Tác giả: DWF Ventures
Biên dịch: Deep潮 TechFlow
Dẫn nhập Deep潮:AI Agent hiện chiếm gần một phần năm khối lượng giao dịch DeFi, và thực sự vượt trội so với con người trong các tình huống có quy tắc rõ ràng như tối ưu hóa lợi nhuận. Nhưng để nó giao dịch tự chủ hoàn toàn, hiệu suất của AI hàng đầu vẫn kém hơn hơn năm lần so với con người hàng đầu. Nghiên cứu này phân tích hiệu suất thực tế của AI trong các tình huống khác nhau trên DeFi, rất đáng để những người quan tâm đến giao dịch tự động xem xét.
Điểm cốt lõi
Hoạt động tự động và agent hiện chiếm khoảng 19% tổng hoạt động on-chain, nhưng tính tự chủ hoàn toàn từ đầu đến cuối vẫn chưa đạt được.
Trong các trường hợp sử dụng hẹp, được xác định rõ ràng như tối ưu hóa lợi nhuận, agent đã thể hiện hiệu suất vượt trội so với con người và bot. Nhưng đối với các hành động đa diện như giao dịch, con người vượt trội hơn agent.
Giữa các agent với nhau, việc lựa chọn mô hình và quản lý rủi ro có ảnh hưởng lớn nhất đến hiệu suất giao dịch.
Khi agent được áp dụng rộng rãi, tồn tại nhiều rủi ro về sự tin cậy và thực thi, bao gồm tấn công Sybil, tắc nghẽn chiến lược và sự đánh đổi về quyền riêng tư.
Hoạt động Agent tiếp tục tăng trưởng
Hoạt động agent đã tăng trưởng ổn định trong năm qua, với khối lượng giao dịch và số lượng giao dịch đều tăng. Chúng tôi thấy giao thức x402 của Coinbase dẫn đầu những phát triển quan trọng, với các tên tuổi như Visa, Stripe và Google cũng tham gia bằng cách ra mắt tiêu chuẩn riêng của họ. Phần lớn cơ sở hạ tầng hiện đang được xây dựng nhằm phục vụ hai loại kịch bản: kênh giữa các agent hoặc lệnh gọi agent được kích hoạt bởi con người.
Mặc dù giao dịch stablecoin đã được hỗ trợ rộng rãi, cơ sở hạ tầng hiện tại vẫn phụ thuộc vào các cổng thanh toán truyền thống làm nền tảng, điều này có nghĩa là nó vẫn phụ thuộc vào đối tác tập trung. Do đó, "tự chủ hoàn toàn" - kết cục mà agent có thể tự tài trợ, tự thực thi và liên tục tối ưu hóa dựa trên các điều kiện thay đổi - vẫn chưa đạt được.
Agent không hoàn toàn xa lạ với DeFi. Trong nhiều năm, tự động hóa thông qua bot đã tồn tại trong các giao thức on-chain, để nắm bắt MEV hoặc đạt được lợi nhuận vượt trội mà không có mã thì không thể thực hiện được. Các hệ thống này hoạt động rất tốt với các tham số được xác định rõ ràng, những tham số không thay đổi thường xuyên hoặc cần giám sát bổ sung. Tuy nhiên, thị trường đã trở nên phức tạp hơn theo thời gian. Đây là nơi chúng ta thấy thế hệ agent mới xuất hiện, và on-chain trong vài tháng qua đã trở thành bãi thử nghiệm cho các hoạt động như vậy.
Hiệu suất thực tế của Agent
Theo báo cáo, hoạt động agent đã tăng trưởng theo cấp số nhân, với hơn 17.000 agent được khởi chạy kể từ năm 2025. Tổng hoạt động tự động/agent ước tính chiếm hơn 19% tổng hoạt động on-chain. Điều này không đáng ngạc nhiên, vì ước tính hơn 76% khối lượng chuyển stablecoin được tạo ra bởi bot. Điều này cho thấy không gian tăng trưởng rất lớn cho hoạt động agent trong DeFi.
Tính tự chủ của Agent tồn tại trên một phạm vi rộng, từ trải nghiệm kiểu chatbot đòi hỏi sự giám sát cao của con người, đến các agent có thể xây dựng chiến lược thích ứng với điều kiện thị trường dựa trên đầu vào mục tiêu. So với bot, agent có một số lợi thế chính, bao gồm khả năng phản hồi và thực thi thông tin mới trong mili giây, cũng như khả năng mở rộng phạm vi sang hàng nghìn thị trường trong khi vẫn duy trì tính nghiêm ngặt tương tự.
Hiện tại, hầu hết các agent vẫn ở cấp độ phân tích đến trợ lý (co-pilot), vì hầu hết chúng vẫn đang trong giai đoạn thử nghiệm.
Tối ưu hóa lợi nhuận: Agent thể hiện xuất sắc
Cung cấp thanh khoản là lĩnh vực mà tự động hóa thường xuyên diễn ra, với tổng TVL do các agent nắm giữ vượt 39 triệu USD. Con số này chủ yếu đo lường tài sản mà người dùng gửi trực tiếp vào agent, nhưng không bao gồm vốn được định tuyến từ kho bạc.
