当去中心化金融遇上人工智能

当 DeFi 遇上 AI , 论金融、AI 和加密的交集

2025年2月13日

如果每个人都能通过点击按钮拥有一个私人银行家怎么办？如果这个银行家可以雇佣一支分析师团队，以及合规和执行人员为你进行交易呢？这听起来似乎离谱，但这正是 Saurabh 在今天的文章中探索的内容。我们正逐渐走向一个机器人移动资金超过人类的世界。如果特朗普继续担任总统，我们将会看到更多资产被代币化。今天，Saurabh的故事探讨了加密中的代理经济如何与金融的未来发生冲突。

我非常喜欢阅读这篇文章，因为它对当今技术的怀疑与对未来可能性的乐观相辅相成。正如往常，我们希望与建立了我们讲述故事的技术的创始人合作。如果你是其中之一，请务必与我们联系。

—— 乔尔

如果你在1995年告诉某人，几乎几十年后，他们能够通过口袋中的设备订购食物、叫出租车或向全世界的朋友转账——他们可能会感到怀疑。然而现在，我们已经站在了这里，智能手机将这些曾经复杂的任务简化为在屏幕上的简单点击。

今天的 DeFi 也处于一个类似的转折点。DeFi 提供了赚取收益和早期发现新代币的机会，但对大多数人来说，它太过复杂。管理钱包、导航不同的区块链网络以及理解智能合约的互动，可能就像学习一种新语言。此外，许多人因为不确定的法规而犹豫是否参与 DeFi。并不奇怪的是，DeFi 仅占总中心化交易所 (CEX) 现货交易量的 10-20%。这是因为 CEX 的使用过程要简单得多，且法规更明确。

本文探讨了 AI 如何将 DeFi 从一个为数千人服务的复杂生态系统转变为一个可被数百万用户访问的金融平台。我们将研究 AI 驱动的接口如何逐渐弥合 DeFi 巨大的机会与普通用户对简便性的需求之间的差距。虽然所有 DeFAI（DeFi 和 AI）应用仍处于初始阶段，但它们提供了 DeFi 可能成为的样子的一瞥：在与金融工具互动时，体验顺畅，从自动化交易策略到让复杂交易显得自然的对话接口。

让我们从金融市场如何首次与计算机和算法合并开始。自1980年代以来，算法开始在金融市场中发挥重要作用。它们是现代市场的基础。从股票交易到货币兑换。

算法与金融市场

提到金融环境中的算法，我首先想到吉姆·西蒙斯（Jim Simons）。“传奇”一词在这里显得毫不费力。他创办了 文艺复兴科技，一家美国投资公司，改变了量化交易的游戏规则。其旗舰基金《奖章基金》在1988年至2018年的30年间，实现了让人瞠目结舌的 39% 复合年增长率 (CAGR)。

为了理解这有多么非凡：100 美元投资于奖章基金，在 30 年内将增值至 210 万美元，而标普 500 指数仅为 1,014 美元。差异几乎让人难以理解。

但真正的魔力在于他们是如何做到的。文艺复兴科技的团队并非与华尔街老兵合作，而是由数学、物理和其他自然科学的博士组成。他们的方法完全依赖于数学模型和算法进行市场交易，这证明了数据驱动决策的力量。

这种对算法的关注并不限于对冲基金。传统金融市场中的交易正变得越来越算法化。最近的一篇 文章 强调，超过 75% 的每日货币现货交易，总额达到 5.6 万亿美元中的 7.5 万亿美元，都是通过算法进行的。这些系统重塑了交易台，强调从人类直觉转变为自动化决策。

