市值前 1000 加密项目仅 67 个有维基百科页面,ChatGPT 对加密行业的「理解」正在被扭曲

marsbit发布于2026-07-15更新于2026-07-15

文章摘要

加密传播机构Chainstory研究发现,CoinGecko上市值前1000名的加密项目中,仅67个拥有维基百科词条,覆盖率不足7%。市值约150亿美元的Hyperliquid、50亿美元的Sui等大型项目均无页面。由于维基百科是ChatGPT等AI工具引用最多的单一信源(占其引用量约7.8%),这一信息缺口导致AI对绝大多数加密项目的认知存在系统性盲区,容易产生事实错误。 报告指出,覆盖率随市值排名断崖式下跌。市值前10的项目覆盖率为80%,前100名降至40%,前1000名则仅为6.7%。相比之下,维基百科收录了数千家软件或金融科技公司,但加密相关公司仅约80家。 覆盖率低的根源在于维基百科的审核政策。其指引将CoinDesk等加密原生媒体列为“通常不可靠”来源,要求项目关注度须来自路透社、彭博社等主流媒体,但这些媒体极少深入报道加密细分领域。这种矛盾使得许多重要项目难以满足创建词条的要求,加之创建流程复杂且社区投票决定去留,进一步阻碍了加密信息在维基百科上的留存。

作者:克洛德,深潮 TechFlow

深潮导读:加密传播机构 Chainstory 审计了 CoinGecko 市值前 10000 个代币的维基百科覆盖情况,发现前 1000 名中仅 67 个拥有词条。维基百科是 ChatGPT 引用最多的单一信源(占总引用量约 7.8%),这意味着 AI 工具对绝大多数加密项目的认知存在系统性盲区。150 亿美元的 Hyperliquid、50 亿美元的 Sui 均无维基百科页面。

加密行业在维基百科上几乎不存在。

据 CoinDesk 7 月 14 日报道,加密传播机构 Chainstory 发布的一份研究报告显示,按 CoinGecko 市值排名,前 1000 个加密项目中仅有 67 个拥有维基百科词条,覆盖率不到 7%。在 AI 工具日益成为用户获取信息主要渠道的当下,这一缺口正在系统性地影响 ChatGPT 等模型对加密行业的理解和呈现。

覆盖率随市值排名断崖式下跌,150 亿美元项目无词条

Chainstory 于 2026 年 6 月 1 日至 4 日对 CoinGecko 市值前 10000 个代币进行了审计,通过维基百科 API 逐一核验词条是否存在。结果呈现出极端的长尾分布:

市值前 10 的代币覆盖率为 80%,前 100 名降至 40%,前 500 名仅 12%,前 1000 名跌至 6.7%,排名 1001 至 10000 的代币覆盖率只有 0.2%。整个前 10000 名中,仅 84 个代币拥有维基百科词条。

缺席名单中不乏体量庞大的项目。市值约 150 亿美元的永续合约平台 Hyperliquid 没有维基百科页面;市值约 50 亿美元、排名第 22 的 Layer-1 网络 Sui 同样缺席;Paradigm 领投的 Monad Labs(估值 30 亿美元)、Brevan Howard Digital 联合领投的 Berachain(估值 15 亿美元)、a16z 投资 1 亿美元的 EigenLayer,均未在维基百科上留下记录。

拥有词条的最小项目是市值 1500 万美元、排名第 959 的 Firo。

作为对比,维基百科收录了约 640 家金融科技公司、7000 余家软件公司,但加密和比特币类别的公司仅约 80 家。

维基百科是 ChatGPT 引用最多的单一信源,占比近 8%

这个覆盖缺口之所以重要,是因为维基百科在 AI 信息链中的地位远超一般认知。

Chainstory 在报告中引用了 AI 追踪平台 Profound 的审计数据:ChatGPT 所有引用链接中,指向维基百科的占约 7.8%,排在第二和第三位的 Reddit(1.8%)和 Forbes(1.1%)远远落后。在 ChatGPT 引用最多的前 10 个域名中,维基百科占据约 47.9%的份额。

另一家研究机构 Trakkr 对 329 万条引用链接的分析显示,截至 2026 年 5 月,维基百科在 ChatGPT 前 10 引用来源中占 36.1%的份额,在前 100 引用来源中占 25.3%。

Muck Rack 2026 年 5 月的研究则进一步证实,维基百科不仅是 ChatGPT 的头号引用来源,也是 Claude 的第二大引用来源(仅次于 PubMed Central),以及 Gemini 的第四大引用来源。

