Skip to main content

DeFAI

注意：本文档是英文原版的自动翻译。

DeFAI

DeFAI（去中心化金融 + AI）描述处于 DeFi 与人工智能交叉点的项目。与单一狭窄的原型不同，DeFAI 是一个宽泛的标签，涵盖任何把 AI 能力与去中心化金融基础设施相结合的项目——从执行 DeFi 操作的 AI 智能体，到风险引擎、流动性管理器，以及应用于 DeFi 协议的链上分析。

简而言之： DeFAI 比交易机器人更宽泛。它包括任何 AI 与 DeFi 组件在结构上集成的项目——而且两者都必须可以独立验证。

给初学者的类比

想象一个仓库有两套系统：一个在不同地点之间搬运货物的物流网络（DeFi——在协议之间移动价值），以及一个决定哪些货物去哪里、何时去、走哪条路径的路由大脑（AI——基于数据做出决策）。一个只有物流网络、却因为有人在门上贴了一张“AI 驱动”贴纸而自称“智能”的仓库，不是 DeFAI。一个其路由大脑真正分析需求模式、优化配送顺序并实时调整的仓库——那才是 DeFAI 所描述的那种集成。两个层面都需要工作，而且两者都需要是真实的。

DeFAI 的含义

随着加密人工智能项目越来越多地瞄准 DeFi 用例，这个术语应运而生。这些项目不去构建独立的 AI 工具，而是把 AI 直接嵌入金融协议逻辑：通过自然语言执行兑换和跨链的智能体、实时为协议风险打分的模型，或自主管理流动性头寸的优化引擎。

关键区别：DeFAI 不只是加上“AI”一词的 DeFi。要使一个项目符合资格，其 AI component 必须执行一项功能，这项功能无法由静态规则或人工操作复刻——而且其 DeFi 组件必须涉及真实的链上金融操作，而不只是一个带 DeFi 标签的代币。

DeFAI 处于一个特别有趣的交叉点，因为两个层面都可以被独立评估。一个项目可能有强大的 AI 却没有真实的 DeFi（一个带代币的链下分析工具）。或者它可能有真实的 DeFi 却没有真实的 AI（一个给其现有自动化加上“AI”标签的 DeFi 协议）。最有实质的 DeFAI 项目展示出一个真正的反馈循环：AI 输出指导链上行动，而链上数据又反馈回 AI 模型。

常见模式

DeFAI 项目围绕几个反复出现的模式聚集：

  • 面向 DeFi 操作的 AI 智能体 —— 基于自然语言指令或预定义策略进行兑换、跨链、借贷或质押的自主智能体。常被称为“DeFi 副驾驶”。参阅面向 DeFi 的智能体。
  • AI 风险引擎 —— 为协议风险打分、分析智能合约漏洞、监控清算阈值，或检测 DeFi 协议中异常的模型。
  • AI 驱动的流动性管理 —— 管理流动性头寸、调整区间，或在池子和协议之间再平衡的优化引擎。
  • 面向 DeFi 分析的 AI —— 应用于链上 DeFi 数据的机器学习，用于收益率预测、策略评估或资金流分析。与 AI 交易分析原型有重叠。
  • AI 辅助的收益策略 —— 在无需人工干预的情况下，识别、评估并执行跨协议收益机会的模型。
  • MEV 保护与优化 —— 应用于交易排序、MEV 检测或执行优化的 AI。

DeFAI 刻意比任何单一模式更宽泛。一个只运行交易机器人的项目是一个实例；一个把风险打分、组合优化和自主执行结合起来的项目是另一个实例。

DeFAI 与常规 DeFi 自动化有何不同

传统的 DeFi 自动化使用静态规则：“如果代币 A 的价格跌破 X，就兑换为代币 B。”这些规则是预定义的、确定性的，并且不会自适应。其逻辑是一棵 if/then 树，而非一个学习得到的模型。

相比之下，DeFAI 意味着一个学习、自适应或推理、超越固定参数的 AI 层：

特性 DeFi 自动化 DeFAI
决策逻辑 静态规则、固定阈值 学习得到的模型、自适应策略
数据处理 对特定触发器作出反应 跨数据源分析模式
自适应性 需要人工更新规则 基于新数据或模型重训练进行更新
复杂度上限 限于预定义的情景 能在训练范围内处理新颖情况
可验证性 规则透明（代码即逻辑） 需要 AI 验证（模型文档、基准测试）

这一区别之所以重要，是因为许多被描述为“DeFAI”的项目，实际上是带 AI 标签的 DeFi 自动化。DecAIHub 使用 AI component 字段和自动化与真实 AI 的区分来把两者分开。

DeFAI 在 DecAIHub 中出现的位置

在 DecAIHub 注册表中，DeFAI 并不映射到单一类别。它出现在若干复合类别中：

  • AI/Agents | DeFi —— 最大的集群，涵盖在 DeFi 中运营的自主智能体。
  • AI/Analytics | DeFi —— 聚焦于 DeFi 协议和市场的分析与打分模型。
  • AI/Analytics | DeFAI | InfoFi —— DeFAI 与分析及信息金融相交叉的复合标签。
  • AI/DeFi | Infra —— 为构建 DeFAI 应用提供工具的基础设施项目。

Use case 通常包括 DeFi copilot、AI-assisted DeFi strategies、AI-driven portfolio management、on-chain risk analysis 及类似的复合取值。

