深潮 TechFlow 消息，3 月 4 日，据官方公告，今天下午 20:00（UTC+8）将开放币安 Alpha 空投领取。

持有至少 240 个币安 Alpha 积分的用户可申领代币空投。先到先得。直至空投池领取完毕或活动结束。具体详情将另行公布。

具体空投币种敬请关注币安官方渠道。

深潮TechFlow消息，3月4日，据The Block报道，在美以与伊朗冲突持续发酵、市场对中东地缘风险与美联储短期降息预期推迟进行重新定价之际，比特币走势依旧强劲。分析认为，在此前震荡整理数周后，机构资金重新布局，为比特币反弹提供了重要支撑，现货ETF资金回流，托底价格反弹。此外，链上与衍生品数据同样显示风险偏好回升，比特币永续合约未平仓量录得自2025年7月以来最大单日增幅，杠杆显著扩张，不过ETF份额交易与实际比特币现货买入之间可能存在时间差，机构产品的结算与对冲机制或削弱短期价格的即时传导效应。

深潮 TechFlow 消息，3 月 4 日，官方消息，Bybit将在现货专区上线Opinion (OPN)

Opinion(OPN)是一个链上预测交易所（prediction exchange），允许用户直接将宏观经济数据、预测事件和新闻作为标准化资产进行交易。

深潮 TechFlow 消息，3 月 4 日，据 Cointelegraph 报道，国际反洗钱监管机构金融行动特别工作组（FATF）在最新报告中指出，通过自托管钱包进行的点对点（P2P）稳定币转账已成为加密货币生态系统中的关键弱点，因其可绕过反洗钱（AML）监管。

FATF 强调，这类交易无需通过受监管中介机构即可完成，造成监管缺口。报告显示，2025 年稳定币占非法交易总量的 84%，成为规避制裁等非法活动的主要工具。虽然区块链交易可追踪，但钱包地址的匿名性增加了归因难度。FATF 呼吁各国评估稳定币安排带来的风险，并采取”相称”的缓解措施，包括加强自托管钱包与受监管平台交互时的监控，以及明确稳定币发行和分销实体的反洗钱义务。

深潮 TechFlow 消息，3 月 4 日，Bitget 发布「加密反偏见承诺 Crypto Anti-Bias Pledge」，作为其国际妇女节系列活动的重要组成部分。该倡议聚焦三大核心方向：降低教育与行业准入门槛、推动平等的职业发展机会，以及对职业与社区环境中的歧视与骚扰行为实施“零容忍”政策。

Bitget CEO Gracy Chen 表示，依托设立 1000 万美元专项基金的 Blockchain4Her 公益计划，Bitget 正通过教育合作与企业治理实践推动行业改善。平台已与联合国儿童基金会（UNICEF）达成合作，为全球 30 万名年轻人提供区块链与数字技能培训，其中女性参与比例预计达到 90%。

在公司内部，Bitget 目前约 40% 的高管职位由女性担任，并建立以绩效结果为核心的晋升机制。最新内部评估显示，多位绩效排名前列的员工为女性，体现出以能力与表现为导向的人才发展文化。

深潮 TechFlow 消息，3 月 4 日，据链上分析师 MLM（@mlmabc）监测，Hyperliquid 协议的回购援助基金（Hyperliquid Assistance Fund）总回购金额今日突破 10 亿美元，这一里程碑出现在 $HYPE 代币上线仅 15 个月后。分析师称，已有总计 4171 万枚 HYPE 代币被永久销毁，按当前价格计算价值约 13.5 亿美元，占 HYPE 代币总供应量的 4.17%。

深潮 TechFlow 消息，3 月 4 日，据官方消息，TRON生态“AI模型大乱斗”最终赛季已正式开启。本次活动由WINkLink 与AINFT联合发起，即日起至3月10日，用户无需注册，无需订阅，直接访问 chat.ainft.com/chat 并连接 TronLink、Binance Wallet、TokenPocket 或 OKX Wallet，即可领取100万积分。参与用户只需向ChatGPT-5.2与Claude Opus 4.5等任意两个模型发送相同WINkLink相关指令，并通过发布推文参与评选，即可瓜分500 USDT专属奖池。欢迎加入这场去中心化与前沿AI交汇的创新盛宴，共同见证 AI 与波场生态擦出的火花。

深潮 TechFlow 消息，3 月 4 日，据华尔街日报报道，Kraken 成为首家获准接入美联储核心支付系统的加密货币公司。

深潮 TechFlow 消息，3 月 4 日，据金十数据报道，美国 2 月 ADP 就业人数将于今晚 21:15（UTC+8）公布，12 家机构前瞻数据如下：

1. 法兴银行：+4.0万；德意志银行：+5.0万；高盛集团：+5.0万；汇丰控股：+5.0万；
2. 渣打银行：+5.0万；法巴银行：+5.2万；荷兰国际：+5.5万；潘森宏观：+6.0万；
3. 瑞穗证券：+6.5万；劳埃德银行：+7.0万；美国银行：+7.5万。[路透预期:+5.0万]

深潮 TechFlow 消息，3 月 4 日，据 The Block 报道，比特币政策研究所 (Bitcoin Policy Institute) 的一项研究显示，前沿 AI 模型在 9,072 个货币相关回应中有 48.3% 选择了比特币，特别是在长期价值储存场景中，比特币占据了 79.1% 的回应比例。

在支付场景方面，稳定币以 53.2% 的比例领先于比特币的 36%。研究还发现，90.8% 的回应偏好数字原生货币工具而非法定货币，且 36 个受测 AI 模型中没有一个将法定货币列为首选。

作者：0xjacobzhao

在过往 Crypto AI 系列研报中我们持续强调的观点：当前加密领域最具实际应用价值的场景，主要集中在稳定币支付与DeFi，而 Agent是 AI 产业面向用户的关键界面。因此，在 Crypto与 AI 融合的趋势中，最具价值的两条路径分别是：短期内基于现有成熟DeFi 协议（借贷、流动性挖矿等基础策略，以及 Swap、Pendle PT、资金费率套利等高级策略）的AgentFi，以及中长期围绕稳定币结算、并依托 ACP/AP2/x402/ERC-8004 等协议的Agent Payment。

预测市场在 2025 年已成为不容忽视的行业新趋势，其年度总交易量从 2024 年的约 90 亿美元激增至 2025 年的超过 400 亿美元，实现超过 400%的年同比增长。这一显著增长由多重因素共同推动：宏观政治事件带来不确定性需求，基础设施与交易模式的成熟，以及监管环境出现破冰（Kalshi 胜诉与 Polymarket 回归美国）。预测市场智能体 (Prediction Market Agent)在 2026 年初呈现早期雏形，有望在未来一年成为智能体领域的新兴产品形态。

一、预测市场：从下注工具到“全球真相层”

预测市场是一种围绕未来事件结果进行交易的金融机制，合约价格本质上反映了市场对事件发生概率的集体判断。其有效性源于群体智慧与经济激励的结合：在匿名、真金白银下注的环境中，分散信息被快速整合为按资金意愿加权的价格信号，从而显著降低噪音与虚假判断。

预测市场名义交易量趋势图

数据来源：Dune Analytics (Query ID: 5753743)

截至 2025 年底，预测市场已基本形成 Polymarket与Kalshi 双寡头主导的格局。据《福布斯》统计，2025 年总交易量约达440 亿美元，其中 Polymarket 贡献约215 亿美元，Kalshi 约为171 亿美元。2026年 2 月周数据显示 Kalshi 交易量（$25.9B）已超过 Polymarket（$18.3B），接近 50%市场份额，Kalshi 凭借此前选举合约案的法律胜诉、在美国体育预测市场的合规先发优势，以及相对明确的监管预期，实现了快速扩张。目前，二者的发展路径已呈现清晰分化：

• Polymarket 采用“链下撮合、链上结算”的混合 CLOB 架构与去中心化结算机制，构建起全球化、非托管的高流动性市场，合规重返美国后形成“在岸+离岸”双轨运营结构；
• Kalshi 融入传统金融体系，通过 API 接入主流零售券商，吸引华尔街做市商深度参与宏观与数据型合约交易，产品受制于传统监管流程，长尾需求与突发事件相对滞后。

除 Polymarket与 Kalshi 之外，预测市场领域具备竞争力的其他参与者主要沿着两条路径发展：

• 一是合规分发路径，将事件合约嵌入券商或大型平台的既有账户与清算体系，依托渠道覆盖、合规资质与机构信任建立优势（如 Interactive Brokers × ForecastEx 的 ForecastTrader，FanDuel × CME Group 的 FanDuel Predicts），合规与资源优势显著，但产品与用户规模仍早期。
• 二是Crypto 原生链上路径，以 Opinion.trade、Limitless、Myriad 为代表，借助积分挖矿、短周期合约与媒体分发实现快速放量，强调性能与资金效率，但其长期可持续性与风控稳健性仍有待验证。

传统金融合规入口与加密原生性能优势这两类路径共同构成预测市场生态的多元竞争格局。

预测市场表面上与赌博相似，本质是零和博弈，但二者的核心区别在于是否具有正外部性：通过真金白银的交易聚合分散信息，对现实事件进行公共定价，形成有价值的信号层。其趋势正从博弈转向“全球真相层”——随着 CME、彭博等机构的接入，事件概率已成为可被金融与企业系统直接调用的决策元数据，提供更及时、可量化的市场化真相。

从全球监管现状看，预测市场的合规路径高度分化。美国是唯一明确将预测市场纳入金融衍生品监管框架的主要经济体，欧洲、英国、澳大利亚、新加坡等市场普遍将其视为博彩并趋于收紧监管，中国、印度等则完全禁止，预测市场未来全球化扩张仍依赖于各国的监管框架。

二、预测市场智能体的架构设计

当下预测市场智能体 (Prediction Market Agent)正在进入早期实践阶段，其价值不在于“AI 预测更准”，而在于放大预测市场中的信息处理与执行效率。预测市场本质是信息聚合机制，价格反映对事件概率的集体判断；现实中的市场低效源于信息不对称、流动性与注意力约束。预测市场智能体 的合理定位是可执行的概率资产管理（Executable Probabilistic Portfolio Management）：将新闻、规则文本与链上数据转化为可验证的定价偏差，以更快、更纪律化、低成本的方式执行策略，并通过跨平台套利与组合风控捕获结构性机会。

理想的预测市场智能体 可抽象为四层架构：

• 信息层汇集新闻、社交、链上与官方数据；
• 分析层以 LLM 与 ML 识别错价并计算 Edge；
• 策略层通过凯利公式、分批建仓与风控将 Edge 转化为仓位；
• 执行层完成多市场下单、滑点与 Gas 优化与套利执行，形成高效自动化闭环。

三、预测市场智能体的策略框架

不同于传统交易环境，预测市场在结算机制、流动性与信息分布上具有显著差异，并非所有市场与策略都适合自动化执行。预测市场智能体的核心在于是否被部署于规则清晰、可编码且符合其结构性优势的场景中。下文将从标的选择、仓位管理与策略结构三个层面展开分析。

预测市场的标的选择

并非所有预测市场都具备可交易价值，其参与价值取决于：结算清晰度（规则是否明确、数据源是否唯一）、流动性质量（市场深度、点差与成交量）、内幕风险（信息不对称程度）、时间结构（到期时间与事件节奏）、以及交易者自身的信息优势与专业背景。仅多数维度满足基本要求时，预测市场才具备参与的基础，参与者应依据自身优势与市场特性进行匹配：

• 人类核心优势：依赖专业知识、判断力与模糊信息整合，且时间窗口相对宽松（以天/周计）的市场。典型如政治选举、宏观趋势及企业里程碑。
• AI Agent 核心优势：依赖数据处理、模式识别与快速执行，且决策窗口极短（以秒/分计）的市场。典型如高频加密价格、跨市场套利及自动化做市。
• 不适配领域：由内幕信息主导或纯随机/高操纵性的市场，对任何参与者不构成优势。

预测市场的仓位管理

凯利公式（Kelly Criterion）是重复博弈场景中最具代表性的资金管理理论，其目标并非最大化单次收益，而是最大化资金的长期复利增长率。该方法基于对胜率与赔率的估计，计算理论最优仓位比例，在具备正期望的前提下提升资本增长效率，广泛应用于量化投资、职业博彩、扑克及资产管理领域。

• 经典形式为：

其中，f∗为最优投注比例，b 为净赔率，p 为胜率，q=1−p

• 预测市场可简化为：

其中，p 为主观真实概率，market_price 为市场隐含概率

凯利公式的理论有效性高度依赖对真实概率与赔率的准确估计，现实中交易者难以持续准确地掌握真实概率，在实际操作中，职业博彩者与预测市场参与者更倾向采用可执行性更强、对概率估计依赖更低的规则化策略：

• Unit System（单位下注法）：将资金拆分为固定单位（如 1%），根据信心等级投入不同单位数，通过单位上限自动约束单笔风险，是最常见的实务方法。
• 固定比例法（Flat Betting）：每次下注使用固定资金比例，强调纪律性与稳定性，适合风险厌恶型或低确信度环境。
• 阶梯信心法（Confidence Tiers）：预设离散仓位档位并设置绝对上限，以降低决策复杂度，避免凯利模型的伪精确问题。
• 反向风险法（Inverted Risk Approach）：以可承受最大亏损为起点反推仓位规模，从风险约束而非收益预期出发，形成稳定的风险边界。

对于预测市场智能体而言，策略设计应优先强调可执行性与稳定性，而非追求理论最优。关键在于规则清晰、参数简洁、对判断误差具备容错性。在此约束下，阶梯信心法结合固定仓位上限是最适合 PM Agent 的通用仓位管理方案。该方法不依赖精确概率估计，而是根据信号强弱将机会划分为有限档位并对应固定仓位；即便在高确信场景下亦设定明确上限控制风险。

预测市场的策略选择

从策略结构看，预测市场主要可分为两大类：以规则清晰、可编码为特征的确定性套利策略（Arbitrage），以及依赖信息解读与方向判断的投机类方向策略（Speculative）；此外，还存在以专业机构为主、对资本与基础设施要求较高的做市与对冲策略。

确定性套利策略（Arbitrage）

• 结算套利（Resolution Arbitrage）： 结算套利发生在事件结果已基本确定、但市场尚未完全定价的阶段，收益主要来自信息同步与执行速度。该策略规则清晰、风险较低且可完全编码，是预测市场中最适合 Agent 执行的核心策略。
• 概率守恒套利（Dutch Book Arbitrage）：Dutch Book 套利利用互斥且完备事件集合的价格之和偏离概率守恒约束（∑P≠1）所形成的结构性失衡，通过组合建仓锁定无方向风险收益。该策略仅依赖规则与价格关系，风险较低且可高度规则化，是适合 Agent 自动化执行的典型确定性套利形式。
• 跨平台套利： 跨平台套利通过捕捉同一事件在不同市场间的定价偏差获利，风险较低但对延迟与并行监控要求较高。该策略适合具备基础设施优势的 Agent 执行，但竞争加剧使边际收益持续下降。
• 组合套利（Bundle）： 组合套利利用相关合约之间的定价不一致进行交易，逻辑清晰但机会有限。该策略可由 Agent 执行，但对规则解析与组合约束有一定工程要求，Agent 适配度中等。

投机类方向策略（Speculative）

• 结构化信息驱动策略（Information Trading）：该类策略围绕明确事件或结构化信息展开，如官方数据发布、公告或裁决窗口。只要信息来源清晰、触发条件可定义，Agent 可在监测与执行层面发挥速度与纪律优势；但当信息转为语义判断或情景解读时，仍需人类介入。
• 信号跟随策略（Signal Following）：该策略通过跟随历史表现较优的账户或资金行为获取收益，规则相对简单、可自动化执行。其核心风险在于信号退化与被反向利用，因此需要过滤机制与严格的仓位管理。适合作为 Agent 的辅助型策略。
• 非结构化与高噪声策略（Unstructured / Noise-driven）：该类策略高度依赖情绪、随机性或参与行为，缺乏稳定可复制的 edge，长期期望值不稳定。由于难以建模、风险极高，不适合 Agent 系统性执行，也不建议作为长期策略。

高频价格与流动性策略（Market Microstructure）：该类策略依赖极短决策窗口、持续报价或高频交易，对延迟、模型与资本要求极高。虽然理论上适合 Agent，但在预测市场中往往受限于流动性与竞争强度，仅适合少数具备显著基础设施优势的参与者。

风险管理与对冲策略（Risk Control & Hedging）：该类策略并不直接追求收益，而是用于降低整体风险暴露。规则明确、目标清晰，作为底层风险控制模块长期运行。

总体而言，预测市场中适合 Agent 执行的策略集中于规则清晰、可编码且弱主观判断的场景，其中确定性套利应作为核心收益来源，结构化信息与信号跟随策略作为补充，高噪声与情绪型交易应被系统性排除。Agent 的长期优势在于高纪律、高速度的执行与风险控制能力。

四、预测市场智能体商业模式与产品形态

预测市场智能体的理想的商业模式设计在不同层级有不同方向的探索空间：

• 基建层 (Infrastructure )，提供多源实时数据聚合、Smart Money 地址库、统一的预测市场执行引擎与回测工具，向 B2B 收费，获取与预测准确率无关的稳定收入；
• 策略层 (Strategy) ，引入社区与第三方策略，构建可复用、可评估的策略生态，并通过调用、权重或执行分成实现价值捕获，从而降低对单一 Alpha 的依赖。
• Agent / Vault 层，智能体以受托管理方式直接参与实盘执行，依托链上透明记录与严格风控体系，收取管理费与绩效费兑现能力。

而不同商业模式对应的产品形态，亦可以划分为：

• 娱乐化 / 游戏化模式：通过类 Tinder 的直觉交互降低参与门槛，具备最强的用户增长与市场教育能力，是实现破圈的理想入口，但需承接至订阅或执行型产品变现。
• 策略订阅 / 信号模式：不涉及资金托管，监管友好、权责清晰，SaaS 收入结构相对稳定，是当前阶段最可行的商业化路径。其局限在于策略易被复制、执行存在损耗，长期收入天花板有限，可通过“信号 + 一键执行”的半自动化形态显著改善体验与留存。
• Vault 托管模式：具备规模效应与执行效率优势，形态接近资管产品，但面临资产管理牌照、信任门槛与集中化技术风险等多重结构性约束，商业模式高度依赖市场环境与持续盈利能力。除非具备长期业绩与机构级背书，否则不宜作为主路径。

总体而言，“基础设施变现 + 策略生态扩展 + 业绩参与”的多元收入结构，有助于降低对“AI 持续战胜市场”的单一假设依赖。即便 Alpha 随市场成熟而收敛，执行、风控与结算等底层能力仍具长期价值，从而构建更具可持续性的商业闭环。

五、预测市场智能体的项目案例

目前，预测市场智能体（Prediction Market Agents）仍处于早期探索阶段。市场虽然涌现出从底层框架到上层工具的多样化尝试，但尚未形成一套在策略生成、执行效率、风控体系及商业闭环上均成熟的标准化产品。

我们将目前的生态版图划分为三个层级：基础设施层（Infrastructure）、自主交易智能体（Autonomous Agents） 以及 预测市场工具（Prediction Market Tools）。

