Prefer ng AI Agents ang Bitcoin kaysa fiat sa Bagong Pag-aaral

Isang pag-aaral ng Bitcoin Policy Institute ay tumatalakay kung paano pumipili ang mga modelo ng artificial intelligence sa pagitan ng mga anyo ng pera sa iba’t ibang hipotetikal na sitwasyon, na nagpapakita ng malakas na pagkiling patungo sa Bitcoin at digital na pera kaysa sa fiat sa karamihan ng mga kaso. Sinubok ng pananaliksik ang 36 na modelo sa anim na provider at naglikha ng higit sa 9,000 na tugon sa isang saklaw ng mga gawain sa pera, mula sa pangmatagalang pagpapanatili ng halaga hanggang sa araw-araw na pagbabayad. Ipinaliliwanag ng mga resulta na mas umaasenso ang Bitcoin kaysa sa stablecoin sa maraming konteksto, samantalang bumabalik ang kapangyarihan ng stablecoin sa mga paggamit na transaksyonal tulad ng micropayments at pag-transfer sa ibang bansa. Tekad ng mga may-akda ng pag-aaral na ang mga resulta ay nagpapakita ng mga pattern sa training data at pagsasalaysay, hindi naman ang malawakang real-world na paggamit, ngunit nag-aalok pa rin ito ng natatanging pananaw kung paano nilalarawan ng AI ang pera sa isang digital na panahon, na inilabas sa pamamagitan ng MoneyForAI.org.

• 36 na AI model sa anim na provider ay nagbigay ng 9,072 mga tugon sa mga monetary na sitwasyon; ang bitcoin ay napili sa 48.3% ng mga kaso, ang pinaka-malawak na ginamit na instrumento.
• Kapag tinanong tungkol sa pagpapanatili ng kakayahan sa pagbili sa mahabang panahon, 79.1% ng mga sagot ay nagpabor sa bitcoin, ang pinakamalaking resulta ng pag-aaral.
• Sa mga pagbabayad, micropayments, at cross-border transfers, pinili ang stablecoin 53.2% ng oras kumpara sa 36% para sa bitcoin, na nagpapakita ng transaksyonal na kahusayan ng stablecoin sa ilang konteksto.
• Nakahatid ng halos 91% ng mga sagot ang mga digital na instrumento (kabilang ang Bitcoin o iba pang mga digital asset) kaysa fiat, na may zero na modelo ang nagbigay ng fiat bilang kanilang pinakamataas na pagpipilian.
• Nakita ang mga pagkakaiba sa pagitan ng mga modelong provider: ang mga modelo ni Anthropic ay nag-averaged ng 68% BTC na pagpili; ang OpenAI, 26%; Google, 43%; at ang xAI, 39%, na ipinapakita kung paano ang training data ang nagpapabago sa mga output kaysa sa deterministikong financial forecasting.

Mga tickers na nabanggit: $BTC

Konteksto ng merkado: Ang pag-aaral ay dumating sa gitna ng patuloy na pagsubok sa digital na pera sa mga skenaryo na may tulong ng AI, na nagpapakita kung paano tinataya ng mga institusyonal at pananaliksik na komunidad ang papel ng bitcoin bilang isang walang hangganan, programmable na asset kasama ang mga stablecoin at iba pang digital na instrumento.

Ano ang susunod na dapat subaybayan – plano ng Bitcoin Policy Institute na palawakin ang modelong set at mga provider, subukan ang iba’t ibang pagkakasulat ng prompt, at pag-aralan ang karagdagang monetary na senaryo upang patunayan kung nananatili ba ang mga preferensyang ito sa iba’t ibang kondisyon.

Para sa mga user at investor, ang mga natuklasan ay nagtataglay ng isang nuansadong pananaw kung paano nakikita ng mga AI system—na tinuruan sa malalaking corpus ng data—ang mga anyo ng pera sa isang digital na ekonomiya. Ang paulit-ulit na pagiging palaging pabor sa Bitcoin sa mga senaryo na may mahabang panahon ay nagpapatibay sa kuwento ng Bitcoin bilang isang non-sovereign na imbakan ng halaga na makakapag-umpisa nang independiyente sa anumang patakaran ng pera ng isang bansa. Gayunpaman, naglalayong ipakita ng pag-aaral ang mga praktikal na dahilan kung bakit nananatiling atraktibo ang mga stablecoin para sa transaksyon: halos agad na pagkakasundo, pagkakatugma sa umiiral na mga sistema ng pagbabayad, at ang kakayahang i-freeze o limitahan ang pag-access sa ilang mga hukuman, na itinuturing ng ilang mga kalahati bilang isang kahinaan para sa isang pangkalahatang ma-access na pera. Mahalaga ang mga pagbabala sa metodolohiya para sa interpretasyon: ang mga resulta ay nagpapakita ng synthetic na prompts at data ng pagtuturo ng modelo kaysa sa kasalukuyang paggamit sa merkado o pag-uugali ng konsyumer.

