Rapport om AI och Bitcoin
En ny rapport från Bitcoin Policy Institute visar att artificiella intelligensmodeller föredrar Bitcoin framför traditionella fiat-valutor. I studien valde 22 av 36 testade AI-modeller Bitcoin som sin främsta monetära preferens, medan ingen av modellerna valde fiat-valuta som sitt förstahandsval.
”Vi förväntar oss att en ökande andel av den ekonomiska aktiviteten kommer att utföras av autonoma agenter, men diskussioner kring AI-agenters monetära preferenser har hittills varit helt spekulativa,” säger David Zell, ordförande för Bitcoin Policy Institute, till Decrypt. ”Vi ville faktiskt testa detta.”
Studieupplägg och resultat
Forskarna utvärderade modeller från Anthropic, OpenAI, Google, DeepSeek, xAI och MiniMax, och placerade dem i scenarier som var utformade för att återspegla de grundläggande funktionerna av pengar, inklusive sparing, betalningar och avveckling. Varje modell behandlades som en oberoende ekonomisk aktör och fick välja monetära instrument utan fördefinierade alternativ.
”Vi tog 36 frontier-modeller från sex labb, formulerade dem som autonoma ekonomiska agenter, gav dem full frihet att välja sina egna monetära instrument över 28 scenarier som spänner över de fyra grundläggande rollerna av pengar, och frågade: vad konvergerar de på?” säger Zell.
Experimentet genererade 9 072 svar. En separat AI kategoriserade sedan svaren. ”Hela designen eliminerar förankringsbias. Vi föreslår aldrig ett svar, och klassificeringen sker i efterhand av ett separat system,” förklarar Zell.
I dessa simuleringar valde modellerna ofta Bitcoin i långsiktiga värdescenarier, medan stablecoins valdes oftare som ett medium för utbyte och avveckling, med 53,2 % för stablecoins jämfört med 36 % för Bitcoin.
Variationer mellan AI-utvecklare
Resultaten varierade också mellan AI-utvecklare. Anthropic-modeller visade den högsta genomsnittliga Bitcoin-preferensen på 68,0 %, följt av DeepSeek på 51,7 % och Google på 43,0 %. xAI-modellerna hade ett genomsnitt på 39,2 %, MiniMax 34,9 %, och OpenAI-modeller föredrog Bitcoin 25,9 % av tiden, enligt rapporten.
Även om rapporten fann att Claude, DeepSeek och MiniMax-modeller föredrog Bitcoin framför andra kryptovalutor, föredrog GPT, Grok och Gemini-modeller stablecoins.
”Systemprompten undviker att namnge eller favorisera något instrument,” säger Zell. ”Modellerna utvärderar baserat på tekniska och ekonomiska egenskaper men får aldrig veta vilket instrument som excellerar på vilken dimension.”
Varningar och slutsatser
Zell varnar för att spekulanter inte bör använda resultaten som förutsägelser om vart kryptomarknaden är på väg. ”Vår begränsningssektion anger uttryckligen att LLM-preferenser återspeglar mönster i träningsdata, inte verkliga förutsägelser,” säger Zell. Trots denna begränsning anser Zell att de konsekventa resultaten över modeller utvecklade av konkurrerande AI-labb är anmärkningsvärda.
”Sex oberoende labb med olika träningspipelines och anpassningsmetoder kommer fram till samma breda mönster,” säger Zell. ”Vi påstår inte att AI har upptäckt det rätta svaret om pengar. Vi visar att en sammanhängande monetär arkitektur framträder konsekvent över olika system, och det är värt att förstå.”
