作者｜Henry@IOSG
前言在短短3个月内，AIxmemecoin的市值已达到134亿美元，与一些成熟的L1（如AVAX或SUI）规模相当。
事实上，人工智能与区块链的关系由来已久，从早期Bittensor子网上的去中心化模型训练，到Akash和io.net等去中心化GPU/算力资源市场，再到当前Solana上的AIxmemecoins和框架浪潮。每个阶段都表明，加密货币在一定程度上可以通过资源聚合对人工智能进行补充，从而实现主权人工智能和消费者用例。
在第一波SolanaAI币浪潮中，有些带来了有意义的实用性，而不仅仅是纯粹的投机。我们看到出现了像ai16z的ELIZA这样的框架，AIagents则出现了像aixbt这样提供市场分析和内容创作的人工智能代理，或将AI与区块链能力集成的工具包等。
在AI的第二波浪潮中，随着更多工具的成熟，应用已成为关键的价值驱动因素，而DeFi已成为这些创新的完美试验场。为简化表述，在本研究中，我们将AI与DeFi的结合称作“DeFai”。
根据CoinGecko的数据，DeFai的市值约为10亿美元。Griffian以45%的份额占据市场主导地位，而$ANON则占比22%。这个赛道在12月25日之后开始经历快速增长，与同期的Virtual和ai16z等框架和平台在圣诞假期后迎来了强势增长。
▲来源：Coingecko.com这仅仅只是第一步，DeFai的潜力远不止于此。虽然DeFai仍处于概念验证阶段，但我们不能低估它的潜力，它将利用AI所能提供的智能和效率，把DeFi行业转变为一个更加用户友好、智能和高效的金融生态系统。
在深入了解DeFai的世界之前，我们需要了解代理（Agent）在DeFi/区块链中的实际运作方式。
Agent在DeFi系统中如何运作人工智能代理（AIAgent）指的是可以根据工作流程代表用户执行任务的程序。AIAgent背后的核心是LLM（大语言模型），该模型可以根据其训练或学习到的知识做出反应，但这种反应往往是有限制的。
Agent与机器人有本质区别。机器人通常针对特定任务，需要人工监督，并需要在预定义的规则和条件下运行。相比之下，agent更具动态性和适应性，能够自主学习以实现特定目标。
为了创造更个性化的体验和更全面的响应，agent可以将过去的互动存储在内存中，从而使代理能够从用户的行为模式中学习并调整其响应，根据历史背景生成量身定制的建议和策略。
在区块链中，agent可以与智能合约和账户互动，处理复杂的任务，而无需持续的人工干预。例如，在简化defi用户体验方面，包括一键执行多步桥接和farming、优化farming策略以获得更高的回报、执行交易（买入/卖出）并进行市场分析，所有这些步骤都是自主完成的。
参考@3sigma的研究，大多数模型都遵循6个特定的工作流程：
数据收集模型推理决策制定托管和运行互操作性钱包1、数据收集首先，模型需要了解其工作环境。因此它们需要多个数据流，以使模型与市场状况保持同步。这包括：1)来自索引器和预言机的链上数据2)来自价格平台的链下数据，例如CMC/Coingecko/其他数据提供商的数据API。
2、模型推理一旦模型学习了环境，它们就需要应用这些知识，根据用户新的、未识别过的输入数据进行预测或执行。Agent使用的模型包括：
监督学习和非监督学习：在有标签或无标签数据上训练的模型，用于预测结果。在区块链语境下，这些模型可以分析治理论坛数据，以预测投票结果或识别交易模式。强化学习：通过评估其行为的奖惩结果，在试错中学习的模型。其应用包括优化代币交易策略，如确定购买代币的最佳买入点或调整farming参数。自然语言处理（NLP）：理解和处理人类语言输入的技术，这对于扫描治理论坛和提案以获取观点来说非常有价值。▲来源：https://www.researchgate.net/figure/The-main-types-of-machine-learning-Main-approaches-include-classification-and-regression_fig1_3549602663、决策制定通过训练有素的模型和数据，agent可利用其决策能力采取行动。这包括阐释现下情况并做出适当反应。
在这一阶段，优化引擎在寻找最佳结果方面发挥着重要作用。例如，在执行收益策略之前，agent需要平衡滑点、价差、交易成本和潜在利润等多种因素。
由于单个agent可能无法优化不同领域的决策，因此可以部署多代理系统来进行协调。
