DeFi 的智能進化：從自動化到 AgentFi 的演進路徑

撰文：0xjacobzhao、ChatGPT 4o

感謝 Lex Sokolin（Generative Ventures）、Stepan Gershuni（cyber.fund）與 Advait Jayant（Aivos Labs）對本文提出的寶貴建議。撰寫過程中亦徵詢了 Giza、Theoriq、Olas、HeyElsa、Almanak、Brahma.fi 等項目團隊的意見反饋。本文力求內容客觀、表述準確，由於部分觀點涉及主觀判斷，難免存在偏差，敬請讀者批判性閱讀並予以理解。

在當前的加密行業中，穩定幣支付與 DeFi 應用是少數已被驗證具備真實需求與長期價值的賽道。與此同時，百花齊放的 Agent 正逐漸成為 AI 產業中面向用戶界面的實際落地形式，成為連接 AI 能力與用戶需求的關鍵中間層。

在 Crypto 與 AI 的融合領域，尤其是在 AI 技術反哺 Crypto 應用的方向上，當前探索主要集中於三個典型場景：

1. 對話交互型 Agent：以聊天、陪伴、助理類為主，儘管多數仍為通用大模型的套殼，但因開發門檻低交互自然，疊加通證激勵，成為最早推向市場獲取用戶關注的形態。
2. 信息整合型 Agent：聚焦線上與鏈上信息的智能整合。Kaito、AIXBT 等在線上但非鏈上的信息搜索整合領域已取得成功，而鏈上數據整合方向仍處於探索階段尚無明顯跑出項目。
3. 策略執行型 Agent：以穩定幣支付與 DeFi 策略執行為核心延展出 Agent Payment 與 DeFAI 兩大方向。此類 Agent 更深度嵌入鏈上交易與資產管理邏輯，有望突破炒作瓶頸，形成具備金融效率與可持續收益的智能執行基礎設施。

本文將重點聚焦於 DeFi 與 AI 的融合演進路徑，梳理其從自動化到智能化的發展階段，分析策略執行 Agent 的基礎設施、場景空間與關鍵挑戰。

DeFi 智能化三階段：Automation、Copilot 與 AgentFi 的躍遷

在 DeFi 智能化的演進中，我們可以將系統能力劃分為三個階段：Automation（自動化工具）、Intent-Centric Copilot（意圖驅動助手）與 AgentFi（鏈上智能體）。

• Automation 更像是規則觸發器（Rule Trigger）：基於預設條件執行固定任務，如套利、再平衡、止盈止損等，無法生成策略，也無法獨立運作。
• Copilot 引入了意圖識別與語義解析能力，用戶通過自然語言輸入，系統進行理解、分解並建議執行路徑，但最終仍需用戶確認，執行鏈條不閉環。
• AgentFi 則代表完整的「感知 → 推理 / 策略生成 → 鏈上執行 → 演化」智能閉環，是具備鏈上自治執行與持續演化能力的智能體（Agent）。

要判斷一個項目是否真正屬於 AgentFi，需要看它是否滿足以下五個核心標準中的至少三個：

1. 自主感知鏈上狀態 / 市場信號（不是靜態輸入，而是實時監測）
2. 具備策略生成與組合能力（不是預設策略，而是能根據上下文自我制定行動計劃）
3. 可自主在鏈上執行操作（無需用戶交互，能執行 swap/lend/stake 等複雜操作）
4. 具有持久狀態與演化能力（Agent 有生命周期，能長期運行並根據反饋自我調整）
5. 具備 Agent-Native 架構（如專屬 Agent SDK、托管執行環境、Agent 中間件等）

換句話說，自動化交易 ≠ Copilot，更 ≠ AgentFi：自動化交易只是「規則觸發器」，Copilot 雖能理解用戶意圖並提供操作建議，但仍依賴人為參與；而真正的 AgentFi，是「具備感知、推理與鏈上自主執行能力的智能體」，能在無需人工介入的前提下，完成策略閉環與持續演化。

