原文作者：DeSpread Research

原文編譯：深潮 TechFlow

免責宣告：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，也不應被視為投資建議。

1. 引言

隨著 IT 行業的發展，計算能力的提升和大資料的廣泛應用，人工智慧 (AI) 模型的效能也顯著提高。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 億月活躍使用者，成為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 藝術專案正處於繁榮期時，OpenAI 開發的 AI 模型 DALL-E 2 釋出，它能夠根據文字生成高質量影象，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。

加密社羣對 AI 的濃厚興趣也反映在與 AI 相關的加密專案的投資趨勢中。根據虛擬資產統計網站 Coingecko 的資料，截至 2024 年 8 月 20 日，自 2022 年下半年開始出現結合 AI 和區塊鏈的專案以來， 277 個被歸類為 AI 領域的區塊鏈專案總市值迅速增長，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 領域區塊鏈專案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：

• 分散式 GPU 網路：這些專案利用區塊鏈技術建立一個分散式 GPU 網路，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：這些專案允許多個參與者共同參與 AI 訓練和模型開發，並透過區塊鏈技術獲得 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 市場專案利用區塊鏈技術透明地評估和交易 AI 模型或智慧體的效能和可靠性，以滿足各行業和特定功能對 AI 模型或智慧體的需求（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，如去中心化資料市場和 IP 協議，來解決當前 AI 行業面臨的挑戰。這些嘗試透過為 AI 行業提供更穩定的基礎設施，並擴充套件區塊鏈技術的應用範圍，正在產生協同效應。

與此同時，將 AI 整合到區塊鏈生態系統中也蘊藏著無限的發展潛力。特別是在以無許可為基礎的 DeFi 服務中，透過引入 AI，可以減少對可信第三方的依賴，從而實現許多現有智慧合約難以實現的功能。

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

2. 智慧 DeFi

AI 具有卓越的實時資料分析能力，能夠從大量資料中得出結論。這一特性在幫助使用者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資料起到了重要作用。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。爲了給使用者提供更安全的投資環境，Yearn Finance 正與 AI 智慧體構建平臺 GIZA合作，為其 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，透過利用 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使用者交易的，也就是說，協議的智慧合約會根據使用者的互動以預設方式執行。然而，透過將 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 協議成為可能。

讓我們具體看看一些在其主要執行機制中應用 AI 的智慧 DeFi 協議。

2.1. Fyde Treasury: AI 代幣基金

Fyde Treasury 是一個協議，提供一種稱為 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。使用者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，以便為使用者提供較小的損失率，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 透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程式碼的審計情況，以確定是否存在問題

  
  

• 透過 AI 分析鏈上資料，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：分析鏈上交易資料、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

  
  

• 高階資產管理策略：持續評估投資組合的表現，分析策略的有效性，並從中提取資料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 均為基於以太坊網路的各類行業代幣。

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 的使用者可以透過流動性 Token 來保持其治理投票權。使用者存入 Liquid Vault 的治理 Token 會以 $gTRSY-token 的形式傳送到他們的錢包中，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。

不同於其他專案通常要求使用者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 接受使用者將 $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 是一個允許使用者在提供流動性時設定供應範圍的去中心化交易所。

在向 Uniswap v3 提供流動性時，系統透過 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 轉換為 $ETH 的最佳路徑。此外，AI 還根據市場條件實時管理和最佳化 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

透過這種方式，Fyde Treasury 正在構建一個籃子基金。該基金利用 AI 對協議中使用者存入的資產進行實時管理，從而減少人為判斷，並預防市場中的各種風險。

2.1.3. 協議效能

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為 -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 模型已透過市場資料不斷學習和發展。隨著 AI 學習的積累和最佳化，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 收益最佳化器

Mozaic Finance 是一個使用 AI 來最佳化收益耕作策略的收益最佳化協議，透過特定的 DeFi 協議實現。它為使用者提供各種 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 進行策略最佳化：

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

  
  

• Archimedes：根據 Conon 的預測資料計算最佳投資策略，並執行資金分配

  
  

在 Mozaic Finance 中，AI 智慧體 Conon 擔任“分析師”角色，而 Archimedes 擔任“策略師”角色，共同管理使用者存入的資產。

2.2.1. 金庫型別

• 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 作為流動性 Token。

  
  

• 使用者存入金庫的資產被用於提供流動性，透過橋協議 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，不同網路的 APY 也會因流動性差異而有所不同。

  
  

Stargate Farm Dashboard, 來源：Stargate

Theseus：這是一個透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 作為流動性 Token。

• 使用者的資產會被存入 GMX 協議的 GM 池中，這是一個去中心化的永續期貨交易所，為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，透過為即將上線主網的 Berachain 的生態系統協議提供流動性來獲得網路獎勵。Mozaic Finance 團隊正開發並準備推出使用 Berachain 測試網的策略，詳細資訊將稍後公佈。

