Глубокий отчет DWF: ИИ в DeFi показывает лучшие результаты, чем люди в оптимизации доходности, но сложные сделки все еще отстают в 5 раз

By: rootdata|2026/04/19 15:15:38
0
Поделиться
copy

Оригинальный заголовок: Заберут ли агенты контроль над DeFi?

Исходный источник: DWF Ventures

Оригинальный текст: Deep Tide TechFlow

Основные моменты

Автоматизация и деятельность агентов в настоящее время составляют около 19% всех цепочных операций, но подлинная сквозная автономия еще не достигнута.

В узких, четко определенных случаях использования, таких как оптимизация доходности, агенты показали результаты, превосходящие результаты людей и ботов. Однако для многогранных действий, таких как торговля, люди превосходят агентов.

Среди агентов наибольшее влияние на результаты торговли оказывают выбор модели и управление рисками.

По мере широкого внедрения агентов возникает ряд рисков, связанных с доверием и выполнением, включая атаки "ведьм", перегруженность стратегиями и компромиссы в отношении конфиденциальности.

Непрерывный рост активности агентов

За последний год активность агентов неуклонно росла, увеличивались как объем торгов, так и количество сделок. Мы наблюдали, как протокол x402 от Coinbase стал лидером значительных разработок, к которому также присоединились такие игроки, как Visa, Stripe и Google, чтобы запустить свои собственные стандарты. Большая часть инфраструктуры, которая сейчас строится, направлена на обслуживание двух типов сценариев: каналы между агентами или вызовы агентов, инициируемые людьми.

Несмотря на то, что торговля стейблкоинами получила широкую поддержку, текущая инфраструктура по-прежнему опирается на традиционные платежные шлюзы в качестве базового слоя, что означает, что она по-прежнему зависит от централизованных контрагентов. Поэтому «полностью автономный» финальный этап, когда агенты могут самостоятельно финансироваться, самостоятельно выполнять задачи и непрерывно оптимизироваться в зависимости от изменяющихся условий, еще не реализован.

Агенты не совсем новые для DeFi. На протяжении многих лет в цепочных протоколах использовались боты для автоматизации, захвата MEV или получения избыточной прибыли, которую невозможно реализовать без кода. Эти системы очень хорошо работают в условиях четко определенных параметров, которые не часто меняются и не требуют дополнительного контроля.

Однако со временем рынок стал более сложным. Здесь мы видим, как следующее поколение агентов выходит на арену, и в последние месяцы деятельность на цепочке становится полигоном для таких разработок.

Фактическая эффективность агентов

Согласно отчетам, деятельность агентов выросла в геометрической прогрессии, с момента 2025 года было запущено более 17 000 агентов. Общая сумма автоматизации/деятельности агентов, по оценкам, охватывает более 19% всей деятельности на цепочке. Это неудивительно, поскольку, по оценкам, более 76% объема перевода стейблкоинов генерируется ботами. Это указывает на то, что существует значительный потенциал для роста деятельности агентов в DeFi.

Автономия агентов существует на широком спектре, от похожих на чат-ботов интерфейсов, которые требуют высокого уровня человеческого контроля, до агентов, которые могут формулировать стратегии на основе вводимых целей и адаптироваться к рыночным условиям. По сравнению с ботами, агенты обладают рядом ключевых преимуществ, включая способность реагировать на новую информацию и выполнять ее в миллисекундах, а также способность расширять охват до тысяч рынков, сохраняя при этом ту же строгость.

В настоящее время большинство агентов все еще находятся на уровне от аналитика до второго пилота, поскольку большинство из них все еще находятся на стадии тестирования.

Оптимизация доходности: Агенты работают исключительно эффективно

Обеспечение ликвидности — это область, где автоматизация широко применяется, при этом общий объем средств, привлеченных агентами, превышает 39 миллионов долларов. Этот показатель в основном отражает активы, непосредственно депонированные пользователями в агенты, за исключением капитала, направляемого через хранилища.

Giza Tech — один из крупнейших протоколов в этой области, который в конце прошлого года запустил первое агентское приложение ARMA, направленное на повышение доходности для основных протоколов DeFi. Он привлек более 19 миллионов долларов управляемых активов и сгенерировал более 4 миллиардов долларов объема торгов агентов.

Высокое соотношение объема торгов к общему объему управляемых активов указывает на то, что агенты часто перераспределяют капитал, что позволяет получать более высокую доходность. После того, как капитал внесен в контракт, его выполнение автоматизируется, предоставляя пользователям простой интерфейс с одним щелчком, который почти не требует контроля.

