_原文タイトル：エージェントはDeFiを支配するのか？__原文出典：DWF Ventures__原文翻訳：深潮 TechFlow_### 核心ポイント自動化とエージェント活動は現在、すべてのオンチェーン活動の約19％を占めているが、真のエンドツーエンドの自律性はまだ実現していない。収益最適化などの狭く明確に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る。しかし、取引など多方面の行動に関しては、人間の方がエージェントよりも優れている。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る。エージェントが大規模に採用されるにつれ、信頼と実行に関するリスクが複数存在し、ウィザード攻撃、戦略の混雑、プライバシーのトレードオフなどが挙げられる。### エージェント活動は継続的に増加過去一年間、エージェント活動は着実に増加し、取引量と取引数も増加している。Coinbaseのx402プロトコルが大きな進展をリードし、Visa、Stripe、Googleなどのプレイヤーも参加し、自らの標準を打ち立てている。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がトリガーす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る。ステーブルコインの取引は広くサポートされているが、現状のインフラは依然として従来の決済ゲートウェイに依存しており、これは中央集権的な対抗相手に依存していることを意味する。したがって、エージェントが自己資金調達、自己実行、そして絶えず変化する条件に基づいて最適化を続ける「完全自律」なエンドポイントはまだ実現していない。エージェントはDeFiにとって全く未知のものではない。**長年にわたり、オンチェーンのプロトコルにはボットを用いた自動化が存在し、MEVを捕捉したり、コードなしでは実現できない超過収益を獲得したりしてきた。**これらのシステムは、頻繁に変化しない明確なパラメータの下で非常に良く動作し、追加の監視を必要としない。しかし、市場は時間とともにより複雑になってきた。これが、新世代のエージェントが登場する背景であり、過去数ヶ月、オンチェーンはこうした活動の実験場となっている。### エージェントの実際のパフォーマンスレポートによると、エージェント活動は指数関数的に増加し、2025年以降、1万7千以上のエージェントが稼働している。自動化/エージェント活動の総量は、すべてのオンチェーン活動の19％以上をカバーすると推定される。これは驚くべきことではなく、推定では、76％を超えるステーブルコインの送金がボットによって生成されている。これにより、DeFiにおけるエージェント活動には大きな成長余地があることが示されている。エージェントの自律性は広範囲にわたり、非常に人間の監督を必要とするチャットボットのような体験から、市場条件に応じて戦略を調整できるエージェントまで多岐にわたる。ボットと比較して、エージェントにはいくつかの重要な利点があり、ミリ秒単位で新情報に反応・実行できる能力や、同じ厳格さを保ちながら数千の市場にわたるカバレッジを拡大できる点が挙げられる。現在、多くのエージェントは分析者や副操縦士レベルにとどまっており、多くはテスト段階にある。### 収益最適化：エージェントのパフォーマンスは優秀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3900万ドルを超える。この数字は、ユーザーが直接エージェントに預けた資産を主に示しているが、金庫ルーティングの資本は含まれていない。Giza Techはこの分野で最大級のプロトコルの一つであり、昨年末に最初のエージェントアプリARMAをリリースし、主要なDeFiプロトコルの収益獲得を強化することを目的としている。これには1900万ドル以上の管理資産が集まり、40億ドルを超えるエージェント取引量を生み出している。**取引量と管理資産の比率が高いことは、エージェントが頻繁に資本をリバランスし、より高い収益を獲得できることを示している。**資本がコントラクトに預けられると、実行は自動化され、ほぼ監視不要のワンストップ体験をユーザーに提供する。ARMAのパフォーマンスは測定可能であり、USDCで年率9.75％超のリターンを生み出している。追加のリバランスコストやエージェントの10％のパフォーマンスフィーを考慮しても、リターンはAaveやMorphoの普通の貸付よりも高い。とはいえ、スケーラビリティは依然として重要な課題であり、これらのエージェントは実戦での管理や主要なDeFiプロトコルへの拡張にはまだ試験段階にある。### 取引：人間が圧倒的にリード**しかし、より複雑な行動、特に取引に関しては結果が多様化している。**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、事前設定されたルールに従って出力を提供している。機械学習は、モデルが新情報に基づいて行動を更新できるようにし、明示的な再プログラミングなしに副操縦士の役割を果たす。完全自律のエージェントが登場すれば、取引の様相は大きく変わるだろう。すでにいくつかのエージェント間や人間とエージェントの取引コンテストが開催されており、モデル間には大きな差異が見られる。