报告指出,维基百科主要向 AI 模型提供的是概念层面的信息,但当用户提问涉及具体项目时,维基百科词条就是模型推理的核心依据。有词条的项目在 AI 回答中有清晰的定义和描述;没有词条的项目,AI 只能从零散的二手提及中拼凑信息,容易出现创始人、成立时间、总部地点等基础事实错误。

维基百科将加密媒体列为「通常不可靠」来源

加密项目维基百科覆盖率低的根源,在于维基百科对加密行业设置的特殊审核门槛。

维基百科专门制定了加密货币相关的关注度指引,要求项目的关注度必须来自「主流」新闻来源,明确指出主要报道加密行业的媒体「不足以证明关注度」。该指引甚至点名 CoinDesk 和 Bitcoin Magazine 为「通常不可靠」的加密媒体。同一逻辑也适用于 Cointelegraph、Decrypt、The Block 等加密原生媒体。

维基百科认可的可靠来源包括路透社、彭博社、CNBC、英国《金融时报》等主流商业媒体。但这些媒体对流动性质押、永续合约 DEX 等加密细分领域几乎不予关注。

Chainstory 在报告中指出了这一矛盾:真正报道加密行业动态的媒体在维基百科眼中不具备信源价值,而维基百科认可的主流媒体又不覆盖大多数加密项目。

创建新词条的流程本身也构成障碍。新文章需要通过志愿者审核,检查关注度、可验证性和可靠来源等标准。即使通过审核,管理员仍可单方面删除,或通过 7 天社区投票决定去留,词条主体无权参与也无法上诉。

热门币种推荐

相关问答

Q根据 Chainstory 的研究,CoinGecko 市值前 1000 的加密项目中,有多少个拥有维基百科词条?

A根据 Chainstory 于2026年6月发布的报告,CoinGecko 市值前 1000 的加密项目中,仅有 67 个拥有维基百科词条,覆盖率不到7%。

Q为什么说维基百科的低覆盖率正在系统性地影响 AI 工具对加密行业的理解?

A因为维基百科是 ChatGPT 等 AI 工具引用最多的单一信源,占比约7.8%。当绝大多数加密项目没有维基百科词条时,AI 只能依赖零散的二手信息拼凑答案,导致其在回答涉及具体项目时容易出现基础事实错误,从而产生系统性认知盲区。

Q报告列举了哪几个市值庞大但缺乏维基百科词条的具体加密项目作为例子?

A报告列举的例子包括:市值约150亿美元的永续合约平台 Hyperliquid、市值约50亿美元的 Layer-1 网络 Sui、Paradigm 领投的 Monad Labs(估值30亿美元)、Brevan Howard Digital 联合领投的 Berachain(估值15亿美元)以及 a16z 投资1亿美元的 EigenLayer。

Q维基百科对加密行业信息的可靠性评判标准是什么?为何这会加剧覆盖率不足的问题?

A维基百科要求加密项目的关注度必须来自其认可的‘主流’新闻来源(如路透社、彭博社等),并将专注报道加密行业的媒体(如 CoinDesk、Bitcoin Magazine)列为‘通常不可靠’的来源。由于主流媒体较少深入报道加密细分领域,而加密原生媒体又被排除在可靠信源之外,这形成了一个矛盾,导致许多有实际关注度的项目无法达到维基百科的收录标准,加剧了覆盖率不足的问题。

Q维基百科新词条创建和留存流程对加密项目而言存在哪些障碍?

A新词条创建需要通过志愿者审核,检查关注度、可验证性和可靠来源等标准。即使审核通过,词条仍面临被管理员单方面删除,或通过为期7天的社区投票决定去留的风险。在这个过程中,词条描述的主体(即加密项目方)无权参与讨论,也无法进行上诉,这使得加密项目词条的创建和留存存在很大的不确定性和主观性。

