DeFiにおけるAIエージェントの現在地：Aster・Alpha Arena・ARMAから読み解く「役割分担」の構造

Last Updated on 2026年4月17日 by Co-Founder/ Researcher

2025年後半から2026年初頭にかけて、DeFi（分散型金融）におけるAIエージェントの実証データが複数公開された。DWF Labs等による市場規模推計のほか、Asterプラットフォームにおける「人間 vs AI」のトレーディング競争、Nof1「Alpha Arena」におけるモデル間パフォーマンス検証、そしてGiza「ARMA」によるイールド（利回り）最適化の実績などが報告されている。本記事は、初期の報道において見られた「プラットフォーム名の誤認」「集計バイアスによるパフォーマンスの曲解」「利回りデータの期間錯誤」といった重大なファクトエラーを排除し、検証可能な一次情報に基づきDeFi市場におけるAIエージェントの稼働実態を客観的に再構築するものである。

本記事の目的

本記事の目的は、Aster、Nof1、Giza等から提供された実証実験と運用実績の一次情報を客観的に整理し、DeFi市場におけるAIエージェントの実態を「タスクの問題構造」の観点から把握するためのフレームワークを提供することである。同時に、各データの計測期間・実験条件・指標定義の限界を明示し、読者が「検証可能な事実」と「限定的な観測データ」を明確に区別できる客観的基準を提示する。最終的に、AIエージェントの優位性が単一の指標ではなく、「問題の性質」と「計測環境」に強く依存するという構造的事実を浮き彫りにすることを目指す。

記事内容

オンチェーンにおけるAIエージェント活動の規模に関するデータ

DeFi領域へのAIエージェントの導入規模について、複数のデータソースがその拡大を報告している。Cointelegraphの報道（2025年第3四半期時点）によれば、ステーブルコイン送金の71%がボットによって執行され、その総額は15.6兆ドルに達したとされている。

また、DWF VenturesおよびDWF Labsのレポートは、AIエージェントが「DeFAI（DeFi + AI）」という独立したカテゴリーを形成していることを指摘し、AIエージェント市場の時価総額が最大190億ドル規模に到達した時期があることを記録している。

データの検証ステータスと限界：

ステーブルコイン送金の71%という数値は報道経由のデータであり、算出における「ボット判定アルゴリズム」や「自律的AIエージェントと単純なスクリプトボットの区別」といった抽出条件の詳細は確認されていない。また、190億ドルという市場規模は特定のピーク時点の推計値であり、市場の変動により現在の実態とは乖離している可能性がある点に留意が必要である。

非定型問題（トレーディング）：Aster「Human vs AI」の実証データ

「AIエージェントは人間のトレーダーより優秀か」という問いに対し、2026年1月14日に分散型派生商品取引プラットフォームAster（YZi Labs支援）が発表した「Human vs AI」ライブトレーディングコンペティション（シーズン1）の結果が重要な事実を提示している。

本競争は2週間にわたり、ボラティリティの高い市場環境下で実施された。結果は以下の通りである。

• 個別最高成績：人間のトレーダー「ProMint」がプラスのネット利益を獲得し、全体首位を確保した。
• 集計ベースの成績（ROI）：人間チーム全体のROIが-32.22%であったのに対し、AIエージェント群（30体）の総合ROIは-4.48%（損失総額約1万3000ドル）にとどまり、AI側が大幅に損失を抑制した。
• 生存率（清算リスク）：競争期間中、人間参加者の43%が清算（リクイデーション）された一方、参加した30体のAIエージェントは1体も清算されることなく完走し、生存率100%を記録した。

構造的解釈：

このデータは、単一の「優劣」ではなく「役割分担」の構造を示している。AIエージェントは、規律あるリスク管理、システマティックな執行、および損失抑制において構造的優位性を示した。一方、人間は、非対称機会の捕捉（市場心理やナラティブの理解）によって突出したアップサイドリターンを生み出す領域で優位性を保持している。Asterは、AIが執行とリスク管理の基盤ツールとなり、人間が文脈認識や高度な判断に特化していくという役割の進化を強調している。

AIモデル間比較：Nof1「Alpha Arena」の段階的検証と結果の反転

AI研究ラボNof1.aiが運営する「Alpha Arena」は、複数のフロンティアLLM（大規模言語モデル）に実資金を付与して金融市場で取引させるベンチマークプラットフォームである。このプラットフォームから得られたデータは、「最強のAIモデル」という概念が極めて限定的なものであることを証明している。

• シーズン1（2025年10月18日〜11月3日）：Qwen3 Maxがリターン率22.3%で首位。一方、Grok 4は-45.3%、Gemini 2.5 Proは-56.71%、GPT-5は-62.66%という大幅な損失を計上した。
  
• シーズン1.5（2025年11月後半〜12月3日）：結果が大きく変動。「Mystery Model」として参加した未公開モデル（後にGrok 4.2 / GROK 4.20と判明）が、2週間で集計リターン12.11%を記録し首位となった。