Trade XYZは、そのプラットフォーム上で株式の人間対エージェントの取引コンテストを開催した。各アカウントには10,000ドルの初期資金があり、レバレッジや取引頻度に制限はない。結果は圧倒的に人間側が優れており、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倍以上だった。一方、Nof1は複数のモデル（Grok-4、GPT-5、Deepseek、Kimi、Qwen3、Claude、Gemini）間のエージェント取引コンテストを開催し、資本の保全から最大レバレッジまでさまざまなリスク設定をテストした。結果、いくつかの要因がパフォーマンス差を説明するのに役立つことが明らかになった。**ポジション保持時間：**強い相関があり、平均2-3時間保持のモデルは、頻繁にポジションを入れ替えるモデルよりも大きく優れている。**期待値：**各取引の平均的な収益性を示す指標であり、興味深いことに、上位3つのモデルだけが正の期待値を持ち、ほとんどのモデルは損失取引の方が多い。**レバレッジ：**平均6-8倍の低レバレッジの方が、10倍超のレバレッジをかけたモデルよりも良好なパフォーマンスを示し、高レバレッジは損失を加速させる。**プロンプト戦略：**Monk Modeはこれまでで最も良いパフォーマンスを示し、Situational Awarenessは最も悪い結果だった。モデルの特徴に基づき、リスク管理に集中し外部情報を少なくする方が良いパフォーマンスにつながることが示された。**基本モデル：**Grok 4.20は、異なるプロンプト戦略の中で他のモデルより22％以上優れており、唯一平均的に利益を出しているモデルである。その他の要因、例えばロング・ショートの偏好、取引規模、信頼度スコアについては十分なデータがなく、モデルのパフォーマンスと正の相関があることも証明されていない。全体として、結果は、エージェントは明確に定義された制約内でより良いパフォーマンスを示す傾向があり、つまり人間は目標設定において依然として重要な役割を果たしていることを示している。### エージェントの評価方法エージェントはまだ初期段階にあるため、包括的な評価フレームワークは存在しない。**過去のパフォーマンスはエージェントの評価基準として一般的に用いられるが、それらは基礎的な要素に左右されるため、より強力なエージェントのパフォーマンスを示す兆候にはなり得ない。****異なるボラティリティ下でのパフォーマンス：**条件が悪化した場合の規律ある損失コントロールを含み、エージェントが链外の要因を認識し、取引の収益性に影響を与えることができることを示している。**透明性とプライバシー：**双方にトレードオフがある。透明なエージェントは、積極的に取引をコピーされる可能性があり、戦略上の優位性はほとんどない。プライベートなエージェントは、作成者内部の情報抽出リスクに直面し、作成者は自分のユーザーに対して情報を先取りできる。**情報源：**エージェントがアクセスするデータソースは、エージェントの意思決定にとって極めて重要である。信頼できるソースを確保し、単一依存を避けることが不可欠。**セキュリティ：**スマートコントラクトの監査や適切な資金管理の仕組みを持ち、ブラックスワンイベントに備えることが非常に重要。### 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には、インフラ面で多くの作業が必要だ。これは、エージェントの信頼と実行に関する重要な課題に集約される。自律エージェントの行動にはバリアがなく、資金管理の失敗例も出ている。ERC-8004は2026年1月にローンチされ、最初のオンチェーンレジストリとなる。これにより、自律エージェントは相互に発見し、検証可能な評判を築き、安全に協働できるようになる。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に埋め込まれ、エージェントとプロトコル間の非許可型活動を可能にする。ただし、これだけではエージェントが常に悪意なく動作する保証にはならず、協調評判やウィザード攻撃などのセキュリティ脆弱性は依然として存在する。したがって、保険、安全性、エージェントの経済的ステーキングなどの分野で大きな改善余地がある。DeFiにおけるエージェント活動の拡大に伴い、戦略の混雑が構造的リスクとなる。最も明白な例は収益農場であり、戦略の普及によりリターンは圧縮される。同じダイナミクスは、エージェント取引にも当てはまる可能性があり、多数のエージェントが類似のデータを用いて類似の目標を最適化すれば、類似のポジションや退出シグナルに収束する。コーネル大学の2026年1月発表のCoinAlg論文は、この問題の一側面を正式化している。透明なエージェントはアービトラージされやすく、その取引は予測可能であり、先回りされる可能性がある。プライベートエージェントはこのリスクを回避できるが、作成者が内部情報を保持し続け、透明性のない内部知識の価値を引き出すリスクも伴う。**エージェント活動は今後も加速し続ける。今日築かれるインフラが、次の段階のオンチェーン金融の運用を決定づける。**エージェントの利用率が高まるにつれ、自己改善とユーザーニーズへの適応が進むだろう。したがって、最も差別化される要素は信頼できるインフラとなり、市場シェアを最大化することになる。
DWF 深度レポート：AIはDeFiで収益最適化において人間を超えるが、複雑な取引では依然として5倍遅れている
