DeFAIツール概要：AIエージェントがオンチェーン資産管理を推進する方法

執筆：GO2MARS

正式な分析を始める前に、核心的な概念であるDeFAIを明確にすることが必要です。

DeFAIは、DeFi（分散型金融）とAI（人工知能）の融合を表す略語であり、AIエージェントをチェーン上金融シナリオに導入し、市場状況を認識し、自立的に戦略を策定してチェーン上操作を直接実行できるようにすることを意味します。これにより、専門家のリアルタイムの介入を必要とせずに、資産配置、リスク管理、プロトコルとのインタラクションなどの従来は人間が行っていた金融行為を実現します。

簡単に言えば、DeFAIはDeFiツールを単にAI化したアップグレードではなく、オンチェーン上で自律的に動作する金融実行レイヤーを構築しようとしています。

このセクターは2024年第4四半期から急速に注目を集め、その背後には3つの象徴的な出来事があります。これらはそれぞれ、AIエージェントがWeb3に導入される3つの段階に対応しています：ナラティブの拡散、資産化インフラの構築、および実行能力の本格的な実装。

最初のイベントは2024年7月に発生しました。開発者Andy Ayreyが構築したTwitterボット「Truth Terminal」が、a16zの共同創業者Marc Andreessenから5万ドルのBTCを寄付されたことで一躍注目を集め、GOAT通貨がバズを起こしました。これは、AIエージェントがチェーン上経済の参加者として初めて本格的に一般の注目を浴びた瞬間でした。

同年10月、第二のイベントが発生しました。Virtuals ProtocolがBaseネットワーク上で話題となり、AIエージェント自体をトークン化しました。そのエコシステムの時価総額は最高で35億ドルを超え、DeFAIセクターの資産化インフラ構築段階における代表的な事例となりました。

三つ目の出来事は、Giza、HeyAnon、Almanak などのプロジェクトが次々とチェーン上の実行層に展開され、業界がナラティブ主導から製品化の段階へと移行したことです——AIエージェントが情報のやり取りにとどまらず、実際にチェーン上の操作を実行し始めています。

グローバル市場規模に基づき、複数の研究機関はAI Agentセクターの成長予測について高い一致を見ています：

図1：世界のAIエージェント市場規模の予測比較、データソース：MarketsandMarkets（2025）、Grand View Research（2025）、BCC Research（2026.01）

しかし、資本の注目度と産業への実装の間には依然として顕著な差が存在する。マッキンゼーが2025年11月に発表した『The State of AI in 2025』レポート（105か国、1993人の回答者を対象）によると、88%の組織が少なくとも1つの業務機能でAIを導入しているが、その約3分の2は実験段階またはパイロット段階にとどまっている。AIエージェント分野に限定すると、62%の組織が実験を開始しており、23%が少なくとも1つの機能でスケールアップを推進しているが、いずれの単一機能においてもスケールアップされた導入率は10%を下回っている。

このデータは、DeFAIセクターのナラティブの注目度が、現在の実際の実装進捗を依然として上回っていることを示しています。この差異を理解することは、このセクターの価値を客観的に評価するための前提です。

DeFAIがどのように機能するかを理解するには、まず重要な質問に答える必要があります：AIはどのようなメカニズムを通じてオンチェーン金融操作に介入するのでしょうか？

DeFAIシステムのコア実行ユニットは、大規模言語モデルに基づくAIエージェントです。Wangら（2023）の学術的レビューによると、そのコア機能は3層アーキテクチャに整理され、各層はチェーン上シナリオにおいてそれぞれ具体的な役割を担っています：

• 計画層は、目標の分解と経路の最適化を担当し、チェーン上のシナリオにおける戦略生成とリスク評価に対応します。
• メモリ層は、ベクトルデータベースなどの外部ストレージを用いてクロスタイムフレームの情報蓄積を実現し、過去の市場データとプロトコル状態を担う。
• ツール層により、モデルの能力を拡張し、DeFiプロトコル、価格オラクル、クロスチェーンブリッジなどの外部システムを呼び出せるようにします。

