原文作者：DeSpread Research

原文編譯：深潮 TechFlow

免責聲明：本報告中的內容僅代表作者的個人觀點，僅供參考之用。本文並非旨在推薦購買或出售代幣或使用任何協議。報告中的任何內容均不構成投資建議，也不應被視爲投資建議。

1. 引言

隨着 IT 行業的發展，計算能力的提升和大數據的廣泛應用，人工智能 (AI) 模型的性能也顯著提高。近年來，AI 的能力在許多領域已經達到甚至超越了人類水平，並迅速應用於醫療、金融和教育等行業。

AI 商業化的一個典型案例是 ChatGPT，這是一款由 OpenAI 於 2022 年 11 月推出的生成式 AI 模型，能夠理解並回應人類的自然語言。ChatGPT 在上線僅 5 天后便吸引了 100 萬用戶，並在 2 個月內達到 1 億月活躍用戶，成爲歷史上增長最快的消費應用。

設計和製造主要 AI 平臺所需 GPU 的 NVIDIA 也從這一趨勢中獲益良多。在 2024 年第一季度，NVIDIA 的淨利潤同比增長 628% 達到 148 億美元，股價較去年上漲約三倍，市值達到 3.2 萬億美元，表現相當出色。

AI 行業的崛起對加密市場產生了顯著影響。在 2022 年 6 月，當 NFT 藝術項目正處於繁榮期時，OpenAI 開發的 AI 模型 DALL-E 2 發佈，它能夠根據文本生成高質量圖像，這導致韓國主要加密 Telegram 頻道中 AI 關鍵詞的提及量增加了 8 倍。此外，從 2022 年下半年開始，越來越多的嘗試將 AI 和區塊鏈更直接地結合起來，AI 的提及量又增加了 2 倍。

加密社區對 AI 的濃厚興趣也反映在與 AI 相關的加密項目的投資趨勢中。根據虛擬資產統計網站 Coingecko 的數據，截至 2024 年 8 月 20 日，自 2022 年下半年開始出現結合 AI 和區塊鏈的項目以來， 277 個被歸類爲 AI 領域的區塊鏈項目總市值迅速增長，達到 210 億美元，比 Layer 2 類別高出約 25% 。

然而，目前受到關注的 AI 領域區塊鏈項目主要是利用區塊鏈技術來解決 AI 行業發展過程中暴露出的侷限性。主要應用場景包括：

  • 分佈式 GPU 網絡：這些項目利用區塊鏈技術創建一個分佈式 GPU 網絡，任何人都可以貢獻 GPU 算力並獲得 Token 獎勵，從而降低 AI 模型訓練所需的高昂 GPU 成本帶來的進入門檻（例如，IO.NET, Akash Network）。

  • 去中心化的 AI 訓練和模型開發：這些項目允許多個參與者共同參與 AI 訓練和模型開發，並通過區塊鏈技術獲得 Token 獎勵，旨在解決因中心化 AI 開發環境導致的 AI 偏見問題（例如，Bittensor）。

  • 鏈上 AI 市場：這些去中心化的 AI 市場項目利用區塊鏈技術透明地評估和交易 AI 模型或智能體的性能和可靠性，以滿足各行業和特定功能對 AI 模型或智能體的需求（例如，SingularityNET, Autonolas）。

除了上述例子之外，還有許多新的嘗試正在涌現，利用區塊鏈基礎設施，如去中心化數據市場和 IP 協議，來解決當前 AI 行業面臨的挑戰。這些嘗試通過爲 AI 行業提供更穩定的基礎設施，並擴展區塊鏈技術的應用範圍，正在產生協同效應。

與此同時，將 AI 集成到區塊鏈生態系統中也蘊藏着無限的發展潛力。特別是在以無許可爲基礎的 DeFi 服務中，通過引入 AI，可以減少對可信第三方的依賴，從而實現許多現有智能合約難以實現的功能。

