a16z：AI与加密货币的11个交汇场景

原文标题：AI x crypto crossovers

原文作者：Scott Duke Kominers,Sam Broner, Jay Drain, Guy Wuollet, Elizabeth Harkavy, Carra Wu, Matt Gleason，a16z crypto

原文编译：吴说区块链

互联网的经济结构正在发生变化。当开放网络逐渐塌缩成一个「提示框」（prompt bar）时，我们不得不思考：AI 会带来一个更开放的互联网，还是会让我们走进由新型付费墙构成的迷宫？而未来的互联网究竟由谁掌控——大型中心化公司，还是由广泛的用户社区？

这正是加密技术的切入点。我们过去已经多次讨论 AI 与加密技术的交叉，但简而言之，区块链是一种重新设计互联网服务与网络架构的方式，它可以构建去中心化、可信中立并由用户「可拥有」的系统。通过重新塑造当今系统背后的经济激励，区块链为 AI 系统中日益强化的中心化趋势提供制衡，从而推动一个更开放、更具韧性的互联网。

「加密技术可以帮助构建更优的 AI 系统，反之亦然」这一理念并不新鲜——但长期以来缺乏清晰的定义。某些交叉领域（例如在低成本 AI 系统激增的背景下，如何验证「人类身份」）已经吸引了大量开发者和用户。但其他应用场景可能仍需数年甚至数十年才能落地。因此本文分享了 11 个 AI 与加密技术的交汇型应用场景，希望能为行业开启更多讨论：哪些是可行的、哪些挑战尚待解决、以及未来可能如何演化。

这些场景都基于当下正在研发的技术——从处理大量小额支付，到确保人类在未来与 AI 的关系中保留所有权。

1. 在 AI 交互中引入可持久化的数据与上下文

Scott Duke Kominers：生成式 AI 的核心依赖数据，但在许多应用场景中，「上下文」——即与交互相关的状态与背景信息——往往与数据本身同等重要，甚至更为关键。

在理想情况下，无论是智能体（agent）、LLM 接口，还是其他类型的 AI 应用，都应能够记住大量个人化信息，包括你正在推进的项目类型、你的沟通习惯、偏好的编程语言等。但在现实中，用户常常必须反复重建这些上下文——不仅在同一应用内启动新的会话，如新开一个 ChatGPT 或 Claude 窗口时需要重新建立上下文，更不用说在不同 AI 系统之间切换时了。

目前，一个生成式 AI 应用中的上下文几乎无法迁移到另一个应用中。

借助区块链，AI 系统可以将关键的上下文元素以可持久化的数字资产形式存储，使其能够在会话开始时被加载，并在不同的 AI 平台之间无缝迁移。此外，由于「前向兼容性」（forwards-compatible）与「互操作性承诺」是区块链协议的核心特征，区块链可能是唯一能够系统性解决该问题的技术路径。

一个直观的应用场景是 AI 主导的游戏与媒体领域，其中用户偏好（如难度、按键布局等）可以跨游戏、跨环境持久存在。但真正具有高价值的，是知识类应用场景——AI 需要理解用户掌握的知识体系、学习方式与能力；以及更具专业化的应用场景，例如编程辅助。尽管一些企业已经为自身业务构建了具备「全局上下文」的定制化 AI 工具，但这些上下文依然无法在组织内部使用的不同 AI 系统之间实现有效迁移。

各类组织目前才刚开始真正意识到这一问题，而目前最接近通用解决方案的，是带有固定、持久化上下文的定制化机器人（custom bots）。不过，平台内用户之间的上下文可移植性已经在链下逐步出现；例如在 Poe 平台上，用户可以将自己创建的自定义机器人出租给其他用户使用。

如果将这一类活动迁移到链上，那么我们与之交互的 AI 系统将能够共享一个由我们全部数字行为的关键元素构成的上下文层。AI 能够即时理解我们的偏好，从而更好地进行微调与体验优化。反过来说，类似链上知识产权注册体系的机制，如果允许 AI 引用链上持久化的上下文，则能催生围绕提示词与信息模块的新型、更加完善的市场交互模式——例如，用户可以在保持数据自主管理的前提下，将自己的专业能力以授权方式直接变现。

