10 篇博文 含有标签「人工智能」

加密货币与人工智能的融合代表了 2024-2025 年最具变革性的技术综合，它创建了自主经济系统，其中AI 提供可扩展的智能，而区块链提供可扩展的信任。市场反应剧烈：到 2025 年年中，AI 加密代币的市值达到 240 亿至 270 亿美元，在九个区块链上完成了超过 350 万笔代理交易。这不仅仅是渐进式创新，更是对无界全球经济中价值、智能和信任如何交汇的根本性重塑。BingX 首席产品官 Vivien Lin 抓住了这种紧迫性：“AI 和区块链是强强联姻，因为区块链处理人们如何达成共识，这总是需要时间。AI 消耗大量数据统计，它们需要做的就是消耗时间。”这种共生关系正在以史无前例的规模实现金融尊严和普惠金融，机构现在承诺投入数亿美元——摩根大通向 AI 对冲基金 Numerai 拨款 5 亿美元，这标志着这一转变是不可逆转的。

Vivien Lin 的愿景：通过 AI 赋能实现金融尊严​

Vivien Lin 已成为加密货币与 AI 对话中的一个决定性声音，她将近十年的摩根士丹利、法国巴黎银行和德意志银行的传统金融经验带到她在 BingX 领导产品创新的角色中。她的理念以“金融尊严”为核心——即每个人都应该能够获得工具，使他们能够理解市场并自信地行动。2024 年 5 月，BingX 宣布了一项为期三年、耗资 3 亿美元的 AI 演进战略，使其成为首批承诺如此高水平投资于 AI 集成的主要加密货币交易所之一。

Lin 识别出行业必须解决的一个关键差距：“各级交易者都被信息淹没，但却缺乏指导。传统的机器人或仪表盘只能执行命令，但它们无法帮助用户理解为什么某个决策很重要，或者在情况变化时如何适应。”她的解决方案利用 AI 作为伟大的均衡器。她解释说，加密货币交易者通常缺乏专业交易员的机构经验，后者在做出决策时可能会分析 1000 多个因素。“但现在他们使用 AI 来筛选这些因素，自动调整权重……这项技术赋能了这群人，使他们能够制定出几乎与专业交易领域的人士不相上下的策略。”

BingX 的实施分为三个阶段。第一阶段引入了 AI 驱动的工具，包括 BingX AI Master 和 AI Bingo。AI Master 于 2024 年 9 月推出，作为世界上第一个 AI 驱动的加密交易策略师，它结合了五位顶级数字投资者的策略，并使用 AI 驱动的回测技术测试了 1000 多种策略。该平台取得了显著的采用——BingX AI Bingo 在其推出的前 100 天内达到了 200 万用户，处理了 2000 万次查询。第二阶段建立了 BingX AI 研究所，招募顶尖 AI 人才并为 Web3 开发负责任的 AI 治理框架。第三阶段设想了 AI 原生运营，其中人工智能嵌入到所有核心战略规划和决策中。

Lin 对 AI 和区块链“强强联姻”的看法揭示了她对它们互补性质的深刻理解。区块链提供去中心化、无需信任的基础，但由于共识要求而运行缓慢。AI 通过快速数据处理提供速度和效率。它们共同创建了既可信又可大规模使用的系统。她认为 AI 在未来 2-3 年内最大的影响将来自个性化和决策支持：“AI 可以将交易所转变为智能生态系统，每个用户都能获得量身定制的洞察、风险管理和随他们成长的学习工具。”

她的愿景超越了交易，延伸到基本的普惠性。在 2024 年 9 月的 ETHWarsaw 大会上，Lin 强调，加密货币的金融赋权承诺往往因其压倒性的复杂性和碎片化的信息而疏远了它旨在服务的人群。AI 解决了这个问题：“AI 可以为你获取所有这些信息，并为你提供市场中你应该关注的原始摘要。” 这种方法帮助交易者从消费信息转向清晰而有目的地采取行动。通过 BingX Labs，Lin 还向早期去中心化项目投资了超过 1500 万美元，培育 Web3 和 AI 创新的下一波浪潮。

AI 驱动交易以机构级性能变革 DeFi​

2024-2025 年，AI 与加密货币交易和去中心化金融的整合已从实验性新奇事物发展为机构级基础设施。AI 驱动的对冲基金 Numerai 在 2024 年实现了 25.45% 的净回报，夏普比率为 2.75，并于 2025 年 8 月吸引了摩根大通资产管理公司 5 亿美元的承诺。这项里程碑式的投资表明，AI 驱动的加密策略已跨越了主要金融机构的可信度门槛。Numerai 的模型通过众包来自 5500 多名全球数据科学家的机器学习预测，这些科学家根据其模型的表现质押 NMR 代币，从而创建了一种全新的量化金融方法。

AI 交易机器人已在零售和机构领域迅速普及。3Commas、Cryptohopper 和 Token Metrics 等平台现在提供复杂的 AI 增强算法，可实时适应市场状况。性能指标引人注目：保守的 AI 驱动策略显示年回报率在 12-40% 之间，而高级实现则在六年内实现了 1640% 的回报，而传统的比特币买入并持有方法为 223%。Token Metrics 在 2024 年筹集了 850 万美元，利用 AI 通过情绪分析、基本面报告和代码质量评估来分析 6000 多个加密项目。

用于价格预测的机器学习模型已显著发展。GRU（门控循环单元）和 LightGBM 模型现在在比特币价格预测方面实现了低于 0.1% 的平均绝对百分比误差，其中 GRU 模型的 MAPE 记录为 0.09%。2024 年发布的研究表明，结合随机森林、梯度提升和神经网络的集成方法始终优于 ARIMA 等传统统计方法。这些模型整合了 30 多个技术指标、区块链特定指标、社交媒体情绪和宏观经济因素，以生成短期走势方向准确率达 52% 的预测。

自动化做市商（AMMs）正在通过预测性 AI 架构得到增强。2024 年发布的研究提出了混合 LSTM 和 Q-学习强化学习系统，可预测最佳流动性集中范围，使流动性在价格变动发生之前移动到预期范围。这减少了流动性提供者的无常损失和交易者的滑点，同时提高了资本效率。Cardano 上的 Genius Yield 已通过智能流动性金库实施了 AI 驱动的收益优化，这些金库根据不断变化的市场条件自动分配资产。

DeFAI（去中心化金融 AI）生态系统正在迅速扩张。AI 代理现在管理着超过 1 亿美元的资产，为基础设施提供商带来了六位数的年度经常性收入。ai16z 的 Eliza 代理在流动性池管理方面展示了超过 60% 的年化回报，优于人类交易员。应用范围涵盖自动化收益优化（通过现货-期货套利识别 15-50% 的年化收益机会）、投资组合再平衡、通过验证者绩效评估进行智能质押以及动态风险管理。情绪分析已变得至关重要——Crypto.com 在 Amazon Bedrock 上实施了 Anthropic 的 Claude 3，可在不到一秒的时间内为全球 1 亿用户提供 25 种以上语言的情绪分析。

这种融合正在重塑市场结构。主要交易所现在报告称，60-75% 的交易量来自算法和机器人驱动的交易。币安提供广泛的 AI 功能，包括网格交易、DCA 机器人、套利算法和使用 AI 优化来分割大额交易的算法订单。Coinbase 提供高级交易 API，与 3Commas 和 Cryptohopper 等平台进行原生机器人集成。基础设施正在迅速成熟，性能数据验证了这种方法，机构资本现在正流入该领域。

去中心化基础设施使 AI 计算和训练民主化​

区块链-AI 基础设施市场在 2024 年达到 5.507 亿美元，预计到 2034 年将以 22.93% 的复合年增长率增长至 43.4 亿美元。这代表着一种范式转变：去中心化 AI 开发，打破科技巨头对计算资源的垄断，同时与中心化云提供商相比，可节省 70-80% 的成本。愿景清晰——通过基于区块链的基础设施实现人工智能的民主化访问，该基础设施具有抗审查性、透明性且经济上可及。

Bittensor 以 41 亿美元的市值和全球 7000 多名矿工贡献的计算能力，引领去中心化机器学习领域。该平台的创新在于其 Yuma 共识机制和智能证明，它奖励有价值的机器学习输出，而非任意计算工作。Bittensor 运营着 32 个专业子网，每个子网专注于特定的 AI 任务，从文本生成到图像创建，从转录到预测市场。该网络已吸引 Polychain Capital 和 Digital Currency Group 等主要风险投资支持，机构质押达到 2600 万美元，年收益率为 10%。

Render Network 实现了非凡的回报——历史投资回报率超过 7600%——同时以 18.9 亿美元的市值确立了其作为首屈一指的去中心化 GPU 渲染和 AI 训练平台的地位。2024 年，Render 处理了超过 4000 万帧，网络使用量增加了 3 倍，峰值计算增长同比增长 136.51%。该网络于 2023 年迁移到 Solana，以实现高速、低成本的交易，并与 Runway、Black Forest Labs 和 Stability AI 建立了战略合作伙伴关系。其销毁-铸造-平衡代币模型随着使用量的增加而产生通缩压力。

Akash Network 开创了去中心化云市场概念，建立在 Cosmos SDK 之上，采用反向拍卖系统，与 AWS 或 Google Cloud 相比，可节省高达 80% 的成本。“Akash 超级云”现在支持 150-200 个 GPU，利用率为 50-70%，尽管供应仍大于需求。该网络于 2024 年开源了其全部代码库，集成了 USDC 支付，并推出了 AkashML 前端以简化访问。通过特别兴趣小组的社区治理推动开发优先级。

人工超级智能联盟代表了去中心化 AI 中最雄心勃勃的整合。通过 2024 年 7 月 Fetch.ai、SingularityNET 和 Ocean Protocol（以及 2024 年 10 月的 CUDOS）的合并，该合并实体在 2025 年 2 月达到了 92 亿美元的市值，合并后增长了 22.7%。该联盟跨越五个区块链——以太坊、Cosmos、Cardano、Polkadot 和 Solana——拥有 20 万多名代币持有者。Fetch.ai 通过其 DeltaV 市场为经济交易提供自主 AI 代理。由“AGI 之父”Ben Goertzel 博士创立的 SingularityNET 运营着世界上第一个去中心化 AI 市场，实现代理间的交互。Ocean Protocol 通过“数据代币”实现数据代币化，允许 AI 训练数据货币化，同时保持数据主权。该联盟推出了世界上第一个基于 Web3 的大语言模型 ASI-1 Mini，并与金融、医疗保健、电子商务和制造业等领域建立了企业合作关系。

存储解决方案已发展到支持大规模 AI 数据集。IPFS（星际文件系统）现在通过 Snapshot 为 9000 多个 Web3 项目提供服务，其中值得注意的是 NASA/洛克希德·马丁公司在轨道上部署了一个 IPFS 节点。Filecoin 通过基于区块链的市场提供激励性存储，矿工通过复制证明和时空证明赚取 FIL 代币，确保数据持久性并每 24 小时进行验证。Lighthouse Storage、Storacha 和 NFT.Storage 等支持平台提供从代币门控访问控制到 NFT 元数据永久存储的专业服务。

互联网计算机协议（ICP）在实现真正的链上 AI 推理方面独树一帜，直接在区块链上展示了面部识别功能。Cyclotron 里程碑带来了 10 倍的性能提升，GPU 支持正在开发中，以支持更大的模型。这解决了一个关键挑战：由于高成本和区块链 Gas 限制，大多数 AI 计算发生在链下，从而产生了信任假设。ICP 基于 WebAssembly 的“Canisters”支持具有嵌入式 AI 功能的高级智能合约。

Gensyn 协议通过其创新的概率学习证明系统解决了机器学习训练验证的挑战，从梯度优化中生成可验证的证书。基于图的精确协议确保一致的执行验证，而带有质押和惩罚机制的 Truebit 式激励博弈确保诚实。2024-2025 年的新发布包括 Acurast，它聚合了 3 万多部智能手机作为去中心化计算节点，使用硬件安全模块进行安全处理。

基础设施层正在迅速成熟，但仍存在重大挑战。需要 10 万多个 GPU 持续 1-2 年的基础模型训练在去中心化网络上仍然不切实际。验证机制成本高昂——zkML（零知识机器学习）目前的成本是原始推理成本的 1000 倍，距离实际实施还有 3-5 年。TEEs（可信执行环境）提供了更实用的近期解决方案，但需要硬件信任。性能差距依然存在，中心化系统目前运行速度快 10-100 倍。然而，其价值主张引人注目：民主化访问、数据主权、抗审查性和显著降低的成本正在推动持续创新和大量机构投资。

AI 代理在 Web3 中成为自主经济实体​

Web3 中的 AI 代理代表了区块链采用中最深刻的转变之一，其市值超过 100 亿美元，交易量每月增长超过 30%。核心洞察是：Web3 并非为大规模人类设计——它是为机器而生。历史上限制主流采用的复杂性，对于能够无缝导航去中心化系统的 AI 代理来说，反而成为优势。行业高管预测，到 2025 年，将有超过 100 万个 AI 代理在 Web3 中运行，作为拥有自己的钱包、签名密钥和加密资产托管权的自主经济参与者。

Autonolas (Olas) 开创了“共同拥有 AI”的概念，于 2021 年作为第一个加密货币 x AI 项目推出。该平台现在每月处理超过 70 万笔交易，环比增长 30%，在九个区块链上总计完成了 350 万笔交易。Olas 的“代理应用商店”Pearl 实现了用户拥有的 AI 代理，而 Olas Stack 则为代理开发提供了可组合的框架。该协议通过奖励有价值代码贡献的代币经济学来激励代理创建。2025 年，Olas 在 1kx 领投下筹集了 1380 万美元，战略合作伙伴包括 Tioga Capital 和 Zee Prime。Olas Predict 产品展示了代理管理预测市场，而 Modius 则提供自主交易功能。

Morpheus 作为第一个个性化智能代理的点对点网络推出，引入了一种新颖的经济模型，其中1% 的 MOR 代币持有量等于 1% 的去中心化计算预算访问权，而无需持续支出。这消除了中心化 AI 服务按使用付费的摩擦。Morpheus 的智能代理协议将基于 Web3 数据训练的 LLM 与钱包功能（Metamask）集成，实现自然语言交易执行。该平台的公平启动（无预挖）和 Arbitrum 上的 16 年发行曲线创建了一个由 14400 个初始代币建立的模型。该架构涵盖四大支柱：计算（去中心化 GPU 网络）、代码（开发者贡献）、资本（stETH 流动性提供）和社区（用户采用和治理）。

Virtuals Protocol 于 2024 年 10 月作为“AI 代理的 Pump.fun”横空出世，在 Base 和 Solana 上建立了代币化 AI 代理启动平台。该平台生态系统市值达到 16 亿至 18 亿美元，仅 2024 年 11 月就推出了超过 21000 个代理代币——每日发布量超过 1000 个。G.A.M.E 框架（生成式自主多模态实体）使代理具备文本、语音和 3D 动画功能，通过链上钱包（ERC-6551）跨平台运行。经济设计要求 100 个 VIRTUAL 代币才能启动一个代理，每个代理铸造 10 亿个代币，所有交易都通过 $VIRTUAL 路由，从而产生通缩回购销毁压力。知名代理包括 Luna（市值 6900 万美元的虚拟 K-pop 明星，拥有 TikTok 影响力和 Spotify 分发）和 aixbt（市值曾达到 7 亿美元的 AI 加密分析师）。

Delysium 设想通过其 YKILY 网络（You Know I Love You）实现“10 亿人类和 1000 亿 AI 虚拟生命在区块链上共存”。Lucy OS，这个 AI 驱动的 Web3 操作系统，实现了 140 万+钱包连接，作为网络上的第一个代理。Lucy 提供交易代理（代币监控和策略制定）、DEX 聚合（跨市场的最佳路由）和信息代理（项目分析和新闻更新）。代理 ID 系统为代理创建独特的数字护照，实现基于 NFT 的代理所有权，并集成具有双重用户-代理可访问性的钱包。Delysium 获得了微软、谷歌云、Y Combinator、Galaxy Interactive 和 Republic Crypto 的支持，为 2025 年的重大扩张做好了准备。

AI 代理正在通过超越人类交易表现的自主操作来改变 DeFi。ai16z 的 Eliza 代理在流动性池管理方面展示了超过 60% 的年化回报，而 Mode Network 代理则始终优于人类交易员。Allora Labs 运营着一个去中心化 AI 网络，通过 Uniswap 上的主动流动性管理和具有实时纠错功能的杠杆借贷策略来减少代理错误。Loky AI 为 100 多个 DeFi 和交易代理提供支持，拥有 950 名质押者和 3 万多名代币持有者，提供用于代理连接和实时交易信号的 MCP API。基础设施正在迅速成熟，代理管理的资产超过 1 亿美元，领先平台实现了六位数的年度经常性收入。

DAO 正在通过投票代表、提案分析和资金管理来整合 AI 驱动的决策。Autonolas 的 Governatooorr 作为 AI 赋能的治理代表，确保始终达到法定人数，并根据预定义标准进行投票。这种混合模型保留了人类权威，同时利用 AI 进行数据驱动的推荐。Ocean Protocol 的 Trent McConaghy 阐明了这一愿景：“AI DAO 可能比单独的 AI 或单独的 DAO 更强大。AI 获得了它缺失的环节：资源；DAO 获得了它缺失的环节：自主决策。潜在影响是乘数效应。”

实现代理市场的经济模型多种多样且具有创新性。Olas Mech Marketplace 作为第一个去中心化市场，代理可以在其中雇佣其他代理的服务并自主协作。通过推理费用、回购销毁通缩模型、LP 奖励和质押激励实现的收入分成创造了可持续的代币经济学。像 $VIRTUAL、$OLAS、$MOR 和$AGI 这样的平台代币充当访问网关、治理机制和通缩资产。AI 代理市场预计将从 2025 年的 76.3 亿美元增长到 2030 年的 526 亿美元，复合年增长率超过 45%，其中北美占据全球 40% 的份额，亚太地区以 49.5% 的复合年增长率增长最快。

真理终端成为第一个市值超过 10 亿美元的 AI 代理，其 $GOAT 代币展示了自主代理的病毒式潜力。代理作为经济实体——具有独立运营、经济目标导向、技能获取、资源所有权和交易自主性——的概念不再是理论，而是运营现实。Coinbase 的 John D'Agostino 抓住了这种必要性：“AI 代理永远不会依赖传统金融。它太慢，受限于国界和第三方权限。”区块链提供了代理在无界、无许可经济中真正自主运行所需的基础设施。

AI 优化重塑跨境支付​

AI 正在通过提供实时路由优化、预测性流动性管理、自动化合规和智能外汇时机，将加密货币转变为真正无界资金的基础设施。一家欧洲金融科技公司利用 AI 驱动的流动性和路由优化器，将结算时间从 72 小时缩短到不到 10 分钟。传统系统每年对全球企业跨境流动的 23.5 万亿美元征收超过 1200 亿美元的交易费用——这是一个巨大的低效，AI 和加密货币可以共同消除。

Wise 凭借 AI 和机器学习，仅用 300 名员工处理了 12 亿笔支付，堪称典范。该平台使用 150 多个机器学习算法，每秒运行 80 次检查，每天分析 700 万笔交易，以检测欺诈、制裁和反洗钱风险，实现了 99% 的直通式处理。这使得合作伙伴 Aseel 的入职时间缩短了 87%，平均入职时间为 40 秒。AI 充当支付的“空中交通管制”，持续监控交易并通过评估网络拥堵、外汇流动性和费用，动态地将它们路由到最佳路径。在发送前预验证交易详情可减少导致延迟的错误和拒绝。一家金融科技公司根据 AI 预测等待了三个小时，在 10 万美元的转账中节省了 0.5%，而一家加拿大电子商务公司通过 AI 驱动的批处理优化，每年将处理成本降低了 22%。

稳定币为这一转型提供了轨道。稳定币总供应量在五年内从 50 亿美元增长到 2200 亿美元以上，2024 年交易量达到 32 万亿美元。目前占全球估计 195 万亿美元跨境支付的 3%，预测显示五年内将增长到 20%（60 万亿美元）。Juniper Research 估计，随着采用规模的扩大，区块链支持的跨境结算将带来 3300 倍的成本节省增长——到 2030 年高达 100 亿美元。与传统方法相比，许可型 DeFi 实施可将交易成本降低高达 80%。

万事达卡的 Brighterion AI 平台通过 AI 增强的制裁筛选和 B2B 网络中的反洗钱功能，提供实时交易智能。贝宝利用 4 亿多个活跃账户，通过机器学习驱动的欺诈检测，在几分之一秒内分析设备指纹、位置和消费模式。Stripe 的 Radar 使用在 195 多个国家/地区的数千亿数据点上训练的机器学习，91% 的概率表明卡片之前已在网络上出现过，用于欺诈情报。GPT-4 集成帮助企业用通俗英语编写欺诈规则。摩根大通的 Kinexys 平台通过区块链实现近乎 24x7 的跨境价值流转，并提供 API 连接以实现实时外汇汇率可见性。

根据《哈佛商业评论》的研究，AI 驱动的合规自动化将 KYC 成本降低了高达 70%。通过 AI 视觉系统进行文档验证可即时验证身份、比较照片并执行活体检测——将入职时间从几天缩短到几分钟。通过机器学习模型进行交易监控可学习正常和异常行为模式，检测可疑模式，同时将误报率降低 50% 以上。NLP 和智能匹配算法提高了制裁筛选的准确性，减少了常见姓名的误报。通过永久 KYC（pKYC）进行持续监控，使用自动化跟踪客户风险档案，并在发生重大变化时触发警报。

通过加密货币 x AI 实现无界资金的愿景包括即时、低成本的全球支付，资金像数据一样流动——可编程、无界且接近零成本。AI 作为编排层，实时管理风险、合规和优化，并进行动态货币转换和路由决策。智能合约可根据条件实现自动化执行，AI 监控触发器（如交付确认）并无需人工干预即可执行支付。这消除了各方之间的信任要求，并实现了新的用例，包括小额支付、订阅模式和条件转账。通过使用替代数据（设备智能、行为生物识别）对没有正式身份证明的人群进行 AI 验证，普惠金融得以扩大，降低了全球商业参与的障碍。Stripe 以 11 亿美元收购 Bridge 并推出 AI 代理 SDK，展示了 AI 代理使用稳定币作为交换媒介进行自主商业的愿景。

安全和欺诈预防达到前所未有的复杂程度​

AI 正在彻底改变加密货币安全，涵盖欺诈检测、钱包保护、智能合约审计和区块链分析。2024 年，DeFi 攻击造成 91.1 亿美元的损失，加上 AI 驱动的诈骗日益增多，这些功能已成为生态系统持续增长和机构采用的必要条件。

Chainalysis 作为区块链情报领域的市场领导者，覆盖 100 多个区块链，拥有 1000 亿多个数据点，将地址与经过验证的实体关联起来。该平台复杂的机器学习技术能够进行地址聚类和实体归因，并拥有来自最大的全球情报团队的真实数据。数据可在法庭上采纳，并帮助客户在全球范围内采取了开创性的法律行动。Alterya 产品提供 AI 驱动的威胁情报，实时阻止加密货币欺诈，其检测方法涵盖模式识别、语言分析和行为建模。Chainalysis 数据显示，所有存入诈骗钱包的存款中，有 60% 流向利用 AI 的诈骗，自 2021 年以来稳步增长。

Elliptic 通过 AI 驱动的风险评分，覆盖 1000 亿多个数据点，实现了 99% 的加密市场覆盖率。与麻省理工学院-IBM 沃森 AI 实验室合作进行的研究，关于用于洗钱检测的机器学习，产生了 Elliptic2 数据集，其中包含 2 亿多笔交易，现已公开供研究使用。AI 识别了洗钱模式，包括“剥离链”和新颖的嵌套服务模式，交易所确认了 52 个 AI 预测的洗钱子图中的 14 个——考虑到通常只有不到万分之一的账户会被标记，这非常了不起。应用包括交易筛选、钱包监控和具有跨链分析功能的调查工具。

Sardine 展示了设备智能和行为生物识别（DIBB）在欺诈预防中的强大功能。该平台每月监控超过 80 亿美元的交易，保护 1 亿多用户，拥有 4800 多个风险特征用于模型训练。客户 Novo Bank 在每月 10 亿美元的交易量中实现了 0.003% 的退款率——仅 2.6 万美元的欺诈性退款。从账户创建到交易的实时会话监控可检测 VPN 使用、模拟器、远程访问工具和可疑的复制粘贴行为。该系统始终将设备智能和行为生物识别列为风险预测模型中表现最佳的特征。

智能合约安全性通过 AI 驱动的审计得到了显著提升。CertiK 在 2025 年 3 月前审计了 5000 多个以太坊合约，识别了 1200 个漏洞，包括价值 5 亿美元的零日漏洞。AI 驱动的静态分析、动态分析和形式化验证将审计时间缩短了 30%。Octane 提供 24/7 的攻击性情报，通过主动漏洞扫描，利用深度 AI 模型进行持续监控，保护超过 1 亿美元的资产。SmartLLM，一个经过精调的 LLaMA 3.1 模型，在漏洞检测方面实现了 100% 的召回率和 70% 的准确率。采用的技术包括符号执行、分析合约关系的图神经网络、理解代码模式的 Transformer 模型，以及用通俗英语解释漏洞的 NLP。这些系统可检测重入攻击、整数溢出/下溢、不当访问控制、Gas 限制问题、时间戳依赖、抢先交易漏洞以及复杂合约中的逻辑缺陷。

钱包安全利用 270 多个风险指标，追踪犯罪、欺诈、洗钱、贿赂、恐怖主义融资和制裁。跨链检测监控比特币、以太坊、NEO、Dash、超级账本和 100 多种资产的交易。行为生物识别分析鼠标移动、打字模式和设备使用情况，以识别未经授权的访问尝试。多层安全结合了多因素认证、生物识别验证、基于时间的一次性密码、异常检测和高风险活动的实时警报。

AI 与区块链分析的融合创造了前所未有的调查能力。TRM Labs、Scorechain、Bitsight、Moneyflow 和 Blockseer 等公司提供专业工具，从深度/暗网监控到区块链确认前的实时交易通知。关键技术趋势包括集成生成式 AI（GPT-4、LLaMA）用于漏洞解释和合规规则编写、实时链上监控与链下情报相结合、行为生物识别和设备指纹识别、用于隐私保护模型训练的联邦学习、用于监管合规的可解释 AI，以及持续模型再训练以适应新兴威胁。

可量化的改进是巨大的：与基于规则的系统相比，反洗钱误报减少 50% 以上；实时欺诈检测在毫秒级完成，而人工审查需要数小时或数天；通过自动化将 KYC 成本降低 70%；使用 AI 将智能合约审计时间缩短 30-35%。2023 年，全球金融机构因反洗钱/了解你的客户/制裁违规支付了 260 亿美元，这使得这些 AI 驱动的解决方案不仅有益，而且对于合规和运营生存至关重要。

无界资金和智能叙事成为焦点​

2024-2025 年，无界资金邂逅无界智能的概念已成为加密货币与 AI 融合的决定性叙事。a16z crypto 的 Chris Dixon 鲜明地提出了这个问题：“谁将控制未来的 AI——大公司还是用户社区？这就是加密货币的用武之地。” 这种叙事将 AI 定位为可扩展的智能，将区块链定位为可扩展的信任，从而创建在全球范围内无国界、无中介、无许可地运行的自主经济系统。

领先的风险投资公司正在向这一论点投入大量资源。Paradigm 在加密风投中排名第一，绩效指标为 11.80%，于 2023 年从只关注加密货币转向包括 AI 在内的“前沿技术”。该公司领投了 Nous Research 的 5000 万美元 A 轮投资（2025 年 4 月），估值 10 亿美元，用于在 Solana 上进行去中心化 AI 训练，并直播了一个 150 亿参数 LLM 的训练过程。联合创始人 Fred Ehrsam（Coinbase 前联合创始人）和 Matt Huang（红杉资本前合伙人）将于 2025 年 8 月在旧金山举办 Paradigm Frontiers 大会，专注于尖端加密货币和 AI 应用开发。

