原文標題：AI x crypto crossovers
原文作者：Scott Duke Kominers,Sam Broner, Jay Drain, Guy Wuollet, Elizabeth Harkavy, Carra Wu, Matt Gleason，a16z crypto
原文編譯：吳說區塊鏈
互聯網的經濟結構正在發生變化。當開放網絡逐漸塌縮成一個「提示框」（prompt bar）時，我們不得不思考：AI 會帶來一個更開放的互聯網，還是會讓我們走進由新型付費牆構成的迷宮？而未來的互聯網究竟由誰掌控——大型中心化公司，還是由廣泛的用戶社區？
這正是加密技術的切入點。我們過去已經多次討論 AI 與加密技術的交叉，但簡而言之，區塊鏈是一種重新設計互聯網服務與網絡架構的方式，它可以構建去中心化、可信中立並由用戶「可擁有」的系統。通過重新塑造當今系統背後的經濟激勵，區塊鏈爲 AI 系統中日益強化的中心化趨勢提供製衡，從而推動一個更開放、更具韌性的互聯網。
「加密技術可以幫助構建更優的 AI 系統，反之亦然」這一理念並不新鮮——但長期以來缺乏清晰的定義。某些交叉領域（例如在低成本 AI 系統激增的背景下，如何驗證「人類身份」）已經吸引了大量開發者和用戶。但其他應用場景可能仍需數年甚至數十年才能落地。因此本文分享了 11 個 AI 與加密技術的交匯型應用場景，希望能爲行業開啓更多討論：哪些是可行的、哪些挑戰尚待解決、以及未來可能如何演化。
這些場景都基於當下正在研發的技術——從處理大量小額支付，到確保人類在未來與 AI 的關係中保留所有權。
1. 在 AI 交互中引入可持久化的數據與上下文
Scott Duke Kominers：生成式 AI 的核心依賴數據，但在許多應用場景中，「上下文」——即與交互相關的狀態與背景信息——往往與數據本身同等重要，甚至更爲關鍵。
在理想情況下，無論是智能體（agent）、LLM 接口，還是其他類型的 AI 應用，都應能夠記住大量個人化信息，包括你正在推進的項目類型、你的溝通習慣、偏好的編程語言等。但在現實中，用戶常常必須反覆重建這些上下文——不僅在同一應用內啓動新的會話，如新開一個 ChatGPT 或 Claude 窗口時需要重新建立上下文，更不用說在不同 AI 系統之間切換時了。
目前，一個生成式 AI 應用中的上下文幾乎無法遷移到另一個應用中。
藉助區塊鏈，AI 系統可以將關鍵的上下文元素以可持久化的數字資產形式存儲，使其能夠在會話開始時被加載，並在不同的 AI 平臺之間無縫遷移。此外，由於「前向兼容性」（forwards-compatible）與「互操作性承諾」是區塊鏈協議的核心特徵，區塊鏈可能是唯一能夠系統性解決該問題的技術路徑。
一個直觀的應用場景是 AI 主導的遊戲與媒體領域，其中用戶偏好（如難度、按鍵佈局等）可以跨遊戲、跨環境持久存在。但真正具有高價值的，是知識類應用場景——AI 需要理解用戶掌握的知識體系、學習方式與能力；以及更具專業化的應用場景，例如編程輔助。儘管一些企業已經爲自身業務構建了具備「全局上下文」的定製化 AI 工具，但這些上下文依然無法在組織內部使用的不同 AI 系統之間實現有效遷移。
各類組織目前纔剛開始真正意識到這一問題，而目前最接近通用解決方案的，是帶有固定、持久化上下文的定製化機器人（custom bots）。不過，平臺內用戶之間的上下文可移植性已經在鏈下逐步出現；例如在 Poe 平臺上，用戶可以將自己創建的自定義機器人出租給其他用戶使用。
