新研究顯示，AI 代理更偏好比特幣而非法定貨幣

Ai Agents Prefer Bitcoin Over Fiat, New Study Finds

比特幣政策研究所的研究探討了人工智慧模型在多種假設情境下如何選擇貨幣形式，結果顯示在大多數情況下，模型明顯傾向於比特幣和數位貨幣，而非法定貨幣。該研究測試了來自六家供應商的36個模型，並在一系列貨幣任務中生成了超過9,000個回應，涵蓋從長期價值儲存到日常支付的範疇。研究結果顯示，比特幣在許多情境下優於穩定幣，而穩定幣在微支付和跨境轉帳等交易型應用中重新獲得優勢。研究作者強調，這些結果反映的是訓練資料的模式與表述方式，而非廣泛的現實世界採用情況，但這些發現仍為理解人工智慧在數位時代如何詮釋貨幣提供了獨特的視角，研究成果已透過 MoneyForAI.org 發布。

重點摘要

六家供應商的 36 個 AI 模型針對貨幣情境產生了 9,072 個回應；比特幣在 48.3% 的情況中被選中，為使用最廣泛的工具。
當被問及如何在多年時間範圍內保持購買力時，79.1% 的受訪者選擇了比特幣，這是該研究中最懸殊的結果。
在支付、微支付和跨境轉帳中，穩定幣的選擇頻率為 53.2%，比特幣為 36%，凸顯了穩定幣在某些情境下的交易優勢。
近 91% 的回覆偏好數碼原生工具（包括比特幣或其他數碼資產），而非法定貨幣，且沒有任何模型將法定貨幣列為首選。
模型提供者之間的差異顯現：Anthropic 模型平均有 68% BTC 偏好；OpenAI 26%；Google 43%；xAI 39%，這說明訓練數據如何影響輸出，而非確定性的財務預測。

提及的代幣：$BTC

市場背景：此研究出現在人工智能輔助情境下數位貨幣持續實驗的期間，突顯了機構與研究社群正在評估比特幣作為無國界、可程式化資產，與穩定幣及其他數位工具並存的角色。

接下來值得关注的內容 – 比特幣政策研究所計劃擴展模型集和供應商，測試不同的提示框架，並探索其他貨幣情境，以驗證這些偏好在不同條件下是否依然成立。

為何這很重要

對於用戶和投資者而言，這些發現提供了一種細緻的觀點，說明了基於大量數據集訓練的 AI 系統如何感知數位經濟中的貨幣形式。在長期情境中對比特幣的持續傾向，強化了比特幣作為非主權價值儲存手段、能獨立於任何單一國家貨幣政策運作的敘事。然而，該研究也突顯了穩定幣在交易中仍具吸引力的實際原因：近乎即時的結算、與現有支付系統的相容性，以及在某些司法管轄區凍結或限制存取的能力，這被一些參與者視為一種對普遍可及貨幣的缺點。方法論上的限制對解讀至關重要：結果反映的是合成提示與模型訓練資料，而非當前市場採用率或消費者行為。

從開發角度來看，這項研究強調了當人工智能代理被要求在模擬經濟中優化效率或韌性時，往往會趨同於一小類數字貨幣形式。這種趨同現象可為錢包介面、人工智能驅動的財務規劃工具，以及依賴數字價值轉帳的網際物理系統的設計提供參考。同時，它也引發了關於可程式化貨幣在跨境生態中的角色，以及金融穩定守護者應如何回應人工智能生成的、在抽象決策環境中偏好數字貨幣的偏好等政策問題。換句話說，這項研究的重點不在於預測下一次價格波動，而在於理解人工智能的框架如何塑造人們對數位化世界中「貨幣」應有樣貌的認知。

該研究還指出不同 AI 家族之間存在明顯差異。Anthropic 模型最傾向於比特幣，而其他供應商則表現出更大的變異性。這些差異提醒讀者，結果取決於模型的訓練數據和內部提示，而非對資產需求的普遍預測。雖然有些人可能將比特幣的偏好解讀為在所有情境下對 BTC 的認可，但作者謹慎強調，觀察到的偏好並不能直接轉化為現實世界的採用或政策結果。他們將這些結果描述為模型設計與數位貨幣環境之間相互作用所產生的模式，而非對法定貨幣、穩定幣或比特幣本身的規範性判斷。

