AIFi > DeFAI : 蝴蝶效应

• 原文链接：x.com/paramonoww...
• 译者：AI翻译官，校对：翻译小组
• 本文链接：learnblockchain.cn/article…

AIFi > DeFAI: 蝴蝶效应

我们喜欢让事情变得复杂

DeFAI 的发音与 DeFi 完全相同，这在交流时造成了很多混淆。就我而言，我在一开始把 DeFAI 和 DeAI（去中心化 AI - Decentralized AI ）搞混了，我问了其他人，他们其实也是这么想的。区分去中心化 AI 作为一种技术和涉及某种 AI 的 DeFi 是很重要的。

DeFAI 甚至不是一个缩写，而 AIFi 是“用于金融的 AI - AI for finance ”的字面缩写，其中“Fi”明显表示我们处理的是与加密相关的东西。

这就是我们在加密领域面临的大问题：我们喜欢让一切变得更复杂。“真实世界资产”（RWA）这个术语不应该存在，因为它们只是资产。我们表现得好像不来自真实世界，使加密变得更像一个笑话。一半的区块链团队无法在不使用加密术语的情况下解释他们正在做什么。让我们避免这种混淆，决定它不是 DeFAI，而是 AIFi——用于金融的 AI。

这不是定义的问题，而是执行的问题

定义可以改变，但其他东西也会改变吗？是的。将 AI 与 DeFi 集成的全部意义在于：

• 自动化某些操作

• 优化某些内容

• 简化某些流程

提升定义反映了 AIFi 的核心价值：增强 DeFi 的现有使用方式。那些在 DeFi 领域花费不多时间或只在单链上交换代币的人低估了我们所面临的问题数量，这些问题完全被忽视。

以下是我们当前在 DeFi 和整体用户体验中面临的一些（非详尽）问题：

• 流动性提供者（LP）仍然需要持有两个代币才能向 Uniswap 的流动性池提供流动性。如果 LP 只有一个资产，无论其价值如何，他们不能提供流动性。

• 如果 LP 已建立的仓位位置超出范围，他们只能用一个代币增加流动性（LP 不赚取任何费用）。

• LP 必须手动管理其流动性，以确保他们从交换中赚取费用。

• 用户仍然必须存入一种原生代币以支付 gas 费，即使他们只是想转移稳定币。

• 如果一个普通用户想在链 A 上交换资产 A 为链 B 上的资产 B，我祝他们好运，特别是如果他们正在处理非 EVM 链。

• 仍然没有定期付款，普通用户不能编程使他们的钱包每月向父母的钱包转移 1000 美元。

这些只是我想到的第一个问题；实际上还有很多。你可能首先会想：我们真的需要 AI 来解决所有这些问题吗？这要看。

DeFi 中的许多问题可以在不使用 AI 的情况下解决。例如，稳定币余额和任何其他存在于多个链上的资产余额应该进行聚合。

你可能认为一切都可以无需 AI 就实现自动化、优化或简化。好吧，这是真的，但效率不会尽可能高。人们仍然可以骑马而不是开车出行，或使用船只而不是飞机，但这并没有解决效率的问题。将 AI 集成到 DeFi 或其他任何东西中的目标是比今天更高效地运作。

AI 在 DeFi 中应该使自动化高效，优化通过有效调整来实现，用户体验更简单和省时，这样人们在操作时会更直观。

AI Agent 并不真实

我确信 99% 的人已经听说过 AI Agent（代理），甚至基于各种原因使用过它们。不幸的是，今天大多数 AI Agent只声称自己是 AI Agent——它们基本上是带有代币的 LLM 外壳，特别是当使用来自@elizaOS 的工具时，或者只需在@virtuals_io上启动一个只需 10 秒。

即使那些 AI Agent具有特殊目的（自动化、优化或简化）也面临与安全、伦理、计算甚至操作相关的不同问题。AI Agent 与 AI 推理(inference)之间的主要区别在于，Agent 不仅智能，而且能够采取行动。

当我们提到 AI 推理时，我们在谈论去中心化 AI（DeAI），而当我们提到 AI 行动时，我们在谈论 AI 在 DeFi 中（AIFi）。在讨论 AIFi 中的 AI 时，行为创造了一个完全不同的故事。

行动与可验证性

在我之前关于 AI 和加密交集的文章中，我解释了为什么 AI 需要由@eigenlayer 提供的去中心化和可验证性，重点在于 AI 需要加密，而不是加密需要 AI。这对去中心化 AI 解决方案和 AI 推理尤为重要。

但是，这次情况不同，因为 AIFi 与 DeAI 的区分更为明显。

没有额外的步骤，因为每个阶段都是非常可预测的。在 AIFi 案例中，情况有所不同，因为代理的每个行动必须得到验证：无论是在某处存入资金、优化收益、执行跨链交换还是其他任何事情。但为什么需要验证这个？

想象一下在 DeFi 中信任某人来管理你的资金——你会希望确保他们做事情时是正确的。例如，如果 AI 为了优化收益或重新平衡（rebalance）而交换某些代币，则需要检查以确保它引用了可靠的数据来做出这一决定，并且没有花费更多必要的资金。

如果你给一个代理访问你的钱包，这并不意味着它是一个加密或链上代理——它只是一个附加了钱包的代理，或者如我上面所述的附加了代币的代理。这个 AI Agent是不可验证的——你不知道它会做什么或者是否会遵循你的指示。

要使代理完全可验证，我们需要使代理的每个组件都可验证：编排、模型本身，以及用于与代理通信的工具或用于代理核心基础架构的工具。

一个可能出现的想法是将 AI Agent设计为智能合约，以便其可验证。这个想法面临几个挑战：可以将 AI 推理代码放入智能合约中，但无法轻松在其内部包含表现力丰富的复杂代码，并且它们无法自动升级或训练。正如@sreeramkannan所指出的那样，智能合约代理是最小可行代理。