ただし、ここで明確にしておく必要があります：AIモデル自体はブロックチェーンと直接やり取りすることはできません。現在のほとんどのDeFAIシステムは、オフチェーン推論とオンチェーン実行を分離したアーキテクチャを採用しています——AIエージェントがオフチェーンで戦略計算を行い、その結果をオンチェーンの取引シグナルに変換して、実行モジュールが代わりに送信します。このアーキテクチャ設計は、現在の技術的制約における現実的な選択であり、同時に秘密鍵の承認や権限管理など、一連のセキュリティ課題を生み出しています。

AIエージェントは、大規模言語モデルに基づく自律的決定システムであり、タスクの分解、メモリ管理、ツールの呼び出しを通じてクローズドループ実行を実現します。現在、AIエージェントとチェーン上資産とのインタラクションもすでに初期の形態を呈しています。

図2：AIエージェントの3層アーキテクチャ

DeFAIの技術基盤が明確になった後、自然と次の疑問が生じます：このシステムはどのようにして今日に至ったのでしょうか？

The Blockの研究によると、DeFAIの進化は一気に達成されたのではなく、初期の情報処理中心のインタラクティブエージェントから、現在のチェーン上操作を実際に実行できるエグゼキュティブシステムへと、二つの異なる段階を経てきました。

両者は目標設定、技術的手法、リスクレベルにおいて本質的な差異があります。

図3：DeFAIの二つの進化パスの比較

二段階の進化の流れは、次のように理解できます：

最初の波は対話型エージェントであり、対話可能で分析可能なエージェントフレームワークの構築に重点を置いている。代表的なプロジェクトには、ElizaOS（元 ai16z）のElizaフレームワークやVirtualsのG.A.M.E.が含まれる。この段階の本質は依然として情報ツールであり、エージェントは読み取り、発話、分析が可能だが、その機能の範囲は情報層にとどまり、資産に関する任何の実行操作には及んでいない。

第二波は実行型DeFAIエージェントであり、ようやく意思決定と実行の閉ループが実現される。代表的なプロジェクトには、HeyAnon、Wayfinder、Giza（ARMA Agent）、Almanakなどがある。这类システムの共通特徴は、AIがオフチェーンで動作し、構造化された戦略シグナルを出力し、オンチェーン実行モジュールを通じて取引を完了する点である。これは既存のDeFiプロトコルを置き換えるのではなく、その上にAI意思決定メカニズムを追加し、全体の操作フローを「人間が指示を出す」から「エージェントが自律的に実行する」へと変える。

二つの波の本質的な違いは技術的複雑さではなく、資産に真正に触れるかどうかにあります。これは、第二の波のシステムが信頼メカニズム、権限設計、セキュリティアーキテクチャにおいて、第一の波よりもはるかに複雑な課題に直面することを意味します——これが次章で重点的に検討する内容です。

技術アーキテクチャから進化の道筋まで、DeFAIの「できること」は徐々に明確になってきています。では、実際の製品レベルでは、どのような現実の課題を解決しているのでしょうか？

全体として、現在のDeFAIのアプリケーション探索は、チェーン上の操作における「収益効率、戦略実行、インタラクションのハードル、リスク管理」の4つの核心的課題に対応する形で、比較的成熟した実装体制を形成している。

収益最適化：プロトコル間の自動リバランス

収益最適化は、現在最も成熟したDeFAIアプリケーションシナリオです。その核心ロジックは、Aave、Compound、Fluidなどの主要DeFiプロトコルの預金年率収益を継続的にスキャンし、事前設定されたリスクパラメータに基づいてポジション調整の必要性を判断し、各操作前に取引コストを分析するというものです——収益の向上がすべてのガス代および取引手数料をカバーできる場合にのみ、資金を実際に移動し、プロトコル間での自動化された最適配置を実現します。

