O que mais é necessário para o próximo marco das Finanças Descentralizadas?

Título original: "Próximo marco das Finanças Descentralizadas: O que será necessário para o funcionamento das finanças agenciais"

Autor: @Lemniscap

Compilado por: Ismay, BlockBeats

Nota do editor: Quando o mundo das Finanças Descentralizadas se torna tão complexo que até os usuários profissionais têm dificuldade em dominá-lo, como podemos devolver o controle às pessoas comuns?

Este artigo é uma pesquisa da Lemniscap que sistematicamente analisa o surgimento e os desafios reais das "finanças de agentes inteligentes". Desde &milo, Meridian até SendAI, The Hive, esses produtos iniciais demonstraram como a IA pode se tornar uma nova interface para interações na blockchain, ao mesmo tempo que expuseram enormes lacunas em termos de confiabilidade na execução, segurança de permissões e mecanismos de validação. O autor aponta que, para que as finanças descentralizadas avancem para a próxima fase, o crucial não está em modelos mais inteligentes, mas em uma estrutura subjacente mais confiável — que torne cada ação do agente verificável, rastreável e confiável.

Isto não é apenas um ponto de viragem na evolução da tecnologia, mas também um experimento sobre a reconstrução da confiança. Como mencionado no texto: o próximo marco do DeFi não é uma maior escala, mas sim a confiança na automação.

Até 2025, as Finanças Descentralizadas já serão completamente diferentes do que eram no início.

Os dados em si falam por tudo: o fluxo de capital institucional em um único trimestre ultrapassou 10 bilhões de dólares, com o número de protocolos ativos em dezenas de blockchains superando 3000. O total de valor bloqueado em protocolos DeFi na rede deverá atingir 160 bilhões de dólares em 2025, com um crescimento de 41% em relação ao ano anterior; o volume de negociação acumulado de DEX e Perps é ainda medido em "trilhões".

À medida que as Finanças Descentralizadas (DeFi) crescem, as possibilidades tornam-se cada vez maiores, mas a complexidade também aumenta drasticamente. A maioria das pessoas não consegue acompanhar tudo o que acontece na cadeia. Se quisermos que mais pessoas aproveitem essas novas oportunidades, precisamos construir ferramentas que permitam aos usuários tomar decisões corretas mais facilmente — e essa é a direção do desenvolvimento futuro.

Ao mesmo tempo, a IA tem-se integrado gradualmente na vida quotidiana, e as pessoas começaram a desenvolver novos hábitos em torno da automação. Esta tendência deu origem às "Finanças Descentralizadas" — operações financeiras geridas e executadas por agentes inteligentes.

Mesmo ferramentas simples baseadas em navegador, como o Comet, mostram a rápida evolução desse tipo de ferramenta. Quando você executa uma operação de Finanças Descentralizadas através de um proxy de navegador (como o exemplo compartilhado por Yash, fundador da SendAI), você pode ver o potencial da inteligência financeira.

Esta visão é na verdade bastante intuitiva: você não precisa mais procurar em vários painéis ou em longos tópicos no X, basta dizer ao AI qual é o objetivo que deseja alcançar, e ele automaticamente pode ajudá-lo a concluir as etapas subsequentes.

Atualmente, estão surgindo duas categorias de agentes inteligentes:

Uma classe são os Copilots, que orientam os usuários na tomada de decisões em todo o mundo das Finanças Descentralizadas; a outra classe são os Quant Agents, que tendem mais para a execução de estratégias automatizadas profissionais, equivalendo a "Autopilots".

Ambos ainda estão em estágios iniciais e apresentam falhas, mas juntos apontam para uma nova direção - uma forma de interação DeFi totalmente diferente, impulsionada por IA.

