Tổng hợp công cụ DeFAI: Làm thế nào để vận hành quản lý tài sản trên chuỗi bằng Agent AI?
Tuyển chọn TechFlowTuyển chọn TechFlow
Tổng hợp công cụ DeFAI: Làm thế nào để vận hành quản lý tài sản trên chuỗi bằng Agent AI?
Đối với các đội ngũ có khả năng vận hành đồng thời cả hai lĩnh vực Web3 và AI, hiện tại chính là “cửa sổ cơ hội” để tham gia.
Chuyên sâu báo cáo Web3Tác giả: GO2MARS
Trước khi đi sâu vào phân tích, cần làm rõ một khái niệm cốt lõi: DeFAI.
DeFAI là từ viết tắt kết hợp giữa DeFi (tài chính phi tập trung) và AI (trí tuệ nhân tạo), ám chỉ việc tích hợp các Agent AI vào các tình huống tài chính trên chuỗi nhằm trang bị cho chúng khả năng cảm nhận trạng thái thị trường, tự chủ xây dựng chiến lược và trực tiếp thực hiện các thao tác trên chuỗi — nhờ đó hoàn tất toàn bộ chuỗi hoạt động tài chính truyền thống vốn đòi hỏi chuyên gia can thiệp thủ công như phân bổ tài sản, quản lý rủi ro và tương tác với giao thức — mà không cần sự can thiệp thời gian thực của con người.
Nói ngắn gọn, DeFAI không đơn thuần là nâng cấp AI hóa các công cụ DeFi, mà là nỗ lực xây dựng trên chuỗi một lớp thực thi tài chính có khả năng vận hành tự chủ.
Lĩnh vực này bắt đầu tăng nhiệt mạnh kể từ quý IV năm 2024, đằng sau sự bùng nổ ấy là ba sự kiện tiêu biểu đáng chú ý, lần lượt phản ánh ba cấp độ tiến vào Web3 của Agent AI: phá vỡ giới hạn câu chuyện (narrative), xây dựng cơ sở hạ tầng tài sản hóa và triển khai thực tế khả năng thực thi.
Sự kiện đầu tiên diễn ra vào tháng 7/2024. Robot Twitter Truth Terminal do nhà phát triển Andy Ayrey xây dựng đã gây tiếng vang lớn sau khi nhận được khoản quyên góp 50.000 USD BTC từ Marc Andreessen – đồng sáng lập a16z – và thúc đẩy đà lan truyền virus của đồng tiền GOAT. Đây là lần đầu tiên Agent AI thực sự xuất hiện trước công chúng với tư cách là một người tham gia kinh tế trên chuỗi.
Sự kiện thứ hai xảy ra vào tháng 10 cùng năm. Giao thức Virtuals Protocol bùng nổ trên mạng Base, đưa bản thân Agent AI vào dạng mã hóa thành token; giá trị thị trường hệ sinh thái đạt mức cao nhất hơn 3,5 tỷ USD, trở thành đại diện tiêu biểu cho giai đoạn xây dựng cơ sở hạ tầng tài sản hóa trong lĩnh vực DeFAI.
Sự kiện thứ ba là các dự án như Giza, HeyAnon và Almanak lần lượt triển khai thành công ở lớp thực thi trên chuỗi, thúc đẩy ngành chuyển từ giai đoạn dựa trên câu chuyện sang giai đoạn sản phẩm hóa — Agent AI bắt đầu thực sự “động tay” thực hiện các thao tác trên chuỗi, chứ không còn dừng lại ở mức độ tương tác thông tin.
Xét về quy mô thị trường toàn cầu, nhiều tổ chức nghiên cứu đều đưa ra dự báo tăng trưởng rất nhất quán đối với lĩnh vực Agent AI:
Biểu đồ 1: So sánh dự báo quy mô thị trường toàn cầu Agent AI, nguồn dữ liệu: MarketsandMarkets (2025), Grand View Research (2025), BCC Research (01/2026)
Tuy nhiên, vẫn tồn tại khoảng cách đáng kể giữa mức độ nóng của dòng vốn và tiến độ triển khai thực tiễn. Theo báo cáo “The State of AI in 2025” do McKinsey công bố tháng 11/2025 (dựa trên khảo sát 1.993 người trả lời từ 105 quốc gia), dù 88% tổ chức đã áp dụng AI ở ít nhất một chức năng nghiệp vụ, gần hai phần ba trong số đó vẫn chỉ dừng ở giai đoạn thử nghiệm hoặc thí điểm. Cụ thể với lĩnh vực Agent AI: 62% tổ chức đã bắt đầu thử nghiệm, 23% đang mở rộng triển khai ở ít nhất một chức năng, nhưng tỷ lệ tổ chức triển khai quy mô lớn ở bất kỳ chức năng nào đều chưa đạt 10%.
