Ano pa ang kailangan para sa susunod na milestone ng DeFi?

Orihinal na Pamagat: DeFi's next milestone: What it'll take for agentic finance to work

Orihinal na May-akda: @Lemniscap

Isinalin ni: Ismay, BlockBeats

 

Panimula ng Editor: Kapag ang mundo ng DeFi ay naging napakakumplikado na kahit ang mga propesyonal na user ay nahihirapan na itong kontrolin, paano nga ba natin maibabalik ang kapangyarihan sa mga ordinaryong tao?

Ang artikulong ito mula sa Lemniscap ay sistematikong naglalahad ng kasaysayan ng pag-usbong at mga hamon ng "agentic finance". Mula sa &milo, Meridian hanggang SendAI at The Hive, ipinapakita ng mga unang produkto kung paano nagiging bagong interface ng on-chain interaction ang AI, ngunit inilalantad din ang malalaking kakulangan nito sa pagiging maaasahan ng execution, seguridad ng mga permiso, at mga mekanismo ng beripikasyon. Itinuro ng may-akda na para makalipat ang DeFi sa susunod na yugto, ang susi ay hindi mas matalinong modelo, kundi mas mapagkakatiwalaang istruktura sa ilalim—na bawat aksyon ng agent ay maaaring ma-verify, masubaybayan, at mapagkatiwalaan.

Hindi lang ito teknolohikal na pagliko, kundi isang eksperimento sa muling pagtatatag ng tiwala. Gaya ng sinabi sa artikulo: Ang susunod na milestone ng DeFi ay hindi mas malaking scale, kundi tiwala sa automation.

Pagsapit ng 2025, lubos nang nagbago ang DeFi kumpara sa mga unang anyo nito.

Ang datos mismo ang nagsasalita: Ang pondo ng mga institusyon ay lumampas ng 10 bilyong dolyar kada quarter, at ang bilang ng mga aktibong protocol sa dose-dosenang chain ay lumampas ng 3,000. Ang kabuuang value locked ng lahat ng DeFi protocol ay umabot ng 160 bilyong dolyar noong 2025, tumaas ng 41% taon-taon; ang kabuuang trading volume ng DEX at Perps ay naitala na sa trilyon-trilyon.

Habang lumalaki ang DeFi, dumarami ang maaaring gawin, ngunit biglang tumataas din ang antas ng komplikasyon. Karamihan sa mga tao ay hindi na makasabay sa lahat ng nangyayari on-chain. Kung nais nating mas maraming tao ang makinabang sa mga bagong oportunidad, kailangan nating bumuo ng mga tool na magpapadali sa paggawa ng tamang desisyon—at ito ang direksyon ng hinaharap.

Kasabay nito, unti-unti nang napapaloob ang AI sa pang-araw-araw na buhay, at nagsisimula nang masanay ang mga tao sa automation. Ang trend na ito ay nagluwal ng "agentic finance"—kung saan ang mga smart agent ang gumaganap ng navigation at execution ng mga financial operation.

Kahit ang mga simpleng agent na gaya ng Comet na browser-based, ay nagpapakita ng mabilis na pag-unlad ng ganitong mga tool. Kapag gumamit ka ng browser agent para magsagawa ng DeFi operation (gaya ng halimbawa ng SendAI founder na si Yash), makikita mo ang potensyal ng agentic finance.

Ang vision na ito ay madaling maunawaan: Hindi mo na kailangang maghanap ng iba't ibang dashboard o magbasa ng mahahabang post sa X, sabihin mo lang sa AI ang gusto mong makamit at ito na ang bahala sa mga susunod na hakbang.

Sa kasalukuyan, may dalawang uri ng smart agent na lumilitaw:

Ang una ay Copilots, na gumagabay sa user sa paggawa ng desisyon sa buong mundo ng DeFi; ang isa naman ay Quant Agents, na mas nakatuon sa propesyonal na automated strategy execution, parang "Autopilots".

