Evolusi Cerdas DeFi: Dari Alat Otomatis ke Agen Pintar AgentFi

Dalam industri kripto saat ini, pembayaran stablecoin dan aplikasi Keuangan Desentralisasi adalah salah satu dari sedikit jalur yang telah terbukti memiliki permintaan nyata dan nilai jangka panjang. Sementara itu, berbagai Agent yang bermunculan secara bertahap menjadi bentuk implementasi antarmuka pengguna yang nyata dalam industri AI, merupakan lapisan tengah yang menghubungkan kemampuan AI dengan kebutuhan pengguna.

Dalam bidang penggabungan Crypto dan AI, terutama dalam arah teknologi AI yang mendukung aplikasi Crypto, eksplorasi saat ini terutama terfokus pada tiga skenario khas:

1. Agen interaktif berbasis dialog: Mayoritas berfokus pada obrolan, pendampingan, dan asisten, meskipun sebagian besar masih merupakan model besar umum yang dibungkus, tetapi karena ambang pengembangan yang rendah dan interaksi yang alami, ditambah dengan insentif token, menjadi bentuk pertama yang dipasarkan untuk mendapatkan perhatian pengguna.

2. Agen Integrasi Informasi: Berfokus pada integrasi cerdas informasi online dan di blockchain. Kaito, AIXBT, dan lainnya telah berhasil dalam bidang integrasi pencarian informasi online tetapi bukan di blockchain, sementara arah integrasi data di blockchain masih dalam tahap eksplorasi dan belum ada proyek yang jelas muncul.

3. Agen Eksekusi Strategi: Dengan pembayaran stablecoin dan eksekusi strategi DeFi sebagai inti, mengembangkan dua arah utama yaitu Pembayaran Agen dan DeFAI. Agen jenis ini lebih dalam terintegrasi dengan logika transaksi on-chain dan manajemen aset, diharapkan dapat mengatasi batasan spekulasi, membentuk infrastruktur eksekusi cerdas yang memiliki efisiensi keuangan dan pendapatan berkelanjutan.

Artikel ini akan fokus pada jalur evolusi integrasi DeFi dan AI, merinci tahap perkembangan dari otomatisasi hingga kecerdasan, serta menganalisis infrastruktur, ruang skenario, dan tantangan kunci dari agen pelaksana strategi.

Tiga Tahap Inteligensi DeFi: Automation, Copilot, dan Lompatan AgentFi

Dalam evolusi kecerdasan DeFi, kami dapat membagi kemampuan sistem menjadi tiga tahap: Automation (alat otomatisasi), Intent-Centric Copilot (asisten berbasis niat), dan AgentFi (agen pintar di blockchain).

• Otomatisasi lebih mirip dengan pemicu aturan (Rule Trigger): menjalankan tugas tetap berdasarkan kondisi yang sudah ditentukan, seperti arbitrase, rebalancing, take profit, dan stop loss, tidak dapat menghasilkan strategi, dan tidak dapat beroperasi secara mandiri.
• Copilot memperkenalkan kemampuan pengenalan niat dan analisis semantik, pengguna dapat memasukkan bahasa alami, sistem akan memahami, memecah, dan menyarankan jalur eksekusi, namun pada akhirnya tetap memerlukan konfirmasi pengguna, rantai eksekusi tidak tertutup.
• AgentFi mewakili "persepsi → inferensi/generasi strategi → eksekusi di blockchain → evolusi" sirkuit cerdas yang lengkap, merupakan agen (Agent) yang memiliki kemampuan eksekusi otonom di blockchain dan evolusi berkelanjutan.

