加密公司正在提供哪些 AI 服务?

marsbit发布于2026-03-23更新于2026-03-23

文章摘要

加密行业正全面整合人工智能服务,主要涵盖研究、交易、安全审计和支付基础设施四大领域。头部企业如Coinbase、Binance、Bitget等已不再将AI作为营销噱头,而是出于实际运营需求和竞争焦虑(错失恐惧症)推动布局。 在研究领域,Surf等项目推出专属AI工具,整合分散的链上数据和市场信息,降低用户研究门槛。交易方面,交易所通过自然语言交互和智能体自动化策略执行,提升用户活跃度并降低开发依赖。安全审计领域(如CertiK)利用AI提升代码扫描效率和实时监控能力,弥补人工审计盲区。支付基础设施则聚焦智能体经济,探索稳定币与链上支付结合的新模式,但尚未完全成熟。 尽管功能上线与实际应用仍有差距,但本轮浪潮由具备成熟盈利模式的企业主导,表明AI正从概念走向必要能力。加密行业旨在通过AI巩固自身地位,避免在技术浪潮中被边缘化。

撰文:Tiger Research

编译:AididiaoJP,Foresight News

错失恐惧症正席卷加密行业。从交易所到安全公司,各类机构纷纷推出由人工智能驱动的服务。本文将探讨各公司选择在当前时点作出这一布局的原因。

要点

  • 涵盖交易所、安全、支付、研究等领域的加密企业,正同步推出人工智能相关服务。
  • 与以往周期不同,本轮领跑者为 Coinbase、Binance 等已具备成熟盈利模式的头部企业。人工智能已从概念炒作演变为运营层面的必要能力。
  • 各行业采纳人工智能的动因存在差异:交易所旨在降低用户流失率;安全企业着力弥补审计盲区;支付基础设施则瞄准新兴的智能体经济。
  • 功能上线与实际应用之间存在距离。对人工智能的错失恐惧与竞争压力,正在推动企业以超越实际需求的速度加快布局。
  • 真实需求与竞争焦虑共同驱动着本轮浪潮。核心问题在于,如何区分真正创造价值的应用与仅流于表面的贴牌行为。

加密企业正纷纷推出人工智能服务

人工智能是目前全球市场最受关注的领域。ChatGPT、Claude 等通用型工具已融入日常生活,OpenClaw 等平台则进一步降低了构建智能体的技术门槛。

加密行业虽然在这一轮浪潮中反应稍显滞后,但目前已在各个垂直领域加速整合人工智能能力。

这些企业具体推出了哪些人工智能服务?它们选择进入该领域的动因又是什么?

加密企业如何应用人工智能

研究领域

来源:Surf AI

加密研究存在结构性问题:链上数据、市场情绪、关键指标分散于不同平台,验证难度较大。通用型人工智能在处理加密相关问题时,常常给出不准确的回答。

针对这一现状,Surf 等项目推出了面向加密领域的专属人工智能研究工具,将分散的数据源加以整合。在所有加密领域的人工智能应用场景中,研究类工具对普通用户的门槛最低,无需编程或交易经验即可使用。

交易领域

来源:Bitget

交易所在人工智能应用方面走在前列。

各交易所的路径不尽相同。有的直接向用户开放专有交易数据;有的则允许用户以自然语言向人工智能智能体下达指令,由智能体将分析到执行一步完成。

交易所提供 API 服务已有多年历史。当前的变化在于新增了交互层:通过 MCP、AI Skills 等接口,非开发人员也可借助人工智能智能体调用交易所功能。原本仅限于开发者的工具,如今通过自然语言即可操作。

这一变化与用户群体的演变方向一致。越来越多不具备编程背景的用户开始借助人工智能智能体构建自动化交易策略。用户只需描述策略思路,智能体即可完成算法搭建与运行。

对于交易所而言,这一趋势既是机遇也是挑战。随着人工智能驱动的用户群体不断壮大,其对单一平台的黏性随之下降,因为智能体可在不同交易所之间灵活执行交易。交易所积极布局人工智能的核心动因在于:快速吸引用户并提升其在平台内的活跃度。

