人工智能（AI）在加密货币交易中的应用正不断扩展，从数据分析到交易执行与策略优化，原本由人类完成的大量流程正在被自动化工具接管。

在这一过程中，市场参与者面临的核心问题是：在不削弱控制权、问责机制和人类判断的前提下，决策究竟可以被自动化到何种程度。

自动化加深但人类仍掌握关键决策

目前，加密领域多数AI工具仍处于“受控使用”阶段。项目方和交易机构普遍将AI用于研究、监控等数据密集型环节，而在策略制定、风险限额设定以及对结果承担责任方面，仍由人类主导。

加密研究平台 Surf AI 联合创始人兼首席执行官 Ryan Li 在接受 Cointelegraph 采访时表示，AI正在接管大量基础性工作：“[AI]正在替代那些没人愿意做的80%的工作。最优秀的研究人员利用AI显著提升他们的工作效率。”

他认为，这一趋势正在改变加密交易公司的运营方式，重塑初级岗位的定义，并推动行业重新界定人类判断在高度自动化市场中的位置。

AI代理兴起引发岗位焦虑

2024年最后一个季度，随着AI代理（AI agents）概念走红，利用AI提升加密交易效率的兴趣明显升温。包括 Virtuals Protocol 在内的一些项目，开始尝试由AI管理钱包和链上活动的实验，引发市场关注。

尽管这些AI代理仍处于人类监管之下，其不断扩大的能力已引出一个问题：未来交易员是否仍然不可或缺。

AI交易平台 True Trading 联合创始人 Igor Stadnyk 对 Cointelegraph 表示，从技术角度看，自动交易已经具备可行性：“从技术角度看，自动交易已经可行。问题不在于执行，而在于控制、限制和问责。”

他强调，策略选择和风险承担目前仍是人类的职责：“策略选择和风险仍是人类决策——你决定交易什么以及承担多少风险。毕竟那是你的薪水。”

类似的担忧并不限于加密市场。在传统金融领域，斯坦福大学和波士顿学院的研究人员利用1990年至2020年间数千只美国共同基金组合的公开实时数据，测试了一款AI分析师。结果显示，由AI管理的投资组合，每季度平均比人类管理的投资组合多赚1710万美元。

领导该实验的斯坦福大学会计学教授 Ed deHaan 表示，他不认为投资组合经理会被大规模取代，但提醒初级分析师岗位可能面临更大压力。

Li 在谈到他评估但最终未录用的母校毕业生时指出，他见过许多成绩优异的伯克利毕业生，但这些人“不会编程，也不会写任何东西，因为他们完全依赖AI”。在他看来，这并非对学生能力的否定，而是反映出，随着AI工具接管了原本用于锻炼基础技能的工作，传统的招聘信号正在减弱。

实验显示：AI在极端行情中更善于保本

在加密市场，AI与人类交易表现的差异也开始通过实验显现。去中心化永续合约交易所 Aster 曾进行一项独立测试，将100名人类交易员与100个AI模型在市场下跌期间进行对比。

结果显示，在该轮下跌行情结束时，人类交易员整体亏损32.21%；AI模型同样录得亏损，但更有效地保住了资本，整体亏损仅为4.48%。

这一结果显示，在极端或不利市场环境中，AI模型在控制回撤方面可能具备一定优势，但并未完全避免损失。

AI交易与传统算法交易的差异

目前，算法系统已在主要金融市场中承担了绝大部分交易执行工作，替代了大量传统由人工完成的下单与撮合操作。围绕AI交易引发的就业焦虑，在部分业内人士看来，源于将其简单视为算法交易的延伸。

Stadnyk指出，AI交易与传统算法交易在工作机制上存在本质差异。传统算法交易依赖确定性规则，在预设条件被触发时执行既定策略，一旦规则设定，系统几乎没有解释空间。

他表示：“而AI则是在不确定性下工作，数据可能缺失、嘈杂甚至矛盾。AI在信息不完整且条件不断变化的情况下仍能运作，因此非常有用。”

与传统算法相比，AI系统可以实时摄取并解读跨区域、跨语言的新闻、社交媒体内容及市场情绪，使交易员能够纳入更难以量化的叙事变化和文化背景。

BNB Chain 增长执行董事 Nina Rong 指出，在链上网络层面也能观察到类似趋势，活跃的交易活动使得行为模式变化更加明显。她表示：“AI帮助加密人士收集信息，提高研究效率，但仅限于公共领域已有的信息。”

她补充称，AI还让非程序员能够把编程当作工具使用，“能够利用‘氛围编码’的领域专家目前处于独特的强势地位”。

与此同时，关于岗位被取代的讨论仍在升温。根据加密研究平台 Santiment 的监测，6月份“AI替代工作”成为加密社交媒体讨论中的热点话题之一。Santiment 使用AI追踪市场叙事的变化。

研究与初级岗位结构发生调整

在加密交易领域，AI并未将人类完全排除在外，但已经在重塑行业内部的工作分配。变化首先体现在任务层面，尤其是研究岗位——这一领域过去高度依赖初级分析师和实习生团队。

Li 表示，随着AI接管大量常规研究工作，原本需要较多人力投入的结构正在被压缩。他称：“基金过去会雇佣研究团队或实习生。现在他们只需要一个非常优秀的研究员，能够更好地与AI协作。”

与此同时，在加密和传统金融市场中，部分AI系统已被配置为在更高程度的独立性下运行。这类自主模型可以在预设框架内管理钱包、重新平衡投资组合并执行交易，而无需持续的人类逐笔批准。

Li 认为，主要市场参与者很可能已经在一定程度上采用了类似做法：“我相信主要参与者已经以某种形式在做这件事，尽管他们可能没有大规模推广或公开宣传。”

执行自动化推动交易员转向策略与风险

随着执行环节的自动化程度提高，交易员的工作重心正在从手动操作转向策略设计与风险管理。Stadnyk 指出，这一转变推进的速度可能超出部分从业者的预期。

他提到，自AI代理在社交平台 X 上首次引发广泛关注以来，时间仅过去一年，但在加密行业，这一时间跨度所对应的迭代速度极快：“在加密领域，这相当于航空航天的10年或医学的100年，因为一切都能非常快速地测试。”

在当前阶段，业内受访者普遍认为，AI已成为提升效率和扩展能力的重要工具，但关键策略选择、风险偏好设定以及最终责任承担，仍主要由人类掌控。