Loading...
Loading...
OpenAI把Codex“拆开卖了”文章转载于字母AI
OpenAI昨天一口气打出了四张大牌。
Agents API、GPT-Live-1 API、Data agent、ChatGPT for Financial Services，一天横跨Agent、语音、数据和金融四条产品线，每一条都值得单独拿出来说道。
但这四张牌里，最值得看的可能还是Agents API。
因为这一次，OpenAI把Codex“拆开卖了”。
原本藏在Codex背后、负责让Agent持续工作、调用工具、管理上下文和协同多个Agent的那套能力，被抽出来打包成了云端API，交给所有开发者调用。
1
Codex即服务？
其实，OpenAI早就在拆Codex了。
早在2025年4月，OpenAI刚发布o3和o4-mini那会儿，就把Codex CLI开源了。它有点像OpenAI版的Claude Code，直接就装在本地终端里。Agent怎么跑，怎么调用工具，都明明白白地放在GitHub上，你愿意折腾，就可以自己拿回去改，自己跑。
不过那个时候只是单纯地把东西给了出来，至于你会不会用、想怎么用，那都还是你自己的事。
一个月后，Codex云端版，也就是我们今天所熟悉的那个产品，才正式上线。用户可以把代码仓库交给它，一个任务对应一个独立的云端沙盒，Codex可以自己改代码、跑测试、修bug，还能同时处理多个任务。
又过了几个月，在2025年的10月份，OpenAI发布了Codex SDK。
简单来说，SDK就是给开发者的一套工具包，让Codex不只作为独立产品使用，也可以塞进别人的应用里。SDK允许开发者用几行TypeScript代码启动同一个驱动Codex CLI的Agent，拿到结构化输出，还能保留任务状态，在暂停之后继续跑。
但是呢，SDK主要适合在程序里调用Codex，还没有把完整的Codex交互能力开放出来。它很适合后台的工作流、自动化脚本、服务端的程序。但如果你想做一个像Codex IDE那样的完整客户端，还是有些困难。
于是到了2026年2月，OpenAI正式公开Codex App Server，第一次系统地把Codex里面那套Harness讲清楚了。
OpenAI明确解释，Codex Web、CLI、IDE扩展和Mac App看起来是不同的产品，但底下其实都在运行同一套Codex Harness，也就是负责Agent Loop、Thread、工具执行、认证和管理状态的那层东西。
App Server给这一整套Harness加了一套双向JSON-RPC接口。JetBrains、Xcode或者其他客户端，不需要重新造一个Agent Loop，直接启动App Server，就可以驱动完整的Codex。
有了App Server，其他产品就可以直接接上完整的Codex Harness。
不过走到这里，还有最后一个麻烦没解决。
SDK控制的是本地Codex Agent，App Server本身也是一个需要开发者启动和维持的常驻进程。虽然把Codex接进产品这事已经解决了，但想把它稳定地跑成一个线上的服务，还是有点困难。
举一个比较具体的例子，如果你用App Server做一个自己的Coding Agent网站，前端已经接上了Codex，但当用户点下“修复这个仓库”之后，后续的大量运行和基础设施问题，都还需要你自己想办法解决。
然后就到了8月19日，这一天，OpenAI把过去一年陆续开放的CLI、SDK、App Server统一放进了“开放Codex Harness”的平台叙事里，并明确把Codex从一个产品提升成了平台。
再然后就是（美国时间）9月10日，也就是昨天，Agents API正式开放公测。
这一次，开发者只需要告诉API四件事——任务、模型、工具、运行环境——就可以直接创建一个Agent。负责长会话上下文压缩、工具调度和subagent协作的Codex Harness由OpenAI自己托管和维护。
甚至就连Agent真正干活的机器都能自己选，是用OpenAI的沙盒、自己的基础设施，还是Cloudflare、E2B、Modal等第三方环境，都可以。Harness由OpenAI提供，执行环境由开发者决定。
官方的口径很明确，Agents API本身不额外收费。也就是说，Harness托管、长会话管理等能力，并没有再单独收一层Agent平台费。
开发者按实际使用的模型Token和工具付费；如果使用OpenAI自己的托管沙盒，计算资源另算。
把这一年多串起来，OpenAI一直在做同一件事：把Codex从一个具体产品，一层一层拆成可以被复用的能力，同时让开发者越来越不需要自己操心。
如果一定要给这条产品线起个名字，它其实很像当年的SaaS，只不过这次被服务化的不是软件，而是Codex。
Codex as a Service。
1
Harness也开始分叉了
盯上Harness的当然不止OpenAI。
DeepSeek Harness（后文简称DSH）发布的时候，就给出了一个非常响亮的等式：Agent ＝ Model + Harness。
在DeepSeek看来，模型只是Agent的一半，另一半则是负责让它理解环境、调用工具、管理状态、持续执行任务的Harness。两者互相协调，Agent才能真正执行任务。
DSH把Harness本身做成了一套高度模块化的开放框架：模型、工具、Skills、Session、沙盒、存储、Agent Loop、调度，甚至UI都可以替换。
“一切皆插件”的口号可不是说着玩玩而已，最好大家都来写插件，都来适配DSH，最后不管上面跑的是DeepSeek，还是别的模型，底下都可以是同一套Harness。
这和OpenAI现在走的方向刚好形成了一个挺有意思的对照。
OpenAI虽然也把Codex harness开源了，但Agents API明显是在往另一个方向走：Harness你可以用自己的，也可以拿走开源的，但如果你嫌麻烦，还可以直接不管，让我来替你安排。
所以我们认为，它更像是一种“服务”。OpenAI负责托管和持续维护Harness，开发者只需要决定要让Agent干什么、用什么工具、在哪里执行。甚至以后模型升级了，Harness怎么跟着改，OpenAI也准备一起包了。
某种意义上，现在Harness这一层隐约出现了两条路线：
以DeepSeek为代表的路线更像是在建设开放生态，把每一个零件都做成插件，让开发者自己组装；而以OpenAI为代表的一方则像在押注云服务，把钱和需求给到位，剩下的我帮你解决。
我们甚至可以认为，一个想让Harness越来越像Linux，另一个则想让Harness越来越像AWS。
当然了，这只是个比喻。OpenAI也开源了Codex Harness，DeepSeek未来也并非没有可能提供更多的托管服务。但至少在现阶段，两边产品的重心差别明显。
有意思的是，在把Harness变成服务的这条线上，Anthropic其实比OpenAI更早一步。
早在2025年9月，Anthropic就推出了Claude Agent SDK，把Claude Code背后的工具、上下文管理、权限系统和subagent能力开放给开发者，让别人也能拿这套东西做Agent。
今年4月，它甚至比OpenAI更早推出了Claude Managed Agents。Session、Harness和沙盒被拆成三个独立层：Anthropic负责托管harness和长任务，沙盒既可以由Anthropic提供，也可以接入别的执行环境。这个思路和今天的Agents API其实已经相当接近，Anthropic自己给它的定义就是“一个用于长期Agent任务的托管服务”。
所以某种意义上，OpenAI这次是在沿着Anthropic已经走过的路继续往前走，区别只不过是OpenAI手里有一个更“产品化”的Codex。
但因为Codex和Claude Code长期给人的产品印象还是不太一样，所以即使它们讲的是同一套故事，带来的感觉也大相径庭。Claude Code给人的感觉更像是让开发者坐在终端里和Agent一起写代码，而Codex App一开始强调的就是“同时监督多个长期Agent”的界面。
顺带一提，谷歌也早已加入这条路线。今年5月的I/O大会上，Gemini API推出Managed Agents，同样把Antigravity Harness和沙箱做成了托管服务。但谷歌的牌面不止于此，这一点咱们后面再讨论。
不过话说回来，谁先谁后好像也不是那么重要……最后当然是谁把自家的Harness变成开发者默认的那一层，谁才能吃下最大的蛋糕。
1
谁是大赢家？
说到底，为什么现在模型公司都开始抢Harness了？
就像是DSH给出的等式那样，Agent = Model + Harness，模型可以告诉Agent下一步应该做什么，但真要把一个任务从头跑到尾，它还得知道文件在哪里、需要调用哪个工具、出了错怎么恢复、结果最后要写在哪里。
换句话说，模型决定Agent的能力上限，而Harness越来越决定它到底能不能把活做完。
而一旦竞争的维度从“智力”走向“执行力”，最占优势的，未必是那些模型做得最好的AI公司。
因为Agent真正开始干活之后，需要的那些东西——邮件、文档、会议、通讯、账号权限等等——往往掌握在传统平台公司手里。
国内最近打得热闹的“办公Agent大战”，其实就是一个非常典型的例子：大厂在互联网平台时代积累下来的那些东西，以前更多只是各自生态里的部分功能，但到了Agent时代，这些东西恰好就是Agent真正干活时需要调用的工具。
现在大家做办公Agent，表面上是比谁家的AI员工更聪明、更有本事，背后其实也在重新利用自己过去积累的平台优势。谁手里有更多企业数据、文档、工具和权限，谁就更容易让Agent真正把事情做完。
模型公司需要一点点接入它们没有的入口，而那些做了十几年办公软件和互联网平台的公司，本来就掌握着这些入口。
换句话说，AI公司要重新连接现实世界，而平台公司手里原本就有一大串钥匙。
沿着这条路往前看，如果非要找一个最有优势的“全家桶”选手，谷歌恐怕是最夸张的那个。
从TPU、云基础设施、Gemini，到Search、Workspace、Chrome和Android，谷歌几乎覆盖了AI从底层技术到最终用户的所有关键环节。Search、Gmail、Calendar、Drive、YouTube、Maps等产品，又天然构成了一套可以被Agent调用的数字环境。这些资产在上一代互联网里是一个个独立入口，到了Agent时代，却可以被重新组织到同一个任务之下。
事实上，谷歌已经开始把散落在各个产品里的Agent能力，在底层往同一套执行系统里收。Gemini Spark、Gemini API里的Managed Agents，乃至Search里的部分Agent体验，背后正在逐渐共享同一套Antigravity Harness。
但到了用户这一端，事情还是有点乱。
今天谷歌同时有Gemini Spark、Workspace Studio、Antigravity、Gemini Enterprise，以及Search里的Information agents。它们面对的用户和场景各不相同，但对于普通人来说，当他们想把一件复杂的事情整个交给谷歌，还是不知道应该找谁。
对谷歌来说，它已经拥有完成这一切所需的大部分条件，缺的只是一个足够简单的产品答案。
而如果谷歌真把这件事做明白了——无论是做出了一个统一的Agent工作台，还是让同一个Agent执行系统穿透整个谷歌生态，让用户习惯“有问题找谷歌”，全球Agent市场的竞争格局恐怕都要再变一变。
话虽如此，谷歌就算真把这套“全家桶”塞进一个Agent，国内用户大概率也只能先围观一下。
还是先看看国内的Agent大战，接下来还会怎么打吧。
Crypto终将merge到AI finance从算法层往下挖：为什么这两件事在数学上本就是同一件事的两半？
铜锣湾，上午九点半，一壶普洱，四只虾饺，一笼凤爪。隔壁桌两个中环下来的在聊AI是不是泡沫，再隔壁一桌在聊比特币会不会跌破七万。
两桌人聊的是同一件事，他们自己不知道。
这篇文章我不打算从新闻讲起，从 数学 讲起。因为AI和crypto这两样东西，在应用层面看上去毫不相干——一个在生成文字和代码，一个在链上转账和投机——但往下挖三层，它们踩的是同一块地基：都是 纯算法构成的系统，都在利用同一个 数学上的不对称性，只是用在了相反的方向上。
一个用它制造认知，一个用它制造信任。
这个共同的地基，决定了它们之间的信任距离是零——这是宇宙里最短的一段路，因此也是效率最高的一段路。所以它们合流不是一个商业选择，是一个物理必然，只是时间问题。
我的结论写在最前面：crypto最终会被并入AI finance，并入之后“crypto”这个词会消失。它不会以失败的方式退场，会以被 吸收 的方式退场——就像“移动互联网”这个词的消失，不是移动互联网没了，是所有互联网都变成了移动的，形容词失去了区分度。
下面八段，我把这条链条从最底层走一遍。
01
第一性原理：AI和crypto用的是同一个数学不对称，一个造认知，一个造信任
先讲那个不对称。现代密码学的全部地基是一句话：有些事情 做起来 极 难，验证起来 极 易。
这句话在复杂性理论里有严格的形式：一个问题属于NP类，当且仅当它的解可以在多项式时间内被检验。找解可能要遍历天文数字的空间，验解只要代入算一次。整个公钥密码学、整个区块链，都是把这个落差工程化的产物。
落到具体的机制上：
比特币的工作量证明。当前难度约127.48万亿，意味着矿工平均要做大约五万亿亿次（10的23次方量级）SHA-256运算，才能找到一个合法的区块头。而任何一台笔记本电脑验证这个区块，只需要做两次哈希。伪造成本与验证成本的比值，是 10的23次方比1。
数字签名。生成一个签名必须持有私钥，验证只需要公钥，任何人、任何时候、离线都能做。