与信息查询类应用不同,交易涉及真实的资产管理,对判断力与责任机制的要求更高。但随着使用门槛逐步降低,这一领域同样在向普通用户敞开大门。

安全与审计领域

来源:Certik

智能合约审计传统上依赖人工逐行审查代码,流程缓慢、成本较高,且审计质量因执行者不同而存在差异。当前,人工智能已被引入工作流程:首先由人工智能完成代码扫描,再由审计人员进行针对性的深度复核。此举在不替代审计人员的前提下,提升了效率与覆盖面。

CertiK 是该领域的代表性企业。该公司此前曾因部分审计项目后续发生安全事故而受到质疑。但相关事件多发生于审计范围之外——审计仅针对特定时间节点的代码,不包含持续监控环节。

CertiK 通过人工智能补足了这一短板。其在审计完成后引入实时监控机制,并通过公开面板对外展示。由于扩展的监控能力由人工智能驱动,无需投入大量人力,因而对 CertiK 及其审计对象均构成利好。

在安全领域,人工智能的应用并非意在颠覆既有服务,而是拓展人工工作的边界:提升审计环节的精准度,并弥补审计后阶段的监控盲区。对于区块链安全公司而言,人工智能并非新的业务方向,而是解决既有业务痛点的工具。

支付基础设施领域

来源:Coinbase

人工智能智能体若需参与经济活动,必须拥有可用的支付通道,例如为 API 付费、购买数据、向其他智能体采购服务等。对于智能体而言,最为适配的支付方式为与稳定币搭配的链上钱包。

当前主要存在两种模式。其一为通用协议,将支付功能嵌入 HTTP 请求,智能体在调用付费 API 时可同步完成链上结算。其二为面向智能体的支付插件,智能体仅在人类预设的权限与额度范围内执行支付操作。

支付基础设施是与稳定币关联最为紧密的领域。但由于支付主体为人工智能智能体而非自然人,目前尚不存在完全成熟的运行模式。

来源:Circle

稳定币 USDC 的发行方 Circle 同样受到市场关注。该公司已发布提案,计划将其 Gateway 支付基础设施与 x402 协议对接,并邀请开发者与研究人员参与审阅与共建。

该领域目前尚未进入成熟阶段,但市场已开始将相关预期计入定价。Circle 股价上涨的重要驱动因素之一,便是围绕人工智能智能体支付的叙事。相较于前述领域,支付基础设施的实现仍需更长时间,但已确立为当前市场中最重要的宏观主题之一。

加密企业为何在当前时点进入人工智能领域

ChatGPT 于 2022 年 11 月推出时,人工智能与加密行业均未处于成熟状态。人工智能模型虽展现出一定能力,但尚无法可靠完成任务;加密行业则因 FTX 崩盘事件陷入严重的信任危机。

此后,人工智能技术取得显著进步。过去一年间,各主流模型的能力均实现大幅提升,实用性明显增强。相比之下,加密行业在同一时期内更多停留于「借用」人工智能概念的阶段,表现为人工智能主题的迷因币、缺乏实际功能的人工智能智能体,以及以营销为导向的宣传话术。去中心化人工智能基础设施项目持续涌现,但与同类的原生人工智能服务相比,其产品质量存在明显差距。

当前,差距仍在进一步拉大。在人工智能领域,MCP(支持智能体直接调用外部工具)、OpenClaw(支持无代码构建智能体)等基础设施的成熟,使智能体时代从概念走向现实。加密企业目前方才开始实质性跟进。

本轮变化的关键在于行动主体的不同。领跑者不再是借人工智能概念进行品牌包装的新兴项目,而是已具备稳定收入模式的头部企业——Coinbase、Binance、Bitget 等。这些公司并无将人工智能服务作为营销噱头的动机。驱动其行动的核心因素并非当前收益,而是对落后于行业发展的焦虑,即错失恐惧症。