Como um agente inteligente "co-piloto"

Você pode imaginar esses agentes inteligentes como seus assistentes pessoais. Você não precisa mais folhear gráficos ou pular entre diferentes protocolos, basta fazer perguntas em linguagem natural, como: "Quais são os tokens mais populares agora?" ou "Onde os rendimentos são mais altos?", e o agente pode responder diretamente e oferecer sugestões sobre os próximos passos - como um amigo sempre disponível e cheio de conhecimento.

Tomando como exemplo o &milo, o seu modo de co-piloto pode ajudá-lo a tomar decisões de investimento, realizar reequilíbrios de ativos e obter insights sobre o seu portfólio - permitindo-lhe manter o controle enquanto elimina operações complexas.

Com a explicação em linguagem natural e sugestões inteligentes, &milo pode ajudar os usuários a entender as posições e comparar oportunidades de lucro, sem ter que vasculhar dados em vários painéis. Ele mostra a evolução de um assistente de bate-papo simples para um guia completo de Finanças Descentralizadas.

Para observar o desempenho desses agentes em operações reais, testamos alguns dos produtos mais recentemente lançados, experienciando pessoalmente a sua capacidade de lidar com tarefas reais de Finanças Descentralizadas.

Os resultados mostram que esses agentes ainda têm limitações. Por exemplo, eles conseguem identificar tokens populares, mas não conseguem executar operações de compra de forma eficaz; também houve duas falhas em transações, com o sistema a indicar "saldo insuficiente", embora a conta tivesse na verdade SOL suficiente para cobrir as taxas.

Plataformas semelhantes como The Hive seguiram um caminho diferente — elas reúnem vários agentes de Finanças Descentralizadas em um " enxame ", capazes de colaborar na execução de tarefas complexas como cross-chain, estratégias de rendimento, e defesa contra liquidações, todas coordenadas através de uma interface de chat simples. Essa rede composta por agentes dedicados pode realizar operações em cadeia de múltiplos passos usando comandos em linguagem natural.

Testámos a mesma ordem de compra com o The Hive. O sistema realmente reconheceu o token popular WEED, mas ao executar a compra, retornou um endereço de contrato incorreto.

No geral, Milo demonstrou como integrar ferramentas de gestão de portefólios em um fluxo suave, enquanto The Hive explora como permitir que múltiplos agentes especializados colaborem. Com o aumento das capacidades dos agentes inteligentes, começa a haver uma divisão de trabalho mais evidente.

Por exemplo, a Meridian foca no grupo de usuários do outro lado - ajudando os iniciantes a dar o primeiro passo para entrar nas Finanças Descentralizadas. Ela adota um design mobile-first, combinado com dicas claras, tornando operações básicas como troca de moedas, staking ou consulta de rendimentos mais fáceis de realizar.

Meridian desempenha-se de forma fluida e executa rapidamente estas tarefas centrais; mais importante ainda, tem uma compreensão clara dos seus limites. Quando os usuários solicitam que execute operações que estão além do seu alcance, ele explica o motivo, em vez de tentar cegamente — essa "honestidade" torna-o um ponto de partida confiável para iniciantes explorarem o mundo on-chain.

O fundador da Meridian, Benedict, explicou:

"Meridian permite que os usuários realizem pesquisas e operações seguras usando linguagem natural. Abrimos gratuitamente ao público a função de pesquisa do agente, disponível em meridian.app. Os usuários que se registrarem no aplicativo móvel Meridian poderão utilizar as funções de troca de moeda (swap), troca de múltiplas moedas (multi-swap) e compra de portfólio do agente. Atualmente, as contas ainda estão em fase de testes fechados, e os usuários interessados podem entrar em contato pelo Twitter @bqbrady para solicitar uma experiência."

Através dos nossos testes, descobrimos que, atualmente, a maioria dos agentes de IA focados na navegação de Finanças Descentralizadas ainda se mantém mais no papel de "professor" ou "assistente", ajudando principalmente os usuários a realizar as operações mais básicas (como trocar moedas).

Para que possam lidar de forma fiável com processos mais complexos - como fornecer liquidez, gerir posições alavancadas, entre outros - ainda é necessário um aprimoramento adicional.