Giza Tech là một trong những giao thức lớn nhất trong lĩnh vực này, đã ra mắt ứng dụng agent đầu tiên ARMA vào cuối năm ngoái, nhằm tăng cường việc thu lợi nhuận từ các giao thức DeFi chính. Nó đã thu hút hơn 19 triệu USD tài sản được quản lý và tạo ra hơn 4 tỷ USD khối lượng giao dịch agent. Tỷ lệ cao giữa khối lượng giao dịch và tổng tài sản được quản lý cho thấy agent thường xuyên tái cân bằng vốn, từ đó cho phép thu được lợi nhuận cao hơn. Một khi vốn được gửi vào hợp đồng, việc thực thi sẽ tự động, do đó mang lại trải nghiệm một cú nhấp chuột đơn giản cho người dùng, hầu như không cần giám sát.
Hiệu suất của ARMA là có thể đo lường được và xuất sắc, tạo ra tỷ suất lợi nhuận hàng năm hơn 9,75% cho USDC. Ngay cả khi tính đến các chi phí tái cân bằng bổ sung và phí hiệu suất 10% của agent, tỷ suất lợi nhuận vẫn vượt trội so với cho vay thông thường trên Aave hoặc Morpho. Tuy nhiên, khả năng mở rộng vẫn là một vấn đề then chốt, vì các agent này vẫn chưa được kiểm tra thực chiến để quản lý hoặc mở rộng quy mô đến các giao thức DeFi chính.
Giao dịch: Con người dẫn trước đáng kể
Tuy nhiên, đối với các hành động phức tạp hơn như giao dịch, kết quả đa dạng hơn nhiều. Các mô hình giao dịch hiện tại hoạt động dựa trên đầu vào do con người xác định và cung cấp đầu ra dựa trên các quy tắc được đặt trước. Học máy mở rộng điều này bằng cách cho phép mô hình cập nhật hành vi dựa trên thông tin mới mà không cần lập trình lại rõ ràng, đưa nó vào vai trò trợ lý (co-pilot). Khi các agent tự chủ hoàn toàn tham gia, bối cảnh giao dịch sẽ thay đổi đáng kể.
Một số cuộc thi giao dịch giữa các agent và giữa người với agent đã được tổ chức, cho thấy sự khác biệt lớn giữa các mô hình. Trade XYZ đã tổ chức một cuộc thi giao dịch giữa người và agent cho các cổ phiếu được niêm yết trên nền tảng của họ. Mỗi tài khoản có số vốn ban đầu 10.000 USD, không có giới hạn về đòn bẩy hoặc tần suất giao dịch. Kết quả nghiêng hẳn về phía con người, với những người giỏi nhất thể hiện tốt hơn hơn 5 lần so với các agent hàng đầu.
Trong khi đó, Nof1 đã tổchức cuộc thi giao dịch agent giữa các mô hình, để một số mô hình (Grok-4, GPT-5, Deepseek, Kimi, Qwen3, Claude, Gemini) cạnh tranh với nhau, kiểm tra các cấu hình rủi ro khác nhau từ bảo toàn vốn đến đòn bẩy tối đa. Kết quả tiết lộ một số yếu tố có thể giúp giải thích sự khác biệt về hiệu suất:
Thời gian nắm giữ: Có mối tương quan mạnh, các mô hình nắm giữ trung bình mỗi vị thế trong 2-3 giờ hoạt động vượt trội hơn hẳn so với các mô hình lật đật thường xuyên.
Giá trị kỳ vọng: Đo lường xem trung bình mỗi giao dịch của mô hình có kiếm được tiền hay không. Thú vị là, chỉ có 3 mô hình hàng đầu có giá trị kỳ vọng dương, nghĩa là hầu hết các mô hình thua lỗ nhiều hơn lãi.
Đòn bẩy: Mức đòn bẩy thấp hơn, trung bình 6-8x, được chứng minh là hoạt động tốt hơn so với các mô hình chạy đòn bẩy trên 10x, vì mức cao sẽ đẩy nhanh thua lỗ.
Chiến lược nhắc (Prompt): Chế độ Monk (Monk Mode) là mô hình hoạt động tốt nhất cho đến nay, trong khi Nhận thức Tình huống (Situational Awareness) hoạt động kém nhất. Dựa trên đặc điểm mô hình, nó cho thấy việc tập trung vào quản lý rủi ro và ít nguồn bên ngoài hơn sẽ mang lại hiệu suất tốt hơn.
Mô hình cơ sở: Grok 4.20 thể hiện vượt trội hơn 22% so với các mô hình khác trong các chiến lược nhắc khác nhau và là mô hình duy nhất có lợi nhuận trung bình.