类别的多样性反映了 DeFAI 的广度。它不是单一的产品类型——它是一个交叉点，依据哪种 AI 技术被应用于哪种 DeFi 功能，表现各异。

需要核实什么

在评估一个 DeFAI 项目时，两个层面都需要独立验证：

  • AI 层 —— 项目是否拥有真实的 AI component？是否有训练好的模型、具备推理能力的智能体框架，或有文档的 ML 方法？还是说“AI”仅限于营销文案？参阅如何判断一个项目是否真的拥有 AI。
  • DeFi 层 —— 项目是否在链上与真实的 DeFi 协议交互？是否有可验证的智能合约交互，还是说 DeFi 宣称仅限于拥有一个代币？
  • 集成 —— AI 与 DeFi 是在结构上连接的，还是作为同一品牌下的独立功能而存在？
  • 自动化与 AI —— 一个遵循固定 if/then 规则的 DeFi 机器人是自动化。AI 标签要求学习、自适应或基于模型的推理。
  • 证据层级 —— AI 组件和 DeFi 组件是否都有 Tier-1 工件？

一个有用的思维测试：完全移除 AI 层。DeFi 部分还能独立工作吗？现在移除 DeFi 层。AI 部分还能独立运作吗？如果两者都能在没有任何损失的情况下独立存在，那么这种“集成”可能更多是一个标签，而非一个结构性现实。

DeFAI 与 DecAI Fit 框架

由于 DeFAI 横跨两个领域，DecAI Fit 评估尤其能揭示问题。一个 DeFAI 项目会从以下方面被评估：

  • AI reality（ai_score）—— AI component 是否可验证？它是否超越了一个 API wrapper？
  • Onchain necessity（onchain_score）—— 区块链对 DeFi 操作是不可或缺的，还是仅仅是一个代币发行层？
  • Token necessity（token_score）—— 代币是否在 DeFAI 流水线中发挥功能（为 AI 算力付费、为验证者角色质押、治理协议参数），还是与之脱节？
  • Evidence（evidence_score）—— AI 宣称和 DeFi 宣称是否都有 Tier-1 工件？

在 DecAI Fit 上得分良好的 DeFAI 项目，通常展示出一个清晰的循环：AI 处理链上数据、产生一个决策，而该决策触发一次链上行动——在每一步都有可验证的工件。

DeFAI 本身无法证明什么

  • 在项目名称中把“DeFi”和“AI”结合起来并不能证明任一组件是真实的。两者都必须通过 DecAI Fit 框架独立验证。
  • 拥有一个带“AI”功能的 DeFi 协议并不能证明该 AI 不只是一个 API wrapper 或一个带自动告警的仪表盘。
  • 在 DeFi 语境中运行一个 AI 智能体并不能证明该智能体能自主推理。它可能遵循一个固定脚本。参阅什么是 AI 智能体。
  • 作为类别标签的 DeFAI 并不能证明该代币对 AI 组件或 DeFi 组件的运转是必要的。
  • DecAIHub 评估的是 AI reality、Onchain necessity 和 Token necessity——而不是 DeFAI 策略的财务表现。

常见问题

DeFAI 与常规 DeFi 有什么区别？

常规 DeFi 协议使用具有确定性逻辑的智能合约在链上执行金融操作——这些规则除非被显式升级，否则不会改变。DeFAI 增添了一个引入自适应、数据驱动决策的 AI 层：从历史模式中学习的模型、对多步策略进行推理的智能体，或检测人类会忽略的异常的分析。关键差异在于决策逻辑是静态的（常规 DeFi / 自动化）还是学习得到且自适应的（DeFAI）。一个有固定清算阈值的借贷协议是 DeFi。同一个协议如果有一个模型基于实时波动模式和跨协议相关性动态调整阈值，就进入了 DeFAI 的范畴——前提是该 AI 层可验证。

是不是每个 AI 交易机器人都是 DeFAI？

不是。一个执行预编程规则（“当 RSI 跌破 30 时执行”）的交易机器人是自动化，而非 AI。要使一个交易机器人符合 DeFAI 资格，它需要一个可验证的 AI component——一个训练好的模型、一个推理智能体，或有文档的 ML 方法——执行超越静态规则的功能。它还需要真实的 DeFi 集成：通过智能合约进行的实际链上操作，而不只是包装在一个加密代币里的中心化交易所 API 调用。一个调用中心化交易所 API 并带有一个代币的机器人，既非“De”，也不一定是“AI”。

DecAIHub 如何评估 DeFAI 项目？

DecAIHub 使用应用于所有项目的同一套 DecAI Fit 框架来评估 DeFAI 项目，但特别关注两个层面的独立性。AI 组件会就 Tier-1 证据进行核查：代码、基准测试、模型文档、演示。DeFi 组件会就链上证据进行核查：智能合约地址、交易历史、协议交互。两者之间的集成也会被评估：AI 输出是否真正驱动了 DeFi 操作，还是说 AI 和 DeFi 只是共享一个品牌名称的独立功能？两个层面都拥有强大、独立的证据且具有真正技术连接的项目得分最高。

一个项目能否在没有代币的情况下成为 DeFAI？

能。DeFAI 描述的是一种技术架构——AI 与 DeFi 的结合——而非一种代币经济学模型。一个项目可以在不发行代币的情况下构建 AI 驱动的 DeFi 工具。事实上，没有代币的项目在 DecAI Fit 公式中获得 token_score 为 2（反映出代币的缺失消除了诸如不必要代币化等代币相关风险）。重要的是 AI 层和 DeFi 层是否真实且集成，而非是否附带一个代币。

外部参考

另请参阅

No comments to display

Back to top