บทความนี้เขียนโดย Lincoln Murr (Coinbase), Stefano Bury (Virtuals), Rishin Sharma (Solana), Pilar Rodriguez (The Graph), David Mehi (Google Cloud) และสมาชิก Cambrian ได้แก่ Ariel, Brian, Doug, Jason, Ricky และ Tumay

การเงินแบบตัวแทนกำลังเติบโตอย่างรวดเร็ว มอบศักยภาพทางเศรษฐกิจมหาศาลให้กับผู้ที่ใช้ประโยชน์จากตัวแทนอัจฉริยะเพื่อพัฒนาพฤติกรรมทางการเงินของตน ตัวแทน AI เป็นเครื่องมืออัตโนมัติที่สามารถวิเคราะห์ข้อมูล ตัดสินใจ และดำเนินการซื้อขายได้ โดยทำงานภายใต้การมีส่วนร่วมของมนุษย์ในระดับที่แตกต่างกัน ตัวแทนเหล่านี้กำลังเข้าถึงสาธารณชนได้ สร้างความปั่นป่วนให้กับระบบการเงินที่ถูกครอบงำโดย Wall Street และอัลกอริทึมความถี่สูงมาอย่างยาวนาน

บทความนี้มุ่งเน้นไปที่การประยุกต์ใช้การเงินแบบตัวแทนในระบบการเงินแบบกระจายศูนย์ (DeFi) สำหรับผู้ค้าปลีก โดยทบทวนโครงการตัวแทนอัตโนมัติที่มีอยู่ในปัจจุบันอย่างครอบคลุม ซึ่งมุ่งเน้นการให้บริการผู้ใช้รายบุคคล เพื่อจุดประสงค์นี้ ทีมโครงการได้ทำการวิจัยและสัมภาษณ์อย่างละเอียดกับทีมงานหลายสิบทีมในอุตสาหกรรม จนในที่สุดก็ได้รวบรวมรายชื่อโครงการที่กำลังดำเนินการอยู่ซึ่งได้รับการคัดสรรอย่างเข้มงวด จัดหมวดหมู่ตามหมวดหมู่ผลิตภัณฑ์ และใส่คำอธิบายประกอบผลิตภัณฑ์ตัวแทนในแต่ละหมวดหมู่ การเงินแบบตัวแทนกำลังขับเคลื่อนการเติบโตของอุตสาหกรรมคริปโต ด้วยการให้ข้อมูลแบบเรียลไทม์ คำแนะนำจากผู้เชี่ยวชาญ และประสบการณ์ผู้ใช้ที่ดีที่สุด ทำให้การมีส่วนร่วมใน DeFi มีประสิทธิภาพและเชื่อถือได้มากขึ้นสำหรับผู้ใช้ทั่วไป ต่อไปนี้เป็นภาพรวมโครงสร้างของระบบนิเวศปัจจุบัน: การเงินแบบตัวแทน (Agentic Finance หรือ AgentFi) คืออะไร? การเงินแบบตัวแทน หมายถึงผลิตภัณฑ์ทางการเงินประเภทใหม่ที่กำลังเกิดขึ้น ซึ่งใช้ประโยชน์จาก AI หรือการเรียนรู้ของเครื่องเพื่อจัดการเงินทุนของผู้ใช้เชิงรุกหรือให้คำแนะนำทางการเงินเฉพาะบุคคล ผลิตภัณฑ์บางชนิดใช้ประโยชน์จากแบบจำลองภาษาขนาดใหญ่ (LLM) สำหรับการโต้ตอบและการวิเคราะห์ ในขณะที่ผลิตภัณฑ์อื่นๆ อาศัยกลไกกฎหรืออัลกอริทึมการเรียนรู้ของเครื่องแบบดั้งเดิม แม้จะมีแนวทางเทคโนโลยีพื้นฐานที่แตกต่างกัน แต่โดยทั่วไปแล้วผลิตภัณฑ์เหล่านี้มักจะเรียกตัวเองว่า "ตัวแทน"

ปัจจุบัน Agentic Finance อยู่ในช่วง Innovator ซึ่งเป็นช่วงเริ่มต้นของการใช้งานในระยะเริ่มต้น ในไม่ช้า ตัวแทนและผู้ช่วย AI ต่างๆ จะเข้ามามีบทบาทสำคัญต่อกิจกรรมทางการเงิน ที่มา: Ramp