Pareho pa silang nasa maagang yugto at may mga kakulangan, ngunit pareho nilang tinutumbok ang isang bagong direksyon—isang ganap na naiibang DeFi interaction na pinapagana ng AI.

Bilang "Copilot" na Smart Agent

Maaaring isipin ang mga smart agent na ito bilang iyong personal na assistant. Hindi mo na kailangang magbasa ng chart o lumipat-lipat sa iba't ibang protocol, magtanong ka lang gamit ang natural na wika, tulad ng: "Ano ang mga pinakasikat na token ngayon?" o "Saan ang pinakamataas na yield?", at agad kang sasagutin ng agent at bibigyan ng susunod na hakbang—parang isang kaibigang laging handang tumulong at may malawak na kaalaman.

Halimbawa, ang &milo sa copilot mode ay makakatulong sa iyong gumawa ng investment decision, mag-rebalance ng asset, at kumuha ng insight sa portfolio—nang hindi nawawala ang kontrol at hindi na kailangan ng paulit-ulit na operasyon.

Sa tulong ng natural language explanation at smart prompt, natutulungan ng &milo ang user na maintindihan ang posisyon at ikumpara ang mga oportunidad sa yield, nang hindi na kailangang maghanap ng data sa iba't ibang dashboard. Ipinapakita nito ang pag-usbong ng copilot agent mula simpleng chat assistant tungo sa isang kumpletong DeFi guide.

Upang makita ang performance ng mga agent na ito sa aktwal na operasyon, sinubukan namin ang ilang pinakabagong produkto at naranasan mismo kung paano nila hinahandle ang totoong DeFi tasks.

Ipinakita ng resulta na may mga limitasyon pa rin ang mga agent na ito. Halimbawa, kaya nilang tukuyin ang mga sikat na token, ngunit hindi nila matagumpay na naisagawa ang buy operation; nagkaroon din ng dalawang failed transaction, na nagsabing "insufficient balance", kahit na may sapat namang SOL sa account para sa fee.

Ang The Hive, isang katulad na platform, ay gumamit ng ibang approach—pinagsama-sama nito ang maraming DeFi agent sa isang "swarm" na kayang mag-collaborate sa mga complex task gaya ng cross-chain, yield strategy, at liquidation defense, lahat ay coordinated sa isang simple chat interface. Sa network na ito ng dedicated agents, maaaring magawa ang multi-step on-chain operation gamit lang ang natural language command.

Sinubukan namin sa The Hive ang parehong buy command. Naitukoy ng system ang sikat na token na WEED, ngunit nagbalik ito ng maling contract address nang bumili.

Sa kabuuan, ipinakita ng Milo kung paano maisasama ang portfolio management tool sa isang seamless na proseso, habang ang The Hive ay nag-eeksperimento kung paano mag-collaborate ang maraming specialized agent. Habang gumagaling ang mga smart agent, mas nagiging malinaw din ang kanilang division of labor.

Halimbawa, ang Meridian ay nakatuon sa kabilang dulo ng user spectrum—tumutulong sa mga baguhan na makapasok sa DeFi. Mobile-first ang disenyo nito, may malinaw na prompt, at ginagawang madali ang mga basic operation gaya ng swap, staking, o pag-check ng yield.

Maganda ang performance ng Meridian sa mga core task na ito—mabilis at smooth ang execution, at higit sa lahat, alam nito ang sariling limitasyon. Kapag humiling ang user ng operation na lampas sa saklaw nito, ipapaliwanag nito ang dahilan, hindi basta susubok—ang ganitong "katapatan" ang dahilan kung bakit ito ay maaasahang panimula para sa mga baguhan sa on-chain world.

Ipinaliwanag ng founder ng Meridian na si Benedict:

"Pinapayagan ng Meridian ang user na magsaliksik at mag-operate nang ligtas gamit ang natural na wika. Libre naming binuksan sa publiko ang research function ng agent sa meridian.app. Ang mga nagrerehistro sa Meridian mobile app ay maaaring gumamit ng swap, multi-swap, at portfolio buy function ng agent. Sa ngayon, beta pa rin ang account, at maaaring mag-request ng access sa pamamagitan ng Twitter kay @bqbrady."

