原文作者：Squid
原文編譯：Luffy，Foresight News
在市場經歷一輪大跌後，我們來檢視一下，真正的機會在哪裡。
過去兩週，DeFAI 的市值相較於1 月中旬下跌了超50% ，相較於1 月下旬的高峰更是下跌了70% 。數據來源於@cookiedotfun。
去中心化金融（DeFi）如今是一個1,250 億美元的市場，假設DeFAI 佔比達到10% ，那就意味著還有15 倍的成長機會。實際上，我認為DeFAI 市場內的機會更大，因為目前各細分領域的定價並不合理。
最近，我們見證了一次加密貨幣史詩級清算。在此期間，資產被不分優劣地拋售。人工智慧（AI）和DeFAI 是受到衝擊最嚴重的領域之一。
現在是尋找珍寶的時候了，讓我們深入探討一下。
為什麼DeFAI 如此受歡迎？首先，我們從更廣泛的角度來看加密貨幣與人工智慧的結合。加密貨幣與人工智慧的結合是一個規模達100 億美元的市場，它迫切需要找到「實用性」，而DeFAI 似乎是最有可能找到實用性的領域。
對大多數這類加密代理而言，產品就是它們的代幣。正因如此，我們看到產品市場契合度（PMF）最高的領域是那些能讓團隊輕鬆推出代幣化社交代理的框架和Launchpad（專案啟動平台）。隨著代幣供應呈指數級增長，這個市場正趨於飽和，對社交代理代幣和Launchpad 的需求也會隨之減少，社區不得不努力展望新的發展方向。
朝著冰球滑行的方向（順勢而為）
從宏觀層面來看，DeFAI 是具有實際意義的，這個領域是加密貨幣最強應用情境DeFi 與人工智慧最未被滿足的需求之一— 金融的交叉點。
話雖如此，但僅僅因為這個領域從宏觀上說得通，並不意味著每個專案都行得通。讓我們更深入地探究一下，看看機會可能在哪裡。
觀察近期的DeFAI 市場圖譜，大多數已推出的項目在DeFi 方面的實用性有限。我認為這是由於該領域的新穎性以及建置專案需要時間。
人們想要獲得代幣，而目前大多數已推出的項目都在瞄準最容易實現但實用性最低的目標。
估值圖譜，本月早些時候從@cookiedotfun 獲取的項目快照，現在的估值低了很多
大多數DeFAI 市場價值都集中在「抽象化」 類別。抽象化大多是基於文字的替代性使用者體驗（UX）。這個類別是「低垂的果實」，因為它利用了現有的DeFi 專案和大語言模型（LLM）的應用程式介面（API），它邏輯有限，主要是基於意圖。鑑於這個領域目前的項目數量和估值，很可能贏家已經出現，與其他類別相比，我認為這裡的機會有限。
我也鼓勵投資者去試用這些產品。就我而言，我發現抽象化領域的大多數項目並沒有提供良好的使用者體驗。
有趣的是，這種市場結構為交易者創造了一些機會…
最近DeFAI 的估值大幅下降，唱衰者似乎被證明是正確的… 產品開發需要時間，考慮到專案所處的階段，我認為這種估值下降大多是合理的。話雖如此，隨著價格下跌，人們會感到無聊，我相信對於那些留意市場的人來說，未來可能會有機會。
那麼，機會究竟在哪裡呢？
首先，我認為大部分機會在於尚未推出的代幣。話雖如此，這些細分領域已經存在，並且一些項目已經上線，要抓住機遇，你必須留意市場並做好準備。為了幫助確定關注的方向，讓我們回顧一個思考DeFAI 市場的框架。
資訊代理
這是AI 代理挖掘資訊並完成簡單意圖的時代。
大語言模型非常擅長處理文本並以文本進行溝通。由於現階段絕大多數AI 代理正在利用現有模型的API，它們最強大的應用場景是自然語言處理（NLP）。我不會在此深入探討，因為有許多其他資料涉及這方面內容，但這裡有兩個高階領域：
