互聯網的經濟模式正在發生改變。當開放的網路逐漸塌縮成一個「提示欄」（prompt bar）時，我們不得不思考：AI 會引領一個開放的互聯網，還是讓它淪爲新的付費牆迷宮？而誰又將掌控這一切——是那些大型的中心化公司，還是廣泛的用戶社區？

這正是加密技術可以介入的地方。我們已經多次討論 AI 與加密的交匯點；簡單來說，區塊鏈是一種構建互聯網服務和網路的新方式，它們是去中心化的、在結構上保持中立的，並且可以由用戶擁有。它們爲當前 AI 系統中日益明顯的中心化趨勢提供了一種制衡機制，通過重新協商系統背後的經濟關係，幫助實現一個更加開放、更加穩健的互聯網。

「加密可以幫助構建更好的 AI 系統，反之亦然」這一理念並不新鮮——但它常常缺乏清晰的定義。一些交匯領域，比如在廉價 AI 系統大規模普及的背景下驗證「人類性」（proof of humanity），已經開始吸引建設者和用戶的注意。而其他一些用例可能還需要幾年，甚至幾十年才能實現。因此，在這篇文章中，我們整理了 11 個 AI 與加密交匯處的實際用例，旨在推動對「哪些是可能的」、「還有哪些挑戰需要解決」等問題的深入討論。這些用例都基於當下正在構建的技術，無論是處理海量微支付，還是確保人類可以擁有與未來 AI 之間的關係。

身分（IDENTITY）

AI 交互中的持久數據與上下文

作者：Scott Duke Kominers

生成式 AI 依賴數據驅動，但在許多應用場景中，上下文（即與某次交互相關的狀態和背景信息）同樣重要，甚至更爲關鍵。

理想情況下，一個 AI 系統 (無論是智能體、LLM 接口，還是其他應用) 都應該能記住你正在處理的項目類型、你的溝通風格、你偏好的編程語言，以及許多其他細節。但現實中，用戶常常需要在同一個應用的不同會話中反復重建這些上下文(比如你啓動一個新的 ChatGPT 或 Claude 會話時) 更不用說在不同系統之間切換時了。

目前，不同生成式 AI 應用之間的上下文基本無法遷移。

而借助區塊鏈，AI 系統可以將關鍵上下文元素作爲持久性數字資產來保存，在每次啓動會話時加載，並能在多個 AI 平台間無縫轉移。此外，區塊鏈可能是唯一一種既具前向兼容性、又天然強調可互操作性的技術方案，這些特性正是區塊鏈協議的核心屬性。

一個自然的應用場景是 AI 參與的遊戲和媒體，用戶的偏好（從遊戲難度到按鍵綁定）可在不同遊戲和環境中保持一致。但更有價值的場景在於知識類應用，AI 需要理解用戶已經掌握的知識及其學習方式；或者在更加專業的 AI 使用情境中，比如編程。雖然目前已有企業爲自身開發定制化 AI 機器人，能在一定範圍內保持上下文，但這些上下文往往無法在企業內部不同的 AI 系統之間遷移。

企業才剛剛開始意識到這個問題，目前最接近通用解決方案的是帶有固定上下文的定制機器人。而在平台內部，不同用戶之間共享上下文的實踐也開始在鏈下出現，例如 Poe 平台允許用戶將自己定制的機器人租給其他人使用。

如果將這類行爲遷移到鏈上，就可以讓我們與之交互的 AI 系統共享一個由我們全部數字行爲關鍵元素構成的「上下文層」。AI 系統將能立即理解我們的偏好，更好地爲我們調優並優化交互體驗。反過來，就像鏈上的知識產權登記一樣，允許 AI 引用鏈上的持久上下文，也將激發出圍繞提示詞和信息模塊的新型市場交互。例如，用戶可以直接授權或變現自己的知識專長，同時保留對數據的所有權。當然，共享上下文還將解鎖許多我們尚未設想的可能性。