如果將這一類活動遷移到鏈上，那麼我們與之交互的 AI 系統將能夠共享一個由我們全部數字行爲的關鍵元素構成的上下文層。AI 能夠即時理解我們的偏好，從而更好地進行微調與體驗優化。反過來說，類似鏈上知識產權註冊體系的機制，如果允許 AI 引用鏈上持久化的上下文，則能催生圍繞提示詞與信息模塊的新型、更加完善的市場交互模式——例如，用戶可以在保持數據自主管理的前提下，將自己的專業能力以授權方式直接變現。
當然，隨着上下文共享能力的提升，還將催生大量目前尚無法預見的新用例與可能性
2. 面向智能體的通用身份體系
Sam Broner：身份——即關於某個對象「是誰、是什麼」的規範化記錄——是支撐當今數字化發現、聚合與支付系統的底層基礎設施。但由於平臺將這種「底層管線」封閉在系統內部，用戶通常只能在一個成品化的產品界面中體驗身份體系。例如，Amazon 會爲商品分配標識符（如 ASIN 或 FNSKU），將商品整合展示在統一界面中，並幫助用戶完成發現與支付；Facebook 也類似：用戶身份決定其信息流內容，並構成其在應用內各種內容的發現基礎，包括 Marketplace 商品列表、自然內容以及廣告投放等。
隨着 AI Agents 的快速演化，這一格局即將改變。越來越多企業將智能體用於客服、物流、支付等場景，其平臺將不再是傳統的「單一界面應用」，而是分佈在多個渠道與平臺之上，不斷積累深層上下文，並替用戶執行更多任務。但如果智能體的身份僅綁定在單一平臺或單一市場中，那麼它在其他關鍵環境（如電子郵件線程、Slack 渠道、或其他產品內部）將難以使用。
因此，智能體需要一個統一、可攜帶的「數字護照」。沒有它，就無法確認如何向智能體支付、無法驗證其版本、無法查詢其能力、無法識別它代表誰執行任務，也無法在跨應用與跨平臺的環境中追蹤其信譽。智能體的身份體系必須同時具備錢包、API 註冊表、變更日誌和社會信譽證明等功能，使任何界面（無論是電子郵件、Slack，或其他智能體）都能以一致方式解析並與之通信。
如果缺乏這種共享的「身份原語」，每一次系統集成都需要從零重建這套管線；內容發現仍然停留在臨時拼接的狀態；用戶在不同渠道與平臺之間切換時，也將不斷失去其關鍵上下文。
我們現在有機會從「第一性原理」設計智能體基礎設施。那麼問題在於：如何構建一個比 DNS 記錄更豐富、且具備可信中立性的身份層？與其重新打造那種將身份、發現、聚合、支付等功能捆綁在一起的單體平臺，不如讓智能體能夠自主接收支付、公開其能力清單，並在多個生態系統中存在，而無需擔心被某一平臺鎖定。
這正是加密技術與 AI 的交匯點所能發揮作用的地方——區塊鏈網絡提供無需許可的可組合性，使開發者能夠創造更強大的智能體與更友好的用戶體驗。
總體而言，像 Facebook、Amazon 這種垂直整合式解決方案目前的用戶體驗更佳——原因在於，構建優秀產品的複雜性之一，就是要從上而下確保所有組件自然協同運作。然而，這種便利的代價正在變得越來越高，尤其是在構建、聚合、推廣、商業化和分發智能體所需的軟件成本下降，以及智能體應用的可觸達範圍不斷擴大的背景下。
要達到垂直整合平臺的用戶體驗仍需付出大量努力，但一旦構建出具備可信中立性的智能體身份層，創業者就可以真正擁有自己的護照。這也將推動在分發模式與交互設計上的廣泛實驗與創新。
3. 面向未來的「人類性證明」（Proof of Personhood，PoP）
Jay Drain Jr. 與 Scott Duke Kominers：隨着 AI 的普及——無論是在各種網頁交互中運行的機器人與智能體，還是深度僞造與社交媒體操縱行爲——我們愈發難以判斷自己在網上互動的對象是否是真實的人類。這種信任的侵蝕並非未來擔憂，而是正在發生的現實。從 X 上的評論水軍到交友軟件上的自動化賬號，真實與虛假正在變得模糊不清。在這樣的環境下，「人類性證明」逐漸成爲互聯網的關鍵基礎設施。