プロンプト戦略と反証データ：

シーズン1.5では4種類のプロンプト戦略が検証された。「Monk Mode」（資本保全とリスク管理に集中）が機能した一方で、同実験において「GROK-4-3：SITUATIONAL AWARENESS」（競合の結果や順位を追跡する設定）は、最大未実現損失（含み損）92.24%を記録した。

構造的解釈：

Grok系モデルがシーズン1で大敗し、シーズン1.5で首位となった事実は、AIの運用成績が「特定のモデル」に依存するのではなく、「プロンプト戦略」「市場環境（ボラティリティ等）」「モデルの更新サイクル」の組み合わせによって極めて不安定に変動することを示している。あらゆる環境で普遍的に勝利するモデルは現在のところ存在しない。

最適化問題（イールド最適化）：Giza「ARMA」の実績と限界

複雑な判断を伴うトレーディング（非定型問題）とは対照的に、目的関数と制約条件が明確な「最適化問題」においては、AIエージェントが定量的成果を記録している。

Gizaが展開するエージェント型アプリケーション「ARMA」の2025年8月から9月にかけての公開データは以下の通りである。

• 運用実績：ARMAエージェントは非カストディアル方式で3200万ドルのユーザー資産（AUA：Assets Under Agentsは2000万ドル規模）を自律管理し、DeFiプロトコル全体で10万2000件以上の取引を実行した。エージェント取引総額（agentic volume）は7億5000万ドルを突破。
  
• 利回り：2025年9月時点で、USDコイン（USDC）建てで約15%の利回りを実現。
  
• 機関投資家の参入：2025年5月、Re7 CapitalがARMAに50万ドルのUSDCをパイロット配分。4ヶ月間のバックテストにおいて、カスタムエージェントが静的配分戦略を上回る利回り（ステーブルコインで最大67%、ETHで18.5%増）を示した。

データの限界と不足している指標：

構造的優位性が確認できる一方で、金融データとしては重大な限界が存在する。

1. インセンティブの包含：報告された約15%の利回りには「$GIZAトークンによるインセンティブ」が含まれており、純粋な運用収益とトークン価値変動による収益が未分離である。
   
2. ベンチマークの定義：Re7 Capitalの「67%高い利回り」は、絶対リターンではなく「静的配分戦略との比較」における相対値である。
   
3. リスク調整後指標の完全な不在：最大ドローダウン、ボラティリティ、シャープレシオ等のリスク指標が公開されておらず、獲得したリターンに対してどの程度のリスク（元本割れリスク等）を負っていたかが客観的に検証不能である。

FAQ

Q: AIエージェントは人間のトレーダーより優秀ですか？

A: 優位性は「役割」によって異なります。Asterの2026年1月の実証データによれば、集計ベースおよび生存率（清算回避）においてはAIが人間を圧倒的に上回りました（AIの生存率100%に対し、人間の清算率43%）。しかし、個別の最高成績においては人間のトップトレーダーがAIを上回っています。規律とリスク管理はAI、非対称な市場機会の捕捉は人間が優位という結果が示されています。

Q: 「Grok 4.20」がDeFi取引における最強のAIモデルですか？

A: 違います。実験条件と期間に強く依存する結果です。Nof1のシーズン1.5（2025年11〜12月）では12.11%のリターンで勝利しましたが、直前のシーズン1（10〜11月）においてGrok 4は-45.3%の大敗を喫しています。また、同環境下でもプロンプト設定を変えたモデルは92.24%の含み損を出しており、普遍的な最強モデルという事実はありません。

Q: ARMAの利回り（約15%）は安全に得られるリターンですか？

A: 安全性を完全に評価することはできません。公開されている利回りの数値には特定トークンのインセンティブが含まれており、さらに最大ドローダウンなどのリスク調整後指標が公開されていないためです。スマートコントラクトリスクやプロトコルリスクは依然として存在します。

Q: 「Monk Mode」などのプロンプト戦略は有効ですか？

A: Nof1の特定実験環境下での限定的な観測データです。システムプロンプトの全文など実装仕様が完全に公開されていないため、第三者が別の環境で再現して同様の利益を出せるかどうかはわかりません。

まとめ：構造理解のためのフレームワーク

• 問題構造への依存性：AIの優位性は万能ではなく、最適化問題（利回り最適化、清算回避など目的と制約が明確な領域）で構造的優位を持ち、非定型問題（ナラティブ解釈、突発的変化への適応）では人間が優位性を保つ。
  
• 計測期間とモデルバージョンへの依存性：Nof1におけるGrok系モデルの成績反転が示す通り、特定環境下の特定バージョンの結果を「普遍的優位性」と解釈してはならない。
  
• 集計データと個別データの分離：Asterの結果において、「集計平均」ではAIが圧勝し、「個別最高値」では人間が勝利した。指標の切り取りによるバイアスを排除する必要がある。
  
• データ評価の継続的欠落：多くの運用実績報告において、シャープレシオや最大ドローダウンといった金融パフォーマンス評価に必須のリスク調整後指標が未公開であるという限界を常に認識すべきである。

