加密AI调查

由IC3学术联盟于2026年6月8日发布的一份155页的调查报告得出结论，数字货币与人工智能之间的有意义整合仍处于非常早期阶段，反驳了行业将两项技术视为自然互补的叙事。

这份题为“Crypto x AI，AI x Crypto：一项调查”的论文由卡内基梅隆大学的Giulia Fanti和康奈尔科技的Ari Juels编辑。它列出了来自学术机构和行业组织的25位作者，使其成为关于加密与AI重叠实际带来价值以及未能带来价值的最全面评估之一。

IC3，即加密货币与合约倡议，描述自己为一个涵盖13所大学的联盟。该调查报告发布时，正值加密市场极度谨慎的时期，恐惧与贪婪指数（Fear & Greed Index）显示为9，处于极度恐惧区域。

市场情绪 9加密恐惧与贪婪指数为9，显示极度恐惧，反映了调查报道期间更广泛的市场背景。来源：Alternative.me## IC3调查实际上确认了关于加密和AI的哪些内容

该调查的执行摘要直截了当：AI和加密仍处于有意义整合的非常早期阶段。报告没有庆祝潜在的协同效应，而是列出哪些关于融合的主张超出证据范围。

该文件的1.0版于2026年6月8日通过IC3的专用网站发布。25位署名贡献者包括来自卡内基梅隆、康奈尔科技、普林斯顿、耶鲁、Technion（以色列理工学院）和ETH苏黎世的研究人员，以及行业实验室的贡献者。

语调更偏谨慎而非庆祝。尽管许多加密行业将AI整合视为必然，但本文将其视为一种假设，需经过严格的成本-收益测试后方可采用。

为什么作者认为有意义的整合仍处于早期

核心论点挑战了一个广泛接受的假设：区块链和AI在大多数用例中自然契合。作者认为，未经仔细分析 decentralization（去中心化）是否真正改善某个AI工作流程，盲目结合两者往往会带来比集中式方案更差的结果。

“天真地将两者结合可能就像焊接果冻一样。”

— Ari Juels，官方IC3公告中的编辑

论文的共同编辑Giulia Fanti承认，驾驭这一领域具有难度。“理解这一切可能很困难，”她在同一公告中表示，将调查视为试图在由营销主导的讨论中引入学术严谨性。

论文强调的一个空白点，也是二次报道大多忽视的，是缺乏直接的成本基准测试。调查呼吁在延迟、吞吐量和每次推理成本等指标上进行去中心化AI基础设施与集中式方案的对比。没有这些基准，关于去中心化AI优越性的主张仍缺乏证据支持。

这种怀疑的框架与市场对AI相关代币的行为形成对比。Render是一个常被追踪的AI代币基准，其价格为1.58美元，24小时内下跌3.78%，反映出AI-加密交叉叙事的更广泛疲软。

AI代币基准 $1.58Render的交易价格为1.58美元，24小时内下跌3.78%，为故事中的市场背景提供了实时的AI代币基准。来源：CoinGecko 更广泛的加密市场也表现出谨慎，总市值约为2.2万亿美元。调查报告在风险偏好下降的时期发布，反映出AI-加密炒作周期与基础学术评估之间的差距。

加密仍能为AI系统带来真正的实用价值的领域

调查并非完全否定。它识别出两个真正重叠的方向，每个方向都由现有研究支持的具体应用。

在“AI用于加密”方向上，论文发现机器学习模型可以有效协助分析区块链交易、监控协议事件以及检测欺诈或存在漏洞的智能合约。这些应用利用AI在已公开且结构化数据上的模式识别优势，减少了对信任假设的依赖。

在“加密用于AI”方向上，最有力的案例集中在可验证性和抗篡改性。诸如零知识证明和可信执行环境等密码学工具可以使AI输出更难被操控，随着AI系统变得自主，这一特性变得日益重要。

调查还指出，代理支付通道是值得关注的领域。随着AI代理开始代表用户进行交易，可编程货币和智能合约可能成为自然的基础设施。然而，作者强调，这一用例仍属投机，没有任何生产规模的部署显示出明显优于传统支付系统的优势。

这些发现对学术辩论之外也具有启示意义。AI在金融产品中的不断融合，包括以太坊ETF等数字资产投资工具，提出了一个问题：当前估值中有多少是由AI-加密叙事定价的，还是由实际可用的技术支撑的。

13所大学的框架正确之处与仍需注意的地方

IC3正式涵盖13所大学，这一事实在其机构“关于”页面得到确认。成员机构包括康奈尔、卡内基梅隆、普林斯顿、耶鲁、Technion（以色列理工学院）、ETH苏黎世等多所高校。这一联盟结构赋予调查报告比单一实验室论文更强的机构权重。

然而，“来自13所大学的研究”这一标题框架需要加以说明。论文作者的隶属关系显示，贡献者来自这13所大学中的一部分，此外还包括行业组织的研究人员。当前证据并未确认所有13所大学都直接提供了合著者。

这一区别对于准确归属非常重要。将论文描述为“来自13所大学的IC3联盟”是事实正确的，但暗示所有13所大学都作为合著者参与，过于夸大了实际情况。随着加密市场在大规模资本投入中部分由AI整合叙事支撑， sourcing（来源）学术声明的精准性具有实际意义。

调查本身也体现了这种精准性。其执行摘要避免了笼统的声明，而是将具体主张与具体证据水平对应，这一做法对整个加密媒体生态系统都具有借鉴意义。

常见问题：读者应从调查中获取什么信息

什么是IC3的加密-AI调查？

它是一份155页的学术调查，题为“Crypto x AI，AI x Crypto”，由IC3研究网络于2026年6月8日发布。由Giulia Fanti和Ari Juels编辑，涵盖了来自大学和行业实验室的25位贡献者，展示了当前加密与AI整合的状态。

论文是否认为加密对AI发展至关重要？

不。调查的核心发现是有意义的整合仍处于早期阶段。虽然指出密码学工具可以改善AI的可验证性，以及AI可以增强区块链分析，但明确警告不要假设两项技术在大多数用例中是自然互补的。

所有13所IC3大学都参与了这项研究吗？

IC3是由13所大学组成的联盟，调查报告在IC3的旗帜下发布。然而，作者名单显示，贡献者来自其中一部分大学，以及行业组织。描述为“来自13所大学的IC3联盟”是正确的，但不意味着所有13所大学都在这篇论文中有研究人员。

免责声明：本文仅供参考，不构成任何财务或投资建议。加密货币和数字资产市场风险巨大。投资前请务必自行研究。