Báo cáo sâu DWF: AI vượt qua con người trong tối ưu hóa lợi nhuận DeFi, nhưng các giao dịch phức tạp vẫn chậm hơn gấp 5 lần

Tác giả：DWF Ventures

Dịch: Deep潮 TechFlow

Deep潮 giới thiệu: AI Agent đã chiếm gần một phần năm khối lượng giao dịch của DeFi, trong các trường hợp rõ ràng như tối ưu hóa lợi nhuận, nó thực sự vượt xa con người. Nhưng để nó tự giao dịch, hiệu suất của AI hàng đầu còn kém xa một phần năm của con người hàng đầu. Nghiên cứu này phân tích hiệu suất thực tế của AI trong các bối cảnh khác nhau của DeFi, đáng để tất cả những người quan tâm đến tự động hóa giao dịch xem qua.

Các điểm chính

Hoạt động tự động và agent hiện chiếm khoảng 19% tất cả hoạt động trên chuỗi, nhưng sự tự chủ toàn diện vẫn chưa được thực hiện.

Trong các trường hợp sử dụng hẹp như tối ưu hóa lợi nhuận, agent đã thể hiện hiệu suất vượt trội so với con người và bot. Nhưng đối với các hành động đa dạng như giao dịch, con người vẫn vượt trội hơn agent.

Trong các agent, việc lựa chọn mô hình và quản lý rủi ro ảnh hưởng lớn nhất đến hiệu suất giao dịch.

Khi agent được áp dụng quy mô lớn, tồn tại nhiều rủi ro về niềm tin và thực thi, bao gồm tấn công phù thủy, chiến lược chen chúc và cân nhắc quyền riêng tư.

Hoạt động của Agent tiếp tục tăng trưởng

Trong năm qua, hoạt động của agent đã tăng đều đặn, khối lượng và số lượng giao dịch đều tăng. Chúng tôi thấy giao thức x402 của Coinbase dẫn đầu sự phát triển lớn, cùng với các tên tuổi như Visa, Stripe và Google cũng tham gia và giới thiệu tiêu chuẩn riêng của họ. Phần lớn hạ tầng đang xây dựng hiện nay nhằm phục vụ hai loại bối cảnh: kênh liên agent hoặc gọi agent do con người kích hoạt.

Mặc dù giao dịch stablecoin đã được hỗ trợ rộng rãi, hạ tầng hiện tại vẫn dựa vào cổng thanh toán truyền thống làm nền tảng, điều này có nghĩa là vẫn dựa vào đối tác trung tâm. Do đó, mục tiêu đạt được trạng thái “hoàn toàn tự chủ” của agent, có thể tự tài trợ, tự thực thi và liên tục tối ưu dựa trên điều kiện thay đổi, vẫn chưa thành hiện thực.

Agent không hoàn toàn xa lạ với DeFi. Trong nhiều năm, các giao thức trên chuỗi đã tồn tại các hệ thống tự động hóa bằng bot, để khai thác MEV hoặc kiếm lợi nhuận vượt quá khả năng của mã code. Các hệ thống này hoạt động rất tốt trong các tham số rõ ràng, ít thay đổi hoặc không cần giám sát thêm. Tuy nhiên, thị trường đã trở nên phức tạp hơn theo thời gian. Đây là lý do chúng ta thấy thế hệ agent mới xuất hiện, và trong vài tháng qua, chuỗi đã trở thành nơi thử nghiệm các hoạt động này.

Hiệu suất thực tế của Agent

Theo báo cáo, hoạt động của agent tăng theo cấp số nhân, đã khởi động hơn 17.000 agent kể từ năm 2025. Tổng hoạt động tự động/hành động của agent ước tính chiếm hơn 19% tất cả hoạt động trên chuỗi. Điều này không gây ngạc nhiên, vì ước tính hơn 76% lượng chuyển khoản stablecoin do bot tạo ra. Điều này cho thấy tiềm năng tăng trưởng lớn của hoạt động agent trong DeFi.

Khả năng tự chủ của agent có phạm vi rộng, từ trải nghiệm chatbot cần giám sát chặt chẽ của con người, đến các agent có thể điều chỉnh chiến lược dựa trên mục tiêu đầu vào phù hợp với điều kiện thị trường. So với bot, agent có một số lợi thế then chốt, bao gồm khả năng phản ứng và thực thi thông tin mới trong mili giây, cũng như mở rộng phạm vi hoạt động tới hàng nghìn thị trường trong khi vẫn duy trì độ chính xác cao.

Hiện tại, phần lớn agent vẫn ở mức phân tích viên hoặc phụ tá, vì chúng vẫn đang trong giai đoạn thử nghiệm.