Dữ liệu này cho thấy: Độ nóng của câu chuyện xung quanh DeFAI hiện vẫn dẫn trước tiến độ triển khai thực tế. Việc hiểu rõ khoảng cách này là điều kiện tiên quyết để đánh giá khách quan giá trị của lĩnh vực này.
Cơ sở kỹ thuật của DeFAI: Cơ chế tương tác giữa Agent AI và thế giới trên chuỗi
Để hiểu DeFAI vận hành như thế nào, trước hết cần trả lời một câu hỏi then chốt: AI can thiệp vào các thao tác tài chính trên chuỗi bằng cơ chế nào?
Đơn vị thực thi cốt lõi của hệ thống DeFAI là Agent AI được xây dựng dựa trên mô hình ngôn ngữ lớn (LLM). Theo tổng quan học thuật của Wang et al. (2023), các khả năng cốt lõi của nó có thể được khái quát thành kiến trúc ba lớp, và mỗi lớp đều có chức năng cụ thể tương ứng trong bối cảnh trên chuỗi:
- Lớp lập kế hoạch (Planning Layer): phụ trách phân rã mục tiêu và tối ưu hóa lộ trình, tương ứng với việc tạo chiến lược và đánh giá rủi ro trong các tình huống trên chuỗi;
- Lớp bộ nhớ (Memory Layer): sử dụng cơ sở dữ liệu vector và các phương tiện lưu trữ bên ngoài khác để tích lũy thông tin xuyên suốt các chu kỳ, lưu trữ dữ liệu thị trường lịch sử và trạng thái giao thức;
- Lớp công cụ (Tool Layer): mở rộng khả năng của mô hình để nó có thể gọi các giao thức DeFi, oracle giá và cầu nối đa chuỗi (cross-chain bridge) cũng như các hệ thống bên ngoài khác.
Tuy nhiên, cần làm rõ một điểm: Mô hình AI bản thân không thể tương tác trực tiếp với blockchain. Hầu hết các hệ thống DeFAI hiện nay đều áp dụng kiến trúc tách biệt suy luận ngoài chuỗi và thực thi trên chuỗi — Agent AI thực hiện tính toán chiến lược bên ngoài chuỗi, sau đó chuyển kết quả thành tín hiệu giao dịch trên chuỗi, do module thực thi thay mặt gửi đi. Kiến trúc này vừa là lựa chọn thực tiễn dưới điều kiện kỹ thuật hiện tại, vừa đặt ra hàng loạt vấn đề an ninh như ủy quyền khóa riêng, quản lý quyền hạn, v.v.
Agent AI về bản chất là một hệ thống ra quyết định tự chủ dựa trên mô hình ngôn ngữ lớn, thực hiện vòng khép kín thông qua phân rã nhiệm vụ, quản lý bộ nhớ và gọi công cụ; hiện nay, tương tác giữa Agent AI và đầu cuối tài sản trên chuỗi đã bắt đầu hình thành dáng dấp rõ ràng.
Biểu đồ 2: Kiến trúc ba lớp của Agent AI
Diễn tiến của DeFAI: Từ tương tác thông tin đến vòng khép kín thực thi
Sau khi làm rõ cơ sở kỹ thuật của DeFAI, một câu hỏi tự nhiên nảy sinh: Hệ thống này đã từng bước phát triển như thế nào để đạt tới ngày hôm nay?
Theo nghiên cứu của The Block, quá trình phát triển của DeFAI không phải là một bước nhảy vọt mà trải qua hai giai đoạn khác biệt — từ những Agent tương tác chủ yếu xử lý thông tin ở giai đoạn đầu, đến các hệ thống thực thi thực sự có thể can thiệp trực tiếp vào các thao tác trên chuỗi ngày nay.
Hai loại này có sự khác biệt bản chất về định hướng mục tiêu, phương pháp kỹ thuật và mức độ rủi ro.