原文タイトル：エージェントはDeFiを支配するのか？
原文出典：DWF Ventures
原文翻訳：深潮 TechFlow
核心ポイント
自動化とエージェント活動は現在、すべてのオンチェーン活動の約19％を占めているが、真のエンドツーエンドの自律性はまだ実現していない。
収益最適化などの狭く明確に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る。しかし、取引など多方面の行動に関しては、人間の方がエージェントよりも優れている。
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る。
エージェントが大規模に採用されるにつれ、信頼と実行に関するリスクが複数存在し、ウィザード攻撃、戦略の混雑、プライバシーのトレードオフなどが挙げられる。
エージェント活動は継続的に増加
過去一年間、エージェント活動は着実に増加し、取引量と取引数も増加している。Coinbaseのx402プロトコルが大きな進展をリードし、Visa、Stripe、Googleなどのプレイヤーも参加し、自らの標準を打ち立てている。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がトリガーす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る。
ステーブルコインの取引は広くサポートされているが、現状のインフラは依然として従来の決済ゲートウェイに依存しており、これは中央集権的な対抗相手に依存していることを意味する。したがって、エージェントが自己資金調達、自己実行、そして絶えず変化する条件に基づいて最適化を続ける「完全自律」なエンドポイントはまだ実現していない。
エージェントはDeFiにとって全く未知のものではない。**長年にわたり、オンチェーンのプロトコルにはボットを用いた自動化が存在し、MEVを捕捉したり、コードなしでは実現できない超過収益を獲得したりしてきた。**これらのシステムは、頻繁に変化しない明確なパラメータの下で非常に良く動作し、追加の監視を必要としない。
しかし、市場は時間とともにより複雑になってきた。これが、新世代のエージェントが登場する背景であり、過去数ヶ月、オンチェーンはこうした活動の実験場となっている。
エージェントの実際のパフォーマンス
レポートによると、エージェント活動は指数関数的に増加し、2025年以降、1万7千以上のエージェントが稼働している。自動化/エージェント活動の総量は、すべてのオンチェーン活動の19％以上をカバーすると推定される。これは驚くべきことではなく、推定では、76％を超えるステーブルコインの送金がボットによって生成されている。これにより、DeFiにおけるエージェント活動には大きな成長余地があることが示されている。
エージェントの自律性は広範囲にわたり、非常に人間の監督を必要とするチャットボットのような体験から、市場条件に応じて戦略を調整できるエージェントまで多岐にわたる。ボットと比較して、エージェントにはいくつかの重要な利点があり、ミリ秒単位で新情報に反応・実行できる能力や、同じ厳格さを保ちながら数千の市場にわたるカバレッジを拡大できる点が挙げられる。
現在、多くのエージェントは分析者や副操縦士レベルにとどまっており、多くはテスト段階にある。
収益最適化：エージェントのパフォーマンスは優秀
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3900万ドルを超える。この数字は、ユーザーが直接エージェントに預けた資産を主に示しているが、金庫ルーティングの資本は含まれていない。
Giza Techはこの分野で最大級のプロトコルの一つであり、昨年末に最初のエージェントアプリARMAをリリースし、主要なDeFiプロトコルの収益獲得を強化することを目的としている。これには1900万ドル以上の管理資産が集まり、40億ドルを超えるエージェント取引量を生み出している。
**取引量と管理資産の比率が高いことは、エージェントが頻繁に資本をリバランスし、より高い収益を獲得できることを示している。**資本がコントラクトに預けられると、実行は自動化され、ほぼ監視不要のワンストップ体験をユーザーに提供する。
ARMAのパフォーマンスは測定可能であり、USDCで年率9.75％超のリターンを生み出している。追加のリバランスコストやエージェントの10％のパフォーマンスフィーを考慮しても、リターンはAaveやMorphoの普通の貸付よりも高い。とはいえ、スケーラビリティは依然として重要な課題であり、これらのエージェントは実戦での管理や主要なDeFiプロトコルへの拡張にはまだ試験段階にある。
取引：人間が圧倒的にリード
**しかし、より複雑な行動、特に取引に関しては結果が多様化している。**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、事前設定されたルールに従って出力を提供している。機械学習は、モデルが新情報に基づいて行動を更新できるようにし、明示的な再プログラミングなしに副操縦士の役割を果たす。完全自律のエージェントが登場すれば、取引の様相は大きく変わるだろう。
すでにいくつかのエージェント間や人間とエージェントの取引コンテストが開催されており、モデル間には大きな差異が見られる。Trade XYZは、そのプラットフォーム上で株式の人間対エージェントの取引コンテストを開催した。各アカウントには10,000ドルの初期資金があり、レバレッジや取引頻度に制限はない。結果は圧倒的に人間側が優れており、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倍以上だった。
