你好，

如果你在 1995 年告诉某人，几十年后他们可以通过口袋里的设备点餐、叫车或向世界各地的朋友转账，他们可能会持怀疑态度。然而，如今，智能手机已经将这些曾经复杂的任务简化为在屏幕上轻轻一点。

DeFi 目前正处于类似的拐点。DeFi 提供了赚取收益和抢先发现新代币的机会，但对大多数人来说，它过于复杂。管理钱包、跨不同区块链网络操作以及理解智能合约交互，就像在学习一门新语言。此外，由于监管不确定，许多人对参与 DeFi 仍然犹豫不决。这也难怪 DeFi 的交易量仅占中心化交易所（CEX）现货交易总量的 10%-20%。毕竟，CEX 更易于使用，且监管更清晰。

本文探讨了 AI 如何将 DeFi 从一个服务数千人的复杂生态系统转变为一个数百万用户都能轻松使用的金融平台。我们将研究 AI 驱动的界面如何逐步弥合 DeFi 的广阔机遇与普通用户对简洁性的需求之间的鸿沟。尽管所有 DeFAI（DeFi 和 AI 结合）应用仍处于初期阶段，但它们已经让我们一窥 DeFi 的未来：无缝体验金融工具交互，从自动化交易策略到让复杂交易变得自然流畅的对话式界面。

让我们先看看金融市场是如何与计算机和算法结合的。自 20 世纪 80 年代以来，算法开始在金融市场中发挥重要作用。它们构成了现代市场的基石，从股票交易到外汇兑换，无处不在。

算法与金融市场

当我想到金融领域中的算法时，吉姆·西蒙斯（Jim Simons）浮现在脑海中。“传奇”这个词自然地与他联系在一起。他创立了 Renaissance Technologies，这是一家美国投资公司，彻底改变了定量交易的格局。其旗舰基金——The Medallion，在 1988 年至 2018 年的 30 年间，年化复合增长率（CAGR）达到令人瞠目结舌的 39%。

为了理解这一点的非凡之处：100 美元投资于 Medallion，在 30 年后将增值为 210 万美元，而同样的投资在标准普尔 500 指数中仅增长至 1,014 美元。这一差距几乎难以理解。

但真正的魔力在于他们是如何做到的。与其依赖华尔街的资深人士，Renaissance Technologies 的团队由数学、物理学和其他硬科学的博士组成。他们的做法完全依赖于数学模型和算法来进行市场交易，这证明了数据驱动决策的力量。

这种对算法的关注不仅限于对冲基金。在传统金融市场中，交易正变得越来越算法化。最近的一篇文章指出，超过 75% 的日间外汇现货交易，总额达到 5.6 万亿美元（占 7.5 万亿美元的 75%），如今都通过算法进行。这些系统已经重塑了交易台，重点从人类直觉转向了自动化决策。

在自动化方面，DeFi 仍处于初期阶段。相比之下，算法交易已经在传统金融中存在了超过三十年。从 2020 年起，改变华尔街的同一数据驱动革命也开始敲响 DeFi 的大门。

算法与 DeFi

去中心化交易所（DEXs）和借贷协议在 2020 年成为这一新金融生态系统的基础支柱。

DeFi 真正活跃起来是在 Compound 启动其流动性挖矿计划时，引发了活动的爆炸性增长。与此同时，Aave（当时的 EthLend）见证了其 TVL 和价格的飞速上涨。每天都有新的收益农场推出。这些农场提供丰厚的收益，通常以协议的原生代币支付。然而，这些收益的价值与代币的市场价格直接挂钩，为回报增加了一层复杂性。我记得 Sam Bankman-Fried 在一次采访中说过——

想象一下一个什么都不做的魔法盒子，然而人们把数百万投进了它，因为……为什么不呢？随着越来越多的钱涌入，这个盒子变得有价值——因为每个人都认为它有价值。到某个时候，精明的交易员们进来说：“哇，看看这个盒子里有这么多钱！一定是个好盒子！”于是循环继续——直到，当然，它不再继续。