4、托管和运行由于任务的计算密集性质，AIAgent通常将其模型托管在链下。一些agent依赖AWS等中心化云服务，而那些倾向于去中心化的agent则使用Akash或ionet等分布式计算网络以及Arweave进行数据存储。
虽然AIAgent模型在链下运行，但agent需要与链上协议交互，以执行智能合约功能及管理资产。这种交互需要安全的密钥管理解决方案，如MPC钱包或智能合约钱包，以安全地处理交易。Agent可以通过API进行操作，在Twitter和Telegram等社交平台上与其社区进行交流和互动。
5、互操作性Agent需要与各种协议交互，同时在不同系统间保持更新。它们通常使用API桥接器来获取外部数据，如价格馈送（pricefeed）。
为了及时了解当前协议状态并做出适当响应，agent需要通过webhooks或IPFS等去中心化消息传递协议进行实时同步。
6、钱包Agent需要一个钱包或访问私钥来发起区块链交易，市场上有两种常见的钱包/密钥管理方式：基于MPC和基于TEE的解决方案。
对于投资组合管理的应用，MPC或TSS可以在agent、用户和可信方之间拆分密钥，而用户仍可对AI保持一定程度的控制。CoinbaseAIReplit钱包有效地实现了这种方法，展示了如何利用AIagent实现MPC钱包。
对于完全自主的AI系统，TEE提供了一种替代方案，将私钥存储在一个安全飞地中，使整个AIagent能够在一个隐蔽和受保护的环境中运行，不受第三方干扰。然而，TEE解决方案目前面临两大挑战：硬件集中化和性能开销。
在克服这些难题后，我们将能够在区块链上创建一个自主代理，不同的agent可以在DeFi生态系统中各司其职，以提高效率、改善链上交易体验。
总的来说，我暂且将DeFixAi分为4大类：
抽象/用户体验友好型AI收益优化或投资组合管理市场分析或预测机器人DeFai基础设施/平台打开DeFixAI世界的大门—DeFai▲来源：IOSGVenture#1、抽象/用户体验友好型AI人工智能的目的是为用户提高效率、解决复杂问题和简化复杂任务。基于抽象的人工智能可以简化新手和现有交易者访问DeFi的复杂性。
在区块链领域，有效的AI解决方案应该能够：
自动执行多步骤交易和质押操作，用户无需具备任何行业知识；执行实时研究，提供用户做出明智交易决策所需的所有必要信息和数据；从各种平台获取数据，识别市场机会，为用户提供全面分析。这些抽象工具大多以ChatGPT为核心。虽然这些模型需要与区块链无缝集成，但在我看来，似乎没有任何模型经过专门训练或与根据区块链数据进行适配。
Griffain的创始人Tony在Solana黑客松中提出这一概念。后来他将这一想法转化为功能性产品，并获得了Solana创始人Anatoly的支持和认可。
简单地说，griffain是目前Solana上第一个也是性能最强的抽象AI，它可以执行swap、钱包管理、NFT铸造和代币狙击等功能。
以下是griffain提供的具体功能：
用自然语言执行交易使用pumpfun发行代币，铸造NFT，并可选择地址进行空投多agent协调Agent可代表用户发布推文根据特定关键字或条件在pumpfun上狙击新上线的memecoins质押、自动化和执行DeFi策略调度任务，用户可以向agent输入input，创造量身定制的代理从平台获取数据进行市场分析，例如识别代币的持有者分布尽管griffain提供了众多功能，但用户仍需要手动输入token地址或向agent提供具体的执行指令。因此对于不熟悉这些技术指令的初学者来说，目前的产品还有优化的空间。
到目前为止，griffain提供两种类型的AIagent：个人人工智能代理和特殊代理。
个人人工智能代理(PersonalAIAgent)由用户控制。用户可以自定义指令和输入内存设置，以便根据个人情况定制代理。
特殊代理(Specialagents)是为特定任务设计的代理。例如，“空投代理”(AirdropAgent)经过训练后可查找地址并将代币分配给指定的持有者，而“质押代理”(StakingAgent)经过编程后可将SOL或其他资产质押到资产池中，以实现挖矿策略。
Griffain的多代理协作系统是一个显著特点，多个agent可以在一个聊天室里协同工作。这些agent既能独立解决复杂的任务，又能保持协作。
▲来源：Source:https://griffain.com账户创建后，系统会生成一个钱包，用户可以将账户委托给agent，由其自主执行交易和管理投资组合。