在本文中，我們將探討 AI 在當前 DeFi 協議中的具體應用實例、所面臨的挑戰，以及 AI 在 DeFi 中的未來發展方向。

2. 智能 DeFi

AI 具有卓越的實時數據分析能力，能夠從大量數據中得出結論。這一特性在幫助用戶執行資金操作和進行風險管理時，對具體化 DeFi 協議提供的收益和風險數據起到了重要作用。在這種情況下，AI 主要應用於 Dapp 的用戶界面，使得現有 DeFi 協議無需進行重大結構調整即可利用 AI。

Yearn Finance 是一個典型的例子，它是一個收益聚合器。爲了給用戶提供更安全的投資環境，Yearn Finance 正與 AI 智能體構建平臺 GIZA合作，爲其 v3 保險庫建立實時策略風險評估系統。

然而，我更關注的是在 DeFi 生態系統與 AI 融合中，通過利用 AI 的自主思考和行動能力，使 DeFi 協議具備自主權的潛力。

目前的 DeFi 協議通常是被動響應用戶交易的，也就是說，協議的智能合約會根據用戶的互動以預設方式運行。然而，通過將 AI 融入 DeFi 協議，協議可以自主分析市場狀況，做出最佳決策，並主動生成交易。這使得能夠提供以往難以實現的新型金融服務的 DeFi 協議成爲可能。

讓我們具體看看一些在其主要運行機制中應用 AI 的智能 DeFi 協議。

2.1. Fyde Treasury: AI 代幣基金

Fyde Treasury 是一個協議，提供一種稱爲 Liquid Vault 的籃子型基金服務，該服務將多個 Token 一同運作，並由 AI 來管理投資組合。用戶可以接收並使用與存入 Liquid Vault 的資產相對應的流動性代幣 $TRSY。

2.1.1. 資產選擇和基金運作方式

Liquid Vault 的核心任務是在市場下行趨勢中增加低波動性 Token 的比例，以便爲用戶提供較小的損失率，從而在長期內相較於其他資產類別表現出色的投資組合。

Fyde Treasury 通過以下三個步驟來選擇納入 Liquid Vault 投資組合的資產：

  • 評估交易流動性是否充足

  • 檢查協議創始人的背景和協議代碼的審計情況，以確定是否存在問題

  • 通過 AI 分析鏈上數據，以評估是否存在刷量交易、Token 的集中度以及自然增長趨勢等

符合這些標準的 Token 將被納入 Liquid Vault 投資組合。此外，Fyde Treasury 在 Liquid Vault 的資產管理過程中也利用 AI，具體包括：

  • 市場分析和預測：分析鏈上交易數據、市場趨勢和新聞等，以預測未來的市場動向

  • 權重計算和再平衡：根據預測的市場趨勢以及投資組合中 Token 的近期表現和波動性，計算最佳的 Token 權重並進行再平衡

  • 風險管理與響應：實時快速識別投資組合中每個 Token 的治理攻擊、流動性池耗盡和特定錢包的異常交易等情況，並及時調整投資組合或隔離相關 Token

  • 高級資產管理策略：持續評估投資組合的表現，分析策略的有效性，並從中提取數據以修改和開發新策略。然後，將現有策略與新策略進行比較測試，衡量其表現，並應用於實際運營策略中

截至撰寫日期 8 月 23 日，Liquid Vault 投資組合中共有 29 個 Token，這些 Token 均爲基於以太坊網絡的各類行業代幣。

Liquid Vault Dashboard, 來源：Fyde

此外，Fyde Treasury 提供了一項功能，使得將特定協議治理 Token 存入 Liquid Vault 的用戶可以通過流動性 Token 來保持其治理投票權。用戶存入 Liquid Vault 的治理 Token 會以 $gTRSY-token 的形式發送到他們的錢包中，這些 Token 可以在 Fyde Treasury 的治理選項卡中用於執行相應協議的治理投票。