  
  

關於 Berachain 和 PoL 共識機制的更多資訊，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 是一個在將使用者資產存入 DeFi 協議時，透過 AI 最佳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 分別約為 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透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，並利用該金鑰盜取了約 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：透過 Trust Security、Testmachine 和 Hypernative 等安全專業公司進行程式碼審計和安全增強。

  
  

• 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，檢測異常決策並設定標誌，以便進行人工審查和模型改進。

  
  

• 改善使用者體驗：改進 Dapp 的 UI/UX，並透過賬戶抽象和橋接服務整合，增強使用者在各種鏈環境中對 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 ，致力於為使用者提供更安全和高效的資產管理服務。

3. 挑戰：AI 的去中心化和可擴充套件性困境

至今，我們透過 Fyde Treasury 和 Mozaic Finance 的案例，瞭解到智慧 DeFi 協議如何將 AI 作為 DeFi 應用的核心元件。智慧 DeFi 協議透過 AI 能夠帶來的優勢包括：

• 透過自主性建立新型 DeFi 協議模型

  
  

• 透過分析和最佳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資料的環境，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資料才能回答問題，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援 AI 計算的程度，公共區塊鏈的透明性仍可能會將 AI 模型的訓練資料和決策權重暴露給公眾。這意味著 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，目前選擇在集中式伺服器上執行 AI，並根據其結果與區塊鏈進行互動。

然而，這種方法導致使用者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 透過智慧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，去中心化和可擴充套件性的問題被視為 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）技術正作為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，它可以在不透露資料本身的情況下驗證資料的真實性，從而實現隱私保護和資料完整性驗證。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、引數和 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，透過設計 DeFi 協議的智慧合約來驗證零知識證明，僅在 AI 模型按照預期誠實執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 整合到 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。他們在文件中表示，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儲存空間。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最佳化。

4. 基於 AI 智慧體的經濟與身份驗證

我預計，隨著區塊鏈和 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，隨著 SingularityNET 和 Autonolas 等 AI 智慧體部署和交易平臺的出現和成熟，不僅在協議層面可以整合 AI，還為個人用戶創造了一個輕鬆使用 AI 智慧體的環境。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為個人最佳化的智慧 DeFi 協議。

例如，Autonolas 的 AI 智慧體在 Gnosis 網路的預測市場平臺 Omen 上，透過分析鏈上和鏈下資料進行投注，其數量和活動穩步增加。從 2023 年 7 月起的一年內，這些智慧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 智慧體數量將增加，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 智慧體之間的交易可能成為生態系統的主要活動，形成一個以智慧體為基礎的新經濟生態系統。

此外，隨著個性化 AI 智慧體模型的智慧化程度不斷提高，這些智慧體可能會擴充套件其活動範圍至專為“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，隨著 AI 智慧體越來越精確地模擬人類行為，未來將更難以區分“真實”的人類使用者和 AI 智慧體。為此，身份證明作為證明使用者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，透過將人類獨有的特徵與網路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為兩大類：

• 基於物理認證的方法：利用硬體裝置採集獨特的生物識別資訊，如面部識別、指紋識別和虹膜識別等。

  
  

• 基於行為分析的方法：透過分析使用者的社交網路圖譜、聲譽以及網路活動模式等，來判斷賬戶的真實性和獨特性。這種方法依賴於使用者特定賬戶的網路活動及其與其他賬戶的互動。

  
  

基於行為分析的身份證明方法能夠較好地保護使用者隱私，並且無需使用特殊的硬體裝置即可實現。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路資料。隨著 AI 智慧體的複雜性增加，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。該專案由 OpenAI 的創始人 Sam Altman 共同創立，他也是 ChatGPT 的創造者。Worldcoin 旨在透過身份證明為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專案，透過使用名為 Orb 的特殊硬體來識別人類的虹膜。在完成虹膜識別後，Worldcoin 網路會為該虹膜頒發一個 World ID，並在使用者的個人裝置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 網路只儲存掃描虹膜資料的雜湊值，這樣可以防止使用者的虹膜被重建或識別。當需要進行 World ID 認證時，使用者的裝置會生成一個零知識證明併發送到網路，從而保護使用者鏈上活動的資料隱私。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，比如透過交易持有私鑰的裝置來轉移 World ID，以及 AI 智慧體獲取私鑰。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，並開發基於行為分析的 AI 檢測演算法。

5. 結論

在本文中，我們探討了隨著 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 智慧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。透過這種融合，預計將為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 智慧體為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，還具有成為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，如資料隱私保護和 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為人類創造更好的環境，並幫助解決社會中的諸多問題。