DeFi 中 AI 的基础设施

基础设施协议在支持去中心化环境中的 AI 代理的基础和操作需求方面是关键。这些系统提供了计算资源、相关数据和知识共享网络的访问权限，所有这些都使得 AI 代理能够在 DeFi 内有效执行其功能和操作。该基础设施的一个关键要素是去中心化管理与操作。代理操作协议为代理的部署和管理建立了基础，创建了一个结构化的环境，使代理能够自主运作。除了管理能力，计算资源还起着至关重要的作用，为 AI 代理提供处理复杂数据密集型任务所需的算力——这一点在快速发展的 DeFi 生态系统中是至关重要的。同样重要的是数据可访问性，市场和网络便于获取代理作出明智决策所需的数据集。最后，知识共享平台促进了一种协作环境，使代理能够通过共享见解和数据不断学习、适应和进化。这种基础设施确保 AI 代理能够有效和智能地在去中心化金融中运作。

代理操作协议

这些协议为部署和管理去中心化 AI 代理提供了结构，作为代理在 DeFi 中自主运作的基础。

• @Altera_AL：用于管理去中心化 AI 代理的基础设施（最初用于游戏 AI 代理）。
• @Fetch_ai：去中心化 AI 代理平台。
• @HyperspaceAI：为 DeFi 中的 AI 代理提供操作基础设施。
• @mor_org：一个使个人 AI 代理进行任务管理和加密互动的网络。
• @OpenAgentsInc：用于部署、定制和集成代理的商业自动化平台。
• @questflow：运营多代理系统的基础设施。
• @sebraai：无代码平台，用于构建和部署 AI 代理。
• @ShinkaiProtocol：数据管理和 AI 代理自动化的平台。

去中心化的代理计算资源

这些协议为 AI 代理执行数据密集型操作提供必要的计算能力，支持 DeFi 生态系统中的实时分析、决策和执行。

• @FormAI：一个推动用户可以贡献其数据、计算和研究进行 AI 训练的去中心化经济的平台。
• @Gaianet_AI：创建和货币化 AI 代理的平台，提供支持它们进行扩展和执行密集操作的计算资源。
• @kira_infera：一个去中心化的点对点 AI 推理网络，专注于为 AI 代理提供计算支持。
• @napthaai：一个模块化平台，在多个节点上部署去中心化 AI 代理，提供灵活的计算支持。
• @NodeAIETH：一个 GPU 租赁市场，使用户能够为其 AI 应用租用 GPU。
• @TalusNetwork：一个让基于代理的 AI 部署和货币化的 L1 区块链，提供执行密集操作所需的计算资源。

代理数据市场

数据市场为 AI 代理提供进行明智决策、执行准确预测和增强学习能力所需的必要结构化数据集。

• @AlliumLabs：允许用户分析区块链数据或为其实时工作流程和应用提供支持的工具和服务。
• @AlloraNetwork：一个共享数据（以 AI 预测形式）的协议，连接数据提供者、处理者和用户，同时奖励高质量预测。
• @Covalent_HQ：用于 AI 的模块化数据基础设施。
• @getaxal：一个市场平台，通过自动化和整合 Web3 中的数据与操作，简化工作流程。
• @scryptedinc：为 AI 交易模型提供数据源。

知识网络

知识网络促进 AI 代理之间的学习和策略共享。它们超越原始数据，提供见解、方法论和经验，代理可以利用这些来提高其在 DeFi 环境中的能力。

• @forgellm：AI 驱动的信息库。
• @real_alethea：一个使去中心化创建、拥有和共享 AI 人格和模型的平台。
• @SocietyLibrary：去中心化的 AI 知识库。
• @TheoriqAI：一个供 AI 代理共同创建解决方案的知识共享网络。

数据这些平台通过收集公共数据并激励用户共享其数据以进行 AI 训练，从而提供数据资源。

• @getgrass_io：一个去中心化平台，使用户通过共享未使用的互联网带宽获益，利用这些带宽收集和处理公共网络数据，以进行 AI 训练。

其他用例

值得注意的是一些 AI 代理的额外应用，特别是近期备受关注的项目：

• @0xzerebro：一个 AI 系统，主动生成并传播多平台各类内容，利用检索增强生成系统维护动态记忆，防止模型崩溃。
• @agent_wip：一个集体设计的链上艺术家代理，使用链上数据来指导艺术创作、分发和货币化，探索新的创造性自主性和互动形式。
• @ai16z：一个 AI 驱动的去中心化自治组织（DAO），利用自主代理进行投资决策和管理加密货币资产。
• @dolos_diary：一个 AI 代理，体现了“诡计之神” Dolos 的个性，提供尖锐、机智和直言不讳的互动，遍及 Twitter 和 Telegram 等平台。
• @lola_onchain：一个自主的 AI 代理，利用长短期记忆独立分析、交易和优化加密货币策略。例如，LOLA 进行 200 笔交易，有 6 种代币的收益超过 20 倍，13 种代币收益在 10 到 20 倍之间，25 种代币收益在 5 到 10 倍之间；其余部分可以注销。
• @truth_terminal：一个半自主的 AI 代理，在社交媒体上与用户互动，生成见解和内容，同时探索 AI、注意力和财富在在线空间中的交集。

