Fremtiden for AI-agent i Web3: Bygge infrastruktur for autonom forvaltning av DeFi

AI-agenter har vært et fremtredende tema innen Web3, og har drevet en ambisiøs kryptonavn: autonome, intelligente enheter som håndterer kapital, risiko og strategi på tvers av desentraliserte protokoller. Disse systemene lover ikke bare bedre utførelse enn mennesker, men også frigjøring fra konstant overvåkning av eiendeler og mikromanagement. På høyden av denne entusiasmen oppsto dristige spådommer, som for eksempel «innen ett år vil størstedelen av all DeFi TVL være styrt av AI-agenter». Men etter hvert som tiden går, gir hypen plass for realiteten—nåværende populære AI-agenter er ofte mer tokeniserte sosiale profiler enn den store visjonen om autonome, DeFi-innfødte agenter. Gitt at infrastrukturen fortsatt er i tidlig utvikling, er det avanserte konseptet om disse agentene som styrer DeFi fortsatt stort sett abstrakt. Den AI-økonomien venter for øyeblikket på robuste byggesteiner som kan matche narrativet. Begrepet «AI-agent» bærer med seg forsterkede forventninger innenfor blokkjedesammenhenger. De siste seks månedene har det blitt tydelig at AI-agenter kombinert med Web3 har astronomisk potensial, men bare dersom dette feltet overkommer tidlig spekulasjon og fokuserer på langsiktig brukerverdi—en visjon støttet av ulike prosjekter. For eksempel trakk Fetch frem i slutten av 2023 at agent-baserte systemer er en enorm mulighet, selv om reelle brukstilfeller den gang var begrenset. Dette illustrerer at AI-agenter ikke er en flyktig trend, men fortsatt er under omfattende forskning, med mål om å omforme verdiskaping og -fordeling i desentraliserte systemer. Flere grunnleggende prosjekter—som Giza, Axal og Theoriq—bygger grunnlaget for infrastruktur for AI-agenter i DeFi, hver med sine unike fokusområder. Giza fremmer verifiserbar on-chain inferens ved bruk av nullkunnskap-maskinlæring for å sikre kryptografisk ansvarlighet. Axal legger vekt på utførelsesintegritet gjennom kjøretidsverifisering og restriksjonsinnføring. Theoriq utforsker desentralisert intelligens via AI-horder—simulerte kollektiver som samarbeider innen delte miljøer. Denne variasjonen fremhever den flerdimensjonale karakteren av feltet. I tillegg adresserer disse initiativene fragmentering i DeFi AI-agenter, hvor ulike funksjoner som token-swaps, utbytte-strategier eller cross-chain bridging opererer uavhengig av hverandre, noe som skaper en fragmentert og ineffektiv brukeropplevelse på tvers av flere plattformer og kjeder.
Løsningen—Agentic DeFi—ser for seg smarte agent-horder som samarbeider på tvers av oppgaver, kjeder og brukerintenter for å levere enhetlige opplevelser. Theoriqs AI-hode-modell eksemplifiserer dette ved å fremme synkroniserte agent-økosystemer fremfor isolerte aktører. Selv om dette fortsatt er i tidlig fase og ikke i bred skala, signaliserer tidlige suksesser som Giza at det er en ny produkt-marked-fit under utvikling. Hver av disse rammene tar tak i ulike lag av et felles problem, og viser en modningsprosess hvor utviklere fokuserer på komplementære løsninger heller enn duplisering. Til syvende og sist må disse komponentene kobles sammen for å realisere en helhetlig fremtid. En konsensus er i ferd med å vokse frem: at det ikke er mangel på intelligens i seg selv som er den største begrensningen—det er mangelen på effektiv, modulær infrastruktur. For at AI-agenter skal kunne fungere ressursbesparende innenfor DeFi, trenger de miljøer som muliggjør trygg utførelse, intelligent tilpasning og ansvarlighet overfor menneskelige begrensninger. Integrasjon med «money legos» (sammensettbare DeFi-moduler) er komplekst, fordi det krever risikomiskering og kostnadseffektivitet. Uten blockchainens iboende åpenhet og sikkerhet kan ikke betrodde AI-interaksjoner eksistere. Derfor er robuste vault-rammeverk, risikomoduler og likviditetssystemer essensielle: de definerer hva agentene kan gjøre med kapital, hjelper med risikovurdering, overvåker likviditet og utløser handlinger som innløsninger når det er nødvendig. Visjonen om at AI-agenter autonomt kan styre vaults, rebalansere porteføljer eller delta i styring er oppnåelig og under utvikling. Men suksess krever mer enn overfladiske integrasjoner eller hype rundt retail-boter eller memecoin. Det kreves moden infrastruktur. Agenter må ha interoperabilitet, koordinering og modulære rammeverk som støtter dynamiske, tverrfaglige atferder. Ulike tilnærminger er viktige—Gizas verifiserbarhet, Axals kjøretidskrav og Theoriqs koordinerte horder er ikke konkurrenter, men komplementære pilarer som bygger grunnlaget for dette nye økosystemet.
Brief news summary
AI-Agenter i Web3 er autonome enheter som er utformet for å håndtere kapital, risiko og strategi på tvers av desentraliserte protokoller, med mål om å overgå menneskelige forvaltere samtidig som man minimerer konstant overvåkning. Selv om det tidlig var stor entusiasme for rask AI-implementering i desentralisert finans (DeFi), forblir fremgangen eksperimentell på grunn av fortsatt under utvikling infrastruktur. Ledende prosjekter som Fetch, Giza, Axal og Theoriq bygger grunnleggende AI-rammeverk for å håndtere fragmenteringen forårsaket av isolerte agenter. For eksempel bruker Giza on-chain inferens verifisert av nullkunnskapsbevis; Axal sikrer utførelsesintegritet via kjøringstilstand-verifisering; og Theoriq fokuserer på desentralisert intelligens gjennom koordinert AI-sværmer. Den ultimate visjonen er at intelligente AI-sværmer skal kunne samarbeide sømløst på tvers av oppgaver, blokkjeder og brukerobjektiver, og skape et samlet økosystem. Nøkkelutfordringene ligger mindre i AI-ytelse og mer i utviklingen av sikker, modulær og interoperabel infrastruktur – som verdiposer, risikomoduler og likviditetsbassenger – som støtter sikre og tilpasningsdyktige AI-funksjoner. Koordinerte miljøer som integrerer verifiserbarhet, håndhevelse og desentralisert kontroll er essensielt for effektiv forvaltning av verdiposer, porteføljer og styring. Suksess avhenger av å slå sammen AI-Agenter med dynamisk DeFi-infrastruktur for å muliggjøre avansert, tverrfaglig oppførsel, og dermed flytte sektoren fra bare spekulasjon til bærekraftig brukerverdi.
AI-powered Lead Generation in Social Media
and Search Engines
Let AI take control and automatically generate leads for you!

