IOSGリサーチ｜AIで取引を行う：DeFAIエコシステムの初步的な探求

執筆：Henry @IOSG

序論

わずか3か月の間に、AI × memecoinの時価総額は134億ドルに達し、成熟したL1（AVAXやSUIなど）と同等の規模となった。

実際、人工知能とブロックチェーンの関係は古くから存在しており、初期のBittensorサブネットにおける分散型モデル学習、Akashやio.netなどの分散型GPU／計算リソース市場、そして現在のSolana上でのAI × memecoinおよびフレームワークの波まで、各段階で暗号資産がリソースを集約することでAIを補完し、主権を持つAIや消費者向けユースケースを実現できる可能性を示している。

第一波のSolana AIコインの波の中で、純粋な投機ではなく意味のある実用性をもたらしたものもあった。例えばai16zのELIZAのようなフレームワークや、aixbtのように市場分析やコンテンツ制作を行うAIエージェント、あるいはAIとブロックチェーン機能を統合するツールキットなどが登場した。

AIの第二波においては、より多くのツールが成熟するにつれ、アプリケーションが主要な価値ドライバーとなり、DeFiはこれらの革新にとって理想的な試験場となった。簡潔さのために、本研究ではAIとDeFiの融合を「DeFai」と呼ぶことにする。

CoinGeckoのデータによると、DeFaiの時価総額は約10億ドルである。Griffianが45％のシェアで市場をリードしており、$ANONは22％を占めている。この分野は12月25日以降に急速な成長を遂げており、同時期にVirtualやai16zなどのフレームワーク・プラットフォームがクリスマス休暇後に強力な伸びを見せたことと一致している。

▲ 出典：Coingecko.com

これはまだ始まりにすぎず、DeFaiの潜在能力はさらに大きい。現在DeFaiは概念実証段階にあるものの、その可能性を過小評価してはならない。AIが提供する知性と効率性を活用することで、DeFi業界をよりユーザーフレンドリーで、賢く、高効率な金融エコシステムへと変革するだろう。

DeFaiの世界に入る前に、まずエージェント（Agent）がDeFi／ブロックチェーンでどのように実際に機能するかを理解する必要がある。

DeFiシステムにおけるエージェントの動作方法

人工知能エージェント（AI Agent）とは、特定のワークフローに基づいてユーザーに代わってタスクを実行するプログラムを指す。AIエージェントの核となるのはLLM（大規模言語モデル）であり、訓練または学習された知識に基づいて反応するが、その反応には制限があることが多い。

エージェントとロボットには本質的な違いがある。ロボットは通常特定のタスクに特化しており、人的監視が必要で、あらかじめ定義されたルールや条件下でのみ動作する。一方、エージェントはより動的かつ適応的であり、特定の目標を達成するために自律的に学習することができる。

よりパーソナライズされた体験と包括的な応答を実現するため、エージェントは過去のやり取りをメモリに保存でき、ユーザーの行動パターンから学習し、その応答を調整することが可能になる。これにより、歴史的文脈に基づいたカスタマイズされた提案や戦略を生成できる。

ブロックチェーンにおいて、エージェントはスマートコントラクトやアカウントと対話し、複雑なタスクを継続的な人的介入なしに処理できる。たとえば、DeFiのユーザーエクスペリエンスを簡素化する点では、ワンクリックでマルチステップのブリッジングやファーミングを実行したり、ファーミング戦略を最適化して高いリターンを得たり、取引（購入／売却）を実行し、市場分析を行うなど、すべてのプロセスが自律的に完了される。

@3sigmaの研究を参考にすると、ほとんどのモデルは以下の6つの特定のワークフローに従っている：

• データ収集

• モデル推論

• 意思決定

• ホスティングと実行

• 相互運用性

• ウォレット

1 データ収集

まず、モデルは自身の作業環境を理解する必要がある。そのため、モデルは複数のデータストリームを必要とし、市場状況と同期させる。これには次のものが含まれる：1) インデクサーおよびオラクルからのオンチェーンデータ 2) CMC / Coingecko / その他のデータプロバイダーのAPIなど、価格プラットフォームからのオフチェーンデータ。

2 モデル推論

モデルが環境を学習したら、新しい未認識の入力データに対して予測を行ったりアクションを実行したりするために、その知識を適用する必要がある。エージェントが使用するモデルには以下がある：