面向 AI 智能體的通用身分

作者：Sam Broner

身分，也就是「誰」或「什麼」的權威記錄，是支撐當今數字發現、聚合和支付系統的無聲底層結構。由於平台將這些基礎設施隱藏在幕後來運作，我們只能在成品中體驗到它的存在：亞馬遜會給商品分配唯一標識符（ASIN 或 FNSKU），將商品集中展示，並幫助用戶發現與支付；Facebook 也類似：用戶身分構成了其內容推薦、Marketplace 商品展示、有機內容與廣告發現的基礎。

但隨着 AI 智能體的進化，這種狀況將發生變化。企業正在將 AI 智能體用於客服、物流、支付等多個場景，而平台的形態也正在從單一界面轉向跨平台、跨終端的分布式系統。這些智能體將積累深度上下文，爲用戶完成更多任務。如果某個智能體的身分只綁定在一個平台或市場上，那它在其他重要場景中——如郵件對話、Slack 頻道或其他產品中——就難以發揮作用。

因此，AI 智能體需要一個統一、可遷移的「護照」。否則，我們將無法識別它的支付方式、確認其版本、查詢其能力、知道它代表誰行動，或追蹤其跨平台的聲譽。一個智能體的身分應當同時具備錢包、API 註冊表、更新日志和社交證明的功能——這樣任何界面（無論是郵件、Slack 還是另一個智能體）都能以一致的方式識別並與之交互。

沒有一個統一的「身分」原語，每次集成都要從零開始搭建底層結構，發現機制依舊依賴偶然，用戶在不同平台之間切換時也會失去上下文。

我們正處在可以「從第一性原理」重新設計智能體基礎設施的階段。那麼，如何構建一個比 DNS 記錄更豐富的、可信中立的身分層？我們不應重建那些將身分、發現、聚合與支付捆綁在一起的「單體式平台」；相反，智能體應當可以自由地接收支付、列出能力清單，並在多個生態中共存，而無需擔心被鎖死在某個平台中。

這正是 AI 與加密結合之處的亮點：區塊鏈網路提供的「無需許可的可組合性」，能夠幫助開發者構建更有用的智能體與更佳的用戶體驗。

當然，目前那些垂直整合的平台（如 Facebook 或亞馬遜）仍然擁有更好的用戶體驗——因爲打造優質產品的復雜性之一就是要確保所有模塊從上到下協同運作。但這種便利的代價也很高。尤其是當構建、聚合、變現和分發智能體的成本持續降低，智能體應用的觸達面日益擴展時，一個可信中立的身分層將賦予創業者真正的主權「護照」，也將鼓勵在分發與設計上的更多探索與創新。

面向未來兼容性的「真人性證明」

作者：Jay Drain Jr. 和 Scott Duke Kominers

隨着 AI 的廣泛滲透——無論是驅動網路交互中的機器人和智能代理，還是制造深度僞造和操控社交媒體——人們越來越難以分辨線上互動對象到底是真人還是程序。這種信任的侵蝕並非遙遠的未來，它已經悄然降臨。從 X（前 Twitter）上的評論水軍，到約會軟件上的機器人，現實與虛擬的邊界正變得模糊。在這種環境下，「真人性證明」（Proof of Personhood，PoP）正逐漸成爲一項關鍵基礎設施。

目前驗證一個人是人類的方式之一，是使用數字身份（比如美國 TSA 所使用的中心化身分系統）。數字身份包括用戶可以用來驗證身分的各種信息——用戶名、PIN 碼、密碼、第三方認證（如公民身分或信用記錄）以及其他憑證。去中心化在此處的價值顯而易見：當這些數據被集中管理時，身分發放方可以撤銷訪問權、收取費用，甚至協助監控；而去中心化則反轉了這種結構，讓用戶而非平台掌控自己的身分，從而更加安全且不易被審查。

