Tổng quan về Công cụ DeFAI: Cách các tác nhân AI thúc đẩy quản lý tài sản trên chuỗi

Bài viết: GO2MARS

Trước khi tiến hành phân tích chi tiết, cần làm rõ một khái niệm cốt lõi: DeFAI.

DeFAI là viết tắt của sự kết hợp giữa DeFi (tài chính phi tập trung) và AI (trí tuệ nhân tạo), chỉ việc tích hợp AI Agent vào các bối cảnh tài chính trên chuỗi, giúp chúng có khả năng nhận thức trạng thái thị trường, tự chủ xây dựng chiến lược và thực hiện trực tiếp các thao tác trên chuỗi—từ đó thực hiện các hành vi tài chính truyền thống đòi hỏi sự can thiệp của chuyên gia, như phân bổ tài sản, quản lý rủi ro và tương tác với giao thức, mà không cần can thiệp thủ công theo thời gian thực.

Nói một cách đơn giản, DeFAI không chỉ là việc đơn giản nâng cấp các công cụ DeFi bằng AI, mà còn nhằm xây dựng một lớp thực thi tài chính tự chủ trên chuỗi.

Sự phát triển của phân khúc này đã nhanh chóng gia tăng kể từ quý 4 năm 2024, với ba sự kiện tiêu biểu đáng chú ý, tương ứng với ba cấp độ AI Agent bước vào Web3: phá vỡ ranh giới câu chuyện, xây dựng cơ sở hạ tầng tài sản hóa, và thực tế hóa khả năng thực thi.

Sự kiện đầu tiên xảy ra vào tháng 7 năm 2024. Robot Twitter do nhà phát triển Andy Ayrey xây dựng, sau khi nhận được khoản tặng 50.000 USD BTC từ đồng sáng lập a16z Marc Andreessen, đã nhanh chóng trở nên nổi tiếng và thúc đẩy sự lan truyền virut của đồng GOAT. Đây là lần đầu tiên AI Agent thực sự xuất hiện trong tầm nhìn công chúng với tư cách là một người tham gia kinh tế trên chuỗi.

Sự kiện thứ hai xảy ra vào tháng 10 cùng năm. Virtuals Protocol bùng nổ trên mạng Base, token hóa chính các AI Agent, giá trị thị trường sinh thái của nó đạt đỉnh hơn 3,5 tỷ USD, trở thành đại diện tiêu biểu cho giai đoạn xây dựng cơ sở hạ tầng tài sản hóa trong lĩnh vực DeFAI.

Sự kiện thứ ba là các dự án như Giza, HeyAnon và Almanak lần lượt triển khai trên lớp thực thi chuỗi, thúc đẩy ngành chuyển từ giai đoạn bị dẫn dắt bởi câu chuyện sang giai đoạn sản phẩm hóa—AI Agent bắt đầu thực sự "hành động" để thực hiện các thao tác trên chuỗi, thay vì chỉ dừng lại ở mức tương tác thông tin.

Tính theo quy mô thị trường toàn cầu, nhiều tổ chức nghiên cứu có dự báo tăng trưởng đồng nhất cho lĩnh vực AI Agent:

Biểu đồ 1: So sánh dự báo quy mô thị trường AI Agent toàn cầu, nguồn dữ liệu: MarketsandMarkets (2025), Grand View Research (2025), BCC Research (2026.01)

Tuy nhiên, vẫn còn sự chênh lệch đáng kể giữa nhiệt huyết vốn và việc triển khai thực tế trong ngành. Theo báo cáo “The State of AI in 2025” do McKinsey công bố tháng 11 năm 2025 (dựa trên khảo sát 1.993 người trả lời tại 105 quốc gia), mặc dù 88% tổ chức đã sử dụng AI trong ít nhất một chức năng kinh doanh, nhưng gần hai phần ba vẫn đang ở giai đoạn thí nghiệm hoặc thử nghiệm. Cụ thể trong lĩnh vực AI Agent: 62% tổ chức đã bắt đầu thí nghiệm, 23% đang thúc đẩy quy mô hóa tại ít nhất một chức năng, nhưng tỷ lệ triển khai quy mô hóa trong bất kỳ chức năng đơn lẻ nào đều chưa vượt quá 10%.

