AI Agent とオンチェーン資産管理は、概念実証からプロダクト化への移行という重要な局面にあります。技術的な実現可能性はすでに一定程度検証されましたが、LLM の幻覚リスク、オンチェーンデータの異種性、信頼基盤インフラの欠如といった課題は、技術の反復だけでは解決できません。必要なのは、プロジェクトのアーキテクチャ設計、コンプライアンスの道筋の計画、安全体系の構築、そしてビジネスモデルの検証といった、システム的な推進です。
つまり、この分野は依然として初期の構築段階にあり、真の競争環境（競争構図）はまだ形を成していないということです。Web3 と AI の両方の領域を同時に扱えるチームにとって、今こそ参入のウィンドウ期です——実行レイヤーでより信頼性の高いオンチェーン Agent システムを構築することでも、インフラレイヤーでデータ、権限、信頼をつなぐ重要な連結部分を埋めていくことでも、埋めるべき大きな空白領域が存在しています。
DeFAIツールまとめ：AIエージェントを使ったオンチェーン資産管理の方法
Web3 と AI の両方の領域を同時に扱えるチームにとって、今は参入のウィンドウ期です。
執筆：GO2MARS
正式に分析を始める前に、まず一つのコア概念を明確にする必要があります：DeFAI。
DeFAI は DeFi（分散型金融）と AI（人工知能）の融合を表す略称で、AI Agent をオンチェーンの金融シーンに導入し、マーケット状況を認識し、自律的に戦略を策定し、さらにオンチェーン操作を直接実行できるようにすることを指します——これにより、人工のリアルタイム介入に依存せずに、資産配分、リスク管理、プロトコルの相互作用など、これまで専門家の手に委ねられてきた一連の金融行為を実現します。
簡単に言えば、DeFAI は DeFi ツールを単に AI 化してアップグレードするものではなく、オンチェーン上に自律的に稼働できる金融実行レイヤーを構築しようとする試みです。
この分野は 2024 年 Q4 以降、急速に熱を帯びており、その背景には注目すべき 3 つの象徴的な出来事があります。それぞれが、AI Agent が Web3 に入っていく 3 つのレイヤー——ストーリーの飛び出し（ナラティブの逸脱）、資産化されたインフラ構築、そして実行能力の真の具現化——に対応しています。
最初の出来事は 2024 年 7 月に起きました。開発者 Andy Ayrey が構築した Twitter ロボット Truth Terminal は、a16z の共同創業者 Marc Andreessen から 5 万ドル相当の BTC 寄付を受け取った後、急速に注目を集め、GOAT 币のウイルス的な拡散を引き起こしました。これは AI Agent がオンチェーンの経済参加者として、初めて本当の意味で一般の視野に入った瞬間です。
2 つ目の出来事は同年 10 月に起きました。Virtuals Protocol が Base ネットワーク上で爆発的に伸び、AI Agent 自身をトークン化しました。エコシステムの時価総額は最高で 35 億ドルを超え、DeFAI の資産化インフラ構築フェーズにおける典型的な代表例となりました。
3 つ目の出来事は、Giza、HeyAnon、Almanak などのプロジェクトが相次いでオンチェーンの実行レイヤーに落地し、業界をストーリードリブンからプロダクト化フェーズへ押し進めたことです——AI Agent は「本当に手を動かして」オンチェーン操作を実行し始め、単なる情報インタラクションに留まらなくなりました。
グローバル市場規模の観点では、複数の調査機関による AI Agent 分野の成長見通しは高い一致を見せています：
図表 1：グローバル AI Agent 市場規模予測の比較 データ出所：MarketsandMarkets（2025）、Grand View Research（2025）、BCC Research（2026.01）
しかし、資本の熱量と産業の実装の間には依然として大きなギャップがあります。マッキンゼーが 2025 年 11 月に発表した『The State of AI in 2025』レポート（105 か国・1993 名の回答者に基づく）では、88% の組織が少なくとも 1 つの業務機能で AI を利用している一方で、3 分の 2 近くが依然として実験またはパイロット段階に留まっています。AI Agent 分野に限ると、62% の組織が実験を開始し、23% が少なくとも 1 つの機能でスケールを推進していますが、いずれか 1 つの機能においてスケールした導入を達成している比率は 10% 未満です。
このデータは、次のことを示唆しています：DeFAI 分野のストーリー熱は、現実の落地進捗よりも現時点ではなお先行しています。このギャップを理解することこそが、この分野の価値を客観的に評価する前提になります。