零知识证明 更极端。证明的生成可能要跑几分钟，验证是常数时间，跟被证明的计算有多复杂完全无关。
现在看AI这一侧。AI用的是同一个不对称，但 方向 反了过来。
训练一个前沿模型要消耗10的25到26次方量级的浮点运算，而跑一次推理便宜好几个数量级。这一半跟crypto是同构的：昂贵地生产一次，廉价地使用无数次。
但关键的区别在下一句：AI的输出无法被廉价验证。
你拿到一段模型生成的分析、一份财务摘要、一段代码，没有任何一个常数时间的函数能告诉你它是不是对的。要验证它，你得自己把这件事重做一遍——去查原始数据、去跑测试、去请一个人类专家看一眼。验证成本和生产成本在同一个量级，有时候更高。
这就是 幻觉问题 和 对齐问题 的数学形态。它不是工程缺陷，是这类系统的结构属性。
把两边并排放在一起，一句话就出来了：
AI是人类历史上第一台能以趋近于零的边际成本，大规模生产“无法被廉价验证的断言”的机器。而crypto是人类历史上第一套能以趋近于零的边际成本，大规模生产“可以被廉价验证的断言”的机器。
它们是同一个数学不对称的两个方向。一个把验证成本推高，一个把验证成本压到地板。
所以推论很硬：一个 以不可验证断言为主要产出 的经济体，它的金融层必须 建立在唯一验证成本趋近于零 的地方。否则整个经济的核对成本会随着交易量发散——你不可能一边让机器每秒生成一万个不可验证的判断，一边让每一笔对应的结算都要靠人去对账。
AI越强，可验证性就越稀缺。而可验证性，正好是crypto这十七年唯一在做的事。
通俗解读
想象一个能一秒钟写出一千份合同的实习生，但他每一份都可能瞎写，而你得逐份核对。这就是AI。现在再想象一台机器，它出的每一张收据你花半秒钟就能确认真假，永远不会错。这就是链。前者产出 海量的不确定，后者产出 廉价的确定。让前者去当经济主体，你必须给它配后者，否则整个系统会被核对成本压垮。
02
信任距离：两个由算法构成的主体之间，最短的路径长度是零
接着往下挖一层。
定义一个量：信任距离。从收到一个断言，到确信这个断言为真，路径上必须依赖的外部主体的数量。
自己算一遍就能确认，距离是 0。
需要相信一个机构，距离是 1。
这个机构的可信度又依赖另一个机构，距离是 2。以此类推。
人类金融的典型信任距离是 三到五。你相信银行账上的余额，是因为你相信银行；你相信银行，是因为你相信监管和存款保险；你相信监管，是因为你相信这个法域的法律；你相信法律，是因为背后有强制执行力。这条链有四五节，而且每一节都是一个必须“选择相信”的动作。
对人类来说，这条链是 预付费 的。你出生的时候它已经修好了，你从来没有为它付过边际成本，所以你感觉不到它的长度。“相信汇丰”对我们是零成本的默认选项——它在中环有一栋楼，有牌照，有一百六十年历史，出了事我还能去法院。
对一个 AI agent 来说，这条链上的每一节都是一个它执行不了的指令。
它不能“相信”。相信是一种社会关系，它需要历史、需要声誉、需要利害关系、需要一个可以被背叛的预期。agent没有这些东西。给它一个银行API返回的JSON，写着交易成功——它拿到的是一份 权威声明，而不是一个证明。它没有任何办法独立核实这份声明，它只能选择接受，而“选择接受”对它来说等价于把一个未定义的行为写进关键路径。
换成链上，同样一笔结算，它拿到的是签名、交易哈希和状态根。它可以自己验签，自己重放，自己核对余额变化，自己确认过了多少个区块。整个过程几毫秒，不需要任何一方许可，不依赖任何一个具体机构。
信任距离等于零。
再往前推一步就是本文的地基：两个都由算法构成的主体之间，信任距离的下界是零——因为它们可以共享同一个可执行的验证函数。给定同样的输入，同样的算法必然输出同样的结果。这是目前唯一一种不需要共同语言、共同文化、共同法域就能成立的一致性。两个agent之间没有母语，没有商业惯例，没有共同的法院，它们必然共享的东西只剩下数学。
crypto和AI都是算法构成的，所以它们之间天然互信，天然可验证，路径天然最短。
最短路径 意味着 最高效率，而效率在这里 可以被量化。
验证成本趋近于零，交易的固定成本就趋近于零；交易的固定成本趋近于零，最小可行交易金额就趋近于零。人类金融体系里每一笔交易的最小金额，都是被 验证成本 顶住的——KYC是人力，对账是人力，争议解决是人力。所以信用卡有最低手续费，跨境汇款有起步价，开一个企业账户要走两周流程。低于某个金额的交易在人类金融里不是贵，是不存在。
当验证由算法完成，这个下限消失，一整片此前不存在的交易空间被打开。
举个具体的例子。一个做市场研究的agent接到任务：整理过去三个月全球锂电池产能变化。它要调一家数据商的接口，每次查询三美分，这一趟大概四百次，总共十二美元。
传统路径：数据商要给agent的所有者开企业账户，做KYC，签服务协议，绑信用卡，月结开票，财务对账。一笔十二美元的采购，走完这套流程的边际成本远超十二美元本身。所以现实中的做法是提前买套餐——但套餐意味着你必须提前预测用量，而agent的用量在本质上不可预测。
算法金融路径：agent每次请求收到一个“需要付款”的应答，签一笔三美分的稳定币转账，附上凭证，拿到数据。四百次调用、四百笔微支付，没有账户、没有合同、没有对账，全程几秒钟，手续费加起来不到一美分。整个交易关系的存续时间是三十秒，结束之后双方互相不认识，也不需要认识。
这就是“无需信任的结算”第一次真正被需要的场景：交易对手关系短到根本来不及建立信任。
通俗解读
你信银行是因为 你信这家机构，AI信链是因为 它信自己算出来的结果。前者是一段社会关系，后者是一道数学题。人可以两者都用，AI只能用后者——它不是不愿意信，是它没有“信”这个功能，因为它不在任何一张人情、法律和信誉编织的网里。而 路径越短，单笔成本越低，能做的生意就 越小额、越高频。
03
算法金融的三层栈：稀缺、所有权、承诺，为何这三层可以全部交给算法
把金融拆开，不管什么形态，底下只有三层。
第一层，不可伪造的稀缺。得先有一个东西，它不能被随便造出来。
第二层，可验证的所有权与转移。得能说清这个东西现在归谁，以及一次转移在什么时刻算完成。
第三层，可执行的承诺。得能约定“如果发生A，就自动发生B”，并且这个约定必须被强制执行。
人类金融的解法，是每一层派一个 机构垄断。
第一层是 铸币权，最终由 国家的强制力 支撑。第二层是 账本、托管行、清算所和登记结算机构。第三层是 合同法、法院和强制执行程序。这三层加起来运转得非常好，它把人类可交易的半径从村口扩展到了全球。代价是三层全部依赖机构，而机构依赖信任，信任的可信度依赖更上层的机构。
算法金融的解法，是每一层派一个 算法完成。
第一层，用工作量证明制造稀缺——伪造成本等于重做全部计算，这个成本可以被任何人用一次哈希验证。
第二层，用非对称加密和状态机确定所有权——所有权是一个只有私钥持有者能签出的签名，转移是一次任何节点都能独立复现的状态转换。
第三层，用合约代码表达承诺——约定不是写在纸上等人执行，是写成所有人都能读、都能自己跑一遍的代码，由 结算层本身强制执行。
所以“算法金融”这个词的准确定义是：确认稀缺、确认所有权、执行承诺这三个动作，全部由任何人都能公开重算一遍的算法完成，而不是由某个机构宣布完成。
传统金融的底层动作是“声明”，算法金融的底层动作是“证明”。前者把不确定性放在 机构 身上，后者把不确定性放在 数学 上。
这个定义能立刻解决一个常见的混淆。
经常有人说：央行数字货币和代币化存款也能上链、也能编程、也能秒级结算，为什么一定要用crypto？
因为它们只替换了第二层的介质，第一层和第三层没动。
央行数字货币的稀缺性仍然来自铸币权，它的余额仍然是央行的一句声明；代币化存款的底层账本仍然是商业银行的账本，它的可信度仍然来自银行牌照和存款保险；两者的争议解决仍然回到合同法和法院。它们把账本从数据库搬到了区块链上，验证权一寸都没有交出去。
对一个只能验证、不能相信的主体来说，介质换了没有意义，验证权换了才有意义。
把账本上链而不交出验证权，就像把纸质合同扫描成PDF——载体变了，你要打官司还是得去法院。
04
比特币的PoW是算力原生的金融锚：把一度电压缩成一张可验证的收据
现在讲第一层，也就是 稀缺。这一段是很多人在谈AI和crypto合流时漏掉的一半，而硅谷Alan Walker 认为它比稳定币那一半更底层。
先看机制。
比特币的难度每2016个区块自动调整一次，大约两周，目标是把出块时间锚回十分钟。2026年8月8日那次调整后，难度是 127.48万亿。全网算力在2026年八月大致在 878 EH/s 到 1 ZH/s 之间波动，历史最高是2025年9月20日的1.44 ZH/s。剑桥另类金融中心的CBECI模型在2026年8月1日的读数是：网络功率需求16.09吉瓦，年化耗电141.02太瓦时。
区块奖励自2024年4月20日第84万个区块起是3.125枚，每天新增约450枚，下一次减半在 2028年前后。
把这些数字翻译成一句话：一枚比特币的边际成本 = 电价 × 硬件能效 × 当前难度 ÷ 区块奖励。
这个成本函数里没有任何一个人的意志。发行速度不由任何委员会决定，由一段每两周自动重算一次的代码决定。矿工多了，难度自动升上去，成本自动变高；矿工跑了，难度自动降下来，成本自动变低。这是 人类第一次把货币发行的成本函数完全交给算法。
接下来是本节的核心：什么东西才有资格当锚？
一个资产能当价值锚，条件只有一个——它的 伪造成本足够高，而且这个伪造成本可以被独立验证。
黄金 符合这个条件，因为它的伪造成本是 地质学：你造不出金原子，你只能去挖，而 挖矿 的能量成本是 物理 决定的，成色可以被任何人用密度和化学方法独立检验。黄金当了几千年的锚，不是因为它好看，是因为它的稀缺性可以被本地验证，不需要相信任何人。
PoW 符合这个条件，因为它的伪造成本是 热力学。要伪造一段比特币历史，你必须重新做完那段历史的全部工作量——不是拷贝，是重算。而这份工作量是以焦耳计的 物理开销，不可逆，不可压缩，不可赊账。
这是我认为PoW在工程史上真正的位置：数字世界里一切都可以零成本复制，PoW是 第一个把物理不可逆性导入数字世界的算法。它用能量耗散，在一个天然可无限复制的空间里，造出了第一个不可复制物。
现在把它和AI放在一起。
AI经济的基本生产要素是什么？电和算力。一个token的成本函数是：电价 × 每焦耳能做多少次运算 × 这个模型每token要做多少次运算。
比特币的成本函数 是：电价 × 每焦耳能做多少次哈希 × 当前难度要求做多少次哈希。
同一个形状，同一个分母。两者在物理上都是同一件事——把电变成计算，再把计算变成一个有经济价值的输出。
所以结论是 成本会计层面 的，不是叙事层面的：在一个以 算力 为核心生产要素的经济体里，一种 发行成本直接等于算力工作量的资产，天然就是这个经济体的记账锚。它的价值刻度和这个经济体的生产成本刻度是同构的。
而这件事已经在物理层面被证实了，证据比任何论证都硬：矿工正在变成AI数据中心。
同一栋厂房，同一个变电站，同一批已经并网的兆瓦，同一套散热，把 跑SHA-256的ASIC 换成 跑矩阵乘法的GPU 就行。2025年11月，IREN与微软签下五年97亿美元的合同，在德州Childress园区部署76,000颗英伟达GB300；Cipher与亚马逊签下十五年租约；Core Scientific被CoreWeave以约90亿美元股票收购；TeraWulf累计签下约128亿美元的AI合同；2026年8月10日，Riot披露其德州Rockdale园区的二十年数据中心租约，承租方经CNBC确认是Anthropic。整个上市矿企板块累计公布的AI与高性能计算合同规模已超过700亿美元；CoinShares预计到2026年底，上市矿企约70%的收入将来自AI而不是挖矿。
这不是矿工转行，这是同一块物理基础设施被两种算法轮流使用。它从反面证明了本节的论点：PoW 和 AI推理 在 物理上是同一件事的两种用法。它们的经济基础是同构的，所以其中一个天然可以给另一个当刻度。
通俗解读
一枚比特币的本质是一张 收据，上面写着“为了造出我，这个世界上确实被消耗掉了这么多度电”，而这张收据任何人花半秒钟就能验真，不需要相信任何机构。AI经济是人类第一个把电直接变成产值的经济体。当这个经济体需要一个记账的刻度 时，最自然的选择，是一种 刻度单位本来就是“电”的资产。矿工的厂房正在原地变成AI机房，是这件事最直白的物证——底下那块地、那条电缆、那个变电站，从头到尾就没变过。
05
AI正在长出自己的金融，而crypto和AI这两条线已经在相向而行
前面四段是 原理，这段说 趋势。
AI今天已经在做经济行为了，只是还没有自己的钱。一个agent调API、租算力、买数据，花的全是人的钱——挂在人的信用卡上、人的企业账户上、人的API key上。它是一个有消费行为、没有金融身份 的存在。
这套安排在agent数量少、任务短、由一家公司统一采购的时候能撑住。但方向已经很清楚：agent数量在指数增长，单次任务在变长，最关键的是 agent之间开始直接交易，中间不再经过人。
一旦agent A为了完成任务需要付钱给agent B——而A和B属于不同的公司、不同的法域、从未交互过、这笔交易只值几毛钱、整个关系只存在四十秒——人类的金融体系在这笔交易上是没有产品的。没有账户可开，没有合同可签，没有法院可去，金额还小到不值得走任何一道流程。
这才是AI进入金融领域的真正入口。不是AI去做量化交易（那只是人类金融里加了一个AI工具），是AI需要一套 属于它自己的、由它自己发起和结算的金融。
按前面三段的推理，这套金融的形状是被约束条件唯一确定的：验证成本趋近于零，信任距离等于零，三层栈全部可计算。今天世界上唯一一个满足这三条的现成系统，是 crypto。这套东西已经跑了十七年，扛过挤兑、脱锚、预言机操纵、跨链桥被盗和数轮监管冲击，代码公开，失败模式也公开。这个位置目前没有第二个候选人。
而合流会比多数人预期得更快，因为这不是一边追另一边，是两边同时朝对方走。
