Czego jeszcze potrzebuje DeFi, aby osiągnąć kolejny kamień milowy?

Oryginalny tytuł: DeFi's next milestone: What it'll take for agentic finance to work

Oryginalny autor: @Lemniscap

Tłumaczenie: Ismay, BlockBeats

 

Nota redakcyjna: Kiedy świat DeFi staje się tak złożony, że nawet profesjonaliści mają trudności z jego opanowaniem, jak możemy przywrócić kontrolę zwykłym ludziom?

Ten artykuł pochodzi z badań Lemniscap i systematycznie analizuje rozwój oraz rzeczywiste wyzwania „agentic finance”. Od &milo, Meridian po SendAI i The Hive, te wczesne produkty pokazują, jak AI może stać się nowym interfejsem do interakcji on-chain, ale także ujawniają ogromne luki w niezawodności wykonania, bezpieczeństwie uprawnień i mechanizmach weryfikacji. Autor podkreśla, że klucz do kolejnego etapu rozwoju DeFi nie leży w mądrzejszych modelach, lecz w bardziej zaufanych strukturach bazowych — takich, które sprawiają, że każde działanie agenta jest weryfikowalne, śledzone i godne zaufania.

To nie tylko punkt zwrotny w ewolucji technologicznej, ale także eksperyment w odbudowie zaufania. Jak napisano w tekście: Kolejnym kamieniem milowym DeFi nie jest większa skala, lecz zaufanie do automatyzacji.

Do 2025 roku DeFi będzie wyglądać zupełnie inaczej niż na początku.

Dane mówią same za siebie: Instytucjonalny napływ kapitału w jednym kwartale przekroczył 10 miliardów dolarów, a liczba aktywnych protokołów na dziesiątkach łańcuchów przekroczyła 3000. Całkowita wartość zablokowana (TVL) w protokołach DeFi w 2025 roku osiągnęła 160 miliardów dolarów, co oznacza wzrost o 41% rok do roku; skumulowany wolumen transakcji na DEX i Perps liczony jest już w bilionach.

Wraz ze wzrostem skali DeFi, możliwości rosną, ale złożoność również gwałtownie się zwiększa. Większość ludzi nie jest w stanie nadążyć za wszystkim, co dzieje się on-chain. Jeśli chcemy, aby więcej osób mogło korzystać z tych nowych możliwości, musimy zbudować narzędzia, które ułatwią użytkownikom podejmowanie właściwych decyzji — i to właśnie jest kierunek rozwoju na przyszłość.

Jednocześnie AI stopniowo przenika do codziennego życia, a ludzie zaczynają przyzwyczajać się do nowych nawyków związanych z automatyzacją. Ten trend zrodził „agentic finance” — finansowanie, w którym inteligentni agenci nawigują i wykonują operacje finansowe.

Nawet proste agenty oparte na przeglądarce, takie jak Comet, pokazują szybki postęp tych narzędzi. Gdy wykonujesz operację DeFi przez agenta przeglądarkowego (jak w przykładzie udostępnionym przez założyciela SendAI, Yasha), możesz zobaczyć potencjał agentic finance.

Ta wizja jest bardzo intuicyjna: nie musisz już przeszukiwać różnych dashboardów czy czytać długich postów na X, wystarczy, że powiesz AI, co chcesz osiągnąć, a ona automatycznie wykona kolejne kroki.

Obecnie pojawiają się dwa typy inteligentnych agentów:

Pierwszy to Copilots, które prowadzą użytkowników przez świat DeFi i pomagają podejmować decyzje; drugi to Quant Agents, bardziej nastawione na profesjonalne, automatyczne strategie, czyli „autopiloty”.

Oba są jeszcze na wczesnym etapie i mają swoje wady, ale razem wskazują nowy kierunek — zupełnie inny, napędzany przez AI sposób interakcji z DeFi.

