作者：Zack Pokorny，Galaxy Digital助理研究員；來源：Galaxy Digital；編譯：Shaw 金色財經

引言

人工智慧智能體（AI Agent）的應用場景與能力已開始逐步演進。它們正逐步實現任務自主執行，相關研發也在推進智能體持有並配置資金、發掘交易與收益策略等功能。儘管這一實驗性轉型仍處於極早期階段，但其發展方向已與過往截然不同 —— 過去的智能體大多僅作為社交與分析工具使用。

區塊鏈正為這一演進過程提供了天然的試驗場。區塊鏈具備無許可特性、可組合性（即同一執行框架可承載各類金融基礎組件應用），擁有開源應用生態，向所有參與者平等開放數據，且鏈上所有資產默認支持可編程化。

這便引出了一個結構性問題：既然區塊鏈可編程且無許可，自主智能體為何仍會面臨運行阻礙？答案並不在於執行是否可行，而在於執行層面之上需要承擔多大的語義理解與協同調度成本。區塊鏈可確保狀態轉換的準確性，卻通常不提供協議原生的經濟解讀、標準身份或目標層級調度等抽象能力。

由此產生的部分阻礙源於無許可系統的架構特性，另一部分則源於當前工具、資訊篩選與市場基礎設施的發展現狀。在實際應用中，諸多上層功能仍需依託以人為操作核心設計的軟體與工作流程來實現。

區塊鏈架構與人工智慧智能體

區塊鏈的設計核心圍繞共識機制與確定性執行，而非語義解讀。其對外提供的是儲存槽、事件日誌、調用追蹤等底層基礎組件，而非標準化的經濟對象。因此，持倉部位、收益、健康係數、流動性深度等抽象概念，通常需要由索引器、分析層、前端界面與應用程序接口在鏈下重構，將各協議專屬的狀態轉化為更易用的形式。

諸多主流去中心化金融操作流程，尤其是面向普通用戶與主觀決策類的操作，仍以用戶通過前端界面交互、對單筆交易進行簽名確認為核心模式。這種以用戶界面為中心的模式伴隨普通用戶的普及實現了規模化應用，即便鏈上相當一部分活動已由機器驅動。當前主流的普通用戶交互邏輯依舊是：操作意圖→用戶界面→發起交易→確認完成。程序化操作雖路徑不同，卻也存在自身限制：開發者需在構建階段選定合約與資產範圍，再基於該固定範圍運行算法。這兩種模式均無法適配需要在運行過程中，根據動態目標自主發掘、評估並組合操作行為的系統。

當專為交易驗證優化的基礎設施，被需要同時解讀經濟狀態、評估信用並圍繞明確目標優化行為的系統使用時，運行阻礙便開始顯現。這類差距一部分源於區塊鏈無許可、異構化的設計特性，另一部分則源於現有工具仍圍繞人工審核與前端仲介來封裝區塊鏈交互流程。

智能體操作流程與傳統算法策略

在分析區塊鏈基礎設施與智能體系統的差距之前，有必要明確更高級的智能體操作流程，與傳統鏈上算法系統的核心差異。

二者的區別並非自動化程度、技術複雜度、參數化設置，甚至也不是動態適配能力。傳統算法系統可實現高度參數化，自動發掘新合約與代幣，在多類策略間配置資金，並根據表現進行再平衡。核心差異在於系統能否處理構建階段未被預設的場景。

傳統算法系統無論多麼複雜，都僅能針對研發階段預設的模式執行既定邏輯。這類系統需要為每類協議配置預設的接口解析器、將合約狀態轉化為經濟含義的預設評估邏輯、明確的信用與標準判定規則，且所有決策分支都需編寫硬編碼規則（無論算法本身多動態、多靈活）。一旦出現不符合預設模式的情況，系統要麼跳過該場景，要麼直接運行失效。它無法對陌生場景進行推理判斷，僅能校驗當前場景是否匹配已知模板。

像這隻「消化鴨」這樣的機械自動裝置可以模仿逼真的行為，但每一個動作都是預先設定好的。（《科學美國人》，1899年1月）

傳統算法在掃描新借貸市場時，能夠識別出發出熟悉事件、或匹配已知工廠模式的部署合約。但如果出現一種接口陌生的新型借貸基礎組件，系統便無法對其進行評估。必須由人工檢查合約、理解其運行機制、判斷其是否納入機會池，並編寫集成邏輯。只有完成這些步驟，算法才能與之交互。人類負責解讀，算法負責執行。而基於基礎模型的智能體系統打破了這一界限。它們可以通過習得的推理能力實現：