Gizaを例に挙げると、そのARMA Agentは2025年2月にBaseネットワーク上でステーブルコイン収益戦略を開始し、Aave、Morpho、Compound、Moonwellなどのプロトコルの金利変動を継続的に監視し、プロトコルのAPY、手数料コスト、流動性を総合的に考慮して、ユーザーの資金をスマートに配分し、収益を最大化します。公開データによると、ARMAは現在約6万の独立した保有者、3万6千以上のデプロイ済みAgentを有し、管理資産総額（AUA）は2000万ドルを超えています。

DeFiプロトコルの収益が継続的に変動する市場環境において、手動でのモニタリングと手動でのポジション調整は自動化システムに比べて効率性と即時性が劣るため、これがこのシナリオの核心的な価値です。

図4：GizaプラットフォームのARMAエージェント例

クオンツ戦略の自動化：機関レベルの機能を一般ユーザーにも

量化戦略の自動化シナリオにおいて、DeFAI プラットフォームは、従来の量化チームのフルプロセス操作をモジュール化・自動化し、個人ユーザーが機関レベルの戦略実行能力にアクセスできるようにします。

Delphi Digitalが支援するAlmanakを例に挙げると、同社が導入したAI Swarmシステムは、量的プロセスを4つの段階に分解します：

• 戦略モジュールでは、Python SDK を使用して投資ロジックを記述し、バックテストを実行できます。
• 実行エンジンは、ユーザーの承認を得た後、審査済みの戦略コードを自動的に実行し、DeFi呼び出しをトリガーします。
• 安全ウォレットはSafe + Zodiacに基づいてマルチシグ体制を構築し、ロール権限制御によりAIエージェントに戦略実行権を付与することで、資金が常にユーザーの管理下に保たれます。
• 戦略資金庫は、戦略をERC-7540標準の取引可能な資金庫としてパッケージ化し、投資家は投資信託の受益権と同様に戦略の収益分配に参加できます。

このアーキテクチャの意義は、AIエージェントがデータ分析、戦略の反復、リスク管理の機能を担い、ユーザーはシステムの出力結果を最終的に確認するだけで済み、専門のクオンツチームを編成する必要がないという点にあります——これがプロジェクトが称する「機関レベルの戦略の民主化」です。

図5：Almanakプラットフォームのホームページ表示図

自然言語指令の実行：DeFi操作をメッセージを送るような簡単さに

このシナリオの核心は、ユーザーの意図に基づくDeFi操作（Intent-based DeFi）です。自然言語処理技術を活用し、ユーザーが日常的な言語で取引指示を出し、AIがそれを解析して複数ステップのオンチェーン操作に変換することで、一般ユーザーの操作ハードルを大幅に低下させます。

HeyAnonは、ユーザーがチャットボックスにコマンドを入力することで、トークン交換、クロスチェーンブリッジ、ローン、ステーキングなどのオンチェーン操作をAIが実行するDeFAIチャットプラットフォームを構築しました。LayerZeroクロスチェーンブリッジやAave v3などのプロトコルを統合し、Ethereum、Base、Solanaなど複数のチェーンに対応しています。

図6：HeyAnon プラットフォームのホームページ表示図

WayfinderはParadigmが投資しており、より高度なクロスチェーン取引サービスを提供します。そのAIエージェント（Shellsと呼ばれる）は、異なるチェーン間の最適な取引パスを自動で探索し、クロスチェーン送金、トークン交換、NFTのやり取りなどの操作を実行します。ユーザーはガス料金やクロスチェーン互換性などの技術的詳細を気にする必要はありません。

図7：Wayfinder プラットフォームのホームページ表示図

総じて、自然言語インターフェースはDeFiの操作门槛を大幅に低下させましたが、基盤となる意図解析の正確性に対する要求も高めています——AIが指示を誤解した場合、操作結果はユーザーの期待と大きくずれる可能性があります。

