AI 单一文化问题：为什么相同的风险模型可能触发 DeFi 的下一次连锁反应
2026 年 2 月，大约 15,000 个 AI 代理尝试在 3 秒钟的时间窗口内退出同一个流动性池。结果是在人类风险管理人员还没来得及触碰键盘之前，就发生了 4 亿美元的强制清算。这些代理并没有串通 —— 它们只是运行着近乎相同的风险模型，并在同一时间得出了相同的结论。
欢迎来到 DeFi 的单一栽培问题：当一个为去中心化设计的生态系统在风险管理上趋同于少数几种 AI 架构时，所产生的新兴系统性风险。
2026 年 AI 驱动型 DeFi 的规模
数据揭示了一个快速转型的故事。目前，近 40% 的链上交易是由自主 AI 代理发起的 —— 它们在无需人工干预的情况下管理流动性、重新平衡投资组合并执行清算。DeFi 的总锁仓量已增长至超过 4 万亿美 元，其中大部分资金由算法而非分析师监督。
这本身并不危险。AI 代理处理市场信号、调整抵押率以及执行交易的速度和一致性都超过了任何人类团队。问题不在于这些代理的速度或复杂程度，而在于它们的“相似性”。
自 2024 年以来，DeFAI 领域（去中心化金融与人工智能的融合）呈爆发式增长。各大协议现在都在竞相推出最先进的 AI 风险引擎，但在底层，许多引擎都有着共同的渊源：采用相同的开源模型架构、从重叠的链上历史记录中提取相似的训练数据集，并根据相同的波动性基准校准近乎相同的风险参数。
模型趋同如何引发级联反应
传统金融曾惨痛地汲取过这一教训。2010 年的“闪崩”中，当高频交易算法相互放大抛售信号时，道琼斯指数在几分钟内暴跌了近 1,000 点。但 DeFAI 时代的运行规模和速度，让当年的“闪崩”看起来显得慢条斯理。
其机制如下：当数以千计的 AI 代理使用在相似历史数据上训练的模型时，它们会产生相似的“盲点” —— 它们从未见过的相同极端情况、被低估的相同压力情景，以及至关重要的一点：它们学会触发防御行动的相同清算阈值。
在正常的市场条件下，这种趋同是不可见的。这些代理看起来是在做出恰好一致的独立决策。由于 AI 正在有效地管理风险，市场看起来很稳定。但当一个真正新颖的事件发生时 —— 地缘政治冲击、协议漏洞或宏观经济意外 —— 这些模型会集体失效。
英格兰银行在其 2025 年 4 月的金融稳定报 告中指出了正是这一风险，警告称基于 AI 的市场参与者采取“日益相关的头寸”可能会在压力时期“放大冲击”。该央行指出，广泛使用少数开源或供应商提供的模型是导致潜在羊群效应的关键驱动因素。
国际货币基金组织（IMF）也对此表示担忧：在 2025 年对金融市场利益相关者的调研中，当被问及生成式 AI 在资本市场中应用的危险时，AI 模型趋同导致的羊群效应被列为首要风险。
AI 驱动型清算螺旋的剖析
要理解为什么同步的 AI 行为在 DeFi 中特别危险，请考虑清算级联是如何展开的：
- 触发事件：价格突然变动同时突破了多个协议的风险阈值。
- 同步检测：运行相似模型的数千个代理在几毫秒内检测到相同的信号。
- 相关响应：代理启动相同的防御行动 —— 出售抵押品、撤回流动性或平仓。
- 流动性真空：同步抛售压倒了现有的买盘流动性，导致价格出现缺口暴跌。
- 次级级联：价格下跌触发了额外的清算阈值，形成了反馈回路。
- 跨协议传染：由于代理跨多个协议和区块链运行，级联反应在几秒钟内横向蔓延到整个 DeFi 生态系统。
与人类驱动的恐慌的关键区别在于速度。人类的恐惧在几分钟或几小时内展开，这给做市商留出了介入并提供流动性的时间。AI 驱动的羊群效应将这一时间线压缩到了几秒钟。2025 年 10 月的加密货币清算级联在 36 小时内抹去了 190 亿美元的未平仓合约 —— 而那主要还是由人类驱动的。AI 同步的同等规模事件可能会将同样的损害集中在几分钟内。
缺失的协调层
当今 DeFAI 基础设施中最危险的缺口之一是缺乏系统级的协调层。单个 AI 代理在执行层面非常先进 —— 它们可以优化收益、管理抵押品并执行复杂的多步骤策略。但目前还没有协议层面的机制来协调这些代理的集体行为。