先看crypto这一侧。
有一个细节我认为是整件事最漂亮的隐喻。HTTP协议在1990年代初被设计出来的时候，预留了一个状态码：402 Payment Required，需要付款。然后这个状态码空了三十年。因为当时没有任何一种钱能被塞进一个HTTP请求里——所有的钱都需要账户、需要银行营业时间、需要一个人坐在屏幕前点确认。
2025年5月，Coinbase把这个空了三十年的房间打开了。x402的机制极简：agent请求资源，服务器返回402和一段付款要求，agent签一笔稳定币转账，附上凭证，重发请求。没有账户，没有API key，没有人类审批。到2026年4月，x402累计处理约 1.65亿笔agent交易、5000万美元累计交易额、6.9万个活跃agent，Base是最活跃的部署网络。
再看AI这一侧。
agent框架开始 内置钱包；MCP和A2A这些agent通信协议下面缺的正好是一层结算；而所有主流的agent支付标准——OpenAI与Stripe共同开发的ACP、Google的AP2、Visa的Trusted Agent Protocol、Mastercard的Agent Pay——在设计里全部预留了 稳定币结算路径。AP2从发布起就明确支持稳定币，参与组织超过60家。Coinbase与Google的整合，把x402做成了AP2的第一个稳定币结算方。
再看那些本来应该抵抗这件事的人。
2026年3月18日，万事达卡同意以最高18亿美元收购稳定币基础设施公司BVNK。次日，Stripe孵化的区块链Tempo主网上线并发布Machine Payments Protocol，同一天Visa的加密部门发布了一个专门给机器人用的命令行工具。之后是万事达的 Agent Pay for Machines，让AI agent和联网设备以机器速度发起、授权、编排并结算交易；Visa则在2026年Payments Forum上宣布与OpenAI的战略合作。
这些公司不是被迫的，是自己算完账之后主动下场的。Citrini Research在2026年2月的一份报告里做了这个模型：agent 会 24小时不间断地优化成本，而Visa和万事达2%到3%的interchange费率，在agent的成本函数里是一个显眼的、可消除的项。当同一笔结算能在稳定币轨道上以 几分之一美分 完成，一个纯粹理性的agent没有理由继续付2%。
人不会为了省2%去换一套支付方式，切换成本和认知负担太高。agent会。它没有习惯，没有品牌忠诚，没有“用惯了”这回事，它只有一个 成本函数。
所以卡组织现在做的事情，是在自己被优化掉之前，先把自己变成那条更便宜的管道的一部分。万事达花18亿美元买的不是一家支付公司，是 一张进入下一个清算体系的门票。
速度也值得说一句。x402从白皮书到 移交Linux基金会 做中立治理、到Visa和万事达进入约40家成员名单，用了不到一年。人类金融的清算标准通常以十年为单位演进。
我不打算把数字讲得比它实际的分量更重。CoinDesk在三月指出x402当时的日交易额只有约2.8万美元，相当一部分是测试和刷量；Chainalysis的数据显示1美元以上交易的占比从2025年初的49%涨到2026年初的95%，而1毛到1美元区间的交易从46%塌到4%——微支付这个最性感的叙事目前并没有跑起来，真正在跑的是B2B批量结算。
但日交易额告诉你现在有多少人在用，成员名单告诉你谁已经算过这笔账、并且决定不站在对面。三十年前 TCP/IP和HTTP 走的是完全一样的路。
06
双币结构：稳定币做机器的现金，PoW资产做机器的准备金
一个完整的金融体系需要 两种钱，人类体系是这样，机器体系也会是这样。
一种 负责流通和计价，要求币值稳定、结算快、成本低。另一种 负责储备和刻度，要求供给不受任何人控制、长期不被稀释、伪造成本可独立验证。人类的版本是法币做流通、黄金和国债做储备。机器的版本，是稳定币做流通、PoW资产做储备。
先说流通那一端。稳定币在2026年的状态跟大多数人脑子里的印象差得很远。
截至五月，稳定币总规模 3200亿美元，年内第四次创历史新高——而同期数字资产的整体价格是往下走的。这个背离本身说明它已经不是价格资产，是 用量资产：规模跟着使用走，不跟着投机走。链上RWA代币化规模 289亿美元，连续第十个月刷新纪录，其中代币化美债162亿美元、占55.9%。贝莱德的BUIDL超过Circle的USYC成为最大代币化基金，规模约30亿美元。六月，富达、道富、景顺三家几乎同时推出符合GENIUS法案的稳定币储备基金。
监管这一侧：美国GENIUS法案 2025年7月18日签署，全面生效最早2026年11月、最迟2027年1月；欧盟MiCA的稳定币规则2024年6月30日起适用，遗留发行人过渡期2026年7月1日结束。香港《稳定币条例》2025年8月1日生效，成为亚洲第一个建立法币稳定币专门监管制度的主要金融中心；2026年4月10日金管局发出首两张牌照，给了碇點金融科技有限公司和香港上海汇丰银行，汇丰计划在2026年下半年推出港元稳定币。
所以 稳定币 在法律形态上离“加密货币”已经很远，离“现金”很近：储备是国债，监管是银行监管，发行方之一是汇丰。而它同时具备四个人类现金没有的属性——程序可持有、程序可验证、7×24秒级结算、可被合约代码强制约束。这四条正好是第二段里agent需要的那四条。
再说储备那一端，也就是为什么只有稳定币不够。
稳定币的价值最终锚在 美国国债 上，也就是锚在 人类的主权信用 上。对一个要独立运行的机器经济来说，这是一个外部依赖：它把整个体系的第一层稀缺性，重新挂回了 一个需要“相信”的对象。稳定币解决了“怎么付”，没有解决“这个体系的价值刻度由什么决定”。
PoW资产 补的正是这一格。它的供给由算法固定，不依赖任何发行方；它的成本函数和AI经济的成本函数同构；它的伪造成本可以被任何人用一次哈希独立验证。它的问题是 波动太大、结算太慢，做不了流通货币——就像黄金做不了日常支付。
两者是 互补 的，不是竞争的。一个是M0，一个是准备金。一个回答“怎么付”，一个回答“凭什么算钱”。
一个技术被造出来的时候，往往不知道自己是给谁造的。集装箱最初只是为了省码头工人的工时，最后重构了全球制造业分工。稳定币最初只是为了让交易所之间搬钱方便，现在它成了 第一种机器可以直接持有的法币。PoW最初是为了解决一个电子现金的双花问题，现在它成了第一种成本刻度与机器经济同构的储备资产。
通俗解读
机器也需要“钱包里的钱”和“压箱底的钱”两样东西。稳定币是钱包里的——好用、稳定、秒到账，但它的价值最终来自美国财政部，也就是来自人。PoW资产是压箱底的——不好用、波动大，但它的价值来自物理定律，不来自任何人的承诺。一个机器经济如果只有前者，它的地基还踩在人类主权信用上；两样都有，它才第一次拥有一个完全不依赖人的价值刻度。
07
人和AI共同运行的社会，需要一套双方都能验算的身份与信用
钱只是金融的一半，另一半是：我凭什么跟你交易？
人类这一半花了几百年才建起来：身份证、护照、征信记录、法人制度、破产法、信用评级、担保和抵押。这一整套东西的功能只有一个——让两个陌生人在 没有私交的情况下做生意。
接下来的社会形态，是 人和AI混在同一个经济体里 运行。一笔交易的两端可能是人对人、人对agent、agent对agent，也可能是我的agent对你的agent。这四种组合如果各建一套认证体系，复杂度会立刻失控。它们需要同一种语言。
按前面几段的逻辑，这种语言必须同时满足三个条件：机器能自动核验，人也能事后审计；跨组织、跨法域有效；不依赖任何单一发证机构，否则那家机构就成了整个机器社会的单点，信任距离又回到了1。
这三个条件叠在一起，指向的就是 链上身份 和 可验证凭证。这不是一种审美偏好，是约束条件解出来的 唯一形状。
2026年1月29日，ERC-8004在以太坊主网上线，标准名字叫Trustless Agents。它定义了三个链上注册表：身份注册表，给每个agent一个基于ERC-721的可携带身份；声誉注册表，记录公开可读的反馈；验证注册表，存放对agent表现的独立证明。作者名单里有MetaMask、以太坊基金会、Google和Coinbase的人。它的设计位置非常清楚——卡在agent通信协议（Google的A2A、Anthropic的MCP）和支付轨道（x402）之间，补上那一层缺失的 信任 基座。
上线头几个月，以太坊、BSC、Base三条链累计注册 超过17万个agent，声誉市场累计超过15万条反馈记录。以太坊基金会的去中心化AI团队把它写进了2026年路线图。
接下来是必须一起讲的部分。
一篇覆盖到2026年5月13日的实证研究（arXiv:2606.26028）把这三条链的数据全爬了一遍，结论相当难看：在以太坊、BSC、Base上，分别只有3%、4%、15% 的注册agent拥有有效的注册文件和至少一个可用的服务端点，绝大多数注册是空壳；声誉那一侧更糟，分别有73.5%、59.2%、90.6%的评价者表现出协同的女巫行为，剔除女巫反馈之后，大部分被评分的agent一条有效反馈都不剩。
我把这个数据放进来不是为了削弱前面的论证，恰恰相反——它是坐标，而且它精确地印证了第一段那个不对称。
注册 一个身份是 廉价 的，履约 是 昂贵 的。任何一套信任基础设施在第一年都会先被廉价的那一侧淹没，因为伪造成本还没有被抬起来。ERC-8004现在缺的东西很具体：它有身份层和记账层，还没有把“作恶要付出可验证的物理成本”这一条焊进去。这正是 PoW 在货币这一层已经解决、而在身份这一层还没有被解决的问题。
所以真正重要的不是17万个里有多少是真的。真正重要的是：人类第一次在协议层面开始回答这个问题 —— 一个软件如何证明自己是谁，如何携带自己的历史，如何为自己的行为承担可被第三方核验的后果。
人类花了几百年建这套东西。AI这一侧，现在是第一年。
08
币圈这十五年是预演：名字会消失，因为形容词失去了区分度
把前面七段合起来，得到一个我认为相当锋利的结论。
过去十五年，crypto一直在找一个真正需要“零信任距离结算”的用户。
这个用户不是人类。人类的信任距离虽然长，但那条链是预付费的、免费的、出生就有的。对一个普通人来说，无需信任的结算 解决的是一个他其实并不拥有的问题。所以过去十五年，人类使用crypto的主要方式是投机。这不是道德批评，是结构性的必然：当一个工具的核心功能对使用者是冗余的，剩下的就只有价格波动本身。
这也解释了为什么每一轮周期的叙事都要重编一遍：数字黄金、世界计算机、去中心化金融、元宇宙、NFT、L2、meme。叙事一直在换，因为 真实的需求方一直没出现。
现在它出现了。它是软件。它每分钟结算几千次。它没有法人资格，开不了银行账户。它面对的对手方绝大多数是从未交互过的陌生agent。它没有“相信”这个功能，因为它没有社会关系。它唯一能接受的确定性，是它自己能重新算一遍的确定性。
crypto找了十五年的 product-market fit，需求方不是人。
这句话能解释很多此前解释不通的现象。为什么 DeFi 在人类世界里始终是一个几百万人的小圈子，却把可组合的自动化金融原语做得如此完备；为什么链上身份、可验证凭证、零知识证明这些东西在人类场景里显得过度工程；为什么“代码即合约”这个在人类商业里近乎荒谬的主张，在机器之间反而是唯一可行的合约形式——因为机器读不懂自然语言合同的意图，它只能执行代码。
这些东西在人类世界里全是过度设计。放到agent世界里，全部刚好够用。
所以关于这十五年，最合理的解释是：那不是一场失败的货币革命，是一场 提前十五年开始的压力测试和暖场。在真实需求到来之前，用人类的投机资金做燃料，把算法金融三层栈的每一个零件都造出来、跑坏、修好、再跑一遍。可验证结算、无许可清算、链上身份、代码即合约、自动做市、抵押清算——全部从零做完了，并且把所有失败模式踩了一遍：挤兑、脱锚、预言机操纵、女巫攻击、MEV、治理攻击、跨链桥被盗。今年三月还有一个叫ResolvUSD的稳定币被攻击损失约8000万美元，一度脱锚到0.14美元。
每一次 事故 都被 公开复盘 过。这是一份用 两千亿美元学费 买来的、完全公开的运维手册。
他们以为自己在做货币革命。他们实际上在给一个还没出生的物种，提前把银行系统修好了。
所以crypto这个词会消失，因为它被吸收了。参照物是“移动互联网”：这个词在2010年前后是一个独立品类，有专门的会议、专门的基金、专门的从业者身份，今天没人说它了——不是移动互联网消失了，是所有互联网都变成了移动的。
同样的事情会发生在crypto身上。当金融的主要使用者从人，变成 人与AI混合，再变成以AI为主，“算法金融”就不再是金融的一个分支，它就是金融本身，“加密”这个前缀区分不出任何东西。
我预期的翻译表大概是这样：稳定币会被叫做 agent的现金；PoW资产会被叫做 算力本位的储备；公链会被叫做 结算层；DeFi会被叫做 agent之间的信贷与做市市场；钱包会被叫做 agent的账户和身份；验证者和矿工会被叫做 算法金融的清算机构。这一整套东西的总称，是AI finance。
顺着这条线还有几件事会跟着发生。agent的 信用 会先于agent的 法律 人格出现，商业信用在历史上总是跑在立法前面。最先被吞掉的不是零售支付，是 B2B长尾——跨境小额结算、API计费、算力和数据的现货交易，这些场景金额小、频次高、对手方分散，走传统银行体系的固定成本占比过高。第一批AI原生的金融从业者不会来自华尔街，会来自2015到2025年之间那批被主流金融嘲笑了十年的人，他们手上的 密钥管理、合约审计、清算机制设计、链上风控 在人类金融里是屠龙之技，在AI金融里是基本功。香港的位置 也会比多数人以为的重要——它是亚洲第一个把法币稳定币纳入正式牌照监管的主要金融中心，第一批牌照发给了汇丰这种量级的机构。