Sa aming testing, napansin namin na karamihan sa mga AI agent na nakatuon sa DeFi navigation ay nananatili pa sa papel na "guro" o "assistant", tumutulong lang sa mga pinaka-basic na operation (tulad ng swap).

Upang mapagkakatiwalaan silang mag-handle ng mas komplikadong proseso—tulad ng liquidity provision, leverage management, atbp.—kailangan pa ng karagdagang improvement.

Gaya ng sinabi ni Rishin Sharma, AI lead ng Solana Foundation:

"Ang malalaking language model (LLMs) ay madaling magkamali kapag malawak ang task, at mahirap mag-execute ng deterministic operation. Ang mga function call mechanism gaya ng MCP ay mas angkop para gawing totoong execution ang 'action plan'. Magaling ang LLM sa ideation at guidance, ngunit mahina pa sa precise execution. Para maging tunay na maaasahan ang agentic finance, kailangang lampasan ang LLM, bumuo ng specific function call mechanism, malinaw na execution strategy, verifiability, at secure permission system. Sa madaling salita, kulang pa ang execution layer ng smart agent ngayon—matalino na ang 'utak' ng AI, pero kulang pa ng matatag na 'katawan' para kumilos."

Bilang "Autopilot" na Smart Agent

Kung ang "copilot" agent ay parang mentor, ang "quantitative" agent naman ay parang autopilot system. Hindi lang sila gumagawa ng strategy, kundi tunay na nag-e-execute—real-time na nagmo-monitor ng market, nagte-test ng trade, at kumikilos nang machine speed, kaya ang complex DeFi strategy ay nagiging "fully automated".

Isang umuusbong na halimbawa ay mula sa SendAI. Hindi ito mismo quant agent, kundi isang toolkit para makagawa ng mga agent na ito. Ang "Agent Kit" para sa Solana ay sumusuporta sa mahigit 60 autonomous operation, kabilang ang token swap, asset issuance, lending management, at direktang interaction sa Jupiter, Metaplex, Raydium, at iba pa.

Sa madaling salita, nagbibigay ito ng "track system" para sa mga developer upang direktang ikonekta ang decision model sa on-chain execution.

Malinaw na inilarawan ni SendAI founder Yash ang kanilang vision:

"Naniniwala kami na bawat AI agent sa hinaharap ay magkakaroon ng sariling wallet. Ang SendAI ay bumubuo ng mga tool at economic layer na kailangan ng sistemang ito, upang makapag-execute ng kahit anong operation ang mga agent sa Solana. Gumagawa kami ng platform na nagbibigay ng context-awareness at sumusuporta sa long-running, persistent, at asynchronous na complex task execution."

Kasabay nito, sinusubukan ng ibang team na gawing mas accessible ang kakayahang ito. Pinipili ng Lomen ang mga strategy at pinapayagan ang user na "one-click deploy", kaya hindi na kailangang mag-code para makinabang sa quantitative automation.

Para naman sa mas advanced na user na gusto ng custom system, nag-aalok ang Unblinked ng AI-driven strategy experiment environment. Parang Cursor sa trading: maaaring i-outline muna ng user ang strategy idea, patakbuhin at i-optimize ito sa secure sandbox, at saka magdesisyon kung maglalagay ng totoong pera.

May mga platform din na gumagamit ng maraming agent para mag-collaborate sa task.

Halimbawa, pinagsasama ng Almanak ang "programming agent" at "backtesting agent": I-describe ng user ang strategy gamit ang natural na wika, awtomatikong gagawa ng production-level code ang AI, at magba-backtest gamit ang mahigit 10,000 Monte Carlo simulation, hanggang makabuo ng "ready-to-deploy" na strategy.

Sa huli, may mga team na nakatuon sa real-time market advantage.