这种动态造成了分歧。精明的交易员们在各个农场之间游走，赚取代币利润，抓住机会，而经验较少的参与者却苦苦挣扎，往往无法理解在如此波动的市场中持续盈利的重要性。很明显，这一版本的 DeFi 并没有设计为能够超越小众群体的规模。

随着生态系统的扩展，对简化 DeFi 交互的工具的需求变得愈加迫切。借贷协议不断增加，催生了聚合器的需求。

Yearn Finance 于 2020 年 2 月推出，达到了 250 万 ETH（当时约 70 亿美元）的 TVL。这是 DeFi 发展过程中的一个转折点。

它推出了自动化金库，通过优化链上收益，提供了明确的风险回报配置。这些金库允许用户存入资产——稳定币、ETH 和精选代币——同时，DeFi 专家提出并实施收益策略。资金随后根据这些策略在 DeFi 生态系统中进行部署，利润则在用户、平台和策略创建者之间分配（本质上充当了基金经理的角色）。

这一模式是 DeFi 的一次升级。DeFi 第一次变得对更广泛的受众可及。Yearn 除去了参与生态系统所需的许多手动操作，同时在利益相关者之间对齐了激励。这让我们一窥 DeFi 下一版本可能成为的模样：高效、用户友好且可扩展。

尽管 Yearn 让 DeFi 变得更加易于接触，但随着生态系统的发展，它的局限性也变得明显。链上收益开始趋于稳定，Yearn 的策略难以保持优势。关键创新者如 Andre Cronje 的离开以及 2022 年的市场困境导致 TVL 从峰值暴跌至约 2.5 亿美元。

Yearn 是 DeFi 第一次主要尝试自动化收益优化，通过允许用户将资本委托给经验丰富的管理者，改善了手动收益农场。然而，它仍然依赖于人工决策。策略创建者必须不断跟踪市场状况，识别机会，评估新协议，并执行策略。

这创造了两个主要瓶颈。首先，人工管理者只能处理有限的市场数据。其次，由于用户体验挑战，扩展到数百万用户是不现实的。

AI 有潜力克服这些挑战。通过利用机器学习和自动化，DeFi 平台现在可以分析大量的链上数据，识别模式，并以比人工管理者更高的效率执行策略。使用自然语言理解用户需求，帮助 DeFi 扩展规模，使其对大量用户更加可接触。

AI 改变游戏的地方

DeFi 提供了无与伦比的选择性，但仍然难以使用。CEXs 易于使用，但它们限制了用户的控制和选择性。AI 提供了弥合这一差距的机会。通过自动化复杂的 DeFi 交互并简化决策过程，AI 可以让 DeFi 像中心化平台一样易于接触，同时不牺牲选择性。另一方面，AI 可以帮助 CEXs 更快地做出上市决策，从而提供比目前更多的选择。

一个实际的例子是 Hey Anon，一款由 AI 驱动的 DeFi 界面。我自己尝试了 Hey Anon，它在交换和桥接方面效率很高，消除了手动查找合约地址或选择桥接的需求。整个交互是基于聊天的，这使得新用户也能轻松上手。但它的速度比手动执行这些交易要慢。另外，目前它缺少对手动转账的支持——这一基本功能应该加入，以增加更多的灵活性。

DeFi + AI 是否有市场？

在探讨 AI 与 DeFi 的交集之前，让我们先回顾一下总可寻址市场（TAM）。

截至 2024 年第三季度，主动和被动管理的监管开放式基金的管理资产（AUM）超过了 80 万亿美元。相比之下，截至 2025 年 1 月 21 日，比特币（BTC）和以太坊（ETH）ETF 管理的资产总额为 1500 亿美元。

