نظرة عامة على أدوات DeFAI: كيف تقود وكلاء الذكاء الاصطناعي إدارة الأصول على السلسلة

كتابة: GO2MARS

قبل البدء في التحليل الرسمي، من الضروري أولاً توضيح مفهوم أساسي: DeFAI.

DeFAI هو اختصار لدمج DeFi (التمويل اللامركزي) مع AI (الذكاء الاصطناعي)، ويشير إلى إدخال وكلاء الذكاء الاصطناعي في سيناريوهات التمويل على السلسلة، مما يمنحها القدرة على إدراك حالة السوق، ووضع استراتيجيات ذاتية، وتنفيذ عمليات على السلسلة مباشرةً—وبالتالي تنفيذ سلوكيات مالية تقليدية تتطلب تدخلاً يدويًا فوريًا، مثل تخصيص الأصول وإدارة المخاطر والتفاعل مع البروتوكولات، دون الحاجة إلى تدخل بشري مباشر.

ببساطة، DeFAI ليس مجرد ترقية ذكية لأدوات DeFi، بل يسعى لبناء طبقة تنفيذ مالية ذاتية التشغيل على السلسلة.

شهدت هذه المساحة تسارعًا كبيرًا منذ الربع الرابع من عام 2024، وهناك ثلاثة أحداث بارزة يجب ملاحظتها، وهي تتوافق مع المستويات الثلاثة لدخول واجهات الذكاء الاصطناعي إلى Web3: كسر دائرة السرد، وبناء البنية التحتية المُموَّلة، والتطبيق الفعلي للقدرة التنفيذية.

حدث الحدث الأول في يوليو 2024. بعد أن تلقى روبوت تويتر Truth Terminal، الذي بناه المطور أندريه أييري، هبة بقيمة 50 ألف دولار من بيتكوين من مارك أندرييسن، الشريك المؤسس في a16z، انتشر بسرعة وأثار انتشارًا فيروسيًا لعملة GOAT. كان هذا أول مرة تدخل فيها وكيلات الذكاء الاصطناعي بشكل حقيقي على الساحة العامة كمشاركين في الاقتصاد على السلسلة.

حدث الحدث الثاني في أكتوبر من نفس العام. حيث اكتسب Virtuals Protocol شعبية كبيرة على شبكة Base، حيث تم توكيد الوكلاء الذكاء الاصطناعي أنفسهم، ووصلت القيمة السوقية لبيئته إلى أكثر من 3.5 مليار دولار أمريكي، ليصبح نموذجًا نموذجيًا لمرحلة بناء البنية التحتية المُمَوَّلة في قطاع DeFAI.

الحدث الثالث هو تنفيذ مشاريع مثل Giza و HeyAnon و Almanak تدريجيًا على طبقة التنفيذ على السلسلة، مما يدفع الصناعة من مرحلة مدعومة بالسرد إلى مرحلة التحول إلى منتجات — حيث تبدأ عوامل الذكاء الاصطناعي في "القيام" بتنفيذ عمليات على السلسلة فعليًا، وليس فقط التفاعل بالمعلومات.

من حيث حجم السوق العالمي، تتفق العديد من المؤسسات البحثية بشكل كبير على توقعات النمو لمسار AI Agent:

الرسم البياني 1: مقارنة توقعات حجم سوق الوكلاء الاصطناعيين عالميًا، المصدر: MarketsandMarkets (2025)، Grand View Research (2025)، BCC Research (2026.01)

ومع ذلك، لا يزال هناك فجوة كبيرة بين حماس رأس المال وتطبيق الصناعة. وفقًا لتقرير "حالة الذكاء الاصطناعي في عام 2025" الذي أصدرته ماكينزي في نوفمبر 2025 (استنادًا إلى 1993 مشاركًا من 105 دول)، على الرغم من أن 88% من المنظمات تستخدم الذكاء الاصطناعي على الأقل في وظيفة عمل واحدة، إلا أن ما يقارب الثلثين لا يزالان في مرحلة التجربة أو الاختبار. وبالنسبة لمجال وكلاء الذكاء الاصطناعي: بدأت 62% من المنظمات في التجربة، و23% تُطور التوسع في وظيفة واحدة على الأقل، لكن نسبة المنظمات التي حققت نشرًا واسع النطاق في أي وظيفة واحدة لا تتجاوز 10%.