| Dimensi | Infra Otomatisasi | Copilot Berbasis Niat | AgentFi | |----------|-----------------------------|----------------------------|---------------------| | Logika Inti | Pemicu Aturan + Eksekusi Kondisi | Pengenalan Niat + Panduan Operasi | Lingkaran Strategi + Eksekusi Mandiri | | Metode Eksekusi | Eksekusi berdasarkan kondisi yang telah ditentukan (jika-maka) | Memahami perintah pengguna, membantu memecah operasi | Kesadaran, penilaian, dan eksekusi sepenuhnya mandiri | | Interaksi Pengguna | Tanpa interaksi, eksekusi pemicu pasif | Pengguna menyampaikan niat melalui prompt, sistem membantu memecah | Tanpa interaksi manusia, dapat berkolaborasi dengan orang/Agent | | Tingkat Kecerdasan | Rendah, otomatisasi proses | Sedang, memiliki pemahaman interaktif | Tinggi, menghasilkan dan mengembangkan strategi secara mandiri | | Kemampuan Strategi | Tidak ada, melaksanakan tugas yang telah ditetapkan | Terbatas, bergantung pada instruksi pengguna | Kuat, dapat belajar sendiri dan mengoptimalkan kombinasi | | Tingkat Kesulitan Implementasi | Rendah, lebih ke layanan backend | Sedang, memerlukan desain interaksi frontend yang kuat | Tinggi, memerlukan kolaborasi mendalam antara AI/infrastruktur eksekusi | | Eksekusi di blockchain | ✅Persepsi ❌Keputusan (Aturan tetap memicu) ✅Mendukung eksekusi sederhana | ✅Persepsi ✅Keputusan ⚠️Eksekusi memerlukan konfirmasi bantuan pengguna | ✅Persepsi ✅Keputusan ✅Eksekusi di blockchain dengan siklus tertutup lengkap | | Perwakilan Khas | Gelato, Mimic | HeyElsa.ai, Bankr | Giza ARMA |

Untuk menentukan apakah sebuah proyek benar-benar termasuk dalam AgentFi, perlu dilihat apakah proyek tersebut memenuhi setidaknya tiga dari lima standar inti berikut:

1. Mendeteksi status/ sinyal pasar di blockchain secara mandiri (bukan input statis, tetapi pemantauan waktu nyata)
2. Memiliki kemampuan untuk menghasilkan dan menggabungkan strategi (bukan strategi yang sudah ditentukan, tetapi dapat menyusun rencana tindakan sendiri berdasarkan konteks)
3. Dapat melakukan operasi di blockchain secara mandiri (tanpa interaksi pengguna, dapat melakukan swap/lend/stake dan operasi kompleks lainnya)
4. Memiliki status yang persisten dan kemampuan evolusi (Agen memiliki siklus hidup, dapat berjalan lama dan menyesuaikan diri berdasarkan umpan balik)
5. Memiliki arsitektur Agent-Native (seperti SDK Agent khusus, lingkungan eksekusi terkelola, middleware Agent, dll)

Dengan kata lain, perdagangan otomatis ≠ Copilot, dan lebih ≠ AgentFi: perdagangan otomatis hanya "pemicu aturan", Copilot meskipun dapat memahami niat pengguna dan memberikan saran tindakan, tetapi masih bergantung pada keterlibatan manusia; sedangkan AgentFi yang sebenarnya adalah "agen yang memiliki kemampuan persepsi, penalaran, dan eksekusi mandiri di blockchain", yang dapat menyelesaikan siklus strategi dan evolusi berkelanjutan tanpa intervensi manusia.

Analisis Kesesuaian Cerdas dalam Skenario Keuangan Desentralisasi

Dalam sistem Keuangan Desentralisasi (DeFi), skenario aplikasi inti dapat dibagi secara kasar menjadi kategori sirkulasi dan pertukaran aset serta kategori keuangan berbasis hasil. Kami percaya bahwa ada perbedaan signifikan dalam kesesuaian jalur kecerdasan antara kedua kategori skenario ini:

Skenario Pertukaran dan Peredaran Aset

Skenario aliran dan pertukaran aset terutama berfokus pada interaksi atomik, termasuk perdagangan Swap, jembatan lintas rantai, dan penyetoran serta penarikan mata uang fiat. Ciri khasnya adalah "didorong oleh niat + interaksi atomik tunggal", proses transaksi tidak melibatkan strategi keuntungan, pemeliharaan status, dan logika evolusi, sebagian besar cocok untuk jalur eksekusi ringan dari Copilot Berbasis Niat, dan tidak termasuk dalam AgentFi.

