人工智慧與加密貨幣的 11 大融合應用場景

作者：a16z crypto 來源：X，@a16zcrypto 翻譯：善歐巴，金色財經

網路經濟格局已悄然生變。隨著開放網路逐漸被指令輸入框所取代，我們不禁要問：人工智慧究竟會催生一個更加開放的網路，還是築起一道道新的付費壁壘？而掌控這一切的，又會是中心化的巨頭企業，還是廣大的用戶社群？

這正是加密技術的用武之地。我們此前已多次探討人工智慧與加密貨幣的交匯領域，簡而言之，區塊鏈為網路服務架構和網路搭建提供了全新範式，打造去中心化、可信中立且由用戶自主掌控的網路。它通過重構支撐當下網路體系的底層經濟邏輯，對沖了人工智慧系統中日益凸顯的中心化趨勢，助力構建一個更開放、更穩健的網路。

加密技術賦能更優人工智慧系統，反之亦然，這一理念並非新生事物，但長期以來缺乏清晰定義。部分融合場景 —— 例如，在低成本人工智慧系統泛濫的背景下，如何驗證 「人類證明」—— 已吸引了大批開發者與用戶入局。但另一些應用場景，即便不是遙遙無期，恐怕也需數年時間才能落地。為此，本文梳理了人工智慧與加密貨幣交叉領域的 11 大應用場景，旨在拋磚引玉，探討其可行性、亟待攻克的難題等關鍵議題。這些場景均立足於當下正在構建的技術，涵蓋從處理海量微支付，到保障人類對未來人工智慧交互關係的所有權等多個維度。

1.  人工智慧交互中的持久化數據與上下文資訊

作者：Scott Duke Kominers（@skominers）

生成式人工智慧的發展離不開數據支撐，但在諸多應用場景中，上下文資訊 —— 即與交互行為相關的狀態及背景資訊的重要性即便不超越數據，也與之不相上下。

理想狀態下，無論是智能代理、大語言模型交互界面還是其他應用，人工智慧系統都應記住用戶正在推進的項目類型、溝通風格以及偏好的編程語言等諸多細節。然而在實際應用中，用戶往往需要在同一應用的不同交互過程中重複建立上下文 —— 比如每次啟動新版 ChatGPT 或 Claude 會話時皆是如此，更不用說在不同系統間切換的情況了。

當前，一款生成式人工智慧應用的上下文資訊，幾乎無法遷移至其他應用中復用。

藉助區塊鏈技術，人工智慧系統可將關鍵上下文要素轉化為持久化數字資產，在會話啟動時加載，並在不同人工智慧平台間無縫流轉。此外，考慮到向前兼容性與互操作性是區塊鏈協議的核心特質，區塊鏈或許是解決這一問題的唯一方案。

該技術的一個天然應用場景是人工智慧介導的遊戲與媒體領域 —— 用戶偏好（從遊戲難度到按鍵綁定設置）可在不同遊戲與環境中同步生效。但其真正價值體現在知識類應用與專業化人工智慧場景（如代碼編寫）中：前者需要人工智慧理解用戶的知識儲備與學習方式，後者則對操作連貫性有較高要求。誠然，部分企業已開發出搭載特定全局上下文的定製化機器人，但這類上下文通常不具備可移植性，即便在企業內部的不同人工智慧系統間也無法互通。

企業目前才剛剛意識到這一問題，現有最接近通用型的解決方案，是具備固定持久化上下文的定製機器人。不過，平台內用戶間的上下文可移植性，已開始在鏈下場景中嶄露頭角 —— 例如在 Poe 平台，用戶可將自己的定製機器人出租給他人使用。

若將此類應用遷移至鏈上，我們日常交互的人工智慧系統將能共享一個上下文層，整合用戶所有數字行為的關鍵要素。它們將能即時理解用戶偏好，進而優化交互體驗。反之，與鏈上知識產權註冊機制類似，讓人工智慧調用鏈上持久化上下文，有望催生圍繞指令與資訊模塊的全新市場交互模式 —— 例如，用戶可在保有數據所有權的前提下，直接授權他人使用自身專業知識並實現變現。當然，共享上下文還將解鎖諸多我們當下難以想象的可能性。

