加密与AI融合：三大问题揭示产业未来潜力与挑战

作者：Miles Deutscher 来源：X，@milesdeutscher 翻译：善欧巴，金色财经

在加密领域，人工智能是最让我兴奋的垂直赛道。但多数人仅将人工智能视为 Web3 领域的一个热门词汇。

今天，我想揭开面纱，深入解析二者真正的交汇点 —— 这些交汇点不仅能改变行业格局，还蕴藏着巨大的上升潜力。我认为，加密货币与人工智能的结合，将通过实际用例改变加密市场的运作方式，同时解决人工智能领域的关键问题。本文将分为三个核心部分：第一部分：人工智能与 Web3 的实际用例；第二部分：Web3 如何推动人工智能发展；第三部分：潜在风险。

第一部分：人工智能与 Web3 的实际用例

对普通人而言，这部分内容可能最具价值，因为它深入探讨了在 Web3 中实际运用人工智能的方法。

1. 交易管理

在 Web3 中应用人工智能，最有趣的垂直方向之一是利用训练后的智能体（AI Agent）进行交易管理与执行。例如，未来的交易无需手动操作，而是可以部署一个 “个人助手”（即人工智能智能体），代你完成交易执行、持仓管理等操作。

这类智能体不仅能代你执行交易、管理投资组合（目前已有部分协议在开发相关功能），还能实现完全的链上交互。@HeyAnonai 就是很好的例子。通过其人工智能协议，你只需用自然语言指令，就能完成交易、跨链转账和链上交互等操作。

2. Web3 中的大型语言模型（LLM）

多数人认为，Web3 中使用大型语言模型不过是向 ChatGPT 发送指令，但实际应用远比这深入。可以将大型语言模型视为人类与协议之间的接口层 —— 这意味着人们能通过自然语言获取数据。

从实际应用来看，随着大型语言模型的大规模普及，加上更多协议开发专门针对 Web3 数据训练的大型语言模型，获取市场信息的巨大障碍将被消除。不妨设想一下：如果只需简单输入指令，就能 24 小时获取顶级数据与信息，你的交易成功率会提升多少？

3. 安全与隐私保护

人工智能能在几秒内触发即时警报，速度远超人类。人工智能模型通过分析链上交易序列，识别典型的攻击行为，进而触发这些即时警报。在该领域，人工智能模型相较于人类的核心优势在于其强大的模式识别能力。对普通人而言，这意味着攻击事件会减少，智能合约交互的整体安全性会提升。

第二部分：Web3 如何推动人工智能发展

在这一部分，我将深入解析 a16z《2025 年加密行业现状报告》中的最新内容。

报告指出，Web3 / 加密货币可解决人工智能领域的四大关键问题：

• 验证人类与人工智能的活动
• 实现人工智能智能体的经济交互
• 推动知识产权的规范授权
• 确保人工智能的公平性与开放性

尽管解决这些人工智能问题并非易事，但加密货币已被证明拥有实现这些目标的优质基础设施。下面我们逐一解析：

1. 验证人类与人工智能的活动

目前人工智能仍处于发展初期（相较于其未来潜力），但区分人类与人工智能活动的问题已十分突出。加密货币可通过三个主要方向解决这一问题：

• 人类证明（PoH）系统：在不泄露身份信息的前提下，验证某项操作背后是真实人类。Worldcoin 等协议已在大规模推进该方向的应用。
• 链上签名活动：当人工智能智能体代用户执行操作（如第一部分所述）时，这些操作可通过加密技术进行签名验证。
• 链上问责：人工智能智能体的每一项操作（无论是执行交易、在 DAO 中投票，还是修改数据）都能在链上记录、验证和追溯。

2. 实现人工智能智能体的经济交互

正如 a16z 所强调的，要充分释放人工智能智能体的潜力，必须使其具备经济交互能力。这正是 x402（及其他基础设施）的用武之地。

正如 @suhailkakar 所解释的，简单来说，x402 就像是为互联网添加了一个钱包功能。它是一种新的网络标准，能让网站实现 “在提供数据前，需先支付少量费用” 的交互逻辑。x402 只是加密货币赋能智能体经济交互的一个例子。除了 Suhail 制作的上述信息图，我也整理了一份 x402 入门指南：

x402 - 通俗易懂版。

3. 推动知识产权的规范授权

确保所有者拥有合法的知识产权，是人工智能技术公平应用的关键。将这些知识产权上链后，我们可验证其使用是否合规，同时将授权条款嵌入智能合约。@campnetworkxyz 是该领域我比较看好的一个协议。其协议能让任何人拥有并通过知识产权实现盈利。可参考《Camp 协议的核心理念》了解更多。

4. 确保人工智能的公平性与开放性

最后，在人工智能开发中应用 Web3 技术，是应对科技巨头垄断的 “对冲手段”。鉴于大型企业可能会掌控或垄断人工智能技术，加密货币能确保人工智能尽可能保持开放与公平。这主要通过去中心化人工智能基础设施实现，例如无许可的后端人工智能计算、存储、数据与模型托管服务。

综上：加密货币将通过公平、开放的方式解决关键问题，助力人工智能领域实现发展。

第三部分：潜在风险

尽管 Web3 与人工智能的结合未来前景广阔，但我们也需警惕潜在风险。本文将重点分析其中三大风险：

1. 指令注入攻击

当我们开发能与区块链、钱包和协议交互的人工智能智能体时，指令注入攻击是最严重且最易被忽视的威胁之一。指令注入攻击指攻击者通过操纵大型语言模型的输入，使其忽略原始指令。可参考《直接与间接指令注入攻击示意图》了解具体原理。在 Web3 与人工智能结合的场景中，指令注入攻击的危险性会大幅提升 —— 因为人工智能不仅会生成文本，还会与真实资产和协议进行交互。可通过采用多模型层、强化系统指令、以及其他策略来降低指令注入攻击的风险。

2. 虚假信息的叠加扩散

随着大型语言模型 / 人工智能的快速普及，虚假信息扩散的风险也在上升。在 Web3 领域，这一风险可能以多种形式显现：例如利用人工智能伪造项目公告，或恶意使用大型语言模型生成虚假漏洞报告与审计结果。

尽管存在这一风险，但加密货币也能通过第二部分提到的方向（如链上签名）及其他方法（如部署虚假信息检测智能体）来解决这一人工智能领域的问题。

3. 智能体管理不当

当用户授权智能体代其执行交易时，可能面临智能体资金管理不当的风险。在授权智能体代行操作的情况下，签署恶意交易、买入错误代币、与高风险协议交互等问题都可能实际发生。

综上可见，人工智能与加密货币的结合拥有丰富的用例，而目前我们仅触及了冰山一角。