1. 教師あり学習および教師なし学習：ラベル付きまたはラベルなしデータで訓練されたモデルで、結果の予測に使用される。ブロックチェーンの文脈では、ガバナンスフォーラムのデータを分析して投票結果を予測したり、取引パターンを識別したりするのに利用できる。

2. 強化学習：報酬や罰則の結果を評価しながら試行錯誤を通じて学習するモデル。応用例としては、トークン取引戦略の最適化（ベストな購入タイミングの特定やファーミングパラメータの調整）などがある。

3. 自然言語処理（NLP）：人間の言語入力を理解・処理する技術。ガバナンスフォーラムや提案書をスキャンして意見を把握する際に非常に価値がある。

▲ 出典：https://www.researchgate.net/figure/The-main-types-of-machine-learning-Main-approaches-include-classification-and-regression_fig1_354960266

3 意思決定

訓練済みモデルとデータによって、エージェントはその意思決定能力を発揮してアクションを起こす。これは、現在の状況を解釈し、適切に対応することを含む。

この段階では、最適な結果を見つけるために最適化エンジンが重要な役割を果たす。例えば、リターン戦略を実行する前に、エージェントはスリッページ、価格差、取引コスト、潜在的利益などの要素をバランスさせる必要がある。

単一のエージェントが異なる領域の意思決定を最適化できない場合、複数のエージェントシステムを展開して協調させることもできる。

4 ホスティングと実行

タスクが計算集中型であるため、AIエージェントは通常、モデルをオンチェーン外にホストする。一部のエージェントはAWSなどの中央集権型クラウドサービスに依存しているが、分散化を志向するエージェントはAkashやionetなどの分散型コンピューティングネットワーク、およびArweaveによるデータストレージを利用する。

AIエージェントのモデルはオンチェーン外で実行されるが、エージェントはオンチェーンプロトコルと対話してスマートコントラクト機能を実行し、資産を管理する必要がある。このような対話には、MPCウォレットやスマートコントラクトウォレットといった安全な鍵管理ソリューションが必要であり、安全に取引を処理できるようにする。また、エージェントはTwitterやTelegramなどのソーシャルプラットフォーム上でAPIを通じてコミュニティとコミュニケーションを取ることができる。

5 相互運用性

エージェントはさまざまなプロトコルと対話しつつ、異なるシステム間で情報を最新の状態に保つ必要がある。通常、価格フィードなどの外部データを取得するためにAPIブリッジを使用する。

現在のプロトコルの状態をタイムリーに把握し、適切に対応するためには、webhooksやIPFSなどの分散型メッセージングプロトコルを通じてリアルタイムで同期する必要がある。

6 ウォレット

エージェントはブロックチェーン取引を開始するために、ウォレットまたは秘密鍵へのアクセスを必要とする。市場には二種類の一般的なウォレット／鍵管理方式がある：MPCベースとTEEベースのソリューションである。

ポートフォリオ管理用途の場合、MPCまたはTSSはエージェント、ユーザー、信頼できる第三者の間で鍵を分割でき、ユーザーはAIに対してある程度の制御を維持できる。Coinbase AI Replitウォレットはこの手法を効果的に実装しており、AIエージェントがMPCウォレットを活用する方法を示している。

完全に自律的なAIシステムの場合は、TEEが代替案を提供する。秘密鍵をセキュア・エンクレーブ内に保存することで、AIエージェント全体が隠蔽され保護された環境で動作でき、第三者の干渉を受けない。しかし、TEEソリューションは現在、ハードウェアの集中化とパフォーマンスのオーバーヘッドという二つの課題に直面している。

これらの問題を克服すれば、ブロックチェーン上で自律エージェントを作成できるようになり、異なるエージェントがDeFiエコシステム内でそれぞれの役割を果たし、効率性を向上させ、オンチェーン取引体験を改善できる。

まとめると、私は暫定的にDeFi × AIを以下の4つのカテゴリーに分ける：

1. 抽象化／ユーザーフレンドリー型AI

2. リターン最適化またはポートフォリオ管理

3. 市場分析または予測ロボット

4. DeFaiインフラ／プラットフォーム

DeFi x AIの世界への扉を開く ― DeFai

▲ 出典：IOSG Venture

1 抽象化／ユーザーフレンドリー型AI

人工知能の目的は、ユーザーの効率を高め、複雑な問題を解決し、複雑なタスクを簡素化することにある。抽象化に基づくAIは、初心者や既存のトレーダーがDeFiの複雑さにアクセスしやすくすることができる。