อย่างไรก็ตาม คาดการณ์ได้ว่าในอนาคตอันใกล้ ผู้เชี่ยวชาญอย่างเทรดเดอร์ ผู้จัดการสินทรัพย์ และนักวิเคราะห์ทางการเงิน จะใช้ประโยชน์จากเครื่องมือตัวแทนอัจฉริยะเฉพาะทางเพื่อเพิ่มประสิทธิภาพ ในขณะเดียวกัน จะมีการเปิดตัวเวอร์ชันตัวแทนอัตโนมัติสำหรับผู้ใช้ทั่วไปพร้อมกัน แนวโน้มนี้กำลังเกิดขึ้นแล้ว ยกตัวอย่างเช่น บนเครือข่าย Solana ปัจจุบันบอทซื้อขายอัตโนมัติคิดเป็นสัดส่วนมากกว่าครึ่งหนึ่งของปริมาณการซื้อขาย¹

ความเป็นอิสระ เทียบกับ ความชาญฉลาด: ระดับความสามารถของ AgentFi

โครงการ Agentic ต่างๆ กระจายไปตามระดับ "ความเป็นอิสระ - ความชาญฉลาด" ตามสถานการณ์การให้บริการและความสามารถทางเทคนิค แกนนอนแสดงระดับความชาญฉลาด: ด้านซ้ายเป็นเครื่องมือที่อิงตามกฎและแบบจำลองทางสถิติ ตรงกลางคือแบบจำลองการเรียนรู้ของเครื่องแบบดั้งเดิม และด้านขวาคือตัวแทนขั้นสูงที่อิงตามแบบจำลองภาษาขนาดใหญ่ (LLM) หรือแบบจำลองที่สืบทอดต่อมา แกนตั้งแสดงถึงระดับความเป็นอิสระ: ด้านล่างคือ "ตัวแทนที่ปรึกษา" ที่ให้คำแนะนำและวิเคราะห์เท่านั้น ด้านบนคือ "ตัวแทนอัตโนมัติเต็มรูปแบบ" ที่มีอำนาจในการตัดสินใจและดำเนินการโดยอัตโนมัติ และตรงกลางคือสถาปัตยกรรมแบบไฮบริดที่มี "มนุษย์คอยควบคุม" เมื่อพูดถึงการเงินแบบตัวแทน หลายคนมักนึกถึง "หุ่นยนต์ล่องหน" หรือระบบ LLM ขั้นสูงที่สามารถซื้อขายและจัดการพอร์ตโฟลิโอโดยอัตโนมัติ อย่างไรก็ตาม ในความเป็นจริง ระบบดังกล่าวยังไม่ได้ถูกนำไปใช้งานในวงกว้าง เนื่องจากปัญหาเสถียรภาพของ LLM อย่างต่อเนื่อง ยกตัวอย่างเช่น LLM ยังคง "เห็นภาพหลอน" ข้อมูลเท็จ และจนกระทั่งเมื่อไม่นานมานี้ ก็ยังขาดความสามารถในการนับขั้นพื้นฐาน (เช่น การนับจำนวน r ในสตรอว์เบอร์รี) ปัจจุบัน ตัวแทนส่วนใหญ่ใช้ LLM เฉพาะในส่วนติดต่อระหว่างมนุษย์กับคอมพิวเตอร์หรือชั้นวิเคราะห์ข้อมูล ในขณะที่การจัดการกองทุนยังคงอาศัยแบบจำลองทางสถิติที่ครบถ้วนสมบูรณ์หรืออัลกอริทึมการเรียนรู้ของเครื่อง ซึ่งเป็นเทคโนโลยีที่ใช้ในระบบการเงินแบบดั้งเดิม (TradFi) มานานหลายทศวรรษ ประวัติการพัฒนาของหลักสูตร LLM ชี้ให้เห็นว่าจุดอ่อนในการประมวลผลตัวเลขและการใช้เหตุผลเชิงตรรกะมีรากฐานมาจากประวัติศาสตร์ โดยเดิมทีหลักสูตรนี้ถูกออกแบบมาเพื่อการทำนายภาษา อย่างไรก็ตาม สถานการณ์เช่นนี้กำลังเปลี่ยนแปลงอย่างรวดเร็ว ยกตัวอย่างเช่น Anthropic ได้เปิดตัวผลิตภัณฑ์ทางการเงินที่สถาบันต่างๆ นำไปใช้ และ OpenAI ได้ฝึกฝนแบบจำลองที่สามารถแข่งขันในการแข่งขันคณิตศาสตร์โอลิมปิกระหว่างประเทศได้ ภาพรวมโครงการการเงินแบบตัวแทนในปี 2025 ต่อไปนี้คือรายชื่อโครงการการเงินแบบตัวแทนที่ใช้งานง่ายและมีความสามารถในการจัดการกองทุนที่เปิดใช้งานอยู่ในปัจจุบัน โครงการที่อยู่ระหว่างการพัฒนาหรือการทดสอบภายในจะไม่รวมอยู่ในรายการ นอกจากนี้ ผลิตภัณฑ์ที่ใช้ LLM เป็นอินเทอร์เฟซเพียงอย่างเดียว แต่จำเป็นต้องมีการตัดสินใจของผู้ใช้ด้วยตนเองก็จะไม่รวมอยู่ในรายการดังกล่าวด้วย ดังนั้น โครงการจำนวนมากจึงไม่ได้รวมอยู่ในรอบการตรวจสอบนี้ตัวแทนซื้อขายและจัดสรรสินทรัพย์