DeFi 場景智能化適配性分析：

在 DeFi（去中心化金融）體系中，核心應用場景可大致劃分為資產流通與交換類與收益型金融類。我們認為，這兩類場景在智能化路徑上的適配性存在顯著差異：

一、資產流通與交換類場景

資產流通與交換類場景以原子化交互為主，包括 Swap 交易、跨鏈橋、法幣出入金等，其本質特徵為「意圖驅動 + 單次原子化交互」，交易過程不涉及收益策略、狀態維護與演化邏輯，大多適用於 Intent-Centric Copilot 的輕量化執行路徑，並不屬於 AgentFi 。

由於其工程門檻較低且交互簡單，目前市場上大部分 DeFAI 類項目都處於這一階段，這些並不構成 AgentFi 閉環智能體；但是對於少數高階複雜 Swap 策略 （如跨資產套利、永續對沖 LP、槓桿再平衡等場景）其實需要 AI Agent 的能力接入，目前尚處早期探索階段。

二、資產收益類金融場景

資產收益類金融場景具備明確的收益目標、複雜的策略組合空間與動態的狀態管理需求，天然契合 AgentFi 的「策略閉環 + 自主執行」模型。其核心特徵如下：

• 可量化的收益目標（APR / APY）便於 Agent 建立優化函數；
• 策略組合空間廣闊，涵蓋多資產、多期限、多平台、多交互流程；
• 操作需頻繁管理與實時調整，適合由鏈上智能體（Agent）進行執行與維護。

受限於收益期限、波動頻率、鏈上數據複雜度、跨協議整合難度及合規限制等多重因素，不同收益類場景在 AgentFi 維度的適配性與工程落地性存在顯著差異，優先級建議如下：

高優先級業務落地方向：

• 借貸（Lending / Borrowing）：利率波動易追蹤標準化執行邏輯，適合輕量型智能體。
• 流動性挖礦（Yield Farming）：池子動態頻繁、策略組合空間大、收益浮動高，AgentFi 可顯著優化年化回報與交互效率，但工程實現具有一定挑戰性；

中長期可探索佈局方向：

• Pendle 收益權交易：時間維度與收益曲線清晰，適合 Agent 管理到期輪轉與池間套利；
• Funding Rate 套利：理論收益可觀，需解決跨市場執行與鏈外交互挑戰，工程難度大；
• LRT 動態組合結構：靜態質押不適配，可嘗試 LRT + LP + Lending 等策略自動調整。
• RWA 多資產組合管理：短期內落地難，Agent 可在組合優化與到期策略上提供輔助；

DeFi 場景智能化的項目介紹：

1. 自動化工具 (Automation Infra)：規則觸發與條件執行

Gelato 是 DeFi 自動化最早的基礎設施之一，曾為 Aave、Reflexer 等協議提供條件觸發型任務執行支持，但其現在已轉型為 Rollup as a Service 服務商。目前鏈上自動化的主戰場也轉向 DeFi 資產管理平台（ DeFi Saver、Instadapp）。這些平台集成包括 Limit Order 設置、清算保護、自動調倉、DCA、網格策略等在內的標準化自動執行模塊。此外我們看到部分更為複雜的 Defi 自動化工具平台項目：

Mimic.fi（https://www.mimic.fi/）

Mimic.fi 是一個鏈上自動化平台，服務於 DeFi 開發者與項目方，支持在 Arbitrum、Base、Optimism 等鏈上構建可編程的自動化任務。其核心通過「if-then」規則觸發器實現跨協議操作自動執行，架構分為 Planning（任務與觸發定義）、Execution（意圖廣播與執行競價）與 Security（三重驗證與安全控制）三層。目前採用 SDK 接入方式，產品仍處於初期部署階段。

AFI Protocol（https://www.afiprotocol.ai/）

AFI Protocol 是一個算法驅動的 Agent 執行網絡，支持 7×24 小時非托管自動化操作，聚焦解決 DeFi 中的執行分散、策略門檻與風險響應問題。其設計面向機構與高級用戶，提供可編排策略、權限管理與 SDK 工具，並推出收益型穩定幣 afiUSD 作為原生資產。目前處於 Sonic Labs 內測階段，尚未公開上線或面向零售用戶開放使用。