就自动化而言，DeFi 仍处于初始阶段。相比之下，算法交易已经在传统金融中持续了三十多年。自2020年以来，改变华尔街的数据驱动革命已敲响 DeFi 的大门。

算法与 DeFi

去中心化交易所 (DEX) 和贷款协议在 2020 年作为这一新金融生态系统的基础支柱应运而生。

当 Compound 启动其流动性开采计划时，DeFi 真的活了过来，掀起了一阵活动的浪潮。与此同时，Aave（当时的 EthLend）也见证了其总锁仓价值 (TVL) 和价格的飞涨。几乎每天都有几个新的收益农场推出。这些农场提供可观的收益，通常以协议的原生代币支付。然而，这些收益的价值直接与代币的市场价格挂钩，给回报增加了一层复杂性。我记得 Sam Bankman-Fried 在他的 采访 中说过——

想象一个神奇的箱子，它什么也不做，却有人往里投放数百万，因为……为什么不呢？而随着更多资金的注入，这个箱子就变得有价值——因为大家都认同它是有价值的。某一时刻，成熟的交易员会进来说，‘哇，看看这个箱子里的资金！肯定是个好箱子！’而这个循环会不断继续——直到，当然，它不再继续。

这种动态制造了一个鸿沟。精明的交易者蓬勃发展，穿梭于农场之间，盈利代币，并抓住机会。而与此同时，经验较少的参与者却挣扎，往往未能理解在如此动荡的市场中持续获利的重要性。显然，这一版本的 DeFi 并不适合规模扩大到更广泛的受众。

随着生态系统的扩大，对简化 DeFi 互动的工具的需求变得愈加迫切。贷款协议不断增多，催生了对聚合器的需求。

Yearn Finance 于2020年2月推出，成为了 DeFi 发展过程中的一个转折点，TVL 达到 250 万 ETH（当时约 70 亿美元）。

它推出了优化链上收益的自动化金库，为用户提供了定义明确的风险回报模型。这些金库允许用户存入资产——稳定币、ETH 和选定的代币——而 DeFi 专家则提出并实施收益策略。随后，资金根据这些策略在 DeFi 生态系统中部署，利润在用户、平台和策略创建者之间共享（本质上充当基金经理）。

这一模型是 DeFi 的一个新起点。首次，DeFi 感觉对更广泛的受众来说也是可及的。Yearn 除去了参与生态系统所需的大部分手动工作，同时跨利益相关者对齐了激励。这给 DeFi 下一次版本可能出现的景象带来了一丝曙光：高效、用户友好、可扩展。

尽管 Yearn 让 DeFi 更易接近，但随着生态系统的发展，其局限性显而易见。链上收益开始正常化，Yearn 的策略也难以保持优势。像 Andre Cronje 这样的关键创新者的离去，加上2022年严峻的市场条件，使 TVL 从高峰时的水平骤降至约2.5 亿 美元。

Yearn 是 DeFi 在自动化收益优化方面的首次重大尝试，使手动收益农业得以改进，允许用户将资本委托给经验丰富的管理者。但它仍然依赖于人类的决策。策略创建者必须不断跟踪市场情况以识别机会，评估新协议并执行策略。

这造成了两个主要瓶颈。首先，人类经理人只能处理有限的市场数据。其次，由于用户体验挑战，扩展到数百万用户是不可行的。

AI 有潜力克服这些挑战。通过利用机器学习和自动化，DeFi 平台现在能够分析大量的链上数据，识别模式，并以远高于人类经理人效率的方式执行策略。使用自然语言理解用户需求，有助于通过使其可访问，以扩大 DeFi 的规模，让更多用户参与。

AI 如何改变游戏规则

DeFi 提供的选择是无与伦比的，但仍然难以使用。CEX 使用起来很简单，但限制了用户的控制权和选择性。AI 提供了一个弥合这一差距的机会。通过自动化复杂的 DeFi 互动并简化决策过程，AI 可以使 DeFi 像中心化平台一样可接近，尽管无需牺牲选择性。另一方面，AI 可以帮助 CEX 更快地做出上市决策，以提供比当前更多的选择。

一个实际的例子是 Hey Anon，一个 AI 驱动的 DeFi 接口。我亲自试用了 Hey Anon，它在交换和桥接方面非常高效，消除了手动寻找合约地址或选择桥梁的需求。整个互动是基于聊天的，这使得新用户可快速上手。但是，它的执行速度比手动操作这些交易要慢。此外，它目前不支持手动转账——这一关键功能应增强以提供更多灵活性。