Эффективность ARMA измеримо исключительна, генерируя доходность в размере более 9,75% в годовом исчислении для USDC. Даже с учетом дополнительных сборов за перебалансировку и 10% комиссионных агента, доходность по-прежнему превышает доходность обычного кредитования на Aave или Morpho. Тем не менее, масштабируемость остается ключевой проблемой, поскольку эти агенты еще не были проверены в бою на способность управлять или масштабироваться до размеров крупных протоколов DeFi.

Торговля: Человечество значительно опережает

Однако для более сложных действий, таких как торговля, результаты гораздо более разнообразны. Текущие модели торговли работают на основе данных, определенных человеком, и предоставляют результаты в соответствии с заранее заданными правилами. Машинное обучение расширяет это, позволяя моделям обновлять свое поведение на основе новой информации без явной перепрограммирования, продвигая их к роли второго пилота. Ландшафт торговли претерпит значительные изменения с внедрением полностью автономных агентов.

Между агентами и между людьми и агентами было проведено несколько торговых соревнований, которые выявили существенные различия между моделями. Компания Trade XYZ провела на своей платформе конкурс по торговле акциями, в котором люди соревновались с агентами. У каждого счета был начальный капитал в размере 10 000 долларов США, без ограничений по уровню кредитного плеча или частоте торговли. Результаты в подавляющем большинстве случаев благоприятствовали людям, при этом лучшие результаты людей превышали результаты лучших агентов более чем в пять раз.

Тем временем, Nof1 провел торговое соревнование между моделями, позволив нескольким моделям (Grok-4, GPT-5, Deepseek, Kimi, Qwen3, Claude, Gemini) соревноваться друг с другом, тестируя различные конфигурации риска от сохранения капитала до максимального левериджа. Результаты выявили несколько факторов, которые могут помочь объяснить различия в результатах:

Время удержания: Существует сильная корреляция, при этом модели, удерживающие позиции в среднем 2-3 часа, значительно превосходят те, которые часто меняют позиции.

Ожидаемое значение: Это показывает, зарабатывают ли модели в среднем на каждой сделке. Интересно, что только три лучших модели имели положительное ожидаемое значение, что указывает на то, что у большинства моделей было больше проигрышных сделок, чем выигрышных.

Кредитное плечо: Средний уровень левериджа в 6-8 раз оказался более эффективным, чем модели с левериджем более 10 раз, поскольку высокие уровни ускоряют потери.

Стратегии выполнения: Модель «Режим монаха» пока что показывает наилучшие результаты, в то время как «Ситуативное осознание» показало худшие результаты. На основании характеристик моделей можно сделать вывод, что акцент на управление рисками и меньшее количество внешних источников приводит к лучшим результатам.

Базовые модели: Grok 4.20 значительно превзошел другие модели более чем на 22% при использовании различных стратегий запросов и был единственной моделью, которая в среднем показала прибыль.

Другие факторы, такие как предпочтения в отношении длинных/коротких позиций, размеры сделок и коэффициенты уверенности, не имели достаточного количества данных или не имели никакой положительной корреляции с производительностью модели. В целом, результаты показывают, что агенты, как правило, показывают лучшую производительность в рамках четко определенных ограничений, что предполагает, что люди по-прежнему очень нужны для настройки целей.

Как оценивать агентов

Учитывая, что агенты все еще находятся на ранних стадиях, в настоящее время нет всеобъемлющей системы оценки. Историческая производительность часто используется в качестве эталона для оценки агентов, но на нее влияют основные факторы, которые дают более сильные сигналы о надежной производительности агента.

Результативность при разной волатильности: Это включает в себя дисциплинированный контроль потерь, когда условия ухудшаются, что указывает на то, что агенты могут выявлять внецепочечные факторы, влияющие на прибыльность торговли.

Прозрачность против. Конфиденциальность: У обеих сторон есть свои компромиссы. Прозрачные агенты, если их можно активно копировать в сделках, по сути, не имеют стратегического преимущества. Частные агенты подвержены риску внутреннего изъятия со стороны создателей, которые могут легко опережать своих собственных пользователей.

Источники информации: Источники данных, к которым обращаются агенты, имеют решающее значение для определения того, как агенты принимают решения. Крайне важно обеспечить надежность источников и их независимость.

Безопасность: Для обеспечения резервных мер на случай событий "черного лебедя" необходимо проводить аудит смарт-контрактов и создавать соответствующие структуры для хранения средств.

