随着2026年临近，加密货币与人工智能的跨界整合正加速推进，众多科技企业推出基于AI的金融工具，涵盖钱包、支付系统及交易终端。然而，加密货币与合约倡议组织（IC3）最新发布的155页研究报告提出警醒，呼吁业界警惕营销宣传与实际效能之间的鸿沟。
该研究由康奈尔大学、卡内基梅隆大学、普林斯顿大学、耶鲁大学及苏黎世联邦理工学院等机构学者共同完成，于6月8日对外公布。报告明确指出，尽管区块链可在特定场景中增强AI系统的可追溯性和操作效率，但其并不能自动赋予模型自主决策能力，也无法消除训练数据中的固有偏见，更无法独立判断数字内容的真实来源。
研究团队特别指出，将AI系统与加密钱包绑定，并不等同于实现自动化或自我管理。研究人员强调：“拥有账户接口并不会使智能体变得更聪明。”虽然钱包可授权代理执行支付、购买服务或参与流动性池，但所有底层规则、服务器状态与访问权限依然由人类设定并可随时更改。
近期案例印证了这一观点。MetaMask推出的实验性Agent Wallet虽允许AI执行掉期、期货及预测市场操作，但设置了支出上限、白名单协议、交易模拟机制以及强制人工审批流程——一旦触发预设阈值，必须通过双重认证才能放行。这种设计表明，真正的控制权从未脱离人类监管。
针对“区块链可识别AI生成内容”的主流论调，研究提出反驳。报告阐明，分布式账本仅能为文件添加不可篡改的时间戳，记录其提交时刻，却无法分辨图像、视频或文本是否源自机器生成。
若依赖外部鉴别系统进行判断，而该系统本身存在误判风险，则错误信息将被永久固化于链上。因此，区块链保障的是存储完整性，而非原始声明的真实性。在各国加强AI内容监管的背景下，此差异愈发关键。
研究进一步质疑“去中心化即更公平”的普遍认知。研究人员指出，人工智能的偏差主要源于训练数据分布、模型参数配置及其内在运行逻辑，单纯迁移至链上并不能解决根本问题。
尽管去中心化可能提升治理透明度，促进多方参与，但目前尚无证据显示其能显著改善模型性能或减少歧视性输出。此外，将大规模模型检查点、推理日志直接上链面临高昂成本与扩展瓶颈，实际可行性堪忧。
尽管对过度乐观持保留态度，报告并不否定技术潜力。研究认可区块链在机器间支付、可信审计、零知识证明及安全计算环境中的潜在价值。
以Solana基金会与Google Cloud合作的Pay.sh平台为例，该系统使AI代理能自主发现并调用API，使用稳定币完成即时结算，无需传统注册流程。然而，研究人员重申，任何此类项目都必须提供确凿证据，证明其在成本效益、系统韧性、可访问性或运营效率方面优于现有中心化解决方案。
当前多款AI代理产品如雨后春笋般涌现，包括MetaMask Agent Wallet、AI驱动交易账户及自动化支付网络，预示着区块链可能成为人机交互的重要基础设施。但IC3研究提醒，行业热潮背后，仍需理性审视：许多宏大承诺尚未经过充分验证。
加密与人工智能的深度融合之路，最终不仅取决于信念强度，更取决于能否拿出可量化的成效证明其有效性。
加密与AI融合：指在人工智能系统中引入区块链技术以增强信任、透明度或自动化能力。
自主智能体：一种能够在极少人为干预下独立完成复杂任务的软件实体。
零知识证明：一种密码学机制，可在不暴露原始数据的前提下验证信息真伪。
区块链时间戳：记录某数据在区块链上首次出现时间的唯一标识。
推理：指AI模型依据输入数据生成输出结果的过程。
该研究重点评估区块链与人工智能协同过程中，关于自主性、偏见消除与内容真实性三大核心主张的可信度。
否。根据研究结论，钱包仅能实现交易自动化，但无法赋予系统真正的独立决策能力或自我管理属性。
不能。区块链只能记录内容上传时间，无法判断其生成主体，仍需依赖外部检测工具进行判断。
这是由MetaMask推出的实验性智能钱包，允许经授权的AI代理在用户设定的约束范围内执行链上交易。
MetaMask Cryptoeconomy
CoinDesk
TheBlock
声明：文章不代表币圈网立场和观点，不构成本站任何投资建议。内容仅供参考！
免责声明:本站所有内容仅供用户学习和研究,不构成任何投资建议.不对任何信息而导致的任何损失负责.谨慎使用相关数据和内容,并自行承担所带来的一切风险.