هذه البيانات تشير إلى أن سردية مسار DeFAI لا تزال متقدمة على تقدم التطبيق العملي. فهم هذا الفجوة هو شرط أساسي لتقييم قيمة هذا المسار بشكل موضوعي.

لفهم كيفية عمل DeFAI، يجب أولاً الإجابة على سؤال أساسي: ما الآلية التي يدخل بها الذكاء الاصطناعي في العمليات المالية على السلسلة؟

وحدة التنفيذ الأساسية لنظام DeFAI هي وكيل ذكي (AI Agent) مبني على نموذج لغوي كبير. ووفقًا للمراجعة الأكاديمية لـ Wang et al. (2023)، يمكن تلخيص قدراته الأساسية في هيكل ثلاثي الطبقات، وكل طبقة لها وظيفة محددة في السياقات على السلسلة:

• طبقة التخطيط، المسؤولة عن تفكيك الأهداف وتحسين المسارات، وتناظر إنشاء الاستراتيجيات وتقييم المخاطر في السيناريوهات على السلسلة؛
• طبقة الذاكرة، التي تحقق تراكم المعلومات عبر الدورات باستخدام قواعد بيانات المتجهات وغيرها من التخزين الخارجي، وتحمل بيانات السوق التاريخية وحالة البروتوكول؛
• طبقة الأدوات، توسع قدرات النموذج لتمكينه من استدعاء أنظمة خارجية مثل بروتوكولات DeFi وأجهزة التنبؤ بالأسعار وجسور السلسلة المتقاطعة.

لكن هناك نقطة واحدة يجب توضيحها: لا يمكن لنماذج الذكاء الاصطناعي نفسها التفاعل مباشرة مع البلوكشين. تعتمد معظم أنظمة DeFAI الحالية على بنية تفصّل الاستدلال خارج السلسلة عن التنفيذ على السلسلة — حيث تقوم وكيلات الذكاء الاصطناعي بحساب الاستراتيجيات خارج السلسلة، ثم تحول النتائج إلى إشارات معاملات على السلسلة، التي تُقدّم من قبل وحدة التنفيذ. هذه البنية التصميمية ليست فقط خيارًا واقعيًا في ظل الظروف التقنية الحالية، بل تثير أيضًا قضايا أمنية متعددة مثل تفويض المفاتيح الخاصة وإدارة الصلاحيات.

يُعد وكيل الذكاء الاصطناعي نظامًا ذاتيًا للقرارات مبنيًا على نماذج لغوية ضخمة، ويحقق تنفيذًا مغلقًا من خلال تقسيم المهام وإدارة الذاكرة واستدعاء الأدوات، وقد بدأت بالفعل أشكال أولية للتفاعل بين وكلاء الذكاء الاصطناعي وعناصر الأصول على السلسلة.

الرسم البياني 2: البنية الثلاثية لوكيل الذكاء الاصطناعي

بعد تحديد البنية التقنية لـ DeFAI، ينشأ سؤال طبيعي: كيف وصلت هذه النظام إلى ما هو عليه اليوم؟

وفقًا لبحث The Block، لم يكن تطور DeFAI حدثًا فوريًا، بل مر بمرحلتين مختلفتين — من الوكلاء التفاعلية المبكرة التي تركز على معالجة المعلومات، إلى الأنظمة التنفيذية الحالية القادرة على التدخل الفعلي في العمليات على السلسلة.

يوجد فرق جوهري بينهما في التوجيه المستهدف، والوسائل التقنية، ومستوى المخاطر.

الرسم البياني 3: مقارنة مساري التطور الموجتين لـ DeFAI

يمكن فهم مسار التطور على مرحلتين على النحو التالي:

الدفعة الأولى هي الوكلاء التفاعلية، والتي تركز على بناء إطار عمل للوكلاء القابلين للحوار والتحليل. وتشمل المشاريع البارزة إطار Eliza من ElizaOS (الذي كان يُعرف سابقًا باسم ai16z) وG.A.M.E. من Virtuals. جوهر هذه المرحلة لا يزال أداة معلومات — فالوكيل يمكنه القراءة والتحدث والتحليل، لكن حدود وظائفه تتوقف عند طبقة المعلومات ولا تلامس أي عملية تنفيذ للأصول.

