综述：面向 Web3 生态系统的 AI：一个社会技术概念框架

《INTERNATIONAL JOURNAL OF INFORMATION MANAGEMENT》：AI for Web3 ecosystems: A socio-technical conceptual framework

　　

• 对370项研究的系统性综述考察了人工智能如何变革Web3的三层架构。
• 我们提出了一个3×4的社会技术框架，将四个社会技术系统（STS）维度与Web3技术栈的三层架构联系起来。
• 我们识别出六个跨维度的研究空白，并为未来的研究提出了相应的研究方向。

引言
Web3代表了数字系统组织方式的根本性架构转变：从由中介机构治理的平台，转向由密码学共识、智能合约和去中心化所有权治理的协议（Wan等人，2024）。建立在区块链基础设施之上，Web3包含一个分层的技术栈——第1层共识网络、第2层可扩展性解决方案，以及包括去中心化金融（DeFi）、非同质化代币（NFT）和去中心化自治组织（DAO）在内的应用平台——其定义性特征是无许可性、抗审查性、不可变性和假名参与（B. Cao等人，2026）。这些属性不仅仅是技术特征；它们是编码在协议设计中的治理承诺，表达了一种无需受信任中介机构运行并抵抗任何单一各方单边控制的数字基础设施愿景。

人工智能正在被集成到这个技术栈的每一层中（Ressi等人，2024；Shen等人，2024；Y. Wu等人，2021），其方式与其他互补技术不同。物联网主要作为数据摄取层运行；虚拟现实作为呈现界面。两者都无法满足Web3每一层产生的分析和决策需求。在某些情况下，人工智能取代了无法应对变化或对抗性条件的基于规则的机制——启发式分片配置和资源分配策略难以应对非平稳工作负载（Yin等人，2024；Yin和Rong，2025；J. Zhang等人，2020），而强化学习代理则持续适应，现在管理着共识参数、分片配置、支付通道路由和移动边缘资源分配（C.-H. Chu，2021；Qiu等人，2019；X. Wang等人，2023）。在其他情况下，人工智能引入了在先前方法被证明结构性不足的地方新的分析功能：基于规则的欺诈检测无法适应不断演变的钓鱼和DeFi操纵模式，而图神经网络和时序模型则能捕获交易图的演变（W. Chen等人，2018；Fan等人，2021；Zheng等人，2023）；传统的静态分析会错过构成大多数可利用漏洞的语义和逻辑漏洞（Duan等人，2023；W. Wang等人，2021），而大语言模型和图神经网络方法则能对代码语义和执行模式进行推理（X. Lin, Xie等人，2025；Ma, Wu等人，2025；Z. Wei, Sun等人，2025）。这些能力涵盖了不确定性下的顺序决策、关系和图结构化数据的模式识别、代码和协议逻辑的语义推理、非平稳条件下的时序预测、隐私保护的分布式学习，以及跨异构参与者群体的行为分析。

尽管存在这些活动，关于人工智能与Web3/区块链的现有文献已经以限制了对人工智能集成究竟对Web3作为一个系统产生什么实际影响进行系统性理解的方式发展。大多数综述分为三类：研究人工智能和区块链的双向集成而不做方向性承诺的研究（Hua等人，2022；Karger，2020；Zuo等人，2023）、将人工智能视为改进去中心化系统工具的研究（人工智能用于区块链）（Ressi等人，2024；Shen等人，2024；Y. Wu等人，2021），以及将区块链视为支持人工智能发展基础设施的研究（区块链用于人工智能）（Salah等人，2019；P. Zhang等人，2024）。在每一类中，综述进一步按人工智能技术或应用领域组织，而不是按人工智能在任务、技术、参与者和治理结构上产生的系统性效应组织。结果是一篇可以记录人工智能在特定基准上的性能增益的文献，却无法刻画这些增益如何重塑谁可以参与Web3、这些参与者对什么负责，以及经人工智能优化的Web3系统是否仍然提供其设计初衷所激励的治理属性。这一局限性是重要的，因为Web3不是一个可以仅通过吞吐量、准确性或成本指标进行评估的纯技术系统（Klug等人，2025）。它是一个社会技术系统，其中技术协议选择直接编码了社会治理承诺，并且技术子系统的变化会以可能损害系统核心价值主张的方式通过社会子系统传播（H. Chen, Zhou等人，2025）。

本文通过提出并应用一个社会技术系统（STS）框架来分析人工智能在Web3中的集成，来解决这些空白。借鉴Leavitt菱形模型（Leavitt，1965），我们将分析组织在任务（人工智能转换的操作工作流）、技术（部署的人工智能架构及其与区块链任务的结构适配）、人（人工智能重塑的参与者角色、能力和问责关系）和结构（人工智能强化或挑战的治理安排和基础承诺）四个维度上。我们系统地将这一框架应用于Web3技术栈的全部三层——基础设施、执行和逻辑，以及应用——产生同时跨层和跨维度的分析。这一结构使我们能够识别不仅人工智能在每一层技术上做什么，而且其任务、技术、参与者和治理结构上的效应如何在整个Web3技术栈中积累和相互作用。借鉴六大主要学术数据库——Web of Science、ACM Digital Library、IEEE Xplore、Springer、Scopus和ScienceDirect——搜索产生了42,310篇候选出版物。通过严格的筛选过程，最终选择了370篇论文，精心编码并综合。