VanEck 成立了 VanEck Ventures，专门为加密货币/AI/金融科技初创公司提供 3000 万美元资金，由 Wyatt Lonergan 和 Juan Lopez（Circle Ventures 前高管）领导。该公司发布的“2025 年十大加密货币预测”突出强调了 AI 代理将达到 100 万+链上参与者，作为自主网络参与者运营 DePIN 节点并验证分布式能源。VanEck 预测稳定币每日结算量将达到 3000 亿美元（占 DTCC 交易量的 5%，高于 2024 年 11 月的 1000 亿美元），并预计比特币在周期峰值将达到 18 万美元，以太坊将超过 6000 美元。

Multicoin Capital 的 Kyle Samani 发表了《加密货币与 AI 的融合：四大关键交汇点》，重点关注去中心化 GPU 网络（投资了 Render）、AI 训练基础设施和真实性证明。Galaxy Digital 发生了巨大转变，首席执行官 Mike Novogratz 从比特币挖矿转向 AI 数据中心，与 CoreWeave 签订了为期 15 年、价值 45 亿美元的协议，用于德克萨斯州的 Helios 设施。该基础设施将在 2026 年上半年提供 133MW 的关键 IT 负载，展示了机构对物理基础设施层的承诺。

市场数据验证了这一叙事的吸引力。到 2025 年年中，AI 加密代币市值达到 240 亿至 270 亿美元，日交易量为 17 亿美元。2024 年第三季度风险投资活动显示，AI x 加密项目获得了 2.7 亿美元的资金流入——比上一季度增长了 5 倍——尽管整体加密风投下降了 20%，达到 24 亿美元，涉及 478 笔交易。DePIN 领域在种子前到 A 轮阶段筹集了超过 3.5 亿美元。AI 代理市场预计将从 2025 年的 76.3 亿美元增长到 2030 年的 526 亿美元，复合年增长率为 44.8%。

加密推特影响者和建设者正在推动叙事势头。Andy Ayrey 创建了真理终端，这是第一个市值达到 13 亿美元的 AI 代理，其代币为 $GOAT。Shaw (@shawmakesmagic) 开发了 ai16z 和 Eliza 框架，实现了广泛的代理部署。Ejaaz (@cryptopunk7213)、Teng Yan (@0xPrismatic) 和 0xJeff (@Defi0xJeff) 等分析师每周提供 AI 代理分析和基础设施覆盖，帮助社区理解技术可能性。

会议圈反映了这一叙事的突出性。TOKEN2049 新加坡吸引了来自 150 多个国家/地区的 2 万多名与会者，300 多位演讲者包括 Vitalik Buterin、Anatoly Yakovenko 和 Balaji Srinivasan。“AI 与加密货币交汇点”分会场超额认购 10 倍，由 Lunar Strategy、ChainGPT 和 Privasea 组织。Crypto AI:CON 于 2024 年在里斯本推出，吸引了 1250 多名与会者（售罄），并计划于 2025 年扩展到 6 场以上全球活动，包括 TOKEN2049 期间的迪拜。2025 年巴黎区块链周在卢浮宫卡鲁塞尔举行，将 AI、开放金融、企业 Web3 和央行数字货币作为核心议题。

Coinbase 的 John D'Agostino 明确了推动采用的必要性：“AI 代理永远不会依赖传统金融。它太慢，受限于国界和第三方权限。”Coinbase 推出了基于代理的模板和 AgentKit 开发者工具，以支持代理间经济基础设施。World ID 与 Tinder、游戏平台和社交媒体的合作展示了人格证明的规模化，因为深度伪造和机器人泛滥使得人类验证变得至关重要。基于区块链的身份系统提供互操作性、向前兼容性和隐私保护——这是代理经济的必要基础设施。

Reown 和 YouGov 的调查数据显示，37% 的人认为 AI 和支付是加密货币采用的关键驱动因素，51% 的 18-34 岁年轻人持有稳定币。共识观点将 AI 代理定位为主流加密货币采用的“特洛伊木马”，通过嵌入式钱包、通行密钥和账户抽象实现无缝用户体验改进，使复杂性对最终用户不可见。Top Hat 等无代码平台使任何人都能在几分钟内启动代理，从而民主化了对技术的访问。

这一愿景超越了金融服务。管理 DePIN 节点的 AI 代理可以优化分布式能源网格，Delysium 设想“10 亿人类和 1000 亿 AI 虚拟生命在区块链上共存”。代理在游戏、社区和媒体平台之间穿梭，拥有持久的人格和记忆。通过推理费用、内容创作和自主服务产生收入，创造了全新的经济模型。根据麦肯锡的报告，到 2030 年，潜在的 GDP 贡献将达到 2.6 万亿至 4.4 万亿美元，代表着全球业务运营的根本性转型。

监管框架难以跟上创新步伐​

2025 年，加密货币与 AI 的监管格局代表着全球金融系统面临的最复杂挑战之一，随着技术发展速度快于监管框架，各司法管辖区采取了不同的方法。美国经历了戏剧性的政策转变，2025 年 1 月的《数字金融技术行政命令》确立了联邦政府对负责任的数字资产增长的支持。David Sacks 被任命为 AI 和加密货币特别顾问，SEC 在委员 Hester Peirce 的领导下成立了加密货币工作组，CFTC 启动了“加密冲刺”，SEC-CFTC 协调努力最终于 2025 年 9 月发布联合声明，澄清了注册交易所的现货加密货币交易。

美国的主要优先事项集中在通过 FIT 21 框架立法在 SEC（证券）和 CFTC（商品）之间划分监管，通过拟议的 GENIUS 法案条款建立联邦稳定币框架，以及将监控投资工具中的 AI、自动化交易算法和欺诈预防作为 2025 年的审查重点。SAB 121 被废除并替换为 SAB 122，允许银行开展加密货币托管服务——这是机构采用的主要催化剂。政府禁止未经国会批准的央行数字货币开发，表明偏好私营部门的稳定币解决方案。

欧盟实施了全面的框架。加密资产市场法规（MiCAR）于 2024 年 12 月全面运作，过渡期至 2026 年 7 月，涵盖加密资产发行方（CAIs）和服务提供商（CASPs），并对资产参照代币（ARTs）和电子货币代币（EMTs）进行产品分类。欧盟 AI 法案，世界上第一部全面的 AI 法律，强制要求在 2026 年前全面合规，并对基于风险的分类和用于受控测试的监管沙盒进行规定。DORA（数字运营韧性法案）要求在 2025 年 1 月 17 日前合规，建立了 ICT 风险管理和事件报告要求。

亚太司法管辖区争夺加密货币主导地位。新加坡的《支付服务法》管辖数字支付代币，并最终确定了稳定币框架，要求严格的储备管理。PDPC 的 AI 治理模型框架指导 AI 实施，而守护者项目和兰花项目则支持代币化试点。香港证券及期货事务监察委员会于 2025 年 2 月推出了 ASPIRe 框架（访问、保障、产品、基础设施、关系），包含 12 项举措，包括场外交易许可和加密衍生品。自 2023 年 5 月起运作的虚拟资产交易平台（VATP）许可制度表明了香港致力于成为亚洲加密货币中心的决心。日本通过《支付服务法》和金融商品交易法（FIEA）监管，保持保守的消费者保护重点。

监管自主 AI 系统仍存在重大挑战。当 AI 代理执行自主交易时，归属和问责仍然不明确——SEC 和司法部将 AI 输出视为个人决策，要求公司证明系统未操纵市场。技术复杂性造成“黑箱问题”，AI 模型缺乏决策透明度，同时发展速度快于监管框架的适应能力。去中心化挑战浮现，因为 DeFi 协议没有中央机构进行监管，跨境操作使司法管辖区监管复杂化，监管套利促使迁移到更宽松的监管环境。

AI 交易的合规要求涵盖多个维度。FINRA 要求自动化交易监控、模型风险管理、全面测试程序和可解释性标准。CFTC 任命 Ted Kaouk 博士为首任首席 AI 官，并于 2024 年 12 月发布咨询意见，澄清指定合约市场必须保持自动化交易监控。关键合规领域包括算法问责和可解释性、用于手动覆盖的“终止开关”、人工干预监督以及 GDPR 和 CCPA 下的数据隐私合规。

DeFi 合规带来独特挑战，因为协议没有中央实体进行传统合规，匿名性与 KYC/AML 要求冲突，智能合约无需人工干预即可执行。FATF 的“旅行规则”根据“同等风险，同等规则”原则扩展到 DeFi 提供商。IOSCO 于 2023 年 12 月发布了涵盖 DeFi 监管六个关键领域的建议。实用方法包括用于访问管理的白名单/黑名单、用于合规流动的隐私池、使用 REKT 测试标准进行智能合约审计、漏洞赏金计划以及具有问责机制的链上治理。

数据隐私造成根本性矛盾。GDPR 的“被遗忘权”与区块链不可篡改性冲突，违规罚款高达 2000 万欧元或收入的 4%。在无许可区块链中识别数据控制者很困难，而数据最小化要求与区块链分发所有数据相冲突。技术解决方案包括用于“功能性擦除”的加密密钥销毁、链下存储与链上哈希（EDPB 2025 年 4 月指南强烈推荐）、零知识证明实现不披露信息的验证，以及 GDPR 第 25 条下的隐私设计和强制性数据保护影响评估。

跨境监管挑战源于司法管辖区碎片化，没有通用框架。FATF 2024 年 6 月评估发现，75% 的司法管辖区仅部分符合标准，而 30% 未实施“旅行规则”。金融稳定理事会（FSB）2024 年 10 月的状态显示，93% 的国家有加密货币框架计划，但只有 62% 预计到 2025 年实现一致。全球协调通过 FSB 的全球监管框架（2023 年 7 月）、IOSCO 的 18 项建议（2023 年 11 月）、巴塞尔委员会的审慎标准（2026 年 1 月生效）和 FATF 关于虚拟资产的第 15 号建议进行。

项目通过战略方法应对这种复杂性。多司法管辖区许可在有利的司法管辖区建立存在。参与欧盟、香港、新加坡和英国沙盒等监管沙盒可实现受控测试。合规优先设计实施隐私保护技术（零知识证明、链下存储）、分离受监管和非受监管功能的模块化架构，以及结合法律实体和去中心化协议的混合模型。积极与监管机构互动、教育宣传以及投资 AI 驱动的合规基础设施（交易监控、KYC 自动化、通过 Chainalysis 和 Elliptic 等平台进行监管情报）代表了最佳实践。

未来情景显著分歧。短期（2025-2026 年），预计美国将出台全面立法（FIT 21 或类似），联邦稳定币框架，SAB 121 废除后的机构采用激增，质押 ETF 批准，MiCAR 全面实施，AI 法案合规，以及 2025 年底前做出数字欧元决定。中期（2027-2029 年）可能通过 FSB 框架实现全球协调，改进 FATF 合规性（80% 以上），AI 驱动合规成为主流，传统金融-DeFi 融合，以及代币化走向主流。长期（2030 年以后）呈现三种情景：通过国际条约和 G20 标准实现统一的全球框架；碎片化区域化，三大主要集团（美国、欧盟、亚洲）采取不同的哲学方法；或 AI 原生监管，AI 系统监管 AI，实时自适应框架，以及智能合约中的嵌入式监督。

前景乐观与谨慎并存。积极发展包括美国支持创新的监管重置、欧盟全面的 MiCAR 框架、亚洲的竞争性领导地位、改善全球协调以及推进技术解决方案。对司法管辖区碎片化风险、FATF 标准实施差距、DeFi 监管不确定性、美国联邦 AI 监管减少以及快速增长带来的系统性风险的担忧依然存在。成功需要平衡创新与保障、积极的监管机构互动以及致力于负责任的开发。有效应对这种复杂性的司法管辖区和项目将定义数字金融的未来。

前进之路：挑战与机遇​

2024-2025 年，加密货币与人工智能的融合已从理论可能性转变为运营现实，然而，巨大的机遇也伴随着严峻的挑战。基础设施已大幅成熟——经验证的性能指标（Numerai 的 25% 回报，AI 交易机器人每年实现 12-40% 的回报）、主要机构验证（摩根大通的 5 亿美元）、240 亿至 270 亿美元的 AI 加密代币市场，以及超过 350 万笔代理交易，都证明了其可行性和发展势头。

技术障碍依然严峻。需要 10 万多个 GPU 持续 1-2 年的基础模型训练在去中心化网络上仍然不切实际——基础设施更适合微调、推理和小型模型，而不是训练前沿系统。验证机制面临三难困境：成本高昂（zkML 成本是推理成本的 1000 倍）、依赖信任（TEEs 依赖硬件）或缓慢（基于共识的验证）。性能差距依然存在，中心化系统目前运行速度快 10-100 倍。链上计算面临高成本和 Gas 限制，迫使大多数 AI 执行链下，随之而来的信任假设也因此产生。

市场动态既有希望也有波动。AI 代理代币类别表现出类似模因币的价格波动——许多在 2024 年底达到顶峰，并在 2025 年盘整期间回落。仅 Virtuals Protocol 在 2024 年 11 月的每日代理发布量就超过 1000 个，这引发了对质量的担忧，因为大多数代理仍是衍生品，实际效用有限。去中心化计算网络中供大于求。使 Web3 适合机器的复杂性仍然限制了人类的采用。尽管最近取得了进展，监管不确定性依然存在，自主 AI 的法律地位不明确，AI 金融决策的合规问题也悬而未决。

尽管存在这些挑战，价值主张依然引人注目。通过与中心化云提供商相比节省 70-80% 的成本，民主化 AI 访问，打破科技巨头对计算资源的垄断。通过联邦学习、零知识证明和用户控制的数据实现数据主权和隐私保护计算，使个人能够在不放弃控制权的情况下将其信息货币化。通过地理分布实现抗审查性，防止超大规模提供商的单点关闭和去平台化。通过不可篡改的区块链记录实现透明和可验证的 AI，为模型训练和决策创建审计追踪。通过代币奖励的经济激励公平补偿计算、数据和开发贡献。

2025 年及以后的关键成功因素包括通过 ICP 的 Cyclotron 带来 10 倍收益等技术改进来缩小与中心化系统的性能差距。实现实用的验证解决方案，使 TEEs 在短期内比 zkML 更有前景。推动真实需求以匹配不断增长的供应，需要超越投机的引人注目的用例。通过嵌入式钱包、通行密钥、账户抽象和无代码平台简化用户体验以实现主流采用，使复杂性对最终用户不可见。建立互操作性标准以实现跨链代理操作。主动而非被动地应对不断变化的监管格局，保护长期可行性。

Vivien Lin 通过 AI 赋能实现金融尊严的愿景抓住了这项技术背后以人为本的宗旨。她强调 AI 应该增强判断力而不是取代它，提供清晰度而非虚假确定性，并民主化机构级工具的访问，无论地理位置或经验如何，这代表了可持续增长所需的精神。BingX 的 3 亿美元承诺和 100 天内 200 万+用户采用表明，设计得当的加密货币 x AI 解决方案可以在保持完整性的同时实现大规模扩展。

无界资金邂逅无界智能的叙事并非夸大其词——它是数百万用户和代理进行数万亿交易的运营现实。像真理终端这样市值 13 亿美元的 AI 代理，像 Bittensor 这样拥有 7000 多名矿工和 41 亿美元价值的基础设施，以及像 ASI 联盟这样将三个主要项目整合为 92 亿美元生态系统的平台，都证明了这一论点。摩根大通的 5 亿美元拨款、Galaxy Digital 的 45 亿美元基础设施协议以及 Paradigm 在去中心化 AI 训练中的 5000 万美元投资表明，机构认为这是基础性的而非投机性的。

行业领导者展望的未来——到 2025 年将有超过 100 万个 AI 代理在链上运行，稳定币每日结算 3000 亿美元，到 2030 年 AI 将为全球 GDP 贡献 2.6 万亿至 4.4 万亿美元——雄心勃勃但基于已可见的轨迹。竞争并非中心化 AI 保持主导地位或去中心化替代方案完全获胜。相反，共生关系创造了不可替代的利益：中心化 AI 可能保持性能优势，但去中心化替代方案提供中心化系统无法提供的信任、可访问性和价值观一致性。

对于开发者和创始人来说，机会在于构建真正的实用性而不是衍生代理，利用 ELIZA 和 Virtuals Protocol 等开放框架来缩短上市时间，设计超越模因币波动性的可持续代币经济学，并整合跨平台存在。对于投资者来说，DePIN、计算网络和代理框架中的基础设施投资提供了比单个代理更清晰的护城河。像 NEAR、Bittensor 和 Render 这样成熟的生态系统展示了经验证的采用。关注 a16z、Paradigm 和 Multicoin 的风投活动提供了有前景领域的领先指标。对于研究人员来说，前沿领域包括代理间支付协议、人格证明解决方案的规模化、链上 AI 模型推理改进以及 AI 生成内容的收入分配机制。

区块链可扩展信任与 AI 可扩展智能的融合正在为自主经济系统创建基础设施，这些系统在全球范围内无国界、无中介、无许可地运行。这并非现有系统的下一次迭代——它对价值、智能和信任如何互动的根本性重塑。那些为这一转型构建轨道的人，不仅定义了下一波技术浪潮，还定义了数字文明的基础架构。参与者面临的问题不是是否参与，而是如何快速构建、投资和贡献于无界资金和无界智能融合的新兴现实，为人类协作和繁荣创造真正新颖的可能性。

＃Web3生态系统中的MCP：全面评论

##1。MCP在Web3上下文中的定义和起源

**模型上下文协议（MCP）**是一个开放标准，它将AI助手（例如大语言模型）连接到外部数据源，工具和环境。 MCP通常被描述为“ AI的USB-C端口”，这是由于其通用的插件性质，是由Anthropic开发的，并于2024年11月下旬首次引入。它是一种解决方案，可以通过将AI模型与“数据库和APIS到开发环境”和“ APIS”和“ APIS和APIS环境”和“ APIS”和“ APIS和Bloxchains”和“ APIS和APIS”的“系统”安全地隔离而脱离隔离。

MCP最初是Anthropic的实验性侧面项目，很快就获得了吸引力。到2024年中，出现了开源参考实现，到2025年初，它已成为代理AI集成的事实上的标准**，领先的AI实验室（OpenAI，Google DeepMind，Meta AI）本地采用它。在** Web3社区**中，这种快速的吸收尤其值得注意。区块链开发人员将MCP视为将AI功能注入分散应用程序的一种方式，从而导致社区构建的MCP连接器扩散，以用于链上数据和服务。实际上，一些分析师认为，MCP可以通过使用自然语言接口来增强用户能力，以比区块链更实用的方式实现Web3的原始愿景。

总而言之，MCP不是区块链或代币**，而是AI世界中出生的开放协议，该协议在Web3生态系统中迅速接受为AI代理和分散数据源之间的桥梁。人类为标准（具有最初的GitHub规格和SDK）开源，并在其周围培养了一个开放的社区。这种社区驱动的方法为MCP集成到Web3中奠定了基础，现在它被视为针对AI支持的分散应用程序的基础基础架构。

2。技术架构和核心协议​

MCP在轻量级客户端 - 服务器架构中运行，并带有三个主要角色：

• ** MCP主机：** AI应用程序或代理本身，该应用程序安排请求。这可能是聊天机器人（Claude，ChatGpt）或需要外部数据的AI功能应用程序。主机启动交互，通过MCP询问工具或信息。
• ** MCP客户端：**主机用来与服务器通信的连接器组件。客户端维护连接，管理请求/响应消息，并可以并行处理多个服务器。例如，像光标或VS Code代理模式之类的开发人员工具可以充当MCP客户端，桥接具有各种MCP服务器的本地AI环境。
• ** MCP服务器：向AI暴露某些上下文数据或功能的服务。服务器提供工具**，资源或提示 AI可以使用的**。实际上，MCP服务器可以与数据库，云应用程序或区块链节点接口，并向AI呈现一组标准化的操作集。每个客户端服务器对通过其自己的频道进行通信，因此AI代理可以同时点击多个服务器以满足不同的需求。

核心原始图： MCP定义了一组构建AI-Tool交互的标准消息类型和原语。这三个基本原则是：

• 工具： AI可以在服务器上调用的离散操作或功能。例如，一个“搜索Documents”工具或“ ETH_CALL”工具。工具封装了诸如查询API，执行计算或调用智能合约功能之类的操作。 MCP客户端可以从服务器请求可用工具的列表，并根据需要致电。
• **资源：**数据终点可以通过服务器读取（或有时写入）的数据终点。这些可能是文件，数据库条目，区块链状态（块，交易）或任何上下文数据。 AI可以列出资源并通过标准MCP消息检索其内容（例如listreSources'和readResource'请求）。
• **提示：**结构化提示模板或服务器可以提供的指令指导AI的推理。例如，服务器可能会提供格式模板或预定义的查询提示。 AI可以请求提示模板的列表，并使用它们来保持其与该服务器的交互方式的一致性。

在引擎盖下，MCP通信通常基于JSON，并遵循类似于RPC（远程过程调用）的请求响应模式。该协议的规范定义了诸如InitializereQuest，ListTools，calltool'，'listresources等的消息''，这些消息确保任何符合MCP的客户端都可以以统一的方式与任何MCP服务器交谈。此标准化是什么使AI代理可以 *发现 *可以做什么：连接到新服务器后，它可以询问“你提供哪些工具和数据？”然后动态决定如何使用它们。

安全性和执行模型： MCP考虑了安全的，可控的交互。 AI模型本身不会执行任意代码；它将高级意图（通过客户端）发送到服务器，然后执行实际操作（例如获取数据或调用API）并返回结果。这种分离意味着敏感的动作（例如区块链交易或数据库写入）可以是沙盒子或需要明确的用户批准。例如，有诸如ping'（保持连接活力）之类的消息，甚至还有createMessagereQuest'，它允许MCP服务器要求客户端的AI生成子响应，通常通过用户确认使用。正在积极开发身份验证，访问控制和审计记录之类的功能，以确保可以在企业和分散的环境中安全地使用MCP（在路线图部分中提供更多信息）。

总而言之，MCP的体系结构依赖于标准化的消息协议（带有JSON-RPC样式调用），该消息将AI代理（主机）连接到提供工具，数据和操作的灵活服务器。这种开放的体系结构是模型 - 敏捷和**平台 - agnostic ** - 任何AI代理都可以使用MCP与任何资源进行交谈，任何开发人员都可以为数据源创建新的MCP服务器，而无需修改AI的核心代码。这种插件的可扩展性使MCP在Web3中的功能强大：可以为区块链节点，智能合约，钱包或甲壳构建服务器，并使AI代理将这些功能无缝集成到Web2 API上。

##3。MCP在Web3中的用例和应用

MCP通过启用AI驱动的应用程序来访问区块链数据并以安全，高级的方式访问区块链或链链操作，从而解锁了广泛的用例。以下是一些关键应用程序，并且有助于在Web3域中解决：

• 链上数据分析和查询： AI代理可以实时查询实时区块链状态，以提供见解或触发操作。例如，连接到以太坊节点的MCP服务器允许AI获取帐户余额，读取智能合约存储，跟踪交易或按需检索事件日志。这将聊天机器人或编码助手变成了区块链资源管理器。开发人员可以问一个AI助理问题，例如“ Uniswap池中目前的流动性是什么？”或“模拟该以太坊交易的气体成本”，AI将使用MCP工具调用RPC节点并从现场链中获取答案。这比依靠AI的培训数据或静态快照要强大得多。
• 自动化的Defi投资组合管理：通过组合数据访问和操作工具，AI代理可以管理加密货币组合或Defi位置。例如，“ AI Vault Optimizer” 可以监视用户在收益农场的位置，并根据实时市场条件自动建议或执行重新平衡策略。同样，AI可以充当 Defi Portfolio经理，在风险或费率变化时调整协议之间的分配。 MCP提供了AI的标准接口，以读取链上指标（价格，流动性，抵押比率），然后在允许的情况下调用工具以执行交易（例如移动资金或交换资产）。这可以帮助用户以难以手动执行的方式最大程度地提高收益率或管理风险24/7。
• ** AI驱动的交易用户代理：想想可以处理用户的区块链交互的个人AI助手。使用MCP，这样的代理可以与钱包和DAPP集成以通过自然语言命令执行任务。例如，用户可以说：“ AI，将0.5 ETH从我的钱包发送到爱丽丝或“将我的令牌放在最高疗法池中”。通过MCP，AI将使用安全的钱包服务器**（持有用户的私钥）来创建和签署事务，并使用区块链MCP服务器来广播。这种情况将复杂的命令行或metAmask互动变成对话体验。至关重要的是，这里使用安全的钱包MCP服务器，从而执行权限和确认，但最终结果是通过AI援助来简化链上交易。
• 开发人员助理和智能合同调试： Web3开发人员可以利用基于MCP的AI助手，这些助理可以了解区块链基础架构。例如，**链条的MCP服务器用于EVM和SOLANA ** **使AI编码副驾驶员可以深入了解开发人员的区块链环境。使用AI助手（在VS代码或IDE中）的智能合同工程师可以使AI在测试网上获取合同的当前状态，运行交易的模拟或检查日志 - 所有这些都是通过MCP调用到本地区块链节点的电话。这有助于调试和测试合同。 AI不再“盲目”编码；它实际上可以验证代码如何实时链链。该用例通过允许AI不断摄入最新的文档（通过文档MCP服务器）并直接查询区块链，减少幻觉并提出建议更准确，从而解决了一个主要的痛点。
• 交叉协调：由于MCP是统一接口，因此单个AI代理可以同时跨多个协议和服务协调 - 这在Web3互连的景观中非常强大。想象一个自治贸易代理，可以监视各种套利平台进行套利。通过MCP，一个代理可以通过连贯的界面与AAVE的贷款市场，Layerzero的跨链桥和MEV（矿工可提取值）分析服务进行交互。 AI可以在一个“思考过程”中，从以太坊（通过以太坊节点上的MCP服务器）收集流动性数据，获取价格信息或Oracle数据（通过另一台服务器），甚至调用桥接或交换操作。以前，这种多平台协调将需要复杂的自定义编码机器人，但是MCP为AI提供了一种可推广的方法，使AI可以浏览整个Web3生态系统，就好像它是一个大数据/资源池一样。这可以使晚期用例（例如跨链产量优化或自动清算保护）可以主动移动资产或抵押品的自动清算保护。
• ** AI咨询和支持机器人：另一个类别是Crypto应用程序中面向用户的顾问。例如，已集成到uniswap或化合物等平台中的 defi帮助聊天机器人可以使用MCP为用户提供实时信息。如果用户问：“对冲我的职位的最佳方法是什么？”，AI可以通过MCP获取当前费率，波动性数据和用户的投资组合详细信息，然后给出上下文感知的答案。平台正在探索** ai驱动的助手**嵌入在钱包或DAPP中的平台，可以指导用户完成复杂的交易，解释风险，甚至通过批准执行步骤序列。这些AI代理有效地坐落在多个Web3服务（DEXES，贷款池，保险协议）的顶部，使用MCP查询并根据需要命令它们，从而简化了用户体验。
• **超越Web3 - 多域工作流程：**尽管我们的焦点是Web3，但值得注意的是，MCP的用例扩展到了AI需要外部数据的任何域。它已经被用来将AI连接到Google Drive，Slack，Github，Figma等。实际上，单个AI代理可以跨越Web3和Web2： MCP的灵活性允许跨域自动化（例如，“如果我的DAO投票通过，请安排我的会议，并通过电子邮件发送结果”），将区块链动作与日常工具融合在一起。