الدفعة الثانية هي عوامل DeFAI التنفيذية، والتي تدخل فعليًا في حلقة مغلقة للقرار والتنفيذ. وتشمل المشاريع الممثلة HeyAnon و Wayfinder و Giza (ARMA Agent) و Almanak. السمة المشتركة لهذه الأنظمة هي: يعمل الذكاء الاصطناعي خارج السلسلة، ويُنتج إشارات استراتيجية منظمة، ثم يُكمل الصفقات من خلال وحدة تنفيذ على السلسلة — فهو لا يستبدل بروتوكولات DeFi الحالية، بل يضيف طبقة من آلية قرار ذكية فوقها، مما يحول سلسلة العمليات بأكملها من "إعطاء المستخدم أوامر" إلى "تنفيذ العامل بشكل مستقل".

الفرق الأساسي بين الموجتين لا يكمن في تعقيد التكنولوجيا، بل في ما إذا كانت قد لامست الأصول فعليًا. وهذا ما يحدد التحديات التي تواجهها النظام الموجة الثانية في آليات الثقة، وتصميم الصلاحيات، وهندسة الأمان، والتي هي أكثر تعقيدًا بكثير من الموجة الأولى—وهذا بالضبط ما سيتم استكشافه في الفصل التالي.

من البنية التقنية إلى مسار التطور، أصبح "ما يمكن لـ DeFAI فعله" واضحًا تدريجيًا. فما المشكلات الحقيقية التي تحلها في مستوى المنتجات العملية؟

بشكل عام، لقد تشكلت حالياً هيكلية ناضجة لتطبيق DeFAI حول أربعة اتجاهات أساسية، تتوافق مع أربع نقاط ألم رئيسية في العمليات على السلسلة: "كفاءة العائد، تنفيذ الاستراتيجية، عتبة التفاعل، وإدارة المخاطر".

تحسين العائد: إعادة التوازن التلقائي عبر البروتوكولات

يُعد تحسين العائد أحدث تطبيق مُطبَّق بشكل ناضج لـ DeFAI. يكمن منطقه الأساسي في: مسح مستمر لعوائد الإيداع السنوية في بروتوكولات DeFi الرئيسية مثل Aave و Compound و Fluid، مع تقييم ما إذا كان يجب إعادة التوزيع بناءً على معلمات المخاطر المحددة مسبقًا، وتنفيذ تحليل تكاليف المعاملة قبل كل عملية — حيث يتم نقل الأموال فقط عندما يغطي الزيادة في العائد جميع رسوم الغاز والمعاملات، مما يحقق تكوينًا آليًا مثاليًا عبر البروتوكولات.

على سبيل المثال، أطلق غيزة استراتيجية ربح العملات المستقرة على شبكة Base في فبراير 2025، حيث تراقب باستمرار أسعار الفائدة في بروتوكولات مثل Aave وMorpho وCompound وMoonwell، وتُدار أموال المستخدمين ذكيًا بناءً على تقييم شامل لـ APY للبروتوكول وتكاليف الرسوم والسيولة لتحقيق أقصى عائد. ووفقًا للبيانات العامة، يمتلك ARMA حاليًا حوالي 60 ألف مالك فريد، وأكثر من 36 ألف عميل تم نشره، بإجمالي أصول تحت الإدارة (AUA) تزيد عن 20 مليون دولار أمريكي.

في بيئة السوق حيث تتأرجح عوائد بروتوكولات DeFi باستمرار، فإن كفاءة ومدى فورية المراقبة اليدوية وتعديل المحفظة يدويًا تقل كثيرًا مقارنة بالأنظمة التلقائية، وهو بالضبط القيمة الأساسية في هذا السيناريو.

الرسم البياني 4: مثال على عامل ARMA من منصة Giza

أتمتة الاستراتيجيات الكمية: تعميم القدرات المؤسسية

في سيناريوهات الأتمتة للاستراتيجيات الكمية، تحاول منصة DeFAI تجزئة وتأتمتة جميع مراحل العمليات الخاصة بفرق الكمية التقليدية، مما يمكّن المستخدمين الأفراد من الوصول إلى قدرات تنفيذ الاستراتيجيات على مستوى المؤسسات.

