编译：数字货币资讯
AI 是我在加密领域最感兴奋的赛道。但大多数人认为 AI 在 web3 领域仅仅是一个时髦的流行词。
今天，我想揭开这层面纱，解析那些能够改变这个领域并具有巨大潜力的真正交集。 我相信，加密 x AI 将通过实际用例改变加密市场的运作方式，同时解决 AI 面临的主要问题。 我把这篇文章分成了三个关键部分：
-
第一部分：AI x Web3 (实际用例)
-
第二部分：Web3 如何促进 AI 发展
-
第三部分：潜在风险
第一部分：AI x Web3（实际用例）
对于普通人来说，这部分可能最重要，因为它深入探讨了你如何在 Web3 中实际利用 AI。
1. 交易管理
在 Web3 中应用 AI 最有趣的赛道之一是使用训练有素的代理（Agent）进行交易管理/执行。 例如，未来的交易不再是手动执行，而是部署一个“个人助理”（AI 代理），它可以代表你进行交易、执行和管理仓位。
Web3 代理的未来 这些代理不仅能为你执行交易和管理投资组合（我们已经看到一些协议正在构建中），而且还将能够在链上进行完全交互。 @HeyAnonai 就是一个很好的例子。 使用他们的 AI 协议，你已经可以通过自然语言提示进行交易、跨链和链上交互。
2. Web3 中的 LLM（大型语言模型）
大多数人认为在 Web3 中使用 LLM 只是向 ChatGPT 提问，但它的意义远不止于此。 你可以把 LLM 看作是人类与协议之间的接口层——这意味着它们可以通过自然语言访问数据。
用于 Web3 的 LLM 在实践中，这意味着随着 LLM 进入大规模采用阶段，它们也将消除访问市场信息的一大障碍，因为会有更多协议构建专门针对 Web3 数据训练的 LLM。 试想一下：如果你能 7x24 小时通过简单提示访问顶级数据/信息，你的交易会成功多少？
3. 安全/隐私
AI 可以在几秒钟内触发闪电警报，这比大多数人快得多。 当 AI 模型分析链上交易序列以检测典型的漏洞利用（exploit）行为时，就会触发这些警报。 AI 模型在该领域的巨大优势在于其模式识别能力。 对于普通人来说，这意味着更少的漏洞利用和更安全的智能合约交互。
第二部分：Web3 如何促进 AI 发展
在本节中，我想深入探讨 @a16z 最新的《2025 年加密货币状况》报告中的一部分。
在这份报告中，他们强调了 Web3/加密货币可以解决的四个特定 AI 问题：
-
验证人类/AI 活动
-
AI 代理参与经济活动
-
促进适当的 IP 许可
-
保持 AI 的公平与开放
虽然解决这些 AI 问题并不容易，但加密货币已被证明拥有一些最好的工具。让我们逐一分解：
1. 验证人类/AI 活动
AI 仍被视为处于早期发展阶段（相对于其未来而言），但区分人类和 AI 活动的问题已经非常严峻。 加密货币可以通过三个主要途径解决这个问题：
-
PoH（人性证明）系统： 在不泄露身份（doxxing）的情况下验证操作背后是真人。像 Worldcoin 这样的协议已经在寻求大规模应用这一途径。
-
链上签名活动： 当 AI 代理代表用户采取行动时（如第一部分所述），这些行动可以通过密码学进行签名。
-
链上问责制： AI 代理采取的每一个行动（无论是执行交易、在 DAO 中投票还是修改数据）都可以在链上被记录、验证和追踪。
2. AI 代理参与经济活动
正如 a16z 所强调的，要完全释放 AI 代理的力量，它们需要能够参与经济活动。 这就是 x402（及其他工具）发挥作用的地方。
@suhailkakar 简单解释说，这就像给互联网添加了一个钱包。它是一种新的网络标准，允许网站说：“嘿，在我给你这些数据之前，请先给我一笔小额支付。”
x402 只是加密货币如何使代理能够进行经济交互的一个例子。 除了 Suhail 的信息图，我还制作了自己的 x402 备忘单：
x402 - 五岁小孩也能懂的解释
3. 适当的 IP 许可
确保所有者拥有适当的知识产权（IP）对于公平使用 AI 技术至关重要。 通过将这些权利上链，我们可以验证其正当使用，并且许可条款可以嵌入到智能合约中。 在这个领域，我喜欢的一个协议是 @campnetworkxyz。 他们的协议使任何人都能拥有其 IP 并将其货币化。
Camp 的理念
4. 保持 AI 的公平与开放
最后，在 AI 开发中使用 Web3 技术是“对冲”大型科技公司（Big Tech）的一种方式。 由于大公司很可能拥有/垄断 AI 技术，加密货币确保我们能尽可能保持 AI 的开放和公平。 这主要通过去中心化的 AI 基础设施来实现。 即，无需许可的后端 AI 计算、存储、数据和模型托管。
总结： 加密货币将通过公平、公开地解决重大问题，帮助促进 AI 领域的发展。
第三部分：潜在风险
尽管 Web3 x AI 的未来无疑具有巨大潜力，但我们也需要意识到潜在的风险。 在本文中，我将重点介绍其中三个潜在风险：
1. 提示词注入（Prompt Injections）
随着我们构建与区块链、钱包和协议交互的 AI 代理，最大和最不被理解的威胁之一就是提示词注入。 你可以把提示词注入想象成攻击者操纵 LLM 的输入，使其忽略原始指令。
直接 vs. 间接提示词注入（示意图）
在 Web3 x AI 的背景下，提示词注入变得更加危险，因为 AI 不仅在生成文本，还在与真实资产和协议进行交互。 提示词注入的风险可以通过使用多层模型、强化系统提示和其他一些策略来缓解。
2. 加剧虚假信息传播
随着 LLM/AI 的使用迅速增长，传播虚假信息的风险也在增加。 这在 Web3 中可能表现为多种方式，从使用 AI 伪造项目公告到恶意使用 LLM 创建虚假的漏洞报告和审计。 虽然这是一种风险，但加密货币也可以通过第二部分讨论的途径（链上签名）和其他方法（如部署虚假信息检测代理）来帮助解决这个 AI 问题。
3. 代理管理不当
当用户授权代理代表他们执行交易时，存在代理管理不当的风险。 比如签署恶意交易、购买错误的Token以及与有风险的协议交互，这些都是启用代理代表我们行动时的真实风险。