这些数据突出了一个关键点：全球有数万亿美元的资产由专业人士管理，因为大多数人更愿意不直接处理自己的财务。他们倾向于选择易于使用并提供稳定增长的产品。加密货币应该也不例外。我们已经看到，用户偏好明显倾向于 CEXs。

CEXs 的交易量仍然是 DEXs 的大约五倍。这一差异的一个重要因素是可用性。管理钱包、导航合约地址和理解链上过程对许多人来说是令人望而却步的。但这也带来了巨大的好处。也许，最大的好处就是早期获利的可能性。如果你在 TRUMP 上线前发现其市值不到 10 亿美元，那么在它上线 CEX 时，你的收益已经是五到十倍。这在市场的玩家对玩家（即 PvP）阶段越来越适用，此时净流入趋于停滞，资产在已有参与者之间流转。

轮换是这个游戏的关键。每周都有一种新的热门选择。

即使你在加密货币领域已经很久了，仍然不太可能抓住 Jailstool 或 CAR 的机会。你只有一天时间了解它，进行尽职调查，买入并卖出——几乎对于大多数人来说，没有事先的知识几乎不可能执行。唯一可靠的方式是设计一个系统，将链上指标（如新部署的合约、交易量和价格激增）与社交媒体（如 X）相结合。两个代币的价格都已经从各自的最高点下跌超过 80%，且还没有在任何主要的 CEX 上上市。

一次价格发现已经结束。重要的交易活动已经在 DEXs 和/或 OTC 桌面上进行。像交易员、流动性提供者或套利者这样的早期参与者已经建立了一个非正式的市场价格。当资产到达 CEX 时，初期的波动性和价格探索已经发生了大部分。

此外，与 Jupiter 和 Raydium 等平台相比，大多数中心化交易所收取更高的交换费用。Jupiter 不收取任何费用，而 Raydium 对每笔交换收取 0.25% 的费用。Moonshot 交易应用程序收取用户 2.5% 的费用，而像 Binance 和 Coinbase 这样的交易所根据用户的交易量收取可变费用。这些费用通常在 0.1% 到 0.6% 之间。从这些费用中可以看出一个模式——用户体验更好的平台可以收取溢价。

Coinbase 拥有超过 1.1 亿用户，远远超过 DeFi 的活跃用户基础。鉴于这一巨大差距，DeFi 的潜在总可寻址市场（TAM）是巨大的。如果不是数十亿的话，一个保守的估计认为，如果 DeFi 能解决可用性问题，它有可能吸引一大部分现有 CEX 用户。这正是 AI 可以发挥变革性作用的地方。

进入 DeFAI：用 AI 简化 DeFi

DeFAI 是一种新兴的 DeFi 趋势，旨在简化 DeFi 用户体验。它将像与经纪人交谈以买卖股票一样简单——只不过更好。你将与一个 AI 代理互动，AI 能将文本或语音转化为确定性的链上操作，并为你提供由数据支持的建议。

所以，当一个代币在你不熟悉的链上发布，或者你从未将资产桥接到该链时，你可以通过聊天界面告诉 AI 你想将资产桥接到这个新链上以执行 XYZ 操作。AI 代理会为你完成这一操作。

我们在关于链抽象和智能钱包的文章中提到过，这两者都是提升加密用户体验的工具。链抽象消除了管理链和桥接的复杂性，而智能钱包利用类似于密钥的技术简化并安全地管理钱包。

但 AI 代理有潜力真正扩展 DeFi 的市场。虽然在解决用户体验（UX）挑战方面已经做出了渐进式的改进，但 AI 代理——如果执行得当——可以帮助 DeFi 跨越采纳鸿沟。

可视化影响

如今，DeFi 的用户基础包括开发者、重度用户和较晚加入链上的用户。随着 AI 代理减少了进入的障碍，DeFi 用户圈子可以大幅扩展，吸引更多的 CEX 用户，这些用户本来更愿意避免去接触去中心化金融的复杂性。

