Surf Copilot:首个真正以加密货币思维运作的 AI
本文信息来源:chainofthought
在测试了几十个“加密货币领域的彭博社”之后,我终于找到了一个既懂数据又懂文化的。

我其实已经记不清有多少初创公司自称是“加密货币领域的彭博社”了。
这是一个很有吸引力的提议,因为任何真正做过加密货币研究的人都知道这个过程有多么糟糕。你首先在 DeFiLlama 上查看 DEX 交易量,然后跳转到 X 平台查看情绪,接着浏览 Telegram 和代币经济学仪表盘,并交叉参考半翻译的 Medium 帖子。等你核实完真实信息时,市场已经变了。
即使是 OpenAI 也没有解决这个问题。ChatGPT 可以写出清晰的摘要,但它在加密货币方面却力不从心,因为大多数相关信息分散在实时区块链、私人聊天和不断变化的 API 中。它能读懂文字,却无法理解文字所描述的世界。
这才是真正的瓶颈。信息是丰富的; 解读 是稀缺的。 下一波研究基础设施不会是另一个仪表盘或聊天机器人。它将是直接基于实时、可验证数据进行推理的 AI 系统。
这正是 Surf Copilot 所代表的:AI 原生研究堆栈的早期原型。它读取我们所读取的相同数据(链上流、社交信号、开发者活动),并将其转化为看起来像人工制作且具有上下文意识的报告。这是聚合与理解之间的区别。
我测试过许多这类助手,希望能找到真正能让研究变得更容易的工具。Surf 是少数真正让我印象深刻的工具之一 。 难怪 Pantera、Hashed 和 YZi Labs 等顶级基金都在使用它来获得优势。
Surf Copilot 声称能做什么
Surf 自称是领域原生 AI 研究副驾驶, 它通过实时的链上、社交和技术数据进行训练。
它由 Cyber(前身为 CyberConnect) 构建,其社交数据层已为多个 Web3 应用程序提供支持。
它的承诺很简单: 减少切换,增加思考。
Surf 运行于三种核心模式:
-
提问 ,用于快速事实查询或价格检查。
-
研究 ,用于跨 40 多个区块链和 10 万多个 X 账户进行深度、多代理调查。
-
执行 (目前处于测试阶段)——预示着用户未来如何为钱包注资并让 Surf 实时透明地执行链上操作。
聊天界面的背后是一个多智能体系统。 每一次提示都会触发链上、社交、技术和深度搜索智能体的协同工作流程,它们会提取、分析并将实时数据融合到一份报告中。
该团队甚至建立了他们自己的基准测试, CAIA(加密 AI 智能体基准测试), 结果显示 Surf 在加密货币特定准确性方面超越 GPT-4 20-30%,尤其是在代币经济学链上分析、趋势分析和项目发现方面。

CAIA 基准测试 2025 年 7 月运行
这就是核心思想: 实时可验证数据优于通用摘要。
因此,我从三个不同的角度对这一说法进行了测试。一个专为交易员打造,一个专为基本面分析师打造,还有一个专为空投农民打造。
三种完全不同的研究风格。一个 AI 副驾驶即可全部搞定。
任务一:迷因币迁移测试
没有什么比深入迷因币战场更能快速检验加密 AI 的了。
迷因币以关注度为速度,解释它们的数据散布在图表、群聊和半翻译的推文中。
我给 Surf 的第一个提示是:
“最近,迷因币交易量从 Solana 转移到了 BNB 链。这是一种短期关注度激增还是一种持久的趋势?另外,哪些新的 BNB 代币最有希望在币安现货上市?”
在**提问模式**下,Surf 不到一分钟就给出了回复。答案快速、清晰且大致准确。它说,迷因币的迁移是一种短期、受关注度驱动的举动,而不是一种持久的趋势。它引用了 BNB DEX 205 亿美元的交易量,而 Solana 为 127 亿美元,并指出这是由于中国资本轮动、币安生态系统激励以及新的迷因基础设施。

简洁、直观、一针见血。但当我让它列出最近哪些 BNB 迷因币有可能在币安上市时,它列出了 FLOKI、BAS 和 Recall。
但 FLOKI 是一个已经上市的老代币,BAS 不是一个模因币,而 Recall 甚至不在 BNB 上。
那时我意识到,问答模式非常适合快速的事实核查,但一旦问题需要多层次的推理,你就需要动用重型武器了。
于是我将 Surf 切换到研究模式 ,一切都改变了。
这次,整个过程耗时更长(大约 8 分钟),因为系统启动了多个专门的代理。首先,一个任务规划代理制定了研究策略,决定需要哪些数据,哪些代理将处理这些数据,以及按什么顺序处理。然后,它像一个由机器人组成的新闻编辑室在一位编辑的指挥下工作一样,用结构良好的提示分派了它们:
-
链上 :从 PancakeSwap 和 Raydium 获取 24 小时 DEX 交易量。
-
社交情绪 :扫描数百个 X 账户,查找“BNB meme”、“Four.meme”和“CZ”。
-
深度搜索 :抓取 API 以获取代币发行数据。
-
趋势分析 :根据叙事热度绘制流动性流向图。
实时观看一场协调一致的研究行动在“思考”面板中逐行展开,这真是令人着迷。

