DeFi 的下一個裏程碑還需要什麼？ - ChainCatcher

原文標題：DeFi's next milestone: What it'll take for agentic finance to work

原文作者：@Lemniscap

原文編譯：Ismay，BlockBeats

編者按：當 DeFi 的世界復雜到連專業用戶都難以掌控時，我們究竟如何把主動權交還給普通人？

本篇來自 Lemniscap 的研究文章，系統梳理了「智能代理金融」的興起脈絡與現實困境。從 &milo、Meridian 到 SendAI、The Hive，這些早期產品展示了 AI 如何成爲鏈上交互的新接口，也暴露了其在執行可靠性、權限安全與驗證機制上的巨大缺口。作者指出，DeFi 想邁向下一個階段，關鍵不在更聰明的模型，而在更可信的底層結構——讓代理的每一次行動都可驗證、可追溯、可被信任。

這不僅是技術演進的轉折點，也是一場關於信任重構的實驗。正如文中所言：DeFi 的下一個裏程碑，不是更大的規模，而是對自動化的信任。

到 2025 年，DeFi 已經和早期的模樣完全不同。

數據本身就能說明一切：機構資金單季流入超過 100 億美元，分布在數十條鏈上的活躍協議數量突破 3000 個。全網 DeFi 協議的總鎖倉量在 2025 年達到 1600 億美元，同比增長 41%；DEX 與 Perps 的累計交易量更是以「萬億」爲計。

隨着 DeFi 的體量變大，能做的事情越來越多，但復雜度也急劇上升。大多數人根本無法跟上鏈上發生的一切。如果我們希望更多人能把握這些新機會，就必須構建能讓用戶更輕鬆做出正確決策的工具——而這正是未來的發展方向。

與此同時，AI 已逐漸融入日常生活，人們開始養成圍繞自動化的新習慣。這一趨勢催生出「智能代理金融」（Agentic Finance）——由智能代理來處理金融操作的導航與執行。

即便是像 Comet 這樣基於瀏覽器的簡單代理，也展示了這類工具的快速演進。當你通過瀏覽器代理執行一筆 DeFi 操作（正如 SendAI 創始人 Yash 分享的示例那樣），你就能看到智能代理金融的潛力。

這一願景其實很直觀：你不再需要翻找各種儀表板或 X 上的長帖，只需告訴 AI 你想實現的目標，它就能自動幫你完成後續步驟。

目前正在出現兩類智能代理：

一類是 Copilots，它們引導用戶在整個 DeFi 世界中做出決策；另一類是 Quant Agents，更偏向專業自動化策略執行，相當於「自動駕駛（Autopilots）」。

兩者都還處於早期階段，也都存在缺陷，但它們共同指向一個新的方向——一種全然不同的、由 AI 驅動的 DeFi 交互方式。

作爲「副駕駛」的智能代理

可以把這些智能代理想象成你的個人助手。你不再需要翻看圖表或在不同協議間跳轉，只需用自然語言提問，比如：「現在最熱門的代幣有哪些？」或「哪裏收益最高？」，代理就能直接回答並給出下一步建議——就像一個隨叫隨到、知識豐富的朋友。

以 &milo 爲例，它的副駕駛模式能協助你做出投資決策、進行資產再平衡、獲取投資組合洞察——讓你在保持掌控的同時，省去繁瑣操作。

借助自然語言解釋與智能提示，&milo 能幫助用戶理解倉位、比較收益機會，而不必在各種儀表板中翻找數據。它展示了副駕駛型代理從簡單的聊天助手逐步演進爲功能完整的 DeFi 向導的雛形。

爲了觀察這些代理在實際操作中的表現，我們試用了幾款最新發布的產品，親身體驗它們處理真實 DeFi 任務的能力。

結果顯示，這些代理仍有局限。例如，它能成功識別熱門代幣，但無法順利執行買入操作；還出現了兩筆交易失敗，系統提示「餘額不足」，盡管帳戶中實際上有足夠的 SOL 用於支付手續費。

類似的平台 The Hive 則採用了不同路徑——它將多個 DeFi 代理組成一個「蜂羣」，能協同完成跨鏈、收益策略、清算防御等復雜任務，所有操作都通過一個簡潔的聊天界面協調執行。這種由專用代理組成的網路，可以用自然語言指令完成多步驟的鏈上操作。

我們用 The Hive 測試了同樣的買入指令。系統確實識別出了熱門代幣 WEED，但在執行購買時卻返回了錯誤的合約地址。

總體來看，Milo 展示了如何把投資組合管理工具整合進一個流暢流程，而 The Hive 則在探索如何讓多個專門代理協同工作。隨着智能代理能力的提升，它們也開始出現更明顯的分工。

例如，Meridian 專注於另一端的用戶羣——幫助初學者邁出進入 DeFi 的第一步。它採用移動端優先設計，配合清晰的提示，讓換幣、質押或查詢收益等基礎操作更易上手。