Dữ liệu này cho thấy: mức độ quan tâm đến câu chuyện của phân khúc DeFAI hiện vẫn dẫn trước tiến độ triển khai thực tế. Việc hiểu rõ khoảng cách này là điều kiện tiên quyết để đánh giá khách quan giá trị của phân khúc này.

Để hiểu cách DeFAI hoạt động, trước tiên cần trả lời một câu hỏi then chốt: AI tham gia vào các hoạt động tài chính trên chuỗi thông qua cơ chế nào?

Đơn vị thực thi cốt lõi của hệ thống DeFAI là AI Agent được xây dựng dựa trên mô hình ngôn ngữ lớn. Theo bài tổng quan học thuật của Wang et al. (2023), các năng lực cốt lõi của nó có thể được tóm tắt thành kiến trúc ba lớp, và mỗi lớp đều có chức năng cụ thể tương ứng trong bối cảnh chuỗi:

• Lớp lập kế hoạch, chịu trách nhiệm phân tách mục tiêu và tối ưu hóa lộ trình, tương ứng với việc tạo chiến lược và đánh giá rủi ro trong các kịch bản trên chuỗi;
• Lớp bộ nhớ, thực hiện tích lũy thông tin xuyên suốt các chu kỳ thông qua các cơ sở dữ liệu vector và các bộ lưu trữ bên ngoài, lưu trữ dữ liệu thị trường lịch sử và trạng thái giao thức;
• Lớp công cụ, mở rộng khả năng mô hình để nó có thể gọi các hệ thống bên ngoài như giao thức DeFi, oracle giá và cầu liên chuỗi.

Tuy nhiên, có một điểm cần làm rõ: chính mô hình AI không thể tương tác trực tiếp với blockchain. Hầu hết các hệ thống DeFAI hiện tại đều sử dụng kiến trúc tách biệt giữa suy luận ngoài chuỗi và thực thi trên chuỗi — AI Agent thực hiện tính toán chiến lược ngoài chuỗi, sau đó chuyển kết quả thành tín hiệu giao dịch trên chuỗi, để module thực thi gửi thay. Thiết kế kiến trúc này vừa là lựa chọn thực tế trong điều kiện công nghệ hiện tại, vừa đặt ra các vấn đề bảo mật như cấp quyền chìa khóa riêng và quản lý quyền hạn.

AI Agent về cơ bản là hệ thống ra quyết định tự chủ dựa trên mô hình ngôn ngữ lớn, thực hiện thực thi vòng khép kín thông qua phân tách nhiệm vụ, quản lý bộ nhớ và gọi công cụ, đồng thời hiện nay AI Agent đã bắt đầu có hình thái tương tác với tài sản trên chuỗi.

Biểu đồ 2: Kiến trúc ba lớp của AI Agent

Sau khi đã làm rõ nền tảng công nghệ của DeFAI, một câu hỏi tự nhiên được đặt ra: Hệ thống này đã từng bước tiến đến ngày hôm nay như thế nào?

Theo nghiên cứu của The Block, sự phát triển của DeFAI không phải là một bước nhảy vọt, mà trải qua hai giai đoạn khác nhau — từ các Agent tương tác ban đầu tập trung vào xử lý thông tin, đến các hệ thống thực thi hiện tại có thể thực sự can thiệp vào các thao tác trên chuỗi.

Hai thứ này có sự khác biệt bản chất về định hướng mục tiêu, phương pháp kỹ thuật và cấp độ rủi ro.

Biểu đồ 3: So sánh hai giai đoạn phát triển của DeFAI

Có thể hiểu mạch phát triển hai giai đoạn như sau:

Đợt đầu tiên là các Agent tương tác, tập trung vào việc xây dựng khung năng lực có thể giao tiếp và phân tích. Các dự án tiêu biểu bao gồm framework Eliza của ElizaOS (trước đây là ai16z) và G.A.M.E. của Virtuals. Bản chất của giai đoạn này vẫn là công cụ thông tin—Agent có thể đọc, nói và phân tích, nhưng giới hạn chức năng của chúng dừng lại ở tầng thông tin và chưa chạm đến bất kỳ thao tác thực thi tài sản nào.