與傳統身分系統不同，去中心化的「真人性證明」機制（例如 Worldcoin 的 World ID 系統）允許用戶自主管理和保存身分數據，以一種隱私友好、可信中立的方式驗證自己是真人。而就像駕駛執照一樣，PoP 一旦發放，可以在任何平台上通用，不論何時何地。這種基於區塊鏈的 PoP 因此具備面向未來的兼容性（forwards compatibility），具體體現在兩個方面：

可移植性（Portability）：PoP 遵循公開協議，任何平台都可集成。身分由用戶掌控，建立在公共基礎設施上，因此完全可移植，任何現有或未來的平台都可以接入。

無需許可的接入性（Permissionless accessibility）：任何平台都可以獨立選擇識別該 PoP 身分，無需通過某個中心化 API 授權，這就避免了某些用例被拒絕的風險。

該領域當前的主要挑戰在於用戶採用率：盡管我們還沒有看到大量具規模的真人性證明實際用例，但我們相信，一旦用戶數量達到臨界點，並有幾家重要合作夥伴以及某些「殺手級應用」帶動，PoP 的採用就會快速提速。每一個接入某種 PoP 標準的應用，都會提升該身分的實用價值，進而吸引更多用戶申領該身分，而用戶基數又會反過來讓更多應用願意集成該標準，從而形成快速增長的網路效應。（而由於鏈上身分本身就是爲互操作性設計的，這種效應將更具爆發力。）

我們已經看到一些主流的消費級應用和服務，尤其是在遊戲、社交和約會領域，宣布與 World ID 合作，幫助用戶確認他們所面對的是真人，甚至是他們期望中的那個特定真人。同時，新的身分協議也在不斷湧現，比如 Solana Attestation Service（SAS）。雖然 SAS 本身不是一個 PoP 發行方，但它允許用戶將離鏈數據（如合規所需的 KYC 驗證或投資資質）與 Solana 錢包私密關聯，從而爲構建去中心化身份體系打下基礎。

所有這些跡象都表明，去中心化 PoP 的爆發點可能即將到來。

PoP 的意義不僅僅是「封禁機器人」，它更是在人類網路與 AI 網路之間劃出清晰邊界的關鍵機制。它讓用戶與應用能夠明確區分「這是人與人的互動」，還是「人與機器的交互」，從而爲數字世界帶來更加安全、真實、健康的體驗。

AI 的去中心化基礎設施

AI 的去中心化實體基礎設施（DePIN）

作者：Guy Wuollet

AI 雖然是數字化服務，但它的發展正越來越受限於實體基礎設施。去中心化實體基礎設施網路（DePIN）作爲一種全新的建設和運營現實世界系統的模式，正在幫助民主化 AI 創新所依賴的算力基礎設施，使其更便宜、更具韌性、也更能抵抗審查。

爲何如此？AI 發展的兩個主要瓶頸是能源和芯片獲取。去中心化能源可助力釋放更多電力資源，而開發者也正利用 DePIN 聚合來自遊戲電腦、數據中心等來源的閒置芯片資源。這些計算設備可共同構建一個無許可的算力市場，爲 AI 產品開發創造一個更公平的環境。

其他用例還包括大語言模型（LLM）的分布式訓練與微調，以及模型推理的分布式網路。去中心化的訓練與推理不僅能降低成本（因爲使用的是原本閒置的算力），也能提供抗審查能力，確保開發者不會因依賴超大規模集中式雲服務提供商（hyperscalers）而被封禁。

AI 模型高度集中在少數幾家公司手中一直是個令人擔憂的問題；而去中心化網路有助於構建更具成本效益、更具抗審查能力和更可擴展的 AI 生態。

爲 AI 代理、終端服務提供商與用戶之間的交互提供基礎設施與護欄

作者：Scott Duke Kominers

隨着 AI 工具越來越擅長處理復雜任務和多層交互鏈，它們將愈發需要自主與其他 AI 交互，而不是依賴人類控制者。

比如，一個 AI 代理可能需要調用某些與特定計算相關的數據，或招募擅長特定任務的 AI 代理——比如安排一個統計機器人來執行模型模擬，或在制作營銷材料過程中調用圖像生成機器人。AI 代理還將爲用戶執行完整交易流程或活動流程創造巨大價值——比如根據用戶偏好查找並預訂航班，或發現並購買一本符合口味的新書。