على سبيل المثال، مع Almanak المدعوم من Delphi Digital، فإن نظام AI Swarm الذي أطلقته يقسم عملية التكميم إلى أربع مراحل:

• يدعم وحدة الاستراتيجية كتابة منطق الاستثمار وإجراء الاختبارات التكرارية باستخدام Python SDK؛
• يُشغّل محرك التنفيذ تلقائيًا كود الاستراتيجية المُراجعة ويُحفّز مكالمات DeFi بعد الحصول على إذن المستخدم؛
• محفظة آمنة مبنية على Safe + Zodiac لبناء نظام توقيع متعدد، حيث تُمنح صلاحيات تنفيذ الاستراتيجيات لوكيل الذكاء الاصطناعي من خلال التحكم في الصلاحيات حسب الأدوار، مما يضمن أن الأموال تظل ضمن نطاق تحكم المستخدم؛
• يُعبّأ صندوق الاستراتيجية كصندوق قابل للتداول وفق معيار ERC-7540، حيث يمكن للمستثمرين المشاركة في توزيع عوائد الاستراتيجية بطريقة مشابهة لحصص الصناديق.

إن معنى هذا الهيكل هو أن وكيل الذكاء الاصطناعي يتحمل مهام تحليل البيانات وتحسين الاستراتيجيات وإدارة المخاطر، بينما يقتصر دور المستخدم على مراجعة النتائج النهائية للنظام، دون الحاجة إلى تشكيل فريق كمي محترف — مما يحقق ما يسمى بـ "المساواة في الوصول إلى استراتيجيات المستوى المؤسسي" (حسب ما يدعيه المشروع).

الرسم البياني 5: صورة رئيسية لمنصة Almanak

تنفيذ الأوامر بلغة طبيعية: اجعل عمليات DeFi بسيطة مثل إرسال رسالة

جوهر هذا السيناريو هو تنفيذ عمليات DeFi بناءً على نية المستخدم (Intent-based DeFi): باستخدام تقنيات معالجة اللغة الطبيعية، يمكن للمستخدمين إصدار أوامر تداول بلغة يومية، ويقوم الذكاء الاصطناعي بتحليلها وتحويلها إلى عمليات سلسلة متعددة الخطوات، مما يقلل بشكل كبير من عتبة الاستخدام للمستخدمين العاديين.

أنشأ HeyAnon منصة دردشة DeFAI، حيث يمكن للمستخدمين إدخال أوامر عبر مربع دردشة، ويقوم الذكاء الاصطناعي بتنفيذ عمليات سلسلة مثل تبديل الرموز، وربط السلسلة، والاقتراض، والرهن، مع دمج بروتوكولات مثل LayerZero وAave v3، ويدعم النشر على سلاسل متعددة مثل Ethereum وBase وSolana.

الرسم البياني 6: صورة رئيسية لمنصة HeyAnon

يتم تمويل Wayfinder من قبل Paradigm، ويوفر خدمات تداول كاملة عبر السلاسل. يعمل وكيل الذكاء الاصطناعي الخاص به (يُسمى Shells) على تحديد المسار الأمثل للتداول بين السلاسل المختلفة، وتنفيذ عمليات مثل التحويلات عبر السلاسل، وتبادل الرموز، أو التفاعل مع NFTs، دون الحاجة من المستخدمين إلى الاهتمام بالتفاصيل التقنية مثل رسوم الغاز أو التوافق بين السلاسل.

الرسم البياني 7: صورة عرض صفحة رئيسية لمنصة Wayfinder

بشكل عام، خفضت واجهات اللغة الطبيعية بشكل كبير من عتبة تشغيل DeFi، لكنها طرحت متطلبات أعلى لدقة تفسير النوايا الأساسية — ففي حال حدوث انحراف في فهم الذكاء الاصطناعي للتعليمات، قد تختلف النتائج التشغيلية بشكل كبير عن توقعات المستخدم.