Đợt thứ hai là các Agent DeFAI kiểu thực thi, mới thực sự tạo thành vòng lặp quyết định và thực thi. Các dự án tiêu biểu bao gồm HeyAnon, Wayfinder, Giza (ARMA Agent) và Almanak. Đặc điểm chung của các hệ thống này là: AI chạy ngoài chuỗi, đầu ra tín hiệu chiến lược có cấu trúc, và thực hiện giao dịch thông qua module thực thi trên chuỗi — nó không thay thế các giao thức DeFi hiện có, mà thêm vào một lớp cơ chế ra quyết định bằng AI, biến toàn bộ quy trình hoạt động từ “người đưa lệnh” thành “Agent tự động thực thi”.

Sự khác biệt cốt lõi giữa hai làn sóng không nằm ở độ phức tạp kỹ thuật, mà ở việc liệu chúng có thực sự chạm đến tài sản hay không. Điều này cũng quyết định rằng các thách thức mà hệ thống làn sóng thứ hai phải đối mặt trong cơ chế tin tưởng, thiết kế quyền hạn và kiến trúc bảo mật phức tạp hơn nhiều so với làn sóng đầu tiên—đây chính là nội dung trọng tâm sẽ được thảo luận trong chương tiếp theo.

Từ kiến trúc kỹ thuật đến lộ trình phát triển, “khả năng của DeFAI” đang dần trở nên rõ ràng. Vậy ở cấp độ sản phẩm thực tế, nó đang giải quyết những vấn đề thực tế nào?

Nhìn chung, việc khám phá ứng dụng của DeFAI hiện đã hình thành một mô hình triển khai tương đối chín muồi xung quanh bốn hướng cốt lõi, tương ứng với bốn điểm đau chính trong các thao tác trên chuỗi: “hiệu quả lợi nhuận, thực thi chiến lược, rào cản tương tác và quản lý rủi ro”.

Tối ưu hóa lợi nhuận: Điều chỉnh danh mục tự động giữa các giao thức

Tối ưu hóa lợi nhuận là kịch bản ứng dụng DeFAI được triển khai chín muồi nhất hiện nay. Logic cốt lõi của nó là: liên tục quét lợi suất hàng năm từ các giao thức DeFi chính như Aave, Compound, Fluid, kết hợp với các tham số rủi ro đã định sẵn để xác định liệu có cần điều chỉnh danh mục đầu tư hay không, đồng thời thực hiện phân tích chi phí giao dịch trước mỗi thao tác — chỉ khi lợi nhuận tăng lên đủ để bù đắp toàn bộ chi phí gas và phí giao dịch, thì mới thực sự chuyển tiền, từ đó đạt được cấu hình tự động tối ưu xuyên suốt các giao thức.

Lấy Giza làm ví dụ, ARMA Agent của nó đã ra mắt chiến lược sinh lời từ stablecoin trên mạng Base vào tháng 2 năm 2025, liên tục theo dõi biến động lãi suất của các giao thức như Aave, Morpho, Compound, Moonwell, và sau khi xem xét tổng thể APY của giao thức, chi phí phí giao dịch cùng thanh khoản, ARMA thông minh điều phối vốn người dùng để tối đa hóa lợi nhuận. Theo dữ liệu công khai, ARMA hiện đã có khoảng 60.000 chủ sở hữu độc lập, hơn 36.000 Agent đã được triển khai, với tổng tài sản được quản lý (AUA) vượt quá 20 triệu USD.

Trong bối cảnh thị trường với lợi nhuận từ các giao thức DeFi liên tục biến động, hiệu quả và tính kịp thời của việc giám sát thủ công và điều chỉnh danh mục tự động xa xa kém hơn so với hệ thống tự động hóa, đây chính là giá trị cốt lõi của bối cảnh này.

Hình 4: Ví dụ về ARMA Agent trên nền tảng Giza

Tự động hóa chiến lược định lượng: Dân chủ hóa năng lực cấp tổ chức

Trong các tình huống tự động hóa chiến lược định lượng, nền tảng DeFAI cố gắng mô-đun hóa và tự động hóa toàn bộ quy trình hoạt động của các đội ngũ định lượng truyền thống, giúp người dùng cá nhân cũng có thể tiếp cận khả năng thực thi chiến lược cấp tổ chức.

