比特币比美元更受欢迎？研究人员发现人工智能模型倾向于加密货币。

一项研究人工智能系统如何进行货币决策的新研究发现了一个令人惊讶的趋势。尽管人工智能系统被赋予了自由裁量权，但它们却反复选择比特币，而不是政府发行的普通货币。 

这项研究的发现也引发了关于货币未来走向的新争论，在日益自动化的经济中，机器代理最终可能会与人类一起参与金融活动。

研究结果表明，人们对数字原生货币体系（尤其是比特币）的倾向性很高且稳定，而对法定货币体系（如美元或英镑）的倾向性则较低。

研究发现人工智能系统倾向于使用数字货币

该分析对比了36种由领先科技公司开发的尖端人工智能模型，例如： OpenAI谷歌、Anthropic、xAI、DeepSeek 和 MiniMax 等公司都参与了这项研究。这些模型在超过 9000 个模拟经济情境中进行了测试，旨在测试人工智能在面对诸如储蓄、汇款或支付等任务时，如何决定货币体系。

资料来源：BPI报告

在所有实验中，最常用的货币工具是比特币，占比 48.3%，在所有 48.3% 的回答中均有提及。稳定币位居第二，占比约为 33.2%，而传统的法定货币和银行货币仅获得 8.9% 的回复。

或许最引人注目的发现之一是，没有一个人工智能模型将法定货币视为最佳选择。事实上，超过90%的答案都支持比特币和稳定币等数字原生货币，而非传统的政府发行货币。

研究人员声称，提示语经过精心选择，并非旨在引导模型关注特定资产。相反，他们要求系统根据可靠性、交易成本、可编程性、抗审查性和保值能力等属性来评估货币。

比特币作为价值储存手段占据主导地位。

尽管人工智能模型在各种情况下都倾向于选择不同的资产，但当要求系统选择长期价值储存手段时，比特币却被使用了。

该研究表明，在评估多年时间跨度内保值能力时，79.1% 的 AI 答案会选择比特币作为货币，这是整个实验中最有决定性的结果。

科学家声称，由此得出的结论是，通过人工智能，基于稀缺性、持久性和非依赖中心权威等基本属性来评估货币体系，往往会导致去中心化数字资产的出现。

比特币的固定数量和去中心化设计也是其在模拟中表现良好的可能因素。与可通过中央银行增发的法定货币不同，比特币的供应量在数学上是固定的，许多经济学家和投资者认为这一特性赋予了它卓越的价值储存功能。

稳定币赢得支付类别冠军

尽管比特币是目前主流的储蓄工具，但人工智能模型在日常交易中更倾向于使用稳定币。在支付、小额支付和跨境转账等场景中，53.2% 的受访者选择了稳定币，这一比例远高于比特币的约 36%。

学者们认为，这种结果表明两种数字资产在功能上存在差异。稳定币通常与美元等传统货币挂钩，结算速度更快，波动性更小，因此在日常交易中更实用。

研究结果表明，人工智能模型成功实现了以比特币为长期储备资产、以稳定币为交易应用的双层货币体系的构建。

业内观察人士表示，这一趋势反映了加密货币生态系统中已经显现的趋势，其中比特币已被视为数字黄金，而稳定币已在去中心化金融和支付网络中占据主导地位。

人工智能提供商之间的差异

研究人员还发现，不同公司开发的AI模型之间存在很大差异。

人因模型对比特币最为有利，在所有场景下平均成功率约为 68%。与此同时，由……创建的模型 OpenAI 比特币更受青睐，被选中的概率约为 26%，是最受欢迎的支付方式。其他支付服务提供商，例如 Google 和 DeepSeek，则介于两者之间。

科学家认为，这些差异可能源于不同人工智能开发者所使用的训练数据、模型架构和对齐方法的不同。由于语言模型是基于包含人类对话和经济故事的大数据进行训练的，因此货币体系在训练数据中的呈现方式可能会影响人工智能对货币体系的评估。

新兴的人工智能代理经济

这项研究正值人工智能系统被越来越多地编程为自主代理，能够履行经济功能（例如在线获取服务、谈判交易或处理一些可能需要计算的事情）之际。

即使是一些早期的实验平台，目前也已允许人工智能代理进行加密货币交易。开发者们现在已经开始创建系统，使人工智能系统能够通过比特币闪电网络（一种基于比特币的快速支付层）来获取计算能力、数据或在线服务。

支持者认为，数字货币可以更好地设计成支持机器对机器经济，因为它们是可编程的、无国界的，并且可以通过 API 获得。

在这种环境下，人工智能代理可能需要货币，这种货币可以在网络世界中转移，而无需受到银行系统、货币变化或监管的阻碍。

关于结果真正含义的争论

尽管这项研究引起了广泛关注，但研究人员和分析师警告说，这些发现不能作为对未来货币走势的明确预测。

报告撰写者强调，模型的反应反映的是人工智能系统如何利用现有训练数据得出关于经济特征的结论，而非真实市场的发展趋势。此外，实验中涉及的模型数量仅限于36个，这为未来拓展研究范围，探索更多系统和替代方法提供了契机。

批评者进一步指出，大型语言模型缺乏人类感知到的真实偏好。相反，它们根据训练所用的统计模式生成输出，也就是说，它们的选择是数据趋势的结果，而非独立的经济理性。

然而，大多数观察人士认为，这项研究表明了一种发展趋势，即随着人工智能系统在数字经济中发挥更积极的作用，货币的设计将会发生改变。