リスク管理と清算モニタリング：チェーン上プロトコルに組み込まれたメカニズム

DeFiの貸付およびレバレッジシナリオにおいて、AIエージェントの最も一般的な用途は、チェーン上のポジションの健全性をリアルタイムで監視し、清算閾値に近づく前に自動的に防護操作を実行することです。この重要なアプリケーションは、主要なDeFiプロトコルに段階的に統合され、DeFiプラットフォームのネイティブ機能となっています。

• Aaveは「ヘルスファクター」でポジションの安全性を評価し、ヘルスファクターが1.0未満になると、借入者のポジションが清算対象となります；
• Compoundは「清算担保因子（Liquidation Collateral Factor）」メカニズムを採用しており、アカウントの借入残高がこの因子が設定する上限を超えた場合に清算が発生します。各担保資産の具体的なパラメータは、チェーン上ガバナンスによって個別に設定されます。

24/7の高ボラティリティチェーン上市場では、人間による監視が一貫した対応効率を維持することが困難です。AIエージェントは、このシナリオで継続的な追跡、知的評価、自動対応を実現し、リスク管理の効率を人間またはルールベースの自動化システムでは到達できないレベルまで向上させます。

図8：Agent×DeFiの四大主要な適用シーン

総合的に見ると、上記の4つのシナリオは互いに独立したものではなく、同じ主线を中心に補完し合っています。収益最適化とクオンツ戦略の自動化は、一定の資産規模を持つ上級ユーザーを対象とし、実行効率と戦略の精度が主な強みです。自然言語インタラクションは一般ユーザーの操作ハードルを低下させることを目的としています。リスク管理は、すべてのシナリオに貫かれる基盤的なセキュリティ保障です。これら3つが協力し合い、DeFAIの現在のエコシステムの基本的な実装構造を形成するとともに、今後のより複雑なチェーン上エージェントアプリケーションの基盤を築いています。

前述の四大アプリケーションシナリオは、リターン最適化であれ、クオンツ戦略の自動化であれ、その実現には一つの前提がある：AIエージェントが何らかの形式の署名権限、すなわち秘密鍵へのアクセス能力を保有していることである。これはDeFAIエコシステム全体で最も重要であり、ナラティブの注目度に隠されがちな技術的課題である。署名メカニズムに脆弱性が生じれば、上位層のすべての戦略機能は意味を失う。

現在、業界で主流の秘密鍵セキュリティ管理ソリューションは、MPC（多方計算）とTEE（信頼できる実行環境）の2つに分かれています。両者はセキュリティモデル、自動化レベル、およびエンジニアリングの複雑さにおいてそれぞれ異なる特徴を持っています。

図9：秘密鍵セキュリティ管理の2つの主要なソリューション比較表

• MPC（マルチパーティ計算）の核心思想は、鍵を分割することでシングルポイントの障害を排除することです。一般的な2-of-3閾値署名を例に挙げると、いずれかの鍵が漏洩しても、攻撃者は単独で署名を行うことができず、資金の安全性は保たれます。Vultisigは、MPC/TSS技術を基盤とするオープンソースのマルチチェーン自己管理ウォレットで、単一のリカバリーフレーズを用いないアーキテクチャにより、鍵のセキュリティとユーザーによる自己管理を統合しています。
• TEE（Trusted Execution Environment、信頼できる実行環境）は、秘密鍵をプロキシコードと共にハードウェアで保護された隔離領域（enclave）内に格納し、AIプロキシがenclave内で戦略計算と署名を実行した後、署名結果のみをチェーン上に出力することで、外部環境からは秘密鍵が完全に見えないようにする道を歩んでいる。Intel SGX、AMD SEV、ARM CCAなどの主要なチップは、ハードウェアレベルの隔離と暗号化を提供している。Chainlinkは、TEEをオラクルネットワークに導入し、機密データの処理に活用するとともに、リモート認証メカニズムを通じて実行環境の整合性を外部に証明している。