Biểu đồ 3: So sánh hai đường phát triển của DeFAI
Có thể hiểu mạch phát triển hai giai đoạn như sau:
Giai đoạn đầu tiên là Agent tương tác, trọng tâm nằm ở việc xây dựng khung thể hiện trí tuệ có khả năng đối thoại và phân tích. Các dự án tiêu biểu gồm khung Eliza của ElizaOS (trước đây là ai16z) và G.A.M.E. của Virtuals. Bản chất của giai đoạn này vẫn là công cụ thông tin — Agent có thể đọc, nói và phân tích, nhưng phạm vi chức năng chỉ giới hạn ở lớp thông tin, chưa chạm tới bất kỳ thao tác thực thi nào liên quan đến tài sản.
Giai đoạn thứ hai là Agent DeFAI thực thi, mới thực sự bước vào vòng khép kín ra quyết định và thực thi. Các dự án tiêu biểu gồm HeyAnon, Wayfinder, Giza (ARMA Agent) và Almanak. Đặc điểm chung của các hệ thống này là: AI chạy bên ngoài chuỗi, xuất ra tín hiệu chiến lược có cấu trúc, sau đó được module thực thi trên chuỗi hoàn tất giao dịch — chúng không thay thế các giao thức DeFi hiện hữu, mà thêm vào một lớp cơ chế ra quyết định AI phía trên, biến toàn bộ chuỗi thao tác từ “con người ra lệnh” thành “Agent tự chủ thực thi”.
Sự khác biệt cốt lõi giữa hai giai đoạn không nằm ở độ phức tạp kỹ thuật, mà ở việc có thực sự chạm tới tài sản hay không. Điều này cũng xác định rằng các hệ thống giai đoạn hai sẽ đối mặt với những thách thức về cơ chế tin cậy, thiết kế quyền hạn và kiến trúc an ninh phức tạp hơn nhiều so với giai đoạn một — đây chính là nội dung trọng tâm của chương tiếp theo.
Bối cảnh triển khai DeFAI: Bốn ứng dụng chủ đạo
Từ kiến trúc kỹ thuật đến lộ trình phát triển, “DeFAI có thể làm gì” đã dần trở nên rõ ràng. Vậy trên bình diện sản phẩm thực tế, nó đang giải quyết những vấn đề thực tiễn nào?
Nhìn tổng thể, các nỗ lực ứng dụng DeFAI hiện nay đã hình thành một cục diện triển khai tương đối chín muồi xoay quanh bốn hướng cốt lõi, lần lượt ứng phó với bốn điểm đau then chốt trong các thao tác trên chuỗi: hiệu suất sinh lời, thực thi chiến lược, rào cản tương tác và kiểm soát rủi ro.
Tối ưu sinh lời: Tái cân bằng tự động giữa các giao thức
Tối ưu sinh lời là lĩnh vực ứng dụng DeFAI chín muồi nhất hiện nay. Nguyên lý cốt lõi là: quét liên tục lợi suất hàng năm (APY) từ các giao thức DeFi chủ chốt như Aave, Compound, Fluid…; kết hợp các tham số rủi ro được thiết lập trước để đánh giá việc tái cân bằng có cần thiết hay không; đồng thời phân tích chi phí giao dịch trước mỗi thao tác — chỉ khi mức tăng sinh lời đủ bù đắp toàn bộ phí gas và phí giao dịch thì mới thực sự chuyển vốn, từ đó đạt được việc tự động phân bổ tối ưu giữa các giao thức.
Ví dụ điển hình là Giza: ARMA Agent của nền tảng này ra mắt chiến lược sinh lời bằng stablecoin trên mạng Base vào tháng 2/2025, liên tục giám sát biến động lãi suất trên các giao thức như Aave, Morpho, Compound, Moonwell…, cân nhắc tổng hợp APY của giao thức, chi phí phí và thanh khoản để điều phối thông minh nguồn vốn người dùng nhằm tối đa hóa lợi nhuận. Theo dữ liệu công khai, ARMA hiện có khoảng 60.000 người nắm giữ độc lập, hơn 36.000 Agent đã được triển khai và quy mô tài sản quản lý (AUA) vượt 20 triệu USD.
Trong môi trường thị trường DeFi với lợi suất dao động liên tục, hiệu quả và tính kịp thời của việc giám sát thủ công và tái cân bằng bằng tay không thể sánh bằng hệ thống tự động — đây chính là giá trị cốt lõi của ứng dụng này.