• 解讀模糊或未明確指定的目標。像 「最大化收益但避免過度風險」 這類指令需要解讀：什麼程度算過度？收益與風險應如何權衡？傳統算法需要提前對這些條件做出精確定義，而基礎模型能夠解讀意圖、做出判斷，並根據反饋優化自身理解。

• 泛化適配新型接口。智能體可以閱讀陌生的合約代碼、解析文檔，或檢查從未見過的應用二進制接口（ABI），並推斷該系統的經濟功能。它不需要為每一類協議預先構建解析器。目前這一能力尚不完善，智能體可能出現誤判，但它能夠嘗試與開發階段未被預設的系統進行交互。

• 在不確定性下對可信度與規範性進行推理。當信任信號模糊或不完整時，基礎模型可以機率化地權衡判斷，而非簡單套用二元規則。該智能合約是否為官方正版？現有證據下該代幣是否大機率合法？傳統算法只有 「有規則」 或 「無規則」 兩種狀態，而智能體能夠基於置信度進行推理。

• 解讀錯誤並自適應調整。當出現意外情況時（例如交易回退、輸出與預期不符、模擬與執行間狀態發生變化），智能體能夠推斷問題原因並決定應對方式。相比之下，傳統算法只會執行異常捕獲代碼塊，僅對異常進行分流處理，而非解讀異常。

這些能力真實存在，但目前仍不完善。基礎模型會產生幻覺、誤讀資訊，並做出看似自信的錯誤判斷。在對抗性且涉及資金的環境中（即代碼可控制或接收資產），「嘗試與未預設系統交互」 可能意味著直接虧損。本文的核心觀點並非智能體如今就能可靠地完成這些功能，而是它們能夠以傳統系統無法實現的方式進行嘗試，且未來基礎設施有望讓這些嘗試更安全、更可靠。將二者視作連續譜系而非絕對分類會更易理解：部分傳統系統已融入學習式推理，部分智能體也可能在關鍵路徑上依賴硬編碼規則。二者的區別是方向性的，而非二元對立的。智能體系統將更多解讀、評估與自適應工作放到運行時推理中，而非開發階段預設。這與前文的阻礙論點密切相關，因為智能體嘗試去做的正是傳統算法完全迴避的事。傳統算法通過人工在開發階段篩選合約集合來規避發現成本；依靠營運者維護的白名單規避控制層成本；通過為已知協議預置解析器規避數據成本；在預設安全範圍內運行規避執行成本。人工提前完成語義、信任與策略層面的工作，算法僅在劃定邊界內執行。鏈上智能體操作流程的早期版本可能會延續這一模式，但其核心邏輯在於將發現、信任與策略評估轉移到運行時推理，而非開發階段預設。

智能體可能會嘗試發現並評估陌生機會，在無硬編碼規則的情況下判斷合約規範性，在無預置解析器的情況下解析異構狀態，並針對可能模糊的目標執行策略。而正是在這些環節，基礎設施的短板開始凸顯。阻礙之所以存在，並非因為智能體在做和算法相同的事卻更困難，而是它們在嘗試完全不同的事：在開放、動態解讀的行為空間中運行，而非封閉、預先集成的固定空間。

摩擦所在

從結構上看，這種矛盾並非源於區塊鏈共識的缺陷，而是圍繞其構建的整體交互棧的演進方式所致。

區塊鏈保證確定性狀態轉換、對最終狀態的共識以及最終確定性。但它不會在協議層編碼經濟解讀、意圖校驗或目標追蹤。這些職責歷來由前端、錢包、索引器及其他鏈下協同層承擔，且流程中始終有人工參與。

主流交互模式也反映了這一設計，即便是專業參與者也是如此：普通用戶通過面板解讀狀態、通過界面選擇操作、通過錢包簽名交易，並非正式地驗證結果；算法交易機構實現了執行自動化，但仍依賴人工篩選協議集合、核查異常情況，並在接口變更時更新集成邏輯。兩種場景下，協議僅保證執行正確性，而意圖解讀、異常處理與新機會適配仍由人工完成。