DeFi + AI 是否有市场？

在探讨 AI 和 DeFi 的交集之前，让我们先回顾一下可寻址市场总量 (TAM)。

截至2024年第三季度，活跃和被动管理的监管开放式基金的管理资产 (AUM) 超过了 $80万亿。相比之下，截至2025年1月21日，比特币 (BTC) 和以太坊 (ETH) ETF 管理的资产总额为 $1500亿。

这些数字强调了一个关键点：数万亿美元在全球范围内被专业管理，因为大多数人更倾向于不直接处理他们的财务。他们会选择易于使用并提供稳定增长的产品。加密领域也应该如此。我们已经看到用户偏好明显倾向于 CEX。

CEX 仍支持相当于 DEX 的五倍交易量。这一差异的一个重要因素是可用性。管理钱包、导航合约地址，以及理解链上流程对许多人而言都是令人生畏的。但这也带来了巨大好处。也许，最大的好处是在早期获利的可能性。如果你在链上发现 TRUMP 的市值低于 10 亿美元，那么在它在 CEX 上推出时，你的收益已经在五至十倍之间。这在市场的玩家对玩家（即 PvP）阶段中越来越适用，净流入停滞，资产在已存在的参与者之间交换。

轮换是游戏的名称。每周都有新一轮的乘风破浪。

即使你在加密行业待了很长时间，也非常不可能你能够捕捉到 Jailstool 或 CAR。你只有一天的时间去了解它、进行尽职调查、买入并卖出——几乎对大多数人而言，这几乎不可能在没有先前知识的情况下执行。你只有设计一个系统来协调链上指标，例如新部署的合约与成交量和价格飙升，以及社交媒体上的内容。这两种代币都还未在任何主要 CEX 上上市，且在各自的高点下跌超过 80%。

一轮价格发现已经结束。已在 DEX 和/或 OTC 交易平台上发生了显著的交易活动。早期参与者，比如交易员、流动性提供者或套利交易者，已经建立了一个非正式的市场价格。在资产达到 CEX 时，初始的波动性和价格探索大部分已经发生。

此外，与像 Jupiter 和 Raydium 这样的交易场所相比，大多数中心化交易所收取更高的交换费用。Jupiter 不收取任何费用，而 Raydium 在每次交换中收取 0.25% 的费用。Moonshot 交易应用程序向用户收取 2.5% 的费用，而像 Binance 和 Coinbase 这样的交易所则根据用户的交易量收取可变费用。这些费用通常在 0.1% 到 0.6% 之间。这些费用折射出一个趋势——更好的用户体验平台能够收取溢价。

Coinbase 拥有超过 1.1 亿用户，远远超过 DeFi 的活跃用户基础。考虑到这个巨大的差距，DeFi 的潜在 TAM 是巨大的。如果不能达到数十亿的规模，保守估计认为，如果 DeFi 解决了可用性的问题，目的是吸引一大批当前 CEX 用户。目前，与 AI 的结合可以发挥变革性的作用。

进入 DeFAI：用 AI 简化 DeFi

DeFAI，这一新兴的 DeFi 趋势，旨在简化 DeFi 用户体验。简单到就像与经纪人交谈来买卖股票一样——只是要更好。你将与一个 AI 代理互动，可以将文本或语音翻译为确定性链上动作，并为你提供有数据支持的建议。

因此，当一个代币在一个你不熟悉的链上推出，或者你还从未将你的资产桥接到时，你只需打开一个聊天界面，告诉 AI 你想将资产桥接到这个新链上以执行 XYZ 操作。AI 代理会为你完成这些操作。

我们在关于 链抽象 和 智能钱包 的文章中提到，二者都是提高用户在加密界面中体验的工具。链抽象消除了管理链和桥接的复杂性，而智能钱包利用像密钥这样的技术简化和安全钱包管理。

