加密行业，全员卷入 AI 军备竞赛

文 | ForesightWeb3，作者 | angelilu

CertiK 的 AI 研究负责人 Xue Yue 每天早上起来做的第一件事，是查看昨晚睡前布置给 AI 的任务跑完没有。他一天之内最多同时让 5-6 个 AI agent 并行为他工作。

Bitget 的 AI 业务负责人 Will 上个月为公司审批核对的 AI 账单是 60 多万美元，并且他工作的一大重心是让公司 2000 多名员工使用 AI 提效。

这两个片段体现了整个加密行业目前全力推进的一件事：探索用 AI 完成过去必须靠人完成的工作。

经济学家 Karl Polanyi 八十多年前用「大转型」描述工业革命如何把整个社会重组为市场社会。这一次 AI 在加密行业完成的，也是一次「转型」——只不过这次重组，是将个体、团队及整个企业内部的工作流进行优化与再分配，最终重塑为人与 AI 系统深度协作的全新工作模式。而这场重塑最直接的痕迹，不在宏大叙事里，在每个从业者正在变化的工作日中。

我们访问了几位身处不同位置的加密从业者——Bitget 的 AI 业务负责人 Will 、CertiK 的 AI 研究负责人 Xue Yue、Foresight News 开发者光光。他们的工作日里，可以看见这场「转型」的四个具体维度——钱、效率、人心和决策。

从 200 美元到 1000 万美元的月账单

过去两年间，「AI 在加密行业的投入」从一句口号变成了一笔可以记账的开销。

在个人这一端，Foresight News 的一线开发者 AI 账单经过一轮升级——最初他同时订阅 Codex、Claude Code、Google Gemini Pro 三家模型的基础版, 每月约 60 美元；全方位体验过后, 他把订阅收敛只保留业档位的 Codex，每月账单约 200 美元。

CertiK 的 AI 研究负责人 Xue Yue 每月在模型订阅上花 200-300 美元；Bitget 的 AI 业务负责人 Will 每月个人花 300-400 美元。

三个人的账单目前都落在 200-400 美元这个区间——一线开发者和带管理属性的复合工作者之间，支出差距其实并不大，但结构不同：开发者倾向于把预算集中在一个高端工具上，管理者则同时维持多个订阅，用来评估、测试、比较。

在公司这一端，规模、结构和投入强度在几个数量级之间跳跃。

CertiK（约 200 人规模的安全公司）每月整体 AI 支出在 6 万到 10 万美元之间。其中一部分来自公司层面的 LLM API 消耗（用在 AI Auditor 等对外服务上）；另一部分来自员工使用 Codex、Claude Code 等工具的按需订阅费用 —— 分层供给、按需灵活的「市场型」模式。

Bitget（约 2000 多名员工的加密交易所）上个月在大模型上花掉 60 多万美元，由 AI 业务负责人 Will 亲自审批，核算下来产研团队人均 500 美元、非产研分档 200 到 1000 美元不等——集中采购、统一供给的「托管型」模式。

OKX 内部员工透露，公司也为员工统一配置了企业版 Claude 和 ChatGPT，总体支出暂未披露。

Coinbase 平台负责人 Rob Witoff 近期在访问表示，目前公司 95% 至 100% 的代码已由大语言模型（LLM）编写或辅助编写，且几乎所有员工每天都在使用 AI——而这个比例在今年 2 月还只是 40%，不到半年翻了一倍多。总体支出亦未披露。

而币安的账单来自创始人赵长鹏今年 5 月在PBD Podcast 上的说法：他听说币安每月在 AI 相关费用（主要是 AI Token 与计算成本）上花费约 1000 万美元——他也坦言这是未经他本人核实的内部数字。

从个人的 200 美元到币安的 1000 万美元，跨越了整整 16 万倍。两年前，这些数字全部不存在。今天它们已经像水电费一样，按月出现在每个个人和每家公司的账单里。

投入越大的位置，正是判断权被压缩得越剧烈、也越被高度集中的位置。

从一个月到三五天

钱花出去了，效率也得看得见。最直接的体现是单项工作的处理周期，正在被大幅压缩。

在 Bitget 内部，这件事最具体的载体叫 BG Agent——这是 Will 带团队亲手做出来的一套公司内部 AI 系统，2026 年 5 月 18 日上线。两个月不到，公司里 800 多人在用。它的核心定位很简单：把那些以前需要运营、产品、市场同事一遍遍人工拼接的工作流，全部交给 agent 去处理。

Bitget 内部的产品迭代周期，从去年的平均 37 天压到了 20-25 天，目标是 10 天之内。运营团队的活动配置周期更狠——从一个多月降到 3-5 天，效率快了 6 倍。

