这仅仅是个开始，DeFAI 的潜力远远超出了当前的表现。

撰文：Poopman

编译：深潮 TechFlow

当传统 DeFi 遇上新兴 AI，会碰撞出怎样的火花？我们能创造出什么样的全新变种或技术创新？

今天，我们将一同探索 DeFAI (Decentralized Finance + AI) 的早期生态。

希望这篇文章能为你提供一些启发！

（* 我即将在 Medium 上发布一篇 20 页的深度分析文章。今天的内容只是一个速览，让你快速了解这个新兴领域。）

为什么要关注 DeFAI？

人工智能 (AI) 与区块链的结合并非新鲜事。从早期在 Bittensor 子网中进行去中心化模型训练，到 Akash 和 io.net 等去中心化 GPU 及计算资源市场，再到如今在 Solana 上兴起的 AI 与 memecoin 的结合，每个阶段都展示了区块链如何通过资源聚合来补充 AI 的能力，并推动主权 AI 和消费者级应用场景的实现。

根据 CoinGecko 数据，截至 2025 年 1 月 13 日，DeFAI 的总市值已达到约 10 亿美元。其中，Griffain 占据了 45% 的市场份额，而 $ANON 则占 22%。

从 2024 年 12 月 25 日起，随着 Virtual 和 ai16z 等框架和平台在圣诞假期后迎来「美国资金」的回归，DeFAI 行业开始加速发展。

这仅仅是个开始。DeFAI 的潜力远远超出了当前的表现。

尽管目前的应用仍处于概念验证阶段，但我们不应低估其通过 AI 技术将 DeFi 转变为更加智能化、用户友好且高效的金融生态系统的潜力。

在深入探讨 DeFAI 的生态之前，我们需要先了解 AI 智能体如何在 DeFi 和区块链环境中运作的基本原理。

AI 智能体在 DeFi 中的运作机制

AI 智能体是一种根据特定工作流代表用户执行任务的程序。这些智能体的核心是由大语言模型 (LLM) 提供支持，能够基于其训练数据生成响应。

在区块链中，智能体可以与智能合约和账户交互，处理复杂任务，而无需用户的持续干预。

例如：

• 简化 DeFi 用户体验：通过一键完成多步骤的跨链桥接和流动性挖矿的操作
• 优化流动性挖矿策略：为用户提供更高的回报
• 自动化交易执行：根据市场分析（无论是第三方的还是自身模型的）买入或卖出资产

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

• 数据收集
• 模型推断
• 决策制定
• 托管与操作
• 互操作性
• 钱包管理

当你「收集」了以上 6 个核心元素后，就可以在区块链上构建属于自己的自主智能体。这些智能体可以在 DeFi 生态中扮演不同角色，从而提升链上效率和用户的交易体验。

探索 DeFAI v2 的世界

总体来说，我将 DeFi 与 AI 的结合 (DeFAI) 分为四大主要类别：

• 抽象化 / 用户友好的 AI
• 收益优化与投资组合管理
• DeFAI 基础设施或平台
• 市场分析与预测

抽象化 AI 或 AI ChatGPT

在这一领域，理想的 AI 解决方案应具备以下能力：

• 自动执行多步骤的交易与 Staking 操作，无需用户具备任何专业知识。
• 实时进行市场研究，并提供用户所需的关键信息与数据，帮助其作出明智的交易决策。
• 从多个平台获取数据，识别市场机会，并为用户提供全面分析。

接下来，我们来看看这一领域的一些热门工具：

Griffain

@griffaindotcom 是目前 Solana 区块链上首个且表现最优的抽象化 AI 工具，支持执行交易、钱包管理、NFT 铸造、Token 快速抢购等多种功能。

其主要功能包括：

• 使用自然语言输入即可完成交易操作
• 通过 Pumpfun 发起 Token 项目、铸造 NFT，并支持选择地址进行空投
• 多智能体协作功能
• 智能体可代用户发布推文
• 根据特定关键词或条件，在 Pumpfun 上抢购新上线的 Meme 币
• 自动化 Staking 与 DeFi 策略执行
• 任务调度，用户可通过输入记忆数据来定制个性化智能体
• 从多个平台获取数据，用于市场分析，例如识别某个 Token 的主要持有者