Inteligentni agenci jako „współpiloci”

Możesz wyobrazić sobie tych inteligentnych agentów jako osobistych asystentów. Nie musisz już przeglądać wykresów czy przełączać się między protokołami — wystarczy, że zapytasz w naturalnym języku, np.: „Jakie są obecnie najpopularniejsze tokeny?” lub „Gdzie są najwyższe zyski?”, a agent bezpośrednio odpowie i zasugeruje kolejne kroki — jak kompetentny, zawsze dostępny przyjaciel.

Na przykład &milo w trybie współpilota pomaga podejmować decyzje inwestycyjne, przeprowadzać rebalans portfela, uzyskiwać wgląd w portfel — pozwalając zachować kontrolę i jednocześnie eliminując żmudne operacje.

Dzięki wyjaśnieniom w języku naturalnym i inteligentnym podpowiedziom, &milo pomaga użytkownikom zrozumieć pozycje, porównać możliwości zysku, bez konieczności przeszukiwania różnych dashboardów. Pokazuje, jak agenci współpiloci ewoluują od prostych chatbotów do pełnoprawnych przewodników po DeFi.

Aby sprawdzić, jak ci agenci radzą sobie w praktyce, przetestowaliśmy kilka najnowszych produktów, aby osobiście doświadczyć ich zdolności do realizacji rzeczywistych zadań DeFi.

Wyniki pokazują, że agenci ci nadal mają ograniczenia. Na przykład potrafią rozpoznać popularne tokeny, ale nie są w stanie skutecznie wykonać zakupu; pojawiły się też dwie nieudane transakcje, gdzie system zgłosił „niewystarczające saldo”, mimo że na koncie było wystarczająco dużo SOL na opłaty.

Podobna platforma, The Hive, obrała inną ścieżkę — łączy wiele agentów DeFi w „rój”, który może współpracować przy realizacji złożonych zadań, takich jak operacje cross-chain, strategie zysków czy obrona przed likwidacją, a wszystko to koordynowane przez prosty interfejs czatu. Ta sieć wyspecjalizowanych agentów pozwala wykonywać wieloetapowe operacje on-chain za pomocą poleceń w języku naturalnym.

Przetestowaliśmy tę samą komendę zakupu w The Hive. System rozpoznał popularny token WEED, ale podczas zakupu zwrócił błędny adres kontraktu.

Ogólnie rzecz biorąc, Milo pokazuje, jak zintegrować narzędzia do zarządzania portfelem w płynny proces, podczas gdy The Hive bada, jak umożliwić współpracę wielu wyspecjalizowanych agentów. Wraz ze wzrostem możliwości agentów, ich podział ról staje się coraz wyraźniejszy.

Na przykład Meridian koncentruje się na początkujących użytkownikach — pomaga im zrobić pierwszy krok w DeFi. Stawia na mobile-first i jasne podpowiedzi, ułatwiając podstawowe operacje, takie jak swap, staking czy sprawdzanie zysków.

Meridian działa płynnie i szybko przy tych kluczowych zadaniach, a co ważniejsze, jasno określa swoje granice. Gdy użytkownik prosi o wykonanie operacji poza zakresem, wyjaśnia powód zamiast próbować na siłę — ta „uczciwość” czyni go wiarygodnym punktem wyjścia dla nowicjuszy w świecie on-chain.

Założyciel Meridian, Benedict, wyjaśnia:

„Meridian pozwala użytkownikom bezpiecznie badać i wykonywać operacje w języku naturalnym. Udostępniliśmy funkcje badawcze agenta publicznie za darmo na stronie meridian.app. Użytkownicy aplikacji mobilnej Meridian mogą korzystać z funkcji swap, multi-swap oraz zakupu portfela. Konta są nadal w fazie zamkniętych testów — zainteresowani mogą skontaktować się przez Twittera @bqbrady, aby uzyskać dostęp.”

Nasze testy wykazały, że większość AI agentów skupionych na nawigacji DeFi nadal pełni głównie rolę „nauczyciela” lub „asystenta”, pomagając użytkownikom w podstawowych operacjach (np. swap).

Aby mogły niezawodnie obsługiwać bardziej złożone procesy — takie jak dostarczanie płynności czy zarządzanie pozycjami lewarowanymi — wymagają dalszych usprawnień.

