报告指出，为在区块链上自主运行而设计的 AI 代理正遭遇结构性限制， 由于当前基础设施尚无法支持“机器原生”的决策过程，它们在链上金融中的大规模应用可能被推迟。
报告由 Galaxy 发布。尽管区块链提供了无许可访问、可组合性和可编程资产， 但在让自主系统解释经济含义、校验信任以及实时协调行动方面， 仍缺失关键层。报告 中指出， 这些短板使得 AI 难以真正理解和安全利用链上环境。
缺失的信任与身份层带来风险
报告强调，区块链并未原生提供识别“权威合约”或验证真实性的机制。 在协议层，每个智能合约看起来同样“有效”， 这让代理难以区分合法应用与恶意或无关部署。
因此，代理被迫依赖链下登记、人工维护的名单或概率推断， 这都提高了资本错配的风险。近期一些案例显示， 代理错误与有害合约交互，或误读链上状态，最终导致直接的资金损失， 正是这些系统性缺口的体现。
延伸阅读: Bitcoin Quantum Fix Could Trigger New Vulnerabilities, Mow Warns
数据碎片化限制自主决策能力
另一大限制在于区块链数据的结构方式。 各种协议多暴露的是底层技术输出，而不是标准化的经济信息， 如收益率、风险敞口或流动性水平。
结果是，代理必须从零散的数据源中重建这些信号， 或依赖第三方基础设施，带来延迟、不一致以及额外的信任假设。
在快速变化且充满对抗的环境中， 这让代理难以动态评估机会并及时做出反应。
向机器原生金融基础设施转变
研究结果表明，现有区块链系统的设计重点在“执行”而非“解释”。 当 AI 代理尝试从预设策略迈向实时推理时， 缺乏标准化数据、身份与协调层就成为关键瓶颈。
下一阶段的链上创新，很可能取决于能否构建真正“机器原生”的基础设施， 让代理在无需人工干预的前提下，安全地发现、评估并执行机会。
在此之前，完全自主的链上金融仍将受限于 决定性执行与经济理解之间的鸿沟。
下篇阅读: Is The Worst Over For Stocks? Tom Lee Says 95% Of War Sell-Off Is Done