钱包功能：

在创建账户时，系统通过 Privy 自动生成一个钱包。用户可将账户授权给智能体，智能体将自主执行交易并管理投资组合。为了增强安全性，私钥通过 Shamir 秘密共享技术分割存储，确保 Griffain 和 Privy 都无法独立控制钱包。

Anon

@HeyAnonai 是由知名开发者 @danielesesta 打造，他曾创建 DeFi 协议 Wonderland 和 MIM。Anon 的目标是简化 DeFi 的交互体验，无论是新手还是资深用户都能轻松上手。

主要功能包括：

• 基于 LayerZero 实现跨链资产桥接
• 通过 Pyth 提供实时价格与数据更新
• 提供基于时间与 Gas 价格的自动化操作与触发器
• 实时市场洞察，例如情绪分析与社交数据分析
• 支持与 Aave、Sparks、Sky 和 Wagmi 等协议合作进行借贷操作
• 支持多语言（包括中文）的自然语言交易功能

此外，Anon 最近发布了两项重要更新：

• 自动化框架
• 专注于 Gemma 研究的智能体功能

这些更新使得 Anon 成为目前最受期待的抽象化工具之一。

Slate（尚未发币）

Slate 由 BigBrain Holdings 投资支持，其创始人 @slate_ceo 将其定位为「Alpha AI」，能够基于链上数据信号实现自主交易。目前，Slate 是唯一能够在 @hyperliquidX 平台上实现交易自动化的抽象化 AI 工具。

值得注意的一件事是他们的费用结构。

在 Slate 的服务中，费用主要分为两类：

1.一般操作：对于常规的转账或提现，Slate 不收取任何费用。但在执行一些更复杂的操作时，例如交换 (Swap)、跨链桥接 (Bridge)、索赔 (Claim)、借款 (Borrow)、放贷 (Lend)、还款 (Repay)、质押 (Stake)、取消质押 (Unstake)、做多 (Long)、做空 (Short)、锁仓 (Lock) 和解锁 (Unlock) 等，平台会收取 0.35% 的手续费。

2.条件操作：如果用户设置了条件订单（例如限价订单），Slate 会根据不同的条件类型收取费用：

• 对基于 Gas 的条件操作收取 0.25% 的费用；
• 对其他所有条件操作收取 1.00% 的费用。

除了 Slate，这一领域还有许多新兴的抽象化 AI 工具，以下是部分代表性项目：

• @AIWayfinder
• @orbitcryptoai
• @dolion_ai
• @askthehive_ai
• @HeyElsaAI
• @Spectral_Labs
• @Infinit_Labs
• @ProjectPlutus_
• @bankrbot

以及更多正在开发中的项目……

以下是一张比较多个抽象化 AI 工具的对比表格：

图：由深潮 TechFlow 编译

自动化收益优化与投资管理：与传统的收益策略不同，这一领域的 DeFi 协议通过 AI 分析链上数据，识别趋势并提供洞察，帮助团队制定更高效的收益优化和投资组合管理策略。

T3AI

@trustInWeb3 是一个支持未完全抵押贷款的借贷协议，利用 AI 作为中介和风险管理引擎。

T3AI 的 AI 智能体可以实时监控贷款的健康状况，并通过其风险指标框架，确保贷款始终处于可偿还的状态。这是一个 AI 在 DeFi 中的有趣应用实例。

Kudai

@Kudai_IO 是一个实验性的智能体，专注于 GMX 生态系统，由 GMX Blueberry Club 借助 EmpyrealSDK 工具包开发。目前，$KUDAI Token 已在 Base 网络上交易。

以下是 Kudai 的发展路线图：

Kudai 的核心理念是将所有通过 $KUDAI 赚取的交易费用用于资助自主交易操作的智能体，并将这些操作产生的利润返还给 Token 持有者。

在即将到来的第二阶段（共四阶段）中，Kudai 将具备以下功能，用户可以通过 Twitter 上的自然语言指令触发：

• 购买并质押 $GMX，生成新的收入来源
• 投资 GMX 的 GM 池以进一步增加收益
• 以底价购买 GBC NFT，扩大其投资组合

Sturdy Finance V2

@SturdyFinance 是一个结合了借贷与收益聚合功能的协议，通过由 Bittensor SN10 子网矿工训练的 AI 模型，在不同的白名单孤立池之间动态分配资金，从而实现收益优化。