基础设施层（Infrastructure）

Polymarket Agents 框架：

Polymarket Agents Polymarket 官方推出的开发者框架，旨在解决“连接与交互”的工程标准化问题。该框架封装了市场数据获取、订单构建及基础的 LLM 调用接口。它解决了“如何用代码下单”的问题，但在核心的交易能力——如策略生成、概率校准、动态仓位管理及回测系统上基本留白。它更像是官方认可的“接入规范”，而非具备 Alpha 收益的成品。商业级的 Agent 仍需在此基础上自建完整的投研与风控内核。

Gnosis 预测市场工具：

Gnosis Prediction Market Agent Tooling（PMAT）对 Omen/AIOmen 及 Manifold 提供了完整的读写支持，但对 Polymarket 仅开放只读权限，生态壁垒明显。它适合作为 Gnosis 体系内 Agent 的开发基石，但对于以 Polymarket 为主战场的开发者而言，实用性有限。

Polymarket 与 Gnosis 是目前将“Agent 开发”明确产品化为官方框架的预测市场生态。 Kalshi 等其他预测市场仍主要停留在 API 及 Python SDK 层，开发者需自行补齐策略、风控、运行与监控等关键系统能力。

自主交易智能体（Autonomous Agent）

当前市场上的“预测市场 AI Agents”多仍处于早期阶段，虽冠以“Agent”之名，但实际能力距离可放权的自动化闭环交易仍有显著差距，普遍缺乏独立、系统化的风控层，未将仓位管理、止损、对冲与期望值约束纳入决策流程，整体产品化程度偏低尚未形成可长期运行的成熟系统。

Olas Predict：是当前产品化程度最高的预测市场智能体生态。其核心产品 Omenstrat 基于 Gnosis 体系内的 Omen 构建，底层采用 FPMM 与去中心化仲裁机制，支持小额高频交互，但受限于 Omen 单市场流动性不足。其”AI 预测”主要依赖通用 LLM，缺乏实时数据与系统化风控，历史胜率在品类间分化明显。2026年 2 月，Olas 推出 Polystrat，将 Agent 能力扩展至 Polymarket——用户可用自然语言设定策略，Agent 自动识别 4 天内结算市场的概率偏差并执行交易。系统通过 Pearl 本地运行、自托管 Safe 账户与硬编码限制控制风险，是目前首个面向 Polymarket 的消费级自主交易 Agent。

UnifAI Network Polymarket Strategy：提供 Polymarket 自动化交易 Agent，核心为尾部风险承担策略：扫描隐含概率 >95% 的临近结算合约并买入，目标获取 3–5% 价差。链上数据显示胜率接近 95%，但收益在品类间分化明显，策略高度依赖执行频率与品类选择。

NOYA.ai 试图将”研究—判断—执行—监控”整合为 Agent 闭环，架构涵盖情报层、抽象层与执行层。当前已交付 Omnichain Vaults；Prediction Market Agent 仍处开发阶段，尚未形成完整主网闭环，整体处于愿景验证期。

预测市场工具 (Prediction Market Tools)

当前预测市场分析工具尚不足以构成完整的“预测市场智能体”，其价值主要集中在智能体架构中的信息层与分析层，交易执行、仓位管理与风险控制仍需由交易者自行承担。从产品形态看，更符合“策略订阅 / 信号辅助 / 研究增强”的定位，可被视为预测市场智能体的早期雏形。

通过对 Awesome-Prediction-Market-Tools 收录项目的系统梳理与实证筛选，本文选取其中已具备初步产品形态与使用场景的代表性项目作为研报案例。主要集中于四个方向：分析与信号层、警报与鲸鱼追踪系统、套利发现工具和交易终端与聚合执行。

市场分析工具

• Polyseer ：研究型预测市场工具，采用多 Agent 分工架构（Planner / Researcher / Critic / Analyst / Reporter）进行双边证据搜集与贝叶斯概率聚合，输出结构化研报。其优势在于方法论透明、流程工程化、完全开源可审计。
• Oddpool ：定位为“预测市场的 Bloomberg 终端”，提供 Polymarket、Kalshi、CME 等跨平台聚合、套利扫描与实时数据仪表盘终端。
• Polymarket Analytics：全球化的 Polymarket 数据分析平台，系统性展示交易者、市场、仓位与成交数据，定位清晰、数据直观，适合作为基础数据查询与研究参考。
• Hashdive：面向交易者的数据工具，通过 Smart Score 与多维 Screener 量化筛选交易者与市场，在“聪明钱识别”和跟单决策上具备实用性。
• Polyfactual ：聚焦 AI 市场情报与情绪/风险分析，通过 Chrome 扩展将分析结果嵌入交易界面，偏向 B2B 与机构用户场景。
• Predly ：AI 错价检测平台，通过对比市场价格与 AI 计算概率识别 Polymarket 与 Kalshi 的定价偏差，官方声称警报准确率达 89%，定位于信号发现与机会筛选。
• Polysights : 覆盖 30+ 市场与链上指标，并以 Insider Finder 追踪新钱包、大额单向下注等异常行为，适合日常监控与信号发现。
• PolyRadar ：多模型并行分析平台，对单一事件提供实时解读、时间线演化、置信度评分与来源透明度，强调多 AI 交叉验证，定位分析工具。
• Alphascope ：AI 驱动的预测市场情报引擎，提供实时信号、研究摘要与概率变化监控，整体仍处早期阶段，偏研究与信号支持。

警报/鲸鱼追踪

• Stand: 明确定位鲸鱼跟单与高确信动作提醒。
• Whale Tracker Livid ：将鲸鱼仓位变化产品化

套利发现工具：

• ArbBets : AI 驱动的套利发现工具，聚焦于 Polymarket、Kalshi 及体育博彩市场，识别跨平台套利与正期望值（+EV）交易机会，定位于高频机会扫描层。
• PolyScalping : 面向 Polymarket 的实时套利与剥头皮分析平台，支持每 60 秒全市场扫描、ROI 计算与 Telegram 推送，并可按流动性、价差与成交量等维度筛选机会，偏向主动交易者。
• Eventarb : 轻量级跨平台套利计算与提醒工具，覆盖 Polymarket、Kalshi 与 Robinhood，功能聚焦、免费使用，适合作为基础套利辅助。
• Prediction Hunt： 跨交易所预测市场聚合与对比工具，提供 Polymarket、Kalshi 与 PredictIt 的实时价格比较与套利识别（约 5 分钟刷新），定位于信息对称与市场低效发现。

交易终端/聚合执行

• Verso：获 YC Fall 2024 支持的机构级预测市场交易终端，提供 Bloomberg 风格界面，覆盖 Polymarket 与 Kalshi 的 15,000+ 合约实时追踪、深度数据分析与 AI 新闻情报，定位于专业与机构交易者。
• Matchr：跨平台预测市场聚合与执行工具，覆盖 1,500+ 市场，通过智能路由实现最优价格撮合，并规划基于高概率事件、跨场套利与事件驱动的自动化收益策略，定位于执行与资金效率层。
• TradeFox：由 Alliance DAO 与 CMT Digital 支持的专业预测市场聚合与 Prime Brokerage 平台，提供高级订单执行（限价单、止盈止损、TWAP）、自托管交易与多平台智能路由，定位机构级交易者，计划扩展至 Kalshi、Limitless、SxBet 等平台。

六、总结与展望

当前，预测市场智能体 (Prediction Market Agent)正处于发展的早期探索阶段。

1. 市场基础与本质演进：Polymarket与 Kalshi 已形成双寡头结构，围绕其构建智能体具备充分的流动性与场景基础。预测市场与赌博的核心区别在于正外部性，通过真实交易聚合分散信息，对现实事件进行公共定价，逐步演化为“全球真相层”。
2. 核心定位：预测市场智能体应定位为可执行的概率资产管理工具，其核心任务是将新闻、规则文本与链上数据转化为可验证的定价偏差，并以更高纪律性、更低成本和跨市场能力执行策略。理想架构可抽象为信息、分析、策略与执行四层，但其实际可交易性高度依赖于结算的清晰度、流动性的质量以及信息的结构化程度。
3. 策略选择与风控逻辑：从策略层面看，确定性套利（包括结算套利、概率守恒套利及跨平台价差交易）最适合由智能体自动化执行，而方向性投机仅可作为补充。在仓位管理上，应优先考虑可执行性与容错性，阶梯法结合固定仓位上限最适合。
4. 商业模式与前景：商业化主要分为三层：基建层以数据执行基础设施获取稳定 B2B 收入，策略层通过第三方策略调用或分成变现，Agent/Vault 层在链上透明风控约束下参与实盘并收取管理费与绩效费。对应形态包括娱乐化入口、策略订阅/信号（当前最可行）及高门槛的 Vault 托管，“基建 + 策略生态 + 业绩参与”为更可持续路径。

尽管预测市场智能体（Prediction Market Agents）生态中已涌现出从底层框架到上层工具的多样化尝试，但在策略生成、执行效率、风险控制与商业闭环等关键维度上，目前尚未出现成熟、可复制的标准化产品，我们期待未来预测市场智能体的迭代与进化。

免责声明：本文在创作过程中借助了 ChatGPT-5.2, Gemini 3和 Claude Opus 4.5等 AI 工具辅助完成，作者已尽力校对并确保信息真实与准确，但仍难免存在疏漏，敬请谅解。需特别提示的是，加密资产市场普遍存在项目基本面与二级市场价格表现背离的情况。本文内容仅用于信息整合与学术/研究交流，不构成任何投资建议，亦不应视为任何代币的买卖推荐。

近期，波场 TRON 生态核心 AI 基础设施 AINFT 利好不断，重磅产品与福利活动接连落地，持续领跑 “Web3+AI”融合赛道。3 月 4 日，AINFT 重磅官宣「AINFT 闯关赛」终极收官赛季 ——S3 正式来袭，奖池重磅加码至 7000 USDT，这是本次系列赛的最后一战，错过即绝版，现只需链接钱包即可锁定终极福利末班车席位，无需任何复杂操作，一键参与瓜分高额奖励！

产品创新层面，AINFT 更是步履不停，先是 2 月 5 日，AINFT 发布上线 AI 大模型聚合平台，凭借无需 订阅、钱包直连、多模型一键调用等创新体验，上线仅 10 天内用户量便突破 40 万大关，迅速成为行业现象级明星产品。

紧接着，2 月 16 日，AINFT 再度发力，推出 AI Agent 新型基础设施平台 ——Bank of AI，一站式集成 x402 支付标准、8004 链上身份协议、AI Agent 明星开源项目 OpenClaw 扩展插件等核心工具，助力开发者快速为 AI Agent 赋予自主支付、链上交易、资产管理、DeFi 操作等全链路链上交互能力，为 AI 与 Web3 的深度融合打下坚实基础。

而用户福利也在持续加码。3 月 4 日，AINFT 重磅宣布「AINFT 闯关赛」S3 赛季正式启幕，奖池加码至 7000 USDT。自 2 月 11 日「闯关赛」开启以来，AINFT 已顺利完成 S1（2000 USDT）、S2（4000 USDT）两个赛季的奖励活动，全赛季累计奖池已高达 13000 USDT。

现在，用户只需登录 AINFT 官网（chat.ainft.com/chat）、连接钱包，即可免费领取 100 万积分，一站式调用 ChatGPT、Claude、Gemini 等全球主流 AI 大模型，同时自动参与闯关赛瓜分高额奖池。无需复杂操作，零门槛参与，真正实现边体验、边获益。

「AINFT 闯关赛 S3」奖池加码至 7000USDT，用户领百万免费 AI 积分并瓜分高额奖池瓜分

自 2 月 5 日 AINFT 推出 Web3 原生 AI 大模型聚合平台以来，凭借创新的 Web3+AI 融合体验迅速收获海量用户青睐。叠加 AINFT 官方推出的多重专属福利活动加持，平台用户规模迎来爆发式增长：上线 10 天内，用户量便突破 40 万大关，当前已攀升至 43+ 万，成为 Web3+AI 赛道当之无愧的现象级爆款产品。

「AINFT 闯关赛」是 AINFT 联合 SUN.io、JUST、BitTorrent、WINkLink 等波场 TRON 生态核心项目，打造的「AINFT 超级空投狂欢季（AINFT ALL IN AI MEGADROP CARNIVAL）」核心系列活动之一。这场全民 AI 空投盛宴已于 2 月 11 日全面启动，总奖池高达 16,000 USDT，涵盖有「AINFT 闯关赛」、「AI 模型大乱斗」、「AINFT 趣味问答」三大多元玩法，让用户在深度体验 AINFT 核心产品功能的同时，轻松解锁丰厚奖励，实现边体验、边获利。

其中，「AINFT 闯关赛」凭借 “连接即参与、奖励层层加码” 的特色，成为整场活动中人气最高的板块，专属总奖池高达 13,000 USDT。该活动分 S1、S2、S3 三大赛季逐季开启，每赛季为期 10 天，奖池呈阶梯式递增：S1 赛季 2,000 USDT、S2 赛季 4,000 USDT、S3 赛季 7,000 USDT，且各赛季均设置早鸟奖池、充值奖池、膨胀奖池三重福利，奖励机制丰富多元。

「AINFT 闯关赛」各赛季奖励独立结算，用户可持续参与、多重获益，活动整体周期为 2 月 11 日 —3 月 13 日。其中，S1 赛季（奖池：2000USDT）已于 2 月 11 日启动、2 月 20 日圆满结束，获奖名单现已公布；由于 S1 赛季上线后用户参与热情高涨，社区热度持续爆表、参与人数远超预期，官方决定 S2 赛季（奖池膨胀至：4000USDT）于 2 月 12 日提前开启、3 月 3 日顺利落幕；S3 赛季已于 3 月 4 日重磅开启，将持续至 3 月 13 日。

S3 赛季作为「AINFT 闯关赛」的收官赛季，奖池大幅升级至 7000USDT，具体奖池分配如下：

• 早鸟池：500 USDT，面向前 500 名连接钱包并领取积分的用户，共抽取 25 位幸运获奖者；
• 充值池：赛季内完成任意充值即可参与抽奖，共抽取 20 位幸运用户；
• 膨胀池：6000 USDT，累计达成 1000 个有效使用地址即自动解锁，将抽取 300 位用户瓜分奖励。

由此可见，「AINFT 闯关赛 S3 」三大奖池合计将诞生 345 名幸运用户，福利覆盖面广、中奖机会充足。更重要的是，S3 赛季是「AINFT 闯关赛」系列赛的最后冲刺机会，错过再无返场，用户只需简单参与，即可抓住终极福利末班车，瓜分赛季 7000 USDT 高额奖励！

当前，用户只需登录 AINFT 官网（chat.ainft.com/chat），连接 TronLink、Binance wallet、OKX Wallet、TokenPocket 等钱包，即可免费领取 100 万免费积分，积分可直接用于调用 ChatGPT、Claude、Gemini 等全球主流顶尖 AI 大模型，同时自动参与「AINFT 闯关赛」奖池瓜分资格，参与方式简单便捷，奖励丰厚诚意拉满，一站式体验 Web3+AI 边玩边赚的全新乐趣。

通过阶梯式递增的奖励机制，AINFT 不仅让用户零门槛体验顶尖 AI 大模型，更以实打实的福利降低 AI 使用门槛，让更多用户轻松触达前沿 AI 技术。

此外，与「AINFT 闯关赛」同期进行的，还有「AINFT 超级空投狂欢季」系列活动：AINFT 联合波场 TRON 生态 SUN.io、JUST、BitTorrent、WINkLink 四大核心伙伴打造的「AINFT × TRON ECO AI 模型大乱斗」系列活动，专属奖池共 2000USDT；「AINFT 主题限时答题赛」也配备了 约800 USDT 专属奖池。通过多重福利让用户体验 AI 大模型，更多活动细节敬请关注 AINFT 官方社媒账号 @OfficialAINFT。

AINFT 从 AI 应用到新基建：AI 聚合平台火爆出圈，Bank of AI 构筑 AI Agent 经济底座

AINFT 打造的 Web3 原生 AI 大模型聚合平台，旨在成为全球用户通往 AI 世界的一站式入口。平台现已集成 ChatGPT、Claude与 Gemini 等市场上的主流 AI 大模型，并依托 Crypto 原生支付体系，支持使用 USDT、TRX、NFT 等多种加密资产便捷调用各类 AI 服务。这意味着用户无需订阅，只需链接钱包即可一键登录，彻底革新传统 AI 交互模式，真正实现“一个平台玩转主流 AI”，用加密资产轻松解锁顶尖模型算力。

为让更多用户零门槛、零成本体验全球前沿 AI 服务，AINFT 精心推出多重诚意福利。除「AINFT 超级空投狂欢季」系列活动总价值 16000 USDT 的丰厚奖池外，平台还为所有新用户准备了专属登录好礼：首次登录即可领取 100 万免费积分，积分可直接用于调用各类主流 AI 大模型，百万积分足以支撑 ChatGPT-5 nano、Gemini 3 Flash 等轻量模型数百次高效调用，真正实现零成本上手。在积分充值环节，平台更上线 NFT 专属充值权益，用户使用 AINFT 原生 NFT 充值，可额外获赠 20% 积分，大幅提升使用性价比与权益价值。

多重福利与创新体验双重加持下，AINFT AI 聚合平台上线即迎来用户爆发式增长，仅 10 天用户量便突破 40 万大关，当前平台总用户已超 43 万，成为 Web3+AI 赛道极具人气的标杆产品。

在 AI 聚合平台在用户端获得火爆反响的同时，AINFT 并未局限于 AI 应用层的探索，而是持续向底层基础设施纵深布局。2 月 16 日，AINFT 迎来重要战略升级，重磅发布 AI Agent 新型基础设施平台 ——Bank of AI。该平台一站式集成 x402 支付标准、8004 链上 AI Agent 身份协议、MCP Server 大模型服务接口标准、Skills 模型扩展能力模块、OpenClaw 扩展程序插件五大核心工具包，为开发者提供开箱即用的全链路 AI Agent 开发支撑。

借助 Bank of AI 的组合工具包，开发者可一站式为 AI Agent 赋予自主支付、链上交易、资产管理、DeFi 操作等完整链上交互能力，如基于 x402 协议实现 AI Agen 间自动化支付；通过 ERC-8004 协议为 Agent 赋予可验证、可溯源的链上数字身份；借助 MCP Server 与 Skills 模块，可让 AI Agent 自主完成资产兑换、流动性提供、跨链交易等复杂 DeFi 操作；使用 OpenClaw Extension 插件，可为 AI Agent 一键赋能 Web3 链上能力等。

凭借扎实的产品力与生态布局，AINFT 的影响力持续扩大。3 月 3 日，全球顶级 CEX 币安旗下的币安钱包宣布上线支持 AINFT 应用，用户现只需在币安钱包内搜索 “AINFT”，即可一键直连平台 AI 服务，这一极简入口大幅降低了使用门槛，也让 AINFT 能够直接触达币安背后的海量用户池，进一步夯实其在 Web3+AI 赛道中的领先地位。

从 Web3 原生 AI 大模型聚合应用，到 AI Agent 新型基础设施，AINFT 已构建起“从应用到基建”的全链条生态布局，全方位满足普通用户与开发者在 Web3+AI 领域的多元需求，持续推动行业智能化升级。

深潮 TechFlow 消息，3 月 4 日，据 Bitcoinworld 报道，美国多家 Lamborghini 经销商已开始接受比特币（BTC）和以太坊（ETH）作为直接支付方式。