「以前一场活动从想到 idea 到真正上线大概要一个多月。中间要做竞争对手调研、活动构思、配置、素材翻译（23 个语种）、素材设计、上线、数据分析——每一步都是体力活，每一步都得人工拼接。」Will 描述。

BG Agent 上线之后，这一整套被压缩了。调研用调研 agent 几条指令出表格、配置自动生成审批单、翻译从 7 天压到 1 天甚至 5 分钟、数据分析从 2 周压到 2 天。

在产品层面，各家交易所的 AI 相关产品发布节奏也很紧凑，仅 2026 年上半年：3 月底币安上线 AI Pro beta，把 agentic 交易接进主站，4 月再补上 13 个 Agent Skills；5 月中旬 Bitget 宣布其 AI 交易生态用户突破 100 万、AI agent 累计交易量达 12 亿美元；6 月 17 日 Bitget 的 AI 策略产品 Playbook 正式上线；7 月初，OKX 把竞赛推向另一个方向——上线了一个让 AI agent 互相雇佣、自主结算的 marketplace，首批 50 家服务商里，就有 CertiK。头部交易所之间，产品发布的间隔已经以周计。

往加密安全行业看，故事的形态不一样，但方向一致。

CertiK 的威胁监测线上，AI 把攻击分析的响应时间从过去的一天或几小时压到了 15-30 分钟以内——缩短超过 90%。今天 CertiK 90% 以上的攻击事件都用 AI 做初步分析。

但他给的另一组数字更值得注意——他告诉我们，CertiK 整体的工作效率平均下来大概提升了 20-30% 左右。这个数字听上去比预期低，但 Xue Yue 给出了详细解释：「审计对准确性要求极高。3000 到 5000 行代码的合约，我们的审计师以前要花 1-2 周时间真正去挖漏洞，加上 3-4 天理解代码、1-2 天撰写报告。AI 进来之后，撰写报告这一段几乎全交给 AI，代码理解的时间也大大缩短。但真正的『挖漏洞』那一段——人还是要兜底、要复核、要保证质量。」

整体提效 20-30%、威胁分析提效 90%——这个反差是加密安全行业 AI 落地最准确的写照：在判断密度极高的环节，AI 替代不了人；在体力密度极高的环节，AI 接过了所有的活。

回到开发者侧。开发者光光的手写代码占比已经从 90% 降到 10-20%——剩下的全部交给 AI。这不是个例，据 IDC 统计，美国 91% 的开发者已使用 AI 编程工具，中国也达到了 30%。

「体力活被 AI 接走」这件事，在 7*24 小时不停歇的加密行业，等于给流水线装上了涡轮引擎，不仅全程无休，产出更是成倍飙升。

「我会不会被优化掉？」

在这场军备竞赛中，似乎没人会选择完全不用 AI，因为不用的代价就是被边缘化。但并非从来如此。

CertiK 的 AI 研究负责人 Xue Yue 说：「2024 年、2025 年，行业里有很多人对 AI 是完全反对的——他们拒绝让 AI 参与任何 Web3 安全工作。但到了今年，这些人几乎全都拥抱了 AI，甚至比我们更激进。」

走进公司内部——反对派从来没有真的消失。他们只是把抵抗从公开的、激烈的，变成了地下的、沉默的。

Bitget 内部推行 AI 的态度比较激进，他们流传着这样一句话「将来的人分两类：用 AI 的人和不用 AI 的人。而用 AI 的人会淘汰不用 AI 的人。」他们从 2025 年 8 月开始大力推 AI Coding，2026 年 3 月连非产研团队也要全面拥抱 AI。

刚开始，AI 工具的普及并不一帆风顺。因为 Bitget 要做的，是在确保用户数据安全的前提下，建立一个全面的 AI 提效系统——BG Agent。据 Will 描述，起初很多人不愿意用这套自有系统，因为需要重新学习和培训。他们说，外面的 AI 工具那么多，能完成任务不就行了，为什么非要用自己的？说到底是抗拒改变原有的工作习惯。

也有人反复声称自己学不会，依旧做着耗时低效的工作，却不愿主动去探索这些工具到底怎么用。Will 只好又演示一遍。

Will 苦笑说：「我们能给的，是捕鱼的方法，但不能天天送鱼上门。」

这是明面上的阻力。当大家真正感受到系统对效率的提升之后，却进入了另一种状态——一边接受，一边焦虑。

一次全员分享之后，一位同事表达了他的想法，他认为 AI 让他非常焦虑——「我接下来干嘛？我在公司还有价值吗？我会不会被优化掉？」因为一旦 AI 变强了，就会觉得自己被取代了。

