jakiro
原文作者：SAURABH DESHPANDE 編譯：LlamaC
如果每個人只需點擊一個按鈕就能擁有一位私人銀行家會怎樣？如果這位銀行家能僱傭一支分析師、合規和執行人員大軍為你進行交易會怎樣？這聽起來有些遙不可及，但這正是 Saurabh 在今天的文章中探討的內容。我們正在走向一個機器人比人類移動更多資金的世界。如果川普繼續擔任總統，我們將繼續看到更多資產被代幣化。Saurabh 今天的故事探討了加密貨幣中的代理經濟如何與金融的未來相碰撞。
如果你在 1995 年告訴某人，幾十年後，他們將能夠通過口袋裡的一個設備訂餐、叫計程車或向世界各地的朋友轉帳，他們可能會持懷疑態度。然而，我們現在就處在這樣的時代，智慧型手機已經將這些曾經複雜的任務簡化為屏幕上的簡單點擊。
DeFi 如今處於類似的轉折點。DeFi 提供了賺取收益和早期發現新代幣的機會，但對大多數人來說使用起來太複雜。管理錢包、在不同的區塊鏈網絡間導航以及理解智能合約交互，感覺就像在學習一門新語言。此外，由於監管不確定性，許多人對參與 DeFi 猶豫不決。DeFi 僅佔中心化交易所（CEX）現貨交易量的 10-20%並不令人意外。這是因為 CEX 使用起來更加簡單，且有更明確的監管。
本文探討了人工智慧如何將 DeFi 從服務於數千人的複雜生態系統轉變為服務於數百萬人的可訪問金融平臺。我們將研究人工智慧驅動的界面如何逐步開始彌合 DeFi 巨大機遇與普通用戶對簡單性需求之間的差距。儘管所有 DeFAI（DeFi 和人工智慧）應用程式都處於起步階段，但它們展示了 DeFi 可能成為的樣子：在與金融工具互動時提供流暢的體驗，從自動交易策略到使複雜交易感覺自然的對話界面。
讓我們從金融市場如何首次與計算機和算法融合開始。自 1980 年代以來，算法開始以一種有意義的方式成為金融市場的一部分。它們是現代市場的基石。從股票交易到貨幣兌換。
算法和金融市場
當我想到金融環境中的算法時，吉姆·西蒙斯就浮現在腦海中。”傳奇”這個詞輕鬆地放在他名字前面。他創立了 Renaissance Technologies，這是一家改變了量化交易遊戲規則的美國投資公司。其旗艦基金 Medallion 在 30 年間（1988 年至 2018 年）實現了令人瞠目的 39%的年複合增長率（CAGR）。
要理解這有多麼非凡：100 美元投資於 Medallion 基金 30 年後會增長到 210 萬美元，相比之下投資標準普爾 500 指數只會增長到 1,014 美元。這種差異幾乎難以理解。
但真正神奇的是他們如何做到這一點。文藝復興科技公司的團隊不是與華爾街老手合作，而是由數學、物理和其他硬科學的博士組成。他們的方法完全依賴於數學模型和算法來交易市場——這證明了數據驅動決策的力量。
這種對算法的關注並不局限於對衝基金。在傳統金融市場中，交易正變得越來越依賴算法。最近一篇文章指出，每日外匯現貨交易中超過 75%，即 7.5 萬億美元中的 5.6 萬億美元，現在都是通過算法進行的。這些系統重塑了交易臺，將重點從人類直覺轉移到自動化決策。
就自動化而言，DeFi 還處於起步階段。相比之下，算法交易在傳統金融領域已存在三十多年。自 2020 年以來，曾改變華爾街的同一場數據驅動革命也開始敲響 DeFi 的大門。
算法和DeFi
去中心化交易所（DEXs）和借貸協議在 2020 年成為這個新金融生態系統的基礎支柱。
