DeFAI：AI如何爲DeFi賦能？

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重要組成部分。盡管新的創新協議層出不窮,但也導致了系統日益復雜化和碎片化,即使是經驗豐富的用戶也難以應對衆多的鏈、資產和協議。

與此同時,人工智能(AI)從2023年的宏觀敘事轉向了2024年更專業化、以代理爲導向的重點。這一轉變催生了DeFi AI(DeFAI)這一新興領域,AI通過自動化、風險管理和資本優化來增強DeFi的功能。

DeFAI涵蓋多個層面。底層是區塊鏈,AI代理必須與特定鏈交互才能執行交易和智能合約。其上是數據層和計算層,提供訓練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。最上層是代理框架,允許開發者構建專門的AI驅動應用,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,最突出的項目可分爲三個主要類別:

1. 抽象層

此類協議充當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,執行用戶意圖,同時簡化復雜交易中的手動步驟。

這些協議可以執行的功能包括:

• 交換、跨鏈、借貸、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盈/止損等交易

例如,無需手動從借貸平台提取ETH,將其跨鏈到其他網路,交換代幣,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,以便做出更好的多空決策
• 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、收益農場等功能。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
• 通過檢測潛在風險來掃描代幣

這些層面上的頂級協議面臨一些挑戰:

1. 依賴實時數據流實現最佳交易執行。數據質量差可能導致路線效率低下、交易失敗或無利可圖

2. AI模型依賴歷史數據,但加密市場波動性很大。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,才能把握整體市場狀況

爲了提供更好的產品和結果,這些協議應考慮整合各種高質量數據集,以提升產品水平。

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。爲使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完善交易策略並重新分配資源。

高質量數據集使代理能更好地預測未來價格走勢,爲交易提供建議,以適應對某些資產的多空頭寸偏好。

DeFAI的主要數據提供商包括:

• Mode Synth:用於財務預測的合成數據,捕捉完整的價格變動分布,用於AI模型預測
• Chainbase:全鏈結構化數據集,提供AI增強數據,用於交易、預測和獲取alpha
• sqd.ai:面向AI代理的去中心化數據湖,可擴展、可定制的多鏈數據訪問,具有零知識證明安全性
• Cookie:面向AI代理的社交和鏈上數據層,使用多個專門AI代理處理多條鏈上的鏈上代理數據

Mode Synth作爲Bittensor的子網絡,爲代理的財務預測能力創建合成數據。與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,構建了準確的合成數據,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。

AI代理區塊鏈

除了爲AI和代理構建數據層,某些區塊鏈正在定位爲DeFAI的全棧解決方案。例如,Mode部署了DeFAI co-pilot,用於通過用戶提示執行鏈上交易。他們還支持許多基於AI和代理的團隊,將多個協議集成到其生態中。

這些舉措與他們用AI升級網路同步進行,包括爲區塊鏈配備AI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。

其他主流區塊鏈如Solana和Base也是AI代理框架和代幣構建的重要平台。NEAR則將自己定義爲以AI爲中心的L1區塊鏈,提供AI任務市場、開源AI代理框架等功能。

DeFAI的未來發展

目前,DeFi中的大多數AI代理在實現完全自主方面仍面臨限制。例如,抽象層將用戶意圖轉化爲執行,但通常缺乏預測能力;AI代理可能通過分析產生alpha,但缺乏獨立的交易執行;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數據層,以開發最佳的代理平台。這將需要深層的鏈上數據,同時產生有用的合成數據以進行更好的預測分析,並結合市場情緒分析。

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。隨着系統成熟,未來DeFi交易者可能會依靠AI代理在最少人爲幹預下自主評估、預測和執行金融策略。

DeFAI仍處於早期階段,AI代理增強DeFi可用性和性能的潛力不容忽視。獲取高質量實時數據是釋放這一潛力的關鍵,將改善AI驅動的交易預測和執行。

未來,可驗證性和隱私性將成爲協議必須解決的關鍵挑戰。集成基於TEE、FHE甚至零知識證明的技術可以增強AI代理行爲的可驗證性,從而建立對自主性的信任。

只有成功結合高質量數據、穩健模型和透明決策流程,DeFAI代理才能獲得廣泛應用。