误区一：钱包就是账户，所有账户都有私钥
以太坊账户文档区分了账户与钱包：钱包是与账户交互的应用或界面。文档还区分外部账户和合约账户，前者由私钥控制，后者由合约代码控制。
因此，理解一个应用的权限，不能只看它是否提供钱包界面，还要看背后使用什么账户、谁能授权以及代码允许哪些操作。这一解释针对以太坊账户机制，不宜直接推广到所有区块链。
误区二：智能合约可以像自主助手一样随时行动
以太坊合约账户通过收到交易所引发的调用执行逻辑。“智能”这一名称容易让人把代码执行与自主决策混为一谈。
对于声称结合大模型与智能合约的系统，应分别理解模型输出、外部调用和链上执行。能够生成操作说明，并不充分证明系统具有执行权限；能否执行仍取决于实际的授权和调用设计，不能仅凭产品名称判断。
误区三：采用风险管理框架就等于大模型可信
NIST人工智能风险管理框架用于帮助组织在设计、开发、使用和评估过程中考虑可信性，属于自愿使用的框架；其生成式人工智能配套文件进一步讨论相关风险及管理行动。
框架提供管理方向，具体系统是否满足某项要求，仍需要相应证据。例如，评估一个问答应用，应明确它用于什么任务、怎样判断回答是否合格，以及发现问题后如何处理。仅列出框架名称，不能代替这些工作。
误区四：区块链与大模型结合后，可信性会自动成立
账户机制解释谁能授权、代码如何执行，人工智能风险管理关注系统在具体场景中的风险。两者涉及不同问题，不能互相替代证明。
例如，即使某项操作符合账户授权规则，也不能据此认定相关模型输出准确或适合业务用途。判断组合系统时，需要分别核对权限设计和人工智能应用的评估依据，而不是把一个环节的有效性扩展为整个系统的可靠性。
常见问题：这些概念适用于哪些判断
“有公开地址是否就能控制账户？”公开地址用于标识账户，不能单凭地址认定拥有控制权。“介绍了风险框架是否代表获得认证？”框架的自愿使用性质不支持这种推断。
这些概念适合用于理解技术说明和厘清系统边界，不能据此确认某个具体项目已经安全可靠。涉及具体产品时，还需要与其账户实现、权限配置、使用场景及评估结果相对应的证据。