DeFAI の技術的基盤：AI Agent はどのようにオンチェーンの世界と相互作用するのか
DeFAI がどのように稼働するのか理解するには、まず重要な問いに答える必要があります：AI はどのメカニズムを通じてオンチェーンの金融操作に介入するのでしょうか？
DeFAI システムの中核となる実行ユニットは、大規模言語モデルに基づいて構築された AI Agent です。Wang ら（2023）の学術サーベイによれば、そのコア能力は 3 層アーキテクチャに要約でき、各層はオンチェーンのシーンにおいてそれぞれ具体的な職能を持ちます：
ただしここで明確にする必要があります：AI モデル自体は直接ブロックチェーンと相互作用できません。現在のほぼすべての DeFAI システムは、**「オフチェーン推論とオンチェーン実行の分離」**というアーキテクチャを採用しています——AI Agent はオフチェーンで戦略計算を行い、その結果をオンチェーン取引のシグナルへ変換し、実行モジュールが代わりに提出します。このアーキテクチャ設計は、現状の技術条件下での現実的な選択であると同時に、秘密鍵の承認や権限管理など、一連のセキュリティ課題を必然的に引き起こすものでもあります。
AI Agent は本質的に、大規模言語モデルに基づく自律的な意思決定システムであり、タスク分解、記憶管理、ツール呼び出しによってクローズドループ実行を実現します。そして現時点でも、AI Agent がオンチェーン側の資産と相互作用する形はすでに初期の姿を見せています。
図表 2：AI Agent 3 層アーキテクチャ
DeFAI の進化：情報インタラクションから実行クローズドループへ
DeFAI の技術基盤が明確になったところで、次の自然な疑問が生まれます：このシステムはどのようにして今日の姿へと段階的に到達したのでしょうか？
The Block の調査によれば、DeFAI の進化は一気に起きたものではなく、2 つの異なる段階を経ています——早期の、情報処理を中心にしたインタラクション型 Agent から、現在のようにオンチェーン操作に本当に介入できる実行型システムへ、という流れです。
両者には、目標設定、技術手段、そしてリスクの段階において本質的な違いがあります。
図表 3：DeFAI 2 波の進化パスの比較
2 段階の進化の脈絡は、次のように理解できます：
第 1 波はインタラクション型 Agentであり、対話可能で、分析可能なインテリジェント体のフレームワーク構築に重点が置かれます。代表的なプロジェクトには ElizaOS（旧 ai16z）の Eliza フレームワーク、Virtuals の G.A.M.E. などがあります。この段階の本質は依然として情報ツールです——Agent は読み、話し、分析できますが、その機能の境界は情報レイヤーにとどまり、いかなる資産の実行操作にも踏み込みません。
第 2 波は実行型 DeFAI Agentであり、初めて意思決定と実行のクローズドループへ本格的に入ります。代表的なプロジェクトには HeyAnon、Wayfinder、Giza（ARMA Agent）、Almanak などがあります。この種のシステムの共通の特徴は、AI がオフチェーンで稼働し、構造化された戦略シグナルを出力し、その後オンチェーンの実行モジュールによって取引を完了することです——それは既存の DeFi プロトコルを置き換えるものではなく、その上に AI の意思決定メカニズムを導入し、操作全体の流れを「人が指示する」から「Agent が自律的に実行する」へ変えるものです。
2 つの進化の本質的な違いは、技術の複雑さではなく、資産に本当に触れるかどうかです。これが、第 2 波のシステムが信頼メカニズム、権限設計、安全アーキテクチャにおいて直面する課題が、第 1 波よりはるかに複雑である理由でもあります——まさに次章で重点的に扱う内容です。
DeFAI の落地点：4 つの主要なユースケース
技術アーキテクチャから進化パスまで、DeFAI が「何をできるのか」は次第に明確になってきました。では実際のプロダクトの観点では、どんな現実の問題を解決しようとしているのでしょうか？
全体を見ると、現行の DeFAI の応用探索は 4 つのコア方向に沿って比較的成熟した落地の形を形成しており、それぞれオンチェーン操作における「収益効率、戦略実行、インタラクションの参入障壁、リスク管理」という 4 種類の主要な痛点に対応しています。
収益最適化：プロトコル横断の自動リバランス
収益最適化は、現時点で最も落地が進んだ DeFAI の応用シーンです。その中心ロジックは次のとおりです：Aave、Compound、Fluid などの主要 DeFi プロトコルの預金における年化収益率を継続的にスキャンし、事前に設定したリスクパラメータを組み合わせてリバランスが必要かどうかを判断し、各操作の前に取引コストの分析を実行します——そして、収益の改善がすべての gas および取引手数料を上回る場合にのみ、本当に資金を移し替えて、プロトコル横断の自動化による最適配置を実現するのです。