替代性用戶介面/ 抽象化：這些是基於聊天的用戶介面，它們聚合並抽象化DeFi 協議甚至區塊鏈。它們可以提供宏觀資訊、找到項目並執行簡單操作。例如「我想買SOL -> 透過Jup 購買SOL」。最終，這些工具將使用現有的DeFi 原語/ 聚合器和跨鏈橋來執行操作。我猜「贏家」 可能已經出現，我們很可能會看到市場整合為少數平台。成長將體現在改進人工智慧和整合功能以及擴大用戶群上，這仍然是一個未經證實的市場。就我而言，我不確定基於文字的介面是否真的能改善DeFi 的使用者體驗。
分析工具：這些是輔助工具，可以幫助交易者挖掘處理資訊。這是一個多樣化的類別，一些例子包括程式碼審查、代幣分析和社交情緒分析。分析工具將不斷發展得更加複雜，並在不斷發展的加密貨幣/ 人工智慧生態系統中發揮重要作用。人工智慧驅動的分析工具與傳統分析工具在同一市場競爭。整體而言，加密貨幣分析還有很大的發展空間。我認為細分的分析工具將比通用分析工具獲得更多價值。
值得關注的項目：
抽象：griffain、neur、The Hive、Venice 等等…
分析：Cookie DAO、Kaito AI、Hiero Terminal 等等…
智慧DeFi
從資訊轉向行動，能夠挖掘資訊並基於該資訊採取行動。
目前，這是一個2 億美元的市場，我認為它最終將佔據DeFAI 市場的大部分。假設市場規模為120 億美元，「智慧型DeFi」 佔50% ，那麼這個細分領域仍有30 倍的機會。同樣，我認為贏家尚未出現…
實用性（價值）在哪裡呢？最初，實用性將來自持續監控和自動化，讓用戶能夠利用市場中的微小低效之處，否則他們可能不會注意到這些機會，或者覺得這些機會太小而不值得花費時間。這個市場已經存在。隨著該領域的發展，大語言模型將使DeFAI 協議不僅能夠實現自動化，還能適應並擴大市場範圍，以進一步提高回報。隨著時間推移，回報的提升程度將與智慧、推理能力和基礎設施的發展同步。
在這個領域取得成功的團隊將不得不建立或使用客製化模型、DeFi 基礎設施和資料管道。這種更深層的整合需求就是為什麼與抽象化領域相比，這個領域發展不足。建造這些東西需要時間。
智慧DeFi 並不是一個新市場，但人工智慧可以增強和擴展它。現有產品的例子包括收益優化項目 Lulo、Carrott，以及聚合器Ranger 和Jupiter。
現有領域是確定性模型表現優異的領域。例如，「X 協議之間最便宜的利率是Y，所以使用Z」。最終，基於大語言模型的操作可能會透過提供替代性使用者體驗或增強資訊來幫助提升這些協議，但現有專案不太可能被顛覆。
智慧DeFi 將如何在這個市場上進行拓展呢？
大語言模型是機率性的。在固定市場中，這會導致效能較差，例如，如果你在比較交易價格時，最便宜的總是最好的。
機率性本質以及處理各種不同類型資訊的能力確實提供了優勢，這可以讓DeFi 擴展到新的、更動態的市場。
每天有超過50000 個新代幣誕生。我知道這數據有點舊了，但這種趨勢仍在持續…
在市場的長尾部分，交易量和價值在新資產之間不斷變化。由於波動性，現有的DeFi 原語很難服務此類別。隨著我們繼續「將世界代幣化」，這個市場會不斷擴大。
此外，代幣不是股權，代幣可以以各種不同的方式建構/ 代表價值。市場中資產的高度多樣性是智慧系統的另一個有利因素。
智慧DeFi 可以幫助DeFi 擴展到這個市場，原因如下：
能夠挖掘/ 評估新資產