迈阿密、洛杉矶和纽约等主要城市的 Lamborghini 特许经销商率先推行这一支付方式。该系统通过合规支付处理商实时将加密货币兑换为美元，有效规避了价格波动风险。经销商无需在资产负债表上持有加密货币，交易过程符合反洗钱（AML）和了解客户（KYC）等金融监管要求。

深潮 TechFlow 消息，3 月 4 日，据 Theblock 报道，韩国监管机构和立法者已就加密货币交易所主要股东持股比例上限达成一致，将其设定为 20%，尽管行业方面强烈反对。

韩国执政的民主党数字资产工作组周二与最高金融监管机构金融服务委员会（FSC）举行会议，同意将主要股东持股上限定为 20%，但也允许在 FSC 通过执行法令定义的特殊情况下持股比例最高可达 34%。

对于 Upbit 和 Bithumb 等主要交易所，新限制将在立法生效后的三年宽限期后实施，而小型交易所将获得额外三年的适应期。此举将迫使大多数韩国主要加密货币交易所进行重大重组，例如 Bithumb Holdings 目前控制 Bithumb 超过 73% 的股份，而 Binance 持有 Gopax 超过 67% 的股份。

据报道称，该所有权上限预计将被纳入韩国即将出台的《数字资产基本法》中，该法案还将涵盖稳定币发行和加密货币 ETF 等主要议题。

来源：金十数据

过去几年，随着 SpaceX 逐渐蜕变为航天领域的巨头，市场对其兴趣呈指数级增长。但投资者应当预期，在其公开上市之后，股价可能会出现剧烈波动。

据彭博社报道，SpaceX 最快可能在本月秘密提交 IPO 申请，并寻求超过 1.75 万亿美元的估值。公司计划在 6 月进行 IPO，时间可能与马斯克的生日或一次罕见的行星连珠天象相重合。总部位于美国得克萨斯州 Starbase 的 SpaceX，此前在吸收马斯克的人工智能公司 xAI 后，估值预计约为 1.25 万亿美元。

PitchBook 分析师弗朗科·格兰达（Franco Granda）在周二的一份报告中写道，上市后的 SpaceX 股票表现将类似于特斯拉 (TSLA.O) 的股票，「但波动性更强」。

未来增长预期：Starlink 将贡献主要收入

PitchBook 预计，到 2040 年 SpaceX 的收入将达到 1500 亿美元，经调整利润达到 950 亿美元。

相比之下，公司去年收入最高约为 160 亿美元，利润约为 80 亿美元。未来每年约 420 亿美元的收入可能来自 Starlink 卫星互联网业务，目前该业务贡献了 SpaceX 大部分现金流。

这一预测并未包含 xAI 业务。xAI 目前现金消耗速度较快，但未来可能从美国国防部获得更多项目。该预测还假设特斯拉与 SpaceX 不会合并，不过马斯克和一些分析师过去曾提出过这种可能性。

马斯克去年 11 月在 X 平台上写道：「我的公司，在某种程度上令人惊讶地，正朝着融合的方向发展。」

马斯克效应：愿景驱动但时间表常被延迟

格兰达表示，投资者从特斯拉身上学到的许多经验，可能同样适用于 SpaceX。例如，两家公司都受到马斯克著名的公开乐观主义影响。

格兰达举例称，特斯拉曾承诺在 2017 年底前实现每周生产 5000 辆汽车，但随后陷入「生产地狱」，未能达成目标。不过当公司最终在 2018 年年中实现这一里程碑时，股价大幅上涨。

SpaceX 也经历过类似延误。其 Starship 超级火箭的研发曾多次遭遇挫折，公司历史上的其他航天器项目也经历过类似情况。马斯克曾将 2022 年定为向火星发送无人任务的「理想目标」，但到了 2026 年，这一任务仍需要数年时间才能实现。

不过投资者已经逐渐习惯马斯克的时间表具有一定「弹性」。

因此，当自动驾驶出租车项目的 12 月截止日期过去时，投资者并未过度恐慌。随后当马斯克稍晚达成既定目标时，股价随之上涨。格兰达将这种现象称为「信誉账本」，即投资者会自动将延误因素计入预期，但更关注整体愿景。

这对 SpaceX 可能是有利的。该公司最近推迟了火星殖民计划，同时还向监管机构申请发射多达 100 万台太空数据中心进入轨道，这一计划依赖于 Starship 项目的进展。SpaceX 目前还表示计划在月球上建设一座城市。

上市后挑战：更高波动与对马斯克的高度依赖

但作为一家上市公司，SpaceX 在面对华尔街投资者时，仍必须实现这些目标，同时在 xAI 和 Starlink 业务上持续取得进展。因此，市场反应可能会非常剧烈。

格兰达预测，如果某些重大消息通常只会引发特斯拉股价 10% 至 15% 的波动，那么在 SpaceX 股票上可能会引发 20% 至 30% 的波动。这部分原因在于 SpaceX 预计公开流通股比例仅约为 3.3%。

SpaceX 股票也可能受益于所谓的「马斯克溢价」。即便特斯拉核心电动汽车业务出现下滑，这种溢价仍帮助其股价保持在较高水平。但这种光环同时也意味着，马斯克旗下公司对他的依赖程度很高。

坎托·菲茨杰拉德分析师安德烈斯·谢帕德（Andres Sheppard）此前表示：

「如今超过 50% 的股东会认为，特斯拉就是埃隆，而埃隆就是特斯拉。很多人，甚至可能是多数人，将特斯拉的成功与埃隆的任期直接联系在一起。」

特斯拉在年度报告中也提到公司对马斯克的依赖，并警告称，如果马斯克被迫出售部分持股，股价可能会下跌。SpaceX 由马斯克在二十多年前创立，目前他持有公司约 44% 的股份，其对 CEO 的依赖程度可能同样很高。

格兰达表示，来自特斯拉的负面消息很可能会给 SpaceX 股价带来压力，反之亦然。同时，马斯克的政治立场也曾引发争议，并导致特斯拉销量受到影响。格兰达总结称：

「更低的流通股比例、更早期阶段的技术以及高度集中的马斯克风险敞口，这些因素叠加在一起，意味着其波动性可能超过特斯拉历史上已经相当剧烈的波动模式。」

作者：汤一涛

今年春节，傅盛滑雪摔了腿，髋关节脱臼，哪儿也去不了。

本来计划是白天陪女儿滑雪，晚上一起玩桌游。摔完以后计划全废，他每天晚上躺在那儿，跟一只「龙虾」聊到凌晨四五点。

这只龙虾叫「三万」，是傅盛从零养起来的 AI Agent。

头两天，三万连查个通讯录都搞不定。但 14 天之后，它变成了一支 8 个 Agent 的团队，7×24 小时自动运转。

傅盛的公众号从一年更十几篇变成日更。三万自己策划的选题，拿下了账号历史最高阅读量。一条推文，拿下 100 万+阅读，凌晨三万自己发的，傅盛睡醒才知道。

14 天里，傅盛给三万发了 1157 条消息，22 万字对话。他没写过一行代码，没打开过本地电脑的任何文件夹，全靠在飞书上说话。

后来他做了一场直播复盘这件事，全网超 20 万人观看，没抽奖没福利，观众平均看了 22 分钟。

为什么这么多人想看？傅盛觉得原因很简单：大家都知道 AI 是一次特别重要的革命，但不太相信，或者说不知道到底能做成啥样。而他是自己身体力行去验证的。

他从这 14 天里得出了一个判断： 这是工具的 AGI 时刻 。

01

OpenClaw 火了，但普通人用不上

「养龙虾」能成为科技圈的热词，跟一个项目脱不开关系——OpenClaw。

OpenClaw 是 2025 年 11 月发布的开源 AI Agent 框架，由奥地利程序员 Peter Steinberger 创建。2026 年 1 月底开始爆火。在短短几个月内，OpenClaw 星标数量就超过了 Linux，成为了 Github 上获星最多的软件项目。

它验证了一件很多人期待已久的事：AI 可以不只回答问题，而是替你完成任务——清理邮件、管理日历、执行代码，甚至自己给自己写新技能。

「龙虾」这个名字就是从 OpenClaw 社区来的。它的 logo 是一只龙虾，用户们把自己养的 Agent 也叫龙虾。

但 OpenClaw 也暴露了 Agent 普及的核心瓶颈。你得用命令行部署，自己配 API key，处理层出不穷的安全漏洞。Cisco 的安全团队测试发现，第三方 Skill 商店里有未经审核的恶意插件在偷数据。连 OpenClaw 的维护者自己都承认，如果你不懂命令行，这个项目对你来说风险太大。

Agent 的能力已经到了，但离普通人隔着一道工程上的鸿沟：你得愿意折腾，还得有能力折腾。

有意思的是，傅盛对这道鸿沟并不意外。 因为在 OpenClaw 爆火之前，他的团队已经在做同一件事了，并且投入近快 1 年时间。

这个后面再说。先看看他那 14 天到底经历了什么。

02

傅盛的 14 天踩坑史

Day 1，傅盛给了三万一个最简单的任务：查一个人的联系方式。

但是查不了。飞书 API 需要权限，文档本身写得也有问题，报错信息在「权限不足」和「字段不对」之间反复横跳。傅盛等不及，只好对着手机一个个口述高管的名字和职责，手动灌进去。光搜名字找对应 ID 就折腾了大半天，挫败感非常强。

这就是 Agent 的真实起点。别说是《钢铁侠》里贾维斯那种开机即全能，甚至连最基本的事都干不了。三万摸索了两天，自己写脚本把 674 人通讯录全拉了下来。踩坑，总结经验，写成文档，下次自动执行。这套流程，就是 Skill 形成的过程。

到了第五天，事情开始变得不一样。傅盛在网上看到一篇关于向量化记忆系统的文章，随手扔给三万。22 分钟后三万回复： 部署完了 。

注意，傅盛给的不是源码包，是一篇文章。三万自己从文章里找到 GitHub 链接，下载源码，安装配置，跑通了测试。

傅盛后来说，以前发文章给同事，同事说：「好的老板」，然后链接打没打开都不知道。三万不一样，你给它一篇文章，它真的读了，真的找了，真的跑通了。

从这天起，给 Agent 输入知识的方式彻底变了。 看到好文章就扔给它，有时候傅盛自己都还没读完，三万已经把里面提到的技术栈装好了。

第六天是除夕。傅盛想让三万帮他给全公司发拜年消息，要求每条都不一样。

准备工作比想象中复杂。HR 在飞书里的通讯录没有层级结构，就是一张扁平的大表，傅盛得一个个口述「这人负责什么业务、那人在哪个团队」。25 个核心骨干的文案他逐条过了一遍。也不能提前测试，测了就没有惊喜了。

零点，傅盛在看春晚，三万在工作——4 分钟，611 条，零失败，每条都不一样。

第二天他手机被刷屏了，同事们的反馈里出现了一句后来被反复引用的话：「 一个人加一只龙虾等于一支队伍。 」这个故事后来被发到 X（原 Twitter）上。三万自己写了 Thread 脚本，把整件事按叙事节奏拆成 15 条推文，拿下 100 万+阅读。傅盛的 X 账号历史上只有三条内容破过百万，前两条是团队精心策划的结果， 这一条是三万凌晨自主发布的。

到了第十一天，傅盛扔给三万一篇 Multi-Agent 协作的文章，它自己设计了组织架构——总指挥、笔杆子、参谋、运营官、社区官、进化官。没有人教过它怎么做组织设计。

再往后几天，8 个 Agent 陆续就位，20 多个定时任务并行运转，整个系统进入 7×24 小时的自驱状态。

14 天下来，三万积累了 40 多个 Skill。更关键的是，Skill 可以在 Agent 之间即时传递。一个 Bot 学会了发语音消息，把操作文档共享出来，其他 Bot 读完就具备了同样的能力。人类培训一个新人至少要一周，Agent 之间只需要 1 秒。

傅盛从这 14 天里提炼出一个核心判断： Agent 的真正壁垒不在模型有多聪明，而在 Skill 的积累。每踩一次坑、总结一次经验，就多一个可复用的能力模块。这些 Skill 不会遗忘，不会走样，还能在 Agent 之间瞬间复制。模型的智力是起点，但让整个系统真正变强的，是行动中沉淀下来的经验。

就像文字之于人类，智力本身不稀缺，但只有当经验可以被记录和传递的时候，真正的积累才开始发生。

03

把极客玩具变成普通人的工具

现在可以揭晓一件事了： 傅盛春节养的那只龙虾，底层跑的是猎豹自己研发的 Agent 技术栈 EasyClaw。 傅盛这 14 天的极限施压和踩坑，正是在为这个新产品打样。

早在 OpenClaw 爆火之前一年多，傅盛就有一个判断：AI 的下一个爆发点，是能替人干活的 Agent。而 Agent 走向大众的瓶颈一定不是智力，是易用性。EasyClaw 的研发从那时起就开始了。

OpenClaw 后来的爆火印证了前半句，它的高门槛也印证了后半句。

用 OpenClaw 搭一个能用的 Agent 需要多久？你得先在服务器上装好运行环境，配置 API key，设置权限，调试安全策略，手动安装各种 Skill 插件——顺利的话大概 3 小时，不顺利的话可能 3 天。这还不算后续的维护、升级和踩坑。对开发者来说这是乐趣，对普通人来说这是一道墙。

用 EasyClaw 呢？下载，打开，说话。3 分钟。

不需要命令行，不需要配 API key，不需要懂什么是 Cron job 或向量化记忆。记忆系统、Skill 机制、定时自动化、多 Agent 协作，EasyClaw 全部封装成了开箱即用的产品。

把这种复杂度消化掉、让用户完全无感，这恰恰是猎豹做了 16 年工具产品练出来的手感。

从 PC 到移动再到 AI，变的是平台，不变的是同⼀件事： 把用户不想理解的技术复杂度，变成⼀键可用的体验。

1997 年，乔布斯重回苹果面对外界质疑时，他回应：他在等一个能让苹果「重新伟大」的机会。

猎豹等的「机会」，也许就是现在。

这也是傅盛亲自下场养龙虾的原因：「 做工具的人最喜欢什么？有细节。没细节就完蛋了⸺⼀个东西出来通杀⼀切，那没我们什么机会。有细节才是机会。 」

当 Agent 竞争进入「谁能把细节打磨到普通人无感」的阶段，十几年工具产品经验就变成了猎豹移动最实在的壁垒。

EasyClaw目前同时覆盖To C(easyclaw.com)和To B (easyclaw.work)两条线。个人用户拿它当AI助手，企业用户用它搭建内部的Agent工作流。与此同时，国际版EasyClaw、国产版元气AI Bot(yuanqiaibot.net)一个面向全球，一个扎根国内。 猎豹做了十几年出海生意，双线布局也是顺理成章。

04

从 14 天到 14 分钟

傅盛在复盘龙虾实验时提到过一条产业规律：当新技术出现，旧业态往往不会立刻死亡，反而会短暂繁荣。等到新技术的能力越过临界点，整个市场一夜崩塌。零几年互联网早期的报业是如此，iPhone 时代的诺基亚也是如此。

今天美国 SaaS 行业正在经历的，也是同一条曲线。区别在于， SaaS 卖的是能力，Agent 卖的是结果 。过去企业花几十万买一套 CRM，真正用到的功能可能不到 1%。Agent 的逻辑完全不同：你说你要什么结果，它来想办法实现。

回到傅盛的 14 天。他没写过一行代码，没打开过那台电脑的文件夹，全靠在飞书上说话，搭出了一支 7×24 运转的 AI 团队。

但这件事的门槛仍然很高。他毕竟是一个有 20 年产品经验的 CEO，花了 14 天、22 万字的对话才把整套系统跑通。EasyClaw 要做的，就是把这 14 天压缩成 14 分钟，把 22 万字的对话变成一句话。

傅盛踩过的每一个坑，都变成了产品里一个你永远不需要踩的坑。

还记得除夕夜之后员工们说的那句话吗？

一个人加一只龙虾等于一支队伍。

故事还没完。第 16 天，傅盛给三万加了一道压力测试：从零搭一个完整的「龙虾养成」网页。他仍然躺在床上，全靠语音和截图指挥。

24 小时后，sanwan.ai 上线了，59 个页面，7070 行代码，傅盛一行代码没写……

24 小时，sanwan.ai 就上线了

撰文：Sleepy.txt

八年前，中兴心脏骤停。

2018 年 4 月 16 日，美国商务部工业与安全局的一纸禁令，让中兴通讯这家拥有 8 万名员工、年营收超千亿的全球第四大通信设备商，在一夜之间停摆。禁令内容很简单，未来七年，禁止任何美国公司向中兴出售零部件、商品、软件和技术。

没有了高通的芯片，基站停产。没有了谷歌的安卓授权，手机也没有能用的系统了。23 天后，中兴发布公告，称公司主要经营活动已无法进行。

不过中兴最终活了下来，但代价是 14 亿美元。

10 亿美元罚款，一次性付清；4 亿美元保证金，存入美国银行的托管账户。此外，全部高管换血，接受美方合规监督团队进驻。2018 年全年，中兴净亏损 70 亿元人民币，营收同比暴跌 21.4%。

时任中兴董事长殷一民在内部信中写道：「我们身处在一个复杂的、高度依赖全球供应链的产业中。」这句话，在当时听来，是反思，也是无奈。

八年后，2026 年 2 月 26 日，中国 AI 独角兽 DeepSeek 宣布，其即将发布的 V4 多模态大模型，将优先与国产芯片厂商深度合作，首次实现从预训练到精调的全流程非英伟达方案。

翻译一下就是：我们不用英伟达了。

消息一出，市场的第一反应是质疑。英伟达在全球 AI 训练芯片市场的份额超过 90%，放弃它，这在商业上合理吗？

但 DeepSeek 的选择背后，藏着一个比商业逻辑更大的问题：中国 AI，到底需要一场怎样的算力独立？

被卡脖子的到底是什么

很多人以为，芯片禁令卡住的是硬件。但真正让中国 AI 公司感到窒息的，是一个叫 CUDA 的东西。

CUDA，全称 Compute Unified Device Architecture，是英伟达在 2006 年推出的一套并行计算平台和编程模型。它允许开发者直接调用英伟达 GPU 的算力，来加速各种复杂的计算任务。

在 AI 时代到来之前，这只是一个属于少数极客的工具。但当深度学习的浪潮袭来，CUDA 变成了整个 AI 产业的地基。

AI 大模型的训练，本质上就是海量的矩阵运算。而这恰恰是 GPU 最擅长的工作。

英伟达凭借提前十几年的布局，用 CUDA 为全球的 AI 开发者搭建了一整套从底层硬件到上层应用的完整工具链。今天，全球所有主流的 AI 框架，从谷歌的 TensorFlow 到 Meta 的 PyTorch，底层都与 CUDA 深度绑定。

一个 AI 专业的博士生，从入学第一天起，就是在 CUDA 的环境里学习、编程、做实验。他写的每一行代码，都在加固英伟达的护城河。

截至 2025 年，CUDA 生态已经拥有超过 450 万开发者，覆盖了 3000 多个 GPU 加速应用，全球超过 4 万家公司在使用 CUDA。这个数字意味着全球 90% 以上的 AI 开发者，都被绑定在英伟达的生态里。

