DeFi 的下一个里程碑还需要什么？

关注+2025-12-16作者：不详

本篇来自 Lemniscap 的研究文章，系统梳理了「智能代理金融」的兴起脉络与现实困境。从 &milo、Meridian 到 SendAI、The Hive，这些早期产品展示了 AI 如何成为链上交互的新接口，也暴露了其在执行可靠性、权限安全与验证机制上的巨大缺口。作者指出，DeFi 想迈向下一个阶段，关键不在更聪明的模型，而在更可信的底层结构——让代理的每一次行动都可验证、可追溯、可被信任。

这不仅是技术演进的转折点，也是一场关于信任重构的实验。正如文中所言：DeFi 的下一个里程碑，不是更大的规模，而是对自动化的信任。

到 2025 年，DeFi 已经和早期的模样完全不同。

数据本身就能说明一切：机构资金单季流入超过 100 亿美元，分布在数十条链上的活跃协议数量突破 3000 个。全网 DeFi 协议的总锁仓量在 2025 年达到 1600 亿美元，同比增长 41%；DEX 与 PERPs 的累计交易量更是以「万亿」为计。

随着 DeFi 的体量变大，能做的事情越来越多，但复杂度也急剧上升。大多数人根本无法跟上链上发生的一切。如果我们希望更多人能把握这些新机会，就必须构建能让用户更轻松做出正确决策的工具——而这正是未来的发展方向。

与此同时，AI 已逐渐融入日常生活，人们开始养成围绕自动化的新习惯。这一趋势催生出「智能代理金融」（Agentic Finance）——由智能代理来处理金融操作的导航与执行。

即便是像 Comet 这样基于浏览器的简单代理，也展示了这类工具的快速演进。当你通过浏览器代理执行一笔 DeFi 操作（正如 SendAI 创始人 Yash 分享的示例那样），你就能看到智能代理金融的潜力。

这一愿景其实很直观：你不再需要翻找各种仪表板或 X 上的长帖，只需告诉 AI 你想实现的目标，它就能自动帮你完成后续步骤。

目前正在出现两类智能代理：

一类是 Copilots，它们引导用户在整个 DeFi 世界中做出决策；另一类是 Quant Agents，更偏向专业自动化策略执行，相当于「自动驾驶（Autopilots）」。

两者都还处于早期阶段，也都存在缺陷，但它们共同指向一个新的方向——一种全然不同的、由 AI 驱动的 DeFi 交互方式。

作为「副驾驶」的智能代理

可以把这些智能代理想象成你的个人助手。你不再需要翻看图表或在不同协议间跳转，只需用自然语言提问，比如：「现在最热门的代币有哪些？」或「哪里收益最高？」，代理就能直接回答并给出下一步建议——就像一个随叫随到、知识丰富的朋友。

以 &milo 为例，它的副驾驶模式能协助你做出投资决策、进行资产再平衡、获取投资组合洞察——让你在保持掌控的同时，省去繁琐操作。

借助自然语言解释与智能提示，&milo 能帮助用户理解仓位、比较收益机会，而不必在各种仪表板中翻找数据。它展示了副驾驶型代理从简单的聊天助手逐步演进为功能完整的 DeFi 向导的雏形。

为了观察这些代理在实际操作中的表现，我们试用了几款最新发布的产品，亲身体验它们处理真实 DeFi 任务的能力。

结果显示，这些代理仍有局限。例如，它能成功识别热门代币，但无法顺利执行买入操作；还出现了两笔交易失败，系统提示「余额不足」，尽管账户中实际上有足够的 SOL 用于支付手续费。

类似的平台 The Hive 则采用了不同路径——它将多个 DeFi 代理组成一个「蜂群」，能协同完成跨链、收益策略、清算防御等复杂任务，所有操作都通过一个简洁的聊天界面协调执行。这种由专用代理组成的网络，可以用自然语言指令完成多步骤的链上操作。

我们用 The Hive 测试了同样的买入指令。系统确实识别出了热门代币 WEED，但在执行购买时却返回了错误的合约地址。

总体来看，Milo 展示了如何把投资组合管理工具整合进一个流畅流程，而 The Hive 则在探索如何让多个专门代理协同工作。随着智能代理能力的提升，它们也开始出现更明显的分工。

例如，Meridian 专注于另一端的用户群——帮助初学者迈出进入 DeFi 的第一步。它采用移动端优先设计，配合清晰的提示，让换币、质押或查询收益等基础操作更易上手。

Meridian 在这些核心任务上表现流畅、执行迅速，更重要的是，它非常清楚自身边界。当用户要求它执行超出范围的操作时，它会解释原因，而不是盲目尝试——这种「诚实」，让它成为新手探索链上世界的可靠起点。

Meridian 创始人 Benedict 解释道：

「Meridian 让用户可以用自然语言进行安全的研究与操作。我们已将代理的研究功能免费向公众开放，网址是 meridian.app。注册 Meridian 移动端 App 的用户可使用代理的换币（swap）、多币种交换（multi-swap）以及投资组合购买功能。目前账户仍处于封测阶段，感兴趣的用户可通过 Twitter 联系 @bqbrady 申请体验。」

通过我们的测试，我们发现，目前大多数专注于 DeFi 导航的 AI 代理，更多还停留在「教师」或「助手」的角色，主要帮助用户完成最基础的操作（如换币）。

要让它们可靠地处理更复杂的流程——例如提供流动性、管理杠杆仓位等——仍然需要进一步改进。

正如 Solana 基金会 AI 负责人 Rishin Sharma 所指出的：

「大型语言模型（LLMs）在处理宽泛任务时容易出现幻觉，也难以执行确定性操作。而类似 MCP 这样的函数调用机制，可能更适合将『行动计划』转化为实际执行。虽然 LLM 在构思和指导层面表现不错，但在精准执行上仍力不从心。要让智能代理金融真正可靠，必须超越 LLM，开发特定的函数调用机制、明确的执行策略、可验证性，以及安全的权限系统。换句话说，如今的智能代理执行层仍然发育不全——AI 的『大脑』已经足够聪明，但还缺一个能稳健行动的『身体』。」

作为「自动驾驶」的智能代理

如果说「副驾驶型」代理更像导师，那么「量化型」代理则更像自动驾驶系统。它们不仅能构建策略，还能真正执行——实时监控市场、测试交易，并以机器速度自动行动，让复杂的 DeFi 策略进入「全自动运行」模式。

一个正在成形的典型案例来自 SendAI。它本身并不是量化代理，而是一套让他人能够创建这些代理的工具包。其为 Solana 设计的「Agent Kit」支持超过 60 种自主操作，包括代币兑换、新资产发行、借贷管理等，并可直接与 Jupiter、Metaplex、Raydium 等主流协议交互。

换句话说，它为开发者提供了一个「轨道系统」，让他们能将决策模型直接接入链上执行。

SendAI 创始人 Yash 清晰地概括了他们的愿景：

「我们相信，每一个 AI 代理未来都会拥有自己的钱包。SendAI 正在构建这一体系所需的工具与经济层，使这些代理能够在 Solana 上执行任何操作。我们正在搭建一个平台，让这些代理具备上下文感知能力，并支持长时运行、持久且异步的复杂任务执行。」

与此同时，其他团队正试图让这一能力更易触达。Lomen 负责精选策略，并让用户「一键部署」，降低了无需编写代码即可享受量化自动化的门槛。