Lấy Almanak được hỗ trợ bởi Delphi Digital làm ví dụ, hệ thống AI Swarm do họ ra mắt chia quy trình định lượng thành bốn giai đoạn:

• Mô-đun chiến lược hỗ trợ viết logic đầu tư và thực hiện kiểm tra lại bằng Python SDK;
• Engine thực thi tự động chạy mã chiến lược đã được kiểm duyệt và kích hoạt các gọi DeFi sau khi nhận được sự ủy quyền của người dùng;
• Ví an toàn được xây dựng dựa trên Safe + Zodiac để tạo hệ thống đa chữ ký, thông qua kiểm soát quyền vai trò trao quyền thực thi chiến lược cho AI Agent, đảm bảo nguồn vốn luôn nằm trong phạm vi kiểm soát của người dùng;
• Kho chiến lược đóng gói các chiến lược dưới dạng kho có thể giao dịch theo tiêu chuẩn ERC-7540, cho phép nhà đầu tư tham gia phân phối lợi nhuận từ chiến lược tương tự như mua基金份额.

Ý nghĩa của kiến trúc này là các đại lý AI đảm nhận các chức năng phân tích dữ liệu, lặp lại chiến lược và quản lý rủi ro, trong khi người dùng chỉ cần kiểm tra cuối cùng các kết quả đầu ra của hệ thống, không cần xây dựng đội ngũ định lượng chuyên nghiệp—đạt được điều được gọi là “dân chủ hóa chiến lược cấp tổ chức” (theo tuyên bố của dự án).

Hình 5: Giao diện trang chủ nền tảng Almanak

Thực thi lệnh ngôn ngữ tự nhiên: Làm cho các thao tác DeFi đơn giản như gửi tin nhắn

Cốt lõi của kịch bản này là thao tác DeFi dựa trên ý định người dùng (Intent-based DeFi): nhờ vào công nghệ xử lý ngôn ngữ tự nhiên, người dùng có thể đưa ra lệnh giao dịch bằng ngôn ngữ thường ngày, AI sẽ phân tích và chuyển đổi chúng thành các thao tác chuỗi đa bước, giúp giảm đáng kể rào cản thao tác cho người dùng phổ thông.

HeyAnon đã phát triển một nền tảng trò chuyện DeFAI, cho phép người dùng nhập lệnh qua hộp hội thoại, AI sẽ thực hiện các thao tác trên chuỗi như hoán đổi token, cầu nối liên chuỗi, vay mượn và staking, tích hợp các giao thức như LayerZero cross-chain bridge và Aave v3, hỗ trợ triển khai trên nhiều chuỗi như Ethereum, Base, Solana.

Hình 6: Giao diện trang chủ của nền tảng HeyAnon

Wayfinder được Paradigm đầu tư, cung cấp dịch vụ giao dịch toàn chuỗi nâng cao hơn. AI Agent của nó (được gọi là Shells) tự động tìm đường dẫn giao dịch tối ưu giữa các chuỗi, thực hiện các thao tác như chuyển tiền liên chuỗi, hoán đổi token hoặc tương tác NFT, giúp người dùng không cần quan tâm đến các chi tiết kỹ thuật như phí gas cơ sở hoặc tính tương thích liên chuỗi.

Biểu đồ 7: Hình ảnh trang chủ của nền tảng Wayfinder

Nhìn chung, giao diện ngôn ngữ tự nhiên đã làm giảm đáng kể rào cản thao tác của DeFi, nhưng cũng đặt ra yêu cầu cao hơn về độ chính xác trong việc phân tích ý định nền tảng — nếu AI hiểu sai lệnh, kết quả thao tác có thể khác xa so với kỳ vọng của người dùng.