たとえば Giza では、その ARMA Agent が 2025 年 2 月に Base ネットワーク上でステーブルコインの利回り戦略として安定稼働を開始し、Aave、Morpho、Compound、Moonwell などのプロトコルの金利変化を継続監視します。プロトコル APY、手数料コスト、流動性を総合的に考慮したうえで、スマートにユーザー資金を配分し、収益の最大化を図ります。公開データによれば、ARMA は現在約 6 万人の独立保有者、3.6 万以上のデプロイ済み Agent を有し、管理資産規模（AUA）は 2000 万ドルを超えています。
DeFi プロトコルの収益が継続的に変動する市場環境において、人的な監視と手動のリバランスの効率や即時性は自動化システムに及びません——これこそがこのシーンの中核的な価値です。
図表 4：Giza プラットフォーム ARMA Agent の例図
定量戦略の自動化：機関級能力の一般化
定量戦略の自動化のシーンでは、DeFAI プラットフォームが、従来の定量チームの全プロセス操作をモジュール化し、自動化することで、個人ユーザーが機関級の戦略実行能力にアクセスできるようにしようとします。
Delphi Digital が支援する Almanak の例では、同社は AI Swarm システムをリリースし、定量プロセスを 4 つの段階に分解しています：
このアーキテクチャの意義は、AI 代理がデータ分析、戦略の反復（イテレーション）、リスク管理の職能を担い、ユーザーはシステムの出力結果の最終審査だけを行えばよく、専門の定量チームを組成する必要がないことにあります——いわゆる「機関級の戦略の平等（プロジェクトはそう主張）」を実現するということです。
図表 5：Almanak プラットフォームのトップページ表示図
自然言語による指示実行：DeFi 操作をメッセージを送るように簡単にする
このシーンの中核は、ユーザーの意図に基づく DeFi 操作（Intent-based DeFi）です：自然言語処理技術を用いて、ユーザーは日常の言葉で取引指示を出し、AI がそれを解析して複数ステップのオンチェーン操作へ変換します。これにより、通常のユーザーの操作のハードルを大幅に下げます。
HeyAnon は DeFAI のチャットプラットフォームを構築しており、ユーザーはダイアログに指示を入力するだけで、AI が代替トークン交換、クロスチェーンブリッジング、貸借、ステーキングなどのオンチェーン操作を実行します。LayerZero クロスチェーンブリッジや Aave v3 などのプロトコルを統合しており、イーサリアム、Base、Solana などの複数チェーンへのデプロイをサポートしています。
図表 6：HeyAnon プラットフォームのトップページ表示図
Wayfinder は Paradigm が投資しており、さらに一歩進んだ全チェーン取引サービスを提供します。AI Agent（Shells と呼ばれます）が異なるチェーン間の最適な取引経路を自動で探索し、クロスチェーン送金、トークンのスワップ、NFT とのインタラクションなどを実行します。ユーザーは、基盤となる gas 料金やクロスチェーン互換性といった技術的な詳細に注意を払う必要がありません。
図表 7：Wayfinder プラットフォームのトップページ表示図
総合すると、自然言語インターフェースは DeFi の操作の参入障壁を大きく下げますが、一方で、基盤となる意図解析の正確性に対する要求も高くなります——いったん AI が指示を誤って理解すると、操作結果がユーザーの想定から大きくかけ離れる可能性があるためです。
リスク管理と清算モニタリング：オンチェーン・プロトコルに組み込まれたメカニズム
DeFi の貸借やレバレッジのシーンにおいて、AI Agent が最もよく使うアプリケーションは、オンチェーン上のポジション健全性をリアルタイムで監視し、清算のしきい値が近づく前に自動で防護アクションを実行することです。この重視アプリケーションは、各主要 DeFi プロトコルへ段階的に統合されつつあり、DeFi プラットフォームのネイティブ機能になりつつあります。
24/7 の高ボラティリティなオンチェーン市場では、人的監視が常に一致した応答効率を維持するのは困難です。AI Agent はこのシーンで、継続追跡、インテリジェントな評価、自動介入を実現でき、リスク管理の効率を、人手やルール型自動化システムでは到底到達しにくい水準へ引き上げます。
図表 8：Agent×DeFi の 4 つの主要なユースケース