解决的问题：总体问题MCP地址是缺乏AI与实时数据和服务交互的统一接口。在MCP之前，如果你希望AI使用新服务，则必须以临时方式手工编码该特定服务API的插件或集成。在Web3中，这特别繁琐 - 每个区块链或协议都有自己的界面，并且没有人工智能希望支持它们。 MCP通过标准化AI描述其想要的内容（自然语言映射到工具调用）以及服务如何描述其提供的内容来解决此问题。这大大减少了整合工作。例如，开发人员可以为该协议编写一个MCP服务器，而不是为每个Fefi协议编写自定义插件（本质上是用自然语言注释其功能）。然后，任何启用MCP的AI（Claude，Chatgpt还是开源型号）都可以立即使用它。这使AI 可扩展以插件方式，就像通过通用端口添加新设备的方式比安装新接口卡更容易。

总而言之，Web3中的MCP使** AI代理可以通过安全，标准化的渠道成为区块链世界的一流公民** - 查询，分析，甚至在分散系统之间进行交易。这为更自主的DAPP，更智能的用户代理以及链和链智能的无缝集成打开了大门。

4。代币学和治理模型​

与典型的Web3协议不同，** MCP没有天然令牌或加密货币。因此，没有内置的代币学 - 没有使用MCP固有的代币发行，积分或费用模型。 AI应用程序和服务器通过MCP通信，而无需涉及任何加密货币；例如，通过MCP呼叫区块链的AI可能会为区块链交易支付汽油费，但MCP本身没有增加额外的代币费用。该设计反映了MCP在AI社区中的起源：它是作为改善AI-Tool互动的技术标准而不是作为令牌化项目的技术标准。

** MCP的治理是以开源的，社区驱动的方式进行的。在将MCP作为公开标准发布后，人类表明了对协作发展的承诺。一个广泛的指导委员会和工作组成立了，以使协议的发展。值得注意的是，到2025年中，像微软和Github这样的主要利益相关者与人类同行加入了MCP指导委员会。这是在2025年Microsoft Build Build宣布的，表明行业参与者指导MCP的路线图和标准决策。委员会和维护者通过公开治理过程进行工作：通常会公开讨论更改或扩展MCP的建议（例如，通过GitHub问题和“ SEP” - 标准增强建议 - 指南 - 指南）。还有一个** MCP注册表工作组**（带有Block，Pulsemcp，Github和Anthropic公司等公司的维护者），例如多方治理。 2025年初，来自至少9个不同组织的贡献者合作建立了一个统一的MCP服务器注册表以进行发现，并证明了如何在社区成员之间分散发展，而不是由一个实体控制。

由于没有令牌，治理激励措施依靠利益相关者（AI公司，云提供商，区块链开发人员等）的共同利益来改善所有人的协议。这有点类似于W3C或IETF标准如何控制，但以更快的方式以GitHub为中心的过程。例如，Microsoft和Anthropic共同努力，为MCP（集成了Oauth和Single Sign-On之类的内容）设计了改进的授权规范，Github在官方MCP注册表服务上合作列出了可用的服务器。这些增强功能又为MCP规范做出了贡献。

值得注意的是，尽管MCP本身没有被象征化，但在MCP之上，关于经济激励措施和权力下放的前瞻性想法。 Web3中的一些研究人员和思想领导者预见了**“ MCP Networks” 的出现 - 基本上是MCP服务器的分散网络和使用类似区块链机制来发现，信任和奖励的代理。在这种情况下，人们可以想象一个令牌被用来奖励那些运行高质量MCP服务器的人（类似于矿工或节点运营商的激励方式）。智能合约或区块链可以促进声誉评级，可验证的计算和节点发现等功能，并具有令牌驾驶诚实的行为。这仍然是概念上的，但是MIT的NAMDA（稍后讨论）等项目正在尝试使用MCP的AI代理网络的基于令牌的激励机制。如果这些想法成熟，MCP可能会更直接地与链上的代酮组学相交，但是截至2025年核心MCP标准仍然是无令状的。

总之，MCP的“治理模型”是开放技术标准的：由社区和专家指导委员会协作，没有链子治理令牌。决策以技术优点和广泛的共识为指导，而不是硬币加权投票。这将MCP与许多Web3协议区分开来 - 它旨在通过开放的软件和标准来实现Web3的理想（权力下放，互操作性，用户授权），不是通过专有区块链或代币。用一个分析的话说， *“ Web3的承诺最终可以通过区块链和加密货币来实现，而是通过自然语言和AI代理人实现” *，将MCP定位为该愿景的关键推动者。就是说，随着MCP网络的增长，我们可能会看到混合模型，基于区块链的治理或激励机制增加了生态系统，这是一个密切关注的空间。

5。社区和生态系统​

MCP生态系统在短时间内爆炸性增长，涵盖了AI开发人员，开源贡献者，Web3工程师和主要科技公司。这是一项充满活力的社区努力，与主要的贡献者和合作伙伴关系**，包括：

• **人类：**作为创建者，通过开源MCP规格和几个参考服务器（用于Google Drive，Slack，Github等），人类种子为生态系统播种。 Anthropic继续领导开发（例如，Theodora Chu之类的员工担任MCP产品经理，而Anthropic的团队为规格更新和社区支持做出了巨大贡献）。 Anthropic的开放性吸引了其他人在MCP上建立，而不是将其视为单一公司工具。

• **早期采用者（Block，Apollo，Zed，Replit，Codeium，SourceGraph）：发行后的头几个月，一波早期采用者在其产品中实施了MCP。 块（以前为正方形）集成的MCP探索金融科技中的AI代理系统 - Block的CTO称赞MCP是将AI连接到现实世界应用程序的开放式桥梁。 ** Apollo （可能是Apollo GraphQl）还集成了MCP，以允许AI访问内部数据。 ** ZED（代码编辑器）， REPLAIT（Cloud IDE）， CONEIM（AI Coding Assistans）和 sourceGraph（代码搜索）**每个人都在添加MCP支持。例如，SourceGraph使用MCP，因此AI编码助手可以从存储库中检索相关代码以回答问题，并且Repliting的IDE代理可以在特定于项目的环境中提取。这些早期采用者提供了MCP的信誉和知名度。

• 大型技术认可 - Openai，Microsoft，Google：在一个显着的转弯处，否则竞争对手在MCP上保持一致的公司。 ** OpenAI的首席执行官Sam Altman在2025年3月公开宣布 Openai将在其产品中增加MCP支持（包括Chatgpt的桌面应用程序），说“人们喜欢MCP，我们很高兴能在我们的产品中增加支持”*。这意味着OpenAI的代理API和ChatGpt插件会说MCP，从而确保互操作性。几周后，** Google DeepMind的首席执行官Demis Hassabis 透露，Google即将推出的Gemini模型和工具将支持MCP，称其为“ AI Agesic ERA”的良好协议和开放标准。 ** Microsoft 不仅加入了指导委员会，而且与Anthropic合作，为MCP构建了官方的C＃SDK，以服务于企业开发人员社区。 Microsoft的GitHub单元将MCP集成到 GitHub Copilot（vs Code的“ Copilot Labs/Agents”模式），使Copilot能够将MCP服务器用于存储库搜索和运行测试用例之类的内容。此外，Microsoft宣布Windows 11将公开某些OS功能（例如文件系统访问），因为MCP服务器可以安全地与操作系统进行交互。 Openai，Microsoft，Google和Anthropic（所有人都在MCP围绕MCP集会）之间的合作是非凡的，并强调了该标准的社区竞争精神。

• ** Web3开发人员社区：许多区块链开发人员和初创公司都接受了MCP。创建了几个社区驱动的MCP服务器**，以服务区块链用例：

• ** Alchemy （领先的区块链基础架构提供商）的团队构建了 Alchemy MCP服务器**，该服务器通过MCP提供按需区块链分析工具。这可能使AI通过使用自然语言的API获得区块链统计数据（例如历史交易，地址活动）。

  • 贡献者开发了一个比特币和闪电网络MCP服务器与比特币节点和闪电支付网络进行交互，使AI代理能够读取比特币块数据，甚至通过标准工具创建闪电发票。
  • Crypto Media and Education Group 无资金创建了一个** OnChain MCP服务器**专注于Web3财务互动，可能为AI助手提供了DEFI协议（发送交易，查询偏差职位等）的接口。
  • 诸如** rolup.codes （以太坊第2层的知识库）之类的项目制作了一个 MCP服务器，用于滚动生态系统信息**，因此AI可以通过查询该服务器来回答有关汇总的技术问题。
  • ** Chainstack **，一个区块链节点提供商，为文档，EVM链数据和Solana推出了一套MCP服务器（涵盖了前面），明确将其作为“将你的AI放在web3构建器上的区块链类固醇上”。

此外，以Web3为中心的社区在MCP周围涌现。例如，** pulsemcp 和鹅**是社区倡议，称为帮助建立MCP注册表。我们还看到与AI代理框架的交叉授粉：Langchain社区集成的适配器，因此所有MCP服务器都可以用作Langchain-Power驱动代理中的工具，以及Hugging Face TGI（Text-Generation-generation-interference）的开源AI平台都在探索MCP兼容性。结果是一个丰富的生态系统，几乎每天都会宣布新的MCP服务器，从数据库到IoT设备的所有内容。

• **采用量表：可以在一定程度上量化牵引力。到2025年2月（发布后仅三个月），社区已经建造了1,000多个MCP服务器/连接器。这个数字只有增长，表明整个行业的一体化。迈克·克里格（Mike Krieger）（拟人化的首席产品官）于2025年春季指出，MCP已成为“蓬勃发展的公开标准，具有成千上万的集成和成长” **。官方的MCP注册表（于2025年9月在预览中启动）正在对公开可用的服务器进行分类，从而更容易发现工具。注册表的开放API允许任何人搜索“以太坊”或“概念”并找到相关的MCP连接器。这降低了新进入者的障碍，并进一步燃烧增长。

• **合作伙伴关系：**我们已经谈到了许多隐式合作伙伴关系（与Microsoft等人的拟人化）。重点介绍几个：

• **人类与Slack **：通过Slack合作，通过MCP将Claude与Slack的数据集成在一起（Slack拥有官方MCP服务器，使AI能够检索Slack消息或发布警报）。

  • 云提供商：Amazon（AWS）和Google Cloud已与Anthropic合作以主持Claude，并且很可能在这些环境中支持MCP（例如，AWS Bedrock可能允许MCP连接器用于企业数据）。尽管没有明确的引用，但这些云伙伴关系对于企业采用至关重要。
  • 学术合作：MIT和IBM研究项目NAMDA（下一个讨论）代表了学术界与行业之间的合作伙伴关系，以在分散的环境中推动MCP的限制。
  • ** GitHub＆vs Code **：增强开发人员体验的合作伙伴关系 - 例如，VS代码的团队积极地为MCP做出了贡献（注册表维护者之一来自VS代码团队）。
  • 许多初创企业：许多AI启动（代理启动，工作流动自动化启动）正在MCP上构建，而不是重新发明轮子。这包括新兴的Web3 AI初创公司希望提供“ AI为DAO”或自主经济代理商。

总体而言，** MCP社区的多样化和迅速扩展**。它包括核心科技公司（用于标准和基础工具），Web3专家（带来区块链知识和用例）以及独立的开发人员（他们通常为其喜欢的应用程序或协议贡献连接器）。这种精神是协作的。例如，对第三方MCP服务器的安全问题促使社区讨论和最佳实践的贡献（例如，为MCP服务器开展安全工具的Stacklok贡献者）。社区快速迭代的能力（MCP在几个月内看到了几次规范升级，添加流媒体响应和更好的auth等功能）证明了广泛的参与度。

特别是在Web3生态系统中，MCP培养了**“ AI + Web3” 项目的迷你生态系统。这不仅是使用协议；它催化了新想法，例如AI驱动的Daos，AI分析的链链治理以及跨域自动化（例如将链上事件与AI通过AI联系起来）。 Limechain的Zhivko Todorov 的存在 - 例如 Zhivko Todorov 表示“ MCP表示AI和区块链的不可避免的整合” - 表明，区块链退伍军人正在积极倡导它。 AI和区块链公司之间的合作伙伴关系（例如人类和区块之间的合作伙伴，或微软的Azure Cloud，使MCP易于与区块链服务一起部署）暗示了 AI代理和智能合约手工工作**的未来。

可以说，MCP点燃了AI开发人员社区与Web3开发人员社区的第一个真正的融合。现在，黑客马拉松和聚会以MCP曲目为特色。 As a concrete measure of ecosystem adoption: by mid-2025, OpenAI, Google, and Anthropic – collectively representing the majority of advanced AI models – all support MCP, and on the other side, leading blockchain infrastructure providers (Alchemy, Chainstack), crypto companies (Block, etc.), and decentralized projects are building MCP hooks.这个双面网络效果非常好，可以使MCP成为持久的标准。

6。路线图和发展里程碑​

MCP的开发节奏很快。在这里，我们概述了迄今为止的主要里程碑，而前方的路线图从官方来源和社区更新中收集到：

• ** 2024年末 - 初始版本：** ** 2024年11月25日**，拟人化正式宣布了MCP并开源了规格和初始SDK。除了规格外，他们发布了一些用于通用工具的MCP服务器实现（Google Drive，Slack，Github等），并在Claude AI Assistant（Claude Desktop App）中增加了支持，以连接到本地MCP服务器。这标志着MCP的1.0发布。拟人化的早期概念验证集成展示了Claude如何使用MCP读取文件或以自然语言查询SQL数据库，从而验证了概念。
• ** Q1 2025 - 快速采用和迭代：在2025年的前几个月，MCP看到了广泛的行业采用**。 ** 2025年3月**，OpenAI和其他AI提供者宣布了支持（如上所述）。此期间还看到了** Spec Evolution ：拟人更新的MCP，包括流式功能**（允许大量结果或连续数据流逐步发送）。该更新于2025年4月注明了C＃SDK新闻，表明MCP现在支持诸如张大响应或实时供稿集成之类的功能。社区还以各种语言（Python，JavaScript等）建立了参考实现，超越了人类的SDK，从而确保了多声支持。
• ** Q2 2025 - 生态系统工具和治理：在 2025年5月**，Microsoft和Github加入了努力，促使正式的治理和增强安全性。在2025年的Build 2025上，Microsoft揭幕了** Windows 11 MCP Integration 的计划，并详细介绍了MCP 中的授权流的合作。大约在同一时间，将 MCP注册表**的想法引入了可用的索引服务器（根据注册表博客，最初的头脑风暴始于2025年3月）。 **“标准曲目” **过程（SEP - 标准增强提案）是在GitHub上建立的，类似于以太坊的EIPS或Python的Peps，以有序地管理贡献。社区电话和工作组（用于安全，注册表，SDK）开始召集。
• ** 2025年中 - 功能扩展：**到2025年中，路线图优先考虑了几个关键改进：
• **异步和长期运行的任务支持：**计划允许MCP处理长期操作而不会阻止连接。例如，如果AI触发需要几分钟的云作业，则MCP协议将支持异步响应或重新连接以获取结果。
• 身份验证和细粒度的安全性：开发精细授权敏感动作的机制。这可能包括将OAuth流，API密钥和Enterprise SSO集成到MCP服务器中，以便可以安全地管理AI访问。鉴于允许AI调用强大的工具的安全风险，到2025年中期，MCP安全性的指南和最佳实践正在进行中。目的是，例如，如果AI是通过MCP访问用户的私有数据库，则应遵循安全的授权流（通过用户同意），而不仅仅是一个开放式终点。
• 验证和合规性测试：认识到对可靠性的需求，社区优先建筑物合规性测试套件和参考实施。通过确保所有MCP客户端/服务器遵守规格（通过自动测试），它们旨在防止分裂。参考服务器（可能是具有远程部署和AUTH的最佳实践的示例），也在路线图上，以及一个参考客户端应用程序，展示了使用AI的完整MCP使用情况。
  • 多模态支持：将MCP扩展到文本之外，以支持图像，音频，视频数据等模式。例如，AI可能会从MCP服务器（例如设计资产或图表）请求图像或输出图像。规格讨论包括添加对 *流和块的消息 *的支持 *以交互方式处理大型多媒体内容。关于“ MCP流”的早期工作已经在进行中（以支持实时音频供稿或持续传感器数据诸如AI的情况）。
  • 中央注册表与发现：实施中央 MCP注册表的计划在2025年中期执行了服务器发现服务。 ** 2025年9月，官方的MCP注册表在预览中启动。该注册表为公开可用的MCP服务器提供了一个的真理，允许客户端通过名称，类别或功能找到服务器。从本质上讲，它就像是AP商店（但开放）的AI工具。该设计允许公共注册表（全球索引）和私人索引（特定于企业索引），所有这些都可以通过共享API互操作。注册表还引入了一种审核机制，以通过社区审核模型来旗帜或恶意服务器，以保持质量。
• ** 2025年末及以后 - 走向分散的MCP网络：虽然还没有“官方”路线图项目，但该轨迹指向更多权力下放和Web3 Synergy **：
• 研究人员正在积极探索如何向MCP添加分散的发现，声誉和激励层。 ** MCP网络**（或“ MCP端点市场”）的概念正在孵化。这可能涉及基于智能合约的注册表（因此，没有单个服务器列表的失败点），服务器/客户端具有链子身份的声誉系统，并且具有良好行为的链接，并且可能可以为运行可靠的MCP节点的奖励**。
  • ** MIT的NAMDA **项目始于2024年，是朝这个方向朝着这个方向迈出的具体步骤。到2025年，NAMDA已在MCP的基础上构建了一个原型分布式代理框架，包括动态节点发现，跨代理簇的负载平衡以及使用区块链技术分散注册表等功能。他们甚至具有基于实验令牌的激励措施和用于多代理协作的出处跟踪。 NAMDA的里程碑表明，拥有许多具有无信任协调的机器的MCP代理网络是可行的。如果采用了NAMDA的概念，我们可能会看到MCP演变为结合其中一些想法（可能是通过可选扩展或顶部分层的单独协议）。
  • 企业硬化：在企业方面，到2025年底，我们希望MCP集成到主要的企业软件产品中（Microsoft在Windows和Azure中包含在Windows和Azure中）。该路线图包括企业友好的功能，例如 SSO集成和强大的访问控件。 MCP注册表和工具包的一般可用性可能在2025年底之前大规模部署MCP（例如，在公司网络中）。

到目前为止，回顾一些密钥的发展里程碑（清晰的时间表格式）：

• ** 2024年11月：** MCP 1.0发布（拟人化）。
• ** 2024年12月 - 2025年1月：**社区建立了第一波MCP服务器； Anthropic通过MCP支持释放Claude桌面；小规模的飞行员bake，阿波罗等。
• ** 2025年2月：** 1000+社区MCP连接器已达到；人类主办研讨会（例如，在AI峰会上，驾驶教育）。
• ** 2025年3月：** OpenAI宣布支持（ChatGpt Agents SDK）。
• ** 2025年4月：** Google DeepMind宣布支持（双子座将支持MCP）； Microsoft发布C＃SDK的预览。
• ** 2025年5月：**指导委员会扩展（Microsoft/github）；构建2025演示（Windows MCP集成）。
• ** 2025年6月：** Chainstack启动Web3 MCP服务器（EVM/SOLANA）供公众使用。
• ** 2025年7月：** MCP Spec版本更新（流，身份验证改进）;官方路线图在MCP网站上发布。
• ** 2025年9月：** MCP注册表（预览）启动； MCP可能会在更多产品（Claude的工作等）中达到一般可用性。
• ** 2025年末（预计）：**注册表v1.0 live;安全最佳实践指南发布；可能具有分散发现的初始实验（NAMDA结果）。

视觉前进是，MCP变得像HTTP或JSON一样无处不在，这是许多应用程序在引擎盖下使用的常见层。对于Web3，路线图提出了更深的融合：在其中AI代理不仅会使用Web3（区块链）作为信息的来源或水槽，而且Web3基础架构本身可能会开始将AI代理（通过MCP）作为操作的一部分（例如，DAO可能会运行MCP Compatiabil AI来管理某些任务，或者可能会通过MCP出版MCP来管理某些任务。路线图的重点是诸如可验证性和身份验证之类的事物暗示，这些内容沿线信任最小的MCP交互可能是现实 - 想象AI输出带有加密证明的AI输出，或者是AI呼叫审核目的的AI工具的链上日志。这些可能性模糊了AI和区块链网络之间的界线，而MCP是该融合的核心。

总之，MCP的发展是高度动态的。它达到了重大的早期里程碑（在发布后的一年内广泛采用和标准化），并以明确的路线图强调安全性，可扩展性和发现，继续迅速发展。实现和计划的里程碑确保MCP在扩展时将保持强大：应对长期运行的任务，安全许可以及数千个工具的绝对可发现性。这种向前的动量表明，MCP不是静态的规格，而是一个不断增长的标准，可能会纳入更多的Web3味功能（服务器的分散治理，激励对齐），因为这些功能会出现。社区有望将MCP适应新的用例（多模式AI，IoT等），同时关注核心承诺：在Web3时代，使AI 更加连接，上下文感知和用户授权 **。

7。与类似的Web3项目或协议进行比较​

MCP独特的人工智能和连接性的融合意味着并不多直接苹果到苹果对等效物，但是将其与Web3和AI交集的其他项目进行比较，或者具有类似的目标是有启发性的：

• ** SingularityNet（AGI/X）** - 分散的AI市场：SingularityNet，由Ben Goertzel博士和其他人于2017年推出，是基于区块链的AI服务市场。它允许开发人员将AI算法获利为服务和用户消费这些服务，这些服务都是由用于付款和治理的代币（AGIX）促进的。从本质上讲，SingularityNet试图通过在网络上托管AI模型的供应，任何人都可以致电AI服务以换取令牌。从根本上讲，这与MCP有所不同。 MCP不会托管或货币化AI模型；取而代之的是，它为AI（无论在何处运行）提供了一个标准接口，以访问数据/工具。可以想象使用MCP将AI连接到SingularityNet上列出的服务，但是SingularityNet本身专注于经济层（谁提供了AI服务以及如何获得付款）。另一个关键区别是：治理 - SingularityNet具有链政府（通过 SingularityNet增强建议（SNEP）和Agix代币投票）可以发展其平台。相比之下，MCP的治理是没有令牌的链和协作的。总而言之，SingularityNet和MCP都为更开放的AI生态系统而努力，但是SingularityNet大约是AI算法的标记网络，而MCP则涉及AI-Tool互操作性的协议标准。他们可以补充：例如，SingularityNet上的AI可以使用MCP获取所需的外部数据。但是SingularityNet并没有试图标准化工具使用；它使用区块链协调AI服务，而MCP使用软件标准使AI与任何服务一起使用。
• ** fetch.ai（FET）** - 基于代理的分散平台：fetch.ai是另一个将AI和区块链混合的项目。它启动了自己的风险验证区块链和框架，用于构建自主代理，以执行任务并在分散网络上进行交互。在Fetch的愿景中，数以百万计的“软件代理”（代表人员，设备或组织）可以使用FET令牌进行交易进行谈判和交换价值。 Fetch.ai提供了代理框架（UAGENT）和基础架构，用于其分类帐中的代理之间的发现和通信。例如，获取代理商可能通过与其他代理进行停车和运输，或自动管理供应链工作流来帮助优化城市中的流量。这与MCP相比如何？两者都涉及代理商的概念，但是Fetch.ai的代理商与其区块链和代币经济密切相关 - 他们生活在Fetch Network 上并使用链逻辑。 MCP代理（AI主机）是模型驱动的（如LLM），而不是与任何单个网络绑定的； MCP满足于通过Internet或在云设置中运行，而无需区块链。 Fetch.ai试图从头开始建立一个新的分散的AI经济经济体（具有自身的信任和交易的分类帐），而MCP则是 layer-agnoffient ** - 它在现有网络上（可以在HTTPS上使用，甚至可以在blockchain的顶部使用），以启用AI II互动）。有人可能会说，提取更多是关于自治经济代理和MCP关于智能工具的代理。有趣的是，这些可能会相交：fetch.ai上的自治代理可能会使用MCP与链脱链资源或其他区块链进行交互。相反，可以使用MCP来构建利用不同区块链（不仅仅是一个）的多代理系统。在实践中，MCP的采用速度更快，因为它不需要自己的网络 - 它可以与以太坊，Solana，Web2 API等一起使用。 Fetch.ai的方法更重量级，创建了一个参与者必须加入（并获取代币）的整个生态系统。总而言之， fetch.ai vs mcp **：fetch是一个平台，具有自己的令牌/区块链，适用于AI代理，重点是代理之间的互操作性和经济交流，而MCP则是协议（在任何环境中）可以用来插入工具和数据。他们的目标重叠在启用AI驱动的自动化方面，但它们可以解决堆栈的不同层，并且具有非常不同的建筑哲学（封闭的生态系统与开放标准）。
• 连锁链接和分散的Oracles ** - *将区块链连接到链链数据：*链链接不是AI项目，而是与web3协议相关的互补问题：如何将块链连接到外部数据和计算。 ChainLink是一个分散的节点（ORACLES）网络，以信任最小的方式获取，验证和传递链链数据。例如，Chainlink Oracles通过链链接功能代表智能合约为DEFI协议提供价格提要或调用外部API。相比之下，MCP将 AI模型连接到外部数据/工具（其中一些可能是区块链）。可以说连锁链接将数据带入区块链，而MCP将数据带入了AI 。有一个概念上的相似之处：两者都在原本孤立的系统之间建立桥梁。 ChainLink专注于提供链上数据的数据的可靠性，权力下放和安全性（解决单点故障的“甲骨文问题”）。 MCP专注于AI如何访问数据的灵活性和标准化（解决AI代理的“集成问题”）。他们在不同的域（智能合约与AI助手）运行，但可能会将MCP服务器与Oracles进行比较：价格数据的MCP服务器可能将同一API称为链条节点。区别在于消费者** - 在MCP的情况下，消费者是AI或面向用户的助手，而不是确定性的智能合约。同样，MCP并不能固有地提供链链接确实可以保证的信任（MCP服务器可以集中或社区运行，并且在应用程序级别管理信任）。但是，如前所述，分散MCP网络的想法可以从Oracle网络中借入 - 例如，可以查询多个MCP服务器并进行了交叉检查结果，以确保AI不会提供不良数据，类似于多个链接链接节点的汇总方式。简而言之，**链链接与MCP **：链链接为Web3中间件，用于消耗外部数据，MCP是AI中间件，用于模型消耗外部数据（其中可能包括区块链数据）。它们解决了不同领域的类似需求，甚至可以补充：使用MCP的AI可能会作为可靠的资源获取链条提供的数据供稿，相反，AI可以作为分析的来源，链条Oracle会带来链链（尽管后一种情况会引起验证性问题）。
• ** ChatGpt插件 / OpenAI功能与MCP ** - *AI工具集成方法：*虽然不是Web3项目，但需要快速比较，因为Chatgpt插件和OpenAI的功能调用功能还将AI连接到外部工具。 ChatGpt插件使用服务提供的OpenAPI规范，然后该模型可以按照规格调用这些API。局限性是它是一个封闭的生态系统（在OpenAI的服务器上运行的OpenAI批准的插件），每个插件都是孤立的集成。 Openai的较新 “代理” * SDK在概念上更接近MCP，让开发人员定义了AI可以使用的工具/功能，但最初它特定于OpenAI的生态系统。 ** langchain 类似地提供了为LLMS工具提供代码的框架。 MCP通过为此提供开放的，模型的不可能标准**而有所不同。正如一个分析所说，Langchain为工具创建了一个面向开发人员的标准（Python接口），而MCP创建了 针对模型的标准 * - AI代理可以在没有自定义代码的情况下在运行时发现并使用任何MCP定义的工具。实际上，MCP的服务器生态系统比Chatgpt插件在几个月内增长更大，更多样化。与其具有自己的插件格式的每个模型（Openai具有不同的插件），而是在MCP周围合并。 OpenAI本身表示对MCP的支持，从本质上将其功能方法与更广泛的标准保持一致。因此，将 OpenAI插件与MCP **进行比较：插件是一种策划的集中式方法，而MCP是一种分散的社区驱动方法。在Web3心态中，MCP更“开源和无许可”，而专有插件生态系统更加封闭。即使不是区块链，这也使MCP类似于Web3的精神 - 它可以启用互操作性和用户控制（你可以为数据运行自己的MCP服务器，而不是将其全部提供给一个AI提供商）。这种比较表明了为什么许多人认为MCP具有更长期的潜力：它没有锁定到一个供应商或一个模型。
• 项目NAMDA和分散代理框架： NAMDA值得一个单独的注释，因为它将MCP与Web3概念明确结合在一起。如前所述，NAMDA（网络代理模块化分布式体系结构）是MIT/IBM计划于2024年启动，以使用MCP作为通信层建立一个可扩展的，AI代理的分布式网络。它将MCP视为消息传递主链（因为MCP使用标准的JSON-RPC样消息，非常适合与代理间通信），然后使用区块链启发的技术添加了用于动态发现，容错和可验证的识别的图层。 NAMDA的代理可以在任何地方（云，边缘设备等），但是分散的注册表（有点像DHT或区块链）可以以防篡改的方式跟踪它们及其功能。他们甚至探索给代理商代币激励合作或资源共享。从本质上讲，NAMDA是一个“ MCP的Web3版本” 可能的实验。这还不是一个广泛部署的项目，而是精神上最接近的“类似协议”之一。如果我们查看NAMDA vs MCP：NAMDA使用MCP（因此不是竞争标准），而是通过以信任最小的方式进行联网和协调多个代理的协议扩展它。可以将NAMDA与加密社区所看到的 Autonolas或多代理系统（MAS）等框架进行比较，但是这些框架通常缺乏强大的AI组件或共同的协议。 NAMDA + MCP一起展示了分散的代理网络如何运作，区块链提供身份，声誉以及可能的代币激励措施**，以及MCP提供代理通信和工具使用。

