AI DeFi के लिए नई युग का वादा, लेकिन ऑटोमेशन में रुकावट

DeFi में AI के चारों ओर अधिकांश शोर गलत स्तर पर केंद्रित है।

लोग AI के बारे में इस तरह बात करते हैं जैसे यह एक बेहतर फ्रंट एंड है: एक चैटबॉट जो लीवरेज्ड यील्ड फार्मिंग को समझाता है, एक सहायक जो आपको एक श्वेत पत्र पढ़ने में मदद करता है। यह वास्तविक और प्रभावी है, लेकिन यह महत्वपूर्ण बदलाव नहीं लाता।

वास्तविक परिवर्तन निष्पादन है। यदि सही तरीके से बनाया गया, तो AI सिस्टम ऑनचेन स्थिति का अवलोकन कर सकते हैं, निर्णय ले सकते हैं, और स्वैप, पुल, संपत्ति जमा, और अन्य क्रियाओं के बीच लेनदेन को ट्रिगर कर सकते हैं बिना किसी मानव को हर पांच सेकंड में "पुष्टि करें" पर क्लिक करने की आवश्यकता के।

लेकिन जब आप स्वचालन की कहानी के बारे में उत्साहित होते हैं, तो यह पूछना उचित है: AI वास्तव में किस स्तर पर काम कर रहा है? AI को एक शोध उपकरण, AI को एक लेनदेन निष्पादक, और AI को एक जोखिम प्रबंधन स्तर के बीच एक बड़ा अंतर है। पहला अपेक्षाकृत हानिरहित है, जबकि तीसरा एक खजाने को बर्बाद कर सकता है।

DeFi स्टैक में AI वास्तव में कहां बैठता है

इसे तीन स्तरों के रूप में सोचें, क्योंकि अधिकांश उत्पाद आपको नहीं बताएंगे कि वे वास्तव में किसमें काम कर रहे हैं।

इंटरफेस स्तर सबसे आसान जीत है। प्राकृतिक भाषा राउटिंग और वॉलेट सहायक पहले से ही यहां हैं। यदि आप टाइप कर सकते हैं "Arbitrum से Base पर 10K USDC स्थानांतरित करें और सबसे अच्छा उधारी पूल हिट करें" और एक एजेंट राउटिंग को संभालता है, तो यह ठोस परिचालन संकुचन है।

रणनीति स्तर वह है जहां मार्केटिंग तथाकथित यील्ड आवंटन, स्थिर मुद्रा राउटिंग, संपार्श्विक प्रबंधन, और पर्प हेज सिफारिशों के साथ थोड़ा दूर चली जाती है। इस स्तर पर अधिकांश "AI अल्फा" बस बेहतर UX के साथ कार्यप्रवाह स्वचालन है। तर्क आमतौर पर स्थिर होता है क्योंकि यील्ड इस बात से सीमित नहीं होती कि आप एक प्रॉम्प्ट कितनी अच्छी तरह लिखते हैं; यह तरलता, प्रोटोकॉल प्रोत्साहनों, और जोखिम द्वारा सीमित होती है। "AI अल्फा" का दावा शायद ही कभी वास्तविक ऑडिट पर खरा उतरता है।

नियंत्रण स्तर सबसे कम आंका गया है, जिसमें जोखिम गेट, लेनदेन अनुकरण, नीति-आधारित अनुमोदन, मानव ओवरराइड ट्रिगर्स, और मल्टीसिग प्राधिकरण शामिल हैं लेकिन इन्हीं तक सीमित नहीं हैं। एक उच्च-दांव वाले वातावरण में, एक प्रणाली जो आपको 2 AM पर कुछ विनाशकारी मूर्खता करने से रोकती है, वह पांच नए यील्ड सुझावों से अधिक मूल्यवान है।