如今，並不存在成熟、通用的代理對代理（agent-to-agent）市場——這種交互大多仍局限於顯式 API 接口，或少數維護內部代理調用的封閉生態系統。

更普遍的問題是，當前大多數 AI 代理處於孤立系統中，接口封閉、架構標準缺乏。但區塊鏈技術可幫助協議建立開放標準，這對於短期內的採用至關重要。從長期看，這也支持「前向兼容性」：當新的 AI 代理不斷演化與誕生時，它們依然能夠接入同一個底層網路。由於區塊鏈具有可互操作、開源、去中心化且易於升級的架構，它能更快速地適配 AI 創新的變革。

目前已有多家公司在爲代理間交互構建區塊鏈「軌道」：例如 Halliday 推出了一種協議，爲 AI 工作流和交互提供標準化的跨鏈架構，並在協議層面設置了護欄，確保 AI 不會偏離用戶的意圖。Catena、Skyfire 和 Nevermind 則支持 AI 代理之間無需人工介入的支付交互。Coinbase 也已開始爲這類項目提供基礎設施支持。

讓 AI / vibe-coding 應用保持同步

作者：Sam Broner 和 Scott Duke Kominers

近年來生成式 AI 的爆炸式發展讓軟件構建變得比以往更加容易。編碼效率提高了幾個數量級，更重要的是——現在可以用自然語言編程，即便是不熟悉編程的人也能 fork 現有程序，甚至從零構建全新應用。

然而，AI 輔助編程帶來新機遇的同時，也爲程序內部和程序之間引入了大量「熵」。所謂的「vibe 編程」（vibe coding）雖然簡化了底層依賴關係的復雜網路，但這也會使程序在底層組件更新時容易出現功能或安全問題。同時，隨着越來越多的人使用 AI 創建個性化的應用與工作流，不同用戶系統之間的交互會變得更加困難。事實上，即便兩個 vibe-coded 程序功能一致，它們的操作邏輯和輸出結構可能也大相徑庭。

在過去，確保一致性與兼容性的標準化方式是文件格式與操作系統，更近一步則是共享軟體庫與 API 接口。但在一個軟件不斷實時演化、變形、分叉的世界裏，這些標準化層需要具備廣泛可訪問性與持續升級能力——同時還能維持用戶信任。此外，僅靠 AI 並不能解決激勵人們維護這些連接與兼容性的難題。

區塊鏈提供了一個同時解決這兩個問題的方案：將「協議化的同步層」嵌入用戶的自定義軟件中，並通過動態更新來確保跨應用兼容性。過去，一個大型企業可能需要支付數百萬美元請系統集成商（如德勤）來定制 Salesforce 系統。如今，一名工程師可能在一個周末就能做出一個銷售數據的可視化界面。但隨着個性化軟件的大量湧現，開發者也會需要幫手來讓這些應用保持同步、正常運行。

這有點類似當前開源軟體庫的運作機制，但它的更新是實時的，不是週期性的——而且有激勵機制。這些都可以通過加密（crypto）實現。像其他基於區塊鏈的協議一樣，共享所有權讓參與者積極投入改善協議。開發者、用戶（或他們的 AI 代理）及其他消費者都可因引入、使用、改進新功能和集成而獲得獎勵。

反過來，共享所有權也讓每位用戶都對協議的整體成功有所投入，這形成了一種「反作惡」機制。就像微軟不會輕易破壞 .docx 文件格式標準，因爲這會影響用戶與品牌聲譽一樣，協議的共同所有者也不會輕易引入糟糕或惡意的代碼。

