DeFi 3.0时代，AI如何靠预测信息“收割”市场？

预测一直是人类进化的核心能力——自远古时代起，人类就依靠感官和本能来预测环境中的威胁与机遇，包括察觉捕食者的活动模式、猎物出现的机会以及季节性食物供应情况，这些都对生存至关重要。

从那时起，这种预测模式逐渐发展为工具的使用和规划（比如预测种植作物、宰杀和保存肉类的需求），预测社交线索（意图、情绪、行为），发展出文字、科学、数学，以及统计学、计算机、机器学习和人工智能等现代工具，所有这些都用于增强人类的预测能力。

预测市场尤其已演变成一种经济工具——它利用人类的预测能力来预测经济、政治和文化的结果。与传统的民意调查不同，像 Polymarket 和 Kalshi 这样的预测市场利用经济激励来获取准确的预测，因为参与者会用真金白银来下注。

Polymarket 在 2024 年美国大选市场吸引了近 40 亿美元的投注，在特朗普胜选的预测中，其表现甚至超过了民意调查，这反映了众包预测的经济价值。

同样的演变也适用于现货和永续合约交易，从 CEX 的崛起，满足全球加密货币不断增长的需求，到 Hyperliquid 近期的颠覆性发展，提供自我托管和无需 KYC 的服务，同时具备 CEX 般的交易体验。

预测是人类进化的核心能力，随着人工智能 / 机器学习预测模型的兴起，预测事件、资产价格和波动性的能力正在大幅提升。

这将人类带入进化的下一个阶段。

DeFi 3.0

DeFi 1.0 引入了智能合约和去中心化应用程序，允许任何人随时随地转账、买卖、质押、借贷、收益挖矿，本质上是将加密资产投入链上运作以创造经济价值，例如 Uniswap、AAVE、Compound、Curve、Yearn、Maker。

DeFi 2.0 在 1.0 的基础上进行了扩展，引入了新颖的代币经济学和激励分配机制，旨在协调协议中不同利益相关者之间的利益（例如 Olympus/Wonderland、Solidly/Aerodrome），并催生了提供替代收益来源的新兴市场（如 Maple、Pendle、Ethena、Ondo、Clearpool、Solv、USDai 等）。

DeFi 3.0 将人工智能引入 DeFi。有人称之为 DeFAI，也有人称之为 AiFi。其含义是将大型语言模型（LLM）和/或机器学习模型（ML）集成到 DeFi 产品中。

从简单的 LLM 集成（充当客户支持/副驾驶，帮助用户导航协议），到多智能体/集群和机器学习系统，从根本上改善了产品（增加交易利润、减少无常损失、提高 LP 收益、降低永续交易的清算风险等）。

除了 DeFAI 抽象层和完全自主的金融代理，今天将讨论人工智能 / 机器学习系统和预测模型在变革 DeFi 以及其他垂直领域中的作用。

预测系统

神经网络和决策树自 2000 年代以来就已出现，这些系统曾被对冲基金用于预测股票和商品价格。早期的股票预测结果颇具参考性，短期预测的准确率达到了 50% - 60%，但由于过度拟合和数据有限，限制了其应用。

随后深度学习和大数据兴起，它们使模型能够处理更大的数据集（时间序列数据、新闻和社交媒体等非结构化数据），从而实现更准确的预测和更广泛的应用。

突破性发展发生在过去五年，其中 Transformer 模型和多模态 AI 集成了更多样化的数据集，如推特情绪、区块链交易、预言机、实时新闻、众包预测（Polymarket、Kalshi）等更多来源。这使得一些 AI 模型在预测事件结果和资产价格方面达到了 80% - 90% 的准确率。

随着这些模型不断改进，将预测能力集成到 DeFi 系统中的需求大幅增加。目前正处于 DeFi 3.0 的早期阶段，并实时见证着市场中一些参与者将 AI / 机器学习系统与 Web3 应用场景相结合。

DeFi x AI / ML 系统

Allora

Allora 可能是目前应用最广泛的去中心化预测模型网络。Allora 已经实现了与 DeFi 协议和 AI 代理团队的众多集成，赋予其预测能力（主要关注加密货币价格预测，如 BTC、ETH、SOL）。

