🤖 至少 14% 的头部 Crypto 开源项目已使用 AI 审核或生成代码 AI 辅助编程正迅速变得不再仅仅是一个噱头，而是已深深融入加密行业的开发实践之中。 在分析了 GitHub 上 1000 个最受关注（Star 数最多）的加密相关代码库后，我发现了一个重要趋势： > 目前至少有 137 个代码库（约占 14%）清楚地显示了使用 AI 辅助编程工具的迹象。 AI 工具已被整合到加密项目的各项关键任务中，包括：自动化代码审查、Bug 与漏洞检测、代码辅助与自动补全、多语言组件翻译等。 在这些 AI 采用者中，Claude 和 GitHub Copilot 占据市场主导地位，合计约占 AI 使用量的 87%。OpenAI 的 Codex、Cursor 和 Google Gemini 等其他参与者所占份额较小。 鉴于这些发现仅依赖于明确且可验证的 AI 使用指标（例如提交信息或拉取请求中的提及），这 14% 的采用率很可能只是一个保守的下限估计。考虑到许多开发者在本地或通过 IDE 集成使用 AI 工具，且这些行为不会在代码库中留下可追踪的痕迹，实际的 AI 使用率可能会更高。 AI 已不再局限于外围脚本，而是进入了核心协议和客户端实现，被广泛应用于钱包、安全工具甚至生态系统文档中。 Layer 1 与 Layer 2 协议： - ethereum/go-ethereum - aptos-labs/aptos-core - MystenLabs/sui - near/nearcore - stellar/stellar-core - ethereum-optimism/optimism 钱包： - MetaMask/metamask-extension - rainbow-me/rainbow - WalletConnect/walletconnect-monorepo - BlueWallet/BlueWallet 安全与审计： - trailofbits/algo - crytic/solc-select 文档与规范： - ethereum/EIPs - ethereum/ethereum-org-website - MetaMask/metamask-docs - duneanalytics/spellbook - ethereum/execution-specs - foundry-rs/book 各个组织经常选择多种 AI 工具，并根据每个项目的技术栈、平台和用例进行仔细匹配。比如： MetaMask: - metamask-extension (使用 Cursor) - metamask-docs (使用 Cursor) - metamask-mobile (使用 Claude) a16z: - helios (使用 Claude) - halmos (使用 Copilot) - jolt (使用 OpenAI) Coinbase: - x402 (使用 Cursor) - onchainkit (使用 Copilot) 本研究的方法包括： 1️⃣ 从 Electric Capital (Crypto Ecosystems) 提供的超过 50 万条记录中收集与加密相关的 GitHub 代码库数据。我首先收集了这些代码库的 Star（星标）数量，并根据流行度筛选出了前 1000 个。已归档（表明不再更新）的代码库被排除在外。 2️⃣ 分析每个入选代码库主分支中最新的 200 次提交（commits）和最新的 200 个已合并拉取请求（pull requests），搜索与 AI 编程代理（如 Claude、Copilot 或 Codex）相关的关键词。 3️⃣ 在初步关键词过滤后进行人工验证，以避免误报。例如，关键词「gemini」可能指的是加密交易所，也可能指 Google 的 AI 模型。 尽管采取了这些预防措施，但要做到绝对准确仍具挑战性。由于这是一个开放的研究项目，非常欢迎提供进一步的线索或建议。 AI 工具的迅速普及可能会重塑加密开发的竞争格局。有效利用 AI 的项目可以加快开发速度，提高代码质量，并迅速适应新出现的安全威胁。 简而言之，AI 辅助编程已是大势所趋，其影响力只会越来越大。对于加密项目和投资者而言，在该领域保持领先地位可能很快就不再只是锦上添花，而是至关重要。 数据来源👇 https://substack.chainfeeds.xyz/p/14-crypto-ai(Zhixiong Pan)