总而言之，** MCP与大多数先前的Web3项目分开。诸如SingularityNet和Fetch.ai之类的项目旨在使用区块链 *分散AI计算或服务 *； MCP改为 *标准化与服务 *的AI集成 *，可以通过避免平台锁定来增强权力下放化。甲骨文网络（例如Chainlink）将数据传递求解到区块链； MCP将数据传递解决到AI（包括区块链数据）。如果Web3的核心理想是权力下放，互操作性和用户授权，则MCP正在攻击AI领域中的互操作性作品。它甚至影响了这些较旧的项目 - 例如，没有什么可以阻止SingularityNet通过MCP服务器提供其AI服务，或者使用MCP从使用MCP来与外部系统进行交谈。我们很可能会看到一种融合， *令牌驱动的AI网络将MCP用作其通用语言 *，将Web3的激励结构与MCP的灵活性结合在一起。

最后，如果我们考虑市场知觉：MCP通常被吹捧为AI，Web3希望为Internet做什么，请打破孤岛并授权用户。这已导致一些非正式地昵称MCP为“ AI的Web3”（即使不涉及区块链）。但是，重要的是要认识到MCP是协议标准，而大多数Web3项目是具有经济层次的全栈平台。相比之下，MCP通常是一种更轻巧，通用的解决方案，而区块链项目更重，专门的解决方案。根据用例，它们可以补充而不是严格竞争。随着生态系统的成熟，我们可能会将MCP视为一个模块（就像HTTP或JSON无处不在），而不是作为竞争对手项目。

8。公众的看法，市场牵引力和媒体报道​

在AI和Web3社区中，对MCP的公众情绪一直是非常积极的，这些社区通常与热情接壤。许多人将其视为“改变游戏规则的**”，它悄悄地到达，但随后席卷了该行业。让我们分解感知，牵引力和著名的媒体叙事：

**市场牵引力和采用指标：**到2025年中，MCP在新协议中实现了很少的采用水平。如前所述。仅此一项就向市场发出了信号，即MCP可能会留在这里（类似于在互联网早期互联网时代的宽大支持TCP/IP或HTTP的广泛支持）。在Web3端， *牵引力在开发人员行为中很明显 *：黑客马拉松开始以MCP项目为特色，许多区块链开发工具现在将MCP集成作为卖点。经常引用“几个月内1000多个连接器”和迈克·克里格（Mike Krieger）的“成千上万个集成”报价的统计数据，以说明MCP捕获的速度。这表明网络效果强大 - MCP可用的工具越多，它越有用，促使采用更多（积极的反馈循环）。风投和分析师指出，MCP在一年以下实现了一年以下的“ AI互操作性”尝试在几年以来未能做到的事情，这在很大程度上是由于时间安排（在AI代理商中占据了兴趣浪潮）和开源。在Web3媒体中，有时会根据开发人员的思维方式和集成到项目中来衡量牵引力，而MCP现在在两个方面都得分很高。

**在AI和Web3社区中的公众看法：最初，MCP在第一次宣布时（2024年底）在雷达下飞行。但是到2025年初，随着成功故事的出现，感知转变为兴奋。 AI从业人员将MCP视为“缺少拼图”，以使AI代理在玩具示例之外真正有用。另一方面，Web3构建器将其视为最终将AI纳入DAPP的桥梁，而不会丢弃权力下放 - 例如，AI可以使用链上的数据而无需集中的Oracle。 思想领导者一直在赞美：例如，耶稣·罗德里格斯（Jesus Rodriguez）（著名的Web3 AI作家）在Coindesk中写道，MCP可能是“ AI时代最具变革性的协议之一，并且非常适合Web3架构”。 Rares Crisan在一个著名的资本博客中认为，MCP可以通过使互联网更加以用户为中心和自然互动来实现Web3的承诺。这些叙述将MCP视为革命性而实用的，而不仅仅是炒作。

公平地说，并非所有评论都是不可判的。像Reddit这样的论坛上的一些AI开发人员指出，MCP“不做所有事情” - 这是一种通信协议，而不是开箱即用的代理商或推理引擎。例如，一个标题为“ MCP是死胡同”的Reddit讨论认为，MCP本身并不能管理代理认知或保证质量。它仍然需要良好的代理设计和安全控制。这种观点表明，MCP可以被淘汰为银弹。但是，这些批评更多地是关于回火的期望，而不是拒绝MCP的实用性。他们强调MCP解决了工具连接性，但仍必须建立强大的代理逻辑（即MCP不会神奇地创建智能代理，它可以用工具为工具）。 **共识是，即使在谨慎的声音中，MCP也是向前迈出的一大步。 Hugging Face的社区博客指出，尽管MCP并不是一个解决方案，但它是集成，上下文意识到的AI的主要推动者，因此开发人员因此而围绕它进行集会。

媒体报道： MCP在主流技术媒体和利基区块链媒体上都获得了明显的报道：

• ** TechCrunch **经营多个故事。他们介绍了2024年推出的最初概念（“拟人化提出了一种将数据连接到AI聊天机器人连接到AI聊天机器人的新方法”。2025年，TechCrunch强调了每个大收养时刻：OpenAI的支持，Google的Embrace，Microsoft/Github的参与。这些文章通常强调MCP围绕MCP的行业团结。例如，TechCrunch引用了Sam Altman的认可，并指出了从竞争对手标准到MCP的迅速转变。这样一来，他们将MCP描绘成新兴的标准，类似于没有人希望在90年代被排除在Internet协议之外。在一个著名的出口中，这种报道向更广泛的科技界发出了信号，即MCP是重要和真实的，而不仅仅是一个边缘开放源项目。
• ** Coindesk 和其他加密出版物锁定在 Web3 Angle **上。罗德里格斯（Rodriguez）（2025年7月）的意见文章经常被引用；它绘制了一张未来派的图片，每个区块链都可以是MCP服务器，而新的MCP网络可能会在区块链上运行。它将MCP连接到分散的身份，身份验证和可验证性等概念 - 讲区块链受众的语言，并建议MCP可能是真正将AI与分散框架融合在一起的协议。 CoIntelegraph，Bankless和其他人还在“ AI代理和defi”和类似主题的背景下讨论了MCP，通常对可能性进行了乐观的态度（例如，Bankless有一篇关于使用MCP让AI管理链链交易的文章，并为自己的MCP服务器提供了一种方法）。
• **著名的VC博客 /分析师报告：**著名的资本博客文章（2025年7月）是Venture Analysis绘制MCP和Web协议演变之间相似之处的示例。它本质上认为MCP可以为Web3做HTTP对Web1所做的事情 - 提供了一个新的接口层（自然语言接口），该界面层（自然语言接口）无法替代基础基础架构，但可实现。这种叙述令人信服，并在面板和播客中得到了回应。它可以将MCP定位为不像区块链竞争，而是与最终允许普通用户（通过AI）轻松利用区块链和Web服务的下一个抽象。
• **开发人员社区的嗡嗡声：**在正式文章之外，MCP的崛起可以通过其在开发人员话语中的存在来衡量 - 会议演讲，YouTube频道，新闻通讯。例如，诸如“ MCP：Agentic AI的丢失链接”之类的流行博客文章？在Runtime.news和新闻通讯（例如AI研究人员Nathan Lambert）等网站上，讨论了与MCP的实践实验及其与其他工具使用框架的比较。总体语气是好奇心和兴奋：开发人员分享了将AI连接到他们的家庭自动化或加密钱包的演示，只使用MCP服务器几行，这是不久前的科幻服务。这种基层兴奋很重要，因为它表明MCP超越了公司认可。
• **企业的观点：**专注于企业AI的媒体和分析师也将MCP视为关键开发。例如， *新的堆栈 *介绍了人类为Claude中的远程MCP服务器的添加支持以供企业使用。这里的角度是，企业可以使用MCP将其内部知识库和系统安全地连接到AI。这对Web3也很重要，因为许多区块链公司都是企业本身，并且可以在内部利用MCP（例如，加密交易所可以使用MCP让AI分析内部交易日志以进行欺诈检测）。

**引人注目的引文和反应：**一些值得一提的是封装公众的看法：

• *“就像HTTP彻底改变了Web通信一样，MCP提供了一个通用的框架...用单个协议代替了零散的集成。” * - Coindesk。与HTTP的比较非常强大。它将MCP框架为基础架构级创新。
• *“ MCP已成为一个蓬勃发展的开放标准，具有成千上万的集成和增长。在连接你已经拥有的数据时，LLM最有用...” * - Mike Krieger（人类）。这是对牵引力和核心价值主张的官方确认，在社交媒体上已广泛分享。
• *“ Web3的承诺...最终可以通过自然语言和AI代理来实现。....MCP是我们在群众面前看到的最接近的Web3。” * - 值得注意的资本。这个大胆的声明引起了人们对加密型UX缓慢改善感到沮丧的人的共鸣。它表明AI可能会通过抽象复杂性来破解主流采用的代码。

**挑战和怀疑：**热情很高，媒体也讨论了挑战：

• **安全问题：**诸如新堆栈或安全博客之类的插座提出，如果不打磨，允许AI执行工具可能是危险的。如果恶意的MCP服务器试图获得AI执行有害动作怎么办？ Limechain博客明确警告了 *具有社区开发的MCP服务器的“重大安全风险” *（例如，处理私钥的服务器必须非常安全）。讨论中已经回应了这些问题：从本质上讲，MCP扩大了AI的能力，但权力带来了风险。社区的反应（指南，身份机制）也得到了涵盖，通常会确保正在建立缓解。尽管如此，任何对MCP的高调滥用（例如，AI引发了意外的加密转移）都会影响感知，因此媒体在这方面受到注意。
• **绩效和成本：**一些分析师指出，与直接调用API相比，使用使用工具的AI代理可能会慢或更昂贵（因为AI可能需要多个来回步骤来获得所需的东西）。在高频交易或链上执行环境中，该潜伏期可能会出现问题。目前，这些被视为优化的技术障碍（通过更好的代理设计或流媒体），而不是破坏交易。
• **炒作管理：**与任何趋势技术一样，都有一些炒作。一些声音警告不要将MCP宣布为所有问题。例如，拥抱的脸部文章问“ MCP是银弹吗？”答案否 - 开发人员仍然需要处理上下文管理，而MCP则可以与良好的提示和内存策略结合使用。这种平衡的意义在话语中是健康的。

**整体媒体情绪：**出现的叙述在很大程度上充满希望和前瞻性：

-MCP被视为一种实用工具，现在可以提供真正的改进（因此不是蒸气软件），该工具通过引用工作示例来强调：Claude Reading Files，使用MCP在VSCODE中使用MCP，AI在演示中完成SOLANA交易的AI等。

• 它也被描绘成AI和Web3的未来的战略关键。媒体经常得出结论，MCP或类似的事物对于“分散的AI”或“ Web4”或一个用于下一代Web的任何术语至关重要。有一种感觉，MCP打开了一扇门，现在的创新正在流动 - 无论是NAMDA的分散代理商还是将传统系统与AI连接到AI的企业，许多未来的故事情节都追溯到MCP的介绍。

在市场上，可以通过在MCP生态系统周围形成初创企业和资金来评估牵引力。确实，有传言/报告有创业公司专注于“ MCP市场”或托管MCP平台获得资金（关于其著名的资本写作表明VC兴趣）。我们可以期望媒体开始切向覆盖这些内容 - 例如，“启动X使用MCP让你的AI管理你的加密产品组合 - 筹集了Y百万美元”。

**感知的结论：**到2025年下半年，MCP享有突破性促进技术的声誉。它在人工智能和加密货币中都具有有影响力的人物的强烈倡导。公共叙述已经从 *“这是一个整洁的工具” *变成 * *“这可能是下一个网络的基础” *。同时，实际覆盖范围证实了它正在工作和被采用，并借用了信誉。只要社区继续应对挑战（安全性，规模安全）并且没有发生重大灾难，MCP的公开形象可能会保持积极的态度，甚至成为标志性的，因为“使AI和Web3共同发挥作用的协议”。

媒体可能会密切关注：

• 成功案例（例如，如果主要道路通过MCP实现AI司库，或者政府使用MCP用于开放数据AI系统）。
• 任何安全事件（评估风险）。
• MCP网络的发展以及任何令牌或区块链组件是否正式进入图片（这将是桥接AI和加密货币的大新闻）。

但是，到目前为止，可以通过Coindesk的一行来概括覆盖范围： *“ Web3和MCP的组合可能只是分散的AI的新基础。”

参考：

• 拟人新闻： *“介绍模型上下文协议”， * 2024年11月 -Limechain博客： *“什么是MCP，它如何适用于区块链？” * 2025年5月
• 链堆博客： *“ Web3构建器的MCP：Solana，EVM和文档”， * 2025年6月 -Coindesk Op-Ed： *“代理协议：Web3的MCP潜力”， * 7月2025年
• 著名的资本： *“为什么MCP代表真正的Web3机会”， * 7月2025年 -TechCrunch： *“ Openai采用人类标准……”， * 2025年3月26日 -TechCrunch： *“ Google要接受人类的标准……”， * 2025年4月9日 -TechCrunch： *“ Github，Microsoft Ably…（MCP指导委员会）”， * 2025年5月19日
• Microsoft Dev博客： *“ MCP的官方C＃SDK”， * 2025年4月
• 拥抱脸博客： *“＃14：什么是MCP，为什么每个人都在谈论它？” * 2025年3月
• 弥赛亚研究： *“ fetch.ai个人资料，” * 2023
• 中（NU BINDIMES）： *“揭开singularitynet”， * 2024年3月

Mert Mumtaz (Helius)、Udi Wertheimer (Taproot Wizards)、Jordi Alexander (Selini Capital) 和 Alexander Good (Post Fiat) 的愿景

概述​

Token2049 举办了一场名为**“加密货币的终局之战”的专题讨论会，主讲嘉宾包括 Mert Mumtaz (Helius 首席执行官)、Udi Wertheimer (Taproot Wizards 联合创始人)、Jordi Alexander (Selini Capital 创始人) 和 Alexander Good (Post Fiat 创始人)。尽管该专题讨论会没有公开的文字记录，但每位发言人都对加密货币行业的长期发展轨迹表达了独特的愿景。本报告综合了他们的公开声明和著作——涵盖博客文章、文章、新闻采访和白皮书——以探讨每个人如何构想加密货币的“终局”**。

Mert Mumtaz – 加密货币即“资本主义 2.0”​

核心愿景​

Mert Mumtaz 反对加密货币仅仅代表“Web 3.0”的观点。相反，他认为加密货币的终局是升级资本主义本身。在他看来：

• 加密货币为资本主义要素赋能： Mumtaz 指出，资本主义依赖于信息的自由流动、安全的产权、一致的激励、透明度和无摩擦的资本流动。他认为，去中心化网络、公共区块链和代币化使这些特征更加高效，将加密货币转变为**“资本主义 2.0”**。
• 全天候市场与代币化资产： 他提到了关于全天候金融市场以及股票、债券和其他现实世界资产代币化的监管提案。允许市场持续运行并通过区块链轨道进行结算将使传统金融系统现代化。代币化创造了全天候流动性和资产的无摩擦交易，而这些资产此前需要清算所和中介机构。
• 去中心化与透明度： 通过使用开放账本，加密货币消除了传统金融中存在的一些守门人角色和信息不对称。Mumtaz 将此视为民主化金融、协调激励和减少中间商的机会。

影响​

Mumtaz 的“资本主义 2.0”论点表明，该行业的终局不局限于数字收藏品或“Web3 应用”。相反，他设想了一个国家监管机构接受全天候市场、资产代币化和透明度的未来。在那个世界里，区块链基础设施将成为全球经济的核心组成部分，将加密货币与受监管的金融融合。他还警告说，这种转变将面临挑战——例如女巫攻击、治理集中化和监管不确定性——但他相信这些障碍可以通过更好的协议设计和与监管机构的合作来解决。

Udi Wertheimer – **比特币的“世代轮换”**与山寨币的清算​

世代轮换与比特币“让你的血脉退休”论点​

Taproot Wizards 的联合创始人 Udi Wertheimer 以其挑衅性地捍卫比特币和嘲讽山寨币而闻名。2025 年年中，他发布了一篇名为**“这个比特币论点将让你的血脉退休”**的病毒式文章。根据他的论点：

• 世代轮换： Wertheimer 认为，早期以低价积累比特币的“巨鲸”已大部分出售或转移了他们的币。机构买家——ETF、国库和主权财富基金——已经取代了他们。他称这个过程为**“所有权的全面轮换”**，类似于狗狗币在 2019-21 年的上涨，当时从巨鲸到散户需求的转变推动了爆炸性回报。
• 价格不敏感的需求： 机构在分配资本时并不关心单位价格。他以贝莱德的 IBIT ETF 为例指出，新投资者认为 40 美元的上涨微不足道，并愿意以任何价格购买。这种供应冲击加上有限的流通量意味着比特币可能会远远超出共识预期地加速上涨。
• 40 万美元以上目标与山寨币崩溃： 他预测比特币到 2025 年底可能超过 40 万美元/BTC，并警告称山寨币将表现不佳甚至崩溃，其中以太坊被点名为“最大输家”。根据 Wertheimer 的说法，一旦机构 FOMO 情绪高涨，山寨币将“被一击毙命”，比特币将吸收大部分资本。

影响​

Wertheimer 的终局论点将比特币描绘成进入其最后的抛物线阶段。“世代轮换”意味着供应正在流入强势持有者（ETF 和国库）手中，而散户兴趣才刚刚开始。如果正确，这将造成严重的供应冲击，将 BTC 价格推高至远超当前估值的水平。同时，他认为山寨币提供了不对称的下行风险，因为它们缺乏机构买盘支持并面临监管审查。他给投资者的信息很明确：在华尔街全部买走之前，现在就大量买入比特币。

Jordi Alexander – 宏观实用主义、人工智能与加密货币作为双重革命​

投资人工智能与加密货币——两大关键行业​

Selini Capital 创始人、著名博弈论者 Jordi Alexander 认为，人工智能和区块链是本世纪最重要的两大行业。在 Bitget 总结的一次采访中，他提出了几点：

• 双重革命： Alexander 认为，实现真正财富增长的唯一途径是投资技术创新（特别是人工智能）或尽早参与加密货币等新兴市场。他指出，人工智能开发和加密基础设施将成为本世纪智能和协调的基础模块。
• 四年周期结束： 他断言，由比特币减半驱动的传统四年加密周期已经结束；相反，市场现在经历的是流动性驱动的“迷你周期”。未来的上涨将发生在**“真实资本”完全进入该领域之时。他鼓励交易者将低效率视为机会，并培养技术和心理技能**以在这种环境中蓬勃发展。
• 承担风险与技能发展： Alexander 建议投资者将大部分资金保留在安全资产中，但分配一小部分用于承担风险。他强调培养判断力并保持适应性，因为在一个快速发展的领域中“没有退休一说”。

对中心化策略和宏观观点的批判​

• MicroStrategy 的零和博弈： 在一份快讯中，他警告说 MicroStrategy 购买 BTC 的策略可能是一个零和博弈。尽管参与者可能觉得自己正在获胜，但这种动态可能隐藏风险并导致波动性。这强调了他的信念，即加密市场通常由负和或零和动态驱动，因此交易者必须了解大型参与者的动机。
• 美国货币政策的终局： Alexander 对美国宏观政策的分析强调，美联储对债券市场的控制可能正在减弱。他指出，长期债券自 2020 年以来大幅下跌，并认为美联储可能很快会转向量化宽松。他警告说，此类政策转变可能导致市场**“先是渐进……然后突然爆发”**的波动，并称这是比特币和加密货币的关键催化剂。

影响​

Jordi Alexander 的终局愿景是细致入微且宏观导向的。他没有预测单一的价格目标，而是强调了结构性变化：向流动性驱动周期的转变、人工智能驱动协调的重要性以及政府政策与加密市场之间的相互作用。他鼓励投资者培养深刻的理解和适应能力，而不是盲目追随叙事。

Alexander Good – Web 4、人工智能代理与 Post Fiat L1​

Web 3 的失败与人工智能代理的崛起​

Alexander Good (也以其笔名“goodalexander”闻名) 认为 Web 3 在很大程度上是失败的，因为用户更关心便利性和交易，而不是拥有自己的数据。在他的文章《Web 4》中，他指出消费者应用的采用依赖于无缝的用户体验；要求用户桥接资产或管理钱包会扼杀增长。然而，他看到一个生存威胁正在出现：人工智能代理，它们可以生成逼真的视频，通过协议（例如 Anthropic 的“计算机控制”框架）控制计算机，并接入 Instagram 或 YouTube 等主要平台。由于人工智能模型正在迅速改进，并且生成内容的成本正在崩溃，他预测人工智能代理将创建大部分在线内容。

Web 4：在区块链上进行谈判的人工智能代理​

Good 提出了 Web 4 作为解决方案。其核心思想是：

• 人工智能代理经济系统： Web 4 设想人工智能代理代表用户，像“好莱坞经纪人”一样替他们进行谈判。这些代理将使用区块链进行数据共享、争议解决和治理。用户向代理提供内容或专业知识，代理提取价值——通常通过与世界各地的其他人工智能代理互动——然后以加密货币的形式将付款分配回用户。
• 人工智能代理处理复杂性： Good 认为人类不会突然开始将资产桥接到区块链上，因此人工智能代理必须处理这些交互。用户只需与聊天机器人（通过 Telegram、Discord 等）交谈，人工智能代理将在幕后管理钱包、许可协议和代币交换。他预测在不久的将来，将会有无数的协议、代币和计算机到计算机的配置，这些对人类来说是难以理解的，因此人工智能的协助至关重要。
• 不可避免的趋势： Good 列举了支持 Web 4 的几个趋势：政府的财政危机鼓励替代方案；人工智能代理将蚕食内容利润；人们因依赖机器而变得“更笨”；以及最大的公司押注于用户生成内容。他总结说，用户与人工智能系统对话、这些系统代表他们进行谈判、以及用户在主要通过聊天应用互动时接收加密支付是不可避免的。

生态系统映射与 Post Fiat 介绍​

Good 将现有项目分为 Web 4 基础设施或可组合性项目。他指出，像 Story 这样为知识产权声明创建链上治理的协议，将成为人工智能代理之间的双边市场。同时，Akash 和 Render 出售计算服务，并可以适应向人工智能代理授权。他认为像 Hyperliquid 这样的交易所将受益，因为需要无数的代币交换才能使这些系统对用户友好。

他自己的项目 Post Fiat 被定位为**“Web 4 的造王者”**。Post Fiat 是一个基于 XRP 核心技术构建的 Layer‑1 区块链，但具有改进的去中心化和代币经济学。主要特点包括：

• 人工智能驱动的验证者选择： Post Fiat 不依赖于人工运行的质押，而是使用大语言模型 (LLM) 根据可信度和交易质量对验证者进行评分。网络通过由人工智能代理管理的过程向验证者分发 55% 的代币，目标是实现“客观性、公平性且无人为干预”。该系统的月度周期——发布、评分、提交、验证以及选择和奖励——确保了透明的选择。
• 专注于投资与专家网络： 与 XRP 专注于交易银行不同，Post Fiat 针对金融市场，使用区块链进行合规、索引和运营一个由社区成员和人工智能代理组成的专家网络。AGTI (Post Fiat 的开发部门) 向金融机构销售产品，并可能推出 ETF，其收入将资助网络开发。
• 新用例： 该项目旨在通过创建去中心化的 ETF、提供合规的加密备忘录以及支持成员通过洞察力赚取代币的专家网络来颠覆索引行业。白皮书详细介绍了技术措施——例如统计指纹识别和加密——以防止女巫攻击和作弊。

Web 4 作为生存机制​

Good 总结说，Web 4 是一种生存机制，而不仅仅是一种酷炫的意识形态。他认为，随着人工智能代理的激增，一场“复杂性炸弹”将在六个月内到来。用户将不得不将部分收益让给人工智能系统，因为参与代理经济将是唯一蓬勃发展的方式。在他看来，Web 3 去中心化所有权和用户隐私的梦想是不够的；Web 4 将融合人工智能代理、加密激励和治理，以驾驭日益自动化的经济。

比较分析​

趋同主题​

1. 机构与技术变革驱动终局。
   • Mumtaz 预见到监管机构将支持全天候市场和代币化，这将使加密货币成为主流。
   • Wertheimer 强调通过 ETF 实现的机构采纳是比特币抛物线式上涨阶段的催化剂。
   • Alexander 指出，下一轮加密货币繁荣将由流动性驱动而非周期驱动，并且宏观政策（如美联储的转向）将提供强大的顺风。
2. 人工智能成为核心。
   • Alexander 强调投资人工智能和加密货币是未来财富的双重支柱。
   • Good 围绕人工智能代理构建 Web 4，这些代理在区块链上进行交易、管理内容和谈判交易。
   • Post Fiat 的验证者选择和治理依赖于 LLM 来确保客观性。 这些愿景共同暗示，加密货币的终局将涉及人工智能与区块链之间的协同作用，其中人工智能处理复杂性，而区块链提供透明的结算。
3. 需要更好的治理和公平性。
   • Mumtaz 警告说，治理的中心化仍然是一个挑战。
   • Alexander 鼓励理解博弈论激励，指出像 MicroStrategy 这样的策略可能是零和的。
   • Good 提出了人工智能驱动的验证者评分，以消除人为偏见并创建公平的代币分配，解决 XRP 等现有网络中的治理问题。