I'm your Content Manager, ready to handle your first test assignment
Learn how AI can help your business.
Let’s talk!

Polygon Labs og markedsfokuserte GSR lanserer blo…
© 2025 Fortune Media IP Limited.

AI i utdanning: Personlige læringsopplevelser
Kunstig intelligens (KI) revolusjonerer utdanning raskt ved å tilby personlige læringsopplevelser tilpasset hver enkelt students unike behov.

Guatemalas storbank integrerer blockchain for rem…
Banco Industrial, Guatemalas største bank, har inngått et samarbeid med digitale aktivatjenesteleverandøren SukuPay for å integrere blockchain-teknologi i sine banktjenester, med mål om å forbedre grenseoverskridende transaksjoner for kundene.

Mark Cuban sier at Anthropics administrerende dir…
Mark Cuban hevder at AI vil skape jobber i stedet for å eliminere dem.

NJ fylke skal legge ut 240 milliarder dollar i ei…
Vennligst merk: En verifiserings-e-post vil bli sendt til din e-postadresse før du kan starte prøvetiden din.

AI-agenter øker produktiviteten, men det er bare …
Enighet om agentbasert AI's evne til å innfri sine løfter er forsiktig optimistisk: så langt, så bra, men med viktige forbehold.

Blockchain-selskap, fylke i NJ inngår avtale om å…
Et nylig avtale mellom et blokkjede-selskap og en av de tettest befolkede fylkene i USA vil føre til digitalisering av 370 000 eiendomspapirer, med en samlet verdi på 240 milliarder dollar i eiendom.