DeFi + AI 風口已至，一文懂 DeFAI 四大領域全景圖
作者：Poopman
編譯：深潮 TechFlow
當傳統 defi 遇上新興 AI，會碰撞出什麼樣的火花？ 我們能創造出什麼樣的全新變種或技術創新？
今天，我們將一同探討 DeFAI (Decentralized Finance + AI) 的早期生態。
希望這篇文章能為你提供一些啟發！
（*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。）
為什麼要關注 DeFAI？
人工智慧 (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 及運算資源市場，再到如今在Solana 上興起的AI 與memecoin 的結合，每個階段都展示了 區塊鏈如何透過資源聚合來補充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，隨著 Virtual 和 ai16z 等框架和平台在聖誕假期後迎來「美國資金」的回歸，DeFAI 產業開始加速發展。
儘管目前的應用仍處於概念驗證階段，但我們不應低估其透過 AI 技術將 DeFi 轉變為更智慧、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 的運作機制
AI 智能體是一種根據特定工作流程代表使用者執行任務的程式。 這些智能體的核心是由大語言模型 (LLM) 提供支持，能夠基於其訓練資料產生回應。
在區塊鏈中，智能體可以與智能合約和帳戶交互，處理複雜任務，而無需用戶的持續幹預。
例如：
簡化 DeFi 使用者體驗：透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：提供使用者更高的回報
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）買入或賣出資產
參考 @threesigmaxyz 的研究，AI 模型通常遵循以下 6 大核心工作流程：
資料收集
模型推論
決策
託管與操作
互通性
錢包管理
當你「收集」了以上 6 個核心元素後，就可以在區塊鏈上建構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，進而提升鏈上效率和使用者的交易體驗。
探索 DeFAI v2 的世界
整體來說，我將 DeFi 與 AI 的結合 (DeFAI) 分為四大主要類別：
抽象化/使用者友善的 AI
收益最佳化與投資組合管理
DeFAI 基礎設施或平台
市場分析與預測
抽象 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，無需使用者俱備任何專業知識。
即時進行市場研究，並提供使用者所需的關鍵資訊與數據，幫助其做出明智的交易決策。
從多個平台取得數據，識別市場機會，並提供使用者全面分析。
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，支援執行交易、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
透過 Pumpfun 發起 Token 專案、鑄造 NFT，並支援選擇地址進行空投
多智能體協作功能
智能體可代用戶發布推文
根據特定關鍵字或條件，在 Pumpfun 上搶購新上線的 Meme 幣
自動化 Staking 與 DeFi 策略執行
任務調度，使用者可透過輸入記憶資料來客製化個人化智能體
從多個平台取得數據，用於市場分析，例如識別某個 Token 的主要持有者
：
在建立帳戶時，系統會透過 Privy 自動產生一個錢包。 使用者可將帳戶授權給智能體，智能體將自主執行交易並管理投資組合。 為了增強安全性，私鑰透過 Shamir 秘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 是由知名開發者 @danielesesta 打造，他曾創建 DeFi 協議 Wonderland 和 MIM。 Anon 的目標是簡化 DeFi 的互動體驗，無論是新手或資深用戶都能輕鬆上手。
主要功能包括：
基於 LayerZero 實作跨鏈資產橋接
透過 Pyth 提供即時價格與數據更新
提供基於時間與 Gas 價格的自動化操作與觸發器
即時市場洞察，例如情緒分析與社交數據分析
支援與 Aave、Sparks、Sky 和 Wagmi 等協議合作進行借貸操作
支援多語言（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”，能夠基於鏈上資料訊號實現自主交易。 目前，Slate 是唯一能夠在 @hyperliquidX 平台上實現交易自動化的抽象 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：對於常規的轉帳或提現，Slate 不收取任何費用。 但在執行一些更複雜的操作時，例如交換(Swap)、跨鏈橋接(Bridge)、索賠(Claim)、借款(Borrow)、放款(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，平台會收取0.35% 的手續費。
條件操作：如果使用者設定了條件訂單（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 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