Quản lý rủi ro và giám sát thanh lý: Cơ chế nhúng trong giao thức chuỗi

Trong các bối cảnh vay mượn và đòn bẩy DeFi, ứng dụng phổ biến nhất của AI Agent là giám sát thời gian thực tình trạng tài sản trên chuỗi và tự động thực hiện các hành động phòng vệ trước khi đến ngưỡng thanh lý, ứng dụng quan trọng này đang từng bước được tích hợp vào các giao thức DeFi chính流 và trở thành chức năng bản địa của các nền tảng DeFi.

• Aave sử dụng "yếu tố sức khỏe" để đo lường độ an toàn của vị thế, khi yếu tố sức khỏe dưới 1.0, vị thế người vay sẽ đủ điều kiện để thanh lý;
• Compound sử dụng cơ chế "Hệ số tài sản thế chấp thanh lý (Liquidation Collateral Factor)", khi số dư vay của tài khoản vượt quá ngưỡng tối đa do hệ số này quy định, thanh lý sẽ được kích hoạt; các thông số cụ thể cho từng tài sản thế chấp được thiết lập riêng biệt thông qua quản trị trên chuỗi.

Việc giám sát thủ công khó duy trì hiệu quả phản hồi nhất quán trong các thị trường chuỗi biến động cao 24/7, trong khi AI Agent có thể thực hiện theo dõi liên tục, đánh giá thông minh và can thiệp tự động, nâng cao hiệu quả kiểm soát rủi ro lên mức mà hệ thống thủ công hoặc tự động hóa theo quy tắc không thể đạt được.

Biểu đồ 8: Bốn ứng dụng chính của Agent×DeFi

Tổng thể, bốn kịch bản trên không tách rời mà bổ sung cho nhau xung quanh một chủ tuyến duy nhất: tối ưu hóa lợi nhuận và tự động hóa chiến lược định lượng nhắm đến người dùng nâng cao có quy mô tài sản nhất định, với lợi thế cốt lõi là hiệu suất thực thi và độ chính xác của chiến lược; tương tác bằng ngôn ngữ tự nhiên nhằm giảm rào cản thao tác cho người dùng phổ thông; còn quản lý rủi ro là nền tảng bảo mật xuyên suốt tất cả các kịch bản. Ba yếu tố này phối hợp chặt chẽ, cùng tạo nên cấu trúc triển khai cơ bản của hệ sinh thái DeFAI hiện tại, đồng thời đặt nền móng cho các ứng dụng Agent trên chuỗi phức tạp hơn trong tương lai.

Bốn ứng dụng thực tế đã nêu ở trên, dù là tối ưu hóa lợi nhuận hay tự động hóa chiến lược định lượng, đều dựa trên một tiền đề duy nhất: AI Agent phải sở hữu quyền ký tên ở một dạng nào đó, tức là khả năng truy cập vào khóa riêng. Đây là thách thức kỹ thuật quan trọng nhất trong toàn bộ lĩnh vực DeFAI, đồng thời cũng là vấn đề dễ bị che lấp bởi làn sóng thảo luận sôi nổi—một khi cơ chế ký gặp lỗ hổng, mọi khả năng chiến lược ở tầng trên đều sẽ trở nên vô nghĩa.

Hiện nay, các giải pháp quản lý bảo mật khóa riêng phổ biến trong ngành được chia thành hai loại: MPC (Đa phương tính toán) và TEE (Môi trường thực thi đáng tin cậy). Cả hai đều có những trọng tâm khác nhau về mô hình bảo mật, mức độ tự động hóa và độ phức tạp kỹ thuật.

