原文来源：DWF Ventures X 账号
作者：DWF Ventures
编译：深潮 TechFlow
在短短一周多的时间里，DeFAI 迅速崛起，成为备受关注的项目领域，并有望在未来几个月内展现强劲表现。
那么，是什么让 DeFAI 如此重要？它解决了哪些核心问题？让我们一起来探讨一下。
引言
近年来，DeFi 取得了显著发展——从第一波协议（如 Maker，现在称为 @SkyEcosystem）、@Uniswap 和 @compoundfinance）发展到如今超过 3000 种不同的 DeFi 协议。
尽管 DeFi 的进步对整个行业具有重要意义，但这一过程中也暴露出了一些关键挑战。
挑战
第一个主要问题是 DeFi 产品的操作复杂性日益增加。无论是因为底层架构的复杂性，还是参与所需步骤较多，这些都导致部分 DeFi 产品的用户接受度较低。
第二个问题在于，寻找最具资本效率和吸引力的收益策略的过程依赖人工操作且效率较低。例如，集中流动性提供和贷款等产品甚至需要存款人进行持续的主动管理。
虽然自动化流动性管理协议和账户抽象等解决方案在减少操作摩擦方面有所帮助，但 DeFAI 有望彻底解决这些问题。
为了解决上述两大挑战，一种全新的范式应运而生。
DeFAI 是人工智能 (AI) 与去中心化金融 (DeFi) 的结合，旨在简化并自动化复杂的 DeFi 操作，弥补现有解决方案与用户友好体验之间的差距。
通过 AI 智能体的形式，DeFAI 可以根据预设参数自动为用户执行任务。这些智能体不仅能够在无需人工干预的情况下与智能合约和账户交互，还可以学习用户的偏好和行为习惯，从而随着时间的推移进一步优化用户体验。
@danielesesta：“ @DWFLabs 他们是第一个发现 DeFAI 潮流并迅速采取行动的团队。今天，加密领域迎来了一个全新的类别——DeFAI。
最初，这只是我将自己对 DeFi 的热爱与我们在 @heyanonai 开发的新兴技术结合的一次有趣尝试，但如今，这已经成为现实。DeFAI 已经到来，并注定会长期存在。DeFAI 的浪潮才刚刚拉开序幕！”
DeFAI 项目的分类
DeFAI 项目可以分为以下几个类别，每个类别都针对 DeFi 所面临的不同问题：
-
抽象化 (Abstraction)
-
分析 (Analysis)
-
优化 (Optimisation)
-
基础设施 (Infrastructure)
抽象化
抽象化类别的项目致力于简化 DeFi，即使产品复杂度增加，也能让用户更容易上手。
这些项目通过多种方式实现目标，例如支持文本到操作 (text-to-action) 功能，以及多步骤和多链流程的自动化执行。
这些方法实际上将参与 DeFi 的过程简化为两个简单的步骤：第一步，根据用户的需求和兴趣识别最佳机会；第二步，通过单一指令让智能体完成所有必要的操作。
部分项目更进一步扩展了这些功能。
例如，@HeyAnonai 不仅提供了研究工具和自动执行功能，还为开发者提供了一个框架，使他们可以将自己的 DeFi 协议直接集成到智能体的生态系统中，从而扩展智能体的服务能力。
而 @griffaindotcom 则引入了多种专门的智能体，用户可以利用这些智能体进一步简化特定流程，例如快速完成 Token 抢购 (token sniping)。
（推文详情）
分析
这一类别的项目与抽象化类别有一定的相似之处，但它们的重点是聚合和分析链上数据以及来自多种来源的数据，从而识别 DeFi 和 Token 的趋势与机会。
通过一个用户界面，用户可以向智能体查询有关项目技术指标 (技术面)、基本属性 (基本面) 以及市场情绪等相关信息。此外，大多数此类智能体还会在 X 平台上运营自己的账户，主动分享分析结果并与社区进行互动。
@aixbt_agent 是这一类别的领先者之一，其特点是拥有自定义的大语言模型 (LLM) 框架、数据索引器以及用于识别趋势的专属算法。它迅速融入了 CT 社区文化，凭借相对准确的预测逐渐树立了类似意见领袖 (KOL) 的声誉。
另一个新兴智能体 @AcolytAI 则通过其独特的 Oracle (预言机) 提供动态交互功能，能够与智能体群体协作，为用户提供基于聚合数据的响应。未来，它甚至将支持私有数据集的使用。
（推文链接）
优化
优化类别的项目包括利用 AI 优化收益和投资组合配置的智能体和协议。
协议通常内置 AI 模型，根据用户之前的回测策略，直接部署用户的存款。而智能体则更注重提供灵活性，允许用户自定义自己的投资策略和方法。
例如，@SturdyFinance 的 SN10 (基于 Bittensor 子网) 是一个 AI 驱动的收益优化引擎，能够自主决定如何将用户的存款分配到不同的借贷池中，为出借人提供最佳收益，同时实现完全的全自动化操作。
@getaxal 的旗舰产品 Autopilot 则允许用户设置参数，以自动化投资组合再平衡和收益收割。这不仅帮助用户随时保持风险敞口，还能避免因情绪波动导致的非理性决策，同时实现收益的自动复利增长。
基础设施
不同于单一功能的智能体，这一类别的项目专注于为 DeFAI 智能体提供核心基础设施。这些基础设施覆盖了从模型训练与推理，到数据管理、安全保障，甚至包括智能体之间的协调与协作机制。
@BrahmaFi 推出的 ConsoleKit 通过引入预执行模拟、自定义智能账户、模块化策略引擎等功能，帮助智能体实现安全高效的资产管理和操作。
而 @OmoProtocol 则是一个全面的多智能体协作层，允许用户和开发者创建协作型专用智能体网络，从而支持更复杂的交互和策略设计。此外，它还提供了一个聚合工具包，方便用户快速创建智能体。
结论
尽管 DeFAI 领域仍处于发展的早期阶段，许多项目尚未完全成熟且缺乏明确的差异化，但这一领域的潜力毋庸置疑。
虽然全面实现 DeFAI 所能带来的各种可能性还需要一定时间，但它已经展现出解决 DeFi 领域当前一些最紧迫问题的能力。
DeFAI 的价值不仅在于简化复杂性或提升用户体验——它还在推动 DeFi 普及方面起到了至关重要的作用，使其对新手和资深用户都更加友好。随着 DeFAI 生态系统的逐渐完善，我们可以期待 DeFi 变得更加直观、高效和用户友好，为更深入的创新和更广泛的用户参与奠定基础。