以及更多正在開發中的項目…
以下是一張比較多個抽象化 AI 工具的比較表：
圖：由深潮 TechFlow 編譯
與傳統的收益策略不同，這一領域的DeFi 協議透過AI 分析鏈上數據，識別趨勢並提供洞察，幫助團隊制定更有效率的收益 優化和投資組合管理策略。
T3AI
@trustInWeb3 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。
T3AI 的 AI 智能體可以即時監控貸款的健康狀況，並透過其風險指標框架，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 工具包開發。 目前，$KUDAI Token 已在 Base 網路上交易。
以下是 Kudai 的發展路線圖：
Kudai 的核心理念是將所有透過 $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，用戶可以透過 Twitter 上的自然語言指令觸發：
購買並質押 $GMX，產生新的收入來源
投資 GMX 的 GM 池以進一步增加收益
以底價購買 GBC NFT，擴大其投資組合
Sturdy Finance V2
@SturdyFinance 是一個結合了借貸與收益聚合功能的協議，透過由 Bittensor SN10 子網路礦工訓練的 AI 模型，在不同的白名單孤立池之間動態分配資金，從而實現收益優化。
Sturdy 的架構分為兩層：孤立池和聚合層。
孤立池：這是單一資產池，使用者只能藉出一種資產或用一種抵押品進行借款，降低了資產之間的相互風險。
聚合層：基於 Yearn V3 構建，使用者的資產會根據使用率和收益被分配到白名單的孤立池中。 Bittensor 子網路為聚合層提供最佳指派策略。 當使用者將資產借給聚合層時，其風險僅限於所選的抵押類型，避免了其他借貸池或抵押資產帶來的風險。
@derivexyz
@Thales_ai
@Mozaic_Fi
@boltrade_ai
@vainguard_ai
@Ensofi_xyz
@0xARMAgeddon
@glamsystems
以及更多正在開發中的項目…
市場情緒分析 AI 智能體
AIXBT
@AIXBT_agent 是一個市場情緒追蹤智能體，透過其專有引擎整合並分析來自 Twitter 上超過 400 位關鍵意見領袖 (KOL) 的數據。 AIXBT 能夠即時捕捉市場趨勢，並全天候為用戶提供有價值的洞察。
在所有 DeFi 領域的 AI 智能體中，AIXBT 佔據了 14.76% 的市場關注度，堪稱生態系中最具影響力的智能體之一。
AIXBT 的功能不僅限於提供市場洞察，它還具備互動性，能夠回答用戶提問，甚至透過 Twitter 平台發行代幣。 例如，$CHAOS 代幣就是 AIXBT 與另一款互動式機器人 Simi 合作，透過 @EmpyrealSDK 工具包共同創建的。
其他市場分析智能體包括：
@tri_sigma_
@ASYM41b07
@kwantxbt
@gemach_io
DeFi 基礎設施與生態平台
Web3 AI 智能體的實現離不開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 智能體的開發提供資料、驗證機制以及協調層。
無論是 Web2 或 Web3，模型、運算能力和資料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 平台上深入探討了以下內容：
如何建立模型
資料與運算資源的提供
驗證機制的作用
可信任執行環境 (TEE) 的工作原理
由於內容較多，具體細節請關注 Medium 上的文章。
以下是由 @pinkbrains_io 製作的 DeFi 基礎設施生態地圖：
@PhalaNetwork
@MarlinProtocol
@AutomataNetwork
@arcdotfun
@ai16zdao
@virtuals_io
@aisweatshop
@Almanak__
@autonolas
@Cod3xOrg
@crestalnetwork
@CreatorBid
@openservai
@WaveformBackup
@getaxal
@EmpyrealSDK
@joinFXN
@TheoriqAI
@hyperbolic_labs
@BagelOpenAI
@Hive_Intel
@sendaifun
@lexiconinfra
DeFi AI 的未來發展
我認為，DeFi 市場將經歷三個主要階段：
DeFi AI 的發展將經歷 4 個具體的階段。
：專注於提升效率，推出簡化複雜 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
即時市場研究，幫助使用者根據目標做出更明智的決策
：智能體將實現自主交易，能夠基於第三方資料或其他智能體的洞察執行策略。 進階用戶可以微調模型，建立智能體來為自己或客戶優化收益。
：用戶將專注於錢包管理和 AI 驗證問題。 可信任執行環境 (TEE) 和零知識證明 (zkp) 將確保 AI 系統的透明性與安全性。
：最終，一個無程式碼的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，用戶可以透過加密貨幣交易微調後 的模型。
儘管這個願景令人期待，但仍存在一些亟待解決的問題：
目前許多工具僅是 ChatGPT 的簡單封裝，缺乏明確的評估標準。
鏈上資料的片段化趨勢可能導致 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。