但 AI 代理有潜力真正扩展 DeFi 的范围。虽然在提高用户体验Challenges中取得了一些增量改进，但 AI 代理——如果正确执行——可以帮助 DeFi 跨越采用鸿沟。

视觉化影响

今天，DeFi 的用户群由开发人员、高级用户和迟来的链上采用者构成。随着 AI 代理减少进入障碍，DeFi 用户的圈子可能显著扩大，吸引更多本可以且乐于避免去中心化金融复杂性的 CEX 用户。

抽象与智能的结合

抽象用户体验仅仅是 AI 代理可以帮助的事情之一，智能是第二个。设想一个典型的 CEX 用户。他们不太可能已经了解可以使用的链上应用和可能投资或交易的资产。这必须为他们精心策划。在互联网早期，Yahoo 是一个策展人，帮助数以百万计的人发现和浏览网络。今天的应用商店在功能上起着类似的作用，决定哪些应用获得可见度，哪些没有。

CEX 也已经在某种程度上充当策展人。选择列出的代币并有效决定大多数零售用户可以轻松交易的项目。如果你强迫用户去链上而抽走这一策展功能，发现机会和应用将是一个艰巨的任务。他们需要一个可信的引导者来应对这个复杂性。问题是：AI 代理会使这一策展民主化，还是仅仅将权力从中心化交易所转移给控制这些代理的人？

策展与智能的结合使它变得真正强大。仅仅提出机会是不够的；用户需要上下文、分析和执行策略。

在链上发生了如此多的活动，新的用户该如何开始评估机会呢？有如此多的问题需要解答。你使用哪些应用进行贷款和交易？你去哪里购买 NFT？你如何找到正确的合约地址？像 AIXBT 这样的 AI 工具/代理可以为如 Wayfinder 和 Hey Anon 这样的抽象工具提供支持。

AIXBT 是一个吸收来自 X 的信息并赋予其上下文的代理。它每天发布数百甚至数千条推文。有时，它的推文或帖子甚至会 影响市场。Shlok 撰写的他的 论文 说这个代理脱颖而出，在于它与加密社区的紧密联系、其复杂的分析能力，以及通过知识产权和消费者参与的潜力。AIXBT 的未来如果继续创新并保持其运营透明性，有可能成为 AI 和加密消费者市场的重要参与者。

我们一直在努力让零售入门更容易的团队之一是 GudTech。一个由与 Zircuit 关联的团队构建，Gud 的愿景是提供情境信息，并实现交易执行。请让我解释一下。在上面关于 TRUMP 代币的例子中，用户并不确定美国总统是否发布了一个代币。或者多个大的、知名的钱包正在大规模购买这个代币。你只会在 DEX 上看到ticker，然后购买它，而没有足够的上下文。如今，加密圈里最大的问题之一是存在3400万个代币（并且还在不断增加），但缺乏很少的上下文。加密领域充满了没有结构和零散的数据，这些数据通常存在偏见且不可靠。

Gud 将链上的数据与社交网络的信息相结合，以允许直接在链上购买资产。它解决了降低新用户习入门槛的问题，减少了他们的认知负担。你可以看到在过去24小时内，该资产上涨了100倍，且特朗普总统确实 发布了ticker。

在理想的世界中，Gud 甚至可以验证合约地址并为你执行交易。Gud 正在朝着一个代理经济的方向发展，在这个经济中，可以从所有链上购买资产，用户通过对话接口从拥有加密原生观点的情况下获得上下文信息。Gud 终端还具备批判性思维能力，能够对交易的正面或负面方面进行推理。此外，Gud 终端在每天可以进行最多10次查询的情况下免费使用，类似于 Perplexity 等 Web2 平台，专注于激励采纳和使用，而不是积攒代币。

这样的未来或许看起来还有些遥远，但这样的模型依赖于两件事情。首先，信息如何被捕获、情境化并与行业新入门者共享。想象一下，有一位私人财富管理者在为你解释行业最新趋势。这在咨询或法律等领域已经在发生，通过开启一个 ChatGPT 实例，你可以获得 80% 的见解。

