Báo cáo chuyên sâu của DWF: AI vượt con người trong tối ưu hóa lợi nhuận DeFi, nhưng vẫn kém 5 lần trong các giao dịch phức tạp
Tuyển chọn TechFlowTuyển chọn TechFlow
Báo cáo chuyên sâu của DWF: AI vượt con người trong tối ưu hóa lợi nhuận DeFi, nhưng vẫn kém 5 lần trong các giao dịch phức tạp
Hoạt động của các Agent sẽ chỉ tiếp tục tăng tốc; cơ sở hạ tầng được thiết lập hôm nay sẽ quyết định cách thức hoạt động của giai đoạn tiếp theo trong tài chính trên chuỗi.
Chuyên sâu báo cáo Web3Tác giả: DWF Ventures
Biên dịch: TechFlow
Giới thiệu của TechFlow: Các Agent AI hiện chiếm gần một phần năm khối lượng giao dịch trong DeFi. Trong các tình huống rõ ràng về quy tắc như tối ưu hóa lợi nhuận, chúng thực sự vượt trội so với con người. Tuy nhiên, khi để chúng tự thực hiện giao dịch, hiệu suất của các mô hình AI hàng đầu còn kém hơn năm lần so với con người hàng đầu. Nghiên cứu này phân tích chi tiết hiệu suất thực tế của AI trong các bối cảnh khác nhau của DeFi — một tài liệu đáng xem đối với tất cả những ai quan tâm đến giao dịch tự động.
Những điểm trọng yếu
Hoạt động tự động hóa và agent hiện chiếm khoảng 19% tổng số hoạt động trên chuỗi, nhưng tính tự chủ hoàn toàn từ đầu đến cuối vẫn chưa đạt được.
Trong các trường hợp sử dụng hẹp và được định nghĩa rõ ràng như tối ưu hóa lợi nhuận, agent đã thể hiện hiệu suất vượt trội hơn con người và bot. Tuy nhiên, trong các hành động đa khía cạnh như giao dịch, con người vẫn vượt trội hơn agent.
Giữa các agent, lựa chọn mô hình và quản lý rủi ro là hai yếu tố ảnh hưởng lớn nhất tới hiệu suất giao dịch.
Khi agent được áp dụng rộng rãi, nhiều rủi ro liên quan đến niềm tin và thực thi sẽ nảy sinh, bao gồm tấn công Sybil, quá tải chiến lược (strategy overcrowding) và đánh đổi giữa quyền riêng tư và minh bạch.
Hoạt động của Agent tiếp tục tăng trưởng
Trong năm qua, hoạt động của agent tăng ổn định cả về khối lượng và số lượng giao dịch. Chúng ta chứng kiến giao thức x402 của Coinbase dẫn dắt những bước phát triển quan trọng, đồng thời các bên như Visa, Stripe và Google cũng gia nhập và ra mắt các tiêu chuẩn riêng. Phần lớn cơ sở hạ tầng đang được xây dựng nhằm phục vụ hai loại kịch bản: kênh giao tiếp giữa các agent hoặc lời gọi agent được kích hoạt bởi con người.
Mặc dù giao dịch stablecoin đã được hỗ trợ rộng rãi, cơ sở hạ tầng hiện tại vẫn phụ thuộc vào các cổng thanh toán truyền thống làm nền tảng — điều đó có nghĩa là nó vẫn dựa vào các đối tác tập trung. Do đó, viễn cảnh “tự chủ hoàn toàn”, nơi agent có thể tự tài trợ, tự thực thi và liên tục tối ưu hóa theo điều kiện thay đổi, vẫn chưa thành hiện thực.