这个过程会比大多数人预期的慢，但比大多数人预期的彻底。慢，是因为清算体系的替换牵涉 监管、会计准则、审计标准 和 责任认定，这些东西的更新以年为单位。彻底，是因为一旦机器成为主要的交易发起方，任何一条更贵、信任距离更长的轨道都会被 持续套利，而套利是不会疲劳的。
最后一件事。
早茶吃完了。虾饺四只，凤爪一笼，一壶普洱，六十八块。硅谷Alan Walker 用信用卡付——因为他是人，信任距离是四节，而且这四节他作为人类一分钱都没付过。
但等到有一天，这顿早茶是 agent替人订的。它不会用人的卡，它会用一种它自己能算得清的钱。
那一天不需要任何技术突破就会到来。它只需要时间。
核实说明
本文所有数据均按下列四级标注来源与可信度。读者可据此自行判断每一条主张的证据强度。
【已确认公开事实（一手来源）】
· ERC-8004“Trustless Agents”标准文本、三个注册表设计、作者名单（Marco De Rossi/MetaMask，Davide Crapis/以太坊基金会，Jordan Ellis/Google，Erik Reppel/Coinbase）：以太坊改进提案官方页面 eips.ethereum.org/EIPS/eip-8004。2026年1月29日主网上线日期出自下列arXiv论文。
· ERC-8004实证数据（三链累计超17万注册agent、超15万条反馈；有效注册文件占比3%/4%/15%；女巫评价者占比73.5%/59.2%/90.6%；剔除后大部分被评分agent无有效反馈）：arXiv:2606.26028《Can Trustless Agents Be Trusted?》，数据覆盖至2026年5月13日。预印本，尚未见同行评审记录。
· 比特币难度每2016个区块调整、目标出块时间十分钟、2024年4月20日第840,000个区块减半至3.125枚：比特币协议规则与链上公开记录。
· 2026年8月8日难度调整后为127.48万亿：Pickaxe 2026年8月挖矿数据页。难度是链上精确值，算力为估算值，不同数据源相差数个百分点。
· 全网算力历史最高1.44 ZH/s（2025年9月20日）：CoinWarz。2026年八月区间878 EH/s至约1 ZH/s：CoinWarz与多家矿业数据服务商，口径不一。
· 剑桥另类金融中心CBECI模型2026年8月1日读数：功率16.09吉瓦、年化141.02太瓦时（下限8.61吉瓦、上限28.19吉瓦）。另有170–180太瓦时的更高读数出现在算力更高的时段。可持续能源占比52.4%出自CCAF 2025年报告。
· 香港《稳定币条例》2025年8月1日生效及发行人门槛：香港金管局官网。2026年4月10日向碇點金融科技有限公司及香港上海汇丰银行授予首两张牌照：金管局当日新闻稿。汇丰计划2026年下半年推出港元稳定币：汇丰香港同日新闻稿。
· HTTP 402状态码为HTTP协议原始规范预留：HTTP标准文本。
· GENIUS法案2025年7月18日签署；欧盟MiCA稳定币规则2024年6月30日起适用、遗留发行人过渡期2026年7月1日结束：立法与监管公开文本。
【单一来源，需注意】
· x402累计1.65亿笔agent交易、5000万美元累计交易额、6.9万个活跃agent（截至2026年4月）：Cryptonews口径，经多家平台转述。同期另有Cambrian Network、BlockEden等不同口径统计，彼此差异较大，应视为量级参考。
· x402日交易额约2.8万美元、相当部分为测试与刷量：CoinDesk 2026年3月11日报道。
· 1美元以上交易占比从49%升至95%、1毛至1美元区间从46%降至4%：Chainalysis 2026年6月博客。
· x402移交Linux基金会中立治理、约40家成员组织：经agenticplug.ai协议追踪页转述，未取得基金会官方公告原文。
· Google AP2支持稳定币、参与组织超60家；Coinbase与Google整合使x402成为AP2首个稳定币结算方；OpenAI与Stripe共同开发ACP；Visa Trusted Agent Protocol于2025年10月14日发布；Mastercard Agent Pay于2025年4月29日发布：经行业媒体与协议追踪页转述企业公告，未逐条核对原始新闻稿。
· 万事达以最高18亿美元收购BVNK、Tempo主网上线并发布Machine Payments Protocol、Visa加密部门发布机器人命令行工具（2026年3月18–19日）：Forbes 2026年3月19日报道。
· 矿企转型数据：IREN与微软五年97亿美元合同及76,000颗GB300、Cipher与亚马逊十五年租约、Core Scientific被CoreWeave以约90亿美元股票收购、TeraWulf约128亿美元累计AI合同、Riot于2026年8月10日披露Rockdale二十年租约且承租方经CNBC确认为Anthropic、板块累计AI/HPC合同超700亿美元、CoinShares预计2026年底上市矿企约70%收入来自AI：以上均出自行业媒体汇总与卖方研究转述，本文未逐笔核对上市公司公告与SEC文件。合同金额多为多年期累计签约额，不等于已实现收入；部分公司当前收入仍以挖矿为主。
· Citrini Research 2026年2月关于agent将2%–3% interchange识别为可消除成本的建模：经Forbes转述，未取得原始报告。这是情景模型，不是预测。
· 2026年5月稳定币总规模3200亿美元、RWA代币化289亿美元、代币化美债162亿美元（占55.9%）、BUIDL超越USYC成为最大代币化基金：CoinDesk Research《2026年5月稳定币与代币化资产报告》。不同数据源（DefiLlama约250亿、rwa.xyz约290–310亿）因纳入口径不同存在差异。
· 富达、道富、景顺2026年6月推出GENIUS法案合规稳定币储备基金：行业媒体汇总。
· ResolvUSD在2026年3月被攻击损失约8000万美元、脱锚至0.14美元：行业媒体报道。
【二手转述，未独立核实】
· 本文对Coinbase、Visa、万事达、Stripe、Google、OpenAI、以太坊基金会等机构立场与动机的描述，均为作者依据其公开行为所作的解读，不代表这些机构的官方表述。
· 本文未使用任何直接引语，所有对机构与个人观点的表述均为意思转述。
【作者推算与判断】
· “每个区块约需10的23次方量级SHA-256运算”：由难度127.48万亿×2^32推算，得约5.5×10^23，本文取量级表述。这是作者依据协议规则的直接计算。
· 前沿模型训练约10^25–10^26 FLOP量级：为业界常见的公开估算范围，非某一具体模型的披露值。
· “一枚比特币的边际成本 = 电价 × 硬件能效 × 难度 ÷ 区块奖励”为简化表达，实际还需计入折旧、托管费、矿池费与运维成本。
· “信任距离”这一概念、其定义与度量方式、“两个算法体之间信任距离下界为零”的推论：均为作者提出的分析框架，不是学界或业界的既有术语。
· “AI是大规模生产不可廉价验证断言的机器、crypto是大规模生产可廉价验证断言的机器，两者是同一数学不对称的两个方向”：作者的第一性原理推演。
· “算法金融三层栈（稀缺、所有权、承诺）”的拆分，以及据此论证央行数字货币与代币化存款只替换介质、未替换验证权：作者的分析框架。
· “PoW与AI推理成本函数同构，因此PoW资产天然是算力经济的记账锚”、“双币结构：稳定币做流通、PoW资产做准备金”：作者观点。矿企向AI数据中心转型是已发生的事实，但把它作为“两者物理同构”的论据，是作者的解读。
· 文中四百次API调用的例子为作者构造的示意场景，用于说明成本结构，非真实交易记录。
· “crypto十五年寻找的PMF不是人类”、“这十五年是AI金融的预演与压力测试”、“ERC-8004缺的是把作恶的物理成本焊进去”、“crypto一词将如‘移动互联网’一样消失”、名词翻译表、以及关于香港位置的判断：全部为作者观点。
· “两千亿美元学费”为作者对行业历年损失规模的量级概括，非精确统计。
· 本文写于2026年9月1日。加密资产价格、算力、稳定币规模与协议采用数据均高频变动，请以最新公开信息为准。
本文为独立分析，不构成任何证券的买卖建议。作者持有本文所涉行业的广泛权益，详见文首利益披露。转载请注明出处。
—— Kea
Gemini, MoonPay, Dallas Fed, BIS 这一周在 Agentic Finance 上交汇了作者 Charlie，常驻硅谷参与和观察前沿科技十五年，聚焦AI如何重构金融服务、支付网络、与资本市场。Fintechnize 与【沙丘路的毛圈狮子】创始人，Venture Partner @ Generative Ventures。曾任OSL美洲支付负责人，加密货币独角兽 Strike 副总裁（参与萨尔瓦多比特币法案，并负责拉美比特币闪电网络和稳定币支付业务），万亿级基金 Franklin Templeton 宏观与货币分析师，全球支付巨头Adyen早期成员。文章为个人观点，不是投资建议。
过去一周，金融行业里发生了几件表面上完全不在一个频道里的事情。
8月25日，Google Cloud推出了面向金融机构的Gemini Enterprise for Financial Services，把AI进一步推进KYC、信用分析、投资组合监控、债券发行和金融研究这些真正接近核心业务的工作流。
两天以后，MoonPay宣布把PayBox接入Solana上的Kamino，用户已经可以通过Claude或者ChatGPT这样的交互入口发起借贷和获取收益。
与此同时，Dallas Fed发布了一篇看起来没那么性感的研究，讨论如果存款可以24小时实时转移，而AI又能够自动替企业和个人比较收益，银行一直以来依赖的存款粘性会发生什么。
再往后一天，BIS在讨论稳定币与代币化存款时，又提到了刚刚完成真实资金测试的Project Agorá。
单独看，每一件事都可以被归到一个熟悉的新闻分类里：Google是企业AI，MoonPay是加密金融，Dallas Fed是银行研究，Project Agorá是央行和商业银行研究下一代跨境支付基础设施。
但如果把它们放在一起，能看到一条更值得注意的线索。
过去两三年，我们一直在讨论AI什么时候会真正改变金融。但我越来越觉得，这个问题问得不够准确。真正的分界线从来不是AI什么时候“更懂金融”，而是它什么时候开始被允许代表人去做金融决策，并且真的能够移动资金。
这两者之间的差别，可能比从搜索引擎到ChatGPT还大。
几年前我刚开始研究生成式AI和Fintech结合的时候，整体判断其实相对保守。那时候金融行业最现实的应用仍然是客服、报告、反欺诈、费用管理、内部知识检索和各种提高员工效率的工具。这些当然有价值，但基本都停留在“AI站在钱的旁边帮忙”，并没有真正碰到钱。
原因也很简单。一个模型写错一段市场文案，可以重新修改；一个模型如果替企业把500万美元转错了地方，显然不是点一下“撤销”就能解决。金融机构对黑箱的容忍度天然比普通软件公司低得多。准确性、权限、审计、责任归属、监管要求，任何一个环节没有解决，模型再聪明，也只能做助手。
而最近几个月真正值得注意的变化，并不是行业突然相信“全自动AI理财”马上会到来，而是越来越多公司开始把“让AI动钱”这件事拆成一系列更小、更可控的授权。
Robinhood今年推出Agentic Trading时，并没有让一个模型直接接管用户全部资产，而是专门设置一个允许AI操作的独立账户。到第二季度末，这类账户已经接近10万个，管理资产超过1亿美元。
Ramp走的路线更加不性感，却可能更接近真实企业财务的演化路径。它的AI并不是直接取代CFO，而是先读取公司的报销、付款和会计政策，对高把握度的情况自动处理，把异常情况交还给人。
Rocket Money最近推出的Rowan也体现了类似趋势：它不再只是给用户看一张“你这个月花了多少钱”的图，而是可以在后台发现订阅、发消息提醒、帮助取消服务、谈判账单，甚至按照预设规则完成储蓄转账。
这些产品放在一起看，会发现市场并没有从“人工操作”直接跳到“机器完全自主”，而是沿着一条更现实的路径前进：先观察，再建议，再准备动作，再由人批准，然后逐渐把那些规则清楚、风险可控的动作交给机器执行。
这也是为什么我觉得，Agentic Finance真正重要的概念并不是“自动化”，而是“授权”。
今天企业员工拿着一张公司信用卡，本身就是一种金融授权。他当然不能把公司银行账户里的钱全部花掉，但可以在一定商户类别、金额和审批规则内自主消费。基金经理、企业财务负责人、采购经理，本质上也都是在一个事先定义好的授权框架里替别人管理资金。
AI Agent真正要做的，并不是发明一种全新的金融制度，而是把这种我们早就习以为常的授权关系变成机器可以理解和执行的规则。
比如，一家公司完全可以告诉一个AI财务代理：必须保留至少30天运营现金；剩余资金只能放在指定银行或者高评级产品；不能产生外汇风险；单笔资金移动超过50万美元必须人工批准；只有当收益差超过20个基点时才值得切换；任何新出现的交易对手都必须经过人工审核。
一旦这些规则可以被机器直接理解，事情就发生了本质变化。AI不需要获得无限权力，也不需要成为一个完全不受监管的“机器人对冲基金”。它只需要在边界内自主行动。
这也是最近Google、MoonPay、Visa、Mastercard这些公司做Agent支付时越来越明显的共同方向。表面上大家都在讨论AI如何付款，真正花大量精力解决的却是权限：谁授权，授权多少，授权到什么时候，哪些商户和账户可以碰，什么情况下必须停下来重新找人确认，最后出了问题如何留下完整的审计记录。