अधिकांश कमजोर AI-DeFi उत्पाद रणनीति और नियंत्रण स्तरों को एक साथ जोड़ते हैं और जानबूझकर यह छिपाते हैं कि वास्तविक विफलता बिंदु कहां है। आपको यह जानने की आवश्यकता है कि आप किस स्तर पर काम कर रहे हैं इससे पहले कि आप इसे किसी भी महत्वपूर्ण चीज़ पर भरोसा करें।

आज वास्तव में क्या उपयोग करने लायक है

यदि आप सिद्धांत की अनदेखी करते हैं, तो यहाँ वह है जो अभी ऑनचेन काम कर रहा है।

मल्टी-स्टेप DeFi निष्पादन सबसे तुरंत व्यावहारिक है। तीन प्रोटोकॉल के बीच पूंजी स्थानांतरित करने में आपको 20 मिनट का मैनुअल क्लिकिंग और गैस निगरानी का खर्च हो सकता है। EVM ब्लॉकचेन पर स्वचालित नीति ढांचे अब इसे एक बार में संभाल सकते हैं।

DAOs और प्रोटोकॉल के लिए ट्रेजरी और स्थिर मुद्रा प्रबंधन एक विशाल, लेकिन दुख की बात है कि ज्यादातर अप्रयुक्त, उपयोग मामला है। बहुत से DAOs स्थिर मुद्राओं को निष्क्रिय छोड़ देते हैं क्योंकि कोई भी उन्हें घुमाने का समय नहीं रखता। AI-सहायता प्राप्त निगरानी दर परिवर्तनों को चिह्नित कर सकती है और मानव को अनुमोदन के लिए पुनर्वितरण का सुझाव दे सकती है। यह कुशल नीति निष्पादन का एक उदाहरण है।

जोखिम निगरानी अधिकांश लोगों की अपेक्षा अधिक महत्वपूर्ण है। यह स्पष्ट है कि बॉट्स 24/7 परिसमापन थ्रेशोल्ड और ओरेकल विचलनों को देखने में मनुष्यों से बेहतर हैं। एक छोटी टीम के पास स्वचालित कवरेज हमेशा एक बड़ी टीम की तुलना में बेहतर प्रदर्शन करेगी जो मैन्युअल रूप से डैशबोर्ड देख रही है।

ऑनचेन अनुसंधान संकुचन को कम आंका गया है। शासन मतदान और उत्सर्जन कार्यक्रमों के हजारों पृष्ठों को निर्णय-तैयार डेटा में बदलना विश्लेषकों के लिए समय में कटौती करता है।

हालांकि, इससे पहले कि कोई भी निर्णय व्यापार या आवंटन निर्णय की ओर ले जाए, आप बाजार स्तर का संदर्भ चाहते हैं। क्षेत्रीय घुमाव या अस्थिरता क्लस्टर को जल्दी से पहचानना आपको बताता है कि AI द्वारा चिह्नित क्या अलग-थलग है या एक व्यापक आंदोलन का हिस्सा है जिसे आगे जांचने की आवश्यकता है।

वह भाग जिसे कोई भी जोर से कहना नहीं चाहता

AI स्मार्ट कॉन्ट्रैक्ट्स को सुरक्षित नहीं बनाता। वास्तव में, यह एक त्वरक है। यह अंतर्निहित प्रोटोकॉल में निहित हर जोखिम को विरासत में लेता है। यदि एक अनुबंध में एक खराब प्रशासक कुंजी या एक अजीब संयोज्यता निर्भरता है, तो AI बस उस दोष के साथ तेजी से इंटरैक्ट करेगा। ये गायब नहीं होते क्योंकि एक AI एजेंट मानव के बजाय लेनदेन कर रहा है।

ओरेकल निर्भरता AI के साथ लूप में होने पर खराब होती है, बेहतर नहीं। एक AI प्रणाली जो बिना संदेह के मूल्य डेटा का उपभोग करती है, वह खतरनाक है क्योंकि यह पैमाने पर कार्य करती है। एक हेरफेर की गई निम्न-तरलता फीड एक स्वचालित विफलताओं की श्रृंखला को ट्रिगर कर सकती है इससे पहले कि कोई मानव हस्तक्षेप कर सके। बिना एक सिमुलेशन परत और रनटाइम निगरानी के, आप "स्वायत्त वित्त" का निर्माण नहीं कर रहे हैं, आप वास्तव में पैसे खोने का एक तेज़ तरीका बना रहे हैं।