考虑与传统金融的对比。中央清算所在极端波动期间充当熔断机制，暂停交易以防止级联反应。做市商在合同上有义务即使在压力时期也要提供流动性。监管框架要求错开头寸限制和追加保证金的时间，以防止同步化。
DeFi 还没有任何针对 AI 参与者设计的这些机制。没有当代理行为变得过于相关时激活的熔断机制。没有要求代理错开风险响应的要求。没有可以根据系统范围内的代理行为动态调整清算阈值或贷款价值比（LTV）的“控制平面”。
这一架构缺口不仅仅是理论上的。研究人员记录显示，当前 DeFi 中的这一代 AI 代理几乎完全在执行层运行，缺乏任何关于何时以及为何应该（或不应该）发生协调行动的系统级决策机制。
监管响应初见端倪
监管机构正开始应对其带来的影响。在美国，消费者金融保护局（CFPB）的“代理等效”（Agentic Equivalence）裁决要求，作为财务顾问的 AI 代理必须进行注册，且其母公司需对自主错误承担严格责任。《GENIUS 法案》的责任框架将这一要求延伸至 AI 交易代理的部署者——如果自主代理执行了虚假交易（wash trades），部署者将面临操纵市场的指控。
英格兰银行于 2026 年 3 月宣布，将把 AI 冲击场景纳入其金融压力测试，这标志着一个转变：即不再仅仅将 AI 视为长期生产力问题，而是承认其为近期金融稳定风险。该央行还计划建立一个“同步实验室”（synchronization lab），使运营商能够测试涉及相关 AI 行为的真实世界场景。
欧洲通过 MiCA 和《AI 法案》建立了分层合规框架，而亚洲新兴的标准则侧重于“了解你的代理”（KYA）验证——要求自主交易代理必须是可识别且可审计的。
这些监管努力虽有必要，但仍不足够。AI 代理的运行速度意味着，当监管响应被触发时，级联损害往往已经造成。
构建韧性：接下来的方向
DeFi 社区并未止步不前。几种减轻同步 AI 风险的方法正在兴起：
模型多样性要求：一些协议开始要求风险管理代理展示架构多样性——使用不同的模型系列、在不同的数据子集上进行训练，或采用不同的风险框架。这借鉴了生物多样性原则：具有遗传多样性的生态系统对疾病的抵抗力更强。
链上熔断机制：协议层级的机制可检测代理行为何时变得异常相关，并自动引入摩擦——例如临时冷却期、渐进式费率增加或随机执行延迟——以打 破同步抛售模式。
对抗性压力测试：协议不再仅针对历史场景（所有 AI 代理都已针对这些场景进行了训练）测试 AI 代理，而是探索使用旨在暴露模型盲点的合成场景进行对抗性测试。在受控模拟中，类脑和量子机器学习方法已显示出可减少高达 91% 级联事件的潜力。
分层清算架构：协议不再采用二元清算阈值，而是实施渐进式响应，将清算压力分摊到不同时间段，防止触发同步代理反应的“悬崖效应”。
跨协议风险信号传导：新兴标准允许代理将其风险状态广播到共享预言机层，从而使系统级能够洞察集体代理行为何时接近危险的关联水平。
智能风险管理的悖论
DeFi 面临着一个悖论：为了更智能地管理风险而采用的工具，本身可能正在创造一种新的系统性风险，这种风险比生态系统以前面临的任何风险都更难检测、触发更快。
解决方案并非从 AI 驱动的风险管理中退缩——大势已不可逆转，自主代理的优势过于显著，无法放弃。相反，挑战在于构建协调层、多样性要求和熔断机制，使数千个 AI 代理能够共存，而不会聚合成同步的“羊群效应”。
金融系统始终受到其所用工具的塑造。在电报交易时代，恐慌以电线的速度传播。在电子交易时代，闪崩缩短至几分钟。在自主 AI 代理时代，下一次级联可能在几秒钟内发生——除非 DeFi 在下一次不请自来的压力测试到来之前，构建出所需的免疫系统。
BlockEden.xyz 为应对 AI 驱动格局的 DeFi 构建者提 供高性能 RPC 基础设施和数据分析。无论你是在构建自主代理还是监控协议健康状况，我们的多链 API 服务都能提供你系统所需的可靠性。探索我们的 API 市场，在专为下一代链上金融设计的垂直基础设施上进行开发。