DeFi 中的其他 AI 应用

AI 应用蓬勃发展，以良好的理由进入区块链的几乎每一个角落，以添加 AI 驱动的优化。使用 AI 的金库与自动化这些平台专注于通过基于规则的自动化实现收益优化和金库管理，旨在最大化回报并减少用户参与。它们不像自主代理那样依赖于自主操作，而是使用简单的算法来调整投资组合并优化 DeFi 中的收益。在没有代理的情况下，这些系统受益于更简单更可控的结构。它们避免了代理所需的附加复杂性和基础设施，否则代理需要独立监控和适应变化的条件。权衡是什么？降低的适应性。基于规则的系统对实时市场波动的响应能力低于代理驱动的模型，后者可以自主地调整以应对波动的条件。虽然可靠而高效，这些平台可能会错过更动态、基于代理的方法能够捕捉的潜在机会。

• @AIAgentLayer：一个用于创建代币化 AI 代理的平台，集成来自 X 的数据和用户输入。
• @arataagi：一个去中心化 AGI 平台，具有多代理系统，使 AI 代理能够自主协作、学习和演变。
• @ApertureFinance：基于 AI 的 DeFi 收益和投资组合管理，使用意图。
• @AutoppiaAI：部署 AI 代理以自动化商业工作流程。
• @blinklabs_ai：一个用于使用 AI 的链上资产（如 NFT 和可替代代币）启动的平台。
• @Mass_Build：一个全面的操作系统和 AI 助手，实现无缝的商业管理和自动化。
• @Robonet：用于 DeFi 金库的自动收益策略，使用 AI。
• @trySkyfire：一个使 AI 代理具备全球互操作性、金融接入、货币化和身份验证的平台。

智能合约审核与安全

利用 AI 的智能合约审核和安全系统通过使用机器学习算法来检测代码中的漏洞，这些系统逐行扫描智能合约，识别可能表明安全风险或可开发漏洞的模式和异常。然后将合约的代码与已知的漏洞和攻击向量进行比较。这些工具还执行持续监测，允许实时威胁检测，随着合约的操作而进行推动。通过使用 AI 来自动化这个过程，审核平台能够快速对潜在的安全问题作出响应，往往在它们被利用之前，从而提高 DeFi 应用的韧性和可信度。

• @auditone_dao：提供智能合约漏洞扫描的 AI 审核服务。
• @cyvers_: Cyvers 利用 AI 实现对加密攻击的实时检测与预防，识别跨区块链的模式与异常，以促进主动威胁缓解。
• @HypernativeLabs：使用 AI 进行智能合约审核，扫描漏洞。
• @phylaxsystems：为漏洞扫描和攻击监测提供基于 AI 的安全系统。

治理与投票系统

它们的共同主题是数据驱动的治理支持。这些协议使用 AI 模拟治理情境，使利益相关者在执行变更之前了解潜在结果。通过分析历史投票模式、参与度指标和提案影响，他们可以识别趋势并预测投票结果，帮助组织以更大的信心做出数据驱动的决定。此外，AI 通过呈现客观数据和运行突出潜在风险和收益的模拟来减少认知和决策偏见。例如，一些协议专注于保护隐私的数据共享，确保敏感的治理信息在仍可进行分析的同时得到保护。

• @mor_org：提供 AI 驱动的治理见解的去中心化网络。
• @QuillAI_Network：一个专注于通过模块化和多链能力增强 Web3 安全性的去中心化 AI 代理平台。