Agent không hoàn toàn xa lạ với DeFi. Trong nhiều năm qua, các bot tự động đã tồn tại trong các giao thức trên chuỗi nhằm khai thác MEV hoặc thu lợi nhuận vượt trội mà không thể đạt được nếu thiếu mã lập trình. Những hệ thống này vận hành rất tốt trong các tham số được xác định rõ ràng, ít thay đổi và không cần giám sát bổ sung. Tuy nhiên, thị trường ngày càng trở nên phức tạp hơn theo thời gian — đây chính là nơi thế hệ agent mới xuất hiện, và vài tháng gần đây, môi trường trên chuỗi đã trở thành sân thử nghiệm cho các hoạt động như vậy.
Hiệu suất thực tế của Agent
Theo báo cáo, hoạt động của agent tăng theo cấp số mũ, với hơn 17.000 agent đã được khởi chạy kể từ năm 2025. Tổng lượng hoạt động tự động hóa/agent ước tính chiếm hơn 19% tổng hoạt động trên chuỗi. Điều này không gây ngạc nhiên, vì hơn 76% khối lượng chuyển khoản stablecoin được ước tính do bot tạo ra. Điều này cho thấy tiềm năng tăng trưởng khổng lồ của hoạt động agent trong DeFi.
Tính tự chủ của agent trải dài trên một phổ rộng, từ các trải nghiệm kiểu chatbot đòi hỏi giám sát chặt chẽ từ con người, đến các agent có khả năng xây dựng chiến lược thích ứng với điều kiện thị trường chỉ dựa trên mục tiêu đầu vào. So với bot, agent có một số lợi thế then chốt, bao gồm khả năng phản ứng và thực thi thông tin mới trong vòng vài mili-giây, cũng như khả năng mở rộng phạm vi hoạt động sang hàng nghìn thị trường mà vẫn duy trì mức độ nghiêm ngặt tương đương.
Hiện phần lớn agent vẫn ở mức độ “phân tích viên” hoặc “phó lái”, vì đa số vẫn đang trong giai đoạn thử nghiệm.
Tối ưu hóa lợi nhuận: Agent thể hiện xuất sắc
Cung cấp thanh khoản là lĩnh vực mà tự động hóa đã diễn ra thường xuyên, với tổng TVL do agent nắm giữ vượt quá 39 triệu USD. Con số này chủ yếu đo lường tài sản mà người dùng gửi trực tiếp vào agent, chứ không bao gồm vốn được định tuyến qua kho bạc (treasury).
Giza Tech là một trong những giao thức hàng đầu trong lĩnh vực này. Cuối năm ngoái, họ ra mắt ứng dụng agent đầu tiên mang tên ARMA nhằm nâng cao khả năng khai thác lợi nhuận trên các giao thức DeFi chủ lực. Ứng dụng này đã thu hút hơn 19 triệu USD tài sản được quản lý và tạo ra khối lượng giao dịch của agent vượt quá 4 tỷ USD. Tỷ lệ khối lượng giao dịch trên tài sản quản lý cao cho thấy agent thường xuyên tái cân bằng vốn, từ đó đạt được hiệu quả khai thác lợi nhuận cao hơn. Một khi vốn đã được gửi vào hợp đồng, việc thực thi sẽ tự động hóa, mang lại trải nghiệm “một cú nhấp chuột” đơn giản cho người dùng, gần như không cần giám sát.
Hiệu suất của ARMA có thể đo lường và thực sự xuất sắc, mang lại lợi suất hàng năm (APY) trên USDC vượt 9,75%. Ngay cả khi tính thêm chi phí tái cân bằng và phí hiệu suất 10% dành cho agent, lợi suất này vẫn cao hơn mức cho vay thông thường trên Aave hoặc Morpho. Dẫu vậy, khả năng mở rộng vẫn là một vấn đề then chốt, bởi các agent này chưa được kiểm chứng thực tế trong việc quản lý hoặc mở rộng quy mô lên mức của các giao thức DeFi chủ lực.