当然，随着上下文共享能力的提升，还将催生大量目前尚无法预见的新用例与可能性

2. 面向智能体的通用身份体系

Sam Broner：身份——即关于某个对象「是谁、是什么」的规范化记录——是支撑当今数字化发现、聚合与支付系统的底层基础设施。但由于平台将这种「底层管线」封闭在系统内部，用户通常只能在一个成品化的产品界面中体验身份体系。例如，Amazon 会为商品分配标识符（如 ASIN 或 FNSKU），将商品整合展示在统一界面中，并帮助用户完成发现与支付；Facebook 也类似：用户身份决定其信息流内容，并构成其在应用内各种内容的发现基础，包括 Marketplace 商品列表、自然内容以及广告投放等。

随着 AI Agents 的快速演化，这一格局即将改变。越来越多企业将智能体用于客服、物流、支付等场景，其平台将不再是传统的「单一界面应用」，而是分布在多个渠道与平台之上，不断积累深层上下文，并替用户执行更多任务。但如果智能体的身份仅绑定在单一平台或单一市场中，那么它在其他关键环境（如电子邮件线程、Slack 渠道、或其他产品内部）将难以使用。

因此，智能体需要一个统一、可携带的「数字护照」。没有它，就无法确认如何向智能体支付、无法验证其版本、无法查询其能力、无法识别它代表谁执行任务，也无法在跨应用与跨平台的环境中追踪其信誉。智能体的身份体系必须同时具备钱包、API 注册表、变更日志和社会信誉证明等功能，使任何界面（无论是电子邮件、Slack，或其他智能体）都能以一致方式解析并与之通信。

如果缺乏这种共享的「身份原语」，每一次系统集成都需要从零重建这套管线；内容发现仍然停留在临时拼接的状态；用户在不同渠道与平台之间切换时，也将不断失去其关键上下文。

我们现在有机会从「第一性原理」设计智能体基础设施。那么问题在于：如何构建一个比 DNS 记录更丰富、且具备可信中立性的身份层？与其重新打造那种将身份、发现、聚合、支付等功能捆绑在一起的单体平台，不如让智能体能够自主接收支付、公开其能力清单，并在多个生态系统中存在，而无需担心被某一平台锁定。

这正是加密技术与 AI 的交汇点所能发挥作用的地方——区块链网络提供无需许可的可组合性，使开发者能够创造更强大的智能体与更友好的用户体验。

总体而言，像 Facebook、Amazon 这种垂直整合式解决方案目前的用户体验更佳——原因在于，构建优秀产品的复杂性之一，就是要从上而下确保所有组件自然协同运作。然而，这种便利的代价正在变得越来越高，尤其是在构建、聚合、推广、商业化和分发智能体所需的软件成本下降，以及智能体应用的可触达范围不断扩大的背景下。

要达到垂直整合平台的用户体验仍需付出大量努力，但一旦构建出具备可信中立性的智能体身份层，创业者就可以真正拥有自己的护照。这也将推动在分发模式与交互设计上的广泛实验与创新。

3. 面向未来的「人类性证明」（Proof of Personhood，PoP）

Jay Drain Jr. 与 Scott Duke Kominers：随着 AI 的普及——无论是在各种网页交互中运行的机器人与智能体，还是深度伪造与社交媒体操纵行为——我们愈发难以判断自己在网上互动的对象是否是真实的人类。这种信任的侵蚀并非未来担忧，而是正在发生的现实。从 X 上的评论水军到交友软件上的自动化账号，真实与虚假正在变得模糊不清。在这样的环境下，「人类性证明」逐渐成为互联网的关键基础设施。