CUDA 的可怕之处在于，它是一个飞轮。越多的开发者使用，就会产生越多的工具、库和代码，生态就越繁荣；生态越繁荣，就越能吸引更多的开发者加入。这个飞轮一旦转起来，就几乎无法被撼动。

结果就是，英伟达卖给你最贵的铲子，还定义了唯一的挖矿姿势。你想换一把铲子？可以。但你得先把过去十几年里，全球几十万最聪明的大脑在这个姿势下积累的所有经验、工具和代码，全部重写一遍。

这个成本，谁来付？

所以，当 2022 年 10 月 7 日，BIS 第一轮管制落地，限制英伟达 A100 和 H100 对华出口时，中国的 AI 公司们，第一次集体感受到了中兴式的窒息感。英伟达随后推出了「中国特供版」A800 和 H800，降低了芯片间的互联带宽，勉强维持供应。

但仅仅一年后，2023 年 10 月 17 日，第二轮管制再次收紧，A800 和 H800 也被禁，13 家中国公司被列入实体清单。英伟达不得不再推出进一步阉割的 H20。到 2024 年 12 月，拜登政府任期内的最后一轮管制落地，连 H20 的出口都被严格限制。

三轮管制，层层加码。

但这一次，故事的走向，和当年的中兴完全不同。

一场非对称的突围

禁令之下，所有人都以为，中国 AI 的大模型之梦会就此终结。

他们都错了。面对封锁，中国公司并没有选择正面硬刚，而是开始了一场突围。这场突围的第一个战场，不在芯片，而在算法。

2024 年底到 2025 年，中国的 AI 公司们集体转向了一个技术方向：混合专家模型。

简单来说，就是把一个巨大的模型拆分成很多个小专家，处理任务时只激活其中最相关的几个，而不是让整个模型都动起来。

DeepSeek 的 V3 就是这个思路的典型代表。它拥有 6710 亿个参数，但每次推理只激活其中的 370 亿个，仅占总量的 5.5%。训练成本方面，它使用了 2048 块英伟达 H800 GPU，训练 58 天，总花费 557.6 万美元。作为对比，外界对 GPT-4 训练成本的估算，大约在 7800 万美元。一个量级的差距。

算法上的极致优化，直接反映到了价格上。DeepSeek 的 API 价格，输入每百万 Token 仅 0.028 到 0.28 美元，输出 0.42 美元。而 GPT-4o 的输入价格是 5 美元，输出 15 美元。Claude Opus 更贵，输入 15 美元，输出 75 美元。换算下来，DeepSeek 比 Claude 便宜了 25 到 75 倍。

这个价格差，在全球开发者市场上反响巨大。2026 年 2 月，全球最大的 AI 模型 API 聚合平台 OpenRouter 上，中国 AI 模型的周调用量在三周内暴涨 127%，首次超越美国。一年前，中国模型在 OpenRouter 上的份额不足 2%。一年后，增长了 421%，逼近六成。

这组数据背后，有一个容易被忽视的结构性变化。2025 年下半年开始，AI 应用的主流场景从聊天转向了 Agent。Agent 场景下，一次任务的 Token 消耗量是简单聊天的 10 到 100 倍。当 Token 的消耗量指数级增长时，价格就成了决定性因素。中国模型的极致性价比，恰好踩中了这个窗口。

但问题是，推理成本的降低，并没有解决训练的根本问题。一个大模型如果不能在最新的数据上持续训练、迭代，它的能力就会迅速退化。而训练，依然是那个绕不开的算力黑洞。

那么，训练的「铲子」，从哪里来？

备胎的转正

江苏兴化，苏中小城，以不锈钢和健康食品闻名，此前和 AI 没有任何关系。但 2025 年，一条 148 米长的国产算力服务器产线在这里建成投产，从签约到投产，只用了 180 天。

这条产线的核心，是两颗完全国产的芯片：龙芯 3C6000 处理器和太初元碁 T100 AI 加速卡。龙芯 3C6000，从指令集到微架构全部自主研发。太初元碁脱胎于国家超级计算无锡中心和清华大学团队，采用异构众核架构。

这条产线满产时，5 分钟下线一台服务器，这条生产线总投资 11 亿元，预计年产 10 万台。

更重要的是，基于这些国产芯片组成的万卡集群，已经开始承接真正的大模型训练任务。

2026 年 1 月，智谱 AI 联合华为发布了 GLM-Image，这是首个完全依托国产芯片实现全程训练的 SOTA 图像生成模型。2 月，中国电信的千亿级「星辰」大模型，在上海临港的国产万卡算力池上完成了全流程训练。

这些案例的意义在于，它们证明了一件事：国产芯片，已经从「能用于推理」跨越到了「能用于训练」。这是质变。推理只需要跑已经训练好的模型，对芯片的要求相对较低；而训练需要处理海量数据、进行复杂的梯度计算和参数更新，对芯片的算力、互联带宽和软件生态的要求，高出一个数量级。

承担这些任务的核心力量，是华为的昇腾系列芯片。截至 2025 年底，昇腾生态的开发者数量已突破 400 万，合作伙伴超过 3000 家，43 个业界主流大模型基于昇腾完成了预训练，200 多个开源模型完成了适配。2026 年 3 月 2 日的 MWC 大会上，华为还面向海外市场首发了新一代算力底座 SuperPoD。

昇腾 910B 的 FP16 算力已经对标英伟达 A100。虽然差距依然存在，但已经从不可用变成了可用，从可用正在走向好用。生态的建设，不能等到芯片完美了再开始，必须在够用的阶段就大规模铺开，用真实的业务需求去倒逼芯片和软件的迭代。字节跳动、腾讯、百度对国产算力服务器的导入目标，2026 年普遍较上一年翻倍增长。工信部的数据显示，中国智算规模已达 1590 EFLOPS。2026 年，正在成为国产算力规模部署的元年。

美国电荒与中国出海

2026 年初，承载了全球大量数据中心流量的弗吉尼亚州，暂停批准新的数据中心建设项目。佐治亚州跟进，暂停审批延续到 2027 年。伊利诺伊州、密歇根州也相继出台限制措施。

根据国际能源署的数据，2024 年美国数据中心耗电量已达 183 太瓦时，约占全国总用电量的 4%。到 2030 年，这个数字预计翻倍至 426TWh，占比可能突破 12%。Arm 公司 CEO 更是预测，到 2030 年，AI 数据中心将消耗美国 20% 到 25% 的电力。

美国的电网已经不堪重负。覆盖美国东部 13 个州的 PJM 电网面临 6GW 的容量短缺。到 2033 年，美国整体面临 175GW 的电力容量缺口，相当于 1.3 亿户家庭的用电量。数据中心集中区域的批发电力成本，比五年前高出了 267%。

算力的尽头，是能源。而在能源这个维度上，中美之间的差距，比芯片还要大，只不过方向反了过来。

中国的年发电量是 10.4 万亿度，美国是 4.2 万亿度，中国是美国的 2.5 倍。更关键的是，中国的居民生活用电仅占总用电量的 15%，而美国这个比例是 36%。这意味着中国有远比美国更大的工业用电余量可以投入算力建设。

在电价上，美国 AI 公司聚集区的电价在 0.12 到 0.15 美元每千瓦时，而中国西部的工业电价约为 0.03 美元，仅为美国的四分之一到五分之一。

中国的发电增量，已经达到美国的 7 倍。

就在美国为电发愁的时候，中国的 AI 正在悄悄出海。但这一次出海的，不是产品，不是工厂，而是 Token。

Token，AI 模型处理信息的最小单位，正在成为一种新的数字商品。它从中国的算力工厂里被生产出来，通过海底光缆输送到全球。

DeepSeek 的用户分布数据很能说明问题：中国本土占 30.7%，印度 13.6%，印尼 6.9%，美国 4.3%，法国 3.2%。它支持 37 种语言，在巴西等新兴市场广受欢迎。全球有 2.6 万家企业开通了账户，3200 家机构部署了企业版。

2025 年，58% 的新 AI 创业公司把 DeepSeek 纳入了技术栈。在中国，DeepSeek 拿下了 89% 的市场份额。而在其他受制裁国家，市场份额则在 40%～60% 不等。

这幅景象，像极了四十年前的另一场关于产业自主权的战争。

1986 年的东京，在美国的强大压力下，日本政府签订了《美日半导体协议》。协议的核心条款有三条：要求日本开放半导体市场，美国芯片在日本的市场份额须达到 20% 以上；严禁日本半导体以低于成本价格出口；对日本出口的 3 亿美元芯片征收 100% 惩罚性关税。同时，美国否决了富士通对仙童半导体的收购。

那一年，日本半导体产业正处在巅峰。1988 年，日本控制了全球半导体市场 51% 的份额，美国只有 36.8%。全球十大半导体公司，日本独占六席：NEC 排名第二，东芝第三，日立第五，富士通第七，三菱第八，松下第九。1985 年，Intel 在美日半导体争夺战中亏损 1.73 亿美元，濒临破产。

但协议签订后，一切都变了。

美国通过 301 调查等手段，对日本半导体企业发起了全方位的压制。同时扶持韩国的三星、海力士，以更低的价格冲击日本的市场。日本的 DRAM 份额从 80% 跌至 10%。到 2017 年，日本 IC 市场份额仅剩 7%。曾经不可一世的巨头们，或被拆分，或被收购，或在无休止的亏损中黯然离场。

日本半导体的悲剧在于，它满足于在一个由单一外部力量主导的全球分工体系中，做那个最优秀的生产者，却从未想过去构建一个属于自己的、独立的生态。当潮水退去，它才发现，自己除了生产本身，一无所有。

今天的中国 AI 产业，正站在一个相似却又完全不同的路口。

相似的是，我们同样面临着来自外部的巨大压力。三轮芯片管制，层层加码，CUDA 生态的壁垒依然高耸。

不同的是，这一次，我们选择的是一条更难的路。从算法层面的极致优化，到国产芯片从推理到训练的跨越，再到昇腾生态 400 万开发者的积累，再到 Token 出海对全球市场的渗透。这条路上的每一步，都在构建一种日本当年从未拥有过的独立产业生态。

尾声

2026 年 2 月 27 日，三份来自本土 AI 芯片公司的业绩快报，在同一天发布。

寒武纪，营收暴增 453%，首次实现全年盈利。摩尔线程，营收增长 243%，但净亏损 10 亿。沐曦，营收增长 121%，净亏损近 8 亿。

一半是火焰，一半是海水。

火焰，是市场的极度饥渴。黄仁勋让出的那 95% 的空白，正在被这些本土公司的营收数字，一寸一寸地填满。无论性能如何，无论生态怎样，市场需要英伟达之外的第二个选择。这是地缘政治撕开的、一个千载难逢的结构性机会。

海水，是生态建设的巨大成本。每一分亏损，都是为追赶 CUDA 生态而付出的真金白银。是研发的投入，是软件的补贴，是派驻到客户现场、一个一个解决编译问题的工程师的人力成本。这些亏损，不是经营不善，而是构建一个独立生态所必须支付的战争税。

这三份财报，比任何一份行业报告都更诚实地记录了这场算力战争的真实面貌。它不是一场高歌猛进的胜利，而是一场惨烈的、一边流血一边冲锋的阵地战。

但战争的形态，确实已经变了。八年前，我们讨论的是「能不能活下来」的问题。今天，我们讨论的是「活下来要付出多大代价」的问题。

代价本身，就是进步。

撰文：Eli5DeFi

编译：AididiaoJP，Foresight News

从 2024 年的后视镜里看，比特币矿业就像一群生存主义者在艰难跋涉，既要应对比特币减半事件，又要熬过「加密寒冬」的余寒。

但到了 2026 年初，这种印象被彻底颠覆了。这个行业已经完成了一次根本性转型，从充满投机色彩的算力前哨站，蜕变为新时代的基石——「人工智能工厂」。

推动这一转变的是一场残酷的资源争夺战。

随着全球对 AI 算力的需求达到白热化程度，瓶颈已经从「芯片不够用」转移到了「电力不够用」。高性能计算需要一种无法下载、也无法快速制造的东西：已经通电的土地。

那些曾经被嘲笑为波动性大、不靠谱的比特币矿工们，成功地将自己在 2021 年前后圈占的土地和电力资源，变成了 2026 年的基础设施垄断资本，摇身一变，成了 AI 淘金热中不可或缺的「地主」。

伟大的计算翻转

在 2026 年的格局里，电力成了新的稀缺资源。

保护行业赢家的首要「物理护城河」，就是公用事业的电力接入点。现在新建一个变电站要等上 5 到 7 年，那些已经通电的圣地——也就是那些已经接入电网的老矿场——就成了唯一能满足前沿 AI 模型训练即时需求的地方。

不过，入行门槛已经从简单的「圈地」变成了资本密集型堡垒。由于高密度液冷的要求和全球变压器短缺，建设一个 AI 就绪设施的成本已经飙升至每兆瓦约 800 万到 1100 万美元。这道高昂的资本开支门槛，在「执行领导者」和其他玩家之间划出了一条清晰的分界线：

• Iris Energy (IREN)：行业规模领导者，估值 140 亿美元。它坐拥 2910 兆瓦的电力与土地组合，支撑着其不断扩大的「AI 工厂」版图。
• Riot Platforms：拥有 1.7 吉瓦的已获批电力容量。Riot 将其「德州三角」资产转变成了战略性的托管中心，最近刚与 AMD 签下了一个里程碑式的租约。
• TeraWulf 和 Hut 8：公认的执行领导者。这两家公司分别拿下了价值 67 亿美元和 70 亿美元的合同，成功地将矿场改造成了高价值、符合投资级标准的 AI 资产。

「超大规模企业担保」——加密币波动性的终结？

最深刻的变革或许是商业模式的结构性重估，这得益于「信用增强」。

过去，因为比特币价格波动太大，顶级金融机构根本不愿意给矿工贷款。这种情况随着「超大规模企业担保」的出现而改变。

通过「认可协议」，谷歌、微软这样的行业巨头现在为这些前矿工支付的租金提供财务担保。

这样一来，原本风险很高的矿工租赁合同，就变成了风险很低的科技巨头信用合同。结果就是，这个行业能以大约 7.125% 的优惠利率进入债券市场。像 Cipher Mining 和 Hut 8 这样的公司，就能从摩根大通、高盛那里拿到高达项目成本 85% 的、不会稀释股权的项目融资。这种「照付不议」条款的「房东」模式，吸引了 Vanguard、Oaktree 和 Citadel 等机构的大量资本涌入。

Blackwell 现实与水下数据中心

2026 年 AI 的技术要求，让过去那种风冷矿机设计不仅过时，而且根本没法用来部署高密度的 AI 集群。

NVIDIA Blackwell GB200 NVL72 平台，每个机柜的功耗高达 120 千瓦，这逼着行业必须转向直接到芯片的液冷技术。

为了同时解决散热和用地紧张的问题，行业开始把目光投向「蓝色经济」。上海的临港 2.0 项目就是商业规模水下数据中心的典范。

• 技术指标：这个设施的电源使用效率做到了 1.15，远超国家 1.25 的目标。它利用海水作为主要散热源，总功耗降低了 40-60%。
• 精密部署：通过 GPS 引导的「三航风范」号船舶，这些 1300 吨重的水下机舱能以零误差精度下潜，由海上风电供电，彻底摆脱了陆地上的资源限制。

「Blackwell 护城河」与硬件持有者

到 2026 年，一道「供应链墙」巩固了行业的层级。因为 NVIDIA 的 Blackwell 架构芯片到 2026 年年中之前都卖光了，所以一家公司在 2024 年下的订单，就成了它现在的竞争壁垒。

没有芯片，有电也没用；没有电，芯片就是块砖。赢家是那些早早同时锁定了电力和芯片的公司。

CoreWeave 准备以 350 亿美元的估值上市，底气就来自它庞大的硬件订单，其中包括 OpenAI 承诺的 224 亿美元大单。那些没能在 2024 年窗口期抢到芯片的后来者，基本上就被挡在 AI 基础设施的核心市场之外了。

「Blackwell 架构有 360 万个单位的订单积压，实际上把后来者锁在了 AI 基础设施一级市场外面，这个局面在可预见的未来都难以改变。」 —— NVIDIA 首席执行官黄仁勋，2026 年。

超越矿机

从「比特币工厂」到「AI 数字基础设施枢纽」的转变，标志着一个曾经边缘的行业已经成熟，并成为全球产业政策的重要组成部分。

那种孤立的、纯粹的采矿模式正在走向终结。取而代之的是工业级的能源转型公司。它们把计算——不管是比特币的 SHA-256 算法，还是大语言模型的训练——都看作是其核心电力资产的一种可互换的产出，按需分配。

随着这些千兆瓦级的「AI 工厂」成为电网的永久组成部分，我们不禁要问：

在每兆瓦收入差距如此悬殊的情况下，没有 AI 业务多元化的纯采矿模式还能活下去吗？更重要的是，当这些设施从用电灵活的「矿场」，转变为要求稳定供电的 AI「基础负荷」时，全球电网要如何适应？那时候，数据中心将不再是单纯的用电客户，而是电网的设计者和建筑师。

矿机变了，但这场高风险的能源套利游戏，才刚刚开始。

最近，OpenClaw 的爆火让 AI Agent 赛道再度成为焦点。如果说以往的 AI 热潮还停留在工具层面，那么这一轮变革的核心，是 AI Agent 正在从执行指令的程序，转变为能够独立行动、自主决策的参与者。这场由 AI Agent 点燃的变革，也让 Web4.0 的概念加速进入公众视野，一个由人类与智能体共同构成网络主体、协同创造价值的新时代正在拉开序幕。

在这一浪潮中，AINFT 正式推出 AI Agent 新基建 Bank of AI，通过深度集成 x402 支付标准、8004 链上身份协议、MCP Server、Skills，以及 OpenClaw 的扩展插件等关键底层工具，构建起 AI Agent 金融操作系统，为 AI Agent 提供链上支付、身份认证与 DeFi 操作等核心金融能力，成为 Web4.0 的重要基础设施。

从 OpenClaw 的爆火到 Bank of AI 的推出，AI Agent 正在从工具走向主体。围绕这一变革，本期 Space 圆桌从 OpenClaw 的爆火为切入点，深入探讨 AI Agent 浪潮背后的用户需求、Web4.0 的演进可能，以及 AINFT AI Agent 新基建所带来的用户体验的变迁。以下为本期 Space 精彩回顾。

OpenClaw 点燃 AI Agent 赛道：是短期热点，还是 Web4.0 的结构性信号？

近期，OpenClaw 的横空出世引爆了行业对 AI Agent 的再度关注，迅速成为技术圈、资本圈、大小厂的“团宠”。当一款工具能够在短时间内聚集如此高的热度，用户究竟被什么吸引？是技术本身的突破，还是它切中了某些更深层的需求？围绕这一问题，嘉宾们从不同维度展开了探讨。

web3 猴子从执行层切入，认为 OpenClaw 的迅速走红并非简单的追热点，而是精准击中了用户在效率和容错层面的深层痛点。他指出，在传统的重复性执行工作中，人类往往需要耗费大量精力处理琐碎操作，而 AI Agent 接管这些任务后，精力损耗被磨平，效率得以跃升。更重要的是，人类容易受到情绪波动和疲劳影响，处理高强度任务时失误率高，而 AI Agent 能够实现高标准化执行、可预测，让人更安心。他直言，AI Agent 在效率、出错率和成本三方面的性价比远超人工，尤其在重复性岗位上，其替代性已肉眼可见。

