Gambaran Umum Alat DeFAI: Bagaimana Agen AI Mendorong Pengurusan Aset Atas Rantaian

Ditulis oleh: GO2MARS

Sebelum mula analisis rasmi, penting untuk memperjelas konsep utama: DeFAI.

DeFAI ialah singkatan untuk penggabungan DeFi (keuangan terdesentralisasi) dan AI (kecerdasan buatan), yang merujuk kepada pengenalan AI Agent ke dalam skenario keuangan berbasis rantai, membolehkannya mengesan status pasaran, menghasilkan strategi secara autonomi, dan melaksanakan operasi berbasis rantai secara langsung—dengan demikian, melaksanakan tindakan keuangan tradisional yang biasanya memerlukan intervensi manual seperti pengagihan aset, pengurusan risiko, dan interaksi protokol tanpa memerlukan campur tangan manusia secara real-time.

Secara ringkas, DeFAI bukan sekadar peningkatan AI sederhana terhadap alat DeFi, tetapi berusaha membina lapisan pelaksanaan kewangan yang boleh beroperasi secara bebas di atas rantai.

Litar ini mengalami peningkatan pesat sejak Q4 2024, dengan tiga peristiwa penting yang perlu diperhatikan, masing-masing berkaitan dengan tiga tahap AI Agent memasuki Web3: naratif melampaui batas, pembinaan infrastruktur aset, serta pelaksanaan kemampuan yang benar-benar berlaku.

Peristiwa pertama berlaku pada Julai 2024. Robot Twitter Truth Terminal yang dibina oleh pembangun Andy Ayrey dengan cepat menjadi viral selepas menerima hadiah BTC sebanyak $50,000 daripada rakan penubuh a16z, Marc Andreessen, dan memicu penyebaran virus bagi token GOAT. Ini merupakan kali pertama AI Agent benar-benar memasuki pandangan awam sebagai peserta ekonomi atas rantai.

Peristiwa kedua berlaku pada Oktober tahun yang sama. Virtuals Protocol menjadi popular di rangkaian Base, dengan menerbitkan token bagi AI Agent itu sendiri, dan nilai pasaran ekosistemnya mencapai puncak lebih daripada US$3.5 bilion, menjadi contoh klasik dalam peringkat pembinaan infrastruktur aset DeFAI.

Peristiwa ketiga ialah projek-projek seperti Giza, HeyAnon, dan Almanak secara berturut-turut dilaksanakan di lapisan pelaksanaan rantai, mendorong industri berpindah dari fasa yang didorong oleh naratif ke fasa produk—AI Agent kini benar-benar «berbuat» melakukan operasi di rantai, bukan sekadar berinteraksi secara informasi.

Dari segi saiz pasaran global, pelbagai agensi penyelidikan mempunyai ramalan pertumbuhan yang serupa untuk laluan AI Agent:

Grafik 1: Perbandingan ramalan pasaran global AI Agent, sumber data: MarketsandMarkets (2025), Grand View Research (2025), BCC Research (2026.01)

Namun, terdapat jurang yang signifikan antara minat modal dan pelaksanaan industri. Menurut laporan McKinsey berjudul "The State of AI in 2025" yang dikeluarkan pada November 2025 (berdasarkan 1,993 responden dari 105 negara), walaupun 88% organisasi telah menggunakan AI di sekurang-kurangnya satu fungsi perniagaan, hampir dua pertiga masih berada dalam peringkat eksperimen atau uji coba. Secara khusus dalam bidang AI Agent: 62% organisasi telah memulakan eksperimen, 23% sedang memperluaskan skala di sekurang-kurangnya satu fungsi, tetapi peratusan organisasi yang telah melaksanakan skala penuh dalam mana-mana satu fungsi tunggal masih kurang daripada 10%.

Data ini menunjukkan bahawa naratif pasaran DeFAI masih memimpin berbanding kemajuan pelaksanaan sebenar. Memahami jurang ini adalah prasyarat untuk menilai nilai pasaran ini secara objektif.

Untuk memahami bagaimana DeFAI berfungsi, pertama-tama perlu menjawab soal penting ini: Apa mekanisme yang digunakan AI untuk terlibat dalam operasi kewangan atas rantai?

