defai：defiの未来

わずか1週間で、Defaiは高度に尊敬されているプロジェクトエリアとして急速に浮上し、今後数ヶ月で強力なパフォーマンスが期待されています。

Original source: DWF Ventures X account

元の出典：DWF Ventures Xアカウント

Author: DWF Ventures

著者：DWFベンチャー

Compiled by: ShenChao TechFlow

編集：Shenchao Techflow

In just over a week, DeFAI has rapidly emerged as a hot project area, and we can expect to see strong performance in DeFAI over the coming months.

わずか1週間で、Defaiは急速にホットプロジェクトエリアとして浮上し、今後数か月にわたってDefaiで強力なパフォーマンスが見られることが期待できます。

So, what makes DeFAI so important? What core issues does it address? Let’s explore together.

それで、何がDefaiをそれほど重要にしているのでしょうか？どのようなコアの問題に対処しますか？一緒に探検しましょう。

Introduction

導入

In recent years, DeFi has made significant progress—from the first wave of protocols (such as Maker, now known as @SkyEcosystem, @Uniswap, and @compoundfinance) to now over 3000 different DeFi protocols.

近年、Defiは、プロトコルの最初の波（現在は@skyecosystem、@uniswap、および@compoundfinanceとして知られているメーカーなど）から3000を超える異なるdefiプロトコルまで、大きな進歩を遂げています。

While the advancements in DeFi are significant for the entire industry, they have also exposed some key challenges.

Defiの進歩は業界全体で重要ですが、いくつかの重要な課題も明らかにしています。

Challenges

課題

The first major issue is the increasing operational complexity of DeFi products. Whether due to the complexity of the underlying architecture or the numerous steps required to participate, this has led to lower user adoption for some DeFi products.

最初の主要な問題は、Defi製品の運用上の複雑さの増加です。基礎となるアーキテクチャの複雑さであろうと、参加するために必要な多数のステップにより、これにより、一部のDEFI製品のユーザーの採用が低下しました。

The second issue is that the process of finding the most capital-efficient and attractive yield strategies relies on manual operations and is relatively inefficient. For example, products like concentrated liquidity provision and lending require depositors to engage in continuous active management.

2番目の問題は、最も資本効率の良い魅力的な収量戦略を見つけるプロセスは、手動の運用に依存しており、比較的非効率的であることです。たとえば、集中的な流動性の提供や融資などの製品では、預金者が継続的なアクティブ管理に従事する必要があります。

While solutions such as automated liquidity management protocols and account abstraction have helped reduce operational friction, DeFAI is expected to fundamentally resolve these issues.

自動化された回帰管理プロトコルやアカウントの抽象化などのソリューションは、運用上の摩擦を減らすのに役立ちますが、Defaiはこれらの問題を根本的に解決することが期待されています。

To address the above two challenges, a brand new paradigm has emerged.

上記の2つの課題に対処するために、真新しいパラダイムが登場しました。

DeFAI is the combination of artificial intelligence (AI) and decentralized finance (DeFi), aimed at simplifying and automating complex DeFi operations, bridging the gap between existing solutions and user-friendly experiences.

defaiは、人工知能（AI）と分散財務（DEFI）の組み合わせであり、複雑なDefi操作の簡素化と自動化を目的としたもので、既存のソリューションとユーザーフレンドリーなエクスペリエンスのギャップを埋めることを目的としています。

In the form of AI agents, DeFAI can automatically execute tasks for users based on preset parameters. These agents can interact with smart contracts and accounts without human intervention and can learn user preferences and behaviors, further optimizing the user experience over time.

AIエージェントの形式では、defaiはプリセットパラメーターに基づいてユーザーのタスクを自動的に実行できます。これらのエージェントは、人間の介入なしにスマートコントラクトやアカウントと対話することができ、ユーザーの好みや行動を学ぶことができ、時間の経過とともにユーザーエクスペリエンスをさらに最適化できます。

@danielesesta: " @DWFLabs was the first team to recognize the DeFAI trend and quickly take action. Today, the crypto space welcomes a brand new category—DeFAI.

@danielesesta：「@dwflabsは、defaiの傾向を認識し、すぐに行動を起こした最初のチームでした。今日、暗号スペースは真新しいカテゴリであるDefaiを歓迎します。

Initially, it was just a fun attempt to combine my love for DeFi with the emerging technologies we are developing at @heyanonai, but now it has become a reality. DeFAI has arrived and is here to stay. The wave of DeFAI has just begun!"

当初、Defiに対する私の愛と@heyanonaiで開発している新しいテクノロジーを組み合わせるのは楽しい試みでしたが、今では現実になっています。 defaiが到着し、ここにとどまります。 Defaiの波が始まったばかりです！」

Classification of DeFAI Projects

defaiプロジェクトの分類

DeFAI projects can be categorized into the following types, each addressing different issues faced by DeFi:

defaiプロジェクトは、次のタイプに分類でき、それぞれがdefiが直面するさまざまな問題に対処できます。

Abstraction

抽象化

Analysis

分析

Optimization

最適化

Infrastructure

インフラストラクチャー

Abstraction

抽象化

Projects in the abstraction category aim to simplify DeFi, making it easier for users to engage even as product complexity increases.

