La fusión de DeFi y AI: el camino de evolución desde la automatización hasta AgentFi

En la actual industria de las criptomonedas, los pagos con stablecoins y las aplicaciones de Finanzas descentralizadas son una de las pocas áreas que han demostrado tener una demanda real y un valor a largo plazo. Al mismo tiempo, la diversidad de agentes se está convirtiendo gradualmente en la forma práctica de interfaz de usuario en la industria de la IA, convirtiéndose en la capa intermedia clave que conecta las capacidades de IA con las necesidades de los usuarios.

En el campo de la fusión entre Crypto y AI, especialmente en la dirección en la que la tecnología AI retroalimenta las aplicaciones de Crypto, la exploración actual se centra principalmente en tres escenarios típicos:

1. Agente interactivo de conversación: principalmente enfocado en chat, compañía y asistente. Aunque la mayoría aún son modelos generales en forma de envoltura, debido a la baja barrera de entrada y la interacción natural, sumado a los incentivos de tokens, se ha convertido en una de las primeras formas en ser lanzadas al mercado para captar la atención de los usuarios.

2. Agente de integración de información: se centra en la integración inteligente de información en línea y en cadena. Kaito, AIXBT y otros han tenido éxito en el ámbito de la búsqueda e integración de información en línea, pero la integración de datos en cadena aún está en una fase exploratoria y no hay proyectos destacados.

3. Agente de ejecución de estrategias: se extiende en dos direcciones principales, Pago de Agente y DeFAI, con el pago en stablecoins y la ejecución de estrategias de Finanzas descentralizadas como núcleo. Este tipo de Agente se integra más profundamente en la lógica de transacciones en cadena y gestión de activos, con la esperanza de superar el cuello de botella de la especulación, formando una infraestructura de ejecución inteligente con eficiencia financiera y ingresos sostenibles.

Este artículo se centrará en la evolución de la fusión entre Finanzas descentralizadas y AI, revisando sus etapas de desarrollo desde la automatización hasta la inteligencia, analizando la infraestructura, el espacio de escenarios y los desafíos clave del agente de ejecución de estrategias.

Finanzas descentralizadas智能化三阶段：Automation、Copilot与AgentFi的跃迁

En la evolución de la inteligencia en Finanzas descentralizadas, podemos dividir las capacidades del sistema en tres etapas: Automation (herramientas de automatización), Intent-Centric Copilot (asistente impulsado por intenciones) y AgentFi (agentes inteligentes en la cadena).

• La automatización es más como un activador de reglas (Rule Trigger): ejecuta tareas fijas basadas en condiciones preestablecidas, como arbitraje, reequilibrio, toma de ganancias y stop-loss, no puede generar estrategias ni operar de forma independiente.
• Copilot introduce la capacidad de reconocimiento de intenciones y análisis semántico, los usuarios ingresan a través de lenguaje natural, el sistema entiende, descompone y sugiere caminos de ejecución, pero al final, aún se requiere la confirmación del usuario, la cadena de ejecución no está cerrada.
• AgentFi representa el ciclo inteligente completo de "percepción → razonamiento/generación de estrategias → ejecución en cadena → evolución", que es un agente (Agent) con capacidad de ejecución autónoma en cadena y evolución continua.