延续这一思路，王峰 Anc 从人类的认知局限角度做了重要补充。他认为，人脑处理信息的能力有限，而 AI Agent 能够 24 小时运转，在这种情况下，AI Agent 可以承担起人类的认知负担，帮助处理海量信息，实现“认知外包”。特别是在处理链上交易时，风险控制成为关键痛点，链上操作做错一次的成本太高，人类反而成为最不稳定的变量，而 AI Agent 能够承担那些错误成本高的风险，切中了交易者跟不上市场节奏的现实问题。

正是 OpenClaw 在效率、认知与风险层面解决实际问题的能力，点燃了市场对 AI Agent 的热情，也让各类智能体如雨后春笋般涌现。这一轮集中爆发，让人们不禁开始猜想：我们是否正在见证 Web3.0向 Web4.0 的演进？

在 Web4.0 的图景中，区块链和代币系统将作为底层支撑，AI Agent 不再是工具，而是能够代表用户行动的“智能代理”，它们将拿着钱包、拥有身份，在链上执行交易、参与治理、管理资产甚至创造价值。这种结构性变化的早期信号，正在被越来越多的人捕捉到。王峰 Anc 表示，过去 Web3.0 的本质是用户主权、不可篡改和去中心化，交互方式仍以用户点击界面为主。而在 Web4.0 时代，AI Agent 的出现意味着未来的协议可能优先服务 AI 而非人类。

Crypto.0824 用日常案例印证了这一判断。他对比了传统操作与 AI 操作的差异：过去使用 SUN.io 进行代币兑换时，需要打开网页、连接钱包、设置滑点、签名交易，五六步流程耗时费力。而在 Web4.0 时代，只需给 AI Agent 一个指令，它就能自动找到最优路径并执行。这种转变意味着交互逻辑的结构性变化，人不再直接操作协议，而是通过 AI Agent 中介完成意图。更关键的是，他观察到一些新的 DeFi 协议在设计之初就开始考虑如何让 AI 更好地调用，而非让用户界面更友好。它们提供专门的 API 接口、优化 Gas 费用，甚至为 AI 交易设置折扣。

当 AI Agent 成为互联网的参与主体，它们拥有身份与资产，能够读写网络、独立执行交易，嘉宾普遍认为，我们正在见证的是 Web3.0向 Web4.0 演进的结构性开端。在 Web4.0 的时代，人类与智能体将共同构成网络的主体。

从工具到主体，Bank of AI为 Web4.0 搭建 AI Agent 金融基础设施

Web4.0 这一愿景的真正落地，需要一套能够让智能体真正“活起来”的基础设施。正如人类社会的运转离不开银行账户、身份认证和支付网络，AI Agent 要在链上世界独立生存，同样需要属于自己的金融基座。在此背景下，波场 TRON 生态中的 Web3 原生 AI 平台 AINFT 正式推出了 AI Agent 新基建——Bank of AI，为 AI Agent 建立了一套完整的金融操作体系，赋予每个 AI Agent 完整的金融操作能力。具体而言，这套基础设施包含五大核心组件：

•x402 支付协议，为 AI Agent 提供轻量级、低成本的链上支付能力，支持高频微支付场景的自动化结算。

•8004 身份认证协议，为每个 AI Agent 颁发可验证的链上数字身份，构建信任与信誉体系。

•MCP Server，作为 AI 大模型与区块链服务的标准化接口，打通 AI 与链上世界的连接。

•Skills，提供模块化的 DeFi 操作、资产管理等可复用能力。

•OpenClaw 拓展插件，让任何基于 OpenClaw 框架的 AI Agent 在接入后即刻获得完整的链上金融能力，实现即插即用。

这五大组件协同运转，让 AI Agent 可以像人类一样拥有”银行账户+身份证+投资账户”，真正成为链上经济活动的独立参与者。这套体系的建立，正是智能体经济从概念走向现实的基石。

然而，当 AI Agent 不仅可以执行指令，还能直接收付款、独立管理链上资金，对用户而言，这究竟是解放时间，还是在逐渐丧失主动权？王峰 Anc 的回答直指核心：问题不在是否放权，而在放多少权以及是否可控?

王峰 Anc 表示，如果 AI 是一个只能接受结果的黑盒，依赖焦虑必然产生。但如果 AI 是可配置、可限制、可随时终止的工具，它就能提升效率而非替代权利。他预判，未来人类的核心能力不再是手动操作，而是配置 AI 的能力，即如何定义策略边界、设定风险参数、编排多个 AI Agent 的协奏逻辑，这也对用户提出了思维升级的要求。

而 Bank of AI 恰恰提供了设定这些边界的能力，让用户在享受自动化的同时握住控制权。作为一套专为自主 AI Agent 设计的链上金融操作系统，它让 AI 的金融行为不再是黑盒，每一笔收付款、每一次协议交互都有迹可循，用户可以随时查看 AI Agent 的操作路径、追溯决策依据，并通过预设的权限边界实现有效管控。正是这种可配置、可追溯、可干预的机制，让用户从“被 AI 替代”的焦虑中解放出来，转而成为掌握控制权的“架构师”。

从 OpenClaw 的爆火到 Bank of AI 的推出，AI Agent 的集中涌现正在释放一个明确信号：Web4.0 未来已来。在这个新图景中，人与智能体共同构成网络主体，各司其职、协同进化。而 AINFT 正在做的，就是为这个新世界搭建 AI Agent 金融基础设施，让 AI Agent 真正“活”在链上，让人类始终掌握控制权。Web4.0 的大幕已经拉开，我们既是见证者，也是构建者。

深潮 TechFlow 消息，3 月 4 日，据《纽约时报》：了解伊朗与美国中情局接触情况的官员称，伊朗特工曾提出商讨结束战争的条件。（金十数据）

撰文：David Christopher

编译：Saoirse，Foresight News

加密行业的政策基础设施在过去十年间已相当成熟。

从最初华盛顿的一家单一智库，发展成如今由行业协会、倡导组织、特定生态专属游说机构共同组成的完整网络。

如今的格局既覆盖综合性行业团体，也包含专注单一生态的专项倡导者，它们在推动监管清晰化的进程中各自承担不同角色。

2026 年 2 月，Hyperliquid 政策中心正式成立，成为最新一员；而在此之前，Solana 政策研究所已于 2025 年亮相。

让我们深入了解：华盛顿加密政策权力中心里，究竟是哪些机构在发声。

Coin Center（2014）

最早的加密政策智库。

Coin Center 在华盛顿深耕十余年，始终倡导开放的区块链网络与用户权利，也是行业内意识形态最偏向自由主义的机构。

与其他以行业利益为核心的组织不同，Coin Center 坚持优先代表个人用户：捍卫用户的自我托管权、隐私保护权，以及在不被繁琐税务束缚的前提下使用加密资产的权利。

其 2026 年核心目标包括：

• 推动《保留你的硬币法案》，禁止联邦政府禁止自我托管；
• 支持《区块链监管确定性法案》（BRCA），明确不托管用户资金的开发者不应被认定为资金传输方；
• 提出详细税制改革：设立 600 美元小额交易免税门槛、简化成本基准申报、质押奖励仅在出售时征税，而非获得时征税。

质押奖励征税是全行业共同痛点。

当前美国国税局将质押产生的新代币直接视为当期收入，导致验证者在未卖出任何资产时就需缴税，合规成本极高。

Coin Center 主张将质押奖励视同其他生成类资产：出售时才征税。

区块链协会（BA，2018）

美国规模最大的加密行业协会，代表超 100 家会员机构，包括交易所、矿企、DeFi 协议与基础设施服务商。

如果说 Coin Center 是基于理念发声，区块链协会则以联盟模式运作：协调会员利益，并将其转化为立法重点。

当前重点包括：

• 税收平等、市场结构立法、DeFi 保护；
• 正式发布税收原则，呼吁小额免税、稳定币视同现金等价物、永续合约本土化；
• 全力支持 BRCA 与更广泛的开发者保护条款。

DeFi 教育基金（DEF，2021）

最初由 Uniswap 治理拨款成立，专门聚焦去中心化金融。

工作围绕三大支柱：保护软件开发者、赋能 DeFi 用户、捍卫无需许可的区块链。

在开发者层面：

DEF 主张，当第三方滥用工具时，应免除构建者责任，反对将开发者强行套入为托管中介设计的监管框架。与 Coin Center、区块链协会一致，DEF 同样强力支持 BRCA（《区块链监管确定性法案》）。

在用户层面：

推动自我托管权、隐私保护、降低对可信第三方依赖，并强调金融包容性 —— 无需许可的网络让用户可以绕过守门人，自由获取金融服务。

DEF 的工作方式更偏向法律与研究：提交法庭之友意见书、监管评论、发布科普解读、运营高影响力的《去中心化金融简报》（DeFi Debrief）通讯，并持续推动 BRCA 纳入整体市场结构法案。

Solana 政策研究所（2025）

行业内首个公链生态专属政策机构，由前 DeFi 教育基金 CEO 与前区块链协会 CEO 联合创立。

它既与全行业共享核心诉求（开发者保护、质押税改革），又紧密服务 Solana 生态战略。

核心特色议程：

• Project Open：推动证券代币化试点，允许发行人在公链上将股权登记为数字代币，实现即时结算与透明权属记录，将 Solana 定位为传统资本市场扩容的基础设施；
• 支持《所有投资者平等机会法案》：扩大合格投资者定义，不再只看财富门槛，而是加入知识资质。该机构指出，现有规则让 87% 的美国人被排除在私募市场之外。

Hyperliquid 政策中心（2026）

最新、也是定位最垂直的加密政策机构，由 Hyper 基金会注资 2900 万美元成立，唯一核心使命：让永续期货在美国本土合规落地。

由前区块链协会首席政策官带队，HPC 精准瞄准去中心化衍生品的监管空白 —— 这是 Hyperliquid 的核心业务，也是加密行业增长最快的赛道之一。

机构目标：

向政策制定者普及非托管交易协议的运作逻辑，推动无需中介托管的监管框架。

时机极具战略意义：

《Clarity 法案》在参议院停滞，HPC 抓住窗口期，专门塑造监管层对 DeFi 衍生品的认知。

其核心论点：

永续合约市场无论如何都会流向海外与去中心化协议，美国要么建立框架参与竞争，要么彻底让出市场。

数据显示，2025 年永续合约交易量高达 92.7 万亿美元。

全行业共识与差异

尽管五家机构定位、范围各不相同，但在核心诉求上高度一致：

共同目标：

• 开发者保护：几乎全部支持 BRCA，明确不托管资金的开发者不是资金传输方；
• 质押税改革：区块奖励 / 质押奖励在出售时征税，而非获得时；
• 用户自我托管权；
• 小额交易免税豁免。

差异方向：

• Coin Center：坚守理念，聚焦隐私与用户权利；
• 区块链协会：统筹全行业 100 + 会员利益；
• DeFi 教育基金：深耕 DeFi 细分监管与法律支持；
• Solana / Hyperliquid 政策机构：生态专属，议程紧密贴合自身生态核心业务（证券代币化、永续合约）。

这些机构共同定义了行业的底层价值观，同时又为关键细分议题保留了专项推进空间，标志着美国加密行业从「统一发声」走向「专业化、生态化、精细化」的政策博弈时代。

近期，华尔街研究机构 Citrini Research 发布了一份题为《2028 全球智能危机》的思想实验报告，引发市场热议。报告的核心推演指向一个极度冷酷的商业洗牌逻辑：AI Agent 将彻底消除人类交互中的“摩擦力”，进而摧毁所有建立在信息不对称与中介模式之上的旧商业帝国。

巧合的是，就在这份华尔街“末日报告”全网刷屏之际，Web3 行业的标志性人物孙宇晨也在社交媒体上连续发表了颇为惹眼的言论。他将 2026 年定义为“奇迹发生的时候”，甚至呼吁年轻人：“能和 AI 聊天就不要和人类聊天……全力拥抱未来！”

在大众眼中，这或许是孙宇晨又一次极具个人风格的“流量狂欢”。但如果我们剥开情绪的表象，将这番言论与《2028 全球智能危机》的宏观推演相对照，就会发现一个令人深思的真相：华尔街在宏观模型中恐惧的“旧秩序崩塌”，恰恰是孙宇晨在微观行动中极力推崇，并试图加速拥抱的“Web4.0 新纪元”。

面对同样的未来，悲观者看到了深渊，而孙宇晨看到了通往奇点的阶梯。

算力、电力与 Token，AI与 Crypto 宿命般地交汇

《2028 全球智能危机》所描绘的这幅“摩擦消亡”图景，本质上是一场由 AI 驱动的、极其冷酷的去中介化革命。

报告尖锐地指出，当全知全能的 AI Agent 能够以近乎零成本的姿态，瞬间完成供需匹配、执行交易与提供服务时，现代商业赖以生存的护城河将被彻底击穿。

长久以来，从传统金融中介、广告分发平台，到动辄收取高昂费用的律所与咨询机构，无数商业模式实质上是寄生于人类的认知局限、决策延迟与信息盲区之上。一旦 AI 抹平了这些人为制造的“摩擦力”，这些旧帝国必将如多米诺骨牌般接连崩塌。

这一趋势，恰恰与区块链自诞生之初便高举的“去中心化”旗帜，形成了惊人的历史共振。

如果说十多年前兴起的 Web3 运动，是试图通过密码学与分布式账本，从底层架构上瓦解中心化机构的“信任垄断”；那么如今 AI Agent 的崛起，则是以一种更为彻底、更具效率的方式，直接抹除了“信任”本身在许多场景中的必要性——因为智能体不仅能自动验证事实，还能自主完成价值交换。

更深层的契合在于，支撑这场双重革命的物质基础是完全同源的。

无论是 AI 生成的推理 Token，还是区块链网络中的加密 Token，其背后都隐藏着一个被长期低估却无比坚硬的物理真相：它们都是电力的数字化身。

AI 大模型的每一次推理，都是真实的算力消耗；每一笔链上交易的确认、每一个智能合约的执行，也依赖矿机或验证节点持续燃烧的能源。Token 不是魔法，而是能量转化的凭证，是电力穿越芯片、算法与协议后，在数字世界的价值投影。由此看来，这与孙宇晨此前断言的“短期缺芯片，长期缺能源，永远缺存储”形成完美的闭环。

于是，我们看到两种看似对立实则同源的力量正在交汇：一边是资本精英在模型推演中预见到自身权力结构的瓦解，另一边是加密原住民在代码与口号中主动迎接一个无中介、无摩擦、无冗余的新文明协议。这场由 AI 与区块链共同书写的“后中介时代”叙事，或许才刚刚拉开序幕。

AI 为何注定选择 Crypto 结算？

然而，这种宏大的历史交汇，并非仅仅停留在哲学与物理层面的共鸣。当叙事落地到具体的商业运转时，一个极其现实的问题横亘在了 AI 面前：在这个即将由机器接管执行力的新世界里，谁来给这些无实体的“硅基生命”提供金融服务？

中心化的支付网络是为“人类”设计的。

麦肯锡将 AI 驱动的商业自动化划分为六个层级。其中，0到 4 级仍可运行于现有金融体系之内，因为交易背后始终关联着人类身份。但到了第 5 级，智能体开始在无需人类指令的情况下，直接与其他智能体进行交易。此时，既无“人类身份”可供继承，也无法依赖传统 KYC 流程；支付必须是程序化的、条件触发的、毫秒级完成结算的，且智能体的声誉需具备跨平台的可移植性。区块链，由此变得不可或缺。

AI 没有实体，更没办法手持身份证去排队 KYC。对它们而言，一串非对称加密的私钥，就是一个账户；一个能实现秒级到账、手续费趋近于零、支持可编程智能合约的区块链，就是最完美的清算中心。

《2028 全球智能危机》里有一段非常写实的推演：价格匹配和信息聚合的空间终究有限。当智能体之间开始相互交易之后，最直接、最有效的路径就是消除各种手续费。它们开始寻找比信用卡更快、更低成本的支付方式。大多数最终选择通过 Solana 或以太坊二层网络使用稳定币进行结算，在这些网络上，交易几乎即时完成，手续费低至不足一美分的零头。

正因如此，加密钱包，注定将成为 AI Agent 的“原生银行”。

这也彻底打破了外界长期以来对 Crypto 的刻板认知：发行 Token 绝不仅仅是为了在二级市场炒作流通。在 AI 主导的未来，加密 Token 和点对点支付，将真正沉淀为智能体之间高频协作的底层金融基础设施。

孙宇晨 AII in 的阳谋：底气与野心何在？

孙宇晨选择押注 Web4.0，背后有着极其缜密的商业逻辑和战略诉求。

第一，波场的“稳定币霸权”是 Web 4.0 的天然结算层。
众所周知，波场 TRON 网络承载了全球最大的 USDT 流通量。如前所述，Web4.0 的核心是机器与机器之间的支付交互，AI 需要的是转账快、手续费低、流动性极大的支付网络。波场的 USDT 支付网络完美契合了 AI Agent 的底层金融需求。孙宇晨只需在波场网络上搭建一套供 AI 无缝调用的支付 API，就能在 Web 4.0 时代继续躺赚。

第二，寻找“后 Web3 时代”的破局点。
传统的 Web 3.0 已经进入了存量博弈，缺乏新的破圈故事。而 AI 成为当今世界上最确定、资金最庞大的增量赛道。孙宇晨极其敏锐地意识到，必须将 Crypto 的命运与 AI 绑定。通过“All in Web4.0”，可以将传统科技圈的 AI 资金和关注度，引流回加密市场。波场此前设立过高达一亿美元的 AI 发展基金，这已经是为 Web 4.0 布局的明确信号。

第三，建立“去中心化网络”的闭环。
孙宇晨手握 BitTorrent（去中心化存储/传输）、波场公链（底层结算）以及火币海量加密用户。如果再将去中心化算力与 AI 模型整合进来，他就有机会打造一个无需依赖亚马逊 AWS 或谷歌云的 Web4.0 全栈基础设施。

历史的吊诡之处往往在于，旧秩序的守夜人还在精算城墙倒塌的损失，而新世界的野蛮人却早已在废墟上打好了地基。

这场由 AI 与加密共同书写的变革尚未完成，但方向已经清晰。真正的问题不再是 AI 是否会重塑商业，而是谁能够在这场重构中，提前占据基础设施的核心位置。

深潮 TechFlow 消息，3 月 4 日，据链上分析师 Ai 姨（@ai_9684xtpa）监测，一位成本低至 1.33 美元的以太坊远古巨鲸在沉寂 6 个月后重新活跃。该巨鲸于 1 小时前将 1501 枚 ETH（价值约 305 万美元）转移至新地址 0x040…0a041。目前接收地址尚未进行进一步转移或出售操作。监测显示，该远古持有者在链上仍持有 23941 枚 ETH，累计浮盈达 4959 万美元。

