跳到主要内容

DeFAI 架构：LLM 如何用自然语言取代点击繁琐的 DeFi

· 阅读需 14 分钟
Dora Noda
Dora Noda
Software Engineer

在麻省理工学院（MIT）的一个研究实验室里，一个自主 AI 代理刚刚在三个区块链上重新平衡了价值 240 万美元的 DeFi 投资组合——全程没有人类点击 MetaMask 上的“批准”。它解析了一条自然语言指令，将其分解为 17 个离散的链上操作，与竞争对手的求解器（solver）竞争以获得最佳执行路径，并在不到 9 秒的时间内完成了所有结算。用户的唯一输入只有一句话：“将我的稳定币移动到 Ethereum、Arbitrum 和 Solana 中收益率最高的地方。”

欢迎来到 DeFAI——这是一个架构层，大语言模型（LLM）在这里取代了复杂的仪表盘、多步批准和切换链的烦恼，而这些正是过去让去中心化金融成为高级玩家游乐场的原因。随着 2025 年有 282 个加密 AI 项目获得资助，且 DeFAI 的市值飙升至 8.5 亿美元以上，这已不再仅仅是白皮书里的叙事。它是生产级的基础设施，正在改写价值在链上流动的规则。

从指令式交易到声明式意图​

传统的 DeFi 迫使用户像机器一样思考。在 Uniswap 上交换代币需要选择精确的交易对、设置滑点容差、批准代币合约、确认交易并监控失败情况——每一步都是一个潜在的错误点。跨链操作则将这种复杂性提高了一个数量级：桥接选择、两个网络上的 Gas 费估算、流动性深度分析以及 MEV 风险管理。

基于意图的架构翻转了这种模式。用户不再指定交易“如何”执行，而是声明他们想要实现“什么”。意图是一条经过签名的消息——对预期结果的声明式陈述。执行细节被外包给了一个由专门参与者（称为求解器，solvers）组成的竞争网络，他们竞相以尽可能最好的价格实现该意图。

该架构分为三个阶段：

  1. 意图表达。用户陈述他们的目标：“在 10 分钟内，以最佳可用价格将 Ethereum 上的 1,000 USDC 兑换为 Arbitrum 上的 ETH。”这可以通过结构化界面表达，或者越来越多地通过 LLM 处理的自然语言来表达。

  2. 求解器竞争。意图被广播到求解器网络，他们分析各 DEX、桥接、借贷市场和流动性池的市场状况。每个求解器模拟潜在的执行路径并提交其最佳报价。获胜的求解器打包交易并代表用户支付 Gas 费。

  3. 结算。用户只需签名一次即可收到结果——具有内置的滑点保护、抗 MEV 能力，且不会出现交易失败。求解器承担执行风险。

这并非理论。CoW Swap、UniswapX、Across Protocol 和 1inch Fusion 如今都在运行经过实战检验的求解器拍卖。UniswapX 和 Across 提出了 ERC-7683，这是一种跨链意图的标准格式，旨在解决每个协议都发明自己的意图格式和工作流所导致的碎片化问题。

LLM 层：自然语言作为 DeFi 界面​

将意图架构从 UX 改进提升到范式转移的关键拼图是大语言模型。LLM 将不受限的人类语言转化为结构化的、机器可执行的意图——而且它们具备下拉菜单无法比拟的上下文理解能力。

以下是实际操作中的场景。用户告诉 AI 代理：“在三条链上将我的投资组合重新平衡为高收益稳定币。”LLM 将其分解为：

  • 查询连接钱包中的当前投资组合持仓
  • 获取来自 Ethereum、Arbitrum 和 Solana 上的 Aave、Compound、Morpho 和 Kamino 的实时 APY
  • 将 Gas 成本、桥接费用和无常损失风险考虑在内
  • 生成一组意图，在执行时实现最优的重新平衡
  • 将每个意图路由到适当的求解器网络

这一领域的学术基础正在迅速发展。新加坡国立大学的研究人员开发了 TIM（交易意图挖掘）框架，这是一个多代理 LLM 系统，使用元级规划器（Meta-Level Planner）来协调领域专家代理——每个代理专门从事财务分析、代码分析或风险评估。认知评估层监控输出以减轻幻觉。在基准测试中，TIM 在正确解读用户交易意图方面显著优于单 LLM 方法和传统机器学习模型。