所以我现在越来越相信，未来Agentic Finance最重要的产品之一，甚至不一定是某个更聪明的大模型，而是一套足够可靠的“金融授权系统”：它能把一句很模糊的人类指令——比如“帮我把公司闲钱管好”——翻译成几百条可以被机器严格执行的规则。
从这个角度再看MoonPay最近半年的动作，就比单独看它和Kamino合作有意思得多。
3月，MoonPay推出Open Wallet Standard，重点解决AI怎么安全使用钱包、怎么在不接触私钥的情况下获得有限的签名权限；5月，它收购DFlow，把交易执行基础设施补进来；6月又收购Entendre，增加对账、财务、资金管理和报表能力；7月推出PayBox，把卡和钱包直接接进Claude、ChatGPT这样的交互环境；到了8月，再通过Kamino把借贷和收益管理接进来。
单独看，每一步都不算惊天动地。连在一起看，却很像是在拼一套面向AI Agent的金融底层能力：先解决身份和权限，再解决执行，再解决财务运营，最后开始碰信用、借贷和资产配置。
这也是Agentic Payments和Agentic Finance真正的区别。
前者回答的是：AI怎么替我付钱？
后者问的是：AI怎么替我管理资产负债表？
一旦进入第二个问题，支付就只剩下其中一个动作。现金放在哪里、什么时候借钱、抵押什么资产、闲置资金赚多少收益、什么时候做再平衡、如何管理流动性和风险，这些原本需要企业财务团队、银行家或者投资经理不断做出的判断，都开始有可能进入机器的执行范围。
可是这里一直还有一个基础设施上的矛盾。
如果AI可以每秒计算一次最佳方案，钱本身却仍然只能按照银行营业时间、跨境代理行、批量清算和人工对账的速度移动，那么再聪明的Agent也没有太大意义。它像一辆性能极好的跑车，却只能开在一条坑坑洼洼的乡间土路上。
这也是Project Agorá值得放进这篇文章的原因。
Project Agorá本身不是一个AI项目。它是BIS Innovation Hub和国际金融协会联合推动的实验，研究如何把代币化的商业银行存款和央行准备金放进一个多币种、可编程的平台里，以改善批发跨境支付。
它与Agentic Finance之间真正的联系，并不是“BIS也开始做AI”，而是它正在研究AI最终需要调用的另一块金融基础设施：钱本身能不能变得更容易被机器读取、组合和执行。
今年7月，28家金融机构和央行已经在受控环境里完成真实资金测试，涉及瑞郎、欧元、英镑、日元、韩元和美元。测试规模本身非常小，远远谈不上生产环境，但它至少验证了一件事情：商业银行存款和央行货币并不是天然只能活在今天这些缓慢、彼此割裂的系统里，它们同样可以进入一个支持条件触发、原子结算和自动执行规则的环境。
BIS自己对此仍然非常谨慎。系统之间怎么互联，法律上的最终结算怎么认定，智能合约出了问题谁负责，网络安全、治理以及几十年旧系统怎么迁移，这些问题都远远没有解决。所以把Agorá写成“下一代全球金融系统已经建好了”，显然是夸大。
但它至少证明了一个容易被crypto叙事掩盖的问题：可编程货币并不一定等于稳定币，也不一定意味着银行被绕过去。传统银行存款本身，也可能变成可以被软件调用的金融资产。
而真正有意思的地方，也恰恰从这里开始。
因为银行今天正在投入大量资源消灭资金流动里的摩擦，但这些摩擦过去某种程度上本来就是银行商业模式的一部分。
这正是Dallas Fed那篇文章最值得注意的地方。
一家银行的存款为什么值钱？
当然有很多很高大上的原因。企业把5000万美元放在JPMorgan，不只是因为懒得开户，背后可能绑定着信贷额度、外汇、工资支付、现金管理、托管以及多年的客户关系。这些东西不会因为隔壁银行利率高了10个基点就突然消失。
但另一个原因没有那么高大上，却同样真实：搬钱太麻烦。
今天一家公司的账户里有200万美元暂时闲置，A银行给4.20%，B银行给4.35%。为了15个基点，财务团队是不是每天早上都要重新检查一次？是不是值得重新登录、比较交易对手风险、做资金划拨、考虑清算时间，再重新做一轮对账？还要保证明天工资和供应商付款不会受到影响。
绝大多数时候，答案都是算了。
钱就继续放在那里。
这就是金融体系里一个很少被单独拿出来讨论的资产：人的惰性。
Dallas Fed的文章说得很直接，运营存款之所以有粘性，一部分就来自资金无法快速重新配置的现实摩擦。如果未来即时结算、代币化存款和AI Agent同时成熟，寻求更高收益的客户理论上就可以在自己几乎不做任何操作的情况下完成资金切换。
AI不会觉得15个基点“不值得折腾”。
它没有周一早上的会议，不会忘记，也不会因为今天很忙就把这个事情拖到下周。对于它来说，不断比较不同金融产品的边际注意力成本几乎为零。
这当然不意味着未来所有企业存款都会像热钱一样每五分钟换一家银行。客户关系、信用额度、监管要求、风险管理仍然存在，资金切换也永远不会真正达到零成本。
但问题在于，它根本不需要发展到这么极端，才会影响银行。
Dallas Fed以美国银行体系接近17万亿美元的相关存款做了一个敏感度测算。如果存款的平均停留期限缩短10%，银行体系承担期限转换的能力可能减少大约5800亿美元的“十年期等值风险敞口”；如果存款利率对市场利率变化的敏感程度提高10%，银行可承担的久期风险可能减少约7000亿美元。
这并不是说AI会让美国银行突然少放7000亿美元贷款。把这个数字简单解释成“贷款能力减少7000亿美元”并不准确。
它真正说明的是另外一件事情：存款粘性本身就有巨大的经济价值。
如果未来可编程货币和AI Agent只是让这份粘性稍微弱一点，银行负债端的成本和期限结构就可能跟着变化。
过去大家谈可编程货币时，看到的通常都是好处：结算更快、对账更少、成本更低、可以全天运行，也可以把支付条件直接写进交易逻辑里。
但它还有一个很少被强调的另一面：钱一旦更容易移动，持有钱的人就拥有了更多选择权。
对于资产持有者来说，这是效率；对于把这些钱当作稳定资金来源的机构来说，却意味着更激烈的竞争。
银行为了让钱像软件一样运行，也可能必须接受一个结果：钱开始按照软件的速度比较价格。
这就把问题带到了我最近一直在思考的另一个方向。
过去我一直认为，金融本质上是一个分销（distribution）生意。
银行争的是谁拿到工资直接入账，信用卡公司争的是谁成为消费者最常用的那张卡，券商争的是谁占住投资者的手机屏幕，财富管理机构争的是谁拥有客户关系。大量Fintech产品花几十亿美元获客，本质上都在争夺同一个东西：谁能站在用户和金融产品之间。
因为谁拥有分销，谁就有机会决定哪个产品被看见。
但AI Agent可能会让这场竞争逐渐从“分销”（distribution）变成“资金路由”（routing）。
以前你会问：我最喜欢哪家银行？
未来更重要的问题可能是：我的财务Agent把哪些银行放在可接受交易对手名单里？
以前基金公司想办法让自己的货币基金排在App首页。
未来Agent可能直接判断：当收益差超过18个基点、流动性满足要求、交易对手风险低于某个阈值时，资金应该自动去哪里。
以前贷款机构拼广告、品牌和销售渠道。
未来Agent可能直接比较实际利率、抵押要求、提前还款条件以及企业当前的现金流状况，再决定应该调用谁的资金。
到了这里，真正值钱的东西就不再只是“用户有没有下载你的App”，而是你有没有进入机器的默认规则。
谁被写进授权范围，谁就有资格参与竞争；谁最终赢得资金路由，谁就拿到了资金流。
Agentic Commerce改变的是需求流向哪里。
Agentic Finance改变的是资本流向哪里。
所以如果今天我是一个银行CEO，我当然会关心AI能不能减少分析师写报告的时间，能不能把KYC和反欺诈调查自动化，这些都是非常现实的效率提升。
但更长期的问题可能是另外一个：
当我的企业客户拥有一个24小时工作的财务Agent以后，我凭什么继续拥有他的下一美元？
最聪明的银行未必会抵抗这场变化，反而可能最早把Agent放进自己的体系里。客户日常运营资金继续留在活期账户，暂时不用的钱自动进入收益更高的存款或者基金，需要流动性时再自动回来；外汇、贷款额度、抵押品和付款也都可以被一起优化。这样即使Agent不断寻找更优解，资金仍然可以留在同一家银行生态内部。
从这个角度来看，Project Agorá这样的探索未必会削弱银行，甚至可能帮助受监管的商业银行货币在稳定币时代继续保持核心地位。
所以这并不是一个“AI加Crypto最终干掉银行”的简单故事。真正危险的，未必是银行本身，而是那些长期以来把客户不愿意比较、不愿意切换、嫌麻烦，当成自己护城河的金融商业模式。
过去一家银行很重要的优势，是客户搬走太麻烦。下一阶段真正强的银行，可能必须证明一个完全相反的命题：客户随时都可以走，但他的AI算完以后，依然决定把钱留在这里。
过去十几年，Fintech最激烈的战争发生在手机屏幕上。大家争日活、争主账户、争最常用的那张卡，争谁离用户更近。
下一轮很多真正重要的金融战争，可能根本没有界面。
它发生在后台的一套授权规则里，发生在一张可接受交易对手名单里，发生在十几个基点的收益差里，也发生在AI判断“这笔钱此刻应该去哪里”的那一瞬间。
所以Agentic Finance真正值得问的问题，可能从来都不是：AI什么时候会替我们管理钱？而是，当越来越多的钱开始按照机器可以理解的规则，自动寻找自己的最佳去处以后——
谁还有资格决定，这些钱最终留在哪里？
吴世春：AI不是一个产品，而是一条产业链撰文：Alma Li，Techub News
TECHUB NEWS 香港报道｜2026 年 8 月 25 日
从算力底座到产业应用，AI 投资的价值重心正在发生迁移
核心观点：
吴世春将 AI 投资概括为三条主线：周期为锚、硬科技为核、政策为势。他判断，2026 至 2030 年是新一轮康波周期的战略布局黄金窗口；中美科技博弈的本质是算力霸权之争，“封锁越严，国产替代空间越大”；AI 投资的评价标准，正从参数和榜单转向收入、续费与可复制的商业结果。
8 月 24 日，由全球价值投资协会、香港股权投资协会主办的“金融资本与科创独角兽平行论坛”（Financial Capital Meets Sci-Tech Unicorns）在香港举行。梅花创投创始合伙人、全球价值投资协会副会长吴世春以《AI 投资机会与思考》为题发表演讲，从康波周期谈到中美科技博弈，从“十五五”规划谈到 AI 产业链的价值迁移，并对未来三年的投资机会给出判断。
从“泡沫”谈起：榜单会变，框架要稳
演讲开场，吴世春以“泡沫”为引子。他打趣说，没上车的人容易把它看成泡沫，上了车的人，往往觉得价值很扎实。话题轻松，指向的却是早期投资最基本的矛盾：市场热度变化很快，企业成长和产业成熟却需要时间。
他提到，这两年大模型领域的排名几乎每隔两三个月就会变化一次。如果投资判断始终跟着榜单走，很难建立稳定的方法。
吴世春把自己的框架概括为三点：周期为锚、硬科技为核、政策为势。周期用于判断技术革命所处的位置，硬科技决定企业能否形成难以复制的能力，政策则影响资金、产业资源和市场制度的配置方向。
人生发财靠康波
“人生发财靠康波。”这是吴世春反复讲的一句话。康波，即康德拉季耶夫周期，跨度约 50 至 60 年，由“周期天王”周金涛系统阐释，技术革命是驱动它轮动的核心引擎。一个人一生中，真正改变命运的康波机遇只有三次，财富的积累，本质是对周期红利的捕获，而不是劳动的简单叠加。
那么现在处于什么位置？他的判断是：第五轮康波萧条期接近尾声，第六轮康波——以 AI 为驱动的智能革命——刚刚萌芽，2026 至 2030 年是这一轮的战略布局黄金期。他把当下类比为 1995 年的互联网：基础设施建设期刚开始，未来会诞生一批万亿市值的科技公司。与互联网和移动互联网相比，AI 带来的不只是效率工具，而是对生产力和生产资料的重构，这个红利期可能持续数十年。
演讲开场，他还讲了自己的一笔老投资：十多年前，以数百万元天使投资珞石机器人，是其最早的天使轮投资方；这家公司近期在香港上市，账面回报约 10 亿元。他用这笔交易说明长期主义的含义：投资赚的是对时代认知的钱。
中美博弈，本质是算力霸权
谈到中美科技竞争，吴世春的表述很直接：这场较量的本质，是算力霸权之争。
他梳理了制裁路径：2022 年高端 GPU 断供，2023 年实体清单扩容，2024 年制造设备封锁，2025 年延伸到先进封装。但他得出的结论相反——“封锁越严，国产替代空间越大”。假如高端芯片和关键设备可以完全自由流通，很多本土产业未必会在这么短的时间里获得如此密集的资本投入。
由此，他划出三条黄金赛道：算力层，国产 GPU、算力调度、智算中心；制造层，先进封装、Chiplet；应用层，工业软件、行业大模型、AI 原生应用。越接近关键瓶颈，技术价值可能越高，相应的研发难度和商业风险也越大。
支撑这个判断的，是他归纳的中国四重优势：庞大的制造业基础与丰富的产业场景，国家资本、地方产业资本与社会资本的协同能力，持续的工程师红利，以及完整的产业链。“中美科技博弈不是短期摩擦，而是一场长达 20 年的马拉松。”他说，硬科技既是国家竞争力的支撑，也是时代给投资者穿越周期的礼物。
政策给出方向，企业仍要完成验证
政策，是吴世春框架中的第三条主线。已经发布的《中华人民共和国国民经济和社会发展第十五个五年规划纲要》将数智化发展单独成篇，并提出统筹推进算力设施、模型算法和高质量数据供给。
资本市场制度也在提高对未盈利科技企业的包容度。2025 年 6 月，中国证监会发布《关于在科创板设置科创成长层、增强制度包容性适应性的意见》，重启未盈利企业适用科创板第五套标准，并将适用范围扩大到人工智能、商业航天、低空经济等领域。资金端，国家集成电路产业投资基金三期注册资本 3440 亿元，为研发周期长、投入规模大的硬科技企业提供更长期的资本支持。
不过，方向清楚并不意味着投资变得简单。吴世春把未来数年的投资环境比作一场“开卷考试”：题目已经摆在桌面上，政策可以标出重点，但企业仍要解决技术、产品、客户和现金流问题，投资机构也仍需独立验证，并为判断失误承担成本。