2. 意圖驅動助手（Intent-Centric Copilot）: 意圖表達與執行建議

2024 年底曾一度火熱的 DeFAI 概念，撇除部分以 Meme 代幣為主的投機炒作，絕大多數項目本質上屬於 Intent-Centric Copilot 類型 ------ 即通過自然語言表達用戶意圖，系統反饋交易建議或完成基本鏈上操作。其核心能力仍停留在「意圖識別 + Copilot 式輔助執行」階段，尚未形成完整的策略閉環與持續優化機制。不少產品在語義理解、跨協議調用與反饋響應等方面存在明顯短板，用戶體驗普遍較差，功能邊界也相對有限。

HeyElsa (https://app.heyelsa.ai/)

HeyElsa 是一款定位於 Web3 場景的 AI Copilot，通過自然語言交互賦能用戶完成包括交易、跨鏈橋接、NFT 購買、止損設置、Zora 代幣創建等多種鏈上操作。其作為一款多功能的對話式加密助手，覆蓋從初級用戶到高級交易者（包括高度活躍的 degen 群體），目前已支持 10 余條主流區塊鏈的實時交互。當前平台日均交易量已達 100 萬美元，日活躍用戶維持在 3,000 至 5,000 之間，系統已集成收益優化策略與自動化意圖執行模塊，初步構建起 AgentFi 應用的基礎能力框架。

Bankr (https://bankr.bot/)

Bankr 是一個集成 AI、DeFi 與社交場景的意圖交易助手，用戶可在 X 平台或專屬終端通過自然語言發出指令，完成 Swap、限價單、跨鏈橋接、發幣、NFT 鑄造等操作，支持 Base、Solana、Polygon 與以太坊主網。Bankr 構建了完整的 Intent → 編譯 → 執行鏈路，強調極簡交易體驗與社交環境內的無縫操作，並通過代幣激勵與收益分成機制激活生態。

Griffain (https://griffain.com/)

Griffain 是部署於 Solana 上的多功能 AI Agent 平台，支持用戶與 Griffain Copilot 自然語言交互，實現資產查詢、Swap、NFT 交易、LP 管理等鏈上操作。平台內置多個智能體模塊，並鼓勵社區參與 Agent 創建與共享。技術上基於 Anchor Framework 與 Jupiter、Tensor 等組件構建，強調移動端適配與前端可組合性。當前已支持 10+ 個核心 Agent 模塊，具備較強執行能力與生態聯動。

Symphony (https://www.symphony.io/)

Symphony 是面向 AI Agent 的鏈上執行基礎設施，構建了涵蓋意圖建模、智能路徑發現、RFQ 執行與賬戶抽象的全棧系統，目標是成為 DeFi 智能執行層的核心模塊。平台已上線對話式助手 Sympson，具備行情查詢與策略建議功能，但鏈上執行尚未開放。Symphony 提供 AgentFi 所需的核心組件，未來可支撐多 Agent 的協作執行與跨鏈操作。

Hey Anon (https://heyanon.ai/)

HeyAnon 是一個結合意圖交互、鏈上執行與情報分析的 DeFAI 平台，支持多鏈部署（Ethereum、Base、Solana 等）與跨鏈橋接（LayerZero、deBridge）。用戶可通過自然語言完成 Swap、借貸、Staking 等操作，並獲取鏈上情緒與市場動態分析。儘管項目因創始人 Sesta 關注度高，但目前仍處於 Copilot 階段，核心策略與執行智能尚未完全落地，長期發展仍需觀察。

以上評分體系主要基於產品當前的可用性、用戶體驗以及公開路線圖的執行可行性進行評估，具有一定主觀性。請注意，本評估不涉及代碼安全性檢查，亦不構成投資建議，敬請理解。

3. AgentFi 智能體：策略閉環與自主執行

我們認為，AgentFi 是 DeFi 智能化躍升之路上相較於 Intent Copilot 更高級的形態。Agent 具備獨立的收益策略與鏈上自動執行能力，能顯著提升用戶的策略執行效率與資金利用率。2025 年，我們欣喜的看到越來越多的 AgentFi 項目已落地或在規劃產品，主要聚焦於借貸與流動性挖礦方向，代表項目包括 Giza ARMA、Theoriq AlphaSwarm、Almanak、Brahma、Olas 系列等。

