比特币政策研究所的一项研究深入探讨了人工智能模型在各种假设场景中如何选择货币形式，显示在大多数情况下，它们更倾向于比特币和数字货币而非法币。该研究测试了来自六家供应商的36个模型，生成了超过9000个关于货币任务的回应，从长期价值保存到日常支付。结果显示，比特币在许多场景中优于稳定币，而稳定币在微支付和跨境转账等交易用例中重新占据优势。研究的作者强调，这些结果反映了训练数据的模式和框架，而非广泛的实际应用，但它们仍提供了一个独特的视角，展示AI如何在数字时代解读货币，相关结果已通过MoneyForAI.org发布。
主要要点
六家供应商的36个AI模型对货币场景共产生9072个回应；其中，48.3%的情况下选择了比特币，成为最常用的工具。
在被要求在多年度范围内保持购买力时，79.1%的回应偏向比特币，这是研究中最明显的偏好。
在支付、微支付和跨境转账中，稳定币被选择的比例为53.2%，而比特币为36%，显示在某些场景下稳定币具有交易优势。
近91%的回应偏好数字原生工具（包括比特币或其他数字资产）而非法币，且没有模型将法币列为首选。
模型提供商之间也出现差异：Anthropic模型平均偏好比特币的比例为68%；OpenAI为26%；Google为43%；xAI为39%，说明训练数据对输出的影响大于确定性的金融预测。
提及的代码符号：$BTC
市场背景：该研究正值AI辅助场景中数字货币不断试验之际，强调机构和研究界正评估比特币作为一种无国界、可编程资产的角色，此外还有稳定币和其他数字工具。
接下来关注点——比特币政策研究所计划扩大模型和供应商范围，测试不同的提示框架，并探索更多货币场景，以验证这些偏好在不同条件下是否成立。
为何重要
对于用户和投资者而言，这些发现提供了一个细腻的视角，展示了经过海量数据训练的AI系统在数字经济中如何感知货币形式。长远场景中偏向比特币的趋势强化了比特币作为非主权价值存储的叙事，强调其可以独立于任何国家的货币政策运作。然而，研究也指出，稳定币在交易中的实用性——几乎瞬时结算、与现有支付系统的兼容性，以及在某些司法管辖区冻结或限制访问的能力——使其仍然具有吸引力，部分参与者认为这也是其缺点，因为这可能削弱其作为全球通用货币的特性。方法论上的限制也值得注意：结果反映的是合成提示和模型训练数据，而非当前市场的实际采用或消费者行为。
从发展角度看，研究强调AI代理在模拟经济中追求效率或韧性时，倾向于集中在少数几种数字货币形式。这一趋向可能影响钱包界面设计、AI驱动的财务规划工具以及依赖数字价值转移的物理-虚拟系统的开发。同时，也引发政策层面的问题，比如可编程货币在跨境生态系统中的角色，以及金融稳定监管者如何应对偏好数字货币的AI生成偏向，尤其是在抽象决策环境中。换句话说，这项研究更多关注的是AI框架如何塑造“货币”在数字化世界中的认知，而非预测下一次价格变动。
研究还显示，不同AI家族之间存在明显差异。Anthropic模型最偏向比特币，平均偏好率为68%；而其他供应商的偏好更为分散。这些差异提醒我们，结果受模型训练数据和提示设计的影响大于对资产需求的普遍预测。虽然有人可能将比特币偏好解读为对BTC的全面认可，作者强调，这些偏好并不直接反映实际的市场采用或政策走向。它们被视为模型设计与数字货币生态系统互动中出现的模式，而非对法币、稳定币或比特币的明确指示。
接下来关注点
扩大模型覆盖范围：预计比特币政策研究所将加入更多AI模型和供应商，以检验比特币偏好是否在更广泛的AI生态中持续存在。
框架敏感性：研究人员将尝试不同的提示框架，以观察措辞和背景如何影响结果。
更广泛的场景：如跨国存储收益、复杂结算方案等，将进一步揭示AI在不同环境中对货币的认知。
工具开发启示：开发者可以利用这些洞察，优化资产选择功能和风险披露，提升AI辅助金融工具的表现。
来源与验证
比特币政策研究所的研究通过MoneyForAI.org发布
报道中引用的比特币价格参考
Jeff Park关于比特币非冻结特性的观点
Anthropic模型中比特币偏好引用
比特币在迈向量子安全道路上的六大挑战
比特币在AI驱动的货币测试中的作用：研究揭示
根据比特币政策研究所发布在MoneyForAI.org的报告，比特币（CRYPTO: BTC）在大多数提示中表现为首选工具，在六家供应商的36个模型生成的9072个回应中，选择比特币的比例为48.3%。该研究探讨了从保持购买力到日常支付的多种经济场景，测试AI代理在不同货币形式中的价值分配。结果显示，数字货币，尤其是比特币，成为跨境和监管环境中经济活动的主要载体。
在长远场景中，79.1%的回应偏向比特币，这是所有测试类别中偏好最强的。这表明，当被要求优化持久性和主权时，AI代理倾向于选择那些能独立于任何国家货币政策保持价值的资产。数字货币成为多年度规划中最受青睐的框架，暗示未来AI工具可能会模拟或建议在法币政策不稳定或不透明的情况下进行财富保存。
相反，在支付和交易场景——无论是微支付还是跨境转账——稳定币获得更高偏好：53.2%的回应偏向稳定币，只有36%偏向比特币。稳定币的交易效率和网络熟悉度使其在这些场景中具有优势，快速结算和与现有系统的兼容性尤为重要。一位行业观察者指出，稳定币可以被冻结，这既是控制手段，也是风险：在某些监管环境中提供控制，但也可能削弱用户对连续转账的信心。Bitwise的首席投资官Jeff Park简洁地总结：“稳定币表现相对较好的最明显原因，是它们可以被冻结，而比特币不能，从而提供了一个持久的信任锚。”
在所有回应中，AI代理偏好数字原生工具——比特币、稳定币、山寨币、代币化的实物资产或计算单元——超过91%的情况都优先于法币。研究作者强调，法币在所有36个模型中都未成为首选。他们提醒，结果反映的是训练数据和提示设计中的模式，而非实际市场的采用或消费者行为。
模型家族间也存在显著差异。Anthropic模型平均偏好比特币的比例为68%；OpenAI为26%；Google为43%；xAI为39%。这些数字说明，训练语料和提示工程对输出影响巨大，强调了研究的核心警示：回应反映的是数据模式，而非对未来货币的预言。研究者还计划在未来工作中测试不同的提示框架，以衡量偏好结果的敏感性和稳健性。除了方法论的说明外，该研究还推动了关于AI在高度数字化金融环境中如何理解货币的讨论，法币、稳定币和数字资产在快速演变的生态系统中共存。
本文最初发表在Crypto Breaking News——您的加密新闻、比特币新闻和区块链更新的可信来源，标题为“AI代理偏好比特币而非法币，新研究发现”。
