🧵 1/ 新的IC3研究揭示了AI驱动的交易系统和集体投资算法（CoinAlgs）中的一个基本困境。 想想机器人顾问、量化基金，以及像@ai16zdao和@truth_terminal这样的AI DAO。 我们称之为“CoinAlg Bind”：

2/ CoinAlgs是什么？ 它们是由社区共享的算法，用于执行交易，从传统的机器人顾问（先锋集团以这种方式管理超过2060亿美元）到新兴的AI驱动的DAO（ai16z的市值达到了27亿美元）。 它们承诺使复杂的投资工具民主化。

3/ 问题在于：CoinAlgs 面临一个不可能的选择。 如果选择私密 → 易受内部价值提取的影响。 如果选择透明 → 暴露于套利之中，利润下降。 你必须牺牲经济公平性或盈利能力。

4/ 我们正式证明这一点。 隐私 → 不公平：我们表明隐私是内部攻击的前提条件，因为信息不对称使得价值提取成为可能。 透明度 → 套利：我们表明对策略的公开知识会导致利润损失，因为这使得抢跑和夹击攻击成为可能。

5/ 我们使用超过1年的@Uniswap V3数据（2024年6月-2025年7月）进行了实证测试。 即使是一个具有完美价格预测的合成CoinAlg，在透明的情况下也因夹击攻击损失了27.6%的利润。而且情况还会更糟...

6/ 即使是最小的信息泄露也是可以被利用的。 一个"私有"的CoinAlg泄露了仅仅1位信号（买/卖方向），仍然损失了17%的利润。对手并不需要完全透明——低带宽的隐蔽通道就足够了。

7/ 我们进行了以下测试： - 稳定资产（USDC）和波动资产（PEPE） - 不同的资本规模（12 ETH 到 1,500 ETH） - 不同的对手策略（夹击和策略盗窃） - 多个时间窗口（3-12 个月） 结果？对手总是提取价值。

8/ 现实世界证据： 我们调查了基于AI的去中心化自治组织（DAO），发现几乎所有的DAO都是私有的。他们选择隐私以获取利润，但这也为内部利用打开了大门。

9/ CoinAlg 绑定也适用于传统金融。 区别是什么？传统金融通过法律要求的投资者保护来解决这个问题。非托管的 CoinAlg 缺乏这些保障。

10/ 我们提出了启发式的保护措施，但没有一种能完全消除 CoinAlg Bind。 随着 AI 驱动的投资变得越来越普遍，进一步研究解决 Bind 的方法将至关重要。

11/ 结论： 随着AI与加密货币的结合，这种紧张关系变得至关重要。无论是管理数百万的AI驱动DAO，还是管理数十亿的机器人顾问，CoinAlg Bind都是不可避免的。

13/ 这是对集体投资算法中盈利与公平权衡的首次正式探讨。一个需要仔细思考的新兴领域。 /结束 🧵