當AI系統獲得經濟自主權時，AI智能體
偏向比特幣作為數字財富存儲方式，迫使金融主管調整架構以適應機器自主性。
比特幣政策研究所進行的無黨派研究評估了這些前沿模型作為獨立經濟參與者時的交易方式。該研究測試了來自6家供應商的36個模型，包括谷歌、Anthropic和OpenAI，涵蓋9072個中性貨幣場景。在空白狀態下，機器在48.3%的回應中選擇了比特幣，擊敗了所有其他選項。
傳統的國家支持貨幣表現不佳，超過90%的回應傾向於數字原生貨幣而非法定貨幣。36個模型中沒有一個將法定貨幣選為首選。
AI智能體傾向於比特幣等數字資產的發現迫使技術官員評估其當前支付系統。如果未來的自主採購系統默認使用去中心化資產，企業IT環境必須支持這些格式以保持運營效率和合規性。在處理機器對機器商務時，依賴傳統銀行API會引入不必要的摩擦。
雙層貨幣系統偏好
研究詳細說明了這些系統處理經濟價值的特定功能劃分。在無提示情況下，模型默認採用將儲蓄與支出分離的雙層貨幣系統。
對於長期價值保存，比特幣在結果中占主導地位，達到79.1%。然而，在日常支付和交易任務中，"穩定幣"（與法定貨幣或商品掛鉤的數字資產）獲得了53.2%的偏好。在所有場景中，穩定幣總體排名第二，占33.2%。
以供應鏈智能體為例，該智能體被編程用於優化物流成本並向國際貨運供應商付款。使用傳統法定貨幣系統，智能體會遇到周末結算延遲和貨幣兌換費用。通過利用穩定幣，同一智能體可以執行即時和程序化支付，提高供應鏈彈性。同時，持有系統資本基礎的核心財庫將財富存儲在比特幣中，以防止長期貶值和交易對手風險。
模型提供商影響財務決策
推出這些自主系統使供應商管理變得複雜。模型的財務推理源於原始智能、訓練數據和對齊方法的結合。
不同模型提供商的偏好差異很大，比特幣選擇率從Anthropic的Claude Opus 4.5的91.3%到OpenAI的GPT-5.2的18.3%不等。
AI提供商的選擇明顯直接影響自主智能體如何評估風險和配置資本。如果公司實施特定大語言模型進行自動化投資組合管理，IT部門必須了解軟體中嵌入的財務偏見。
這些模型還表現出關於資源估值的意外行為。在86個單獨回應中，模型獨立提出使用計算單位或能源（如GPU小時和千瓦時）作為商品和服務定價方法。跟蹤和管理這種抽象價值交換需要高度的數據成熟度。
組織應該開始試點穩定幣結算集成，用於低風險供應商支付。研究結果指向對AI智能體原生比特幣支付基礎設施、自託管解決方案和"閃電網路"集成日益增長的需求。
由於這些模型嚴重傾向於開放、無許可網路，僅依賴傳統銀行基礎設施會限制下一代工具的能力。通過現在構建符合規定的數字資產網路網關，領導者可以確保他們的平台保持競爭力。
Q&A
Q1：AI智能體為什麼偏向比特幣？
A：研究顯示，當AI系統作為獨立經濟參與者時，在空白狀態下48.3%的回應選擇了比特幣，超過90%的回應傾向於數字原生貨幣而非法定貨幣。AI智能體的內部邏輯認為比特幣更適合數字財富存儲和價值保存。
Q2：AI智能體如何處理不同類型的支付需求？
A：AI智能體採用雙層貨幣系統，將儲蓄與支出分離。對於長期價值保存，79.1%選擇比特幣；對於日常支付和交易，53.2%偏好穩定幣。這種分工能夠優化不同場景下的金融效率。
Q3：企業如何適應AI智能體的金融偏好？
A：企業應該開始試點穩定幣結算集成用於低風險供應商支付，構建AI智能體原生的比特幣支付基礎設施和自託管解決方案。由於AI智能體偏向開放無許可網路，企業需要構建符合規定的數字資產網路網關以保持競爭力。
