DWF 深度レポート：AIがDeFiでの収益最適化で人間を超えたが、複雑な取引は依然として5倍遅れている

原文タイトル：Will Agents take over DeFi?

原文出典：DWF Ventures

原文翻訳：深潮 TechFlow

核心要点

自動化とエージェントの活動は現在、すべてのチェーン上の活動の約19％を占めていますが、真のエンドツーエンドの自律性はまだ実現されていません。

収益最適化などの狭く定義されたユースケースでは、エージェントは人間やボットよりも優れたパフォーマンスを示しています。しかし、取引などの多面的な行動においては、人間がエージェントよりも優れています。

エージェント間では、モデル選択とリスク管理が取引パフォーマンスに最も大きな影響を与えます。

エージェントが大規模に採用されるにつれて、信頼と実行に関するリスクがいくつか存在します。これには、ウィッチ攻撃、戦略の混雑、プライバシーのトレードオフが含まれます。

エージェント活動の継続的な成長

過去1年間、エージェント活動は着実に増加しており、取引量と取引数が増加しています。Coinbaseのx402プロトコルが大きな進展をリードし、Visa、Stripe、Googleなどのプレーヤーも独自の標準を導入しています。現在構築中のインフラの大部分は、エージェント間のチャネルまたは人間によってトリガーされるエージェント呼び出しの2つのシナリオにサービスを提供することを目的としています。

ステーブルコイン取引は広くサポートされていますが、現在のインフラは依然として従来の支払いゲートウェイに依存しており、これは依然として中央集権的な対抗者に依存していることを意味します。したがって、エージェントが自己資金調達、自己実行し、変化する条件に基づいて継続的に最適化する「完全自律」な最終形態はまだ実現されていません。

エージェントはDeFiにとって完全に未知ではありません。長年にわたり、チェーン上のプロトコルにはボットを介して自動化が存在し、MEVをキャッチしたり、コードなしでは実現できない超過収益を得たりしてきました。これらのシステムは、頻繁に変化せず、追加の監視を必要としない明確に定義されたパラメータの下で非常によく機能しています。

しかし、市場は時間とともにより複雑になっています。これが、新世代のエージェントが登場する理由であり、過去数ヶ月間、チェーン上はこのような活動の実験場となっています。

エージェントの実際のパフォーマンス

報告によると、エージェント活動は指数関数的に増加しており、2025年以降に17,000以上のエージェントが立ち上げられています。自動化/エージェント活動の総量は、すべてのチェーン上の活動の19％以上をカバーしていると推定されています。これは驚くべきことではなく、76％以上のステーブルコインの送金量がボットによって生成されていると推定されています。これは、DeFiにおけるエージェント活動には大きな成長の余地があることを示しています。

エージェントの自律性は広範囲にわたり、高度な人間の監視を必要とするチャットボットのような体験から、目標入力に基づいて市場条件に適応する戦略を策定できるエージェントまでさまざまです。ボットと比較して、エージェントは数ミリ秒で新しい情報に応答し実行する能力や、同じ厳格さを保ちながら数千の市場に範囲を広げる能力など、いくつかの重要な利点を持っています。

現在、大多数のエージェントは依然としてアナリストから副操縦士レベルにあり、ほとんどがテスト段階にあります。

収益最適化：エージェントの優れたパフォーマンス

流動性提供は自動化が頻繁に行われている分野であり、エージェントが保有する総TVLは3900万ドルを超えています。この数字は、ユーザーがエージェントに直接預けた資産を主に測定していますが、金庫ルーティングの資本は含まれていません。

Giza Techはこの分野で最大のプロトコルの1つであり、昨年末に主要なDeFiプロトコルの収益捕獲を強化することを目的とした最初のエージェントアプリARMAを立ち上げました。これは、1900万ドル以上の管理資産を引き付け、40億ドル以上のエージェント取引量を生成しました。

取引量と管理資産総額の高い比率は、エージェントが頻繁に資本を再バランスし、より高い収益捕獲を実現できることを示しています。資本が契約に預けられると、実行は自動化されるため、ユーザーにとってほとんど監視を必要としないシンプルなワンボタン体験を提供します。

ARMAのパフォーマンスは測定可能で優れており、USDCに対して9.75％を超える年率収益を生み出しています。追加の再バランス手数料とエージェントの10％のパフォーマンスフィーを考慮しても、収益率はAaveやMorphoでの通常の貸し出しを超えています。それにもかかわらず、スケーラビリティは依然として重要な問題であり、これらのエージェントは主要なDeFiプロトコルの規模を管理または拡張するために実戦テストを受けていません。

取引：人間が大幅にリード

しかし、取引などのより複雑な行動に関しては、結果ははるかに多様です。現在の取引モデルは、人間が定義した入力に基づいて動作し、事前に設定されたルールに従って出力を提供します。機械学習は、モデルが新しい情報に基づいて行動を更新できるようにすることで、これを拡張し、副操縦士の役割に進めています。完全自律のエージェントが加わることで、取引の様相は大きく変わるでしょう。

エージェント間や人間対エージェントの取引競技会がいくつか開催され、結果はモデル間に大きな差があることを示しています。Trade XYZは、プラットフォームに上場する株式のために人間対エージェントの取引競技会を開催しました。各アカウントには1万ドルの初期資金があり、レバレッジや取引頻度に制限はありませんでした。結果は圧倒的に人間に偏り、トップの人間のパフォーマンスはトップのエージェントの5倍以上でした。