Giza ARMA(https://arma.xyz/)

ARMA 是 Giza 推出的智能代理產品，專為穩定幣跨協議收益優化設計。它部署於 Base 網絡，支持 Aave、Morpho、Compound、Moonwell 等多個主流借貸協議，具備跨協議再平衡、自動復利與智能換幣等核心能力。ARMA 的策略系統可實時監測穩定幣 APR、交易成本與收益差異，自動調整資金配置，實測收益顯著高於靜態持倉。其架構由智能賬戶、Session Key、核心代理邏輯、協議接入、風險管理與會計模塊組成，確保在非托管模式下實現安全高效的自動化執行。

ARMA 目前已完全上線並在不斷迭代中，憑藉模塊化架構、安全機制與良好的早期運營數據，ARMA 成為 DeFi 自動化收益管理中最具落地性的 Agent 產品之一，是當前少數兼具理念深度與產品實用性的 AgentFi 項目。

參考研報《穩定幣收益的新範式：AgentFi 到 XenoFi》

Theoriq(https://www.theoriq.ai/)

Theoriq Alpha Protocol 是一個專注於 DeFi 場景的多智能體協作協議，其核心產品 Alpha Swarm 專注於流動性管理，旨在構建「感知---決策---執行」的全鏈自動化閉環。由 Portal（鏈上信號感知）、Knowledge（數據分析與策略選擇）、LP Assistant（策略執行）三類 Agent 組成，可在無需人工干預的情況下實現動態資產配置與收益優化。底層的 Alpha Protocol 提供 Agent 註冊、通信、參數配置與開發工具支持，是整個 Swarm 協同系統的運行基礎，被視為 DeFi 的「智能體操作系統」。通過 AlphaStudio，用戶可瀏覽、調用並組合各類 Agent，構建模塊化、可擴展的自動化交易策略網絡。

作為 Kaito Capital Launchpad 首批項目，Theoriq 近日完成 8400 萬美元社區募資並即將 TGE，Theoriq 於近期上線 AlphaSwarm Community Beta 測試網，主網版本亦即將正式發布。

參考研報《Theoriq 研報：流動性挖礦收益的 AgentFi 演進》

Almanak(https://almanak.co/)

Almanak 是一個面向 DeFi 策略自動化的智能 Agent 平台，結合非托管安全架構與 Python 策略引擎，幫助交易者與開發者部署可持續運行的鏈上策略。

平台核心由 Deployment（執行組件）、Strategy（策略邏輯）、Wallet（Safe+Zodiac 安全模塊）與 Vault（策略資產化）構成，支持收益優化、跨協議交互、流動性提供與自動交易。相較傳統 DeFi 工具，Almanak 更強調 AI 助力的市場感知與風險管理能力，已具備 24/7 智能運行能力，並規劃引入多智能體與 AI 決策系統，致力於打造下一代 AgentFi 基礎設施。

Almanak 的策略系統是基於 Python 構建的狀態機程序，作為每個 Agent 的「決策大腦」，可根據市場數據、錢包狀態與用戶設定條件自動制定與執行鏈上操作。平台提供完整的 Strategy Framework，支持鏈上交易、借貸、流動性提供等操作模塊封裝（Action Bundle），無需編寫底層合約代碼，並通過加密隔離、權限控制與監控機制保障策略私密性與運行安全。用戶可通過 SDK 編寫策略，未來還將支持自然語言創建策略，實現從複雜邏輯到無代碼體驗的平滑過渡。

目前產品已上線基於以太坊主網的 USDC 借貸 Vault，而更複雜的交易策略處於測試階段，需申請白名單訪問。Almanak 即將加入 cookie.fun 的 cSNAPS campaign 舉行社區公募，值得期待。

Brahma (https://brahma.fi/)

Brahma 定位為「智能資本協調層」（The Orchestration Layer for Internet Finance），致力於抽象鏈上賬戶、執行邏輯與鏈下支付流程，幫助用戶與開發者高效協同管理鏈上與現實世界資產。通過 Smart Accounts、持續運行的鏈上 Agents 與 Capital Orchestration Stack，Brahma 為用戶提供無需後端運維的智能化資金管理體驗。

