作者：Poopman

编译：深潮TechFlow

当传统DeFi遇上新兴AI，会碰撞出怎样的火花？我们能创造出什么样的全新变种或技术创新？

今天，我们将一同探索DeFAI(DecentralizedFinance+AI)的早期生态。

希望这篇文章能为你提供一些启发！

（*我即将在Medium上发布一篇20页的深度分析文章。今天的内容只是一个速览，让你快速了解这个新兴领域。）

人工智能(AI)与区块链的结合并非新鲜事。从早期在Bittensor子网中进行去中心化模型训练，到Akash和io.net等去中心化GPU及计算资源市场，再到如今在Solana上兴起的AI与memecoin的结合，每个阶段都展示了区块链如何通过资源聚合来补充AI的能力，并推动主权AI和消费者级应用场景的实现。

根据CoinGecko数据，截至2025年1月13日，DeFAI的总市值已达到约10亿美元。其中，Griffain占据了45%的市场份额，而$ANON则占22%。

从2024年12月25日起，随着Virtual和ai16z等框架和平台在圣诞假期后迎来“美国资金”的回归，DeFAI行业开始加速发展。

这仅仅是个开始。DeFAI的潜力远远超出了当前的表现。

尽管目前的应用仍处于概念验证阶段，但我们不应低估其通过AI技术将DeFi转变为更加智能化、用户友好且高效的金融生态系统的潜力。

在深入探讨DeFAI的生态之前，我们需要先了解AI智能体如何在DeFi和区块链环境中运作的基本原理。

AI智能体是一种根据特定工作流代表用户执行任务的程序。这些智能体的核心是由大语言模型(LLM)提供支持，能够基于其训练数据生成响应。

在区块链中，智能体可以与智能合约和账户交互，处理复杂任务，而无需用户的持续干预。

例如：

简化DeFi用户体验：通过一键完成多步骤的跨链桥接和流动性挖矿的操作

优化流动性挖矿策略：为用户提供更高的回报

自动化交易执行：根据市场分析（无论是第三方的还是自身模型的）买入或卖出资产

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

数据收集

模型推断

决策制定

托管与操作

互操作性

钱包管理

当你“收集”了以上6个核心元素后，就可以在区块链上构建属于自己的自主智能体。这些智能体可以在DeFi生态中扮演不同角色，从而提升链上效率和用户的交易体验。

总体来说，我将DeFi与AI的结合(DeFAI)分为四大主要类别：

抽象化/用户友好的AI

收益优化与投资组合管理

DeFAI基础设施或平台

市场分析与预测

在这一领域，理想的AI解决方案应具备以下能力：

自动执行多步骤的交易与Staking操作，无需用户具备任何专业知识。

实时进行市场研究，并提供用户所需的关键信息与数据，帮助其作出明智的交易决策。

从多个平台获取数据，识别市场机会，并为用户提供全面分析。

接下来，我们来看看这一领域的一些热门工具：

@griffaindotcom是目前Solana区块链上首个且表现最优的抽象化AI工具，支持执行交易、钱包管理、NFT铸造、Token快速抢购等多种功能。

其主要功能包括：

使用自然语言输入即可完成交易操作

通过Pumpfun发起Token项目、铸造NFT，并支持选择地址进行空投

多智能体协作功能

智能体可代用户发布推文

根据特定关键词或条件，在Pumpfun上抢购新上线的Meme币

自动化Staking与DeFi策略执行

任务调度，用户可通过输入记忆数据来定制个性化智能体

从多个平台获取数据，用于市场分析，例如识别某个Token的主要持有者

钱包功能：

在创建账户时，系统通过Privy自动生成一个钱包。用户可将账户授权给智能体，智能体将自主执行交易并管理投资组合。为了增强安全性，私钥通过Shamir秘密共享技术分割存储，确保Griffain和Privy都无法独立控制钱包。

@HeyAnonai是由知名开发者@danielesesta打造，他曾创建DeFi协议Wonderland和MIM。Anon的目标是简化DeFi的交互体验，无论是新手还是资深用户都能轻松上手。

主要功能包括：

基于LayerZero实现跨链资产桥接

通过Pyth提供实时价格与数据更新

提供基于时间与Gas价格的自动化操作与触发器

实时市场洞察，例如情绪分析与社交数据分析

支持与Aave、Sparks、Sky和Wagmi等协议合作进行借贷操作

支持多语言（包括中文）的自然语言交易功能

此外，Anon最近发布了两项重要更新：

自动化框架

专注于Gemma研究的智能体功能

这些更新使得Anon成为目前最受期待的抽象化工具之一。

Slate由BigBrainHoldings投资支持，其创始人@slate_ceo将其定位为“AlphaAI”，能够基于链上数据信号实现自主交易。目前，Slate是唯一能够在@hyperliquidX平台上实现交易自动化的抽象化AI工具。

值得注意的一件事是他们的费用结构。

在Slate的服务中，费用主要分为两类：

一般操作：对于常规的转账或提现，Slate不收取任何费用。但在执行一些更复杂的操作时，例如交换(Swap)、跨链桥接(Bridge)、索赔(Claim)、借款(Borrow)、放贷(Lend)、还款(Repay)、质押(Stake)、取消质押(Unstake)、做多(Long)、做空(Short)、锁仓(Lock)和解锁(Unlock)等，平台会收取0.35%的手续费。