ブロックチェーン分野では、効果的なAIソリューションは以下のことを可能にするべきである：

• ユーザーが業界知識を持たなくても、複数ステップの取引やステーキング操作を自動実行できる；

• リアルタイムの調査を実施し、ユーザーが情報に基づいた取引判断を行うために必要なすべての情報を提供できる；

• さまざまなプラットフォームからデータを取得し、市場機会を特定して、ユーザーに包括的な分析を提供できる。

こうした抽象化ツールの多くはChatGPTをコアとしている。これらのモデルはブロックチェーンとシームレスに統合される必要があるが、私の見解では、いずれもブロックチェーンデータに基づいて特別に訓練または調整されていないようだ。

Solanaハッカソンで、griffainの創設者Tonyがこの概念を提唱した。その後、彼はこのアイデアを実用的な製品に変え、Solanaの創設者Anatolyからも支援と承認を得た。

簡単に言えば、griffainは現在Solana上で最初で、最も高性能な抽象化AIであり、swap、ウォレット管理、NFTミント、トークンスナイプなどの機能を実行できる。

以下はgriffainが提供する具体的な機能である：

• 自然言語で取引を実行

• pumpfunを使ってトークンを発行し、NFTをミントし、指定されたアドレスにエアドロップを選択可能

• マルチエージェント協調

• エージェントがユーザーに代わってツイートを投稿可能

• pumpfun上で特定のキーワードや条件に基づき新しく上場したmemecoinをスナイプ

• ステーキング、自動化、DeFi戦略の実行

• タスクスケジューリング。ユーザーがinputを入力して、カスタマイズされたエージェントを作成可能

• プラットフォームからデータを取得して市場分析を実施。例えば、トークン保有者の分布を特定

griffainは多数の機能を提供しているが、ユーザーは依然としてトークンアドレスを手動で入力したり、エージェントに具体的な実行命令を提供したりする必要がある。そのため、こうした技術的な命令に不慣れな初心者にとっては、現時点での製品には改善の余地がある。

これまでのところ、griffainは個人用AIエージェントと特殊エージェントの2種類のAIエージェントを提供している。

個人用AIエージェント (Personal AI Agent) はユーザーが制御するもので、カスタム命令やメモリ設定を入力して、個人の状況に合わせたエージェントをカスタマイズできる。

特殊エージェント (Special agents) は特定のタスクのために設計されたものである。例えば、「エアドロップエージェント」(Airdrop Agent) は、アドレスを検索して指定された保有者にトークンを分配するように訓練されており、「ステーキングエージェント」(Staking Agent) はSOLや他の資産をプールにステークしてマイニング戦略を実行するようにプログラミングされている。

griffainのマルチエージェント協働システムは顕著な特徴であり、複数のエージェントがチャットルーム内で協働できる。これらのエージェントは複雑なタスクを個別に解決しつつ、協力も維持できる。

▲ 出典：https://griffain.com

アカウント作成後、システムはウォレットを生成し、ユーザーはアカウントをエージェントに委任して、取引の自律的実行やポートフォリオ管理を任せることができる。

ここで鍵はShamir Secret Sharingによって分割されており、griffainとprivyのどちらもウォレットをホストできない。Slateの紹介によれば、SSSの仕組みは鍵を3つの部分に分割するもので、以下の通り：

1. デバイス共有：ブラウザに保存され、タブを開いたときに取得

2. 認証共有：Privyサーバーに保存され、アプリケーションの検証とログイン時に取得

3. 回復共有：Privyサーバーに暗号化されて保存され、ユーザーがパスワードを入力してタブにログインしたときのみ復号・取得可能

また、ユーザーはgriffainのフロントエンドからエクスポートまたはインポートを選択できる。

AnonはDaniele Sestaが設立したもので、彼はDeFiプロトコルWonderlandおよびMIM（Magic Internet Money）の創設者として知られている。griffainと同様、AnonもユーザーとDeFiのインタラクションを簡素化することを目指している。

