从FOMO到落地:加密公司AI业务现状盘点

BitPush
Mar 18

作者:Ekko、Ryan Yoon

原标题:What AI Services Are Crypto Firms Offering?

编译及整理:BitpushNews


FOMO(错失恐惧症)正笼罩着加密货币公司。从交易所到安全公司,它们都在竞相推出 AI 驱动的服务。本文将探讨它们为何选择在此时采取行动。

核心观点

  • 跨行业布局: 交易所、安全、支付和研究领域的加密公司正同步推出 AI 服务。

  • 由巨头引领: 与以往的周期不同,Coinbase 和 Binance 等拥有成熟盈利模式的公司正处于领先地位。AI 已从一种“叙事”转变为“业务必需品”。

  • 部门动机各异: 交易所旨在防止用户流失;安全公司旨在填补审计盲点;支付基础设施则瞄准新兴的智能体经济(Agent Economy)。

  • 采用与实用的差距: “拥有功能”和“实际使用”是两个不同的问题。AI FOMO 和竞争压力正在加速 AI 的采用,甚至超过了已证明的实际需求。

  • 真需求与竞对焦虑并存: 区分“创造价值的采用”与“仅贴标签的采用”是关键问题。

1. 加密公司正全面提供 AI 服务

AI 是当今全球市场最受关注的领域。像 ChatGPT 和 Claude 这样的通用工具已经进入日常生活,而 OpenClaw 等平台则降低了构建智能体(Agents)的门槛。

加密行业在这波浪潮中起步较晚,但现在正将 AI 整合到每一个垂直领域。

这些公司正在提供哪些 AI 服务?它们又为何要进入这个市场?

2. 加密公司如何采用 AI

2.1. 研究

(来源: Surf AI)

加密货币研究存在结构性问题:链上数据、社交情绪和关键指标分散在各个平台,且验证困难。通用型 AI 在处理加密货币查询时经常返回不准确的答案。

Surf 等项目通过提供加密专用的 AI 研究工具来解决这一问题,这些工具能够整合分散的数据源。在加密领域的所有 AI 用例中,研究的门槛最低,不需要任何编程或交易专业知识。

2.2. 交易

(来源: Bitget)

交易所在交易领域的 AI 采用中处于领先地位。

方法各不相同:一些交易所直接向用户开放专有的交易数据;另一些则允许用户向 AI 智能体发布自然语言指令,由智能体一步到位地完成从分析到执行的全过程。

交易所提供 API 已有多年。现在的不同之处在于增加了一个层级:MCP 和 AI Skills 等界面使非开发人员能够通过 AI 智能体访问交易所功能。曾经仅限于开发者的工具,现在可以通过自然语言获取。

这与更广泛的社区转型相契合。非开发者用户正越来越多地通过 AI 智能体构建自动化交易策略,无需代码。他们描述策略,智能体便负责构建并运行算法。

对于交易所而言,这既是机遇也是威胁。随着 AI 驱动型用户的增长,对任何单一交易所的忠诚度都会减弱,因为智能体可以在任何地方执行交易。交易所采用 AI 的原因很简单:为了快速吸引用户并保持平台活跃度。

交易涉及真实的资产管理,比研究需要更高的判断力和责任感。但随着准入门槛的降低,这一领域也在向普通用户开放。

2.3. 安全 / 审计

(来源: CertiK)

智能合约审计传统上依赖于手动的逐行代码审查,这一过程缓慢、昂贵且在不同审计师之间缺乏一致性。AI 现在被整合到了工作流中:AI 先扫描代码,然后人类审计师进行针对性的深度审查。这在不取代审计师的情况下提高了速度和覆盖范围。

CertiK 是一个领先的例子。该公司此前曾因被审计的项目随后遭到攻击而面临批评。然而,那些事件发生在审计范围之外。审计只是检查代码在特定时间点的情况,并不包括持续监控。

CertiK 利用 AI 弥补了这一差距。它增加了实时审计后监控,并通过公开仪表板交付。由于扩展的覆盖范围是由 AI 驱动而非劳动密集型的,因此 CertiK 和被审计项目均能从中受益。

在安全领域,采用 AI 并非为了颠覆现有服务,而是扩展了人类工作的范畴:提高审计时的精度,并填补审计后的盲点。对于区块链安全公司来说,AI 不是一条新业务线,而是解决现有弱点的工具。

2.4. 支付基础设施

(来源: Coinbase)

AI 智能体需要支付轨道来参与经济活动:支付 API 费用、购买数据以及从其他智能体购买服务。对于智能体来说,最自然的支付方式是链上钱包配合稳定币。

目前正在兴起两种模式。第一种是通用协议,将支付嵌入 HTTP 请求中,使智能体在访问付费 API 的瞬间实现自动链上结算。第二种是智能体专用支付插件,智能体仅在人类预设的权限和限额内执行支付。

支付基础设施是与稳定币联系最紧密的领域。然而,由于支付主体是 AI 智能体而非人类,全功能运行的模式尚未完全成熟。

(来源: Circle)

USDC 发行商 Circle 也备受关注。该公司发布了一项提案,计划将其 Gateway 支付基础设施与 x402 协议连接,并邀请开发者和研究人员进行审查和贡献。

这还不是一个成熟的市场,但市场已经开始对这一轨迹进行定价。Circle 估值上涨的一个关键驱动力便是 AI 智能体支付的叙事。支付基础设施的落地时间会比上述领域更长,但它已成为当前市场中最显著的宏观主题之一。

3. 为何加密公司现在进入 AI 领域

当 ChatGPT 在 2022 年 11 月发布时,AI 和加密行业都没有准备好。AI 模型令人印象深刻但无法可靠地执行任务;而加密行业正因 FTX 崩盘和全面的信任危机而步履维艰。

自那以后,AI 取得了巨大进步。在过去的一年里,所有主流模型的功能都显著增强,且具备了实际用途。相比之下,加密行业在同一时期仅仅是在“利用”AI:AI 品牌的迷因币(memecoins)、功能不全的 AI 智能体以及营销驱动的口号。去中心化 AI 基础设施项目虽然不断涌现,但如果坦诚地与同等的原生 AI 服务相比,其质量明显逊色。

差距现在正在进一步拉大。在 AI 行业,诸如 MCP(使智能体能直接调用外部工具)和 OpenClaw(支持无代码构建智能体)等基础设施已让智能体时代变得触手可及。加密公司直到现在才开始行动。

这次的不同之处在于行动者是谁。不再是那些给自己贴上 AI 标签的新创公司,而是拥有成熟盈利模式的公司:Coinbase、Binance 和 Bitget。这些公司没有理由将推出 AI 服务仅作为一种营销手段。驱动它们的不是今天的收入,而是对掉队的恐惧:FOMO。

(来源: FORTUNE)

这种紧迫感在 Coinbase CEO Brian Armstrong 的行动中清晰可见。他发布了一项全公司指令,要求所有工程师在一周内上手 AI 编程工具,并解雇了不服从的员工。

但我们也需要保持清醒。以交易自动化为例:智能体可以检查价格并提议策略,但有多少用户会真正信任智能体,将资金交给它进行实盘交易?x402 协议又是否已经在现实世界中应用了?

归根结底,加密行业的 AI 采用并不是在追逐潮流。随着 AI 时代的来临,各公司正在采取行动以避免失去地位。“拥有功能”与“实际使用”仍然是两个不同的问题。但谁在采取行动至关重要。

把 AI 行业想象成一个正在注水的游泳池。以前跳进去的人只是在假装自己会游泳;而现在跳进去的则是前国家队冲浪选手。没人知道水会涨到多高,也没人知道这个游泳池是否会变成一片汪洋。但加密行业不会在浪潮中心溺水。


Twitter:https://twitter.com/BitpushNewsCN

比推 TG 交流群:https://t.me/BitPushCommunity

比推 TG 订阅: https://t.me/bitpush

说明: 比推所有文章只代表作者观点,不构成投资建议
AIAI AgentchatGPTCoinbaseOpenClaw币安

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10