Следующие шаги для агентов

Для массового внедрения агентов предстоит еще многое сделать в плане инфраструктуры. Это сводится к ключевым вопросам доверия и выполнения агентов. Автономные агенты работают без ограничений, и уже появились случаи плохого управления фондами.

ERC-8004 планируется запустить в январе 2026 года, став первым реестром на блокчейне, который позволит автономным агентам находить друг друга, устанавливать проверяемую репутацию и безопасно сотрудничать. Это ключевой элемент для композиционности DeFi, поскольку оценки доверия встроены в сами смарт-контракты, что позволяет проводить операции без разрешения между агентами и протоколами.

Это не гарантирует, что агенты всегда будут действовать незлобно, поскольку все еще могут возникать уязвимости, такие как сговор с репутацией и атаки ведьм. Поэтому остается значительное пространство для заполнения таких областей, как страхование, безопасность и экономическая ставка агентов.

По мере расширения деятельности агентов в DeFi, перенаселение стратегий становится структурным риском. Фарминг доходности является наиболее очевидным примером, поскольку доходность сжимается с распространением стратегий. Та же динамика может применяться к торговле агентами. Если большое количество агентов обучаются на похожих данных и оптимизируются для достижения похожих целей, они будут сходиться на похожих позициях и на похожих сигналах выхода.

Статья CoinAlg, опубликованная Корнеллским университетом в январе 2026 года, формализует одну из версий этой проблемы. Прозрачные агенты могут быть предметом арбитража, поскольку их сделки предсказуемы и могут быть выполнены до них. Частные агенты избегают этого риска, но вводят другой риск, когда создатели сохраняют информационные преимущества перед своими пользователями и могут извлекать выгоду за счет непрозрачности из внутренней информации, которая должна была быть защищена.

Деятельность агентов будет только ускоряться, и инфраструктура, созданная сегодня, определит, как будут функционировать финансы в цепочке в следующем этапе. По мере увеличения использования агентов они будут самоитерироваться и становиться более опытными в адаптации к предпочтениям пользователей. Поэтому основным дифференцирующим фактором станет заслуживающая доверия инфраструктура, которая займет наибольшую долю рынка.

Цена --

--

Вам также может понравиться

Как сбалансировать риск и доходность в DeFi?

Были ли эти доходы когда-либо разумными? Получили ли мы когда-либо компенсацию, которую заслуживаем за риски, принятые в DeFi, и где должны быть установлены будущие спреды?

Теория Тома Ли об Ethereum: Почему человек, который предсказал последний цикл, удваивает ставки на Bitmine

Том Ли становится одним из самых влиятельных сторонников Ethereum. От Fundstrat до Bitmine, его теория об Ethereum сочетает в себе доходность от стейкинга, накопление в казначействе и долгосрочную стоимость сети. Вот почему "Том Ли и Ethereum" стала одной из самых обсуждаемых тем в мире криптовалют.

Наваль лично выходит на сцену: Историческое столкновение обычных людей и венчурного капитала

Наваль лично выступил в качестве председателя инвестиционного комитета USVC. Этот зарегистрированный SEC фонд, запущенный AngelList, пытается представить ведущие частные технологические активы, такие как OpenAI, Anthropic и xAI, широкой публике с порогом входа в 500 долларов. Это не просто новый фонд, а структурный эксперимент...

a16z Крипто: 9 графиков для понимания эволюционных трендов стейблкоинов

Стейблкоины эволюционируют из торговых инструментов в универсальную платежную инфраструктуру, и этот процесс проходит тише и тщательнее, чем ожидали большинство людей.

Опровержение "Конец криптовалюты" Ян Хайпо

Это может быть настоящим испытанием для криптовалюты. Речь идет не о том, достигла ли цена нового максимума, и не о том, кто достигнет финансовой свободы на следующем бычьем рынке, а скорее о том, сможет ли она, после того как все великие нарративы будут смыты циклами, все еще оставить после себя что-то более простое, более...

Может ли фен заработать 34 000 долларов? Интерпретация парадокса рефлексивности предсказательных рынков

Предсказательные рынки по сути являются ставками на реальность, и когда участники могут получить доступ или даже повлиять на этот путь раньше, рынок больше не просто отражает реальность, но начинает формировать её в ответ.

Содержание

Популярные монеты

Последние новости криптовалют

Еще
iconiconiconiconiconiconiconiconicon
Служба поддержки:@weikecs
Деловое сотрудничество:@weikecs
Количественная торговля и ММ:bd@weex.com
VIP-программа:support@weex.com