你可能也喜欢

GPT-5.6仅用1小时攻破50年数学难题,64个AI摘下图论皇冠

7月11日,OpenAI宣布GPT-5.6 Sol Ultra成功证明了困扰数学界50年的“循环双覆盖猜想”,整个过程仅用时不到一小时。 该猜想是图论领域的核心难题之一,简单比喻即:在一个没有唯一通道的道路网络中,能否找到若干循环线路,使每条道路恰好被两条线路覆盖。过去半个世纪,数学家们仅在附加条件下取得部分证明。 OpenAI的突破关键在于采用了创新的“并行测试时计算”方法。系统将64个AI智能体组成科研特攻队,并设定了严格规则:初始阶段探索多种截然不同的证明路径;禁止跟风,避免思维趋同;设立专门“纠察”智能体对每个候选证明进行严格批判与验证;要求提供具体推导,严禁含糊陈述。 在这套机制下,AI智能体通过精妙的协作,在一小时内完成了证明。其核心思路是:首先将问题简化为对“无环立方图”的证明;然后引入图论中的“8-流”定理,为图的边赋予代数标签;进而构建了一个独创的“双元素集”标签引理,将拓扑问题转化为线性代数问题;最终通过严谨的代数推导,证明相应方程组恒有解,从而彻底攻克了猜想。 这一成就展示了AI在复杂抽象推理领域的强大能力。研究者指出,并行推理大幅压缩了解决难题所需的时间,使长时间、高强度的逻辑探索变得可行。有观点认为,这种“多智能体协同攻坚”模式若结合更大算力,未来或有望应用于攻克更重大的科学难题。 尽管对此成就的深度与广度存在一些讨论,但毋庸置疑,AI正向更高阶的智能迈进。

marsbit12分钟前

GPT-5.6仅用1小时攻破50年数学难题,64个AI摘下图论皇冠

marsbit12分钟前

提示词工程论文登上ICML 2026,网友吵翻了天

一篇关于提示词工程(Prompt Engineering)的论文被机器学习顶会ICML 2026接收,引发广泛争议。该论文提出了一种名为“Verbalized Sampling”(VS)的方法,核心在于仅通过修改提示词,要求大模型在生成答案的同时输出其自身的概率分布,从而显著提升了模型输出的多样性,缓解了LLM中常见的“模式坍缩”(Mode Collapse)问题。 论文作者认为,模式坍缩的根本原因并非在于优化算法,而在于人类偏好数据中存在的“典型性偏差”——标注者更倾向于给常见、流畅的答案高分。通过在推理阶段使用VS提示词,可以唤醒模型在预训练阶段学到的多元分布。实验表明,该方法在创意写作等任务中能将输出多样性提升1.6至2.1倍,且不影响事实准确性与安全性。 这一成果在Reddit上引发了激烈讨论。反对者认为,仅靠调整提示词缺乏算法或理论创新,创新性单薄,且其普适性和稳定性存疑,不符合传统机器学习顶会对“硬核创新”的期待。支持者则指出,研究价值在于其深入的问题归因和严谨的实证过程,类似于当年“思维链”(CoT)提示的兴起,提示词工程正成为研究模型行为的重要方法,未来可能改变大模型的能力边界。 该研究由美国东北大学、斯坦福大学等机构的研究人员合作完成。尽管方法看似简单,但作者强调其包含了完整的问题溯源、理论归因和大量实验验证。

marsbit13分钟前

提示词工程论文登上ICML 2026,网友吵翻了天

marsbit13分钟前

交易

现货

热门文章

如何购买S

欢迎来到HTX.com!我们已经让购买Sonic(S)变得简单而便捷。跟随我们的逐步指南,放心开始您的加密货币之旅。第一步:创建您的HTX账户使用您的电子邮件、手机号码注册一个免费账户在HTX上。体验无忧的注册过程并解锁所有平台功能。立即注册第二步:前往买币页面,选择您的支付方式信用卡/借记卡购买:使用您的Visa或Mastercard即时购买Sonic(S)。余额购买:使用您HTX账户余额中的资金进行无缝交易。第三方购买:探索诸如Google Pay或Apple Pay等流行支付方法以增加便利性。C2C购买:在HTX平台上直接与其他用户交易。HTX场外交易台(OTC)购买:为大量交易者提供个性化服务和竞争性汇率。第三步:存储您的Sonic(S)购买完您的Sonic(S)后,将其存储在您的HTX账户钱包中。您也可以通过区块链转账将其发送到其他地方或者用于交易其他加密货币。第四步:交易Sonic(S)在HTX的现货市场轻松交易Sonic(S)。访问您的账户,选择您的交易对,执行您的交易,并实时监控。HTX为初学者和经验丰富的交易者提供了友好的用户体验。

2.9k人学过发布于 2025.01.15更新于 2026.06.02

如何购买S

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对S(S)币价的意见。

活动图片