DeFi 真正活躍起來是在 Compound 啟動其流動性挖礦計劃時，引發了活動的爆發。大約同一時期，Aave（當時叫 EthLend）的 TVL 和價格飆升。每天都有幾個新的收益農場推出。這些農場提供豐厚的收益，通常以協議的原生代幣支付。但是，這些收益的價值直接與代幣的市場價格掛鈎，為回報增加了一層複雜性。我記得 Sam Bankman-Fried 在採訪中說——
想像一個神奇的盒子，它什麼也不做，但人們卻向裡面投入數百萬，因為…為什麼不呢？隨著越來越多的錢堆積進去，這個盒子變得有價值了——因為每個人都同意它有價值。在某個時候，老練的交易者進來說，哇，看看這個盒子裡的所有錢！一定是個很棒的盒子！這個循環就這樣繼續下去——直到，當然，它不再繼續。
這種動態造成了一種分化。精明的交易者蓬勃發展，在各個農場之間遊走，從代幣中獲利，並利用各種機會。與此同時，經驗不足的參與者則舉步維艱，往往無法理解在如此波動的市場中持續獲利的重要性。很明顯，這一版本的 DeFi 並非設計用於擴展到小眾受眾之外。
隨著生態系統的擴張，簡化 DeFi 交互的工具需求變得越來越緊迫。借貸協議不斷增加，創造了對聚合器的需求。
Yearn Finance 於 2020 年 2 月推出，總鎖倉量達到 250 萬 ETH（當時約合 70 億美元）。這是 DeFi 發展的一個轉折點。
它引入了自動化金庫，優化鏈上收益，為用戶提供明確的風險-回報概況。這些金庫允許用戶存入資產——穩定幣、ETH 和特定代幣——而 DeFi 專家則提出並實施收益策略。然後根據這些策略將資金部署到整個 DeFi 生態系統中，利潤在用戶、平臺和策略創建者（本質上充當基金經理）之間分享。
這個模型是 DeFi 的一個進步。DeFi 首次感覺對更廣泛的受眾 accessible。Yearn 移除了參與生態系統所需的大部分手動工作，同時在利益相關者之間調整了激勵。這是 DeFi 下一個迭代可能成為的樣子的一瞥：高效、用戶友好和可擴展。
雖然 Yearn 讓 DeFi 變得更加容易使用，但隨著生態系統的發展，其局限性也變得明顯。鏈上收益開始趨於正常化，Yearn 的策略難以保持優勢。關鍵創新者如 Andre Cronje 的離開以及 2022 年嚴峻的市場條件導致 TVL 從峰值暴跌至約 2.5 億美元。
Yearn 是 DeFi 領域首次主要嘗試自動化收益優化的項目，通過允許用戶將資金委託給經驗豐富的管理者來改進手動收益耕作。但它仍然依賴於人為決策。策略創建者必須不斷跟蹤市場狀況以識別機會、評估新協議並執行策略。
它造成了兩個主要瓶頸。首先，人類管理者只能處理有限的市場數據。其次，由於用戶體驗挑戰，擴展到數百萬用戶是不切實際的。
AI 具有克服這些挑戰的潛力。通過利用機器學習和自動化，DeFi 平臺現在可以分析大量鏈上數據，識別模式，並以遠高於人類管理者的效率執行策略。使用自然語言來理解用戶需求有助於通過使 DeFi 對大量用戶 accessible 來增加其規模。
AI改變遊戲規則的領域
DeFi 提供了無與倫比的選擇性，但仍然難以使用。CEX 使用簡單，但限制了用戶控制和選擇性。AI 提供了彌合這一差距的機會。通過自動化複雜的 DeFi 交互並簡化決策過程，AI 可以使 DeFi 像中心化平臺一樣易於使用，同時不犧牲選擇性。另一方面，AI 可以幫助 CEX 更快地做出上市決策，從而提供比目前更多的選擇。
這方面的一個實際例子是 Hey Anon，一個由 AI 驅動的 DeFi 界面。我親自試用了 Hey Anon；它在交換和跨鏈方面效率很高，無需手動查找合約地址或選擇橋。整個交互過程都是基於聊天的，這使得新用戶更容易使用。但是，它比手動執行這些交易要慢。此外，它目前缺乏對手動轉帳的支持——這是一個應該被納入的重要功能，以提供更多靈活性。