ตัวแทนซื้อขายมักเกี่ยวข้องกับผลิตภัณฑ์ทางการเงินที่ดำเนินการโดยตัวแทนมากที่สุด ตัวแทนเหล่านี้จะจัดการเงินทุนของผู้ใช้โดยการปรับสมดุลพอร์ตโฟลิโอโดยอัตโนมัติหรือเลือกซื้อและขายสินทรัพย์ เพื่อให้สามารถซื้อขายอัตโนมัติได้ ระบบตัวแทนมักจะต้องมีส่วนประกอบต่างๆ เช่น สิทธิ์ในการซื้อขาย การเข้าถึงสินทรัพย์ การจัดการงบประมาณ กลยุทธ์ที่กำหนดไว้ล่วงหน้า และข้อมูลคุณภาพสูง ต่อไปนี้คือรายชื่อโครงการที่สนับสนุนฟีเจอร์เหล่านี้อย่างน้อยหนึ่งรายการ:

ผลสำรวจล่าสุดที่จัดทำโดย Cambrian บนแพลตฟอร์ม X แสดงให้เห็นว่าผู้ใช้ส่วนใหญ่ให้ความสนใจในตัวแทนซื้อขายที่มีความเสี่ยงสูงเป็นอย่างมาก

ตัวแทนจัดหาสภาพคล่อง (LP)

ตลาดแลกเปลี่ยนแบบกระจายอำนาจ (DEX) พึ่งพาผู้ให้บริการสภาพคล่องบุคคลที่สาม (LP) เพื่อจัดหาสินทรัพย์ที่สามารถซื้อขายได้ LP ได้รับค่าธรรมเนียมที่เทรดเดอร์จ่าย ผลตอบแทนของ LP ขึ้นอยู่กับปัจจัยหลายประการ รวมถึงการขาดทุนชั่วคราว ปริมาณการซื้อขาย และแรงจูงใจจากโปรโตคอล DEX เครื่องมือตัวแทนต่อไปนี้สามารถช่วยให้ LP ระบุเส้นทางการจัดสรรสภาพคล่องที่เหมาะสมที่สุดได้:

ตัวแทนสินเชื่อ

ในตลาดคริปโต ผู้ใช้สามารถรับดอกเบี้ยได้จากการจัดหาสินทรัพย์ให้กับผู้กู้ยืม ในการตัดสินใจว่าควรเข้าร่วมในพิธีสารการให้กู้ยืมหรือไม่ ตัวแทนสินเชื่อมักจะประเมินปัจจัยต่างๆ เช่น ผลตอบแทน ความเสี่ยง และต้นทุนค่าเสียโอกาส ต่อไปนี้คือโครงการตัวแทนสินเชื่อบางส่วนที่เปิดตัวในปัจจุบัน:

ตัวแทนการทำนายและการเดิมพัน

ตลาดการทำนายช่วยให้ผู้ใช้สามารถเดิมพันผลลัพธ์ของเหตุการณ์ในอนาคต เช่น การเลือกตั้งหรือการแข่งขันกีฬา ตลาดเหล่านี้มักอาศัยการติดตามข่าวสารหรือข้อมูลในโลกแห่งความเป็นจริงแบบเรียลไทม์ ซึ่งอาจเปลี่ยนแปลงได้ตลอดเวลา ตลาดการทำนายเหมาะอย่างยิ่งสำหรับกลไกการมีส่วนร่วมของตัวแทน ซึ่งเป็นแนวคิดที่ Vitalik Buterin ได้เน้นย้ำในแนวคิด Information Finance (InfoFi) ที่เขาเสนอ

ตัวแทนการวิเคราะห์อารมณ์ ปัจจัยพื้นฐาน ข่าวสาร และเทคนิค

นักลงทุนมักอาศัยการวิเคราะห์ตลาดเพื่อตัดสินใจว่า "ควรซื้ออะไร" และการวิเคราะห์อารมณ์เพื่อตัดสินใจว่า "ควรซื้อหรือขายเมื่อใด" LLM แสดงให้เห็นถึงคุณค่าที่เปลี่ยนแปลงชีวิตในการวิเคราะห์ประเภทนี้ ไม่เพียงแต่ขยายขนาดและความเร็วของข้อมูลที่วิเคราะห์ได้อย่างมีนัยสำคัญ แต่ยังช่วยเพิ่มความเข้าใจเชิงบริบท โดยให้ข้อมูลเชิงลึกที่ครอบคลุมมากขึ้นด้วยการระบุความเชื่อมโยงระหว่างแหล่งข้อมูล
ซึ่งแตกต่างจากตัวแทนที่กล่าวถึงข้างต้นที่สามารถดำเนินการซื้อขาย ตัวแทนวิเคราะห์จะให้การสนับสนุนข้อมูลเท่านั้นและไม่ได้ดำเนินการโดยตรง ต่อไปนี้คือโครงการตัวอย่างบางส่วน:

สิ่งที่น่าสังเกตคือระบบนิเวศของ Agentic Finance กำลังพัฒนาอย่างรวดเร็ว และโครงการที่มีอยู่ก็กำลังขยายขอบเขตทางธุรกิจอย่างต่อเนื่อง ตัวอย่างเช่น ผลิตภัณฑ์ที่ปัจจุบันจัดอยู่ในกลุ่มตัวแทนสินเชื่อ อาจขยายไปสู่ด้านต่างๆ เช่น การบริหารสภาพคล่องในอนาคต

แนวโน้มในอนาคตของ Agentic Finance

สินทรัพย์บนเครือข่ายยังคงเติบโตอย่างต่อเนื่อง ปริมาณการซื้อขาย Stablecoin บนเครือข่ายพุ่งสูงสุดเป็นประวัติการณ์ และบริษัทฟินเทคแบบดั้งเดิมก็กำลังผสานรวมเข้ากับโครงสร้างพื้นฐานบนเครือข่ายเช่นกัน ยกตัวอย่างเช่น Robinhood เพิ่งเปิดตัวบริการแปลงโทเค็นหุ้นสหรัฐฯ ซึ่งช่วยให้สามารถซื้อขายแบบออนเชนได้ตลอด 24 ชั่วโมงทุกวัน และเปิดให้นักลงทุนทั่วโลกเข้าถึงได้

อุตสาหกรรมคริปโตกำลังค่อยๆ ก้าวข้ามกรอบแนวคิด "การซื้อขายเก็งกำไร" และมุ่งสู่การใช้งานที่หลากหลายยิ่งขึ้น ครอบคลุมฟังก์ชันการลงทุน

อย่างไรก็ตาม สำหรับผู้ใช้จำนวนมาก การเข้าร่วม DeFi ให้ประสบความสำเร็จยังคงเป็นอุปสรรคสำคัญในการเข้าสู่ตลาด นี่คือจุดที่ผลิตภัณฑ์แบบตัวแทนเข้ามามีบทบาท: ผลิตภัณฑ์เหล่านี้มีศักยภาพที่จะปรับปรุงการใช้งานและผลกำไรได้อย่างมีนัยสำคัญ และกลายเป็นปัจจัยสำคัญในการนำ DeFi มาใช้