チームは将来の機能について説明しているが、製品がまだ公開されていないため、現時点ではどの機能も検証されていない。一部の機能は以下の通り：

• 自然言語（中国語を含む多言語）で取引を実行

• LayerZeroを通じたクロスチェーンブリッジ

• Aave、Sparks、Sky、Wagmiなどのパートナープロトコルとの貸出および供給

• Pythを通じたリアルタイムの価格およびデータ情報

• 時間およびgas priceに基づく自動実行およびトリガー

• 感情検出、ソーシャルプロファイル分析などのリアルタイム市場分析

コア機能に加えて、AnonはGemma、Llama 3.1、Llama 3.3、Vision、Pixtral、Claudeなど、さまざまなAIモデルをサポートしている。これらのモデルは貴重な市場分析を提供し、ユーザーが研究時間を節約し、情報に基づいた意思決定を行うのに役立つ。これは、毎日1億ドルの時価総額を持つ新規トークンが登場する現代市場において特に価値がある。

ウォレットはエクスポート可能で、認可を撤回できるが、ウォレット管理およびセキュリティプロトコルの詳細はまだ公開されていない。

コア機能に加えて、AnonはGemma、Llama 3.1、Llama 3.3、Vision、Pixtral、ClaudeなどのさまざまなAIモデルをサポートしている。

さらに、danieleは最近Anonに関する2つのアップデートを発表した：

• Automateフレームワーク：

TypeScriptフレームワークで、より多くのプロジェクトがAnonと迅速に統合できるようにする。このフレームワークでは、すべてのデータとインタラクションが事前定義された構造に従う必要があり、AnonがAIのハルシネーションリスクを低減し、より信頼性を高められる。

• Gemma：

Research／研究エージェントで、オンチェーンDeFi指標（TVL、取引量、prepdexの資金レートなど）およびオフチェーンデータ（Twitter、Telegramなど）からリアルタイムデータを収集し、ソーシャルセンチメント分析を行う。これらのデータは機会アラートやユーザー向けのカスタムインサイトに変換される。

ドキュメントによれば、これによりAnonは分野全体で最も期待され、最も強力な抽象化ツールの一つとなった。これは、毎日1億ドルの時価総額を持つ新規トークンが登場する現代市場において特に価値がある。

BigBrain Holdingsの支援を受け、Slateは「Alpha AI」として位置づけられており、オンチェーンシグナルに基づいて自律的に取引を実行できる。現在、SlateはHyperliquid上で取引を自動実行できる唯一の抽象化AIである。

Slateは価格ルーティング、高速実行を優先し、取引前のシミュレーションも可能。主な機能は以下の通り：

• EVMチェーンとSolana間のクロスチェーンswap

• 価格、時価総額、gas料金、損益指標に基づく自動取引

• 自然言語によるタスクスケジューリング

• オンチェーン取引集約

• Telegram通知システム

• ロング・ショートポジションの開設、特定条件下での決済、LP管理＋マイニング（Hyperliquid上での実行を含む）

全体として、料金体系は2種類に分けられる：

1. 通常操作：Slateは通常の送金／出金に対して手数料を課さないが、swap、ブリッジ、claim、借入、貸出、返済、ステーキング、アンステーキング、ロング、ショート、ロック、アンロックなどの操作に対して0.35％の手数料を課す。

2. 条件付き操作：条件付き注文（指値注文など）を設定した場合。gas料金に基づく条件の場合は、Slateが0.25％の手数料を課す。その他のすべての条件の場合は1.00％の手数料。

ウォレットに関しては、SlateはPrivyの埋め込みウォレットアーキテクチャを統合しており、SlateとPrivyのどちらもユーザーのウォレットをホストしないことを保証している。ユーザーは既存のウォレットを接続するか、エージェントに取引の実行を委任できる。

▲ 出典：https://docs.slate.ceo

主要な抽象化AIの比較：

▲ 出典：IOSG Venture

現在、ほとんどのAI抽象化ツールはSolanaとEVMチェーン間のクロスチェーン取引およびアセットブリッジをサポートしている。SlateはHyperliquidとの統合を提供しているが、NeurとGriffinは現時点でSolanaのみをサポートしている（クロスチェーン機能の追加が近い将来予定されている）。

多くのプラットフォームはPrivyの埋め込みウォレットとEOAウォレットを統合しており、ユーザーが資金を自主管理できるようにしているが、特定の取引を実行するためにエージェントにアクセスを許可する必要がある。これにより、AIシステムの改ざん防止を確保するためのTEE（Trusted Execution Environment）の導入機会が生まれる。

