Web3 技术正日益从实验性应用走向面向更广泛日常使用的工具。然而，由于钱包系统复杂、术语陌生、需要连接多个网络以及界面难以操作，许多基于区块链的服务对新用户来说仍然存在挑战。

Xylo Holdings 推出了 Mochi，这是一款由 AI 驱动的 Web3 资产管理平台，旨在通过将复杂的区块链技术置于后台，为用户提供更直接、更简洁的使用体验，从而降低这些门槛。

Mochi 结合人工智能算法与直观的用户界面，以支持链上资产管理。该平台围绕一种全气候投资方法进行开发，旨在帮助用户在不同市场环境下管理资产。

Xylo 从事使用区块链和人工智能开发技术平台的业务。公司表示，正在准备 Mochi 的更新版本，重点包括新的 AI 算法引擎和重新设计的用户体验。公司计划在今年下半年发布 beta 版本。

更新后的平台旨在让对 Web3 技术了解有限的用户，通过只需少量操作的简化界面管理链上资产。

简化设计瞄准更广泛的 Web3 采用

Xylo 一直高度重视降低传统链上服务通常伴随的复杂性。许多现有平台要求用户在完成基本任务前先连接多个钱包、选择区块链网络，并浏览技术性仪表板。

Mochi 的设计目标是将这些流程整合到一个更易访问的单一界面中。平台会把底层算法和区块链基础设施放在面向用户的系统之后，让用户专注于设定资产管理目标和查看结果，而无需理解其中涉及的技术过程。

公司表示，这种做法旨在降低限制 Web3 服务更广泛采用的进入门槛。通过减少用户需要作出的技术决策数量，Xylo 希望让基于区块链的资产管理对不熟悉数字钱包、去中心化网络及其他 Web3 工具的人群更加可及。

全气候策略结合稳定性与 AI 监测

Mochi 的技术建立在一种全气候算法之上，该算法将资产分配到成长型、防御型和对冲型类别。该配置模型旨在降低投资组合过度依赖单一市场方向或投资环境的风险。

预计 AI 引擎将与配置框架协同运行，持续监测市场信号，并根据预设风险控制调整资产权重。公司将全气候模型描述为平台的结构基础，而 AI 系统则会对不断变化的市场状况作出实时响应。

该组合框架旨在在应用基于规则的防护措施的同时，实现长期投资组合稳定性与动态 AI 调整之间的平衡，尤其是在市场波动加剧期间。

在计划中的系统下，当波动率达到预定水平时，投资组合配置可能会转向更防御性的结构。公司表示，这种基于规则的结构旨在提供额外保护，而不是完全依赖自动化 AI 决策。

Xylo 计划通过回测数据提升透明度

Xylo 表示，公司打算在开发过程中通过历史模拟披露用于评估 Mochi 算法的方法。公司计划展示系统在不同市场环境下的响应数据，其中包括波动显著的时期。

与其只强调业绩数字，拟披露的信息将更多关注算法在市场变化条件下的行为，以及其所作出的防御性决策。这种做法可能使用户在依赖该平台之前，先行了解其运行方式。

Xylo 计划采用透明的回测方法，展示 Mochi 的算法如何响应不断变化的市场状况并管理防御性风险。

一位公司代表表示，Mochi 的开发重点在于稳定的技术架构和易于使用的体验，而不是争相推出高曝光度功能。该代表补充称，Xylo 的长期目标是将 Web3 技术拓展给更广泛的用户群体和更多地区。

公司计划通过一系列 beta 发布推出 AI 引擎和重新设计的界面。随着开发推进，公司也预计将开放社区预注册。