实际应用已经上线：

  • Hey Anon，由 Daniele Sesta 创建，使用自然语言处理来简化链上交互。用户通过对话命令执行交易、质押代币和管理投资组合。它从 DWF Labs 获得了 2000 万美元的 AI 代理资金，其 ANON 代币市值从 1000 万美元飙升至 1.3 亿美元。

  • Griffain，由 Solana 核心开发人员 Tony Plasencia 构建，允许用户构建和部署用于 DeFi 自动化的自定义 AI 代理。其邀请制平台支持定投、代币发行和投资组合管理等任务。市值在 2025 年初达到 3.9 亿美元。

  • NEUR，Solana 的“智能副驾驶”，是一款结合了 LLM 与区块链功能的开源全栈应用，集成了 Jupiter、Pump.fun 和 Magic Eden。

  • Orbit 支持超过 100 个区块链和约 200 个协议的跨链 DeFi 操作，充当交易、桥接、质押和收益耕作的 AI 辅助伴侣。

DeFAI 的四层架构​

现代 DeFAI 系统分为四个不同的层级，每一层都解决了自主性问题的不同部分：

第 1 层：AI 模型层 (The AI Model Layer)​

这是计算大脑 —— 托管机器学习模型，用于检查市场数据、识别趋势、预测事件并生成可操作的洞察。这些模型涵盖了从用于自然语言理解的基于 Transformer 的大语言模型 (LLM)，到用于价格预测、流动性分析和风险评分的专业量化模型。

DGrid 于 2026 年 1 月作为首个用于 AI 推理的 Web3 去中心化网关聚合协议上线，是这一层的重要组成部分。DGrid 根据质押和性能指标将推理请求路由到最优计算节点。其 质量证明 (Proof of Quality, PoQ) 机制结合了密码学验证与博弈论：验证节点随机抽样并重新验证推理任务，对产生错误输出的节点进行 $DGAI 代币的 罚没 (Slashing)。这确保了 DeFAI 堆栈中的每一次 AI 推理都是透明、可追溯且可审计的。

第 2 层：代理层 (The Agent Layer)​

AI 代理 (Agents) 充当用户与协议之间的中介。它们解释指令，将复杂目标分解为原子操作，并直接与智能合约交互。以太坊基金会通过在 2025 年 9 月启动其 dAI 团队，专门支持代理支付和身份系统，认可了这一层的重要性。

标准化工作的核心是 ERC-8004，该提案于 2025 年 8 月敲定，为自主代理建立了身份、声誉和验证注册表。这赋予了 AI 代理可验证的链上凭证 —— 这是任何非人类行为者管理重要价值的系统的先决条件。

第 3 层：区块链与安全层 (The Blockchain and Security Layer)​

这是结算骨干。代理在链上执行并结算动作，由区块链验证交易、管理资产并处理跨链互操作性。Layer-2 解决方案 —— Optimism、Arbitrum、zkSync —— 通过压缩交易批次，实现了代理驱动型 DeFi 所需的吞吐量。

根据 a16z Crypto 的《2025 年加密货币状态报告》，具备 Layer-2 的以太坊已成为开发者在加密与 AI 交叉领域构建应用的首选。吞吐量的提升具有直接影响：在多个协议之间实时重新平衡头寸的代理策略，无法容忍 12 秒的区块确认时间和 5 美元的 Gas 费用。

第 4 层：反馈与监控层 (The Feedback and Monitoring Layer)​

该层持续跟踪代理性能，根据用户意图验证结果，并将数据反馈到模型层以进行改进。它是将生产级 DeFAI 系统与实验性项目区分开来的质量保证机制 —— 确保代理确实交付了用户要求的任务，并随时间推移不断进化。

Solver 经济：竞争驱动执行质量​

Solver (求解器) 模型引入了一个竞争性市场，其激励机制的对齐方式是传统 DeFi 路由无法比拟的。当用户提交一个意图 (Intent) 时，多个 Solver 会竞争去履行它。这种竞争降低了成本，提高了执行速度，并提供了内置的 MEV 保护 —— 因为 Solver 承担了 MEV 风险，而不是将其转嫁给用户。

三股力量正使 2026 年成为基于意图的系统的爆发之年：

Solver 网络已趋于成熟。 CoW Swap、UniswapX、Anoma、SUAVE 和 Across 现在运行着专业级的拍卖，数百个 Solver 实时竞争，提供了近乎完美的成交率。

链抽象 (Chain Abstraction) 正在走向主流。 NEAR、Agoric 和 Particle Network 等项目正在消除可见的跨链桥，让用户在声明跨链目标的同时，由底层的 Solver 处理多链执行。