إدارة المخاطر ومراقبة التسوية: الآليات المضمنة في البروتوكول على السلسلة

في سيناريوهات الاقتراض والرافعة المالية في DeFi، فإن التطبيق الأكثر شيوعًا لوكيل الذكاء الاصطناعي هو المراقبة الفورية لصحة المراكز على السلسلة، وتنفيذ إجراءات وقائية تلقائية قبل الوصول إلى عتبة التصفية، ويتم دمج هذا التطبيق الأساسي تدريجيًا في بروتوكولات DeFi الرئيسية، ليصبح وظيفة أصلية في منصات DeFi.

• يقيّم Aave سلامة المراكز باستخدام "عامل الصحة"، وعندما ينخفض عامل الصحة إلى أقل من 1.0، تصبح مراكز المقترضين مؤهلة للتصفية؛
• يستخدم Compound آلية "عامل الضمان المُسَلَّم (Liquidation Collateral Factor)"، حيث يتم تفعيل التصفية عندما يتجاوز رصيد القرض في الحساب الحد الأقصى المحدد بواسطة هذا العامل، وتُحدد المعلمات الخاصة بكل أصل ضمان بشكل منفصل عبر الحوكمة على السلسلة.

من الصعب الحفاظ على كفاءة استجابة متسقة في الأسواق السلسلية ذات التقلبات العالية على مدار 24/7 من خلال المراقبة اليدوية، بينما يمكن لوكيل الذكاء الاصطناعي تحقيق متابعة مستمرة وتقييم ذكي وتدخل تلقائي، مما يرفع كفاءة إدارة المخاطر إلى مستوى لا يمكن تحقيقه من قبل الأنظمة اليدوية أو الآلية القائمة على القواعد.

الرسم البياني 8: التطبيقات الرئيسية الأربعة لـ Agent×DeFi

بشكل عام، ليست السيناريوهات الأربعة المذكورة أعلاه مستقلة عن بعضها البعض، بل تشكل مكملات حول محور واحد مشترك: تحسين العائد واستراتيجيات التحويل الآلي موجهة للمستخدمين المتقدمين الذين لديهم حجم أصول معين، وتكمن ميزتها الأساسية في كفاءة التنفيذ ودقة الاستراتيجية؛ بينما يسعى التفاعل بلغة طبيعية إلى خفض عتبة التشغيل للمستخدمين العاديين؛ ويُعد إدارة المخاطر ضمانًا أمنيًا أساسيًا يخترق جميع السيناريوهات. ويعمل الثلاثة معًا لتشكيل الإطار الأساسي لبيئة DeFAI الحالية، كما يُرسي الأساس لتطبيقات وكيل سلسلة أكثر تعقيدًا في المستقبل.

التطبيقات الأربعة المذكورة أعلاه، سواء كانت تحسين العائد أو أتمتة استراتيجيات التحوط الكمي، تعتمد جميعها على شرط واحد فقط: يجب أن يمتلك وكيل الذكاء الاصطناعي نوعًا من صلاحيات التوقيع، أي القدرة على الوصول إلى المفتاح الخاص. هذا هو التحدي التقني الأهم في مسار DeFAI، والذي يُمكن أن يُغطى بسهولة بسبب حدة السرد الإعلامي — ففي حال وجود ثغرة في آلية التوقيع، ستفقد جميع قدرات الاستراتيجيات العليا معناها.

حاليًا، تنقسم حلول إدارة أمان المفاتيح الخاصة السائدة في الصناعة إلى فئتين: MPC (الحسابات المتعددة الأطراف) وTEE (بيئة التنفيذ الموثوقة). لكل منهما تركيز مختلف في نموذج الأمان، ومستوى الأتمتة، ودرجة التعقيد الهندسي.