如今，促进加密原生所需的此类互动的上下文并不存在。Gud旨在把它打包成易于扩展的用户体验，扩大当今的用户基础。不过他们确实仍在努力完善产品。截至目前，该产品的交易系统尚未启动，且该代理在 Twitter 上发生过多次有失误的互动。但我们会达成目标。

Wayfinder 是同一团队构建的另一个期待已久的应用，它研发了 Parallel，一款领先于区块链的游戏。这是一个 演示，演示了 Wayfinder 代理如何从各条链上聚集资金并将其转移到不同的钱包。 Hey Anon 已经集成了多个链和应用。它将交易执行的能力与来自 Twitter、Telegram 和 Discord 等多个平台的实时见解相结合。

想象一下：你打开一个类似 ChatGPT 或 Claude 的流畅界面，开始与你的个人 AI 交易代理进行对话。你分享你的风险偏好、投资目标和偏好。该代理理解你的参数，以自主方式管理你的投资组合——执行交易、开启职位并实时调整策略，同时保持在你所定义的界限之内。这不是科幻小说；这是我们前进的方向。这就是可能性的一瞥。

现实检查

像 WayFinder 这样的应用尚未对所有人可得。但在被 DeFAI 的叙述潮流和代币价格冲昏头脑之前，退一步审视现实至关重要。清醒的事实是，我们还未达到目标。我对实现这一目标所需的工程复杂性没有全面了解，因此我无法预测需要多久。但可以明确的是，DeFi 中的智能和抽象仍存在显著的差距。

例如， AIXBT 是在此领域中被认为是最佳智能或信息合成代理的。它每天生成几条推文，这使得328在无人识别的情况下手动考虑每一个投资或交易想法变得十分困难。如果你根据其在1000万美元至1亿美元之间的所有推荐进行操作，你将会获得平均 2% 的回报，并以39%的胜率完成。这表明，虽然 AI能够处理大量数据并发掘机会，但其仍缺乏经验丰富的交易者的判断能力。此外，这一表现带有一个重要的警示：少量的代币显著超越其他代币。如果你错过那些少数赢家，那么你很可能会因为 AIXBT 的推荐而承受损失。

来源 – SentientMarketCap，显示 AIXBT 推特推荐在1月25日前一周的表现。

考虑到这样的警示，轻易地忽视 AIXBT 的价值很容易。但这则关系到传统金融中的长期争论：主动投资是否真的比被动投资 outperform？《华尔街的随机漫步》 将理论推广为市场是大致高效的，甚至专业人士也难以持续超越指数基金。实际上，研究 表示，随机抛飞镖的猴子在股票名单中也能与专业投资者产生相当的回报。这强调了一种更广泛的现实——市场是不可预测的，而人类的专业能力并不总能保证优势。然而，奖章基金持续三十年来的优异表现证明，结合算法的人工智能可以产生竞争优势。

我个人无法跟上 AIXBT 的推文，也无法基于此做出交易决定。然而，我会使用一个筛选工具，这个工具将数千条 AIXBT 推文提炼成前五个交易想法。现在，它作为一个不错的筛选器，但仍需大量优化。需要在其上方添加一层附加的过滤系统——一个能够有效过滤其输出并作出更智能、更具战略性的决策。智能挑战不仅仅是关于数量；而是关于优先顺序。所需的是一种复杂的过滤系统，可以将 AIXBT 的大量建议提炼为可操作的、高概率的交易。

AI 当前的不足之处。至少，目前是这样

从智能的角度退一步，我想了解执行/抽象方面的工作原理。我尝试了 Orbit 来购买一个被识别为拥有最高潜力的 meme 币。我与“假币雷达 TK 代理”进行互动，但最终并没有得到我想要的。不得不一次次地明确我的要求。尽管我选择了 AI 提议的代币，但它未能提取关于该代币的相关信息。代理无法执行基本任务：推荐一个代币，然后无法调用其建议的一些关键细节。