Karena ambang tekniknya yang rendah dan interaksi yang sederhana, sebagian besar proyek DeFAI di pasar saat ini berada pada tahap ini, yang tidak membentuk agen cerdas AgentFi; namun untuk beberapa strategi Swap kompleks tingkat tinggi (seperti arbitrase lintas aset, lindung nilai LP perpetual, dan rebalancing leverage), sebenarnya memerlukan kemampuan akses AI Agent, yang saat ini masih dalam tahap eksplorasi awal.

| Kategori Skenario | Apakah Pendapatan Berkelanjutan | Kesesuaian AgentFi | Tingkat Kesulitan Implementasi | Keterangan | |----------------|------------|-------------------------------|------------|----------------------------------------------------| | Swap交易 | ❌否 | ⚠️部分适配（仅Intent交易不是真AgentFi） | ✅易实现 | 单次原子操作（如换币），无策略状态积累，适合Copilot调用。 | | Jembatan Lintas Rantai | ❌Tidak | ❌Lemah | ✅Mudah Diimplementasikan | Lintas rantai adalah transmisi berbasis perantara, tidak melibatkan perencanaan dan penyesuaian strategi, partisipasi AI sangat rendah. | Setoran dan Penarikan Fiat | ❌Tidak | ❌Tidak ada | ❌Tidak terkendali | Sangat bergantung pada saluran CeFi dan proses kepatuhan, Agen di blockchain tidak dapat memulai operasi secara mandiri | | Pengoptimalan Agregasi | ⚠️tidak pasti | ⚠️beberapa kompatibilitas | ✅sedang | Berbasis alat otomatisasi, jika dapat mengombinasikan penawaran dari berbagai platform atau jalur maksimalisasi keuntungan, dapat dilakukan oleh Agen ringan, tetapi sulit untuk berevolusi menjadi agen cerdas dalam jangka panjang | | ✅Swap perdagangan kombinasi | ✅Ada kemungkinan keuntungan | ✅Belum matang | ❌Sulit dicapai | Seperti arbitrase lintas aset, hedging LP perpetual, penyesuaian posisi dinamis, dll, memerlukan dukungan mesin strategi yang kompleks, saat ini masih dalam tahap prototipe tanpa Agen yang tersedia |

Dua, skenario keuangan jenis pendapatan aset

Skenario keuangan berbasis hasil aset memiliki tujuan hasil yang jelas, ruang kombinasi strategi yang kompleks, dan kebutuhan manajemen status yang dinamis, secara alami sesuai dengan model "lingkaran strategi + eksekusi mandiri" dari AgentFi. Ciri-ciri utamanya adalah sebagai berikut:

• Target pengembalian yang dapat diukur (APR / APY) memudahkan Agent untuk membangun fungsi optimasi;
• Ruang kombinasi strategi yang luas, mencakup multi-aset, multi-jangka waktu, multi-platform, dan multi-proses interaksi;
• Operasi memerlukan pengelolaan yang sering dan penyesuaian waktu nyata, cocok untuk dilaksanakan dan dipelihara oleh agen pintar di blockchain.

| Peringkat | Kategori Skenario | Apakah Pendapatan Berkelanjutan | Kompatibilitas AgentFi | Tingkat Kesulitan | Keterangan | |--------|------------------------------------|------------|-----------------|----------|---------------------------------------------| | 1 | Penambangan Likuiditas | ✅Ya | ✅✅✅Sangat Tinggi | ❌Tinggi | Strategi perlu disesuaikan secara dinamis dengan frekuensi tinggi (seperti reinvestasi, migrasi, strategi dua kolam, dll.), paling cocok untuk penerapan agen strategi AI | | 2 | Pinjaman | ✅Ya | ✅✅✅Sangat Tinggi | ✅Rendah | Fluktuasi suku bunga + status jaminan dapat dibaca, peringatan risiko dan penyesuaian otomatis mudah diimplementasikan | | 3 | Pendle (Perdagangan Hak Pendapatan PT/YT) | ✅Ya | ✅✅Tinggi | ❌Tinggi | Jangka waktu dan struktur hasil yang beragam, perdagangan kombinasi yang kompleks, agen cerdas dapat mengoptimalkan waktu beli dan jual serta stabilitas hasil | | 4 | Arbitrase Tarif Modal (Perp/CeFi/Keuangan Desentralisasi Campuran) | ✅Ya | ✅✅Tinggi | ❌Sangat Tinggi | Arbitrase multi-pasar memiliki keunggulan AI, tetapi interaksi dan kompleksitas kolaborasi lintas rantai sangat tinggi, masih dalam tahap eksplorasi | | 5 | Staking / Restaking / Kombinasi Strategi LRT | ⚠️Pendapatan Tetap | ⚠️Penyesuaian Bersyarat | ⚠️Sedang | Staking statis tidak cocok untuk Agen, tetapi agen kombinasi dinamis seperti banyak LST + Lending + LP dapat terlibat | | 6 | RWA (Aset Dunia Nyata) | ⚠️Pendapatan Stabil | ❌Rendah | ⚠️Kepatuhan Tinggi | Struktur pendapatan stabil, ambang kepatuhan tinggi, tidak saling terhubung antar protokol, tidak ada ruang untuk penerapan strategi AgentFi dalam waktu dekat |

