a16z 最新研究：2026 年 AI Crypto 的三大核心趋势

原文标题：AI in 2026: 3 trends

原文作者：a16z crypto

原文编译：Ken，Chaincatcher

1. 今年，AI 将承接更具实质性的研究工作

作为一名数理经济学家，在 2025 年 1 月时，我甚至很难让消费级 AI 模型理解我的工作流；但到了 11 月，我已经可以像指导博士生一样，向模型下达抽象指令……而且它们有时能给出新颖且正确的答案。除了我个人的体验，AI 正被更广泛地应用于研究领域——尤其是在推理层面，模型正在直接辅助发现（创新点），甚至能自主解出普特南数学竞赛的难题（这可是世界上难度最高的大学数学考试之一）。

目前尚不清楚这类研究辅助对哪些领域最有效，以及具体如何生效。但我预计，今年的 AI 研究将催生并奖励一种新型的“博学家式”研究风格：这种风格看重推测概念间联系的能力，以及从尚不确定的答案中快速推演结论的能力。

这些答案未必完全准确，但在某种拓扑结构下，它们能指明正确的方向。讽刺的是，这有点像是驾驭“模型幻觉”的力量：当模型足够聪明时，给它们留出抽象的探索空间，虽然可能会产生废话，但有时也能撕开一道发现的口子——正如人类在非线性、非明确指令的状态下往往最具创造力。

这种推理方式需要全新的 AI 工作流——不仅仅是智能体之间的交互，更多是“智能体封装智能体”的模式——其中多层模型可以帮助研究人员评估早期模型的产出，层层筛选，去伪存真。我一直在用这种方法写论文，而其他人则用它进行专利检索、发明新艺术形式，或者（不幸的是）挖掘新型智能合约的漏洞。

然而： 运行这种用于研究的“封装推理智能体集群”，需要模型间具备更好的互操作性，同时也需要一种机制来识别并合理补偿每个模型的贡献——而加密货币恰好可以帮助解决这两个问题。

2. 从“了解你的客户”迈向“了解你的智能体”

智能体经济的瓶颈正从“智力”转向“身份”。 在金融服务领域，“非人类身份”的数量已经是人类员工的 96 倍——然而，这些身份是未被银行覆盖的幽灵。

这里缺失的关键基本要素是 KYA：了解你的智能体。

就像人类需要信用评分才能获得贷款一样，智能体也需要经过加密签名的凭证来进行交易——将智能体与其委托人、约束条件及责任归属绑定在一起。在这种凭证体系建立之前，商家会一直将智能体挡在防火墙之外。

那个花费数十年才建立起 KYC 基础设施的行业，现在只剩下几个月的时间来搞定 KYA 了。

3. 我们必须解决开放网络上的“隐形税”

AI 智能体的兴起正在给开放网络征收一种无形的税，从根本上动摇其经济基础。这种动摇源于互联网“文章内容层”和“执行层”之间日益加剧的错位：目前的 AI 智能体从靠广告生存的网站（文章内容层）提取数据，为用户提供便利，却系统性地绕过了支撑内容创作的收入来源（如广告和订阅）。

为了防止开放网络被侵蚀（并保护反哺 AI 发展的多元化内容），我们需要大规模部署技术和经济层面的解决方案。这可能包括下一代赞助内容、微归因系统，或其他新型融资模式。现有的 AI 许可协议已被证明只是不可持续的权宜之计，通常只能补偿内容提供商因 AI 蚕食流量而损失的一小部分收入。

网络需要一种全新的“技术-经济”模型，让价值能自动流动。未来一年的关键转型，在于从静态许可转向实时的、基于使用量的补偿机制。这意味着我们需要测试并扩展新系统——可能利用区块链赋能的纳米支付和复杂的归因标准——从而自动奖励每一个为智能体成功执行任务贡献信息的实体。