Tối ưu hóa lợi nhuận: Hiệu suất của Agent vượt trội

Lĩnh vực cung cấp thanh khoản là nơi tự động hóa đã diễn ra thường xuyên, tổng TVL của agent vượt quá 39 triệu USD. Con số này chủ yếu đo lường tài sản người dùng gửi trực tiếp vào agent, không bao gồm vốn phân phối qua vault.

Giza Tech là một trong những giao thức lớn nhất trong lĩnh vực này, cuối năm ngoái ra mắt ứng dụng agent đầu tiên ARMA, nhằm tăng cường khả năng khai thác lợi nhuận của các giao thức DeFi chính. Nó đã thu hút hơn 19 triệu USD tài sản quản lý và tạo ra hơn 4 tỷ USD khối lượng giao dịch của agent. Tỷ lệ cao giữa khối lượng giao dịch và tổng tài sản quản lý cho thấy agent thường xuyên cân bằng lại vốn, từ đó có thể đạt được lợi nhuận cao hơn. Khi vốn được gửi vào hợp đồng, quá trình thực thi tự động, mang lại trải nghiệm đơn giản chỉ một cú nhấp chuột, gần như không cần giám sát.

ARMA thể hiện hiệu suất xuất sắc, mang lại hơn 9.75% lợi nhuận hàng năm bằng USDC. Ngay cả khi tính thêm phí tái cân bằng và phí hiệu suất 10% của agent, lợi nhuận vẫn vượt xa các khoản vay thông thường trên Aave hoặc Morpho. Tuy nhiên, khả năng mở rộng vẫn là một vấn đề then chốt, vì các agent này vẫn chưa được thử nghiệm thực chiến để quản lý hoặc mở rộng quy mô đến các giao thức DeFi chính.

Giao dịch: Con người vượt trội rõ rệt

Tuy nhiên, đối với các hành động phức tạp hơn như giao dịch, kết quả đa dạng hơn nhiều. Các mô hình giao dịch hiện tại dựa trên đầu vào do con người định nghĩa, và cung cấp kết quả dựa trên các quy tắc đã định sẵn. Machine learning mở rộng khả năng này bằng cách cho phép mô hình cập nhật hành vi dựa trên thông tin mới mà không cần lập trình lại rõ ràng, đẩy vai trò của nó lên vị trí phụ tá. Khi agent hoàn toàn tự chủ tham gia, cục diện giao dịch sẽ thay đổi lớn.

Đã tổ chức một số cuộc thi giữa các agent và giữa con người với agent, kết quả cho thấy sự khác biệt lớn giữa các mô hình. Trade XYZ đã tổ chức cuộc thi giao dịch cổ phiếu niêm yết của họ giữa con người và agent. Mỗi tài khoản có 10.000 USD ban đầu, không hạn chế đòn bẩy hay tần suất giao dịch. Kết quả nghiêng hẳn về con người, các con người hàng đầu vượt hơn top agent gấp 5 lần.

Trong khi đó, Nof1 tổ chức cuộc thi giữa các mô hình agent, thử nghiệm các cấu hình rủi ro khác nhau từ bảo toàn vốn đến đòn bẩy tối đa (gấp 6-8 lần). Kết quả cho thấy một số yếu tố giúp giải thích hiệu suất kém hơn:

Thời gian giữ vị thế: Có mối liên hệ mạnh, các mô hình giữ trung bình 2-3 giờ mỗi vị thế vượt trội so với các mô hình giao dịch liên tục.

Kỳ vọng lợi nhuận: Đo lường xem trung bình mỗi giao dịch có sinh lời hay không. Thú vị là chỉ có 3 mô hình đứng đầu có kỳ vọng lợi nhuận dương, nghĩa là phần lớn các mô hình thua lỗ nhiều hơn lãi.

Đòn bẩy: Các mô hình sử dụng đòn bẩy thấp trung bình 6-8 lần hoạt động tốt hơn so với các mô hình dùng đòn bẩy trên 10 lần, vì đòn bẩy cao dễ gây mất vốn nhanh.

Chiến lược gợi ý: Monk Mode là mô hình hoạt động tốt nhất cho đến nay, trong khi Situational Awareness thể hiện kém nhất. Dựa trên đặc điểm mô hình, nó cho thấy tập trung vào quản lý rủi ro và ít dựa vào nguồn bên ngoài sẽ mang lại hiệu quả tốt hơn.

Mô hình nền: Grok 4.20 thể hiện rõ rệt hiệu suất vượt trội hơn các mô hình khác trên 22%, và là mô hình duy nhất trung bình có lãi.

