DeFAI跌跌不休，还有机会吗？

原文作者：Squid

原文编译：Luffy，Foresight News

在市场经历一轮大跌后，我们来审视一下，真正的机遇在哪里。

过去两周，DeFAI 的市值相较于 1 月中旬下跌了超 50% ，相较于 1 月下旬的峰值更是下跌了 70% 。数据来源于 @cookiedotfun。

去中心化金融（DeFi）如今是一个 1250 亿美元的市场，假设 DeFAI 占比达到 10% ，那就意味着还有 15 倍的增长机遇。实际上，我认为 DeFAI 市场内的机遇更大，因为当前各细分领域的定价并不合理。

最近，我们见证了一次加密货币史诗级清算。在此期间，资产被不分优劣地抛售。人工智能（AI）和 DeFAI 是受到冲击最严重的领域之一。

现在是寻觅珍宝的时候了，让我们深入探讨一下。

为什么 DeFAI 如此受欢迎？首先，我们从更广泛的角度来看加密货币与人工智能的结合。加密货币与人工智能的结合是一个规模达 100 亿美元的市场，它迫切需要找到 「实用性」，而 DeFAI 似乎是最有可能找到实用性的领域。

对于大多数这类加密代理而言，产品就是它们的代币。正因如此，我们看到产品市场契合度（PMF）最高的领域是那些能让团队轻松推出代币化社交代理的框架和 Launchpad（项目启动平台）。随着代币供应呈指数级增长，这个市场正趋于饱和，对社交代理代币和 Launchpad 的需求也会随之减少，社区不得不努力展望新的发展方向。

朝着冰球滑行的方向（顺势而为）

从宏观层面看，DeFAI 是具有实际意义的，这个领域是加密货币最强应用场景 DeFi 与人工智能最未被满足的需求之一 —— 金融的交叉点。

话虽如此，但仅仅因为这个领域从宏观上说得通，并不意味着每个项目都行得通。让我们更深入地探究一下，看看机遇可能在哪里。

观察近期的 DeFAI 市场图谱，大多数已推出的项目在 DeFi 方面的实用性有限。我认为这是由于该领域的新颖性以及构建项目需要时间。

人们想要获得代币，而目前大多数已推出的项目都在瞄准最容易实现但实用性最低的目标。

估值图谱，本月早些时候从 @cookiedotfun 获取的项目快照，现在的估值低了很多

大多数 DeFAI 市场价值都集中在 「抽象化」 类别中。抽象化大多是基于文本的替代性用户体验（UX）。这个类别是 「低垂的果实」，因为它利用了现有的 DeFi 项目和大语言模型（LLM）的应用程序编程接口（API），它逻辑有限，主要是基于意图。鉴于这个领域目前的项目数量和估值，很可能赢家已经出现，与其他类别相比，我认为这里的机会有限。

我也鼓励投资者去试用这些产品。就我而言，我发现抽象化领域的大多数项目并没有提供良好的用户体验。

有趣的是，这种市场结构为交易者创造了一些机会……

最近 DeFAI 的估值大幅下降，唱衰者似乎被证明是对的…… 产品开发需要时间，考虑到项目所处的阶段，我认为这种估值下降大多是合理的。话虽如此，随着价格下跌，人们会感到无聊，我相信对于那些留意市场的人来说，未来可能会存在机会。

那么，机遇究竟在哪里呢？

首先，我认为大部分机遇在于尚未推出的代币。话虽如此，这些细分领域已经存在，并且一些项目已经上线，要抓住机遇，你必须留意市场并做好准备。为了帮助确定关注的方向，让我们回顾一个思考 DeFAI 市场的框架。

信息代理

这是 AI 代理挖掘信息并完成简单意图的时代。

大语言模型非常擅长处理文本并以文本进行沟通。由于现阶段绝大多数 AI 代理在利用现有模型的 API，它们最强大的应用场景是自然语言处理（NLP）。我不会在此深入探讨，因为有很多其他资料涉及这方面内容，但这里有两个高阶领域：

替代性用户界面 / 抽象化：这些是基于聊天的用户界面，它们聚合并抽象掉 DeFi 协议甚至区块链。它们可以提供宏观信息、找到项目并执行简单操作。比如 「我想买 SOL -> 通过 Jup 购买 SOL」。最终，这些工具将使用现有的 DeFi 原语 / 聚合器和跨链桥来执行操作。我猜 「赢家」 可能已经出现，我们很可能会看到市场整合为少数几个平台。增长将体现在改进人工智能和集成功能以及扩大用户群体上，这仍然是一个未经证实的市场。就我而言，我不确定基于文本的界面是否真的能改善 DeFi 的用户体验。

分析工具：这些是辅助工具，可以帮助交易者挖掘处理信息。这是一个多样化的类别，一些例子包括代码审查、代币分析和社交情绪分析。分析工具将不断发展得更加复杂，并在不断发展的加密货币 / 人工智能生态系统中发挥重要作用。人工智能驱动的分析工具与传统分析工具在同一市场竞争。总体而言，加密货币分析还有很大的发展空间。我认为细分的分析工具将比通用分析工具能够获取更多价值。

值得关注的项目：

• 抽象化：griffain、neur、The Hive、Venice 等等……

• 分析：Cookie DAO、Kaito AI、Hiero Terminal 等等……

智能 DeFi

从信息转向行动，能够挖掘信息并基于该信息采取行动。

目前，这是一个 2 亿美元的市场，我认为它最终将占据 DeFAI 市场的大部分。假设市场规模为 120 亿美元，「智能 DeFi」 占 50% ，那么这个细分领域依然有 30 倍的机遇。同样，我认为赢家尚未出现……