Como apontou Rishin Sharma, responsável pela IA da Fundação Solana:

"Modelos de linguagem de grande escala (LLMs) tendem a apresentar alucinações ao lidar com tarefas amplas e têm dificuldade em executar operações determinísticas. Mecanismos de chamada de função, como o MCP, podem ser mais adequados para transformar um 'plano de ação' em execução real. Embora os LLMs se destaquem nas etapas de concepção e orientação, ainda enfrentam desafios na execução precisa. Para que agentes financeiros inteligentes sejam verdadeiramente confiáveis, é necessário superar os LLMs, desenvolvendo mecanismos de chamada de função específicos, estratégias de execução claras, verificabilidade e um sistema de permissões seguro. Em outras palavras, a camada de execução dos agentes inteligentes de hoje ainda está subdesenvolvida - o 'cérebro' da IA já é suficientemente inteligente, mas ainda falta um 'corpo' que possa agir de forma robusta."

Como um agente inteligente de "condução autónoma"

Se o agente "co-piloto" é mais como um mentor, o agente "quantitativo" é mais parecido com um sistema de condução automática. Eles não apenas podem construir estratégias, mas também realmente executá-las - monitorizando o mercado em tempo real, testando negociações e agindo automaticamente a uma velocidade de máquina, permitindo que estratégias complexas de Finanças Descentralizadas entrem em modo de "funcionamento totalmente automático".

Um caso típico em formação vem da SendAI. Não é um agente de quantificação em si, mas um conjunto de ferramentas que permite a outros criar esses agentes. O "Agent Kit" projetado para Solana suporta mais de 60 operações autônomas, incluindo troca de tokens, emissão de novos ativos, gestão de empréstimos, entre outros, e pode interagir diretamente com protocolos populares como Jupiter, Metaplex, Raydium.

Em outras palavras, ele oferece aos desenvolvedores um "sistema de trilhos", permitindo que eles integrem diretamente modelos de decisão na execução na cadeia.

O fundador da SendAI, Yash, resumiu claramente a sua visão:

"Acreditamos que cada agente de IA no futuro terá sua própria carteira. A SendAI está construindo as ferramentas e a camada econômica necessárias para que esses agentes possam executar qualquer operação na Solana. Estamos criando uma plataforma que permite que esses agentes tenham capacidade de percepção contextual e suportem a execução de tarefas complexas de longa duração, persistentes e assíncronas."

Enquanto isso, outras equipas estão a tentar tornar esta capacidade mais acessível. Lomen é responsável pela seleção de estratégias e permite que os utilizadores "desdobrem com um clique", reduzindo a barreira para desfrutar da automação quantitativa sem necessidade de escrever código.

E para os "jogadores avançados" que preferem sistemas personalizados, o Unblinked oferece um ambiente de experimentação de estratégias impulsionado por IA. É como o Cursor no campo das negociações: os usuários podem primeiro esboçar suas ideias de estratégia, executá-las e otimizá-las em um ambiente seguro de sandbox, antes de decidir se vão investir dinheiro real.

Existem também algumas plataformas que optam por chamar várias agências para colaborar na conclusão de tarefas.

Por exemplo, o Almanak combina "agente de programação" com "agente de backtesting": os usuários descrevem a estratégia em linguagem natural, a IA gera automaticamente código em nível de produção e realiza backtesting com mais de 10.000 simulações de Monte Carlo, gerando finalmente um resultado de estratégia "pronto para uso".

Por fim, a equipe também se concentra na vantagem do mercado em tempo real.

O agente ARMA da Giza irá alocar ativamente fundos entre vários protocolos de empréstimo para maximizar os rendimentos de stablecoins. Em vez de deixar os fundos parados em um único pool, o ARMA irá monitorar continuamente as taxas de juros, a liquidez e os custos de Gas, movendo dinamicamente os ativos. Seu agente principal já geriu mais de 17 milhões de dólares em fundos, afirmando que a taxa de rendimento é 83% superior à de uma posição estática.