如同我們過往所見的各種軟件標準化架構，這裏也存在巨大的網路效應潛力。隨着 AI 編程軟件的「寒武紀大爆發」繼續推進，彼此需要保持通信的異構系統數量將迅猛增長。

簡而言之：vibe 編程要保持同步，不能只靠 vibe。Crypto 才是關鍵。

新的經濟與激勵模型

支持收入分成的微支付機制

作者：Liz Harkavy

AI 代理和工具如 ChatGPT、Claude 和 Copilot，爲我們提供了全新的、便利的數字世界導航方式。但無論好壞，這些技術正在破壞開放互聯網的經濟體系。我們已經看到了這種趨勢的初步顯現——例如，一些教育平台因學生大量轉向使用 AI 工具而流量大幅下降；而美國多家報紙也已起訴 OpenAI 侵犯版權。如果我們不能重新調整激勵機制，互聯網將變得更加封閉：更多的付費牆，更少的內容創作者。

當然，也可以通過政策來解決問題，但在法律程序推進的同時，已經有一些技術解決方案開始出現。其中或許最具前景（也最具技術挑戰）的是：將收入分成機制直接嵌入互聯網架構中。當某項由 AI 驅動的行爲促成一筆交易時，爲這一行爲提供信息來源的內容創作者應獲得相應分成。這一點在聯盟營銷體系中已有所體現，可以追蹤來源並進行收益分成；更高級的版本可以自動追蹤並獎勵所有信息鏈中的貢獻者。區塊鏈在這種「來源溯源」機制中顯然可以發揮重要作用。

不過，這類系統還需構建新的基礎設施——尤其是能夠處理極小交易的微支付系統、能公平評估不同貢獻類型的歸屬協議（attribution protocols），以及能保障透明性和公平性的治理模型。目前已有一些基於區塊鏈的工具展現出潛力，例如 rollups、L2 擴展方案、AI 原生金融機構 Catena Labs 以及金融基礎設施協議 0xSplits——它們可以實現幾乎零成本交易和更精細的收入拆分。

區塊鏈可以通過以下幾種機制使復雜的代理支付系統成爲現實：

納米級支付（nanopayment）可以在多個數據提供者間自動拆分，讓一次用戶交互可觸發對所有信息貢獻者的微支付；

智能合約可實現交易後的可強制性回溯支付，確保在促成用戶決策的信息來源在交易達成後獲得補償，且整個過程具備透明性與可追溯性；

區塊鏈還能實現復雜、可編程的收入分配規則，通過代碼強制執行分成方案，避免中心化的主觀判斷，讓自主代理之間建立去信任的財務關係。

隨着這些新興技術不斷成熟，它們有望建立一種全新的媒體經濟模型，涵蓋從內容創作者到平台再到用戶的完整價值鏈。

區塊鏈作爲知識產權與來源溯源的註冊系統

作者：Scott Duke Kominers

生成式 AI 的興起，迫切需要一種高效、可編程的機制，用以註冊和追蹤知識產權（IP）——既能確認創作來源，又能支持圍繞 IP 的訪問、共享與改編的商業模式。當前的 IP 體系依賴高成本的中介和事後執法，這在 AI 能瞬間消費內容、並「一鍵生成」變體的世界中已經不再適用。

我們亟需一種開放、公共的註冊系統，能清晰地證明所有權，且便於 IP 創作者高效操作，同時允許 AI 和其他 Web 應用輕鬆對接。區塊鏈正是理想方案：它允許不依賴中介的 IP 註冊，提供不可篡改的創作證明，還能讓第三方應用輕鬆識別、授權並與這些 IP 互動。