验证「你是人类」的一种方式是使用数字身份，包括 TSA 等机构所使用的中心化身份认证体系。数字 ID 涵盖用户可用于证明自身身份的所有信息——用户名、PIN 码、密码，以及第三方出具的证明（例如国籍、公信力或信用状况）等。去中心化在这里的价值非常明确：当身份数据存储在中心化系统中时，发行方可以撤销访问权限、收取费用，甚至协助监控。而去中心化则颠覆了这一结构：用户而非平台的守门人掌控自己的身份，使其更安全、并具备抗审查性。

与传统身份系统不同，去中心化的人类性证明机制（例如 Worldcoin 推出的 World』s Proof of Human）允许用户自主管理身份数据，并以隐私保护、可信中立的方式验证自己确实为「人类」。类似于驾照——无论何时何地签发，都可以在任意场景使用——去中心化的 PoP 可以作为通用的底层基础模块，在任何平台上复用，包括那些尚未存在的平台。换言之，基于区块链的 PoP 具备「前向兼容性」，因为它提供：

可移植性：协议是开放标准，任何平台都可集成。去中心化 PoP 可以通过公共基础设施管理，并完全由用户控制。这意味着 PoP 天然具备可移植性，任何平台现在或未来都能与其兼容。

无需许可的可访问性：平台可自主选择是否支持某个 PoP 身份，而无需经过可能对不同用例设置歧视性限制的中心化 API 审批。

该领域的核心挑战在于「采用率」。目前，现实世界中尚未出现大规模落地的「人类性证明」（PoP）应用，但我们预计，一旦用户数量达到关键规模、出现若干早期合作伙伴，以及出现驱动用户需求的「杀手级应用」，PoP 的普及将显著加速。每一个采用某种数字 ID 标准的应用，都会提升这一 ID 类型对用户的价值；进而推动更多用户去获取该 ID；而更大的用户规模又会反向提升应用集成该 ID 标准以验证「人类性」的吸引力。（此外，由于链上 ID 在设计上具备互操作性，这种网络效应能够迅速扩散。）

我们已经看到游戏、交友、社交媒体等主流消费级应用宣布与 World ID 合作，以确保用户在游戏、聊天或交易时，确实是在与真实的人类互动——甚至是他们期望的特定对象。同时，今年也出现了新的身份协议，例如 Solana Attestation Service（SAS）。虽然 SAS 本身不是 PoP 签发机构，但它允许用户将链下数据（如合规所需的 KYC 结果、投资者认证资格等）以私密方式关联到 Solana 钱包，从而构建用户的去中心化身份。这些迹象都说明，去中心化 PoP 的转折点可能已经不远。

Proof of Personhood 的意义远不止「阻止机器人」。它旨在为 AI 智能体与人类网络之间构筑明确的边界，使用户和应用能够区分「人与机器」的不同交互，从而为更优质、更安全、更真实的数字体验创造条件。

4. 面向 AI 的去中心化物理基础设施（DePIN）

Guy Wuollet：AI 虽然是一种数字化服务，但其发展正越来越受到实体基础设施的限制。去中心化物理基础设施网络（DePIN）——一种全新的现实世界系统构建及运营模式，有望使支撑 AI 创新的算力基础设施更加民主化，使其成本更低、更具弹性，并更具抗审查性。

为什么？AI 发展的两大主要瓶颈分别是能源与芯片获取能力。去中心化能源体系可以提供更充足的电力，而开发者也正在利用 DePIN 将来自游戏 PC、数据中心及其他来源的闲置芯片进行整合。这些计算设备能够共同组成一个无需许可的算力市场，从而为构建新的 AI 产品创造公平竞争环境。

其他应用场景包括：分布式训练与微调大型语言模型（LLMs），构建分布式推理网络（model inference）。去中心化的训练与推理之所以可能显著降低成本，是因为它们利用了原本处于闲置状态的算力资源。同时，这类架构具备天然的抗审查能力，确保开发者不会因依赖超大规模云服务商（hyperscalers，即提供大规模可扩展计算资源的中心化云基础设施供应商）而被「下架」或限制访问。

