硅谷风险投资人、Coinbase前首席技术官（CTO）巴拉吉·斯里尼瓦桑（Balaji Srinivasan）就人工智能（AI）与加密货币的关系提出了独到分析。他主张，在AI批量制造虚假信息的时代，区块链技术反而能成为验证"真实"的手段。
斯里尼瓦桑近日出席a16z（安德森·霍洛维茨）播客节目时解释道："AI会让一切事物变得虚假，而加密货币能将其重新拉回现实。"他特别强调，随着AI技术日益精进，内容、数据乃至科学事实均可被伪造，而区块链的"确定性"结构能彻底杜绝篡改可能。
他以2022年发生的FTX黑客事件为例指出："即便是Perplexity等最新AI模型，在解释事件经过时最终依赖的仍是链上交易数据"，并强调"这些数据不可篡改"。他解释道，无论AI如何进步，都不可能伪造未真实生成的比特币地址或凭空创造不存在的NFT，这正是区块链的本质优势。
他还表示，大型语言模型（LLM）在内容自动生成等领域带来巨大效率的同时，也凸显了"验证"的重要性。"AI将在监控与验证领域创造前所未有的需求"，并预测"届时区块链技术的应用范围将进一步扩大"。
与此同时，市场对"AI代币"的投资热情已急剧降温。据数据平台CoinGecko统计，AI相关加密货币总市值在2025年间缩水74%，从1350亿美元（约198.45万亿韩元）降至350亿美元（约51.45万亿韩元）。尽管出现了"模型-上下文协议"等新尝试，但市场对其盈利性与实效性的质疑正在扩散。
虽然AI与区块链同被视为未来核心技术，但斯里尼瓦桑特别强调二者结合中"真实性"价值的重要性。他预见，鉴于"信任机制注定依托于区块链"，"加密货币的作用"将愈发凸显。
🔎 市场解读
在AI发展加剧"伪造"风险的背景下，区块链作为唯一验证手段正受到关注。虽然加密市场中AI代币热潮急速退却，但基于实质效用的项目可能重获关注。
💡 战略要点
随着可验证数据基础设施的重要性凸显，应重点关注重视NFT与链上记录的项目及基础设施。相较于单纯AI概念，与验证技术结合的实用性区块链解决方案更具优势。
📘 术语解析
- 链上（On-chain）：区块链网络发生的交易记录，被视为不可篡改数据
- 大型语言模型（LLM）：基于自然语言处理自动生成文本的大规模人工智能模型，代表产品包括GPT、Perplexity等
- 确定性结构（Determinism）：输出结果始终根据输入预先确定的系统特性，区块链藉此构建信任机制
TP AI 注意事项
本文采用TokenPost.ai语言模型进行文章摘要生成，可能存在主要内容遗漏或与事实不符的情况。