De um modo geral, esses agentes de quantificação reduzem significativamente o custo do tempo, permitindo que usuários comuns tenham acesso a estratégias complexas que antes pertenciam a equipes profissionais de quantificação. Mas, ao mesmo tempo, eles também revelam a fragilidade da automação: quando há atraso de dados, suspensão de protocolos ou grandes oscilações no mercado, os agentes ainda podem "tropeçar".

Em outras palavras, eles realmente podem te fazer mais rápido, mas ainda estão longe de ser "invencíveis".

O problema deles

Depois de passar um tempo com os agentes inteligentes atuais, você perceberá algumas questões semelhantes: às vezes, eles sugerem executar operações que já não existem, como uma piscina de liquidez que já foi fechada; os dados dos quais dependem muitas vezes estão desatualizados em relação ao estado real na cadeia; uma vez que um plano de múltiplos passos falha a meio, eles não se ajustam sozinhos, mas tentam repetidamente a mesma ação.

A gestão de permissões também é bastante clumsy - ou o usuário deve conceder acesso total a toda a carteira, ou deve aprovar manualmente cada pequena operação. A fase de teste também é superficial, com ambientes de simulação que têm dificuldade em reproduzir as mudanças repentinas de liquidez ou ajustes de parâmetros de governança que ocorrem na "confusão da realidade".

Um dos problemas mais sérios é que esses agentes operam quase como uma "caixa preta".

Os usuários não conseguem saber quais entradas foram lidas, como as opções foram ponderadas, se o estado em tempo real foi verificado, e também não sabem por que uma transação específica foi escolhida para ser executada. Sem registros de operação com verificação de assinatura, não é possível verificar a consistência entre o "resultado prometido" e a "execução real".

Os usuários só podem usar e "cuidar" do processo automatizado ao mesmo tempo - isso não só é ineficiente, mas também torna difícil avaliar o desempenho.

Se não houver um conjunto de mecanismos que possa verificar decisões e provar que as ações realmente seguem a estratégia estabelecida, os usuários nunca conseguirão diferenciar um "sistema confiável" de um "marketing bem elaborado".

Para capital de maior escala, as plataformas DeFi devem passar de "confie em nós" para "por favor, verifique você mesmo". Este também é o ponto de viragem crucial para a criação de uma infraestrutura financeira de agentes inteligentes que seja "auditável, governável e confiável".

lacuna de infraestrutura

A questão central é que o sistema atual carece de ferramentas básicas que permitam que os agentes mantenham a confiança, a consistência e a segurança em cenários de grande escala. Para resolver isso, precisamos de uma infraestrutura que possa validar o comportamento dos agentes, confirmar os resultados da execução e seguir regras uniformes em todos os ambientes. Só assim as pessoas se sentirão seguras ao entregar o seu dinheiro real a eles.

No entanto, a maioria dos usuários na verdade não se preocupa com o "processo de pensamento" do agente; eles apenas querem confirmar que o resultado da saída é correto, verificado e dentro dos limites de segurança. Na construção de confiança, a "confiabilidade verificável" é mais importante do que a "visibilidade".

É exatamente isso que significa "Confiabilidade Verificável (Verifiable Reliability)". O agente não precisa registrar cada passo da operação interna, mas deve operar sob uma estratégia clara e verificações razoáveis: estabelecer um limite de gastos, uma janela de tempo para execução, nós de confirmação antes de operações-chave, etc.

No nível básico, essas regras podem ser garantidas por ambientes de execução confiáveis (TEE) ou sistemas semelhantes — sem necessidade de expor todos os detalhes, mas ainda assim provando que os agentes realmente cumpriram os limites. O resultado é: saídas que podem ser auditadas quando necessário, e operações que permitem que usuários comuns confiem imediatamente.

