互聯網的經濟結構正在改變。當開放網路逐漸塌縮成一個「提示框」（prompt bar）時，我們不得不思考：AI 會帶來一個更開放的互聯網，還是會讓我們走進由新型付費牆構成的迷宮？而未來的網路究竟由誰掌控──大型中心化公司，還是由廣大的使用者社群？
這正是加密技術的切入點。我們過去已經多次討論AI 與加密技術的交叉，但簡而言之，區塊鏈是一種重新設計互聯網服務與網絡架構的方式，它可以構建去中心化、可信中立並由用戶“可擁有”的系統。透過重新塑造當今系統背後的經濟誘因，區塊鏈為AI 系統中日益強化的中心化趨勢提供製衡，從而推動一個更開放、更具韌性的互聯網。
「加密技術可以幫助建立更優的AI 系統，反之亦然」這一理念並不新鮮——但長期以來缺乏清晰的定義。某些交叉領域（例如在低成本AI 系統激增的背景下，如何驗證「人類身分」）已經吸引了大量開發者和使用者。但其他應用場景可能仍需數年甚至數十年才能落地。因此本文分享了11 個AI 與加密技術的交會型應用場景，希望能為產業開啟更多討論：哪些是可行的、哪些挑戰尚待解決、以及未來可能如何演化。
這些場景都基於當下正在研發的技術——從處理大量小額支付，到確保人類在未來與AI 的關係中保留所有權。
Scott Duke Kominers：生成式AI 的核心依賴數據，但在許多應用場景中，「上下文」——即與互動相關的狀態與背景資訊——往往與數據本身同等重要，甚至更為關鍵。
在理想情況下，無論是智能體（agent）、LLM 接口，還是其他類型的AI 應用，都應能夠記住大量個人化信息，包括你正在推進的項目類型、你的溝通習慣、偏好的編程語言等。但在現實中，使用者常常必須反覆重建這些上下文——不僅在同一應用程式內啟動新的會話，例如新開一個ChatGPT 或Claude 視窗時需要重新建立上下文，更不用說在不同AI 系統之間切換時了。
目前，一個生成式AI 應用程式中的上下文幾乎無法遷移到另一個應用程式中。
借助區塊鏈，AI 系統可以將關鍵的上下文元素以可持久化的數位資產形式存儲，使其能夠在會話開始時被加載，並在不同的AI 平台之間無縫遷移。此外，由於「前向相容性」（forwards-compatible）與「互通性承諾」是區塊鏈協議的核心特徵，區塊鏈可能是唯一能夠系統性解決該問題的技術路徑。
一個直覺的應用場景是AI 主導的遊戲與媒體領域，其中使用者偏好（如難度、按鍵佈局等）可以跨遊戲、跨環境持久存在。但真正具有高價值的，是知識類應用場景——AI 需要理解使用者掌握的知識體系、學習方式與能力；以及更專業的應用場景，例如程式輔助。儘管一些企業已經為自身業務建立了具備「全局情境」的客製化AI 工具，但這些脈絡依然無法在組織內部使用的不同AI 系統之間實現有效遷移。
各類組織目前才剛開始真正意識到這個問題，而目前最接近通用解決方案的，是帶有固定、持久化上下文的客製化機器人（custom bots）。不過，平台內用戶之間的上下文可攜性已經在鏈下逐步出現；例如在Poe 平台上，用戶可以將自己創建的自訂機器人出租給其他用戶使用。
如果將這一類活動遷移到鏈上，那麼我們與之互動的AI 系統將能夠共享一個由我們全部數位行為的關鍵元素所構成的上下文層。 AI 能夠即時理解我們的偏好，從而更好地進行微調與體驗優化。反過來說，類似鏈上知識產權註冊體系的機制，如果允許AI 引用鏈上持久化的上下文，則能催生圍繞提示詞與資訊模組的新型、更加完善的市場交互模式——例如，用戶可以在保持數據自主管理的前提下，將自己的專業能力以授權方式直接變現。
當然，隨著上下文共享能力的提升，也將催生大量目前尚無法預見的新用例與可能性
Sam Broner：身分認同——即關於某個物件「是誰、是什麼」的標準化記錄——是支撐當今數位發現、聚合與支付系統的底層基礎設施。但由於平台將這種「底層管線」封閉在系統內部，使用者通常只能在一個成品化的產品介面中體驗身分體系。例如，Amazon 會為商品分配識別碼（如ASI