當然，有人對「技術能否真正保護 IP」這一理念持懷疑態度。畢竟，Web 1.0 和 2.0，以及目前的 AI 革命，常常伴隨着知識產權保護的弱化。但問題在於：許多現有的 IP 商業模式仍着眼於排斥衍生作品，而非激勵與變現。可編程 IP 基礎設施，不僅讓創作者、品牌方等明確在數字世界中確立所有權，還能催生一種新模式——圍繞「允許在生成式 AI 與其他數字應用中合法使用 IP」的共享機制構建新業務。

我們在早期 NFT 領域已經看到這種新嘗試，例如以 CC0 授權推動品牌網路效應與價值積累；更近一步，已經有基礎設施開發者創建專門用於標準化、可組合 IP 註冊與授權的協議乃至專屬區塊鏈（如 Story Protocol）。部分藝術家已經開始通過 Alias、Neura、Titles 等協議授權自己的風格與作品用於創意再創作。Incention 的《Emergence》科幻系列，則讓粉絲參與角色與世界觀共創，且通過 Story Protocol 註冊系統保留每位創作者的貢獻記錄。

以 Webcrawler 爲代表的 AI 應該補償內容創作者

作者：Carra Wu

目前 AI 代理中，最契合市場需求的並非編程助手或娛樂類工具，而是 Webcrawler（網路爬蟲）——它們自動瀏覽網路、收集數據，並自主判斷要訪問哪些連結。

據估算，當前近一半互聯網流量來自非人類來源。機器人程序常常無視 robots.txt 文件（理論上用於指示爬蟲是否被允許抓取該站點），並將抓取的數據用於支撐全球最大科技公司的核心競爭力。更糟的是，網站自己反而要爲這些「未被邀請的訪客」買單，承擔帶寬和服務器資源開銷。因此，Cloudflare 等 CDN 提供商不得不推出一系列封鎖服務。如今這是一種零散、臃腫的對抗機制，但其實完全可以被更合理的系統替代。

我們曾指出，互聯網最初的「經濟契約」——即內容創作者與平台之間的共贏關係——正處於解體邊緣。這也正在反映在數據中：過去一年，越來越多網站開始主動屏蔽 AI 爬蟲。2024 年 7 月，屏蔽 AI 抓取器的前 1 萬個網站中比例僅爲 9%；而現在，這一比例已攀升至 37%，且還在快速上升。

那麼，我們能否不再一味封鎖所有疑似機器人的請求，而是在中間地帶尋求一種平衡？一種新模型是：AI 爬蟲不再「白嫖」網路內容，而是爲數據抓取行爲付費。區塊鏈可以作爲該模型的執行層：每個爬蟲代理都持有加密貨幣，訪問網站時通過 x402 協議與網站的「門衛代理」或付費牆系統發起鏈上協商。

問題在於，robots.txt（又稱「機器人排除標準」）自上世紀 90 年代以來已成爲行業默認習慣，推翻它需要大規模的行業協調，或需要 Cloudflare 等 CDN 提供商的介入。但另一方面，我們可以爲人類用戶開闢一條獨立通道：他們通過 World ID（見上文）證明自己的「人類身分」，即可繼續免費訪問內容。

如此一來，AI 採集內容的行爲可以在採集點實現對創作者的補償，而人類用戶則仍可享有「信息自由」的互聯網。

更具隱私性的廣告：精準卻不越界

作者：Matt Gleason

AI 已經在改變我們購物的方式，那廣告能否也更「有用」一點？很多人討厭廣告，是因爲它們或不相關、或太打擾。而即便是「個性化廣告」，如果過於精準、源於大量個人數據，也會令人感到「被窺探」。

一些應用則嘗試通過付費牆（如觀看視頻或解鎖遊戲關卡）來變現。加密技術可以幫助我們重塑這一邏輯。與區塊鏈結合後，個性化 AI 代理可以在不暴露用戶隱私數據的前提下，根據用戶自己設定的偏好投放廣告；同時，還可以在用戶自願互動後給予他們加密貨幣獎勵。