Sturdy 的架构分为两层：孤立池和聚合层。

• 孤立池：这是单一资产池，用户只能借出一种资产或用一种抵押品进行借款，降低了资产之间的相互风险。
• 聚合层：基于 Yearn V3 构建，用户的资产会根据使用率和收益被分配到白名单的孤立池中。Bittensor 子网为聚合层提供最佳分配策略。当用户将资产借给聚合层时，其风险仅限于所选择的抵押类型，避免了其他借贷池或抵押资产带来的风险。

其他收益优化与投资管理领域的代表性项目包括：

• @derivexyz
• @Thales_ai
• @Mozaic_Fi
• @boltrade_ai
• @vainguard_ai
• @Ensofi_xyz
• @0xARMAgeddon
• @glamsystems

以及更多正在开发中的项目……

市场情绪分析 AI 智能体

AIXBT

@AIXBT_agent 是一个市场情绪追踪智能体，通过其专有引擎整合并分析来自 Twitter 上超过 400 位关键意见领袖 (KOL) 的数据。AIXBT 能够实时捕捉市场趋势，并全天候为用户提供有价值的洞察。

在所有 DeFi 领域的 AI 智能体中，AIXBT 占据了 14.76% 的市场关注度，堪称生态系统中最具影响力的智能体之一。

AIXBT 的功能不仅局限于提供市场洞察，它还具备交互性，能够回答用户提问，甚至通过 Twitter 平台发行代币。例如，$CHAOS 代币就是 AIXBT 与另一款交互式机器人 Simi 合作，通过 @EmpyrealSDK 工具包共同创建的。

其他市场分析智能体包括：

• @tri_sigma_
• @ASYM41b07
• @kwantxbt
• @gemach_io

DeFi 基础设施与生态平台

Web3 AI 智能体的实现离不开去中心化的基础设施。这些项目不仅提供模型训练和推理服务，还为 AI 智能体的开发提供数据、验证机制以及协调层。

无论是 Web2 还是 Web3，模型、计算能力和数据始终是推动大语言模型 (LLM) 和 AI 智能体发展的三大核心支柱。

我们在 Medium 平台上深入探讨了以下内容：

• 如何创建模型
• 数据与计算资源的提供
• 验证机制的作用
• 可信执行环境 (TEE) 的工作原理

由于内容较多，具体细节请关注 Medium 上的文章。

以下是一张由 @pinkbrains_io 制作的 DeFi 基础设施生态地图：

这一领域的主要参与者包括：

可信执行环境 (TEE)

• @PhalaNetwork
• @MarlinProtocol
• @AutomataNetwork

框架

• @arcdotfun
• @ai16zdao

平台 / 一体化解决方案

• @virtuals_io
• @aisweatshop
• @Almanak__
• @autonolas
• @Cod3xOrg
• @crestalnetwork
• @CreatorBid
• @openservai
• @WaveformBackup
• @getaxal
• @EmpyrealSDK

通用基础设施

• @joinFXN
• @TheoriqAI
• @hyperbolic_labs
• @BagelOpenAI
• @Hive_Intel

工具包

• @sendaifun
• @lexiconinfra

DeFi AI 的未来发展

我认为，DeFi 市场将经历三个主要阶段：首先追求效率，然后实现去中心化，最后注重隐私保护。

DeFi AI 的发展将经历 4 个具体的阶段。

第一阶段：专注于提升效率，推出简化复杂 DeFi 操作的工具。例如：

• 能够理解不完美输入的 AI
• 快速完成交易的工具
• 实时市场研究，帮助用户根据目标做出更明智的决策

第二阶段：智能体将实现自主交易，能够基于第三方数据或其他智能体的洞察执行策略。高级用户可以微调模型，构建智能体来为自己或客户优化收益。

第三阶段：用户将关注钱包管理和 AI 验证问题。可信执行环境 (TEE) 和零知识证明 (ZKP) 将确保 AI 系统的透明性与安全性。

第四阶段：最终，一个无代码的 DeFi AI 工具包或 AI 即服务协议可能会出现，创建一个基于智能体的经济体系，用户可以通过加密货币交易微调后的模型。

尽管这一愿景令人期待，但仍存在一些亟待解决的问题：

• 当前许多工具仅是 ChatGPT 的简单封装，缺乏明确的评估标准。
• 链上数据的碎片化趋势可能导致 AI 模型更倾向于中心化，而非去中心化，目前尚无明确解决方案。