Ang ARMA agent ng Giza ay aktibong nagre-reallocate ng pondo sa iba't ibang lending protocol para ma-maximize ang stablecoin yield. Sa halip na manatili ang pondo sa isang pool, tuloy-tuloy na mino-monitor ng ARMA ang interest rate, liquidity, at gas cost, at dinadagdagan ang asset. Ang flagship agent nito ay namahala na ng mahigit 17 milyong dolyar na pondo, at sinasabing 83% mas mataas ang yield kaysa static holding.

Sa kabuuan, pinapababa ng mga quant agent na ito ang time cost at binibigyang-daan ang ordinaryong user na makagamit ng complex strategy na dati ay para lang sa propesyonal na quant team. Ngunit kasabay nito, inilalantad din nila ang kahinaan ng automation: kapag may data delay, protocol pause, o biglang volatility, maaaring "madapa" ang agent.

Sa madaling salita, mas pinapabilis ka nila, pero hindi pa sila "invincible".

Ang Kanilang mga Hamon

Matapos makisalamuha sa mga smart agent na ito, mapapansin mo ang ilang magkakatulad na problema: Minsan ay magrerekomenda sila ng operation na wala na, tulad ng matagal nang saradong liquidity pool; ang data na ginagamit nila ay madalas na delayed kumpara sa totoong on-chain state; kapag nagkamali sa gitna ng multi-step plan, hindi sila nag-a-adjust, kundi inuulit lang ang parehong aksyon.

Napakabagal din ng permission management—kailangan mong ibigay ang buong access sa wallet o mano-manong aprubahan ang bawat maliit na operation. Mababaw din ang testing, at hindi kayang gayahin ng simulation ang tunay na on-chain liquidity shock o governance parameter change na "real-world chaos".

Isa sa pinakamalalang problema: halos lahat ng agent na ito ay parang "black box".

Hindi alam ng user kung anong input ang binasa nila, paano nila tinimbang ang mga option, kung nag-check ba sila ng real-time status, o bakit nila pinili ang isang partikular na transaction. Walang signature-verified operation record, kaya hindi maikukumpara ang "promised result" at "actual execution".

Habang ginagamit ng user, kailangan din nilang "bantayan" ang automation process—hindi lang mababa ang efficiency, mahirap ding sukatin ang performance.

Kung walang mekanismo para ma-verify ang decision at patunayan na ang action ay sumusunod sa strategy, hindi kailanman malalaman ng user ang pagkakaiba ng "reliable system" at "magandang marketing".

Para sa mas malalaking kapital, kailangang lumipat ang DeFi platform mula sa "trust us" tungo sa "verify it yourself". Ito ang mahalagang turning point sa pagtatayo ng "auditable, governable, trustworthy" na agentic finance infrastructure.

Mga Kakulangan sa Infrastructure

Ang core na problema ay kulang ang kasalukuyang system ng mga pangunahing tool para mapanatili ng agent ang trustworthiness, consistency, at security sa malakihang scenario. Para masolusyunan ito, kailangan natin ng infrastructure na kayang mag-verify ng agent behavior, kumpirmahin ang execution result, at magpatupad ng unified rules sa lahat ng environment. Sa ganitong paraan lang mapagkakatiwalaan ng tao ang kanilang pera sa mga agent na ito.

Gayunpaman, karamihan sa mga user ay hindi interesado sa "thought process" ng agent, gusto lang nilang makasiguro na tama, na-verify, at ligtas ang output. Sa pagtatatag ng tiwala, "verifiable reliability" ang mas mahalaga kaysa "visibility".

Ito ang ibig sabihin ng "Verifiable Reliability". Hindi kailangang i-record ng agent ang bawat internal step, ngunit dapat itong tumakbo sa ilalim ng malinaw na strategy at reasonable check: may spending cap, execution time window, at confirmation node bago ang critical operation.