2.  智能代理的通用身份體系

作者：Sam Broner（@SamBroner）

身份，作為界定事物屬性的權威記錄，是支撐當今數字搜尋、聚合與支付系統的底層基石。由於各平台將這套底層架構隱匿於幕後，用戶所感知到的身份，只是最終產品的一部分：亞馬遜 為商品分配專屬編碼（如 ASIN 或 FNSKU），集中陳列商品資訊，協助用戶完成發現與購買流程；Facebook 的邏輯也如出一轍 —— 用戶身份是其內容推送、平台內內容發現（包括 Facebook Marketplace 商品列表、原生帖子及付費廣告）的核心依據。

隨著人工智慧代理技術的發展，這一格局註定被改寫。當越來越多企業將智能代理應用於客戶服務、物流管理、支付處理等場景時，其平台形態將不再侷限於單一界面的應用程序，而是跨越多終端、多平台運行，積累深度上下文資訊，並為用戶處理更多事務。但如果智能代理的身份僅與某一個市場綁定，那麼在電子郵件、Slack 頻道等其他關鍵場景中，它將寸步難行。

正因如此，智能代理需要一套統一、可移植的 「數字通行證」。缺少這套身份體系，我們將無法確定智能代理的付費方式、驗證其版本資訊、查詢其功能邊界、明確其服務主體，也無法跨應用與平台追溯其信譽記錄。智能代理的身份體系需兼具錢包、應用程序接口（API）註冊庫、更新日誌及信譽憑證等多重功能，確保電子郵件、Slack、其他智能代理等任意交互界面，都能以統一標準與它對接。若沒有 「身份」 這一通用基礎組件，每一次系統集成都需從零搭建底層架構，資訊發現將始終處於零散狀態，用戶每次切換渠道或平台，都會丟失上下文資訊。

我們正迎來一個契機，能夠從底層邏輯出發，設計智能代理的基礎設施。那麼，如何構建一個比域名系統（DNS）記錄更豐富的可信中立身份層？答案是摒棄 「身份 + 發現 + 聚合 + 支付」 的一體化平台模式，讓智能代理能夠自主接收支付、公示功能、跨多生態運行，且不必擔心被單一平台鎖定。這正是人工智慧與加密技術融合的價值所在 —— 區塊鏈網路提供無需許可的可組合性，助力開發者打造更實用的智能代理與更優質的用戶體驗。

當前，Facebook、亞馬遜 等垂直整合型解決方案，在用戶體驗上確實更勝一籌 —— 打造卓越產品的核心難點，在於實現自上而下的各模塊協同。但這種便捷性的代價高昂，尤其是在智能代理聚合、營銷、變現與分發的軟體開發成本持續降低，且應用場景不斷拓展的趨勢下。要達到垂直整合型平台的用戶體驗水平，仍需大量投入，但為智能代理構建可信中立的身份層，將讓創業者掌握自主 「數字通行證」，並激發分發與設計領域的創新活力。

3.  具備向前兼容性的人類身份驗證機制

作者：Jay Drain Jr.（@jay_drainjr）、Scott Duke Kominers（@skominers）

隨著人工智慧的普及，各類網路交互場景中充斥著智能機器人、代理程序，深度偽造技術與社交媒體操縱行為也層出不窮，我們越來越難判斷線上交互對象是否為真實人類。這種信任危機並非未來隱患，而是已然發生的現實：從社交平台 X 的水軍評論，到交友軟體中的機器人賬號，真實與虛擬的邊界正逐漸模糊。在這樣的環境下，人類身份驗證機制已成為不可或缺的基礎設施。