しかし、キーのセキュリティは第一の防衛線にすぎません。実際のデプロイでは、どのキー管理スキームを採用しても、エージェントの権限を超えた操作を防ぐために、その上に権限制御メカニズムを重ねる必要があります。Almanakの実践は、比較的包括的な参考フレームワークを提供しています。プラットフォームは、TEEを用いてプロセスロジックと秘密パラメータを保護するとともに、デプロイエンジンとユーザーが保有するSafeスマートアカウントの間にZodiac Roles Modifierの権限層を挿入しています。AIが発行するすべてのトランザクションは、事前に設定されたコントラクトアドレス、関数、パラメータのホワイトリストと逐一照合され、認可範囲外のトランザクションは自動的に拒否されます。

このような最小権限の原則の実装は、現在、DeFAIシステムのセキュリティ設計における重要な指針となっています。これは、DeFAIのセキュリティ問題が単なる技術選択の問題ではなく、鍵管理、権限境界、実行監査の3要素が協調して構成するシステム工学の問題であるというより深い論理を明らかにしています。いずれかの要素が欠如しても、そのリンク全体で最も弱いノードとなり得ます。これが次章のリスク分析の出発点でもあります。

上記の分析は、核心的な結論を明らかにした。

VCXは、資産選択の優れや高いリターン期待によってプレミアムを得ているのではなく、チャネルそのものを販売しているためである。これに対して、VCXはどのような性質の製品なのかという問いに答える必要がある。

法的形式としては、SECに登録された閉鎖型ファンドであり、保有資産が透明で構造も規制に準拠しており、一般の株式型ETFと本質的な違いはない。しかし実際の機能において、これが販売しているのは従来の「投資リターンの期待」ではなく、資産側へのアクセス権限である。これまでトップレベルのVC機関や適格投資家にしか与えられていなかったこのアクセス権限が、NYSE上で取引可能な単位株式としてパッケージ化されている。

したがって、市場はこのアクセス権に16〜30倍のNAVプレミアムを支払っており、これは底層資産の将来の収益を評価するのではなく、このアクセス権自体に価値を付与しています。

この観点から見ると、VCXとMicroStrategy（MSTR）の比較は非常に示唆に富んでいる。両者は表面上、直接取得が難しい希少資産（ビットコイン／トップクラスのPre-IPO株式）を二次市場で取引可能な証券としてパッケージ化し、その基礎資産価値をはるかに上回るプレミアムを市場で示している。しかし、両者の資本運営のロジックには根本的な差異がある：

• MSTRは、継続的に転換社債および優先株を発行して資金を調達し、その資金をさらにビットコインの購入に充てるという仕組みにより、動的なバランスシート拡大と継続的な保有増加を実現しており、その株価のプレミアムには一定程度、内生的な維持基盤が存在する。
• VCXは閉鎖型ファンドの構造制約を受けます：発行完了後、資産規模は基本的に固定され、再調達によって新規資産を継続的に購入することはできず、保有資産の流動性も底层企業のIPOやM&Aによる出口に大きく依存します。一般投資家の感情が冷えたり、6か月のロックアップ期間が満了して流通株式が増加したりした場合、そのプレミアムの圧縮圧力はMSTRよりもはるかに大きくなります。

VCX と MSTR（戦略）モードの比較

言い換えれば、MSTRのプレミアムは持続的な資本メカニズムによって支えられているのに対し、VCXのプレミアムは主に資産の希少性と感情要因によって生じています。この製品ロジック自体に正誤はなく、しかしその背後にあるリスクは、一般的な閉鎖型ファンドよりも市場で適切に評価されにくいです：

個人投資家がNAVをはるかに上回る価格で購入した場合、実際に支払っているのは資産そのものの価値ではなく、このアクセス権のプレミアムである。そして、このプレミアムは、底层の企業がIPOを完了し、公開市場で直接取引のチャネルが形成された後、急速にゼロに近づく圧力に直面する。