目前已上線的代表性 Agents：

• Felix Agent：自動優化 feUSD 債倉利率，防止清算、節省利息；
• Surge & Purge Agent：追蹤波動並執行自動交易；
• Morpho Agent：部署並再平衡 Morpho 金庫資金；
• ConsoleKit 框架：支持任意 AI 模型接入，統一執行策略與資產管理。

Olas (https://olas.network/)

Olas Network 推出的 AgentFi 產品 BabyDegen 系列包括 Modius Agent 和 Optimus Agent ，均已鏈上部署，覆蓋多鏈生態（Solana、Mode、Optimism、Base），並具備完整的鏈上交互能力、策略執行能力以及自主資產管理機制。

• BabyDegen 是運行於 Solana 的 AI 交易代理，基於 CoinGecko 數據與社區策略庫實現自動買賣，目前集成 Jupiter DEX 並處於 Alpha 測試階段。
• Modius Agent 面向 Mode 網絡，聚焦於 USDC 與 ETH 投資組合管理，已集成 Balancer、Sturdy、Velodrome，支持用戶設置偏好後 24/7 自動執行策略。
• Optimus Agent 則兼容 Mode、Optimism、Base 三大主網，集成更多協議如 Uniswap、Velodrome，提供靈活的多鏈策略組合，適用於中高級用戶打造自動化資產管理體系。

Axal(https://www.getaxal.com/)

Axal 的核心產品 Autopilot Yield 提供一站式、非托管、可驗證的收益管理體驗，整合了 Aave、Morpho、Kamino、Pendle、Hyperliquid 等主流協議，並以鏈上策略執行 + 風險控制為核心設計理念，賦能普通用戶輕鬆進入複雜的鏈上收益網絡。

• Conservative 策略 聚焦低風險、主流穩定收益場景，主要資金部署在 Aave 和 Morpho 等久經考驗的平台，年化收益約 5--7%。通過 TVL 監控、止損機制和頭部策略篩選實現穩健增值，適合追求資金安全與長期收益的用戶。
• Balanced 策略 提供中等風險與更高收益潛力（10--20% APY），使用封裝穩定幣（如 feUSD、USDxL）、流動性提供、套利中性倉等策略。策略更加多元，收益構成複雜，通過 Axal 的自動監控與動態調整控制敞口。
• Aggressive 策略 面向高風險高收益偏好用戶，策略涵蓋高槓桿 LP、跨平台串聯、低流動性資產做市、波動性捕捉等，年化收益理論上可超 50%。Axal 的智能代理可在策略層設置止損、自動退出與再部署邏輯，為用戶在高風險環境下提供最後一道保護。

Fungi.ag (https://fungi.ag/)

Fungi.ag 是一個專為 USDC 收益優化打造的全自動 AI Agent，可在 Aave、Morpho、Moonwell、Fluid 等多個借貸協議之間自動調配資金，根據收益率、費用和風險等因素實現最優資本配置。用戶無需手動操作，只需授權 Session Key，便可在非托管模式下啟用 Agent 自動執行策略。目前支持 Base 鏈，並計劃拓展至 Arbitrum 和 Optimism。Fungi 還開放 Hypha 自定義策略腳本接口，支持社區開發 DCA、套利等策略，並通過 DAO 與社交平台實現共建生態。

ZyFAI （https://www.zyf.ai/）

ZyFAI 是一個部署在 Base 與 Sonic 網絡上的 DeFi 智能助手平台，結合鏈上交互界面與 AI 輔助模塊，幫助用戶在不同風險偏好下進行智能資產管理。其核心分為三類策略：

• Safe Strategy：專為保守型用戶設計，聚焦如 Aave、Morpho、Compound、Moonwell、Spark 等經過審計與驗證的主流協議，主打 USDC 的單邊存款與穩定收益機會，強調資產安全與長期可靠性。
• Yieldor Strategy：面向高風險偏好用戶，需持有 2 萬枚 ZFI 代幣才能解鎖，覆蓋包括 Pendle、YieldFi、Harvest Finance、Wasabi 在內的高收益協議，支持 DEX LP、收益分割、槓桿 Vault 等複雜策略，未來還將擴展至 Looping 與 Delta-neutral 等結構化產品。
• Airdrop Strategy：仍在開發中的未來策略，旨在獲取更多空投激勵。