驗證「你是人類」的一種方式是使用數字身份，包括 TSA 等機構所使用的中心化身份認證體系。數字 ID 涵蓋用戶可用於證明自身身份的所有信息——用戶名、PIN 碼、密碼，以及第三方出具的證明（例如國籍、公信力或信用狀況）等。去中心化在這裏的價值非常明確：當身份數據存儲在中心化系統中時，發行方可以撤銷訪問權限、收取費用，甚至協助監控。而去中心化則顛覆了這一結構：用戶而非平臺的守門人掌控自己的身份，使其更安全、並具備抗審查性。
與傳統身份系統不同，去中心化的人類性證明機制（例如 Worldcoin 推出的 World』s Proof of Human）允許用戶自主管理身份數據，並以隱私保護、可信中立的方式驗證自己確實爲「人類」。類似於駕照——無論何時何地簽發，都可以在任意場景使用——去中心化的 PoP 可以作爲通用的底層基礎模塊，在任何平臺上覆用，包括那些尚未存在的平臺。換言之，基於區塊鏈的 PoP 具備「前向兼容性」，因爲它提供：
可移植性：協議是開放標準，任何平臺都可集成。去中心化 PoP 可以通過公共基礎設施管理，並完全由用戶控制。這意味着 PoP 天然具備可移植性，任何平臺現在或未來都能與其兼容。
無需許可的可訪問性：平臺可自主選擇是否支持某個 PoP 身份，而無需經過可能對不同用例設置歧視性限制的中心化 API 審批。
該領域的核心挑戰在於「採用率」。目前，現實世界中尚未出現大規模落地的「人類性證明」（PoP）應用，但我們預計，一旦用戶數量達到關鍵規模、出現若干早期合作伙伴，以及出現驅動用戶需求的「殺手級應用」，PoP 的普及將顯著加速。每一個採用某種數字 ID 標準的應用，都會提升這一 ID 類型對用戶的價值；進而推動更多用戶去獲取該 ID；而更大的用戶規模又會反向提升應用集成該 ID 標準以驗證「人類性」的吸引力。（此外，由於鏈上 ID 在設計上具備互操作性，這種網絡效應能夠迅速擴散。）
我們已經看到遊戲、交友、社交媒體等主流消費級應用宣佈與 World ID 合作，以確保用戶在遊戲、聊天或交易時，確實是在與真實的人類互動——甚至是他們期望的特定對象。同時，今年也出現了新的身份協議，例如 Solana Attestation Service（SAS）。雖然 SAS 本身不是 PoP 簽發機構，但它允許用戶將鏈下數據（如合規所需的 KYC 結果、投資者認證資格等）以私密方式關聯到 Solana 錢包，從而構建用戶的去中心化身份。這些跡象都說明，去中心化 PoP 的轉折點可能已經不遠。
Proof of Personhood 的意義遠不止「阻止機器人」。它旨在爲 AI 智能體與人類網絡之間構築明確的邊界，使用戶和應用能夠區分「人與機器」的不同交互，從而爲更優質、更安全、更真實的數字體驗創造條件。
4. 面向 AI 的去中心化物理基礎設施（DePIN）
Guy Wuollet：AI 雖然是一種數字化服務，但其發展正越來越受到實體基礎設施的限制。去中心化物理基礎設施網絡（DePIN）——一種全新的現實世界系統構建及運營模式，有望使支撐 AI 創新的算力基礎設施更加民主化，使其成本更低、更具彈性，並更具抗審查性。
爲什麼？AI 發展的兩大主要瓶頸分別是能源與芯片獲取能力。去中心化能源體系可以提供更充足的電力，而開發者也正在利用 DePIN 將來自遊戲 PC、數據中心及其他來源的閒置芯片進行整合。這些計算設備能夠共同組成一個無需許可的算力市場，從而爲構建新的 AI 產品創造公平競爭環境。
其他應用場景包括：分佈式訓練與微調大型語言模型（LLMs），構建分佈式推理網絡（model inference）。去中心化的訓練與推理之所以可能顯著降低成本，是因爲它們利用了原本處於閒置狀態的算力資源。同時，這類架構具備天然的抗審查能力，確保開發者不會因依賴超大規模雲服務商（hyperscalers，即提供大規模可擴展計算資源的中心化雲基礎設施供應商）而被「下架」或限制訪問。
