L'IA promet une nouvelle ère pour le DeFi, mais...

La plupart du bruit autour de l'IA dans la DeFi est concentré sur la mauvaise couche. Les gens continuent de parler de l'IA comme si c'était un meilleur front-end : un chatbot qui explique le yield farming avec effet de levier, un copilote qui vous aide à lire un whitepaper. C'est réel et efficace, mais ce n'est pas ce qui fait bouger les choses. Le véritable changement réside dans l'exécution. Si construit correctement, les systèmes d'IA peuvent observer l'état onchain, prendre une décision et déclencher des transactions à travers des swaps, des ponts, des dépôts d'actifs et d'autres actions sans qu'un humain ait besoin de cliquer sur "confirmer" toutes les cinq secondes. Mais avant de vous enthousiasmer pour l'histoire de l'automatisation, il vaut la peine de se demander : sur quelle couche l'IA opère-t-elle réellement ? Il y a un grand écart entre l'IA en tant qu'outil de recherche, l'IA en tant qu'exécuteur de transactions et l'IA en tant que couche de gestion des risques. La première est relativement inoffensive, tandis que la troisième peut détruire un trésor. Où l'IA se situe réellement dans la pile DeFi Pensez-y comme à trois couches, car la plupart des produits ne vous diront pas dans laquelle ils opèrent réellement. La couche d'interface est la victoire la plus facile. Le routage en langage naturel et les assistants de portefeuille sont déjà là. Si vous pouvez taper "déplacer 10K USDC d'Arbitrum à Base et atteindre le meilleur pool de prêt" et qu'un agent gère le routage, c'est une compression opérationnelle solide. La couche de stratégie est celle où le marketing va un peu trop loin avec ce qu'on appelle l'allocation de rendement, le routage de stablecoins, la gestion de collatéraux et les recommandations de couverture perpétuelle. La plupart des "alpha IA" à cette couche n'est que de l'automatisation de flux de travail avec une meilleure expérience utilisateur ajoutée. La logique est généralement statique car le rendement n'est pas limité par la qualité de votre prompt ; il est limité par la liquidité, les incitations du protocole et le risque. La revendication "alpha IA" tient rarement lors d'un audit réel. La couche de contrôle est de loin la plus sous-estimée, y compris mais sans s'y limiter aux portes de risque, à la simulation de transactions, aux approbations basées sur des politiques, aux déclencheurs de dépassement humain et à l'autorisation multisig. Dans un environnement à enjeux élevés, un système qui vous empêche de faire quelque chose de catastrophiquement stupide à 2 heures du matin vaut plus que cinq nouvelles suggestions de rendement. La plupart des produits IA-DeFi faibles regroupent les couches de stratégie et de contrôle et cachent intentionnellement où se trouve le véritable point de défaillance. Vous devez savoir à quelle couche vous opérez avant de lui faire confiance pour quoi que ce soit de significatif. Ce qui vaut vraiment la peine d'être utilisé aujourd'hui Si vous ignorez la théorie, voici ce qui fonctionne onchain en ce moment. L'exécution DeFi multi-étapes est la plus immédiatement pratique. Déplacer des capitaux à travers trois protocoles peut vous coûter 20 minutes de clics manuels et de surveillance des frais de gaz. Les cadres de politique automatisés sur les blockchains EVM peuvent désormais gérer cela en une seule fois. La gestion de trésorerie et de stablecoins pour les DAO et les protocoles est un cas d'utilisation énorme, mais malheureusement principalement inexploité. Trop de DAO laissent les stablecoins inactifs parce que personne n'a la bande passante pour les faire tourner. La surveillance assistée par IA peut signaler les changements de taux et suggérer des réallocations à un humain pour approbation. C'est un exemple d'exécution de politique efficace. La surveillance des risques compte plus que la plupart des gens ne l'admettent. Il est évident que les bots sont meilleurs que les humains pour surveiller les seuils de liquidation et les déviations d'oracle 24/7. Une petite équipe avec une couverture automatisée surpassera toujours une grande équipe surveillant manuellement des tableaux de bord. La compression de recherche onchain est sous-estimée. Transformer des milliers de pages de votes de gouvernance et de calendriers d'émissions en données prêtes à la décision réduit le temps d'attente pour les analystes. Cependant, avant que tout cela ne mène à une décision de trading ou d'allocation, vous voulez un contexte au niveau du marché. Identifier rapidement la rotation sectorielle ou les clusters de volatilité vous indique si ce que l'IA a signalé est isolé ou fait partie d'un mouvement plus large qui mérite d'être examiné plus en profondeur. La partie que personne ne veut dire à voix haute L'IA ne rend pas les contrats intelligents plus sûrs. En fait, c'est un accélérateur. Elle hérite de chaque risque intégré dans les protocoles sous-jacents. Si un contrat a une mauvaise clé d'administrateur ou une dépendance de composabilité étrange, l'IA interagira simplement avec ce défaut plus rapidement. Ceux-ci ne disparaissent pas parce qu'un agent IA effectue la transaction au lieu d'un humain. La dépendance à l'oracle s'aggrave, pas s'améliore, avec l'IA dans la boucle. Un système d'IA qui consomme des données de prix sans scepticisme est dangereux car il agit à grande échelle. Un flux manipulé à faible liquidité peut déclencher une cascade de défaillances automatisées avant qu'un humain puisse intervenir. Sans une couche de simulation