Biểu đồ 4: Minh họa ARMA Agent trên nền tảng Giza
Tự động hóa chiến lược lượng hóa: Bình dân hóa năng lực cấp tổ chức
Trong ứng dụng tự động hóa chiến lược lượng hóa, các nền tảng DeFAI cố gắng mô-đun hóa và tự động hóa toàn bộ quy trình vận hành của đội ngũ lượng hóa truyền thống, giúp người dùng cá nhân cũng có thể tiếp cận năng lực thực thi chiến lược cấp tổ chức.
Lấy ví dụ Almanak — dự án được Delphi Digital hỗ trợ — hệ thống AI Swarm của nền tảng này chia quy trình lượng hóa thành bốn khâu:
- Khâu chiến lược hỗ trợ viết logic đầu tư bằng SDK Python và hoàn tất kiểm tra ngược (backtest);
- Động cơ thực thi tự động chạy mã chiến lược đã được kiểm duyệt sau khi nhận được sự ủy quyền từ người dùng và kích hoạt lời gọi DeFi;
- Ví bảo mật được xây dựng dựa trên Safe + Zodiac với cơ chế đa chữ ký, sử dụng kiểm soát vai trò và quyền hạn để cấp quyền thực thi chiến lược cho Agent AI, đảm bảo tài sản luôn nằm trong tầm kiểm soát của người dùng;
- Kho bạc chiến lược đóng gói chiến lược dưới dạng kho bạc có thể giao dịch chuẩn ERC-7540, nhà đầu tư có thể tham gia phân bổ lợi nhuận từ chiến lược theo cách tương tự như mua cổ phần quỹ.
Ý nghĩa của kiến trúc này nằm ở chỗ: Agent AI đảm nhận chức năng phân tích dữ liệu, lặp lại và cải tiến chiến lược, quản lý rủi ro; người dùng chỉ cần phê duyệt cuối cùng đối với kết quả đầu ra của hệ thống — từ đó đạt được điều mà dự án tuyên bố là “bình đẳng hóa chiến lược cấp tổ chức”.
Biểu đồ 5: Trang chủ nền tảng Almanak
Thực thi lệnh bằng ngôn ngữ tự nhiên: Thao tác DeFi đơn giản như nhắn tin
Cốt lõi của ứng dụng này là thao tác DeFi dựa trên ý định người dùng (Intent-based DeFi): nhờ công nghệ xử lý ngôn ngữ tự nhiên (NLP), người dùng đưa ra lệnh giao dịch bằng ngôn ngữ thường ngày, Agent AI sẽ phân tích và chuyển đổi thành chuỗi thao tác đa bước trên chuỗi, từ đó giảm mạnh ngưỡng thao tác cho người dùng phổ thông.
HeyAnon xây dựng một nền tảng trò chuyện DeFAI, người dùng nhập lệnh qua ô hội thoại và Agent AI sẽ thực hiện các thao tác trên chuỗi như hoán đổi token, cầu nối đa chuỗi, vay/mượn và đặt cược (staking), tích hợp cầu nối đa chuỗi LayerZero và giao thức Aave v3, hỗ trợ triển khai trên nhiều chuỗi như Ethereum, Base và Solana.
Biểu đồ 6: Trang chủ nền tảng HeyAnon
Wayfinder — được Paradigm đầu tư — cung cấp dịch vụ giao dịch toàn chuỗi ở mức độ cao hơn. Agent AI của nền tảng (gọi là Shells) tự động tìm kiếm lộ trình giao dịch tối ưu giữa các chuỗi khác nhau, thực hiện chuyển tiền đa chuỗi, hoán đổi token hoặc tương tác NFT… mà người dùng không cần quan tâm đến các chi tiết kỹ thuật như phí gas, khả năng tương thích đa chuỗi, v.v.
Biểu đồ 7: Trang chủ nền tảng Wayfinder
Tóm lại, giao diện ngôn ngữ tự nhiên làm giảm đáng kể ngưỡng thao tác DeFi, nhưng đồng thời cũng đặt ra yêu cầu cao hơn về độ chính xác của việc phân tích ý định ở tầng cơ sở — nếu Agent AI hiểu sai lệnh, kết quả thực thi có thể hoàn toàn trái ngược với kỳ vọng của người dùng.