智能體系統壓縮甚至消除了這一分工。它們必須以程序化方式重構具備經濟意義的狀態，評估目標是否推進，並在簡單交易上鏈之外校驗結果。這些負擔在區塊鏈上尤為突出，因為智能體運行在開放、對抗性且快速變化的環境中，新合約、資產與執行路徑可在無中心化審核的情況下出現。協議只保證交易正確執行，不保證經濟狀態易於解讀、合約為官方正版、執行路徑符合用戶意圖，或相關機會可被程序化發現。

後續章節將圍繞智能體運行循環的各個階段分析此類阻礙：發現現有合約與機會、驗證其合法性、獲取具備經濟意義的狀態，以及按目標執行。

發現成本

發現成本的產生，是因為去中心化金融（DeFi）行為空間在開放無許可環境中持續擴張，而相關性與合法性需由人工通過鏈上社交、市場與工具層進行篩選。新協議通過公告與研究發布，同時也經由前端集成、代幣列表、分析平台與流動性形成等篩選層過濾。久而久之，這些信號通常會形成一套可操作的判斷標準，用以識別行為空間中具備經濟價值且足夠可信的部分，儘管這一過程往往是非正式、不均衡的，且部分依賴第三方與人工篩選。

智能體雖可獲取篩選後的數據與信任信號，但並不具備人類解讀這些信號時的天然捷徑。從鏈上視角看，所有已部署合約的可發現性是平等的。合法協議、惡意分叉、測試部署與廢棄項目，全都以可調用字節碼的形式存在。鏈上不會標記哪些重要、哪些安全。

從鏈上視角來看，所有已部署的合約都具有同等的可發現性。合法協議、惡意分叉合約、測試部署合約以及廢棄項目，全都以可調用字節碼的形式呈現。

因此，智能體必須自行構建發現機制：掃描部署事件、識別接口模式、追蹤工廠合約（程序化部署其他合約的合約），並監控流動性形成，以判斷哪些合約應納入決策範圍。這一過程不僅是尋找合約，更是判斷其是否值得進入智能體的行為空間。

識別候選合約只是第一步。合約通過初步發現篩選後，還需經過下一節所述的規範性與真實性驗證。智能體必須確認所發現合約與其宣稱一致，才能將其納入決策空間。

策略限定型發現不同於開放式發現

發現成本並非指檢測新部署。成熟的算法系統已能在自身策略範圍內實現這一點。例如監控 Uniswap 工廠事件並自動納入新流動性池的搜尋者，就是在執行動態發現。阻礙出現在兩個更高層面：判斷所發現合約是否合法（下一節將討論的規範性問題）；判斷其是否服務於開放式目標，而非僅適配預設策略類型。

搜尋者的發現邏輯與其策略緊密綁定，它知道要尋找何種接口模式，因為策略已預先定義。而承擔 「配置最優風險調整後機會」 這類更廣泛任務的智能體，不能僅依賴策略衍生過濾器。它必須對照目標本身評估新遇到的機會，這需要解析陌生接口、推斷經濟功能，並判斷該機會是否應納入決策空間。這部分屬於通用自主性問題，但區塊鏈加劇了這一難度：陌生代碼可直接執行、承載資金，且僅靠協議原生信號難以分類。

控制層摩擦

控制層成本的產生，是因為身份與合法性通常在協議外部通過篩選、治理、文檔、接口與營運者判斷共同確定。在當前多數工作流程中，人工仍是該判定過程的重要環節。區塊鏈保證確定性執行與最終確定性，但不保證調用者正在與目標合約交互。意圖判定被外包給社交語境、網站與人工篩選。

當前流程中，人類將網頁信任層作為非正式驗證工具：通過 DeFiLlama 等聚合平台或項目認證社交賬號找到官方域名，並將該網站視為人工概念與合約地址間的官方映射。前端隨後會編碼一套有效真值源，標明哪些地址為官方、使用哪種代幣表示、哪些入口安全。

