AI 与加密货币已交汇——接下来该何去何从？

这或许是必然的。两种直到最近还在以同样程度颠覆全球金融、挑战政府、激发狂热崇拜并令既得利益集团感到恐惧的技术，如今终于相遇了。人工智能和加密货币——此前是两个平行发展的颠覆性叙事——正在融合成一个宏大的故事，关乎未来价值如何流动、由谁控制，以及“谁”这个词是否还适用。

这种融合并非停留在理论层面。它正发生在实时市场、风险投资的董事会会议室，以及布鲁塞尔和华盛顿的立法机构中；它正发生在那些你从未听说过的公司的服务器集群中，而这些公司的选择将驱动下一代互联网的形态。人工智能与加密货币的融合正在创造出前所未有的事物，并提出了目前尚无人能给出充分答案的法律、伦理和经济问题。

正如你所料，公众的反应各不相同，从盲目的兴奋到本能的反感，中间几乎没有缓冲地带。那些本就对加密货币持警惕态度的人找到了更多担心的理由。更不用说这种新维度的恐慌对于那些已经对人工智能感到不安的人所产生的影响了。而在这些极端反应之间，实际的整合仍在继续，其动力源于推动每一次技术融合的相同逻辑：事物相互连接，利润就在那里，而践行者们并不会停下来等待许可。

加密货币已经为人工智能做了什么——反之亦然

在探讨更深层次的问题之前，了解实际整合的具体情况是大有裨益的。

因为 AI 与加密货币的交汇并非单一现象，而是同时发生在技术栈不同层级的多种变革。

但在某种程度上，AI 在区块链数据上的应用与其他大型数据集类似：寻找模式、检测异常并生成可操作的智能信息。区块链分析公司已将机器学习集成到其平台中，以识别可疑交易、检测与已知犯罪分子关联的钱包集群，并实时追踪跨链资金流向。这已成为执法部门调查非法加密活动不可或缺的手段。正是这种让区块链对犯罪分子有用的“不可篡改账本”，也使其成为了 AI 训练极其丰富的数据源——每笔交易都被永久记录，每个地址都可与其他地址关联，提供了一个任何其他数据集都无法比拟的永久且完整的财务历史。

在另一方面，AI 正在深入加密货币的基础设施层。Bittensor 是一个去中心化机器学习网络，AI 模型在此共同训练，并根据其贡献质量获得代币奖励。它目前支持超过 128 个活跃子网，并已在链上完成了大语言模型的完整训练——这一成就如果在几年前会被认为是无法实现的。Render Network 将创作者和开发者与全球分布式 GPU 算力连接起来，通过区块链架构协调资源共享，使其成本比运行 AI 所需的传统计算方式降低了几个数量级。

Ocean Protocol 让数据所有者能够向 AI 开发者变现其数据集，同时始终保持对原始数据的控制权——即“算法向数据靠拢”，而不是将数据移动到算法端。

这些并非那些只会发布高调白皮书却毫无实际用途的“空壳项目”。它们是一个行之有效的生态系统的概念验证，并且正在吸引大量资金。到 2025 年，加密风险投资额达到了 79 亿美元——同比增长 44%——其中约 40% 的资金专门投向了 AI 集成的区块链项目。人们之所以向这种融合投入资金，是因为他们相信这一现象是真实且持久的。当主流加密分析公司 Nansen 推出能够解释链上数据、回答问题并以自然语言提供及时市场洞察的 AI 智能体时，这并非为了作秀——它凸显了一个更深远的意义：AI 让那些以前不知道如何读取区块链数据的受众能够读懂、获取并利用这些数据。

这种结合创造了一个良性循环：区块链产生了 AI 系统可以处理的结构独特、永久且可验证的数据库；AI 系统使区块链数据对人类决策者而言变得可解释且具可操作性；而且 AI 系统正日益成为区块链经济本身的参与者——而不仅仅是被用作分析工具。最后一点进展正是事情开始变得真正不可思议的地方。