一方、Nof1は複数のモデル（Grok-4、GPT-5、Deepseek、Kimi、Qwen3、Claude、Gemini）間のエージェント取引コンテストを開催し、資本の保全から最大レバレッジまでさまざまなリスク設定をテストした。結果、いくつかの要因がパフォーマンス差を説明するのに役立つことが明らかになった。
**ポジション保持時間：**強い相関があり、平均2-3時間保持のモデルは、頻繁にポジションを入れ替えるモデルよりも大きく優れている。
**期待値：**各取引の平均的な収益性を示す指標であり、興味深いことに、上位3つのモデルだけが正の期待値を持ち、ほとんどのモデルは損失取引の方が多い。
**レバレッジ：**平均6-8倍の低レバレッジの方が、10倍超のレバレッジをかけたモデルよりも良好なパフォーマンスを示し、高レバレッジは損失を加速させる。
**プロンプト戦略：**Monk Modeはこれまでで最も良いパフォーマンスを示し、Situational Awarenessは最も悪い結果だった。モデルの特徴に基づき、リスク管理に集中し外部情報を少なくする方が良いパフォーマンスにつながることが示された。
**基本モデル：**Grok 4.20は、異なるプロンプト戦略の中で他のモデルより22％以上優れており、唯一平均的に利益を出しているモデルである。
その他の要因、例えばロング・ショートの偏好、取引規模、信頼度スコアについては十分なデータがなく、モデルのパフォーマンスと正の相関があることも証明されていない。全体として、結果は、エージェントは明確に定義された制約内でより良いパフォーマンスを示す傾向があり、つまり人間は目標設定において依然として重要な役割を果たしていることを示している。
エージェントの評価方法
エージェントはまだ初期段階にあるため、包括的な評価フレームワークは存在しない。過去のパフォーマンスはエージェントの評価基準として一般的に用いられるが、それらは基礎的な要素に左右されるため、より強力なエージェントのパフォーマンスを示す兆候にはなり得ない。
**異なるボラティリティ下でのパフォーマンス：**条件が悪化した場合の規律ある損失コントロールを含み、エージェントが链外の要因を認識し、取引の収益性に影響を与えることができることを示している。
**透明性とプライバシー：**双方にトレードオフがある。透明なエージェントは、積極的に取引をコピーされる可能性があり、戦略上の優位性はほとんどない。プライベートなエージェントは、作成者内部の情報抽出リスクに直面し、作成者は自分のユーザーに対して情報を先取りできる。
**情報源：**エージェントがアクセスするデータソースは、エージェントの意思決定にとって極めて重要である。信頼できるソースを確保し、単一依存を避けることが不可欠。
**セキュリティ：**スマートコントラクトの監査や適切な資金管理の仕組みを持ち、ブラックスワンイベントに備えることが非常に重要。
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には、インフラ面で多くの作業が必要だ。これは、エージェントの信頼と実行に関する重要な課題に集約される。自律エージェントの行動にはバリアがなく、資金管理の失敗例も出ている。
ERC-8004は2026年1月にローンチされ、最初のオンチェーンレジストリとなる。これにより、自律エージェントは相互に発見し、検証可能な評判を築き、安全に協働できるようになる。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に埋め込まれ、エージェントとプロトコル間の非許可型活動を可能にする。
ただし、これだけではエージェントが常に悪意なく動作する保証にはならず、協調評判やウィザード攻撃などのセキュリティ脆弱性は依然として存在する。したがって、保険、安全性、エージェントの経済的ステーキングなどの分野で大きな改善余地がある。
DeFiにおけるエージェント活動の拡大に伴い、戦略の混雑が構造的リスクとなる。最も明白な例は収益農場であり、戦略の普及によりリターンは圧縮される。同じダイナミクスは、エージェント取引にも当てはまる可能性があり、多数のエージェントが類似のデータを用いて類似の目標を最適化すれば、類似のポジションや退出シグナルに収束する。
コーネル大学の2026年1月発表のCoinAlg論文は、この問題の一側面を正式化している。透明なエージェントはアービトラージされやすく、その取引は予測可能であり、先回りされる可能性がある。プライベートエージェントはこのリスクを回避できるが、作成者が内部情報を保持し続け、透明性のない内部知識の価値を引き出すリスクも伴う。
**エージェント活動は今後も加速し続ける。今日築かれるインフラが、次の段階のオンチェーン金融の運用を決定づける。**エージェントの利用率が高まるにつれ、自己改善とユーザーニーズへの適応が進むだろう。したがって、最も差別化される要素は信頼できるインフラとなり、市場シェアを最大化することになる。