多くのAI抽象化ツールは、トークン発行、取引実行、自然言語による条件注文などの機能を共有しているが、その性能には大きな差がある。

製品レベルでは、抽象化AIの初期段階にある。上記5つのプロジェクトを比較すると、Griffinは豊富な機能、広範なコラボレーションネットワーク、マルチエージェント協働によるワークフロー処理により際立っている（Orbitもマルチエージェントをサポートする別のプロジェクトである）。Anonは迅速な応答、多言語サポート、Telegram統合で優れており、Slateは高度な自動化プラットフォームを持ち、Hyperliquidをサポートする唯一のエージェントである。

しかし、すべての抽象化AIにおいて、基礎的な取引（USDC swapなど）を処理する際にも依然として課題がある。例えば、正しいトークンアドレスや価格を正確に取得できない、または最新の市場トレンドを分析できないなど。応答時間、正確性、結果の関連性も、モデルの基本性能を測る重要な差異要因である。今後、すべての抽象化AIのパフォーマンスをリアルタイムで追跡する透明なダッシュボードの開発に向けてチームと協力したい。

2 自律的リターン最適化とポートフォリオ管理

従来のリターン戦略とは異なり、この分野のプロトコルはAIを使ってオンチェーンデータを分析し、トレンド分析を行い、チームがより優れたリターン最適化およびポートフォリオ配分戦略を開発するための情報を提供する。

コスト削減のため、モデルは通常Bittensorサブネットまたはオンチェーン外で訓練される。AIが自律的に取引を実行できるようにするために、ZKP（ゼロ知識証明）などの検証手法が採用され、モデルの誠実性と検証可能性を確保する。以下は、リターン最適化型DeFaiプロトコルの例である：

T3AIは、AIを仲介者およびリスクエンジンとして使用するノンカリング担保型ローンプロトコルである。そのAIエージェントはローンの健全性をリアルタイムで監視し、T3AIのリスク指標フレームワークを通じてローンの償還可能性を確保する。同時に、AIは異なる資産間の関係性と価格変動トレンドを分析し、正確なリスク予測を提供する。T3AIのAIの具体的な表現は以下の通り：

• 主要CEXおよびDEXの価格データを分析；

• 異なる資産のボラティリティを測定；

• 資産価格の相関関係および連動性を調査；

• 資産相互作用における隠れたパターンを発見。

AIはユーザーのポートフォリオに基づいて最適な構成戦略を提案し、モデルの調整後には潜在的に自律的なAIポートフォリオ管理を実現できる。さらに、T3AIはZK証明および検証者ネットワークを通じて、すべての操作の検証可能性と信頼性を確保している。

▲ 出典：https://www.trustinweb3.xyz/

KudaiはGMXエコシステムの実験的なエージェントで、GMX Blueberry ClubがEmpyrealSDKツールキットを使用して開発したものであり、そのトークンは現在Baseネットワークで取引されている。

Kudaiの理念は、$KUDAIから生じるすべての取引手数料を、自律的取引操作を行うエージェントの資金調達に使い、利益をトークン保有者に分配することにある。

まもなく到来する第2／4フェーズでは、KudaiはTwitter上の自然言語を解釈できるようになる：

• $GMXを購入・ステークして新たな収益源を生成；

• GMX GMプールに投資してさらにリターンを増加；

• 最低価格でGBC NFTを購入してポートフォリオを拡張。

このフェーズの後、Kudaiは完全に自律化され、レバレッジ取引、裁定取引、資産リターン（利息）の獲得などを独立して実行できるようになる。それ以外の詳細はまだ公開されていない。

Sturdy Financeはレンディングとリターンアグリゲーターで、Bittensor SN10サブネットのマイナーが訓練したAIモデルを利用し、異なるホワイトリストsiloプール間で資金を移動することでリターンを最適化する。

Sturdyは二層構造を採用しており、独立資産プール（silo pools）とアグリゲーターレイヤー（aggregator layer）で構成される：

• 独立資産プール（Silo Pools）

これらは単一資産隔離プールであり、ユーザーはその中で単一資産の貸借または単一担保での借り入れしかできない。

• アグリゲーターレイヤー（Aggregator Layer）

アグリゲーターレイヤーはYearn V3に基づいて構築され、利用率とリターン率に基づいてユーザー資産をホワイトリスト審査済みの独立資産プールに分配する。Bittensorサブネットがアグリゲーターに最適な分配戦略を提供する。ユーザーが資産をアグリゲーターに預け入れると、選択した担保タイプにのみ露出し、他の貸借プールや担保資産からのリスクを完全に回避できる。