Unit pelaksanaan utama sistem DeFAI ialah AI Agent yang dibina berdasarkan model bahasa besar. Menurut tinjauan akademik Wang et al. (2023), kemampuan utamanya boleh diringkaskan sebagai arsitektur tiga lapisan, dan setiap lapisan mempunyai fungsi spesifiknya masing-masing dalam konteks rantai:

• Tahap perancangan, bertanggungjawab atas pemecahan sasaran dan pengoptimuman laluan, sepadan dengan penghasilan strategi dan penilaian risiko dalam skenario rantai;
• Lapisan memori, yang mencapai akumulasi maklumat lintas tempoh melalui penyimpanan luar seperti pangkalan data vektor, menanggung data pasaran sejarah dan status protokol;
• Lapisan alat, memperluas kemampuan model agar dapat memanggil sistem luar seperti protokol DeFi, oracle harga, dan jembatan lintas rantai.

Namun, ada satu perkara yang perlu ditegaskan: model AI sendiri tidak dapat berinteraksi secara langsung dengan blockchain. Hampir semua sistem DeFAI semasa ini menggunakan arsitektur yang memisahkan inferensi luar rantai dengan pelaksanaan dalam rantai—AI Agent menyelesaikan pengiraan strategi di luar rantai, kemudian menukar hasilnya menjadi isyarat transaksi dalam rantai, yang dikemukakan oleh modul pelaksanaan. Reka bentuk arsitektur ini adalah pilihan praktikal berdasarkan keadaan teknologi semasa, serta membawa kepada isu keselamatan seperti pengesahan kunci peribadi dan pengurusan keizinan.

Agen AI pada dasarnya adalah sistem pengambilan keputusan autonom yang berdasarkan model bahasa besar, yang mencapai pelaksanaan tertutup melalui pemecahan tugas, pengurusan memori, dan pemanggilan alat, sementara interaksi antara Agen AI dengan aset di rantai juga telah mula terbentuk.

Grafik 2: Arsitektur tiga lapisan AI Agent

Setelah memahami dasar teknologi DeFAI, satu soal semula timbul: bagaimanakah sistem ini sampai ke hari ini?

Menurut penyelidikan The Block, perkembangan DeFAI bukanlah proses yang segera, tetapi melalui dua peringkat berbeza—dari agen interaktif awal yang berfokus pada pemprosesan maklumat, kepada sistem pelaksanaan semasa yang mampu terlibat secara langsung dalam operasi di rantai.

Keduanya berbeza secara mendasar dalam penentuan sasaran, kaedah teknikal, dan tahap risiko.

Grafik 3: Perbandingan lintasan evolusi dua gelombang DeFAI

Rangkaian perkembangan dua peringkat boleh difahami seperti ini:

Gelombang pertama ialah Agent interaktif, dengan fokus membina kerangka agen yang boleh berdialog dan menganalisis. Projek representatif termasuk kerangka Eliza daripada ElizaOS (sebelum ini ai16z) dan G.A.M.E. daripada Virtuals. Esensi peringkat ini masih merupakan alat maklumat—Agent mampu membaca, berbicara, dan menganalisis, tetapi batas fungsinya berhenti pada lapisan maklumat dan tidak menyentuh sebarang operasi pelaksanaan aset.

Gelombang kedua ialah DeFAI Agent jenis pelaksanaan, yang benar-benar memasuki kitaran pengambilan keputusan dan pelaksanaan. Projek-contoh termasuk HeyAnon, Wayfinder, Giza (ARMA Agent), dan Almanak. Ciri bersama sistem jenis ini ialah: AI berjalan di luar rantai, mengeluarkan isyarat strategi berstruktur, dan menyelesaikan transaksi melalui modul pelaksanaan di rantai—ia tidak menggantikan protokol DeFi yang sedia ada, tetapi memperkenalkan lapisan mekanisme pengambilan keputusan AI di atasnya, mengubah keseluruhan rantai operasi dari “manusia memberi arahan” kepada “Agent melaksanakan secara autonom”.

Perbezaan asas antara dua gelombang perkembangan bukan terletak pada kompleksiti teknikal, tetapi pada sama ada ia benar-benar menyentuh aset. Ini juga menentukan cabaran yang dihadapi oleh sistem gelombang kedua dalam mekanisme kepercayaan, reka bentuk keizinan, dan arsitektur keselamatan, yang jauh lebih kompleks berbanding gelombang pertama—ini adalah perkara yang akan dibincangkan secara mendalam dalam bab seterusnya.