不過，投票權會受到投資組合中 Token 權重的影響，因此每次調整投資組合時，投票權可能會發生變化。

2.1.2. 流動性挖礦活動

Fyde Treasury 向那些提高 $TRSY（Liquid Vault 流動性 Token）市場流動性的流動性提供者獎勵 Fyde 積分，並承諾未來將根據這些積分分發其治理 Token $FYDE。

不同於其他項目通常要求用戶在去中心化交易所直接存入交易對以獲取 Token 或積分的流動性挖礦活動，Fyde Treasury 接受用戶將 $FYDE 存入協議內部的流動性挖礦合約，並直接在 Uniswap v3 上提供流動性。Uniswap v3 是一個允許用戶在提供流動性時設置供應範圍的去中心化交易所。

在向 Uniswap v3 提供流動性時，系統通過 AI 驅動的模擬環境來計算並執行將部分存入流動性挖礦合約的 $FYDE 轉換爲 $ETH 的最佳路徑。此外，AI 還根據市場條件實時管理和優化 Uniswap v3 上的流動性存款範圍，使得資本效率相比在一般去中心化交易所提供相同資本的流動性高出約 4 倍。

AI Simulation Dashboard, 來源：Fyde Docs

通過這種方式，Fyde Treasury 正在構建一個籃子基金。該基金利用 AI 對協議中用戶存入的資產進行實時管理，從而減少人爲判斷，並預防市場中的各種風險。

2.1.3. 協議性能

自 2024 年 1 月推出以來，Fyde Treasury 的 TVL 穩步增長，達到並穩定在約 200 萬美元。然而，由於市場自 5 月下旬以來持續疲軟，$TRSY Token 在過去三個月內的回報率爲 -35% 。

然而，將 $TRSY 的回報與以太坊生態系統中的其他主要 Token 相比，$TRSY 的價格波動相對穩定，跌幅較小。

儘管 Fyde Treasury 推出不到一年，其 AI 模型已通過市場數據不斷學習和發展。隨着 AI 學習的積累和優化，未來可能會有更好的表現，因此值得關注 Fyde Treasury 的未來發展方向和表現。

2.2. Mozaic Finance：AI 收益優化器

Mozaic Finance 是一個使用 AI 來優化收益耕作策略的收益優化協議，通過特定的 DeFi 協議實現。它爲用戶提供各種 DeFi 生態系統資產管理策略，以金庫形式呈現，並利用以下兩種 AI 進行策略優化：

  • Conon：實時分析鏈上數據，預測市場狀況和收益耕作策略的 APY 變化

  • Archimedes：根據 Conon 的預測數據計算最佳投資策略，並執行資金分配

在 Mozaic Finance 中，AI 智能體 Conon 擔任“分析師”角色，而 Archimedes 擔任“策略師”角色，共同管理用戶存入的資產。

2.2.1. 金庫類型

  • Hercules：這是一個使用穩定幣進行收益耕作的金庫，存款人會獲得 MOZ-HER-LP Token 作爲流動性 Token。

  • 用戶存入金庫的資產被用於提供流動性，通過橋協議 Stargate 產生收益。AI 會實時將金庫資產橋接並重新平衡到收益更高的流動性池中。Stargate 的特性是，即使是相同的資產，不同網絡的 APY 也會因流動性差異而有所不同。

Stargate Farm Dashboard, 來源：Stargate

Theseus：這是一個通過各種波動性資產來產生收益的金庫，存款人會獲得 MOZ-THE-LP Token 作爲流動性 Token。

  • 用戶的資產會被存入 GMX 協議的 GM 池中，這是一個去中心化的永續期貨交易所，爲交易者提供流動性並獲得激勵。在流動性部署時，會考慮每個 GM 池中交易資產的波動性和利率。根據市場情況，可能會增加穩定幣的比例，並將其存入 Stargate 以產生額外的利息。

GMX GM Pool Dashboard, 來源：GMX

  • Perseus：這是一個積極利用 PoL（流動性證明）共識機制的金庫，通過爲即將上線主網的 Berachain 的生態系統協議提供流動性來獲得網絡獎勵。Mozaic Finance 團隊正開發並準備推出使用 Berachain 測試網的策略，詳細信息將稍後公佈。