▲ 出典：https://sturdy.finance

本稿執筆時点では、Sturdy V2のTVLは2024年5月以来下降傾向にあり、現在アグリゲーターのTVLは約390万ドルで、プロトコル全体のTVLの29％を占める。

2024年9月以来、Sturdyの日次アクティブユーザーは常に3桁以上（＞100）を維持しており、pxETHとcrvUSDがアグリゲーター内の主要な貸借資産である。しかし、このプロトコルのパフォーマンスはここ数ヶ月明らかに停滞している。AI統合の導入は、プロトコルの成長勢力を再び喚起することを期待してのことと思われる。

▲ 出典：https://dune.com/tk-research/sturdy-v2

3 市場分析エージェント

Aixbt

Aixbtは市場センチメント追跡エージェントで、400人以上のTwitter KOLのデータを集約・分析する。独自のエンジンにより、AixBTはリアルタイムのトレンドを識別し、24時間体制で市場観察情報を発信している。

既存のAIエージェントの中では、AixBTは14.76％という顕著な市場注目シェアを持っており、エコシステム内で最も影響力のあるエージェントの一つとなっている。

▲ 出典：Kaito.com

Aixbtはソーシャルメディアとのインタラクションを目的に設計されており、発信する洞察は市場の注目ポイントを直接反映している。

その機能は市場インサイト（alpha）の提供にとどまらず、インタラクティブ性も備えている。AixBTはユーザーの質問に返信でき、専門ツールキットを使ってTwitter上でトークンを発行することさえ可能である。例えば、$CHAOSトークンは、AixBTと別のインタラクティブロボットSimiが@EmpyrealSDKツールキットを共同使用して作成したものである。

現時点で、60万枚の$AIXBTトークン（約24万ドル相当）を保有するユーザーがその分析プラットフォームと端末にアクセスできる。

4 分散型AIインフラおよびプラットフォーム

Web3 AIエージェントの存在は、分散型インフラの支援なくしては成り立たない。これらのプロジェクトはモデルの訓練・推論を支えるだけでなく、データ、検証手法、調整レイヤーも提供し、AIエージェントの開発を推進する。

Web2でもWeb3でも、モデル、計算力、データは大規模言語モデル（LLM）およびAIエージェントの卓越性を推進する三つの柱である。分散型で訓練されたオープンソースモデルは、エージェント構築者に好まれる。これにより、中央集権に伴う単一障害点が完全に排除され、ユーザー所有のAIの可能性が開かれる。開発者はGoogle、Meta、OpenAIなどのWeb2 AI巨人のLLM APIに依存する必要がなくなる。

以下はPinkbrainsが描いたAIインフラ図である：

▲ 出典：Pink Brains

Nous Research、Prime Intellect、Exo Labsなどの先駆機関が、分散型訓練の境界を押し広げている。

Nous ResearchのDistro訓練アルゴリズムとPrime IntellectのDiLocoアルゴリズムは、低帯域環境で100億以上のパラメータを持つモデルを成功裏に訓練しており、従来の中央集権システム以外でも大規模訓練が可能であることを示している。Exo LabsはさらにSPARTA分散型AI訓練アルゴリズムを導入し、GPU間の通信量を1000倍以上削減した。

Bagelは分散型HuggingFaceを目指しており、AI開発者にモデルとデータを提供するとともに、暗号技術でオープンソースデータの帰属とマネタイズを解決しようとしている。Bittensorは競争市場を構築し、参加者が計算力、データ、インテリジェンスを貢献することで、AIモデルおよびエージェントの開発を加速させている。

多くの人々は、AixBTが実用型エージェントカテゴリで際立った理由は、高品質なデータセットにアクセスできたからだと考えている。

Grass、Vana、Sahara、Space and Time、Cookie DAOsなどのプロバイダーは、高品質でドメイン固有のデータを提供し、またはAI開発者がデータ「囲い込み庭園」にアクセスできるようにすることで、その能力を強化している。250万以上のノードを利用して、Grassは毎日最大300TBのデータをクロールできる。

現在、Nvidiaは2000万時間のビデオデータでしかビデオモデルを訓練できないが、Grassのビデオデータセットはその15倍（3億時間）であり、毎日400万時間のペースで成長している――つまり、Nvidiaの総データセットの20％が毎日Grassによって収集されている。言い換えれば、Grassはわずか5日でNvidiaの全ビデオデータセットと同等のデータを取得できる。