Biểu đồ 9: Bảng so sánh hai giải pháp chính để quản lý bảo mật khóa riêng

• Ý tưởng cốt lõi của MPC (Multi-Party Computation, Tính toán Đa Bên) là loại bỏ điểm lỗi đơn lẻ thông qua việc chia khóa. Ví dụ với chữ ký ngưỡng 2-of-3 phổ biến, ngay cả khi một khóa bị rò rỉ, kẻ tấn công cũng không thể thực hiện chữ ký độc lập, do đó an toàn tài sản không bị ảnh hưởng. Vultisig là sản phẩm tiêu biểu trong lĩnh vực này, một ví tự lưu trữ đa chuỗi mã nguồn mở dựa trên công nghệ MPC/TSS, sử dụng kiến trúc không có từ phục hồi duy nhất, kết hợp an toàn khóa với khả năng tự lưu trữ của người dùng.
• TEE (Trusted Execution Environment, Môi trường thực thi đáng tin cậy) theo một hướng khác: lưu trữ khóa riêng và mã đại diện trong một vùng cách ly được bảo vệ bởi phần cứng (enclave), AI agent thực hiện tính toán chiến lược và ký trong enclave, chỉ xuất kết quả chữ ký ra chuỗi, môi trường bên ngoài hoàn toàn không thể nhìn thấy khóa riêng. Các chip phổ biến như Intel SGX, AMD SEV, ARM CCA đều cung cấp hỗ trợ cách ly và mã hóa cấp phần cứng. Chainlink đã tích hợp TEE vào mạng oracle để xử lý dữ liệu nhạy cảm và sử dụng cơ chế xác thực từ xa để chứng minh tính toàn vẹn của môi trường thực thi với bên ngoài.

Tuy nhiên, bảo mật khóa chỉ là lớp phòng thủ đầu tiên. Trong thực tế triển khai, bất kể sử dụng giải pháp quản lý khóa nào, đều cần thêm cơ chế kiểm soát quyền hạn để ngăn chặn các thao tác vượt quyền của Agent. Thực tiễn của Almanak cung cấp một khung tham chiếu khá toàn diện: nền tảng đồng thời sử dụng chiến lược bảo vệ TEE cho logic và tham số bí mật, đồng thời chèn lớp quyền hạn Zodiac Roles Modifier giữa động cơ triển khai và tài khoản thông minh Safe do người dùng sở hữu—mỗi giao dịch do AI khởi tạo đều phải được so sánh từng mục với danh sách trắng các địa chỉ hợp đồng, hàm và tham số đã định trước; các giao dịch không nằm trong phạm vi ủy quyền sẽ bị từ chối tự động.

Cách triển khai nguyên tắc quyền hạn tối thiểu này hiện đã trở thành tham chiếu quan trọng trong thiết kế bảo mật hệ thống DeFAI. Nó làm nổi bật một logic sâu sắc hơn: vấn đề bảo mật của DeFAI về bản chất không phải là vấn đề lựa chọn công nghệ đơn lẻ, mà là một công trình hệ thống được tạo thành từ sự phối hợp giữa quản lý khóa, ranh giới quyền hạn và kiểm toán thực thi—bất kỳ khâu nào bị thiếu đều có thể trở thành nút yếu nhất trong toàn bộ chuỗi. Đây cũng chính là điểm xuất phát cho phân tích rủi ro ở chương tiếp theo.

Phân tích trên tiết lộ một kết luận cốt lõi:

VCX không được định giá cao hơn do lựa chọn tài sản nổi bật hoặc kỳ vọng lợi nhuận cao hơn, mà vì nó bán chính kênh đó. Điều này đặt ra một câu hỏi: VCX thực chất là sản phẩm gì?

Về mặt pháp lý, đây là một quỹ đóng đã đăng ký với SEC, có danh mục đầu tư minh bạch và cấu trúc tuân thủ, không có sự khác biệt bản chất so với bất kỳ quỹ ETF cổ phiếu thông thường nào trên thị trường. Tuy nhiên, về mặt chức năng thực tế, sản phẩm này không bán ra “kỳ vọng lợi nhuận đầu tư” theo nghĩa truyền thống, mà là quyền truy cập vào tài sản — trước đây chỉ các tổ chức VC hàng đầu và nhà đầu tư đủ điều kiện mới có thể tiếp cận — và quyền truy cập này đã được đóng gói thành các đơn vị cổ phần có thể giao dịch trên NYSE.

Do đó, thị trường sẵn sàng trả mức phụ trội 16 đến 30 lần NAV, về bản chất là định giá quyền tiếp cận này, thay vì đánh giá lợi nhuận tương lai của tài sản cơ sở.

