超额抵押的终结：AI 驱动的信用评分如何解决 DeFi 的资本效率难题

想象一下走进一家银行，却被告知：要借 100 美元，你首先需要交出 150 美元的现金——并将其全程锁定。你肯定会转身离开。然而，这正是去中心化金融（DeFi）自诞生以来的运作方式。DeFi 的超额抵押模型保护了协议免于违约，但也把数十亿美元的潜在借款人拒之门外，并困住了数万亿闲置资本。这种逻辑正在发生转变。由公链——金融历史上最丰富的行为数据集——驱动的 AI 信用评分，正开始让欠抵押（Under-collateralized）的 DeFi 借贷从未来主义的承诺变成实际的现实。

为什么 DeFi 的抵押要求既是特性又是缺陷

DeFi 超额抵押背后的逻辑是合理的：当你无法验证借款人的身份、收入或信用历史时，你会要求价值高于贷款额的抵押品。Aave、Compound 和 MakerDAO 开创了这一模式，抵押率通常在 130% 到 200% 之间——这意味着借款人每借入 1.00 美元，就必须锁定 1.50 美元或更多资金。

这一设计优雅地解决了信任问题。无需 KYC，无需信用检查，无需法律强制执行——只需数学。如果价格下跌，协议会自动清算抵押品。该模型在多次市场崩盘中被证明是稳健的，为 DeFi 赢得了无需信任安全性的声誉。

但正是这个让 DeFi 安全的特性，也让具有信用实力的参与者在经济上感到荒谬。一家拥有五年优异过往业绩和可验证链上历史的对冲基金，仍面临着与匿名初次使用者相同的 150% 抵押门槛。原本可以进行生产性部署的资本却作为超额抵押被冻结。据估计，消除或降低合规借款人的抵押要求，可以为整个 DeFi 协议释放数千亿美元的资本效率——这些资本目前在为那些根本不需要担保的人提供贷款担保时，产生的收益几乎为零。

讽刺的是：建立在金融普惠前提下的 DeFi，却构建了金融界最具资本排他性的借贷环境之一。

从 FICO 到 MACRO：在区块链上建立信用历史

传统的信用评分（如 FICO）通过汇总多年的还款历史、未结余额、信用组合和账户年龄来生成一个三位数的数字。该系统有效——但它需要中心化托管机构、身份验证和法律框架才能运行。它还将全球估计 14 亿没有信用历史的无银行账户成年人排除在外。

链上信用评分采取了不同的方法。钱包进行的每笔交易都是公开可见、不可篡改且带有时间戳的。对于坚定的分析师来说，钱包的历史记录比任何信用局报告都更具启发性：你可以清楚地看到贷款何时偿还、抵押品是否曾被清算、钱包在市场崩盘期间的表现，以及多年来它与哪些协议进行过交互。

Spectral Finance 是最早将这一洞察正式化为评分产品的公司之一。其 MACRO Score（多资产信用风险预言机）将链上行为映射到 300–850 的区间，这对于申请过抵押贷款的人来说非常熟悉。该评分包含五个核心类别：付款历史、清算历史、欠款和还款金额、跨协议的信用组合以及链上信用历史的长度。与 FICO 的类比是刻意的——其目标是创造一种 DeFi 协议以及最终机构贷方都能理解的信用语言。

RociFi 走了一条互补的道路，使用非同质化代币（NFT）作为链上信用证书，钱包可以跨协议携带。Credora（原 X-Margin）进一步进入机构领域，利用零知识证明在不泄露底层资产组合数据的情况下评估借款人的信用度——对于不愿公开头寸的对冲基金和交易公司来说，这是一项至关重要的创新。

证明欠抵押借贷可行的协议

理论固然重要，但过往业绩更具说服力，DeFi 现在在欠抵押借贷方面已有足够的历史来进行有意义的评判。

TrueFi 自 2020 年以来已发放了超过 17 亿美元的贷款。其终身违约率保持在 1%–4%，与传统金融中的低端高收益债券相当——对于一个起步时几乎没有信用基础设施的协议来说，这表现不错。TrueFi 的模式依赖于 DAO 批准的借款人白名单和池管理者的专业知识，而非纯粹的算法评分，这种混合方法已被证明比纯链上自动化更耐用。

