Agenti AI eseguono il 20% delle attività DeFi

Lead

Un report pubblicato il 17 aprile 2026 da Decrypt rileva che agenti guidati dall'IA ora eseguono circa il 20% delle interazioni on-chain con i protocolli DeFi, consolidando l'automazione negli angoli più deterministici della finanza decentralizzata. Questo spostamento riflette la migrazione di compiti semplici e ad alta frequenza — riequilibri di liquidità, arbitraggio prevedibile e raccolta programmata dei rendimenti — verso agenti software che possono operare 24/7 a velocità di microsecondi. Tuttavia, la stessa analisi mostra che quando la complessità della strategia aumenta — arbitraggi multi-step, tempistiche cross-protocol e coperture contro impermanent loss su misura — i trader umani continuano a catturare la maggior parte dei profitti atipici. Per gli investitori istituzionali, le implicazioni sono multilivello: le strutture di costo si comprimono per le attività commoditizzate, la dinamica di liquidità cambia nelle pool sottili e i profili di rischio controparte e operativo mutano in modo significativo. Questo articolo analizza i dati del report di Decrypt, li colloca nel contesto storico e valuta cosa significhi la proliferazione di agenti per la struttura di mercato, la governance e la gestione del rischio.

Context

L'architettura della DeFi ha sempre favorito le interazioni programmatiche: gli smart contract espongono punti di ingresso deterministici e regole chiare, permettendo a strategie automatizzate di collegarsi a pool di liquidità, mercati di lending, AMM e aggregatori di rendimento. Il report di Decrypt (17 aprile 2026) quantifica l'esito di quella compatibilità: approssimativamente un quinto (20%) delle interazioni a livello di protocollo sono ora attribuibili ad agenti AI piuttosto che a operatori manuali di wallet. Quel dato è rilevante perché segnala una transizione strutturale dalle chiamate innescate dagli umani a un'esecuzione persistente e algoritmica di funzioni di routine.

Storicamente, l'automazione di mercato ha seguito un arco simile in azioni e FX. Le società di high-frequency trading hanno prima automatizzato strategie strette e sensibili alla latenza; in seguito, i trader discrezionali si sono adattati per sfruttare la microstruttura risultante. La differenza della DeFi è che lo strato di automazione risiede on-chain ed è verificabile; gli agenti operano contro uno stato pubblico, il che accelera sia la replicazione sia i contromisure difensive da parte di altri attori. Il risultato è un ecosistema in cui sia la superficie d'attacco sia l'insieme di opportunità sono trasparenti — e quindi altamente contendibili.

La cifra del 20% va letta sia come pietra miliare sia come valore minimo. Cattura lo stato presente delle interazioni osservabili on-chain ma non considera pienamente l'orchestrazione off-chain o i relay privati che possono mascherare l'attività degli agenti. L'articolo di Decrypt fornisce lo snapshot; dataset più ampi come le statistiche dei relay Flashbots e gli analytics dei provider on-chain saranno necessari per un quadro completo man mano che l'adozione matura.

Data Deep Dive

Il dato centrale di Decrypt — 20% delle interazioni di protocollo eseguite da agenti AI al 17 aprile 2026 — deriva da tagging delle transazioni e clustering comportamentale che isolano wallet automatizzati e rule-driven. La metodologia del reportage di Decrypt identifica pattern temporali ripetitivi, concatenamenti immediati di multi-transazione e identiche signature di calldata come indicatori di attività agent. Questi indicatori sono robusti per operazioni di routine (per es., riequilibri di liquidità e raccolte programmate) ma diventano meno netti quando gli agenti introducono timing randomizzato o override human-in-the-loop.

Il contesto comparativo affina il significato del numero. Il TVL della DeFi aveva raggiunto un picco intorno a maggio 2021 a circa 180 miliardi di dollari (DeFiLlama); per contrasto, l'ecosistema è ora caratterizzato meno dall'espansione pura del TVL e più dalla composability e dall'automazione mirata. Dove il ciclo di crescita del 2021 era guidato da liquidità grezza ed emissione di token, il ciclo 2024–2026 è definito da guadagni di efficienza operativa: esecuzione a bassa latenza per compiti ripetibili e nuova concorrenza per ridurre lo slippage e catturare rendimenti redistribuiti.

Un secondo punto empirico da fonti di dati adiacenti: l'estrazione di MEV rimane centrale nel perché l'automazione si prolifera. Sebbene il pezzo di Decrypt enfatizzi la quota di attività agent piuttosto che un valore in dollari, i tracker di settore mostrano che i flussi legati al MEV continuano a rappresentare rendite estraibili significative su molte chain. La concentrazione dell'attività degli agenti nei segmenti prevedibili focalizzati su earning e arbitraggio amplifica le dinamiche MEV nelle pool sottili, concentrando di fatto la contendibilità dove le ricompense sono più fungibili e le strategie più ripetibili.

Sector Implications

Per i team di protocollo e gli organi di governance, l'ascesa degli agenti AI comprime due leve: esperienza utente e rischio degli smart contract. Il UX ne beneficia perché gli agenti possono fornire manutenzione operativa 24/7 — compounding dei rendimenti, auto-stabilizzazione delle pool e front-running di opportunità prevedibili — senza intervento manuale. Tuttavia, lo strato di automazione concentra anche il rischio sistemico: una strategia agent mal prezzata o una libreria condivisa di agent con un bug logico può generare ondate di liquidazioni correlate, come visto in precedenti incidenti on-chain dove deleveraging automatizzato ha cascato attraverso i mercati di lending.

I partecipanti al mercato dovrebbero notare l'impatto differenziale tra tipi di prodotto. Le pool di stablecoin e gli AMM a liquidità concentrata sono particolarmente suscettibili alla cattura da parte dell'automazione perché rendimenti prevedibili e bande di prezzo ristrette rendono l'ottimizzazione algoritmica semplice. Al contrario, operazioni DeFi su misura in stile OTC — credito strutturato, coperture bespoke su più rail o frazionamento di NFT illiquidi — rimangono in larga parte dominio umano, dove il vantaggio è asimmetrico e dipende dal contesto.

Il caso istituzionale è duplice. Primo, custody, controlli operativi e SLA per l'orchestrazione degli agenti devono diventare prerequisiti; i deployer istituzionali richiederanno proprietà di sicurezza verificabili, meccanismi di upgrade e garanzie assicurative. Secondo, gli agenti abbassano i costi operativi marginali per strategie di routine, permettendo di riallocare capitale verso la generazione di alpha su misura — un parallelo dello spostamento nella finanza tradizionale quando le funzioni commoditizzate furono esternalizzate agli algoritmi e gli umani si concentrarono su differentiated de