證明人類身份的方式之一，是藉助數字身份憑證（包括美國運輸安全管理局 TSA 使用的中心化憑證）。數字身份憑證涵蓋用戶可用於驗證身份的各類資訊，包括用戶名、個人識別碼、密碼、第三方證明（如公民身份、信用資質）及其他憑證。去中心化在此處的價值十分顯著：若這些數據儲存於中心化系統，發行方可能會限制用戶訪問權限、收取費用，甚至協助開展監控活動。而去中心化模式則徹底扭轉了這一局面 —— 由用戶而非平台管理者掌控身份資訊，讓身份憑證更安全、更能抵禦審查。

與傳統身份系統不同，去中心化人類身份驗證機制（如 Worldcoin 的 Proof of Human）允許用戶自主掌控和保管身份資訊，並以隱私保護、可信中立的方式完成人機驗證。如同駕照不受簽發時間與地點限制、可在全球通用一樣，去中心化人類身份驗證機制可作為底層基礎設施，適配任意平台 —— 包括尚未誕生的平台。也就是說，基於區塊鏈的人類身份驗證機制具備向前兼容性，原因如下：

該領域面臨的核心挑戰是落地推廣：儘管目前尚未出現具備規模化效應的人類身份驗證應用案例，但我們預計，當用戶數量達到臨界規模、形成若干早期合作關係並誕生爆款應用後，其普及速度將大幅加快。每有一款應用採用某一數字身份標準，該身份標識對用戶的價值就會提升一分，進而吸引更多用戶申領，這又會促使更多應用集成該標識以完成人機驗證。（得益於鏈上身份的原生互操作性，這類網路效應能夠快速形成。）

我們已看到遊戲、交友、社交媒體等領域的主流消費級應用與服務，宣布與 World ID 達成合作，幫助用戶確認自己的遊戲隊友、聊天對象、交易對手是真實人類 —— 且正是自己期望對接的對象。今年還湧現出一批新的身份協議，例如 Solana Attestation Service（SAS，索拉納驗證服務）。儘管 SAS 並非人類身份驗證發行方，但它允許用戶將鏈下數據（如合規所需的實名認證資訊、投資所需的資質證明）與 Solana 錢包進行隱私綁定，助力構建去中心化身份體系。種種跡象表明，去中心化人類身份驗證機制的爆發點已近在眼前。

人類身份驗證的意義，絕非簡單封禁機器人賬號，而是要明確劃分人工智慧代理與人類網路的邊界。它能讓用戶與應用區分人機交互行為，為更優質、更安全、更真實的數字體驗創造空間。

4.  支撐人工智慧的去中心化實體基礎設施網路

作者：Guy Wuollet（@guywuolletjr）

人工智慧雖屬於數字服務範疇，但其發展正日益受制於實體基礎設施。去中心化實體基礎設施網路（DePIN）提供了一種構建和營運現實世界系統的全新模式，有助於推動人工智慧創新所需的算力基礎設施民主化，降低成本、提升韌性並增強抗審查能力。

具體如何實現？當前制約人工智慧發展的兩大核心瓶頸是能源供應與晶片獲取。去中心化能源網路有助於擴大電力供給，同時開發者正藉助 DePIN 整合來自遊戲電腦、數據中心等渠道的閒置晶片資源。這些設備可協同構建無需許可的算力交易市場，為新型人工智慧產品的研發創造公平競爭環境。

其他應用場景還包括大語言模型的分布式訓練與微調，以及模型推理的分布式網路。分布式訓練與推理能夠利用閒置算力，有望大幅降低成本，同時具備抗審查特性，可避免開發者被超大規模中心化雲服務提供商下架服務。