DeFi + AI 有市場嗎？
在探討人工智慧與去中心化金融的交叉點之前，讓我們退一步來審視總可尋址市場（TAM）。
截至 2024 年第三季度，主動和被動管理的受監管開放式基金的資產管理規模（AUM）超過 80 萬億美元。相比之下，截至 2025 年 1 月 21 日，比特幣（BTC）和以太坊（ETH）ETF 管理的資產總和為 1500 億美元。
這些數據突出了一個關鍵點：全球範圍內有數萬億美元由專業人士管理，因為大多數人更願意不直接處理自己的財務。他們傾向於選擇易於使用且能提供穩定增長的產品。加密貨幣也不應該有所不同。我們已經從用戶偏好傾向於中心化交易所（CEXs）這一現象中看到了這一點。
中心化交易所的交易量仍然是去中心化交易所的約五倍。這種差距的一個重要因素是可用性。管理錢包、導航合約地址和理解鏈上流程對許多人來說都很困難。但它也帶來了巨大的好處。也許，最大的好處是早期獲利的可能性。如果你在鏈上發現 TRUMP 時它的市值還不到 10 億美元，那麼當它在中心化交易所上線時，你已經獲得了五到十倍的收益。這在市場的玩家對玩家（即 PvP）階段越來越適用，在這個階段淨流入停滯。資產在現有參與者之間交換。
輪換是遊戲的名稱。每周都有一個新的熱門口味。
即使你在加密貨幣領域已經很長時間了，你也很難抓住 Jailstool 或 CAR 的機會。你只有一天的時間來了解它、進行盡職調查、買入和賣出——對大多數人來說，沒有事先知情幾乎不可能完成。唯一可靠地抓住這個機會的方法是設計一個系統，將新部署的合約等鏈上指標與交易量和價格激增以及 X 等社交媒體信息相結合。這兩種代幣目前都已從各自的高點下跌超過 80%，尚未在任何主要中心化交易所上市。
一輪價格發現已經結束。大量交易活動已經在 DEX 和/或場外交易臺上進行。早期參與者如交易員、流動性提供者或套利者已經建立了一個非正式的市場價格。當資產到達 CEX 時，大部分初始波動和價格探索已經發生。
此外，與 Jupiter 和 Raydium 等場所相比，大多數中心化交易所收取更高的兌換費用。Jupiter 不收取任何費用，而 Raydium 對每次兌換收取 0.25%的費用。Moonshot 交易應用向用戶收取 2.5%的費用，而 Binance 和 Coinbase 等交易所則根據用戶的交易量收取不同的費用。這些費用通常在 0.1%到 0.6%之間。從這些費用中可以看出一個模式——用戶體驗更好的平臺可以收取更高的費用。
Coinbase 擁有超過 1.1 億用戶，遠遠超過 DeFi 的活躍用戶基數。鑑於這巨大的差距，DeFi 的潛在總可用市場規模是巨大的。即使不是數十億，保守估計 DeFi 也可以爭取吸納相當一部分當前中心化交易所用戶，前提是能夠做好可用性方面。這正是 AI 可以發揮變革性作用的地方。
進入DeFAI：用 AI 簡化 DeFi
DeFAI，一種新興的 DeFi 趨勢，旨在簡化 DeFi 用戶體驗。它將像與經紀人交談買賣股票一樣簡單——只是更好。你將與一個 AI 代理互動，它可以將文本或語音轉化為確定性的鏈上操作，並為你提供由數據支持的建議。
因此，當一個代幣在你不熟悉或從未橋接資產到的鏈上發布時，你可以前往聊天界面，告訴 AI 你想要橋接資產到這個新鏈上以執行 XYZ 操作。AI 代理會為你完成這個過程。