Dari segi arsitektur teknikal hingga lintasan evolusi, "apa yang boleh dilakukan" DeFAI semakin jelas. Jadi, dalam peringkat produk sebenar, ia sedang menyelesaikan masalah-masalah nyata apa?

Secara keseluruhan, eksplorasi aplikasi DeFAI kini telah membentuk kerangka pelaksanaan yang relatif matang di sekitar empat arah utama, masing-masing berkaitan dengan empat masalah utama dalam operasi di rantai: "kecekapan pendapatan, pelaksanaan strategi, rintangan interaksi, dan pengurusan risiko".

Pengoptimuman pulangan: Penyesuaian portfolio automatik merentas protokol

Pengoptimuman keuntungan adalah skenario aplikasi DeFAI yang paling matang saat ini. Logikanya adalah: memindai secara berterusan kadar faedah tahunan simpanan pada protokol DeFi utama seperti Aave, Compound, dan Fluid, menggabungkan parameter risiko yang telah ditetapkan untuk menentukan sama ada penyesuaian portfolio diperlukan, serta menjalankan analisis kos transaksi sebelum setiap tindakan—hanya memindahkan dana apabila peningkatan keuntungan mampu menutupi semua kos gas dan transaksi, untuk mencapai konfigurasi automatik optimum merentas protokol.

Sebagai contoh Giza, ARMA Agentnya dilancarkan pada Februari 2025 di rangkaian Base dengan strategi pendapatan stablecoin, memantau secara berterusan perubahan kadar bunga pada protokol seperti Aave, Morpho, Compound, dan Moonwell, serta mengambil kira secara menyeluruh APY protokol, kos yuran, dan likuiditi untuk mengagihkan dana pengguna secara pintar guna memaksimumkan pendapatan. Menurut data awam, ARMA kini memiliki sekitar 60,000 pemegang unik, lebih daripada 36,000 Agent yang telah dideploy, dan jumlah aset yang dikelola (AUA) melebihi $20 juta.

Dalam persekitaran pasaran di mana hasil protokol DeFi terus berfluktuasi, kecekapan dan ketepatan masa pemantauan manual serta penyesuaian portofolio secara manual jauh lebih rendah berbanding sistem automatik—inilah nilai utama dalam skenario ini.

Rajah 4: Contoh graf ARMA Agent platform Giza

Automasi strategi kuantitatif: Pemasyarakatan kemampuan peringkat institusi

Dalam skenario automatik strategi kuantitatif, platform DeFAI berusaha memodularisasi dan mengautomatiskan keseluruhan proses pasukan kuantitatif tradisional, membolehkan pengguna peribadi mencapai keupayaan pelaksanaan strategi peringkat institusi.

Sebagai contoh, Almanak yang disokong oleh Delphi Digital, sistem AI Swarm yang diperkenalkannya membahagikan proses kuantitatif kepada empat peringkat:

• Modul strategi menyokong penulisan logik pelaburan dan pengujian semula melalui Python SDK;
• Enjin eksekusi akan menjalankan kod strategi yang telah disemak secara automatik dan memicu panggilan DeFi selepas mendapat kebenaran pengguna;
• Dompet selamat dibina berdasarkan Safe + Zodiac untuk membina sistem tanda tangan ganda, di mana kuasa melaksanakan strategi diberikan kepada Agen AI melalui kawalan keizinan peranan, memastikan dana sentiasa berada dalam kawalan pengguna;
• Kotak strategi mengemas strategi sebagai kotak yang boleh diperdagangkan mengikut standard ERC-7540, di mana pelabur boleh menyertai pembahagian keuntungan strategi seperti unit pelaburan.

Maksud struktur ini ialah agen AI mengambil alih fungsi analisis data, pengulangan strategi, dan pengurusan risiko, manakala pengguna hanya perlu melakukan pengesahan akhir terhadap output sistem, tanpa perlu membentuk pasukan kuantitatif profesional—mencapai apa yang diklaim projek sebagai “demokratisasi strategi peringkat institusi”.