少數企業壟斷人工智慧模型的現狀一直備受詬病，而去中心化網路有助於打造成本更低、抗審查能力更強、可擴展性更優的人工智慧系統。

5.  人工智慧代理、終端服務提供商與用戶間交互的基礎設施與規則框架

作者：Scott Duke Kominers（@skominers）

隨著人工智慧工具處理複雜任務、完成多層級交互鏈的能力不斷提升，人工智慧系統將越來越多地脫離人類控制，實現自主交互。

例如，某一人工智慧代理可能需要調取與計算任務相關的特定數據，或為完成專項任務招募專業人工智慧代理 —— 比如委派統計機器人開發並運行模型仿真，或邀請圖像生成機器人參與營銷素材製作。人工智慧代理還能代表用戶完成交易等活動的全流程，例如根據用戶偏好預訂機票，或為用戶發掘並訂購其喜愛品類的新書。

目前，行業內尚未形成成熟通用的智能代理間交易市場，這類跨主體調用大多隻能通過明確的應用程序接口對接，或在支持內部智能代理通信的專屬生態中完成。

從更宏觀的視角來看，當前大多數人工智慧代理都運行在孤立的生態系統中，應用程序接口相對封閉，且缺乏統一的架構標準。而區塊鏈技術能夠助力協議制定開放標準，這對短期內的技術落地至關重要。從長遠來看，這也有利於實現向前兼容性：隨著新型人工智慧代理的不斷湧現，它們都能接入統一的底層網路。區塊鏈具備互操作性、開源性、去中心化等特質，且架構通常更易於升級，因此能夠更好地適配人工智慧領域的創新變革。

隨著市場發展，已有多家企業着手搭建支撐智能代理間交互的區塊鏈底層架構。例如，Halliday 近期推出一套協議，為人工智慧工作流與交互行為提供標準化跨鏈架構，並通過協議層防護機制確保人工智慧的行為不偏離用戶意圖。與此同時，Catena、Skyfire、Nevermind 等平台利用區塊鏈技術，實現智能代理間的自主支付，無需人類介入。相關係統仍在持續開發中，Coinbase 甚至已開始為這些項目提供基礎設施支持。

6.  確保人工智慧 / 隨性編碼應用的協同一致性

作者：Sam Broner（@SamBroner）、Scott Duke Kominers（@skominers）

生成式人工智慧的革新，極大降低了軟體開發的門檻。編碼效率呈數量級提升，更重要的是，現在人們可以通過自然語言進行編碼，即便沒有專業編程經驗，也能基於現有程序進行二次開發，或從零構建新程序。

但人工智慧輔助編碼在創造全新機遇的同時，也導致程序內部及程序之間的不確定性顯著增加。「隨性編碼」 模式簡化了軟體底層複雜的依賴關係網路，但這也使得程序在源庫及其他輸入發生變化時，更容易出現功能故障與安全漏洞。與此同時，當人們藉助人工智慧開發個性化定製應用與工作流時，不同系統間的對接難度也隨之上升。事實上，兩款功能看似相同的隨性編碼程序，其內部運作邏輯與輸出結構可能相去甚遠。

回顧歷史，文件格式與操作系統率先實現了標準化，保障了程序的一致性與兼容性；近年來，共享軟體與應用程序接口集成進一步推動了這一進程。但在軟體實時迭代、動態演變、分支繁衍的當下，標準化架構需要具備廣泛可訪問性與持續可升級性，同時還要維繫用戶信任。此外，單靠人工智慧技術，無法解決激勵開發者構建和維護系統對接鏈路的問題。

區塊鏈技術則能同時攻克這兩大難題：其構建的協議化同步層，可嵌入用戶的定製軟體中，並隨系統變化動態更新，確保跨平台兼容性。過去，大型企業可能需要向德勤等 「系統集成商」 支付數百萬美元，定製 Salesforce 系統；如今，工程師僅需一個周末，就能開發出查看銷售數據的定製界面。但隨著定製軟體數量激增，開發者將需要工具協助維持應用的協同性與可用性。

這與當下開源軟體庫的開發模式類似，但區別在於，區塊鏈支持實時更新而非階段性發布，且內置激勵機制 —— 而加密技術讓這兩點的實現變得更為容易。與其他區塊鏈協議一樣，同步層的共享所有權機制，能夠激勵各方積極投入資源對其進行優化。開發者、用戶（及 / 或其人工智慧代理）等相關方，可通過引入、使用和升級新功能與集成方案獲得獎勵。