Sa ilalim, maaaring gamitin ang Trusted Execution Environment (TEE) o katulad na system para tiyakin ang mga rule na ito—hindi kailangang ilantad ang lahat ng detalye, ngunit mapapatunayan na sumusunod ang agent sa boundary. Ang resulta: output na maaaring i-audit kapag kailangan, at operation na agad na mapagkakatiwalaan ng ordinaryong user.

Hindi kailangang "one-size-fits-all" ang verification layer na ito. Sa araw-araw na scenario, maaaring gumamit ng lightweight security at standardized metrics; sa high-risk o institutional-level scenario, maaaring mangailangan ng mas matibay na proof at formal verification. Ang mahalaga—bawat layer ng infrastructure ay dapat magbigay ng reliability na akma sa risk level nito at maaaring masukat.

Ihanda ang Protocol para sa Agent

Ang susunod na kailangang ayusin ay gawing "agent-friendly" ang protocol.

Sa ngayon, karamihan sa DeFi protocol ay hindi dinisenyo para sa smart agent. Kailangan nilang magbigay ng mas stable at secure na execution interface: operation preview, safe retry, at execution batay sa consistent data structure. Dapat ding "scoped" ang permission design, hindi "full access", upang makakilos ang agent sa malinaw na boundary, hindi kontrolado ang buong wallet.

Kung kulang ang mga pundasyong ito, kahit gaano pa katalino ang agent framework, madadapa pa rin ito sa mahina na base layer. Kapag naayos ang foundation, hindi na kailangang mano-manong bantayan ng user ang automation process; makakatipid ng oras ang dev team sa debugging at makakapag-focus sa innovation; at magiging comparable ang execution result ng iba't ibang service provider dahil sa shared benchmark—hindi na lang puro marketing slogan.

Mga Dapat Baguhin

Hindi naman komplikado ang solusyon: gawing Provable ang agent, at ihanda ang protocol para sa agent. Magdagdag ng strategy layer sa pagitan ng agent at wallet, at gawing traceable at verifiable ang lahat ng execution process, hindi "black box".

Halimbawa, ang SVM engine ng Termina ay itinayo batay sa prinsipyong ito—nagbibigay ito ng tunay na Solana runtime environment para sa AI agent, upang makapag-model, magdesisyon, at matuto batay sa on-chain data. Kasabay nito, dapat magbukas ang protocol ng operation interface na pwedeng "dry-run", malinaw na error code, safe retry mechanism, consistency ng core data structure (position, fee, health), at session-based permission control.

Kapag naipatupad ang mga function na ito, hindi na kailangan ng user na "bantayan" ang agent; mababawasan ang system failure ng team; at makakakuha ng security guardrail at verifiable proof ang institutional investor na kailangan nila.

Realistic na Timeline

Sa susunod na anim na buwan, inaasahang pinakamabilis ang improvement ng "copilot" agent. Mas maayos na data pipeline ang magpapataas ng reliability nila sa araw-araw na scenario.

Sa loob ng isang taon, habang humihigpit ang testing standard, makakapag-coordinate na ang agent sa cross-protocol execution, at tao na lang ang mag-aapruba ng critical step. Sa mas mahabang panahon, habang humihinog ang infrastructure, posibleng maging default interaction layer ng DeFi ang smart agent—hindi na hiwalay na "tool", kundi pangunahing paraan ng pakikipag-ugnayan ng tao sa financial system.

Pangwakas

Ang "agentic finance" ay nagpapababa ng entry barrier at ginagawang hindi na eksklusibo sa eksperto ang automation. Ngunit para gumana ito sa malakihang saklaw, kailangan pa nito ng mas matibay na "foundation": real-time data, mas secure na permission mechanism, mas malakas na testing system, at mas transparent na execution result.

Hindi sapat ang mas matalinong AI para solusyunan ang mga problemang ito. Ang tunay na progreso ay magmumula sa pagpapabuti ng underlying structure.

Ang susunod na milestone ng DeFi ay hindi lang paglaki ng scale, kundi—tiwala sa automation. At darating lang ang araw na iyon kapag ang AI agent ay hindi na lang "concept demo", kundi tunay na maaasahang executor.