Fusion de la Finance décentralisée et de l'IA : de l'automatisation à l'évolution d'AgentFi

Dans l'industrie actuelle de la crypto, les paiements en stablecoins et les applications de Finance décentralisée sont parmi les rares secteurs qui ont prouvé une réelle demande et une valeur à long terme. En même temps, la diversité des Agents devient progressivement une forme concrète d'interface utilisateur dans l'industrie de l'IA, devenant la couche intermédiaire clé reliant les capacités de l'IA et les besoins des utilisateurs.

Dans le domaine de la fusion entre Crypto et l'IA, en particulier dans la direction où la technologie IA renforce les applications Crypto, les explorations actuelles se concentrent principalement sur trois scénarios typiques :

1. Agent interactif par dialogue : principalement axé sur le chat, l'accompagnement et les assistants. Bien que la plupart restent des modèles généraux, leur faible barrière d'entrée et leur interaction naturelle, combinées à des incitations par des jetons, en font l'une des premières formes à être lancées sur le marché pour attirer l'attention des utilisateurs.

2. Agent d'intégration d'informations : se concentre sur l'intégration intelligente des informations en ligne et sur la chaîne. Kaito, AIXBT et d'autres ont déjà réussi dans le domaine de l'intégration de recherche d'informations en ligne mais hors chaîne, tandis que l'intégration des données sur la chaîne est encore à un stade exploratoire sans projet clairement émergent.

3. Agent d'exécution de stratégie : se concentre sur le paiement en stablecoins et l'exécution de stratégies de Finance décentralisée, développant ainsi deux grandes directions : Agent Payment et DeFAI. Ce type d'agent est plus profondément intégré dans la logique des transactions sur la chaîne et de la gestion des actifs, avec l'espoir de surmonter les limites de la spéculation et de former une infrastructure d'exécution intelligente offrant une efficacité financière et des revenus durables.

Cet article se concentrera sur le chemin d'évolution de la fusion entre la Finance décentralisée et l'IA, en passant en revue les étapes de développement de l'automatisation à l'intelligence, et en analysant l'infrastructure, l'espace scénaristique et les défis clés des agents d'exécution de stratégie.

Finance décentralisée intelligente en trois phases : Automation, Copilot et le saut vers AgentFi

Dans l'évolution de l'intelligence dans la Finance décentralisée, nous pouvons diviser les capacités du système en trois étapes : Automation (outils d'automatisation), Intent-Centric Copilot (assistant piloté par l'intention) et AgentFi (agents intelligents sur la chaîne).

• L'automatisation ressemble davantage à un déclencheur de règles (Rule Trigger) : exécute des tâches fixes en fonction de conditions prédéfinies, telles que l'arbitrage, le rééquilibrage, et les prises de bénéfices ou pertes, sans pouvoir générer de stratégies ni fonctionner de manière indépendante.
• Copilot a introduit des capacités de reconnaissance d'intention et d'analyse sémantique, les utilisateurs saisissent en langage naturel, le système comprend, décompose et suggère un chemin d'exécution, mais il faut toujours que l'utilisateur confirme, la chaîne d'exécution n'est pas fermée.
• AgentFi représente le cycle intelligent complet "perception → raisonnement/génération de stratégies → exécution sur la chaîne → évolution", qui est un agent (Agent) capable d'exécution autonome sur la chaîne et d'évolution continue.