Các yếu tố khác như sở thích mua/bán (long/short bias), quy mô giao dịch và điểm tin cậy không có đủ dữ liệu hoặc được chứng minh là có bất kỳ tương quan tích cực nào với hiệu suất mô hình. Nhìn chung, kết quả cho thấy các agent có xu hướng hoạt động tốt hơn trong các ràng buộc được xác định rõ ràng, điều này có nghĩa là con người vẫn rất cần thiết trong việc cấu hình mục tiêu.
Cách đánh giá Agent
Vì agent vẫn đang trong giai đoạn đầu, hiện chưa có khuôn khổ đánh giá toàn diện. Hiệu suất lịch sử thường được sử dụng làm điểm chuẩn để đánh giá agent, nhưng chúng bị ảnh hưởng bởi các yếu tố cơ bản, những yếu tố cung cấp dấu hiệu mạnh mẽ hơn về hiệu suất agent mạnh mẽ.
Hiệu suất trong các mức biến động khác nhau: Bao gồm kiểm soát tổn thất có kỷ luật khi điều kiện xấu đi, điều này cho thấy agent có thể xác định các yếu tố off-chain sẽ ảnh hưởng đến khả năng sinh lời của giao dịch.
Minh bạch so với Riêng tư: Mỗi bên đều có sự đánh đổi riêng. Các agent minh bạch về cơ bản sẽ không có lợi thế chiến lược nếu có thể bị sao chép giao dịch một cách chủ động. Các agent riêng tư phải đối mặt với rủi ro người tạo (creator) trích xuất nội bộ, những người có thể dễ dàng front-run chính người dùng của mình.
Nguồn thông tin: Các nguồn dữ liệu mà agent kết nối vào là rất quan trọng để xác định cách agent đưa ra quyết định. Đảm bảo các nguồn đáng tin cậy và không phụ thuộc đơn lẻ là điều cốt yếu.
Bảo mật: Có kiểm toán hợp đồng thông minh và kiến trúc quản lý quỹ phù hợp để đảm bảo có các biện pháp dự phòng trong các sự kiện thiên nga đen là rất quan trọng.
Bước tiếp theo của Agent
Để áp dụng agent trên quy mô lớn, vẫn còn rất nhiều việc phải làm về mặt cơ sở hạ tầng. Điều này có thể quy về các vấn đề then chốt xung quanh sự tin cậy và thực thi của agent. Hành động của các agent tự chủ không có rào chắn bảo vệ, và đã có những trường hợp quản lý quỹ kém.
ERC-8004 đã ra mắt vào tháng 1 năm 2026, trở thành sổ đăng ký on-chain đầu tiên, cho phép các agent tự chủ khám phá lẫn nhau, xây dựng danh tiếng có thể xác minh và cộng tác an toàn. Đây là bước mở khóa then chốt cho khả năng kết hợp (composability) của DeFi, vì điểm tin cậy được nhúng trong chính hợp đồng thông minh, cho phép hoạt động không cần cho phép giữa các agent và giao thức. Điều này không đảm bảo rằng agent sẽ luôn hoạt động theo cách không độc hại, vì các lỗ hổng bảo mật như thông đồng danh tiếng và tấn công Sybil vẫn có thể xảy ra. Do đó, vẫn còn nhiều khoảng trống cần lấp đầy trong các lĩnh vực như bảo hiểm, bảo mật, staking kinh tế cho agent, v.v.
Khi hoạt động agent trong DeFi mở rộng, tắc nghẽn chiến lược trở thành rủi ro cấu trúc. Các trang trại yield (yield farm) là tiền lệ rõ ràng nhất, nơi lợi nhuận bị nén lại khi chiến lược trở nên phổ biến. Động thái tương tự có thể áp dụng cho giao dịch agent. Nếu một số lượng lớn agent được đào tạo trên dữ liệu tương tự và tối ưu hóa các mục tiêu giống nhau, chúng sẽ hội tụ vào các vị thế tương tự và các tín hiệu thoát lệnh giống nhau.
Bài báo CoinAlg của Đại học Cornell xuất bản tháng 1 năm 2026 đã chính thức hóa một phiên bản của vấn đề này. Các agent minh bạch có thể bị arbitrage vì giao dịch của chúng có thể dự đoán được và có thể bị front-run. Các agent riêng tư tránh được rủi ro này, nhưng lại mang đến rủi ro khác là người tạo giữ lại lợi thế thông tin cho chính họ so với người dùng và có thể trích xuất giá trị thông qua sự không minh bạch vốn được tạo ra để bảo vệ.
Hoạt động Agent sẽ tiếp tục tăng tốc, và cơ sở hạ tầng được đặt ra ngày hôm nay sẽ quyết định giai đoạn tiếp theo của tài chính on-chain vận hành như thế nào. Khi mức độ sử dụng agent tăng lên, chúng sẽ tự lặp lại và trở nên sắc bén hơn trong việc thích ứng với sở thích của người dùng. Do đó, yếu tố khác biệt chính sẽ quy về cơ sở hạ tầng có thể tin cậy, và những cơ sở hạ tầng đó sẽ giành được thị phần lớn nhất.