我們在關於鏈抽象和智能錢包的文章中寫道，兩者都是提升加密貨幣用戶體驗的工具。鏈抽象消除了管理鏈和橋接的複雜性，而智能錢包則利用諸如通行密鑰等技術來簡化和保護錢包管理。
但是，AI 代理有潛力真正擴大 DeFi 的蛋糕。雖然在解決用戶體驗挑戰方面已經取得了漸進式的改進，但如果執行得當，AI 代理可以幫助 DeFi 跨越採用鴻溝。
可視化影響
如今，DeFi 的用戶群由開發者、高級用戶和後期鏈上採用者組成。隨著 AI 代理降低準入門檻，DeFi 用戶圈可以顯著擴大，吸引更多原本樂於避開去中心化金融複雜性的 CEX 用戶。
抽象遇見智能
抽象化用戶體驗只是人工智慧代理可以幫助的事情之一。智能是第二個方面。想想普通的中心化交易所用戶。他們不太可能已經了解可以使用的鏈上應用程式以及可以考慮投資或交易的資產。這些內容必須為他們進行策劃。在網際網路早期，雅虎是一個幫助數百萬人發現和瀏覽網絡的策劃者。如今的應用商店發揮著類似的功能，決定哪些應用程式獲得曝光，哪些不會。
中心化交易所已經在某種程度上充當了策展人的角色。它們選擇上架哪些代幣，實際上決定了大多數散戶用戶可以輕鬆交易的內容。如果通過強制用戶轉向鏈上交易而取消這種策展功能，發現機會和應用將成為一項艱巨的任務。用戶需要一個值得信賴的嚮導來引導他們穿越這種複雜性。問題是：人工智慧代理會使這種策展民主化，還是僅僅將權力從中心化交易所轉移到控制這些代理的人手中？
策展與智能的結合才是真正強大的地方。僅僅展示機會是不夠的；用戶需要背景、分析和執行策略。
鏈上發生如此多的事情，新用戶如何開始評估機會？需要回答很多問題。你使用哪些應用程式進行借貸和交易？在哪裡購買 NFT？如何找到正確的合約地址？像 AIXBT 這樣的 AI 工具/代理可以為 Wayfinder 和 Hey Anon 等抽象工具提供信息。
AIXBT 是一個在 X 上吞噬信息並將其置於上下文中的代理。它每天發布數百甚至數千條推文。有時，它的推文或帖子甚至會影響市場。Shlok 就 AIXBT 寫了他的論文。論文指出，該代理之所以脫穎而出，是因為它深度融入加密社區，具有複雜的分析能力，以及通過智慧財產權和消費者參與實現增長的潛力。AIXBT 的未來可能會發展成為人工智慧和加密消費者市場的重要參與者，前提是它繼續創新並在運營中保持透明度。
我們一直密切合作的團隊之一是 GudTech，他們致力於簡化零售用戶的入場流程。GudTech 由 Zircuit 相關團隊打造，其願景是在實現交易執行的同時提供上下文信息。讓我解釋一下。以上面 TRUMP 代幣的例子來說，用戶可能不確定美國總統是否真的發行了代幣，或者是否有多個知名的大戶錢包在大量買入該代幣。你可能只是在 DEX 上看到了代幣代碼就直接購買，而沒有足夠的背景信息。當前加密貨幣領域最大的問題之一是，已有 3400 萬種代幣（且數量還在增加），但相關的上下文信息卻很少。加密領域充滿了非結構化和碎片化的數據，這些數據往往存在偏見且不可靠。
Gud 結合鏈上數據和社交網絡的上下文信息，允許直接在鏈上購買資產。它解決了降低新用戶進入加密領域的學習曲線和認知負擔的問題。你本可以看到該資產在過去 24 小時內上漲了 100 倍，而川普總統確實在推特上發布了該股票代碼。
在理想的世界中，Gud 甚至會驗證合約地址並為您執行交易。Gud 正在構建一個代理經濟，通過對話界面，用戶可以購買所有鏈上的資產，並從加密貨幣原生用戶的角度獲取上下文信息。Gud 終端還具備批判性思維能力，能夠對交易的積極或消極方面進行推理。此外，Gud 終端每天可免費使用最多 10 次查詢，類似於 Perplexity 等 Web2 平臺，專注於激勵採用和使用，而不是囤積代幣。