Quản lý rủi ro và giám sát thanh lý: Cơ chế được tích hợp sẵn trong giao thức trên chuỗi
Trong các tình huống vay mượn và đòn bẩy DeFi, ứng dụng phổ biến nhất của Agent AI là giám sát liên tục mức độ an toàn của vị thế trên chuỗi và tự động thực hiện các biện pháp phòng vệ khi ngưỡng thanh lý sắp tới — ứng dụng trọng yếu này đang dần được tích hợp vào các giao thức DeFi chủ chốt, trở thành chức năng gốc (native feature) của nền tảng DeFi.
- Aave sử dụng “hệ số sức khỏe” (health factor) để đo lường mức độ an toàn của vị thế; khi hệ số này thấp hơn 1,0, vị thế người vay sẽ đủ điều kiện bị thanh lý;
- Compound áp dụng cơ chế “hệ số tài sản đảm bảo thanh lý” (Liquidation Collateral Factor); khi số dư khoản vay của tài khoản vượt ngưỡng do hệ số này xác định thì sẽ kích hoạt thanh lý, và các tham số cụ thể cho từng tài sản đảm bảo được thiết lập riêng biệt thông qua quản trị trên chuỗi.
Việc giám sát thủ công khó duy trì hiệu quả phản hồi ổn định trong thị trường trên chuỗi biến động cao, hoạt động 24/7. Agent AI trong bối cảnh này có thể thực hiện giám sát liên tục, đánh giá thông minh và can thiệp tự động, nâng hiệu quả kiểm soát rủi ro lên mức vượt xa khả năng của con người hoặc các hệ thống tự động hóa dựa trên quy tắc.
Biểu đồ 8: Bốn ứng dụng chủ đạo của Agent×DeFi
Nhìn chung, bốn ứng dụng nêu trên không tách rời nhau, mà bổ trợ lẫn nhau xung quanh một trục chủ đạo: tối ưu sinh lời và tự động hóa chiến lược lượng hóa hướng tới người dùng nâng cao có quy mô tài sản nhất định, với ưu thế cốt lõi là hiệu quả thực thi và độ chính xác chiến lược; giao diện ngôn ngữ tự nhiên nhằm hạ thấp ngưỡng thao tác cho người dùng phổ thông; quản lý rủi ro là cơ chế an toàn nền tảng xuyên suốt mọi ứng dụng. Ba yếu tố này phối hợp với nhau, cùng hình thành cục diện triển khai cơ bản hiện nay của hệ sinh thái DeFAI, đồng thời cũng đặt nền móng cho các ứng dụng Agent trên chuỗi phức tạp hơn trong tương lai.
Ranh giới an ninh của DeFAI: Quản lý khóa riêng và kiểm soát quyền hạn
Bốn ứng dụng nêu trên — dù là tối ưu sinh lời hay tự động hóa chiến lược lượng hóa — đều có một điều kiện tiên quyết duy nhất để thực hiện được: Agent AI phải nắm giữ một dạng quyền ký tên nào đó, tức là khả năng truy cập khóa riêng. Đây là thách thức kỹ thuật then chốt và dễ bị che khuất nhất bởi độ nóng của câu chuyện trong toàn bộ lĩnh vực DeFAI — một khi cơ chế ký tên gặp lỗi, toàn bộ năng lực chiến lược ở tầng trên đều trở nên vô nghĩa.
Hiện nay, ngành công nghiệp có hai giải pháp quản lý an ninh khóa riêng chủ lưu: MPC (tính toán đa bên) và TEE (môi trường thực thi đáng tin cậy). Hai phương án này có trọng tâm khác nhau về mô hình an ninh, mức độ tự động hóa và độ phức tạp kỹ thuật.
Biểu đồ 9: So sánh hai giải pháp quản lý an ninh khóa riêng chủ lưu
- MPC (Multi-Party Computation – Tính toán đa bên) lấy nguyên lý chia nhỏ khóa để loại bỏ điểm lỗi đơn (single point of failure). Ví dụ phổ biến là chữ ký ngưỡng 2-trong-3 (2-of-3 threshold signature): ngay cả khi một phần khóa bị rò rỉ, kẻ tấn công cũng không thể tự mình hoàn tất chữ ký và tài sản vẫn an toàn. Vultisig là sản phẩm tiêu biểu theo hướng này — một ví tự lưu trữ đa chuỗi mã nguồn mở được xây dựng dựa trên công nghệ MPC/TSS, áp dụng kiến trúc không có cụm từ khôi phục (mnemonic phrase) duy nhất, kết hợp an ninh khóa với việc người dùng tự lưu trữ.
