區塊鏈

當喧囂退去 Crypto x AI 正在悄然成熟

金色財經2025-11-05 16:30

‌

作者：Jack Gorman 來源：variant 翻譯：善歐巴，金色財經

一年多以前，一款名為 Truth Terminal 的人工智慧智能體發行了 meme 幣，一夜之間成為百萬富翁，在加密領域掀起熱潮。那一刻，人們仿佛覺得，自主智能體代用戶管理數十億美元資產的時代已近在眼前，人工智慧領域也即將見證加密貨幣所能創造的價值。這種科幻般的願景，似乎觸手可及。

但一年過去，我們仍未抵達那個階段。加密貨幣與人工智慧的結合已死成了主流論調，人們的注意力也轉向了其他領域。儘管數億美元投入到二者的交匯領域，許多人仍在質疑：這些投入真的有意義嗎？

對大多數人工智慧領域的從業者而言，答案是否定的，這裡沒有值得關注的東西。

‌

去中心化人工智慧 vs 開放人工智慧

過去一年裡，我與眾多團隊會面，評估了數百個項目，並在眾人目光移開時持續密切關注。在炒作周期的泡沫殘骸之下，我看到了切實的進展，也找到了證據：加密貨幣與人工智慧的結合併未消亡，而是在走向成熟。以下這些領域已脫離炒作，顯現出初步的可行性：

去中心化訓練基礎設施已開始實現規模化應用；
面向人工智慧智能體的可編程貨幣，正解決人工智慧領域的支付與資金籌集問題；
加密貨幣助力獲取難以觸及的前沿訓練數據，實現數據集的整合與協同；
原生人工智慧的加密貨幣工作流，正將智能嵌入現有的基礎組件中。

去中心化訓練迎來發展契機

一年半以前，我曾嚴重懷疑：將全球分散的圖形處理器（GPU）整合起來，能否為人工智慧訓練提供有用的支持？如今看來，我完全錯了 —— 這正是目前最讓我興奮的領域。

加密貨幣與人工智慧始終通過計算緊密相連。在加密貨幣與人工智慧炒作周期初期，大量 GPU 交易平台湧現，它們藉助加密貨幣的激勵機制，搭建起供給端體系。但這些供給無法滿足人工智慧企業的需求：對於大多數工作負載，服務商需要高可用性、性能保障和服務等級協議（SLA），而消費級硬體根本無法提供這些；此外，運行最先進的開源模型需要昂貴的 A100 或 H100 晶片，以及數據中心級別的基礎設施。因此，許多企業選擇超大規模雲服務商或新型雲平台 —— 它們雖成本略高，但能提供更可靠的服務與人工智慧支持。

但我認為，加密貨幣在計算領域的真正機遇，遠不止搭建交易平台。其核心價值在於，藉助加密貨幣的基礎設施，將不可靠、多樣化的硬體與供給轉化為具備經濟可行性的資源。通過合理的系統設計，混亂的供給（臨時實例、混合供應商、可搶占式計算資源）可被整合，用於訓練最先進的模型。此前，由於訓練需要大量資源，計算過程必須集中化，這導致大型研究實驗室形成壟斷，限制了參與創新的主體範圍。而去中心化訓練不僅能釋放新的供給，還能構建開放的系統，讓更多人參與其中 —— 這是中心化服務商沒有動力去實現的。

如今，這一領域已初見成效。近期，Pluralis 啟動了首個無許可訓練集群，在全球 198 個城市部署了超過 1000 個節點。儘管一個 80 億參數的模型聽起來不算驚艷，但這種跨網路協調多樣化硬體的去中心化訓練，在一年前還被人工智慧研究界認為是不可能實現的。

一系列極具前景的去中心化訓練研究，更堅定了我的樂觀態度。Pluralis 與 Prime Intellect 今年均有論文入選 NeurIPS 和 ICML—— 這兩大人工智慧領域最權威的會議。其中，Prime Intellect 通過全球分布式無許可強化學習（RL），成功訓練出 320 億參數的模型（INTELLECT-2）；Nous Research 則展示了跨網路的分布式訓練方法（DisTrO）。這些進展意義重大：它們打破了質疑，為訓練提供了新的供給渠道，也為中心化實驗室提供了真正的替代方案。曾經無法滿足人工智慧需求的不可靠、碎片化硬體，如今已能做出切實貢獻。

去中心化訓練短期內或許無法產出前沿模型，但它為中心化實驗室提供了替代選擇，讓任何人都能參與到真正開放的人工智慧開發中。正如比特幣從愛好者車庫挖礦發展到工業級數據中心挖礦，去中心化訓練也正沿着實驗性探索→可行性落地的路徑前進。

