DeFi+AI風口已至，一覽DeFAI四大領域全景圖

當傳統 DeFi 遇上新興 AI，會碰撞出怎樣的火花？我們能創造出什么樣的全新變種或技術創新？

今天，我們將一同探索 DeFAI (Decentralized Finance + AI) 的早期生態。

希望這篇文章能為你提供一些啓發！

（*我即將在 Medium 上發布一篇 20 頁的深度分析文章。今天的內容只是一個速覽，讓你快速了解這個新興領域。）

為什么要關注 DeFAI？

人工智能 (AI) 與區塊鏈的結合並非新鮮事。從早期在 Bittensor 子網中進行去中心化模型訓練，到 Akash 和 io.net 等去中心化 GPU 及計算資源市場，再到如今在 Solana 上興起的 AI 與 memecoin 的結合，每個階段都展示了區塊鏈如何通過資源聚合來補充 AI 的能力，並推動主權 AI 和消費者級應用場景的實現。

根據 CoinGecko 數據，截至 2025 年 1 月 13 日，DeFAI 的總市值已達到約 10 億美元。其中，Griffain 佔據了 45% 的市場份額，而 $ANON 則佔 22% 。

從 2024 年 12 月 25 日起，隨着 Virtual 和 ai16z 等框架和平臺在聖誕假期後迎來“美國資金”的回歸，DeFAI 行業开始加速發展。

這僅僅是個开始。DeFAI 的潛力遠遠超出了當前的表現。

盡管目前的應用仍處於概念驗證階段，但我們不應低估其通過 AI 技術將 DeFi 轉變為更加智能化、用戶友好且高效的金融生態系統的潛力。

在深入探討 DeFAI 的生態之前，我們需要先了解 AI 智能體如何在 DeFi 和區塊鏈環境中運作的基本原理。

AI 智能體在 DeFi 中的運作機制

AI 智能體是一種根據特定工作流代表用戶執行任務的程序。這些智能體的核心是由大語言模型 (LLM) 提供支持，能夠基於其訓練數據生成響應。

在區塊鏈中，智能體可以與智能合約和账戶交互，處理復雜任務，而無需用戶的持續幹預。

例如：

• 簡化 DeFi 用戶體驗：通過一鍵完成多步驟的跨鏈橋接和流動性挖礦的操作

• 優化流動性挖礦策略：為用戶提供更高的回報

• 自動化交易執行：根據市場分析（無論是第三方的還是自身模型的）买入或賣出資產

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

• 數據收集

• 模型推斷

• 決策制定

• 托管與操作

• 互操作性

• 錢包管理

當你“收集”了以上 6 個核心元素後，就可以在區塊鏈上構建屬於自己的自主智能體。這些智能體可以在 DeFi 生態中扮演不同角色，從而提升鏈上效率和用戶的交易體驗。

探索 DeFAI v2 的世界

總體來說，我將 DeFi 與 AI 的結合 (DeFAI) 分為四大主要類別：

• 抽象化/用戶友好的 AI

• 收益優化與投資組合管理

• DeFAI 基礎設施或平臺

• 市場分析與預測

抽象化 AI 或 AI ChatGPT

在這一領域，理想的 AI 解決方案應具備以下能力：

• 自動執行多步驟的交易與 Staking 操作，無需用戶具備任何專業知識。

• 實時進行市場研究，並提供用戶所需的關鍵信息與數據，幫助其作出明智的交易決策。

• 從多個平臺獲取數據，識別市場機會，並為用戶提供全面分析。

接下來，我們來看看這一領域的一些熱門工具：

Griffain

@griffaindotcom 是目前 Solana 區塊鏈上首個且表現最優的抽象化 AI 工具，支持執行交易、錢包管理、NFT 鑄造、Token 快速搶購等多種功能。

其主要功能包括：

• 使用自然語言輸入即可完成交易操作

• 通過 Pumpfun 發起 Token 項目、鑄造 NFT，並支持選擇地址進行空投

• 多智能體協作功能

• 智能體可代用戶發布推文

• 根據特定關鍵詞或條件，在 Pumpfun 上搶購新上线的 Meme 幣

• 自動化 Staking 與 DeFi 策略執行

• 任務調度，用戶可通過輸入記憶數據來定制個性化智能體

• 從多個平臺獲取數據，用於市場分析，例如識別某個 Token 的主要持有者

錢包功能：

在創建账戶時，系統通過 Privy 自動生成一個錢包。用戶可將账戶授權給智能體，智能體將自主執行交易並管理投資組合。為了增強安全性，私鑰通過 Shamir 祕密共享技術分割存儲，確保 Griffain 和 Privy 都無法獨立控制錢包。