| Dimensión | Infraestructura automatizada | Copiloto centrado en la intención | AgentFi | |----------|-----------------------------|----------------------------|---------------------| | Lógica central | Activación de reglas + Ejecución de condiciones | Reconocimiento de intenciones + Guía de operaciones | Cierre de estrategias + Ejecución autónoma | | Modo de ejecución | Se activa según condiciones preestablecidas (if-then) | Comprender las instrucciones del usuario, ayudar a desglosar las operaciones | Percepción, juicio y ejecución totalmente autónomos | | Interacción del usuario | Sin interacción, ejecución de activación pasiva | El usuario expresa su intención a través de un prompt, el sistema ayuda a descomponer | Sin interacción humana, puede colaborar con personas/Agentes | | Nivel de inteligencia | Bajo, automatización de procesos | Medio, capacidad de comprensión interactiva | Alto, generación y evolución de estrategias autónomas | | Capacidad de estrategia | Ninguna, ejecución de tareas preestablecidas | Limitada, depende de las instrucciones del usuario | Fuerte, puede auto-aprender y optimizar combinaciones | | Dificultad de implementación | Baja, servicio backend | Media, se necesita un fuerte diseño de interacción frontend | Alta, se requiere una profunda colaboración entre IA/infraestructura de ejecución | | Ejecución en cadena | ✅ Percepción ❌ Decisión ( Regla fija activada ) ✅ Soporte para ejecución simple | ✅ Percepción ✅ Decisión ⚠️ La ejecución requiere confirmación del usuario | ✅ Percepción ✅ Decisión ✅ Ejecución en cadena con ciclo completo | | Representantes típicos | Gelato, Mimic | HeyElsa.ai, Bankr | Giza ARMA |

Para determinar si un proyecto realmente pertenece a AgentFi, es necesario ver si cumple al menos tres de los cinco estándares centrales siguientes:

1. Percepción autónoma del estado en la cadena/ señales del mercado (no es una entrada estática, sino un monitoreo en tiempo real)
2. Capacidad de generar y combinar estrategias (no son estrategias preestablecidas, sino que pueden formular un plan de acción por sí mismas según el contexto)
3. Puede ejecutar operaciones en la cadena de forma autónoma (sin necesidad de interacción del usuario, puede realizar operaciones complejas como swap/lend/stake)
4. Tiene estado persistente y capacidad de evolución (el agente tiene un ciclo de vida, puede funcionar a largo plazo y ajustarse a sí mismo según los comentarios)
5. Poseer una arquitectura nativa de agente (como SDK de agente exclusivo, entorno de ejecución alojado, middleware de agente, etc.)

En otras palabras, el trading automatizado ≠ Copilot, y mucho menos ≠ AgentFi: el trading automatizado es solo un "disparador de reglas", Copilot puede entender la intención del usuario y proporcionar recomendaciones de operación, pero aún depende de la participación humana; mientras que el verdadero AgentFi es un "agente que posee capacidades de percepción, razonamiento y ejecución autónoma en la cadena", capaz de completar el ciclo de estrategia y evolucionar continuamente sin intervención humana.

Análisis de la adaptabilidad inteligente de los escenarios de Finanzas descentralizadas:

En el sistema de Finanzas descentralizadas (DeFi), los principales escenarios de aplicación se pueden dividir en dos categorías: circulación y intercambio de activos y finanzas de rendimiento. Creemos que existe una diferencia significativa en la adaptabilidad de estos dos tipos de escenarios en la ruta de inteligencia:

Uno, Escenarios de circulación e intercambio de activos

Los escenarios de circulación e intercambio de activos se basan principalmente en interacciones atomizadas, que incluyen transacciones de Swap, puentes entre cadenas y depósitos y retiros en moneda fiduciaria. Su característica esencial es "impulsado por la intención + interacción atomizada única", el proceso de transacción no involucra estrategias de rendimiento, mantenimiento de estado y lógica de evolución, y es mayormente adecuado para la ruta de ejecución ligera del Copiloto Centrado en la Intención, y no pertenece a AgentFi.

Debido a que su umbral de ingeniería es relativamente bajo y la interacción es simple, la mayoría de los proyectos de tipo DeFAI en el mercado se encuentran en esta etapa, los cuales no constituyen un agente inteligente de cierre de AgentFi; sin embargo, para un pequeño número de estrategias de Swap complejas de alto nivel (como arbitraje entre activos, cobertura perpetua de LP, reequilibrio de apalancamiento, etc.), en realidad se requiere la capacidad de un agente de IA, y actualmente se encuentra en una etapa temprana de exploración.

