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。