Esta camada de validação não precisa ser "tamanho único". Cenários do dia a dia podem usar proteções de segurança leves e indicadores padronizados; enquanto cenários de alto risco ou de nível institucional podem exigir provas mais robustas e validação formal. A chave é que cada camada de infraestrutura deve fornecer uma confiabilidade mensurável que corresponda ao seu nível de risco.

Prepare o protocolo para o agente

O próximo passo a ser abordado é tornar o protocolo "amigável para agentes".

Atualmente, a maioria dos protocolos de Finanças Descentralizadas não foi projetada para agentes inteligentes. Eles precisam fornecer interfaces de execução mais estáveis e seguras: que possam visualizar operações, realizar reexecuções seguras e executar com base em estruturas de dados consistentes. O design de permissões também deve ser "limitado", e não "totalmente aberto", permitindo que os agentes atuem dentro de limites claros, em vez de controlar toda a carteira.

Nestas condições de falta de fundamentos, até o mais inteligente dos frameworks de agentes poderá ser "atrapalhado" por uma base frágil. Uma vez que esses fundamentos estejam aprimorados, os usuários não precisarão mais monitorar manualmente os processos automatizados; as equipes de desenvolvimento poderão reduzir o tempo de depuração e concentrar-se na inovação; os resultados de execução de diferentes prestadores de serviços também poderão ser comparáveis devido a padrões compartilhados — não será mais apenas um slogan publicitário.

Parte que deve ser alterada

A solução na verdade não é complicada: tornar o agente verificável (Provable) e preparar o protocolo para o agente (Agent-ready). Adicionar uma camada de estratégia entre o agente e a carteira, e exigir que todos os processos de execução sejam rastreáveis e verificáveis, em vez de "funcionar como uma caixa-preta".

Por exemplo, o motor SVM da Termina foi construído com base neste conceito - ele fornece um verdadeiro ambiente de execução Solana para agentes de IA, permitindo que os agentes modelam, tomem decisões e aprendam com base em dados on-chain. Ao mesmo tempo, a parte do protocolo deve abrir interfaces operacionais que possam ser "executadas a seco (dry-run)", com códigos de erro claros, mecanismos de reexecução seguros, consistência das estruturas de dados principais (posições, taxas, saúde) e controle de permissões baseado em sessão.

Quando essas funcionalidades forem implementadas, os usuários poderão livrar-se do fardo dos agentes de "custódia"; a equipe poderá reduzir falhas no sistema; e os investidores institucionais finalmente poderão obter as barreiras de segurança e as provas verificáveis de que precisam.

tabela de tempo real

Nos próximos seis meses, espera-se que os agentes do tipo "co-piloto" melhorem mais rapidamente. A melhoria das pipelines de dados aumentará a fiabilidade destes em cenários de uso diário.

Num ano, com o fortalecimento dos padrões de teste, os agentes poderão coordenar a execução entre protocolos, com os humanos apenas a aprovarem etapas chave. A longo prazo, à medida que a infraestrutura amadurece, os agentes inteligentes poderão gradualmente se confundir como a camada de interação padrão do DeFi — não mais como «ferramentas» separadas, mas tornando-se a principal forma de interação das pessoas com o sistema financeiro.

Conclusão

"Finanças Agentes" (Agentic Finance) está a reduzir as barreiras de participação, tornando a automação uma ferramenta que já não é exclusiva para especialistas. Mas, para funcionar em grande escala, precisa de uma "base" melhor: dados em tempo real, um mecanismo de permissões mais seguro, um sistema de testes mais robusto e resultados de execução mais transparentes.

Apenas um AI mais inteligente não pode resolver esses problemas. O verdadeiro progresso virá da melhoria da estrutura subjacente.

O próximo marco das Finanças Descentralizadas não é apenas o crescimento em escala, mas sim — a confiança na automação. E esse dia só chegará quando os agentes de IA não forem mais apenas "demonstrações de conceito" para exibição, mas se tornarem verdadeiros executores confiáveis.