抽象与智能的结合

抽象化用户体验只是 AI 代理能帮助的一个方面，智能才是第二个关键点。想象一个普通的 CEX 用户，他们不太可能已经知道可以使用哪些链上应用，也不清楚可以考虑投资或交易哪些资产。因此，这些信息必须经过筛选和推荐。在互联网早期，Yahoo 充当了数百万用户发现和浏览网络的引导者。而如今的 App Store 也在发挥类似的作用，决定哪些应用能获得曝光，哪些不能。

CEX 在一定程度上已经扮演了“策展者”的角色，决定要上线哪些代币，并实质上决定了大多数散户可以轻松交易的资产。如果让用户完全自行探索链上世界，发现投资机会和应用将变得极其困难。他们需要一个值得信赖的向导来引导他们穿越这片复杂的领域。问题在于，AI 代理会让这一筛选过程去中心化，还是只是将权力从中心化交易所转移到控制这些 AI 代理的人手中？

筛选与智能的结合，才真正让 AI 代理具有强大影响力。仅仅浮现机会是不够的，用户还需要上下文信息、分析以及执行策略。

链上有太多信息，一个新用户该如何评估机会？要回答的问题实在太多——哪些应用适合借贷和交易？在哪里买 NFT？如何找到正确的合约地址？AI 工具和代理如 AIXBT 可以与抽象化工具（例如 Wayfinder 和 Hey Anon）结合使用。

AIXBT 是一个 AI 代理，它会深入分析 X（前 Twitter）上的信息并提供上下文解读。它每天会发布上百甚至上千条推文，有时甚至能影响市场走势。Shlok 在他的论文中分析了 AIXBT，并指出它的突出之处在于深度连接加密社区、具备复杂的分析能力，并且通过 IP 和用户互动有着巨大的增长潜力。如果 AIXBT 继续保持创新并在运营上保持透明，它未来有可能成为 AI 和加密市场的重要参与者。

我们一直在密切合作的一个团队是 GudTech，他们致力于降低散户进入加密市场的门槛。Gud 由 Zircuit 相关团队打造，愿景是提供上下文信息的同时支持交易执行。举个例子，对于 TRUMP 代币，一个普通用户可能并不确定美国总统是否真的发行了这个代币，也不知道一些知名大户钱包是否正在大规模买入。如果你只是看到 DEX 上的 Ticker（代币代码）就购买，你可能并没有足够的信息做出决策。加密市场当前最大的问题之一是有 3400 万个代币（且仍在增加），但几乎没有上下文信息。整个加密领域充斥着非结构化、碎片化的数据，而且这些数据往往带有偏见且不可靠。

Gud 通过结合链上数据与社交网络的背景信息，使用户可以直接在链上购买资产。它的目标是减少新用户进入加密市场的学习曲线和认知负担。如果 Gud 能够正确执行，你将能够看到某个资产在 24 小时内暴涨 100 倍，同时还能确认特朗普确实发布了关于该代币的推文。

在理想情况下，Gud 甚至可以验证合约地址并为你执行交易。Gud 正在构建一个“智能代理经济”，让用户可以跨链购买资产，并在交互界面中获得符合加密原生用户视角的背景信息。Gud 终端还具备批判性思维能力，能够分析交易的正面或负面因素。此外，Gud 终端每天提供最多 10 次免费查询，类似于 Web2 平台 Perplexity，其重点是推动用户采用和使用，而不是仅仅通过代币投机获利。

这个未来可能看起来仍然有些遥远，但这样的模式取决于两点：首先，如何获取、整理和共享信息，让新进入市场的用户获得更好的指导。想象一下，一个私人财富管理顾问向你讲解行业最新趋势。这种情况已经在咨询和法律行业发生，使用 ChatGPT 就能获取 80% 的行业洞察。

