比特幣政策研究所的研究深入探討人工智慧模型在各種假設情境中如何選擇貨幣形式，顯示在大多數情況下偏好比特幣和數位貨幣而非法幣。該研究測試了來自六家供應商的36個模型，並產生超過9,000份回應，涵蓋從長期價值保存到日常支付的各種貨幣任務。結果顯示，比特幣在許多情境中超越穩定幣，而穩定幣則在微支付和跨境轉帳等交易用途上重新獲得優勢。研究作者強調，這些結果反映的是訓練資料的模式和框架，而非廣泛的現實世界採用，但它們仍提供一個獨特的視角，展示AI如何在數位時代解讀貨幣，相關結果已由MoneyForAI.org發布。
重點摘要
六家供應商的36個AI模型對貨幣情境產生了9,072份回應；其中比特幣在48.3%的情況下被選擇，為整體最常用的工具。
在被要求長期保存購買力時，79.1%的回應偏好比特幣，為研究中最偏向的一項結果。
在支付、微支付和跨境轉帳中，穩定幣被選擇的比例為53.2%，比特幣為36%，突顯穩定幣在某些情境下具有交易優勢。
近91%的回應偏好數位原生工具（包括比特幣或其他數位資產）而非法幣，且沒有模型將法幣列為首選。
模型供應商之間出現差異：Anthropic模型平均偏好比特幣68%；OpenAI為26%；Google為43%；xAI為39%，顯示訓練資料如何影響輸出而非確定的金融預測。
提及代碼：$BTC
市場背景：該研究正值AI協助情境中數位貨幣持續實驗之際，凸顯機構和研究社群正評估比特幣作為一種無國界、可程式化資產的角色，與穩定幣及其他數位工具並行。
接下來的重點——比特幣政策研究所計劃擴展模型和供應商範圍，測試不同的提示框架，並探索更多貨幣情境，以驗證這些偏好在不同條件下是否成立。
為何重要
對用戶和投資者而言，這些發現提供了一個細緻的視角，展示經過大量資料訓練的AI系統如何在數位經濟中感知貨幣形式。長期情境中偏向比特幣的結果，強化了比特幣作為非主權價值存儲的說法，能獨立於任何國家的貨幣政策運作。然而，研究也指出，穩定幣在交易中的實用性——如即時結算、與現有支付系統的兼容性，以及在某些法域中可凍結或限制存取的能力——使其仍具吸引力，這對於一些參與者來說可能是普遍可用貨幣的缺點。方法論上的限制也值得注意：結果反映的是合成提示和模型訓練資料，而非當前市場採用或消費者行為。
從發展角度來看，研究強調AI代理在被要求優化效率或韌性時，傾向於集中於少數數位貨幣形式。這種趨勢可能影響錢包界面設計、AI驅動的財務規劃工具，以及依賴數位價值轉移的物理-數位系統。同時，也引發政策層面的問題，例如在跨境生態系統中，程式化貨幣的角色，以及金融穩定監管者如何應對偏好數位貨幣的AI生成偏好，這些都值得關注。換句話說，該研究較少預測價格走勢，更著重於理解AI框架如何塑造對「貨幣」在數位化世界中應該長什麼樣的認知。
研究還指出不同AI家族之間存在明顯差異。Anthropic模型最偏向比特幣，而其他供應商則展現較大差異。這些差異提醒讀者，結果取決於模型的訓練資料和內部提示，而非對資產需求的普遍預測。部分人可能將比特幣偏好解讀為在所有情境下都偏好BTC，但作者謹慎強調，這些偏好並不直接轉化為現實世界的採用或政策結果。研究將這些結果描述為模型設計與數位貨幣景觀相互作用中產生的模式，而非對法幣、穩定幣或比特幣的具體判斷。
接下來的重點
擴展模型範圍：預計比特幣政策研究所將加入更多AI模型和供應商，以測試BTC偏好是否在更廣泛的AI生態系中持續。
框架敏感性：研究人員將嘗試不同的提示語，探討措辭和背景如何影響結果。
更廣泛的情境：如跨國存款、複雜結算方案等情境，將進一步揭示AI在不同環境中對貨幣的感知。
工具應用：開發者在建立AI輔助金融工具時，可利用這些洞察來設計資產選擇功能和風險披露，模擬環境中的決策。
資料來源與驗證
比特幣政策研究所的研究由MoneyForAI.org發布
報導中引用的比特幣價格參考
Jeff Park關於比特幣非凍結特性的說明
Anthropic模型的比特幣偏好參考
比特幣在邁向量子安全道路上面臨的六大重大挑戰
比特幣在AI驅動的貨幣測試中的角色：研究揭示
根據比特幣政策研究所於MoneyForAI.org發布的報告，36個模型來自六家供應商，產生了9,072份回應，結果顯示比特幣在大多數提示中為首選工具，偏好率達48.3%。該研究測試了從長期價值保存到日常支付的多種經濟情境，評估AI代理在貨幣形式上的價值配置。結果顯示，數位貨幣，尤其是比特幣，作為跨境和監管框架下經濟活動的基礎，具有明顯優勢。
在長期情境中，79.1%的回應偏好比特幣，為所有測試類別中偏好最明顯的一項。這些結果暗示，當被要求優化耐久性和主權時，AI代理傾向於選擇能獨立於任何國家貨幣政策保持價值的資產。數位貨幣成為多年度規劃中最受青睞的框架，預示未來AI工具可能模擬或建議在法幣政策不穩或不透明的世界中進行財富保存。
相反，在支付和交易方面——無論是微支付還是跨境轉帳——穩定幣獲得較高偏好：53.2%的回應偏好穩定幣，只有36%偏好比特幣。穩定幣的交易效率和網路熟悉度，使其在這些情境中具有吸引力，快速結算和與現有系統的兼容性尤為重要。一位行業觀察人士指出，穩定幣可凍結的能力是一把雙刃劍：在某些監管環境中提供控制，但也可能削弱用戶對無中斷轉帳的信心。Bitwise的首席投資官Jeff Park簡潔地說明：“最明顯的解釋”是凍結能力，而比特幣則無法凍結，提供一個持久的信任錨。
在所有回應中，AI代理偏好數位原生工具——比特幣、穩定幣、山寨幣、代幣化實體資產或計算單元——超過91%的情況偏好數位貨幣，法幣未曾成為任何模型的首選。研究作者強調，這些結果反映的是訓練資料和提示設計的模式，而非現實世界的採用趨勢。換句話說，該研究呈現的是AI系統在假設性情境中對貨幣的解讀，而非消費者行為或監管政策的預測。
分析還揭示不同模型家族之間的明顯差異。Anthropic模型平均偏好比特幣68%；OpenAI為26%；Google為43%；xAI為39%。這些數字說明，訓練資料和提示工程如何塑造輸出，強調該研究的核心警示：回應反映的是資料模式，而非對未來貨幣的預設預測。研究者也承認，某些情境中的提示框架可能引導結果偏向特定工具，未來將測試不同提示以衡量偏好結果的敏感性和穩健性。除了方法論的說明外，該研究還促進了關於AI代理在高度數位化金融環境中如何理解貨幣的討論，法幣、穩定幣與數位資產在快速演變的生態系中共存。
本文最初刊登於Crypto Breaking News——您的加密貨幣、比特幣與區塊鏈新聞的可信來源，標題為《AI代理偏好比特幣勝於法幣，新研究發現》。
相關文章