Terbatas oleh berbagai faktor seperti jangka waktu pendapatan, frekuensi fluktuasi, kompleksitas data on-chain, kesulitan integrasi lintas protokol, dan batasan kepatuhan, ada perbedaan signifikan dalam kecocokan dan implementasi teknik dari berbagai skenario pendapatan dalam dimensi AgentFi. Saran prioritas adalah sebagai berikut:

Arah penempatan bisnis prioritas tinggi:

• Pinjaman (Lending / Borrowing): Fluktuasi suku bunga mudah dilacak dengan logika eksekusi yang distandarisasi, cocok untuk agen ringan.
• Pertanian Imbal Hasil (Yield Farming): Kolam likuiditas yang dinamis dan sering, ruang kombinasi strategi yang besar, fluktuasi hasil yang tinggi, AgentFi dapat secara signifikan mengoptimalkan pengembalian tahunan dan efisiensi interaksi, tetapi implementasi teknik memiliki tantangan tertentu;

Arah penempatan yang dapat dieksplorasi dalam jangka menengah dan panjang:

• Pendle hak imbal hasil perdagangan: Dimensi waktu dan kurva imbal hasil yang jelas, cocok untuk manajemen Agen dalam rotasi jatuh tempo dan arbitrase antar kolam;
• Pendanaan Rate arbitrase: potensi keuntungan yang teoritis menjanjikan, perlu menangani tantangan eksekusi lintas pasar dan interaksi di luar rantai, tingkat kesulitan teknik yang tinggi;
• Struktur kombinasi dinamis LRT: Staking statis tidak cocok, dapat mencoba strategi penyesuaian otomatis seperti LRT + LP + Lending.
• Manajemen portofolio multi-aset RWA: sulit untuk diimplementasikan dalam jangka pendek, Agent dapat memberikan bantuan dalam optimasi portofolio dan strategi jatuh tempo;

Pengenalan Proyek Cerdas dalam Skenario Keuangan Desentralisasi:

1. Alat otomatisasi ( Infrastruktur Otomasi ): Pemicu aturan dan pelaksanaan kondisi

Gelato adalah salah satu infrastruktur otomatisasi DeFi yang paling awal, yang sebelumnya menyediakan dukungan untuk pelaksanaan tugas yang dipicu berdasarkan kondisi untuk protokol seperti Aave, Reflexer, tetapi sekarang telah bertransformasi menjadi penyedia layanan Rollup as a Service. Saat ini, medan pertempuran utama untuk otomatisasi on-chain juga beralih ke platform manajemen aset DeFi (DeFi Saver, Instadapp). Platform-platform ini mengintegrasikan modul pelaksanaan otomatis standar yang mencakup pengaturan Limit Order, perlindungan likuidasi, penyesuaian otomatis, DCA, strategi grid, dan lainnya. Selain itu, kami melihat beberapa proyek platform alat otomatisasi DeFi yang lebih kompleks:

Mimic.fi

Mimic.fi adalah platform otomatisasi on-chain yang melayani pengembang dan proyek DeFi, mendukung pembangunan tugas otomatis yang dapat diprogram di jaringan seperti Arbitrum, Base, dan Optimism. Intinya, melalui pemicu aturan "jika-maka" untuk melakukan operasi lintas protokol secara otomatis, arsitekturnya terbagi menjadi tiga lapisan: Perencanaan (definisi tugas dan pemicu), Eksekusi (penyiaran niat dan lelang eksekusi), dan Keamanan (verifikasi ganda dan kontrol keamanan). Saat ini, menggunakan metode integrasi SDK, produk masih dalam tahap penerapan awal.

Protokol AFI

AFI Protocol adalah jaringan eksekusi Agen yang didorong oleh algoritma, mendukung operasi otomatis tanpa pengawasan 7×24 jam, berfokus pada penyelesaian masalah eksekusi yang terdesentralisasi, ambang strategi, dan respons risiko dalam Keuangan Desentralisasi. Desainnya ditujukan untuk institusi dan pengguna tingkat lanjut, menyediakan strategi yang dapat diorkestrasi, manajemen hak akses, dan alat SDK, serta meluncurkan stablecoin berbasis imbal hasil afiUSD.