Hoskinson预言AI与加密将深度融合
未来 5 到 10 年，加密货币可能不再只是金融系统里的一个独立赛道，而会逐渐成为 AI 基础设施的一部分。
Cardano 创始人 Charles Hoskinson 近期表示，AI 与加密行业将进一步融合，区块链可以解决 AI 在支付、对齐以及数据溯源方面的问题。他还预计，到 2030 年，公链资产规模可能达到 10 万亿美元，并新增约 10 亿用户。
数字很大胆，但真正值得拆开的其实是前半段。
AI 现在缺的并不只是更强的模型。随着模型能力持续提升，训练、推理、数据采购、智能体调用以及模型之间的协作，都在产生越来越复杂的经济关系。一个 AI Agent 如果能够自主调用算力、购买数据、使用 API，甚至替用户完成金融交易，那么“谁来支付、如何结算、怎样证明这笔交易没有被篡改”，就不再是纯粹的软件问题。
这恰好是区块链比较擅长的领域。
传统支付体系更适合人与企业之间的交易，却未必适合大量机器之间高频、自动化的微支付。AI Agent 如果每天与数百个服务交互，支付对象可能来自不同国家、不同平台，甚至本身就是另一个 AI Agent。
让机器拥有可编程的钱包，再通过智能合约完成授权、支付和结算，是加密技术进入 AI 经济体系的一种潜在路径。
但支付只是其中一层。
AI 的另一个麻烦是数据。模型吃进去什么数据、数据从哪里来、训练材料有没有被修改、某个输出究竟来自哪一批信息，这些问题在模型规模越来越大之后很难单纯依赖企业内部数据库解决。
区块链不能自动证明数据“是真的”，却可以提供一套公开的时间戳、来源记录和不可篡改的验证机制。对于 AI 训练数据、模型版本、计算任务以及智能体之间的协作记录而言，这种可追踪性可能比单纯的“链上存数据”更有价值。
Hoskinson 对 AI 基础设施的另一层判断，则更加直接：目前这种不断建设超大规模数据中心的模式未必能够无限持续。
这并不是一个完全脱离现实的担忧。
OpenAI 当前仍在快速扩张算力基础设施。其 Stargate 项目在 2025 年提出到 2029 年获得 10GW AI 基础设施的目标，而 OpenAI 在 2026 年 4 月表示已经超过这一里程碑，并计划继续扩大数据中心布局。
问题在于，GPU 可以采购，数据中心可以融资，但电网不是按软件行业的增长速度扩容。
美国 CSIS 此前对生成式 AI 数据中心的研究也指出，电力需求可能成为 AI 基础设施持续扩张最突出的约束之一，其激进情景下，到 2030 年新增电力需求可能达到约 84GW。
所以 Hoskinson 设想的下一阶段，并不是简单地把更多 GPU 塞进更大的机房。
他的判断是，当部分数据中心出现闲置或者算力供给开始重新平衡后，AI 计算可能向本地设备和边缘网络迁移。手机、个人电脑、企业服务器以及分散的 GPU，都可能成为计算资源的一部分，再由分布式网络把这些资源重新组织起来。
这时候，加密技术的角色就发生了变化。
它不一定负责“提供算力”，而更可能负责协调这些算力：谁贡献了 GPU，谁完成了计算任务，谁应该获得报酬，任务结果如何验证，机器之间怎样自动结算。
换句话说，区块链可能从金融基础设施变成一种机器经济的结算层。
这条路线其实已经在去中心化 GPU、DePIN 和 AI Agent 等几个方向出现雏形。只是目前大多数项目仍然停留在资源撮合或代币激励阶段，距离真正承担大规模 AI 工作负载还有明显距离。算力稳定性、通信延迟、任务调度以及隐私问题，都不是发一个 Token 就能解决的。
而 AI 行业本身也正在面对另一个现实：模型能力提升的同时，商业化必须跟上。
Hoskinson 提到 OpenAI、Anthropic 等公司最终需要实现规模化盈利。这个判断的核心并不是某一个模型能不能赚钱，而是训练和推理成本能否被长期收入覆盖。
OpenAI 最近也公开强调，随着用户和企业采用率增长，需要同步扩大计算能力，并通过更高效的模型、芯片和基础设施降低单位计算成本。
于是，一条新的产业逻辑逐渐浮现：AI 不可能永远依赖少数超级数据中心，而加密网络也未必永远只服务于金融交易。
未来真正值得观察的，是两套系统能不能在“机器之间如何交易”这个问题上接起来。
如果 AI Agent 最终拥有自主决策和执行能力，它需要的不只是模型，还需要身份、钱包、支付、信誉、数据来源和计算资源。传统互联网解决了信息传递，云计算解决了算力集中，而下一阶段可能需要一套更适合机器自主协作的经济基础设施。
Hoskinson 给出的 10 万亿美元公链资产规模和 10 亿新增用户，显然属于远期预测，并不能当作确定结果。
但他提出的问题是真实存在的：当 AI 开始成为经济活动的主体之后，今天围绕“人如何使用互联网”建立起来的支付和计算体系，是否还能完全适用？
如果答案是否定的，那么 AI 与 Crypto 的下一次交汇点，可能并不在聊天机器人里。
而是在一台机器给另一台机器付钱的时候。