關於 Berachain 和 PoL 共識機制的更多信息，請參閱文章 Berachain — The Bear Catching Two Rabbits: Liquidity and Security。

與構建 Token 籃子基金的 Fyde Treasury 不同，Mozaic Finance 是一個在將用戶資產存入 DeFi 協議時，通過 AI 優化流動性供應策略和流程並管理風險的協議。

截至 2024 年 1 月，Hercules 和 Theseus 金庫表現良好，預期 APY 分別約爲 11% 和 50% 。不過，由於 Mozaic Finance 的金庫發生資金被盜事件，目前兩個金庫均已暫停。

截至 2024 年 1 月，Hercules 和 Theseus 金庫的預期年回報率，來源：@Mozaic_Fi

2.2.2. 資金盜竊事件和 Mozaic 2.0 

Mozaic Finance 於 2024 年 3 月 15 日發生了一起資金盜竊事件。當時，團隊正在過渡到由 Hypernative 開發的新安全解決方案，以提升鏈上風險和安全性。在安全更新完成之前，一名內部開發人員發現可以通過使用核心團隊成員的私鑰來盜取金庫資金。他們入侵了該成員的電腦以獲取私鑰，並利用該密鑰盜取了約 200 萬美元的金庫資產，然後將這些資產轉移到中心化交易所進行清算。

受此事件影響，Mozaic Finance 團隊暫停了 Hercules 和 Theseus 金庫的運作，治理和協議費用收集 Token $MOZ 的價值下跌了約 80% 。事件發生後，Mozaic Finance 團隊立即透明公佈了事件進展，並與安全公司合作，追蹤被盜資產的流向。同時，他們向開發人員存放被盜資產的交易所申請凍結和返還資金，努力恢復協議的正常運作。

幸運的是，目前所有被盜資金的返還工作正在進行中。在等待從中心化交易所返還被盜資金的同時，團隊正在準備推出 Mozaic 2.0 。新版本包括以下改進：

  • 增強安全性：通過 Trust Security、Testmachine 和 Hypernative 等安全專業公司進行代碼審計和安全增強。

  • AI 模型改進：全面升級現有的 Archimedes 模型，並基於專家知識預測和學習尚未發生的黑天鵝事件。此外，檢測異常決策並設置標誌，以便進行人工審查和模型改進。

  • 改善用戶體驗：改進 Dapp 的 UI/UX，並通過賬戶抽象和橋接服務集成，增強用戶在各種鏈環境中對 Dapp 的訪問能力。

因此，儘管 Mozaic Finance 經歷了一次重大的資金盜竊危機，他們正在積極籌備推出 Mozaic 2.0 ，致力於爲用戶提供更安全和高效的資產管理服務。

3. 挑戰：AI 的去中心化和可擴展性困境

至今，我們通過 Fyde Treasury 和 Mozaic Finance 的案例，瞭解到智能 DeFi 協議如何將 AI 作爲 DeFi 應用的核心組件。智能 DeFi 協議通過 AI 能夠帶來的優勢包括：

  • 通過自主性建立新型 DeFi 協議模型

  • 通過分析和優化資金運作方式提高資本效率

  • 實時分析和應對異常交易等風險

目前，區塊鏈與 AI 的整合多集中於建立區塊鏈基礎設施，以克服 AI 的侷限性。然而，鑑於上述優勢，預計將有更多嘗試把 AI 引入 DeFi 協議。當然，在融合這兩個領域的過程中，也存在需要解決的挑戰。

AI 需要一個能夠快速處理大量數據的環境，但當前的區塊鏈基礎設施還達不到這種數據處理速度。例如，ChatGPT-3 模型據估計需要每秒處理數萬億次數據才能回答問題，這比 Solana 的最大 TPS（每秒交易數） 65, 000 快了大約一千萬倍。