Maple Finance 在 2022 年遭受了 5400 万美元的惨痛违约事件，这主要与三箭资本（Three Arrows Capital）的倒闭和更广泛的加密信用危机有关。作为回应，该协议彻底改革了风险管理框架，并提高了对借款人的透明度要求。到 2024 年，Maple 的 TVL 增长了 16 倍——这可以说是 DeFi 最令人印象深刻的复苏之一——证明了只要风险基础设施可靠，机构贷方就会转向链上。

Goldfinch 追求不同的论点：向新兴市场中完全无法接触 DeFi 的实体经济业务提供信贷。其结果好坏参半——该协议记录了三起违约，损失总计约 1800 万美元——但也成功偿还了十几笔贷款。Goldfinch 的挑战凸显了一个关键局限：链上信用历史无法评估完全在链下运营的业务。桥接这两个世界仍然是一个未解决的问题。

Clearpool 在机构无担保借贷领域开辟了一个利基市场，通过与 Credora 的集成，将 DeFi 的开放流动性池与机构级信用评估相结合。最近向 PayFi 保险库、USDX 国债产品和代币化信贷基础设施的扩张，使 Clearpool 成为传统金融（TradFi）信贷与 DeFi 轨道融合中最具雄心的尝试之一。

AI 改变现状之处

上述协议主要依赖于人为判断 —— 信贷委员会、资金池管理人、治理投票。从它们在不要求 150% 抵押品的情况下提供信贷的角度来看，它们属于欠抵押（Under-collateralized）贷款，但其信贷评估过程仍然缓慢、主观，且仅限于能够通过复杂白名单程序的借款人。

AI 引入了实现真正创新的可能性：大规模的自动化、实时信贷评估。

相较于传统标准，AI 信贷模型在链上可获取的输入数据是非常惊人的。模型可以分析钱包在各个协议中执行的每一笔交易、每一笔准时或逾期的还款、每一次清算事件、与治理机制的每一次交互、质押模式以及预言机查询。对于信贷员来说需要数月才能发现的行为信号，AI 在几毫秒内即可获取。

像 Kava 这样的平台已经开始为 DeFi 借贷部署 AI 信贷评分，将链上行为分析与动态风险定价相结合。其愿景是建立一个能够完成传统信贷承销所不能及的模型：实时评估风险，随着链上行为的演变动态更新评分，并进行足够精准的贷款定价，从而服务于目前被超额抵押协议排除在外的借款人。

AI 还支持更复杂的动态抵押。AI 驱动的协议不再采用固定的 150% 抵押率，而是可以根据实时市场状况、借款人历史记录和投资组合相关性风险来调整抵押要求。在低波动市场环境中，拥有五年良好还款记录的钱包持有的 Aave 仓位可能只需要 105% 的抵押品，而新钱包在波动剧烈时期借款则可能需要 175%。风险是通过动态管理实现的，而非通过一种“一刀切”的粗放工具。

双方都鲜少提及的法律障碍

欠抵押 AI 借贷面临着一个监管挑战，这可能是其最大的制约因素 —— 而且这并不是大多数 DeFi 评论人士关注的那个挑战。

《欧盟人工智能法案》（EU AI Act）中关于高风险 AI 系统最重要的条款将于 2026 年 8 月 2 日生效，该法案明确将用于信贷评分的 AI 系统归类为“高风险”。根据该法案，此类系统必须提供可解释性 —— AI 不能简单地通过“黑箱”过程拒绝或批准信贷申请。借款人必须收到关于信贷决策的通俗易懂的解释。

这一要求与深度学习模型的统计特性之间产生了根本性的冲突。最准确的信贷评分模型往往是最难解释的。一个通过权衡 200 个链上变量来生成评分的梯度提升模型（Gradient boosting model）可能优于简单的逻辑回归模型，但要用通俗易懂的语言解释为什么某个特定钱包获得的是 620 分而不是 680 分，确实非常困难。