Surf 上的思考面板
当报告出炉时,它呈现的是一种不同级别的分析。Surf 从头开始重新运行了所有数据,并构建了一个概率矩阵,将历史币安上市数据与实时情绪和流动性数据融合在一起。这次的候选名单确实有意义。
以下是列出的五项中的前三项:
|
代币 |
市值 |
成交量(24小时) |
CZ 参与度 |
上市几率 |
|
BIANRENSHENG |
1.26 亿美元 |
峰值 5.4 亿美元 |
✅ 直接提及 |
非常高 |
|
$4 |
7.08 亿美元 |
8700 万美元 |
隐式“4”推文 |
高 |
|
$GIGGLE |
1.16 亿 美元 |
1400 万 美元 |
✅ 慈善机构认可 |
Medium |
这些代币之所以有意义,是因为它们都拥有巨大的交易量,并在发布后几天内市值突破了1亿美元。
最让我惊讶的是 Surf 如何将 CZ 的影响力 视为数据集的一部分。Surf 认识到,在 BNB 迷因生态系统中,仅仅分析市值、交易量和情绪是不够的。你还必须考虑 CZ 推文的参与度及其产生的影响。
作为其分析的一部分,它梳理了 CZ 在过去 30 天内的推文和迷因提及,并将其与 BNB 链上的代币提及和流动性飙升相关联。这种额外的分析层面明显具有 加密原生 的特点。

值得注意的是,它把 $4 的市值弄错了,估算为 7 亿美元左右(实际上从未超过 3.5 亿美元,目前约为 1.2 亿美元),但其选择的理由仍然充分。
这是一种通用 LLMs 根本无法达到的细致理解。
总的来说,Surf 给我留下了深刻印象,它深入分析了迷因币生态系统,将市场数据、情绪和社交细微之处层层叠加,从而产生了既具量化又具文化内涵的洞察。
它找到了一种方法来融入市场的“氛围”,这正是让分析感觉生动的原因。
任务 #2:TAO 减半分析
在模因币之后,我想看看 Surf 能否从追逐叙事转向做 真正的链上基本面分析。
所以我给它一个新挑战:Bittensor 即将到来的 TAO 减半。Bittensor 对人工智能来说一直很难驾驭,因为大部分信息分散在各种来源中,无法通过 DeFiLlama 等标准数据源获取。
提示如下:
“随着 TAO 12 月减半的临近,它如何改变基础代币和子网(alpha)代币之间的风险回报?通货膨胀、验证者抛售压力和子网机制会发生什么变化?”
为此,我再次使用了研究模式,让它开始工作。几分钟之内,分析就展开了,清晰而有条理,就像量化交易台的简报一样。报告的 TL;DR 直击核心:
TAO 在 12 月 12 日的减半将使每日排放量从 7,200 减少到 3,600,通货膨胀率从 26% 降至 13%,并使验证者抛售压力每天减少约 73 万美元。
Surf 指出,超过 70% 的供应量已被质押,即使是适度的新流入也可能引发持续一到两个季度的“暂时性供应冲击”。它还将减半与子网机制联系起来,解释说每个子网都运行一个基于 AMM 的 TAO/alpha 池,减半不仅减少了基础排放,还减半了 为子网经济提供动力的流动性注入 。
这使得稀缺事件在整个网络中同步。根据 Surf 的说法,像 Chutes、Ridges 和 Lium 这样的顶级子网将获得最大的收益,因为它们已经拥有最深的流动性和最高的排放份额。
这些视觉效果让分析变得生动起来。Surf 生成了 交互式图表 ,描绘了 TAO 在主要交易所的期货未平仓合约和清算风险。

将鼠标悬停在每个区块上,会显示实时指标,例如持仓量变化、累计空头和多头以及爆仓集群。
接着是投资组合逻辑。Surf 推荐在未来六到十二个月内,将资金按 70% TAO / 30% Alpha 的比例进行配置。TAO 作为防御性锚点,而 Alpha 则作为对子网增长的杠杆敞口。它概述了三种情景:
-
牛市 (60%): 减半后稀缺性以及机构资金流入(灰度信托、AI 叙事势头)→ TAO 达到 600-800 美元,顶级 Alpha 强劲 2-5 倍。
-
基准 (30%): 逐步上涨至 500-600 美元,并有稳定的质押收益作为缓冲。
-
熊市 (10%): 如果 AI 势头减弱,则在 350 美元左右进行积累。
Surf 甚至更进一步。在没有提示的情况下,它提出了一个清晰的减半后监控框架: 排放份额变化 、 质押流量比率 、 子网 TVL 排名和 alpha/TAO 价格比率 ,所有这些都与 Taostats、Backprop Finance 和链上数据等可验证来源相关联。这种输出立即变成了一个用于跟踪生态系统的工作清单。