抽象化カテゴリのプロジェクトは、Defiを簡素化することを目的としており、製品の複雑さが増加してもユーザーがエンゲージを容易にすることを目的としています。

These projects achieve their goals through various means, such as supporting text-to-action functionality and automating multi-step and multi-chain processes.

これらのプロジェクトは、テキストからアクションの機能をサポートしたり、マルチステップおよびマルチチェーンプロセスを自動化するなど、さまざまな手段を通じて目標を達成しています。

These methods effectively simplify the process of participating in DeFi into two simple steps: first, identifying the best opportunities based on user needs and interests; second, allowing the agent to complete all necessary operations with a single command.

これらの方法は、Defiに参加するプロセスを2つの簡単な手順に効果的に簡素化します。まず、ユーザーのニーズと関心に基づいた最良の機会を特定します。第二に、エージェントが単一のコマンドで必要なすべての操作を完了できるようにします。

Some projects go further to expand these capabilities.

一部のプロジェクトは、これらの機能を拡大するためにさらに進んでいます。

For example, @HeyAnonai not only provides research tools and automated execution capabilities but also offers developers a framework to integrate their own DeFi protocols directly into the agent ecosystem, thereby expanding the service capabilities of the agents.

たとえば、@heyanonaiは、研究ツールと自動実行機能を提供するだけでなく、開発者に独自のDefiプロトコルをエージェントエコシステムに直接統合するフレームワークを提供し、それによりエージェントのサービス機能を拡大します。

Meanwhile, @griffaindotcom has introduced various specialized agents that users can utilize to further simplify specific processes, such as quickly completing token sniping.

一方、 @griffaindotcomは、ユーザーが利用できるさまざまな専門エージェントを導入して、トークンスニッピングの迅速な完了など、特定のプロセスをさらに簡素化しています。

(Tweet details)

（ツイートの詳細）

Analysis

分析

Projects in this category share some similarities with the abstraction category, but their focus is on aggregating and analyzing on-chain data and data from various sources to identify trends and opportunities in DeFi and tokens.

このカテゴリのプロジェクトは、抽象化カテゴリといくつかの類似点を共有していますが、さまざまなソースからのチェーンデータとデータの集約と分析に焦点を当てて、Defiおよびトークンの傾向と機会を特定します。

Through a user interface, users can query agents for information related to project technical indicators (technical analysis), fundamental attributes (fundamental analysis), and market sentiment. Additionally, most of these agents operate their own accounts on the X platform, actively sharing analysis results and interacting with the community.

ユーザーインターフェイスを介して、ユーザーはプロジェクト技術インジケーター（テクニカル分析）、基本属性（基本分析）、および市場センチメントに関連する情報をエージェントに照会できます。さらに、これらのエージェントのほとんどは、Xプラットフォーム上で独自のアカウントを運用し、分析結果を積極的に共有し、コミュニティと対話します。

@aixbt_agent is one of the leaders in this category, characterized by its custom large language model (LLM) framework, data indexer, and proprietary algorithms for trend identification. It has quickly integrated into the CT community culture, gradually establishing a reputation similar to that of opinion leaders (KOLs) due to its relatively accurate predictions.

@aixbt_agentは、このカテゴリのリーダーの1つであり、カスタム大規模言語モデル（LLM）フレームワーク、データインデクサー、およびトレンド識別のための独自のアルゴリズムを特徴としています。それはすぐにCTコミュニティ文化に統合され、比較的正確な予測のために、オピニオンリーダー（KOLS）の評判と同様の評判を徐々に確立しました。

Another emerging agent, @AcolytAI, provides dynamic interaction capabilities through its unique oracle, enabling collaboration with agent groups to provide users with responses based on aggregated data. In the future, it will even support the use of private datasets.

別の新興エージェント@Acolytaiは、独自のOracleを介して動的な相互作用機能を提供し、エージェントグループとのコラボレーションが集計データに基づいた応答をユーザーに提供できるようにします。将来的には、プライベートデータセットの使用もサポートします。

(Tweet link)

（ツイートリンク）

Optimization

最適化

Projects in the optimization category include agents and protocols that utilize AI to optimize yields and portfolio configurations.

最適化カテゴリのプロジェクトには、AIを利用して収量とポートフォリオ構成を最適化するエージェントとプロトコルが含まれます。

Protocols typically incorporate AI models that directly deploy user deposits based on previous backtesting strategies. Agents, on the other hand, focus more on providing flexibility, allowing users to customize their investment strategies and methods.

通常、プロトコルには、以前のバックテスト戦略に基づいてユーザーデポジットを直接展開するAIモデルが組み込まれています。一方、エージェントは柔軟性を提供することに重点を置き、ユーザーが投資戦略と方法をカスタマイズできるようにします。

For example, @SturdyFinance's SN10 (based on the Bittensor subnet) is an AI-driven yield optimization

たとえば、 @SturdyFinanceのSN10（ビテンサーサブネットに基づく）は、AI駆動型の収量最適化です