分歧愿景​

1. 山寨币的角色。 Wertheimer 认为山寨币注定失败，并相信比特币将捕获大部分资本。Mumtaz 专注于包括代币化资产和 DeFi 在内的整个加密市场，而 Alexander 则跨链投资，并认为低效率创造了机会。Good 正在构建一个专门用于人工智能金融的山寨 L1 (Post Fiat)，这意味着他认为专业化网络仍有发展空间。
2. 人类代理与人工智能代理。 Mumtaz 和 Alexander 强调人类投资者和监管机构，而 Good 则设想了一个人工智能代理成为主要经济参与者，人类通过聊天机器人进行互动的未来。这种转变意味着根本不同的用户体验，并引发了关于自主性、公平性和控制权的问题。
3. 乐观主义与谨慎。 Wertheimer 的论点对比特币持激进的看涨态度，几乎不担心下行风险。Mumtaz 对加密货币改善资本主义持乐观态度，但也承认监管和治理挑战。Alexander 则持谨慎态度——强调低效率、零和动态以及技能发展的必要性——同时仍然相信加密货币的长期前景。Good 认为 Web 4 是不可避免的，但警告“复杂性炸弹”的到来，敦促人们做好准备而不是盲目乐观。

结论​

Token2049 的**“加密货币终局之战”**专题讨论会汇集了持不同观点的思想家。Mert Mumtaz 将加密货币视为资本主义的升级，强调去中心化、透明度和全天候市场。Udi Wertheimer 认为比特币正在进入一个供应冲击的世代上涨，这将使山寨币落后。Jordi Alexander 采取了更宏观实用的立场，敦促同时投资人工智能和加密货币，同时理解流动性周期和博弈论动态。Alexander Good 设想了一个 Web 4 时代，其中人工智能代理在区块链上进行谈判，而 Post Fiat 成为人工智能驱动金融的基础设施。

尽管他们的愿景各不相同，但一个共同的主题是经济协调的演变。无论是通过代币化资产、机构轮换、人工智能驱动的治理还是自主代理，每位发言人都相信加密货币将从根本上重塑价值的创造和交换方式。因此，终局似乎更像是一个过渡，而非终点，它将我们带入一个资本、计算和协调融合的新系统。

区块链应用斯坦福峰会（BASS）在区块链科学大会（SBC）当周拉开帷幕，汇聚了创新者、研究者和构建者，共同探索生态系统的前沿。组织者 Gil、Kung 和 Stephen 热情迎接与会者，强调本次活动聚焦于创业精神和落地应用，这一精神源自与 SBC 的紧密合作。得到 Blockchain Builders、斯坦福密码学与区块链校友会等组织的支持，全天深入探讨了天体区块链、以太坊的未来、机构级 DeFi 以及 AI 与加密的交叉新领域。

Dalia Maliki：用 Space Computer 构建轨道信任根​

Dalia Maliki 是加州大学圣塔芭芭拉分校的教授，也是 Space Computer 的顾问，她以一个真正超凡的案例开启演讲：在轨道上构建安全计算平台。

What is Space Computer? 简而言之，Space Computer 是一个“轨道信任根”，为在卫星上运行安全且保密的计算提供平台。其核心价值在于空间本身的独特安全保证。Maliki 解释道：“一旦一个盒子安全发射并部署到太空，没人能后来入侵它。此时它是纯粹、完美的防篡改。” 这种环境防泄漏、通信难以干扰，并提供可验证的地理位置，赋予强大的去中心化属性。

Architecture and Use Cases 系统采用两层架构：

• Layer 1（Celestial）：权威信任根运行在轨道卫星网络上，针对有限且间歇的通信进行优化。
• Layer 2（Terrestrial）：在地面运行标准的扩容方案，如 rollup 和状态通道，最终性和安全性锚定在 Celestial Layer 1。

早期用例包括运行高度安全的区块链验证者以及捕获宇宙辐射的真随机数生成器。但 Maliki 强调平台的潜力在于不可预见的创新。“构建平台最酷的地方在于，你搭建了平台，其他人会来构建你从未想象的用例。”

她以 1950 年代的 Project Corona 为例——当时从间谍卫星投下胶卷桶，由飞机在空中接收——鼓励大家放眼宏大。“相比之下，我们今天在 Space Computer 上的工作已经是奢侈，我们对未来充满期待。”

Tomasz Stanczak：以太坊路线图——扩容、隐私与 AI​

Tomasz Stanczak，Ethereum 基金会执行董事，全面回顾了以太坊不断演进的路线图，重点聚焦在扩容、提升隐私以及与 AI 的融合。

Short‑Term Focus: Supporting L2s 以太坊的近期重点是巩固其作为 L2 构建最佳平台的角色。即将推出的两次硬分叉 Fusaka 与 Glumpsterdom 均围绕此目标展开。Stanczak 表示：“我们要更有力地表明，L2 在创新、扩展以太坊，并且协议构建者会承诺 Layer 1 以最佳方式支持 L2。”

Long‑Term Vision: Lean Ethereum and Real‑Time Proving 展望更远的未来，“Lean Ethereum”旨在实现大规模扩容和安全硬化。关键组成是 ZK‑EVM 路线图，目标是实现 99% 区块在 10 秒以内的实时证明，可由单独的质押者完成。结合数据可用性提升，L2 有望理论上达到 “1000 万 TPS”。长期计划还包括通过基于哈希的签名和 ZK‑EVM 实现后量子密码学。

Privacy and the AI Intersection 隐私是另一重要支柱。以太坊基金会成立了 Privacy and Scaling Explorations（PSC）团队，负责协调工作、支持工具链并探索协议层隐私集成。Stanczak 认为这对以太坊与 AI 的交互至关重要，可实现审查抵抗的金融市场、隐私保护的 AI 以及开源的代理系统。他强调，以太坊将金融、艺术、机器人和 AI 等多学科相连的文化，是应对未来十年挑战与机遇的关键。

Sreeram Kannan：用 EigenCloud 构建宏大 Crypto 应用的信任框架​

Sreeram Kannan，Eigen Labs 创始人，挑战听众超越当前 Crypto 应用的边界，提出理解 Crypto 核心价值的框架，并介绍 EigenCloud 作为实现该愿景的平台。

Crypto's Core Thesis: A Verifiability Layer “Crypto 本质上是构建在其之上的信任或可验证层，能够支撑极具潜力的应用。”Kannan 解释道，并提出 “TAM vs. Trust” 框架，说明 Crypto 应用的可寻址市场（TAM）会随其承载的信任指数呈指数增长。比特币的市场随其相较法币的可信度提升而扩大；借贷平台的市场随其对借款人偿付能力的保证可信度提升而扩大。

EigenCloud: Unleashing Programmability Kannan 认为，构建更宏大应用（如去中心化 Uber 或可信 AI 平台）的主要瓶颈不是性能，而是可编程性。为此，EigenCloud 引入全新架构，将应用逻辑与代币逻辑分离。

“我们把代币逻辑保留在以太坊链上，”他提议，“但把应用逻辑搬到链外。你可以在任意容器中编写核心逻辑……在 CPU、GPU 或其他设备上执行……然后将这些结果可验证地带回链上。”

这种方式将 Crypto 的规模从 “笔记本或服务器级” 扩展到 “云级”，让开发者能够构建早期 Crypto 设想中真正颠覆性的应用。

圆桌讨论：区块链架构深度剖析​

本场圆桌邀请了 MegaETH 的 Leiyang、Realo 的 Adi 与 Solana 基金会的 Solomon，共同探讨单体、模块化以及 “超级模块化” 架构的权衡。

• MegaETH（模块化 L2）：Leiyang 介绍 MegaETH 采用中心化排序器实现极致速度，同时将安全性委托给以太坊。此设计旨在为应用提供 Web2 级实时体验，复活了此前因性能受限而搁置的 “ICO 时代” 野心。
• Solana（单体 L1）：Solomon 说明 Solana 高节点要求的单体架构是为最大吞吐量而刻意设计，以支撑其将全球金融活动全部上链的愿景。目前重点在资产发行与支付。谈及互操作性时，Solomon 坦言：“总体来说，我们并不太在乎互操作性……核心是让尽可能多的资产流动性和使用场景落在链上。”
• Realo（超级模块化 L1）：Adi 介绍 Realo 的 “超级模块化” 概念，将预言机等关键服务直接内嵌到基础层，以降低开发者摩擦。此设计旨在原生连接现实世界，聚焦真实资产（RWA）并让区块链对终端用户透明不可见。

圆桌讨论：AI 与区块链的真实交叉​

由 HackVC 的 Ed Roman 主持，三位嘉宾展示了各自对 AI 与 Crypto 融合的独特路径。

• Ping AI（Bill）：构建 “个人 AI”，用户自行保管数据。目标是取代传统广告交易模型，用户的数据若促成转化即可直接获得奖励，实现数字足迹的经济价值捕获。
• Public AI（Jordan）：自称 “AI 的人类层”，提供高质量、按需的数据市场，这类数据无法被爬取或合成。通过链上声誉系统与质押机制确保贡献者提供信号而非噪声，并对其贡献进行奖励。
• Gradient（Eric）：打造去中心化 AI 运行时，在闲置的消费级硬件网络上实现分布式推理与训练。目标是对大型 AI 公司中心化力量形成制衡，让全球社区协同训练与服务模型，保持 “智能主权”。

峰会更多亮点​

• Orin Katz（Starkware） 介绍了 “合规链上隐私” 的构建块，阐述 ZK‑proof 如何用于创建隐私池和私有代币（ZRC20），并加入 “查看密钥” 等监管监管机制。
• Sam Green（Cambrian） 概述了 “代理金融” 生态，将 Crypto 代理划分为交易、流动性提供、借贷、预测与信息五类，并强调快速、完整、可验证的数据是其动力源。
• Max Siegel（Privy） 分享了超过 7500 万用户的 onboarding 经验，强调要在用户所在的环境提供简化的产品体验，让产品需求驱动基础设施选择，而非相反。
• Nil Dalal（Coinbase） 推出 “链上代理商业栈” 与开放标准 X42，这是一套面向机器的协议，旨在构建 “机器可支付的网络”，让 AI 代理可使用稳定币购买数据、API 与服务。
• Gordon Liao 与 Austin Adams（Circle） 发布 Circle Gateway，一种创建统一 USDC 余额的原语，实现链抽象。它可在多链间实现 <500 ms 的准即时流动性部署，显著提升企业与流动性提供者的资本效率。

当天的闭幕词明确传达：Crypto 的底层正在成熟，焦点正决定性地转向构建稳健、用户友好且经济可持续的应用，以弥合链上世界与全球经济之间的鸿沟。

Sui 区块链凭借其基础性的密码学敏捷性和以对象为中心的架构，在竞争对手中脱颖而出，使其成为唯一一个同时推进人工智能集成、机器人协调和抗量子安全的主要 Layer 1 区块链。这并非营销定位，而是架构现实。联合创始人兼首席密码学家 Kostas "Kryptos" Chalkias 自 Sui 诞生之初就系统地将这些能力融入其核心设计，创建了他所描述的“速度甚至超越 Visa”的基础设施，同时在未来十年内抵御可能“摧毁所有现代密码学”的量子威胁。

技术基础已准备就绪：390 毫秒的共识最终性实现了实时 AI 代理协调，并行执行在峰值时每秒处理 297,000 笔交易，而 EdDSA 签名方案则提供了一条无需硬分叉即可迁移到后量子密码学的成熟路径。与此同时，比特币和以太坊面临着量子计算带来的生存威胁，且没有向后兼容的升级路径。Chalkias 的愿景围绕三个融合的支柱：AI 作为协调层、需要亚秒级最终性的自主机器人系统，以及在 2035 年及以后仍保持安全的密码学框架。他在会议、研究论文和技术实现中的声明揭示的并非投机性承诺，而是 Mysten Labs 于 2022 年成立时所确立路线图的系统性执行。

这超越了区块链部落主义的范畴。到 2030 年，NIST 强制要求废弃当前的加密标准。从制造机器人到 AI 代理的自主系统将需要大规模的无需信任协调。Sui 的架构同时解决了这两个必然性，而竞争对手则争相改造解决方案。问题不在于这些技术是否会融合，而在于哪些平台能在融合中保持完整。

以“Kryptos”为子命名的密码学家​

Kostas Chalkias 为区块链与新兴技术的交叉领域带来了非凡的信誉。在共同创立 Mysten Labs 之前，他曾担任 Meta Diem 项目和 Novi 钱包的首席密码学家，在 R3 的 Corda 区块链与 Mike Hearn（与中本聪相关的比特币首批开发者之一）合作，并拥有基于身份密码学的博士学位，发表了 50 多篇科学论文，拥有 8 项美国专利，并被学术引用 1,374 次。他对该领域的奉献甚至延伸到给儿子取名 Kryptos——“我如此深入地研究区块链和密码学技术，以至于我真的说服了我的妻子生一个名叫 Kryptos 的孩子，”他在 Sui 博客采访中解释道。

他的职业轨迹表明，他始终专注于大规模的实用密码学。在 Facebook，他为 WhatsApp 构建了安全基础设施，并为数十亿用户提供了身份验证系统。在 R3，他为企业区块链开创了零知识证明和后量子签名。他的早期职业生涯包括创立 Betmanager，一个利用股市技术预测足球结果的 AI 平台——这段经历为他目前对区块链-AI 集成的看法提供了信息。这种 AI 经验、生产级密码学和区块链基础设施的结合，使他能够独特地设计连接这些领域的系统。

Chalkias 的技术理念强调“密码学敏捷性”——将灵活性融入基础协议，而不是假设其永久性。在布拉格的 Emergence 大会（2024 年 12 月）上，他阐述了这一世界观：“最终，区块链的交易速度将超越 Visa。这将成为常态。我看不出我们如何能摆脱这一点。”但仅仅速度是不够的。他的工作始终将性能与前瞻性安全性相结合，认识到量子计算机带来的威胁需要今天就采取行动，而不是等到危险真正出现。这种双重关注——当前性能和未来弹性——定义了 Sui 在 AI、机器人和抗量子方面的架构决策。

为智能代理构建的架构​

Sui 的技术基础与以太坊和 Solana 等基于账户的区块链根本不同。每个实体都作为一个具有全球唯一 32 字节 ID、版本号、所有权字段和类型化内容的对象存在。这种以对象为中心的模型并非审美偏好，而是实现大规模并行执行的推动力。当 AI 代理作为自有对象运行时，它们完全绕过共识进行单写入操作，实现约 400 毫秒的最终性。当多个代理通过共享对象进行协调时，Sui 的 Mysticeti 共识提供 390 毫秒的延迟——仍然是亚秒级，但通过拜占庭容错协议实现。

Move 编程语言最初由 Meta 为 Diem 开发，并为 Sui 进行了增强，在类型系统层面强制执行资源安全。未经许可，资产不能被意外复制、销毁或创建。对于管理有价值数据或模型权重的 AI 应用程序，这可以防止困扰 Solidity 智能合约的整个漏洞类别。Chalkias 在迪拜的 Sui Basecamp 2025 上强调了这一点：“我们从第一天起就在 Sui 内部引入了零知识证明和隐私保护技术。因此，现在任何人都可以创建一个具有他们所需隐私程度的 KYC 系统。”

并行交易执行通过显式依赖声明达到理论极限。与需要追溯验证的乐观执行不同，Sui 的调度器通过唯一的对象 ID 预先识别不重叠的交易。独立操作在验证器核心上并发执行，互不干扰。该架构在测试中展示了297,000 TPS 的峰值吞吐量——这不是理论最大值，而是在生产硬件上测得的性能。对于 AI 应用程序，这意味着数千个推理请求同时处理，多个自主代理无需阻塞即可协调，并且实时决策以人类可感知的速度运行。

Mysticeti 共识协议于 2024 年推出，实现了 Chalkias 及其合著者在数学上证明的最佳结果：三轮消息即可完成提交。通过消除显式区块认证并实现未经认证的 DAG 结构，Mysticeti 将延迟从之前的 Narwhal-Bullshark 共识减少了 80%。该协议每轮而不是每两轮提交区块，使用源自 DAG 模式的直接和间接决策规则。对于需要实时控制反馈的机器人应用，这种亚秒级最终性变得不可协商。在 2025 年韩国区块链周期间，Chalkias 将 Sui 定位为“应用程序和 AI 的协调层”，强调支付、游戏和 AI 领域的合作伙伴如何利用这一性能基础。

Walrus：解决 AI 的数据问题​

AI 工作负载需要与传统区块链经济学不兼容的存储规模。训练数据集跨越 TB 级，模型权重需要 GB 级，推理日志迅速累积。Sui 通过 Walrus 解决此问题，Walrus 是一种去中心化存储协议，使用擦除码实现 4-5 倍的复制，而不是链上存储典型的 100 倍复制。 “Red Stuff”算法将数据分割成碎片，分布在存储节点上，即使 2/3 的节点不可用，数据仍可恢复。元数据和可用性证明存储在 Sui 区块链上，而实际数据驻留在 Walrus 中，从而创建了 PB 级可加密验证的存储。

在 Walrus 测试网的第一个月，网络在25 个以上社区节点上存储了超过 4,343 GB 的数据，验证了该架构的可行性。TradePort、Tusky 和 Decrypt Media 等项目集成了 Walrus 用于媒体存储和检索。对于 AI 应用程序，这实现了实际场景：将训练数据集代币化为可编程资产，许可条款编码在智能合约中；模型权重通过版本控制持久化；推理结果不可变地记录用于审计追踪；以及经济高效地存储 AI 生成内容。Atoma Network 的 AI 推理层作为 Sui 的首个区块链集成合作伙伴，利用这一存储基础进行自动化代码生成、工作流自动化和 DeFi 风险分析。

这种集成超越了存储，延伸到计算编排。Sui 的可编程交易块（PTB）原子性地捆绑多达 1,024 个异构操作，执行全部或不执行任何操作。一个 AI 工作流可以从 Walrus 检索训练数据，在智能合约中更新模型权重，在链上记录推理结果，并向数据贡献者分发奖励——所有这些都在一个原子交易中完成。这种可组合性，结合 Move 的类型安全，为复杂的 AI 系统创建了构建块，而没有其他环境中跨合约调用的脆弱性。

在 Just The Metrics 播客（2025 年 7 月）中，Chalkias 强调能力而非营销，指出“医疗保健数据管理中的低效率”是实际应用领域。医疗保健 AI 需要跨机构协调、敏感数据的隐私保护以及监管合规的可验证计算。Sui 的架构——结合链上协调、Walrus 存储和零知识隐私——从技术层面而非概念层面解决了这些要求。2024 年宣布的 Google Cloud 合作强化了这一方向，将 Sui 数据集成到 BigQuery 进行分析，并使用 Move 语言训练 Google 的 Vertex AI 平台以进行 AI 辅助开发。

当机器人需要亚秒级结算时​

机器人愿景通过技术能力而非已宣布的合作关系更具体地实现。Sui 的对象模型将机器人、工具和任务表示为具有细粒度访问控制的一等链上公民。与机器人通过账户级权限进行交互的基于账户的系统不同，Sui 的对象支持从基本操作到具有多重签名要求的完全控制的多级权限系统。PassKeys 和 FaceID 集成支持人机协作场景，而 zkTunnels 则实现无 Gas 的命令传输，用于实时远程操作。

在社交媒体讨论中，Chalkias（以“Kostas Kryptos”身份发帖）透露，来自 NASA、Meta 和 Uber 背景的 Sui 工程师正在网络上测试狗形四足机器人。基于对象的架构适用于机器人协调：每个机器人拥有代表其状态和能力的对象，任务作为具有执行参数的可转移对象存在，资源分配通过对象组合而非集中协调进行。一个制造工厂可以部署机器人群，其中每个单元自主接受任务，通过共享对象与同行协调，通过密码学验证执行操作，并结算所提供服务的微支付——所有这些都无需中央机构或人工干预。

在 Sui Basecamp 2025 和 London Real 播客（2025 年 4 月）中讨论的“无网络”交易模式解决了机器人技术的实际限制。Chalkias 描述了该系统如何在西班牙和葡萄牙停电期间保持功能，交易大小通过预设格式优化到单个字节。对于在灾区、农村地区或连接不可靠环境中运行的自主系统，这种弹性变得至关重要。机器人可以进行点对点交易以实现即时协调，并在连接恢复时与更广泛的网络同步。

3DOS 项目在实践中例证了这一愿景：一个基于区块链的 3D 打印网络，实现按需制造，机器自主打印零件。未来的迭代设想能够检测组件故障、通过智能合约订购替换件、通过链上发现识别附近的 3D 打印机、协调打印和交付以及安装组件的自修复机器人——所有这些都自主进行。这并非科幻小说，而是现有能力的逻辑延伸：ESP32 和 Arduino 微控制器集成已支持基本的物联网设备，BugDar 为机器人智能合约提供安全审计，多重签名批准则为关键操作提供了有人监督的渐进式自主性。

量子时钟正在滴答作响​

当讨论量子计算时，Kostas Chalkias 的语气从哲学转向紧迫。在 2025 年 7 月的一份研究报告中，他直言不讳地警告：“各国政府都清楚量子计算带来的风险。全球各机构已发布指令，要求到 2030 年或 2035 年废弃 ECDSA 和 RSA 等经典算法。”他在 Twitter 上的声明伴随着 Mysten Labs 发布到 IACR ePrint Archive 的突破性研究，该研究表明 Sui、Solana、Near 和 Cosmos 等基于 EdDSA 的区块链在量子过渡方面具有比特币和以太坊所不具备的结构优势。

这种威胁源于运行 Shor 算法的量子计算机，该算法能有效地分解大数——这是 RSA、ECDSA 和 BLS 密码学背后的数学难题。谷歌拥有 105 个量子比特的 Willow 量子处理器预示着能够破解经典加密的机器正在加速发展。“先存储，后解密”攻击加剧了紧迫性：攻击者今天收集加密数据，等待量子计算机追溯解密。对于区块链资产，Chalkias 向 Decrypt 杂志解释说：“即使有人仍然持有他们的比特币或以太坊私钥，他们也可能无法生成一个后量子安全的拥有权证明，这取决于该密钥最初是如何生成的，以及其相关数据随着时间的推移暴露了多少。”

比特币的特殊脆弱性源于具有暴露公钥的“休眠”钱包。中本聪估计的 100 万枚 BTC 存在于使用“支付到公钥”格式的早期地址中——公钥在链上可见，而不是隐藏在哈希地址后面。一旦量子计算机规模足够大，这些钱包将立即被盗空。Chalkias 的评估是：“一旦量子计算机到来，包括中本聪在内的数百万个钱包可能会立即被盗空。如果你的公钥是可见的，它最终会被破解。”以太坊面临类似的挑战，尽管暴露的公钥较少，这减轻了即时风险。两条链都需要社区范围内的硬分叉，并进行前所未有的协调才能迁移——前提是围绕后量子算法形成共识。

Sui 的 EdDSA 基础提供了一条优雅的逃生路径。与 ECDSA 的随机私钥不同，EdDSA 根据 RFC 8032 使用哈希函数从种子确定性地派生密钥。这种结构差异使得通过 zk-STARKs（它们是后量子安全的）进行零知识证明成为可能，从而证明对底层种子的了解，而无需暴露椭圆曲线数据。用户从相同的种子随机性构建后量子密钥对，提交 ZK 证明以展示相同的拥有权，并在保留地址的同时过渡到量子安全方案——无需硬分叉。Chalkias 在 2022 年 6 月的 Sui AMA 中详细阐述了这一点：“如果你使用确定性算法，例如 EdDSA，那么有一种方法可以使用 Stark 证明来证明你在 EdDSA 密钥生成中对私钥金字塔的了解，因为它内部使用了哈希函数。”

密码学敏捷性作为战略护城河​

Sui 通过代码库中统一的类型别名同时支持多种签名方案——EdDSA (Ed25519)、ECDSA（用于以太坊兼容性）以及计划中的后量子算法。Chalkias 设计了这种“密码学敏捷性”，认识到密码学中的永久性是幻想。该架构类似于“更换锁芯”，而不是重建整个安全系统。当 NIST 推荐的后量子算法部署时——用于签名的 CRYSTALS-Dilithium、用于紧凑替代方案的 FALCON、用于基于哈希方案的 SPHINCS+——Sui 通过直接更新而不是基础协议重写来集成它们。

过渡策略平衡了主动和适应性方法。对于新地址，用户可以生成 PQ-signs-PreQ 配置，其中后量子密钥在创建时签署前量子公钥，从而实现未来平稳迁移。对于现有地址，zk-STARK 证明方法在保留地址的同时证明量子安全所有权。分层防御优先保护高价值数据——钱包私钥立即获得 PQ 保护，而临时隐私数据则遵循较慢的升级路径。哈希函数输出从 256 位扩展到 384 位，以抵抗 Grover 算法的碰撞，对称加密密钥长度加倍（AES 在密钥更大时仍具有抗量子性）。

零知识证明系统需要仔细考虑。Groth16 等线性 PCP（目前为 zkLogin 提供支持）依赖于易受量子攻击的配对友好椭圆曲线。Sui 的过渡路线图转向基于哈希的 STARK 系统——由 Mysten Labs 共同开发的 Winterfell 仅使用哈希函数，并被认为具有后量子安全性。zkLogin 迁移在更新内部电路的同时保持相同的地址，需要与采用 PQ-JWT 令牌的 OpenID 提供商进行协调。随机信标和分布式密钥生成协议从阈值 BLS 签名过渡到基于格的替代方案，如 HashRand 或 HERB 方案——这些内部协议更改对链上 API 不可见。

Chalkias 的专业知识在这里至关重要。作为 **BPQS（区块链后量子签名，XMSS 基于哈希方案的变体）**的作者，他带来了超越理论知识的实现经验。他 2022 年 6 月的承诺被证明是具有先见之明的：“我们将以一种方式构建我们的链，让人们只需轻触按钮即可实际迁移到后量子密钥。”NIST 的截止日期——2030 年废弃经典算法，2035 年完全采用 PQ——极大地压缩了时间表。Sui 的领先优势使其处于有利地位，但 Chalkias 强调紧迫性：“如果你的区块链支持主权资产、加密国家金库、ETF 或 CBDC，那么如果你的社区关心长期信誉和大规模采用，它很快就需要采用后量子密码标准。”

AI 代理已创造 18 亿美元价值​

生态系统正从基础设施转向生产应用。Dolphin Agent (DOLA) 专注于区块链数据跟踪和分析，实现了超过 18 亿美元的市值——验证了对 AI 增强区块链工具的需求。SUI Agents 提供一键式 AI 代理部署，包括 Twitter 角色创建、代币化和在去中心化生态系统内的交易。Sentient AI 筹集了 150 万美元用于利用 Sui 的安全性和可扩展性的对话式聊天机器人。DeSci Agents 通过 24/7 全天候 AI 驱动的互动推广 Epitalon 和 Rapamycin 等科学化合物，通过代币配对连接研究和投资。

Atoma Network 作为 Sui 的首个区块链 AI 推理合作伙伴，其集成实现了自动化代码生成和审计、工作流自动化、DeFi 风险分析、游戏资产生成、社交媒体内容分类和 DAO 管理等功能。此次合作选择反映了技术要求：Atoma 需要低延迟以实现交互式 AI、高吞吐量以实现规模化、AI 资产的安全所有权、可验证计算、经济高效的存储以及隐私保护选项。Sui 满足了所有这六项要求。在 Sui Basecamp 2025 期间，Chalkias 强调了 Aeon、Atoma 的 AI 代理以及 Nautilus 在可验证链下计算方面的工作等项目，作为“Sui 如何成为下一波智能去中心化系统基础”的例子。

Google Cloud 合作通过 BigQuery 访问 Sui 区块链数据进行分析、Vertex AI 基于 Move 编程语言进行 AI 辅助开发训练、使用 OAuth 凭证（Google）支持 zkLogin 以简化访问，以及支持网络性能和可扩展性的基础设施，深化了集成。阿里云的 ChainIDE 集成实现了 Move 代码生成的自然语言提示——开发者可以用英语、中文或韩语编写“创建一个年化收益率为 10% 的质押合约”，即可获得语法正确、有文档记录且经过安全检查的 Move 代码。这种 AI 辅助开发在保持 Move 安全保证的同时，使区块链构建民主化。