1789年的機械土耳其人（Mechanical Turk）是一款下棋機器，表面上看起來自主運行，但實際上依靠一名隱藏的人工操作員。（洪堡大學圖書館）

智能體默認不會通過社交語境來解讀品牌標識、已認證的社交信號或 「官方性」。我們可以為智能體提供源自這些信號的篩選後輸入，但要將其轉化為穩定可用、機器可執行的信任假設，則需要明確的註冊表、策略規則或驗證邏輯。營運者可以為智能體配置精選白名單、認證地址和信任策略。問題不在於社交語境完全無法獲取，而在於在動態擴張的行為空間中持續維護這些防護屏障會帶來巨大的營運負擔，並且當這些屏障缺失或不完善時，智能體缺乏人類下意識使用的備用驗證機制。

這種信任判定能力不足所帶來的實際後果，已經在鏈上智能體驅動系統中顯現。YouTube 加密博主兼網紅 Orangie 就曾發生過智能體將資金存入蜜罐合約的案例。另一起事件中，名為 Lobstar Wilde 的智能體因狀態或上下文故障，錯誤解讀了地址狀態，將大額代幣餘額轉給了線上 「乞討地址」。這些案例並非本文的核心論據，但它們直觀說明了信任判定、狀態解讀與執行策略上的失誤，會直接導致資金損失。

官方合約識別並非協議原生功能

問題不在於合約難以被發現，而在於鏈上通常不存在原生的 「這是某應用 X 的官方合約」 這一概念。這種缺失一定程度上是無許可系統的特性，而非設計疏漏，但它依然給自主系統帶來了協同難題。該問題部分源於弱規範身份的開放系統架構特性，部分則源於註冊表、標準和信任分發機制尚不成熟。若一個智能體想要與 Aave v3 交互，就必須判定哪些地址是官方正版（資金池、配置器、數據提供方等），以及這些地址是不可變合約、可代理升級合約，還是正處於治理提案變更待執行狀態。

人類通過文檔、前端界面和社交媒體解決這一問題，而智能體則必須通過核查以下資訊來判定：

• 代理模式與實現合約指向

• 管理權限與時間鎖合約

• 受治理控制的參數更新模塊

• 已知部署合約間的字節碼 / 應用二進制接口（ABI）匹配度

在缺乏官方註冊表的情況下，「官方性」 就變成了一個推理問題。這意味著智能體不能將合約地址視為靜態配置。它們要麼持續維護經過驗證的精選白名單，要麼在運行時通過代理核查與治理監控重新推導合約規範性，要麼承擔與廢棄、被攻擊或偽造合約交互的風險。在傳統軟體與市場基礎設施中，服務身份通常由機構維護的命名空間、憑證和訪問控制來錨定。相比之下，在鏈上，一個合約可能可以調用、功能正常，但從調用方視角來看，其在經濟或業務層面並非官方正版。

代幣真實性與元數據問題本質相同

代幣看似會自我描述資訊，但其元數據並不具備權威性，僅僅是合約代碼返回的字節數據。典型案例就是封裝以太坊（WETH）。廣泛使用的 WETH 合約中明確定義了：

這些資訊看似代表身份，實則不然。任何合約都可以返回如下內容：

• symbol() = "WETH"

• decimals() = 18

• name() = "Wrapped Ether"

並實現完全相同的 ERC-20 代幣標準接口。name()、symbol() 和 decimals() 只是公開只讀函數，返回的內容完全由部署者設定。事實上，以太坊上已有近 200 種代幣，名稱都叫 「Wrapped Ether」，符號都是 「WETH」，精度也都是 18 位小數。如果不查 CoinGecko 或 Etherscan，你能分辨出哪個 「WETH」 才是官方正版嗎？（答案是列表里的第 78 個）

以太坊上有近200個代幣名稱為「Wrapped Ether」、符號為「WETH」。不藉助第三方平台，你能判斷哪個才是正宗的WETH嗎？

這就是智能體面臨的處境。區塊鏈不會校驗唯一性，不會對照任何註冊表做驗證，也對此毫不在意。你今天就可以部署 500 個合約，全部返回一模一樣的元數據。鏈上也存在一些經驗式判斷方法（例如比對 ETH 餘額與總供應量、查詢主流去中心化交易所的流動性深度、核查其是否被借貸協議列為抵押品等），但沒有任何一種能提供絕對確鑿的證明。每種方法要麼依賴閾值假設（沒人能偽造數十億規模的配對流動性），要麼遞歸式地需要先驗證其他合約的規範性。