以上評分體系主要基於產品當前的可用性、用戶體驗以及公開路線圖的執行可行性進行評估，具有一定主觀性。請注意，本評估不涉及代碼安全性檢查，亦不構成投資建議，敬請理解。

AgentFi 的現實路徑與高階暢想

毫無疑問，借貸 (Lending) 與流動性挖礦 (Yield Farming) 是 AgentFi 最具真實價值以及短期內最容易落地的業務場景，其在 Defi 世界已成熟發展並且由於以下共性特徵天然適合引入智能體：

1、策略空間廣闊，可優化維度多

• 借貸除了追逐最高收益外，可開展利率套利、槓桿循環、債務再融資、清算保護等策略；
• 流動性挖礦涵蓋 APR 跟蹤、LP 再平衡、復投復利、策略組合等豐富的策略編排空間。

2、高度動態，適合智能體實時感知與響應：利率變動、TVL 波動、獎勵結構變化、新池上線、新協議出現等，都会影響最優策略路徑，需動態調整。

3、存在執行窗口機會成本，自動化價值顯著：資金未配置在最優池會拖低收益需自動遷移。

需要特別指出的是，借貸類 Agent 由於數據結構穩定、策略相對簡單，具備較高的落地可行性，例如 Giza 的 Arma 等借貸類 AgentFi 項目已正式上線。而流動性挖礦的管理由於需實時響應價格波動、波動率變化及手續費累積情況，對 Agent 的數據感知、策略判斷、鏈上執行提出極高要求。LP Agent 不僅要精準預測市場狀態，還需在鏈上進行動態調倉與收益再分配操作，工程複雜度相對較高，這也是 Theoriq 等項目在攻克的難題。

除去借貸和流動性挖礦之外，依照 AgentFi 的可適配性對中長期可探索佈局方向有所暢想：

Pendle 收益權交易：時間維度與收益曲線清晰，適合 Agent 管理到期輪轉與池間套利

Pendle 以其「收益拆分 + 到期機制 + 收益權交易」的獨特結構，為 AgentFi 提供了天然的策略編排空間。其資產分為 PT（Principal Token）與 YT（Yield Token）兩類，前者代表到期可贖回的本金，適合做穩健的固定收益配置；後者則是收益權，收益浮動且可用於投機、挖礦和套利。圍繞這兩類資產，用戶可構建出固收持倉、YT farming、到期資金管理、利差套利與組合對沖等多種複雜策略。

在實際場景中，Pendle 存在不少用戶痛點，亟需 AgentFi 解法：如高收益池大多集中在 1--3 個月短期，到期後需手動重新配置；不同池的 YT 收益率波動大，追蹤與輪動成本高；而 PT+YT 的組合策略又涉及複雜的定價判斷與倉位再平衡。假設 AgentFi 能夠根據用戶收益偏好與風險容忍度，完成從策略識別、流動性配置，到到期輪轉與再部署的全流程自動化，將顯著提升資金效率與使用體驗。

Pendle 的「期限性、拆分性、動態性」三重特徵非常契合 AgentFi 的策略表達與執行路徑，特別是在自動復投、隱含收益套利、收益池輪動等方面，具有高頻、高策略性的特徵，非常適合構建「收益代理 Swarm」或 Portfolio Agent 系統。未來若能結合意圖表達（如「年化 10%、6 個月可提」）與自動執行框架，Pendle 將成為 AgentFi 落地最具代表性的模塊之一。

Funding Rate 套利：理論收益可觀，但需解決跨市場跨鏈交互挑戰工程難度大

儘管鏈上期權賽道因定價缺失、行權複雜、組合性差等原因逐漸冷卻，但永續合約仍是當前鏈上衍生品中最具活躍度的場景之一，也為 AgentFi 提供結合點。圍繞資金費率套利（Funding Rate Arbitrage）、基差交易（Basis Trading）與多平台對沖等策略，AgentFi 能夠發揮感知、判斷、執行和組合管理的智能能力。