此外，即便區塊鏈基礎設施發展到可以支持 AI 計算的程度，公共區塊鏈的透明性仍可能會將 AI 模型的訓練數據和決策權重暴露給公衆。這意味着 AI 生成的交易可能會變得可預測，從而面臨各種外部攻擊的風險。

因此，包括 Fyde Treasury 和 Mozaic Finance 在內的希望利用 AI 的 DeFi 協議，目前選擇在集中式服務器上運行 AI，並根據其結果與區塊鏈進行交互。

然而，這種方法導致用戶在協議中存入資產時，必須信任負責管理 AI 的團隊的誠實性。這種情況削弱了 DeFi 通過智能合約消除對可信第三方需求，以提供無需信任的交易環境的核心原則。

在區塊鏈中應用 AI 時，去中心化和可擴展性的問題被視爲 DeFi 應用在利用 AI 過程中必須解決的挑戰。而 zkML（零知識機器學習）技術正作爲一種解決方案受到關注。

3.1. zkML（零知識機器學習）

zkML 是一種將零知識證明（ZKP）與機器學習（ML）相結合的技術。零知識證明是一種加密方法，它可以在不透露數據本身的情況下驗證數據的真實性，從而實現隱私保護和數據完整性驗證。zkML 利用零知識證明的這些特性，應用於機器學習領域，使得在不公開輸入、參數和 AI 模型內部機制的情況下，能夠驗證模型輸出的正確性。

此外，通過設計 DeFi 協議的智能合約來驗證零知識證明，僅在 AI 模型按照預期誠實運行且沒有外部干擾時才生成鏈上交易，這樣就可以安全地將 AI 集成到 DeFi 協議中。

例如，之前提到的 Mozaic Finance 計劃在未來將零知識證明技術引入其協議。他們在文檔中表示，這項技術將增強實時驗證 Archimedes 誠實決策和管理金庫的能力。

然而，零知識證明技術尚屬新興，需要大量的討論和開發才能實現實際應用。尤其是，對於複雜的 AI 模型來說，生成零知識證明雖然比直接在區塊鏈上執行 AI 模型更高效，但仍然需要超出當前區塊鏈基礎設施所能提供的計算能力和存儲空間。因此，爲了使 zkML 真正實用化，必須在零知識證明和區塊鏈基礎設施方面實現進一步的技術進步和優化。

4. 基於 AI 智能體的經濟與身份驗證

我預計，隨着區塊鏈和 AI 技術的進一步發展，它們將逐步克服實現兩者融合所需的挑戰。基於這一進展，我相信在不久的將來，大多數 DeFi 協議將會把 AI 整合到其運營機制中。

此外，隨着 SingularityNET 和 Autonolas 等 AI 智能體部署和交易平臺的出現和成熟，不僅在協議層面可以集成 AI，還爲個人用戶創造了一個輕鬆使用 AI 智能體的環境。換句話說，每個參與區塊鏈生態系統的人都能夠構建和使用爲個人優化的智能 DeFi 協議。

例如，Autonolas 的 AI 智能體在 Gnosis 網絡的預測市場平臺 Omen 上，通過分析鏈上和鏈下數據進行投注，其數量和活動穩步增加。從 2023 年 7 月起的一年內，這些智能體已經產生了超過一百萬筆交易。

預計未來能夠全天候高效管理資本的個性化 AI 智能體數量將增加，並積極參與區塊鏈生態系統。這將促進閒置流動性的利用和更高效的資本運作，從而大幅提升生態系統的整體流動性。最終，AI 智能體之間的交易可能成爲生態系統的主要活動，形成一個以智能體爲基礎的新經濟生態系統。

此外，隨着個性化 AI 智能體模型的智能化程度不斷提高，這些智能體可能會擴展其活動範圍至專爲“人類”設計的領域。這包括根據個人偏好定製的鏈上資產管理、捕捉並參與空投機會，以及參與治理活動。

因此，隨着 AI 智能體越來越精確地模擬人類行爲，未來將更難以區分“真實”的人類用戶和 AI 智能體。爲此，身份證明作爲證明用戶身份和獨特性的機制，其重要性預計將愈發突出，特別是在那些重視人類價值和代理權的協議中。