Grafik 5: Paparan halaman utama platform Almanak

Pelaksanaan arahan bahasa semula jadi: Membuat operasi DeFi seringan menghantar mesej

Inti skenario ini ialah operasi DeFi berdasarkan niat pengguna (Intent-based DeFi): dengan menggunakan teknologi pemprosesan bahasa semula jadi, pengguna memberi arahan perdagangan dalam bahasa harian, dan AI akan menterjemahkannya menjadi operasi rantai berbilang langkah, secara signifikan mengurangkan rintangan operasi bagi pengguna biasa.

HeyAnon telah mencipta platform perbualan DeFAI, di mana pengguna boleh memasukkan arahan melalui kotak perbualan, dan AI akan menjalankan operasi rantai seperti pertukaran token, jambatan lintas rantai, pinjaman, dan staking, dengan integrasi jambatan lintas rantai LayerZero dan protokol seperti Aave v3, menyokong pelaksanaan lintas rantai seperti Ethereum, Base, dan Solana.

Grafik 6: Paparan halaman utama platform HeyAnon

Wayfinder, yang didanai oleh Paradigm, menyediakan perkhidmatan perdagangan rantai penuh yang lebih lanjut. Agen AI-nya (dikenali sebagai Shells) secara automatik mencari laluan perdagangan paling optimum antara rantai yang berbeza, melaksanakan operasi seperti pemindahan lintas rantai, pertukaran token, atau interaksi NFT, tanpa perlu pengguna memperhatikan butiran teknikal seperti caj gas bawah dan kekompatiban lintas rantai.

Grafik 7: Gambar halaman utama platform Wayfinder

Secara keseluruhan, antaramuka bahasa semula jadi secara signifikan menurunkan rintangan pengoperasian DeFi, tetapi juga menuntut kejituan yang lebih tinggi dalam mentafsirkan niat asas—sekiranya AI salah memahami arahan, hasil operasi mungkin sangat berbeza daripada jangkaan pengguna.

Pengurusan risiko dan pemantauan penyelesaian: Mekanisme yang tertanam dalam protokol blockchain

Dalam konteks pinjaman dan leverage DeFi, aplikasi paling biasa bagi AI Agent ialah memantau kesihatan posisi di rantai secara masa nyata dan secara automatik menjalankan tindakan perlindungan sebelum ambang penggadaian dicapai. Aplikasi utama ini sedang secara beransur-ansur diintegrasikan ke dalam protokol DeFi utama, menjadi fungsi asli platform DeFi.

• Aave mengukur keselamatan posisi dengan "faktor kesihatan", dan posisi peminjam akan memenuhi syarat untuk pengurusan apabila faktor kesihatan di bawah 1.0;
• Compound menggunakan mekanisme "Faktor Jaminan Pencairan (Liquidation Collateral Factor)", di mana pencairan akan dipicu apabila baki pinjaman akaun melebihi had yang ditetapkan oleh faktor tersebut, dengan parameter setiap aset jaminan ditetapkan secara berasingan melalui tata kelola rantai.

Pemantauan manual sukar mengekalkan kecekapan respons yang konsisten di pasaran rantai yang sangat volatil 24/7; Agen AI mampu melaksanakan pemantauan berterusan, penilaian pintar, dan intervensi automatik, meningkatkan kecekapan pengurusan risiko kepada tahap yang tidak dapat dicapai oleh sistem manual atau automatik berasaskan peraturan.

Grafik 8: Empat aplikasi utama Agent×DeFi

Secara keseluruhan, empat skenario utama di atas bukanlah saling terpisah, tetapi saling melengkapi berdasarkan satu garis utama yang sama: pengoptimuman pendapatan dan automasi strategi kuantitatif ditujukan kepada pengguna lanjutan dengan skala aset tertentu, dengan keunggulan utama pada kecekapan pelaksanaan dan ketepatan strategi; interaksi bahasa semula jadi bertujuan untuk mengurangkan rintangan pengoperasian bagi pengguna biasa; manajemen risiko merupakan garis keselamatan dasar yang merangkumi semua skenario. Ketiga-tiganya bekerjasama, membentuk kerangka pelaksanaan asas ekosistem DeFAI semasa ini, serta meletakkan asas untuk aplikasi Agent atas rantai yang lebih kompleks di masa depan.