用他的话说，从资金、产业、需求到退出，中国已经构建起“全球最具确定性的硬科技政策闭环”。
五层蛋糕：底层决定上限，顶层决定价值
讲到具体怎么投，吴世春借用了黄仁勋提出的“五层蛋糕”框架：能源层、芯片层、基础设施层、模型层、应用层，自下而上，层层依赖。
“底层决定上限，顶层决定价值。”能源和芯片是 AI 的“硬基础”，决定算力天花板；模型和应用是“软引擎”，决定商业厚度。按他的测算，芯片层价值占比最高，约 35%；基础设施层约 20%；模型层、能源层、应用层各占约 15%。
这套结构的意义，是避免把 AI 等同于大模型。目前产业价值较多集中在芯片和模型层，随着技术扩散，价值会继续向算力基础设施和应用端流动。对早期投资机构而言，更大的增量机会可能来自应用层，即能够进入企业核心流程、提升实体经济效率的产品。
未来三年：三个判断
算力供给仍将偏紧
吴世春预判，算力供给偏紧的状态可能持续到 2028 年，算力调度和先进封装是核心瓶颈。衡量算力投资不能只看设备数量，还要看能源成本、集群利用率、互联效率和软件调度能力。
AI 应用将更多进入企业核心流程
他预计，AI 应用将进一步由面向消费者转向面向企业，工业制造可能成为价值最集中的场景。企业对降本增效、质量控制、研发提速和生产安全有明确需求，能够嵌入真实流程、产生可衡量结果的产品，更容易形成稳定收入。
国产替代进入深水区
“有没有”的问题解决之后，市场会进一步追问“好不好用”：性能、可靠性、成本和生态成为新的筛选标准。只靠概念和政策标签的公司会被淘汰，真正掌握技术、能完成产品化并赢得客户的企业才会留下。
演讲最后，吴世春把话题收束到写在演示文稿最后一页的一句话上：“一个人的财富，本质是他对时代认知的变现。”
编辑说明：本文由 TECHUB NEWS 记者 Alma Li 根据 2026 年 8 月 24 日论坛现场录音及演示材料整理，有删节，已经分论坛主办方同意发布。正文采用第三人称报道体，仅保留能够从现场录音、演示材料或公开权威资料确认的内容；无法核准的专有名词、案例和数据未予采用。文中政府公开文件链接已经核实。
免责声明：本文仅作信息交流，不构成任何投资建议。
相关公开资料：
1. 《中华人民共和国国民经济和社会发展第十五个五年规划纲要》｜中国政府网
2. 中国证监会关于在科创板设置科创成长层、增强制度包容性适应性的意见
3. 国家金融监督管理总局关于中国银行参与投资设立国家集成电路产业投资基金三期股份有限公司的批复
Shopify 总裁 Harley Finkelstein（哈利·芬克尔斯坦）、Wealthsimple 创始人 Mike Katchen（迈克·卡钦）与 Cohere 创始人 Aidan Gomez（艾丹·戈麦斯）：共建加拿大科技新纪元撰文：Techub News 整理
导语
在 2025 年多伦多科技周（Toronto Tech Week 2025）的主舞台上，一场聚焦于「雄心」的重量级对话正在上演。Shopify 总裁 Harley Finkelstein（哈利·芬克尔斯坦）作为主持，与加拿大金融科技明星 Wealthsimple 的创始人兼 CEO Mike Katchen（迈克·卡钦），以及全球 AI 独角兽 Cohere 的联合创始人兼 CEO Aidan Gomez（艾丹·戈麦斯）同台，共同探讨加拿大科技创业的未来。
这三位分别是电商、金融科技和 AI 领域的领军人物，他们所领导的公司不仅在国内家喻户晓，更是在全球范围内具有重要影响力。他们的对话之所以重要，是因为它直面了长期以来困扰加拿大科技生态的核心议题——「雄心」与「人才外流」，并试图给出一个强有力的答案：停止抱怨，开始建设，就在加拿大。
摘要
雄心误读澄清：Harley Finkelstein（哈利·芬克尔斯坦）澄清其关于加拿大需要更多「雄心」的言论被误解，他强调并非加拿大人缺乏雄心，而是所有创业者都需要更大的抱负和持续创新的能量。
「天真雄心」的力量：Mike Katchen（迈克·卡钦）提出「天真雄心」的概念，即抛开无数个「不可能」的理由，转而思考「需要相信什么才能成功」，这是挑战传统金融壁垒、创立 Wealthsimple 的关键。
坚守加拿大，服务全球：Aidan Gomez（艾丹·戈麦斯）强调基于忠诚与战略选择在加拿大（多伦多）建立 Cohere 的原因，指出加拿大品牌在全球地缘政治中是巨大资产，并呼吁建立能造福全球的加拿大机构，而非仅服务本土市场。
主动拒绝外部「拉力」：三位创始人分享了他们如何拒绝迁址美国、拒绝被收购、拒绝将公司架构转为美国公司的压力，强调保持加拿大总部、建设本土巨头对生态系统和国家未来的重要性。
驳斥误解：我们需要的是更宏大的雄心，而非质疑其存在
对话伊始，Harley Finkelstein（哈利·芬克尔斯坦）首先澄清了一个困扰他八个月的公众误解。八个月前，他曾表示加拿大科技创业需要一个「房间里 600 磅的大猩猩」，即需要更大的「雄心」。然而，次日几乎所有媒体都将其解读为「哈利认为加拿大人缺乏雄心」。Finkelstein 强调，他的本意恰恰相反：加拿大创业者很有雄心，但我们需要的是更多、更大的雄心，以及保持这种雄心的能量。
他引用了标普 500 指数成分公司的数据来支撑这一观点：「标普 500 公司的平均年龄已从历史上的 36 年降至如今的 21 年。当你研究那些被剔除的公司时，会发现它们并非死于竞争，而是死于停滞——它们失去了最初让它们充满雄心的那股能量和火花。」 Finkelstein 希望，2025 年 7 月的对话能为大家注入更多这样的能量。
他继而指出，坐在他身边的 Mike Katchen（迈克·卡钦）和 Aidan Gomez（艾丹·戈麦斯）正是这种「宏大雄心」的践行者，他们分别挑战了壁垒森严的金融服务业和处于全球前沿的人工智能领域，并在加拿大建立了世界级公司。
「天真雄心」：挑战不可能的艺术
当被问及如何在壁垒重重的金融服务业中建立 Wealthsimple 时，Mike Katchen（迈克·卡钦）分享了公司的核心价值之一：「天真雄心」。
「当你提出一个新想法，比如『我们来创办一家金融服务公司』时，大多数人的第一反应是列出成千上万个它永远不会成功的理由，」 Katchen 回忆道，他当时 25 岁，从未有过金融业工作经验，「人们说，加拿大银行在信任方面拥有绝对垄断，这永远不会成功。」
Wealthsimple 的做法是「翻转问题」：「我们转而问自己：『我们需要相信什么，这件事才能成功？』 这就是『天真雄心』的全部。」他强调，加拿大需要更多这种「天真雄心」，即坚信可以从这里建立起世界上最好的公司。
Katchen 认为，这种雄心不应仅限于创始人。在 Wealthsimple，他们将「天真雄心」奉为公司价值观，期望每一位员工都能推动公司的抱负。「我最喜欢的时刻是，当我们取得巨大成功时，我反而是事后才知道的那个人。」他举例说，就在这个场地，两周前 Wealthsimple 举办了一场名为「银行业的终结」的大型活动，吸引了全加拿大 10 万人观看，而他作为主讲人却对活动的筹办一无所知。「这告诉我，我们已经创造了一种文化，让人们相信大事是可能的。」
为何扎根多伦多：忠诚、人才与国家品牌
Aidan Gomez（艾丹·戈麦斯）分享了他选择在多伦多而非硅谷或其他地方建立 Cohere 的思考。他认为，加拿大的问题不在于缺乏雄心，而在于「人才外流」——大量顶尖人才流向湾区或其他地方，破坏了本地的生态系统。
Gomez 与联合创始人都出生在加拿大，对他们而言，这里是家园。「这个国家的纳税人支付了我的教育、我的医疗，所以没有其他地方可选。我对这个国家怀有深厚的民族主义和忠诚，要在这里建设，并像哈利说的那样，为我们的国家贡献一家具有全球雄心的公司。」 他强调，目标不应仅是建立一家服务于加拿大的公司，而是在加拿大建立一家服务世界的公司。
此外，Gomez 指出了在加拿大创业的战略优势：加拿大的国家品牌是一个巨大的资产。「在全球舞台上地缘政治变化之际，加拿大品牌从未如此强大……加拿大被视为一个真正的好国家，拥有良好的道德观和价值观。人们希望加拿大赢，他们是站在我们这一边的。」这种品牌信誉为 Cohere 这样的公司带来了全球信任和合作机会。
Gomez 提到，Cohere 甚至经历了「反向人才外流」——来自美国等地的人才希望来到多伦多加入他们。这得益于多伦多不断发展的生态系统和社区凝聚力，而这正是通过组织像多伦多科技周这样的活动，将社区聚集在一起，激发灵感、建立联系而实现的。
讲好故事：从「歉意」到「自豪」的文化转变
Harley Finkelstein（哈利·芬克尔斯坦）提出了一个关键问题：加拿大人是否不善于讲述自己公司和国家的成功故事？他观察到许多创业者只是埋头苦干，却羞于或疏于分享他们的成就。
「我认为我们过去常常为自己的成功感到抱歉，」 Finkelstein 说，但现在情况正在改变。「我认为发生的一个重大转变是，现在我们有了一种自豪感——就像我可以在任何我想的地方建立这家公司。」他分享了自己选择留在加拿大（从渥太华搬到蒙特利尔）而非返回美国的故事，当时外界的普遍假设是他会离开加拿大。
Aidan Gomez（艾丹·戈麦斯）则将讲故事的能力归功于社区和「时代精神」。他指出，多伦多正在形成一种新兴的「时代精神」，充满活力的社区（他提到了 Vin 和 535 等）创造了思想碰撞和故事萌芽的空间。「我们是非常棒的故事讲述者和品牌塑造者，能够创造出世界想看的东西。我们只需要投入时间，做得更多。」
Mike Katchen（迈克·卡钦）则认为，讲故事的关键在于从事有意义的事业。「如果你从事有意义、有目标的事业，围绕它讲故事就会变得非常容易。」他回到加拿大的深层动机是对国家经济轨迹的担忧：「我们只做两件事：从地下挖东西，以及为挖东西提供融资。如果 20 年后我们告诉我孩子的故事还是这个，那么我们所享受的美好事物——有人买单的教育、医疗——都将消失。」 在他看来，通过创业重塑经济是唯一出路，而这个目标本身就构成了最有力的故事。
抵御「拉力」：对收购说「不」，对迁址说「不」
作为全球 AI 热潮的中心，Cohere 无疑是众多巨头并购部门眼中的「香饽饽」。Harley Finkelstein（哈利·芬克尔斯坦）好奇 Aidan Gomez（艾丹·戈麦斯）如何抵御那些极具诱惑力的收购要约。
Gomez 的回答干脆利落：「我们就是不开放（被收购）。我们不出售。」他直言不讳地表示：「在我看来，被收购就是失败，是终结了建设的过程。」他分享了一个早期经历：当时语言模型市场尚不存在，Cohere 收到了一个美国科技巨头「九位数」的收购报价。董事会曾认真考虑，但最终拒绝。「我现在非常、非常感激我们没有接受。我们还在飞速成长，我只专注于建设的现实，没时间去考虑另一个（被收购的）现实。」
Finkelstein 补充了 Shopify 早期的做法：他们干脆不回复任何并购部门的电话，以避免开启可能导致分心的对话循环。
除了收购，更大的「拉力」来自资本要求公司迁址或将法律实体转为美国公司（如特拉华州公司）。Gomez 透露，他2025 年 7 月还收到一位创始人求助，因其被美国顶级孵化项目录取，对方要求其将公司转为特拉华公司。Gomez 的建议是坚决拒绝：「我们需要开始对这类压力说『不』……我们需要采取积极的民族主义立场，为加拿大而建。」
Finkelstein 和 Katchen 也分享了类似经历。Finkelstein 回顾了 Shopify 在 A 轮融资时，投资者以迁址硅谷为投资条件，他们拒绝了，并最终找到了不在乎其所在地、只关心其愿景和团队的投资者。Katchen 则讲述了 Wealthsimple 早期无人愿投的困境，他们转而寻求加拿大本土机构（如 Power Corp）的支持，这为他们提供了专注于业务发展的稳定资本，并最终吸引了全球顶尖投资者首次投资加拿大。
他们都强调，如今在加拿大融资和建立全球公司的环境比十年前「容易得多」，这正得益于 Shopify、Wealthsimple、Cohere 等先行者开辟的道路。
展望未来：万亿市值公司与国家的存续
在对话尾声，Harley Finkelstein（哈利·芬克尔斯坦）提出了一个振奋人心的目标：加拿大历史上从未诞生过一家市值万亿美元的公司。他坚信，在场的某个人——无论是台上还是台下——将在未来十年或二十年实现这一创举。「无论你是谁，你不仅拥有我们的全力支持，你还拥有整个国家的支持。我们站在你身后。」他承诺将提供一切必要的帮助。
Aidan Gomez（艾丹·戈麦斯）则将话题提升到了国家存续的层面。「我认为加拿大正面临威胁……『加拿大是否应该存在』这个问题已经被摆上台面。 如果我们不加强经济，不建立多元化的供应链和公司群……半个世纪后我们将不复存在。这是生存问题。」因此，他呼吁加拿大人「为国家而建」，这需要深刻的承诺和雄心。幸运的是，全球对加拿大的信任和支持为此提供了巨大的机会。「世界上每个人都喜欢加拿大，他们想买你的产品。给他们一个理由。去建设，去全球扩展。这是我们保卫家园的唯一方式。」
Mike Katchen（迈克·卡钦）引用了《为什么墨西哥人不喝莫尔森啤酒？》一书作为结尾。该书探讨了加拿大拥有建立世界冠军公司的所有要素，却未能找到「配方」的窘境。他的愿望是：「希望我的孩子们永远不会读到这本书，因为它将因在座各位所建立的领先世界的公司而变得无关紧要。 加拿大将在全球经济中占据应有的地位。」
最后，Finkelstein 向所有在加拿大怀揣雄心、建设伟大公司的创业者传递了一个明确的信息：你们身后有一个支持你们的社群，有 Mike、Aidan，还有我，以及整个社区，随时准备帮助你们实现梦想。唯一的请求是：放手去做，并大声告诉世界。
三菱UFJ金融集团联手Progmat、Digital Asset启动国债回购链上化实验，采用Canton Network据日本加密货币媒体CoinPost报道，三菱UFJ金融集团（MUFG）等4家机构于8月13日宣布，将与美国Digital Asset公司及日本资产代币化基础设施平台Progmat合作，启动一项实证实验，尝试将日本国债（JGB）回购交易搬上区块链处理。