同時に、Nof1はモデル間のエージェント取引競技会を開催し、いくつかのモデル（Grok-4、GPT-5、Deepseek、Kimi、Qwen3、Claude、Gemini）が互いに競い、資本保全から最大レバレッジまでのさまざまなリスク構成をテストしました。結果は、パフォーマンスの差を説明するのに役立ついくつかの要因を明らかにしました：

ポジション保持時間：強い相関関係があり、平均して2-3時間ポジションを保持するモデルは、頻繁に反転するモデルよりも大幅に優れています。

期待値：これは、モデルが平均して各取引で利益を上げているかどうかを測定します。興味深いことに、上位3モデルのみが正の期待値を持ち、これは大多数のモデルが損失取引を利益取引よりも多く持っていることを意味します。

レバレッジ：平均6-8倍の低いレバレッジレベルは、10倍以上のレバレッジを運用するモデルよりも優れたパフォーマンスを示しました。高いレベルは損失を加速させます。

ヒント戦略：Monk Modeはこれまでで最も優れたパフォーマンスを示したモデルであり、Situational Awarenessは最も劣ったパフォーマンスを示しました。モデルの特性に基づいて、リスク管理に焦点を当て、外部の情報源を少なくすることがより良いパフォーマンスをもたらすことを示しています。

基礎モデル：Grok 4.20は異なるヒント戦略において他のモデルよりも22％以上優れたパフォーマンスを示し、唯一平均して利益を上げているモデルです。

他の要因、例えばロングショートの偏好、取引規模、信頼度スコアは、十分なデータがないか、モデルのパフォーマンスと正の相関があることが証明されていません。全体として、結果はエージェントが明確に定義された制約内でしばしばより良いパフォーマンスを示すことを示しており、これは人間が目標設定において依然として非常に必要であることを意味します。

エージェントを評価する方法

エージェントはまだ初期段階にあるため、現在のところ包括的な評価フレームワークは存在しません。歴史的なパフォーマンスは通常、エージェントの評価基準として使用されますが、これは強力なエージェントのパフォーマンスのより強い兆候を提供する基礎要因の影響を受けます。

異なるボラティリティ下でのパフォーマンス：条件が悪化したときの規律ある損失管理が含まれ、これはエージェントが取引の収益性に影響を与えるオフチェーン要因を特定できることを示しています。

透明性とプライバシー：両者にはそれぞれのトレードオフがあります。透明なエージェントは、取引を積極的にコピーされる可能性がある場合、基本的に戦略的な優位性を持たなくなります。プライベートなエージェントは、作成者が内部から情報を引き出すリスクに直面し、作成者が自分のユーザーを簡単に先取りできる可能性があります。

情報源：エージェントがアクセスするデータソースは、エージェントがどのように意思決定を行うかを決定する上で重要です。信頼できる情報源を確保し、単一の依存性を持たないことが重要です。

セキュリティ：スマートコントラクトの監査と、ブラックスワンイベントに備えるための適切な資金保管構造を持つことが非常に重要です。

エージェントの次のステップ

エージェントを大規模に採用するためには、インフラに関してまだ多くの作業が必要です。これは、エージェントの信頼と実行に関する重要な問題に帰着します。自律エージェントの行動にはバリアがなく、資金管理が不十分な事例がすでに発生しています。

ERC-8004は2026年1月に立ち上がり、自律エージェントが相互に発見し、検証可能な評判を構築し、安全に協力できる最初のチェーン上のレジストリとなります。これはDeFiのコンポーザビリティの重要な解放であり、信頼スコアがスマートコントラクト自体に埋め込まれ、エージェントとプロトコル間の無許可活動を可能にします。

これは、エージェントが常に悪意のない方法で動作することを保証するものではありません。共謀的な評判やウィッチ攻撃などのセキュリティの脆弱性が依然として発生する可能性があります。したがって、保険、安全性、エージェントの経済的担保などの面でまだ多くのスペースが必要です。

DeFiにおけるエージェント活動が拡大するにつれて、戦略の混雑が構造的リスクとなります。収益農場は最も明確な前例であり、戦略の普及に伴い、リターンが圧縮されます。同様のダイナミクスはエージェント取引にも適用される可能性があります。大量のエージェントが類似のデータで訓練され、類似の目標を最適化する場合、彼らは類似のポジションと類似の退出信号に収束します。

コーネル大学が2026年1月に発表したCoinAlg論文は、この問題の一つのバージョンを正式化しました。透明なエージェントはアービトラージの対象となる可能性があり、彼らの取引は予測可能であり、先取りされる可能性があります。プライベートなエージェントはこのリスクを回避しますが、作成者が自分のユーザーに対して情報の優位性を保持し、不透明性によって保護されるべき内部知識から価値を引き出すという異なるリスクを引き起こします。

エージェント活動は今後も加速し続け、今日築かれたインフラがチェーン上の金融の次の段階がどのように機能するかを決定します。エージェントの使用率が増加するにつれて、彼らは自己反復し、ユーザーの好みに適応する能力が高まります。したがって、主要な差別化要因は信頼できるインフラに帰着し、これが最大の市場シェアを獲得することになります。