LLM 让意图表达变得触手可及。 Aperture Finance 的 IntentsGPT 界面将自然语言翻译成 Solver 可以解析的领域特定语言 (DSL)。LLM 会以高度可读的形式向用户反馈其意图，在广播到 Solver 网络之前进行确认。

然而，Solver 经济面临中心化风险。真正的无许可 Solver —— 即任何人都可以运行并参与竞争 —— 仍然很少见。高性能门槛更倾向于拥有先进基础设施且资金充足的团队。如果没有稳健的去中心化订单流和可靠的中立机制，Solver 网络可能会变成比当今公共内存池 (Mempool) 更糟糕的寡头垄断。

安全架构：无需信任的信任​

DeFAI 的安全模型必须应对一种全新的威胁面：管理真实价值的自主代理。其方法是多层级的：

行为基准。 代理为智能合约和投资组合头寸建立正常的运行模式。一旦偏离基准，就会自动触发保护动作 —— 在漏洞利用耗尽资金之前采取行动。

密码学验证。 DGrid 的质量证明机制确保 AI 推理结果是正确的。验证节点随机重新执行任务，并惩罚不诚实的计算提供者。

链上凭证。 ERC-8004 注册表为代理提供可验证的身份和声誉。借贷协议可以在发放信贷之前检查代理的链上历史记录，就像银行检查借款人的信用评分一样。

护栏与熔断机制。 大多数生产级 DeFAI 系统仍需要用户定义的限制 —— 最大持仓规模、批准的协议、风险承受能力。完全自主仍然是一个愿景而非部署现实，这是有道理的：由“幻觉”驱动的交易后果是用真金白银来衡量的。

即将到来的规模​

数字框定了机遇。CoinGecko 列出了超过 550 个 AI 代理加密项目，总市值约为 43.4 亿美元。Messari 的研究预计，到 2025 年底，DeFAI 的规模可能达到 250 亿至 500 亿美元。据估计，AI 代理已经驱动了去中心化金融 15-20% 的交易量。

英伟达 (NVIDIA) 预测，更广泛的代理经济规模可能超过一万亿美元。即使加密与 AI 的交汇点仅占据该价值的一小部分，对链上基础设施的影响也是巨大的。

到 2026 年中期，代理管理的总锁仓价值 (TVL) 可能达到数万亿，它们将作为 “算法巨鲸” 发挥作用，提供流动性、治理 DAO，并根据链上信用评分发起贷款。最成功的 DeFi 参与者可能不再是监控仪表盘的人类，而是那些部署了具有精心校准风险参数的智能代理集群的人。

无人愿谈的挑战​

三个结构性风险威胁着 DeFAI 的发展轨迹：

信任缺失。 用户可能会犹豫是否将财务权限委托给自主系统。每一起备受关注的代理故障——而且故障必然会发生——都会削弱人们对整个类别的信心。

监管不确定性。 针对代理驱动行为的法律框架几乎完全空白。当一个自主代理执行了违反证券法的交易时，谁该承担责任——是用户、代理开发商，还是求解器 (Solver)？

系统性风险。 如果成千上万的代理使用类似的模型和数据，它们的策略将会趋同。在市场压力期间，这种从众行为可能会以人类交易员（具有独特的决策方式）所不会的方式放大崩盘。DeFAI 需要自己的熔断机制——而行业目前尚未建立这些机制。

总结​

DeFAI 并不是对现有 AI 加密叙事的重新包装。它是一个特定的架构论点：大语言模型作为界面层，基于意图的执行作为交易模型，竞争性求解器作为优化引擎，以及经过验证的自主代理作为运营骨干。每一层都解决了一个真实的问题——可访问性、执行质量、成本效率和无须信任的协作。

基础设施已经就绪。标准正在批准中。资金正在涌入。剩下的艰巨任务是使这些系统足够可靠，让用户信任它们并投入真实资本，且足够稳健，以免成为去中心化金融的下一个系统性风险源。

对于在这个交汇点进行开发的开发者来说，基础设施的选择至关重要。DeFAI 技术栈需要低延迟的区块链访问、可靠的跨链数据以及能够跟上代理驱动交易量的高吞吐量节点基础设施。

BlockEden.xyz 提供企业级区块链 API 访问和节点基础设施，覆盖 Ethereum、Solana、Sui、Aptos 以及 20 多个网络——这是 DeFAI 代理进行可靠、高吞吐量链上执行所需的基础层。探索我们的 API 市场，构建专为代理时代设计的自主 DeFi 基础设施。

来源：

Share on Twitter