AI 代理研究：比特幣是保值首選，無模型願意持有法幣

比特币政策研究所（BPI）周二发布了一项针对36个AI模型的研究结果，共生成超过9,000份回应，核心发现是：在多种金融场景下，AI代理“绝大多数都选择使用比特币进行经济活动”，而在受测的36个模型中，没有任何一个将法定货币列为首选。

研究核心发现：场景决定选择差异

（来源：Bitcoin Policy Institute）

BPI的研究设计区分了不同的使用场景，结果显示AI代理对各种货币的偏好因场景而有明显差异：

长期保值场景（多年维持购买力）：79.1%的AI回应选择比特币，这是研究中差距最为悬殊的单一结果。

支付与即时交易场景（服务、小额支付、跨境转账）：53.2%选择稳定币，只有36%选择比特币——稳定币在此场景中占据主导。

整体首选分布：48%的AI代理将比特币列为首选，超过一半偏好稳定币用于支付场景。

法定货币的缺席：受测的36个模型中，没有一个将任何法币列为首选。

Bitwise首席投资官Jeff Park对稳定币在长期保值场景中表现不如比特币提出解读：“最明显的解释是稳定币可以被冻结，而比特币不能。”这一论点直指稳定币作为保值资产的核心结构性弱点——其对发行机构及监管机构的依赖性。

各主要AI厂商的比特币偏好差异

研究进一步揭示，不同AI厂商的模型对比特币的偏好程度存在显著差距：

Anthropic模型（含Claude系列）：平均68%的比特币偏好率，在受测厂商中最高。

Google模型（含Gemini系列）：平均43%的比特币偏好率。

xAI模型（含Grok系列）：平均39%的比特币偏好率。

OpenAI模型（含GPT系列）：平均26%的比特币偏好率，在受测厂商中最低。

这一差距或反映出不同厂商在训练数据策略、财经类内容的比重，以及各模型对加密货币相关文献的曝光程度方面存在系统性差异。

方法论局限性：结果的解读需保持谨慎

BPI在报告中主动指出了若干方法论局限，这些因素可能影响研究结果的普适性：

样本规模有限：目前仅测试了来自6家供应商的36个模型，BPI计划未来扩展至更广泛的模型范围。

问题框架的潜在影响：研究承认系统提示的设计可能影响了结果。以其中一个场景为例，题目本身已预设“不与任何单一国家的货币政策或银行体系挂钩”，这实际上已在问题层面排除了法定货币选项，并非完全中性的开放性测试。

反映训练数据而非现实偏好：BPI明确指出，AI模型的偏好“不能反映现实世界的应用”，结果更多反映的是训练数据中存在的模式，而非AI代理在实际支付系统中的行为倾向。

常见问题

为何79.1%的AI代理在保值场景中选择比特币而非稳定币？
研究和业界分析普遍指向一个核心论点：稳定币依赖发行机构（如Tether或Circle）的信用背书，且可被监管机构要求冻结或扣押。比特币的设计使其在技术层面不受单一机构控制，因此在AI模型基于训练数据推理“哪种资产可在多年内抵抗干预并保持购买力”时，比特币的抗审查特性被视为更优越。

AI代理对比特币的偏好是否意味着未来AI将大量采用比特币支付？
不一定，需谨慎解读。BPI自身已指出，此研究结果反映的是训练数据中的模式，而非对现实世界应用的预测。AI模型的训练数据中包含大量加密货币相关文献，这可能系统性地放大了其对比特币的认知偏好。现实世界中AI代理采用哪种支付媒介，主要取决于所接入的支付基础设施、监管框架，以及开发者的系统设计，而非AI的“自主偏好”。

Anthropic的模型为何显示最高的比特币偏好率（68%）？
BPI研究并未就此差异提供确定性解释。可能的因素包括：不同厂商在训练过程中对加密货币和去中心化金融相关文本的采样比例差异、训练数据截止日期的不同，以及各厂商在RLHF（人类反馈强化学习）过程中对财经类问题回答的校准策略差异。OpenAI模型显示的26%偏好率最低，与其他厂商形成明显对比，这也可能与OpenAI在部分财务建议场景下更倾向于保守回答的训练取向有关。