Các yếu tố khác như sở thích mua bán, quy mô giao dịch và điểm tin cậy chưa đủ dữ liệu hoặc chưa chứng minh có mối liên hệ tích cực với hiệu suất mô hình. Tổng thể, kết quả cho thấy agent hoạt động tốt hơn trong các giới hạn rõ ràng, điều này cho thấy con người vẫn rất cần thiết trong việc thiết lập mục tiêu.

Cách đánh giá Agent

Do agent vẫn còn trong giai đoạn sơ khai, hiện chưa có khung đánh giá toàn diện. Hiệu suất lịch sử thường được dùng làm chuẩn để đánh giá agent, nhưng chúng bị ảnh hưởng bởi các yếu tố nền tảng, vốn là những chỉ số mạnh hơn về khả năng hoạt động của agent.

Hiệu suất trong các điều kiện biến động khác nhau: bao gồm khả năng kiểm soát tổn thất kỷ luật khi điều kiện xấu đi, cho thấy agent có thể nhận diện các yếu tố ngoài chuỗi ảnh hưởng đến khả năng sinh lời của giao dịch.

Minh bạch và quyền riêng tư: Cả hai đều có những đánh đổi riêng. Agent minh bạch nếu có thể bị sao chép giao dịch chủ động, về cơ bản sẽ không có lợi thế chiến lược. Agent riêng tư sẽ đối mặt với rủi ro bị nội bộ tạo ra lợi thế, hoặc bị khai thác nội bộ để lấy đi kiến thức nội bộ.

Nguồn dữ liệu: Nguồn dữ liệu mà agent truy cập là yếu tố quyết định cách agent đưa ra quyết định. Đảm bảo nguồn đáng tin cậy và không phụ thuộc quá nhiều vào một nguồn duy nhất là điều tối quan trọng.

An toàn: Có các hợp đồng thông minh đã được kiểm toán và kiến trúc giữ tiền phù hợp để đảm bảo có các biện pháp dự phòng trong các sự kiện đen tối.

Bước tiếp theo của Agent

Để thúc đẩy áp dụng quy mô lớn agent, vẫn còn nhiều công việc cần làm về hạ tầng. Điều này xoay quanh các vấn đề then chốt về niềm tin và thực thi của agent tự chủ. Các hành động của agent không có rào cản, đã xuất hiện các trường hợp quản lý vốn kém.

ERC-8004 ra mắt vào tháng 1 năm 2026, trở thành registry chuỗi đầu tiên cho phép agent tự chủ có thể phát hiện lẫn nhau, xây dựng danh tiếng xác thực và hợp tác an toàn. Đây là bước mở khóa quan trọng cho khả năng ghép nối trong DeFi, vì điểm số niềm tin được nhúng trong hợp đồng thông minh, cho phép hoạt động không cần phép giữa agent và giao thức. Tuy nhiên, điều này không đảm bảo agent luôn hoạt động không ác ý, vì các lỗ hổng như hợp tác gian lận danh tiếng hoặc tấn công phù thủy vẫn có thể xảy ra. Do đó, còn nhiều không gian cần phát triển về bảo hiểm, an toàn, staking kinh tế của agent.

Khi hoạt động của agent trong DeFi mở rộng, chiến lược chen chúc trở thành rủi ro mang tính cấu trúc. Các farm lợi nhuận là ví dụ rõ ràng nhất, khi chiến lược phổ biến, lợi nhuận sẽ bị co lại. Tương tự, động thái này có thể xảy ra trong giao dịch agent. Nếu nhiều agent huấn luyện và tối ưu dựa trên dữ liệu giống nhau và hướng tới mục tiêu tương tự, chúng sẽ hội tụ ở các vị thế và tín hiệu thoát giống nhau.

Bài báo của CoinAlg của Đại học Cornell tháng 1 năm 2026 chính thức hóa một phiên bản của vấn đề này. Agent minh bạch có thể bị khai thác lợi thế, vì các giao dịch của chúng có thể dự đoán và bị tranh giành. Agent riêng tư tránh được rủi ro này, nhưng lại mang đến rủi ro khác, đó là người tạo ra giữ lợi thế thông tin nội bộ cho chính mình, và có thể khai thác giá trị nội bộ mà mục đích bảo vệ bằng tính minh bạch không còn hiệu quả.

Hoạt động của agent sẽ tiếp tục tăng tốc, hạ tầng xây dựng ngày hôm nay sẽ quyết định cách thức hoạt động của tài chính chuỗi trong giai đoạn tiếp theo. Khi tỷ lệ sử dụng agent tăng, chúng sẽ tự cải tiến và trở nên nhạy bén hơn trong việc thích nghi với sở thích người dùng. Do đó, yếu tố khác biệt chính sẽ nằm ở hạ tầng đáng tin cậy, và những hạ tầng này sẽ chiếm lĩnh thị trường lớn nhất.