反過來，共享所有權機制讓所有用戶都能從協議的整體發展中獲益，這也形成了抑制惡意行為的緩衝機制。正如微軟不會輕易破壞 .docx 文件格式標準（以免對用戶與自身品牌造成連鎖負面影響），同步層的共有者也不會貿然在協議中植入劣質或惡意代碼。

與我們以往見過的所有軟體標準化架構一樣，這一模式蘊含着巨大的網路效應潛力。隨著人工智慧編碼催生的軟體呈 「寒武紀大爆發」 之勢，需要保持互聯互通的異構多元系統網路，也將迎來爆炸性擴張。簡而言之，隨性編碼要實現協同一致，不能只靠 「感覺」—— 加密技術才是破局之道。

7.  支持收益共享的微支付系統

作者：Liz Harkavy（@liz_harkavy）

ChatGPT、Claude、Copilot 等人工智慧代理與工具，為人們探索數字世界提供了便捷新途徑。但無論利弊如何，它們也正在衝擊開放網路的既有經濟模式。這種影響已初現端倪：例如，隨著學生越來越多地使用人工智慧工具，教育平台的流量大幅下滑；多家美國報社已起訴 OpenAI 侵犯版權。若不能及時調整激勵機制，網路或將變得愈發封閉，付費牆林立，內容創作者數量銳減。

當然，我們可以通過政策手段解決問題，但在相關法案落地生效前，一系列技術方案已浮出水面。其中最具前景（同時技術複雜度最高）的方案，是在網路底層架構中嵌入收益共享機制。當某一人工智慧驅動的行為促成交易時，為該決策提供資訊支持的所有內容來源，都應獲得相應分成。聯盟營銷生態系統早已實現歸因追蹤與收益共享，而更先進的技術方案，能夠自動追蹤資訊鏈條並獎勵所有貢獻方 —— 區塊鏈技術顯然可在溯源環節發揮關鍵作用。

但構建這樣的系統，還需要配套的新型基礎設施，尤其是具備以下特性的微支付系統：能夠處理跨多來源的小額交易、擁有公平衡量各類貢獻價值的歸因協議、建立保障透明度與公平性的治理模型。現有諸多區塊鏈工具，如rollup（區塊鏈擴容方案）與Layer 2（二層網路）、人工智慧原生金融機構 Catena Labs、金融基礎設施協議 0xSplits 等，均展現出應用潛力，可實現近乎零成本的交易與更精細的收益拆分。

區塊鏈技術可通過多種機制，構建複雜的智能代理支付系統：

隨著這些新興技術走向成熟，有望為媒體行業打造全新經濟模型，覆蓋從創作者、平台到用戶的完整價值創造鏈條。

8.  作為知識產權與溯源登記系統的區塊鏈

作者：Scott Duke Kominers（@skominers）

生成式人工智慧的興起，使得高效、可編程的知識產權註冊與追蹤機製成為剛需 —— 這既是為了明確知識產權歸屬，也是為了構建圍繞知識產權訪問、共享與二次創作的商業模式。現有的知識產權框架依賴高成本仲介機構，且採用事後維權模式，已難以適配人工智慧時代的需求 —— 在這個時代，人工智慧可瞬間消化海量內容，並一鍵生成衍生作品。

我們需要開放的公共登記系統，為知識產權提供清晰的權屬證明，方便創作者高效對接，同時支持人工智慧及其他網路應用直接調用。區塊鏈技術是實現這一目標的理想選擇：它允許創作者無需藉助仲介即可完成知識產權註冊，提供不可篡改的溯源證明；同時，第三方應用也能便捷地識別、授權並使用這些知識產權。