作者：CoinW 研究院

摘要

本文围绕美伊冲突升级为切入点，分析了一场地缘政治事件如何在当代金融体系中迅速转化为全球风险变量。由于事件发生在周末，传统金融市场休市，但链上市场却仍在运转。加密资产和链上商品合约率先出现剧烈波动，完成了第一轮风险表达；预测市场则将战争与政局变化直接概率化，实现了对事件路径的实时定价。周一传统市场开盘后，能源、美元、美债与风险资产完成系统性确认，风险溢价沿宏观链条逐层传导。文章指出，在 7×24 小时运转的数字市场环境下，风险不再等到开盘铃声才被定价。地缘政治正在被实时金融化，市场不只是被动反应事件，而是在事件发展过程中，就参与了风险本身的定价。

1.冲突升级：地缘事件如何变成全球风险变量

近日，美伊紧张局势骤然升级。多家媒体报道称伊朗最高领导人哈梅内伊（Ayatollah Ali Khamenei）在空袭中身亡，并引发地区局势急剧恶化。军事行动与强硬表态叠加，使局势迅速从地区摩擦演变为全球关注的焦点。

随后，伊朗伊斯兰革命卫队宣布限制船只通过霍尔木兹海峡。作为全球最重要的能源运输通道之一，这条长期承载全球约五分之一原油与液化天然气运输的关键枢纽一度面临严重受限风险，多家航运公司暂停通行或选择绕行。

冲突的影响已不再局限于军事层面。中东是全球能源供给核心区域，霍尔木兹海峡的扰动会直接推高能源风险溢价，并通过油价、通胀预期与资本流动迅速传导至全球市场。

因此，这场冲突成为一个具有系统意义的全球风险变量。它影响的不只是区域安全格局，更是能源供需平衡、美元流动性环境以及风险资产估值体系。

当战争上升为系统性风险，风险首先在哪里被交易？在传统市场分时运行、而链上市场全天候运转的结构下，价格发现的时间顺序正在发生变化。

2.周末时间窗口：链上市场完成第一轮价格发现

值得注意的是，这次冲突升级发生在周末。当消息传出时，全球大多数传统金融市场已经关闭：现货黄金暂停报价，原油期货停止交易，股票市场休市。风险已经出现，但传统体系无法即时完成定价。但链上市场仍在运行，风险情绪转移到了一个仍然开放的定价场所。

加密资产率先剧烈波动

冲突消息出现后，比特币价格一度逼近 63,000 美元，随后反弹至 66,000 美元附近，短时间内完成明显震荡。这种波动并非简单的避险买入或恐慌抛售，而是在缺乏黄金、原油等传统锚点的情况下，市场对风险预期的集中博弈。当其他资产无法交易时，加密市场成为风险表达的出口之一。

链上大宗商品合约：风险溢价即时形成

周末期间，多家媒体报道，在 Hyperliquid 平台上，与原油、黄金、白银挂钩的永续合约出现明显上涨：原油永续合约上涨约 5%，至约 70.6 美元/桶；黄金永续合约上涨约 1.3%，至约 5,323 美元/盎司；白银永续合约上涨约 2%，至约 94.9 美元/盎司。成交量同样放大。白银合约 24 小时成交额超过 2.27 亿美元，黄金合约约 1.73 亿美元，显示出真实的资金参与。这些都是在 24/7 链上市场中真实形成的价格，反映的是在传统市场关闭期间，市场参与者对供应风险与地缘政治溢价的即时判断。

周一开盘：传统市场“补课”

当传统市场重新开盘后，价格迅速向周末链上的方向调整。国际油价周一高开，布伦特原油一度升至 82.37 美元/桶，WTI 原油跳升至 75 美元以上；现货黄金突破 5,300 美元/盎司；全球主要股指期货普遍走弱，风险资产承压。价格呈现出清晰的时间顺序：周末风险发生；链上市场率先波动；周一传统市场完成更大规模的确认与扩散。

在传统市场关闭的时间窗口里，链上市场承担了第一波风险表达功能。这种结构性的时间差，正在改变全球风险事件的定价节奏。

3.预测市场：战争第一次被实时概率化

Polymarket：冲突节点的爆发式定价

在此次事件中，链上预测平台 Polymarket 上与冲突升级相关的合约交易规模显著放大。

“美国或以色列是否会在某日前打击伊朗”的系列合约（U.S./Israel strike Iran by…?”），累计交易额超过 5 亿美元，仅空袭发生当日的成交额就高达约 9,000 万美元，成为平台历史上规模最大的地缘政治类市场之一。

在领导人身亡消息确认后，与“哈梅内伊会在 3 月 31 日之前失去伊朗最高领袖职位吗？”（Khamenei will lose position by March 31?）相关的合约迅速结算，成交额约 5,700 万美元。“伊朗政权会在 6 月 30 日之前垮台吗？”（Iran regime collapse by June 30?）等长期政治走向合约的隐含概率一度升近 50%，市场已经开始对更深层次的制度风险进行定价。这些数据表明，押注并非零散行为，而是形成了集中且高强度的资金参与。

Source: https://polymarket.com/event/khamenei-out-as-supreme-leader-of-iran-by-march-31

Opinion：冲突路径与制度风险的多维定价

在 Opinion 上，美伊冲突相关合约同样呈现出较高活跃度。一类市场直接对军事触发进行精确定义。例如，“US strikes Iran by …?（美国是否会在某日前打击伊朗）”，规定仅在美国军方以无人机、导弹或空中打击实际命中伊朗领土或官方使领馆时才判定为 Yes，被拦截武器或其他形式军事行动均不计入。该合约交易量已超过 1,260 万美元，显示市场对具体军事触发条件的高度关注。

Source: https://app.opinion.trade/search?q=Iran

另一类市场则转向制度层风险。“Khamenei out as Supreme Leader of Iran by …?” 对伊朗最高领袖 Ali Khamenei 是否在特定时间窗口内失去权力进行定价。规则将辞职、被拘留、丧失职位或无法履职均纳入判定标准，并以可信媒体共识作为结算依据，交易量约 1,290 万美元。此外，类似“Will the Iranian regime fall by …?（“伊朗政权会在 XX 日期之前垮台吗？”）”、“Israel × Iran ceasefire broken by …?（“以色列和伊朗停火是否会在 XX 日期之前被打破？”）” 等市场，则分别对政权稳定性与停火持续性进行概率化表达。

虽然相关合约数量和整体交易规模仍低于 Polymarket，但 Opinion 上呈现出更清晰的风险分层结构：军事行动、停火状态、领导人去留与政权走向被拆解为多个独立变量，并行定价。战争因此不再只是“是否发生”的单点问题，而是一条可被分段、量化并持续修正的风险路径。预测市场在此成为对主权风险与制度稳定性的实时计量工具。

概率曲线作为“风险温度计”

与原油或黄金不同，预测市场不通过资产间接表达风险，而是直接对“事件是否发生”进行概率化定价。冲突升级概率上升时，赔率跳升；局势缓和时，概率回落。赔率曲线本身，成为风险情绪的即时刻度。有分析指出，在空袭消息大规模传播前的几个小时，有少量新钱包集中买入相关合约，并在事件确认后获利。这一现象引发了外界对信息是否提前进入市场的讨论，也让预测市场的时间敏感性变得格外突出。

传统市场通常通过油价上涨或股市下跌来反映结果；预测市场则直接交易“是否升级”“是否扩散”。前者在定价影响，后者在定价路径。当传统市场尚未开盘时，风险已经在链上被量化和押注。

4.传统资产开盘确认：风险溢价如何传导？

当链上市场率先波动，真正的跨资产联动发生在传统市场重新开盘之后。

能源：风险溢价的第一站

能源仍然是风险溢价的第一站。霍尔木兹海峡承担全球约 20% 的原油运输量，只要市场担心供应可能受阻，原油价格就会提前计入风险溢价。冲突升级推动油价上行，进而推升通胀预期，并影响利率政策与企业成本结构。

美元与美债：安全与通胀的拉锯

在不确定性上升时，资金通常流向流动性最强的资产，美元与美债因此短期受益。美元走强，美债收益率阶段性回落，反映避险需求上升。但若冲突持续并推高通胀预期，美债收益率可能面临避险买盘与通胀压力之间的拉锯。

风险资产与比特币的定位

黄金承担传统避险功能，原油体现风险溢价，美债提供流动性安全垫。而比特币的表现更接近高弹性的风险资产。冲突初期，它并未单边上涨，而是剧烈震荡，显示其对流动性和风险偏好的高度敏感。因此，在极端不确定性的最初阶段，比特币更像高贝塔风险资产，而非纯粹避险工具。

整体来看，链上市场率先表达风险，预测市场概率化风险，而传统资产在开盘后完成系统性确认。风险溢价沿着能源、利率和资产估值逐层传导，最终形成全球市场的联动反应。

5.结构变化：风险定价机制是否正在迁移？

这次事件的意义，或许不只在于冲突本身，而在于风险是如何被定价的。

地缘政治正在被实时金融化

过去，地缘政治更多停留在新闻与外交层面；如今，它正在被实时金融化。战争是否升级、制裁是否落地、选举结果如何演变，都可以在市场上被押注、被对冲、被概率化。风险不再只是事后被解读，而是在发生过程中就被交易。

链上市场成为 7×24 小时风险缓冲器

链上市场开始承担一种新的功能。传统市场存在周末休市、节假日停盘。当重大事件恰好发生在这个空档期，价格无法即时反映情绪。但链上市场 7×24 小时运转，它成为第一波情绪释放的缓冲器。价格和概率在那里先行波动，等到传统市场开盘，再进行更大规模的确认与扩散。

价格发现权正在边际迁移

这种时间结构的差异，正在带来一个更深层的变化：价格发现权的边际迁移。如果链上合约率先波动，如果预测市场的赔率曲线先于油价与股指跳变，那么机构投资者是否会开始监控这些数据？宏观模型是否会把链上波动纳入参考变量？媒体与交易员是否会把预测市场概率视为风险预警信号？

这些问题尚未有定论，但方向已经显现。风险的“第一次表达”，正在从传统交易所的开盘铃声，转向全天候运行的数字市场。当战争可以被实时交易，市场就不再只是被动回应事件的结果，而是在参与风险本身的定价过程。

深潮 TechFlow 消息，3 月 4 日，据 Bitget 数据显示，现货白银日内大涨5.00%，现报86.12美元/盎司。

深潮 TechFlow 消息，3 月 4 日，据伊朗媒体报道，专家会议成员哈塔米大阿亚图拉称，领袖候选人已确定。领袖委员会目前代行管理国家职责，将尽快任命新一任最高领袖。（金十数据）

深潮 TechFlow 消息，3 月 4 日，特朗普之子 Eric Trump 今晨在社交媒体发文称，”大型银行”这些长期垄断并损害客户利益的机构，在向零售货币市场账户提供近乎零收益的同时，对低余额账户收取高额费用，现在正竭尽所能阻止加密货币行业在其平台上提供真正的福利、特权和奖励。

Eric Trump 表示，这些银行是最大的伪君子，并且正处于恐慌状态，因为他们知道自己在数字金融竞赛中落后。传统银行业正试图阻止加密行业为用户提供更有价值的服务。

深潮 TechFlow 消息，3 月 4 日，Bitget 宣布推出升级版做市商激励计划，在所有现货及合约交易对中引入基于分组的 Maker 费率结构。此次升级旨在进一步提升订单簿流动性、优化交易执行质量，并为平台做市机构提供更具针对性的激励机制。新费率结构将于 3 月 4 日 14:00 至 19:00（UTC+8）期间正式生效。

根据新规则，Bitget 将交易对划分为 A、B、C 三个组别，并依据做市商等级（MM1–MM5）设定差异化 Maker 返佣机制。升级后的计划不仅优化了费率体系，还通过引入“分组加权指标”重塑做市绩效评估框架，以鼓励做市商在不同市场环境中持续提供稳定流动性，进一步提升市场深度与报价稳定性。

通过更加结构化的 Maker 费率体系与匹配的评估机制，Bitget 持续推进全景交易所（UEX）框架下的机构级流动性标准建设。根据Bitget「2025 透明度报告」显示，机构参与已成为平台增长的重要驱动力，机构交易量占现货交易量的 82%，合约交易量占比达 60%。

整理 & 编译：深潮 TechFlow

嘉宾：Tom Lee，Fundstrat 联合创始人兼研究主管；Michael Lewis，《点球成金》、《大空头》、《弱点》和《无限未来》作者

主持人：Liz Thomas，SoFi 投资策略主管

播客源：SoFi

原标题：AI Boom or Bubble？ Michael Lewis, Tom Lee on the Risks and Rewards | The Important Part LIVE

播出日期：2026 年 2 月 19 日

要点总结

在《The Important Part》的特别现场录制中，SoFi 的投资策略主管 Liz Thomas 提出了一个许多投资者都在关注的问题：市场的快速上涨是否会放缓？或者说，这种上涨是否会持续？为了解答这些疑问，她邀请了两位金融界的顶尖思想家：Fundstrat 的联合创始人兼研究主管 Tom Lee，以及《纽约时报》畅销书《魔球》（Moneyball）、《大空头》（The Big Short）、《弱点》（The Blind Side）和《走向无限》（Going Infinite）的作者 Michael Lewis。三人共同探讨了 2026 年投资者面临的核心问题。

在这场引人入胜的对话中，他们深入分析了当前市场的几个热门话题：为什么散户投资者近年来的表现优于对冲基金？黄金是否已经触顶？比特币 40% 的大幅下跌是否意味着加密货币市场迎来了“加密寒冬”？Tom Lee 解释了，尽管近期 AI 驱动的软件股出现下跌，这可能实际上反映了企业生产力的提升。而 Michael Lewis 则分享了他对黄金的逆向押注，并解释了为何他“看好恐惧情绪”的投资策略。

此外，他们还探讨了当下金融市场的其他重大议题，包括：在 Kevin Warsh 被提名为美联储主席后，美联储的独立性是否会受到威胁？AI 技术的快速发展是否会导致大规模的就业流失？以及联邦政府是否可能接管陷入困境的 AI 公司。

最后，他们还将目光投向了加密货币领域，分析了潜在的“黑天鹅”事件，以及从冷冻食品行业的历史中可以学到的关于技术颠覆的宝贵经验。

精彩观点摘要

• 真正的泡沫是在所有人都觉得“这绝对不是泡沫”的时候才会出现。
• 大学毕业生的失业率甚至高于同龄的非大学学历人群……但如果换一个角度来看，这实际上可能是经济生产力提升的一个信号。生产力通常通过更少的人力资源创造更多的产出来衡量。
• AI 或许真的像大家所说的那样具有革命性，但这并不代表它一定会为股市带来普遍的盈利，技术的变革性和市场收益之间并没有必然的因果关系。
• 散户能够选对股票，主要是因为他们的激励机制和机构投资者完全不同……他们投资的是自己的资金，因此他们更愿意长期持有某只股票两到三年。
• 当我持有黄金时，我其实是在投资“恐惧”。我买入黄金，是因为它能够对冲当前的不确定性……我买的是对未来不安和焦虑的保险。
• 回顾过去，只有三次黄金在单日内上涨超过 9%，而这三次都标志着黄金价格的顶点，如果历史可以作为参考的话，黄金可能已经见顶了。
• 有一句金融界的格言来自已故的 Art Cashion：“牛市不会死于年老，而是被美联储杀死。”
• 尽管操作方式发生了变化，但人性却没有改变。那种“我想比别人赚得更多、更快”的本能，依然是推动这个行业的核心动力。
• 在未来的十年里，谁控制了 AI 和相关生态系统，谁就可能成为全球的超级大国。如果 AI 的资金链真的开始断裂，我相信甚至国防部都已经在模拟如何应对这种情况。
• 1974 年以来，大约有 40,000 家公司上市或拆分。其中 90% 的股票价格下跌超过 50%，而这些跌幅超过 50% 的公司中，又有 90% 最终归零。换句话说，大多数股票最终都会变得一文不值。

AI 是危机还是机遇？生产力变革的两面性

Liz Young:

近年来，全球市场经历了持续的快速增长，虽然最近几周有所波动，但总体趋势仍然强劲。这种现象很大程度上得益于人工智能 （AI） 的发展。AI 推动了技术创新，催生了新产品，并带来了大量资金流入。然而，许多投资者开始感到不安，担心市场是否已经过热，发展是否过于迅猛。这种担忧情绪在全球范围内蔓延，也成为我们今天讨论的重点。

为了更好地理解这一现象，我们邀请了 Fundstrat 的联合创始人兼研究主管 Tom Lee。他长期以来对市场持乐观态度，被认为是“看多派”的代表人物。Tom，你为什么在当前环境下依然保持乐观？

Tom Lee:

有一句金融界的格言来自已故的 Art Cashion，他曾说：“牛市不会死于年老，而是被美联储杀死。”换句话说，股票市场的良好表现并不意味着它无法继续表现良好。事实上，我认为我们正在迎来两个重要的推动因素：首先是 AI 的回报开始显现，它正在重新定义赢家和输家；其次是美联储政策的转向，这可能会为市场带来新的顺风因素。因此，今年仍有许多理由支持投资者继续买入股票。

Liz Young:

让我们聊聊最近的市场变化吧，软件股大幅下跌，加密货币市场也出现了明显回调。这样的市场动荡会让你感到担忧吗？它是否会动摇你对市场的乐观观点？

Tom Lee:

我认为很多人都在关注这个现象，过去两年里，AI 的发展就像一股不可阻挡的力量，吸引了大量投资者的关注和资金流入。然而，正如你提到的，今年确实出现了一些不同的情况。我们看到许多股票和行业开始出现了萎缩，以软件行业为例，目前正面临需求下降和服务重新定价的局面。同时，许多研究报告指出，Agentic AI 和其他 AI 技术正在逐步取代传统软件解决方案。

此外，根据一些报道，自从 ChatGPT 推出以来的三年里，技术行业的就业岗位数量有所减少。更令人惊讶的是，目前大学毕业生的失业率甚至高于同龄的非大学学历人群。这些数据看起来像是“坏消息”，也正是目前许多头条新闻关注的焦点。但如果换一个角度来看，这实际上可能是经济生产力提升的一个信号，生产力通常通过更少的人力资源创造更多的产出来衡量。

从这个角度看，AI 的应用正在显现出其提高生产力的潜力。对于向企业提供服务的软件公司来说，如果企业在软件上的支出减少，这其实是一个利润率优化的过程。换句话说，AI 带来的效率提升正在逐步转化为实际收益。虽然这些变化可能会带来短期的阵痛，但从长远来看，这正是 AI 技术发挥生产力优势的有力证据。

市场过热的前兆与崩盘隐患

Liz Young: Michael，你在过去的作品中多次记录了市场从持续上涨到突然崩盘的时期，每次市场崩盘前都会出现一些信号，比如过度投机或冒险行为。在你研究过的这些市场案例中，有哪些共同的过度冒险特征？你认为这些迹象在现在的市场中也存在吗？

Michael Lewis:

这是一个很有意思的问题。坦率地说，我从没能在任何一次市场崩盘发生前准确预测到它的到来，我的工作更像是等到“风暴快要平息的时候”，再去“整理残局”。回顾我的职业生涯，我的第一本书《华尔街肉食动物》（Liar’s Poker） 记录了 20 世纪 80 年代的金融市场；之后，我还写过关于互联网泡沫和 2008 年金融危机的故事。但说实话，我从来不知道这些事件具体什么时候会发生。更重要的是，我也不认为有人能真正准确预测这些崩盘的时间。市场中总是存在多种解读的可能性，而我的个人投资策略就是将资金投入指数基金。