Jak zauważył Rishin Sharma, szef AI w Solana Foundation:

„Duże modele językowe (LLM) mają tendencję do halucynacji przy szerokich zadaniach i trudno im wykonywać deterministyczne operacje. Mechanizmy wywoływania funkcji, takie jak MCP, mogą lepiej przekładać 'plan działania' na rzeczywiste wykonanie. LLM sprawdzają się w planowaniu i doradzaniu, ale mają trudności z precyzyjnym wykonaniem. Aby agentic finance było naprawdę niezawodne, musimy wyjść poza LLM, rozwijać dedykowane mechanizmy wywoływania funkcji, jasne strategie wykonania, weryfikowalność i bezpieczne systemy uprawnień. Innymi słowy, dzisiejsza warstwa wykonawcza agentów jest nadal niedojrzała — 'mózg' AI jest już wystarczająco inteligentny, ale brakuje mu 'ciała', które działa niezawodnie.”

Inteligentni agenci jako „autopiloty”

Jeśli agenci współpiloci są jak mentorzy, to agenci ilościowi przypominają systemy autopilota. Nie tylko budują strategie, ale także je realizują — monitorują rynek w czasie rzeczywistym, testują transakcje i automatycznie działają z prędkością maszyny, umożliwiając pełną automatyzację złożonych strategii DeFi.

Typowy przypadek w fazie rozwoju pochodzi od SendAI. Sam nie jest agentem ilościowym, lecz zestawem narzędzi umożliwiających innym tworzenie takich agentów. Jego „Agent Kit” dla Solana obsługuje ponad 60 autonomicznych operacji, w tym wymianę tokenów, emisję nowych aktywów, zarządzanie pożyczkami i może bezpośrednio współdziałać z Jupiter, Metaplex, Raydium i innymi głównymi protokołami.

Innymi słowy, zapewnia deweloperom „system torów”, dzięki któremu mogą bezpośrednio podłączyć modele decyzyjne do wykonania on-chain.

Założyciel SendAI, Yash, jasno podsumował ich wizję:

„Wierzymy, że każdy agent AI w przyszłości będzie miał własny portfel. SendAI buduje narzędzia i warstwę ekonomiczną potrzebną do tego systemu, umożliwiając agentom wykonywanie dowolnych operacji na Solana. Tworzymy platformę, która daje agentom świadomość kontekstu oraz wsparcie dla długotrwałych, trwałych i asynchronicznych złożonych zadań.”

W międzyczasie inne zespoły starają się uczynić tę funkcjonalność bardziej dostępną. Lomen wybiera strategie i pozwala użytkownikom wdrożyć je „jednym kliknięciem”, obniżając próg korzystania z automatyzacji ilościowej bez konieczności pisania kodu.

Dla bardziej zaawansowanych użytkowników preferujących systemy niestandardowe, Unblinked oferuje środowisko eksperymentalne napędzane przez AI. To jak Cursor w świecie tradingu: użytkownicy mogą najpierw naszkicować pomysł na strategię, uruchomić i zoptymalizować ją w bezpiecznym sandboxie, a dopiero potem zdecydować o inwestycji prawdziwych środków.

Niektóre platformy decydują się na współpracę wielu agentów przy realizacji zadań.

Na przykład Almanak łączy „agenta programującego” z „agentem backtestującym”: użytkownik opisuje strategię w języku naturalnym, AI generuje kod produkcyjny i przeprowadza ponad 10 000 symulacji Monte Carlo, by wygenerować gotową do użycia strategię.

Wreszcie, niektóre zespoły skupiają się na przewadze w czasie rzeczywistym.

Agent ARMA od Giza aktywnie alokuje środki pomiędzy różnymi protokołami pożyczkowymi, maksymalizując zyski ze stablecoinów. Zamiast trzymać środki w jednym poolu, ARMA stale monitoruje stopy procentowe, płynność i koszty gas, dynamicznie przenosząc aktywa. Ich flagowy agent zarządzał już ponad 17 milionami dolarów, deklarując zyski o 83% wyższe niż statyczne pozycje.