| Categoría de escenario | ¿Ingresa ingresos continuos? | Compatibilidad con AgentFi | Dificultad de implementación | Descripción | |----------------|------------|-------------------------------|------------|----------------------------------------------------| | Intercambio | ❌ No | ⚠️ Adaptación parcial (solo el intercambio de intención no es un AgentFi) | ✅ Fácil de implementar | Operación atómica única (como cambiar monedas), sin acumulación de estado de estrategia, adecuado para ser llamado por Copilot. | Puente entre cadenas | ❌ No | ❌ Débil | ✅ Fácil de implementar | El intercambio entre cadenas es una transmisión intermediaria, no involucra planificación y ajuste de estrategias, la participación de IA es muy baja. | | Moneda fiduciaria | ❌ No | ❌ Ninguno | ❌ Incontrolable | Alta dependencia de canales CeFi y procesos de cumplimiento, el agente en cadena no puede iniciar operaciones de forma autónoma | | Optimización de agregación | ⚠️ No necesariamente | ⚠️ Adaptación parcial | ✅ Moderado | Basado en herramientas automatizadas, si se pueden combinar cotizaciones de múltiples plataformas o maximizar rutas de ganancias, puede ser ejecutado por un agente ligero, pero es difícil evolucionar a un agente inteligente a largo plazo | | ✅ Combinación de intercambios | ✅ Posible rentabilidad | ✅ No maduro | ❌ Difícil de implementar | Como arbitraje entre activos, cobertura perpetua de LP, ajuste dinámico de posiciones, etc., se requiere un motor de estrategias complejo, actualmente está en la fase de prototipo sin agentes disponibles |

Dos, escenarios financieros de ingresos de activos

Los escenarios financieros de activos de rendimiento tienen objetivos de rendimiento claros, un espacio de combinación de estrategias complejo y una necesidad de gestión de estado dinámica, lo que se adapta naturalmente al modelo de "circuito de estrategia + ejecución autónoma" de AgentFi. Sus características centrales son las siguientes:

• Objetivos de rendimiento cuantificables (APR / APY) facilitan que el Agente establezca funciones de optimización;
• El espacio de combinación de estrategias es amplio, abarcando múltiples activos, múltiples plazos, múltiples plataformas y múltiples procesos de interacción;
• La operación requiere una gestión frecuente y ajustes en tiempo real, adecuada para ser ejecutada y mantenida por agentes en la cadena.

| Rango | Categoría de Escenario | ¿Rendimiento Continuo? | Adaptabilidad de AgentFi | Dificultad de Implementación | Descripción | |--------|------------------------------------|------------|-----------------|----------|---------------------------------------------| | 1 | Minería de liquidez | ✅ Sí | ✅✅✅ Muy alta | ❌ Alta | La estrategia necesita ajustes dinámicos frecuentes (como reinversión, migración, estrategias de doble piscina, etc.), es más adecuada para implementar agentes de estrategia de IA | | 2 | Préstamo | ✅ Sí | ✅✅✅ Muy alto | ✅ Bajo | Fluctuación de tasas + estado de garantía legible, alerta de riesgo y ajuste automático fácil de realizar | | 3 | Pendle (Comercio de derechos de ingresos PT/YT) | ✅ Sí | ✅✅ Alto | ❌ Alto | Plazos y estructuras de ingresos diversos, comercio de combinaciones complejo, los agentes inteligentes pueden optimizar el momento de compra y venta y la estabilidad de los ingresos | | 4 | Arbitraje de tasas de financiamiento (mezcla de Perp/CeFi/Finanzas descentralizadas) | ✅ Sí | ✅✅ Alto | ❌ Muy alto | El arbitraje en múltiples mercados tiene ventajas de IA, pero la interacción y la complejidad de la colaboración fuera de la cadena son extremadamente altas, todavía está en fase de exploración | | 5 | Staking / Restaking / Combinación de estrategias LRT | ⚠️ Rendimiento fijo | ⚠️ Adaptación condicional | ⚠️ Moderado | El staking estático no es adecuado para el Agente, pero los agentes dinámicos con múltiples LST + Lending + LP, etc. pueden intervenir | | 6 | RWA (activos del mundo real) | ⚠️ Rendimiento estable | ❌ Bajo | ⚠️ Alta conformidad | Estructura de rendimiento estable, altos umbrales de conformidad, no interoperables entre protocolos, no hay espacio para la implementación de la estrategia AgentFi a corto plazo |