- TEE (Trusted Execution Environment – Môi trường thực thi đáng tin cậy) đi theo hướng khác: niêm phong khóa riêng và mã Agent cùng trong một vùng cô lập được bảo vệ bởi phần cứng (enclave), Agent AI thực hiện tính toán chiến lược và ký tên trong enclave, chỉ xuất ra kết quả chữ ký lên chuỗi, còn môi trường bên ngoài hoàn toàn không thể nhìn thấy khóa riêng. Các chip chủ lực như Intel SGX, AMD SEV và ARM CCA đều cung cấp hỗ trợ cách ly và mã hóa ở cấp độ phần cứng. Chainlink đã tích hợp TEE vào mạng lưới oracle để xử lý dữ liệu nhạy cảm, đồng thời sử dụng cơ chế xác thực từ xa (remote attestation) để chứng minh tính toàn vẹn của môi trường thực thi với bên ngoài.
Tuy nhiên, an ninh khóa chỉ là hàng rào đầu tiên. Trong triển khai thực tế, bất kể lựa chọn giải pháp quản lý khóa nào, đều cần chồng thêm cơ chế kiểm soát quyền hạn để ngăn chặn Agent thực hiện thao tác vượt thẩm quyền. Thực tiễn của Almanak cung cấp một khuôn khổ tham khảo khá đầy đủ: nền tảng đồng thời sử dụng TEE để bảo vệ logic chiến lược và các tham số bí mật, đồng thời chèn lớp kiểm soát vai trò Zodiac Roles Modifier giữa động cơ triển khai và ví thông minh Safe do người dùng nắm giữ — mỗi giao dịch do Agent khởi tạo đều phải so khớp tuần tự với danh sách trắng gồm địa chỉ hợp đồng, hàm và tham số đã được thiết lập trước; bất kỳ giao dịch nào không phù hợp với phạm vi ủy quyền sẽ bị từ chối tự động.
Cách triển khai nguyên tắc quyền hạn tối thiểu này hiện đã trở thành tham chiếu quan trọng trong thiết kế an ninh hệ thống DeFAI. Nó hé lộ một luận lý sâu sắc hơn: Vấn đề an ninh của DeFAI về bản chất không phải là vấn đề lựa chọn công nghệ đơn lẻ, mà là một kỹ nghệ hệ thống do ba yếu tố phối hợp tạo thành — quản lý khóa, ranh giới quyền hạn và kiểm toán thực thi — bất kỳ mắt xích nào bị thiếu hụt đều có thể trở thành điểm yếu nhất trên toàn bộ chuỗi. Đây cũng chính là điểm xuất phát cho phần phân tích rủi ro ở chương tiếp theo.
Khoảng cách giữa thực tiễn và câu chuyện: Phân tích rủi ro cốt lõi của DeFAI
Phân tích trên đây làm rõ một kết luận cốt lõi:
VCX không nhận được mức chiết khấu (premium) vì lựa chọn tài sản nổi bật hay kỳ vọng lợi nhuận cao hơn, mà vì nó bán chính kênh tiếp cận đó. Đối với điều này, cần trả lời một câu hỏi: VCX rốt cuộc là một sản phẩm mang bản chất gì?
Xét dưới hình thức pháp lý, đây là một quỹ đóng đã đăng ký và nộp hồ sơ với Ủy ban Chứng khoán Mỹ (SEC), danh mục nắm giữ minh bạch và cấu trúc tuân thủ — không có sự khác biệt bản chất nào so với bất kỳ quỹ ETF cổ phiếu thông thường nào trên thị trường. Nhưng xét về chức năng thực tế, điều mà nó bán không phải là “kỳ vọng lợi nhuận truyền thống”, mà là một tư cách tiếp cận đầu cuối tài sản — thứ trước đây chỉ dành riêng cho các quỹ đầu tư mạo hiểm (VC) hàng đầu và nhà đầu tư đủ điều kiện — và tư cách này được đóng gói thành các đơn vị cổ phần có thể giao dịch trên NYSE.
Do đó, thị trường sẵn sàng trả mức chiết khấu 16–30 lần NAV (giá trị tài sản ròng) về bản chất là đang định giá tư cách tiếp cận này, chứ không phải đánh giá lợi nhuận tương lai của tài sản cơ sở.