有觀點對 「技術能否保護知識產權」 持懷疑態度，這情有可原 —— 畢竟網路前兩個發展階段，以及當下的人工智慧革命，似乎都在削弱知識產權保護力度。其中一個癥結在於，當前多數基於知識產權的商業模式，都以限制衍生作品創作為核心，而非激勵衍生創作並實現變現。但可編程知識產權基礎設施不僅能幫助創作者、特許經營方與品牌方，在數字空間明確知識產權歸屬，還能催生以共享知識產權為核心的商業模式，賦能生成式人工智慧及其他數字應用。事實上，這相當於將生成式人工智慧對創意產業的主要威脅，轉化為全新發展機遇。

早在此前的 NFT 熱潮中，創作者就已開始嘗試新模式：多家企業基於以太坊上的 NFT 資產，依託 CC0（知識共享零許可協議）品牌建設模式，構建網路效應並實現價值累積。近期，越來越多的基礎設施提供商開始開發相關協議，甚至打造專用區塊鏈（如 Story Protocol），為知識產權提供標準化、可組合的註冊與授權服務。部分藝術家已通過 Alias、Neura、Titles 等協議，授權他人使用自己的藝術風格與作品進行二次創作。此外，Incention 旗下的 Emergence 特許項目，邀請粉絲共同創作科幻宇宙及角色設定，並基於 Story Protocol 構建區塊鏈登記系統，記錄各項內容的創作者資訊。

9.  助力內容創作者獲得收益的網路爬蟲技術

作者：Carra Wu（@carrawu）

當前，產品與市場契合度最高的人工智慧代理，並非編碼或娛樂領域的智能程序，而是網路爬蟲 —— 它能自主瀏覽網路、收集數據，並決定爬取哪些鏈接。

據估算，目前近半數網路流量來自非人類主體。網路爬蟲常常無視 robots.txt 文件規則 —— 該文件本應用於告知自動化爬蟲是否可訪問目標網站，但在實際操作中缺乏強制約束力 —— 它們抓取的數據，成為全球多家科技巨頭構建競爭壁壘的核心資源。更糟糕的是，網站營運方需要為這些不請自來的 「訪客」 買單，耗費帶寬與算力資源，應對源源不斷的匿名爬蟲程序。為解決這一問題，Cloudflare 等內容分髮網絡（CDN）服務商推出了爬蟲攔截服務。但這些解決方案終究只是權宜之計，本不該成為剛需。

我們此前曾指出，網路的原始契約 —— 即內容創作者與平台分發方之間的經濟約定 —— 可能面臨瓦解。相關數據已印證這一趨勢：過去十二個月，越來越多的網站營運方開始屏蔽人工智慧爬蟲。2024 年 7 月，全球排名前一萬的網站中，僅有約 9% 禁止人工智慧爬蟲訪問；而這一比例現已攀升至 37%。隨著網站營運方技術手段不斷升級，以及用戶不滿情緒日益高漲，該比例還將持續上升。

那麼，除了付費讓內容分髮網絡攔截疑似爬蟲的訪問請求，我們是否能找到更折中的解決方案？與其讓人工智慧爬蟲無償占用面向人類用戶的網路資源，不如讓它們為數據採集權付費。這正是區塊鏈技術的切入點：在這一場景下，每一個網路爬蟲代理都將持有一定加密資產，並通過 x402 協議，與目標網站的 「守門」 代理或付費牆協議進行鏈上協商。（當然，這一方案面臨一個挑戰：自上世紀 90 年代以來，robots.txt 協議（即機器人排除標準）已深深嵌入網路企業的業務流程，要推動變革，需要大規模的行業協作，或 Cloudflare 等主流內容分髮網絡的參與。）

與此同時，人類用戶可通過 World ID 完成人機驗證（詳見前文），免費訪問網站內容。這種模式下，內容創作者與網站營運方在數據被採集時，就能獲得相應報酬；而人類用戶則能繼續享受資訊自由流通的網路環境。