這個未來可能看起來有些遙遠，但這種模型主要基於兩個方面。首先，是如何捕捉、語境化信息並與行業新人分享。想像一下有一位私人財富管理師為你解釋行業的最新趨勢。這在諮詢或法律等行業中已經在發生，啟動一個 ChatGPT 實例就能獲得 80%的洞見。
目前還不存在滿足加密原生需求的此類交互所需的環境。Gud 旨在將其打包成一種簡單的體驗，以擴大當前加密領域的用戶數量。不過，他們仍在進行中。截至撰寫本文時，該產品的交易系統尚未上線，Twitter 上的代理也出現了幾次錯誤交互。但我們終將實現這一目標。
Wayfinder 是由構建 Parallel（一款領先的區塊鏈遊戲）的同一團隊開發的另一個備受期待的應用。這裡有一個演示，展示了 Wayfinder 代理如何從多個鏈上聚合資金並將其發送到不同的錢包。Hey Anon 已經集成了多個鏈和應用程式。它結合了執行交易的能力和來自 Twitter、Telegram 和 Discord 等多個平臺的實時洞察。
想像一下：你打開一個類似於 ChatGPT 或 Claude 的精緻界面，開始與你的個人 AI 交易代理進行對話。你分享你的風險承受能力、投資目標和偏好。代理理解你的參數，自主管理你的投資組合——在你定義的邊界內執行交易、開倉和實時調整策略。這不是科幻小說；這是我們正在前進的方向。以下是可能實現的一瞥。
現實檢驗
像 WayFinder 這樣的應用程式還不是每個人都能使用的。但在被 DeFAI 敘事帶來的炒作和代幣價格所吸引之前，至關重要的是要退一步評估現實。令人清醒的事實是，我們還沒有達到那個水平。我不完全理解實現我們目標所需的工程複雜性，所以我無法預測需要多長時間。但顯而易見的是，DeFi 中的智能和抽象仍然存在重大差距需要填補。
例如，以 AIXBT 為例，它可以說是該領域最優秀的智能或信息綜合代理。它每天生成多條推文，使得手動評估每個投資或交易想法變得不可能。如果你跟隨了它在 1000 萬美元到 1 億美元範圍內的所有建議，你將獲得平均 2%的回報，勝率為 39%。這表明，儘管人工智慧可以處理大量數據並發現機會，但它仍然缺乏經驗豐富的交易者的精細判斷。此外，這種表現還有一個重要的注意事項：少數代幣的表現明顯優於其他代幣。如果你錯過了那幾個贏家，你很可能會因 AIXBT 的建議而遭受損失。
考慮到這一警告，很容易就會忽視 AIXBT 的價值。但這與傳統金融中一個長期存在的爭論有關：主動投資是否真的優於被動投資？《漫步華爾街》popularized 了這樣一種觀點：市場在很大程度上是有效的，即使是專業人士也很難持續戰勝指數基金。事實上，研究表明，猴子隨機向股票列表投擲飛鏢所產生的回報可以與專業投資者相媲美。這凸顯了一個更廣泛的現實——市場是不可預測的，僅憑人類專業知識並不總能保證優勢。然而，The Medallion Fund 連續 30 年持續戰勝市場的表現證明，當人類智慧與算法相結合時，確實可以創造優勢。
我個人無法跟上 AIXBT 的推文來做出交易決策。然而，我會使用一個篩選器，將數千條 AIXBT 推文提煉成前五大交易想法。目前，它作為一個不錯的篩選器，但需要大幅優化。需要在其上增加一個額外的層面——一個能有效過濾其輸出並做出更智能、更具策略性決策的層面。智能化的挑戰不僅僅在於數量；更在於優先級。我們需要的是一個複雜的過濾系統，能將 AIXBT 的眾多建議精煉成可操作的、高概率的交易。