机器经济：当 AI 开始花钱的那一天

以下是能从根本上重塑这一图景的想法。上述所有内容都将 AI 视为一种工具——人类用来获取知识或与区块链交互的手段。 下一个阶段有着本质的不同：AI 将成为一个独立的经济主体，它不仅能分析交易，还能自主授权并执行交易。

这正是所谓“AI 智能体”（AI agents）背后的核心理念：这些软件系统可以在现实世界中采取行动——浏览、购买、调用 API、预订服务并执行任务——而无需人类在每一步操作前给予指令。一个需要进行市场调研的智能体可能需要购买专有数据集。例如，如果你运行一个网络服务，就需要支付算力资源费用。负责管理工作流的智能体可能需要在任务执行中途支付费用以访问外部 API。在所有这些场景中，智能体都需要实时且在无人工干预的情况下支付资金，每笔交易的金额可能仅为几分之一美分，也可能是几美元，且每小时可能发生数千次。

挑战在于，现有的所有支付基础设施都是为人类设计的。信用卡绑定了账单地址和持卡人协议；银行电汇需要账户持有人的身份证明文件；订阅服务首先需要点击鼠标确认。所有这些机制都内置了“摩擦”——这是有意为之的，因为这种摩擦也是防范欺诈和错误的保护措施。然而，对于每秒执行数万次微支付以服务于其他任务的软件来说，这些传统机制完全无法与之匹配。

稳定币——尤其是 USDT 分发背后的基础设施以及其他链上转移——提供了一种传统支付通道无法提供的服务。稳定币交易不需要持卡人协议，不需要现有的银行关系，除了钱包地址外不存在身份误认。它在几秒钟内即可完成结算，并且适用于那些会被银行手续费完全吞噬的微支付场景。 在像 TRON 这样高效的网络上进行 USDT 结算几乎不产生任何费用，这与传统的支付处理商截然不同，后者即使是单笔交易也要收费，更遑论成千上万笔交易。这种经济模式所展现出的优势，是任何信用卡网络、ACH 转账或 PayPal 集成在机器级规模下都无法企及的。

这一逻辑构成了过去一年中可能最具影响力的基础设施公告的基础。Coinbase 和 Cloudflare 共同宣布成立 x402 基金会——该基金会的创始成员包括微软、谷歌、亚马逊云服务（AWS）、美国运通、Stripe 和 Circle，以及 Solana 基金会等——旨在维护名为 x402 的开放协议。该协议将稳定币支付原生集成到 HTTP（网络信息交换的标准单位）中。当 AI 智能体遇到数据付费墙时，只需通过 USDC 支付即可在同一次交互中完成任务，无需人工干预。USDT 代币的发送（或等值的 USDC）成为了网络请求本身的原生组成部分，而不是由独立系统处理的另一个步骤。

构建这一基础设施的竞争已经异常激烈。最新进展来自 Cloudflare，该公司还计划构建自己的锚定美元的 NET Dollar，供 AI 智能体之间进行资金交换。Stripe 则推出了一项名为“机器支付协议”（Machine Payments Protocol）的竞争标准，并与加密风投机构 Paradigm 合作，为此建立了一条围绕稳定币结算构建的链——Tempo。

一场争夺战已经打响，目标是成为尚未完全成形、但各大科技巨头都押注其必将到来的“机器对机器”（M2M）经济的默认支付层。

山姆·奥特曼（Sam Altman）的身份项目 World 正在与 Coinbase 以及 x402 生态系统合作，专门解决由此引发的最棘手问题之一：如何证明 AI 智能体行为的背后是一个真实的人类？他们正在构建的解决方案涉及人类身份的加密证明，这些证明可以随智能体的交易同步移动——这是为了在一个原本旨在让问责几乎无法追踪的系统中，努力维持问责机制。