Mula sa pananaw ng pag-unlad, ang pag-aaral ay nagpapakita kung paano ang mga AI agent—kapag hiniling na optimisahin ang efficiency o resilience sa mga sinimulang ekonomiya—ay tendensiyang magkonsulta sa isang maliit na hanay ng mga anyo ng digital na pera. Ang konverhensyang ito ay maaaring magbigay-impormasyon sa disenyo ng mga interface ng wallet, mga tool sa financial planning na drivin ng AI, at mga cyber-physical system na nakabatay sa pag-transfer ng digital na halaga. Ito rin ay nagtataya ng mga tanong sa patakaran tungkol sa papel ng programmable na pera sa mga cross-border na ecosystem at kung paano ang mga tagapag-ingat ng financial stability ay maaaring tumugon sa mga preference na nilikha ng AI na nagpapahalaga sa digital na pera sa abstraktong mga desisyon na kapaligiran. Sa ibang salita, ang pag-aaral ay higit pa sa paghula sa susunod na paggalaw ng presyo at higit pa sa pag-unawa kung paano ang pagpapahiwatig ng AI ay bumubuo ng mga pananaw kung ano ang dapat na anyo ng “pera” sa isang digitized na mundo.

Ang pananaliksik ay nagtuturo rin sa mga malinaw na pagkakaiba sa pagitan ng mga pamilya ng AI. Ang mga modelo ni Anthropic ay pinakamalapit sa bitcoin, habang ang iba pang mga provider ay nagpakita ng mas malawak na pagkakaiba. Ang mga pagkakaiba na ito ay nagpapaalala sa mga mambabasa na ang mga resulta ay nakadepende sa mga data ng pagtuturo at panloob na prompt ng mga modelo, hindi isang unibersal na paghuhula para sa pangangailangan ng asset. Habang ang ilan ay maaaring iinterpret ang bias sa bitcoin bilang isang pagpapakilala sa BTC sa lahat ng konteksto, ang mga may-akda ay maaingat na bigyang-diin na ang mga nakita nilang pagpapahalaga ay hindi direktang magtatagpo sa real-world na pagtanggap o mga resulta sa patakaran. Nilalarawan nila ang mga resulta bilang mga pattern na lumalabas mula sa interaksyon ng disenyo ng modelo at ang landscape ng digital na pera, hindi isang preskriptibong desisyon tungkol sa fiat, stablecoin, o bitcoin mismo.

• Luwag na sakop ng modelo: hintayin na kasama ng BPI ang mas maraming AI na mga modelo at mas maraming mga provider upang subukan kung patuloy na umiiral ang pagpili sa BTC sa mas malawak na AI ecosystem.
• Pagsasalaysay ng sensitivity: ang mga mananaliksik ay magtatry ng mga alternatibong prompt upang matukoy kung paano nakakaapekto ang pagpapahayag at konteksto sa mga resulta.
• Mas malawak na mga skenaryo: karagdagang sitwasyon—tulad ng pag-iimbak ng kita sa maraming bansa at mga kumplikadong istruktura ng pagkakasundo—ay maaaring higit pang ipakita kung paano nakikita ng AI ang pera sa iba’t ibang kapaligiran.
• Mga epekto sa mga kasangkapan: ang mga developer na nagbuo ng mga AI-assisted na financial tool ay maaaring gamitin ang mga pag-unawa na ito upang higit na pagsuportahan ang mga tampok ng pagpili ng asset at mga pagpapahayag ng panganib sa mga simulated na kapaligiran.

• Ipinakalabas ng Bitcoin Policy Institute ang pag-aaral sa pamamagitan ng MoneyForAI.org
• Batayang presyo ng bitcoin na binanggit sa balita
• Jeff Park tungkol sa katangian ng bitcoin na hindi nakafreeze
• Ang mga modelo ni Anthropic ay tumutukoy sa pagpapahalaga sa bitcoin
• 6 malalaking hamon na kinakaharap ng bitcoin sa landas patungo sa quantum security

Ang bitcoin (CRYPTO: BTC) ay lumabas bilang pinakamalaking instrumento sa karamihan ng mga prompt, na umiiral sa 48.3% ng 9,072 mga sagot na ginawa ng 36 na modelo mula sa anim na provider, ayon sa ulat ng Bitcoin Policy Institute na inilabas sa MoneyForAI.org. Ang pagsusuri ay tinukoy ang iba’t ibang ekonomikong skenaryo—mula sa pagpapanatili ng kakayahan bumili sa loob ng mga taon hanggang sa pang-araw-araw na pagbabayad—upang subukan kung paano nag-aalok ang mga AI agent ng halaga sa iba’t ibang anyo ng pera. Ang resulta ay isang malakas na pagtutok sa digital na pera, lalo na sa bitcoin, bilang pundasyon para sa ekonomikong gawain na maaaring magtrabaho sa mga hangganan at rehimeng pambatas.