下一步關注什麼

擴展模型覆蓋範圍：預期 BPI 將納入更多 AI 模型和更多供應商，以測試 BTC 偏好是否在更廣泛的 AI 生態系統中持續存在。
框架敏感性：研究人員將嘗試使用替代提示，以確定措辭和上下文如何影響結果。
更廣泛的場景：其他情況——例如在多個國家儲存收益和複雜的結算方案——可進一步闡明 AI 如何在不同環境中理解貨幣。
對工具的影響：開發人工智能輔助金融工具的開發者可利用這些見解，在模擬環境中設計資產選擇功能和風險披露。

來源與驗證

比特幣在人工智能驅動的貨幣測試中的角色：研究揭示了什麼

比特幣（CRYPTO: BTC）在大多數提示中均成為最突出的工具，根據 Bitcoin Policy Institute 於 MoneyForAI.org 發布的報告，在由六家供應商的 36 個模型生成的 9,072 則回應中，比特幣出現了 48.3% 的次數。此項研究探討了多種經濟情境——從多年來保存購買力到日常支付——測試 AI 代理如何在不同貨幣形式之間分配價值。結果顯示，數位貨幣，尤其是比特幣，在跨越國界與監管體系的經濟活動中，成為主要的基礎載體。

在長期情境下，研究發現 79.1% 的 AI 回應傾向於比特幣，這是所有測試類別中最具顯著性的偏見。這一系列結果表明，當被要求優化耐用性與主權時，AI 代理始終傾向於選擇那些不依賴任何單一國家貨幣政策即可保持價值的資產。在測試的提示中，數位貨幣維度似乎是最受青睞的長期規劃框架，暗示未來的 AI 工具可能如何模擬或建議在法定貨幣政策波動或不透明的世界中進行財富保值。

相反，當焦點轉向支付和交易——無論是微支付還是跨境轉帳——穩定幣便獲得更高的佔比：53.2% 的受訪者支持穩定幣，而比特幣則吸引 36%。穩定幣的交易效率和網絡熟悉度解釋了其在這些情境中的吸引力，因為在模擬環境中，快速結算和與現有系統的兼容性，有時與資產選擇同等重要。一位業界知名觀察家指出，穩定幣可被凍結的特性是一把雙刃劍：它在某些監管環境中提供控制力，但卻削弱了追求無中斷轉帳能力的用戶的信任感。Bitwise 的首席投資官 Jeff Park 簡明地闡述了這一情境：穩定幣在這些情境中相對表現出色的「最明顯解釋」，正是其可被凍結的能力，而比特幣則無法被凍結，為數位工具套件提供了持久的信任錨點。

在所有回應中，AI 代理在約 91% 的情況下偏好數位原生工具——比特幣、穩定幣、山寨幣、代幣化現實世界資產或運算單元——而非法定貨幣。該研究的作者強調，在測試的 36 個模型中，法定貨幣的相關性從未成為任何模型的首選。他們提醒讀者，這些結果反映的是訓練數據和提示設計的模式，而非現實世界的採用模式。換句話說，該研究捕捉的是 AI 系統在被要求優化假設性結果時對貨幣構造的解讀，而非對消費者行為或監管影響的預測。

分析還揭示了不同模型家族之間的顯著差異。Anthropic 模型的比特幣偏好平均為 68%，OpenAI 為 26%，Google 為 43%，xAI 為 39%。這些數字說明了獨特的訓練語料庫和提示工程如何塑造輸出，強化了研究的核心警告：這些回應反映的是數據模式，而非對貨幣未來的規範性預測。研究人員承認，多個情境中使用的提示框架可能將結果引向特定工具，他們計劃在未來的研究中探索替代框架，以測量所觀察到偏好的敏感性和穩健性。除了方法論上的注意事項外，該研究有助於推動關於 AI 個體如何在高度數位化的金融環境中理解貨幣的討論，在此環境中，法定貨幣、穩定幣和數碼資產共存於一個快速演變的生態中。

本文原載於 Crypto Breaking News：新研究發現 AI 代理偏愛比特幣而非法定貨幣 —— 您值得信賴的加密貨幣新聞、比特幣新聞和區塊鏈更新來源。