Meridian 在這些核心任務上表現流暢、執行迅速，更重要的是，它非常清楚自身邊界。當用戶要求它執行超出範圍的操作時，它會解釋原因，而不是盲目嘗試——這種「誠實」，讓它成爲新手探索鏈上世界的可靠起點。

Meridian 創始人 Benedict 解釋道：

「Meridian 讓用戶可以用自然語言進行安全的研究與操作。我們已將代理的研究功能免費向公衆開放，網址是 meridian.app。註冊 Meridian 移動端 App 的用戶可使用代理的換幣（swap）、多幣種交換（multi-swap）以及投資組合購買功能。目前帳戶仍處於封測階段，感興趣的用戶可通過 Twitter 聯繫 @bqbrady 申請體驗。」

通過我們的測試，我們發現，目前大多數專注於 DeFi 導航的 AI 代理，更多還停留在「教師」或「助手」的角色，主要幫助用戶完成最基礎的操作（如換幣）。

要讓它們可靠地處理更復雜的流程——例如提供流動性、管理槓杆倉位等——仍然需要進一步改進。

正如 Solana 基金會 AI 負責人 Rishin Sharma 所指出的：

「大型語言模型（LLMs）在處理寬泛任務時容易出現幻覺，也難以執行確定性操作。而類似 MCP 這樣的函數調用機制，可能更適合將『行動計劃』轉化爲實際執行。雖然 LLM 在構思和指導層面表現不錯，但在精準執行上仍力不從心。要讓智能代理金融真正可靠，必須超越 LLM，開發特定的函數調用機制、明確的執行策略、可驗證性，以及安全的權限系統。換句話說，如今的智能代理執行層仍然發育不全——AI 的『大腦』已經足夠聰明，但還缺一個能穩健行動的『身體』。」

作爲「自動駕駛」的智能代理

如果說「副駕駛型」代理更像導師，那麼「量化型」代理則更像自動駕駛系統。它們不僅能構建策略，還能真正執行——實時監控市場、測試交易，並以機器速度自動行動，讓復雜的 DeFi 策略進入「全自動運行」模式。

一個正在成形的典型案例來自 SendAI。它本身並不是量化代理，而是一套讓他人能夠創建這些代理的工具包。其爲 Solana 設計的「Agent Kit」支持超過 60 種自主操作，包括代幣兌換、新資產發行、借貸管理等，並可直接與 Jupiter、Metaplex、Raydium 等主流協議交互。

換句話說，它爲開發者提供了一個「軌道系統」，讓他們能將決策模型直接接入鏈上執行。

SendAI 創始人 Yash 清晰地概括了他們的願景：

「我們相信，每一個 AI 代理未來都會擁有自己的錢包。SendAI 正在構建這一體系所需的工具與經濟層，使這些代理能夠在 Solana 上執行任何操作。我們正在搭建一個平台，讓這些代理具備上下文感知能力，並支持長時運行、持久且異步的復雜任務執行。」

與此同時，其他團隊正試圖讓這一能力更易觸達。Lomen 負責精選策略，並讓用戶「一鍵部署」，降低了無需編寫代碼即可享受量化自動化的門檻。

而對於更偏好自定義系統的「進階玩家」，Unblinked 提供了一個由 AI 驅動的策略實驗環境。它就像交易領域的 Cursor：用戶可以先勾勒出自己的策略想法，在安全的沙盒環境中運行和優化，再決定是否投入真金白銀。

還有一些平台選擇同時調用多種代理協作完成任務。

例如 Almanak 將「編程代理」與「回測代理」結合：用戶用自然語言描述策略，AI 會自動生成生產級代碼，並以超過 1 萬次蒙特卡洛模擬進行回測，最終生成一份「上場即戰」的策略成果。

最後，還有團隊將注意力放在實時市場優勢上。

Giza 的 ARMA 代理 會在各借貸協議之間主動調配資金，以最大化穩定幣收益。與其讓資金停留在單一池子中，ARMA 會持續監測利率、流動性與 Gas 成本，並動態移動資產。其旗艦代理已管理超過 1700 萬美元 的資金，宣稱收益率比靜態持倉高出 83%。

總體而言，這些量化代理讓時間成本大幅降低，也讓普通用戶能接觸到原本屬於專業量化團隊的復雜策略。但與此同時，它們也揭示了自動化的脆弱性：當數據延遲、協議暫停、或市場出現劇烈波動時，代理仍可能「絆倒」。

換句話說，它們確實能讓你更快，但還遠稱不上「無敵」。

他們的難題所在

與當下的智能代理相處一段時間後，你會發現一些相似的問題：它們有時會建議執行已不存在的操作，比如一個早已關閉的流動池；它們依賴的數據往往滯後於真實鏈上狀態；一旦多步驟計劃中途出錯，它們不會自我調整，而是反復嘗試同一個動作。