问责制的问题并非只是学术讨论。Virtuals Protocol 是部署具有链上经济属性的 AI 智能体最活跃的协议之一，其部署的智能体数量超过 18,000 个，追踪到的累计智能体经济活动超过 4.7 亿美元。该协议的代币价格也从历史最高点下跌了 80% 以上——这提醒人们，AI 智能体的炒作周期正遵循着与以往所有加密货币炒作周期相同的套路。而当 2026 年一个 AI 交易智能体长达九年的漏洞导致价值超过 4500 万美元的安全事件时，它展示了 AI 智能体在金融系统中自主行动可能造成的真实、快速且大规模的破坏。这些风险并非假设。

监管机构严阵以待

关注这一融合趋势的各国政府并未坐视不管，但他们的反应更多地说明了这一问题的挑战性，而非他们应对问题的能力。

在 AI 领域，欧盟走得最远，推出了《欧盟 AI 法案》（EU AI Act）——这是迄今为止最全面的 AI 监管法规。 根据该法案，任何与人类互动的系统都必须披露其人工智能身份。它要求对深度伪造（deepfake）内容进行标记。对于被视为“高风险”的系统——这一类别涵盖了用于信用评分、招聘和教育评估的 AI——该法案包含了严格的透明度和人工监督条款。处罚可能包括高达 3500 万欧元（或全球公司营业额的 7%）的罚款，使该法规与 GDPR 处于同等级别。该禁令于 2025 年初针对最高风险的 AI 类别生效，而对高风险系统的要求将逐步实施，直至 2026 年。

美国目前还没有统一的人工智能法律，但正在通过现有框架进行执法。监管机构已将此应用于 AI 领域，规定根据消费者保护法，使用此类技术欺骗或误导用户属于不公平行为。《算法问责法案》（Algorithmic Accountability Act）仍处于立法讨论阶段。单次违规将面临 5 万美元的罚款，而民事责任可能会使风险成倍增加。俄罗斯正在推动一项人工智能法律草案，该草案要求在用户与 AI 互动的任何时候都必须进行披露，在没有人工参与决策过程时发出通知，并允许个人拒绝与 AI 互动——所有这些都符合行政和刑事责任，只要相关责任人“已知或应知”即可适用。

所有这些框架的共同点在于，它们都是围绕“人机交互”构建的。它们默认交易的至少一方是人类，而此人需要知情、受到保护或有权拒绝。当交易双方都是 AI 代理（AI agents）时，这一假设将彻底瓦解。

在软件智能体通过 Tron 网络中的 USDT 转账操作向另一个智能体支付 API 访问费用的情况下，没有任何人类需要被通知。披露要求变得毫无意义。交易所多年来费尽心机建立的“了解您的客户”（KYC）基础设施，其核心在于拥有带照片身份证件的客户。这一切都无法直接套用到机器对机器的商业模式中。

这引发的法律问题并非小事：

1. 当买方和卖方的智能体自主进行交易时，谁是法律上的交易对手？

2. 如果智能体造成了经济损失，谁该承担责任——是部署它的用户、开发它的公司，还是托管它的平台？

3. 算法是否可以像金融法规要求识别交易对手那样被“识别”？

4. 对于一个没有法律人格、没有居住管辖权的智能体所产生的 USDT 费用，反洗钱（AML）法规会有何种影响？

这些是围绕机器商业尚未解决的问题，而在有人给出答案之前，一套新的基础设施正在被建立起来。《GENIUS 法案》对稳定币发行方提出了合规要求，却未讨论当这些稳定币的最终用户甚至不是“人”时的后果。《欧盟人工智能法案》的透明度义务取决于是否存在一个可以被告知的人类，而不是一个无法被告知的协议。当今的监管法规是为那个正在过时的世界而创建的。

卢德分子也曾反对

对 AI 与加密货币融合的抵制遵循着一条熟悉的轨迹，如果你退后一步从历史的角度来看，这条轨迹会变得更加清晰。

加密货币的怀疑论者长期以来一直声称，它主要是投机、欺诈和犯罪活动的工具。

AI 批评者指责它将夺走工作岗位，使权力集中在少数几家主导公司手中，大规模产生虚假信息，并带来其创造者未给予足够重视的风险。这两类担忧并非空穴来风——这两种技术已记录在案的危害是真实的，且不容小觑。但将两者结合不仅仅是让担忧翻倍。它产生了一类全新的反对意见：一种道德恐慌，即两个本就令人怀疑的事物结合在一起，被解读为一切正不可逆转地走向失控。