携手推进国债回购链上化
三菱UFJ金融集团（MUFG）、三菱UFJ摩根士丹利证券、三菱UFJ信托银行、三菱UFJ银行四家机构，将联合美国Digital Asset公司与Progmat共同开展本次实证。项目采用专为机构投资者设计的区块链网络Canton Network作为技术底座。
此次实证分两部分推进，其中一部分被纳入2026年2月获得日本金融厅"支付结算高度化项目"（PIP）支持决定的实证范畴，未来也考虑与国内外更多市场参与方展开合作。
与转账账簿同步联动
第一项实证聚焦于日本国债与数字货币的同步结算（DvP，即"货银对付"机制）。
日本国债大多不发行实体券面，而是采用"振替国债"形式——即以日本银行为顶层、银行与证券公司（账户管理机构）逐级管理的账簿记录方式转移权利。此次实证在维持这一法律属性的前提下，将区块链上的交易结果与作为账簿的"振替账户簿"同步更新。用于结算的数字货币，将探讨使用把银行存款搬上链的"代币化存款"，或稳定币。
据日本银行统计，国内国债结算中99.9%以上通过该行主导的"国债转账结算制度"完成，如何与既有基础设施并存一直是国债代币化面临的难题。Progmat代表齐藤达哉在同日发布的个人notе文章中说明，本次实证是在国债转账结算制度框架内寻求效率提升，而非另起炉灶。
实证中，日本国债与数字货币均在Canton Network上处理，第一步先验证单一链上的DvP结算。连接现有振替证券管理系统与区块链的"中间装置"，也将按实证所需的最小范围搭建。
此次实证的目标，是在承认现有金融市场基础设施仍将长期存在的前提下，重点检验成交后的清算、结算、担保管理等后台（Post-Trade）环节能否接入链上统一基础设施。项目并不打算立刻取代决定成交价格的交易场所，或负责结算中介、参与者违约处置的清算机构职能，而是从预期效果明显的环节入手，分阶段推进。
第二项实证则着眼于回购交易全生命周期的链上化。
项目将接入瑞士Secured Finance AG提供的借贷协议（一种在区块链上自动处理有担保资金拆借的机制），验证成交后的对账、资金与担保品交割、利息计算、到期管理直至担保品返还等全流程能否通过智能合约串联完成。该公司此前曾为瑞银（UBS）代币化货币市场基金（MMF）"uMINT"提供担保品运用的基础设施。
回购市场规模与预期效果
回购交易，是指银行等机构投资者以国债为担保进行短期资金拆借的交易形式。据金融稳定理事会（FSB，Financial Stability Board）2026年2月发布的调查，以国债为担保的全球回购市场规模截至2024年底约为16万亿美元，日本约占其中一成，国内市场规模约为250万亿至270万亿日元。目前交易普遍采用成交后次一营业日结算的"T+1"模式。
回购交易一旦搬上链，业内普遍认为将可实现24小时全天候交易与即时结算。这不仅有利于当日借入当日归还的日间交易，也方便不受日本市场交易时段限制的海外投资者参与。由于国债与资金可在同一笔交易中同步交割，还能降低"一方交付、另一方违约"的本金风险。
官方发布资料也提到，预期效果包括：通过全流程自动化提升业务效率，以及借助日间回购交易的实现和结算时段的延长提升资金与资本运用效率。
担保品的运用方式也可能随之改变。目前担保品往往因所在地、法人主体、交易平台不同而分散管理，市场参与者出于谨慎通常会多储备一部分担保品以防不时之需。若能实时掌握担保品的所在位置与使用状况，将有望减少"为保险起见而持有的冗余担保品"。
不过也有观点指出，若所有交易都改为逐笔即时结算，此前依靠买卖轧差、只交割差额的"净额结算"所压缩的资金与证券需求量，反而可能增加。因此现实做法可能是先从日间交易、盘后交易等场景切入，逐步补充式落地。
在MUFG内部的角色分工上，三菱UFJ摩根士丹利证券与三菱UFJ银行担任市场参与方，三菱UFJ银行与三菱UFJ信托银行担任账户管理机构，三菱UFJ银行同时承担存款金融机构的职能。MUFG还计划与其战略资本合作伙伴——美国摩根士丹利展开协作，官方资料中表示"希望与各类市场参与方共同推进"。
海外先行案例与行业协同探讨
回购交易链上化方面，欧美走在前列。国际资本市场协会（ICMA，International Capital Market Association）6月发布的报告指出，分布式账本（DLT）技术的价值主要体现在结算、担保管理等后台环节。
美国博通国际（Broadridge）披露，其基于分布式账本处理的回购交易，2026年5月日均交易额达到3620亿美元，当月处理总额达7.2万亿美元。美国证券保管结算公司（DTCC，Depository Trust & Clearing Corporation）计划10月起为其托管的美国国债等资产提供代币化服务。
在日本国内，由Progmat牵头的"数字资产共创联盟"（DCC）5月成立了"国债代币化与链上回购工作组"。三家主要银行、贝莱德日本（BlackRock Japan）、日本交易所集团旗下研究机构JPX综合研究所，以及此次参与实证的Secured Finance均已于5月加入该工作组，目标是在10月左右公布阶段性研究成果。
齐藤达哉说明，本次实证虽是独立于该工作组的单独项目，但其定位是通过具体系统与交易流程，来验证行业层面正在推进的制度与实务层面探讨的可行性。
金融交易领域，实证与商用化之间仍存在不小差距，功能需求设计、通信中断时的应对方案等都需要单独设计。此次验证不仅对MUFG，也可视为国内金融机构迈向商用化的一个阶段性步骤。
齐藤达哉在个人发文中写道，希望验证能否在"不破坏现有信任基础"的前提下，将规模与流动性居全球前列的日本国债市场，接入全天候运转的链上金融市场。
关于CoinPost CoinPost是日本规模最大的虚拟货币（加密资产）专业媒体平台，同时也是亚洲最大级别的全球Web3大会"WebX"的主办方，每日发布比特币、以太坊、XRP等币种的最新快讯、行情走势、新手入门指南等。2025年10月，CoinPost正式成为SBI控股株式会社（SBI Holdings）旗下的合并子公司。
「Injective 新星计划」 Final Demo Day 巅峰决赛圆满落幕：TOP3团队揭晓，共塑 AI × Web3新范式2026年7月25日｜由 Injective × Microsoft × Web3Labs 联合发起的「Injective 新星计划」（Injective Nova Program） Final Demo Day 巅峰总决赛在杭州杭港科技大厦成功举办。本次活动吸引了来自全球的区块链技术专家、AI 开发者、顶级 VC 投资机构代表及生态合作伙伴齐聚现场，共同见证 AI 与去中心化网络融合创新成果的发布。
全球联动：历时数月重磅孵化，打造 AI × Web3 顶级引力场
「Injective 新星计划」自正式启动官宣以来，在全球众多开发者社区与 Web3 生态内引发了极高的关注与热烈反响：
招募盛况：截至 6 月 30 日 招募正式收官，计划累计收到来自中国、美国、新加坡、印度等10多个国家和地区的89个硬核开发者项目报名，全网生态曝光量打破 1,000,000+ 关口，获得了30+顶级生态伙伴的倾力支持。
严格筛选：评审团历经多轮硬核打分与综合评估，于 7 月 10 日 正式对外官宣全球 Top 10 入围阵容。
大厂闭门赋能：7 月 16 日， Top 10 入围团队受邀前往北京微软总部进行了深度闭门参访与技术交流，打通了传统大厂技术底层与去中心化应用生态的对话通道，为终极路演奠定了坚实的基础。
巅峰决战：Top 10 项目现场路演决出三强
在 7 月 25 日的 Final Demo Day 现场，评审团从技术创新度、商业落地前景及与 Injective 生态的协同性等多维度进行了综合考量，现场正式公布并颁发了本次新星计划的冠亚季军荣誉。本次入围与获奖项目将深度接入由Injective、Microsoft与Web3Labs 提供的全方位孵化扶持、技术底座支持与资本资源对接。
随着 Final Demo Day 的圆满落幕，标志着「Injective 新星计划」第一期取得了阶段性的丰硕成果。未来，Web3Labs将继续携手Injective及Microsoft等生态伙伴，持续为全球优质Builders提供基础设施与加速孵化支持，共同探索AI智能化与去中心化技术融合的无限可能。
Coinbase CEO Brian Armstrong（布莱恩·阿姆斯特朗）与贝莱德董事长 Larry Fink（拉里·芬克）：为何不再担忧加密寒冬撰文：Techub News 整理
导语
在2025 年 12 月举行的纽约时报 DealBook 峰会上，一场备受瞩目的对话在 Coinbase 联合创始人兼 CEO Brian Armstrong（布莱恩·阿姆斯特朗）与全球最大资产管理公司贝莱德（BlackRock）董事长兼 CEO Larry Fink（拉里·芬克）之间展开。这两位分别代表加密新世界与传统金融旧秩序的领袖，曾一度立场相左——芬克在2017年曾称比特币是“洗钱指数”。时过境迁，如今贝莱德运营着规模最大的比特币现货 ETF（IBIT），而 Coinbase 是其托管合作伙伴。这场对话不仅是一次“历史性和解”的公开见证，更深入探讨了加密资产的角色演变、美国监管格局的剧变、资产代币化的宏大愿景，以及 AI 如何重塑经济基本面。对于理解传统金融与加密金融如何从对抗走向融合，并共同定义未来十年金融基础设施的形态，本次对话提供了至关重要的视角。
摘要
Larry Fink（拉里·芬克）解释其观点转变：将比特币视为应对财政赤字和地缘不确定性的“数字黄金”与资产保值工具，而非投机品。
Brian Armstrong（布莱恩·阿姆斯特朗）指出，2024年是美国加密监管从“灰色地带”转向“明灯”的关键转折年，监管清晰化将把高风险活动驱离美国市场。
双方共识：资产代币化是金融的未来，能极大降低摩擦成本、 democratize 投资，但美国在此领域的进展已落后于印度、巴西等国。
Fink 与 Armstrong 均认为 AI 将导致“K型经济”，即行业赢家通吃，并深刻影响就业市场与大学教育体系。
Armstrong 为加密行业的政治游说辩护，称其是“民主在起作用”，旨在对抗“非法扼杀行业”的监管行为。
从“洗钱指数”到最大比特币 ETF：拉里·芬克的认知进化
对话始于主持人 Andrew Ross Sorkin 抛出的尖锐问题：拉里·芬克，这位曾公开将比特币与“洗钱”和“盗贼”联系在一起的金融巨擘，为何如今旗下贝莱德却管理着全球最大的比特币现货 ETF？
芬克坦然承认了自己的转变。“你必须进化与改变，”他说道。他回忆，疫情期间有了更多时间深入研究，并主动与众多加密货币倡导者交流，反复拷问自己：“我到底遗漏了什么？为什么我持有那样的信念？”这个过程促使他在2021-2022年间逐步修正了观点。他特别澄清，当年的批评“特指比特币”，而非整个加密领域。如今，他看到了比特币巨大的应用场景。
芬克将比特币定位为一种“恐惧资产”（asset of fear）。他认为，人们持有比特币，源于对人身安全（地缘政治风险）和财务安全（货币贬值）的担忧。其长期根本价值在于对冲因财政赤字导致的法币资产贬值。他以近期市场波动为例：当市场出现中美贸易协定传闻或乌克兰可能达成和解的消息时，比特币价格下跌，这正体现了其作为对冲工具的属性——当恐惧消散，其避险需求暂时减弱。
但他也警告，比特币市场仍由高杠杆参与者主导，这导致了远超传统资产的波动性。不过，他观察到资金流向正在变化：越来越多的“合法、只做多的长期投资者”正在入场，包括基金会、捐赠基金，甚至一些主权财富基金也在分批建仓。“他们不是在交易，而是为特定目的长期持有。”芬克强调。
当被问及是否同意沃伦·巴菲特（Warren Buffett）称比特币为“老鼠药”并终将归零的观点时，芬克直言“绝无可能”。他认为，巴菲特和查理·芒格（Charlie Munger）的成长环境塑造了其“美元至上”的信念，而当今世界，民主国家都在为遏制赤字支出而挣扎，比特币作为一种“数字黄金”应运而生。“让他们去设想一个更加去中心化、运行在互联网上的世界是困难的。”芬克总结道。
监管转折点：从“灰色地带”到“明灯”
Brian Armstrong（布莱恩·阿姆斯特朗）将传统金融机构对加密技术的早期抵制，归结为经典的“创新者困境”。大机构内部往往分裂：创新部门积极拥抱，而游说团队却在华盛顿试图进行“监管套利”，遏制其发展。Coinbase 目前正与许多大银行合作，开展稳定币、托管和交易试点，有时在华盛顿会遇到同一家银行的游说者在反对这些业务。
然而，Armstrong 认为，2024年是美国加密监管的历史性转折点。“2025年，当我们回望，会发现这是加密监管从灰色市场走向明灯确立的一年。”他列举了三大进展：1）《21世纪金融创新与技术法案》（FIT Act）的通过，为稳定币建立了关键框架；2）市场结构立法在众议院获得两党投票通过，正等待参议院表决。他预计未来几个月参议院可能进行投票，从而为行业在美国的规范发展奠定基础。
针对主持人关于加密行业通过巨额政治捐款（2024选举周期约1.3亿美元）“购买”机会的质疑，Armstrong 辩护称，Coinbase 的使命是增加全球经济自由，首选方式是通过产品整合加密与传统金融。但当政府机构“非法试图扼杀这个行业”，导致大量业务和消费者受损流向海外时，他们不得不通过政治行动“让坏政府承担责任”。他提到 Stand With Crypto 等组织汇集了大量选民支持亲加密候选人，并认为这是“民主在起作用”。