Empat aplikasi penggunaan yang disebutkan sebelumnya, sama ada pengoptimuman pulangan atau automatik strategi kuantitatif, semua bergantung pada satu syarat sahaja: AI Agent mesti mempunyai kebenaran tanda tangan dalam bentuk apa jua, iaitu akses kepada kunci peribadi. Ini merupakan cabaran teknikal yang paling penting dalam laluan DeFAI, tetapi paling mudah ditutupi oleh populariti naratif—sekiranya mekanisme tanda tangan mengalami kelemahan, semua kemampuan strategi lapisan atas akan menjadi tidak bermakna.

Sekarang, penyelesaian pengurusan keselamatan kunci peribadi yang paling biasa dalam industri dibahagikan kepada dua kategori: MPC (Multi-Party Computation) dan TEE (Trusted Execution Environment). Kedua-duanya mempunyai penekanan yang berbeza dalam model keselamatan, tahap automatik, dan kekompleksan kejuruteraan.

Grafik 9: Jadual perbandingan dua pendekatan utama untuk pengurusan keselamatan kunci peribadi

• Pemikiran utama MPC (Multi-Party Computation, Pengiraan Pihak Berbilang) ialah menghilangkan kegagalan titik tunggal melalui pemecahan kunci. Sebagai contoh, dalam tanda tangan ambang 2-dari-3 yang biasa, walaupun satu kunci bocor, penyerang tidak dapat menandatangani secara berdiri sendiri, sehingga keselamatan dana tidak terjejas. Vultisig ialah produk perwakilan dalam arah ini, iaitu dompet swasta multi-chain sumber terbuka yang dibina berdasarkan teknologi MPC/TSS, menggunakan arsitektur tanpa frasa pemulihan tunggal, yang menggabungkan keselamatan kunci dengan pengurusan swasta pengguna.
• TEE (Trusted Execution Environment) mengambil jalan lain: menyimpan kunci peribadi bersama kod proxy di dalam kawasan terpisah yang dilindungi peranti keras (enclave), di mana agen AI menjalankan pengiraan strategi dan tanda tangan di dalam enclave, hanya mengeluarkan hasil tanda tangan ke rantai, sementara persekitaran luar sepenuhnya tidak dapat melihat kunci peribadi. Pemproses utama seperti Intel SGX, AMD SEV, dan ARM CCA menyediakan sokongan isolasi dan enkripsi peranti keras. Chainlink telah memperkenalkan TEE ke dalam rangkaian oracle untuk menangani data sensitif, serta menggunakan mekanisme pengesahan jauh untuk membuktikan integriti persekitaran pelaksanaan kepada pihak luar.

Namun, keselamatan kunci hanyalah lapisan pertama pertahanan. Dalam pelaksanaan sebenar, sama ada punca pengurusan kunci yang digunakan, mekanisme kawalan kebenaran perlu ditambahkan di atasnya untuk mencegah tindakan berlebihan oleh Agen. Amalan Almanak memberikan kerangka rujukan yang lebih lengkap: platform ini menggunakan strategi perlindungan TEE untuk logik dan parameter sulit, serta menyisipkan lapisan kebenaran Zodiac Roles Modifier antara enjin pelaksanaan dan akaun pintar Safe yang dipegang oleh pengguna—setiap transaksi yang dimulakan oleh AI mesti dibandingkan satu per satu dengan senarai putih alamat kontrak, fungsi, dan parameter yang telah ditetapkan sebelumnya; transaksi yang tidak memenuhi lingkung kebenaran akan ditolak secara automatik.

Cara melaksanakan prinsip hak akses minimum ini kini telah menjadi rujukan penting dalam reka bentuk keselamatan sistem DeFAI. Ia mengungkap logik yang lebih mendalam: masalah keselamatan DeFAI pada dasarnya bukanlah soal pilihan teknologi tunggal, tetapi merupakan kejuruteraan sistem yang terdiri daripada pengurusan kunci, sempadan keizinan, dan audit pelaksanaan yang bekerjasama—kekurangan mana-mana elemen boleh menjadi nod paling lemah dalam keseluruhan rantai. Ini juga merupakan titik permulaan bagi analisis risiko dalam bab seterusnya.

Analisis di atas mengungkapkan satu kesimpulan utama:

VCX tidak mendapat premium kerana pilihan aset yang unggul atau jangkaan pulangan yang lebih tinggi, tetapi kerana ia menjual saluran itu sendiri. Untuk ini, perlu dijawab satu soalan: VCX sebenarnya adalah produk jenis apa?