10. 個性化且不冒犯隱私的隱私保護廣告

作者：Matt Gleason（@mg_486662）

人工智慧已開始改變我們的線上購物方式，但如果日常看到的廣告，能變得真正實用呢？人們反感廣告的原因顯而易見：不相關的廣告純粹是視覺噪音。與此同時，並非所有個性化廣告都令人反感 —— 基於海量用戶數據推送的高度定製化人工智慧廣告，才會讓人感覺隱私受到侵犯。此外，部分應用通過設置付費牆（例如流媒體內容或遊戲關卡）強制用戶觀看廣告，以此實現變現。

加密技術有助於解決這些問題，為廣告行業的重構提供新思路。將區塊鏈與個性化人工智慧代理相結合，能夠在廣告的 「不相關」 與 「侵犯隱私」 兩極之間找到平衡點，基於用戶自主設定的偏好推送廣告。更重要的是，這種模式無需公開用戶數據，且能直接向分享數據或參與廣告互動的用戶支付報酬。

實現這一目標，需要滿足以下幾項技術條件：

數十年來，線上線下的廣告從業者一直在努力實現精準營銷。而從加密技術與人工智慧融合的視角重新審視廣告行業，有望真正實現廣告的實用價值 —— 既個性化又不冒犯隱私，且能實現多方共贏：對開發者與廣告主而言，這解鎖了更可持續、更契合用戶需求的激勵模式；對用戶而言，這為他們探索數字世界提供了更多有效途徑。

這種模式不僅不會降低廣告位價值，反而會提升其商業潛力。它還有望打破當前根深蒂固的掠奪性廣告經濟體系，構建一個更以人為本的新生態 —— 在這個生態中，用戶不再是被收割的 「產品」，而是平等的參與者。

11. 由人類擁有並掌控的人工智慧伴侶

作者：Guy Wuollet（@guywuolletjr）

如今，許多人花在電子設備上的時間，已經超過了線下社交時間，而其中很大一部分時間，都用於與人工智慧模型及人工智慧生成內容交互。這些模型早已開始為人們提供陪伴服務，無論是娛樂消遣、資訊獲取、興趣培養，還是兒童教育，都能看到它們的身影。不難想象，在不久的將來，用於教育、醫療、法律諮詢及情感陪伴的人工智慧伴侶，將成為人類的主流交互對象。

未來的人工智慧伴侶將擁有無限耐心，並能根據用戶個體需求進行定製。它們的角色將超越工具或機器人僕役，成為人類珍視的情感聯結。正因如此，誰將擁有並掌控這種關係 —— 是用戶，還是企業及其他仲介機構 —— 就成了至關重要的問題。如果你對過去十年社交媒體的內容審核與審查機制心存擔憂，那麼未來這個問題將變得更加複雜，也更具個人色彩。

有一種觀點並不新鮮（相關論述可參考此處及此處）：區塊鏈等抗審查託管平台，是構建不可審查、由用戶掌控的人工智慧系統最切實可行的路徑。誠然，個人可以運行本地模型，或自行購置圖形處理器，但大多數人要麼無力承擔成本，要麼缺乏相關技術知識。

儘管普及型人工智慧伴侶的落地仍需時日，但相關技術正在飛速發展：文本交互類人工智慧伴侶已具備高度擬人性；視覺虛擬形象的逼真度也大幅提升；區塊鏈的性能持續優化。要讓不可審查的人工智慧伴侶變得易用，還需進一步改善加密應用的用戶體驗。值得慶幸的是，Phantom 等錢包已大幅簡化了區塊鏈交互流程；嵌入式錢包、密鑰認證及帳戶抽象技術的出現，讓用戶無需記憶複雜的助記詞，就能自主保管錢包。此外，基於樂觀共識與零知識證明協處理器的高吞吐量可信計算技術，也將助力人類與數字伴侶建立有意義且持久的關係。

在不久的將來，人們的討論焦點將不再是 「何時能出現高度逼真的數字伴侶與虛擬形象」，而是 「誰、以及何種主體，將有權掌控它們」。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。