當前 AI 的不足之處
回顧智能方面的問題,我想了解執行/抽象方面的工作原理。我嘗試使用 Orbit 購買它認為潛力最大的迷因幣。我與”Meme_Radar_TK_Agent”進行了交互,但沒有得到我想要的結果。我不得不反覆與代理來回澄清我的請求。儘管我選擇了 AI 推薦的代幣,但它未能檢索到有關該代幣的相關信息。代理在基本任務上遇到困難:它會推薦一個代幣,但隨後無法提供關於自己建議的關鍵細節。
Orbit ($GRIFT) 在 1 月 22 日的交易額達到 1.8 億美元。然而，它無法為首次使用的用戶順利執行一項簡單的任務。這揭示了人工智慧的分析能力與其高效執行現實世界交易的能力之間存在重大差距。
當然，這個類別仍處於起步階段，產品將隨時間演變。我們自己的產品 SentientMarketCap 正在公開開發中，基於用戶反饋和實際測試不斷改進。
同樣，像 Griffain 和 WayFinder 這樣的平臺可能提供增強的解決方案，但它們在實際環境中仍然基本未經測試。整個 DeFAI 領域仍然是一個不斷發展的實驗，產品通過持續迭代和現實世界的洞察來積極完善。
顯而易見的是，成功的 DeFAI 平臺需要在三個關鍵領域表現出色：
-
1. 可靠的智能系統，能夠持續整理上下文化數據以識別有利可圖的機會
-
2. 無縫執行，最大限度地減少決策和行動之間的摩擦
-
3. 使普通用戶能夠輕鬆進行複雜 DeFi 操作的用戶友好界面
技術正在迅速發展，但我們仍處於這一演變的早期階段。關鍵在於管理預期，同時繼續基於實際表現和用戶反饋來創新和改進這些系統。
人工智慧在去中心化金融中的應用並非沒有風險。訓練不足的模型、對歷史市場條件的依賴以及被操縱的潛在可能性都是在人工智慧驅動的去中心化金融平臺達到大規模採用之前需要解決的問題。
向費曼學習
Richard Feynman: Can Machines Think?
理察·費曼關於機器智能的論點與 DeFAI 高度相關。他認為機器在特定任務上可以比人類做得更好。如果我們能將這些特定任務組合成一個超集——一個新系統——它可以顯著幫助我們在金融市場中的決策和執行。DeFi 中的 AI 應遵循這一原則：它不應取代人類直覺，而應通過整合多個智能層面——自動執行、市場分析和風險評估——來增強我們的能力，為用戶創造無縫體驗。
這種模塊化的人工智慧能力方法對 DeFi 的發展有深遠的影響。DeFi 不僅需要自動化，還需要能夠優化執行的智能。以一個管理良好的對衝基金為例。它有不同的團隊，各自在特定領域擁有專業知識。一些團隊專注於以最小滑點執行交易，另一些團隊分析模式以預測市場走勢，而第三個團隊則確保資金在不同市場之間高效流動。
AI 代理在 DeFi 中可以以同樣的方式運作。一個代理可以專門通過減少價格影響和避免 MEV 攻擊來高效執行交易。另一個可以檢測鏈上數據中的模式，以預測流動性變化或市場趨勢。例如，這個代理可以接入 GMGN 和 Cielo 等工具，在鏈上跟蹤錢包以輔助其他分析。第三個可以管理跨鏈轉帳，確保資金在各生態系統中得到最佳分配。當這些代理結合在一起時，它們超越了簡單的自動化。它們為執行帶來智能——從提供交易輸入到確保交易以最佳價格進行，風險最小化，並在多個網絡間無縫進行。
邁向代理協作
大多數 DeFAI 產品都在嘗試解決智能（分析、綜合）和抽象（執行）能力的問題，這是有充分理由的。單獨的任何一個組件提供的價值都有限，就像有地圖沒有車輛或反之亦然。但真正的力量在於專業化和整合。