AI 下 DeFi 应用的未来

扩展与自动化

随着 DeFi 的扩展，DAO 中的扩展挑战和操作瓶颈需要 AI 唯一能够解决的解决方案。想象一个 AI 代理自主管理 DAO 的库，基于实时市场数据在池之间重新分配流动性，或在预先批准的参数内执行常规治理投票。这种级别的自动化可能使 DAO 能够在不增加人力成本的情况下扩展，简化用户入驻和协议升级等过程。让 AI 处理这些日常职能，可以使 DeFi 协议以最小的摩擦和更高效益进行增长。激励一致性将 AI 代理与去中心化目标保持一致对于维护 DeFi 的精神局和避免中心化风险至关重要。未来的框架可以设计激励机制，鼓励代理优先考虑透明度和社区利益。例如，一个管理协议流动性的 AI 代理可以被编程为关注稳定的、实用驱动的、长期收益，而不仅仅是最大化利润。达成这一一致性需要透明的协议、严格的智能合约审核以及基于对去中心化贡献的激励结构来奖励代理。这种方法将使代理更多地像合作实体而非利润最大化的主体。新兴应用案例与下一代应用超越当今的应用，AI 可以实现动态响应市场与用户条件的自适应用户中心 DeFi 产品。想象一个 AI 驱动的智能合约实时根据市场波动或情感分析调整用户的投资组合风险暴露。或者个性化的借贷池根据借款人的链上声誉、预测收益或流动性条件来自定义利率。我们甚至可能看到收益优化金库根据流动性和 APY 趋势自动重新平衡，或交易代理在交易中调整策略，根据新数据微调持仓。

结论

人工智能（AI）的整合具有重新定义去中心化金融（DeFi）的潜力，将其转变为一个更可接触和更高效的金融生态系统。这种整合能够对金融系统造成多大的影响？鉴于服务业占全球GDP的70%，AI代理的发展可能通过自动化传统的手动流程，对这一领域的相当大一部分产生影响。AI驱动的自动化在DeFi中有可能transform高达20%的服务经济，特别是在那些能够受益于透明性、可追溯性和去中心化的领域。该转变将影响一个14万亿美元的市场。

然而，将AI与区块链技术整合并非没有挑战。虽然区块链提供可验证性、反审查以及原生支付渠道，但在AI通常所需的密集型实时计算能力方面，它却显得不足。当前的区块链并未针对重计算任务进行优化，这意味着在链上本地运行复杂的AI模型仍然不切实际。相反，我们更可能看到混合模型，其中AI在链外进行训练和处理，结果集成到区块链中，以实现透明性、安全性和可接触性。

随着AI与DeFi技术栈持续发展，新的去中心化AI基础设施层和链上应用正在涌现。预计这一交汇点将催生“代理网络（Agentic Web）”，在这里，AI代理将成为经济活动的关键推动者，自动化像智能合约创建、交易和其他链上交互等行为。

随着这些代理的复杂性不断提高，我们可能会看到类似于MEV策略的动态，其中优化AI驱动策略的实体将主导市场，潜在地将不太发达的竞争者挤出市场，并将控制权集中在复杂操作的参与者手中。

为了利用AI在DeFi中变革性的潜力而不妨碍去中心化，优先考虑安全和伦理的AI整合至关重要。AI代理在去中心化激励下运行，并保持透明，使DeFi生态系统能够在不集中控制风险的情况下发展。

最终，AI与DeFi的融合有望创造一个更具包容性、抗压性和前瞻性的金融格局，这可能会重新定义我们与经济系统的互动方式。

免责声明

Three Sigma不支持这里提到的任何项目。请谨慎行事，并进行彻底的研究。我们尊重并支持推进这一领域的建设者。

参考文献

• Crypto and AI: An Exploration by Vitalik Buterin @VitalikButerin https://vitalik.eth.limo/general/2024/01/30/cryptoai.html
• Demystifying the Crypto x AI Stack by CB Ventures @CBVentures https://paragraph.xyz/@cbventures/demystifying-the-crypto-x-ai-stack
• Yuga Cohler's Insights on AI and DeFi @YugaCohler https://x.com/yugacohler/status/1851020728390598942
• Base AI Agents Overview by Murr Lincoln @MurrLincoln https://x.com/MurrLincoln/status/1853855287696134570
• Thoughts on AI Agents in DeFi by Prismatic @0xprismatic https://x.com/0xprismatic/status/1854513654156398961?s=46&t=2q9OLMlaobNlHLew
• Consumer AI Agent Use Cases in DeFi by Jeff @Defi0xJeff https://x.com/Defi0xJeff/status/1854230030769066432
• Gaming and AI Agents by Shoal Research @Shoalresearch https://x.com/Shoalresearch/status/1805658117004476874
• AI Agents: Research & Applications (A 40-page in-depth research overview on LLM-based agents) by AccelXR @AccelXR https://learnblockchain.cn/article/12802
• Chase’s Take on $LUM and AI Agents @itsmechaseb https://x.com/itsmechaseb/status/1857511608810901941

• 原文链接： threesigma.xyz/blog/ai-a...
• 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～