IC3 報告：AI 增強智能合約安全，去中心化 AI 管道降成本缺量化證據

IC3 於 6 月 8 日在 X 發布報告稱，機器學習模型可顯著提升智能合約安全性和詐騙偵測；AI 驅動的交易系統可能促成自主代理間的勾結並產生不公平優勢；加密基礎設施可為 AI 模型訓練建立防篡改數據管道；目前無公開量化證據證明去中心化 AI 管道能有效降低端到端成本或改善指標。

報告的四項核心結論

IC3 報告中確認的四項研究發現：

AI 使加密貨幣更靈活：機器學習模型可顯著提升智能合約安全性、強化現實世界數據處理能力並優化詐騙偵測

市場濫用的新途徑：AI 驅動的交易系統可能使自主代理相互勾結，並透過不透明策略創造不公平的內部優勢

加密技術保障 AI 供應鏈：加密基礎設施可為 AI 模型訓練建立高度安全、可信賴且防篡改的數據管道

去中心化現實檢驗：目前幾乎沒有公開的量化證據，能夠證明去中心化 AI 管道實際上可降低端到端成本或改善指標

Ari Juels 的核心技術觀察

Ari Juels 在報告中指出兩種技術的根本差異：密碼學是「硬」技術，建立在具有嚴格安全屬性的密碼學原語和明確程序之上；AI 是「軟」技術，沒有人能夠完全理解或完全信任其所依賴的模型。他指出，簡單地將兩者結合「就像焊接果凍一樣」；但如果結合得當，密碼學可以將 AI 的流動性轉化為安全可靠且高度自主的系統。

Giulia Fanti 另指出，龐大的研究數量使得區分有效信息和無效信息非常困難，報告旨在為學術界描繪未來十年區塊鏈研究方向，並為企業領導者提供 R&D 路線圖。

常見問題

IC3 報告對去中心化 AI 的評估的具體依據是什麼？

IC3 報告說明，儘管業界大肆宣傳去中心化 AI 管道的優勢，但目前幾乎沒有公開的、量化的證據能夠證明去中心化 AI 管道實際上可以降低端到端成本或改善效能指標。報告並未完全否定去中心化 AI 的潛力，而是指出現有公開驗證數據的不足。

「加密技術保障 AI 供應鏈」具體指什麼？

根據 IC3 報告，加密基礎設施可以為 AI 模型訓練建立高度安全、可信賴且防篡改的數據管道。這一方向的意義在於：確保用於訓練 AI 模型的數據來源可信、未被惡意竄改，從而提高 AI 系統的整體可信度。

這份報告對哪些讀者最有價值？

Giulia Fanti 在報告發布時說明，報告為學術界描繪了未來十年區塊鏈研究的發展方向，同時為企業領導者提供了重要的 R&D 路線圖。報告由逾 20 位來自業界和學術界的研究人員共同撰寫，歷時數月。