當前的格局類似於一個分散的生態系統，不同的代理在不同領域表現出色。一些代理在市場分析和模式識別方面表現出色，而另一些則擅長執行複雜的 DeFi 交易。最佳解決方案可能涉及代理之間的合作，互相利用彼此的優勢。想像一下 Anon 在 DeFi 集成方面的專業知識與 AIXBT 的分析能力相結合——這種協作可以創造一種無縫體驗，將市場洞察順利轉化為已執行的交易。
Listen 正在朝這個方向發展。其理念是創建一個系統，讓多個具有專門功能的 AI 代理協作管理 DeFi 的複雜性。通過整合這些代理，它旨在實現不僅是單個任務的自動化，而是端到端的金融策略自動化。
這種方法將允許用戶通過簡單的對話界面（語音和文本）發出複雜的命令，如跨多個協議的投資組合再平衡或收益耕作，使曾經對於經驗豐富的 DeFi 用戶來說都是艱巨的任務變得對普通人來說也能輕鬆管理。與 Arc 的合作旨在通過提供一個平臺來增強能力，讓這些 AI 代理可以互動、學習和擴展。這確保了執行層和智能層不僅是分開的，而且能協同工作，提供全面的 DeFi 體驗。
熟悉的演變
當前 DeFAI 的狀態讓人想起早期銀行業的情況。最初，金融服務是分散的——用戶必須訪問不同的機構來支付帳單、進行投資和轉帳。隨著銀行上線，集成平臺出現，在一個地方提供無縫的金融管理。
DeFAI 需要迎來屬於自己的”超級應用”時刻——能夠無縫集成各種專業代理的平臺。可以將其視為一個協調的系統，其中分析代理提供市場情報，執行代理處理交易，風險管理代理監控頭寸，而投資組合優化代理則平衡資產配置。
這種集成將創造一種統一的體驗，用戶只需與一個界面交互，而多個專業化的代理在幕後協同工作，就像現代食品配送應用程式處理從餐廳發現到支付處理的所有事務一樣。DeFAI 的未來在於創造讓專業化代理能夠順暢協作的方式。這種方法將允許每個代理專注於其核心優勢，同時參與到一個更大、更強大的生態系統中。
降低門檻，釋放採用潛力
Robinhood 通過讓股票交易對數百萬從未考慮過參與市場的人變得可及，徹底改變了零售投資。新冠疫情爆發後，僅在 2020 年前四個月，Robinhood 就新增了超過 300 萬個有資金的帳戶。其中 150 萬是首次投資者。這種前所未有的增長不僅由零佣金交易和直觀的移動優先設計驅動，還受到疫情期間居家令等外部因素的推動。
DeFAI 也有類似的機會。DeFi 的複雜性長期以來一直是廣泛採用的主要障礙。繁瑣的錢包設置、令人困惑的界面以及跨多個鏈的分散流動性，這些都讓除了最專注的用戶之外的人望而卻步。如果 DeFAI 要蓬勃發展，它必須效仿 Robinhood 的做法——消除摩擦，使 DeFi 變得像打開一個應用程式、選擇一項資產並在幾秒鐘內執行交易一樣簡單。
除了可用性之外，人工智慧驅動的策劃可能會重新定義 DeFi 領域的發現過程。就像雅虎曾經策劃早期網絡，應用商店如今引導移動發現一樣，我很好奇圍繞人工智慧驅動的 DeFi 策劃會出現什麼樣的新商業模式。一個懸而未決的問題是，這些創新是會賦予用戶權力，還是僅僅將控制權從中心化交易所轉移到那些構建和管理這些人工智慧系統的人手中。
我們在 DeFi 領域的 AI 應用還處於早期階段。未來幾年將決定這些技術是否真正實現了去中心化金融的民主化，還是矛盾地引入了一種新形式的把關。挑戰不僅僅在於自動化——更在於確保 AI 增強可訪問性、透明度和去中心化，而不是用另一套把關者取代原有的把關者。
等待使用新時代的 DeFAI。