AI 模型集中在少數公司手中已成爲長期擔憂；而去中心化網絡能夠幫助構建成本更低、抗審查性更強、可擴展性更高的 AI 體系。
5. 爲 AI 智能體、終端服務提供方與用戶之間的交互建立基礎設施與安全機制
Scott Duke Kominers：隨着 AI 工具在處理複雜任務和執行多層級交互鏈條方面能力不斷增強，AI 將日益需要在沒有人類直接控制的情況下，與其他 AI 獨立協作。
例如，一個 AI 智能體可能需要請求某項計算所需的特定數據，或需要調用具有專業能力的其他智能體來執行任務——如讓統計分析智能體負責構建和運行模型模擬，或調動圖像生成智能體來協助製作營銷素材。AI 智能體還將在端到端事務執行中創造巨大價值，例如完全代替用戶完成一筆交易流程：根據偏好查找並預訂航班，或自動發現併購買符合用戶喜好的新書。
目前，並不存在「通用化的智能體-對-智能體市場」。此類跨智能體請求通常僅能通過顯式 API 調用實現，或僅侷限於某些封閉的 AI 智能體生態系統內，作爲內部功能使用。
更廣泛來看，當下大多數 AI 智能體運行在彼此隔離的生態中：API 相對封閉，缺乏統一的架構標準。而區塊鏈技術可以幫助協議建立開放標準，這對短期採用至關重要；從長期來看，這也有助於實現前向兼容性：隨着新型智能體不斷出現，它們都可以接入同一底層網絡。由於區塊鏈具備可互操作、開源、去中心化且通常更易升級的架構，它們更能夠適配未來 AI 創新所帶來的變化。
當前已有多家公司在構建面向智能體交互的鏈上基礎設施。以 Halliday 爲例，該公司近期推出了一個協議，爲 AI 工作流與交互提供標準化的跨鏈架構，同時在協議層面加入保護機制，確保 AI 不會超出用戶意圖行事。另一方面，Catena、Skyfire、Nevermind 等項目利用區塊鏈支持智能體之間的自動結算，使 AI-to-AI 支付無需任何人工介入。類似系統正在不斷涌現，Coinbase 也已開始爲此類開發提供基礎設施支持。
6. AI「氛圍編碼」應用保持同步
Sam Broner 與 Scott Duke Kominers：生成式 AI 的革命，使構建軟件變得前所未有的容易。編碼速度提升了數量級，更重要的是，編碼可以直接通過自然語言完成，使缺乏經驗的開發者也能復刻已有程序，甚至從零開始構建新應用。
然而，AI 輔助編碼在創造新機會的同時，也帶來了程序內部與跨程序之間的大量「熵」。所謂的「vibe coding」（氛圍編碼）會將軟件背後複雜的依賴關係抽象掉——但正因爲如此，當底層的源碼庫或輸入發生變化時，程序可能在功能性和安全性方面暴露風險。同時，當人們使用 AI 創建高度個性化的應用和工作流時，他們與他人系統之間的對接也變得更加困難。事實上，即便兩個 vibe-coded 程序執行的是幾乎相同的任務，它們的運作邏輯與輸出結構也可能完全不同。
傳統上，確保一致性和兼容性的標準化工作由文件格式、操作系統，以及後來的共享軟件與 API 集成承擔。但在一個軟件實時演化、變形、分支的世界裏，標準化層必須具備：廣泛可訪問性、持續可升級性，同時還要讓用戶信任。此外，僅靠 AI 並不能解決激勵機制的問題——即如何激勵開發者構建並維護這些系統間的鏈接。
區塊鏈能夠同時解決這兩個難題，它可以提供協議化的同步層，這些同步層嵌入在用戶定製的軟件構建中，並能隨着環境變化而動態更新，以確保跨系統的兼容性。