**総合的に見ると、**上記の 4 つのシーンは相互に独立しているわけではなく、同一の主線を軸に相互補完の関係を形成しています。収益最適化と定量戦略の自動化は、一定の資産規模を持つ上級ユーザーを対象にしており、主な強みは実行効率と戦略精度です。自然言語インタラクションは一般ユーザーの操作の参入障壁を下げることに注力しています。リスク管理は、すべてのシーンに貫かれる基盤となる安全保障です。この 3 つが協調し、DeFAI の現行エコシステムの基本的な落地の構図を構成しており、さらに複雑なオンチェーン Agent 応用に向けた土台にもなっています。
DeFAI の安全の最低ライン：秘密鍵管理と権限制御
前述の 4 つの応用シーンは、収益最適化であれ定量戦略の自動化であれ、それを実現する前提はただ一つです：AI Agent は何らかの形式の署名権限を保持し、秘密鍵へアクセスできる必要がある。 これが DeFAI 全体の中で最も重要で、かつストーリーの熱量によって見えにくくされやすい技術的課題です——署名メカニズムに脆弱性が生じれば、すべての上位レイヤーの戦略能力は意味を失ってしまうからです。
現在、業界の主流となる秘密鍵の安全管理ソリューションには 2 種類があります：MPC（多方計算）と TEE（信頼できる実行環境）。両者は、安全モデル、自動化の度合い、そしてエンジニアリングの複雑さにおいてそれぞれ重点が異なります。
図表 9：秘密鍵の安全管理の 2 つの主要方式の比較表
しかし、鍵の安全は第一の防衛線にすぎません。実際の導入では、どの秘密鍵管理方式を採用しても、その上に権限制御メカニズムを重ねて、Agent の越権操作を防ぐ必要があります。 Almanak の実践は、比較的完全な参考フレームワークを提示しています：プラットフォームは TEE により戦略ロジックと秘密パラメータを保護し、デプロイメント・エンジンとユーザーが保有する Safe のスマートアカウントの間に、Zodiac Roles Modifier 権限レイヤーを挿入します。AI が開始する各トランザクションは、事前に設定されたコントラクトアドレス、関数、パラメータのホワイトリストと一つずつ照合され、権限の範囲外のトランザクションは自動的に拒否されます。
この最小権限原則の実装方法は、現在すでに DeFAI システムの安全設計における重要な参照として成り立っています。それが示す、より深いロジックがあります：DeFAI の安全問題は、本質的には単一の技術選択の問題ではなく、秘密鍵管理、権限境界、そして実行監査が協調して構成するシステムエンジニアリングであるということです。どれか一つが欠けても、チェーン全体の中で最も弱いノードになり得ます。次章でのリスク分析の出発点がまさにここにあります。
現実とストーリーのギャップ：DeFAI のコアリスク分析
上記の分析は、次の核心結論を明らかにしました：
VCX は、資産選定が優れていたり、リターン見込みが高かったりするためにプレミアムを得ているのではなく、「チャネルそれ自体」を販売しているからです。これに対して、答えるべき問いがあります：VCX とは一体どのような性質の商品なのでしょうか？
法律上の形式から見ると、それは SEC に登録されているクローズドエンド型ファンドであり、保有資産は透明で、構造もコンプライアンスに合致しています。市場にある一般的な株式型 ETF と本質的な違いはありません。ところが実際の機能としては、そこで売られているのは伝統的な意味での「投資リターンの期待」ではなく、資産側のアクセス権——これまでトップの VC 機関と適格投資家しか触れられなかった——という準入資格です。そしてこの資格が、NYSE で売買可能な単位持分としてパッケージ化されているのです。
したがって、市場が支払う 16〜30 倍 NAV プレミアムは、本質的にはこの準入権への価格付けであって、基礎となる資産の将来収益の評価ではありません。
この観点から見ると、VCX と MicroStrategy（MSTR）との対比は非常に説明的です。両者は表面上、似たことをしています：直接入手しにくい希少資産（ビットコイン / 一流の Pre-IPO 株式）を、二次市場で取引可能な証券として包み、そして市場で基礎資産の価値を大きく上回るプレミアムを提示しているのです。しかし両者には資本運用のロジックに根本的な違いがあります：
VCX と MSTR（Strategy）モデルの比較
言い換えれば、MSTR のプレミアムには、継続的に稼働する資本メカニズムが支えとしてあります。一方で VCX のプレミアムは、主に希少な持分（チップ）の不足とセンチメント駆動から生まれています。このプロダクトロジック自体には正誤はありませんが、その中に含まれるリスクは、通常のクローズドエンド型ファンドよりも市場が適切に値付けしづらいものです：
