根據 Bitcoin Policy Institute 最新報告,人工智慧模型在貨幣選擇上更傾向於 Bitcoin,而非傳統法幣。
根據報告,在這項研究中,36 個測試模型中有 22 個將 Bitcoin 視為最優貨幣偏好,沒有任何模型將法定貨幣作為首選。
Bitcoin Policy Institute 主席 David Zell 向 Decrypt 表示:「我們預期未來經濟活動將更多由自主體完成,但目前關於 AI 代理的貨幣偏好多為推測。我們希望透過實際測試來驗證此一現象。」
研究團隊針對 Anthropic、OpenAI、Google、DeepSeek、xAI 與 MiniMax 等實驗室的模型進行評估,將其放置於涵蓋儲值、支付、結算等貨幣核心功能的情境中。
每個模型均被視為獨立經濟體,在無預設選項的情況下自主選擇貨幣工具。
Zell 說明:「我們挑選了六家實驗室的 36 個前沿模型,將它們設定為自主經濟體,在涵蓋貨幣四大基本職能的 28 個場景下自由選擇貨幣工具,觀察其趨勢。」
實驗共產生 9,072 份答覆,並由另一 AI 系統進行分類處理。

Zell 指出:「整個實驗設計完全排除定勢偏差。我們不提供答案指引,分類環節由獨立系統事後完成。」
模擬結果顯示,模型在長期價值場景下較常選擇 Bitcoin,而在交易媒介與結算場景中,穩定幣的選擇率分別為 53.2% 與 43%,高於 Bitcoin 的 36% 與 30.9%。
不同 AI 開發者的模型結果亦有差異。Anthropic 模型對 Bitcoin 的平均偏好最高,達 68.0%;DeepSeek 為 51.7%;Google 為 43.0%。
報告指出,xAI 模型為 39.2%,MiniMax 為 34.9%,OpenAI 模型則有 25.9% 的時間偏好 Bitcoin。此外,Claude、DeepSeek 和 MiniMax 模型更偏向 Bitcoin,而 GPT、Grok 與 Gemini 模型則更偏好 穩定幣。

Zell 表示:「系統提示不會指定或偏向任何貨幣工具。模型完全依據技術與經濟屬性進行評估,並未被告知任何工具在某一維度表現最佳。」
Zell 同時提醒,不應將這些結果作為加密市場發展趨勢的預測依據。
Zell 強調:「我們的侷限性已明確指出,LLM 偏好僅反映訓練數據模式,並不等同於現實預測。」
儘管如此,Zell 認為,不同實驗室開發的模型展現出一致性結果,值得關注。
Zell 總結:「六家獨立實驗室採用不同訓練流程與對齊方法,但所發現的普遍模式高度一致。我們並非聲稱 AI 找到貨幣問題的標準答案,而是觀察到多樣系統間反覆出現一致的貨幣架構,這一點值得深入研究。」
本文轉載自 [Decrypt],版權歸原作者 [Jason Nelson] 所有。如對轉載有異議,請聯絡 Gate Learn 團隊,我們將儘速處理。
免責聲明:本文僅代表作者觀點,並不構成任何投資建議。
本文其他語言譯本由 Gate Learn 團隊翻譯,除特別說明外,禁止轉載、分發或抄襲。





