Skip to main content

面向 DeFi 的代理

注意：本文档是英文原版的自动翻译。

面向 DeFi 的代理

**面向 DeFi 的代理（Agents for DeFi）**是 DecAIHub 中的子类别 AI/Agents | DeFi。这些是应用于去中心化金融的AI 代理——能够在链上自主执行交易、管理投资组合、优化收益、寻找套利、跨链桥接资产或分析协议风险的软件。

简而言之：DeFi 代理使用 AI 在链上做出自主的财务决策。关键的核验问题在于：该代理是真的在进行推理，还是只是遵循一段固定的脚本。

DeFi 代理做什么

核心思路很简单：用一个自主的 AI 层取代手动的 DeFi 交互。代理不再让用户手动兑换代币、调整流动性头寸或监控借贷利率，而是感知市场数据、推理出最佳行动并加以执行——通常通过智能合约调用。

在实践中，DeFi 代理在若干领域运作：

  • 交易 —— 基于市场信号、情绪或链上数据进行 AI 驱动的买入、卖出和再平衡决策。
  • 投资组合管理 —— 在各协议和各链之间调整头寸的自动化配置策略。
  • 收益优化 —— 扫描 DeFi 协议以寻找最佳回报，并相应地转移资金。
  • 风险监控 —— 分析协议健康状况、清算阈值和合约漏洞，然后发出警报或采取行动。
  • 自然语言到 DeFi —— 将用户用平实语言下达的指令转化为链上交易（常称为“DeFi 副驾，DeFi copilots”）。
  • 套利与 MEV —— 检测并执行各交易场所之间的价格差异。

工具与代理之间的界限很重要：一个只显示建议的仪表板，与按照某种策略签名并提交交易的软件并不相同。本子类别中的卡片应当把这种运作上的区别表述清楚。

常见的项目模式

本子类别中的项目通常遵循以下原型之一：

模式 描述 典型的 AI component
交易代理 配有 AI 驱动策略选择的自主买/卖执行 AI 交易信号、基于 ML 的策略引擎
DeFi 副驾 将用户请求转换为 DeFi 操作的自然语言界面 NL-to-DeFi、基于 LLM 的意图解析
投资组合管理器 跨 DeFi 协议的自动化再平衡和配置 AI 驱动的配置、风险调整后的优化
风险代理 监控协议和头寸，在风险上发出警报或自动退出 风险评分模型、异常检测
多代理系统 多个代理协同覆盖不同的 DeFi 任务 代理编排、多代理框架

许多项目会组合多种模式——例如，一个同时管理投资组合并监控风险的 DeFi 副驾。

需要核验什么

对任何 DeFi 代理项目而言，最关键的问题是：该代理是真的做出自主决策，还是只是套在手动或基于规则的策略之上的一层 UI？

在阅读本子类别的项目卡片时，请检查：

  • AI component —— 卡片是否描述了一个具体的 AI 机制（ML 模型、推理引擎、代理框架），还是只有含糊的“AI 驱动”措辞？
  • 证据层级 —— 是否存在确认自主决策能力的 Tier-1 产物（公开代码、技术文档、可运行的演示）？
  • 自动化 vs 真正的 AI —— 一个遵循固定 if/then 规则的交易机器人是自动化，而不是 AI。是否存在学习、适应或基于模型的推理，才是把 AI 代理与脚本区分开来的关键。
  • API wrapper 风险 —— 这里的“AI”是由调用第三方 LLM 来生成交易思路构成的，还是项目拥有自己的模型和数据流水线？

安全性和可组合性又增加了一层：即便是一个真正的模型，如果交易构造、授权额度处理或模拟很薄弱，也可能是不安全的。DecAIHub 关注 AI reality 和证据，而非审计智能合约——但读者仍应把执行路径视为产品叙事的一部分。

本子类别中典型的 AI component

来自 DecAIHub 项目卡片的真实值包括：

  • AI-driven DeFi strategies
  • NL-to-DeFi（自然语言到 DeFi 操作）
  • AI co-pilot for DeFi
  • AI trading signals
  • agent-based order matching
  • agentic framework (memory/actions/plugins)

这些中的每一个都描述了不同程度的 AI 深度——从一个解析用户意图的薄 LLM 封装，到一个具备记忆、规划和自主执行的完整代理框架。

类别组合

DeFi 代理常与其他 DecAIHub 类别重叠：

  • AI/Agents | DeFi —— 核心子类别。
  • AI/Agents | DeFi | Infra —— 为构建或部署 DeFi 代理提供基础设施的项目。
  • AI/Agents | DeFi | Data —— 将 DeFi 操作与数据分析或市场情报相结合的代理。

关于如何阅读这些复合标签，请参见复合类别讲解。关于更宏观的背景，另请参见父类别 AI/Agents。

仅有这个术语本身无法证明什么

  • 把一个交易机器人贴上“AI 代理”的标签并不能证明其中的 AI 部分。该机器人可能是带有 AI 标签的、基于规则的自动化。
  • 处于 DeFi 代理类别中并不能证明链上集成是有意义的，也不能证明代币是必需的。请查看完整的 DecAI Fit 分数。
  • 自主交易能力并不能证明盈利能力、安全性或合规性。DecAIHub 核验的是 AI reality，而非财务表现。

常见问题

是不是每个“AI 交易”产品都属于这个子类别？

只有当它在 DecAIHub 规则下被分类为 AI/Agents | DeFi 时才算。没有代理式执行的纯信号源可能归入别处；请务必阅读复合标签和 AI component。

使用 LLM 处理自然语言会让一个项目成为代理吗？

本身并不会。NL-to-DeFi 可能只是一个薄薄的 API wrapper。要在证据中寻找记忆、工具、策略和链上执行的描述，而不只是聊天体验。

这与自动化 vs 真正的 AI有何关系？

如果行为完全是基于规则、没有模型驱动的适应，那么该项目可能仍然有用，但卡片上对 AI 主张的评分应当相应地反映这一点。

外部参考

另请参阅

No comments to display

Back to top