目前，加密市场还缺乏这样的上下文信息，Gud 旨在将这些信息打包成易于使用的体验，以扩大加密用户群体。当然，他们的产品仍在不断完善。截止目前，Gud 的交易系统尚未上线，Twitter 代理也出现过几次错误交互，但我们正在逐步向这个目标迈进。

Wayfinder 是由 Parallel 团队打造的另一个备受期待的应用，Parallel 是一个基于区块链的热门游戏。Wayfinder 的一个演示展示了如何从多个链上聚合资金并将其发送到另一个钱包。Hey Anon 也已经整合了多个链和应用，它不仅能执行交易，还能实时获取 Twitter、Telegram 和 Discord 等平台的最新资讯。

试想这样一个场景：你打开一个类似 ChatGPT 或 Claude 的简洁界面，并开始与你的 AI 交易代理对话。你分享自己的风险承受能力、投资目标和偏好。这个 AI 代理在理解你的参数后，自动管理你的投资组合——执行交易、开仓、调整策略，并始终保持在你的风险范围内。这并不是科幻小说，而是我们正在迈向的未来。这里展现的，仅仅是其中的一个可能性。

现实检验

像 WayFinder 这样的应用目前尚未对所有人开放。但在被 DeFAI 叙事推动的炒作和代币价格所吸引之前，必须退后一步，审视现实。一个令人清醒的事实是，我们还没有真正到达那个阶段。我无法完全理解实现这一目标所需的工程复杂性，因此也无法预测需要多久才能实现。但显而易见的是，DeFi 领域的智能和抽象化仍然存在重大缺口。

以 AIXBT 为例，它可能是当前最强大的情报或信息整合代理。它每天发布大量推文，使得手动评估每一个投资或交易想法变得不可能。如果你跟随其所有市值在 1000 万到 1 亿美元之间的投资建议，平均回报率仅为 2%，胜率为 39%。这表明，尽管 AI 能够处理海量数据并挖掘机会，但它仍然缺乏经验丰富的交易者所具备的精准判断力。此外，这一表现还有一个重要前提：只有少数代币表现大幅优于其他代币。如果你错过了这几个赢家，那么 AIXBT 的建议很可能会让你整体亏损。

来源—SentientMarketCap，展示了 AIXBT 在截至 1 月 25 日的一周内的投资表现。

鉴于这一前提，人们很容易否定 AIXBT 的价值。但这实际上涉及到传统金融领域长期存在的一个争论：主动投资真的能长期跑赢被动投资吗？《漫步华尔街》一书推广了市场基本是有效的这一观点，认为即使是专业投资者也很难持续跑赢指数基金。事实上，研究表明，猴子随机向股票列表投掷飞镖所产生的收益率，甚至可以与专业投资者相媲美。这凸显了一个更广泛的现实——市场是不可预测的，而仅靠人类专业知识并不总能带来优势。然而，Medallion Fund 在长达 30 年的时间里持续跑赢市场，这证明了当人类智慧与算法结合时，确实能够创造出竞争优势。

我个人无法跟上 AIXBT 的推文来做出交易决策。然而，如果有一个筛选工具能将数千条 AIXBT 推文提炼成前五个交易思路，我会愿意使用。目前，它可以作为一个不错的筛选工具，但仍需要大量优化。在此基础上，还需要额外的一层机制，能够有效筛选其输出内容，并做出更聪明、更具策略性的决策。智能化的挑战不仅仅是数据量的问题，更是如何进行优先级排序。真正需要的是一个复杂的过滤系统，将 AIXBT 的大量建议精炼为可执行的高概率交易。

AI 的局限性，至少目前如此。

从智能层面后退一步，我想了解执行和抽象层面的运作方式。我尝试使用 Orbit 购买一个它认为最具潜力的 Meme 币，并与“Meme_Radar_TK_Agent”进行交互，但结果并不理想。我不得不来回与该代理沟通，不断澄清我的请求。即使我选择了 AI 推荐的代币，它仍然无法检索出该代币的相关信息。该代理在基本任务上表现不佳：它会推荐一个代币，但随后却无法提供关于该代币的关键信息。