もし個人投資家が NAV を大幅に上回る価格で買い入れるなら、実際に支払っているのは資産そのものの価値ではなく、この準入資格へのプレミアムです——そしてこのプレミアムは、基礎となる企業が IPO を完了し、公開市場で直接取引チャネルが形成された後、急速にゼロへ向かう圧力に直面します。
トレンド予測
これまでの分析を総合すると、DeFAI の進化パスについて段階的な見通しを立てられます。全体としてこの分野は、概念実証からプロダクト化への移行という重要な節目にあります。今後の進化は、次の 3 つの段階を順に経ていくと予測されます：
図表 11：DeFAI の発展段階の予測
注：上表は、業界の公開レポート、プロジェクトの進捗、技術の成熟度を総合して行った判断であり、確定的なタイムラインではありません
現時点の節目において、DeFAI 全体は意思決定の補助期から半自律期への移行段階にあります——一部のプロジェクトは限られた範囲での自律的な実行能力を担い始めていますが、人間による審査やセーフティネット（フォールバック）の仕組みが依然として主流の導入形態です。この背景のもと、現在の技術成熟度と市場状況を踏まえて、特に注目すべき 3 点の判断があります。
その一に、現在の大多数の DeFAI プロジェクトの本質は、依然として自動化ツールであって、真の意味での自律 Agent ではありません。 現段階で「DeFAI」というラベルを冠したプロダクトのコア能力は、主に人間の指示を、あらかじめ用意された DeFi 操作シーケンスへ翻訳することです。本質的には、独立した推論と意思決定能力を持つ自律システムではなく、高効率の実行インターフェースに近いものが多いのです。マッキンゼーの 2025 年レポートによれば、汎用的な企業のシーンにおいてさえ、AI Agent をあらゆる単一の機能でスケール導入できている組織は 10% 未満です。オンチェーンのシーンは信頼のハードルや操作の複雑さがより高く、技術デモから真の商用クローズドループへ移行するには、まだ相当の距離があります。
その二に、AI Agent が最も成熟しており、かつ機関の信頼を得やすい落としどころは、高リスクな自律取引ではなく、オンチェーンの監視、アラート、ガバナンス支援であることです。 7×24 のポジション監視、清算の事前警告、ガバナンス提案の分析などのシーンでは、一方で LLM の幻覚に対する許容度が比較的高く——出力が間違っても、それが直ちに資金損失を引き起こすとは限らない——他方で、注意力が継続しないという人間側の先天的な不足を効果的に補うことができます。この種のシーンは DeFAI が「技術展示」から「機関の採用」へ進むための、より現実的なルートです。
その三に、AI Agent と RWA の融合が、この分野で次に重点的に注目されるべき交差方向であることです。 RWA.xyz のデータによれば、2026 年 4 月初頭時点で、オンチェーンでトークン化された RWA 資産の総額は、ステーブルコインを除いて 270 億ドルを超えています。米国国債、プライベートクレジット、コモディティ、社債など、複数のカテゴリーを含みます。もし AI Agent が、国債 RWA とステーブルコインの組み合わせ資産を含む管理に介入できれば——例えば市場環境に応じて両者の配分比率を自動調整するといった形で——到達可能な資産規模は、現状の DeFi ネイティブ資産中心の範囲をはるかに超えられます。さらに、資産側のオンチェーン×オフチェーンを実際に繋ぎ、Web3+AI+TraFi の連動を実現することで、市場の想像力を大きく拡張できる可能性があります。
結語
AI Agent とオンチェーン資産管理は、概念実証からプロダクト化への移行という重要な局面にあります。技術的な実現可能性はすでに一定程度検証されましたが、LLM の幻覚リスク、オンチェーンデータの異種性、信頼基盤インフラの欠如といった課題は、技術の反復だけでは解決できません。必要なのは、プロジェクトのアーキテクチャ設計、コンプライアンスの道筋の計画、安全体系の構築、そしてビジネスモデルの検証といった、システム的な推進です。
つまり、この分野は依然として初期の構築段階にあり、真の競争環境（競争構図）はまだ形を成していないということです。Web3 と AI の両方の領域を同時に扱えるチームにとって、今こそ参入のウィンドウ期です——実行レイヤーでより信頼性の高いオンチェーン Agent システムを構築することでも、インフラレイヤーでデータ、権限、信頼をつなぐ重要な連結部分を埋めていくことでも、埋めるべき大きな空白領域が存在しています。
DeFAI の競争上の壁は、最終的には単一のモデル能力やプロトコル統合の深さに落ち着くのではなく、技術・コンプライアンス・セキュリティの間に、真に自己矛盾のないクローズドループを構築できるかどうかにあります。