这些技术优势对 AI 应用而言是复合的。对象所有权模型适用于独立运行的自主代理。并行执行支持数千个同时进行的 AI 操作而互不干扰。亚秒级最终性支持交互式用户体验。Walrus 存储经济高效地处理训练数据集。赞助交易消除了用户的 Gas 摩擦。zkLogin 消除了助记词障碍。可编程交易块原子性地编排复杂工作流。形式化验证选项在数学上证明 AI 代理的正确性。这些并非孤立的功能，而是构成连贯开发环境的集成能力。

竞争者对比​

Sui 的 297,000 TPS 峰值和 390 毫秒共识延迟在数量级上超越了以太坊平均 11.3 TPS 和 12-13 分钟的最终性。与 Solana（其最接近的性能竞争对手）相比，Sui 实现了快 32 倍的最终性（0.4 秒对比 12.8 秒），尽管 Solana 的槽时间为 400 毫秒，但 Solana 需要多次确认才能达到经济最终性。Phoenix Group 2025 年 8 月的真实世界测量报告显示，Sui 处理 3,900 TPS，而 Solana 为 92.1 TPS，这反映的是实际运行性能而非理论性能。Sui 上的交易成本保持可预测的低水平（平均约 0.0087 美元，不到一美分），且没有 Solana 历史上的拥堵和中断问题。

架构差异解释了性能差距。Sui 的以对象为中心模型实现了固有的并行化——每秒 300,000 次简单传输不需要共识协调。以太坊和比特币通过完整共识顺序处理每笔交易。Solana 通过 Sealevel 实现并行化，但使用需要追溯验证的乐观执行。同样使用 Move 语言的 Aptos 实现了 Block-STM 乐观执行，而不是 Sui 的状态访问方法。对于需要可预测低延迟的 AI 和机器人应用，Sui 的显式依赖声明提供了乐观方法无法保证的确定性。

量子定位的差异更为显著。比特币和以太坊使用 secp256k1 ECDSA 签名，没有向后兼容的升级路径——量子过渡需要硬分叉、地址更改、资产迁移以及可能导致链分裂的社区治理。Solana 拥有与 Sui 相同的 EdDSA 优势，支持类似的 zk-STARK 过渡策略，并引入了基于 Winternitz Vault 哈希的一次性签名。Near 和 Cosmos 也受益于 EdDSA。Aptos 使用 Ed25519，但其量子就绪路线图发展较少。Chalkias 2025 年 7 月的研究论文明确指出，这些发现“适用于 Sui、Solana、Near、Cosmos 和其他基于 EdDSA 的链，但不适用于比特币和以太坊。”

生态系统成熟度暂时有利于竞争对手。Solana 于 2020 年推出，拥有成熟的 DeFi 协议、NFT 市场和开发者社区。以太坊于 2015 年推出，在智能合约、机构采用和网络效应方面具有先发优势。Sui 于 2023 年 5 月推出——仅两年半——拥有超过 20 亿美元的总锁定价值（TVL）和 6.59 万活跃地址，增长迅速，但远低于 Solana 的 1610 万。技术优势创造了机会：今天在 Sui 上开发的开发者正为生态系统增长做准备，而不是加入成熟、拥挤的平台。Chalkias 在 London Real 采访中表达了这种信心：“老实说，如果 Mysten Labs 及其所触及的一切超越今天的苹果，我一点也不会感到惊讶。”

看似不同愿景之间的协同作用​

AI、机器人和抗量子叙事看似不相关，直到认识到它们的技术相互依赖性。AI 代理需要低延迟和高吞吐量——Sui 两者兼备。机器人协调需要没有中央机构的实时操作——Sui 的对象模型和亚秒级最终性提供了这一点。后量子安全需要密码学灵活性和前瞻性架构——Sui 从一开始就构建了这些。这些不是独立的产品线，而是 2030-2035 年技术格局的统一技术要求。

考虑自主制造：AI 系统分析需求预测和材料可用性，确定最佳生产计划。机器人代理通过区块链协调接收经过验证的指令，确保真实性而无需集中控制。每个机器人作为自有对象并行处理任务，必要时通过共享对象进行协调。微支付即时结算所提供的服务——机器人 A 向机器人 B 提供材料，机器人 B 为机器人 C 处理组件。系统在连接中断期间无网络运行，并在网络恢复时同步。至关重要的是，所有通信通过后量子密码方案保持对量子对手的安全，保护知识产权和操作数据免受“先存储，后解密”攻击。

医疗保健数据管理是另一个融合的例子。AI 模型在 Walrus 中存储的医疗数据集上进行训练，并附带密码学可用性证明。零知识证明在保护患者隐私的同时促进研究。机器人手术系统通过区块链进行协调，以实现审计追踪和责任文档。后量子加密保护敏感医疗记录免受长期威胁。协调层（Sui 的区块链）实现了无需信任的机构数据共享、不损害隐私的 AI 计算以及无需定期更换基础设施的未来安全。

Chalkias 在 Sui Basecamp 2025 期间的愿景声明抓住了这种综合：将 Sui 定位为“下一波智能、去中心化系统的基础”，并“不断增长地支持 AI 原生和计算密集型应用”。模块化架构——Sui 用于计算，Walrus 用于存储，Scion 用于连接，zkLogin 用于身份——创建了团队成员所描述的“区块链操作系统”，而不是狭隘的金融账本。无网络模式、量子安全密码学和亚秒级最终性并非功能清单，而是在对抗性环境和不可靠基础设施中运行的自主系统的先决条件。

技术领先背后的创新方法论​

理解 Mysten Labs 的方法可以解释其执行的一致性。Chalkias 在他的“Build Beyond”博客文章中阐述了这一理念：“Mysten Labs 非常擅长在没有人实现过的领域中发现新理论，其中一些假设可能不准确。但我们将其与我们现有的技术相结合，最终，这推动我们创造出一种新颖的产品。”这描述了一个系统化的过程：识别具有实际潜力的学术研究，通过严格的工程实践挑战未经测试的假设，与生产系统集成，并通过部署进行验证。

Mysticeti 共识协议就是例证。学术研究确立了三轮消息作为拜占庭共识提交的理论最小值。以前的实现需要每区块 1.5 次往返和法定签名。Mysten Labs 设计了未经认证的 DAG 结构，消除了显式认证，通过 DAG 模式而非投票机制实现了最佳提交规则，并展示了与之前的 Narwhal-Bullshark 共识相比 80% 的延迟降低。结果是：一篇经过同行评审的论文，附有形式化证明，并伴随着处理数十亿笔交易的生产部署。

类似的方法论也适用于密码学。BPQS（Chalkias 的区块链后量子签名方案）针对区块链约束调整了 XMSS 基于哈希的签名。Winterfell 实现了第一个仅使用哈希函数进行后量子安全的开源 STARK 证明器。zkLogin 将 OAuth 身份验证与零知识证明相结合，在消除额外受信任方的同时保护隐私。每项创新都通过新颖的密码学构造并辅以形式化分析，解决了实际障碍（后量子安全性、ZK 证明可访问性、用户入职摩擦）。

团队构成强化了这一能力。来自 Meta 的工程师为数十亿用户构建了身份验证系统，来自 NASA 的工程师开发了安全关键型分布式系统，来自 Uber 的工程师在全球范围内扩展了实时协调。Chalkias 带来了来自 Facebook/Diem、R3/Corda 和学术研究的密码学专业知识。这并非传统的初创团队边学边做，而是经验丰富的专家执行他们以前构建过的系统，现在不受公司优先事项的限制。来自 a16z、Coinbase Ventures 和 Binance Labs 的 3.36 亿美元资金反映了投资者对执行能力而非投机技术的信心。

炒作之外的挑战与考量​

技术优势并不能保证市场采用——这是技术史上反复吸取的教训。Sui 的6.59 万活跃地址与 Solana 的 1610 万相比显得苍白无力，尽管其技术可能更优。网络效应是复合的：开发者在用户聚集的地方构建，用户在应用存在的地方到来，为成熟平台创造了锁定优势。以太坊“更慢且昂贵”的区块链通过其纯粹的现有地位，获得了比技术上更优的替代方案高出几个数量级的开发者关注度。

“区块链操作系统”的定位存在稀释风险——试图同时在金融、社交应用、游戏、AI、机器人、物联网和去中心化存储等所有领域都表现出色，可能导致所有领域都平庸，而非在一个领域做到卓越。注意到这一担忧的批评者指出，机器人部署仅限于概念验证，AI 项目主要处于投机阶段而非生产实用阶段，以及量子安全准备应对五到十年后的威胁。反驳观点认为，模块化组件能够实现专注开发——构建 AI 应用的团队使用 Atoma 推理和 Walrus 存储，而无需关注机器人集成。

后量子密码学引入了不可忽视的开销。CRYSTALS-Dilithium 签名在安全级别 2 下测量为 3,293 字节，而 Ed25519 为 64 字节——大 50 多倍。网络带宽、存储成本和处理时间按比例增加。与经典方案的高效批处理相比，批验证的改进仍然有限（相对于独立验证，速度提升 20-50%）。迁移风险包括过渡期间的用户错误、生态系统参与者（钱包、dApp、交易所）之间的协调、向后兼容性要求，以及在没有真实量子计算机的情况下难以进行大规模测试。时间线的不确定性加剧了规划挑战——量子计算进展仍然不可预测，NIST 标准不断演变，并且可能会出现针对 PQ 方案的新密码分析攻击。

市场时机可能是最大的风险。Sui 的优势在 2030-2035 年期间最为显著：当量子计算机威胁经典密码学时，当自主系统激增需要无需信任的协调时，当 AI 代理管理需要安全基础设施的巨大经济价值时。如果区块链采用在此融合之前停滞不前，技术领先地位将变得无关紧要。反之，如果采用更快爆发，Sui 较新的生态系统可能缺乏应用和流动性来吸引用户，尽管其性能优越。投资论点不仅需要相信 Sui 的技术，还需要相信区块链成熟与新兴技术采用之间的时机契合。

基于第一性原理的十年赌注​

Kostas Chalkias 给儿子取名 Kryptos 并非迷人的轶事，而是其承诺深度的标志。他的职业轨迹——从 AI 研究到密码学，从学术出版到 Meta 的生产系统，从 R3 的企业区块链到 Mysten Labs 的 Layer 1 架构——都表明他始终专注于大规模的基础技术。抗量子工作在谷歌宣布 Willow 之前就开始了，当时后量子密码学似乎只是理论上的担忧。机器人集成在 AI 代理获得数十亿美元估值之前就开始了。实现这些能力的架构决策早于市场对其重要性的认识。

这种前瞻性导向与加密领域常见的反应式开发形成对比。以太坊在部署后引入 Layer 2 Rollup 以解决出现的扩展瓶颈。Solana 实施 QUIC 通信和基于权益的 QoS 以应对网络中断和拥堵。比特币在交易费用飙升时讨论区块大小增加和闪电网络采用。Sui 在主网启动之前就设计了并行执行、以对象为中心的数据模型和密码学敏捷性——解决的是预期需求而非已发现的问题。

研究文化强化了这种方法。Mysten Labs 在宣称能力之前会发布带有形式化证明的学术论文。Mysticeti 共识论文出现在同行评审的期刊上，附有正确性证明和性能基准。提交给 IACR ePrint Archive 的量子过渡研究通过数学构造而非营销声明展示了 EdDSA 的优势。zkLogin 论文（arXiv 2401.11735）在部署前详细介绍了零知识认证。Chalkias 积极维护 GitHub 贡献 (kchalkias)，在 LinkedIn 和 Twitter 上发布技术见解，在 PQCSA 研讨会上介绍量子威胁，并与密码学社区进行实质性互动，而不是仅仅推广 Sui。

最终的验证将在 5-10 年后到来，届时量子计算机成熟，自主系统普及，AI 代理管理着万亿美元经济。如果 Sui 始终如一地执行其路线图——在 2030 年 NIST 截止日期前部署后量子签名，大规模展示机器人协调，并支持处理数百万请求的 AI 推理层——它将成为重塑文明的技术基础设施层。如果量子计算机比预期晚到，自主采用停滞，或者竞争对手成功改造解决方案，Sui 的早期投资可能被证明为时过早。赌注的中心不在于技术能力——Sui 确实提供了承诺的性能——而在于市场时机和问题的紧迫性。

Chalkias 在 Emergence 大会上的观点简洁地概括了这一点：“最终，区块链的交易速度将超越 Visa。这将成为常态。我看不出我们如何能摆脱这一点。”这种必然性主张假设了正确的技术方向、足够的执行质量和恰当的时机。如果这些假设成立，Sui 将抓住机遇。以对象为中心的架构、密码学敏捷性、亚秒级最终性以及系统化的研究方法并非改造，而是为未来十年新兴技术格局而设计的基石选择。无论 Sui 能否占据市场领导地位，或者这些能力是否成为所有区块链的标配，Kostas Chalkias 和 Mysten Labs 都在为量子时代的自主智能构建基础设施——一次一个密码学原语，一次一毫秒的延迟减少，一次一个概念验证机器人。

为什么 BlockEden.xyz 在乎​

在快节奏的 Web3 世界里，速度就是一切。交付生产级 RPC 和质押基础设施需要我们的团队和社区时刻站在创新前沿。这意味着要紧跟密集的协议、突破性的密码学论文以及快速演进的治理讨论。社区吸收并理解新理念的速度越快，就能越快构建下一代去中心化应用。这正是 BeFreed.ai 发挥作用的地方。

BeFreed.ai 是什么​

BeFreed.ai 是一家总部位于旧金山的初创公司，使命简单而强大：在 AI 时代让学习变得愉快且个性化。他们打造了一款智能微学习伴侣，专为构建者和创作者的高强度生活方式而设计。

核心要素：​

• 多种格式 → 一键完成： BeFreed.ai 能处理从厚重书籍、详细视频到复杂技术文档的各种内容，瞬间转化为简短摘要、抽认卡、深度笔记，甚至是播客式音频。
• 自适应引擎： 平台会随你一起学习，关注你的学习节奏和兴趣，优先呈现最相关的信息，而不是强行推送千篇一律的课程。
• 内置聊天 & “为何如此” 解释器： 有问题吗？直接提问。BeFreed.ai 支持即时查询，帮助澄清复杂概念，并提供将新洞见与整体目标关联的解释，使学习更有意义。
• 4.3 万人的学习社区： 学习往往是群体行为。BeFreed.ai 拥有超过 43,000 名学习者的活跃社区，大家分享进度、对有价值的内容作出反馈、提炼关键要点，保持高昂的动力和持续的势头。

为什么对 BlockEden.xyz 构建者重要​

对于 BlockEden.xyz 生态中的专注构建者而言，BeFreed.ai 不仅是学习工具，更是战略优势。它可以这样提升你的竞争力：

• 时间杠杆： 将 300 页的白皮书浓缩为 10 分钟的音频简报，便于在关键治理投票前快速聆听。
• 上下文保持： 使用抽认卡和思维导图巩固协议细节，帮助你在编写智能合约索引时快速检索。
• 跨技能成长： 在不离开开发环境的情况下扩展技能。学习设计思维基础、了解增长循环，或在空闲时获取 Go 并发编程技巧。
• 共享词汇表： 为团队创建统一的学习播放列表，确保每位贡献者都从同一套精炼且一致的信息源学习，促进更好的协作与对齐。

在 BlockEden.xyz 工作流中使用 BeFreed​

将 BeFreed.ai 融入现有开发流程轻松且立竿见影：

1. 投放规格： 将最新的代币经济学 PDF 链接或 YouTube 开发者会议链接粘贴到 BeFreed，即可获得即时、易于消化的摘要。
2. 导出抽认卡： 在 CI 运行期间复习关键概念。这种重复远比不断切换上下文导致的精神疲劳更有效。
3. 文档中链接： 在每个 API 参考旁嵌入 BeFreed 摘要链接，帮助新成员更快上手。
4. 保持最新： 在 BeFreed 上设置每周新兴 L2 汇总，并立即将所学运用到 BlockEden.xyz 的多链 RPC 服务原型中。

开始使用​

BeFreed.ai 已在 iOS、Android 和网页端上线。我们鼓励你在下一个 BlockEden.xyz 项目冲刺中尝试它，感受它如何提升你的学习与构建速度。我们的团队已经在探索更紧密的集成——想象一下，未来的 webhook 能自动将每个合并的 PR 描述转化为完整的学习集。

每年，a16z 都会发布关于定义我们未来的技术的宏大预测。这一次，他们的加密团队描绘了一幅 2025 年区块链、人工智能和先进治理实验相互碰撞的生动画面。

我在下面总结并评论了他们的关键洞见，聚焦于我认为的改变杠杆——以及可能的绊脚石。如果你是技术构建者、投资者，或仅仅对下一波互联网感到好奇，这篇文章适合你。

1. AI 与加密钱包的结合​

关键洞见：AI 模型正从后台的“NPC”转变为“主角”，在在线（甚至可能是实体）经济中独立行动。这意味着它们需要自己的加密钱包。

• 这意味着：AI 不再只是输出答案，它可能持有、支出或投资数字资产——代表其人类所有者或完全自主操作。
• 潜在收益：更高效的“代理 AI”可以帮助企业进行供应链协调、数据管理或自动化交易。
• 需警惕：如何确保 AI 真正自主，而不是被人暗中操控？可信执行环境（TEE）可以提供技术保证，但让人们信任“带钱包的机器人”不会一蹴而就。

2. 去中心化自治聊天机器人（DAC）的崛起​

关键洞见：在 TEE 中自主运行的聊天机器人可以自行管理密钥、在社交媒体发布内容、获取粉丝，甚至产生收入——全部无需直接的人类控制。

• 这意味着：想象一个 AI 网红，它不会被任何个人沉默，因为它真正掌控自己。
• 潜在收益：内容创作者不再是个人，而是拥有数百万（甚至数十亿美元）估值的自我治理算法。
• 需警惕：如果 AI 触犯法律，谁承担责任？当“实体”是一段分布式服务器上的代码时，监管的护栏将异常棘手。

3. 人格证明（Proof of Personhood）变得必不可少​

关键洞见：AI 降低了生成超逼真伪造品的成本，我们需要更好的方式来验证在线交互对象是真正的人类。隐私保护的唯一身份标识应运而生。

• 这意味着：每位用户最终可能拥有一个经过认证的“人类印章”——希望在不牺牲个人数据的前提下实现。
• 潜在收益：这可以大幅降低垃圾信息、诈骗和机器人军团的数量，为更可信的社交网络和社区平台奠定基础。
• 需警惕：采纳是最大障碍。即便是最好的身份验证方案，也需要广泛接受，才能在恶意行为者超前之前发挥作用。

4. 从预测市场到更广泛的信息聚合​

关键洞见：2024 年因选举驱动的预测市场抢占头条，但 a16z 看到更大的趋势：利用区块链设计新的真相揭示与聚合方式——无论是治理、金融还是社区决策。

• 这意味着：分布式激励机制可以奖励人们提供诚实的输入或数据。我们可能会看到针对本地传感网络到全球供应链的专属“真相市场”。
• 潜在收益：为社会提供更透明、难以被游戏的数据层。
• 需警惕：流动性和用户参与度仍是挑战。对于小众问题，“预测池”可能规模太小，难以产生有意义的信号。

5. 企业级稳定币​

关键洞见：稳定币已经是转移数字美元的最便宜方式，但大型企业尚未广泛采用——尚未。

• 这意味着：中小企业和高交易额商户可能会意识到，通过使用稳定币可以节省大量信用卡费用。年收入数十亿美元的企业同样如此，甚至可能为其利润底线提升 2%。
• 潜在收益：更快、更便宜的全球支付，加上一波基于稳定币的金融产品创新。
• 需警惕：企业需要新的欺诈防护、身份验证和退款机制——这些过去由信用卡提供商承担。

6. 区块链上的政府债券​

关键洞见：政府探索链上债券可以创建带利息的数字资产，且不涉及央行数字货币的隐私问题。

• 这意味着：链上债券可以在 DeFi 中作为高质量抵押品，使主权债务无缝接入去中心化借贷协议。
• 潜在收益：更高透明度、潜在的发行成本降低，以及更民主化的债券市场。
• 需警惕：监管机构的怀疑态度以及大型机构的惯性。传统清算系统不会轻易消失。

7. ‘DUNA’——DAO 的法律支柱​

关键洞见：怀俄明州推出了“去中心化未注册非营利协会”（DUNA）这一新类别，旨在为美国的 DAO 提供法律地位。

• 这意味着：DAO 现在可以持有资产、签订合同，并限制代币持有者的责任。这为更主流的使用和真实商业活动打开了大门。
• 潜在收益：如果其他州效仿怀俄明（正如它们对 LLC 的做法），DAO 将成为普通商业实体。
• 需警惕：公众对 DAO 的认知仍模糊。它们需要成功项目的记录，以转化为现实世界的价值。

8. 实体世界的流动民主​

关键洞见：基于区块链的治理实验可能从线上 DAO 社区扩展到地方选举。选民可以委托投票或直接投票——“流动民主”。

• 这意味着：更灵活的代表制。你可以选择在特定议题上投票，或将责任交给你信任的人。
• 潜在收益：可能提升公民参与度和动态政策制定。
• 需警惕：安全顾虑、技术素养以及将区块链与官方选举混合的普遍怀疑。

9. 基于现有基础设施构建（而非重新发明）​

关键洞见：创业公司常常花时间重新打造底层技术（共识协议、编程语言），而不是专注于产品‑市场匹配。到 2025 年，他们将更多采用现成组件。

• 这意味着：更快的上市速度、更可靠的系统以及更高的可组合性。
• 潜在收益：减少从零构建新区块链的时间；将更多精力投入到要解决的用户问题上。
• 需警惕：为了性能提升而过度专化是诱人的。但专用语言或共识层会给开发者带来更高的维护成本。

10. 用户体验优先，基础设施其次​

关键洞见：加密需要“隐藏线路”。我们不会让消费者学习 SMTP 来发送邮件——为何要强迫他们学习 “EIP” 或 “rollup”？

• 这意味着：产品团队会选择服务于卓越用户体验的技术底层，而不是相反。
• 潜在收益：用户 onboarding 大幅提升，降低摩擦和行话。
• 需警惕： “建好它他们就会来” 只有在真正打磨好体验时才成立。所谓的 “轻松加密 UX” 的营销口号毫无意义，如果用户仍需管理私钥或记忆晦涩缩写。

11. 加密自己的应用商店出现​

关键洞见：从 Worldcoin 的 World App 市场到 Solana 的 dApp Store，加密友好平台提供了不受 Apple 或 Google 审核限制的分发与发现渠道。

• 这意味着：如果你在构建去中心化应用，可以在不担心被突然下架的情况下触达用户。
• 潜在收益：成千上万（甚至数十万）新用户在数天内发现你的 dApp，而不是在中心化应用商店的海洋中迷失。
• 需警惕：这些商店需要足够的用户基数和动能，才能与 Apple、Google 竞争。这是巨大的门槛。硬件绑定（如专用加密手机）可能有所帮助。

12. 对‘非传统’资产进行代币化​

关键洞见：随着区块链基础设施成熟、费用下降，对从生物特征数据到现实奇珍异宝的代币化变得更可行。

• 这意味着：一条“长尾”独特资产可以被碎片化并在全球交易。人们甚至可以在受控、基于同意的方式下变现个人数据。
• 潜在收益：为原本“锁定”的资产打开巨大的新市场，同时为 AI 提供有趣的新数据池。
• 需警惕：隐私陷阱和伦理雷区。仅因为你可以代币化某物，并不意味着你应该这么做。

---

A16Z 的 2025 展望展示了一个正向更广泛采纳、更负责任治理以及更深度与 AI 融合的加密行业。相较于以往的投机或炒作周期，这一愿景围绕实用性展开：稳定币为商家每杯咖啡节省 2% 成本，AI 聊天机器人自行经营业务，地方政府尝试流动民主。

然而执行风险依然存在。全球监管机构仍保持警惕，用户体验仍然过于繁琐，难以触达主流。2025 可能是加密与 AI 终于“长大”的一年，也可能只是半步前进——这全取决于团队能否交付人们真正喜爱的产品，而非仅为行家打造的协议。

引言​

去中心化物理基础设施网络 (Decentralized Physical Infrastructure Networks, DePIN) 是指基于区块链的项目，通过激励人们部署真实世界的硬件来换取加密代币。通过利用闲置或未充分利用的资源——从无线电台到硬盘和 GPU——DePIN 项目创建了提供有形服务（连接、存储、计算等）的众包网络。这种模式通过代币奖励贡献者，将通常闲置的基础设施（如未使用的带宽、磁盘空间或 GPU 算力）转变为活跃的、能产生收入的网络。早期的主要例子包括 Helium（众包无线网络）和 Filecoin（分布式数据存储），而新进入者则瞄准了 GPU 计算和 5G 覆盖共享领域（例如 Render Network、Akash、io.net）。

DePIN 的前景在于通过代币激励来分散构建和运营物理网络的成本，从而比传统的中心化模式更快地扩展网络。然而，在实践中，这些项目必须精心设计经济模型，以确保代币激励能转化为真实的服务使用和可持续的价值。下文我们将分析关键 DePIN 网络的经济模型，评估代币奖励在多大程度上有效地推动了实际的基础设施使用，并探讨这些项目如何与人工智能相关计算需求的蓬勃发展相结合。

领先 DePIN 项目的经济模型​

Helium (去中心化无线物联网与 5G)​

Helium 通过激励个人部署无线电热点，开创了一个去中心化的无线网络。最初专注于物联网 (LoRaWAN)，后来扩展到 5G 小基站覆盖，Helium 的模型以其原生代币 HNT 为中心。热点运营商通过参与覆盖证明 (Proof-of-Coverage, PoC) 来赚取 HNT——这实质上是证明他们在特定位置提供了无线覆盖。在 Helium 的双代币系统中，HNT 通过数据积分 (Data Credits, DC) 获得效用：用户必须销毁 HNT 来铸造不可转让的 DC，DC 用于按每 24 字节 0.0001 美元的固定费率支付实际网络使用费（设备连接）。这种销毁机制创造了一个销毁与铸造均衡，即网络使用量（DC 支出）的增加会导致更多 HNT 被销毁，从而随着时间的推移减少供应量。

最初，Helium 在自己的区块链上运行，HNT 的通胀发行量每两年减半（导致供应量逐渐减少，最终流通量上限约为 2.23 亿 HNT）。2023 年，Helium 迁移到 Solana，并引入了一个包含子 DAO 的**“网络中的网络”框架。现在，Helium 的物联网网络和 5G 移动网络各自拥有自己的代币（分别为 IOT 和 MOBILE），奖励给热点运营商，而 HNT 仍然是治理和价值的核心代币**。HNT 可以通过财库池兑换为子 DAO 代币（反之亦然），并且 HNT 也用于 Helium 的 veHNT 治理模型中的质押。这种结构旨在协调每个子网络的激励机制：例如，5G 热点运营商赚取 MOBILE 代币，这些代币可以转换为 HNT，从而有效地将奖励与该特定服务的成功挂钩。

经济价值创造： Helium 的价值是通过提供低成本的无线接入来创造的。通过分发代币奖励，Helium 将网络部署的资本支出 (capex) 转移给了购买和运行热点的个人。理论上，随着企业和物联网设备使用网络（通过花费需要销毁 HNT 的 DC），这种需求应该能支撑 HNT 的价值并为持续的奖励提供资金。Helium 通过一个销毁与支出循环来维持其经济：网络用户购买 HNT（或使用 HNT 奖励）并将其销毁以换取 DC 来使用网络，而协议则（根据固定时间表）铸造 HNT 来支付给热点提供商。在 Helium 的设计中，一部分 HNT 发行量也分配给了创始人和社区储备，但大部分始终用于激励热点运营商建设覆盖范围。如下文所述，Helium 面临的挑战是获得足够的付费需求来平衡慷慨的供应侧激励。