Nhìn từ góc độ này, so sánh VCX với MicroStrategy (MSTR) rất có tính minh họa. Cả hai bề ngoài đều làm việc tương tự: đóng gói các tài sản khan hiếm khó tiếp cận trực tiếp (Bitcoin / cổ phần Pre-IPO hàng đầu) thành chứng khoán có thể giao dịch trên thị trường thứ cấp, và đều thể hiện mức chiết khấu vượt xa giá trị tài sản cơ sở. Nhưng logic vận hành vốn của hai bên lại có sự khác biệt căn bản:
- MSTR thông qua việc phát hành liên tục trái phiếu chuyển đổi và cổ phiếu ưu đãi để huy động vốn, sau đó dùng số tiền này mua thêm Bitcoin; cơ chế này trao cho MSTR khả năng mở rộng bảng cân đối kế toán và mua thêm tài sản một cách động, khiến mức chiết khấu của cổ phiếu phần nào có cơ sở nội tại để duy trì.
- VCX lại bị ràng buộc bởi cấu trúc quỹ đóng: quy mô tài sản về cơ bản được khóa sau khi phát hành, không thể tiếp tục mua tài sản mới thông qua huy động vốn bổ sung, tính thanh khoản của danh mục cũng phụ thuộc rất cao vào việc các công ty cơ sở IPO hoặc được mua lại. Một khi tâm lý nhà đầu tư cá nhân nguội đi hoặc lượng cổ phần lưu hành tăng mạnh sau khi hết hạn khóa sáu tháng, áp lực thu hẹp mức chiết khấu của VCX sẽ lớn hơn nhiều so với MSTR.
So sánh mô hình VCX và MSTR (Strategy)
Nói cách khác, mức chiết khấu của MSTR được hỗ trợ bởi một cơ chế vốn vận hành liên tục, trong khi mức chiết khấu của VCX chủ yếu bắt nguồn từ sự khan hiếm của cổ phần cộng với yếu tố cảm xúc thị trường. Logic sản phẩm này bản thân nó không có đúng hay sai, nhưng rủi ro mà nó hàm chứa lại khó được thị trường định giá đúng hơn so với một quỹ đóng thông thường:
Một khi nhà đầu tư cá nhân mua vào với giá cao hơn nhiều so với NAV, thực chất họ không phải đang trả tiền cho giá trị tài sản mà là trả cho mức chiết khấu của tư cách tiếp cận — và mức chiết khấu này sẽ chịu áp lực nhanh chóng về mức 0 ngay khi các công ty cơ sở hoàn tất IPO và thị trường công khai hình thành kênh giao dịch trực tiếp.
Đánh giá xu hướng
Tổng hợp các phân tích nêu trên, có thể đưa ra đánh giá giai đoạn đối với lộ trình phát triển của DeFAI. Nhìn chung, lĩnh vực này hiện đang ở ngã rẽ then chốt từ giai đoạn kiểm chứng khái niệm sang giai đoạn sản phẩm hóa, và dự kiến sẽ trải qua ba giai đoạn kế tiếp nhau:
Biểu đồ 11: Dự báo các giai đoạn phát triển của DeFAI
Chú thích: Bảng trên được xây dựng dựa trên đánh giá tổng hợp từ báo cáo công khai của ngành, tiến độ dự án và mức độ trưởng thành công nghệ — không phải lịch trình xác định.
Ở thời điểm hiện tại, DeFAI tổng thể đang trong quá trình chuyển tiếp từ giai đoạn hỗ trợ ra quyết định sang giai đoạn bán tự chủ — một số dự án đã bắt đầu đảm nhận khả năng thực thi tự chủ trong phạm vi hạn chế, nhưng cơ chế kiểm tra và bảo đảm cuối cùng bởi con người vẫn là hình thức triển khai chủ đạo. Trong bối cảnh này, kết hợp với mức độ trưởng thành công nghệ và thực trạng thị trường hiện nay, có ba nhận định đáng chú ý sau:
Thứ nhất, bản chất của hầu hết các dự án DeFAI hiện nay vẫn là công cụ tự động hóa, chứ chưa phải Agent thực sự tự chủ. Các sản phẩm hiện nay được gắn nhãn “DeFAI” chủ yếu có khả năng dịch lệnh của con người thành chuỗi thao tác DeFi được thiết lập sẵn, về bản chất gần giống một giao diện thực thi hiệu quả hơn là một hệ thống tự chủ có khả năng suy luận và ra quyết định độc lập. Theo báo cáo của McKinsey năm 2025, ngay cả trong các tình huống doanh nghiệp chung, cũng chưa đến 10% tổ chức đạt được việc triển khai quy mô lớn Agent AI ở bất kỳ chức năng nào. Với ngưỡng tin cậy cao hơn và độ phức tạp thao tác cao hơn trong bối cảnh trên chuỗi, khoảng cách từ minh họa kỹ thuật đến vòng khép kín thương mại thực sự vẫn còn khá xa.
