DeFAI：AI如何为DeFi赋能？

去中心化金融(DeFi)自2020年迅速发展以来,一直是加密生态系统的重要组成部分。尽管新的创新协议层出不穷,但也导致了系统日益复杂化和碎片化,即使是经验丰富的用户也难以应对众多的链、资产和协议。

与此同时,人工智能(AI)从2023年的宏观叙事转向了2024年更专业化、以代理为导向的重点。这一转变催生了DeFi AI(DeFAI)这一新兴领域,AI通过自动化、风险管理和资本优化来增强DeFi的功能。

DeFAI涵盖多个层面。底层是区块链,AI代理必须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,提供训练AI模型所需的基础设施,这些模型来自历史价格数据、市场情绪和链上分析。隐私和可验证层确保敏感财务数据在保持无信任执行的同时保持安全。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的类似ChatGPT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,将其跨链到其他网络,交换代币,并在DEX上提供流动性——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,并根据新信息调整其策略。这些代理可以:

• 分析数据以不断完善策略
• 预测市场走势,以便做出更好的多空决策
• 像基础交易那样执行复杂的DeFi策略

3. AI驱动的DApps

DeFi DApp提供借贷、交换、收益农场等功能。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

这些层面上的顶级协议面临一些挑战:

1. 依赖实时数据流实现最佳交易执行。数据质量差可能导致路线效率低下、交易失败或无利可图

2. AI模型依赖历史数据,但加密市场波动性很大。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结果,这些协议应考虑整合各种高质量数据集,以提升产品水平。

数据层——为DeFAI智能提供动力

AI的好坏取决于它所依赖的数据。为使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完善交易策略并重新分配资源。

高质量数据集使代理能更好地预测未来价格走势,为交易提供建议,以适应对某些资产的多空头寸偏好。

DeFAI的主要数据提供商包括:

• Mode Synth:用于财务预测的合成数据,捕捉完整的价格变动分布,用于AI模型预测
• Chainbase:全链结构化数据集,提供AI增强数据,用于交易、预测和获取alpha
• sqd.ai:面向AI代理的去中心化数据湖,可扩展、可定制的多链数据访问,具有零知识证明安全性
• Cookie:面向AI代理的社交和链上数据层,使用多个专门AI代理处理多条链上的链上代理数据

Mode Synth作为Bittensor的子网络,为代理的财务预测能力创建合成数据。与传统价格预测系统相比,Synth捕获了价格变动的完整分布及其相关概率,构建了准确的合成数据,为代理和LLM提供支持。

提供更多高质量数据集可使AI代理在交易中做出更好的方向性决策,同时预测不同市场条件下的APY波动,以便流动性池在需要时重新分配或提取流动性。

AI代理区块链

除了为AI和代理构建数据层,某些区块链正在定位为DeFAI的全栈解决方案。例如,Mode部署了DeFAI co-pilot,用于通过用户提示执行链上交易。他们还支持许多基于AI和代理的团队,将多个协议集成到其生态中。

这些举措与他们用AI升级网络同步进行,包括为区块链配备AI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。

其他主流区块链如Solana和Base也是AI代理框架和代币构建的重要平台。NEAR则将自己定义为以AI为中心的L1区块链,提供AI任务市场、开源AI代理框架等功能。

DeFAI的未来发展

目前,DeFi中的大多数AI代理在实现完全自主方面仍面临限制。例如,抽象层将用户意图转化为执行,但通常缺乏预测能力;AI代理可能通过分析产生alpha,但缺乏独立的交易执行;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整合有用的数据层,以开发最佳的代理平台。这将需要深层的链上数据,同时产生有用的合成数据以进行更好的预测分析,并结合市场情绪分析。

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。随着系统成熟,未来DeFi交易者可能会依靠AI代理在最少人为干预下自主评估、预测和执行金融策略。

DeFAI仍处于早期阶段,AI代理增强DeFi可用性和性能的潜力不容忽视。获取高质量实时数据是释放这一潜力的关键,将改善AI驱动的交易预测和执行。

未来,可验证性和隐私性将成为协议必须解决的关键挑战。集成基于TEE、FHE甚至零知识证明的技术可以增强AI代理行为的可验证性,从而建立对自主性的信任。

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。