围绕 AI 与加密货币结合的一些具体担忧是合理的。AI 系统可能操纵加密市场的危险——发起协同的“拉高抛售”（pump-and-dump）操作、抢先交易、通过在执行前取消订单来制造虚假需求，或激活羊群效应导致价格崩盘——是已有记录的事实，而非推测。当一个没有熔断机制的 24/7 全天候市场与以机器速度运行的 AI 代理进入同一个狭小空间时，会发生什么？为人类交易节奏设计的监管机构目前还没有现成的工具来应对此类事件。AI 支付基础设施集中在少数几家大平台——Coinbase、Cloudflare、Google、Microsoft、Amazon——手中，引发了关于谁最终拥有机器商业轨道，以及这对不属于该群体的任何人意味着什么的合理质疑。

但这种反对意见在很大程度上类似于某种更古老、且在分析上不那么有趣的东西。19 世纪初，英国纺织工人——卢德分子（Luddites）——砸毁了他们担心会夺走生计的机器。他们的经济诉求是真实的；工业化的剧变是一场巨大的冲击，且分配极不均匀。 但技术停滞并未到来。它持续存在、不断扩散，重塑了世界经济，并最终创造了比其摧毁的更多的经济活动和工作种类——但在转型过程中也伴随着巨大的痛苦。“卢德分子”（Luddite）一词留在语言中，并非作为一场成功反抗运动的代名词，而是成为了对进步进行无效抵制的代称。

从那时起，这种模式便以可靠的一致性不断重复。印刷机的批评者预言它会释放异端邪说并破坏社会等级制度——他们在破坏性方面的预见是正确的，但认为有办法阻止印刷机则是愚蠢的。它的反对者担心信息传播速度太快，人类的判断力将无法应对。汽车的批评者曾说它永远无法取代马匹。互联网的反对者警告说——并非没有道理——它将被用于犯罪、欺诈和社会崩溃，他们在这些方面都说对了，但在最终影响上却大错特错。加密货币也经历了类似的过程，多年来，受人尊敬的人士言之凿凿地预测它会被禁止、会崩盘、是一场庞氏骗局、永远不会有人认真对待它。随后，贝莱德（BlackRock）申请了比特币 ETF，主权国家开始将其加入储备资产，奥弗顿窗口（Overton window）随之发生了改变。

人工智能（AI）与加密货币的融合可能会遵循类似的轨迹。这种整合不会因为监管机构尚未制定出规则，或者因为批评者对特定风险有合理的担忧，亦或是因为少数引人注目的失败——例如价值 4500 万美元的智能体（agent）相关安全事件——使技术显得脆弱而停止。 资本正在涌入，协议正在编写，各大平台纷纷加入，第一性原理的逻辑得到了充分体现：如果你希望自主系统进行交易，它们需要一种实现方式——而区块链提供了比目前任何现有选项都更好的解决方案。规则——尽管还不完善——终将迎头赶上。新问题会在意想不到的时候出现。而在 20 年后，这个时代的危言耸听看起来将和当初对电报的恐慌一样，毫无先见之明。

对于已经在稳定币生态系统中运作的波场 (TRON) 网络用户来说，最实际的问题可能比上述任何问题都更简单、更直接：进行一次 USDT 转账的实际成本是多少，以及如何将这些成本降至最低？Netts (netts.io) 提供了一个 USDT 转账计算器，可以自动计算任何 TRC20 转账所需的精确能量 (Energy) 和带宽 (Bandwidth)——并预先显示是会销毁 TRX 还是租赁能量。来看具体数据：默认情况下，向已持有 USDT 的地址转账需要销毁 13.84 TRX，而向余额为零的地址转账则需要销毁 27.70 TRX；租赁能量可将这些指标降低至 2–5 TRX，平均节省超过 80% 的成本。对于任何进行大规模 USDT 转账的人来说，提前了解这些信息是明智的商业决策。