如同迷宮一般，在鏈上識別「真正」的路徑需要外部引導；沒有提供任何標準信號。（伯明翰博物館和美術館）

這就是代幣列表與註冊表作為鏈下篩選層存在的原因。它們提供了一種將 「WETH」 這一概念映射到特定地址的機制，這也是錢包和前端會維護白名單或依賴可信聚合器的原因。對智能體而言，核心問題不只是元數據不可靠，更在於規範身份通常由社交或機構層面確立，而非協議原生。鏈上可靠的唯一標識符是合約地址，然而要將人類易懂的意圖（如 「兌換為 USDC」）映射到正確地址，仍高度依賴非協議原生的篩選、註冊表、白名單或其他信任層。

數據摩擦

一個在多個 DeFi 協議間做優化的智能體，需要將每個機會統一抽象為經濟對象：殖利率、流動性深度、風險參數、費率結構、預言機來源等。從某種角度看，這是常見的系統集成問題。但在區塊鏈上，由於協議異構性、直接資金風險、多調用狀態拼接、底層缺乏統一經濟 schema，這一負擔被大幅放大。而這些正是對比機會、模擬配置、監控風險所必需的基礎資訊。

區塊鏈在協議層通常不暴露標準化的經濟對象，只暴露儲存槽、事件日誌和函數返回值，經濟對象必須從中推導或重構。協議只保證合約調用返回正確的狀態值，卻不保證該值能清晰對應到可理解的經濟概念，也不保證同一概念能在不同協議間通過一致接口獲取。

因此，市場、部位、健康係數等抽象概念並非協議原生組件，而是由索引器、分析平台、前端與 API 在鏈下重構，將異構協議狀態歸一化為可用的抽象層。人類用戶通常只看到這層歸一化後的數據，智能體也可以使用，但會因此繼承第三方 schema、延遲與信任假設；否則就必須自行重構這些抽象邏輯。

這一問題在各類協議中進一步加劇。金庫市佔率價格、借貸市場抵押率、DEX 池流動性深度、質押合約獎勵率等都是具備經濟意義的基礎指標，但沒有一個通過標準化接口暴露。每個協議體系都有自己的讀取方式、結構體格式與單位約定，即便同一類別，實現方式也各不相同。

借貸市場：讀取碎片化的典型案例

借貸市場能清晰體現這一問題。經濟概念普遍相似且通用，例如供給與借貸流動性、利率、抵押係數、額度上限、清算閾值等，但數據讀取路徑卻完全不同。

以 Aave v3 為例，市場枚舉與儲備資產狀態讀取是分開的步驟，典型流程如下：

通過以下方式列舉儲備資產

該函數會返回一個代幣地址數組。

針對每種資產，通過以下方式獲取流動性與利率基礎數據：

該調用會返回一個結構體，單次即可獲取包含流動性總量、利率指數和配置標識在內的數據，例如：

與之相反，在 Compound v3（Comet）中，每一次部署只對應單一市場（如 USDC、USDT、ETH 等），並且不存在統一的儲備金結構體。因此，必須通過多次函數調用，才能拼接出完整的市場快照數據：

基礎利用率

總計

利率

抵押資產配置

全局配置參數

每次調用僅返回經濟狀態的不同片段。「市場」 並非一等公民對象，而是由調用方自行拼接而成的推斷性結構。

從智能體的角度來看，這兩個協議都屬於借貸市場。但從集成角度來看，二者是結構完全不同的數據獲取系統。並不存在像下面這樣的通用數據結構：

相反，智能體必須針對不同協議採用不同的資產枚舉方式，通過多次調用拼接狀態數據，統一計量單位與換算規則，並協調推導值與直接暴露的基礎數據之間的差異。

碎片化帶來延遲與一致性風險

除了結構上的不統一，這種碎片化還會引發延遲與一致性風險。由於經濟狀態並非以單一原子化市場對象暴露，智能體必須向多個合約發起多次遠程過程調用（RPC），才能重構出一份狀態快照。每多一次調用，都會增加延遲、觸發接口限流的機率以及區塊不一致的風險。在市場波動環境中，當供給利率計算完成時，資金利用率可能已發生變化；若不明確鎖定區塊高度，配置參數與流動性總量可能並非來自同一區塊。人類用戶依靠前端緩存層與聚合後端隱式緩解了這一問題，而直接調用原始 RPC 接口的智能體，則必須顯式處理數據同步、批量請求與時間一致性問題。因此，非標準化的數據獲取不僅是集成上的不便，更是對性能、同步機制與執行正確性的約束。

