Pantera Capital、YZi Lab、OKX Ventures 等頂尖機構重點投入,aPriori 正在重新定義去中心化交易的核心信念。其核心團隊成員來自 Jump、Coinbase、Citadel Securities 和 dYdX,結合鏈上原生技術及華爾街高頻交易的實戰經驗,aPriori 正在高性能公鏈上打造新一代交易執行系統,為 DeFi 帶來真正具備競爭力的交易基礎建設。
aPriori 正在徹底重新設計鏈上交易流程:由 AI 驅動的 DEX 聚合器及 MEV 支援的流動性質押模組,aPriori 將下單、撮合和收益循環整合為一套能持續運作的產品架構。
繼團隊上週推出由 AI 驅動的 DEX 聚合器 Swapr 後,aPriori 進一步聚焦於鏈上交易的「識別大腦」——訂單流識別系統(Order Flow Segmentation)。此系統結合行為標籤、錢包分群、AI 分析與鏈上回饋機制,目的是讓每一筆交易都能更聰明、更公平地被處理,避免遭受套利、滑點等惡意訂單流(toxic flow)損害,同時精準導向流動性至最需要的地方。這不僅讓交易更聰明,也提升整體鏈上市場流動的秩序與信任。
訂單流識別是 aPriori 的核心技術之一,透過分析交易行為、錢包歷史與市場反應,在交易開始前判斷其是否屬於一般用戶操作,或是套利、夾擊等惡意訂單流(toxic flow)。不同於傳統僅檢查交易是否成交,這種識別方式可更早過濾潛在風險,讓 LP 擁有更安全的對手方,並提升路徑選擇及執行公平性。
各公鏈生態的資料特性各自不同:Solana 具備高速交易及活躍用戶,但大量合約未開源,使可用於訓練的資料受限;以太坊及其他 EVM 鏈雖然資料公開,卻受限於效能瓶頸,整體交易行為相對保守、資料密度較低。
Monad 在效能和透明度之間取得難得的平衡——同時具備 Solana 的高吞吐量及激進交易風格,又保留 EVM 架構的可讀性與開放性。對 aPriori 來說,這是建構下一代訂單流識別模型的理想基底。
社群資料貢獻計畫:為了讓 AI 更具智慧地識別交易行為,aPriori 推出社群參與的資料貢獻計畫。所有用戶皆可透過以下簡單步驟協助模型更深入「理解」鏈上世界。
· 綁定錢包:將常用錢包地址串接,提供更完整的行為全貌;
· 支援鏈:Ethereum、BNB Chain、Monad 測試網;
· 串接社群帳號:可自選串接 Twitter、Discord 等,補充更多身份線索;
· 簽到及任務追蹤:專屬面板顯示用戶簽到紀錄、交易行為及貢獻進度。
上述資料有助系統判斷哪些地址屬於同一用戶,是否存在協作行為,並強化 AI 對交易型態和風險的識別力。
在 Swapr 的核心引擎中,每筆交易在確認前均會經 AI 模型風險評估,重點參考以下項目:
· 交易本身:買賣方向、幣種路徑、Gas、手續費、滑點等;
· 地址歷史:交易頻率、過往行為、資產變化情形;
· 市場反應:交易後 1 秒至 24 小時內的價格趨勢;
· 收益判斷:不同階段是否賺錢、是否可能損害 LP。
模型會判斷每一筆交易是否屬於惡意訂單流(toxic flow),如套利或夾擊等基於資訊優勢的行為,並評估其對系統公平性的潛在風險。
從規則引擎到 AI 神經網路:aPriori 不拘泥於單一演算法,而是融合傳統模型(XGBoost、LightGBM)及時序模型(RNN、Transformer)。傳統模型擅長高效解析結構化資料,時序模型則精於捕捉時序行為變化。
Swapr 最終採用模型集成(Ensemble)架構,不同子模型分別在各自數據維度與時窗下學習,融合得分後能更精準地解析複雜交易行為。
套利行為通常不是單一錢包完成的,而是多個地址協作完成。系統通過識別這些「行為群組」,能預先判斷潛在套利團體,防止惡意訂單流(toxic flow)集中衝擊 LP。
AI 已成為交易執行流程中的重要組成。
隨著訓練資料逐步增多,Swapr 的識別系統已成為 DeFi 路由中的核心差異化力量,不僅能帶來更優報價,還能動態優化流動性方向,保障用戶與 LP 雙方利益。
創辦人 Ray 強調:「真正的 DeFi 執行引擎要會看懂、會判斷,還要懂得保護系統。我希望 Swapr 成為首個能『思考』的交易入口。」