文 | ForesightWeb3，作者 | angeliluCertiK 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。更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App