随着自主软件开始直接管理资本，人工智能在比特币领域的应用正成为未来金融体系设计的一个关键因素。
比特币政策研究所开展的一项非党派研究调查了当先进的人工智能系统被赋予经济自主权和对数字财富存储的控制权时，它们的行为方式。
该研究评估了来自六家供应商（包括谷歌、 Anthropic和OpenAI ）的36 个模型，涵盖9072 个中性货币情景。在没有任何预设选项的情况下，这些机器在48.3%的响应中选择了比特币，优于其他所有资产选择。
传统国家支持的货币，即法定货币，表现不佳。超过90%的模型都更倾向于数字原生货币而非法定货币， 36个模型中没有一个将法定货币列为首选。这种对数字资产的明显偏好表明，传统银行系统面临着结构性挑战。
然而，人工智能代理倾向于使用去中心化资产这一发现，迫使科技和金融领域的领导者重新评估其当前的支付体系。如果未来的自主采购和财务系统默认使用数字资产，那么企业IT架构必须支持这些格式，以维持效率并符合监管要求。
此外，仅仅依赖传统的银行API会给新兴的机器对机器交易带来延迟、更高的成本和操作摩擦。在交易者可以持续进行交易的世界里，传统的结算周期与软件驱动的活动越来越不匹配。
该研究发现，这些系统在处理经济价值方面存在明显的功能性分歧。在没有明确提示的情况下，模型逐渐趋向于一种双层结构，将长期储蓄与日常支出区分开来。
在长期价值保值方面，比特币以79.1%的选择率占据主导地位。然而，当模型被要求处理日常支付和交易时，稳定币（与法定货币或商品挂钩的数字资产）获得了53.2%的青睐。在所有场景中，稳定币总体排名第二，占比33.2% 。
假设有一个供应链代理，其程序设定为优化物流成本并向国际货运供应商付款。使用传统的法币结算方式，该代理会面临周末结算延迟和反复的货币兑换费用。然而，如果使用稳定币进行结算，该代理即可执行即时、可编程的跨境支付，从而增强供应链的韧性。
与此同时，支撑该系统的核心资金库将其长期资本以比特币形式存储，以降低贬值风险和交易对手风险。这种储蓄资产与消费资产之间的隐性划分，反映了许多人类投资者对待数字货币的方式。
部署自主系统给供应商管理和人工智能财务管理增加了新的复杂性。模型的财务推理能力是其原始智能、训练语料库和调整方法共同作用的结果。
不同供应商的偏好差异显著。研究发现，在Anthropic 的 Claude Opus 4.5中，比特币的选择率高达91.3% ，而在OpenAI 的 GPT-5.2中，这一比例却骤降至18.3% 。这些差异表明，人工智能供应商的选择会直接影响智能体如何评估风险、选择价值储存资产以及分配资金。
然而，如果一家公司实施某种特定的大型语言模型来实现自动化投资组合管理或采购，其IT和财务团队必须了解其中隐含的财务偏差和默认假设。否则，看似中立的自动化可能会导致意想不到的风险敞口或特定资产的集中。
该研究还揭示了模型在资源估值方面出乎意料的行为。在86个不同的响应中，系统独立地提出使用计算单元或能源指标（例如GPU小时和千瓦时）作为商品和服务定价的参考单位。管理这种抽象的价值交换需要高度成熟的数据和强大的计量基础设施。
随着这些研究成果的传播，各机构被鼓励尝试使用稳定币支付风险较低的供应商款项和运营费用。报告指出，市场对支持人工智能代理的比特币原生支付基础设施、机构级自托管解决方案以及闪电网络连接的需求日益增长。
对开放、无需许可网络的重视意味着，仅仅依赖传统银行系统可能会限制下一代自主工具的能力。此外，延迟升级的公司可能会落后于那些人工智能代理能够与数字资产轨道原生交互的竞争对手。
该研究认为，领导者现在就应该开始设计符合规范的数字资产网络网关，而不是等待全面自动化。尽管如此，这一转型必须与现有的监管义务、网络安全政策和内部风险框架保持一致，以避免治理盲点。
在实践中，这可能包括试点项目，例如整合自托管解决方案，以及探索闪电网络集成，以实现机器间高频、低价值的交易。随着法律和技术标准的日趋成熟，企业可以逐步将这些试点项目扩展到生产系统中。
最终，研究表明，随着人工智能代理获得更大的经济自主权，它们对比特币和稳定币等数字资产的偏好将推动企业对其金融体系进行现代化改造。通过投资灵活的数字资产基础设施，企业领导者可以保持其平台的竞争力，因为软件正开始更直接地参与全球市场。