Giao dịch: Con người vượt trội rõ rệt
Tuy nhiên, đối với các hành động phức tạp hơn như giao dịch, kết quả lại đa dạng hơn nhiều. Các mô hình giao dịch hiện tại hoạt động dựa trên đầu vào do con người xác định và đưa ra đầu ra theo các quy tắc đã thiết lập trước. Học máy 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 tường minh, nâng cấp vai trò của nó lên mức “phó lái”. Khi các agent hoàn toàn tự chủ gia nhập, cục diện giao dịch sẽ thay đổi mạnh mẽ.
Một số cuộc thi giao dịch giữa các agent và giữa con người với agent đã được tổ chức, và kết quả cho thấy sự chênh lệch lớn giữa các mô hình. Trade XYZ tổ chức cuộc thi giao dịch giữa con người và agent trên các cổ phiếu niêm yết tại nền tảng của họ. Mỗi tài khoản bắt đầu với 10.000 USD, không giới hạn đòn bẩy hay tần suất giao dịch. Kết quả nghiêng hoàn toàn về phía con người, với hiệu suất của người chơi hàng đầu cao hơn người chơi agent hàng đầu hơn 5 lần.
Đồng thời, Nof1 tổ chức cuộc thi giao dịch giữa các agent sử dụng nhiều mô hình (Grok-4, GPT-5, Deepseek, Kimi, Qwen3, Claude, Gemini), kiểm tra các cấu hình rủi ro khác nhau — từ bảo toàn vốn đến đòn bẩy tối đa. Kết quả tiết lộ một số yếu tố giúp giải thích sự chênh lệch hiệu suất:
Thời gian nắm giữ vị thế: Có mối tương quan mạnh — các mô hình trung bình nắm giữ mỗi vị thế 2–3 giờ thể hiện hiệu suất vượt trội rõ rệt so với các mô hình thường xuyên đảo chiều.
Kỳ vọng giá trị (Expected Value): Đây là thước đo xem trung bình mỗi giao dịch của mô hình có sinh lời hay không. Thú vị ở chỗ chỉ ba mô hình đứng đầu có kỳ vọng giá trị dương, nghĩa là đa số mô hình thua lỗ nhiều hơn thắng.
Đòn bẩy: Mức đòn bẩy thấp (trung bình 6–8 lần) chứng tỏ hiệu suất tốt hơn các mô hình vận hành với đòn bẩy trên 10 lần — mức cao hơn sẽ đẩy nhanh tốc độ thua lỗ.
Chiến lược gợi ý (Prompt Strategy): Monk Mode là mô hình thể hiện tốt nhất cho đến nay, trong khi Situational Awareness lại xếp cuối bảng. Dựa trên đặc điểm mô hình, điều này cho thấy việc tập trung vào quản lý rủi ro và hạn chế nguồn thông tin bên ngoài sẽ mang lại hiệu suất tốt hơn.
Mô hình nền tảng (Base Model): Grok 4.20 thể hiện hiệu suất vượt trội hơn 22% so với các mô hình khác trong mọi chiến lược gợi ý, đồng thời là mô hình duy nhất có lợi nhuận trung bình dương.
Các yếu tố khác như xu hướng thiên về long/short, quy mô giao dịch và điểm độ tin cậy (confidence score) không có đủ dữ liệu hoặc chưa chứng minh được mối tương quan dương với hiệu suất mô hình. Nhìn chung, kết quả cho thấy agent thường thể hiện tốt hơn trong các ràng buộc được xác định rõ ràng — điều này khẳng định vai trò vẫn rất cần thiết của con người trong việc thiết lập mục tiêu.
Cách đánh giá Agent
Do agent vẫn ở giai đoạn sơ khai, hiện chưa có khuôn khổ đánh giá toàn diện. Hiệu suất lịch sử thường được dùng làm tiêu chuẩn để đánh giá agent, nhưng các yếu tố nền tảng lại cung cấp những dấu hiệu mạnh mẽ hơn về hiệu suất vượt trội của agent.
Hiệu suất trong các mức biến động khác nhau: Bao gồm khả năng kiểm soát thua lỗ kỷ luật khi điều kiện xấu đi — điều này 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 bị sao chép giao dịch một cách chủ động, về cơ bản sẽ mất đi lợi thế chiến lược. Agent riêng tư lại đối mặt với rủi ro khai thác nội bộ từ người sáng tạo, người có thể dễ dàng front-run chính người dùng của mình.