缺乏統一的經濟數據獲取規範意味著，即便不同協議實現了幾乎相同的金融基礎功能，其狀態暴露方式也依然是合約專屬、且依賴組合邏輯的。這種結構差異是造成數據摩擦的核心原因。

潛在的數據流不匹配

區塊鏈上的經濟狀態訪問本質上是拉取模式，即便執行信號可以流式推送。外部系統需要向節點主動查詢所需狀態，而非接收持續、結構化的更新。這一模式反映了區塊鏈的核心功能 —— 按需驗證，而非維護應用級別的持續狀態視圖。

鏈上也存在推送模式的基礎組件。WebSocket 訂閱可實時推送新區塊與事件日誌，但這些並不包含承載大部分經濟含義的儲存狀態，除非協議主動選擇冗餘地將其記錄為日誌。智能體無法直接通過鏈上訂閱借貸市場利用率、資金池儲備量或部位健康係數。這些數值儲存在合約儲存空間中，且大多數協議不提供原生機制，向下游使用者推送儲存變更。當前最可行的方式是訂閱新區塊頭，並在每個區塊重新查詢儲存狀態 —— 即便由流式事件觸發，狀態訪問本質上仍為拉取模式。日誌僅能提示數據可能發生變化，卻不會編碼最終的經濟狀態；重構該狀態仍需顯式讀取並訪問歷史狀態。

智能體系統反而更適合反向數據流。智能體無需輪詢數百個合約的狀態變化，而是可以接收結構化、預計算的狀態更新，並直接推送至其運行環境（例如更新後的利用率、健康係數或部位變動）。推送式架構可減少冗餘查詢，降低狀態變化到智能體感知的延遲，並允許中間層將狀態封裝為語義明確的更新，而非讓智能體從原始儲存中自行解讀含義。

這種模式轉變並非易事。它需要訂閱基礎設施、篩選相關性的邏輯，以及將儲存變動轉化為智能體可執行操作的經濟事件規範。但隨著智能體成為持續在線的參與者，而非間歇性查詢方，拉取模式的低效問題 —— 接口限流、同步開銷、不同智能體間的重複查詢 —— 將變得愈發嚴重。將智能體視為持續消費者而非間歇性客戶端的基礎設施，或許更適配自主系統的運行方式。

推送式基礎設施是否真的更優，尚無定論。全量狀態變化的數據流會帶來篩選問題，智能體仍需判斷哪些資訊相關，這會在另一層面重新引入拉取邏輯。核心並非拉取模式本身錯誤，而是現有架構在設計時並未考慮持久化機器使用者，隨著智能體使用規模擴大，值得探索替代方案。

執行摩擦

執行摩擦的產生，是因為當前許多交互層將意圖轉換、交易審核與結果校驗，封裝在以前端、錢包和人工監管為核心的工作流程中。在普通用戶與主觀決策場景下，這一監管通常由人類完成。而對自主系統而言，這些功能必須被形式化並直接編碼實現。區塊鏈可根據合約邏輯保證確定性執行，卻不保證交易符合用戶意圖、遵守風險約束或實現預期經濟結果。在現有流程中，前端界面與人類填補了這一缺口。

前端編排操作序列（兌換、授權、存入、借貸），錢包提供最終 「審核並發送」 的檢查點，用戶或操作者通常會在最後一步非正式地做出策略判斷。他們往往在資訊不完整的情況下，判斷交易是否安全、報價結果是否可接受。若交易失敗或出現意外結果，用戶會重試、調整滑點、更改路徑或直接放棄操作。智能體系統將人類從這一執行循環中移除，意味著系統必須用機器原生邏輯替代三類人類功能：

執行系統必須在廣播交易前，驗證擬執行的調用關係圖符合這些規則。

這就對完成度校驗提出了更高要求，不能僅停留在確認交易上鏈。以意圖為中心的架構或許能提供部分解決方案，將更多關於 「如何執行」 的負擔從智能體轉移給專業的求解器。智能體不再發送原始調用數據，而是廣播已簽名的執行意圖，並指定基於結果的約束條件；求解器或協議層機制必須滿足這些約束，執行才被視為有效。