将 AIFi 与 Eigen 集成的核心思想是确保 AI 推理在链外运行并通过权益保护，其中 AI Agent的每个动作都可以被验证。如果操作员行事不当，他们将被惩罚，而可验证性则在链上进行。

执行逻辑可以被验证吗？

目前，你可以选择两种部署 AI Agent的通用选项：

1. 集中架构 → 更快，但安全性差

2. 通用区块链 → 更慢，但更安全

显然，这两种选择都不是理想的，因为集中架构涉及许多信任假设，而通用区块链并未针对 AI、计算和数据进行优化。每个系统都有一个众所周知的权衡：安全性与速度。

在 AIFi 中，理想情况下，我们需要这两个特性。特别是在安全性方面，首要关注的是密钥管理。代理必须安全地运作，只能访问用户授权他们使用的资金，并遵循用户提供的指令。用户应保持对其资产的非托管访问，类似于传统 DeFi 环境。

@gizatechxyz团队正在开发一种代理授权系统，使代理是非托管的，并且无法直接访问用户的资金。除了显而易见的安全优势外，这还为自定义执行逻辑提供了更多选项，并将资产保管与交易授权分开。流程如下：

Giza 架构流程（由 Hazeflow 制作）

1. 任务通过安全负载均衡器接收，阻止潜在攻击矢量。

2. 领导选举分配执行节点来处理任务。

3. 执行服务激活相关协议服务。

4. 验证者根据协议标准验证结果。

5. 聚合者通过多次验证达成共识。

6. 最终结果在证明中心进行链上确认。

在代理授权系统中，用户通过会话密钥授予代理特定权限。此权限策略为自动化操作创建可验证的安全性。当执行发生在链外时，安全保证在链上；AVS 模型确保诚实行为和结果的可验证性。

用户保留保管权并授予代理更多主权的一些用例包括：

• 用户授予代理一个 7 天的会话密钥，仅允许在特定池内进行套利 @uniswap ，每笔交易的最大金额为 5000 美元。

• 用户授予代理一个 30 天的会话密钥，允许在特定池内调整集中流动性。

• 用户授予代理一个 180 天的会话密钥，允许每 30 天向特定地址发送 3000 美元。

在上述所有情况下，用户在授权代理执行任务的同时，仍然对其资产保持全权控制。

还有更多 AI 自动化的用例和选项吗？

来自@ava_protocol

的团队专注于跨链交互和自动化，使用户和应用程序能够自动化任何 EVM 逻辑。其主要目标是使这种自动化在信任上无障碍，并为优化 gas 使用提供专用的区块空间，从而显著改善用户体验。流程如下：

Ava Protocol 的架构流程

在这个解决方案中，Ava 结合数据流和自定义逻辑来触发单个或多个区块链上的交易，这要归功于与

@gasp_xyz 的集成。

Ava 也被设计为 AVS，操作员管理链外的数据结构和计算，但保持链上的可验证性并提供包含保证。如果执行逻辑不正确且无法被验证，操作员将被惩罚。

Ava 与 AIFi 空间显然相关，但它还可以自动化与 DeFi 不完全相关的交易。一些我想到的用例包括：

• 自动化交易，以逐步执行大宗交易，最小化市场影响。

• 当健康因子下降时，自动化贷款偿还。

• 根据设定阈值自动化重新平衡，优化资产配置。

• 安排在网络费用低于预定义限制时执行的交易。

实际上，可能存在无限数量的用例，其中预定义的逻辑设置，并且 AI 在用户指令内运作，同时尽可能高效。Ava 旨在为用户提供更好的用户体验，使即使是不懂编码的人也能通过其用户界面设置自定义参数。

那么，对于那些希望在其应用程序或代理中实现更深层次业务逻辑并希望在执行前设置特定规则的开发者呢？

Predicate ：互动前的逻辑

开发者可能会使用 @0xPredicate 函数在输入和输出空间中为他们的代理应用自定义逻辑。该函数接受一组参数并返回一个值，交易要么被批准，要么被拒绝。通过组合多个函数，可以创建一个政策，只有在满足所有谓词函数的情况下，特定条件才能达成。谓词网络的运作方式如下：

Predicate网络的架构流程

运行 AVS 软件的操作员提供一个可验证的框架来执行交易，并确保在链上提交之前遵循政策规则。开发者可以定义和管理政策，政策可以转移到多签钱包或 DAO。可以想到的一些用例包括：

• 阻止恶意交易，例如 MEV 提取，执行并利用应用程序。

• 自动验证链上条件是否满足，以解锁资产。

• 通过应用程序减轻制裁或被盗资金的流动。

谓词通过智能合约规则实现，仅允许满足特定条件的交易执行，同时从链外和链上来源提取数据，让开发者设定由一网络中积极运营的操作员以可验证的方式强制执行的政策。

这到底是关于什么？

@ishaan0x

在对这篇文章的反馈中指出，文章从比较定义开始，然后深入 DeFi 痛点、可验证性和各种用例——那么这篇文章到底是关于什么？

这篇文章探讨了蝴蝶效应：在复杂系统中，初始的小变化可以导致后来的重大、不可预测的结果。更好的定义会激发更好的系统，而不仅仅是表面的包装。

改变定义 → 改变思维 → 改变执行 → 改变优先级。

加密有巨大的改进空间，AI 也是如此，因此加密与 AI 的交集提供了更大的进步潜力。你总是可以增强安全性，自动化、优化和简化流程，特别是在这个新时代。

我是 AI 翻译助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～