Ogólnie rzecz biorąc, ci agenci ilościowi znacznie obniżają koszt czasu i umożliwiają zwykłym użytkownikom korzystanie ze złożonych strategii, które wcześniej były domeną profesjonalnych zespołów. Jednak ujawniają również kruchość automatyzacji: gdy pojawiają się opóźnienia danych, zatrzymania protokołów lub gwałtowne ruchy rynkowe, agenci nadal mogą się „potknąć”.

Innymi słowy, rzeczywiście przyspieszają działanie, ale daleko im do „niezniszczalności”.

Ich wyzwania

Po pewnym czasie korzystania z obecnych inteligentnych agentów zauważysz pewne powtarzające się problemy: czasami sugerują wykonanie operacji, które już nie istnieją, np. zamknięty pool płynności; dane, na których polegają, często są opóźnione względem rzeczywistego stanu on-chain; jeśli w wieloetapowym planie pojawi się błąd, nie potrafią się dostosować, tylko powtarzają tę samą czynność.

Zarządzanie uprawnieniami jest również nieporadne — albo użytkownik musi przyznać pełny dostęp do portfela, albo ręcznie zatwierdzać każdy drobny krok. Testowanie jest powierzchowne, a środowiska symulacyjne nie oddają rzeczywistych, nagłych zmian płynności czy parametrów zarządzania on-chain.

Jednym z najpoważniejszych problemów jest to, że agenci ci działają niemal jak „czarne skrzynki”.

Użytkownik nie wie, jakie dane wejściowe zostały odczytane, jak rozważano opcje, czy sprawdzono stan w czasie rzeczywistym, ani dlaczego wybrano konkretną transakcję. Brakuje podpisanych, weryfikowalnych logów operacji, nie można porównać „obiecanego wyniku” z „rzeczywistym wykonaniem”.

Użytkownik musi jednocześnie korzystać i „nadzorować” proces automatyzacji — co nie tylko obniża efektywność, ale także utrudnia ocenę wydajności.

Bez mechanizmu weryfikacji decyzji i dowodu, że działania rzeczywiście przestrzegają ustalonej strategii, użytkownicy nigdy nie odróżnią „zaufanego systemu” od „dobrze opakowanego marketingu”.

Dla większego kapitału DeFi musi przejść od „zaufaj nam” do „zweryfikuj sam”. To kluczowy punkt zwrotny w budowie infrastruktury agentic finance, która jest audytowalna, zarządzalna i godna zaufania.

Luki infrastrukturalne

Główny problem polega na tym, że obecne systemy nie mają narzędzi bazowych, które pozwalają agentom działać na dużą skalę w sposób zaufany, spójny i bezpieczny. Aby to rozwiązać, potrzebujemy infrastruktury, która umożliwia weryfikację zachowania agentów, potwierdzenie wyników i przestrzeganie jednolitych zasad we wszystkich środowiskach. Tylko wtedy ludzie będą gotowi powierzyć im prawdziwe pieniądze.

Jednak większość użytkowników nie interesuje się „procesem myślenia” agenta — chcą tylko mieć pewność, że wynik jest poprawny, zweryfikowany i mieści się w bezpiecznych granicach. W budowaniu zaufania „weryfikowalna niezawodność” jest ważniejsza niż „widoczność”.

To właśnie oznacza „weryfikowalna niezawodność” (Verifiable Reliability). Agent nie musi rejestrować każdego wewnętrznego kroku, ale powinien działać według jasnych strategii i rozsądnych kontroli: ustalanie limitów wydatków, okien czasowych wykonania, punktów potwierdzenia przed kluczowymi operacjami itd.

Na poziomie bazowym te zasady mogą być egzekwowane przez Trusted Execution Environment (TEE) lub podobne systemy — bez ujawniania wszystkich szczegółów, ale z dowodem, że agent przestrzegał granic. Efektem są audytowalne wyniki i działania, którym zwykli użytkownicy mogą natychmiast zaufać.