DeFi में निष्पादन त्रुटियाँ असली पैसे की कीमत चुकाती हैं, तुरंत, गलत चेन, गलत टोकन, खराब स्लिपेज अनुमानों, अनुमोदन जोखिम, या पुल मार्ग की गलत गणना से। एक मैनुअल कार्यप्रवाह में एक छूटी हुई पुष्टि संकेत एक परेशानी होती है। एक स्वचालित प्रणाली जो $500K ट्रेजरी आवंटन में वही गलती करती है, एक अलग प्रकार की समस्या है। लेनदेन अनुकरण और रनटाइम निगरानी न्यूनतम व्यवहार्य सुरक्षा परत हैं और इन्हें कभी भी बाईपास नहीं किया जाना चाहिए।

जहाँ हाइप तेज़ होती है और तर्क चुप हो जाता है

"एजेंट मनुष्यों से बेहतर उपज पाएगा।" आमतौर पर यह एक ब्रांडेड भाषा वाला वॉल्ट होता है। उपज तरलता और प्रोत्साहन संरचना का एक कार्य है, न कि तात्कालिक इंजीनियरिंग।

"स्वायत्त व्यापार एजेंट लगातार ऑनचेन पर बेहतर प्रदर्शन करेंगे।" एज का क्षय जल्दी होता है। यदि 500 एजेंट एक ही ऑन-चेन अवसर का पीछा कर रहे हैं, तो मार्जिन लेनदेन के मेमपूल में पहुँचने से पहले ही चला जाता है।

"AI प्रोटोकॉल का ऑडिट स्वयं कर सकता है।" यह सबसे खतरनाक कथा है। AI कमजोरियों की प्राथमिकता के लिए महान है, लेकिन सुरक्षा में आंशिक क्षमता, कोई क्षमता न होने से बदतर है क्योंकि यह झूठा आत्मविश्वास पैदा करता है। यह एक औपचारिक ऑडिट का विकल्प नहीं है। टीमें जो AI कोड समीक्षा को अपनी "सुरक्षा जाल" के रूप में मानती हैं, वे एक ऐसा दांव लगा रही हैं जो उन्हें नहीं लगाना चाहिए।

एक गंभीर स्वायत्त वित्त प्रणाली को क्या चाहिए

यदि आप DeFi में AI को ताजगी के बिना लागू करना चाहते हैं, तो आपको इसे चार परतों में सोचना होगा।

डेटा परत को व्यापक होना चाहिए: ऑन-चेन स्थिति, ओरेकल फीड, प्रोटोकॉल-विशिष्ट मैट्रिक्स, शासन फीड, पुल और तरलता डेटा। कचरा अंदर, पूंजी हानि बाहर।

निर्णय परत को नीति प्रतिबंधों और आत्मविश्वास के थ्रेशोल्ड की आवश्यकता है, न कि खुली समाप्ति संकेतों की। बॉट अपनी लेन में रहता है।

निष्पादन परत में लेनदेन अनुकरण, मार्ग तुलना, स्लिपेज जांच, और अनुमोदन न्यूनतमकरण शामिल होना चाहिए इससे पहले कि कुछ भी चेन को छुए। यदि प्रणाली आपको यह नहीं दिखा सकती कि यह क्या करने वाली है इससे पहले कि यह करे, तो यह एक लाल झंडा है।

निगरानी परत वह जगह है जहाँ अधिकांश टीमें कोनों को काटती हैं: मानव अनुमोदन ट्रिगर, किल स्विच, खर्च सीमा, ऑडिट लॉग, भूमिका-आधारित अनुमतियाँ। जब चीजें अंततः गलत होती हैं, तो आपको एक ऑडिट लॉग की आवश्यकता होती है।

