身處DeFi + AI風口，快速瀏覽DeFAI四大領域全景圖

原文標題：DeFai = DeFi + Ai

原文作者：Poopman，加密研究員

原文編譯：深潮TechFlow

當傳統DeFi 遇上新興AI，會碰撞出怎樣的火花？我們能創造出什麼樣的全新變種或技術創新？

今天，我們將一同探討 DeFAI (Decentralized Finance + AI) 的早期生態。

希望這篇文章能為你提供一些啟發！

（*我即將在Medium 上發布一篇20 頁的深度分析文章。今天的內容只是一個速覽，讓你快速了解這個新興領域。 ）

為什麼要關注DeFAI？

人工智慧 (AI) 與區塊鏈的結合並非新鮮事。從早期在Bittensor 子網中進行去中心化模型訓練，到Akash 和io.net 等去中心化GPU 及運算資源市場，再到如今在Solana 上興起的AI 與memecoin 的結合，每個階段都展示了區塊鏈如何透過資源聚合來補充AI 的能力，並推動主權AI 和消費者級應用場景的實現。

根據 CoinGecko 數據，截至 2025 年 1 月 13 日，DeFAI 的總市值已達到約 10 億美元。其中，Griffain 佔據了 45% 的市場份額，而 $ANON 則佔 22%。

從2024 年12 月25 日起，隨著Virtual 和ai16z 等框架和平台在聖誕假期後迎來“美國資金”的回歸，DeFAI 行業開始加速發展。

這只是個開始。 DeFAI 的潛力遠遠超出了當前的表現。

儘管目前的應用仍處於概念驗證階段，但我們不應低估其透過AI 技術將DeFi 轉變為更加智能化、用戶友好且高效的金融生態系的潛力。

在深入探討 DeFAI 的生態之前，我們需要先了解 AI 智能體如何在 DeFi 和區塊鏈環境中運作的基本原理。

AI 智能體在DeFi 的運作機制

AI 智能體是一種根據特定工作流程代表使用者執行任務的程式。這些智能體的核心是由大語言模型 (LLM) 提供支持，能夠基於其訓練資料產生回應。

在區塊鏈中，智能體可以與智能合約和帳戶交互，處理複雜任務，而無需用戶的持續幹預。

例如：

· 簡化DeFi 使用者體驗：透過一鍵完成多步驟的跨鏈橋接與流動性挖礦的操作

· 最佳化流動性挖礦策略：提供使用者更高的回報

·自動化交易執行：根據市場分析（無論是第三方的還是自身模型的）買入或賣出資產

參考@threesigmaxyz 的研究，AI 模型通常遵循以下6 大核心工作流程：

· 資料收集

· 模型推論

· 決策

· 資料收集

· 模型推論

· 決策

·託管與操作

· 互通性

· 錢包管理

當你「收集」了以上6 個核心元素後，就可以在區塊鏈上建構屬於自己的自主智能體。這些智能體可以在 DeFi 生態中扮演不同角色，進而提升鏈上效率和使用者的交易體驗。

探索DeFAI v2 的世界

整體來說，我將DeFi 與AI 的結合(DeFAI) 分為四大主要類別：

· 抽象/用戶友善的AI

· 收益最佳化與投資組合管理

· DeFAI 基礎設施或平台

· 市場分析與預測

抽象AI 或AI ChatGPT

在這一領域，理想的AI 解決方案應具備以下能力：

· 自動執行多步驟的交易與 Staking 操作，無需使用者俱備任何專業知識。

· 即時進行市場研究，並提供使用者所需的關鍵資訊與數據，幫助其做出明智的交易決策。

· 從多個平台取得數據，識別市場機會，並提供使用者全面分析。

接下來，我們來看看這一領域的一些熱門工具：

Griffain

@griffaindotcom 是目前Solana 區塊鏈上首個且表現最優的抽象化AI 工具，支援執行交易、錢包管理、NFT 鑄造、Token 快速搶購等多種功能。

其主要功能包括：

· 使用自然語言輸入完成交易操作

· 透過Pumpfun 啟動Token 專案、鑄造NFT，並支援選擇地址進行空投

·多智能體協作功能

· 智能體可代用戶發布推文

· 根據特定關鍵字或條件，在Pumpfun 上搶購新上線的Meme 幣

· 自動化Staking 與DeFi 策略執行

·任務調度，使用者可透過輸入記憶數據來客製化個人化智能體

· 從多個平台取得數據，用於市場分析，例如識別某個Token的主要持有者

錢包功能：

在建立帳戶時，系統會透過Privy 自動產生一個錢包。使用者可將帳戶授權給智能體，智能體將自主執行交易並管理投資組合。為了增強安全性，私鑰透過 Shamir 秘密共享技術分割存儲，確保 Griffain 和 Privy 都無法獨立控制錢包。