条件操作：如果用户设置了条件订单（例如限价订单），Slate会根据不同的条件类型收取费用：

对基于Gas的条件操作收取0.25%的费用；

对其他所有条件操作收取1.00%的费用。

除了Slate，这一领域还有许多新兴的抽象化AI工具，以下是部分代表性项目：

@AIWayfinder

@orbitcryptoai

@dolion_ai

@askthehive_ai

@HeyElsaAI

@Spectral_Labs

@Infinit_Labs

@ProjectPlutus_

@bankrbot

以及更多正在开发中的项目……

以下是一张比较多个抽象化AI工具的对比表格：

图：由深潮TechFlow编译

自动化收益优化与投资管理：与传统的收益策略不同，这一领域的DeFi协议通过AI分析链上数据，识别趋势并提供洞察，帮助团队制定更高效的收益优化和投资组合管理策略。

@trustInWeb3是一个支持未完全抵押贷款的借贷协议，利用AI作为中介和风险管理引擎。

T3AI的AI智能体可以实时监控贷款的健康状况，并通过其风险指标框架，确保贷款始终处于可偿还的状态。这是一个AI在DeFi中的有趣应用实例。

@Kudai_IO是一个实验性的智能体，专注于GMX生态系统，由GMXBlueberryClub借助EmpyrealSDK工具包开发。目前，$KUDAIToken已在Base网络上交易。

以下是Kudai的发展路线图：

Kudai的核心理念是将所有通过$KUDAI赚取的交易费用用于资助自主交易操作的智能体，并将这些操作产生的利润返还给Token持有者。

在即将到来的第二阶段（共四阶段）中，Kudai将具备以下功能，用户可以通过Twitter上的自然语言指令触发：

购买并质押$GMX，生成新的收入来源

投资GMX的GM池以进一步增加收益

以底价购买GBCNFT，扩大其投资组合

@SturdyFinance是一个结合了借贷与收益聚合功能的协议，通过由BittensorSN10子网矿工训练的AI模型，在不同的白名单孤立池之间动态分配资金，从而实现收益优化。

Sturdy的架构分为两层：孤立池和聚合层。

孤立池：这是单一资产池，用户只能借出一种资产或用一种抵押品进行借款，降低了资产之间的相互风险。

聚合层：基于YearnV3构建，用户的资产会根据使用率和收益被分配到白名单的孤立池中。Bittensor子网为聚合层提供最佳分配策略。当用户将资产借给聚合层时，其风险仅限于所选择的抵押类型，避免了其他借贷池或抵押资产带来的风险。

其他收益优化与投资管理领域的代表性项目包括：

@derivexyz

@Thales_ai

@Mozaic_Fi

@boltrade_ai

@vainguard_ai

@Ensofi_xyz

@0xARMAgeddon

@glamsystems

以及更多正在开发中的项目……

@AIXBT_agent是一个市场情绪追踪智能体，通过其专有引擎整合并分析来自Twitter上超过400位关键意见领袖(KOL)的数据。AIXBT能够实时捕捉市场趋势，并全天候为用户提供有价值的洞察。

在所有DeFi领域的AI智能体中，AIXBT占据了14.76%的市场关注度，堪称生态系统中最具影响力的智能体之一。

AIXBT的功能不仅局限于提供市场洞察，它还具备交互性，能够回答用户提问，甚至通过Twitter平台发行代币。例如，$CHAOS代币就是AIXBT与另一款交互式机器人Simi合作，通过@EmpyrealSDK工具包共同创建的。

其他市场分析智能体包括：

@tri_sigma_

@ASYM41b07

@kwantxbt

@gemach_io

Web3AI智能体的实现离不开去中心化的基础设施。这些项目不仅提供模型训练和推理服务，还为AI智能体的开发提供数据、验证机制以及协调层。

无论是Web2还是Web3，模型、计算能力和数据始终是推动大语言模型(LLM)和AI智能体发展的三大核心支柱。

我们在Medium平台上深入探讨了以下内容：

如何创建模型

数据与计算资源的提供

验证机制的作用

可信执行环境(TEE)的工作原理

由于内容较多，具体细节请关注Medium上的文章。

以下是一张由@pinkbrains_io制作的DeFi基础设施生态地图：

这一领域的主要参与者包括：

可信执行环境(TEE)

@PhalaNetwork

@MarlinProtocol

@AutomataNetwork

框架

@arcdotfun

@ai16zdao

平台/一体化解决方案

@virtuals_io

@aisweatshop

@Almanak__

@autonolas

@Cod3xOrg

@crestalnetwork

@CreatorBid

@openservai

@WaveformBackup

@getaxal

@EmpyrealSDK

通用基础设施

@joinFXN

@TheoriqAI

@hyperbolic_labs

@BagelOpenAI

@Hive_Intel

工具包

@sendaifun

@lexiconinfra

我认为，DeFi市场将经历三个主要阶段：首先追求效率，然后实现去中心化，最后注重隐私保护。

DeFiAI的发展将经历4个具体的阶段。

第一阶段：专注于提升效率，推出简化复杂DeFi操作的工具。例如：

能够理解不完美输入的AI

快速完成交易的工具

实时市场研究，帮助用户根据目标做出更明智的决策

第二阶段：智能体将实现自主交易，能够基于第三方数据或其他智能体的洞察执行策略。高级用户可以微调模型，构建智能体来为自己或客户优化收益。

第三阶段：用户将关注钱包管理和AI验证问题。可信执行环境(TEE)和零知识证明(ZKP)将确保AI系统的透明性与安全性。

第四阶段：最终，一个无代码的DeFiAI工具包或AI即服务协议可能会出现，创建一个基于智能体的经济体系，用户可以通过加密货币交易微调后的模型。

尽管这一愿景令人期待，但仍存在一些亟待解决的问题：

当前许多工具仅是ChatGPT的简单封装，缺乏明确的评估标准。

链上数据的碎片化趋势可能导致AI模型更倾向于中心化，而非去中心化，目前尚无明确解决方案。