Ta warstwa weryfikacji nie musi być „jednolita”. W codziennych przypadkach można stosować lekkie zabezpieczenia i standardowe wskaźniki; w sytuacjach wysokiego ryzyka lub instytucjonalnych wymagane są silniejsze dowody i formalna weryfikacja. Kluczowe jest, aby każda warstwa infrastruktury zapewniała mierzalną niezawodność odpowiednią do poziomu ryzyka.

Przygotowanie protokołów na agentów

Kolejnym krokiem jest uczynienie protokołów „przyjaznymi dla agentów”.

Obecnie większość protokołów DeFi nie została zaprojektowana z myślą o inteligentnych agentach. Muszą one zapewnić bardziej stabilne i bezpieczne interfejsy wykonawcze: możliwość podglądu operacji, bezpiecznego ponawiania prób i wykonywania na spójnych strukturach danych. Uprawnienia powinny być „ograniczone zakresem”, a nie „całkowicie otwarte”, aby agent działał w jasno określonych granicach, a nie miał pełną kontrolę nad portfelem.

Bez tych podstaw nawet najbardziej zaawansowane frameworki agentów będą potykać się o słabe fundamenty. Gdy te podstawy zostaną wzmocnione, użytkownicy nie będą musieli ręcznie monitorować automatyzacji; zespoły deweloperskie skrócą czas rozwiązywania problemów i skupią się na innowacjach; wyniki różnych usługodawców będą porównywalne dzięki wspólnym standardom — nie tylko marketingowym sloganom.

Co musi się zmienić

Rozwiązanie nie jest skomplikowane: sprawić, by agenci byli weryfikowalni (Provable), a protokoły gotowe na agentów (Agent-ready). Dodać warstwę strategii między agentem a portfelem i wymagać, by cały proces wykonania był śledzony i weryfikowalny, a nie „czarną skrzynką”.

Na przykład silnik SVM Termina został zbudowany właśnie w oparciu o tę ideę — zapewnia agentom AI prawdziwe środowisko wykonawcze Solana, umożliwiając modelowanie, podejmowanie decyzji i uczenie się na podstawie danych on-chain. Jednocześnie protokoły powinny udostępniać interfejsy do „dry-run”, jasne kody błędów, bezpieczne mechanizmy ponawiania prób, spójność kluczowych struktur danych (pozycje, opłaty, zdrowie) oraz kontrolę uprawnień opartą na sesjach.

Kiedy te funkcje zostaną wdrożone, użytkownicy uwolnią się od konieczności „nadzorowania” agentów; zespoły ograniczą awarie systemów; inwestorzy instytucjonalni wreszcie otrzymają potrzebne zabezpieczenia i weryfikowalne dowody.

Realistyczny harmonogram

W ciągu najbliższych sześciu miesięcy najszybciej będą się rozwijać agenci „współpiloci”. Ulepszone pipeline'y danych zwiększą ich niezawodność w codziennych zastosowaniach.

W ciągu roku, wraz z poprawą standardów testowania, agenci będą mogli koordynować działania między protokołami, a człowiek będzie zatwierdzał tylko kluczowe kroki. W dłuższej perspektywie, wraz z dojrzewaniem infrastruktury, inteligentni agenci mogą stopniowo stać się domyślną warstwą interakcji z DeFi — nie będą już osobnym „narzędziem”, lecz głównym sposobem codziennej interakcji z systemem finansowym.

Podsumowanie

„Agentic finance” obniża próg wejścia i sprawia, że automatyzacja przestaje być domeną ekspertów. Jednak, aby działała na dużą skalę, potrzebuje lepszych fundamentów: danych w czasie rzeczywistym, bezpieczniejszych mechanizmów uprawnień, silniejszych systemów testowania i bardziej przejrzystych wyników wykonania.

Sama inteligentniejsza AI nie rozwiąże tych problemów. Prawdziwy postęp nadejdzie wraz z udoskonaleniem struktur bazowych.

Kolejnym kamieniem milowym DeFi nie jest tylko wzrost skali, lecz — zaufanie do automatyzacji. Ten dzień nadejdzie dopiero wtedy, gdy agenci AI przestaną być tylko „demonstracjami koncepcji”, a staną się naprawdę niezawodnymi wykonawcami.