defai-fundamentals

傳統加密貨幣帳戶只有一種固定的簽署規則——單一私鑰簽名就能執行任何操作，<a href="/zh/glossary/defai-fundamentals/account-abstraction/">帳戶抽象化</a>把這個規則變成可以自訂的程式邏輯，讓開發者能設計出「多重簽章才能執行」「限定時間內有效」「委託特定 Agent 代為簽署」這類複雜的自訂驗證規則，是本系列前面反覆提到的<a href="/zh/glossary/defai-fundamentals/smart-account/">智能帳戶</a>跟<a href="/zh/glossary/agent-permissions/session-key/">會話金鑰</a>之所以能夠實現的底層技術基礎。

DeFi 生態原本談的可組合性，指的是資產與<a href="https://crypto-bible.com/zh/glossary/blockchain-fundamentals/smart-contract/" target="_blank" rel="noopener">智能合約</a>可以像積木一樣自由拼接使用；<a href="/zh/glossary/defai-fundamentals/agent-composability/">Agent 可組合性</a>談的是更進一步的層次——不同開發團隊做的 Agent，能不能互相委任任務、互相呼叫彼此的服務、共同完成一個單一 Agent 做不到的複雜工作流程，這種「Agent 對 Agent」的協作能力，帶來的效益跟風險，都跟原本的資產可組合性明顯不同。

讓 AI Agent 直接持有錢包、執行交易、管理部位的去中心化金融應用，本質是把「決策」與「執行」都交給自動化程式，而不只是提供分析建議。

一個 <a href="/zh/glossary/defai-fundamentals/defai/">DeFAI</a> 系統的安全性，本質上取決於「攻擊這個系統所需付出的成本」是否高於「攻擊成功後能獲得的利益」，只要這個成本效益關係成立，系統在經濟上就相對安全；一旦系統管理的資產規模成長到讓攻擊利益超過攻擊成本，即使技術架構完全沒有改變，系統也會從經濟上變得不安全，是一種跟純技術漏洞不同、隨資金規模動態變化的安全性判準。

使用者表達「我想要什麼結果」（意圖層），跟系統實際「用什麼具體步驟達成這個結果」（執行層），在架構上是不是被清楚拆分成兩個獨立環節——<a href="/zh/glossary/defai-fundamentals/intent-execution-separation/">意圖層與執行層分離</a>的架構，讓使用者只需要聲明目標，具體怎麼達成交給系統或市場機制去最佳化；沒有分離的架構，則要求使用者自己（或自己的 Agent）逐步指定每一個具體操作步驟，這種架構選擇，直接影響使用者實際承擔的執行風險跟操作複雜度。

使用者的資產私鑰控制權全程留在自己手上，<a href="/zh/glossary/defai-fundamentals/defai/">DeFAI</a> Agent 只能在使用者透過<a href="https://crypto-bible.com/zh/glossary/blockchain-fundamentals/smart-contract/" target="_blank" rel="noopener">智能合約</a>明確授權的範圍內代為簽署交易，平台方或第三方在任何時候都無法直接動用或凍結使用者資產的架構設計，是評估一個 <a href="/zh/glossary/defai-fundamentals/defai/">DeFAI</a> 產品資金安全性的基礎分類標準。

透過帳戶抽象（account abstraction）技術實現的<a href="https://crypto-bible.com/zh/glossary/blockchain-fundamentals/smart-contract/" target="_blank" rel="noopener">智能合約</a>錢包，本身就是一個可程式化的合約帳戶，能自訂簽署邏輯、支援多重簽署者與細緻的權限規則，是 <a href="/zh/glossary/defai-fundamentals/defai/">DeFAI</a> Agent 得以安全自主操作的底層帳戶架構。

用來描述一個 <a href="/zh/glossary/defai-fundamentals/defai/">DeFAI</a> 產品實際上要求使用者信任多少個外部方（團隊、驗證者、預言機、Paymaster 等）才能安全運作的分析框架，「完全去信任」與「完全仰賴單一中心化方」是光譜的兩端，多數實際產品都落在中間，需要逐一拆解每個信任假設才能準確定位。