维塔利克认为AI懂的东西很多，可是碰到从来没见过的新文章，理解得很浅，抓不住深层观点。放到加密行业里，不能让AI单独负责合约审查，容易漏掉风险，一定要有人来把关。下面小编简单梳理了维塔利克谈及AI解读全新文本仍不及人类判断的观点。

维塔利克・布特林提出，在解读未纳入训练数据的全新文稿时，AI的判断能力依旧比不上人类。这位开发者于10月29日在X平台发文称，AI首次分析这类文本时，对信息的处理停留在表层。

“我认为AI学识十分广博，几乎能精准识别各类引文出处，但它缺少深度思辨能力，对于一篇文字想要表达的核心观点，只能做出最浅层的判断。在分析原创文稿的时候，这一点体现得尤为明显……”

——vitalik.eth（@VitalikButerin）2026年10月29日

布特林区分了AI的百科式信息储备与深度辨析能力。这位以太坊联合创始人表示，当下大模型知识储备充足，能够精准定位各类交叉引用；但在理解一篇全新文稿的核心主旨时，缺少语境层面的深度洞察力。

数据储备与深度思辨之间的差距

这番发言源自《华尔街日报》一篇关于哈佛大学“人文10号课程”的文章所引发的公开讨论。各方围绕AI在研读经典文献时是否优于人类展开辩论。一部分观点认为AI解读经典著作更有优势，也有作者指出，AI在评估原创文章时存在明显短板。

布特林解释，AI解读知名文本，依托的是海量评论文献与二手资料。但面对一份完全陌生的文档时，AI没有这类参考素材，仅能识别文字模式。因此它给出的解读流于表面，无法权衡论证本身的实质逻辑。

早在2026年7月，布特林就曾提出，机器是逐步承接人类的各项能力，而非一步到位。该观点出自一项公开测试之后：Co-Invest的Franklyn Wang团队成功识别出一份改写版EIP-7503提案为布特林匿名撰写。这份文稿先用中文写成，经由Qwen2.5本地翻译、人工润色。检测工具捕捉到他独有的逻辑论证风格，给出20%的作者匹配概率。

对Web3安全与治理的启示

市场分析认为，这一提醒对大量自动批量审核文档的加密企业与运营方具备现实意义。开发团队经常使用大模型来研读白皮书、治理提案、代码审计报告。如果模型仅依靠已收录的参考资料来解读内容，就有可能漏掉智能合约里的逻辑漏洞，或是代币释放机制中的缺陷。

布特林重申，如果不保留人工复核机制，未来两年内，AI有可能削弱去中心化协议的关键安全防线。他支持“人在回路”的管控方案，例如限制查询框架、配套安全工具，降低以太坊合约的代码漏洞风险。

行业内也存在不同声音：神经网络在数学求解这类严谨领域，分析能力已经超越人类。相关讨论仍在持续，以太坊研究团队也准备在今年晚些时候的开发者大会上发布新的技术标准。