Debido a múltiples factores como el plazo de rendimiento, la frecuencia de volatilidad, la complejidad de los datos en cadena, la dificultad de integración entre protocolos y las restricciones de cumplimiento, la adaptabilidad y viabilidad de implementación en diferentes escenarios de rendimiento en la dimensión de AgentFi presentan diferencias significativas. Se sugieren las siguientes prioridades:

Dirección de aterrizaje de negocios de alta prioridad:

• Préstamo (Lending / Borrowing): La fluctuación de las tasas de interés es fácil de rastrear con una lógica de ejecución estandarizada, adecuada para agentes ligeros.
• Minería de liquidez (Yield Farming): Los fondos son dinámicos y frecuentes, el espacio de combinación de estrategias es amplio y los rendimientos son altamente volátiles. AgentFi puede optimizar significativamente el rendimiento anual y la eficiencia de interacción, pero la implementación técnica presenta ciertos desafíos;

Direcciones de disposición a explorar a medio y largo plazo:

• Comercio de derechos de ingresos Pendle: la dimensión temporal y la curva de ingresos son claras, adecuadas para que el Agente gestione la rotación de vencimientos y el arbitraje entre pools;
• Tasa de financiación arbitraje: el rendimiento teórico es considerable, se deben resolver los desafíos de ejecución entre mercados y la interacción fuera de la cadena, la dificultad técnica es alta;
• Estructura de combinación dinámica LRT: el staking estático no es compatible, se pueden intentar estrategias de ajuste automático como LRT + LP + Lending.
• Gestión de carteras de múltiples activos RWA: difícil de implementar a corto plazo, el Agente puede proporcionar asistencia en la optimización de carteras y en las estrategias de vencimiento;

Introducción a proyectos de inteligencia en escenarios de Finanzas descentralizadas:

1. Herramientas automatizadas ( Infraestructura de automatización ): activación de reglas y ejecución de condiciones

Gelato es una de las infraestructuras de automatización DeFi más antiguas, que anteriormente brindaba soporte para la ejecución de tareas activadas por condiciones para protocolos como Aave y Reflexer, pero ahora se ha transformado en un proveedor de servicios Rollup as a Service. Actualmente, el campo de batalla principal de la automatización en la cadena también se ha trasladado a las plataformas de gestión de activos DeFi (DeFi Saver, Instadapp). Estas plataformas integran módulos de ejecución automática estandarizados que incluyen configuración de órdenes límite, protección contra liquidaciones, reajuste automático, DCA, estrategias de cuadrícula, entre otros. Además, vemos algunos proyectos de plataformas de herramientas de automatización DeFi más complejos:

Mimic.fi

Mimic.fi es una plataforma de automatización en cadena, que sirve a desarrolladores y proyectos de Finanzas descentralizadas, apoyando la construcción de tareas automatizadas programables en cadenas como Arbitrum, Base, Optimism, entre otras. Su núcleo activa la ejecución automática de operaciones entre protocolos a través de disparadores de reglas "if-then". La arquitectura se divide en tres capas: Planning (definición de tareas y disparadores), Execution (difusión de intenciones y puja de ejecución) y Security (verificación triple y control de seguridad). Actualmente, utiliza un método de integración SDK y el producto aún se encuentra en la fase inicial de despliegue.

Protocolo AFI

AFI Protocol es una red de ejecución de agentes impulsada por algoritmos, que soporta operaciones automatizadas no gestionadas 24×7, enfocándose en resolver la dispersión de ejecución, los umbrales de estrategia y los problemas de respuesta al riesgo en las Finanzas descentralizadas. Su diseño