Filecoin (去中心化存储网络)​

Filecoin 是一个去中心化的存储市场，任何人都可以在其中贡献磁盘空间并因存储数据而赚取代币。其经济模型建立在 FIL 代币之上。Filecoin 的区块链通过 FIL 区块奖励来回报存储提供商（矿工），以表彰他们提供存储空间并正确存储客户数据——使用加密证明（复制证明和时空证明）来验证数据是否被可靠存储。反过来，客户向矿工支付 FIL 以存储或检索他们的数据，并在一个开放市场中协商价格。这创造了一个激励循环：矿工投资硬件并质押 FIL 作为抵押品（以保证服务质量），通过增加存储容量和完成存储交易来赚取 FIL 奖励，而客户则花费 FIL 获得存储服务。

Filecoin 的代币分配严重偏向于激励存储供应。FIL 的最大供应量为 20 亿，其中 70% 保留用于挖矿奖励。（实际上，约 14 亿 FIL 被分配用于在未来多年内作为区块奖励逐步释放给存储矿工。）剩余的 30% 分配给利益相关者：15% 给 Protocol Labs（创始团队），10% 给投资者，5% 给 Filecoin 基金会。区块奖励的释放遵循一个某种程度上前置的时间表（半衰期为六年），这意味着供应通胀在早期最高，以快速引导一个大型存储网络。为了平衡这一点，Filecoin 要求矿工为他们承诺存储的每 GB 数据锁定 FIL 作为抵押品——如果他们未能证明数据被保留，他们可能会因失去部分抵押品而受到惩罚（被罚没）。这种机制使矿工的激励与可靠的服务保持一致。

经济价值创造： Filecoin 通过提供抗审查、冗余的数据存储来创造价值，其成本可能低于中心化的云提供商。FIL 代币的价值与存储需求和网络效用挂钩：客户必须获取 FIL 来支付数据存储费用，而矿工需要 FIL（既作为抵押品，也通常用于覆盖成本或作为收入）。最初，Filecoin 的许多活动是由矿工竞相赚取代币驱动的——甚至存储零价值或重复的数据，只是为了增加他们的存储算力并赚取区块奖励。为了鼓励有用的存储，Filecoin 推出了 Filecoin Plus 计划：拥有经过验证的有用数据（例如开放数据集、档案）的客户可以将交易注册为“已验证”，这使得矿工在这些交易中获得 10 倍的有效算力，从而转化为相应更多的 FIL 奖励。这激励了矿工去寻找真实客户，并极大地增加了网络上存储的有用数据。到 2023 年底，Filecoin 网络的活跃交易量已增长到约 1,800 PiB，同比增长 3.8 倍，存储利用率从 2023 年初的约 3% 上升到总容量的约 20%。换句话说，代币激励引导了巨大的容量，而现在这部分容量中越来越大的比例被付费客户填满——这是该模型开始通过真实需求自我维持的迹象。Filecoin 也在扩展到相邻服务（见下文的_人工智能计算趋势_），这可能会创造新的收入来源（例如去中心化内容分发和数据计算服务），以在简单的存储费用之外巩固 FIL 经济。

Render Network (去中心化 GPU 渲染与计算)​

Render Network 是一个基于 GPU 计算的去中心化市场，最初专注于渲染 3D 图形，现在也支持人工智能模型训练/推理任务。其原生代币 RNDR（最近在 Solana 上更新为 RENDER）为该经济体提供动力。创作者（需要 GPU 工作的用户）用 RNDR 支付渲染或计算任务的费用，而节点运营商（GPU 提供商）通过完成这些工作来赚取 RNDR。这种基本模型将闲置的 GPU（来自个人 GPU 所有者或数据中心）转变为一个分布式的云渲染农场。为确保质量和公平，Render 使用托管智能合约：客户提交任务并销毁等值的 RNDR 付款，这笔款项被持有直到节点运营商提交完成工作的证明，然后 RNDR 作为奖励被释放。最初，RNDR 作为一个纯粹的效用/支付代币，但该网络最近对其代币经济学进行了改革，采用了销毁与铸造均衡 (Burn-and-Mint Equilibrium, BME) 模型，以更好地平衡供需。

在 BME 模型下，所有渲染或计算任务都以稳定价值（美元）定价，并以 RENDER 代币支付，这些代币在任务完成后被销毁。与此同时，协议根据预定义的递减发行时间表铸造新的 RENDER 代币，以补偿节点运营商和其他参与者。实际上，用户为工作支付的款项会_销毁_代币，而网络则以受控的速率_通胀_代币作为挖矿奖励——净供应量会根据使用情况随时间增加或减少。社区批准了在 BME 的第一年（2023 年中至 2024 年中）初始发行约 910 万 RENDER 作为网络激励，并设定了约 6.44 亿 RENDER 的长期最大供应量（高于最初在启动时铸造的 5.369 亿 RNDR）。值得注意的是，RENDER 的代币分配严重偏向于生态系统增长：初始供应的 65% 分配给财库（用于未来的网络激励），25% 给投资者，10% 给团队/顾问。通过 BME，该财库正通过受控的发行来奖励 GPU 提供商和其他贡献者，而销毁机制则将这些奖励与平台使用直接挂钩。RNDR 也作为治理代币（代币持有者可以对 Render Network 的提案进行投票）。此外，Render 上的节点运营商可以质押 RNDR 来表明其可靠性，并可能获得更多工作，这增加了另一层激励。

经济价值创造： Render Network 通过提供按需 GPU 计算来创造价值，其成本仅为传统云 GPU 实例的一小部分。到 2023 年底，Render 的创始人指出，工作室已经使用该网络渲染电影质量的图形，并获得了显著的成本和速度优势——“成本仅为十分之一”，并且其聚合容量超过任何单一的云提供商。这种成本优势之所以可能，是因为 Render 利用了全球 dormant 的 GPU（从业余爱好者的设备到专业渲染农场），这些 GPU 否则会处于闲置状态。随着对 GPU 时间（用于图形和人工智能）的需求不断增长，Render 的市场满足了一个关键需求。至关重要的是，BME 代币模型意味着代币价值与服务使用直接相关：随着更多的渲染和人工智能任务通过网络进行，更多的 RENDER 被销毁（产生购买压力或减少供应），而节点激励仅在这些任务完成后才会相应增加。这有助于避免“为无用功付费”——如果网络使用停滞，代币发行最终会超过销毁（导致供应通胀），但如果使用增长，销毁可以抵消甚至超过发行，可能使代币在奖励运营商的同时变得通缩。市场对 Render 模型的浓厚兴趣反映在其价格上：RNDR 的价格在 2023 年飙升，价值上涨超过 1,000%，因为投资者预期在人工智能热潮中，对去中心化 GPU 服务的需求将激增。在 OTOY（云渲染软件领域的领导者）的支持下，并被一些主要工作室用于生产，Render Network 已成为 Web3 和高性能计算交叉领域的关键参与者。

Akash Network (去中心化云计算)​

Akash 是一个去中心化的云计算市场，使用户能够从拥有闲置服务器容量的提供商那里租用通用计算资源（虚拟机、容器等）。可以把它看作是 AWS 或 Google Cloud 的去中心化替代品，由一个基于区块链的反向拍卖系统驱动。原生代币 AKT 是 Akash 经济的核心：客户用 AKT 支付计算租约，提供商通过供应资源赚取 AKT。Akash 基于 Cosmos SDK 构建，并使用委托权益证明区块链来确保安全和协调。因此，AKT 也作为质押和治理代币——验证者质押 AKT（用户将 AKT 委托给验证者）以保护网络并赚取质押奖励。

Akash 的市场通过一个竞标系统运作：客户定义一个部署（CPU、RAM、存储，可能还有 GPU 要求）和最高价格，多个提供商可以竞标托管它，从而压低价格。一旦客户接受一个出价，一个租约就形成了，工作负载就在选定的提供商的基础设施上运行。租约的支付由区块链处理：客户托管 AKT，随着部署的激活，AKT 会随时间流向提供商。独特的是，Akash 网络对每笔租约收取协议**“抽成率”费用**，以资助生态系统并奖励 AKT 质押者：10% 的租约金额（如果以 AKT 支付）或 20%（如果以其他货币支付）将作为费用转入网络财库和质押者。这意味着 AKT 质押者可以从所有使用中分得一杯羹，将代币的价值与平台的实际需求联系起来。为了提高主流用户的可用性，Akash 集成了稳定币和信用卡支付（通过其控制台应用）：客户可以用美元稳定币支付，这在后台会转换为 AKT（手续费率更高）。这降低了用户的波动性风险，同时仍然为 AKT 代币带来价值（因为这些稳定币支付最终会导致 AKT 被购买/销毁或分配给质押者）。

在供应方面，AKT 的代币经济学旨在激励长期参与。Akash 创世时有 1 亿 AKT，通过通胀机制，最大供应量为 3.89 亿。通胀率是自适应的，基于质押的 AKT 比例：如果质押率低，目标年通胀率为 20-25%，如果质押的 AKT 比例高，则约为 15%。这种自适应通胀（在基于 Cosmos 的链中常见的设计）通过在质押参与度低时给予更多奖励，来鼓励持有者进行质押（为网络安全做贡献）。来自通胀的区块奖励用于支付验证者和委托人，并为一个生态系统增长储备金提供资金。AKT 的初始分配为投资者、核心团队 (Overclock Labs) 和一个用于生态系统激励的基金会池预留了份额（例如，2024 年初的一个项目资助了 GPU 提供商加入）。

经济价值创造： Akash 通过提供成本可能远低于现有云提供商的云计算服务来创造价值，利用了全球未充分利用的服务器。通过去中心化云，它还旨在填补区域空白并减少对少数几家大型科技公司的依赖。AKT 代币从多个角度增值：需求侧费用（更多工作负载 = 更多 AKT 费用流向质押者）、供应侧需求（提供商可能持有或质押收益，并需要质押一些 AKT 作为提供服务的抵押品），以及整体网络增长（AKT 用于治理和作为生态系统中的储备货币）。重要的是，随着更多真实工作负载在 Akash 上运行，流通中用于质押和费用存款的 AKT 比例应该会增加，反映出其实用性。最初，Akash 在 Web 服务和加密基础设施托管方面使用量不大，但在 2023 年底，它扩展了对 GPU 工作负载的支持——使得在网络上运行人工智能训练、机器学习和高性能计算任务成为可能。这在 2024 年显著提升了 Akash 的使用量。到 2024 年第三季度，该网络的指标显示出_爆炸性_增长：活跃部署（“租约”）的数量同比增长 1,729%，每笔租约的平均费用（工作负载复杂性的一个代理指标）上涨了 688%。实际上，这意味着用户在 Akash 上部署了更多的应用程序，并且愿意运行更大、更长的工作负载（许多涉及 GPU）——这证明了代币激励吸引了真实的付费需求。Akash 的团队报告称，到 2024 年底，网络上有超过 700 个 GPU 在线，利用率约为 78%（即约 78% 的 GPU 容量在任何时候都被租用）。这是代币激励有效转换的一个强烈信号（见下一节）。内置的_费用共享_模型也意味着，随着使用量的增长，AKT 质押者会收到协议收入，有效地将代币奖励与实际服务收入挂钩——这是一个更健康的长期经济设计。

io.net (专注于人工智能的去中心化 GPU 云)​

io.net 是一个较新的项目（建立在 Solana 上），旨在成为“全球最大的 GPU 网络”，专门面向人工智能和机器学习工作负载。其经济模型借鉴了 Render 和 Akash 等早期项目的经验。原生代币 IO 的最大供应量固定为 8 亿。在启动时，预先铸造了 5 亿 IO 并分配给各利益相关方，剩余的 3 亿 IO 将在 20 年内作为挖矿奖励发行（每小时分发给 GPU 提供商和质押者）。值得注意的是，io.net 实施了一种基于收入的销毁机制：一部分网络费用/收入用于销毁 IO 代币，直接将代币供应与平台使用挂钩。这种结合——有上限的供应、定时释放的发行以及由使用驱动的销毁——旨在确保代币经济的长期可持续性。

要作为 GPU 节点加入网络，提供商需要质押最低数量的 IO 作为抵押品。这有两个目的：它能阻止恶意或低质量的节点（因为他们有“切身利益”），并减少奖励代币的即时卖压（因为节点必须锁定一些代币才能参与）。质押者（可以包括提供商和其他参与者）也能获得一部分网络奖励，从而协调整个生态系统的激励。在需求方面，客户（人工智能开发者等）为 io.net 上的 GPU 计算付费，大概是以 IO 代币或可能的稳定币等价物支付——该项目声称提供成本比 AWS 等传统提供商低 90% 的云 GPU 算力。这些使用费驱动了销毁机制：随着收入的流入，一部分代币被销毁，将平台的成功与代币的稀缺性联系起来。

经济价值创造： io.net 的价值主张是从多种来源聚合 GPU 算力（数据中心、重新利用挖矿设备的加密矿工等），形成一个单一网络，能够大规模提供按需的人工智能计算。通过旨在全球范围内接入超过 100 万个 GPU，io.net 试图在规模上超越任何单一云服务，并满足对人工智能模型训练和推理的激增需求。IO 代币通过多种机制捕获价值：供应有限（因此如果对网络服务的需求增长，代币价值可以增长），使用会销毁代币（直接从服务收入中为代币创造价值反馈），以及代币奖励引导供应（逐步将代币分发给贡献 GPU 的人，确保网络增长）。本质上，io.net 的经济模型是一种精炼的 DePIN 方法，其中供应侧激励（每小时的 IO 发行）是可观但有限的，并且它们被与实际使用成比例的代币消耗（销毁）所平衡。这旨在避免因没有需求而导致过度通胀的陷阱。正如我们将看到的，人工智能计算趋势为像 io.net 这样的网络提供了一个巨大且不断增长的市场，这可能会推动理想的均衡状态，即代币激励导致强劲的服务使用。（io.net 仍处于发展初期，其实际指标尚待证明，但其设计明确针对人工智能计算领域的需求。）

表 1：部分 DePIN 项目的关键经济模型特征

项目	领域	代币 (代码)	供应与分配	激励机制	代币效用与价值流
Helium	去中心化无线 (物联网与 5G)	Helium Network Token (HNT); 外加子代币 IOT & MOBILE	可变供应，发行量递减： HNT 发行量约每 2 年减半（按原始区块链），目标 50 年后流通量约 2.23 亿 HNT。迁移至 Solana 后新增 2 个子代币：IOT 和 MOBILE 分别奖励给物联网和 5G 热点所有者。	覆盖证明挖矿： 热点通过提供覆盖（LoRaWAN 或 5G）赚取 IOT 或 MOBILE 代币。这些子代币可通过财库池转换为 HNT。HNT 用于治理质押 (veHNT)，是跨网络奖励的基础。	通过数据积分实现网络使用： HNT 被销毁以创建用于设备连接的数据积分 (DC)（固定价格为每 24 字节 0.0001 美元）。所有网络费用（DC 购买）实际上都会销毁 HNT（减少供应）。因此，代币价值与物联网/移动数据传输的需求挂钩。HNT 的价值也支持子 DAO 代币（使其可兑换为稀缺资产）。
Filecoin	去中心化存储	Filecoin (FIL)	上限供应 20 亿： 70% 分配给存储挖矿奖励（数十年内释放）；约 30% 分配给 Protocol Labs、投资者和基金会。区块奖励遵循六年半衰期（早期通胀较高，后期递减）。	存储挖矿： 存储提供商根据其贡献的已验证存储量按比例赚取 FIL 区块奖励。客户支付 FIL 用于存储或检索数据。矿工需提供 FIL 抵押品，若服务失败可能被罚没。Filecoin Plus 为“有用”的客户数据提供 10 倍的算力奖励，以激励真实存储。	支付与抵押： FIL 是存储交易的货币——客户花费 FIL 存储数据，为代币创造了有机需求。矿工锁定 FIL 作为抵押品（暂时减少流通供应）并因提供有用服务而赚取 FIL。随着使用量增长，更多 FIL 被锁定在交易和抵押中。网络费用（用于交易）极少（Filecoin 专注于流向矿工的存储费用）。长期来看，FIL 的价值取决于数据存储需求和新兴用例（例如，Filecoin 虚拟机支持数据智能合约，可能产生新的费用消耗）。
Render Network	去中心化 GPU 计算 (渲染与人工智能)	Render Token (RNDR / RENDER)	初始供应约 5.369 亿 RNDR， 通过新发行增至最大约 6.44 亿。销毁与铸造均衡： 新 RENDER 按固定时间表发行（约 5 年内 20% 的通胀池，然后是尾部发行）。发行用于网络激励（节点奖励等）。销毁： 用户支付的 RENDER 在每个任务完成后被销毁。分配：65% 财库（网络运营和奖励），25% 投资者，10% 团队/顾问。	GPU 工作市场： 节点运营商执行渲染/计算任务并赚取 RENDER。任务以美元定价，但以 RENDER 支付；所需代币在工作完成后被销毁。在每个周期（例如每周），新的 RENDER 被铸造并根据完成的工作量分发给节点运营商。节点运营商也可以质押 RNDR 以获得更高信任度和潜在的任务优先权。	效用与价值流： RENDER 是 GPU 服务的费用代币——内容创作者和人工智能开发者必须获取并花费它来完成工作。因为这些代币被销毁，使用直接减少了供应。新的代币发行补偿了工作者，但按递减的时间表进行。如果网络需求高（销毁 > 发行），RENDER 会变得通缩；如果需求低，通胀可能超过销毁（激励更多供应直到需求赶上）。RENDER 也用于网络治理。因此，代币的价值与平台使用密切相关——事实上，RNDR 在 2023 年上涨了约 10 倍，因为人工智能驱动的 GPU 计算需求飙升，表明市场相信使用量（和销毁量）将会很高。
Akash Network	去中心化云 (通用计算与 GPU)	Akash Token (AKT)	初始供应 1 亿；最大供应 3.89 亿。 通胀型 PoS 代币： 自适应通胀率每年约 15-25%（随着质押率上升而下降）以激励质押。持续的发行用于支付验证者和委托人。分配：34.5% 投资者，27% 团队，19.7% 基金会，8% 生态系统，5% 测试网（有锁仓/归属期）。	反向拍卖市场： 提供商竞标托管部署；客户用 AKT 支付租约。费用池： 10% 的 AKT 支付（或 20% 的其他代币支付）作为协议费进入网络（质押者）。Akash 使用权益证明链——验证者质押 AKT 以保护网络并赚取区块奖励。客户可以通过 AKT 或集成的稳定币（带转换）支付。	效用与价值流： AKT 用于所有交易（直接或通过稳定币转换）。客户购买 AKT 支付计算租约，随着网络使用增长创造需求。提供商赚取 AKT 并可以出售或质押。质押奖励 + 费用收入： 持有和质押 AKT 可以从通胀中获得奖励，_并_分享所有费用，因此活跃的网络使用直接使质押者受益。该模型将代币价值与云需求对齐：随着更多 CPU/GPU 工作负载在 Akash 上运行，更多 AKT 费用流向持有者（并且更多 AKT 可能被锁定为抵押品或由提供商质押）。治理也通过 AKT 持有量进行。总体而言，代币的健康状况随着利用率的提高而改善，并有通胀控制以鼓励长期参与。
io.net	去中心化 GPU 云 (专注于人工智能)	IO Token (IO)	固定上限 8 亿 IO： 5 亿预先铸造（分配给团队、投资者、社区等），3 亿在约 20 年内作为挖矿奖励发行（每小时分发）。达到上限后不再有通胀。内置销毁： 网络收入触发代币销毁以减少供应。质押：提供商必须质押最低数量的 IO 才能参与（并可质押更多以获得奖励）。	GPU 共享网络： 硬件提供商（数据中心、矿工）连接 GPU 并因贡献容量而持续（每小时）赚取 IO 奖励。他们还从客户的使用中赚取费用。质押要求： 运营商质押 IO 作为抵押品以确保良好行为。用户可能用 IO（或转换为 IO 的稳定币）支付人工智能计算任务费用；每笔费用的一部分由协议销毁。	效用与价值流： IO 是网络上 GPU 计算能力的交换媒介，也是运营商质押的安全代币。代币价值由三方面驱动：(1) 对人工智能计算的需求——客户必须获取 IO 来支付任务费用，更高的使用量意味着更多代币被销毁（减少供应）。(2) 挖矿激励——分发给 GPU 提供商的新 IO 激励网络增长，但固定上限限制了长期通胀。(3) 质押——IO 被提供商（以及可能的用户或委托人）锁定以赚取奖励，减少了流动供应并将参与者与网络成功对齐。总之，io.net 的代币模型设计为，如果它成功地大规模吸引人工智能工作负载，代币供应将因（销毁和质押）而变得日益稀缺，从而使持有者受益。固定供应也施加了纪律，防止无休止的通胀，并旨在实现可持续的**“奖励换收入”**平衡。

来源： 各项目的官方文档和研究（见上文内联引用）。

代币激励与真实世界服务使用的对比​

DePIN 项目面临的一个关键问题是，代币激励在多大程度上能有效地转化为真实的服务提供和网络的实际使用。在初始阶段，许多 DePIN 协议强调通过慷慨的代币奖励来引导供应（硬件部署），即使需求极小——这是一种“建好它，（希望）他们会来”的策略。这导致了网络市值和代币发行量远超客户收入的情况。截至 2024 年底，整个 DePIN 行业（约 350 个项目）的总市值约为 500 亿美元，但年化收入仅约 5 亿美元——总估值约为年收入的 100 倍。如此大的差距凸显了早期阶段的_低效率_。然而，最近的趋势显示出改善，因为网络正从纯粹的供应驱动增长转向需求驱动的采用，尤其是在人工智能计算需求激增的推动下。

下面我们评估每个示例项目的代币激励效率，考察使用指标与代币支出的对比：

• Helium： Helium 的物联网网络在 2021-2022 年间爆炸式增长，全球部署了近 100 万个热点用于 LoRaWAN 覆盖。这种增长几乎完全是由 HNT 挖矿激励和加密货币热情驱动的——_而不是_客户对物联网数据的需求，后者仍然很低。到 2022 年中，很明显 Helium 的数据流量（实际使用网络的设备）相对于巨大的供应侧投资来说微不足道。2022 年的一项分析指出，每月用于数据使用的代币销毁额不到 1,000 美元，而网络当时每月为热点奖励铸造价值数千万美元的 HNT——这是一个严重的不平衡（基本上，网络使用抵消的代币发行量不到 1%）。在 2022 年底和 2023 年，HNT 代币奖励经历了计划中的减半（减少发行量），但使用量仍然滞后。一个 2023 年 11 月的例子：Helium 数据积分销毁的美元价值当天仅约 156 美元——而网络当天仍在向热点所有者支付估计价值 55,000 美元的代币奖励（以美元计价）。换句话说，当天的代币激励“成本”与实际网络使用的比例超过了 350:1。这说明了 Helium 早期物联网阶段激励到使用转换率极低的问题。Helium 的创始人认识到这个“鸡生蛋还是蛋生鸡”的困境：一个网络在吸引用户之前需要覆盖，但没有用户，覆盖范围就难以变现。

  有改善的迹象。2023 年底，Helium 启动了其 5G 移动网络，提供面向消费者的蜂窝服务（由 T-Mobile 漫游支持），并开始以 MOBILE 代币奖励 5G 热点运营商。Helium Mobile (5G) 的推出迅速带来了付费用户（例如，订阅 Helium 每月 20 美元无限移动套餐的用户）和新型的网络使用。几周内，Helium 的网络使用量猛增——到 2024 年初，每日数据积分销毁额达到约 4,300 美元（几个月前几乎为零）。此外，截至 2024 年第一季度，所有消耗的数据积分中有 92% 来自移动网络（5G），这意味着 5G 服务立即超过了物联网的使用量。虽然每天 4,300 美元在绝对值上仍然不大（年化约 160 万美元），但这代表了向真实收入迈出的有意义的一步。Helium 的代币模型正在适应：通过将物联网和移动网络分离为不同的奖励代币，它确保了如果 5G 使用量没有实现，5G 奖励（MOBILE 代币）将会缩减，IOT 代币也类似——有效地控制了低效率。Helium Mobile 的增长也显示了将代币激励与具有即时消费者利益的服务（廉价的蜂窝数据）相结合的力量。在推出后的 6 个月内，Helium 在美国部署了约 93,000 个 MOBILE 热点（以及全球约 100 万个物联网热点），并与 Telefónica 等公司建立了合作伙伴关系以扩大覆盖范围。未来的挑战是大幅增加用户基础（物联网设备客户和 5G 订户），以便用于数据积分的 HNT 销毁量接近 HNT 的发行规模。总而言之，Helium 最初存在极端的供应过剩（以及相应被高估的代币），但其向需求（5G，并定位为其他网络的“基础设施层”）的转型正在逐步提高其代币激励的效率。

• Filecoin： 在 Filecoin 的案例中，不平衡存在于存储容量与实际存储数据之间。代币激励导致了供应的_过度充裕_：在其顶峰时期，Filecoin 网络有超过 15 艾字节 (EiB) 的原始存储容量由矿工承诺，但很长一段时间里，只有其中几个百分点被真实数据利用。大部分空间被填充了虚拟数据（客户甚至可以存储随机垃圾数据以满足证明要求），只是为了让矿工能赚取 FIL 奖励。这意味着大量的 FIL 被铸造并奖励给了用户实际上并不需要的存储。然而，在 2022-2023 年间，该网络在推动需求方面取得了巨大进展。通过 Filecoin Plus 等举措和积极引入开放数据集，利用率在 2023 年从约 3% 攀升至超过 20%。到 2024 年第四季度，Filecoin 的存储利用率进一步上升至约 30%——这意味着近三分之一的巨大容量被用于存储真实的客户数据。这离 100% 还很远，但趋势是积极的：代币奖励越来越多地流向有用的存储，而不是空洞的填充。另一个衡量标准是：截至 2024 年第一季度，约有 1,900 PiB (1.9 EiB) 的数据存储在 Filecoin 的活跃交易中，同比增长 200%。值得注意的是，现在大多数新交易都通过 Filecoin Plus（已验证客户）进行，这表明矿工非常倾向于将空间用于能为他们带来额外奖励倍数的数据。

  在经济效率方面，Filecoin 的协议也经历了一个转变：最初，协议“收入”（用户支付的费用）与挖矿奖励（一些分析将其视为收入，从而夸大了早期数据）相比微不足道。例如，在 2021 年，Filecoin 的区块奖励价值数亿美元（在 FIL 价格高企时），但实际的存储费用微乎其微；2022 年，随着 FIL 价格下跌，报告的收入从 5.96 亿美元下降 98% 至 1300 万美元，这反映出 2021 年的大部分“收入”是代币发行价值而非客户支出。展望未来，平衡正在改善：付费存储客户的渠道正在增长（例如，2023 年底完成了一笔 1 PiB 的企业交易，这是首批大型全额付费交易之一）。Filecoin 引入 FVM（支持智能合约）以及即将推出的存储市场和 DEX，预计将带来更多的链上费用活动（以及可能的 FIL 销毁或锁定）。总之，Filecoin 的代币激励成功地建立了一个庞大的全球存储网络，尽管早期效率不到 5%；到 2024 年，该效率提高到约 20-30%，并有望随着真实需求赶上补贴供应而进一步攀升。该行业对去中心化存储的整体需求（Web3 数据、档案、NFT 元数据、人工智能数据集等）似乎正在上升，这预示着将更多的挖矿奖励转化为实际有用的服务前景良好。