AI 模型集中在少数公司手中已成为长期担忧；而去中心化网络能够帮助构建成本更低、抗审查性更强、可扩展性更高的 AI 体系。

5. 为 AI 智能体、终端服务提供方与用户之间的交互建立基础设施与安全机制

Scott Duke Kominers：随着 AI 工具在处理复杂任务和执行多层级交互链条方面能力不断增强，AI 将日益需要在没有人类直接控制的情况下，与其他 AI 独立协作。

例如，一个 AI 智能体可能需要请求某项计算所需的特定数据，或需要调用具有专业能力的其他智能体来执行任务——如让统计分析智能体负责构建和运行模型模拟，或调动图像生成智能体来协助制作营销素材。AI 智能体还将在端到端事务执行中创造巨大价值，例如完全代替用户完成一笔交易流程：根据偏好查找并预订航班，或自动发现并购买符合用户喜好的新书。

目前，并不存在「通用化的智能体-对-智能体市场」。此类跨智能体请求通常仅能通过显式 API 调用实现，或仅局限于某些封闭的 AI 智能体生态系统内，作为内部功能使用。

更广泛来看，当下大多数 AI 智能体运行在彼此隔离的生态中：API 相对封闭，缺乏统一的架构标准。而区块链技术可以帮助协议建立开放标准，这对短期采用至关重要；从长期来看，这也有助于实现前向兼容性：随着新型智能体不断出现，它们都可以接入同一底层网络。由于区块链具备可互操作、开源、去中心化且通常更易升级的架构，它们更能够适配未来 AI 创新所带来的变化。

当前已有多家公司在构建面向智能体交互的链上基础设施。以 Halliday 为例，该公司近期推出了一个协议，为 AI 工作流与交互提供标准化的跨链架构，同时在协议层面加入保护机制，确保 AI 不会超出用户意图行事。另一方面，Catena、Skyfire、Nevermind 等项目利用区块链支持智能体之间的自动结算，使 AI-to-AI 支付无需任何人工介入。类似系统正在不断涌现，Coinbase 也已开始为此类开发提供基础设施支持。

6. AI「氛围编码」应用保持同步

Sam Broner 与 Scott Duke Kominers：生成式 AI 的革命，使构建软件变得前所未有的容易。编码速度提升了数量级，更重要的是，编码可以直接通过自然语言完成，使缺乏经验的开发者也能复刻已有程序，甚至从零开始构建新应用。

然而，AI 辅助编码在创造新机会的同时，也带来了程序内部与跨程序之间的大量「熵」。所谓的「vibe coding」（氛围编码）会将软件背后复杂的依赖关系抽象掉——但正因为如此，当底层的源码库或输入发生变化时，程序可能在功能性和安全性方面暴露风险。同时，当人们使用 AI 创建高度个性化的应用和工作流时，他们与他人系统之间的对接也变得更加困难。事实上，即便两个 vibe-coded 程序执行的是几乎相同的任务，它们的运作逻辑与输出结构也可能完全不同。

传统上，确保一致性和兼容性的标准化工作由文件格式、操作系统，以及后来的共享软件与 API 集成承担。但在一个软件实时演化、变形、分支的世界里，标准化层必须具备：广泛可访问性、持续可升级性，同时还要让用户信任。此外，仅靠 AI 并不能解决激励机制的问题——即如何激励开发者构建并维护这些系统间的链接。

区块链能够同时解决这两个难题，它可以提供协议化的同步层，这些同步层嵌入在用户定制的软件构建中，并能随着环境变化而动态更新，以确保跨系统的兼容性。

在过去，大型企业可能需要支付数百万美元给像 Deloitte 这样的系统集成商，来定制一个 Salesforce 实例。而今天，一名工程师可能只需要一个周末就能构建一个「销售数据查看」的自定义界面。但随着定制化软件数量的持续增长，开发者将需要帮助，以确保这些应用持续保持同步与可用性。

