Galaxy Research最新报告指出，尽管区块链具备可编程、无需许可、资产原生数字化等特征，看似天然适合AI代理开展自主交易、资产配置与策略执行，但现实情况并不乐观。报告认为，当前区块链基础设施缺少支持AI代理扩展所需的语义抽象与协调层，导致其在链上运行时面临四项核心结构性摩擦：机会发现、可信验证、数据获取与执行流程。
这份研究的核心判断是：问题不在于“AI能否在链上执行操作”，而在于AI代理若要像人类操盘者一样独立理解市场、筛选协议、判断可信度并完成目标导向执行，现有系统仍缺少足够成熟的底层支持。换言之，区块链能保证交易被正确执行，却无法原生提供“这个协议是否可靠”“这个资产是否是标准版本”“当前状态是否符合既定收益/风险目标”等更高层次的经济语义。
AI代理与传统算法交易的根本区别
报告特别强调，AI代理并不只是“更自动化”的链上机器人。传统算法系统虽可实现高参数化、自动调仓与固定范围内的策略更新，但其本质仍是执行预设逻辑。只要遇到构建阶段未覆盖的新协议、新接口或新风险情境，系统往往需要人工介入审计、理解与接入。
而AI代理的潜在价值在于，它能够尝试在运行时理解陌生环境。例如，面对“在可控风险下最大化收益”这样的模糊目标，AI代理理论上可以自行解释风险容忍度、评估多个协议回报，并动态调整配置路径。问题是，这种能力一旦进入链上开放环境，就会立刻遭遇复杂且高成本的验证与执行难题。
第一道门槛：发现机会并不等于识别有效机会
在机会发现层面，链上环境是开放的，所有合约从技术上看都“可被调用”。但对AI代理而言，真正困难的不是扫描到新合约，而是判断这些合约是否值得纳入决策空间。合法协议、恶意分叉、测试部署和废弃项目在链上都以字节码形式存在，区块链本身并不会告诉系统哪一个才是“重要且可信的目标”。
Galaxy指出，成熟的搜索者或量化系统已经能够监听工厂合约事件、发现新池子或新增市场，但这类发现通常服务于既定策略。若AI代理的目标是开放式的，比如“寻找风险调整后最佳收益机会”，它就不能仅依赖静态白名单，而必须进一步推断合约的经济意义与相关性，这显著提高了自主运行难度。
第二道门槛：区块链缺乏原生“官方身份”验证
报告认为，控制层摩擦是AI代理在链上最危险的瓶颈之一。今天的人类用户通常通过官网、聚合器页面、社交媒体认证与前端界面，间接确认某个协议或代币是否“官方”。但对机器而言，这些社会化信号并非链上原生信息，必须被额外转化为注册表、白名单或验证逻辑才能使用。
以代币为例，合约中的name()、symbol()、decimals()只是开发者写入的返回值，并不具备权威身份属性。报告举例称，在以太坊上，名称为“Wrapped Ether”、符号为“WETH”、精度为18位的小数代币并非唯一存在，AI代理若仅依赖元数据，极易误认资产。类似问题也存在于DeFi协议地址识别中：链上并没有原生机制声明“这就是某应用的官方合约”。
这意味着，AI代理若想安全交互，往往需要持续维护经过验证的地址清单，或者在运行时动态检查代理合约、治理模块、权限控制和升级状态。报告提到，现实中已有AI代理因信用判断薄弱而将资金打入蜜罐合约，或因状态识别错误而将代币转给错误对象，凸显该问题并非理论风险。
第三道门槛：链上经济数据缺乏统一抽象
在数据层面，区块链提供的是存储槽、事件日志、函数调用返回值，而不是标准化的“收益率”“流动性深度”“健康因子”“仓位风险”对象。对人类用户来说，这些复杂状态通常已经被前端界面、索引器和数据平台转译成可理解信息；但AI代理若要独立决策，就必须自行完成大量状态重构工作。
报告以借贷协议为例指出，即便Aave v3与Compound v3都属于借贷市场，它们在资产枚举、利率读取、抵押参数提取和市场结构表达上仍存在显著差异。对AI代理而言，两者经济逻辑相近，但工程接入路径完全不同，缺乏统一模型会带来更高的集成成本。
更重要的是，这种碎片化还会引入延迟与一致性风险。当代理需要跨多个合约、通过多次RPC请求拼装市场快照时，每增加一次调用，就会增加限流、时序错位和区块高度不一致的风险。在波动市场中，代理刚计算出收益率，底层状态可能已发生变化，影响决策正确性。
第四道门槛：执行不是发交易那么简单
在执行层，Galaxy认为市场普遍低估了AI代理的难度。对普通用户而言，前端、钱包和人工复核共同承担了意图翻译、风险约束和结果确认三项职责。用户在点击“发送交易”前，往往会直觉性判断滑点是否过高、授权是否合理、路由是否可信；若失败，还能手动重试或更换路径。
但AI代理一旦替代人类，就必须把这些隐性判断全部程序化。它不仅要把“把稳定币转入风险收益比更优的场所”翻译成一连串具体操作，还要确保多步流程如授权、兑换、存款、借款、质押在风险边界内执行，并在交易完成后验证目标是否真正达成，而非仅仅确认交易上链成功。
报告指出，多步骤DeFi流程还会带来状态漂移、部分成交、授权过度、路径选择和MEV风险等新问题。对人类而言，这些问题可通过经验和临场判断缓解；对AI代理而言，则必须依赖更严格的策略约束、后置校验和面向结果的执行框架。
市场影响：AI+Crypto基础设施赛道或迎来新一轮升级
从市场角度看，Galaxy这份报告释放出一个明确信号：AI代理要真正成为链上资本管理与策略执行的核心参与者，行业接下来的竞争重点可能不再只是模型能力本身，而是围绕其落地所需的中间件与标准化基础设施展开。
这意味着，未来受益方向可能包括：面向多协议的经济状态标准化服务、语义索引层、可信合约注册表、代币真实性验证系统，以及支持策略约束与目标校验的执行网络。对DeFi协议而言，若希望吸引AI代理流量，也需要逐步提供更机器友好的接口、更加清晰的数据结构以及更低摩擦的自动化交互路径。
总体来看，Galaxy并未否定AI代理在区块链上的长期前景，反而指出其潜力真实存在，只是当前基础设施仍明显偏向“人类用户模式”。在AI代理开始尝试管理资本、理解意图并直接与链上协议互动的背景下，谁能率先补上语义解释、身份验证、数据标准化与安全执行这几层缺口，谁就可能在下一轮AI+Crypto叙事中占据关键位置。