Thứ hai, hướng triển khai chín muồi nhất và dễ giành được niềm tin từ tổ chức nhất của Agent AI hiện nay không phải là giao dịch tự chủ rủi ro cao, mà là giám sát, cảnh báo và hỗ trợ quản trị trên chuỗi. Các tình huống như giám sát vị thế 24/7, cảnh báo thanh lý, phân tích đề xuất quản trị… vừa có mức dung nạp tương đối cao với hiện tượng “ảo giác LLM” (LLM hallucination) — đầu ra sai không trực tiếp gây mất mát tài chính; vừa có thể bù đắp hiệu quả sự thiếu hụt bẩm sinh của con người về khả năng duy trì sự tập trung liên tục. Đây là con đường thực tế hơn để DeFAI chuyển từ “minh họa kỹ thuật” sang “được tổ chức chấp nhận”.
Thứ ba, sự hội tụ giữa Agent AI và RWA (tài sản thực trên chuỗi) là hướng giao thoa tiếp theo đáng chú ý nhất trong lĩnh vực này. Theo dữ liệu từ RWA.xyz, tính đến đầu tháng 4/2026, tổng giá trị tài sản RWA được mã hóa trên chuỗi đã vượt 27 tỷ USD (không bao gồm stablecoin), bao phủ nhiều loại hình như trái phiếu kho bạc Mỹ, tín dụng tư nhân, hàng hóa và trái phiếu doanh nghiệp. Nếu Agent AI có thể tham gia quản lý danh mục tài sản kết hợp giữa RWA trái phiếu kho bạc và stablecoin — ví dụ điều chỉnh tỷ lệ phân bổ giữa hai loại này tự động theo điều kiện thị trường — thì quy mô tài sản có thể tiếp cận sẽ vượt xa phạm vi hiện nay chủ yếu tập trung vào tài sản bản địa DeFi, đồng thời có tiềm năng thực sự kết nối liền mạch giữa đầu cuối tài sản trên chuỗi và ngoài chuỗi, hiện thực hóa sự liên kết giữa Web3 + AI + TraFi, từ đó mở rộng đáng kể không gian tưởng tượng của thị trường.
Kết luận
Agent AI và quản lý tài sản trên chuỗi hiện đang ở giai đoạn then chốt chuyển từ kiểm chứng khái niệm sang sản phẩm hóa. Khả năng kỹ thuật đã được kiểm chứng sơ bộ, nhưng những thách thức mà ngành đối mặt — từ rủi ro “ảo giác LLM”, tính dị cấu (heterogeneity) của dữ liệu trên chuỗi đến sự thiếu vắng cơ sở hạ tầng tin cậy — không thể giải quyết chỉ bằng việc lặp lại công nghệ, mà đòi hỏi một tiến trình thúc đẩy hệ thống gồm thiết kế kiến trúc dự án, lập kế hoạch tuân thủ pháp lý, xây dựng hệ thống an ninh và kiểm chứng mô hình kinh doanh.
Điều này cũng chính là lúc cho thấy lĩnh vực này vẫn đang ở giai đoạn xây dựng sớm, cục diện cạnh tranh thực sự chưa hình thành. Đối với các nhóm có khả năng làm chủ đồng thời cả hai chiều Web3 và AI, đây chính là thời điểm thích hợp để tham gia — dù là xây dựng trên lớp thực thi một hệ thống Agent trên chuỗi đáng tin cậy hơn, hay là phá thông các mắt xích then chốt về dữ liệu, quyền hạn và niềm tin trên lớp cơ sở hạ tầng, đều còn rất nhiều khoảng trống lớn đang chờ được lấp đầy.
Rào cản cạnh tranh cuối cùng của DeFAI sẽ không nằm ở khả năng mô hình đơn lẻ hay độ sâu tích hợp giao thức, mà ở việc có thể xây dựng được một vòng khép kín thực sự tự nhất quán giữa công nghệ, tuân thủ pháp lý và an ninh hay không.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
Go2Mars Capital