Dari segi bentuk undang-undang, ia merupakan dana tertutup yang telah mendaftar dengan SEC, dengan portofolio yang telus dan struktur yang mematuhi peraturan, tanpa perbezaan mendasar berbanding ETF saham biasa di pasaran. Namun, dari segi fungsi sebenar, ia bukan menjual 'jangkaan pulangan pelaburan' secara tradisional, tetapi sejenis kelayakan akses ke aset—yang sebelum ini hanya boleh diakses oleh institusi VC terkemuka dan pelabur berkelayakan—dan kelayakan ini telah dirangkumkan sebagai unit yang boleh diperdagangkan di NYSE.

Oleh itu, pasaran bersedia membayar premium 16 hingga 30 kali NAV, yang pada dasarnya menilai hak akses ini, bukan penilaian terhadap keuntungan masa depan aset dasar.

Dari sudut pandang ini, perbandingan antara VCX dan MicroStrategy (MSTR) cukup menggambarkan masalah. Keduanya tampaknya melakukan hal yang serupa: mengemas aset langka yang sukar diperoleh secara langsung (bitcoin / saham Pre-IPO kelas atas) sebagai sekuriti yang dapat diperdagangkan di pasar sekunder, serta menunjukkan premi yang jauh melebihi nilai aset dasar di pasar. Namun, logika operasi modal keduanya berbeda secara mendasar:

• MSTR memperoleh dana melalui penerbitan berterusan bon boleh tukar dan saham utama, kemudian menggunakan dana tersebut untuk membeli lebih banyak bitcoin. Mekanisme ini memberinya kemampuan untuk memperluas neraca secara dinamik dan terus-menerus menambah pegangan, menjadikan premium harga sahamnya memiliki dasar intrinsik yang berterusan.
• VCX pula terbatas oleh struktur dana tertutup: saiz aset pada dasarnya terkunci selepas penerbitan, tidak boleh terus membeli aset baharu melalui pembiayaan semula, dan likuiditi portfolionya sangat bergantung kepada IPO atau pelaburan korporat oleh syarikat asas. Sekiranya emosi pelabur runcit merosot, atau selepas tempoh penguncian enam bulan tamat dan jumlah saham yang beredar meningkat, tekanan untuk mengurangkan premiumnya akan jauh lebih besar berbanding MSTR.

Perbandingan modus VCX dan MSTR (Strategi)

Dengan kata lain, premium MSTR disokong oleh mekanisme modal yang berfungsi secara berterusan, manakala premium VCX terutamanya berasal daripada kelangkaan koin + dorongan emosi. Logik produk ini sendiri tidak salah atau betul, tetapi risiko yang terkandung di dalamnya lebih sukar untuk dinilai dengan tepat oleh pasaran berbanding dana tertutup biasa:

Apabila pelabur kecil membeli pada harga yang jauh melebihi NAV, sebenarnya mereka membayar premium untuk akses tersebut—dan premium ini akan menghadapi tekanan untuk segera jatuh ke sifar setelah syarikat dasar menjalani IPO dan saluran perdagangan terus terbentuk di pasaran terbuka.

Berdasarkan analisis sebelumnya, perjalanan perkembangan DeFAI boleh dinilai secara bertahap. Secara keseluruhan, laluan ini sedang berada pada titik kritikal peralihan dari pengesahan konsep kepada penghasilan produk, dan perkembangannya dijangka melalui tiga peringkat berturut-turut:

Grafik 11: Ramalan Tahap Perkembangan DeFAI

Catatan: Jadual di atas berdasarkan analisis komprehensif daripada laporan awam industri, kemajuan projek, dan tahap kematangan teknologi, bukan jadual yang pasti.

Pada peringkat semasa, DeFAI secara keseluruhan berada dalam fasa peralihan daripada peringkat bantuan pengambilan keputusan ke peringkat separa autonomi—sebahagian projek telah mula memikul kemampuan pelaksanaan autonomi dalam lingkungan terhad, tetapi mekanisme semakan dan keselamatan manusia masih merupakan bentuk pelaksanaan utama. Dalam konteks ini, berdasarkan kematangan teknologi semasa dan keadaan pasaran, terdapat tiga penilaian yang patut diberi perhatian khusus.