这与当今开源软件库的开发模式相似，但不同之处在于：同步层不是依赖周期性版本发布，而是持续更新——并且还附带激励机制。而这两点都可以通过加密技术更容易地实现。就像其他基于区块链的协议一样，共享拥有同步层能够激励各方持续投入资源进行改进。开发者、用户（以及他们的 AI 智能体）和其他使用者，都可以因引入、使用、或迭代新功能与集成方案而获得激励。

反之，共享所有权也让所有用户都对协议的整体成功拥有利益关系，从而形成对行为偏差的抑制机制。正如微软不会轻易破坏 .docx 文件格式标准，因为这会对其用户与品牌造成广泛负面影响；同步层的共同所有者也会因自身利益受损，而不愿在协议中引入笨拙或恶意的代码。

与此前所有软件标准化架构一样，这里同样存在强大的网络效应潜力。随着 AI 生成的软件迎来「寒武纪大爆发」，需要彼此保持通信的多样化、异构化系统将呈指数级增长。简而言之：氛围编码若想保持同步，不能只靠氛围本身；加密技术才是答案。

7. 支持收入分成的微支付体系

Liz Harkavy：AI 智能体以及 ChatGPT、Claude、Copilot 等工具，为人们提供了一种更便捷的方式在数字世界中获取信息。但无论好坏，它们也正在动摇开放互联网的经济结构。这一趋势已经显现——例如，随着学生越来越多地使用 AI 工具，教育类平台正在经历显著的流量下滑；同时，美国多家媒体也因版权侵权问题起诉 OpenAI。如果激励体系无法重新调整，我们可能会看到互联网进一步封闭，付费墙增多，而内容创作者却持续减少。

政策手段当然始终存在，但在司法程序推进期间，一些技术性的解决方案也正在浮现。其中最具潜力（同时技术难度最高）的方案，是将「收入分成机制」嵌入互联网的底层架构。当某项由 AI 驱动的操作最终促成销售时，为该决策提供信息来源的内容创作者应获得收益分成。联盟营销生态已经在做类似的归因追踪与收益共享；更高级的系统则可以自动追踪整条信息链上的所有贡献者，并给予奖励。区块链在追踪「信息来源链」方面显然能够发挥关键作用。

然而，要实现这样的体系，还需要新的基础设施——尤其是：能够在多源之间处理极小金额的微支付系统；能够公平评估不同贡献价值的归因协议；确保透明与公平的治理模型。

现有许多区块链工具展现出潜力，例如各类 rollup、L2 网络、AI 原生金融机构 Catena Labs，以及金融基础设施协议 0xSplits，它们都能实现近乎零成本的交易与更细粒度的支付拆分。

区块链能够通过多种机制，使智能体主导的高级支付系统成为可能：

纳米支付：可以在多个数据提供者之间拆分，使单次用户交互能够自动触发对所有贡献源的微额支付，由智能合约执行。

智能合约：可以在交易完成后自动触发可强制执行的「事后支付」，为那些影响购买决策的内容源提供透明、可追踪的补偿。

可编程支付拆分：使收益分配能够通过代码强制执行，而非依赖中心化机构决定，从而为自动化智能体之间建立无需信任的金融关系。

随着这些新兴技术不断成熟，它们将构建一种全新的媒体经济模型，从创作者、到平台、再到用户，完整捕获整条价值创造链条。

8. 以区块链作为知识产权与溯源的注册系统

Scott Duke Kominers：生成式 AI 的出现，使得建立高效、可编程的知识产权（IP）登记与追踪机制变得迫在眉睫——其目的既包括确保溯源的准确性，也包括支持围绕 IP 的访问、共享与二次创作所产生的新商业模式。现有的 IP 框架依赖成本高昂的中介机构与事后执法机制，在一个 AI 能即时消费内容、并一键生成变体的时代，显然无法胜任。

我们需要的是开放、公共的注册系统，为创作者提供清晰的所有权证明，且使用门槛低、效率高——同时 AI 与其他网页应用也能直接与之交互。区块链非常适合承担这一角色：它允许创作者无需依赖中介自行注册 IP，并提供不可篡改的溯源证明；同时，它也使第三方应用能够轻松识别、授权并与这些 IP 资产交互。