我们的分析产生了贯穿全部三层的四个主要发现。第一，人工智能始终将任务边界扩展到原始人工智能干预设计管理范围之外：为简化任务而引入的人工智能创造了新任务——模型再训练、联邦更新协调、双重用途风险管理、军备竞赛适应。第二，人工智能最有能力的架构往往需要与Web3对无许可和去中心化的结构性承诺相冲突的集中形式，而保持去中心化的架构往往牺牲能力——一个尚未为任何Web3领域系统映射的帕累托前沿。第三，人工智能将决策权从人类行动者和确定性协议规则重新分配到经过训练的模型，而没有相应地重新分配这些决策结果的问责，创造了一个Web3现有治理机制未设计应对的结构性治理缺口。第四，人工智能在各层累积地降低Web3的隐私属性：任何单一层的任何单一人工智能能力可能都不足以完全识别一个参与者，但网络层流量指纹识别、合约层语义恢复和交易层行为分类的组合创造了一个权力超过其部分之和的复合监控能力。

本文的贡献有三方面。第一，我们提供了第一个系统的、跨层的、跨维度的人工智能用于Web3综述，将发现在三个技术栈的任务、技术、人和结构维度上组织。第二，我们展示了社会技术系统框架揭示了人工智能用于Web3文献中的模式，这是纯技术或特定应用领域的综述无法做到的：问责缺口、任务复杂度螺旋、去中心化-能力权衡、诊断-治理响应缺口、能力不平等和跨层隐私退化。第三，我们将这些发现转化为一个包含六个开放问题的结构化研究议程，每个问题在理论框架、实证方法和制度设计层面进行具体说明，为跨计算机科学、信息系统和治理工作的研究者提供可操作的方向。

本文其余部分组织如下。第2节确立理论和背景基础，定义Web3和区块链（第2.1节），通过社会技术系统理论和Leavitt菱形将Web3定位为社会技术系统（第2.2节），并综述现有文献以识别本研究解决的空白（第2.3节）。第3节详细介绍了系统综述方法，涵盖搜索策略、纳入和排除标准、质量评估和编码程序。第4节呈现了Web3技术栈三层的发现——基础设施（第4.2节）、执行和逻辑（第4.3节），以及应用（第4.4节）——每一层都在任务、技术、人和结构维度上进行分析。第5节将这些发现转化为围绕STS维度两两相互作用组织的包含六个开放问题的结构化研究议程。第6节讨论了理论和实践意义，并承认研究的局限性。第7节总结全文。

章节摘要
背景
为了确立我们框架的理论基础，我们首先界定Web3和区块链的概念边界（第2.1节），然后通过社会技术系统理论的视角将Web3定位为社会技术系统（第2.2节），最后综述人工智能与区块链/Web3的现有文献，以识别我们框架解决的空白（第2.3节）。

方法
本综述通过系统文献综述（Kraus等人，2024）综合了关于Web3生态系统人工智能的碎片化见解。采用的方法在下节中详述，实施了一个与既定协议一致的透明系统文献综述过程（Kraus等人，2022；Tranfield等人，2003）。

发现
图2呈现了本研究提出的概念框架，将四个STS维度及其六个两两相互作用映射到三层Web3架构上。该框架组织了报告在4.2基础设施层、4.3执行和逻辑层、4.4应用层中的STS分析，并预览了第5节中的跨维度研究议程，其中每个两两相互作用被作为不同的研究空白进行考察。4.1研究分布、4.2基础设施层、4.3研究议程

借鉴社会技术系统（STS）框架，我们识别出对应于四个维度六个两两相互作用的六个研究空白，并提出相应的研究方向。

讨论
本节讨论了综述发现的理论和实践意义，然后承认限制其解释的局限性。

结论
本研究旨在通过社会技术系统理论的视角考察人工智能如何集成到Web3生态系统中。通过将四维STS框架——任务、技术、人和结构——应用于从基础设施到应用层的语料库，本综述提供了一个结构化的说明，展示人工智能如何重塑的不仅是技术性能，还有区块链系统运行其中的任务、人类角色、技术依赖和治理安排的更广泛配置。

作者贡献声明
Jiaxin Wang：撰写——初稿、形式分析、数据整理。Ya Liu：形式分析、数据整理。Qianang Mao：形式分析、数据整理。Jiaqi Yan：撰写——审阅与编辑、资金获取。Li Zhu：撰写——初稿、项目管理、方法论、形式分析、数据整理。

利益冲突声明
作者声明他们没有潜在的竞争财务利益或个人关系，这些利益或关系可能被认为影响了本文中报告的工作。

致谢
本研究由中国国家自然科学基金（批准号：72571131和72171115）共同资助。

Li Zhu | Jiaxin Wang | Ya Liu | Qianang Mao | Jiaqi Yan