到最后,我得到了一份感觉像是压缩版的 Delphi Digital 报告(顺便说一句,都是大佬)。这份报告是实时生成的,有实时数据支持,并且格式就像投资者真正想读的那样。
如果模因币测试证明 Surf 能够解读加密货币的情绪 ,那么这次测试则表明它能够模拟加密货币的机制。 它不仅描述了减半,而且 将其转化为可操作的投资论点, 包括结构、概率和监控指标。
任务 #3:空投最大化测试
在最后的测试中,我想看看 Surf 是否能从分析转向执行。
所以我问道:
“OpenMind 仍处于 TGE 前阶段。我如何才能最大化我的潜在空投分配?”
大多数人工智能工具都会给出通用的“加入 Discord 并邀请朋友”的建议。但 Surf 没有。它立即开始抓取实时程序数据,并找到了 Fabric 候补名单、GitHub 提交、 airdrops.io,甚至 OpenMind 的 Base 合约,然后带着一份结构严谨的计划回来了,感觉就像一本空投耕作操作手册。
输出内容读起来就像空投老兵会在 CT 中起草的东西。一个完整的三层策略:
-
第一层:基础: 完成入职,连接社交媒体,填写 Fabric 调查问卷,加入 Discord 获取角色,并在 Base 上铸造免费身份 NFT。
-
第二层:日常参与(30 分钟/天): 通过 OpenMind 应用程序运行地图任务,保持连续得分,并专注于高回报的城市区域。
-
第三层:开发者乘数: 加入 OpenMind 开发者联盟 (ODL),提交 GitHub 拉取请求,并获得贡献者徽章。
真正引人注目的是该框架的完整性和准确性。

我们最近发布了一份关于 OpenMind 的完整研究报告 ,我知道所有关于应用任务、身份 NFT 等信息都非常分散。它们分散在 Twitter 帖子、Fabric 文档和应用内说明中。
然而,Surf 不知何故找到了所有这些信息,并对其进行了验证,然后将其提炼成一个单一的、循序渐进的路线图,这个路线图竟然是合情合理的。
它还指出, 没有确认的 TGE 日期 ,警告说快照可能随时发生 ,并强调至少保持良好的 90 天连续活跃,这种细微之处只有身处一线的人才会想到要包含。它足够聪明,能够优先考虑高质量的推荐而不是垃圾邮件,甚至将候补名单增长和 GitHub 活动等指标纳入考量,以衡量竞争水平。
它将一堆零散的任务变成了一个简单、可执行的策略 ,任何人都可以遵循该策略来最大化他们的空投潜力。
如果任务 1 表明 Surf 可以分析炒作,任务 2 证明它可以建模基本面,那么这个任务则表明它可以将知识付诸实践, 将研究转化为执行。
奖励:TGE 前报告中心
空投测试让我思考。如果 Surf 能为一个 TGE 前项目建立如此清晰的策略,那么所有其他仍在等待启动的项目呢?
这就是 Surf 的 TGE 前报告 选项卡的作用。
它并非专门用于空投耕作。它旨在展示和评估即将推出的项目,涵盖从基本面和代币经济学到社交影响力以及上交易所可能性等一系列指标。用户随后可以直接在 Surf 中查询这些项目以深入挖掘,无论是进行尽职调查研究还是空投优化策略。
Surf 追踪数十种即将推出的代币,例如 OpenMind、Monad、Sentient、KiteAI、Infinex、Allora 等, 并为每种代币建立详细档案,包括预测的 FDV、发行价格区间、Surf 评级(A-C-),甚至还有币安上市概率百分比(那个著名的,或者最近臭名昭著的 、每个人都会首先查看的数字)。