当然，对于「技术能否真正保护知识产权」这一整体概念，人们仍然保持谨慎。毕竟互联网前两代时代——甚至包括当前的 AI 革命——往往与 IP 保护力度下降相关。其中一个原因在于，许多现有的 IP 商业模式强调「排除衍生作品」，而不是激励、货币化衍生创作。可编程的 IP 基础设施不仅能让创作者、特许经营方与品牌在数字空间清晰确立其 IP 所有权，还能催生以「共享 IP 用于生成式 AI 与数字应用」为核心的新商业模式。某种意义上，它将生成式 AI 对创意工作的威胁之一，转化为新的机会。

在 NFT 早期阶段，我们已经看到创作者尝试利用新的模式，例如在以太坊上通过 CC0 方式构建品牌网络效应，实现价值沉淀。近来，我们看到基础设施提供者开始构建标准化、可组合的 IP 注册与许可协议，甚至推出专门的区块链（如 Story Protocol）。部分艺术家已开始使用 Alias、Neura、Titles 等协议来授权其风格与作品，以支持创意再混合。与此同时，Incention 的科幻系列 Emergence 则让粉丝参与共创宇宙与角色设定，并通过 Story 上的链上注册系统记录每一项创作贡献。

9. 能为内容创作者带来补偿的网页爬虫

Carra Wu：当下最具产品—市场契合度的 AI 智能体，并不是用于编程或娱乐的那类智能体，而是网页爬虫——它们能自主浏览互联网、收集数据，并对应当跟随哪些链接做出判断。

根据一些估计，当今互联网流量中近一半已经来自非人类来源。机器人常常无视 robots.txt 文件——这一本应告知自动化爬虫网站是否允许其访问的标准，但在现实中几乎没有约束力——并利用抓取的数据来强化全球最大科技公司的核心护城河。更糟糕的是，网站最终必须为这些「不速之客」承担成本，付出带宽与 CPU 资源来应对层出不穷的匿名爬虫。作为回应，Cloudflare 等公司及其他 CDN（内容分发网络）提供阻断服务。这一切构成了一套本不应存在的「拼接式」体系。

我们此前就指出，互联网的原始契约——内容创作者创作内容，平台负责分发内容之间的经济协同——正在逐渐瓦解。这一趋势已经体现在数据上：过去十二个月里，网站运营者开始大规模屏蔽面向 AI 的爬虫。2024 年 7 月仅约 9% 的全球前 10,000 个网站屏蔽 AI 爬虫，而如今该比例已达到 37%。随着更多网站运营者的技术成熟以及用户愈加不满，这一比例还将继续上升。

那么，如果我们不再付费给 CDN 让它们「一刀切」式阻断疑似机器人，而是尝试一种中间路径会怎样？也就是说，AI 爬虫不再「搭便车」，而是为获取数据的权利付费。这里，区块链便可发挥作用：在这种设想中，每个网页爬虫智能体都持有一定数量的加密资产，并通过 x402 协议与各网站的「门卫智能体」或付费墙协议进行链上协商。（当然，挑战在于 robots.txt，即「机器人排除标准」，自 1990 年代起就根深蒂固地存在于互联网企业的运营模式中。要改变这一点，需要大规模协作，或由 Cloudflare 之类的 CDN 提供支持。）

与此同时，人类用户可以通过 World ID（见前文）证明自身是真人，从而获得免费的访问权限。如此一来，内容创作者与网站运营者可以在数据被 AI 收集的当下获得补偿，而人类用户则依旧能享受信息自由流动的互联网。