Từ góc độ này, sự so sánh giữa VCX và MicroStrategy (MSTR) rất có ý nghĩa. Cả hai đều trông giống như đang thực hiện những việc tương tự: đóng gói các tài sản khan hiếm khó tiếp cận trực tiếp (bitcoin / cổ phần cấp cao trước khi niêm yết) thành các chứng khoán có thể giao dịch trên thị trường thứ cấp, đồng thời tạo ra mức giá cao hơn nhiều so với giá trị tài sản cơ sở. Tuy nhiên, logic vận hành vốn của hai bên có sự khác biệt căn bản:

• MSTR thông qua việc liên tục phát hành trái phiếu chuyển đổi và cổ phiếu ưu đãi để huy động vốn, sau đó dùng số tiền này mua thêm bitcoin, cơ chế này mang lại khả năng mở rộng bảng cân đối kế toán một cách linh hoạt và mua vào liên tục, giúp mức giá cao hơn của cổ phiếu phần nào có nền tảng duy trì nội tại.
• VCX bị ràng buộc bởi cấu trúc quỹ đóng: quy mô tài sản sau khi phát hành cơ bản được cố định, không thể tiếp tục mua tài sản mới thông qua huy động vốn thêm, và tính thanh khoản của danh mục đầu tư cũng phụ thuộc rất lớn vào việc IPO hoặc thoái vốn thông qua sáp nhập và mua lại của các công ty cơ sở. Một khi tâm lý nhà đầu tư lẻ suy giảm, hoặc sau khi hết thời gian khóa hạn sáu tháng dẫn đến tăng lượng cổ phiếu lưu hành, áp lực thu hẹp phần bù giá của VCX sẽ lớn hơn nhiều so với MSTR.

So sánh VCX và MSTR (Strategy)

Nói cách khác, mức phụ thu của MSTR được hỗ trợ bởi một cơ chế vốn hoạt động liên tục, trong khi mức phụ thu của VCX chủ yếu đến từ sự khan hiếm nguồn cung và động lực cảm xúc. Bản thân logic sản phẩm này không có đúng hay sai, nhưng rủi ro mà nó mang lại lại khó được thị trường định giá chính xác hơn so với các quỹ đóng thông thường:

Khi các nhà đầu tư lẻ mua với giá cao hơn nhiều so với NAV, thực chất họ đang trả phí cao hơn cho quyền tiếp cận—và mức phí này sẽ chịu áp lực giảm nhanh về 0 sau khi công ty cơ sở thực hiện IPO và hình thành kênh giao dịch trực tiếp trên thị trường công khai.

Dựa trên phân tích nêu trên, có thể đưa ra các đánh giá giai đoạn về lộ trình phát triển của DeFAI. Nhìn chung, lĩnh vực này đang ở giai đoạn then chốt chuyển từ xác minh khái niệm sang sản phẩm hóa, và quá trình phát triển dự kiến sẽ trải qua ba giai đoạn kế tiếp nhau:

Biểu đồ 11: Dự đoán các giai đoạn phát triển của DeFAI

Lưu ý: Bảng trên dựa trên các báo cáo công khai của ngành, tiến độ dự án và mức độ trưởng thành công nghệ để đánh giá tổng hợp, không phải là lịch trình xác định

Ở giai đoạn hiện tại, DeFAI nói chung đang ở giai đoạn chuyển tiếp từ giai đoạn hỗ trợ ra quyết định sang giai đoạn bán tự chủ—một số dự án đã bắt đầu đảm nhận khả năng thực thi tự chủ trong phạm vi hạn chế, nhưng cơ chế kiểm duyệt và an toàn do con người vẫn là hình thức triển khai phổ biến. Trong bối cảnh này, kết hợp với mức độ trưởng thành của công nghệ hiện tại và tình hình thị trường, có ba phán đoán đáng chú ý.

Đầu tiên, bản chất của hầu hết các dự án DeFAI hiện nay vẫn là các công cụ tự động hóa, chứ không phải là các Agent tự chủ thực sự. Các sản phẩm hiện đang được gắn nhãn “DeFAI” chủ yếu có khả năng chuyển đổi lệnh của con người thành các chuỗi thao tác DeFi đã được định sẵn, về bản chất gần với giao diện thực thi hiệu quả hơn là hệ thống tự chủ có khả năng suy luận và ra quyết định độc lập. Theo báo cáo của McKinsey năm 2025, ngay cả trong các bối cảnh doanh nghiệp phổ thông, cũng chưa đến 10% tổ chức đạt được việc triển khai quy mô AI Agent trong bất kỳ chức năng nào. Mức độ rào cản niềm tin và độ phức tạp trong các bối cảnh trên chuỗi cao hơn nhiều, nên từ các minh họa kỹ thuật đến việc tạo thành vòng lặp thương mại hoàn chỉnh vẫn còn một khoảng cách đáng kể.