其中，密钥通过ShamirSecretSharing进行拆分，这样griffain和privy都无法托管钱包，根据Slate的介绍，SSS的工作原理是将密钥拆分为三个部分，包括：
设备共享：存储在浏览器中，打开标签页时检索授权共享：存储在Privy服务器上，在验证和登录应用程序时检索恢复共享：加密存储在Privy服务器上，只有在用户输入密码登录标签页时才能解密并获取此外，用户还可以在griffain前端选择导出或导出。
Anon由DanieleSesta建立，他因创建DeFi协议Wonderland和MIM(MagicInternetMoney)而闻名。与Griffain类似，Anon也是为了简化用户与DeFi的交互。
虽然该团队已经对其未来功能做出介绍，但由于产品尚未公开，因此还没有任何功能得到验证。部分功能包括：
使用自然语言（包括中文在内的多语言）执行交易通过LayerZero实现跨链桥接与Aave、Sparks、Sky和Wagmi等伙伴协议进行借贷和供应通过Pyth获取实时价格和数据信息提供基于时间和gasprice的自动执行和触发器提供实时市场分析，如情绪检测、社交资料分析等除核心功能外，Anon还支持各种AI模型，包括Gemma、Llama3.1、Llama3.3、Vision、Pixtral和Claude。这些模型有可能提供有价值的市场分析，提供有助于用户节省研究时间并做出明智决策，这在当今每天都有市值1亿的新代币出现的市场中尤为宝贵。
钱包可以导出、撤销授权，但有关钱包管理和安全协议的具体细节尚未公开。
除核心功能外，Anon还支持各种AI模型，包括Gemma、Llama3.1、Llama3.3、Vision、Pixtral和Claude。
除此之外，daniele最近发布了2条关于Anon的更新：
Automate框架：一个typeScript框架，可帮助更多项目更快地与Anon集成。该框架将要求所有数据和交互都遵循预定义的结构，以便Anon可以降低AI被幻觉的风险并更加可靠。
Gemma：一个Research/研究代理，可以从链上defi指标（例如TVL、交易量、prepdex资金率）和链下数据（例如Twitter和Telegram）收集实时数据，以进行社交情绪分析。这些数据将转化为机会警报和针对用户的定制见解。
从文档来看，这使得Anon成为整个领域中最受期待和最强大的抽象工具之一。这在当今每天都有市值1亿的新代币出现的市场中尤为宝贵。
在BigBrainHoldings的支持下，Slate将自己定位为“AlphaAI”，可根据链上信号进行自主交易。目前Slate是唯一能够在Hyperliquid上自动执行交易的抽象AI。
Slate优先考虑价格路由、快速执行，并能在交易前进行模拟。主要功能包括：
EVM链和Solana之间的跨链swap基于价格、市值、gas费用和盈亏指标的自动交易自然语言任务调度链上交易聚合Telegram通知系统可开仓多空、在特定条件下清偿、LP管理+挖矿，包括在hyperliquid上执行总体而言，其费用结构分为两种：
常规操作：Slate对常规转账/提款不收取费用，但对swap、桥接、claim、借入、借出、偿还、质押、解除质押、做多、做空、锁定、解锁等操作收取0.35%的费用。条件操作：如果设置了条件订单(如限价订单)。如果基于gas费用条件，Slate将收取0.25%手续费；所有其他条件的费用则为1.00%。在钱包方面，Slate集成了Privy的嵌入式钱包架构，确保Slate和Privy都不会托管用户的钱包。用户既可以连接自己现有的钱包，也可以授权agent代表自己执行交易。
▲来源：https://docs.slate.ceo对比主流抽象AI：
▲来源：IOSGVenture目前大多数AI抽象工具支持在Solana和EVM链之间进行跨链交易和资产桥接。Slate提供Hyperliquid集成，而Neur和Griffin目前仅支持Solana，但预计很快会加入跨链支持功能。
大多数平台整合了Privy内嵌钱包和EOA钱包，允许用户自主管理资金，但需要用户授权agent访问以执行某些交易。这为TEE(TrustedExecutionEnvironment)提供了机会，以确保AI系统的防篡改性。
尽管大多数AI抽象工具共享如代币发行、交易执行和自然语言条件订单等功能，但它们的性能差异显著。