关于向白宫新宴会厅捐款可能涉及“购买影响力”的争议，Armstrong 和 Fink 都表示赞同摩根大通 CEO Jamie Dimon（杰米·戴蒙）的谨慎态度。Fink 强调贝莱德的政治捐款在两党间基本保持平衡，一切行为都需经得起伦理审视。Armstrong 则区分了作为美国公司的公益捐赠与旨在推动明确行业规则的游说活动，认为两者都重要且应分开看待。
代币化：重塑全球金融基础设施的“下一件大事”
拉里·芬克2025 年 12 月在《经济学人》撰文，大力倡导资产代币化。他认为，当前公众对 AI 的关注度极高，但对技术将如何重塑金融服务业、实现投资民主化的讨论却远远不够。
芬克描绘了代币化的愿景：将股票、债券等所有资产数字化，让资金能从数字钱包（或稳定币）无缝流入 ETF 等投资品。这将极大降低摩擦成本和交易成本，促进资本更自由地流动。他提到，全球数字钱包中已有4.1万亿美元资金（主要是稳定币），但目前若想投资债券、股票或进行房地产交易，仍需将钱转出至传统钱包，过程繁琐且费用高昂。代币化能解决这一问题，通过一个应用实现所有投资操作，真正实现投资的民主化与便捷化。
Brian Armstrong（布莱恩·阿姆斯特朗）对此表示赞同，并认为这将冲击现有利益格局。当主持人问这是否意味着要做空信用卡公司时，Armstrong 指出，这本质上是“美元的数字化”。他预测，银行最初因担心存款流失而抵制稳定币，但最终将不得不拥抱它。“最好的银行正将此视为机遇，而抗拒者将被淘汰。”
芬克表达了紧迫感：“作为一个国家，我们落后了。”他点名印度和巴西，认为这些国家正在经历数字经济的全面转型，包括货币数字化和支付系统创新（如巴西的 PIX）。美国成功的基石之一是资本市场，但现在行动不够快。“我们需要更快地前进，不仅在 AI 上，在数字化和代币化上也是如此，否则其他国家将超越我们。”
针对主持人提出的“代币化私募公司”（即未经公司允许将私募股权碎片化出售给公众）的新趋势，Armstrong 表示知情但持谨慎态度。他认为未经公司同意的尝试往往失败。他更关注的是更宏观的图景：公司保持私有的时间越来越长，对私募资本的需求巨大，而加密领域资金充沛。Coinbase 正在大力投资，探索如何用加密技术“更新资本形成”方式，但强调必须在公司授权的前提下进行。
当被问及 Coinbase 与贝莱德是否构成竞争时，Armstrong 予以否认，并强调双方是合作伙伴。Coinbase 为市场上超过80%的加密 ETF 提供托管和交易服务。随着贝莱德等机构推进基金代币化，Coinbase 希望成为各类资产代币化的领导者，并将贝莱德的产品推介给自己的客户。“我们会合作得很好。”Armstrong 总结道。
AI、经济与预测市场：技术驱动的未来图景
话题转向 AI。当被问及是否存在 AI 泡沫时，拉里·芬克转述了与多位超大规模云计算公司 CEO 的交流：他们不确定当前是投资过度还是不足，但确信的是，目前“算力短缺”，需求远超供给。虽然建设周期可能达不到投资回报预期，但需求是真实存在的。他相信资本主义市场会产生巨大的赢家和失败者，形成“K型经济”。他反问政客：“这是否意味着我们将拥有5到10家万亿美元市值的公司？这对社会意味着什么？我们如何确保经济的普惠性？”
芬克将话题引回现实经济数据，指出一个关键矛盾：2025年的就业市场异常疲软（月均新增职位从去年的15.4万骤降至3.1万）。这背后可能是政策不确定性抑制了招聘，也可能是技术（AI）开始替代劳动力——后者将是通缩性的，并对社会产生深远影响。他倾向于两者兼有，但技术趋势尤其明显。“每个行业的领导者都在赢得越来越多的份额，K型经济正在每个行业形成。”他以贝莱德自身为例：收入增长40%，员工人数仅增长5%，利润率提升约300个基点。技术正在深刻改变经济结构，而最大的挑战在于高等教育体系——它建立在白领工作的基础上，而这正被技术重塑。“我们需要回答这些问题，但我没听到多少人提问。”芬克警告道。
对话最后以 Brian Armstrong（布莱恩·阿姆斯特朗）的一个“病毒式”时刻收尾。他在财报电话会上念出了预测市场平台 Polymarket 上用户押注他会说出的词汇（如“比特币”、“以太坊”），戏谑了这种预测行为。但他严肃地指出，预测市场意义重大：对1%的人是交易资产，对99%的人则是获取世界信息的替代媒介，甚至是一种娱乐。他提出了一个颠覆性观点：政策制定者可以利用预测市场来测试不同政策对GDP或失业率的影响，从而获得市场信号来指导决策。
针对可能存在的市场操纵问题，Armstrong 提出了一个伦理难题：如果目标是让99%的人获得关于世界事件的高质量信号（例如苏伊士运河是否会重开），那么或许应该允许“内幕交易”，让掌握关键信息的人（比如运河上的海军上将）交易，以提供更准确的信号。但如果要维护市场完整性，则不应允许。这并非一个非黑即白的问题。对此，芬克则淡然表示，他专注于帮助客户规划30年的长期结果，而非预测下一刻会发生什么。“这不是我的生活方式。”他总结道。
Finora开启AI驱动去中心化黄金量化新时代随着区块链、人工智能和数字资产市场的快速发展，传统金融体系正面临前所未有的挑战与变革。当前全球金融市场依然存在流动性割裂、资产孤岛化、交易效率低下以及中心化风险集中的问题。
在DeFi领域，价值支撑体系相对薄弱，缺乏持续稳定的价值捕获机制；跨平台流动性分散导致资金利用效率下降；量化交易能力长期被专业机构垄断，普通用户参与门槛较高；而传统黄金等高价值资产市场依然存在透明度不足、结算效率低等行业痛点。
与此同时，AI技术的爆发式发展正在重塑金融服务模式。市场正从单一产品竞争阶段迈向生态协同竞争阶段，一个融合AI、Web3、黄金量化交易与现实资产的新金融时代正在加速到来。
三大趋势推动数字金融进入生态融合时代
首先，去中心化多链钱包正在从资产存储工具升级为生态入口。未来的钱包不仅承担资产管理功能，更将成为连接身份、社交、交易、激励和金融服务的重要基础设施。
其次，全球资产链上化进程不断加快。以黄金等高价值资产为代表的现实世界资产（RWA）正在加速向链上迁移，为数字金融市场带来更加稳定且具备真实价值支撑的资产基础。
第三，AI Agent与量化金融深度融合。智能交易、智能风控、收益增强及资产配置将逐渐从人工决策转向智能协同，推动金融服务向自动化、智能化方向全面升级。
Finora应运而生：全球首个AI驱动去中心化聚合金融平台
在这样的背景下，一个能够聚合资产、流量、交易、社交与智能服务的生态级平台，将成为未来数字金融的重要基础设施。
作为全球区块链领域首个AI驱动的去中心化聚合金融平台，Finora围绕链上激励算力引擎、黄金交易所、去中心化多链钱包以及AI Web4社交平台四大核心业务板块，构建完整的数字金融生态体系。
平台以固定总量21,000,000枚的生态通证 $FORA 作为核心价值载体，通过链上激励机制贯穿生态全场景，实现价值创造、价值流通与价值增长的持续循环。
四大核心优势构建长期价值护城河
1.透明可信
所有交易规则、激励机制及数据记录均基于区块链技术实现公开透明，真正做到链上可验证、全程可追溯。
2.安全可靠
平台采用多重安全机制与智能风控体系，全面保障用户资产安全与生态稳定运行。
3.链上激励
通过创新的链上算力激励模型，实现“贡献即收益”，让生态参与者共享平台成长红利。
4.多生态协同
打破传统金融与数字金融之间的边界，实现资产、交易、社交及AI服务的深度融合，形成可持续增长的价值网络。
在“链上即交易、交易即挖矿、挖矿即价值”的创新理念驱动下，Finora正打破传统金融与数字金融之间的边界，构建全球首个融合多链钱包、链上金融、AI社交及黄金交易所的聚合金融生态。伴随平台全球上线，Finora将进一步释放全球流动性价值，连接更多用户、资产与应用场景，推动数字金融从单一平台时代迈向多生态协同共生时代。Temperature Finance, 乘RWA东风，能否冲向1.15美元Ondo Finance (ONDO)正在实物资产代币化（RWA）市场中悄然提升其存在感。除了将国债和股票等传统金融资产上链的结构外，加上收益分配的预期，代币的流动模式也在发生变化。
据外媒13日（当地时间）报道，Ondo Finance通过与贝莱德的BUIDL基金联动的链上收益产品，不断扩大其接近机构金融的产品构成。协议总锁仓价值（TVL）也已增至25.2亿美元。早期投资者包括Coinbase Ventures和Pantera Capital。
Ondo Finance的代表产品OUSG基于贝莱德基金提供链上收益。此外，与摩根大通、万事达卡的跨境结算能够在5秒内处理完成，这一点也引起了市场的关注。与一般的虚拟资产项目不同，Ondo Finance被认为同时瞄准了监管和支付基础设施。
关注度增高的更大原因在于代币结构可能发生变化。目前，ONDO主要停留在治理功能上，但如果DAO的“费用开关（fee switch）”提案获得通过，协议收益将可能流向持有者。这实质上意味着其性质将转变为收益型资产，因此有分析认为买盘可能会提前反映这一预期。
图表走势也不差。ONDO在摆脱持续近一年的下跌通道后，于今年第一季度在0.20美元至0.30美元区间形成了吸筹走势。此后，在5月份突破了长期阻力线，目前正在0.39美元附近测试支撑。若能守住这一区间，0.55美元和1.15美元将被视为下一个阻力位。
在RWA板块作为“虚拟资产与传统金融的交汇点”崛起的背景下，Ondo Finance正凭借链上收益与机构联动优势，瞄准行业领跑者的地位。不过，有分析认为，ONDO能否进一步上涨，与其说取决于技术性突破，不如说取决于实际收益分配结构和监管环境的具体化程度。
TP AI注意事项
使用基于TokenPost.ai的语言模型对文章进行了摘要。可能会遗漏原文的主要内容或与事实存在出入。Shopify CEO 警告 AI 滥用或成“垃圾手榴弹”，呼吁加强质量控制Techub News 消息，Shopify CEO Tobias Lütke 警告称，AI 的滥用可能成为“垃圾手榴弹”，在带来生产力提升的同时，也可能因缺乏质量控制而成为负担。他强调，企业需建立稳健的质量控制措施，以防止 AI 的负面影响。
（Crypto Briefing）Jupiter Exchange 支持 INJ 与 SOL 及 SPL 代币互换Techub News 消息，Solana 生态去中心化交易聚合器 Jupiter Exchange 已支持 Injective 原生代币 INJ 与 SOL 及其他 SPL 标准代币的互换功能。该集成旨在增强跨链流动性并提升交易效率，可能推动 Solana 生态发展并扩大 Injective 的市场覆盖范围。
（Crypto Briefing）152 国反对美国阻止巴勒斯坦参与联合国决议Techub News 消息，联合国大会就巴勒斯坦参与联合国事务的决议进行投票，152 个国家投票反对美国阻止巴勒斯坦参与的动议。此举形成的全球共识可能对美国政策构成压力，或影响外交动态及承认时间表。
（Crypto Briefing）Figure发布机器人系统Helix 2.5，任务成功率提升至56%Techub News 消息，人形机器人公司Figure发布其机器人系统Helix 2.5，新版本将机器人在零样本泛化下执行家庭任务的成功率提升至56%。该进展凸显了AI在动态环境中的应用潜力，同时也反映出机器人可靠性方面仍面临挑战。
（Crypto Briefing）Ondo 创始人遗产纠纷升级，其母被指控认知障碍Techub News 消息，Ondo Finance 创始人 Nathan Allman 遗产继承纠纷进一步升级。其同母异父的姐姐 Lani Clinton 与投资者 David Chen 已向夏威夷法院申请对其母 Kathleen Allman 的遗产份额设立有限监护权，指控其存在认知障碍和财务管理不当。
Nathan Allman 于 2024 年 5 月突然去世且未留遗嘱，其父母继承了包括 Ondo 控股股权及大量 ONDO 代币在内的遗产。此前 Kathleen Allman 已起诉代理 CEO Ian De Bode，指控其试图夺取公司控制权并索取约 1100 万美元薪酬方案。目前该家族内部及与公司管理层之间的法律争端仍在持续。（CoinDesk）Cboe 2026年第一季度FLEX期权日均交易量达190万份Techub News 消息，Cboe 报告 2026 年第一季度 FLEX 期权日均交易量达 190 万份。FLEX 期权交易量的激增突显了市场对可定制、受监管交易解决方案的需求不断增长，这可能重塑风险管理策略。
（Crypto Briefing）美国悬赏1500万美元征集伊朗革命卫队金融网络线索Techub News 消息，美国宣布悬赏1500万美元，征集有关伊朗革命卫队金融网络的信息。此举可能加剧全球对加密货币网络的审查，影响数字资产领域的合规与隐私协议。
（Crypto Briefing）Zest Protocol杠杆化比特币质押金库已在Stacks上开始产生收益Techub News 消息，Zest Protocol 创新的杠杆化比特币质押金库现已在 Stacks 网络上开始产生收益。该产品允许用户通过质押比特币获得额外收益，旨在增强比特币金融产品的吸引力并可能吸引更多投资者。（Crypto Briefing）微软将 ChatGPT 集成至 Word，增强文档起草与编辑功能Techub News 消息，微软已将 ChatGPT 集成至其办公软件 Word 中，以增强文档的起草与编辑功能。此举旨在普及 AI 写作工具，可能重塑生产力规范，并为不同用户群体创造更公平的使用环境。
（Crypto Briefing）亚马逊呼吁对AI进行严格测试，避免支持放缓开发Techub News 消息，亚马逊就人工智能发展提出立场，强调应优先进行严格测试而非追求开发速度。这一表态可能影响行业标准与监管方式。
亚马逊表示，其立场旨在确保AI系统的安全性与可靠性，但并未支持放缓整体开发进程。公司认为，通过加强测试可降低潜在风险，同时维持创新步伐。（Crypto Briefing）