我与 Orbit 互动的截图。

Orbit（$GRIFT）在 1 月 22 日的交易额达到了 1.8 亿美元，但它却无法为一名首次使用的用户顺利执行一个简单的任务。这暴露了 AI 在分析能力与高效执行现实交易之间的关键差距。

备注 — 我在 2025 年 2 月 7 日首次使用 Hey Anon 时进行过尝试。

当然，这个领域仍处于初期阶段，产品将随着时间的推移不断发展。我们自己的产品 SentientMarketCap 正在公开构建，基于用户反馈和实际测试不断改进。

类似地，Griffain 和 WayFinder 等平台可能提供更强大的解决方案，但它们在实际环境中的测试仍然有限。整个 DeFAI 领域仍然是一个不断发展的实验，产品通过持续迭代和现实世界的洞察力不断完善。

目前明确的是，成功的 DeFAI 平台需要在三个关键领域表现出色：

1. 可靠的智能，能够持续地策划具有上下文的数据以识别有利可图的机会
2. 无缝的执行，最大限度地减少决策与行动之间的摩擦
3. 用户友好的界面，使普通用户能够轻松访问复杂的 DeFi 操作

技术发展迅速，但我们仍处于这一进化的早期阶段。关键将是管理预期，同时继续根据实际表现和用户反馈创新和改进这些系统。

AI 在 DeFi 中的应用并非没有风险。模型训练不充分、依赖历史市场数据以及潜在的操控行为，都是在 AI 驱动的 DeFi 平台实现大规模 adoption 之前需要解决的问题。

向费曼学习

理查德·费曼关于机器智能的论点与 DeFAI 密切相关。他认为，机器在特定任务上可以优于人类。如果我们能将这些特定任务结合成一个更大的系统——一个新系统——它可以显著帮助我们在金融市场中的决策和执行。DeFi 中的 AI 应该遵循这一原则：它不应该取代人类直觉，而应通过整合多个智能层次——自动化执行、市场分析和风险评估——来增强我们的能力，从而为用户创造无缝体验。

这种模块化的 AI 能力对 DeFi 进化具有深远影响。DeFi 不仅仅需要自动化——它需要优化执行的智能。以一个运作良好的对冲基金为例。它有不同的团队，专注于特定领域。有些团队专注于以最小滑点执行交易，其他团队分析模式以预测市场走向，还有一个团队确保资本在不同市场之间有效流动。

DeFi 中的 AI 代理可以以相同的方式运作。一个代理可以专注于通过减少价格冲击和避免 MEV 攻击来高效执行交易。另一个可以通过检测链上数据中的模式，预测流动性变化或市场趋势。例如，这个代理可以与 GMGN 和 Cielo 等工具连接，在这些工具中，它可以追踪链上的钱包，帮助其进行其他分析。第三个代理可以管理跨链转账，确保资金在不同生态系统之间得到最佳分配。将这些代理结合起来，它们不仅仅是纯粹的自动化，它们为执行带来了智能——从提供交易对象的输入到确保交易以最佳价格、最小风险在多个网络上顺利进行。

朝着代理协作迈进

大多数 DeFAI 产品正在尝试同时解决智能（分析、综合）和抽象（执行）能力的问题，原因显而易见。单独的任何一个组件价值有限，就像拥有地图却没有交通工具，或者反之。但真正的力量在于专业化和整合。

当前的格局类似于一个碎片化的生态系统，不同的代理在不同领域表现出色。有些在市场分析和模式识别方面表现出色，而另一些则擅长执行复杂的 DeFi 交易。最优解决方案可能是让代理们协同工作，利用彼此的优势。想象一下，Anon 在 DeFi 集成方面的专长与 AIXBT 的分析能力相结合——这种合作可以创造一种无缝体验，让市场洞察平滑地转化为已执行的交易。

