Nansen CEO 解释为何人工智能无法取代人类在加密交易中的信念

来源：CryptoNewsNet 原标题：Nansen CEO 解释为何AI无法取代人类在加密交易中的信念 原始链接： 人工智能已经重塑了多个行业，无论走到哪里，都会遇到同样的问题：它会取代人类吗？在加密领域，其影响已经显而易见，从AI驱动的交易机器人到代理交易系统。

然而，Nansen的CEO兼联合创始人Alex Svanevik认为，AI不是人类判断的替代品，而是一个增强工具。在一次独家采访中，Svanevik深入探讨了这一转变，并概述了AI驱动分析的未来。

加密中的AI辩论：Nansen CEO主张增强而非取代

1月21日，Nansen宣布推出其基于AI的链上交易功能。这标志着从纯分析平台向统一的洞察与执行产品的重大转变。

该功能建立在其拥有超过5亿个标记钱包的专有数据集之上，新版本允许用户管理投资组合、解读实时链上信号并执行交易。

“在Nansen的专有数据集上进行训练和评估，Nansen AI在链上分析和交易用例的基准测试中始终优于领先的AI产品。这确保了它提供的洞察不仅更准确，而且对交易者/投资者具有直接的操作性，将代理智能转化为实际的交易优势。”

此外，推出还开启了Nansen所称的“氛围交易”。它描述为一种更直观的方式，从洞察到链上执行，无需切换工具。

随着AI承担更多分析工作，人类分析师的角色受到质疑。Svanevik表示，AI在处理规模方面表现出色，能够分析数亿个钱包、追踪跨链流动，并识别对人类来说难以察觉的模式。

但他强调，决策权仍掌握在用户手中，用户最终通过提出正确的问题和批准行动来引导流程。

“界限并非固定。随着AI在推理方面变得更强，以及链上数据变得更丰富，这一界限会发生变化。但目标不是取代判断，而是解放人类，让他们专注于更高层次的决策。”

在AI优先的加密市场中，什么让分析具有可信度？

研究表明，过度依赖人工智能工具可能会削弱批判性思维能力。在加密货币市场中，交易者必须应对极端波动和高风险资产，风险更高。

然而，Svanevik持不同观点。他认为，“优质AI”会提供更多信号，促使用户更批判性地思考执行，而不是减少。

“真正的系统性风险在于每个人都在使用相同的策略。这并非AI独有——人类分析师也会如此。答案在于多样性：多样的模型、多样的策略、多样的数据解读。这也是我们在构建赋能个人决策的工具，而非让所有人都遵循的单一神谕的原因。”

这位高管还强调，无论是AI还是人类分析师，都不应盲目信任。他认为，关键在于分析是否能在时间推移中持续站得住脚。

关于在AI优先市场中的可信度，CEO解释说：

“在AI优先时代，可信度来自于测量和重复，而非一个名字或Twitter粉丝数。AI的优势在于它可以被不断测试、在大规模上进行验证，并与现实对比，这是个人无法做到的。”

他分享说，最直接的检验方式是实用的。Svanevik建议用户提出对自己重要的问题，判断回答是否扎实、实用且具有操作性，他指出用户通常是判断质量的有效评判者。

“从长远来看，信任将从个别分析师转向那些能持续证明自己能提供信号、减少噪声的平台。这也是我们对自己的要求。”

为什么AI能分析链上数据，但无法取代人类的信念

人类分析师通常通过判断和情境解读，将交易决策与链上指标、价格数据和其他信号相结合。另一方面，AI系统依赖于从过去数据中学习的模式。

当被问及AI是否有可能最终发展出类似的判断能力时，Svanevik透露，这可能，但不是以人类的方式。

他详细说明，AI将发展出自己的一套情境推理方式。该高管相信，AI在整合实时数据方面可能比任何人类都更有效，能够涵盖更广泛的变量。

“路径在于更好的训练数据、更长的上下文窗口，以及来自实际执行的反馈循环。我们已经在我们的代理中看到了这一点。它不仅仅是模式匹配——它还能实时推理行为数据。这是早期的判断。随着模型的演变和我们从数百万链上交互中不断学习，这一能力会变得更强。”

但他也指出，有一方面的链上分析AI永远无法完全取代：在不确定性下承担责任。

Svanevik指出，虽然AI可以识别模式、概率和潜在场景，并根据数据评估已发生或可能发生的事情，但它无法判断个人的风险容忍度、价值判断，也无法对负面结果承担责任。

“链上分析最终会转化为现实世界的行动：部署资金、支持团队、发表公开判断。有人必须对这些决策负责。这是人类的角色。”

他强调，无论AI模型多么先进，可信度仍将由人类在判断、责任和信念方面承担。AI可以提供信息，但最终由人类做出决策并承担后果。

“决定什么重要。AI可以告诉你链上发生了什么，但不能告诉你你应该关心什么。这是品味。这是信念。这是人类的事。”

最终，Svanevik认为AI是一个强大的赋能工具，而非决策者。虽然AI可以在前所未有的规模上揭示模式、概率和洞察，但风险、责任和信念的核心仍然依赖人类判断。随着AI驱动的分析变得更加普及，信任将越来越依赖于那些能持续证明其洞察质量的平台。同时，人类仍需负责决定什么重要，并为结果承担责任。