在美国，《平等信贷机会法案》（ECOA）也规定了类似的义务：不利的信贷决策必须附带具体的解释性原因。任何服务于与美国相关借款人的 AI 借贷系统 —— 即使是通过表面上去中心化的协议 —— 都需要应对这些要求。

讽刺的是，区块链极高的透明度在这里可能成为一种优势。链上信贷评分中的每个输入变量本身都是可公开审计的。协议可以指向特定的交易、特定的还款事件和特定的清算，作为信贷判定的事实依据 —— 这种记录水平是传统征信机构无法比拟的。监管机构是否接受这一逻辑尚待观察，但合规的基础比看起来要牢固。

真正的 AI 信贷评分走向主流需要什么

在 AI 驱动的欠抵押借贷实现有意义的规模之前，仍有几个技术和制度上的先决条件：

跨链信贷历史聚合。 借款人的信贷历史分散在 Ethereum、Solana、Sui、Aptos、BNB Chain 以及数十个 Layer 2 网络中。仅查看钱包 Ethereum 历史的信贷评分将遗漏一半的信息。跨链身份解决方案 —— 无论是通过去中心化身份标识符（DID）、灵魂绑定代币（SBT）还是零知识证明（ZK Attestations） —— 都是必不可少的基础设施。

违约回收机制。 超额抵押之所以有效，是因为回收是自动的：清算抵押品。欠抵押借贷对于链上违约没有同等的安全网。协议需要法律框架、链上声誉惩罚（Slashing）机制或现实世界的执行合作伙伴，以形成可信的回收威胁。这也是 TradFi-DeFi 桥梁变得不可获缺的地方。

大规模训练数据。 AI 信贷模型会随着历史数据的增加而改进。尽管 DeFi 的借贷历史在增长，但与传统消费信贷机构数十年的数据相比仍然薄弱。目前部署的模型是在有限的数据集上训练的，这限制了它们的预测准确性。随着 DeFi 借贷历史的积累，模型性能应该会提高 —— 但这个领域需要耐心。

去中心化预言机的可靠性。 信贷评分模型需要关于资产价格、协议总锁仓量（TVL）和市场状况的可靠实时数据。可操纵或过时的预言机数据可能被利用来博弈信贷评分，或触发不当清算。

取决于能否解决这一难题的 DeFi 增长逻辑

DeFi 的总锁仓价值（TVL）在约 500 亿至 1800 亿美元之间波动，具体取决于市场状况。这些数字代表了主要为已经拥有大量资本的参与者提供服务的协议——超额抵押要求实际上起到了财富过滤器的作用。

欠抵押贷款（Under-collateralized lending）如果能够实现安全且具可扩展性，将使 DeFi 向一类完全不同的参与者开放：即那些通过其链上行为证明了信用度，但无力锁定超过借款额度资本的企业和个人。这是传统金融中绝大多数生产性经济活动的运作方式，但在 DeFi 中却基本缺失。

解决欠抵押问题的协议——结合了 AI 信用评估、跨链身份和法律上可辩护的可解释性——将不仅仅是占领一个利基市场。它们正在构建的基础设施，将使 DeFi 在全球银行业的优势领域（高效的资本配置）与其展开金融竞争。

150% 的抵押要求从来不是一项原则，而是对缺乏信任基础设施的一种权变之计。基于金融史上最丰富的行为数据集训练出的 AI，正在开始提供这种基础设施。从超额抵押到基于信用的 DeFi 借贷转型不会一蹴而就，但技术基础已经奠定，早期协议已经经受住了真实市场压力的考验，而监管框架——无论多么严苛——也正变得足够清晰，可以围绕其进行设计。

DeFi 作为一个专门为已有资本的人服务的系统的时代可能即将结束。

BlockEden.xyz 为 Ethereum、Sui、Aptos 以及 20 多个区块链网络提供企业级 RPC 和 API 基础设施——这是下一代 DeFi 信用协议所依赖的可靠链上数据层。探索我们的 API 市场，在持久耐用的基础上构建信用基础设施。