الرسم البياني 9: جدول مقارنة بين الحلول الرائدة لتأمين المفاتيح الخاصة

• الفكرة الأساسية لـ MPC (Multi-Party Computation، الحساب متعدد الأطراف) هي القضاء على نقطة الفشل الواحدة من خلال تقسيم المفاتيح. على سبيل المثال، باستخدام توقيع الحد الأدنى 2 من 3، حتى لو تم تسريب أحد المفاتيح، لا يمكن للمهاجم إتمام التوقيع بشكل مستقل، وبالتالي لا تتأثر أمان الأموال. Vultisig هو منتج رائد في هذا المجال، وهو محفظة متعددة السلاسل وذاتية التخزين مفتوحة المصدر مبنية على تقنيات MPC/TSS، وتستخدم بنية خالية من عبارة الاسترداد الوحيدة، مما يجمع بين أمان المفاتيح والتخزين الذاتي للمستخدم.
• TEE (Trusted Execution Environment، بيئة تنفيذ موثوقة) تتبع طريقًا آخر: تشفير المفتاح الخاص مع كود الوكيل داخل منطقة معزولة محمية بالعتاد (enclave)، حيث يقوم الوكيل الذكي بإجراء حسابات الاستراتيجية والتوقيع داخل enclave، ويُصدر فقط نتيجة التوقيع على السلسلة، بينما يكون المفتاح الخاص غير مرئي تمامًا من البيئة الخارجية. تقدم شرائح رائدة مثل Intel SGX وAMD SEV وARM CCA دعمًا على مستوى العتاد للعزل والتشفير. وقد دمجت Chainlink TEE في شبكة النبأ للتعامل مع البيانات الحساسة، باستخدام آلية التحقق عن بُعد لإثبات سلامة بيئة التنفيذ للخارج.

ومع ذلك، فإن أمان المفتاح هو مجرد الخط الدفاعي الأول. في التنفيذ العملي، بغض النظر عن أي خطة إدارة مفاتيح تُستخدم، يجب تطبيق آلية تحكم في الصلاحيات فوقها لمنع الوكلاء من تنفيذ عمليات غير مصرح بها. توفر ممارسة Almanak إطارًا مرجعيًا شاملاً: حيث تستخدم المنصة استراتيجية حماية TEE لحماية المنطق والمعاملات السرية، وتُدرج طبقة صلاحيات Zodiac Roles Modifier بين محرك النشر والحساب الذكي الآمن الذي يملكه المستخدم — حيث يجب مقارنة كل معاملة تُطلقها الذكاء الاصطناعي مع قائمة بيضاء محددة مسبقًا من عناوين العقود والوظائف والمعاملات، وتُرفض تلقائيًا أي معاملة لا تقع ضمن نطاق التفويض.

طريقة تطبيق مبدأ الحد الأدنى من الصلاحيات هذه أصبحت الآن مرجعًا مهمًا في تصميم أمان أنظمة DeFAI. فهي تكشف عن منطق أعمق: مشكلات أمان DeFAI ليست في جوهرها مسألة اختيار تقني واحد، بل هي مشروع نظام متكامل يعتمد على التكامل بين إدارة المفاتيح وحدود الصلاحيات والمراجعة التنفيذية — وأي نقص في أي من هذه العناصر قد يصبح أضعف رابط في السلسلة بأكملها. وهذا بالضبط هو نقطة انطلاق تحليل المخاطر في الفصل التالي.

كشف التحليل أعلاه عن استنتاج أساسي:

لا يُحصل VCX على علاوة بسبب اختيار الأصول المتميز أو توقعات العائد الأعلى، بل لأنه يبيع القناة نفسها. بالنسبة لهذا، يجب الإجابة على سؤال: ما طبيعة منتج VCX بالضبط؟

من الناحية القانونية، إنه صندوق مغلق مسجل تمامًا لدى SEC، مع شفافية في المراكز وبنية متوافقة، ولا يختلف جوهريًا عن أي صندوق استثماري متداول (ETF) أسهمي عادي في السوق. ولكن من الناحية العملية، فإنه لا يبيع "توقعات عائد استثماري" بالمعنى التقليدي، بل يبيع أهلية للوصول إلى جانب الأصول—التي كانت سابقًا متاحة فقط للوكالات الرائدة في رأس المال المخاطر والمستثمرين المؤهلين—وتم تغليف هذه الأهلية في وحدات قابلة للتداول في بورصة نيويورك.

لذلك، فإن السوق مستعد لدفع فائض يتراوح بين 16 إلى 30 ضعف القيمة الصافية، وهو في جوهره تسعير لحق الوصول، وليس تقييمًا للعوائد المستقبلية للأصول الأساسية.

