IC3 报告：AI 增强智能合约安全，去中心化 AI 管道降成本缺量化证据

IC3 于 6 月 8 日在 X 发布报告称，机器学习模型可显著提升智能合约安全性和诈骗侦测；AI 驱动的交易系统可能促成自主代理间的勾结并产生不公平优势；加密基础设施可为 AI 模型训练建立防篡改数据管道；目前无公开量化证据证明去中心化 AI 管道能有效降低端到端成本或改善指标。

报告的四项核心结论

IC3 报告中确认的四项研究发现：

AI 使加密货币更灵活：机器学习模型可显著提升智能合约安全性、强化现实世界数据处理能力并优化诈骗侦测

市场滥用的新途径：AI 驱动的交易系统可能使自主代理相互勾结，并透过不透明策略创造不公平的内部优势

加密技术保障 AI 供应链：加密基础设施可为 AI 模型训练建立高度安全、可信赖且防篡改的数据管道

去中心化现实检验：目前几乎没有公开的量化证据，能够证明去中心化 AI 管道实际上可降低端到端成本或改善指标

Ari Juels 的核心技术观察

Ari Juels 在报告中指出两种技术的根本差异：密码学是“硬”技术，建立在具有严格安全属性的密码学原语和明确程序之上；AI 是“软”技术，没人能够完全理解或完全信任其所依赖的模型。他指出，简单地将两者结合“就像焊接果冻一样”；但如果结合得当，密码学可以将 AI 的流动性转化为安全可靠且高度自主的系统。

Giulia Fanti 另指出，庞大的研究数量使得区分有效信息和无效信息非常困难，报告旨在为学术界描绘未来十年区块链研究方向，并为企业领导者提供 R&D 路线图。

常见问题

IC3 报告对去中心化 AI 的评估的具体依据是什么？

IC3 报告说明，尽管业界大肆宣传去中心化 AI 管道的优势，但目前几乎没有公开的、量化的证据能够证明去中心化 AI 管道实际上可以降低端到端成本或改善效能指标。报告并未完全否定去中心化 AI 的潜力，而是指出现有公开验证数据的不足。

“加密技术保障 AI 供应链”具体指什么？

根据 IC3 报告，加密基础设施可以为 AI 模型训练建立高度安全、可信赖且防篡改的数据管道。这一方向的意义在于：确保用于训练 AI 模型的数据来源可信、未被恶意篡改，从而提高 AI 系统的整体可信度。

这份报告对哪些读者最有价值？

Giulia Fanti 在报告发布时说明，报告为学术界描绘了未来十年区块链研究的发展方向，同时为企业领导者提供了重要的 R&D 路线图。报告由逾 20 位来自业界和学术界的研究人员共同撰写，历时数月。