| Dimension | Infra automatisée | Copilote centré sur l'intention | AgentFi | |----------|-----------------------------|----------------------------|---------------------| | Logique de base | Déclenchement de règles + Exécution de conditions | Reconnaissance d'intention + Guide d'opération | Boucle de stratégie + Exécution autonome | | Mode d'exécution | Exécution déclenchée par des conditions préétablies (si-alors) | Comprendre les instructions de l'utilisateur, aider à décomposer les opérations | Sensibilité, jugement et exécution totalement autonomes | | Interaction utilisateur | Pas d'interaction requise, déclenchement passif | L'utilisateur exprime son intention par un prompt, le système aide à décomposer | Pas d'interaction humaine requise, peut collaborer avec des personnes/Agents | | Niveau d'intelligence | Faible, automatisation des processus | Moyen, compréhension interactive | Élevé, génération et évolution de stratégies autonomes | | Capacité stratégique | Aucune, exécution des tâches prédéfinies | Limitée, dépend des instructions de l'utilisateur | Forte, peut apprendre et optimiser de manière autonome | | Difficulté de mise en œuvre | Faible, service backend léger | Moyenne, nécessite une forte conception d'interaction frontend | Élevée, nécessite une collaboration approfondie entre l'IA et l'infrastructure d'exécution | | Exécution sur la chaîne | ✅ Perception ❌ Décision ( Règles fixes déclenchées ) ✅ Support d'exécution simple | ✅ Perception ✅ Décision ⚠️ L'exécution nécessite une confirmation de l'utilisateur | ✅ Perception ✅ Décision ✅ Exécution complète en boucle fermée sur la chaîne | | Représentant typique | Gelato, Mimic | HeyElsa.ai, Bankr | Giza ARMA |

Pour déterminer si un projet appartient réellement à AgentFi, il faut vérifier s'il satisfait à au moins trois des cinq critères fondamentaux suivants :

1. Perception autonome de l'état de la chaîne / signaux du marché (pas des entrées statiques, mais une surveillance en temps réel)
2. Capacité de génération et de combinaison de stratégies (pas de stratégies prédéfinies, mais capacité à élaborer un plan d'action en fonction du contexte)
3. Peut exécuter des opérations sur la chaîne de manière autonome (sans interaction de l'utilisateur, capable d'exécuter des opérations complexes telles que swap/lend/stake)
4. Posséder un état persistant et une capacité d'évolution (l'Agent a un cycle de vie, peut fonctionner longtemps et s'ajuster de manière autonome en fonction des retours)
5. Disposer d'une architecture Agent-Native (comme un SDK Agent dédié, un environnement d'exécution hébergé, un middleware Agent, etc.)

En d'autres termes, le trading automatisé ≠ Copilot, et encore moins ≠ AgentFi : le trading automatisé n'est qu'un "déclencheur de règles", Copilot peut comprendre l'intention de l'utilisateur et fournir des suggestions d'action, mais dépend toujours de la participation humaine ; alors que le véritable AgentFi est un "agent doté de capacités de perception, de raisonnement et d'exécution autonome sur la chaîne", capable de compléter le cycle de stratégie et d'évoluer en continu sans intervention humaine.

Analyse de l'adaptabilité intelligente des scénarios de Finance décentralisée :

Dans le système de Finance décentralisée (DeFi), les principaux cas d'application peuvent être grossièrement divisés en deux catégories : la circulation et l'échange d'actifs et la finance à rendement. Nous pensons que ces deux catégories de scénarios présentent des différences significatives en termes d'adaptabilité sur le chemin de l'intelligence.

Un, Circulation et échange d'actifs

Les scénarios de circulation et d'échange d'actifs sont principalement basés sur des interactions atomiques, y compris les transactions Swap, les ponts inter-chaînes et les dépôts/retraits de fiat. Leur caractéristique essentielle est "intention dirigée + interaction atomique unique". Le processus de transaction n'implique pas de stratégies de rendement, de maintenance d'état ou de logique d'évolution, et convient principalement aux chemins d'exécution légers du Copilot centré sur l'intention, ne relevant pas de l'AgentFi.