कुछ AI एजेंट ढांचे पहले से ही वॉलेट प्रबंधन, स्वचालित भुगतान, नीति-नियंत्रित निष्पादन, और कई प्रोटोकॉल और श्रृंखलाओं के बीच कई ऑनचेन क्रियाओं के लिए रूटिंग का समर्थन करते हैं। यह कहना सुरक्षित है कि उपकरण मौजूद हैं, लेकिन यह नीति को डिजाइन नहीं करता। यह आपकी जिम्मेदारी है। सीमित स्वचालन केवल उतना ही अच्छा है जितना कि आप जो सीमाएँ निर्धारित करते हैं।

प्रत्येक समूह को क्या करना चाहिए

व्यापारियों को शोध को संकुचित करने, स्थितियों की निगरानी करने, और निष्पादन अनुशासन को लागू करने के लिए AI का उपयोग करना चाहिए, लेकिन कभी भी "कितना" (आकार) आउटसोर्स नहीं करना चाहिए। इसके लिए मानव संदर्भ की आवश्यकता होती है। किसी भी AI-सहायता प्राप्त हेज या मार्केट-न्यूट्रल आवंटन को निष्पादित करने से पहले, डेरिवेटिव या पर्प मार्केट डैशबोर्ड की जांच करना यह पुष्टि करता है कि क्या बाजार वास्तव में उस कदम के लिए सेट है जो मॉडल सुझाव दे रहा है।

निर्माताओं को "एजेंटिक" कुछ भी बनाने से पहले एक सीमित कार्यप्रवाह के साथ एक महंगा परिचालन चोकपॉइंट हल करना चाहिए। जो उत्पाद जीवित रहेंगे वे स्पष्ट ऑडिट ट्रेल और महत्वपूर्ण अनुमोदनों के साथ होंगे, न कि सबसे प्रभावशाली डेमो वीडियो वाले।

आवंटकों और DAO खजानों को AI को एक संचालन परत के रूप में मानना चाहिए। निगरानी के साथ शुरू करें और सीधे निष्पादन अधिकार देने से पहले प्रणाली के व्यवहार में विश्वास अर्जित करें। जब एक एजेंट गलत होता है, तो किसी को जिम्मेदार ठहराने की आवश्यकता होती है, और वह जिम्मेदारी संरचना तैनाती से पहले मौजूद होनी चाहिए, न कि घटना के बाद।

अगला क्या है, और क्या अभी भी टूटा हुआ है

अगला चरण AI का DeFi उपयोगकर्ताओं को प्रतिस्थापित करना नहीं है। यह उससे संकीर्ण है: ऐसे सिस्टम जो कम चीजें करते हैं, लेकिन उन्हें सीमाओं के तहत विश्वसनीयता से करते हैं।

जो अनसुलझा है वह कठिन है: बाजार के तनाव के तहत मॉडल की विश्वसनीयता, एजेंट इनपुट में प्रतिकूल प्रॉम्प्ट इंजेक्शन, ओरेकल और ब्रिज निर्भरता, जब एजेंट गलत होते हैं तो कानूनी जिम्मेदारी। ये स्वच्छ समाधानों के साथ इंजीनियरिंग समस्याएँ नहीं हैं। ये विश्वास की समस्याएँ हैं, जिन्हें केवल धीरे-धीरे ट्रैक रिकॉर्ड के माध्यम से बनाया जा सकता है।

इस क्षेत्र में जीतने वाले प्रोजेक्ट सबसे आशाजनक "AI x DeFi" कथाएँ नहीं होंगे। वे टीमें होंगी जिन्होंने वास्तव में गंदे बहु-चरण वित्तीय संचालन को नियंत्रित, निरीक्षण योग्य, ऑडिट योग्य कार्यप्रवाह में बदल दिया है, और आपको उनके चारों ओर डिज़ाइन किए गए विफलता मोड दिखा सकते हैं।