DeFAI：人工智能如何为去中心化金融赋能

去中心化金融(DeFi)自2020年以来迅速发展,成为加密生态系统的核心支柱。尽管创新协议不断涌现,但DeFi生态系统的复杂性和碎片化程度也随之上升,即便是经验丰富的用户也难以应对众多的区块链、资产和协议。

与此同时,人工智能(AI)从2023年的广泛基础叙事,发展为2024年更加专业化、以代理为导向的焦点。这一转变催生了DeFi AI(DeFAI) - 一个新兴领域,通过自动化、风险管理和资本优化来增强DeFi。

DeFAI横跨多个层级。底层是区块链,AI代理需要与特定链交互才能执行交易和智能合约。其上是数据层和计算层,为训练AI模型提供所需的基础设施,这些模型利用历史价格数据、市场情绪和链上分析。隐私和可验证层确保敏感金融数据在保持无信任执行的同时得到保护。最上层是代理框架,允许开发者构建专门的AI驱动应用,如自主交易机器人、信用风险评估器和链上治理优化器。

随着DeFAI生态系统不断扩大,最突出的项目可分为三个主要类别:

1. 抽象层

此类协议充当DeFi的用户友好界面,允许用户输入链上执行的提示。它们通常与多个链和dApp集成,执行用户意图,同时简化复杂交易中的手动步骤。

这些协议可以执行的功能包括:

• 交换、跨链、借贷、跨链执行交易
• 跟单交易钱包或社交媒体个人资料
• 根据仓位规模百分比自动执行止盈/止损等交易

例如,无需手动从借贷平台提取ETH、将其跨链到Solana、交换代币并提供流动性,抽象层协议只需一步即可完成操作。

2. 自主交易代理

与遵循预设规则的传统交易机器人不同,自主交易代理可以学习和适应市场条件,根据新信息调整策略。这些代理可以:

• 分析数据以不断完善策略
• 预测市场走势,做出更好的多头/空头决策
• 执行复杂的DeFi策略

3. AI驱动的DApps

DeFi dApp提供借贷、交换、收益farming等功能。AI和AI代理可以通过以下方式增强这些服务:

• 通过重新平衡LP头寸来优化流动性供应,以获得更好的APY
• 通过检测潜在风险来扫描代币

主要挑战

在这些层上构建的顶级协议面临一些挑战:

1. 这些协议依赖实时数据流来实现最佳交易执行。数据质量差可能导致路线效率低下、交易失败或交易无利可图。

2. AI模型依赖历史数据,但加密货币市场波动性很大。代理必须接受多样化、高质量数据集的训练才能保持有效性。

3. 需要全面了解资产相关性、流动性变化和市场情绪,才能把握整体市场状况。

为了提供更好的产品和最佳结果,这些协议应该考虑整合各种不同质量的数据集,以将其产品提升到一个新的水平。

数据层 - 为DeFAI提供智能动力

AI的性能取决于其所依赖的数据。为了让AI代理在DeFAI中有效工作,它们需要实时、结构化和可验证的数据。例如,抽象层需要通过RPC和社交网络API访问链上数据,而交易和收益优化代理则需要数据来进一步完善其交易策略并重新分配资源。

高质量的数据集使代理能够更好地对未来价格行为进行预测分析,为交易提供建议,以适应他们对某些资产的多头或空头头寸的偏好。

最受关注的AI代理区块链

除了为AI和代理构建数据层之外,某区块链正将自己定位为DeFAI未来的全栈解决方案。他们最近部署了一个DeFAI的co-pilot,用于通过用户提示执行链上交易,即将向代币质押者开放。

此外,该区块链还支持许多基于AI和代理的团队。他们付出了巨大努力,将多个协议集成到其生态中,随着更多代理的开发和执行交易,该生态系统迅速发展。

这些举措都是在他们用AI升级网络的同时实现的,最引人注目的是为他们的区块链配备了一个AI的排序器。通过在执行前使用模拟和AI分析交易,可以在处理前阻止和审查高风险交易,以确保链上安全。

DeFAI的下一步

目前,DeFi中的大多数AI代理在实现完全自主方面面临重大限制。例如:

1. 抽象层将用户意图转化为执行,但通常缺乏预测能力

2. AI代理可能会通过分析产生alpha,但缺乏独立的交易执行

3. AI驱动的dApp可以处理保险库或交易,但属于被动而非主动

DeFAI的下一阶段可能会专注于集成有用的数据层,以开发最佳的代理平台或代理。这将需要有关大额交易活动、流动性变化等的深层链上数据,同时产生有用的合成数据以进行更好的预测分析,并结合来自一般市场的情绪分析,无论是特定类别的代币波动,还是社交网络上的代币波动。

最终目标是AI代理能够从单一界面无缝生成和执行交易策略。随着这些系统的成熟,我们可能会看到未来DeFi交易者依靠AI代理在最少的人为干预下自主评估、预测和执行金融策略。

结语

尽管AI代理代币和框架最近出现大幅缩水,但DeFAI仍处于早期阶段,AI代理增强DeFi可用性和性能的潜力是不可否认的。

释放这一潜力的关键在于获取高质量的实时数据,这将改善AI驱动的交易预测和执行。越来越多的协议集成了不同的数据层,数据协议为框架构建了插件,这凸显了数据对代理决策的重要性。

展望未来,可验证性和隐私性将成为协议必须解决的关键挑战。目前,大多数AI代理操作仍然是一个黑匣子,用户必须将资金托付给它。因此,可验证的AI决策的发展将有助于确保代理流程的透明度和可问责性。集成基于可信执行环境、全同态加密甚至零知识证明的协议都可以增强AI代理行为的可验证性,从而实现对自主性的信任。

只有成功结合高质量数据、稳健模型和透明决策流程,DeFAI代理才能获得广泛应用。