撰文：Tiger Research
本报告由 Tiger Research 撰写，加密货币公司普遍面临「错失恐惧症」（FOMO）。从交易所到安全公司，它们都在竞相推出人工智能驱动的服务。我们将探讨它们为何选择此时采取行动。
要点总结
-
交易所、安全、支付和研究等领域的加密货币公司正在同步推出人工智能服务。
-
与以往周期不同，像 Coinbase 和 Binance 这样已被证明能够盈利的公司正在引领潮流。人工智能已经从一种理论转变为一种实际操作的必需品。
-
不同行业的采用动机各不相同：交易所旨在防止用户流失；安全公司旨在填补审计盲点；支付基础设施则瞄准新兴的代理经济。
-
拥有某项功能和真正使用它，是两码事。人工智能领域的「FOMO」和竞争压力，正在加速其应用，而这远超实际需求。
-
真实需求和竞争焦虑都在发挥作用。区分创造价值的采用和仅仅贴标签的采用是关键问题。
1. 加密货币公司正在提供人工智能服务
人工智能（AI）是当今全球市场最受关注的领域。ChatGPT 和 Claude 等通用工具已融入日常生活，而 OpenClaw 等平台则降低了构建智能体的门槛。
加密货币行业虽然错过了这波浪潮，但现在正在各个垂直领域整合人工智能。
这些公司提供哪些人工智能服务？它们为什么要进入这个市场？
2. 加密货币公司如何采用 AI 技术
2.1 研究
加密货币研究存在结构性问题：链上数据、社交情绪和关键指标分散在各个平台上，验证困难。通用人工智能经常对加密货币查询返回不准确的答案。
Surf 等项目通过提供加密货币专用的 AI 研究工具来解决这个问题，这些工具可以整合分散的数据源。在所有加密货币 AI 应用场景中，研究对普通用户的入门门槛最低，无需任何编程或交易方面的专业知识。
2.2 交易
交易所正在引领人工智能在交易领域的应用。
方法各不相同。有些方法直接向用户公开专有交易数据；另一些方法则允许用户向人工智能代理发出自然语言命令，由人工智能代理一步完成从分析到执行的整个过程。
交易所提供 API 已有多年历史。如今的不同之处在于新增了一层：像 MCP 和 AI Skills 这样的接口使非开发人员能够通过 AI 代理访问交易所的功能。曾经仅限于开发人员使用的工具，现在可以通过自然语言访问。
这与更广泛的社区转变趋势相符。非开发者用户越来越多地通过人工智能代理构建自动化交易策略，而无需编写任何代码。他们只需描述策略，代理就会构建并运行算法。
对交易所而言，这既是机遇也是挑战。随着人工智能用户数量的增长，用户对单一交易所的忠诚度会降低，因为交易者可以在任何地方执行交易。交易所采用人工智能的原因很简单：快速吸引用户并保持用户在平台上的活跃度。
交易涉及真正的资产管理，比研究需要更高的判断力和责任感。但随着准入门槛的降低，这一领域也向普通用户开放。
2.3 安全/审计
传统的智能合约审计依赖于人工逐行代码审查，这种方法速度慢、成本高，而且不同审计人员之间的审查标准也不统一。现在，人工智能已被集成到工作流程中：人工智能首先扫描代码，然后由人工审计人员进行有针对性的深度审查。这在不取代审计人员的情况下，提高了速度和覆盖范围。
CertiK 就是一个典型的例子。该公司此前曾因审计项目后来被恶意利用而受到批评。然而，这些事件发生在审计范围之外。审计是在特定时间点检查代码，并不包括持续监控。
CertiK 利用人工智能弥补了这一不足。它增加了实时审计后监控功能，并通过公开的仪表盘发布监控结果。由于扩展后的监控范围是由人工智能驱动而非人工操作，因此 CertiK 及其审计的项目均从中受益。
在安全领域，人工智能的应用并非颠覆现有服务，而是拓展人类工作的范围：提高审计时的精准度，并弥补审计后的盲点。对于区块链安全公司而言，人工智能并非新的业务领域，而是解决现有安全漏洞的工具。
2.4 支付基础设施
人工智能代理（AI Agent）需要支付渠道才能参与经济活动：例如支付 API 费用、购买数据以及从其他代理处购买服务。对代理而言，最自然的支付方式是链上钱包搭配稳定币。
两种模式正在兴起。第一种是通用协议，它将支付嵌入到 HTTP 请求中，使代理在访问付费 API 时即可自动进行链上结算。第二种是针对特定代理的支付插件，代理只能在人工预设的权限和限额内执行支付。
支付基础设施是与稳定币联系最紧密的领域。然而，由于支付主体是人工智能代理而非人类，因此目前尚未出现完全可运行的模型。
USDC 发行方 Circle 也备受关注。该公司发布了一份提案，旨在将其 Gateway 支付基础设施与 x402 协议连接起来，并邀请开发者和研究人员进行审查和贡献。
这并非一个成熟的市场，但市场已经开始消化这一发展趋势。Circle 股价上涨的关键驱动因素之一是其人工智能代理支付模式。支付基础设施的实现速度将慢于上述其他领域，但它已成为当前市场中最突出的宏观主题之一。
3. 为什么加密货币公司现在要进军人工智能领域
ChatGPT 于 2022 年 11 月推出时，人工智能和加密货币都尚未成熟。人工智能模型虽然令人印象深刻，但无法可靠地执行任务。加密货币行业正因 FTX 崩盘和全面的信任危机而遭受重创。
自那时以来，人工智能取得了飞速发展。过去一年，所有主流模型的功能和实用性都显著提升。相比之下，加密货币在同一时期仅仅「利用」了人工智能：充斥着贴着人工智能标签的「Meme 币」、功能不完善的人工智能代理以及营销驱动的宣传。去中心化人工智能基础设施项目仍在不断涌现，但如果与同等水平的原生人工智能服务进行客观比较，它们的质量显然相形见绌。
如今，差距正在进一步扩大。在人工智能行业，MCP（使智能体能够直接调用外部工具）和 OpenClaw （支持无代码智能体构建）等基础设施已经使智能体时代成为现实。而加密货币公司才刚刚开始行动。
这次的不同之处在于行动者是谁。不再是那些打着人工智能旗号的新兴创业公司，而是拥有成熟盈利模式的企业：Coinbase、Binance 和 Bitget。这些公司推出人工智能服务并非出于营销目的，驱动它们的并非眼前的收益，而是害怕落后的心理：FOMO（害怕错过）。
Coinbase 首席执行官布莱恩·阿姆斯特朗的行动充分体现了这种紧迫感。他向公司全体工程师下达了一项指令，要求他们在短短一周内上线人工智能编码工具，并解雇了不遵守规定的员工。
但保持清醒的头脑也至关重要。以交易自动化为例，代理人可以查看价格并提出策略，但有多少用户会真正信任代理人，将资金交给他们进行实时交易？而且，x402 协议在现实世界中真的得到了应用吗？
归根结底，加密货币领域采用人工智能并非追逐潮流。随着人工智能时代的到来，各公司都在积极行动，以避免失去市场地位。拥有某项功能和真正运用该功能仍然是两个不同的问题。但谁在行动至关重要。
把人工智能行业想象成一个正在注满水的游泳池。以前跳进去的人只是假装会游泳。现在跳进去的人都是前国家队冲浪选手。没人知道水位会涨到多高，也不知道这个游泳池会不会变成海洋。但加密货币不会被淹没在洪流之中。