在過去，大型企業可能需要支付數百萬美元給像 Deloitte 這樣的系統集成商，來定製一個 Salesforce 實例。而今天，一名工程師可能只需要一個週末就能構建一個「銷售數據查看」的自定義界面。但隨着定製化軟件數量的持續增長，開發者將需要幫助，以確保這些應用持續保持同步與可用性。
這與當今開源軟件庫的開發模式相似，但不同之處在於：同步層不是依賴週期性版本發佈，而是持續更新——並且還附帶激勵機制。而這兩點都可以通過加密技術更容易地實現。就像其他基於區塊鏈的協議一樣，共享擁有同步層能夠激勵各方持續投入資源進行改進。開發者、用戶（以及他們的 AI 智能體）和其他使用者，都可以因引入、使用、或迭代新功能與集成方案而獲得激勵。
反之，共享所有權也讓所有用戶都對協議的整體成功擁有利益關係，從而形成對行爲偏差的抑制機制。正如微軟不會輕易破壞 .docx 文件格式標準，因爲這會對其用戶與品牌造成廣泛負面影響；同步層的共同所有者也會因自身利益受損，而不願在協議中引入笨拙或惡意的代碼。
與此前所有軟件標準化架構一樣，這裏同樣存在強大的網絡效應潛力。隨着 AI 生成的軟件迎來「寒武紀大爆發」，需要彼此保持通信的多樣化、異構化系統將呈指數級增長。簡而言之：氛圍編碼若想保持同步，不能只靠氛圍本身；加密技術纔是答案。
7. 支持收入分成的微支付體系
Liz Harkavy：AI 智能體以及 ChatGPT、Claude、Copilot 等工具，爲人們提供了一種更便捷的方式在數字世界中獲取信息。但無論好壞，它們也正在動搖開放互聯網的經濟結構。這一趨勢已經顯現——例如，隨着學生越來越多地使用 AI 工具，教育類平臺正在經歷顯著的流量下滑；同時，美國多家媒體也因版權侵權問題起訴 OpenAI。如果激勵體系無法重新調整，我們可能會看到互聯網進一步封閉，付費牆增多，而內容創作者卻持續減少。
政策手段當然始終存在，但在司法程序推進期間，一些技術性的解決方案也正在浮現。其中最具潛力（同時技術難度最高）的方案，是將「收入分成機制」嵌入互聯網的底層架構。當某項由 AI 驅動的操作最終促成銷售時，爲該決策提供信息來源的內容創作者應獲得收益分成。聯盟營銷生態已經在做類似的歸因追蹤與收益共享；更高級的系統則可以自動追蹤整條信息鏈上的所有貢獻者，並給予獎勵。區塊鏈在追蹤「信息來源鏈」方面顯然能夠發揮關鍵作用。
然而，要實現這樣的體系，還需要新的基礎設施——尤其是：能夠在多源之間處理極小金額的微支付系統；能夠公平評估不同貢獻價值的歸因協議；確保透明與公平的治理模型。
現有許多區塊鏈工具展現出潛力，例如各類 rollup、L2 網絡、AI 原生金融機構 Catena Labs，以及金融基礎設施協議 0xSplits，它們都能實現近乎零成本的交易與更細粒度的支付拆分。
區塊鏈能夠通過多種機制，使智能體主導的高級支付系統成爲可能：
納米支付：可以在多個數據提供者之間拆分，使單次用戶交互能夠自動觸發對所有貢獻源的微額支付，由智能合約執行。
智能合約：可以在交易完成後自動觸發可強制執行的「事後支付」，爲那些影響購買決策的內容源提供透明、可追蹤的補償。
可編程支付拆分：使收益分配能夠通過代碼強制執行，而非依賴中心化機構決定，從而爲自動化智能體之間建立無需信任的金融關係。
隨着這些新興技術不斷成熟，它們將構建一種全新的媒體經濟模型，從創作者、到平臺、再到用戶，完整捕獲整條價值創造鏈條。
8. 以區塊鏈作爲知識產權與溯源的註冊系統
Scott Duke Kominers：生成式 AI 的出現，使得建立高效、可編程的知識產權（IP）登記與追蹤機制變得迫在眉睫——其目的既包括確保溯源的準確性，也包括支持圍繞 IP 的訪問、共享與二次創作所產生的新商業模式。現有的 IP 框架依賴成本高昂的中介機構與事後執法機制，在一個 AI 能即時消費內容、並一鍵生成變體的時代，顯然無法勝任。