من هذا المنظور، فإن المقارنة بين VCX وMicroStrategy (MSTR) توضح الكثير. فكلاهما يفعلان شيئًا مشابهًا على السطح: تغليف أصول نادرة يصعب الوصول إليها مباشرة (البيتكوين / أسهم رائدة ما قبل الإدراج العام) كأوراق مالية قابلة للتداول في السوق الثانوية، وتظهر في السوق بعلاوة تفوق بكثير قيمة الأصل الأساسي. لكن هناك فرق جوهري في منطق العمل المالي بينهما:

• يُمكّن ميكانيزم MSTR المتمثل في جمع الأموال من خلال الإصدار المستمر للسندات القابلة للتحويل والأسهم المفضلة، ثم إعادة استثمار هذه الأموال في شراء المزيد من البيتكوين، الشركة من امتلاك قدرة ديناميكية على توسيع ميزانيتها وزيادة امتلاكها المستمر، مما يمنح سعر سهمها ميزة علاوية لها أساس داخلي جزئي للحفاظ عليها.
• يتأثر VCX بقيود هيكل الصندوق المغلق: حيث يتم تثبيت حجم الأصول تقريبًا بعد إصداره، ولا يمكنه شراء أصول جديدة من خلال إعادة التمويل، كما أن سيولة محفظته تعتمد بشكل كبير على عمليات الاكتتاب العام أو عمليات الاستحواذ للشركات الأساسية. بمجرد تراجع مشاعر المستثمرين الأفراد، أو زيادة العرض المتداول بعد انتهاء فترة التجميد البالغة ستة أشهر، فإن ضغط تضييق الهامش سيكون أكبر بكثير من MSTR.

مقارنة بين VCX و MSTR (استراتيجية)

بعبارة أخرى، يتم دعم هامش الربح في MSTR عبر آلية رأس مال تعمل باستمرار، بينما يعتمد هامش الربح في VCX بشكل أساسي على ندرة الأصول + الدافع العاطفي. لا يوجد خطأ أو صواب في منطق المنتج نفسه، لكن المخاطر الكامنة فيه أصعب من صناديق الاستثمار المغلقة العادية في أن يتم تسعيرها بشكل صحيح من قبل السوق:

بمجرد أن يشتري المستثمرون الأفراد بأسعار تتجاوز بكثير القيمة الصافية للصافي، فإنهم في الواقع لا يدفعون قيمة الأصول نفسها، بل مكافأة الوصول إلى هذه الفرصة—وستواجه هذه المكافأة ضغطًا سريعًا للانهيار إلى الصفر بمجرد إتمام الشركة الأساسية لطرحها العام الأولي وتشكيل قناة تداول مباشرة في السوق المفتوحة.

بناءً على التحليل السابق، يمكن إجراء تقييم مرحلية لمسار تطور DeFAI. بشكل عام، فإن هذا القطاع يمر حاليًا بنقطة محورية انتقالية من إثبات المفهوم إلى التحول إلى منتج، ومن المتوقع أن يمر بثلاث مراحل تدريجية:

الرسم البياني 11: توقع مراحل تطور DeFAI

ملاحظة: الجدول أعلاه مبني على تقييم شامل لتقارير الصناعة المنشورة وتقدم المشروع ونضج التقنية، وليس جدولاً زمنياً مضموناً

حاليًا، يمر DeFAI بمرحلة انتقالية من مرحلة الدعم القرار إلى مرحلة شبه المستقلة — فقد بدأت بعض المشاريع بالفعل في تحمل قدرات تنفيذ ذاتية ضمن نطاق محدود، لكن آليات المراجعة والضمان البشري لا تزال الشكل السائد في التوزيع. في هذا السياق، وبالنظر إلى نضج التكنولوجيا الحالي والحالة السوقية، هناك ثلاثة تقييمات تستحق التركيز عليها.

أولاً، طبيعة معظم مشاريع DeFAI الحالية ما زالت أداة أتمتة، وليست عاملًا ذاتيًا حقيقيًا. إن المنتجات التي تُصنف حاليًا تحت مسمى "DeFAI" تتمحور قدراتها الأساسية على ترجمة الأوامر البشرية إلى سلاسل محددة مسبقًا من عمليات DeFi، وهي في جوهرها أقرب إلى واجهة تنفيذ فعالة، وليس نظامًا ذاتيًا يمتلك قدرة استدلال واتخاذ قرار مستقلة. وفقًا لتقرير ماكينزي لعام 2025، فإن أقل من 10٪ من المنظمات فقط، حتى في السيناريوهات المؤسسية العامة، حققت نشرًا واسع النطاق لعوامل الذكاء الاصطناعي في أي وظيفة واحدة. إن عتبة الثقة وتعقيد العمليات في البيئات السلسلية أعلى، ولا يزال هناك طريق طويل من العروض التقنية إلى تحقيق حلول تجارية مغلقة بالكامل.