多步驟工作流與故障模式

去中心化金融（DeFi）的很大一部分執行過程天然是多步驟的。一筆收益配置操作可能需要依次完成：授權 → 兌換 → 存入 → 借貸 → 質押。其中部分步驟可能是獨立交易，另一些則可通過批量調用或路由合約打包執行。人類可以容忍流程未完全完成，返回界面繼續操作即可；而智能體需要確定性的流程編排：若任意一步失敗，必須決定是重試、更換路徑、回滾操作還是暫停執行。

這催生了在人類操作流程中通常被掩蓋的新型故障模式：

• 決策與上鏈之間的狀態漂移：模擬執行與實際上鏈期間，利率、利用率或流動性可能發生變化。人類可以接受這種波動，智能體則必須設定可接受範圍並嚴格執行。

• 非原子執行與部分成交：部分操作可能跨多筆交易執行，或僅產生部分預期結果。智能體必須追蹤中間狀態，並確認最終狀態符合目標。

• 授權額度與審批風險：人類通過界面習慣性完成授權簽名，智能體則必須將授權範圍（額度、支出方、有效期）納入安全策略進行推理，而非僅作為界面步驟處理。

• 路徑選擇與隱性執行成本：人類依賴路由工具與界面默認配置，智能體則必須將滑點、礦工可提取價值（MEV）風險、Gas 費與價格衝擊納入目標函數建模。

執行：一個機器原生的控制問題

執行摩擦的核心觀點在於：DeFi 交互層將人類錢包簽名作為最終控制環節。當前，意圖校驗、風險容忍度判斷以及非正式的 「看起來是否合理」 檢查，都集中在這一步完成。移除人類參與後，執行就變成了一個控制問題：智能體必須將目標轉化為操作鏈，自動執行策略約束，並在不確定性中校驗結果。這一挑戰在許多自主系統中都存在，但區塊鏈環境尤為嚴苛，因為執行直接涉及資金，可組合調用陌生合約，且面臨對抗性的狀態變更。人類依靠經驗做出決策，並通過試錯糾正錯誤；智能體則必須以機器速度程序化完成同類工作，且往往面對動態變化的操作空間。因此，認為智能體 「只需提交交易」 的觀點，大大低估了難度。提交交易本身是簡單的部分，真正缺失的是界面與人類所承擔的全部工作：意圖編譯、安全把關與目標完成度校驗。

結論

區塊鏈在設計之初並未原生提供自主智能體所需的語義層與協同層。它的設計目標是在對抗環境中保證確定性執行與狀態轉換共識。在此基礎上發展出的交互層，始終圍繞人類用戶展開：通過界面解讀狀態、通過前端選擇操作、通過人工核查驗證結果。

智能體系統顛覆了這一架構。它們將人類解讀員、審批員與核驗員從流程中移除，並要求這些功能實現機器原生化。這一轉變在四個維度暴露出結構性摩擦：發現、信任判定、數據獲取與執行編排。這些摩擦的產生，並非因為執行不可行，而是因為區塊鏈周邊的基礎設施在多數場景下仍默認人類參與狀態解讀與交易提交之間的環節。

彌合這些缺口可能需要在多層技術棧中搭建新型基礎設施：將跨協議經濟狀態歸一化為機器可讀規範的中間件；暴露部位、健康係數、機會集合等語義基礎組件而非原始儲存數據的索引服務或 RPC 擴展；提供官方合約映射與代幣真實性驗證的註冊表；以及可編碼策略約束、處理多步驟工作流並程序化校驗目標完成度的執行框架。部分缺口源於無許可系統的結構性特徵：開放部署、弱規範身份與異構接口；另一部分則受限於現有工具、標準與激勵設計，隨著智能體使用規模擴大、協議為提升自主系統集成便利性而競爭優化，這些問題有望得到緩解。

隨著自主系統開始管理資金、執行策略並直接與鏈上應用交互，當前交互層內嵌的架構假設愈發凸顯。本文所述的大部分摩擦，源於區塊鏈工具與交互模式圍繞人工仲介工作流發展而來；部分則是無許可系統的開放性、異構性與對抗環境的自然結果；還有一些是複雜環境下自主系統普遍面臨的共性問題。

核心挑戰並非讓智能體完成交易簽名，而是為其提供可靠路徑，實現當前在原始區塊鏈狀態與實際操作之間，由軟體與人類判斷共同完成的語義、信任與策略相關功能。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。