AI Agents Already Drive 19% of On-Chain Activity, but Still Trail Humans in Open-Ended Trading

AI Agents Already Drive 19% of On-Chain Activity, but Still Trail Humans in Open-Ended Trading

N
News Editor 01
2026-07-05 20:37:12
A new report says autonomous AI agents now account for over 19% of on-chain activity and perform well in narrow DeFi tasks like yield optimization, but they still lag humans by up to 5x in open-ended trading.

一份最新研究指出,自主AI代理(Autonomous AI Agents)正在快速渗透加密金融领域,目前已驱动超过19%的链上活动。这类软件系统能够在缺少人工直接干预的情况下,自主规划、决策并执行链上交易,覆盖借贷、流动性管理、资产再平衡以及交易执行等多个场景。不过,报告同时强调,AI代理虽然在目标明确的狭窄任务中表现优异,但一旦进入更复杂、信息更开放的交易环境,其表现仍明显逊于人类交易者。

AI代理在DeFi中的角色正在扩大

根据DWF Ventures发布的报告,当前由AI代理管理的DeFi仓位总锁仓价值已经超过3900万美元。这些部署大多仍处于早期测试阶段,但已足以反映出AI代理在链上金融中的应用速度正在加快。在去中心化金融中,这类代理主要承担收益优化、稳定币调度、借贷协议切换、流动性头寸调整以及自动化交易等工作。

报告提到,一个典型案例是自主金融协议Giza推出的ARMA代理。该代理会在不同借贷平台之间调配稳定币,以获取更优利率。研究显示,ARMA目前为用户实现了9.75%的年化收益,表现优于Aave和Morpho等部分DeFi协议的收益水平。这说明在参数较稳定、目标较清晰的任务中,AI代理已经具备实际竞争力。

开放式交易仍是AI代理短板

尽管AI代理在标准化任务中成绩不俗,但在开放式交易领域,其能力仍与人类存在明显差距。报告显示,在tradexyz举办的一场股票交易竞赛中,排名第一的人类交易者收益表现超过最强AI代理5倍以上。另一项由nof1组织、面向主流AI模型的交易比赛也显示,7个参赛模型中仅有3个能够做到单笔交易盈利。

DWF Labs投资高级副总裁Xin Yi Lim表示,AI代理在“情境定义不清晰”的环境中往往表现不佳,而在“目标狭窄、参数变化不频繁”的场景里则更具优势。这也是为何收益优化成为AI代理最早落地的核心赛道之一。因为收益优化本质上是将资金在多个借贷协议之间切换,以捕捉更高回报,其逻辑相对明确,决策边界也较清晰。

Lim进一步指出,在AI代理具备更强的推理能力和对实时信息的适应能力之前,它们仍难以在市场环境快速变化、条件不明确的情况下做出高质量反应。换言之,当前AI代理更适合执行规则明确的“自动化金融操作”,而不是承担依赖叙事理解、上下文判断和非结构化信息处理的复杂交易任务。

行业看好长期前景,但强调基础设施不足

尽管短期能力有限,行业对“代理经济”前景依然乐观。Coinbase首席执行官Brian Armstrong近日表示,未来“代理经济”甚至可能大于人类经济。他认为,机器与机器之间的支付需求将推动数字美元和稳定币需求进一步增长,而这一趋势尚未被市场充分计价。

不过,研究人员和开发者对时间表普遍更加谨慎。Lim指出,目前19%的链上活动中,很大一部分仍然来自执行狭窄任务的机器人,例如MEV捕获和稳定币路由,真正具备更强自主性的“代理型活动”占比仍属少数。他预计,在任何主要金融垂直领域中,AI代理交易量要想真正接近人类交易量,较现实的时间窗口仍需5到7年,而链上市场由于更开放、无许可,可能会最先实现突破。

MoonPay首席工程师Neeraj Prasad也表示,如果给予足够的上下文和工具,AI代理理论上可以接近人类能力,但他同时提醒,这些代理不仅可能更加高效和勤奋,在某些情况下也可能更具恶意风险。这意味着,随着AI代理在金融体系中的参与度提升,安全性与可验证性将成为核心议题。

以太坊生态正尝试补齐关键能力

为了让AI代理能够承担更复杂的链上任务,以太坊生态近期也在推进相关基础设施升级。报道称,本月稍早,去中心化中继网络Biconomy提出了一项新标准,允许代理在DeFi协议中一次性执行多个动作,该提案获得了以太坊基金会支持。这类标准若能落地,有望提升AI代理执行复杂策略的效率,降低多步骤操作中的摩擦与失败率。

0G Labs首席增长官Aytunc Yildizli则认为,AI代理当前最大短板在于开放式交易需要处理上下文推理、市场叙事变化以及非结构化信息权衡,而这并非仅靠更强模型就能解决。他指出,行业还需要一整套可信基础设施,包括可加密验证的执行证明、不可篡改的可信执行环境,以及避免将信任集中到单一云服务商的底层架构。

市场影响分析:短期偏主题驱动,长期或重塑链上金融

从市场层面看,这份报告释放出两个信号。首先,AI代理已经不再只是概念,而是在DeFi中形成了可量化的真实活动,这将持续利好围绕自动化收益策略、链上执行、稳定币支付和AI基础设施的相关赛道。尤其是在收益优化、资产路由、链上操作自动化等细分领域,项目方有望借助AI代理提高资本效率,并吸引更多寻求自动化策略的用户。

其次,报告也提醒市场,AI代理距离全面接管高复杂度交易仍有明显距离。对于投资者而言,这意味着“AI+加密”叙事短期内更可能集中体现在特定应用场景和基础设施建设上,而非迅速颠覆整个人类交易市场。未来一段时间,具备安全验证能力、可信执行能力以及多协议协同能力的底层项目,可能比单纯强调“AI会交易”的应用更具持续竞争力。

总体而言,AI代理正逐步成为链上金融体系的重要参与者。它们已经证明自己能够在规则清晰的任务中创造价值,但距离在复杂市场环境中与人类正面对抗仍有一段路要走。随着标准、执行环境和验证机制不断完善,AI代理对DeFi结构的影响可能会进一步放大,但这一进程大概率将以渐进式演化而非爆发式替代的方式展开。

This article was originally published by Bit.Fan. For more cryptocurrency news and market insights, visit www.bit.fan.
100

Disclaimer:

The market information, project data, and third-party content displayed on this platform are for industry information sharing only and do not constitute any form of investment advice or return commitment.

Cryptocurrency trading carries high risks. Users should fully assess their risk tolerance and make independent decisions. All profits, losses, and legal responsibilities are borne by the users themselves.