在产品层面，我们仍处于抽象AI的初期阶段。通过比较上述提到的五个项目，Griffin因其丰富的功能集、广泛的合作网络以及多代理协作的工作流处理而脱颖而出(Orbit也是支持多代理的另一个项目)。Anon凭借快速响应、多语言支持和Telegram集成而表现出色，而Slate则得益于其复杂的自动化平台，且是唯一支持Hyperliquid的代理。
然而，在所有抽象AI中，一些平台在处理基础交易(如USDCSwap)时仍面临挑战，例如无法准确获取正确的代币地址或价格，或未能分析最新的市场趋势。响应时间、准确性和结果相关性也是衡量模型基本性能的重要差异化因素。未来，我们希望与团队合作开发一个透明化的仪表板，实时追踪所有抽象AI的表现。
#2、自主收益优化与投资组合管理与传统收益策略不同，该领域的协议使用AI分析链上数据以进行趋势分析，并提供帮助团队开发更优收益优化和投资组合分配策略的信息。
为了降低成本，模型通常在Bittensor子网或链下训练。为了让AI能够自主执行交易，采用了ZKP(零知识证明)等验证方法以确保模型的诚实性和可验证性。以下是几个优化受益DeFai协议的例子：
T3AI是一个支持非足额抵押的借贷协议，通过使用AI作为中介和风险引擎。其AIagent实时监控贷款健康状况，并通过T3AI的风险指标框架确保贷款可清偿。同时，AI通过分析不同资产之间的关系及其价格变化趋势，提供精确的风险预测。T3AI的AI具体表现为：
分析主要CEX和DEX的价格数据；测量不同资产的波动性；研究资产价格的相关性和联动性；发现资产交互中的隐藏模式。AI将根据用户的投资组合建议最优配置策略，并在模型调整后潜在实现自主的AI投资组合管理。此外，T3AI还通过ZK证明和验证者网络确保所有操作的可验证性和可靠性。
▲来源：https://www.trustinweb3.xyz/Kudai是一个实验性的GMX生态系统代理，由GMXBlueberryClub利用EmpyrealSDK工具包开发，其代币目前在Base网络上交易。
Kudai的理念是将$KUDAI产生的所有交易费用用于资助自主交易操作的代理，并将利润分配给代币持有者。
在即将到来的第2/4阶段，Kudai将能够解释Twitter上的自然语言：
购买并质押$GMX以生成新收入流；投资于GMXGM池以进一步提高收益；以最低价购买GBCNFT以扩展投资组合。在此阶段之后，Kudai将完全自主化，可独立执行杠杆交易、套利和赚取资产回报(利息)。除此之外团队尚未披露更多信息。
SturdyFinance是一个借贷与收益聚合器，利用由BittensorSN10子网矿工训练的AI模型，通过在不同的白名单silo池之间转移资金来优化收益。
Sturdy采用两层架构，由独立资产池(silopools)和聚合层(aggregatorlayer)组成：
独立资产池（SiloPools）这些是单一资产隔离池，用户只能在其中借贷单一资产或使用单一抵押品进行借款。
聚合层（AggregatorLayer）聚合层基于YearnV3构建，通过利用率和收益率将用户资产分配到经过白名单审核的独立资产池中。Bittensor子网为聚合器提供最佳的分配策略。当用户将资产存入聚合器时，他们仅暴露于所选的抵押品类型，完全避免了来自其他借贷池或抵押资产的风险。
▲来源：https://sturdy.finance截至本文撰写时，SturdyV2的TVL自2024年5月以来一直下降，目前聚合器的TVL约为390万美元，占协议总TVL的29%。
自2024年9月以来，Sturdy的日活跃用户始终保持在两位数（>100），其中pxETH和crvUSD是聚合器中的主要借贷资产。然而，该协议的表现在过去几个月中明显停滞。引入AI的整合似乎是为了希望重新激发协议的增长动能。
▲来源：https://dune.com/tk-research/sturdy-v2#3、市场分析代理#Aixbt
Aixbt是一个市场情绪追踪代理，聚合并分析来自400多位TwitterKOL的数据。借助其专有引擎，AixBT能够识别实时趋势并全天候发布市场观察信息。
在现有的AIagent中，AixBT拥有显著的14.76%的市场关注份额，使其成为生态系统中最具影响力的代理之一。
▲来源：Kaito.comAixbt是为社交媒体互动而设计，其发布的洞察直接反映了市场的注意力焦点。
