DeFAI：AI如何釋放DeFi的潛力？

去中心化金融(DeFi)自2020年迅速發展以來一直是加密生態系統的核心支柱。雖然已經建立了許多創新協議，但也導致了復雜性和碎片化的增加，即使是經驗豐富的用戶也難以駕馭衆多的鏈、資產和協議。

與此同時，人工智能(AI)已從2023年的廣泛基礎敘事發展爲2024年更專業、以代理爲導向的焦點。這種轉變催生了DeFi AI (DeFAI) - 一個新興領域，AI通過自動化、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，AI代理必須與特定鏈交互才能執行交易和智能合約。在此之上，數據層和計算層提供了訓練AI模型所需的基礎設施，這些模型來自歷史價格數據、市場情緒和鏈上分析。隱私和可驗證層確保敏感財務數據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構建專門的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。

隨着DeFAI生態不斷擴大，最突出的項目可以分爲三個主要類別：

1. 抽象層

建立在此類別上的協議充當DeFi的類似ChatGPT的用戶友好界面，允許用戶輸入鏈上執行的提示。它們通常與多個鏈和dApp集成，並執行用戶意圖，同時消除復雜交易中的手動步驟。

這些協議可以執行的一些功能包括：

• 交換、跨鏈、借出/取款、跨鏈執行交易
• 跟單交易錢包或社交媒體個人資料
• 根據倉位規模百分比自動執行止贏/止損等交易

例如，無需手動從借貸平台提取ETH，將其跨鏈到Solana，交換SOL/其他代幣，並在DEX上提供流動性 - 抽象層協議只需一步即可完成操作。

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，並根據新信息調整其策略。這些代理可以：

• 分析數據以不斷完善策略
• 預測市場走勢，以便做出更好的多頭/空頭決策
• 像基礎交易那樣執行復雜的DeFi策略

3. AI驅動的DApps

DeFi dApp提供借貸、交換、收益farming等功能。AI和AI代理可以通過以下方式增強這些服務：

• 通過重新平衡LP頭寸來優化流動性供應，以獲得更好的APY
• 通過檢測潛在的rug或蜜罐來掃描代幣以發現風險

主要挑戰

在這些層上構建的頂級協議面臨一些挑戰：

1. 這些協議依賴於實時數據流來實現最佳交易執行。數據質量差可能導致路線效率低下、交易失敗或交易無利可圖。

2. AI模型依賴於歷史數據，但加密貨幣市場波動性很大。代理必須接受多樣化、高質量數據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，爲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質量的數據集，以將其產品提升到一個新的水平。

數據層 - 爲DeFAI智能提供動力

AI的好壞取決於它所依賴的數據。爲了讓AI代理在DeFAI中有效工作，它們需要實時、結構化和可驗證的數據。例如，抽象層需要通過RPC和社交網絡API訪問鏈上數據，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。

高質量的數據集使代理能夠更好地對未來價格行爲進行預測分析，爲交易提供建議，以適應他們對某些資產的多頭或空頭頭寸的偏好。

Mode Synth子網

作爲某區塊鏈的第50個子網路，Synth爲代理的財務預測能力創建合成數據。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布及其相關概率，從而構建了世界上最準確的合成數據，爲代理和LLM提供支持。

提供更多高質量數據集可以使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。自主網啓動以來，他們一直有很強的來自DeFi團隊的要求，通過他們的API集成Synth的數據。

最受關注的AI代理區塊鏈

除了爲AI和代理構建數據層之外，某區塊鏈還將自己定位爲爲DeFAI未來構建全棧的區塊鏈。他們最近部署了一個終端，這是DeFAI的co-pilot，用於通過用戶提示執行鏈上交易，即將向代幣質押者開放。

此外，該區塊鏈還支持許多基於AI和代理的團隊。他們付出了巨大努力，將多個協議集成到其生態中，隨着更多代理的開發和執行交易，該區塊鏈迅速發展。

這些舉措都是在他們用AI升級網路的同時實現的，最引人注目的是爲他們的區塊鏈配備了一個AI的排序器。通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。作爲某超級鏈的L2，該區塊鏈站在中間地帶，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代理框架和代幣構建和發布的兩條主要鏈。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。盡管它們都有黑客松和資金激勵，但就其作爲一條鏈的AI計劃而言，它們還沒有達到某區塊鏈所達到的水平。

NEAR之前將自己定義爲以AI爲中心的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助手。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。

Chainbase

Chainbase提供全鏈可驗證的鏈上結構化數據集，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，這是一種區塊鏈數據流框架，用於將鏈上和鏈下數據集成到目標數據存儲中，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定制數據處理工作流程。將原始數據標準化並處理成幹淨、兼容的格式，可確保其數據集滿足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爲Theia的模型，該模型將鏈上數據翻譯爲用戶的數據分析，而無需任何復雜的編碼知識。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
• 構建Vana AI助手
• 某社交網絡智能，提供用戶行爲洞察
• 對DeFi的數據分析和預測
• 還與多個項目合作

與傳統數據協議相比，諸如The Graph、Chainlink和Alchemy之類的數據協議提供數據，但並非以AI爲中心。The Graph提供了一個查詢和索引區塊鏈數據的平台，爲開發人員提供了原始數據訪問，這些數據並非爲交易或策略執行而構建。Chainlink提供預言機數據饋送，但缺乏用於預測的AI優化數據集，而Alchemy主要提供RPC服務。

相比之下，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應用程序或代理輕鬆使用，從而使代理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正在開發一個專爲AI代理和Web3服務量身定制的開放數據庫網路。他們的去中心化數據湖提供無需許可、經濟高效的大量實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提供實時數據索引（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。

他們的可定制數據處理平台可根據AI代理的需求提供定制數據，而DuckDB則爲本地查詢提供高效的數據檢索。他們的綜合數據集支持100多個EVM和Substrate網路，包括事件日志和交易詳細信息，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代理能夠訪問和處理敏感數據，而不會損害隱私。此外，sqd.ai可以通過添加更多處理節點來處理不斷增加的數據負載，從而支持數量不斷增長的AI代理（估計數量將達到數十億）。

Cookie

Cookie爲AI代理和集羣提供模塊化數據層，專門用於處理社交數據。它具有一個AI代理儀表板，可跟蹤鏈上和社交平台上的頂級代理心智，並且最近爲其他AI代理推出了即插即用的數據集羣API，以檢測社交媒體中的流行敘述和心智轉變。

他們的數據羣覆蓋了超過7TB的實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代理以7%的容量利用了他們的數據羣，通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. 抽象層將用戶意圖轉化爲執行，但通常缺乏預測能力。

2. AI代理可能會通過分析產生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集成有用的數據層，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代理能夠從單一界面無縫生成和執行交易策略。隨着這些系統的成熟，我們可能會看到未來DeFi交易者依靠AI代理在最少的人爲幹預下自主評估、預測和執行金融策略。

結語

盡管AI代理代幣和框架近期有所回落，但DeFAI仍處於早期階段，AI代理增強DeFi可用性和性能的潛力是不可否認的。

釋放這一潛力的關鍵在於獲取高質量的實時數據，這將改善AI驅動的交易預測和執行。越來越多的協議集成了不同的數據層，數據協議爲框架構建了插件，這凸顯了數據對代理決策的重要性。

展望未來，可驗證性和