本报告由 Tiger Research 撰写，加密货币公司普遍面临“错失恐惧症”（FOMO）。从交易所到安全公司，它们都在竞相推出人工智能驱动的服务。我们将探讨它们为何选择此时采取行动。
要点总结：交易所、安全、支付和研究等领域的加密货币公司正在同步推出人工智能服务。与以往周期不同，像 Coinbase 和 Binance 这样已被证明能够盈利的公司正在引领潮流。人工智能已经从一种理论转变为一种实际操作的必需品。
不同行业的采用动机各不相同：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代理经济。拥有某项功能和真正使用它，是两码事。人工智能领域的“FOMO”和竞争压力，正在加速其应用，而这远超实际需求。真实需求和竞争焦虑都在发挥作用。区分创造价值的采用和仅仅贴标签的采用是关键问题。
- 加密货币公司正在提供人工智能服务
人工智能（AI）是当今全球市场最受关注的领域。ChatGPT 和 Claude 等通用工具已融入日常生活，而 OpenClaw 等平台则降低了构建智能体的门槛。加密货币行业虽然错过了这波浪潮，但现在正在各个垂直领域整合人工智能。这些公司提供哪些人工智能服务？它们为什么要进入这个市场？
- 加密货币公司如何采用 AI 技术
2.1 研究
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上，验证困难。通用人工智能经常对加密货币查询返回不准确的答案。Surf 等项目通过提供加密货币专用的 AI 研究工具来解决这个问题，这些工具可以整合分散的数据源。在所有加密货币 AI 应用场景中，研究对普通用户的入门门槛最低，无需任何编程或交易方面的专业知识。
2.2 交易
交易所正在引领人工智能在交易领域的应用。方法各不相同。有些方法直接向用户公开专有交易数据；另一些方法则允许用户向人工智能代理发出自然语言命令，由人工智能代理一步完成从分析到执行的整个过程。交易所提供 API 已有多年历史。如今的不同之处在于新增了一层：像 MCP 和 AI Skills 这样的接口使非开发人员能够通过 AI 代理访问交易所的功能。曾经仅限于开发人员使用的工具，现在可以通过自然语言访问。这与更广泛的社区转变趋势相符。非开发者用户越来越多地通过人工智能代理构建自动化交易策略，而无需编写任何代码。他们只需描述策略，代理就会构建并运行算法。
对交易所而言，这既是机遇也是挑战。随着人工智能用户数量的增长，用户对单一交易所的忠诚度会降低，因为交易者可以在任何地方执行交易。交易所采用人工智能的原因很简单：快速吸引用户并保持用户在平台上的活跃度。交易涉及真正的资产管理，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，这一领域也向普通用户开放。
2.3 安全/审计
传统的智能合约审计依赖于人工逐行代码审查，这种方法速度慢、成本高，而且不同审计人员之间的审查标准也不统一。现在，人工智能已被集成到工作流程中：人工智能首先扫描代码，然后由人工审计人员进行有针对性的深度审查。这在不取代审计人员的情况下，提高了速度和覆盖范围。CertiK 就是一个典型的例子。该公司此前曾因审计项目后来被恶意利用而受到批评。然而，这些事件发生在审计范围之外。审计是在特定时间点检查代码，并不包括持续监控。CertiK 利用人工智能弥补了这一不足。它增加了实时审计后监控功能，并通过公开的仪表盘发布监控结果。由于扩展后的监控范围是由人工智能驱动而非人工操作，因此 CertiK 及其审计的项目均从中受益。在安全领域，人工智能的应用并非颠覆现有服务，而是拓展人类工作的范围：提高审计时的精准度，并弥补审计后的盲点。对于区块链安全公司而言，人工智能并非新的业务领域，而是解决现有安全漏洞的工具。
2.4 支付基础设施
人工智能代理（AI Agent）需要支付渠道才能参与经济活动：例如支付 API 费用、购买数据以及从其他代理处购买服务。对代理而言，最自然的支付方式是链上钱包搭配稳定币。两种模式正在兴起。第一种是通用协议，它将支付嵌入到 HTTP 请求中，使代理在访问付费 API 时即可自动进行链上结算。第二种是针对特定代理的支付插件，代理只能在人工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，由于支付主体是人工智能代理而非人类，因此目前尚未出现完全可运行的模型。
USDC 发行方 Circle 也备受关注。该公司发布了一份提案，旨在将其 Gateway 支付基础设施与 x402 协议连接起来，并邀请开发者和研究人员进行审查和贡献。这并非一个成熟的市场，但市场已经开始消化这一发展趋势。Circle 股价上涨的关键驱动因素之一是其人工智能代理支付模式。支付基础设施的实现速度将慢于上述其他领域，但它已成为当前市场中最突出的宏观主题之一。
- 为什么加密货币公司现在要进军人工智能领域
ChatGPT 于 2022 年 11 月推出时，人工智能和加密货币都尚未成熟。人工智能模型虽然令人印象深刻，但无法可靠地执行任务。加密货币行业正因 FTX 崩盘和全面的信任危机而遭受重创。自那时以来，人工智能取得了飞速发展。过去一年，所有主流模型的功能和实用性都显著提升。相比之下，加密货币在同一时期仅仅“利用”了人工智能：充斥着贴着人工智能标签的“Meme 币”、功能不完善的人工智能代理以及营销驱动的宣传。去中心化人工智能基础设施项目仍在不断涌现，但如果与同等水平的原生人工智能服务进行客观比较，它们的质量显然相形见绌。如今，差距正在进一步扩大。
在人工智能行业，MCP（使智能体能够直接调用外部工具）和 OpenClaw（支持无代码智能体构建）等基础设施已经使智能体时代成为现实。而加密货币公司才刚刚开始行动。这次的不同之处在于行动者是谁。不再是那些打着人工智能旗号的新兴创业公司，而是拥有成熟盈利模式的企业：Coinbase、Binance 和 Bitget。这些公司推出人工智能服务并非出于营销目的，驱动它们的并非眼前的收益，而是害怕落后的心理：FOMO（害怕错过）。
Coinbase 首席执行官布莱恩·阿姆斯特朗的行动充分体现了这种紧迫感。他向公司全体工程师下达了一项指令，要求他们在短短一周内上线人工智能编码工具，并解雇了不遵守规定的员工。但保持清醒的头脑也至关重要。以交易自动化为例，代理人可以查看价格并提出策略，但有多少用户会真正信任代理人，将资金交给他们进行实时交易？而且，x402 协议在现实世界中真的得到了应用吗？
归根结底，加密货币领域采用人工智能并非追逐潮流。随着人工智能时代的到来，各公司都在积极行动，以避免失去市场地位。拥有某项功能和真正运用该功能仍然是两个不同的问题。但谁在行动至关重要。把人工智能行业想象成一个正在注满水的游泳池。以前跳进去的人只是假装会游泳。现在跳进去的人都是前国家队冲浪选手。没人知道水位会涨到多高，也不知道这个游泳池会不会变成海洋。但加密货币不会被淹没在洪流之中。[Tiger Research]
AI驱动的FOMO：加密货币采用人工智能的战略转变
加密市场目前正经历着深刻的结构性转变，因为成熟参与者正在加速整合人工智能。老虎证券的分析揭示了一个超越典型炒作周期的关键演变：像Coinbase和Binance这样已证明盈利的公司现在正引领AI浪潮，将曾经的理论转变为实际需求。这代表了行业的成熟，可能会重塑竞争格局，并为投资者创造重大机遇和重大风险。
市场转型：从炒作到实际应用
与之前AI在加密货币中主要由营销炒作组成的周期不同，当前的特点是在各个关键领域有切实的实施。”拥有功能”与”实际使用它”之间的区别从未如此重要。像Coinbase这样的交易所正在部署带有强制截止日期的AI编码工具，这表明是战略上的必然，而非营销手段。这种从投机初创企业到拥有成熟商业模式的成熟参与者的转变，从根本上改变了投资者的风险回报计算。
代币估值的影响：我们可能会看到市场表现的分化。那些成功实施具有明确用户采用的AI驱动功能的项目可能会优于那些参与表面上的”AI洗白”的项目。交易所代币(COIN, BNBB)可能受益于增加的用户参与度和交易量，而专注于安全的代币可能会看到估值上升，因为增强的AI审计能力降低了系统性风险。如果”代理经济”按预期实现，促进AI代理交易的支付基础设施项目可能会经历特别强劲的增长。
行业特定分析
研究：市场情报的民主化
像Surf这样的AI驱动研究工具正在解决加密分析中的一个关键痛点：碎片化的数据源。这些工具的低准入门槛代表了重大的市场机会。然而，研究部门面临着来自加密原生项目和成熟AI公司的激烈竞争。投资者应优先考虑具有独特数据访问权限或能创造真正信息优势的优质算法的平台。
交易：民主化的双刃剑
交易所正在利用AI将交易从以开发者为中心的活动转变为可通过自然语言界面的活动访问。这种民主化呈现了一个悖论：虽然它扩大了用户基础，但它也可能减少平台锁定，因为交易者可以在多个交易所执行策略。真正的价值在于那些能够围绕其AI交易工具创造网络效应的交易所，可能开发提供真正阿尔法生成能力的专有算法。
投资考量：拥有强大AI交易生态系统的交易所代币可能表现优于其他，但这种优势的可持续性取决于持续创新。随着交易所收购或开发更优越的AI能力，我们可能会看到显著的整合。
安全：AI作为力量倍增器
AI在安全审计中的集成，以CertiK的审计后监控为例，代表了最具直接价值的应用。AI增强而非取代人工审计师，解决了智能合约安全中的关键痛点。由于安全问题仍然是机构采用的主要障碍，该领域提供了有吸引力的风险调整回报。
支付基础设施：变数
AI代理支付基础设施仍然是最具投机性但可能改变游戏规则的领域。如果”代理经济”按预期出现，AI代理与稳定币之间的连接可能创造对数字货币的前所未有的需求。Circle参与这一领域增加了机构可信度，但有意义采用的时间表仍然不确定。
风险和被忽视的挑战
当前的AI热潮并非没有重大风险。报告正确地确定FOMO是驱动力，可能导致对投资回报不明确的能力过度投资。几个关键风险需要投资者关注：
- 实施差距：许多宣布的AI功能可能无法提供承诺的价值，导致失望和潜在的抛售。
- 安全漏洞：AI系统引入了新的攻击向量。被操纵的AI交易算法或被破坏的AI安全评估可能造成系统性风险。
- 监管不确定性：AI与交易的交叉创造了复杂的监管挑战，可能影响市场的特定部分。
- 市场饱和：随着成熟参与者进入该领域，初创企业可能难以区分，导致估值压力。
战略投资机会
对于精明的投资者来说，当前的AI整合浪潮提供了几个引人注目的机会：
- 垂直专家：专注于特定AI应用（安全、研究、交易）的公司，具有明确的技术优势和已建立的客户群，提供有吸引力的风险回报特征。
- 数据优势平台：具有独特数据访问权限或优质分析能力的项目可能开发可持续的竞争护城河。
- 支付基础设施先锋：尽管风险较高，但成功促进AI代理支付的项目可能会随着代理经济的发展捕获显著价值。
- 成熟参与者生态系统：来自具有已证明执行能力和大量资源公司的交易所代币和基础设施代币可能会从更广泛的趋势中受益。
结论：战略必然还是暂时潮流？
将AI整合到加密基础设施代表了一种根本性的演变，而非一时的趋势。具有成熟商业模式的成熟参与者的参与增加了可信度，并提高了有意义采用的可能性。然而，投资者必须区分创造价值的实施和仅仅是营销努力。
最大的机会在于识别那些AI整合直接解决核心市场低效同时创造可持续竞争优势的项目。随着市场成熟，我们预计会出现洗牌，真正有价值的AI能力将驱动回报，而表面上的实施将被淘汰。对于投资者来说，关键是在FOMO驱动的热潮中保持清醒的头脑，并专注于具有切实执行能力和已证明用户采用的项目。