10. 既能精准又不「吓人」的隐私保护型广告

Matt Gleason：AI 已经开始影响我们的在线购物方式，但如果我们每天看到的广告能够真正「有用」会怎样？人们不喜欢广告有许多原因：与自身无关的广告是纯噪音；与此同时，并非所有「个性化」都是好事。依赖大量消费者数据驱动的高度定向广告会让人感到被侵犯；另一些应用则试图通过「强制观看广告」（如串流平台或游戏关卡中的不可跳过广告）来实现变现。

加密技术可以帮助改善这些问题，为我们重新构想广告体系提供机会。当 AI 智能体与区块链结合时，它们能够根据用户主动设定的偏好来定制广告，使广告既不无关又不过度「诡异」。更重要的是，在此过程中，用户的数据不会被全球性暴露，而愿意共享数据或与广告互动的用户还能够获得补偿。

实现这一模式，需要若干技术基础：

低费用的数字支付系统：为补偿用户的广告互动（观看、点击、转化），企业需要发送大量小额支付。要实现规模化，这要求系统具备高速、高吞吐、几乎零手续费的特性。

隐私保护的数据验证：AI 智能体需要验证消费者是否符合某些人口统计特征。零知识证明（ZKP）可以在不泄露具体隐私信息的情况下完成此类验证。

新的激励模型：如果互联网采用基于微支付的变现方式（如每次互动 < $0.05），用户可以主动选择观看广告以获得补偿，从而将目前的「数据抽取模式」转变为「用户参与模式」。

几十年来，人们一直试图让广告变得更「相关」——线上如此，线下亦然。而从加密技术与 AI 的视角重新审视广告，可以真正让广告变得有用、可控、可选。对于建设者与广告主而言，这意味着更加可持续、更加一致的激励结构；对于用户而言，这提供了更丰富的方式去发现信息、探索数字世界。

最终，这不仅会让广告位更有价值，还可能动摇如今那套根深蒂固、以「榨取」为核心的广告经济模式，替换为一种更以人为本的体系：在其中，用户不再是「被售卖的产品」，而是真正的参与者。

11. 由用户「拥有与掌控」的 AI 伙伴

Guy Wuollet：如今，许多人花在设备上的时间已超过线下交流的时间，而这些线上时间正越来越多地用于与 AI 模型或由 AI 策动的内容互动。这些模型已经提供了一种「陪伴」——无论是娱乐、信息获取、满足小众兴趣，还是作为儿童教育工具。可以轻易想象，在不远的未来，面向教育、医疗、法律咨询甚至日常情感陪伴的 AI 伙伴，将成为人类主要的互动方式之一。

未来的 AI 伙伴将能够拥有无穷的耐心，并针对个人及其使用场景进行深度定制。它们不仅是助手或「机器人仆从」，还可能成为用户高度重视的关系对象。因此，问题随之而来：这些关系的所有权和控制权究竟属于谁——用户，还是公司及其他中介机构？如果你曾对过去十年中社交媒体的内容策展与审查问题感到担忧，那么未来这一问题将呈指数级变得更加复杂、更加个人化。

关于「区块链等抗审查托管平台或许是构建不可审查、用户可控 AI 的最佳路径」这一观点，早已有过充分论述。虽然用户能够自行运行本地模型、购买 GPU，但对大多数人而言，这要么成本过高，要么技术门槛太高。

尽管距离 AI 伙伴全面普及仍有距离，但相关技术正在快速成熟：文本聊天类 AI 已经极其自然逼真；视觉化虚拟形象也在不断提升；区块链性能持续改善。若要让「不可审查的 AI 伙伴」真正易用，我们需要依赖更好的加密应用用户体验（UX）。幸运的是，Phantom 等钱包已让区块链交互变得更为简单，而嵌入式钱包、Passkey，以及账户抽象等技术，使用户无需自行保管助记词，也能轻松实现自托管。同时，基于乐观与 ZK 协处理器的高吞吐、无需信任的计算系统，也将使我们能够与数字伙伴建立有意义且可持续的长期关系。

在不久的将来，公众讨论的重点将从「何时会出现逼真的数字伙伴与虚拟化身」，转向「谁将控制它们，以及它们将如何被控制」。

原文链接