Surf 预 TGE 报告列表
Surf 的报告更像是严谨的研究简报 , 将链上指标、社交数据分析、团队评估和市场建模融合成一个连贯的整体。

Openmind 关于 Surf 的 TGE 前报告
在代币上线前查看 Recall 报告时,Surf 预测其上线价格区间为 0.40 美元至 0.65 美元,完全稀释估值(FDV)为 6000 万至 1.4 亿美元。一周后,Recall 以 0.58 美元的价格上线,恰好处于预测区间的中部。Surf 的模型预测得相当准确。您可能还记得,几个月前我们曾在一篇深度分析文章中将 Recall 称为“AI 代理的谷歌”。
在一个预 TGE 估值辩论常常通过 X 平台上的直觉和炒作展开的领域,像这样的工具最终可以将这些论点建立在数据之上。
它为加密货币研究人员和交易员提供了一种结构化的方式来客观比较项目,并提供足够的信号来过滤掉噪音。
结论:优势、不足和适用人群
在对 Surf 进行了三个截然不同的测试 (模因币、基本面和空投策略) 之后,我们感觉已经涵盖了加密货币行为的广泛领域:交易者、研究人员和农民。
在所有这些测试中,Surf 都提供了一些很少有 AI 工具能做到的东西:一个真正以加密货币思维运作的产品。
当 Surf 谈论验证者抛售压力或流动性迁移时,它不是在鹦鹉学舌地重复别人的博客文章,而是在实时提取链上数据、绘制图表,并在多个数据层之间进行推理。
这就是聊天机器人和副驾驶之间的区别。
它的多智能体推理赋予了它结构。你可以在“思考”选项卡中亲眼看到它是如何思考的,每个智能体如何获取数据、权衡置信度并将结果传递给下一个智能体。
界面可能是它最不为人知的优势。报告通过交互式图表、动态时间线和可导出表格变得生动起来,这些表格会随市场变化而调整。它对交易者来说足够简洁,对分析师来说又足够结构化。而且,它仍然设法保持易用性:初学者可以输入“ 解释 EigenLayer”并获得完整的视觉分解,而资深的 CT 成员可以询问子网排放增量并获得多层次分析。
这是 Surf 最大的优势。为资深用户提供深度,为初学者提供清晰。它不是简化内容,而是进行转化。
每月 29 美元的专业版套餐,很难找到另一个能如此无缝地整合市场数据、推理和预测的平台。
当然,它并非完美无缺。
在“提问”模式下,它偶尔会弄错数字,但切换到“研究”模式通常可以通过获取更新的数据来解决这个问题。
尽管执行模式正在进行实时 Beta 测试,但仍处于早期阶段。
用户已经可以通过 Surf 直接执行演示中展示的许多链上操作,例如兑换、认领或质押,但该功能目前以有限的容量运行,因为团队正专注于完善它。

Surf 执行模式演示
执行是团队长期看好的方向,尽管它不是当前的优先事项。从高频用例到钱包用户体验、安全性、费用优化等等,还有很多问题需要解决。
该移动应用程序也于 10 月 21 日上线,目前作为分阶段推广的一部分,已向 Max 订阅用户开放。它正在进行压力测试,然后将在未来几周内扩展到所有付费用户。一旦稳定,它将是一个重大的突破,将研究和执行体验结合在一起,使 Surf 能够被更广泛的加密货币用户群体所使用。
如果团队在这两方面都取得成功,Surf 可能会从研究副驾驶演变为完整的行动层。
在目前的工具中,Surf 感觉就像是 Nansen 和 Delphi 各自擅长之处的结合体 。
Nansen 的新 AI 代理在钱包分析方面表现出色,但缺乏叙事或基本面分析。Delphi 的平台内聊天机器人擅长深度研究,但缺少实时链上数据。我认为 Surf 正好介于两者之间。
对于交易者来说,它提供了一种更快、更平静的方式来解析 DEX 流量、巨鲸动向和市场叙事。
对于分析师和基金来说,它将完整的研究堆栈(例如用于数据的 Dune、用于钱包智能的 Nansen 和用于分析的 Delphi)压缩到一个工作区中。Surf 已经与多家顶级研究公司合作,包括 Decentralised.co、Four Pillars 和 Tiger Research。
对于新手来说,它是一个能真正让加密货币变得易懂的解释器。
它还不完美,但已经很有用了。在加密货币领域,这句评价比它应有的稀有程度还要稀有。
结论
加密货币不缺数据, 缺的是理解。
而 Surf 提供的正是清晰度。Surf Copilot 是首批通过教导 AI 基于实时、可验证数据而非静态摘要进行推理来解决这一核心问题的产品之一。
最有趣的方面是,Surf 展现出良好的品味。Surf 了解这个领域的人们真正关心什么:资金流向、催化剂、切入点、空投、叙事,并且它努力做到有用。
是的,我会更频繁地使用它。
我能预见到它将成为许多加密货币领域人士真正有用的工具,尤其是在移动应用程序发布之后。就像 ChatGPT 悄然取代了谷歌搜索和点击链接一样,Surf 有可能成为快速链上研究的替代品。
这就是 Surf 所提供的。你第一个打开的工具,而不是最后一个。
感谢阅读,
0xAce 和 Teng Yan