4.1. 身份證明

身份證明是一種機制，通過將人類獨有的特徵與網絡上的個人賬戶相結合，以驗證個人的身份和獨特性。當前討論和發展中的方法主要分爲兩大類：

  • 基於物理認證的方法：利用硬件設備採集獨特的生物識別信息，如面部識別、指紋識別和虹膜識別等。

  • 基於行爲分析的方法：通過分析用戶的社交網絡圖譜、聲譽以及網絡活動模式等，來判斷賬戶的真實性和獨特性。這種方法依賴於用戶特定賬戶的網絡活動及其與其他賬戶的互動。

基於行爲分析的身份證明方法能夠較好地保護用戶隱私，並且無需使用特殊的硬件設備即可實現。然而，爲了提高證明的準確性和可靠性，這種方法需要大量的網絡數據。隨着 AI 智能體的複雜性增加，其識別能力可能會下降，因此預計未來基於物理認證的身份證明方法將會得到更廣泛的應用。

一個採用物理認證方式進行身份證明的代表性協議是 Worldcoin。該項目由 OpenAI 的創始人 Sam Altman 共同創立，他也是 ChatGPT 的創造者。Worldcoin 旨在通過身份證明爲全球每個人分配一個唯一的數字 ID，並向這些擁有 ID 的人分發 $WLD 代幣。此舉是爲了研究和探索實現普遍基本收入的可能性，以應對未來因 AI 發展而導致的失業問題。

4.1.1. Worldcoin

Worldcoin 是一個基於物理認證的身份證明項目，通過使用名爲 Orb 的特殊硬件來識別人類的虹膜。在完成虹膜識別後，Worldcoin 網絡會爲該虹膜頒發一個 World ID，並在用戶的個人設備上生成一個可用於訪問該 World ID 的私鑰。

Worldcoin Orb, 來源：Worldcoin Whitepaper

目前，Worldcoin 網絡只存儲掃描虹膜數據的哈希值，這樣可以防止用戶的虹膜被重建或識別。當需要進行 World ID 認證時，用戶的設備會生成一個零知識證明併發送到網絡，從而保護用戶鏈上活動的數據隱私。然而，由於系統只在頒發 World ID 時進行虹膜識別，仍然存在一些挑戰，比如通過交易持有私鑰的設備來轉移 World ID，以及 AI 智能體獲取私鑰。爲了應對這些問題，Worldcoin 正在討論在使用 World ID 時引入生物識別驗證系統，並開發基於行爲分析的 AI 檢測算法。

5. 結論

在本文中，我們探討了隨着 AI 融入區塊鏈生態系統而涌現的新型服務協議，這些協議所面臨的挑戰，以及基於 AI 智能體的區塊鏈生態系統的未來。

未來，AI 和區塊鏈技術將繼續發展並相互融合，彌補彼此的不足。通過這種融合，預計將爲個人提供一個更便捷的環境，使其能輕鬆訪問和利用 AI 和區塊鏈技術。

尤其是在未來以 AI 智能體爲核心的鏈上經濟生態系統中，人們將無需具備深厚的金融知識即可輕鬆使用和提供金融服務。這將有助於大幅提升鏈上生態系統的流動性，並擴大金融行業的包容性。

此外，AI 和區塊鏈不僅可以相互影響，還具有成爲各行業基礎設施的潛力。因此，這兩項技術的發展將對整個人類社會產生深遠影響，而不僅限於單個行業。

然而，AI 相關的法規，如數據隱私保護和 AI 責任問題，以及區塊鏈相關的法規，如 Token 的證券屬性，將對這些技術的未來發展方向和行業結構產生重大影響。因此，我們需要密切關注未來即將出臺的 AI 和區塊鏈行業法規。

我們最終希望，這些技術的發展能夠爲人類創造更好的環境，並幫助解決社會中的諸多問題。

#AI