实用性（价值）在哪里呢？最初，实用性将来自持续监控和自动化，让用户能够利用市场中的微小低效之处，否则他们可能不会注意到这些机会，或者觉得这些机会太小而不值得花费时间。这个市场已经存在。随着该领域的发展，大语言模型将使 DeFAI 协议不仅能够实现自动化，还能适应并扩大市场范围，以进一步提高回报。随着时间推移，回报的提升程度将与智能、推理能力和基础设施的发展同步。

在这个领域取得成功的团队将不得不构建或使用定制模型、DeFi 基础设施和数据管道。这种更深层次的整合需求就是为什么与抽象化领域相比，这个领域发展不足。构建这些东西需要时间。

智能 DeFi 并不是一个新市场，但人工智能可以增强和扩展它。现有产品的例子包括收益优化项目 Lulo、Carrott，以及聚合器 Ranger 和 Jupiter。

现有领域是确定性模型表现出色的领域。例如，「X 协议之间最便宜的利率是 Y，所以使用 Z」。最终，基于大语言模型的操作可能会通过提供替代性用户体验或增强信息来帮助提升这些协议，但现有项目不太可能被颠覆。

智能 DeFi 将如何在这个市场上进行拓展呢？

大语言模型是概率性的。在固定市场中，这会导致性能较差，例如，如果你在对比交易价格时，最便宜的总是最好的。

概率性本质以及处理各种不同类型信息的能力确实提供了优势，这可以让 DeFi 扩展到新的、更动态的市场。

能够挖掘 / 评估新资产

动态监控、理解并对新的市场叙事采取行动

它们可以综合社交、链上和链下数据，并运用推理采取多种行动。

从宏观层面看存在协同效应，但机遇在哪里呢？

让我们看看一个有前景的细分领域，智能流动性提供（Smart LPing）。

流动性提供很难，因为每个资金池都有不同的风险状况，而且收益在不同资产之间波动很大。目前，基于用户的投资理念，有一些工具可以帮助配置资产，但可组合性 / 自动化程度有限。

流动性提供代理的愿景是能够通过调整风险参数并根据链上和社交数据的组合选择资产 / 资金池，来动态优化流动性提供的收益。最终可能会创造出一种新资产，它可以从长尾市场中动态获取收益，从而整体上提高市场效率。

Raydium 的手续费，可作为链上交易量的一个指标

为什么选择原生 AI 团队？

是的，实现这个愿景需要时间。话虽如此，我相信原生 AI 团队在市场效率较低 / 绝对收益较少的领域更具竞争力，因为更多的回报可以归因于智能。原生 AI 团队规模会更小，所以他们可以行动得更快，并且更专注于 「智能」 因素。

我想提及的一些团队：Cleopetra、Alris agent 和 Voltr。

其他我不会深入探讨的领域包括智能定期定额投资、交易执行以及基于社交信号的产品。随着智能程度的提升，归因于人类的回报比例将开始被人工智能工具侵蚀。

Project Plutus 在智能限价订单方面已经展示出有趣的早期成果，我很期待亲自测试一下。

接下来，Alpha 猎人

让我们看看一个代理能否产生 Alpha 收益。

以下是业内一些更专业人士的常见回应。虽然我同意我们离这一目标还很远，但我认为完全否定 Alpha 代理是无知的。要相信一些东西……

产生 Alpha 收益很难。

在传统市场中，对冲基金每年花费数十亿美元，与世界上最聪明的人合作以创造优势。但系统性摩擦意味着加密货币市场远不如传统市场高效，正因为如此，代理产生 Alpha 收益更具可行性。每周都会出现新的资产类别 / 叙事，这意味着加密货币与传统金融无法直接套用相同策略。

为何放弃 Alpha 呢？

我坚信 「Alpha 猎手」 不会是从 0 到 1 的创新，而是逐步出现的。在可预见的未来，Alpha 收益仍将由人驱动，由 AI 辅助。随着时间推移，回报将逐渐归因于代理。一旦达到某个临界点，我们可能会看到真正的 「Alpha 猎手代理」 出现，它们将雇佣人类或者与人类合作。

代币将有助于启动、协调和整合新兴的生态系统。

当前两个采用有趣方法的协议：

• Almanak：Almanak 整合了精品数据管道、先进的风险引擎以及人工智能驱动的代理，在人类监督下生成并执行多种金融策略。它是一个代理 / 策略平台，能持续识别 Alpha 收益并在安全的非托管环境中为用户提供服务。

• Allora：Allora 推理系统根据实时准确性智能聚合和加权人工智能预测。人类参与者作为工作者发挥作用，提供预测并评估推理质量，以完善系统的市场预测。目标是将这些预测应用于市场。

致力于模型开发的加密原生团队也将发挥关键作用。最终，智能是关键。

我喜欢的协议还有：Pond（专注于利用链上数据开发加密原生模型）和 Nous Research（他们做了很多工作，可以帮助开发首个去中心化训练的最优模型，他们还提到探索代理的 「需求」）。

这个领域还在早期，关注那些有潜力发展壮大的团队。

随着智能的边际成本持续下降，以及每天新创建的市场数量不断增加，代理已准备好迎接一个新兴的市场细分领域，这个领域对人类来说转瞬即逝，对机器人来说又过于动态。相信一些东西吧。