前述の分析を総合すると、DeFAIの進化パスを段階的に判断できる。全体として、この分野は概念実証から製品化への移行期にあり、その進化は以下の3つの段階を経ると予想される：

図11：DeFAIの発展段階の予測

注：上記の表は、業界の公開報告、プロジェクトの進捗、技術的成熟度を総合的に判断したものです。確定的なスケジュールではありません。

現在の段階において、DeFAIは全体として補助的決定期から半自律期への移行段階にあります。一部のプロジェクトは限定的な範囲での自律実行機能を開始していますが、人間による監査とバックアップメカニズムが依然として主流の展開形態です。このような背景のもと、現在の技術的成熟度と市場状況を踏まえ、以下の3つの判断が注目に値します。

第一に、現在のほとんどのDeFAIプロジェクトの本質は、真正の自律エージェントではなく、自動化ツールにとどまっている。現在「DeFAI」とラベル付けされている製品の核心的機能は、人間の指示を事前に設定されたDeFi操作シーケンスに翻訳することであり、本質的には独立した推論や意思決定能力を持つ自律システムというより、効率的な実行インターフェースに近い。マッキンゼーの2025年レポートによると、汎用企業シナリオにおいても、単一の機能においてAIエージェントをスケールして導入している組織は10％未満である。チェーン上でのシナリオでは、信頼のハードルと操作の複雑さがさらに高いため、技術的なデモから真正のビジネスサイクルへと移行するには、まだ相当の距離がある。

第二に、AIエージェントが現在最も成熟しており、機関の信頼を得やすい実装分野は、高リスクの自律取引ではなく、オンチェーン監視、警告、ガバナンス支援である。7×24時間の保有状況監視、清算警告、ガバナンス提案分析などのシナリオは、一方でLLMの幻覚に対する許容度が比較的高い——出力エラーが直接資金損失を引き起こさない——という点で有利であり、他方で人間の注意持続性における先天的な欠点を効果的に補完できる。こうしたシナリオは、DeFAIが「技術デモ」から「機関採用」へと進むための現実的な道筋である。

第三に、AIエージェントとRWAの融合は、この分野で次に注目すべきクロスオーバーの方向性である。RWA.xyzのデータによると、2026年4月初頭時点で、チェーン上にトークン化されたRWA資産の総額は270億ドル以上（ステーブルコインを除く）に達し、米国国債、プライベートクレジット、コモディティ、社債など複数のカテゴリーをカバーしている。AIエージェントが国債RWAとステーブルコインを含むポートフォリオ資産の管理に介入し、市場環境に応じて両者の構成比率を自動的に調整できる場合、その対象となる資産規模は、現在のDeFiネイティブ資産を中心に据えた範囲をはるかに超え、資産側のチェーン上とチェーン下を真正に連携させ、Web3＋AI＋TraFiの連動を実現し、市場の可能性を大幅に拡大する有望な可能性を秘めている。

AIエージェントとオンチェーン資産管理は、プロトタイプから製品化への移行期にあります。技術的実現可能性は概ね確認されていますが、LLMの幻覚リスク、オンチェーンデータの異質性、信頼インフラの欠如などの業界が直面する課題は、技術の反復的進化だけでは解決できず、プロジェクトアーキテクチャの設計、コンプライアンス戦略の策定、セキュリティ体制の構築、ビジネスモデルの検証という体系的な推進が必要です。

これはまた、この分野がまだ初期の構築段階にあり、本格的な競争格局が形成されていないことを意味します。Web3とAIの両方の次元を同時に操れるチームにとって、現在が参入の機会です——実行層でより信頼性の高いオンチェーンAgentシステムを構築する也好、インフラ層でデータ、権限、信頼の鍵となる环节をつなぐ也好、まだ大きな空白地帯が残されています。

DeFAIの競争優位性は、単一のモデル能力やプロトコル統合の深さにではなく、技術、コンプライアンス、セキュリティの間に真正な閉ループを構築できるかどうかに最終的に帰着する。