其短期加密货币价格预测准确率据称约为 80%。

一些主要的应用包括：

• Vectis Finance 基于 USDC 的 AI 驱动的金库，利用 Allora 的推理技术最大化 SOL 交易收益。自 4 月 23 日以来其累计回报率为 2.4%，年利率约为 10%。
• Steer Protocol 的 AI LP 金库，利用 Allora 的预测价格数据，更好地将流动性置于价格波动之前，从而避免无常损失。
• Allora 与 Cod3x、Axal、Brahma、Virtuals Protocol 等众多团队合作，为 AI 代理的交易策略和执行提供支持。

Bittensor 子网

由于 Bittensor 的 dTAO 激励分配机制能够帮助初创企业（子网）抵消开发成本，团队利用 Bittensor 来启动其产品研发，将大量开发工作外包给矿工，激励越高，矿工的质量就越好。

鉴于机器学习模型和预测系统是最容易量化的任务之一（构建能够准确预测某些事物的模型），这是子网最常关注的垂直领域之一。

专注于预测的子网络

• SN6 @Playinfgames
• SN8 @taoshiio
• SN18 @zeussubnet
• SN41 @sportstensor
• SN44 @webuildscore
• SN50 @SynthdataCo

由于之前已经详细介绍过 SN6、SN18、SN41、SN44，因此略过这些子网络，但还是想再次强调：

➔ SN6 的 @aion5100（SN6 的 AI 代理/预测对冲基金层）即将推出一个 DeFi 金库，它会自动将用户存款分配到高可信度的事件/市场中进行投注。该金库即将推出，早期测试的 APY 据称超过了四位数。

➔ SN44 的 @thedkingdao 在足球/英式足球方面的信号持续改进。最近的世俱杯表现显示，激进的投注规模带来了 232% 的投资回报率。该团队也在努力开发一个 DeFi 金库产品，将采用更注重风险调整的方法。

CreatorBid 上代表这两个应用层的 AI 代理/代币在展示 SN6 和 SN44 智能的能力方面表现出色。这激励了许多其他子网团队效仿，推出了 AI 代理代币，以展示其子网的功能。

➔ SN50 Synth 尤其有趣。该子网围绕高度通用的波动率预测模型构建。它可以用于涵盖价格可能发生的各种概率（而不仅仅是预测未来价格），例如预测清算概率、永续仓位的生存时间 / 清算时间、设置 Univ3 LP 范围并预测无常损失、预测窗口内的期权行权价和到期时间等。

• Synth 据称比传统的基准模型（几何布朗运动）表现高出 25% - 30%。

对于想要将此类引擎集成到其 DeFi 生态系统中的 L1/L2 生态系统来说，需求巨大。

到目前为止，Synth 已与以下平台集成：

• Arbitrum，为 AI 交易员竞赛提供支持
• Chainrisk，了解波动性，以便合作伙伴协议能够更好地应对波动性的剧烈变化
• Solana 上一个主要流动性质押协议，用于未知用例（据团队称，官方公告将在 1 - 2 天内发布）

该团队将 Mode L2（他们自己的 L2）定位为应用层，通过将 Synth 推理与 Mode AI 终端 + Mode Perp 产品相结合，使交易员能够利用 Synth 预测资产价格并更好地进行交易。

SN6、SN44、SN50 以及许多其他子网之所以如此引人关注，是因为它们每年以 200 万至 1000 万美元以上的 dTAO 代币作为激励，吸引矿工不断改进其预测模型。

其目标是将 dTAO 激励作为资本支出，以引导产品开发，并尽快实现商业化 / 产品化，从而赚取实际收益并抵消 dTAO 的抛售压力。其中一些子网已开始迈向商业化阶段（从 DKING 为顶级体育对冲基金提供 3 亿美元部署支持这一点就可见一斑）。

接下来会如何发展？

对更高收益和更低风险的追求将持续下去，促使建设者将更多的 RWAs 引入链上。现有的 DeFi 收益来源将继续得到优化，并且会变得越来越容易获取。

预测市场将成为主要的信息来源，AI 充当市场做市商，而经验丰富的参与者进一步激发群体智慧。工具变得越来越智能，模型变得越来越精准，目前已经看到了部分成果。

这些系统学习得越多，价值就越大。而且它们与 Web3 其他部分的组合性越强，整个趋势就越不可阻挡。

这里的意思是……归根结底，加密领域的一切都是对未来的一种押注。

因此，基础设施和应用程序 / 代理能够哪怕稍微更清晰地预见未来——无论是通过群体智慧、更优质的数据还是更精准的模型——都将拥有显著的优势。

相关阅读：IOSG：透过Kalshi探究预测市场与其竞争格局