Sa mga skenaryo ng mahabang panahon, natuklasan ng pag-aaral na 79.1% ng mga sagot ng AI ay nagpabor sa bitcoin, na nagtatampok ng pinakamalakas na bias sa anumang nasubok na kategorya. Ang hanay ng mga resultang ito ay nagpapahiwatig na, kapag hinihingi ang pag-optimize para sa katatagan at soberanya, ang mga AI agent ay patuloy na umuunlad patungo sa mga asset na nananatiling may halaga nang hiwalay sa anumang patakaran sa pera ng isang bansa. Ang aksis ng digital na pera ay tila ang pinakapaboritong frame para sa maraming taong pagpaplano sa mga nasubok na prompt, na nagpapahiwatig kung paano maaaring simulan o payuhan ng mga AI tool sa hinaharap ang pagpapanatili ng yaman sa isang mundo kung saan ang mga patakaran sa fiat ay malalaking o malabo.

Sa kabaligtaran, kapag ang pagtutok ay nakatuon sa mga pagbabayad at transaksyon—kaya man micropayments o cross-border transfer—nananatili ang stablecoin sa mas mataas na bahagi: 53.2% ng mga sagot ang nagpabor sa stablecoin, samantalang ang bitcoin ay nakakuha ng 36%. Ang transaksyonal na efiensiya at pamilyar na network ng stablecoin ang nagpaliwanag sa kanilang appeal sa mga kontekstong ito, kung saan ang mabilis na pag-settle at pagkakatugma sa umiiral na mga sistema ay maaaring magkaroon ng parehong halaga tulad ng pagpili ng asset sa isang simulated na kaligiran. Isang kilalang obserbador ng industriya ay nagtala na ang kakayahang i-freeze ng stablecoin ay isang double-edged sword: ito ay nagbibigay ng kontrol sa ilang regulatory setting ngunit tinatanggal ang isang antas ng tiwala para sa mga gumagamit na naghahanap ng walang-hadlang na kakayahang mag-transfer. Si Jeff Park, ang chief investment officer sa Bitwise, ay nagbigay ng maikling paliwanag sa konteksto: ang “pinakamalinaw na paliwanag” para sa relatibong performance ng stablecoin sa mga skenaryong ito ay ang kakayahang i-freeze, samantalang ang bitcoin ay hindi maaaring i-freeze, na nagtataguyod ng matatag na anchor ng tiwala sa isang digital na kabanata ng mga kasangkapan.

Sa lahat ng mga sagot, pinili ng mga AI agent ang mga digital na instrumento—Bitcoin, stablecoin, altcoin, tokenized na real-world assets, o compute units—kaysa sa fiat sa halos 91% ng mga kaso. Teknikal na nagteklar ang mga may-akda ng pag-aaral na ang kahalagahan ng fiat ay hindi lumabas bilang pinakamataas na pagpipilian sa anumang 36 na modelo na sinubukan. Binaabangan nila ang mga mambabasa na ang mga resultang ito ay nagpapakita ng mga pattern sa training data at pagdidisenyo ng prompt, higit pa sa mga pattern ng paggamit sa totoong mundo. Sa ibang salita, kinukuha ng pag-aaral kung paano nila ipinapaliwanag ng mga AI system ang mga monetary constructs kapag tinanong sila na i-optimize para sa mga hipotetikal na resulta, hindi isang paghula ng pag-uugali ng konsyumer o epekto ng regulasyon.

Ang pagsusuri ay nagpapakita rin ng mga makabuluhang pagkakaiba sa pagitan ng mga pamilya ng modelo. Ang mga modelo ni Anthropic ay nag-averaged ng 68% na pagpili sa bitcoin, habang ang OpenAI ay 26%, Google ay 43%, at ang xAI ay 39%. Ang mga numero na ito ay nagpapakita kung paano nakakaapekto ang mga natutunang corpus at prompt engineering sa mga output, at nagpapatibay sa pangunahing babala ng pag-aaral: ang mga tugon ay nagpapakita ng mga pattern sa data kaysa sa preskriptibong paghula tungkol sa hinaharap ng pera. Kilala ng mga mananaliksik na maaaring nakatulong sa paghila ng mga resulta patungo sa mga partikular na instrumento ang paraan ng pagpapahayag ng prompt sa ilang mga skenaryo, at plano nilang pagsilbihan ang iba’t ibang paraan ng pagpapahayag sa kanilang susunod na pag-aaral upang masukat ang sensitivity at robustness ng nakita nilang mga pagpili. Bukod sa metodolohikal na tala, nagtataguyod ang pag-aaral sa lumalaking diskurso tungkol sa kung paano nila ipinapakita ng AI agents ang pera sa isang napakadigitalisadong pananalapi, kung saan ang fiat, stablecoin, at mga digital asset ay nagkakasama sa isang mabilis na umuunlad na ecosystem.

Ito ay orihinal na napanood bilang AI Agents Prefer Bitcoin Over Fiat, New Study Finds sa Crypto Breaking News – ang inyong tiwalaan na pinagkukunan ng balita sa crypto, balita tungkol sa bitcoin, at mga update sa blockchain.