計算リソースがなければ、エージェントは動作できない。Aethirやio.netなどの計算市場は、さまざまなGPUを集約することで、エージェント開発者に経済的で効率的な選択肢を提供している。Hyperbolicの分散型GPU市場は、計算コストを最大75％削減しつつ、オープンソースAIモデルをホストし、Web2クラウドプロバイダーと同等の低遅延推論能力を提供している。

HyperbolicはAgentKitをリリースすることで、GPU市場とクラウドサービスをさらに強化している。AgentKitは強力なインターフェースで、AIエージェントがHyperbolicの分散型GPUネットワークに完全にアクセスできるようにする。AI可読の計算リソースマップを持ち、リアルタイムでリソースの可用性、仕様、現在の負荷、パフォーマンス詳細をスキャンして提供する。

AgentKitは革命的な未来を開く――エージェントが自ら必要な計算力を取得し、関連費用を支払えるようになる。

革新的なProof of Sample検証メカニズムにより、Hyperbolicはエコシステム内のすべての推論インタラクションが検証されることを保証し、将来のエージェント世界に信頼基盤を築く。

しかし、検証は自律エージェントの信頼問題の一部しか解決していない。もう一つの信頼の側面はプライバシー保護であり、ここがPhala、Automata、MarlinなどのTEE（信頼実行環境）インフラプロジェクトの強みである。例えば、こうしたAIエージェントが使用する独自データやモデルを安全に保護できる。

実際、真に自律的なエージェントはTEEなしでは完全に動作できない。なぜなら、ウォレットの秘密鍵の保護、不正アクセスの防止、Twitterアカウントのログインセキュリティなど、機密情報の保護に不可欠だからである。

TEE（信頼実行環境）は、処理中に機密データを保護されたCPU/GPU enclave（安全領域）内に隔離する。許可されたプログラムコードのみがenclaveの内容にアクセスでき、クラウドサービスプロバイダー、開発者、管理者、その他のハードウェア部分はこの領域にアクセスできない。

TEEの主な用途はスマートコントラクトの実行であり、特に機密性の高い金融データを扱うDeFiプロトコルで重要である。したがって、TEEとDeFaiの統合には、伝統的なDeFiアプリケーションのユースケースが含まれる：

1. 取引のプライバシー：TEEは送信者・受信者のアドレスや取引金額といった取引詳細を隠すことができる。Secret NetworkやOasisなどのプラットフォームは、TEEを使用してDeFaiアプリケーション内の取引プライバシーを保護し、プライベートペイメントを実現する。

2. MEV耐性：TEE内でスマートコントラクトを実行することで、ブロックビルダーは取引情報を取得できず、MEVに関連するフロントラン攻撃を防げる。FlashbotsはTEEを利用してBuilderNetを開発しており、これは分散型ブロック構築ネットワークで、中央集権ブロック構築に関連する検閲リスクを低下させる。UnichainやTaikoなどのチェーンもTEEを使用して、ユーザーにより良い取引体験を提供している。

これらの機能はZKPやMPCなどの代替ソリューションにも適用可能である。ただし、現在のところ、この3つのソリューションの中で、スマートコントラクトの実行効率が最も高いのはTEEであり、その理由はシンプルに、モデルがハードウェアに基づいているからである。

エージェントの観点からは、TEEはエージェントにさまざまな能力を与える：

1. 自動化：TEEはエージェントに独立した操作環境を提供し、戦略の実行が人的干渉を受けないことを保証する。これにより、投資判断がエージェントの独立したロジックに基づいて完全に行われる。

2. TEEはまた、エージェントがソーシャルメディアアカウントを制御できるようにし、発信するすべての声明が独立したものであり、外界の影響を受けないことを保証する。これにより、宣伝や広告の疑念を回避できる。PhalaはAI16Zチームと協力し、ElizaがTEE環境で効率的に動作できるようにしている。

3. 検証可能性：エージェントが約束されたモデルを使用して計算を行い、有効な結果を生み出しているかを検証できる。AutomataとBrevisはこの機能の開発に協力している。