Anon

@HeyAnonai 是由知名开發者 @danielesesta 打造，他曾創建 DeFi 協議 Wonderland 和 MIM。Anon 的目標是簡化 DeFi 的交互體驗，無論是新手還是資深用戶都能輕松上手。

主要功能包括：

• 基於 LayerZero 實現跨鏈資產橋接

• 通過 Pyth 提供實時價格與數據更新

• 提供基於時間與 Gas 價格的自動化操作與觸發器

• 實時市場洞察，例如情緒分析與社交數據分析

• 支持與 Aave、Sparks、Sky 和 Wagmi 等協議合作進行借貸操作

• 支持多語言（包括中文）的自然語言交易功能

此外，Anon 最近發布了兩項重要更新：

• 自動化框架

• 專注於 Gemma 研究的智能體功能

這些更新使得 Anon 成為目前最受期待的抽象化工具之一。

Slate（尚未發幣）

Slate 由 BigBrain Holdings 投資支持，其創始人 @slate_ceo 將其定位為“Alpha AI”，能夠基於鏈上數據信號實現自主交易。目前，Slate 是唯一能夠在 @hyperliquidX 平臺上實現交易自動化的抽象化 AI 工具。

值得注意的一件事是他們的費用結構。

在 Slate 的服務中，費用主要分為兩類：

• 一般操作：對於常規的轉账或提現，Slate 不收取任何費用。但在執行一些更復雜的操作時，例如交換 (Swap)、跨鏈橋接 (Bridge)、索賠 (Claim)、借款 (Borrow)、放貸 (Lend)、還款 (Repay)、質押 (Stake)、取消質押 (Unstake)、做多 (Long)、做空 (Short)、鎖倉 (Lock) 和解鎖 (Unlock) 等，平臺會收取 0.35% 的手續費。

• 條件操作：如果用戶設置了條件訂單（例如限價訂單），Slate 會根據不同的條件類型收取費用：

• 對基於 Gas 的條件操作收取 0.25% 的費用；

• 對其他所有條件操作收取 1.00% 的費用。

除了 Slate，這一領域還有許多新興的抽象化 AI 工具，以下是部分代表性項目：

• @AIWayfinder

• @orbitcryptoai

• @dolion_ai

• @askthehive_ai

• @HeyElsaAI

• @Spectral_Labs

• @Infinit_Labs

• @ProjectPlutus_

• @bankrbot

以及更多正在开發中的項目……

以下是一張比較多個抽象化 AI 工具的對比表格：

圖：由深潮 TechFlow 編譯

自動化收益優化與投資管理：與傳統的收益策略不同，這一領域的 DeFi 協議通過 AI 分析鏈上數據，識別趨勢並提供洞察，幫助團隊制定更高效的收益優化和投資組合管理策略。

T 3A I

@trustIn Web3 是一個支持未完全抵押貸款的借貸協議，利用 AI 作為中介和風險管理引擎。

T 3A I 的 AI 智能體可以實時監控貸款的健康狀況，並通過其風險指標框架，確保貸款始終處於可償還的狀態。這是一個 AI 在 DeFi 中的有趣應用實例。

Kudai

@Kudai_IO 是一個實驗性的智能體，專注於 GMX 生態系統，由 GMX Blueberry Club 借助 EmpyrealSDK 工具包开發。目前，$KUDAI Token 已在 Base 網絡上交易。

以下是 Kudai 的發展路线圖：

Kudai 的核心理念是將所有通過 $KUDAI 賺取的交易費用用於資助自主交易操作的智能體，並將這些操作產生的利潤返還給 Token 持有者。

在即將到來的第二階段（共四階段）中，Kudai 將具備以下功能，用戶可以通過 Twitter 上的自然語言指令觸發：

• 購买並質押 $GMX ，生成新的收入來源

• 投資 GMX 的 GM 池以進一步增加收益

• 以底價購买 GBC NFT，擴大其投資組合

Sturdy Finance V2

@SturdyFinance 是一個結合了借貸與收益聚合功能的協議，通過由 Bittensor SN 10 子網礦工訓練的 AI 模型，在不同的白名單孤立池之間動態分配資金，從而實現收益優化。