是否能完全「取代」或许并不是现在就能给出答案的问题。但从岗位招聘来看，岗位方向确实正在换血，翻译、客服等岗位的门槛确实已被 AI 拉低，岗位数量也在缩减，但与此同时，一些新岗位也在催生。

一份报告显示，币安 2026 年全球招聘的 380 多个岗位中，20% 投向 AI 技术与产品，内部还开出 8 类共 28 门 AI 培训课程——在整个科技行业收缩的背景下反向扩张。岗位总量没有减少，但岗位的内容在换血：新增的是 AI 训练师、prompt 工程师，被拉低门槛的是翻译和客服。

CertiK 这边的感受大致相同，Xue Yue 表示，公司并没有因为 AI 的发展进行过大规模裁员，相反，从去年 coding agent 上线之后，很多原本没有能力参与审计的普通人，也进入到了寻找漏洞、刷漏洞赏金的领域，各大审计赏金平台的提交量从几十涨到几百上千，但在这些提交背后，仍然需要研究员要人工筛查这些是否合理，非常消耗精神。Xue Yue 认为，与其考虑会不会被 AI 替代，不如考虑如何在 AI 带来的那么多噪音中提高命中率。

那根线，要攥在自己手里

了解了 AI 带来的效率、影响，以及人们的反应之后，最后一个问题浮出来：什么决策可以交给 AI，什么决策必须由人来做？

开发者光光也是一名资深的 Meme 玩家，在他看来，加密行业里 AI 真正没什么用的地方，反而是交易——「在 Meme 交易上 AI 没什么优势，大家拼的是信息来源和手速。微信群的消息比推特快，等推特上有人喊单，那基本是接盘阶段了。」

他给自己做了一套盯土狗的工具：让 AI 自动监控他关注的推特账号，按提示词筛出跟项目进展或加密相关的推文。他每天不用刷整个时间线，只看 AI 筛出来的部分。光光说，在 AI 的加持下，信息搜集变得更加容易。

「土狗的风险太大了——一个人 24 小时盯着电脑都未必能盈利，让 AI 来更难。」

所以光光在交易上给自己和 AI 之间画了一条线：让 AI 帮我看，但别替我动。

同样的逻辑，在 Bitget 被做成了产品规则。

当被问及如何取舍人和「AI 自动交易」的边界时， Will 打了个比方——「人对放进去的钱总是有焦虑。你不可能一上来就放 10 万美元让 AI 自动交易，万一亏了怎么办？所以人必须牵着那根线，像放风筝一样——线在你手里就有底气；线不在你手里，风筝飞哪儿去，回不来了，你就没底了。」

Bitget 今年推出的 AI 交易产品 Playbook，就是这条逻辑的具体落地。一开始限制每个用户只能用 2000 美元的子账户做 AI 自动交易——把线画得很短。

但 Will 注意到了一个变化：用户在亲自用过 AI 交易之后，开始主动要求把线放长一点。有用户想把额度提到上万美元。

边界不是固定的。用过之后，人会重新判断它该画在哪。

交易之外，决策层面的边界更严。

Bitget 内部，最终拍板的还是员工，不是 AI。「AI 的决策优势现在不够明显。AI 会提供建议，但最终的决策靠人来做。」

Xue Yue 指出，「最稀缺的是判断力。发现问题比解决问题更难。当 AI 给了你一个方案，你怎么判断这个结果是准确的、没有幻觉——这两件事是最难的。」

他举了个例子，「最难的不是验证漏洞，而是怎么注意到这个地方可能有漏洞。这就像做数学题，最难的不是算出答案，而是注意到『这里有个解法』。」换句话说——做出决策之前，你首先得知道「有决策要做」。而这一步，AI 至今做不到。

四个完全不同的工作场景——开发者写代码、交易所推产品、安全公司做审计、投资人做投资——但每一个角色，无论是出于主动选择还是出于客观无奈，都把同一件事留给了自己：决策。

这是这一轮 AI 渗透留给所有加密公司的「忒修斯之船」——当一条船的部件被全部换掉之后，它还是原来那条船吗？答案藏在被保留的「决策」上。

这或许就是加密行业 AI 转型的含义——AI 把「做」从每个人手里拿走，决策变成了这个行业最稀缺、最值钱、也最难做的事。每个人都要为「做什么」而决策。

「不要面对当下的 AI，要面对未来的 AI。今天它能做什么不重要，重要的是它每天都在变强。」Xue Yue 在访问末尾这样说。

但也正因为如此，那根线才要攥在自己手里。