技術上，這一模型需要：

低費用的數字支付系統：廣告互動獎勵必須支持高頻小額支付，系統需具備高速、低成本特性；

保護隱私的數據驗證機制：AI 廣告代理需驗證用戶是否符合某些人口特徵，但不能暴露具體數據，零知識證明（ZKP）技術可以實現這一點；

新型激勵模型：若微支付 (<$0.05) 的廣告收入模式普及，用戶可以主動選擇觀看廣告並獲利，從「被動被收割」轉向「自願參與」。

人類嘗試讓廣告更有用已久，無論是線上還是線下。而將廣告系統重塑爲「AI + 區塊鏈」驅動，終於有望讓廣告變得真正有用：既不打擾，又有收益。

這也將使廣告位本身更加有價值，同時有潛力推翻如今侵入性極強的「廣告剝削經濟」，轉而構建一個以人爲本的系統：在這裏，用戶不再是「產品」，而是「參與者」。

掌控 AI 的未來

由人類擁有和控制的 AI 伴侶

作者：Guy Wuollet

如今，許多人花在設備上的時間，已經超過了面對面交流的時間，而且這段時間越來越多地被用來與 AI 模型和由 AI 篩選出的內容互動。實際上，這些模型已經在提供某種形式的陪伴——無論是娛樂、信息獲取、滿足小衆興趣，還是教育兒童。我們可以輕鬆想象在不久的未來，AI 伴侶將被廣泛應用於教育、醫療、法律諮詢和社交陪伴等領域，成爲人類常見的互動形式。

未來的 AI 伴侶將無限耐心，並能根據個人及其具體需求進行高度定制。它們不僅僅是助手或「機器人僕人」，更可能成爲人們高度重視的關係對象。因此，誰將擁有和控制這些關係——是用戶自己，還是公司和其他中介機構——這一問題變得至關重要。如果你過去十年已經對社交媒體的內容篩選和審查感到擔憂，那麼未來這個問題將變得更加復雜，也更加私人化。

事實上，早就有人提出過類似觀點（可見此處和此處）：區塊鏈等具備抗審查能力的托管平台，可能是實現不可審查、用戶可控 AI 的最清晰路徑。雖然個體用戶可以自行運行本地模型並購買 GPU，但多數人要麼負擔不起，要麼根本不知道怎麼做。

雖然目前距離 AI 伴侶的廣泛普及還有一段距離，但實現這一切的技術正在快速進步：文本交互的 AI 伴侶已經表現出色，視覺化頭像也顯著提升；區塊鏈的性能也在逐漸提高。爲了讓用戶更容易使用不可審查的 AI 伴侶，我們還需要在加密應用的用戶體驗（UX）上持續改進。值得慶幸的是，如 Phantom 這樣的區塊鏈錢包已經讓鏈上交互變得簡單，而嵌入式錢包、通行密鑰（passkeys）和帳戶抽象技術也使用戶可以實現自我托管的錢包，而無需自己保管助記詞。

此外，像 Optimistic 和零知識協處理器這樣的高吞吐、無需信任的計算技術，也將使我們能夠與數字伴侶建立有意義且持久的關係。

在不久的將來，我們將從討論「什麼時候會出現擬人化數字伴侶和虛擬形象」，轉向「誰有權控制它們、以及以什麼方式控制」。

聲明：

1. 本文轉載自 [BlockBeats]，著作權歸屬原作者 [a16z Crypto，Scott Duke Kominers、Sam Broner、Jay Drain、Guy Wuollet、Elizabeth Harkavy、Carra Wu、Matt Gleason]，如對轉載有異議，請聯繫 Gate Learn 團隊，團隊會根據相關流程盡速處理。
2. 免責聲明：本文所表達的觀點和意見僅代表作者個人觀點，不構成任何投資建議。
3. 文章其他語言版本 由Gate Learn 團隊翻譯， 在未提及 Gate 的情況下不得復制、傳播或抄襲經翻譯文章。