權限管理也十分笨拙——要麼用戶必須授予整個錢包的完全訪問權，要麼就得手動批準每一步細微操作。測試環節同樣膚淺，模擬環境難以真實還原鏈上突發流動性變化或治理參數調整等「現實混亂」。

其中最嚴重的問題之一是：這些代理幾乎都像「黑箱」運作。

用戶無法知道它讀取了哪些輸入、如何權衡選項、是否檢查了實時狀態，也不知道爲什麼會選擇執行某筆特定交易。沒有籤名驗證的操作記錄，無法核對「承諾的結果」與「實際執行」的一致性。

用戶只能一邊使用，一邊「看護」自動化過程——不僅效率低，也讓性能難以評估。

如果沒有一套能驗證決策、證明行動確實遵守既定策略的機制，用戶永遠無法區分「可靠的系統」與「包裝精美的營銷」。

對於更大規模的資本而言，DeFi 平台必須從「相信我們」轉變爲「請你驗證」。這也是建立「可審計、可治理、可信賴」的智能代理金融基礎設施的關鍵轉折點。

基礎設施缺口

核心問題在於目前的系統缺乏讓代理在大規模場景中保持可信、一致與安全的基礎工具。要解決這一點，我們需要能夠驗證代理行爲、確認執行結果，並在所有環境中遵循統一規則的基礎設施。唯有如此，人們才會放心把真金白銀交給它們。

不過，大多數用戶其實並不關心代理的「思考過程」，他們只想確認輸出結果是正確的、經過驗證的、且在安全邊界內。在建立信任方面，「可驗證的可靠性」比「可見性」更重要。

這正是「可驗證可靠性（Verifiable Reliability）」的意義所在。代理不必記錄每一步內部操作，但應在明確的策略與合理檢查下運行：設定支出上限、執行時間窗口、關鍵操作前的確認節點等。

在底層，這些規則可通過 可信執行環境（TEE）或類似系統來保障——無需暴露全部細節，也能證明代理確實遵守了邊界。結果就是：在需要時能被審計的輸出，以及讓普通用戶能立即信任的操作。

這種驗證層並不必「一刀切」。日常場景可採用輕量化的安全防護與標準化指標；而高風險或機構級場景，則可要求更強的證明與正式驗證。關鍵是——每一層基礎設施都應提供與其風險水平相匹配、可度量的可靠性。

讓協議爲代理做好準備

接下來要補上的環節，是讓協議「對代理友好」。

目前多數 DeFi 協議並未爲智能代理而設計。它們需要提供更穩定、更安全的執行接口：可以預覽操作、安全重試、並基於一致的數據結構進行執行。權限設計也應「限定範圍」，而非「全權開放」，讓代理在明確邊界內行事，而非掌控整個錢包。

在這些基礎缺失的情況下，再智能的代理框架也會被脆弱的底層「絆倒」。一旦這些地基完善，用戶無需再手動監控自動化進程；開發團隊可減少排錯時間、集中精力創新；不同服務商的執行結果也能因共享基準而具備可比性——不再只是宣傳口號。

必須改變的部分

解決方案其實並不復雜：讓代理可驗證（Provable），讓協議爲代理準備好（Agent-ready）。在代理與錢包之間增加策略層，並要求所有執行過程可追溯、可驗證，而非「黑箱運行」。

例如，Termina 的 SVM 引擎 正是基於這一理念構建——它爲 AI 代理提供真正的 Solana 運行時環境，讓代理能基於鏈上數據建模、決策與學習。與此同時，協議方應開放可「幹跑（dry-run）」的操作接口，明確的錯誤代碼、可安全重試機制、核心數據結構（倉位、費用、健康度）的一致性，以及基於會話（Session）的權限控制。

當這些功能落地，用戶就能擺脫「看護」代理的負擔；團隊能減少系統故障；機構投資者也終於能獲得他們需要的安全護欄與可驗證證明。

現實時間表

未來六個月內，預計改進最快的將是「副駕駛型」代理。更完善的數據管線將提升它們在日常使用場景中的可靠性。

在一年內，隨着測試標準的增強，代理將能跨協議協調執行，人類只需批準關鍵步驟。更長遠來看，隨着基礎設施成熟，智能代理可能會逐漸模糊爲 DeFi 的默認交互層——不再是單獨的「工具」，而成爲人們日常與金融系統交互的主要方式。

結語

「智能代理金融」（Agentic Finance）正在降低參與門檻，讓自動化不再只是專家的專屬工具。但要真正大規模運作，它還需要更好的「地基」：實時數據、更安全的權限機制、更強的測試體系，以及更透明的執行結果。

僅靠更聰明的 AI 並不能解決這些問題。真正的進步，將來自底層結構的完善。

DeFi 的下一個裏程碑，不僅是規模的增長，而是——對自動化的信任。而這一天，只有當 AI 代理不再只是展示用的「概念演示」，而是變成真正可靠的執行者時，才會真正到來。