我們需要的是開放、公共的註冊系統，爲創作者提供清晰的所有權證明，且使用門檻低、效率高——同時 AI 與其他網頁應用也能直接與之交互。區塊鏈非常適合承擔這一角色：它允許創作者無需依賴中介自行註冊 IP，並提供不可篡改的溯源證明；同時，它也使第三方應用能夠輕鬆識別、授權並與這些 IP 資產交互。
當然，對於「技術能否真正保護知識產權」這一整體概念，人們仍然保持謹慎。畢竟互聯網前兩代時代——甚至包括當前的 AI 革命——往往與 IP 保護力度下降相關。其中一個原因在於，許多現有的 IP 商業模式強調「排除衍生作品」，而不是激勵、貨幣化衍生創作。可編程的 IP 基礎設施不僅能讓創作者、特許經營方與品牌在數字空間清晰確立其 IP 所有權，還能催生以「共享 IP 用於生成式 AI 與數字應用」爲核心的新商業模式。某種意義上，它將生成式 AI 對創意工作的威脅之一，轉化爲新的機會。
在 NFT 早期階段，我們已經看到創作者嘗試利用新的模式，例如在以太坊上通過 CC0 方式構建品牌網絡效應，實現價值沉澱。近來，我們看到基礎設施提供者開始構建標準化、可組合的 IP 註冊與許可協議，甚至推出專門的區塊鏈（如 Story Protocol）。部分藝術家已開始使用 Alias、Neura、Titles 等協議來授權其風格與作品，以支持創意再混合。與此同時，Incention 的科幻系列 Emergence 則讓粉絲參與共創宇宙與角色設定，並通過 Story 上的鏈上註冊系統記錄每一項創作貢獻。
9. 能爲內容創作者帶來補償的網頁爬蟲
Carra Wu：當下最具產品—市場契合度的 AI 智能體，並不是用於編程或娛樂的那類智能體，而是網頁爬蟲——它們能自主瀏覽互聯網、收集數據，並對應當跟隨哪些鏈接做出判斷。
根據一些估計，當今互聯網流量中近一半已經來自非人類來源。機器人常常無視 robots.txt 文件——這一本應告知自動化爬蟲網站是否允許其訪問的標準，但在現實中幾乎沒有約束力——並利用抓取的數據來強化全球最大科技公司的核心護城河。更糟糕的是，網站最終必須爲這些「不速之客」承擔成本，付出帶寬與 CPU 資源來應對層出不窮的匿名爬蟲。作爲迴應，Cloudflare 等公司及其他 CDN（內容分發網絡）提供阻斷服務。這一切構成了一套本不應存在的「拼接式」體系。
我們此前就指出，互聯網的原始契約——內容創作者創作內容，平臺負責分發內容之間的經濟協同——正在逐漸瓦解。這一趨勢已經體現在數據上：過去十二個月裏，網站運營者開始大規模屏蔽面向 AI 的爬蟲。2024 年 7 月僅約 9% 的全球前 10,000 個網站屏蔽 AI 爬蟲，而如今該比例已達到 37%。隨着更多網站運營者的技術成熟以及用戶愈加不滿，這一比例還將繼續上升。
那麼，如果我們不再付費給 CDN 讓它們「一刀切」式阻斷疑似機器人，而是嘗試一種中間路徑會怎樣？也就是說，AI 爬蟲不再「搭便車」，而是爲獲取數據的權利付費。這裏，區塊鏈便可發揮作用：在這種設想中，每個網頁爬蟲智能體都持有一定數量的加密資產，並通過 x402 協議與各網站的「門衛智能體」或付費牆協議進行鏈上協商。（當然，挑戰在於 robots.txt，即「機器人排除標準」，自 1990 年代起就根深蒂固地存在於互聯網企業的運營模式中。要改變這一點，需要大規模協作，或由 Cloudflare 之類的 CDN 提供支持。）
與此同時，人類用戶可以通過 World ID（見前文）證明自身是真人，從而獲得免費的訪問權限。如此一來，內容創作者與網站運營者可以在數據被 AI 收集的當下獲得補償，而人類用戶則依舊能享受信息自由流動的互聯網。
10. 既能精準又不「嚇人」的隱私保護型廣告