Thứ hai, hướng ứng dụng chín muồi nhất và dễ dàng giành được sự tin tưởng từ các tổ chức hiện nay của AI Agent không phải là giao dịch tự chủ rủi ro cao, mà là giám sát, cảnh báo và hỗ trợ quản trị trên chuỗi. Các kịch bản như giám sát vị thế 7×24 giờ, cảnh báo thanh lý, phân tích đề xuất quản trị... về mặt một bên có độ dung sai tương đối cao với ảo giác của LLM – lỗi đầu ra không trực tiếp gây tổn thất vốn; mặt khác, chúng hiệu quả trong việc bù đắp điểm yếu bẩm sinh của con người về khả năng duy trì sự chú ý. Những kịch bản này là con đường thực tế hơn để DeFAI chuyển từ “trình diễn công nghệ” sang “sự chấp nhận của tổ chức”.

Thứ ba, sự kết hợp giữa AI Agent và RWA là một hướng giao thoa đáng chú ý tiếp theo trong lĩnh vực này. Theo dữ liệu từ RWA.xyz, tính đến đầu tháng 4 năm 2026, tổng giá trị tài sản RWA được token hóa trên chuỗi đã vượt quá 27 tỷ USD (không bao gồm stablecoin), bao gồm nhiều danh mục như trái phiếu chính phủ Mỹ, tín dụng tư nhân, hàng hóa cơ bản và trái phiếu doanh nghiệp. Nếu AI Agent có thể can thiệp để quản lý danh mục tài sản kết hợp RWA trái phiếu chính phủ và stablecoin — ví dụ: tự động điều chỉnh tỷ lệ phân bổ giữa hai loại tài sản này dựa trên môi trường thị trường — quy mô tài sản mà nó có thể tiếp cận sẽ vượt xa phạm vi hiện tại chủ yếu tập trung vào tài sản gốc DeFi, đồng thời có tiềm năng thực sự kết nối giữa tài sản trên và ngoài chuỗi, tạo ra sự liên động giữa Web3 + AI + TraFi, từ đó mở rộng đáng kể tầm nhìn thị trường.

AI Agent và quản lý tài sản trên chuỗi đang ở giai đoạn then chốt chuyển từ xác minh khái niệm sang sản phẩm hóa. Tính khả thi về mặt kỹ thuật đã được xác minh bước đầu, nhưng các thách thức mà ngành đối mặt—từ rủi ro ảo tưởng của LLM, tính dị đồng của dữ liệu trên chuỗi đến sự thiếu vắng cơ sở hạ tầng tin cậy—không thể giải quyết chỉ bằng việc lặp lại công nghệ, mà cần sự thúc đẩy hệ thống thông qua thiết kế kiến trúc dự án, lập kế hoạch đường đi tuân thủ, xây dựng hệ thống an toàn và xác minh mô hình kinh doanh.

Điều này cũng chính nghĩa là lĩnh vực này vẫn đang ở giai đoạn đầu xây dựng, và cấu trúc cạnh tranh thực sự chưa được hình thành. Đối với các đội ngũ có khả năng vận hành đồng thời cả hai chiều Web3 và AI, hiện tại chính là thời cơ để tham gia — dù là ở cấp độ thực thi để xây dựng hệ thống Agent trên chuỗi đáng tin cậy hơn, hay ở cấp độ hạ tầng để kết nối các khâu then chốt về dữ liệu, quyền hạn và niềm tin, đều còn rất nhiều khoảng trống cần được lấp đầy.

Rào cản cạnh tranh của DeFAI cuối cùng sẽ không nằm ở khả năng của một mô hình đơn lẻ hay mức độ tích hợp giao thức, mà ở khả năng xây dựng một vòng lặp tự nhất quán thực sự giữa công nghệ, tuân thủ và bảo mật.