En raison de son faible seuil d'entrée et de son interaction simple, la plupart des projets de type DeFAI sur le marché se trouvent actuellement à ce stade, ce qui ne constitue pas un agent intelligent en boucle fermée d'AgentFi ; cependant, pour un petit nombre de stratégies d'échange complexes et avancées (telles que l'arbitrage inter-actifs, la couverture perpétuelle des LP, le rééquilibrage avec effet de levier, etc.), il est en réalité nécessaire d'intégrer les capacités des agents AI, et nous en sommes actuellement à un stade d'exploration précoce.

| Catégorie de scène | Revenus continus | Compatibilité AgentFi | Difficulté de mise en œuvre | Description | |----------------|------------|-------------------------------|------------|----------------------------------------------------| | Échange Swap | ❌ Non | ⚠️ Adaptation partielle (seules les transactions Intent ne sont pas AgentFi) | ✅ Facile à réaliser | Opération atomique unique (comme l'échange de devises), sans accumulation d'état de stratégie, adapté pour l'appel de Copilot. | Pont inter-chaînes | ❌ Non | ❌ Faible | ✅ Facile à réaliser | Le transfert inter-chaînes est de type intermédiaire, sans implication de planification ou d'ajustement stratégique, la participation de l'IA est très faible. | Dépôt et retrait de fiat | ❌ Non | ❌ Aucun | ❌ Incontrôlable | Dépend fortement des canaux CeFi et des processus de conformité, l'Agent sur la chaîne ne peut pas initier d'opérations de manière autonome | | Optimisation agrégée | ⚠️ Pas nécessairement | ⚠️ Adaptation partielle | ✅ Moyen | Principalement basé sur des outils automatisés, si l'on peut combiner des devis ou des chemins de maximisation des rendements de plusieurs plateformes, cela peut être exécuté par un Agent léger, mais il est difficile d'évoluer en un agent intelligent à long terme | | ✅ Combinaisons de transactions Swap | ✅ Possibilité de gains | ✅ Non mature | ❌ Difficile à réaliser | Comme l'arbitrage inter-actifs, le hedging perpétuel LP, l'ajustement dynamique des positions, etc., nécessitent un moteur de stratégie complexe pour le soutien, actuellement en phase prototype sans Agent disponible |

Deux, Scénarios financiers de type rendement d'actifs

Les scénarios financiers liés aux revenus d'actifs présentent des objectifs de rendement clairs, un espace de combinaison de stratégies complexe et des besoins de gestion d'état dynamiques, s'alignant naturellement avec le modèle "boucle de stratégie + exécution autonome" d'AgentFi. Ses caractéristiques principales sont les suivantes :

• Les objectifs de rendement quantifiables (APR / APY) facilitent l'établissement de fonctions d'optimisation par l'Agent ;
• L'espace de combinaison de stratégies est vaste, englobant de multiples actifs, durées, plateformes et processus d'interaction.
• Les opérations nécessitent une gestion fréquente et des ajustements en temps réel, adaptées à l'exécution et à la maintenance par des agents intelligents sur la chaîne.

| Rang | Catégorie de scène | Revenus continus | Compatibilité AgentFi | Difficulté d'ingénierie | Description | |--------|------------------------------------|------------|-----------------|----------|---------------------------------------------| | 1 | Minage de liquidités | ✅ Oui | ✅✅✅ Très élevé | ❌ Élevé | La stratégie doit être fréquemment ajustée dynamiquement (comme le réinvestissement, la migration, les stratégies à double pool, etc.), le plus adapté pour déployer des agents stratégiques d'IA | | 2 | Prêt | ✅ Oui | ✅✅✅ Très élevé | ✅ Bas | Fluctuation des taux d'intérêt + État de la garantie lisible, avertissement de risque et réajustement automatique faciles à réaliser | | 3 | Pendle (Trading de droits de revenus PT/YT) | ✅ Oui | ✅✅ Élevé | ❌ Élevé | Durées et structures de revenus variées, transactions combinées complexes, l'agent intelligent peut optimiser le moment des achats et la stabilité des revenus | | 4 | Arbitrage des taux de financement (mélange Perp/CeFi/Finance décentralisée) | ✅ Oui | ✅✅ Élevé | ❌ Très élevé | L'arbitrage multi-marchés a un avantage AI, mais l'interaction et la complexité de la collaboration hors chaîne sont très élevées, il est donc encore en phase d'exploration | | 5 | Staking / Restaking / Stratégies de LRT | ⚠️ Revenus fixes | ⚠️ Adaptation conditionnelle | ⚠️ Moyen | Le staking statique n'est pas adapté pour les Agents, mais les combinaisons dynamiques telles que LST+Lending+LP peuvent être exploitées par les agents. | 6 | RWA (actifs du monde réel) | ⚠️ Rendement stable | ❌ Faible | ⚠️ Charge réglementaire élevée | Structure de rendement stable, seuil de conformité élevé, non interopérabilité entre les protocoles, pas d'espace d'application à court terme pour la stratégie AgentFi |