DeFi、ゲーム、投資、音楽など特定のユースケースを持つ専門エージェントがますます参入するにつれ、より良いエージェント協働とシームレスな通信が極めて重要になる。

単一エージェントの限界を解決するため、エージェント群フレームワークのインフラが登場している。群知能により、エージェントはチームとして協働し、共通の目標を達成するために能力を結集できる。調整レイヤーは複雑さを抽象化し、エージェントが共通の目標とインセンティブのもとで協力しやすくする。

Theoriq、FXN、QuestflowなどのいくつかのWeb3企業がこの方向に向かっている。これらすべてのプレーヤーの中で、当初2022年にChainMLとして立ち上がったTheoriqが、この目標の実現に向けて最も長い努力を続けている。そのビジョンは、エージェントAIの汎用基盤層となることである。

このビジョンを達成するため、Theoriqは下位モジュールでエージェントの登録、支払い、セキュリティ、ルーティング、計画、管理を処理する。また、需要と供給の双方をつなぎ、Infinity Studioと呼ばれる直感的なエージェント構築プラットフォームを提供し、誰でも自分のエージェントを展開できるようにしている。さらに、Infinity Hub（顧客が利用可能なすべてのエージェントを閲覧できるマーケットプレイス）も提供している。そのスウォームシステムでは、メタエージェントが特定のタスクに最も適したエージェントを選択し、「スウォーム」（swarms）を作成して共通の目標を達成するとともに、評判と貢献度を追跡して品質と責任を維持する。

Theoriqトークンは経済的保証を提供し、エージェント運営者やコミュニティメンバーがエージェントの品質と信頼をトークンで表明できる。これにより、高品質なサービスがインセンティブ化され、悪意ある行動が抑制される。また、トークンはサービス料金の支払い、データアクセスの手段としても使われ、データやモデルなどを提供する参加者に報酬を与えることもできる。

▲ 出典：Theoriq

AIエージェントに関する議論が長期的な業界分野として定着し、明確な実用エージェントが牽引するにつれ、Crypto × AIインフラプロジェクトの復活と強い価格パフォーマンスが見られるかもしれない。こうしたプロジェクトは、ベンチャーキャピタル資金、長年の研究開発経験、特定分野の技術的専門性を活かしてバリューチェーン全体に拡大できる可能性を持っている。これにより、現在市場の95％以上の他のエージェントを凌駕する高度な実用AIエージェントを開発できるようになる。

DeFaiの進化と未来

私は常々、市場の発展は3段階に分かれると考えている：まず効率性を求め、次に分散化へ、最後にプライバシー化へ。DeFaiは4段階に分けられる。

DeFi AIの第一段階は効率性に焦点を当てる。さまざまなツールを通じてユーザーエクスペリエンスを改善し、堅固なプロトコル知識がなくても複雑なDeFiタスクを完了できるようにする。例としては：

• 形式が不完全でもユーザーの指示を理解できるAI

• 最短のブロック時間でswapを高速実行

• リアルタイム市場調査を行い、ユーザーの目標に基づいて有利な意思決定を支援

もし革新が実現すれば、ユーザーの時間と労力を節約し、オンチェーン取引の敷居を下げることができ、今後数か月以内に「魅影」的な瞬間を創出する可能性がある。

第二段階では、エージェントが極めて少ない人的介入で自律的に取引を行うようになる。取引エージェントは第三者の見解や他のエージェントのデータに基づいて戦略を実行でき、新しいDeFiモデルを生み出す。専門的または熟練したDeFiユーザーは、自分自身のモデルを微調整してエージェントを構築し、自分自身や顧客のために最適なリターンを創出し、人的監視を減らすことができる。

第三段階では、ユーザーはウォレット管理とAI検証に注目し始める。ユーザーは透明性を求めるようになる。TEEやZKPなどのソリューションは、AIシステムが改ざん不可能で、第三者の干渉を受けず、検証可能であることを保証する。

最後に、これらの段階が完了すれば、ノーコードDeFi AIエンジニアリングツールキットやAI as a Serviceプロトコルが、暗号資産で訓練されたモデルを使用して取引を行うエージェント型経済を創出できる。

このビジョンは野心的で興奮を呼び起こすものだが、解決すべきいくつかのボトルネックがまだ残っている：

• 現在の大多数のツールはChatGPTのラッパーにすぎず、高品質プロジェクトを識別する明確なベンチマークがない

• オンチェーンデータの断片化がAIモデルを中央集権的ではなく分散化に向かわせており、オンチェーンエージェントがこの問題をどう解決するかは不明