Anon

@HeyAnonai 是由知名開發者@danielesesta 打造，他曾創建DeFi 協議Wonderland 和MIM。 Anon 的目標是簡化 DeFi 的互動體驗，無論是新手或資深用戶都能輕鬆上手。

主要功能包括：

· 基於LayerZero 實現跨鏈資產橋接

· 透過Pyth 提供即時價格與資料更新

· 提供基於時間與Gas 價格的自動化操作與觸發器

·即時市場洞察，例如情緒分析與社交數據分析

· 支持與Aave、Sparks、Sky 和Wagmi 等協議合作進行借貸操作

· 支持多語言（包括中文）的自然語言交易功能

此外，Anon 最近發布了兩項重要更新：

·自動化框架

· 專注於Gemma 研究的智能體功能

這些更新使得 Anon 成為目前最受期待的抽象化工具之一。

Slate（尚未發幣）

Slate 由BigBrain Holdings 投資支持，其創始人@slate_ceo 將其定位為“Alpha AI”，能夠基於鏈上資料訊號實現自主交易。目前，Slate 是唯一能夠在 @hyperliquidX 平台上實現交易自動化的抽象 AI 工具。

值得注意的一件事是他們的費用結構。

在Slate 的服務中，費用主要分為兩類：

1.一般操作：對於常規的轉帳或提現，Slate 不收取任何費用。但在執行一些更複雜的操作時，例如交換(Swap)、跨鏈橋接(Bridge)、索賠(Claim)、借款(Borrow)、放款(Lend)、還款(Repay)、質押(Stake)、取消質押(Unstake)、做多(Long)、做空(Short)、鎖倉(Lock) 和解鎖(Unlock) 等，平台會收取0.35% 的手續費。

2.條件操作：如果使用者設定了條件訂單（例如限價訂單），Slate 會根據不同的條件類型收取費用：

對基於 Gas 的條件操作收取 0.25% 的費用；

其他所有條件操作收取 1.00% 的費用。

除了Slate，這一領域還有許多新興的抽象化AI 工具，以下是部分代表性項目：

· @AIWayfinder

· @orbitcryptoai

· @dolion_ai

· @askthehive_ai

· @HeyElsaAI

· @Spectral_Labs

· @Infinit_Labs

· @ProjectPlutus_

· @bankrbot

以及更多正在開發中的項目…

以下是一張比較多個抽象化AI工具的比較表：

圖：深潮TechFlow 編譯

自動化收益優化與投資管理：與傳統的收益策略不同，這一領域的DeFi 協議透過AI分析鏈上數據，識別趨勢並提供洞察，幫助團隊制定更有效率的收益最佳化和投資組合管理策略。

T3AI

@trustInWeb3 是一個支持未完全抵押貸款的借貸協議，利用AI作為中介和風險管理引擎。

T3AI 的 AI 智能體可以即時監控貸款的健康狀況，並透過其風險指標框架，確保貸款始終處於可償還的狀態。這是一個 AI 在 DeFi 中的有趣應用實例。

Kudai

@Kudai_IO 是一個實驗性的智能體，專注於GMX 生態系統，由GMX Blueberry Club 借助EmpyrealSDK 工具包開發。目前，$KUDAI Token 已在 Base 網路上交易。

以下是 Kudai 的發展路線圖：

Kudai 的核心理念是將所有透過$KUDAI 賺取的交易費用用於資助自主交易操作的智能體，並將這些操作產生的利潤回饋給Token 持有者。

在即將到來的第二階段（共四階段）中，Kudai 將具備以下功能，使用者可以透過Twitter 上的自然語言指令觸發：

· 購買並質押$GMX，產生新的收入來源

· 投資GMX 的GM 池以進一步增加收益

· 以底價購買GBC NFT，擴大其投資組合

Sturdy Finance V2

@SturdyFinance 是一個結合了借貸與收益聚合功能的協議，透過Bittensor SN10 子網礦工訓練的AI 模型，在不同的白名單孤立池之間動態分配資金，從而實現收益優化。