在結構設計上，AgentFi 可嵌入四類關鍵模塊：第一，數據感知模塊支持實時抓取鏈上與 CEX 的資金費率、持倉成本與市場深度；第二，智能決策模塊根據套利閾值、槓桿水平與清算邊界，動態判斷是否開倉與調倉；第三，自動執行模塊一旦觸發條件即完成頭寸部署或止盈平倉操作；第四，組合管理模塊可支持多鏈、多賬戶、多策略的協同調度。

而現實挑戰有：一是當前鏈上 AgentFi 多聚焦於智能合約交互，尚不具備直接接入 CEX API 的通用框架；二是高頻策略對執行效率、Gas 成本與滑點控制要求極高；三是複雜套利場景通常需多個 Agent 分工合作，必須實現 Swarm 式協作。

Ethena 的資金費率套利已依賴高度自動化執行系統，雖然 Ethena 目前尚未具備 AgentFi 特徵，但若未來倘若進一步開放策略模塊，構建分佈式 Agent Swarm，並通過意圖驅動實現資金目標表達，其系統可能自然過渡為一套完整的 AgentFi 基礎設施。

Staking 與 Restaking：天然不適配 AgentFi 但 LRT 動態組合存在一定可能性

從整體上看，傳統的 Staking 與 Restaking 並非 AgentFi 適宜的應用場景，其原因在於單鏈質押過程操作簡單、收益穩定、決策單一且退出等待期較長，難以支撐 AgentFi 所強調的智能價值。

但在更複雜的 Staking 構造中，AgentFi 存在一定可用空間。包括其一專注操作可組合性的 LST/LRT 類型資產（如 stETH、rsETH），避免直接觸碰 native ETH unstake 流程；其二，側重構建 Restaking + 抵押 + 衍生品組合策略，繞開 unstaking 導致的時間滯後；其三，部署持續優化的監控型策略 Agent，動態評估 AVS 風險、APR 變動並重組頭寸等。

此外，目前 Restaking 賽道亦面臨結構性挑戰：一方面市場熱度快速冷卻，另一方面供應端（質押 ETH）與需求端（AVS 安全需求）嚴重失衡，資產租賃缺乏實際應用場景。EigenLayer 與 Either.fi 等頭部項目都已嘗試轉型。因此，Staking/Restaking 在未來可能成為 AgentFi 的模塊化策略組件而非最核心的應用落地場景。

RWA 資產：美債類協議並非理想場景，多資產組合管理結構具備探索價值

當前主流的 RWA 協議普遍以美國國債（T-bills）為底層資產，其設計重心在於為用戶提供穩定、安全、合規的鏈上收益載體。然而，從 AgentFi 的視角來看，這類產品由於資產性質穩定（年化收益通常穩定在 4--5% 區間且利差極小，缺乏可供優化的策略空間）、操作頻率低（明確的鎖倉期限與再投資周期，不適合頻繁輪動，也難以實現高頻復利）、合規限制強（涉及投資人 KYC 驗證及地域限制）等特點，並不適合高頻或策略驅動的智能代理嵌入。此外，各協議間的資產結構不互通，也限制了 Agent 進行組合路由與流動性聚合操作。

儘管如此，仍存在若干潛在方向可成為 AgentFi 的中長期拓展路徑：

1. 多資產型 RWA 配置代理（RWA Multi-Asset Portfolio）：未來隨著 RWA 產品逐步擴展至房產、信用債、應收賬款等領域，用戶有可能表達出「配置一籃子穩定收益資產並定期調整」的意圖。配置型 Agent 定期完成資產權重調整、到期資產再部署等操作，構建中長期的收益穩定器。

2. RWA 與 DeFi 的融合結構（RWA-as-Collateral & 托管復用）：部分協議正在探索將 tokenized T-bills 用作 DeFi 借貸系統的抵押資產。在此結構下，Agent 可協助用戶自動完成存入操作、利率比較、抵押品調倉等，形成雙收益路徑。假設 RWA 資產在 Pendle、Uniswap 等平台實現廣泛流通，Agent 可跟蹤不同平台上 Token 的折溢價與隱含收益變化，構建自動套利與滾動部署策略。隨著市場成熟，未來或成為 AgentFi 在 RWA 領域的重要突破口。