• Render Network： Render 的代币模型由于其_销毁与铸造均衡_机制，天生就将激励与使用更紧密地联系在一起。在旧模型（2023 年前）中，RNDR 的发行主要由基金会掌握，并基于网络增长目标，而使用则涉及将 RNDR 锁定在托管中以进行任务。这使得分析效率有些困难。然而，随着 BME 在 2023 年全面实施，我们可以衡量销毁的代币相对于铸造的代币数量。由于每个渲染或计算任务都会销毁与其成本成比例的 RNDR，基本上每个作为奖励发行的代币都对应着完成的工作（减去在给定周期内发行量 > 销毁量时的任何净通胀）。升级后 Render 网络的早期数据显示，使用量确实在增加：Render 基金会指出，在“高峰时刻”，网络每秒完成的渲染帧数可能超过以太坊处理的交易量，这突显了其显著的活动。虽然详细的使用统计数据（例如任务数量或消耗的 GPU 小时数）在上述摘要中并未公开，但一个强有力的指标是 RNDR 的价格和需求。2023 年，RNDR 成为表现最好的加密资产之一，从 1 月份的约 0.40 美元上涨到 5 月份的 2.50 美元以上，并在此后继续攀升。到 2023 年 11 月，RNDR 年初至今上涨超过 10 倍，这得益于对人工智能相关计算能力的狂热。这种价格行为表明，用户正在购买 RNDR 来完成渲染和人工智能任务（或者投机者预期他们将需要这样做）。事实上，对人工智能任务的兴趣可能带来了一波新的需求——Render 报告称，其网络正在从媒体渲染扩展到人工智能模型训练，并且传统云中的 GPU 短缺意味着在这个细分市场需求远超供应。本质上，Render 的代币激励（发行）得到了同样强劲的用户需求（销毁）的响应，使其激励到使用的转换率相对较高。值得注意的是，在 BME 的第一年，网络有意分配了一些额外的代币（910 万 RENDER 的发行）来引导节点运营商的收入。如果这些超过了使用量，可能会带来一些暂时的通胀低效率。然而，鉴于网络的增长，RNDR 的销毁率一直在攀升。截至 2024 年中的 Render Network 仪表板显示，累计销毁的 RNDR 稳步增加，表明真实的任务正在被处理。另一个成功的定性迹象是：主要工作室和内容创作者已将 Render 用于备受瞩目的项目，证明了其在现实世界中的采用（这些不仅仅是运行节点的加密爱好者——他们是为渲染付费的_客户_）。总而言之，Render 似乎拥有 DePIN 中最有效的代币到服务转换指标之一：如果网络繁忙，RNDR 就会被销毁，代币持有者能看到切实的价值；如果网络闲置，代币发行将是唯一的产出，但围绕人工智能的热情确保了网络远非闲置。

• Akash： Akash 的效率可以从_云支出与代币发行_的背景下看待。作为一个权益证明链，Akash 的 AKT 有通胀来奖励验证者，但这种通胀并不算过高（并且很大一部分被质押锁定所抵消）。更有趣的是代币捕获了多少真实使用量。2022 年，Akash 的使用量相对较低（任何时候只有几百个部署，主要是小型应用或测试网）。这意味着 AKT 的价值是投机性的，没有费用支持。然而，在 2023-2024 年，由于人工智能，使用量爆炸式增长。到 2024 年底，Akash 网络每天处理约 1.1 万美元的支出，而 2024 年 1 月每天仅约 1,300 美元——年内日收入增长约 749%。在 2024 年期间，Akash 的累计计算付费支出超过了 160 万美元。这些数字虽然与 AWS 等巨头相比仍然很小，但代表了真实客户在 Akash 上部署工作负载并以 AKT 或 USDC 支付（最终通过转换驱动 AKT 需求）。在此期间的代币激励（通胀奖励）大约是 1.3 亿流通 AKT 的 15-20%（2024 年铸造约 2000-2600 万 AKT，按每 AKT 1-3 美元计算，价值可能在 2000-5000 万美元）。因此，从纯美元角度看，网络发行的代币价值仍然高于其带来的费用——与其他早期网络类似。但趋势是使用量正在迅速赶上。一个有说服力的统计数据是：与 2023 年第三季度相比，2024 年第三季度每笔租约的平均费用从 6.42 美元上升到 18.75 美元。这意味着用户正在运行资源密集得多（因此也更昂贵）的工作负载，很可能是用于人工智能的 GPU，并且他们愿意支付更多，大概是因为网络提供了价值（例如，比替代方案成本更低）。此外，由于 Akash 对租约收取 10-20% 的协议费，这意味着 160 万美元累计支出中的 10-20% 作为真实收益流向了质押者。2024 年第四季度，AKT 的价格创下多年新高（约 4 美元，比 2023 年中低点上涨 8 倍），表明市场认识到其基本面和使用量的改善。2024 年底的链上数据显示，有超过 650 个活跃租约和网络中超过 700 个 GPU，利用率约为 78%——实际上，通过激励增加的大部分 GPU 都已被客户实际使用。这是代币激励向服务的强劲转换：近五分之四的激励 GPU 都在为人工智能开发者服务（用于模型训练等）。Akash 的积极举措，如启用信用卡支付和支持流行的人工智能框架，帮助将加密代币与现实世界用户连接起来（一些用户甚至可能不知道他们底层支付的是 AKT）。总的来说，虽然 Akash 最初也存在 DePIN 普遍的“供应 > 需求”问题，但它正迅速向一个更平衡的状态发展。如果人工智能需求持续，Akash 甚至可能接近一个需求超过代币激励的境地——换句话说，使用量可能比投机性通胀更能驱动 AKT 的价值。该协议与质押者分享费用的设计也意味着，随着效率的提高，AKT 持有者将直接受益（例如，到 2024 年底，质押者从实际费用中获得了可观的收益，而不仅仅是通胀）。

• io.net： 作为一个非常新的项目（2023/24 年启动），io.net 的效率在很大程度上仍是理论上的，但其模型是明确为最大化激励转换而构建的。通过硬性设定供应上限和实行每小时奖励，io.net 避免了无限通胀失控的情况。并且通过根据收入销毁代币，它确保了只要需求启动，就会有一个自动的制衡机制来对抗代币发行。早期报告声称 io.net 已经聚合了大量的 GPU（可能通过引入现有的矿场和数据中心），使其拥有可观的供应。关键在于这些供应是否能找到来自人工智能客户的相应需求。对该行业的一个积极信号是：截至 2024 年，去中心化 GPU 网络（包括 Render、Akash 和 io.net）通常是容量受限，而非需求受限——这意味着用户对计算的需求超过了网络在任何时刻的在线容量。如果 io.net 能利用这种未满足的需求（通过提供更低的价格或通过 Solana 生态系统的独特集成），其代币销毁可能会加速。另一方面，如果它将 5 亿 IO 初始供应的大部分分发给内部人士或提供商，那么如果使用量滞后，就存在卖压风险。在没有具体使用数据的情况下，io.net 是对精炼代币经济学方法的一次考验：它从一开始就以需求驱动的均衡为目标，试图避免过度供应代币。在未来几年，可以通过追踪 3 亿发行量中有多少百分比被网络收入（销毁）有效“支付”来衡量其成功。DePIN 行业的发展表明，io.net 在一个人工智能需求高涨的有利时机进入，因此它可能比早期项目更快地达到高利用率。

总而言之，早期的 DePIN 项目通常面临代币激励效率低的问题，代币支付远远超过实际使用。Helium 的物联网网络就是一个典型例子，代币奖励建立了一个庞大的网络，但利用率仅为百分之几。Filecoin 同样拥有大量的存储空间，但最初存储的数据很少。然而，通过网络改进和外部需求趋势，这些差距正在缩小。Helium 的 5G 转型使其使用量倍增，Filecoin 的利用率稳步攀升，而 Render 和 Akash 的真实使用量随着人工智能热潮而激增，使其代币经济更接近一个可持续的循环。2024 年的一个普遍趋势是转向**“证明需求”**：DePIN 团队开始专注于获取用户和收入，而不仅仅是硬件和炒作。这体现在像 Helium 这样的网络正在争取物联网和电信领域的企业合作伙伴，Filecoin 正在引入大型 Web2 数据集，以及 Akash 使其平台对人工智能开发者更加友好。最终效果是，代币价值越来越受到_基本面_（例如，存储的数据量、售出的 GPU 小时数）的支持，而不仅仅是投机。虽然还有很长的路要走——整个行业 100 倍的市销率意味着仍然存在大量投机——但轨迹是朝着更有效利用代币激励的方向发展的。那些未能将代币转化为服务（或“落地硬件”）的项目可能会逐渐消失，而那些实现高转换率的项目正在赢得投资者和社区的信心。

与人工智能计算需求的结合：趋势与机遇​

DePIN 项目受益的最重要发展之一是人工智能计算需求的爆炸性增长。2023-2024 年，人工智能模型的训练和部署成为一个价值数十亿美元的市场，给传统云提供商和 GPU 供应商的容量带来了压力。去中心化基础设施网络迅速适应以抓住这一机遇，导致了一种有时被称为**“DePIN x AI”**甚至被未来学家称为“去中心化物理人工智能 (DePAI)”的融合。下面，我们概述了我们关注的项目和更广泛的 DePIN 行业如何利用人工智能趋势：

• 去中心化 GPU 网络与人工智能： 像 Render、Akash、io.net（以及其他如 Golem、Vast.ai 等）这样的项目正处于服务人工智能需求的前沿。如前所述，Render 从渲染扩展到支持人工智能工作负载——例如，出租 GPU 算力来训练 Stable Diffusion 模型或其他机器学习任务。对人工智能的兴趣直接推动了这些网络的使用。2023 年中，用于训练图像和语言模型的 GPU 计算需求飙升。Render Network 从中受益，因为许多开发者甚至一些企业转向它寻求更便宜的 GPU 时间；这是 RNDR 价格飙升 10 倍的一个因素，反映了市场相信 Render 将提供 GPU 来满足人工智能需求。同样，Akash 在 2023 年底推出 GPU 服务恰逢生成式人工智能热潮——几个月内，Akash 上的数百个 GPU 被租用以微调语言模型或提供人工智能 API。到 2024 年底，Akash 上 GPU 的利用率达到约 78%，这表明几乎所有通过激励添加的硬件都找到了来自人工智能用户的需求。io.net 明确将自己定位为“专注于人工智能的去中心化计算网络”。它宣称与人工智能框架集成（他们提到使用在机器学习中流行的 Ray 分布式计算框架，使人工智能开发者能轻松在 io.net 上扩展）。io.net 的价值主张——能够在 90 秒内部署一个 GPU 集群，效率是云的 10-20 倍——完全针对那些受限于昂贵或积压的云 GPU 实例的人工智能初创公司和研究人员。这种定位是战略性的：2024 年出现了极端的 GPU 短缺（例如，NVIDIA 的高端人工智能芯片售罄），而拥有任何类型 GPU（甚至是旧型号或游戏 GPU）的去中心化网络则介入填补了这一空白。世界经济论坛指出了**“去中心化物理人工智能 (DePAI)”的出现，即普通人为人工智能过程贡献计算能力和数据并获得奖励。这一概念与 GPU DePIN 项目相符，这些项目使任何拥有不错 GPU 的人都能通过支持人工智能工作负载来赚取代币。Messari 的研究同样强调，2024 年人工智能行业的强烈需求已成为 DePIN 行业向需求驱动增长转变的“重要加速器”**。

• 存储网络与人工智能数据： 人工智能热潮不仅关乎计算——它还需要存储_海量数据集_（用于训练）和分发训练好的模型。像 Filecoin 和 Arweave 这样的去中心化存储网络在这里找到了新的用例。Filecoin 特别将人工智能视为一个关键的增长载体：2024 年，Filecoin 社区将“计算与人工智能”确定为三个重点领域之一。随着 Filecoin 虚拟机的推出，现在可以在靠近存储在 Filecoin 上的数据的地方运行计算服务。像 Bacalhau（一个分布式数据计算项目）和 Fluence 的计算 L2 这样的项目正在 Filecoin 的基础上构建，让用户可以直接在网络中存储的数据上运行人工智能算法。其理念是，例如，可以在已经存储在 Filecoin 节点上的大型数据集上训练模型，而无需将其移动到中心化的集群。Filecoin 的技术创新，如星际共识 (InterPlanetary Consensus, IPC)，允许启动可专用于特定工作负载的子网络（比如一个利用 Filecoin 存储安全的人工智能专用侧链）。此外，Filecoin 正在支持与人工智能高度相关的去中心化数据共享——例如，来自大学、自动驾驶汽车数据或卫星图像的数据集可以托管在 Filecoin 上，然后由人工智能模型访问。该网络自豪地存储了主要的人工智能相关数据集（例如引用的加州大学伯克利分校和互联网档案馆的数据）。在代币方面，这意味着更多客户使用 FIL 进行数据存储——但更令人兴奋的是数据二级市场的潜力：Filecoin 的愿景包括允许存储客户将其数据货币化用于人工智能训练用例。这意味着未来在 Filecoin 上拥有一个大型数据集可能会在你的人工智能公司付费在其上进行训练时为你赚取代币，从而创建一个 FIL 不仅用于存储，还用于数据使用权的生态系统。这还处于萌芽阶段，但突显了 Filecoin 与人工智能趋势的深度结合。

• 无线网络与边缘数据用于人工智能： 从表面上看，Helium 和类似的无线 DePIN 与人工智能计算的直接联系较少。然而，也存在一些联系。物联网传感器网络（如 Helium 的物联网子 DAO，以及其他如 Nodle 或 WeatherXM）可以提供有价值的现实世界数据来喂养人工智能模型。例如，WeatherXM（一个用于气象站数据的 DePIN）提供了一个去中心化的天气数据流，可以改善气候模型或人工智能预测——WeatherXM 的数据正通过 Filecoin 的 Basin L2 集成，正是出于这些原因。Nodle，它使用智能手机作为节点来收集数据（并被认为是一个 DePIN），正在构建一个名为“Click”的应用，用于去中心化的智能摄像头录像；他们计划集成 Filecoin 来存储图像，并可能将其用于人工智能计算机视觉训练。Helium 的角色可能是为这些边缘设备提供连接——例如，一个城市部署 Helium 物联网传感器用于空气质量或交通监测，然后这些数据集被用来训练城市规划人工智能。此外，Helium 5G 网络未来可能作为人工智能的边缘基础设施：想象一下，自动驾驶无人机或车辆使用去中心化的 5G 进行连接——它们生成（和消耗）的数据可能会持续接入人工智能系统。虽然 Helium 尚未宣布具体的“人工智能战略”，但其母公司 Nova Labs 已暗示将 Helium 定位为_其他_ DePIN 项目的通用基础设施层。这可能包括人工智能领域的项目。例如，Helium 可以为一个由人工智能驱动的设备舰队提供物理无线层，而该人工智能舰队的计算需求由像 Akash 这样的网络处理，数据存储由 Filecoin 处理——一个相互连接的 DePIN 堆栈。

• 协同增长与投资： 加密投资者和传统参与者都注意到了 DePIN 与人工智能的协同效应。Messari 的 2024 年报告预测，如果趋势持续，DePIN 市场到 2028 年可能增长到 3.5 万亿美元（从 2024 年的约 500 亿美元）。这种乐观的前景很大程度上是基于人工智能是去中心化基础设施的“杀手级应用”。DePAI（去中心化物理人工智能）的概念设想了一个未来，即_普通人不仅贡献硬件，还贡献数据给人工智能系统并获得奖励_，打破大型科技公司对人工智能数据集的垄断。例如，某人的自动驾驶汽车可以收集道路数据，通过像 Helium 这样的网络上传，存储在 Filecoin 上，并被在 Akash 上训练的人工智能使用——每个协议都以代币奖励贡献者。虽然有些未来主义，但这一愿景的早期构件正在出现（例如，HiveMapper，一个 DePIN 地图项目，司机的行车记录仪构建地图——这些地图可以训练自动驾驶人工智能；贡献者赚取代币）。我们也看到像 Bittensor (TAO) 这样专注于人工智能的加密项目——一个以去中心化方式训练人工智能模型的网络——达到了数十亿美元的估值，表明投资者对人工智能+加密组合的强烈兴趣。

• 自主代理与机器对机器经济： 一个即将到来的迷人趋势是人工智能代理自主使用 DePIN 服务。Messari 推测，到 2025 年，人工智能代理网络（如自主机器人）可能会直接从 DePIN 协议采购去中心化计算和存储，以执行人类或其他机器的任务。在这种情况下，一个人工智能代理（比如说，一个去中心化人工智能服务网络的一部分）可以在需要更多计算能力时自动从 Render 或 io.net 租用 GPU，用加密货币支付，将其结果存储在 Filecoin 上，并通过 Helium 进行通信——所有这些都无需人工干预，通过智能合约进行协商和交易。这种机器对机器的经济可能会解锁一波新的需求，这种需求天生就适合 DePIN（因为人工智能代理没有信用卡，但可以使用代币相互支付）。这还为时过早，但像 Fetch.ai 等原型项目暗示了这一方向。如果实现，DePIN 网络将看到_机器驱动的使用量直接涌入_，进一步验证其模型。

• 能源及其他物理垂直领域： 虽然我们的重点是连接、存储和计算，但人工智能趋势也触及了其他 DePIN 领域。例如，去中心化能源网（有时称为 DeGEN——去中心化能源网络）可能会受益，因为人工智能可以优化能源分配：如果有人将多余的太阳能共享到一个微电网以换取代币，人工智能可以预测并有效地路由这些电力。币安的一份报告中引用的一个项目描述了为向电网贡献多余太阳能而提供的代币。管理此类电网的人工智能算法同样可以在去中心化计算上运行。同样，人工智能可以增强去中心化网络的性能——例如，基于人工智能优化 Helium 的无线电覆盖，或用于 Filecoin 存储节点预测性维护的人工智能操作。这更多是关于在 DePIN 内部_使用_人工智能，但它展示了技术的交叉融合。

本质上，人工智能已成为 DePIN 的顺风车。之前“区块链与现实世界相遇”和“人工智能革命”这两个独立的叙事正在融合成一个共同的叙事：去中心化可以帮助满足人工智能的基础设施需求，而_人工智能反过来又可以为去中心化网络带来大规模的真实世界使用_。这种融合正在吸引大量资本——仅 2024 年就有超过 3.5 亿美元投资于 DePIN 初创公司，其中大部分旨在人工智能相关的基础设施（例如，最近的许多融资都是针对去中心化 GPU 项目、用于人工智能的边缘计算等）。它也促进了项目之间的合作（Filecoin 与 Helium 合作，Akash 与其他人工智能工具提供商集成等）。

结论​

像 Helium、Filecoin、Render 和 Akash 这样的 DePIN 项目代表了一个大胆的赌注，即加密激励可以比传统模式更快、更公平地引导现实世界的基础设施。每个项目都制定了独特的经济模型：Helium 使用代币销毁和覆盖证明来众包无线网络，Filecoin 使用加密经济学创建一个去中心化的数据存储市场，Render 和 Akash 通过代币化支付和奖励将 GPU 和服务器转变为全球共享资源。早期，这些模型显示出压力——供应快速增长而需求滞后——但它们已经证明了能够调整和提高效率。代币激励飞轮虽然不是万能药，但已被证明能够组建令人印象深刻的物理网络：一个全球物联网/5G 网络、一个艾字节规模的存储网格和分布式的 GPU 云。现在，随着真实使用（从物联网设备到人工智能实验室）的跟上，这些网络正在向可持续的服务经济转型，其中代币是通过提供价值来赚取的，而不仅仅是作为早期参与者。

人工智能的崛起加速了这一转型。人工智能对计算和数据的无尽需求正中 DePIN 的下怀：未开发的资源可以被利用，闲置的硬件可以投入使用，全球的参与者可以分享回报。2024 年人工智能驱动的需求与 DePIN 供应的对齐是一个关键时刻，可以说为其中一些项目提供了它们一直在等待的“产品-市场契合”。趋势表明，去中心化基础设施将继续乘着人工智能的浪潮——无论是通过托管人工智能模型、收集训练数据，还是实现自主代理经济。在此过程中，支撑这些网络的代币价值可能越来越反映实际使用（例如，售出的 GPU 小时数、存储的 TB 数、连接的设备数），而不仅仅是投机。

尽管如此，挑战依然存在。DePIN 项目必须继续提高投资到效用的转换率——确保增加一个热点或一个 GPU 确实能为用户增加相应的价值。它们还面临来自传统提供商的竞争（他们也并非停滞不前——例如，云巨头正在为承诺的人工智能工作负载降低价格），并且必须克服监管障碍（Helium 的 5G 需要频谱合规等）、加密货币的用户体验摩擦以及在规模上实现可靠性能的需求。代币模型也需要持续校准：例如，Helium 分裂为子代币就是一次调整；Render 的 BME 是另一次；其他项目可能会实施费用销毁、动态奖励，甚至 DAO 治理调整以保持平衡。

从创新和投资的角度来看，DePIN 是 Web3 中最令人兴奋的领域之一，因为它将加密货币与有形服务直接联系起来。投资者正在关注协议收入、利用率和代币价值捕获（市销率）等指标，以辨别赢家。例如，如果一个网络的代币市值很高但使用率很低（高市销率），那么它可能被高估了，除非预期需求会激增。相反，一个能够大幅增加收入的网络（如 Akash 日支出的 749% 增长）可能会看到其代币被从根本上重新估值。分析平台（Messari、Token Terminal）现在跟踪这些数据：例如，Helium 的年化收入（约 350 万美元）与激励（约 4700 万美元）相比存在巨大赤字，而像 Render 这样的项目如果销毁开始抵消发行，可能会显示出更接近的比例。随着时间的推移，我们预计市场将奖励那些为用户展示真实现金流或成本节约的 DePIN 代币——这是该行业从炒作到基本面的成熟过程。

总之，像 Helium 和 Filecoin 这样的成熟网络已经证明了代币化基础设施的力量与陷阱，而像 Render、Akash 和 io.net 这样的新兴网络正在将该模型推向人工智能计算的高需求领域。每个网络背后的经济学在机制上有所不同，但共享一个共同的目标：创建一个自我维持的循环，即代币激励服务的建设，而这些服务的使用反过来又支持代币的价值。实现这种均衡是复杂的，但迄今为止的进展——数百万设备、艾字节数据和数千个 GPU 现已在去中心化网络中上线——表明 DePIN 实验正在结出果实。随着人工智能和 Web3 的持续融合，未来几年可能会看到去中心化基础设施网络从利基替代品转变为互联网结构的重要支柱，由加密经济学驱动提供真实世界的效用。

来源： 官方项目文档和博客、Messari 研究报告以及来自 Token Terminal 等的分析数据。主要参考资料包括 Messari 的 Helium 和 Akash 概述、Filecoin 基金会更新、币安研究院关于 DePIN 和 io.net 的报告，以及 CoinGecko/CoinDesk 在人工智能背景下对代币表现的分析。这些为上述评估提供了事实依据，并在全文中引用。

BlockEden.xyz 以其远程过程调用（RPC）基础设施闻名，如今正向 AI 推理服务拓展。此演进利用其开源、无许可的设计，打造一个模型研究者、硬件运营商、API 提供商和用户无缝交互的市场。网络的 Relay Mining 算法确保服务透明且可验证，为大型模型 AI 研究者提供了无需维护基础设施即可变现的独特机会。

核心问题​

AI 领域面临以下重大挑战：

• 受限的模型服务环境：资源密集型基础设施限制了 AI 研究者对多模型的实验能力。
• 开源创新的不可持续商业模式：独立工程师难以实现变现，往往依赖大型基础设施提供商。
• 市场准入不平等：企业级模型占据主导，中端模型和用户则被忽视。

BlockEden.xyz 的独特价值主张​

BlockEden.xyz 通过将基础设施层与产品服务层解耦，构建开放且去中心化的框架，从而解决上述问题。这一布局实现了高质量的服务交付，并在所有网络参与者之间对齐激励。

主要优势包括：

• 成熟网络：利用 BlockEden.xyz 已有的服务网络，简化模型访问并提升服务质量。
• 关注点分离：各利益相关方专注自身优势，提高整体生态系统效率。
• 激励对齐：加密证明和性能测量驱动竞争与透明度。
• 无许可模型与供应：开放的市场提供成本效益高的硬件供应。

去中心化 AI 推理的利益相关者​

模型提供者：协调者
协调者管理产品与服务层，优化服务质量，为应用提供无缝访问。协调者通过伪装成普通用户来验证供应商的完整性，提供客观的性能评估。

模型使用者：应用
应用通常使用第一方协调者，也可以通过第三方接入网络，以提升隐私和降低成本。直接接入支持多样化的用例实验，省去中间商费用。

模型供应商：硬件运营商
供应商运行推理节点以赚取代币。他们在 DevOps、硬件维护和日志记录方面的能力对网络增长至关重要。无许可模式鼓励各种硬件提供商参与，包括拥有闲置或休眠资源的提供商。

模型来源：工程师与研究者
开放源码模型的研究者和机构可依据使用量获得收入。该模式在无需维护基础设施的前提下激励创新，为开源贡献者提供可持续的商业模型。

与 Cuckoo Network 的合作​

BlockEden.xyz 与 Cuckoo Network 合作，通过去中心化、无许可的基础设施革新 AI 推理。此合作聚焦于发挥双方优势，打造一个高效、无缝的 AI 模型部署与变现生态系统。

关键合作领域​

• 基础设施集成：将 BlockEden.xyz 强大的 RPC 基础设施与 Cuckoo Network 的去中心化模型服务能力相结合，提供可扩展且弹性的 AI 推理服务。
• 模型分发：在网络中分发开源 AI 模型，使研究者能够触达更广泛的受众并实现变现，无需大量基础设施投入。
• 质量保证：实现持续监控与评估模型性能及供应商完整性的机制，确保高质量服务交付与可靠性。
• 经济激励：通过加密证明和基于性能的奖励在所有利益相关方之间对齐经济激励，营造竞争透明的市场。
• 隐私与安全：利用可信执行环境（TEE）和去中心化数据存储等先进技术，提升隐私保护操作和安全模型推理。
• 社区与支持：构建面向 AI 研究者和开发者的支持社区，提供资源、指导和激励，推动去中心化 AI 生态系统的创新与采纳。

通过与 Cuckoo Network 的合作，BlockEden.xyz 旨在打造全方位的去中心化 AI 推理方案，为研究者、开发者和用户提供稳健、透明且高效的 AI 模型部署与使用平台。现在即可尝试去中心化的文本生成图像 API： https://blockeden.xyz/api-marketplace/cuckoo-ai。

去中心化推理网络的输入/输出​

Cuckoo Network 的 LLM 输入：

• 开源模型
• 终端用户或应用的需求
• 来自商品硬件的聚合供应
• 服务质量保证

Cuckoo Network 的 LLM 输出：

• 零宕机
• 无缝模型实验
• 公共模型评估
• 隐私保护操作
• 无审查模型

Web3 生态系统集成​

BlockEden.xyz 的 RPC 协议可与其他 Web3 协议集成，提升去中心化 AI（DecAI）：

• 数据与存储网络：与 Filecoin/IPFS、Arweave 等去中心化存储解决方案无缝对接，实现模型存储与数据完整性。
• 计算网络：借助 Akash、Render 等去中心化计算层，支持专用硬件和闲置硬件的混合服务。
• 推理网络：提供灵活的部署模型和强大的生态系统，支撑多样化的推理任务。
• 应用层：AI 代理、消费类应用和物联网设备可利用 DecAI 推理，实现个性化服务、数据隐私和边缘决策。

总结​

BlockEden.xyz 已有的基础设施与经济设计为开源 AI 开辟了新机遇。通过提供去中心化且可验证的服务，它搭建了开源 AI 与 Web3 之间的桥梁，实现创新、可持续且可靠的服务交付。此方案促进模型多样性、提升中小企业的市场准入，并为开源研究者提供全新商业模型。未来的迭代将继续扩展生态系统，确保 BlockEden.xyz 在不断演进的 AI 与区块链领域保持强大且适应性强的解决方案。

• Twitter: https://twitter.com/BlockEdenHQ
• Discord: https://discord.gg/eWZvE4RSBw
• 源链接: https://blockeden.xyz/blog/2024/06/20/decentralized-inference-blockeden-xyz/