作者：Miles Deutscher 來源：X，@milesdeutscher 翻譯：善歐巴，金色財經

在加密領域，人工智能是最讓我興奮的垂直賽道。但多數人僅將人工智能視為 Web3 領域的一個熱門詞彙。

今天，我想揭開面紗，深入解析二者真正的交匯點 —— 這些交匯點不僅能改變行業格局，還蘊藏着巨大的上升潛力。我認為，加密貨幣與人工智能的結合，將通過實際用例改變加密市場的運作方式，同時解決人工智能領域的關鍵問題。本文將分為三個核心部分：第一部分：人工智能與 Web3 的實際用例第二部分：Web3 如何推動人工智能發展第三部分：潛在風險

第一部分：人工智能與 Web3 的實際用例

對普通人而言，這部分內容可能最具價值，因為它深入探討了在 Web3 中實際運用人工智能的方法。

1. 交易管理

在 Web3 中應用人工智能，最有趣的垂直方向之一是利用訓練后的智能體（AI Agent）進行交易管理與執行。例如，未來的交易無需手動操作，而是可以部署一個 “個人助手”（即人工智能智能體），代你完成交易執行、持倉管理等操作。

這類智能體不僅能代你執行交易、管理投資組合（目前已有部分協議在開發相關功能），還能實現完全的鏈上交互。@HeyAnonai 就是很好的例子。通過其人工智能協議，你只需用自然語言指令，就能完成交易、跨鏈轉賬和鏈上交互等操作。

2. Web3 中的大型語言模型（LLM）

多數人認為，Web3 中使用大型語言模型不過是向 ChatGPT 發送指令，但實際應用遠比這深入。可以將大型語言模型視為人類與協議之間的接口層 —— 這意味着人們能通過自然語言獲取數據。

Web3 領域的大型語言模型

從實際應用來看，隨着大型語言模型的大規模普及，加上更多協議開發專門針對 Web3 數據訓練的大型語言模型，獲取市場信息的巨大障礙將被消除。不妨設想一下：如果只需簡單輸入指令，就能 24 小時獲取頂級數據與信息，你的交易成功率會提升多少？

3. 安全與隱私保護

人工智能能在幾秒內觸發即時警報，速度遠超人類。人工智能模型通過分析鏈上交易序列，識別典型的攻擊行為，進而觸發這些即時警報。在該領域，人工智能模型相較於人類的核心優勢在於其強大的模式識別能力。對普通人而言，這意味着攻擊事件會減少，智能合約交互的整體安全性會提升。

第二部分：Web3 如何推動人工智能發展

在這一部分，我將深入解析 a16z《2025 年加密行業現狀報告》中的最新內容。

報告指出，Web3 / 加密貨幣可解決人工智能領域的四大關鍵問題：

• 驗證人類與人工智能的活動

• 實現人工智能智能體的經濟交互

• 推動知識產權的規範授權

• 確保人工智能的公平性與開放性

儘管解決這些人工智能問題並非易事，但加密貨幣已被證明擁有實現這些目標的優質基礎設施。下面我們逐一解析：

1. 驗證人類與人工智能的活動

目前人工智能仍處於發展初期（相較於其未來潛力），但區分人類與人工智能活動的問題已十分突出。加密貨幣可通過三個主要方向解決這一問題：

• 人類證明（PoH）系統：在不泄露身份信息的前提下，驗證某項操作背後是真實人類。Worldcoin 等協議已在大規模推進該方向的應用。

• 鏈上簽名活動：當人工智能智能體代用戶執行操作（如第一部分所述）時，這些操作可通過加密技術進行簽名驗證。

• 鏈上問責：人工智能智能體的每一項操作（無論是執行交易、在 DAO 中投票，還是修改數據）都能在鏈上記錄、驗證和追溯。

2. 實現人工智能智能體的經濟交互

正如 a16z 所強調的，要充分釋放人工智能智能體的潛力，必須使其具備經濟交互能力。這正是 x402（及其他基礎設施）的用武之地。

正如 @suhailkakar 所解釋的，簡單來說，x402 就像是為互聯網添加了一個錢包功能。它是一種新的網絡標準，能讓網站實現 “在提供數據前，需先支付少量費用” 的交互邏輯。x402 只是加密貨幣賦能智能體經濟交互的一個例子。除了 Suhail 製作的上述信息圖，我也整理了一份 x402 入門指南：

x402 - 通俗易懂版。

3. 推動知識產權的規範授權

確保所有者擁有合法的知識產權，是人工智能技術公平應用的關鍵。將這些知識產權上鏈后，我們可驗證其使用是否合規，同時將授權條款嵌入智能合約。@campnetworkxyz 是該領域我比較看好的一個協議。其協議能讓任何人擁有並通過知識產權實現盈利。可參考《Camp 協議的核心理念》了解更多。

4. 確保人工智能的公平性與開放性

最後，在人工智能開發中應用 Web3 技術，是應對科技巨頭垄斷的 “對沖手段”。鑒於大型企業可能會掌控或垄斷人工智能技術，加密貨幣能確保人工智能盡可能保持開放與公平。這主要通過去中心化人工智能基礎設施實現，例如無許可的後端人工智能計算、存儲、數據與模型託管服務。

綜上：加密貨幣將通過公平、開放的方式解決關鍵問題，助力人工智能領域實現發展。

第三部分：潛在風險

儘管 Web3 與人工智能的結合未來前景廣闊，但我們也需警惕潛在風險。本文將重點分析其中三大風險：

1. 指令注入攻擊

當我們開發能與區塊鏈、錢包和協議交互的人工智能智能體時，指令注入攻擊是最嚴重且最易被忽視的威脅之一。指令注入攻擊指攻擊者通過操縱大型語言模型的輸入，使其忽略原始指令。可參考《直接與間接指令注入攻擊示意圖》了解具體原理。在 Web3 與人工智能結合的場景中，指令注入攻擊的危險性會大幅提升 —— 因為人工智能不僅會生成文本，還會與真實資產和協議進行交互。可通過採用多模型層、強化系統指令、以及其他策略來降低指令注入攻擊的風險。

2. 虛假信息的疊加擴散

隨着大型語言模型 / 人工智能的快速普及，虛假信息擴散的風險也在上升。在 Web3 領域，這一風險可能以多種形式顯現：例如利用人工智能偽造項目公告，或惡意使用大型語言模型生成虛假漏洞報告與審計結果。

儘管存在這一風險，但加密貨幣也能通過第二部分提到的方向（如鏈上簽名）及其他方法（如部署虛假信息檢測智能體）來解決這一人工智能領域的問題。

3. 智能體管理不當

當用戶授權智能體代其執行交易時，可能面臨智能體資金管理不當的風險。在授權智能體代行操作的情況下，簽署惡意交易、買入錯誤代幣、與高風險協議交互等問題都可能實際發生。

綜上可見，人工智能與加密貨幣的結合擁有豐富的用例，而目前我們僅觸及了冰山一角。