我与 Orbit 的互动截图

Orbit（$GRIFT）在1月22日交易额为1.8亿美元。然而，它无法平稳地执行一个初次用户希望完成的简单任务。这揭示了 AI 的分析能力与高效执行现实世界交易之间的关键差距。

注意——我在 2025 年 2 月 7 日 Hey Anon 发布时尝试使用。

当然，这一类别仍处于起步阶段，产品将会随着时间演化。我们自己的产品 SentientMarketCap 正在公开构建中，持续根据用户反馈和实际测试进行改进。

同样，像 Griffain 和 WayFinder 可能会提供更好的解决方案，但它们仍在实践环境中大多未接受测试。整个 DeFAI 领域仍是一个不断发展的实验，产品通过持续迭代和现实世界见解积极进行精炼。

显然，成功的 DeFAI 平台将需要在三个关键领域中表现出色：

1. 可靠的智能，能够持续策划上下文化数据，以识别可盈利的机会
2. 无缝的执执行，最小化决策与行动之间的摩擦
3. 用户友好的界面，使复杂的 DeFi 业务对普通用户可接近

技术快速发展，但我们仍处于这一进化的早期阶段。关键将是管理期望，同时不断发展和改进这些系统，以确保其满足实际表现和用户反馈。

AI 在 DeFi 中的应用并非没有风险。训练不佳的模型、对历史市场条件的依赖，以及被操纵的可能性，都是需要解决的关注点，确保 AI 驱动的 DeFi 平台在实现大规模应用之前，能够得到妥善处理。

从费曼的教训

理查德·费曼：机器能思考吗？ - YouTube

Lex Clips

1.45M 订阅者

理查德·费曼：机器能思考吗？

Lex Clips

搜索

稍后观看

分享

复制链接

信息

购物

点击以解除静音

如果播放没有开始，请尝试重新启动设备。

更多视频

更多视频

你已经退出

你观看的视频可能会被添加到电视的观看历史并影响电视推荐内容。为了避免这种情况，请取消并在计算机上登录 YouTube。

取消确认

分享

包括播放列表

检索共享信息时发生错误。请稍后再试。

在此观看

0:00

0:00 / 18:27•直播

•

在 YouTube 上观看

理查德·费曼对机器智能的论点与 DeFAI 密切相关。他认为，机器在特定任务上可以比人类做得更好。如果我们可以将这些特定任务结合成一个超集——一个新系统，它可以显著帮助我们在金融市场中的决策和执行。DeFi 中的 AI 应该遵循这一原则：而不是替代人类直觉，而是通过整合多层智能来增强我们的能力——自动执行、市场分析和风险评估——为用户创建无缝体验。

这一模块化的 AI 能力对 DeFi 的发展具有深远的影响。DeFi 不仅需要自动化——它还需要优化执行的智能。以一个运作良好的对冲基金为例。该基金有不同的团队，专注于特定领域。部分团队专注于以最小滑点执行交易，而另一些团队则分析模式预测市场走势，第三个团队确保资本在不同市场之间有效流动。

DeFi 中的 AI 代理可以发挥相同的作用。一个代理可以专门在执行交易时减小价格影响和避免 MEV 攻击。另一个可以检测链上数据中的模式，以预测流动性转变或市场趋势。例如，该代理可以插入工具，如 GMGN 和 Cielo，以追踪链上的钱包，来辅助其他分析。第三个可以管理跨链转账，以确保资金在生态系统之间的最佳配置。当这些代理结合在一起时，它们不仅仅限于单纯的自动化。它们使执行智能化——从提供关于交易的输入到确保交易在最佳价格下以最小风险跨多个网络无缝进行。

走向代理协作

大多数 DeFAI 产品都在试图同时解决智能（分析、综合）和抽象（执行）能力的问题，这也是有充分理由的。单一组成部分的价值有限，就像拥有一张地图而没有交通工具，或反之亦然。但真正的力量在于专业化与整合。