Crypto Verseからのメッセージ

DeFi領域におけるAIエージェントの実証データが示すのは、「人間 vs AI」という単純な対立構図ではなく、極めて合理的な役割分担の構造化です。AIは最適化問題とリスク管理において驚異的な生存能力を発揮し、人間は複雑な市場の文脈理解において独自の価値を生み出しています。市場に流通する「最強AIモデル」や「最高利回り」といった単一のトピックには、必ず計測期間やトークンインセンティブといった背景条件が隠されています。FACT主義に基づき、データの背後にある「条件」と「欠落しているリスク指標」を冷徹に確認する姿勢こそが、複雑化するDeFiエコシステムを生き残るための唯一の地図となります。

データ参照元・出典

• Aster 公式サイト https://asterdex.com/ （※「Human vs AI」のコンペティション結果に関する一次発表URLの確実な情報はありません。Chainwire、Cryptobriefingなどの暗号資産メディアを経由して報道されています）
• Nof1.ai「Alpha Arena」公式サイト https://nof1.ai/
• Giza ARMA 公式サイト https://arma.xyz/
• Giza 公式ブログ（Re7 Capital提携に関する記事） https://www.gizatech.xyz/blog/re7-brings-the-first-wave-of-institutional-financial-agents
• DWF Ventures レポート（DeFAI – Bridging AI and DeFi for the Future of Finance） https://www.dwf-labs.com/research/501-defai-bridging-ai-and-defi-for-the-future-of-finance
• Cointelegraph「Over 70% of Stablecoin Transactions in Q3 2025 Were Bot-Driven」
  （2025年10月1日）：https://cointelegraph.com/news/stablecoin-bot-activity-q3-2025
  ※原典データ：CEX.io Q3 2025レポート（Visa/Allium・Artemisデータ使用）

重要な注記

本記事で言及したAIエージェントの運用データには、以下の重大なリスクと制約が内包されています。

1. モデル更新による結果反転リスク：Nof1のデータが示す通り、モデルのマイナーバージョンアップや市場適応の遅れにより、優劣は短期間で完全に逆転する可能性があります。
   
2. 市場レジーム依存性：Asterのデータは特定のボラティリティ環境下（2週間）の観測であり、トレンド相場や極端な流動性枯渇相場での再現性は担保されていません。
   
3. インセンティブ依存の利回り：ARMA等の利回りにはプロジェクト独自のトークン報酬が含まれる場合があり、トークン価値の下落によって実質的な利回りが大幅に棄損するリスクがあります。
   
4. スマートコントラクトおよびインフラ制約：AIが自律的に資金を動かす以上、基盤となるプロトコルのハッキングリスクや、オンチェーンのガス代高騰・遅延によって戦略が破綻するリスクは常時存在します。

関連記事

AIエージェントウォレット完全ガイド（2026年版）
→ AIエージェントが暗号資産を自律的に管理・実行する「Agentic Wallet」の全体構造を解説。ERC-4337を基盤とした権限分離・セッションキー・オンチェーン実行の仕組みを体系化し、「なぜAIが暗号資産をネイティブ通貨として必要とするのか」という根本的前提を提示する基礎記事。

AIウォレットは安全か？危険性とガードレール構造
→ AIウォレット固有のリスク（プロンプトインジェクション、ハルシネーション、データポイズニング）と、それを制御するオンチェーンガードレール（支出上限・ホワイトリスト・セッションキー）の実装構造を分析。結論として「AIウォレットは構造的に安全ではないが、制約設計で制御可能」と明示。

AIウォレット詐欺対策マニュアル
→ AIエージェントを標的とした新しい詐欺手法（自動化フィッシング、エージェント誘導型攻撃）への防御手順を整理。従来の「人間の注意力依存」から、「構造的防御（ガードレール＋監査）」への転換が必要であることを提示。

AIトレードボットの詐欺リスク
→ AIトレードボットに関連する詐欺スキーム（偽アルゴリズム、バックテスト詐欺、資金持ち逃げ構造）を分析。特に「ブラックボックス化された戦略」と「検証不能な実績」が最大のリスクであることを指摘し、投資判断における情報非対称性の問題を構造化。

AIトレードのリスク管理フレームワーク
→ AIトレードにおけるリスク管理を、ポジション管理・レバレッジ制御・期待値設計・損失制御の観点から体系化。「AIの性能」ではなく「リスク制御設計」が収益性を規定するという実務的フレームワークを提示。

Crypto Verseの視点

┌─────────────┐

　複雑なWeb3の世界を

　もっとも信頼できる「地図」へ

└─────────────┘

免責事項

本記事はAster、Nof1、Giza等の公開データおよび第三者機関のレポートを客観的に整理し、構造分析を行うことのみを目的としており、特定の暗号資産、DeFiプロトコル、AIモデル、または自動トレーディング戦略への投資や利用を推奨するものではありません。暗号資産、DeFi、および自律型AIエージェントへの資金預け入れには極めて高いリスクが伴います。各実験データは特定期間・特定条件下の観測に過ぎず、将来の結果をいかなる形でも保証しません。最終的な判断は、読者ご自身の責任において行ってください。Crypto Verseはいかなる損失についても一切の責任を負いません。