Pertama, kebanyakan projek DeFAI semasa ini pada dasarnya masih merupakan alat automatik, bukan Agent yang benar-benar autonom. Produk yang diberi label 'DeFAI' pada peringkat ini kebanyakannya mempunyai kemampuan utama dalam menterjemah arahan manusia kepada urutan operasi DeFi yang telah ditetapkan, pada dasarnya lebih mirip antaramuka pelaksanaan yang cekap, bukan sistem autonom yang mempunyai keupayaan penalaran dan pengambilan keputusan bebas. Menurut laporan McKinsey 2025, walaupun dalam konteks perniagaan am, kurang daripada 10% organisasi telah melaksanakan AI Agent secara berskala dalam mana-mana fungsi tunggal. Ambang kepercayaan dan kompleksiti operasi dalam konteks rantai lebih tinggi, dan masih terdapat jarak yang besar dari demonstrasi teknikal kepada penutupan perniagaan yang sebenar.

Kedua, arah pelaksanaan AI Agent yang paling matang dan paling mudah mendapat kepercayaan institusi bukanlah perdagangan otonom berisiko tinggi, tetapi pemantauan, amaran, dan bantuan tata kelola di rantai. Skenario seperti pemantauan kepemilikan 7×24 jam, amaran pelik, dan analisis usul tata kelola, di satu sisi memiliki toleransi yang relatif tinggi terhadap ilusi LLM—kesalahan output tidak secara langsung memicu kerugian dana; di sisi lain, ia berkesan mengatasi kelemahan asli manusia dalam kesinambungan perhatian. Skenario semacam ini merupakan laluan yang lebih realistik bagi DeFAI untuk berpindah dari “pameran teknologi” kepada “pengambilan oleh institusi”.

Ketiga, integrasi AI Agent dengan RWA merupakan arah silang berikutnya yang perlu diberi perhatian utama. Menurut data RWA.xyz, sehingga awal April 2026, jumlah total aset RWA yang ditokenisasi di rantai telah melebihi US$27 bilion (tidak termasuk stablecoin), merangkumi pelbagai kategori seperti obligasi kerajaan AS, kredit peribadi, komoditi, dan obligasi syarikat. Jika AI Agent mampu menyertai pengurusan aset kombinasi yang mengandungi RWA obligasi kerajaan dan stablecoin—contohnya, secara automatik menyesuaikan nisbah konfigurasi kedua-duanya mengikut persekitaran pasaran—skala aset yang boleh dicapai akan jauh melebihi lingkungan semasa yang berpusat pada aset asli DeFi, dan berpotensi benar-benar menghubungkan sisi aset di dalam dan luar rantai, mencapai interaksi Web3+AI+TraFi, serta memperluaskan imajinasi pasaran secara ketara.

Agen AI dan pengurusan aset atas rantai sedang berada dalam fasa kritikal peralihan dari pengesahan konsep kepada penghasilan produk. Kebolehtercapai teknikal telah disahkan secara awal, tetapi cabaran yang dihadapi industri—termasuk risiko ilusi LLM, heterogenisasi data atas rantai, dan ketiadaan infrastruktur kepercayaan—tidak dapat diselesaikan hanya melalui pengulangan teknologi, tetapi memerlukan kemajuan sistematik dalam reka bentuk projek, perancangan laluan kepatuhan, pembinaan sistem keselamatan, dan pengesahan model perniagaan.

Ini juga bermakna bahawa litar ini masih berada dalam peringkat awal pembinaan, dan corak persaingan sebenar belum terbentuk. Bagi pasukan yang mampu menguasai dua dimensi Web3 dan AI, kini adalah masa yang tepat untuk masuk— sama ada dalam membina sistem Agent atas rantai yang lebih boleh dipercayai di peringkat pelaksanaan, atau menghubungkan elemen-elemen kunci seperti data, kebenaran, dan kepercayaan di peringkat infrastruktur, terdapat ruang yang besar yang perlu diisi.

Rintangan persaingan DeFAI akhirnya tidak akan terletak pada kemampuan model tunggal atau kedalaman integrasi protokol, tetapi pada keupayaan untuk membina satu lingkaran tertutup yang konsisten secara sejajar antara teknologi, kepatuhan, dan keselamatan.