Gate News 消息，3 月 17 日，儘管市場上不斷出現“AI交易機器人獲利數百萬美元”的案例，但主流科技公司與前沿實驗室仍未正式進入該賽道。圍繞人工智能在加密交易中的真實價值，業內分歧正在擴大。
部分交易員利用Anthropic旗下模型Claude構建自動化交易工具，在預測市場與鏈上交易中實現短期收益。然而，Dragonfly Capital管理合夥人Haseeb Qureshi指出，這類模式建立在多個不穩固前提之上，包括散戶可長期戰勝機構、通用模型具備持續套利能力等。
首先，責任風險成為科技公司遲遲未入局的核心障礙。一旦AI模型在真實交易中發生重大失誤，例如錯誤執行槓桿交易或資產轉移，潛在法律與聲譽損失將遠高於收益空間。相比之下，當前AI在區塊鏈領域更多被用於安全測試，例如智能合約漏洞識別，而非直接參與資產管理。
其次，市場結構決定了策略難以長期有效。基於通用模型構建的交易邏輯本質上是公開的，這意味著任何可盈利策略都可被機構快速複製並放大。大型量化機構如Jane Street擁有更低延遲基礎設施與更高資金規模，能夠在極短時間內壓縮套利空間，使散戶難以維持優勢。
此外，關於“AI自主賺錢”的設想也面臨現實挑戰。由於模型能力高度同質化，大規模AI實例無法形成差異化競爭優勢，無論是在提供服務還是生成商業策略方面，均難以擺脫同質輸出的問題。這與Peter Thiel提出的“獨特信息優勢”形成對比，後者被認為是商業成功的重要來源。
儘管當前部分鏈上交易機器人仍能獲取階段性收益，但隨著更多資金與技術進入，該優勢可能迅速被稀釋。分析認為，在高頻、低延遲競爭環境中，掌握基礎設施與資本優勢的一方更具主導地位，普通交易者依賴通用AI模型實現持續盈利的難度正在上升。