Swap 交易組合，從 Intent 基建升級為 AgentFi 策略引擎

當前 DeFi 智能化生態中，Swap 交易通過引入賬戶抽象與 Intent 意圖模式，隱藏複雜的 DEX 多鏈路徑選擇，以簡潔輸入驅動用戶交易完成，顯著降低了交互門檻。然而，這類系統仍停留在「原子級動作自動化」層面，缺乏對環境變動的實時感知與響應，也未引入目標導向的策略執行機制，尚不具備 AgentFi 的智能代理特徵。

在 AgentFi 框架下，Swap 操作不再是單一動作，而是更大規模組合策略。例如，當用戶表達「希望將 stETH 與 USDC 組合配置以獲得最高收益」時，Agent 可以自動完成多次 Swap（如 USDC → ETH → stETH）、進行 Restaking、拆分 Pendle PT/YT、配置套利策略並回收收益。

進一步來看，Swap 在以下三類 AgentFi 場景中扮演關鍵角色：

1. 組合收益策略的一環：作為資金調度中繼站，Swap 支持 Agent 自動完成資產配置路徑，提升策略執行效率。
2. 跨市場套利 / delta 中性策略：通過鏈上不同價格源對比，Agent 可動態調整頭寸、構建對沖組合。
3. 交易行為風險防禦：在檢測到大額交易時，Agent 可自動評估滑點、分批執行並規避潛在 MEV 攻擊。

因此，真正具備 AgentFi 特徵的 Swap Agent，必須具備以下能力：動態策略感知、跨協議調度、資金路徑最優化、交易時機判斷與風險預防。而未來的 Swap Agent，應服務於多策略組合、動態倉位調節與跨協議價值捕捉，未來之路任重道遠。

DeFi 智能化演進路線圖：從自動化工具到智能體網絡

綜上所述，我們見證了從自動化工具到意圖助手到智能體的 DeFi 智能化的演進路徑

第一階段為「自動化工具（Automation Infra）」，其特點是通過規則觸發與條件執行，實現基礎的鏈上操作自動化。例如基於時間、價格等預設條件觸發交易或再平衡任務，代表系統多為底層執行框架，典型如 Gelato、Mimic 等項目。

第二階段為「意圖驅動助手 (Intent-Centric Copilot)」，強調用戶意圖的表達與執行建議生成。此階段的系統不再僅限於「做什麼」，而是嘗試理解用戶「想要什麼」，再提供最佳執行路徑建議。代表項目如 Bankr 與 HeyElsa，主要通過意圖識別與交互體驗提升，降低 DeFi 使用門檻。

第三階段是「AgentFi 智能體」，標誌著策略閉環與鏈上自主執行的形成。Agent 能基於實時市場狀態、用戶偏好與策略邏輯自動完成感知、決策與執行，真正實現 7×24 小時非托管的鏈上資金管理。與此同時，AgentFi 在無需用戶對每一步操作進行逐一授權的前提下，便可自主管理用戶資金，這一機制引發了關於安全性與信任機制的重大討論，亦成為 AgentFi 設計中不可回避的核心問題。代表項目包括 Giza ARMA、Theoriq AlphaSwarm、Almanak、Brahma 等，均已在策略部署、安全架構與產品模塊上具備一定落地能力，是當前 DeFi 智能體方向的中堅力量。

我們期待未來出現「AgentFi 高級智能體」形態，不僅實現自主執行，更可覆蓋複雜的跨協議、跨資產業務場景，這是我們對未來 DeFi 智能化的高級形態的暢想：

• Pendle 收益權交易：未來智能體將全面接管到期輪轉與策略編排，資金效率極致釋放。
• Funding Rate 套利：跨鏈套利智能體有望精準捕捉資金費率差中的每一次機會。
• Swap 策略組合：Swap 是智能體多策略收益路徑的關鍵節點，實現組合價值躍遷。
• Staking 與 Restaking：智能體將持續優化的質押組合策略，動態平衡收益與風險。
• RWA 資產管理：當鏈上世界迎來多元化實物資產，智能體配置全球穩定收益的資產。