Matt Gleason：AI 已經開始影響我們的在線購物方式，但如果我們每天看到的廣告能夠真正「有用」會怎樣？人們不喜歡廣告有許多原因：與自身無關的廣告是純噪音；與此同時，並非所有「個性化」都是好事。依賴大量消費者數據驅動的高度定向廣告會讓人感到被侵犯；另一些應用則試圖通過「強制觀看廣告」（如串流平臺或遊戲關卡中的不可跳過廣告）來實現變現。
加密技術可以幫助改善這些問題，爲我們重新構想廣告體系提供機會。當 AI 智能體與區塊鏈結合時，它們能夠根據用戶主動設定的偏好來定製廣告，使廣告既不無關又不過度「詭異」。更重要的是，在此過程中，用戶的數據不會被全球性暴露，而願意共享數據或與廣告互動的用戶還能夠獲得補償。
實現這一模式，需要若干技術基礎：
低費用的數字支付系統：爲補償用戶的廣告互動（觀看、點擊、轉化），企業需要發送大量小額支付。要實現規模化，這要求系統具備高速、高吞吐、幾乎零手續費的特性。
隱私保護的數據驗證：AI 智能體需要驗證消費者是否符合某些人口統計特徵。零知識證明（ZKP）可以在不泄露具體隱私信息的情況下完成此類驗證。
新的激勵模型：如果互聯網採用基於微支付的變現方式（如每次互動 < $0.05），用戶可以主動選擇觀看廣告以獲得補償，從而將目前的「數據抽取模式」轉變爲「用戶參與模式」。
幾十年來，人們一直試圖讓廣告變得更「相關」——線上如此，線下亦然。而從加密技術與 AI 的視角重新審視廣告，可以真正讓廣告變得有用、可控、可選。對於建設者與廣告主而言，這意味着更加可持續、更加一致的激勵結構；對於用戶而言，這提供了更豐富的方式去發現信息、探索數字世界。
最終，這不僅會讓廣告位更有價值，還可能動搖如今那套根深蒂固、以「榨取」爲核心的廣告經濟模式，替換爲一種更以人爲本的體系：在其中，用戶不再是「被售賣的產品」，而是真正的參與者。
11. 由用戶「擁有與掌控」的 AI 夥伴
Guy Wuollet：如今，許多人花在設備上的時間已超過線下交流的時間，而這些線上時間正越來越多地用於與 AI 模型或由 AI 策動的內容互動。這些模型已經提供了一種「陪伴」——無論是娛樂、信息獲取、滿足小衆興趣，還是作爲兒童教育工具。可以輕易想象，在不遠的未來，面向教育、醫療、法律諮詢甚至日常情感陪伴的 AI 夥伴，將成爲人類主要的互動方式之一。
未來的 AI 夥伴將能夠擁有無窮的耐心，並針對個人及其使用場景進行深度定製。它們不僅是助手或「機器人僕從」，還可能成爲用戶高度重視的關係對象。因此，問題隨之而來：這些關係的所有權和控制權究竟屬於誰——用戶，還是公司及其他中介機構？如果你曾對過去十年中社交媒體的內容策展與審查問題感到擔憂，那麼未來這一問題將呈指數級變得更加複雜、更加個人化。
關於「區塊鏈等抗審查託管平臺或許是構建不可審查、用戶可控 AI 的最佳路徑」這一觀點，早已有過充分論述。雖然用戶能夠自行運行本地模型、購買 GPU，但對大多數人而言，這要麼成本過高，要麼技術門檻太高。
儘管距離 AI 夥伴全面普及仍有距離，但相關技術正在快速成熟：文本聊天類 AI 已經極其自然逼真；視覺化虛擬形象也在不斷提升；區塊鏈性能持續改善。若要讓「不可審查的 AI 夥伴」真正易用，我們需要依賴更好的加密應用用戶體驗（UX）。幸運的是，Phantom 等錢包已讓區塊鏈交互變得更爲簡單，而嵌入式錢包、Passkey，以及賬戶抽象等技術，使用戶無需自行保管助記詞，也能輕鬆實現自託管。同時，基於樂觀與 ZK 協處理器的高吞吐、無需信任的計算系統，也將使我們能夠與數字夥伴建立有意義且可持續的長期關係。
在不久的將來，公衆討論的重點將從「何時會出現逼真的數字夥伴與虛擬化身」，轉向「誰將控制它們，以及它們將如何被控制」。
原文鏈接