其功能不仅仅局限于提供市场洞察(alpha)，还包括互动性。AixBT能够回复用户问题，甚至通过Twitter使用专业工具包进行代币发行。例如，$CHAOS代币便是AixBT和另一个交互式机器人Simi利用@EmpyrealSDK工具包合作创建的。
截至目前，持有600,000枚$AIXBT代币（价值约24万美元）的用户可访问其分析平台和终端。
#4、去中心化AI基础设施和平台Web3AIAgent的存在离不开去中心化基础设施的支持。这些项目不仅为模型训练和推理提供支持，还提供数据、验证方法以及协调层，以推动AI代理的开发。
无论是Web2还是Web3的AI，模型、计算能力、数据始终是推动大语言模型(LLM)和AIagent卓越发展的三大基石。通过去中心化方式训练的开源模型将受到agent构建者的青睐，因为这种方式完全消除了中心化所带来的单点风险，并为用户所拥有的AI开辟了可能性。开发者无需依赖Google、Meta和OpenAI等Web2AI巨头的LLMAPI。
以下是由Pinkbrains绘制的AI基础设施图：
▲来源：PinkBrainsNousResearch、PrimeIntellect和ExoLabs等先锋机构正在推动去中心化训练的边界。
NousResearch的Distro训练算法以及PrimeIntellect的DiLoco算法已经成功在低带宽环境中训练出拥有超过100亿参数的模型，这表明在传统中心化系统之外，同样可以实现大规模训练。ExoLabs更进一步推出了SPARTA分布式AI训练算法，将GPU间的通信量减少了1000倍以上。
Bagel正致力于成为一个去中心化的HuggingFace，为AI开发者提供模型和数据，同时通过加密技术解决开源数据的归属和货币化问题。Bittensor则构建了一个竞争性市场，参与者可贡献算力、数据和智能，以加速AI模型和代理的开发。
许多人认为AixBT能够在实用型代理类别中脱颖而出，主要得益于其高质量数据集的获取能力。
Grass、Vana、Sahara、SpaceandTime和CookieDAOs等提供商供应高质量、领域特定的数据，或允许AI开发者访问数据“围墙花园”，从而增强其能力。通过利用超过250万个节点，Grass每日可抓取高达300TB的数据。
目前，Nvidia仅能在2000万小时的视频数据上训练其视频模型，而Grass的视频数据集规模是其15倍(3亿小时)，并且每天增长400万小时——也就是Nvidia总数据集的20%每天都在被Grass收集。换句话说，Grass仅需5天就能获取Nvidia总视频数据集的等量数据。
没有计算资源，agent无法运行。Aethir和io.net等算力市场通过聚合各种GPU，为agent开发者提供了经济高效的选择。Hyperbolic的去中心化GPU市场将计算成本削减了多达75%，同时托管开源AI模型，提供与Web2云提供商相当的低延迟推理能力。
Hyperbolic通过推出AgentKit，进一步增强其GPU市场和云服务。AgentKit是一个强大的接口，允许AI代理完全访问Hyperbolic的去中心化GPU网络。它具有AI可读的算力资源地图，能够实时扫描并提供有关资源可用性、规格、当前负载和性能详细信息。
AgentKit开启了一个革命性的未来，agent可以独立获取所需的算力并支付相关费用。
通过创新的ProofofSample验证机制，Hyperbolic确保生态系统中的每次推理交互都经过验证，为未来的代理世界建立信任基础。
然而，验证仅解决了自主代理信任问题的一部分。另一个信任维度涉及隐私保护，而这正是Phala、Automata和Marlin等TEE(可信执行环境)基础设施项目的优势。例如，这些AIagent所使用的专有数据或模型可以被安全地保护。
事实上，真正的自主代理无法在没有TEE的情况下完全运行，因为TEE对于保护敏感信息至关重要，比如保护钱包私钥、防止未经授权的访问，以及确保Twitter账户的登录安全等。
TEE(可信执行环境)在处理过程中将敏感数据隔离在受保护的CPU/GPUenclave(安全区域)内。只有授权的程序代码才能访问enclave的内容，而云服务提供商、开发人员、管理员以及其他硬件部分均无法访问这一区域。
TEE的主要用途是执行智能合约，尤其是在涉及更敏感金融数据的DeFi协议中。因此，TEE与DeFai的集成包括传统的DeFi应用场景，例如：