ثانيًا، أكثر الاتجاهات نضجًا وسهولة في كسب ثقة المؤسسات حاليًا لوكيل الذكاء الاصطناعي ليست التداول الذاتي عالي المخاطر، بل المراقبة والتنبيه والمساعدة في الحوكمة على السلسلة. إن سيناريوهات مثل مراقبة المراكز على مدار 24 ساعة طوال الأسبوع، وتنبيهات التصفية، وتحليل مقترحات الحوكمة، من ناحية، تتمتع بتحمل أعلى للوهم في نماذج اللغة الكبيرة — حيث لا تؤدي الأخطاء في الإخراج إلى خسائر مالية مباشرة؛ ومن ناحية أخرى، تُعوّض بفعالية النقص الطبيعي في استمرارية انتباه البشر. هذه السيناريوهات تمثل مسارًا أكثر واقعية لانتقال DeFAI من "عرض تقني" إلى "تبني من قبل المؤسسات".

ثالثًا، دمج الوكلاء الذكاء الاصطناعي مع الأصول الواقعية المُرقمة (RWA) هو اتجاه متقاطع يستحق التركيز عليه في هذا المجال. وفقًا لبيانات RWA.xyz، بلغ إجمالي قيمة الأصول المُرقمة على السلسلة من RWA حتى أوائل أبريل 2026 أكثر من 27 مليار دولار أمريكي (باستثناء العملات المستقرة)، وتشمل فئات متعددة مثل سندات الخزانة الأمريكية، الائتمان الخاص، السلع الأساسية، والسندات الشركاتية. إذا تمكّن الوكلاء الذكاء الاصطناعي من إدارة محفظة مكونة من أصول RWA مثل سندات الخزانة والعملات المستقرة — على سبيل المثال، تعديل نسب التخصيص بينهما تلقائيًا وفقًا للظروف السوقية — فسيكون حجم الأصول القابلة للوصول إليها أكبر بكثير من النطاق الحالي الذي يعتمد على الأصول الأصلية لـ DeFi، وسيمكن من تحقيق تكامل حقيقي بين الجانبين على السلسلة وغير السلسلة، وتحقيق التكامل بين Web3 وAI وTraFi، مما يوسع بشكل كبير آفاق السوق.

يمر وكيل الذكاء الاصطناعي وإدارة الأصول على السلسلة بمرحلة حاسمة من التحقق من المفهوم إلى التحول إلى منتج. لقد تم التحقق من الجدوى التقنية بشكل أولي، لكن التحديات التي تواجه الصناعة — من مخاطر وهوم الذكاء الاصطناعي الكبير، وتشتت بيانات السلسلة، إلى غياب البنية التحتية للثقة — لا يمكن حلها فقط من خلال التحديثات التقنية، بل تتطلب تقدماً منهجياً في تصميم هيكل المشروع، وتخطيط مسار الامتثال، وبناء نظام أمان، وتأكيد نموذج العمل.

وهذا يعني بالضبط أن هذا القطاع لا يزال في مرحلة البناء المبكرة، ولم تتشكل بعد منافسة حقيقية. بالنسبة للفرق القادرة على إدارة بعدَي Web3 وAI معًا، فإن الوقت الحالي هو نافذة فرصة للدخول — سواء من خلال بناء أنظمة أكثر موثوقية لـ Agent على السلسلة على مستوى التنفيذ، أو من خلال ربط العناصر الأساسية للبيانات والصلاحيات والثقة على مستوى البنية التحتية، فهناك فجوات كبيرة لا تزال بحاجة إلى ملء.

حاجز المنافسة لـ DeFAI لن يقع في النهاية على قدرة نموذج واحد أو عمق تكامل البروتوكول، بل على القدرة على بناء حلقة مغلقة متسقة حقًا بين التكنولوجيا والامتثال والأمان.