Sturdy 的架構分為兩層：孤立池和聚合層。

1.孤立池：這是單一資產池，使用者只能藉出一種資產或用一種抵押品進行借款，降低了資產間的相互風險。

2.聚合層：基於Yearn V3 構建，使用者的資產會根據使用率和收益被分配到白名單的孤立池中。 Bittensor 子網路為聚合層提供最佳指派策略。當使用者將資產借給聚合層時，其風險僅限於所選的抵押類型，避免了其他借貸池或抵押資產帶來的風險。

其他收益最佳化與投資管理領域的代表性項目包括：

· @derivexyz

· @Thales_ai

· @Mozaic_Fi

· @boltrade_ai

· @vainguard_ai

· @Ensofi_xyz

· @0xARMAgeddon

· @glamsystems

以及更多正在開發中的項目…

市場情緒分析AI 智能體

AIXBT

@AIXBT_agent 是一個市場情緒追蹤智能體，透過其專有引擎整合並分析來自Twitter 上超過400 位關鍵意見領袖(KOL) 的數據。 AIXBT 能夠即時捕捉市場趨勢，並全天候為用戶提供有價值的洞察。

在所有DeFi 領域的AI 智能體中，AIXBT 佔據了14.76% 的市場關注度，堪稱生態系中最具影響力的智能體之一。

AIXBT 的功能不僅限於提供市場洞察，它還具備互動性，能夠回答用戶提問，甚至透過Twitter 平台發行代幣。例如，$CHAOS 代幣就是 AIXBT 與另一款互動式機器人 Simi 合作，透過 @EmpyrealSDK 工具包共同創建的。

其他市場分析智能體包括：

· @tri_sigma_

· @ASYM41b07

· @kwantxbt

· @gemach_io

DeFi基礎設施與生態平台

Web3 AI 智慧體的實現離不開去中心化的基礎設施。這些項目不僅提供模型訓練和推理服務，還為 AI 智能體的開發提供資料、驗證機制以及協調層。

無論是 Web2 或 Web3，模型、運算能力和資料始終是推動大語言模型 (LLM) 和 AI 智能體發展的三大核心支柱。

我們在Medium 平台上深入探討了以下內容：

· 如何建立模型

· 資料與運算資源的提供

· 驗證機制的功能

· 可信任執行環境(TEE)的工作原理

由於內容較多，具體細節請關注 Medium 上的文章。

以下是由@pinkbrains_io 製作的DeFi 基礎設施生態地圖：

這一領域的主要參與者包括：

可信任執行環境(TEE)

· @PhalaNetwork

· @MarlinProtocol

· @AutomataNetwork

框架

· @arcdotfun

· @ai16zdao

平台/ 一體化解決方案

· @virtuals_io

· @aisweatshop

· @Almanak__

· @autonolas

· @Cod3xOrg

· @crestalnetwork

· @CreatorBid

· @openservai

· @WaveformBackup

· @getaxal

· @EmpyrealSDK

通用基礎設施

· @joinFXN

· @TheoriqAI

· @hyperbolic_labs

· @BagelOpenAI

· @Hive_Intel

工具包

· @sendaifun

· @lexiconinfra

DeFi AI的未來發展

我認為，DeFi 市場將經歷三個主要階段：首先追求效率，然後實現去中心化，最後專注於隱私保護。

DeFi AI 的發展將經歷 4 個具體的階段。

第一階段：專注於提升效率，推出簡化複雜 DeFi 操作的工具。例如：

· 能夠理解不完美輸入的AI

· 快速完成交易的工具

· 即時市場研究，幫助使用者根據目標做出更明智的決策

第二階段：智能體將實現自主交易，能夠基於第三方資料或其他智能體的洞察執行策略。進階用戶可以微調模型，建立智能體來為自己或客戶優化收益。

第三階段：使用者將專注於錢包管理和 AI 驗證問題。可信任執行環境 (TEE) 和零知識證明 (ZKP) 將確保 AI 系統的透明性與安全性。

第四階段：最終，一個無程式碼的DeFi AI 工具包或AI 即服務協定可能會出現，創建一個基於智能體的經濟體系，使用者可以透過加密貨幣交易微調後的模型。

儘管這個願景令人期待，但仍存在一些亟待解決的問題：

· 目前許多工具僅是ChatGPT 的簡單封裝，缺乏明確的評估標準。

· 鏈上資料的片段化趨勢可能導致 AI 模型更傾向於中心化，而非去中心化，目前尚無明確解決方案。

原文連結