et une surveillance en temps réel, vous ne construisez pas de "finance autonome", vous construisez en fait un moyen plus rapide de perdre de l'argent. Les erreurs d'exécution dans la DeFi coûtent de l'argent réel, immédiatement, en raison d'une mauvaise chaîne, d'un mauvais token, de mauvaises hypothèses de glissement, d'une exposition à l'approbation ou d'une mauvaise estimation de route de pont. Un prompt de confirmation manqué dans un flux de travail manuel est ennuyeux. Un système automatisé faisant la même erreur sur une allocation de trésorerie de 500K $ est un problème d'un autre genre. La simulation de transactions et la surveillance en temps réel sont la couche de sécurité minimale viable et ne devraient jamais être contournées. Où le battage médiatique devient fort et la logique devient silencieuse "L'agent trouvera un rendement meilleur que les humains." En général, il s'agit d'un coffre-fort avec un langage de marque. Le rendement est une fonction de la liquidité et de la structure des incitations, pas de l'ingénierie de prompt. "Les agents de trading autonomes surperformeront constamment onchain." L'avantage se dégrade rapidement. Si 500 agents poursuivent la même opportunité on-chain, la marge est disparue avant même que la transaction n'atteigne le mempool. "L'IA peut auditer les protocoles par elle-même." C'est le récit le plus dangereux. L'IA est excellente pour le triage des vulnérabilités, mais une compétence partielle en matière de sécurité est pire qu'aucune compétence car elle crée une fausse confiance. Ce n'est pas un substitut à un audit formel. Les équipes qui considèrent la révision de code IA comme leur "filet de sécurité" prennent un pari qu'elles ne devraient pas prendre. Ce dont un système de finance autonome sérieux a besoin Si vous souhaitez déployer l'IA dans la DeFi sans agir comme un touriste, vous devez réfléchir à cela en quatre couches. La couche de données doit être complète : état on-chain, flux d'oracle, métriques spécifiques aux protocoles, flux de gouvernance, données de pont et de liquidité. Des données de mauvaise qualité entraînent des pertes de capital. La couche de décision a besoin de contraintes politiques et de seuils de confiance, pas de prompts ouverts. Le bot reste dans son domaine. La couche d'exécution doit inclure la simulation de transactions, la comparaison de routes, les vérifications de glissement et la minimisation des approbations avant que quoi que ce soit ne touche la chaîne. Si le système ne peut pas vous montrer ce qu'il s'apprête à faire avant de le faire, c'est un signal d'alarme. La couche de supervision est celle où la plupart des équipes rognent : déclencheurs d'approbation humaine, interrupteurs d'arrêt, limites de dépenses, journaux d'audit, permissions basées sur les rôles. Vous avez besoin d'un journal d'audit pour quand les choses finissent par mal tourner. Certaines structures d'agents IA prennent déjà en charge la gestion des portefeuilles, les paiements automatiques, l'exécution contrôlée par des politiques et le routage vers de nombreuses actions onchain à travers plusieurs protocoles et chaînes. Il est sûr de dire que les outils existent, mais ils ne conçoivent pas la politique. C'est votre travail à la place. L'automatisation bornée n'est aussi bonne que les limites que vous fixez. Ce que chaque groupe devrait faire Les traders devraient utiliser l'IA pour compresser la recherche, surveiller les conditions et faire respecter la discipline d'exécution, mais jamais externaliser le "combien" (dimensionnement). Cela nécessite un contexte humain. Avant d'exécuter une couverture assistée par IA ou une allocation neutre au marché, vérifier les dérivés ou les tableaux de bord du marché perpétuel confirme si le marché est réellement préparé pour le mouvement que le modèle suggère. Les constructeurs devraient résoudre un point de blocage opérationnel coûteux avec un flux de travail contraint avant de construire quoi que ce soit de "agentique". Les produits qui survivront sont ceux avec des pistes d'audit claires et des approbations significatives, pas ceux avec les vidéos de démonstration les plus impressionnantes. Les allocateurs et les trésoreries DAO devraient traiter l'IA comme une couche opérationnelle. Commencez par la surveillance et gagnez en confiance dans le comportement du système avant d'accorder des droits d'exécution directe. Quand un agent échoue, quelqu'un doit être responsable, et cette structure de responsabilité doit exister avant le déploiement, pas après l'incident. Quelle est la suite et ce qui est encore cassé La prochaine phase n'est pas l'IA remplaçant les utilisateurs de DeFi. C'est plus étroit que cela : des systèmes qui font moins de choses, mais les font de manière fiable sous contraintes. Ce qui reste non résolu est plus difficile : fiabilité du modèle sous stress de marché, injection de prompt adversaire dans les entrées de l'agent, dépendance à l'oracle et au pont, responsabilité légale lorsque les agents échouent. Ce ne sont pas des problèmes d'ingénierie avec des solutions propres. Ce sont des problèmes de confiance, qui ne peuvent être construits lentement qu'à travers un historique. Les projets qui gagneront dans cet espace ne seront pas les récits "IA x DeFi" les plus prometteurs. Ce seront les équipes qui ont transformé des opérations financières multi-étapes véritablement désordonnées en flux de travail contrôlés, inspectables et audités, et qui peuvent vous montrer les modes de défaillance qu'elles ont conçus autour.