维塔利克·布特林解释为何AI未能解决他的匿名以太坊写作挑战

• 维塔利克·布特林表示，人工智能之所以失败，是因为研究人员依赖狭隘的搜索方法，并在分析过程中忽略了重要的以太坊相关出版物。
• 据布特林称，扩大搜索来源可以显著改善识别他过去几年匿名发布的以太坊文档的努力。
• 正在进行的实验凸显了人工智能研究的局限性，同时鼓励采用更广泛的调查方法，而不是依赖传统的自动化搜索工作流程。

维塔利克·布特林揭示了人工智能为何未能识别他以另一个名字秘密发布的以太坊文档。据这位以太坊联合创始人称，问题不在于写作分析，而在于人工智能系统搜索证据的方式有限。

在发起公开挑战13天后，布特林分享了最新进展。他邀请研究人员和人工智能模型识别他在过去十年中匿名撰写的一份以太坊相关文档。尽管进行了多次尝试，但没有参与者成功找到这份隐藏的作品。

据布特林称，他在整个实验过程中审查了几次人工智能辅助搜索。他观察到，许多自动化系统依赖狭隘的搜索过滤器，从一开始就排除了重要来源。因此，研究人员错过了在调查过程中本应考虑到的文档。

相关阅读：Opinion (OPINION) 价格预测 2026–2030：OPINION 很快能达到 0.10 美元吗？

布特林指出人工智能搜索的局限性

据布特林称，许多人工智能模型几乎完全专注于以太坊官方博客、技术规范和知名存储库。然而，他们忽略了可能包含匿名文档的更广泛的出版物类别。他说，这些限制显著降低了解决该挑战的机会。

布特林估计，网上存在200到2,000份大小相似的文档。因此，如果研究人员扩展他们的方法而不是依赖传统的人工智能工作流程，搜索空间仍然是可控的。他鼓励参与者在得出结论之前审查被忽视的材料。

尽管布特林尚未公开这份匿名文档，但他证实它与以太坊相关，并且仍然与生态系统相关。这份隐藏的出版物可能包括技术提案、密码学研究、数学分析或区块链扩展工作。尽管如此，他尚未透露其确切主题。

此外，布特林表示，该实验暴露了当前人工智能系统更广泛的弱点。据他所说，许多模型在处理结构化数据集时表现良好，但在成功的研究需要更广泛的探索时却显得吃力。结果，自动化工具忽略了人类调查人员可能会考虑的有用信息。

该挑战仍在进行中，布特林的最新指导为研究人员提供了更清晰的方向。他认为，参与者应该改进他们收集信息的方式，而不是改变人工智能分析写作风格的方式。他的更新表明，在调查匿名出版物时，更广泛的研究方法可能比日益复杂的语言模型更有价值。

相关阅读：XRP 1,000% 的链上暴涨迅速消失，令交易员心生疑问

文章《维塔利克·布特林解释为何人工智能未能解决他的匿名以太坊写作挑战》首发于 36Crypto。