Soumise à de multiples facteurs tels que la durée des rendements, la fréquence des fluctuations, la complexité des données sur la chaîne, la difficulté d'intégration inter-protocoles et les restrictions réglementaires, la compatibilité et la faisabilité des différents scénarios de rendement dans la dimension AgentFi présentent des différences significatives. Les priorités sont suggérées comme suit :

Direction pour le placement des affaires à haute priorité :

• Prêt (Lending / Borrowing) : La fluctuation des taux d'intérêt est facilement traçable avec une logique d'exécution standardisée, adaptée aux agents légers.
• Minage de liquidité (Yield Farming) : les pools sont dynamiques et fréquents, l'espace de combinaison de stratégies est vaste, et les rendements fluctuent fortement. AgentFi peut optimiser de manière significative le retour annuel et l'efficacité des interactions, mais la réalisation technique présente certains défis ;

Directions d'aménagement à explorer à moyen et long terme :

• Échange de droits de revenus Pendle : dimension temporelle et courbe de rendement claires, adaptées à la gestion des rotations d'échéance et à l'arbitrage entre pools par l'Agent ;
• Arbitrage de taux de financement : les gains théoriques sont considérables, mais il faut résoudre les défis d'exécution inter-marchés et d'interaction hors chaîne, la difficulté technique est grande ;
• Structure de combinaison dynamique LRT : le staking statique n'est pas adapté, vous pouvez essayer des stratégies d'ajustement automatique telles que LRT + LP + Lending.
• Gestion de portefeuille multi-actifs RWA : difficile à mettre en œuvre à court terme, l'Agent peut fournir une assistance sur l'optimisation du portefeuille et les stratégies d'échéance ;

Introduction des projets d'intelligence dans les scénarios de Finance décentralisée :

1. Outils d'automatisation ( Infrastructure d'automatisation ) : Déclenchement de règles et exécution conditionnelle

Gelato est l'une des premières infrastructures d'automatisation DeFi, ayant soutenu l'exécution de tâches déclenchées par des conditions pour des protocoles tels qu'Aave et Reflexer, mais elle s'est maintenant transformée en fournisseur de services Rollup as a Service. Actuellement, le champ de bataille principal de l'automatisation sur blockchain s'est également déplacé vers les plateformes de gestion d'actifs DeFi (DeFi Saver, Instadapp). Ces plateformes intègrent des modules d'exécution automatique standardisés, y compris la configuration d'ordres limites, la protection contre les liquidations, le rééquilibrage automatique, le DCA, les stratégies de grille, etc. De plus, nous voyons certains projets de plateformes d'outils d'automatisation Defi plus complexes :

Mimic.fi

Mimic.fi est une plateforme d'automatisation en chaîne, au service des développeurs et des projets DeFi, qui prend en charge la création de tâches automatisées programmables sur des chaînes telles qu'Arbitrum, Base, Optimism. Son cœur permet l'exécution automatique des opérations inter-protocoles grâce à des déclencheurs de règles "si-alors". L'architecture se divise en trois couches : Planning (définition des tâches et des déclencheurs), Execution (diffusion des intentions et enchères d'exécution) et Security (validation triple et contrôle de la sécurité). Actuellement, elle utilise un mode d'intégration SDK et le produit est encore à un stade de déploiement précoce.

Protocol AFI

AFI Protocol est un réseau d'exécution d'agent piloté par algorithmes, prenant en charge des opérations automatisées non gérées 24 heures sur 24, se concentrant sur la résolution des problèmes de décentralisation d'exécution, de seuil de stratégie et de réponse au risque dans la Finance décentralisée. Son design