交易隐私：TEE可以隐藏交易细节，如发送方和接收方地址以及交易金额。SecretNetwork和Oasis等平台使用TEE保护DeFai应用程序中的交易隐私，从而实现隐私支付。抗MEV：通过在TEE中执行智能合约，区块构建者无法访问交易信息，从而防止了产生MEV的抢跑攻击。Flashbots利用TEE开发了BuilderNet，这是一个去中心化的区块构建网络，可降低与中心化区块构建相关的审查风险。Unichain和Taiko等链也使用TEE为用户提供更好的交易体验。这些功能也适用于ZKP或MPC等替代解决方案。不过，TEE目前在这三种解决方案中执行智能合约的效率最高，原因很简单，因为该模型是基于硬件的。
在代理方面，TEE为代理提供了各种能力：
自动化：TEE可以为agent创建独立的操作环境，确保其策略的执行不受人为干扰。这保证了投资决策完全基于代理的独立逻辑。TEE还能让agent控制社交媒体账户，确保其发表的任何公开声明都是独立的，不受外界影响，从而避免广告等宣传的嫌疑。Phala正与AI16Z团队合作，使Eliza能够在TEE环境中高效运行。可验证性：人们可以验证agent是否在使用承诺的模型进行计算并产生有效结果。Automata和Brevis正在合作开发这种功能。随着越来越多具有特定用例（DeFi、游戏、投资、音乐等）的专业代理进入这一领域，更好的agent协作和无缝通信变得至关重要。
代理群框架的基础设施已经出现，以解决单体代理的局限性。群集智能允许代理作为一个团队协同工作，汇集它们的能力来实现共同的目标。协调层将复杂性抽象化，使代理更容易在共同目标和激励机制下开展协作。
包括Theoriq、FXN和Questflow在内的几家Web3公司正在朝这个方向发展。在所有这些参与者中，最初于2022年作为ChainML推出的Theoriq在实现这一目标方面的努力时间最长，其愿景是成为代理人工智能的通用基础层。
为了实现这一愿景，Theoriq在底层模块处理agent注册、支付、安全、路由、规划和管理。它还连接了供需双方，提供了一个名为InfinityStudio的直观代理构建平台，允许任何人部署自己的代理，同时还提供了InfinityHub（一个客户可以浏览所有可用代理的市场）。在其蜂群系统中，元代理会为给定任务选择最合适的代理，创建“蜂群”(swarms)以实现共同目标，同时跟踪声誉和贡献以保持质量和责任。
Theoriq代币提供了经济保障，代理运营商和社区成员可以用代币来表示对代理的质量和信任，从而激励优质服务，阻止恶意行为。代币还可作为一种交换媒介，用于支付服务费用和访问数据，并奖励贡献数据、模型等的参与者。
▲来源：Theoriq随着围绕AIAgent的讨论逐渐成为一个长期的行业领域，并由明确的实用代理带头，我们可能会看到CryptoxAI基础设施项目的复兴，并带来强劲的价格表现。这些项目有可能利用其风险投资资金、多年的研发经验和特定领域的技术专长，在整个价值链上进行扩张。这可以让它们开发出自己的高级实用AIAgent，能够超越目前市场上95%的其他agents。
DeFai的演变及未来我始终认为，市场的发展将分为三个阶段：首先是要求效率，然后是去中心化，最后是隐私化。DeFai将分为4个阶段。
DeFi人工智能的第一阶段将重点关注效率，通过各种工具改善用户体验，以完成复杂的DeFi任务，而无需扎实的协议知识。例子包括：
即使格式不完善也能理解用户提示的人工智能在最短的区块时间内快速执行swap实时市场调研，帮助用户根据自己的目标做出有利决策如果创新得以实现，可以助力用户节省时间和精力，同时降低链上交易的门槛，有可能在未来几个月内创造一个“魅影”时刻。
在第二阶段，agent将在极少人为干预的情况下自主交易。交易代理可以根据第三方的观点或其他代理的数据执行策略，这将创造一种新的DeFi模式。专业或成熟的DeFi用户可以微调自己的模型建立代理，为自己或客户创造最佳收益，从而减少人工监控。
在第三阶段，用户将开始关注钱包管理问题和人工智能验证，因为用户会要求透明度。TEE和ZKP等解决方案将确保人工智能系统防篡改、不受第三方干扰并可验证。
最后，一旦这些阶段完成，无代码DeFiAI工程工具包或AI即服务协议就可以创建一个基于代理的经济，使用根据加密货币训练后的模型进行交易。
虽然这一愿景雄心勃勃，令人振奋，但仍有几个瓶颈尚待解决：
目前的大多数工具都只是ChatGPT包装，没有明确的基准来识别高质量项目链上数据碎片化将人工智能模型推向中心化而非去中心化，目前还不清楚链上代理将如何解决这一问题