Sturdy 的架構分為兩層：孤立池和聚合層。

• 孤立池：這是單一資產池，用戶只能借出一種資產或用一種抵押品進行借款，降低了資產之間的相互風險。

• 聚合層：基於 Yearn V3 構建，用戶的資產會根據使用率和收益被分配到白名單的孤立池中。Bittensor 子網為聚合層提供最佳分配策略。當用戶將資產借給聚合層時，其風險僅限於所選擇的抵押類型，避免了其他借貸池或抵押資產帶來的風險。

其他收益優化與投資管理領域的代表性項目包括：

• @derivexyz

• @Thales_ai

• @Mozaic_Fi

• @boltrade_ai

• @vainguard_ai

• @Ensofi_xyz

• @0x ARMAgeddon

• @glamsystems

以及更多正在开發中的項目……

市場情緒分析 AI 智能體

AIXBT

@AIXBT_agent 是一個市場情緒追蹤智能體，通過其專有引擎整合並分析來自 Twitter 上超過 400 位關鍵意見領袖 (KOL) 的數據。AIXBT 能夠實時捕捉市場趨勢，並全天候為用戶提供有價值的洞察。

在所有 DeFi 領域的 AI 智能體中，AIXBT 佔據了 14.76% 的市場關注度，堪稱生態系統中最具影響力的智能體之一。

AIXBT 的功能不僅局限於提供市場洞察，它還具備交互性，能夠回答用戶提問，甚至通過 Twitter 平臺發行代幣。例如， $CHAOS 代幣就是 AIXBT 與另一款交互式機器人 Simi 合作，通過 @EmpyrealSDK 工具包共同創建的。

其他市場分析智能體包括：

• @tri_sigma_

• @ASYM 41 b 07

• @kwantxbt

• @gemach_io

DeFi 基礎設施與生態平臺

Web3 AI 智能體的實現離不开去中心化的基礎設施。這些項目不僅提供模型訓練和推理服務，還為 AI 智能體的开發提供數據、驗證機制以及協調層。

無論是 Web2 還是 Web3，模型、計算能力和數據始終是推動大語言模型 (LLM) 和 AI 智能體發展的三大核心支柱。

我們在 Medium 平臺上深入探討了以下內容：

• 如何創建模型

• 數據與計算資源的提供

• 驗證機制的作用

• 可信執行環境 (TEE) 的工作原理

由於內容較多，具體細節請關注 Medium 上的文章。

以下是一張由 @pinkbrains_io 制作的 DeFi 基礎設施生態地圖：

這一領域的主要參與者包括：

可信執行環境 (TEE)

• @PhalaNetwork

• @MarlinProtocol

• @AutomataNetwork

框架

• @arcdotfun

• @ai16z dao

平臺 / 一體化解決方案

• @virtuals_io

• @aisweatshop

• @Almanak__

• @autonolas

• @Cod 3 xOrg

• @crestalnetwork

• @CreatorBid

• @openservai

• @WaveformBackup

• @getaxal

• @EmpyrealSDK

通用基礎設施

• @joinFXN

• @TheoriqAI

• @hyperbolic_labs

• @BagelOpenAI

• @Hive_Intel

工具包

• @sendaifun

• @lexiconinfra

DeFi AI 的未來發展

我認為，DeFi 市場將經歷三個主要階段：首先追求效率，然後實現去中心化，最後注重隱私保護。

DeFi AI 的發展將經歷 4 個具體的階段。

第一階段：專注於提升效率，推出簡化復雜 DeFi 操作的工具。例如：

• 能夠理解不完美輸入的 AI

• 快速完成交易的工具

• 實時市場研究，幫助用戶根據目標做出更明智的決策

第二階段：智能體將實現自主交易，能夠基於第三方數據或其他智能體的洞察執行策略。高級用戶可以微調模型，構建智能體來為自己或客戶優化收益。

第三階段：用戶將關注錢包管理和 AI 驗證問題。可信執行環境 (TEE) 和零知識證明 (ZKP) 將確保 AI 系統的透明性與安全性。

第四階段：最終，一個無代碼的 DeFi AI 工具包或 AI 即服務協議可能會出現，創建一個基於智能體的經濟體系，用戶可以通過加密貨幣交易微調後的模型。

盡管這一愿景令人期待，但仍存在一些亟待解決的問題：

• 當前許多工具僅是 ChatGPT 的簡單封裝，缺乏明確的評估標准。

• 鏈上數據的碎片化趨勢可能導致 AI 模型更傾向於中心化，而非去中心化，目前尚無明確解決方案。

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。