Agentic Finance เป็นกลุ่มตลาดใหม่ และเครื่องมือที่กล่าวถึงข้างต้นถือเป็นนวัตกรรมแรกๆ ในทั้ง TradFi และ DeFi เราคาดว่าโครงการในระยะเริ่มต้นบางโครงการอาจไม่สามารถบรรลุผลตามที่คาดหวังไว้ แต่ระบบนิเวศโดยรวมจะยังคงเติบโตอย่างต่อเนื่อง ท้ายที่สุดแล้ว การใช้ตัวแทนจะกลายเป็นช่องทางหลักในการมีส่วนร่วมในภาคการเงิน และผู้ที่เริ่มต้น "การเงินผ่านตัวแทน" ตั้งแต่เนิ่นๆ จะมีแนวโน้มที่จะได้รับผลตอบแทนในระยะยาวมากกว่า

นอกจากนี้ เมื่อนักพัฒนายังคงสร้างผลตอบแทนที่มั่นคง ผู้ใช้จะให้ความสำคัญกับรายละเอียดของกลยุทธ์ของตัวแทนน้อยลง ในอนาคต ตัวแทนอาจผสานรวมความสามารถหลายอย่าง (เช่น การจัดการธุรกรรมและตำแหน่ง LP พร้อมกัน) เพื่อเพิ่มความซับซ้อนและประสิทธิภาพ

เป้าหมายในอนาคต

หัวข้อในอนาคตอาจรวมถึง:

การสื่อสารแบบตัวแทนถึงตัวแทน (A2A) และกลไกการชำระเงิน

โครงสร้างพื้นฐานและกรอบการพัฒนาของตัวแทน

โครงสร้างพื้นฐานข้อมูลและดัชนีออนเชน

การจัดการอัตลักษณ์ออนเชน

แพลตฟอร์มและตลาดการออกตัวแทน

ความเป็นส่วนตัวและการตรวจสอบยืนยัน

ระบบการสร้างแบบจำลองและการจำลองทางการเงิน

เกี่ยวกับผู้เขียน

แซม กรีน ผู้ก่อตั้ง Cambrian Network มุ่งเน้นการสร้างเลเยอร์ข้อมูลอัจฉริยะทางการเงินสำหรับระบบที่ใช้ตัวแทน ก่อนหน้านี้ เขาเคยเป็นผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Semiotic Labs ซึ่งเป็นผู้นำการวิจัยด้านปัญญาประดิษฐ์และการตรวจสอบยืนยันที่ The Graph เขายังมีส่วนร่วมในการพัฒนาแพลตฟอร์มการซื้อขาย Odos ซึ่งมีปริมาณการซื้อขายสะสม 1 แสนล้านดอลลาร์สหรัฐ และให้บริการผู้ใช้มากกว่า 3 ล้านคน ก่อนหน้านี้เขาเคยทำงานเป็นนักวิจัยด้าน AI และการเข้ารหัสที่ห้องปฏิบัติการแห่งชาติซานเดีย เขาสำเร็จการศึกษาระดับปริญญาโทสาขาคณิตศาสตร์ประยุกต์ และปริญญาเอกสาขาวิทยาการคอมพิวเตอร์จากมหาวิทยาลัยแคลิฟอร์เนีย ซานตาบาร์บารา

เกี่ยวกับ Cambrian

Cambrian คือเลเยอร์ข้อมูลทางการเงินแบบออนเชนสำหรับตัวแทน API ของ Cambrian ให้ข้อมูลบล็อกเชนแบบเรียลไทม์และย้อนหลังเพื่อให้บริการแอปพลิเคชัน Agentic DeFi ข้อมูลครอบคลุมผลตอบแทน สถานะสภาพคล่อง ความเสี่ยง พลวัตของวาฬ ความรู้สึกของตลาด และตัวบ่งชี้ DeFi มาตรฐาน และมุ่งมั่นที่จะให้ข้อมูลเชิงลึกทางการเงินที่ตรวจสอบได้

สำหรับข้อมูลเพิ่มเติม โปรดไปที่: https://www.cambrian.ai

บทความนี้เป็นบทความที่ส่งมาและไม่ได้สะท้อนมุมมองของ BlockBeats

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia