Author：哔哔News

互联网的经济模式已经在改变。

当开放网络逐渐缩减为一个提示栏（prompt bar），我们不得不思考：

AI 会带来一个开放的互联网，还是新的付费迷宫？而谁将掌控它，大型中心化公司，还是广泛的用户社区？

这就是加密技术的作用所在。

我们已经讨论过 AI 与加密的交集；简而言之，区块链是一种全新的架构方式，用来搭建去中心化、可信中立、并由用户拥有的互联网服务和网络。

它们为 AI 系统中日益明显的中心化力量提供了一种制衡，通过重新定义支撑当今系统的经济模式，帮助实现一个更加开放、稳健的互联网。

加密可以帮助构建更好的 AI 系统，反之亦然，这个想法并不新鲜，但通常界定不清。

一些交叉应用领域，比如在低成本 AI 系统泛滥下验证“人类证明”（proof of humanity），已经吸引了开发者和用户。但其他用例可能还需要数年甚至数十年才能实现。

因此，在本文中，我们分享 11 个 AI 与加密交叉的用例，帮助启动关于可能性、剩余挑战等的讨论。

所有例子都基于当前正在开发的技术，从处理大量微支付到确保用户掌控未来 AI 的关系。

1. AI 交互中的持久数据与上下文

作者：Scott Duke Kominers (@skominers)

生成式 AI 依赖数据，但在许多应用中，上下文，即与交互相关的状态和背景信息，同样甚至更重要。

理想情况下，无论是智能代理、LLM 界面还是其他应用，AI 系统都应记住你的项目类型、沟通风格、偏好的编程语言等多种信息。

但实际上，用户在同一应用内的不同交互中常常需要重新建立上下文，更不用说在不同系统间迁移了。

目前，一个生成式 AI 应用的上下文几乎无法在其他应用间移植。

通过区块链，AI 系统可以将关键上下文元素作为持久数字资产保存，这些数据可以在会话开始时加载，并可在不同 AI 平台间无缝转移。

此外，区块链可能是唯一既能向前兼容，又能确保互操作性承诺的解决方案，因为这些是区块链协议的定义特性。

一个自然的应用场景是 AI 驱动的游戏和媒体，偏好设置（从难度等级到按键绑定）可在不同游戏和环境间持久保存。

但真正的价值在于知识应用，AI 需要理解用户的知识和学习方式；以及更专业的 AI 用例，如编程。

当然，企业已经开发了自己的定制化机器人，拥有特定业务的全局上下文，但这种上下文通常无法在组织内部不同 AI 系统间移植。

目前，组织才刚开始意识到这一问题，迄今看到的最接近通用解决方案是具有固定持久上下文的定制机器人。

但平台内用户之间上下文的可移植性已在链下出现，例如 Poe 平台允许用户将自己的定制机器人租给其他人使用。

将此类活动上链，可让我们交互的 AI 系统共享一个由所有数字活动关键元素组成的上下文层。AI 会立即理解用户偏好，更好地优化体验。

类似链上知识产权注册，让 AI 引用持久链上上下文，也创造了围绕提示和信息模块的新市场互动可能性，用户可直接授权或货币化其专业知识，同时保留数据的控制权。

共享上下文还能实现许多我们尚未想象的可能性。

2. 智能代理的通用身份

作者：Sam Broner (@SamBroner)

身份，即事物的标准化记录，是支持当今数字发现、聚合和支付系统的隐形基础设施。

由于平台将这种基础设施隐藏在墙后，我们体验到的身份是作为成品的一部分：亚马逊为产品分配标识符（ASIN 或 FNSKU），在统一页面展示，帮助用户发现和支付。

Facebook 也类似：用户身份是其信息流以及 Marketplace 列表、自然帖子和广告的基础。

随着 AI 代理的发展，这一切将改变。

越来越多公司使用代理处理客户服务、物流、支付等，平台将不再像单一应用，而是跨多个界面存在，积累深度上下文，并为用户执行更多任务。

但如果将代理身份仅绑定到一个市场，它在其他重要场景（如邮件、Slack 频道或其他产品）中将无法使用。

因此，代理需要一个单一、可移植的“护照”。没有它，就无法知道如何支付代理、验证版本、查询能力、了解其代理对象或追踪声誉。

代理的身份需要兼具钱包、API 注册、变更记录和社交证明功能，以便任何界面（邮件、Slack、其他代理）都能以相同方式解析和交互。

缺少共享的“身份”原语，每次集成都需重新构建基础设施，发现方式仍是零散的，用户切换平台时会丢失上下文。

我们有机会从零设计代理基础设施。

我们如何构建一个可信中立、比 DNS 记录更丰富的身份层？

与其重建单一平台，在这些平台中身份与发现、聚合、支付紧密绑定，不如让代理能够接受支付、列出功能，并在多个生态系统中存在，而不被锁定在特定平台。

区块链提供的无许可组合性对此尤其有用，可让开发者创造更有用的代理并改善用户体验。

总体而言，垂直整合解决方案（如 Facebook 或亚马逊）目前有更好的用户体验，构建优秀产品的复杂性之一就是确保各部分自上而下合理衔接。

但这种便利代价高昂，尤其当聚合、营销、变现和分发代理的软件构建成本下降、代理应用面扩大时。

一个可信中立的代理身份层，可以让创业者拥有自己的“护照”，并鼓励分发和设计上的实验。

3. 面向未来的人类证明（Proof of Personhood, PoP）

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

随着 AI 无处不在，驱动各种网络交互中的机器人和代理，包括深度伪造（deepfake）和社交媒体操控，在线识别你所互动的是人类还是机器越来越困难。

信任的侵蚀不是未来问题，而是已然存在。

从 X（原 Twitter）信息流的评论军队到约会应用的机器人，现实开始模糊。在这种环境下，人类证明成为必要基础设施。

证明你是人类的一种方式是数字 ID（包括 TSA 使用的集中式 ID）。

数字ID 包括一个人可用来验证身份的所有信息，用户名、密码、PIN、第三方认证（如公民身份或信用资质）及其他凭证。

集中式系统的问题显而易见：发行方可撤销访问、收取费用或实施监控。

去中心化则翻转了这一动态：用户掌控自己的身份，更安全、更抗审查。

与传统身份系统不同，去中心化 PoP 机制（如 World’s Proof of Human）允许用户以隐私保护且可信中立的方式掌控和验证自己的身份。

就像驾驶证，无论何时何地发放，都可在任何场景使用，去中心化 PoP 可作为可重复使用的基础层，适用于任何平台，包括未来尚不存在的平台。换言之，链上PoP 向前兼容，因为它提供：

• 可移植性：协议为公开标准，任何平台可整合。去中心化 PoP 由用户控制，可完全移植，任何平台现在或未来都可兼容。
  

• 无许可可访问性：平台可独立选择认可 PoP ID，无需通过可能歧视不同用例的网关 API。
  

这一领域的挑战是采用率：尽管我们尚未看到大规模的实际人类证明应用，但我们预计，用户临界量、早期合作伙伴及关键应用将加速普及。

每个利用某种数字ID 标准的应用都会增加该 ID 对用户的价值，从而驱动更多用户获取 ID，同时吸引更多应用将其集成，用以认证人类身份。

链上 ID 的互操作性天生支持网络效应快速增长。

我们已看到主流应用在游戏、约会和社交媒体中与 World ID 建立合作，帮助用户确认交互对象是真实人类，确切来说，是他们所期望的那个人。

新身份协议也在今年涌现，包括 Solana Attestation Service（SAS）。

虽然 SAS 并非人类证明发行方，但它允许用户私下关联链下数据（如 KYC、投资资格）与 Solana 钱包，从而建立去中心化身份。

这表明，去中心化 PoP 的拐点可能不远。

人类证明不仅是为了防止机器人，而是为 AI 代理与人类网络之间建立清晰界限。它让用户和应用区分人与机器交互，从而创造更安全、更真实的数字体验。

4. 面向 AI 的去中心化物理基础设施（DePIN）

作者：Guy Wuollet (@guywuolletjr)

AI 可能是数字服务，但它的发展越来越受物理基础设施的制约。

去中心化物理基础设施网络（DePIN）提供了一种建设和运营现实世界系统的新模式，可以帮助普及 AI 创新所依赖的计算基础设施，使其更便宜、更有韧性，也更抗审查。

怎么实现？AI 发展的两个最大障碍是能源和芯片获取。去中心化能源可以提供更多电力，而开发者也在利用 DePIN 聚合来自游戏 PC、数据中心等的闲置芯片。

这些计算资源可以汇聚成一个无许可计算市场，为开发新 AI 产品创造平等机会。

其他应用包括 LLM 的分布式训练与微调，以及模型推理的分布式网络。去中心化训练和推理可显著降低成本，因为它们利用了本来闲置的计算资源。

同时，它们也提供了审查抵抗能力，确保开发者不会被超大规模中心化云服务提供商（hyperscalars）强制下架，这些提供大规模可扩展计算的中心化云供应商。

少数公司掌握 AI 模型的中心化问题一直存在；去中心化网络可以帮助创造成本更低、抗审查能力更强、可扩展性更高的 AI。

5. AI 代理、终端服务提供者与用户交互的基础设施与安全护栏

作者：Scott Duke Kominers (@skominers)

随着 AI 工具在解决复杂任务和执行多层交互链条上越来越强，AI 将越来越需要独立于人类控制者与其他 AI 互动。

例如，一个 AI 代理可能需要请求与计算相关的特定数据，或者为特定任务招募专门的 AI 代理，比如指派统计机器人开发并运行模型模拟，或在创建营销素材的过程中调用图像生成机器人。

AI 代理还可在代表用户完成整个交易流程或其他活动中创造显著价值，例如根据用户偏好查找并预订机票，或发现并订购喜欢类型的新书。

目前没有建立成熟的、通用的代理对代理市场，这类跨代理查询大多只能通过显式 API 连接，或在 AI 代理生态内部作为内部功能维护。

更广泛来看，大多数 AI 代理运行在孤立生态系统中，API 相对封闭，缺乏架构标准化。而区块链技术可以帮助协议建立开放标准，这对于短期采用至关重要。

从长远看，这也支持向前兼容性：随着新型 AI 代理的发展和涌现，它们可以预期接入同一底层网络。

鉴于区块链的可互操作性、开源、去中心化和易于升级的架构，它能更容易适应新型 AI 创新。

一些公司已经在为代理间交互构建区块链基础设施：例如 Halliday 最近推出了其协议，为 AI 工作流和交互提供标准化、跨链架构，并在协议层面提供保护，确保 AI 不会超出用户意图。

Catena、Skyfire 和Nevermind 则利用区块链支持 AI 代理间的支付，无需人类干预。

更多类似系统正在开发中，Coinbase 甚至已开始为这些工作提供基础设施支持。

6. 保持 AI / “vibe编码”应用同步

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

生成式 AI 的最新革命让构建软件比以往任何时候都容易。

编码速度提升了几个数量级，而且最重要的是可用自然语言完成，因此即使是经验不足的程序员也能从现有程序派生新程序，或从零开始构建。

但 AI 辅助编码虽然创造了新机会，也在程序内部和程序间引入了大量熵（不确定性）。

“Vibe 编码”抽象掉了软件底层复杂依赖网络，但这也可能导致程序在功能和安全上脆弱，因为源库或其他输入在变化。

同时，当人们用 AI 创建自己的定制应用和工作流时，与他人系统的接口变得更困难。实际上，即便两个vibe 编码程序执行相同任务，其操作和输出结构可能差异很大。

历史上，为确保一致性和兼容性，标准化由文件格式和操作系统提供，最近则由共享软件和API 集成提供。

但在软件实时进化、分化的世界中，标准化层需要广泛可访问、持续可升级，同时保持用户信任。

此外，单靠 AI 并不能解决激励人们构建和维护这些连接的问题。

区块链同时解决了这两个问题：提供协议化的同步层，将其包装到用户定制软件中，并动态更新，确保跨应用兼容性。

历史上，大企业可能花数百万美元雇“系统集成商”（如德勤）定制Salesforce。

今天，工程师可能在一个周末就能创建自定义界面查看销售信息，但随着定制软件数量增加，开发者需要帮助保持应用同步和可操作。

这类似于今天开源软件库开发，但不是周期性发布，而是持续更新，并附带激励机制。这些都通过加密更容易实现。

正如其他区块链协议一样，同步层的共享所有权激励参与者改进协议。开发者、用户（或其 AI 代理）及其他消费者可因引入、使用和发展新功能与集成获得奖励。

反过来，共享所有权让所有用户在协议整体成功中拥有利害关系，这成为防止恶意行为的缓冲。

就像微软因 .docx 文件标准影响到用户和品牌而不愿破坏标准一样，同步层的共同所有者也不愿在协议中引入笨拙或恶意代码。

与之前看到的所有软件标准化架构一样，这里也有巨大的网络效应潜力。随着 AI 编码软件的“寒武纪式爆发”，需要保持互通的异构系统网络将大幅扩张。

简而言之，vibe 编码需要的不仅仅是“vibe”，加密是保持同步的答案。

7. 支持收入分成的微支付

作者：Liz Harkavy (@liz_harkavy)

AI 代理和工具（如 ChatGPT、Claude、Copilot）为数字世界提供了便利的新导航方式。但无论好坏，它们也在扰动开放互联网的经济结构。

我们已经能看到一些例子，比如，随着学生越来越多地使用 AI 工具，教育平台的访问量显著下降；几家美国报纸甚至正在起诉 OpenAI 侵犯版权。

如果我们不重新对齐激励机制，未来可能会出现越来越封闭的互联网，更多付费墙、更少内容创作者。

政策解决方案总是存在的，但在这些方案通过法律程序实施的过程中，一些技术方案已经浮现。

或许最有前景（也是技术上最复杂）的方案，是在网络架构中构建收入分成系统。当 AI 驱动的行为促成销售时，为决策提供信息的内容来源应获得一份收益。

联盟营销生态系统已经可以进行归因跟踪和收入分成；更高级的版本可以自动跟踪信息链中所有贡献者并进行奖励。区块链显然可以在追踪来源链上发挥作用。

但这样的系统需要新的基础设施和其他功能，尤其是能够处理多来源微小交易的微支付系统、公平评估不同贡献的归因协议，以及确保透明与公正的治理模型。

现有一些基于区块链的工具，如 rollups、L2、AI 原生金融机构 Catena Labs 以及金融基础设施协议 0xSplits，显示了潜力，可实现近零成本交易和更精细的支付拆分。

区块链可以通过以下机制支持复杂的代理支付系统：

• 纳支付（Nanopayments）可在多个数据提供者间拆分，使一次用户交互就能通过智能合约自动向所有贡献者支付微额费用。

• 智能合约允许在交易完成后触发可执行的追溯支付，为参与购买决策的信息源提供全透明、可追踪的补偿。

• 复杂可编程支付拆分，确保收入通过代码执行规则公平分配，而非中心化决策，从而在自治代理间建立无需信任的金融关系。

随着这些技术成熟，它们可以为媒体创造一种新经济模式，捕捉从创作者到平台再到用户的完整价值链。

8. 区块链作为知识产权和来源注册表

作者：Scott Duke Kominers (@skominers)

生成式 AI 的兴起带来了紧迫需求：需要高效、可编程的机制来登记和跟踪知识产权，既能保证来源，也能支持围绕 IP 的访问、共享和 remix 的商业模式。

现有 IP 框架依赖高成本中介和事后执行，对于 AI 即时消费内容并一键生成新变体的世界而言，已经不够用。

我们需要的是开放的公共注册表，能够提供清晰的所有权证明，供 IP 创作者高效使用，并可被 AI 和其他网络应用直接对接。

区块链非常适合，因为它能在无需中介的情况下注册 IP，并提供不可篡改的来源证明；同时，第三方应用可以轻松识别、授权和互动。

公众对技术能否保护 IP 自然有质疑，尤其在前两代互联网及当前 AI 革命中，知识产权保护往往下降。

一个问题是，今天很多基于 IP 的商业模式关注排除衍生作品，而非激励和变现它们。

但可编程 IP 基础设施不仅能让创作者、品牌清晰确立数字空间的 IP 所有权，也为围绕共享 IP 的商业模式打开了大门，尤其在生成式 AI 等应用中。

实际上，这将生成式 AI 对创作工作的主要威胁转化为机会。

早期已有创作者在 NFT 领域尝试新模式，如利用以太坊上的 NFT 资产支持 CC0 品牌建设下的网络效应和价值积累。

最近，也出现了专门的基础设施提供者，建立协议甚至专用区块链（如 Story Protocol）用于标准化、可组合的 IP 登记和授权。

一些艺术家已开始通过 Alias、Neura、Titles 等协议授权其风格和作品用于创意 remix。

Incention 的Emergence 系列则让粉丝共同创作科幻宇宙及角色，并通过基于 Story 的区块链注册表记录创作者身份。

9. 帮助内容创作者获得补偿的网络爬虫

作者：Carra Wu (@carrawu)

如今，最符合市场需求的 AI 代理不是用于编码或娱乐，而是 网络爬虫，自主浏览网页、收集数据，并决定跟踪哪些链接。

据估计，近一半的互联网流量来自非人类源。

机器人经常无视 robots.txt 文件（本应告知爬虫是否受欢迎，但实际上权限有限），用抓取的数据为全球最大科技公司提供防御性优势。

更糟糕的是，网站不得不为这些不速之客支付带宽和 CPU 资源费用。为应对，Cloudflare 等 CDN 提供了阻止服务，但这是不应存在的补丁式服务。

我们曾指出，互联网最初的经济契约，内容创作者与分发平台之间的经济协议，可能正在破裂。

数据已经显示这一趋势：过去 12 个月，网站运营者大幅阻止 AI 定向爬虫。

2024 年 7 月，前 10,000 个网站中只有约 9% 阻止 AI 爬虫，而现在这一比例已升至 37%，并可能继续增加。

那么，如果我们不直接阻止所有可能是机器人的爬虫，而是寻求折中呢？AI 爬虫可以为收集数据的权限付费。

区块链可实现这一场景：每个爬虫代理拥有加密货币，并通过 x402 与网站的“门卫”代理或付费墙协议进行链上协商或支付费用。

与此同时，人类用户可以通过 World ID（见上文）证明自己身份，并免费访问内容。

这样，内容创作者和网站所有者在数据收集环节就能获得补偿，而人类仍能享受信息自由的互联网。

10. 隐私保护且个性化的广告

作者：Matt Gleason (@mg_486662)

AI 已经开始影响我们的在线购物体验，但如果广告……真的有用呢？

人们不喜欢广告有很多明显原因：错误的广告是纯噪音，同时并非所有个性化都是好的。

AI 广告若过度精准，基于海量消费者数据，会让人感到侵入性强。其他应用尝试通过付费内容（如流媒体服务或游戏关卡）实现变现。

加密技术可以解决部分问题，为广告重新设计提供机会。

结合区块链，个性化 AI 代理可以将无关与诡异的界限拉近，按照用户偏好投放广告，但不会暴露全局用户数据，同时补偿分享数据或直接参与广告的用户。

技术需求包括：

• 低费数字支付：补偿用户广告互动（观看、点击、转化），需快速高吞吐、低费用系统。

• 隐私保护数据验证：AI 代理需验证消费者人口属性，零知识证明可在保护隐私下完成验证。

• 激励模型：若互联网采纳微支付变现（如每次互动 <$0.05），用户可选择接受广告并获得少量支付，从提取型模式转为参与型模式。

几十年来，人们一直尝试让广告更相关，线上如此，线下亦然。

但通过加密与 AI 的视角重新思考广告，可让广告真正有用：个性化而不令人不适，且对所有人都有益。

对构建者和广告商，这解锁了更可持续、更一致的激励结构；对用户，则提供更多探索数字世界的方式。

11. 由人类拥有和控制的 AI伴侣

作者：Guy Wuollet (@guywuolletjr)

许多人在设备上的时间比面对面互动多，而这段时间越来越多地用于与 AI 模型及 AI 筛选内容互动。

所有这些模型已经提供了一种陪伴形式，娱乐、提供信息、满足特定兴趣或教育孩子。

可以想象，不久的未来，教育、医疗、法律咨询和友情的 AI 伴侣将成为人类重要互动方式。

未来的 AI 伴侣将无限耐心，针对特定个体和使用场景量身定制。它们不仅是助手或机器人仆人，还可能成为高度重视的人际关系。

因此，谁拥有和控制这些关系，用户还是公司或其他中介，变得同样重要。如果你过去关注社交媒体内容策划和审查，这个问题在未来会更复杂、更个人化。

早已有论点指出，像区块链这样的抗审查托管平台，是实现不可审查、用户可控 AI 的最合理途径。

虽然个人可以在设备上运行模型并购买 GPU，但大多数人既负担不起，也不懂如何操作。

虽然 AI 伴侣尚未普及，但相关技术进步迅速：文字型 AI 伴侣已经非常逼真，视觉化虚拟形象也大幅改善，区块链性能提升。

为了确保不可审查的伴侣易于使用，需要优化加密应用的 UX。

值得庆幸的是，钱包（如 Phantom）已简化了区块链交互，嵌入式钱包、通行密钥和账户抽象让用户可自持钱包而无需管理种子短语。

高吞吐、无需信任的计算机，使用乐观和 ZK 协处理器，也让与数字伴侣建立有意义、持久关系成为可能。

在不久的未来，讨论将从“何时能看到几乎真实的数字伴侣与虚拟形象”转向“谁能控制它们，以及如何控制”。