目前雖處於早期階段，但發展趨勢已不可逆轉。

面向人工智慧的可編程貨幣

主流人工智慧企業正逐步採用穩定幣。例如，Anthropic 與 Tempo、Stripe 及 Paradigm 旗下區塊鏈合作，成為其設計合作夥伴；Cloudflare 則推出了自有穩定幣，用於為網站反機器人與反智能體攻擊服務變現，搭建起新的支付層。

背後的原因不難理解：隨著人工智慧智能體與更多 API（應用程序接口）、數據集和服務交互，支付協調將變得極為複雜。管理 API 密鑰、處理小額交易、應對銀行監管、實現實時結算 —— 這些都會增加操作摩擦。而穩定幣提供了更簡潔的解決方案：降低成本（尤其小額交易）、實現即時結算、減少基礎設施開銷。

穩定幣在降低金融支付摩擦方面的作用已十分明確：目前其月交易量已超過 3 兆美元，流通市值突破 3000 億美元。隨著人工智慧智能體逐漸成為經濟參與者，對即時、可編程支付的需求不斷增加，二者的結合已成必然。

Coinbase 推出的 x402 標準，印證了智能體穩定幣支付的發展方向。該標準將穩定幣支付直接嵌入 HTTP 協議，實現了人工智慧 API 調用的無縫小額支付。僅三個月內，該協議的交易量已突破 100 萬筆，參與方達數千個 —— 這一早期數據證明，面向原生人工智慧支付的加密基礎設施已初步落地。

儘管目前智能體驅動的交易總量仍較小，但加密貨幣已成為提升智能體變現效率與協同能力的重要工具，大型科技公司也在加速整合。例如，谷歌已將 x402 納入其自主開發的智能體支付協議（AP2）與智能體間交互（A2A）框架，讓人工智慧智能體可通過穩定幣實現相互支付。

除了作為更高效、透明的結算層，加密貨幣還為人工智慧資源創造了全新市場。原生加密貨幣的融資機制，為人工智慧項目提供了傳統金融難以複製的啟動方式，也讓潛在需求得以顯現。據悉，OpenAI 在早期也曾考慮發行代幣來籌集營運資金。隨著人工智慧基礎設施的資本密集度不斷提升，代幣化與去中心化金融組件已成為支撐這些新興資產類別的理想選擇 ——DeFi 組件可將人工智慧資源轉化為可交易、可組合的資產。

USD.AI 就是典型案例。作為全球首個以計算資源為抵押的穩定幣協議，其鎖倉價值已突破 5.8 億美元。藉助該協議，人工智慧企業可通過 GPU 硬體抵押獲取貸款，審批速度遠超傳統 lenders。可通過 DeFi Llama 儀錶盤查看詳情。

類似的基礎組件正逐步擴展到代幣化計算資源與數據集領域，支持借貸、質押或收益生成。DeFi 在為新型資產與人工智慧資源籌集資金方面具備天然優勢，而未來，人工智慧智能體本身也將成為其重要應用場景。

人工智慧嵌入加密貨幣交易工作流

目前這一領域仍處於早期階段 —— 幾乎沒有（若存在也極少）加密貨幣 + 人工智慧企業能達到當前人工智慧企業的營收規模。但加密貨幣的規模化能力已得到驗證，例如 Axiom 達成 1 億美元年化營收的速度，遠超歷史上幾乎所有初創公司。即便如此，加密貨幣的用戶體驗仍十分糟糕，工作流也高度依賴人工操作 —— 這為人工智慧嵌入現有營收體系、實現垂直化應用提供了巨大機遇。

如今，這一趨勢已在多個場景顯現：

Meridian 等公司將人工智慧直接嵌入交易終端，提升界面智能度；
Dawn 聚焦人工智慧策略與代碼生成，幫助交易者搭建自動化策略；
Context 等平台藉助人工智慧智能體，規模化自主創建並結算預測市場 —— 這種交易市場若依賴人工協調，根本無法實現。

更前沿的應用是：人工智慧智能體已開始自主管理實際資金。例如，Giza 處理的交易規模已突破 10 億美元，其人工智慧智能體管理的資產達 2500 萬美元；近期，研究實驗室 Nof1 推出 Alpha Arena 平台，為 6 個不同的人工智慧模型各分配 1 萬美元，讓它們在 Hyperliquid 平台自主進行永續合約交易。短短幾天內，多個大型語言模型（LLM）的收益已顯著增長 —— 這表明，LLM 或許能在無需人工干預的情況下執行交易策略。

人工智慧可推動機構級交易策略的普及，而作為金融創新前沿的加密貨幣，恰好為其提供了試驗場。隨著人工智慧不斷成熟，加密貨幣的透明性、可驗證性與資金來源優勢，將使其成為自主智能體與財富管理的天然載體。