Web3 技術正愈來愈多地從實驗性應用，走向更廣泛日常使用的工具。然而，許多基於區塊鏈的服務，對新使用者而言仍然充滿挑戰，原因包括複雜的錢包系統、陌生的術語、多重網路需求以及不易操作的介面。

Xylo Holdings 推出了 Mochi，這是一個由 AI 驅動的 Web3 資產管理平台，旨在將複雜的區塊鏈技術置於背景中，並提供更直觀的使用體驗，以降低上述門檻。

Mochi 結合人工智慧演算法與直觀的使用者介面，以支援鏈上資產管理。該平台正以全天候投資方法為基礎開發，目的是協助在不同市場條件下管理資產。

Xylo 是一家運用區塊鏈與人工智慧開發技術平台的公司，表示正準備推出 Mochi 的更新版本，重點包括新的 AI 演算法引擎與重新設計的使用者體驗。公司計劃在今年下半年發布 beta 版本。

更新後的平台旨在讓對 Web3 技術了解有限的使用者，透過只需少數操作的簡化介面管理鏈上資產。

簡化設計瞄準更廣泛的 Web3 採用

Xylo 特別強調降低傳統鏈上服務常見的複雜性。許多現有平台要求使用者先連接多個錢包、選擇區塊鏈網路，並操作技術型儀表板，才能完成基本任務。

Mochi 的設計目標是將這些流程整合到單一、更易使用的介面中。平台會把底層演算法與區塊鏈基礎架構置於面向使用者的系統之後，讓使用者專注於設定資產管理目標與檢視結果，而非理解其中的技術流程。

公司表示，此一做法旨在降低限制 Web3 服務廣泛採用的進入門檻。透過減少使用者需要做出的技術決策，Xylo 希望讓不熟悉數位錢包、去中心化網路及其他 Web3 工具的人，更容易使用基於區塊鏈的資產管理服務。

全天候策略結合穩定性與 AI 監控

Mochi 的技術以一套全天候演算法為核心，將資產分配至成長型、防禦型與避險型類別。此配置模型旨在降低投資組合過度依賴單一市場方向或投資環境的風險。

預計有一個 AI 引擎將與配置框架並行運作，持續監測市場訊號，並依據預先設定的風險控制調整資產權重。公司將全天候模型描述為平台的結構基礎，而 AI 系統則負責對市場變化做出即時回應。

這套整合框架旨在在應用基於規則的防護措施的同時，兼顧長期投資組合穩定性與由 AI 驅動的動態調整，尤其是在市場波動升高期間。

在規劃中的系統下，當波動率達到預定水準時，投資組合配置可能會轉向更具防禦性的結構。公司表示，這種基於規則的架構旨在提供額外防護，而非完全依賴自動化 AI 決策。

Xylo 計劃透過回測資料提高透明度

Xylo 表示，將在開發過程中透過歷史模擬揭露用來評估 Mochi 演算法的方法。公司計劃呈現系統在不同市場環境下的反應數據，包括劇烈波動期間的表現。

與其僅強調績效數字，擬議中的揭露內容將更著重於演算法在變動市場條件下的行為，以及其所做出的防禦性決策。這種做法可讓使用者在依賴平台之前，先檢視該技術的運作方式。

Xylo 計劃採用透明的回測方法，展示 Mochi 的演算法如何因應市場變化並管理防禦性風險。

一位公司代表表示，Mochi 的開發重點在於穩定的技術架構與易於使用的體驗，而非競逐推出高度顯眼的功能。該代表補充，Xylo 的長期目標是將 Web3 技術推廣給更廣泛的使用者群體與更多地區。

公司計劃透過一系列 beta 版本推出 AI 引擎與重新設計的介面。隨著開發進展，也預期將開放社群預先註冊。