Nguồn thông tin: Các nguồn dữ liệu mà agent truy cập là yếu tố then chốt xác định cách agent ra quyết định. Việc đảm bảo nguồn thông tin đáng tin cậy và tránh phụ thuộc vào một nguồn duy nhất là vô cùng quan trọng.
An ninh: Việc kiểm toán hợp đồng thông minh và thiết kế kiến trúc quản lý tài sản phù hợp là rất quan trọng nhằm đảm bảo có biện pháp dự phòng trong các sự kiện “thiên nga đen”.
Bước tiếp theo của Agent
Để agent được áp dụng đại trà, vẫn còn rất nhiều việc phải làm về mặt cơ sở hạ tầng. Điều này có thể được khái quát thành các vấn đề then chốt liên quan đến niềm tin và thực thi đối với agent. Hành động của agent tự chủ không có rào cản, và đã xuất hiện những ví dụ về quản lý tài sản sai lệch.
ERC-8004 ra mắt vào tháng 1 năm 2026, trở thành sổ đăng ký trên chuỗi đầu tiên, cho phép các agent tự chủ phát hiện lẫn nhau, xây dựng danh tiếng có thể xác minh và cộng tác một cách an toàn. Đây là chìa khóa mở khóa tính khả dụng kết hợp (composability) trong DeFi, bởi điểm tín nhiệm được nhúng trực tiếp vào hợp đồng thông minh, cho phép hoạt động không cần cấp phép giữa các agent và giao thức. Tuy nhiên, điều này không đảm bảo agent luôn vận hành một cách phi độc hại, vì các lỗ hổng an ninh như thao túng danh tiếng hoặc tấn công Sybil vẫn có thể xảy ra. Vì vậy, vẫn còn rất nhiều khoảng trống cần lấp đầy trong các lĩnh vực như bảo hiểm, an ninh và đặt cược kinh tế (economic staking) đối với agent.
Khi hoạt động của agent trong DeFi mở rộng, “quá tải chiến lược” trở thành một rủi ro cấu trúc. Các trang trại lợi nhuận (yield farms) là tiền lệ rõ ràng nhất: khi một chiến lược trở nên phổ biến, lợi nhuận sẽ bị nén xuống. Động lực tương tự cũng có thể áp dụng với giao dịch của agent. Nếu một lượng lớn agent được huấn luyện trên dữ liệu tương tự và tối ưu hóa theo các mục tiêu giống nhau, chúng sẽ hội tụ về các vị thế và tín hiệu thoát tương tự.
Bài báo CoinAlg của Đại học Cornell, công bố tháng 1 năm 2026, đã chính thức hóa một phiên bản của vấn đề này. Agent minh bạch có thể bị khai thác arbitrage vì giao dịch của chúng dễ dự đoán và có thể bị front-run. Agent riêng tư tránh được rủi ro này nhưng lại tạo ra một rủi ro khác: người sáng tạo giữ lợi thế thông tin đối với chính người dùng của mình và có thể khai thác giá trị thông qua kiến thức nội bộ vốn được bảo vệ bởi tính không minh bạch.
Hoạt động của agent sẽ chỉ tiếp tục tăng tốc, và cơ sở hạ tầng được xây dựng hôm nay sẽ quyết định cách thức hoạt động của tài chính trên chuỗi trong giai đoạn tiếp theo. Cùng với việc gia tăng mức độ sử dụng, các agent sẽ tự cải tiến và trở nên nhạy bén hơn trong việc thích nghi với sở thích người dùng. Do đó, yếu tố phân biệt chủ đạo sẽ quy về cơ sở hạ tầng đáng tin cậy — và những cơ sở hạ tầng như vậy sẽ giành được thị phần lớn nhất.
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
@DWFVentures