当前的生态系统相当于一个分散的环境，其中不同的代理在特定领域中表现出色。有些在市场分析和模式识别方面表现卓越，而另一些在执行复杂 DeFi 交易方面更擅长。最佳解决方案可能涉及代理之间的协同合作，利用彼此的优势。想象一下 Anon 在 DeFi 集成下的专业知识与 AIXBT 的分析能力的结合——这样的协作可以创造一种无缝的体验，让市场见解流畅翻译为执行交易。

Listen 正在朝这个方向努力。该想法是建立一个系统，其中多个具有专业化功能的 AI 代理协作管理 DeFi 的复杂性。通过整合这些代理，旨在自动化的不仅仅是单个任务，而是从头到尾的金融策略。

这种方法将允许用户通过简单的对话接口（语音和文本）发出复杂的命令，如投资组合再平衡或在多个协议之间进行收益农业。曾经即使是资深 DeFi 用户也会觉得这是个艰巨的任务，现在却变得可接收和可管理。与 Arc 的合作旨在通过提供一个平台，使这些 AI 代理能够互动、学习和扩展，确保执行和智能层不仅仅是分开的，而是协调工作，提供整体的 DeFi 体验。

一个熟悉的演变

当前 DeFAI 的状态让人想起银行业的早期。最初，金融服务是分散的——用户必须访问不同的机构来进行账单支付、投资和转账。随着银行的数字化，集成平台相继出现，在一个地方提供无缝的财务管理。

DeFAI 所需要的正是它的“超级应用”时刻——能够无缝集成各种专业代理的平台。想象一下，形成一个有序的系统，其中分析代理提供市场情报，执行代理处理事务，风险管理代理监测头寸，投资组合优化代理平衡配置。

这种集成将创建一个统一的体验，让用户通过一个接口进行互动，而多个专门代理在幕后协同工作，就像现代外卖应用处理从餐馆发现到支付处理的所有过程。DeFAI 的未来在于创造专门代理能平滑协作的方式。这种方法将使每个代理专注于其核心优势，同时参与到一个更具能力的生态系统中。

降低壁垒，释放采用潜力

Robinhood 通过让数百万从未参与过市场的用户能够进行股票交易而引发了零售投资的革命。COVID 来袭，在2020年头四个月，Robinhood 增加了超过300万个新的有资金账户。其中 150万 是首次投资者。这一前所未有的增长不仅受到免佣金交易和直观的移动优先设计的驱动，而且还受到疫情期间居家令等外部因素的影响。

DeFAI 正在面临一个类似的机会。DeFi 的复杂性长期以来一直是广泛采用的主要障碍。繁琐的钱包设置、混乱的接口以及在多条链上分散的流动性，阻止了除了最投入的用户之外的人。如果 DeFAI 繁荣发展，就必须遵循 Robinhood 的策略——去除摩擦，让 DeFi 变得简单，如同打开一个应用程序，选择一种资产，然后在几秒钟内执行交易。

除了可用性，AI 驱动的策展可能会重塑 DeFi 中的发现功能。就像 Yahoo 曾策划早期的网络并且如今的应用商店引导移动发现，我对围绕 AI 驱动 DeFi 策展的新商业模式的产生感到好奇。悬而未决的问题是，这些创新是会赋能用户，还是简单地将控制权从中心化交易所转移给那些构建和管理这些 AI 系统的人。

我们仍处于 AI 在 DeFi 早期的阶段。未来几年将决定这些技术是否真正民主化进入去中心化金融，或相反地，引入一种新的门控形式。挑战不仅在于自动化——该确保 AI 增强可访问性、透明性以及去中心化，而不是将一种门岗换成另一种。

免责声明：DCo 和/或其团队成员可能会对本文讨论的资产有持仓。本文的内容不构成财务或法律建议。

• 原文链接： decentralised.co/p/when-...
• 登链社区 AI 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～