来源:FORTUNE

这种紧迫感在 Coinbase 首席执行官 Brian Armstrong 的举措中可见一斑。他要求全体工程师在一周内完成人工智能编码工具的上手培训,并对未达标者予以解聘。

但与此同时,保持审慎判断同样必要。以交易自动化为例,人工智能智能体可以完成价格查询与策略建议,但实际愿意将资金交由智能体进行实盘交易的用户有多少?x402 协议是否已进入实际应用阶段?

总体而言,加密行业对人工智能的布局并非追逐短期热点。随着人工智能时代的轮廓逐渐清晰,各企业正加紧行动,以巩固自身行业地位。功能上线与实际应用之间仍存在距离,但行动主体的身份本身便具有重要指向意义。

不妨将人工智能行业比作一个正在蓄水的泳池。早期入水者中,不少只是佯装会游。当前入局者,则是具备深厚积累的资深选手。水位将升至多高、泳池是否会扩展为海洋,尚无定论。但可以确定的是,加密行业不会在这场浪潮中被边缘化。

相关问答

Q加密行业的主要企业正在提供哪些类型的AI服务?

A加密行业的主要企业正在提供研究、交易、安全审计和支付基础设施等类型的AI服务。研究类工具如Surf AI整合分散的链上数据和市场信息;交易所如Bitget提供AI驱动的交易分析和自动化策略执行;安全公司如CertiK利用AI提升代码审计效率和实时监控;支付基础设施领域则探索AI智能体的链上支付解决方案。

Q与以往周期相比,本轮加密行业AI应用的主要推动者有何不同?

A与以往周期由新兴项目主导不同,本轮AI应用的推动者是已具备成熟盈利模式的头部企业,如Coinbase、Binance和Bitget。这些企业并非将AI作为营销噱头,而是出于对行业发展的焦虑(错失恐惧症)和竞争压力,旨在通过AI巩固市场地位和提升运营效率。

Q交易所在AI应用上面临的主要挑战是什么?

A交易所面临的主要挑战是用户黏性下降。AI智能体可以在不同交易所间灵活执行交易,导致用户对单一平台的依赖降低。因此,交易所积极布局AI服务,旨在快速吸引用户并提升平台内活跃度,防止用户流失。

Q安全公司如何利用AI弥补传统审计服务的不足?

A安全公司如CertiK通过AI补足传统审计的盲区:首先由AI完成代码扫描,提升审计效率和覆盖面;审计后引入AI驱动的实时监控机制,对智能合约进行持续风险检测。这在不替代人工审计的前提下,扩展了安全服务的边界。

Q支付基础设施领域在AI应用中面临的主要问题是什么?

A支付基础设施领域的主要问题是尚未形成完全成熟的运行模式。虽然智能体经济需要链上支付解决方案(如稳定币支付),但支付主体是AI智能体而非自然人,目前仍处于探索阶段。例如Circle的提案仍需要开发者共建,实际应用还需时间。

你可能也喜欢

交易

现货
合约

热门文章

加密市场宏观研报:原油飓风、AI巨浪与比特币的十字路口

全球金融市场正经历一场由地缘冲突引发的系统性重估:霍尔木兹海峡封锁导致原油一度暴涨30%,G7紧急释放储备后涨幅收窄,滞胀风险取代通胀成为核心担忧,美元成为“唯一避风港”并逼近100大关,亚太及美股遭遇“黑色星期一”全线重挫;AI领域则冰火两重天,国家发改委提出“十五五”末10万亿规模目标,OpenClaw项目火爆推动概念股狂飙;比特币在宏观风暴中跌破70000美元关键防线。

404人学过发布于 2026.03.12更新于 2026.03.12

加密市场宏观研报:原油飓风、AI巨浪与比特币的十字路口

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AI(AI)币价的意见。

活动图片