動態監控、理解並對新的市場敘事採取行動
它們可以綜合社交、鏈上和鏈下數據，並運用推理採取多種行動。
從宏觀層面看存在綜效，但機會在哪裡呢？
讓我們來看看一個有前景的細分領域，智慧流動性提供（Smart LPing）。
流動性提供很難，因為每個資金池都有不同的風險狀況，而且收益在不同資產之間波動很大。目前，基於使用者的投資理念，有一些工具可以幫助配置資產，但可組合性/ 自動化程度有限。
流動性提供代理的願景是能夠透過調整風險參數並根據鏈上和社交數據的組合選擇資產/ 資金池，來動態優化流動性提供的收益。最終可能會創造出一種新資產，它可以從長尾市場中動態獲取收益，從而整體提高市場效率。
Raydium 的手續費，可作為鏈上交易量的一個指標
為什麼選擇原生AI 團隊？
是的，實現這個願景需要時間。話雖如此，我相信原生AI 團隊在市場效率較低/ 絕對收益較少的領域更具競爭力，因為更多的回報可以歸因於智慧。原生AI 團隊規模會更小，所以他們可以行動得更快，並且更專注於「智慧」 因素。
我想提及的一些團隊：Cleopetra、Alris agent 和Voltr。
其他我不會深入探討的領域包括智慧定期定額投資、交易執行以及基於社交訊號的產品。隨著智慧程度的提升，歸因於人類的回報比例將開始被人工智慧工具侵蝕。
Project Plutus 在智慧限價訂單方面已經展現出有趣的早期成果，我很期待親自測試一下。
接下來，Alpha 獵人
讓我們看看一個代理商能否產生 Alpha 收益。
以下是業內一些更專業人士的常見回應。雖然我同意我們離這個目標還很遠，但我認為完全否定Alpha 代理是無知的。要相信一些東西…
產生Alpha 收益很難。
在傳統市場中，對沖基金每年花費數十億美元，與世界上最聰明的人合作創造優勢。但係統性摩擦意味著加密貨幣市場遠不如傳統市場高效，正因為如此，代理商產生Alpha 收益更具可行性。每週都會出現新的資產類別/ 敘事，這意味著加密貨幣與傳統金融無法直接應用相同策略。
為何放棄Alpha 呢？
我堅信「Alpha 獵人」 不會是從0 到1 的創新，而是逐步出現的。在可預見的未來，Alpha 收益仍將由人驅動，由AI 輔助。隨著時間推移，回報將逐漸歸因於代理。一旦達到某個臨界點，我們可能會看到真正的「Alpha 獵人代理」 出現，它們將僱用人類或與人類合作。
代幣將有助於啟動、協調和整合新興的生態系統。
目前兩個採用有趣方法的協議：
Almanak：Almanak 整合了精品資料管道、先進的風險引擎以及人工智慧驅動的代理，在人類監督下產生並執行多種金融策略。它是一個代理/ 策略平台，能持續識別Alpha 收益並在安全的非託管環境中為使用者提供服務。
Allora：Allora 推理系統根據即時準確性智慧聚合和加權人工智慧預測。人類參與者作為工作者發揮作用，提供預測並評估推理質量，以改善系統的市場預測。目標是將這些預測應用於市場。
致力於模型開發的加密原生團隊也將發揮關鍵作用。最終，智能是關鍵。
我喜歡的協議還有：Pond（專注於利用鏈上資料開發加密原生模型）和 Nous Research（他們做了很多工作，可以幫助開發首個去中心化訓練的最優模型，他們也提到探索代理的「需求」）。
這個領域還在早期，關注那些有潛力發展壯大的團隊。
隨著智慧的邊際成本持續下降，以及每天新創建的市場數量不斷增加，代理商已準備好迎接一個新興的市場細分領域，這個領域對人類來說轉瞬即逝，對機器人來說又過於動態。相信一些東西吧。