Listen 正在朝着这个方向发展。其目标是创建一个系统，其中多个具有专门功能的 AI 代理协同工作，管理 DeFi 的复杂性。通过整合这些代理，它旨在自动化不仅仅是单个任务，而是端到端的金融策略。

这种方法将允许用户通过简单的对话界面（语音和文本）发出复杂的命令，如跨多个协议的投资组合再平衡或收益农耕，使得曾经对经验丰富的 DeFi 用户来说也令人畏惧的任务，变得易于管理，普通用户也可以轻松上手。与 Arc 的合作旨在通过提供一个平台，让这些 AI 代理能够互动、学习并扩展能力。这确保了执行和智能层不仅仅是分开的，而是共同工作，为用户提供全面的 DeFi 体验。

一个熟悉的进化

DeFAI 当前的状态让人想起了银行业的早期。最初，金融服务是分散的——用户需要访问不同的机构来支付账单、进行投资和转账。随着银行的在线化，集成平台应运而生，提供了一个地方的无缝金融管理。

DeFAI 需要的是它自己的“超级应用”时刻——那些无缝集成各种专门代理的平台。可以将其视为一个协调的系统，其中分析代理提供市场情报，执行代理处理交易，风险管理代理监控仓位，投资组合优化代理平衡分配。

这种整合将创造一个统一的体验，用户通过一个界面与多个专门的代理进行交互，而这些代理在后台协同工作，类似于现代外卖应用程序如何处理从餐厅发现到支付处理的所有事务。DeFAI 的未来在于创造能够平滑协作的专门代理。这种方法将允许每个代理专注于其核心优势，同时参与一个更大、更强大的生态系统。

降低门槛，解锁采纳

Robinhood 通过让股票交易对从未考虑过参与市场的数百万普通人开放，彻底改变了零售投资。COVID 爆发后，仅在 2020 年前四个月，Robinhood 就新增了超过 300万个资金账户，其中 150 万是首次投资者。这一前所未有的增长不仅仅是因为免佣金交易和直观的移动优先设计，还受到疫情期间居家令等外部因素的推动。

DeFAI 有着类似的机会。DeFi 的复杂性长期以来一直是广泛采用的主要障碍。繁琐的钱包设置、令人困惑的界面以及多链之间分散的流动性，令除了一些最为忠实的用户外，几乎所有人都望而却步。如果 DeFAI 要蓬勃发展，就必须效仿 Robinhood 的运营策略——消除摩擦，让 DeFi 像打开一个应用、选择一个资产并在几秒钟内执行交易一样简单。

除了可用性，AI 驱动的内容策划可能会重新定义 DeFi 中的发现。就像 Yahoo 曾经策划早期的网页，应用商店今天则指导移动应用的发现，我对围绕 AI 驱动的 DeFi 策划产生的新商业模式感到好奇。一个未解的问题是，这些创新是将赋能于用户，还是仅仅将控制权从中心化交易所转移到那些构建和管理这些 AI 系统的人手中。

我们仍然处于 DeFi 中 AI 的早期阶段。未来几年将决定这些技术是否真的能使去中心化金融的访问权民主化，还是，矛盾地，引入一种新的守门人形式。挑战不仅仅在于自动化——更在于确保 AI 提升可访问性、透明性和去中心化，而不是用一种守门人取代另一种守门人。

等待使用新时代 DeFAI，

Saurabh Deshpande

声明：

1. 本文转载自[Decentralized.co]。所有版权归原作者所有[Saurabh Deshpande]。若对本次转载有异议，请联系 Gate Learn 团队，他们会及时处理。
2. 免责声明：本文所表达的观点和意见仅代表作者个人观点，不构成任何投资建议。
3. Gate Learn 团队将文章翻译成其他语言。除非另有说明，否则禁止复制、分发或抄袭翻译文章。