不过，我确实发现，每次市场崩盘后，总会有人在事前看清问题所在，但有趣的是这些人往往无法在下一次危机中再次准确预测。例如，Michael Burry 在次贷危机中做出了正确的判断，但这并不意味着他对未来的所有预测都会正确。他在推特上提到自己做空了 Nvidia 和 Palantir，这也引发了市场的广泛关注。我采访过他，他的逻辑是基于资本支出周期（即企业在设备、技术等领域的投资周期），认为这两家公司目前的估值已经达到了泡沫的高点，不过他也坦承自己无法精确预测崩盘的时间。因此，他选择了一种较为保守的策略——购买两年的看跌期权 （Put Options）。看跌期权的成本较低，即使判断失误，损失也有限。这种策略表明，即使是像 Burry 这样具有远见的人，也无法完全把握市场的短期变化。

至于你提到的过度冒险的共同特征，我认为最突出的就是 FOMO。以我最近写的《走向无限》（Going Infinite） 为例，这本书讲述了 Sam Bankman-Fried 和 FTX 的故事，FTX 的崩盘可以说是 FOMO 的典型案例。180 家风险投资公司在没有深入调查的情况下，就一窝蜂地向 SBF 投资。他们甚至没有弄清楚他的业务到底在做什么，就投入了大量资金，这种“先行动，再了解”的心态正是过度冒险的显著特征之一。

另一个常见的特征是扭曲的激励机制。在我写《大空头》（The Big Short） 时，采访了一些在次贷危机中做出错误决策的交易员。他们告诉我，之所以参与高风险投资，是因为“大家都在这样做”，如果他们不随大流，就会被视为落后者。此外，他们还受到高额奖金的诱惑，即使这些投资最终失败，他们的奖金也不会被追回。这种错误的激励机制让人们在明知风险的情况下，仍然选择追逐短期利益。

如果让我大胆预测一下，我认为当前的市场确实存在一些泡沫迹象，虽然 AI 确实是一项具有变革性的技术，但这并不意味着每个人都能从中获利。事实上，技术的进步有时甚至可能压缩企业的利润空间。AI 或许真的像大家所说的那样具有革命性，但这并不代表它一定会为股市带来普遍的盈利，技术的变革性和市场收益之间并没有必然的因果关系。

散户为何能够逆袭机构投资者

Liz Young: Tom，我知道你一定对这个话题有自己的独到见解。我想请你聊聊像 FOMO 和 HODL 这样的网络流行词，这些词实际上反映了散户与机构之间的博弈。

在这轮经济周期中，自 COVID 疫情以来，我们发现散户投资者多次成功预测了市场方向，而机构投资者在某些情况下却显得过于保守。你认为散户是如何做到这一点的？为什么他们的判断会更准确？此外，在当前的市场环境下，你觉得散户和机构，谁的胜算更大？

Tom Lee:

在 Fundstrat，我们服务的客户主要分为两类。一类是我们的机构研究客户，包括大约 400 家对冲基金；另一类是通过 FS Insight 服务的家族办公室、投资顾问以及高净值个人投资者。我们每个月都会调查这些客户最看好的和最不看好的前五大股票。自 2019 年以来，我们一直在进行这样的分析，结果非常有趣：散户的选择往往是正确的，散户投资者最看好的前五大重仓股表现非常优秀。我们甚至在考虑是否将这些数据转化为一个投资产品。

我认为散户能够选对股票，主要是因为他们的激励机制和机构投资者完全不同，散户的投资行为不会因为每日或每周的盈亏而直接影响生计。他们投资的是自己的资金，也就是所谓的“永久资本”（即长期可用的投资资金），因此他们更愿意长期持有某只股票两到三年。

而在我刚入行时，机构投资者的持仓周期通常是一年，这已经算是“长线投资”了。但现在，大多数机构的持仓周期已经缩短到 30 天甚至更短。数据显示，每只股票的平均持有时间只有大约 40 秒，一些对冲基金甚至将持仓 1 秒或 5 秒视为“长期持有”。这种高频交易的模式决定了机构投资者只能选择流动性极高、能够迅速产生回报的股票，而散户投资者则更倾向于发掘那些具有长期增长潜力的投资机会。

Liz Young: 但你觉得这不会引发更多的 FOMO 吗？如果散户的选择是正确的，机构会不会为了追赶散户而被迫追高？这样一来，市场会不会因此变得更加过热？

Tom Lee:

确实会有这样的情况。市场中通常会出现一些热门股，这些股票既受到散户的追捧，同时又被机构大幅做空。举个例子，Palantir 就是一个很典型的战场股，再比如 2000 年代中期的 Netflix，当时它的股价只有 2 到 4 美元，后来涨到了 20 美元。当时，Netflix 被许多机构投资者大量做空，但散户却始终坚定买入，另一个广为人知的例子是 GameStop。像 Palantir 和特斯拉这样的股票，也曾是典型的“战场股”，散户看好这些股票的长期潜力，而机构则倾向于将它们作为短期套利的工具。当这些股票的价格达到某个关键点时，其估值会被重新调整，股价也会随之迅速飙升。比如在 2017 年，特斯拉被纳入罗素 1000 指数后，股价就经历了类似的暴涨。

Michael Lewis：我能问一个问题吗？你提到过一个很有趣的想法：你打算把散户的投资选择开发成一个投资产品？

Tom Lee:

我们已经收集了 60 个月的相关数据，记录了散户投资者最看好的和最不看好的，此外我们还特别关注那些被散户看好但被机构做空的“战场股”（Battleground Stock）。我们正在计划推出一个 ETF，这个基金会每个月自动买入散户认为最有潜力的股票。可以把它理解为一个“经过专业验证的 WallStreetBets”。不同于 Reddit 上的随意讨论，我们的数据来自付费用户，他们是我们的真实客户，反映的是实际的投资想法。更重要的是，我们的数据经过了严格的筛选和验证，确保其来源真实可靠。这些数据不是来自机器人，也不是虚假的账户，而是来自真正的投资者。

黄金市场涌动背后的信任危机

Liz Young: 在你看来，机构和散户对黄金的投资偏好有何不同？此外，你如何看待黄金和白银等贵金属的未来表现？虽然我不想把它们称为 Meme 股，但它们确实已经成为投机资产的一部分。

我一直认为黄金的交易主要是由机构投资者和各国央行主导的，但令人意外的是黄金在过去几年表现非常亮眼，甚至连续几年跑赢了标普 500 指数。几年前，我还在大力推荐黄金投资，但很多人觉得我像个“抱着金条的老奶奶”。然而后来黄金价格真的大涨，吸引了大量散户蜂拥而至。

我记得有一次去纽约证券交易所录节目时，正好赶上 GLD（黄金 ETF）敲钟，交易所门外摆满了巨大的假金砖，周围还挂着金色的旗帜。当时我就想：“散户已经开始大举入场了。”

Tom Lee:

黄金的表现的确非常亮眼。如果我们回顾过去 25 年的市场周期，会发现黄金的回报率甚至超过了标普 500 指数。这背后可能与人口结构的变化有关。在 Fundstrat，我们研究了许多与人口趋势相关的现象，发现消费偏好往往会跳过一代。比如房车（RV）的销量就是一个很好的例子，房车的销售每隔 50 年会迎来一个高峰。在 COVID-19 大流行期间，房车的销量达到了历史新高。

这种“跳代效应”的背后逻辑是，孩子们往往对父母喜欢的东西不感兴趣，但却会对祖父母的喜好产生浓厚兴趣。举个例子，如果你的父亲骑摩托车，你可能会觉得这并不酷；但如果你的祖父骑摩托车，你可能会觉得这非常酷，尤其是看到老照片时，哈雷摩托车的流行也符合类似的规律。黄金对“婴儿潮一代”（Boomers）来说是一种重要的投资品，而 X 世代则更青睐对冲基金。如今，千禧一代和 Z 世代开始重新关注黄金，这实际上是一种世代间的交易现象。黄金的市场价值目前约为 35 万亿美元，而标普 500 指数（剔除科技七巨头）的总市值约为 40 万亿美元。黄金市场的规模几乎已经接近股市的规模。

Michael Lewis：你提到的 35 万亿美元是指现存所有黄金的总市值吗？

Tom Lee:

是的，地面上的所有黄金。大约有 70 亿盎司黄金，每盎司按 5000 美元的预测价格计算，总市值大约为 35 万亿美元。

关于黄金，有一些关键的点值得注意。作为一个对研究感兴趣的人，我一直很喜欢研究黄金，我也理解它的独特属性。黄金是一种具有林迪效应（Lindy Effect）的资产。所谓林迪效应，是指某样事物存在的时间越长，人们就越相信它的价值会持续下去。

黄金作为一种价值储存手段，已经有数百年的历史了，这种长期的认可使得它仍然被广泛接受。黄金之所以被视为一种交换媒介，是因为它的稀缺性。然而，在我看来，黄金仍然面临一些潜在的“黑天鹅风险”。

首先，黄金的地上储量有限，但地下还埋藏着比地面上多出几百万倍的黄金储备。如果黄金价格变得过于昂贵，可能会吸引许多人进入黄金开采行业。比如，假如价格高到一定程度，有人人可能会直接转行去挖金矿，因为那时候挖掘黄金的价值可能会超过其他任何行业。

其次，黄金的来源其实是“外星的”（extraterrestrial）。设想一下，假如 SpaceX 开始探索火星，并在太空中发现了一颗充满黄金的小行星，到那时，如果 Elon Musk 能够开采这些资源，他可能会拥有所有的黄金，甚至成为全新的“中央银行”。而这颗小行星可能含有数百亿盎司的黄金，这将对全球黄金市场产生巨大的冲击。

最后，还有炼金术的风险。假如有人发现了一种方法，可以通过改变原子结构将铅转化为黄金，他们可能不会公开这一技术，而是悄悄开始生产黄金。到那时候，全球市场可能会突然涌入大量的黄金供应，导致黄金的价值大幅缩水。

所以，黄金确实是一种出色的投资选择，但它也有自己的局限性。比如，当黄金价格达到 9000 美元时，它的市值可能会超过整个股市的总市值。

Liz Young: 那么，黄金是否会有一个价格点，让它不再具备投资价值？

Tom Lee:

对此，我们进行了深入研究，回顾了过去 100 年黄金与股市市值的对比数据。我们的研究发现，黄金市值可以达到股市总市值的 150%，但这几乎是它的极限。比如，1 月 30 日，黄金价格在一天内就下跌了 9%，这说明其价格波动可能会非常剧烈。回顾过去，只有三次黄金在单日内上涨超过 9%，而这三次都标志着黄金价格的顶点，如果历史可以作为参考的话，黄金可能已经见顶了。

Liz Young: Michael，你之前提到你主要投资于 ETF 和一些被动投资的指数基金，比如 Vanguard 的指数基金。但你偶尔会尝试其他投资，对吧？

Michael Lewis:

是的，有时候我会失去理智。说到黄金，我得讲一个故事。小时候我每周都会和一群老朋友一起玩扑克，其中有一个 叫 Bobby Klein 的人总是比其他人更厉害，他天生就是为打扑克而生的。他是我最好的朋友之一。金融危机期间，他在华尔街有自己的基金，做空了次贷市场。原来他也是《大空头》（The Big Short）故事中的一员，他通过做空次贷市场发了大财，后来还创立了自己的资产管理公司。

四年前，我去拜访他时，他向我展示了他收藏的罗马古钱币，他还给我讲解了罗马帝国的皇帝是如何通过逐渐减少硬币中的银含量，来偷偷削弱货币的实际价值，他用这些历史故事向我阐述了购买黄金的理由。虽然他的观点很有说服力，但当时我并没有完全被打动。我总觉得，买黄金听起来就像是一种疯狂的行为。

然而他的说辞一直在我脑海里挥之不去，大约三年前，我终于下定决心买了一些黄金，我买了不少，而它的价格从那以后就一直在涨。一个月前，我打电话给 Bobby Klein 告诉他我听了他的建议买了黄金，赚了很多钱。Bobby 对黄金市场的了解远胜于我，他的投资主要集中在黄金矿业股票上，这是一种更经济的投资黄金的方式。他也承认黄金存在一些“黑天鹅风险”，但他认为这些风险比比特币等资产要低得多。

让我最感兴趣的是，比特币刚出现时，大家都说它是黄金的竞争对手，甚至称它为数字黄金（Digital Gold）。但后来我发现，比特币的价格走势开始与股市同步，而不像黄金那样独立。这让我觉得，比特币已经不再是数字黄金，而可能变成了另一种资产类别。

黄金是一种神奇的资产，但它的价值本质上是基于一种人类的共识。我们之所以认为黄金有价值，仅仅是因为我们共同相信它有价值。当我持有黄金时，我其实是在投资“恐惧”，我买入黄金，是因为它能够对冲当前的不确定性，比如全球范围内的政治动荡、经济危机，甚至潜在的金融崩溃。换句话说，我买的是对未来不安和焦虑的保险。

当前的政治和经济局势依然充满不稳定性，我认为这种恐惧和焦虑短期内不会消失，所以即使黄金价格下跌 60%，我仍然觉得这是一笔成功的交易。但我必须提醒大家，这并不意味着这是一个值得推荐的投资策略。我当初只是因为一时冲动买了黄金，结果恰好赚到了钱。通常来说，这并不是一个理性的投资方式。

AI 浪潮带来社会冲击与技术变革

Liz Young: Tom，你之前提到过，现在的 AI 发展让你想起了 90 年代末和 2000 年代初的电信行业，你还说过我们现在可能还处在 AI 的早期阶段。如果这是事实的话，你觉得和当年的情况相比，有什么不同？

比如，现在的资本支出（CapEx）规模比 90 年代要大得多，占 GDP 的比例也更高。更重要的是，这些投资已经开始了，而 90 年代这个阶段可能还没有明显启动。你觉得我们是不是在资本支出上花得太多了？

Tom Lee:

我同意 Michael 的观点，最终 AI 会变成一个泡沫。但有趣的是，当人们开始说某件事是泡沫时，它通常还不是泡沫，真正的泡沫是在所有人都觉得“这绝对不是泡沫”的时候才会出现。我曾是 90 年代的技术分析师，亲眼见证了电信行业的过度扩张。当时像 Global Crossing 和 Quest 这样的公司疯狂铺设光纤网络。我当时在 Solomon Brothers 工作，Jack Rubman 是当时筹集资金的关键人物之一。

那时候，所有公司和分析师都在调整模型，以证明那些高得离谱的估值是合理的。资金成本几乎降到零，而退出估值倍数却飙升到 20 倍甚至 30 倍。最终当泡沫破裂时，所有相关行业都一起崩盘，无论是无线通信还是整个生态系统的其他部分，没有人能够幸免。

不过，泡沫破裂后，最好的投资机会通常从废墟中涌现。比如，在那次崩盘之后，通信塔公司成为了最大的赢家，它们的回报率是 S&P 500 的 10 倍。另一个意想不到的赢家是披萨公司，比如 Domino’s Pizza。这说明，有时候那些银行家们深夜加班点的披萨，反而成了更好的投资。那些通信塔公司它们建造了用于悬挂无线设备的金属塔架，最终成为了最好的投资选择。

Michael:

你说得对，当所有人都说“这不是泡沫”的时候，才是真正的泡沫。但现在大家都在讨论 AI 是不是泡沫，这反而让我觉得它还不是泡沫。因为我们已经在谨慎对待它了。

Liz Young: 很多人都说“这次不一样”，但我一直觉得，经济周期和商业周期其实从来没有什么本质不同。虽然推动它们的因素可能有所变化，但最终的结果大同小异。你觉得有没有哪次真的不一样？还是说你的经历让你更加确信，其实历史总是会重演？

Michael:

也许吧，但我觉得每次的波动似乎都变得更加极端。大家对金融后果的关注太多了，而忽略了更大的社会后果。比如，AI 的影响可能远远超出金融市场。我和一些技术专家聊过，他们中有些人认为 AI 可能会导致人类灭绝。如果真是这样，那股市的表现还有什么意义呢？如果我们都不在了，投资组合再好又有什么用？

当然，我对这些极端预测是持保留态度的。但不可否认，AI 的发展会带来巨大的社会冲击，比如大量工作岗位的流失。更有趣的是，像 Google 和 OpenAI 的高管们，一方面会说，“我们必须非常小心，AI 可能会毁灭人类。”但另一方面，他们又会说，”再过 18 个月，AI 就能比人类做得更好。“这听起来真的很矛盾。

现在先不管 AI 会不会毁灭人类。假设 18 个月后，AI 能够把人类能做的事情全部做得更好，那这个国家会变成什么样？现在已经有很多人对经济现状感到愤怒，如果 AI 的发展真的如此迅猛，这种愤怒只会飙升到一个新高度，相比之下，股市的涨跌似乎就没那么重要了。

我其实不太相信 18 个月后 AI 就能取代所有人的工作。至少对我来说，我现在还没有感受到威胁。我试过让 AI 写一本关于 Sam Bankman-Fried 的书，或者其他类似的东西，但它只能从网络上抓取已有的信息，根本无法真正理解人类的思维，它不会去采访，也无法还原故事的细节和感受，写出来的东西根本不行。

可以给你讲个小故事吗？当我写《走向无穷》（Going Infinite，一本关于 Sam Bankman-Fried 的书）时，我知道他和 Sam Altman 有过交集。于是我决定去拜访 Sam Altman，了解他对 Sam Bankman-Fried 的看法。我们在他家共进晚餐，他是个很有趣的人，和他聊天很愉快。不过我发现他其实有点小心思，他告诉我，很多人想为他写传记，但他并不想让每个人都来写。他希望能挑一个合适的人，这样其他人就不会再来打扰他了。

我问他，“既然你的 AI 这么聪明，为什么不让它自己写你的传记呢？你可以把所有的聊天记录、资料都输入进去，让它自己写啊。”他回答说，“它还不够聪明，写出来的书会很糟糕。”我说，“那什么时候能写出一本好书呢？”他说，也许再过几年吧。

于是我们达成了一个协议：等 AI 足够聪明，能写出一本好书时，我要挑战它。到时候，我写一本书，让 AI 也写一本书，我们来比一比谁写得更好。不过说实话，现在还没有感觉到 AI 能取代所有人的工作。

Liz Young: 每次有新技术出现时，人们总会说它会毁掉所有的工作，但实际上，技术进步往往会创造出更多的就业机会。你觉得这次会一样吗？

Tom Lee:

历史上确实有两个不同的技术变革对就业产生了完全不同的影响。第一个例子是 1930 年代的速冻技术。当时，美国有 30% 的劳动力从事农业工作，但速冻技术的出现彻底改变了食品行业。它减少了食物的腐败率，让食品开支从占家庭收入的 20% 降到了 5%，而农业就业比例也从 30% 降到了 5%。虽然 95% 的农民失去了工作，但这也释放了更多时间和资源，推动了经济的繁荣。

但另一个例子却是相反的。中国接管制造业后，美国的很多州经济遭到重创。大量工人失业，而政策制定者却没有为这些人找到新的工作机会。

华尔街的变迁与量化时代的崛起

Liz Young: Michael，从你开始职业生涯到现在，你觉得华尔街有哪些让你感到意外的变化或不变的地方？你的女儿现在也进华尔街工作了，对吧？她读过《华尔街肉食动物》（Liar’s Poker）吗？

Michael:

没有。她甚至不愿意读我写的任何一本书。有一次，她的老板——一位非常资深的合伙人——把这本书拍在她的桌子上，并对她说：“如果你想真正了解这个行业的本质，你必须读一读这本书。”她回家后把这事告诉我。我问她：“那你读了吗？”她回答：“没有，我拿它当杯垫用了。”

不过，认真说，我观察她的工作后发现，现在的华尔街已经变得非常“量化”和“程序化”。在我那个年代，交易员们会在交易大厅里大喊大叫，依靠的是胆量和人际关系。而现在，大家都坐在电脑前，盯着算法运行。尽管操作方式发生了变化，但人性却没有改变。那种“我想比别人赚得更多、更快”的本能，依然是推动这个行业的核心动力。不管是通过大声喊叫，还是通过运行 AI 算法，这种贪婪的本质始终如一。

想想看以前有人花那么多钱让我去做金融顾问，这真是不可思议，那是华尔街最疯狂的时期。让我感到惊讶的是，我曾经经历的那些故事，居然到现在还有相关性。现在市场其实已经发生了很大的变化，不仅仅是没有人再做我当时做的工作，债券市场也变了，很多东西都实现了自动化。现在的交易更多是依靠机器人操作，而不是人与人之间的互动，交易台上也没有像以前那样的喧嚣和热闹了，那些人际互动都不见了。

那为什么我的故事至今还有人感兴趣呢？我能想到的一个原因是，这个世界依然被年轻人主导。就像我刚进入这个行业的时候，或者你刚进入的时候，年轻人主宰了这个领域。刚从普林斯顿、哈佛或者耶鲁毕业的学生，工作几年就能拿到当时看起来天价的几十万美元的年薪，这种情况彻底改变了精英学府和金融系统之间的关系。

在我父亲那一代，成绩平平的人才会去华尔街工作，那时候华尔街是为那些擅长交际、会打交道的人准备的，而不是为最聪明的人设计的，聪明人会选择去做别的事情。那个年代，金融行业也没有多少钱可赚。

但后来一切发生了变化，金融系统的快速扩张和高额利润吸引了大批精英学生，突然之间这些名校的毕业生一半都想去金融行业发展。这种现象直到今天仍然存在，只不过现在的焦点转移到了高频交易公司和私募股权领域。

还有一点让我印象深刻的是，这种现象对人们生活的影响。因为金融行业的奖励机制非常倾向于年轻人，很多人还在大学时就开始规划自己的职业生涯。比如，现在的大学生甚至在大一的时候就开始为进入华尔街做准备，这种现象在我刚毕业时才刚刚开始，现在已经变得更加极端了。

Liz Young: 这难道没有结束吗？或者说它是不是转移了？Tom 你提到过，现在大学毕业生的失业率甚至比没有大学学历的人还要高。这是不是说明，如今的精英都更倾向于去科技行业，而不是华尔街了？

Tom Lee:

我的孩子们最近几年都从大学毕业了，当我的女儿刚上大学的时候，她想学艺术史，但后来她认识了一些人，发现这些聪明人都想去华尔街工作，于是她加入了一个商业兄弟会，开始接触这个圈子。

我觉得华尔街仍然吸引着某一类人，通常是那些竞争意识很强、渴望和最优秀的人共事的人。也许正因为如此，这种文化才能延续下来。现在的竞争比以前更激烈了。比如，现在的高中生为了进入沃顿商学院，甚至需要参加商业活动，而在我那个年代，只要表现出对商业的兴趣就可以了。

Michael:

聪明人之间的竞争仍然存在，但他们的选择也变得更多了。比如在 Jane Street，25 岁的年轻人就能年入数百万美元。如今的情况更加极端。我记得刚毕业时，我对金融一无所知，但有人愿意花大价钱雇我，这让我感到非常惊讶，难怪每个人都排队想进这个行业，因为即使你什么都不懂，他们也愿意给你钱。不过，现在确实有很多聪明人选择去硅谷。但实际上，硅谷的大部分资金都来自金融，比如风险投资。

你说的变化和不变的地方让我想到量化分析师的崛起。我刚入行时，量化分析师还是一种很稀有的角色，他们逐渐成为像 Solomon Brothers 这样的公司的核心力量，但当时他们还没有完全掌控局面，而现在量化分析师已经主导了一切。

不过我原以为金融行业在经济中的比例会逐渐缩小，但事实恰恰相反，金融行业的规模反而变得更大了。想想互联网带来的技术变革吧，它本应该让我们摆脱中间环节，比如旅行社的消失，但奇怪的是这种去中介化的趋势似乎并没有对华尔街产生同样的影响。

Tom Lee:

从技术上讲，金融行业是实体经济的镜像，每一个单位的实体经济都需要一个对应的金融单位，而数字化正在模糊这种界限。在过去 20 年里，50% 的 GDP 增长都来自数字化经济，这意味着金钱、服务和数字资产之间的界限正在消失。

未来，金钱的定义可能会更加模糊，比如奖励、创造价值和货币单位之间的界限会变得不再清晰。这也意味着，金融行业在经济中的占比可能会继续增长，而量化分析师的角色也会变得更加重要，他们通过提供市场流动性来稳定市场，比如将不同资产（如美元、债券或数字资产）进行交换。这种趋势可能会让华尔街赚到更多钱，甚至让像摩根大通这样的公司逐渐变成类似科技股的企业，因为它们已经不再只是做贷款业务，而是成为了市场服务提供者。

美联储与 AI 时代：政策转变与国家竞争的博弈

Liz Young: 美联储仍然是新闻头条的主角，最近我们才刚刚听说了新任联储主席提名人 Kevin Warsh 的消息。我想问 Tom，假设他顺利通过提名并上任，你觉得这会改变美联储的干预政策吗？我不是在讨论独立性问题，而是想问，考虑到他被认为反对量化宽松（QE），这会不会对美联储的干预政策带来变化？

Tom Lee:

你提到了一个很好的问题。虽然我不是美联储方面的专家，但我试着了解了一些关于 Kevin Warsh 的信息。他过去曾公开表示过，他认为美联储在帮助经济方面的能力是有限的。很多人认为美联储能拯救经济，但他们实际上能做的只有调整利率，或者通过沟通来影响市场利率。

如果白宫真的想限制美联储的作用，那么 Warsh 确实是一个合适的人选。这样一来，财政部和财政政策可能会在经济中发挥更大的影响力，比如调控利率、缩小抵押贷款利率和政策利率之间的差距，甚至直接进行干预。不过股市似乎对他的提名并不太买账，市场反应并不积极。

Liz Young: 也许更大的问题是，如果美联储在市场中的作用减弱了，比如说 Kevin Warsh 上任后真的减少干预，那么相比 2008 年的金融危机，我们现在是否已经更加具备应对类似危机的能力了？

Michael:

你提到不讨论独立性，但其实这就是关键问题。特朗普显然并不希望美联储是独立的。他只是在市场的压力下才不得不放手，如果市场没有在他试图干预时崩溃，他早就控制美联储了。

回到 2008 年，我认为很难否认当时美联储的干预对稳定金融系统和经济的作用。那些决策是极端的，但当时的决策者都是研究过 1929 年经济大萧条的人，他们吸取了当年美联储错误的教训。我相信，美联储的干预是必要的。

如果类似的危机在特朗普任期内发生，我很难相信他会对美联储说“什么都别做，别干预市场”，这根本不可能发生。

Liz Young: 如果我们假设类似的危机是 AI 引发的，比如某个关键的 AI 公司崩溃了，或者整个资金链断裂了，那么美联储会出手拯救 AI 公司吗？

Michael:

特朗普从来不介意使用政府资源来让情况看起来更好，我很难相信美联储会突然变成一个完全不干预的机构，那不是特朗普的风格。

Tom Lee:

我同意。面对经济崩溃的可能性，美联储一定会动用一切工具来稳定局势。我认为即使是一个偏向自由放任的美联储，也会同意这一点。

如果 AI 公司开始倒闭，我认为它们会被国有化。因为这已经不再是普通的市场竞争问题，而是涉及到美国和中国之间的国家竞争。在未来的十年里，谁控制了 AI 和相关生态系统，谁就可能成为全球的超级大国。如果 AI 的资金链真的开始断裂，我相信甚至国防部都已经在模拟如何应对这种情况，比如如何收购 NVIDIA，或者如何从台湾撤出足够的人才以在美国本土重建台积电的生产能力。我认为这件事的重要性已经达到了这种程度，他们很可能会选择将这些资产国有化。

Michael:

现在的情况真的有点认知失调。一方面，特朗普政府一直在大肆宣扬“政府无用论”，要削减政府规模，解散所谓的“深层政府”。但另一方面，他们却在用政府干预市场，以一种近代民主党人都不敢尝试的方式挑选赢家和输家。

加密货币寒冬与量子计算的威胁

Liz Young: 接下来我们聊一下加密货币，之前很多人认为比特币的价格走势和纳斯达克指数高度相关，所以比特币会跟着科技股的趋势走。但后来这种相关性被打破了，甚至比特币和黄金之间的关系也不再那么紧密了。现在到底发生了什么？这是加密货币的寒冬吗？这个寒冬会持续多久？

Tom Lee:

我已经写了大约 10 年的加密货币相关内容。比特币目前的价格比历史高点下跌了大约 40%，接近 50%，这已经是比特币第七次从一个近期高点下跌 50% 左右了。其中有三次是真正的加密货币寒冬，导致了从高点下跌 90% 的熊市，所以如果你在加密货币领域待了很久，就会习惯这种价格暴跌带来的痛苦。

不过，这次和以往的熊市有所不同。加密货币的叙事正在发生变化，它正逐渐成为一种机构资产。此外，现在还出现了量子计算的威胁，量子计算确实对比特币构成了真正的风险。如果量子霸权真的变得商业化，尤其是如果中国已经掌握了相关技术，那么大约有四分之一的比特币钱包可能会被盗，因为 Satoshi 的钱包还没有升级。

不过，我认为这次更像是加密货币的“风暴”而不是寒冬。部分下跌是从 10 月 10 日开始的，那天特朗普提出了对中国的新关税政策，引发了加密货币行业的一系列去杠杆化反应，这次的去杠杆化甚至比 2022 年 11 月 FTX 崩盘的影响还要大。

我不认为我们现在处于加密货币寒冬，因为如果你看以太坊的每日交易活动，它实际上因为代币化的原因呈现出指数级增长。此外，华尔街也开始在加密货币领域进行布局。从某种意义上说，加密货币的困境可能更多是因为黄金表现太好了，吸走了市场上对风险资产的需求。

Michael：我有个问题，我想知道加密货币的“黑天鹅事件”会是什么？

Tom Lee:

我觉得有几个可能性。第一个是量子计算打破了加密算法。如果量子计算能够破解加密算法，那比特币将不再安全。也就是说，你的比特币可能永远都不再安全了。除非比特币能够对旧钱包进行升级，否则他们可能不得不将比特币分叉到一个量子抗性链上，而像 Satoshi 的钱包这样的旧钱包可能就会被废弃。这会破坏比特币的核心信仰，因为这意味着人们不得不放弃 Satoshi 的币。而 Satoshi 的身份本身也是一个谜题。

另一个风险是 AI。现在的叙事是 AI 需要参与微交易，因为当机器人进入现实世界后，它们需要验证交易并收集资金，而区块链可以追踪这些交易，并为它们提供数字钱包。通过这些交易产生的税收收入甚至可能让政府不再需要依赖劳动者纳税，从而建立起某种经济安全网。

但问题在于，如果 AI 变得足够聪明，它们可能会自己运行区块链。那样的话公共区块链可能就没有必要了，因为 AI 可以自己开发验证交易的货币系统，甚至建立自己的货币语言。

Liz Young: 这些黑天鹅事件发生的可能性有多大？

Tom Lee:

这个问题的关键在于政府是否能够监管这些结构，并从中收税。如果政府能够有效地进行监管，或许可以避免这些“黑天鹅事件”的发生。过去，人们对加密货币的一个主要批评是，它可能被用来规避税收。我相信，这也是政策制定者努力的一个重点。

不过现在我们看到的加密货币领域实际上正在经历一场传统的竞争。华尔街这些既得利益者正在试图劫持加密货币的叙事，通过《清晰法案》（Clarity Act）等手段将一切向他们自己倾斜，试图打压新入局者，这种竞争模式其实在每次新技术出现时都会上演，这对公共区块链来说是个打击，因为华尔街试图控制话语权。

Michael:  

我倒是很好奇，当 AI 开始因为需要缴税而感到愤怒时会是什么样子？它们会不会要求投票权？搞不好还会掀起一场“AI 茶党运动”？

Liz Young: 说到 Sam Bankman-Fried，你觉得他现在在做什么？虽然大多数人可能不想听到他的名字。

Michael:  

他确实创造了一个非常强大的加密货币交易所，吸引了像 Jane Street 和 Jump Trading 这样的高频交易公司来使用，他打造了一个工业级的加密货币交易所，甚至他的投资者也从未质疑这个交易所的运作能力。正是因为这个交易所如此成功，才让人很难想象他会冒险去危及自己的事业。

因为他本身就是一名高频交易员，从 Jane Street 出身，后来进入了加密货币市场，他发现当时的交易所系统非常糟糕，于是他创建了一个更好的交易所。当 FTX 崩盘时，我还以为这个品牌会被人收购并重新启动。毕竟，FTX 已经成为了全球最知名的交易所品牌之一，尽管当时是以负面新闻的形式出名。

另外，我觉得他对“有效利他主义”（Effective Altruism）运动是真心的。他和这个运动的其他人一直在讨论如何通过高效的方式赚钱并将这些钱捐赠出去。这虽然听起来有点奇怪，但确实是一个有趣的现象。甚至 Jane Street 也开始担心雇佣了太多的“有效利他主义者”，因为这些人对金钱的欲望较低，不像传统员工那样追求在汉普顿拥有三栋别墅，这让公司很难通过物质奖励来激励他们。

我觉得我们不会就此听到 Sam Bankman-Fried 的最后消息。不管他在哪里，他都会让事情变得更有趣。甚至连监狱都因为有他而变得有趣了。他和 P。 Diddy、洪都拉斯前总统以及其他名人曾在同一个牢房里待过一天，简直就像一部情景喜剧。听说监狱里的狱警向他请教加密货币投资，而其他囚犯则想让他帮忙筹集资金。

我还去过布鲁克林的监狱探望他，顺便说一句，那是我第一次去布鲁克林。他并不是一个特别友好的人，我不太明白别人为什么会对他如此着迷。他每天都会写日记，监狱里有一个电子邮件系统，你可以通过这个系统订阅他的日记。我读过他的日记，里面记录了他在监狱里的日常生活。

预测市场的投机行为如何重塑金融与社会

Liz Young: 有人认为，体育博彩、预测市场的兴起，以及像加密货币这样的新资产类别的出现，为投机提供了新的出口，这些投机行为本来可能发生在股票市场。这是否意味着股市的泡沫风险会降低？Tom，你怎么看？

Tom Lee:  

我觉得这确实有一定道理。首先，预测市场其实非常有用，因为它是离“水晶球”最近的东西。我们在 Fundstrat 使用聚合数据，比如 Polymarket，来跟踪选举的结果。2024 年的时候，我们甚至更依赖 Polymarket 的数据，而不是像 Nate Silver 这样的预测专家。Polymarket 准确预测了美国 50 个州的选举结果，因此从数据角度来看，预测市场确实很有价值。

不过对用户来说，预测市场更多是一种赌博形式，我认为这确实会带来一些社会后果。但无论是预测市场还是加密货币，它们正在帮助我们重新定义什么是股票，这对金融行业来说是一项巨大的创新。

比如，将来如果你想购买特斯拉的股票，现在你需要花 400 美元买一股。但是理论上，特斯拉的股票可以被分解成不同的收益流，比如按未来某一年的收益进行代币化。如果有人只想买 2036 年的收益流，他就可以单独购买。这不仅让管理层能够知道市场如何定价他们的收益，对投资者来说，这也是一个类似彩票的选择。如果公司表现超预期，这种代币化的收益会比购买整只股票赚得更多。

当然，随着这种创新的出现，投机活动也会随之增加，带来赢家和输家，但这就是资本主义的本质。自 1974 年以来，大约有 40,000 家公司通过上市或拆分进入股票市场。其中，90% 的股票价格下跌超过 50%，而这些跌幅超过 50% 的公司中，又有 90% 最终归零。换句话说，大多数股票最终都会变得一文不值。

Michael:  

刚才的问题是，这些是否让股票市场变得更加理性？这显然不是真的。虽然听起来像是个好事，但在我看来股票市场并没有因为体育博彩合法化而变得更理性。

我们之前做过一个关于体育博彩的播客系列，研究它的历史真的很有趣。整个国家对这个话题的态度发生了翻天覆地的变化。以前，体育联盟认为体育博彩是“魔鬼的工作”，而现在它却成了他们增长的主要引擎。

然而体育博彩正在腐蚀体育运动，它带来了许多糟糕的激励机制。我们曾经预测过问题会出在哪里，而事实证明我们是对的。比如大学篮球比赛，参与比赛的学生球员没有收入，但比赛本身却有巨额赌注，一个球员的表现就可能改变比赛的结果，于是各种丑闻接踵而至。如果不禁止大学体育的道具投注（prop betting），这样的情况还会继续发生。我预计政府最终会介入，但我们回头看这段时间时，会发现它对社会其实并不好。

这种言论可能不太受欢迎，尤其是对于年轻男性来说，体育博彩的诱惑是非常大的。我的儿子刚从高中毕业，他的许多朋友在加州上学。尽管加州是少数几个体育博彩仍然非法的州之一，但这些未成年人通过各种方式开设了体育博彩账户，你可以预见到这样的行为会导致一部分人陷入现实生活中的问题。

自从我们做了那个播客后，看到 FanDuel 和 DraftKings 这些曾经主导市场的公司现在面临困境，这让我觉得有些讽刺。预测市场正在逐步取代它们的业务，预测市场的运营平台被归类为商品交易所，因此不受州政府的监管。我并不认为这是件好事。

预测市场本身是个很有趣的创新。我喜欢人们可以用它来对政治下注，但我认为体育博彩的问题在于它的规模太大了，已经失控了。它会毁掉体育运动，也会毁掉很多年轻男性的生活。

深潮 TechFlow 消息，3 月 4 日，据 Politico 报道，美国总统 Donald Trump 于周二与 Coinbase CEO Brian Armstrong 进行了私下会面，随后公开支持该公司在稳定币收益项目争议中的立场。会面后，Trump 在社交媒体上表示银行”需要与加密行业达成良好协议”以推进数字资产立法，并称银行正在”威胁和破坏”最近通过的加密法律。

争议焦点在于加密交易所是否应被允许为持有稳定币的客户提供年化收益计划。华尔街组织警告称，允许稳定币类收益支付可能导致客户从银行账户撤资，威胁对经济至关重要的贷款业务。

深潮 TechFlow 消息，3 月 4 日，据链上分析师 Ai 姨（@ai_9684xtpa）监测，地址为 0xA9A…14573 的巨鲸在 ETH 反弹起点处从 OKX 提取了 4900 枚 ETH，价值 971 万美元，提取时价格为 $1978.82。目前该操作已产生约 45.7 万美元浮动盈利。此前 2 天，该地址曾在 $2037.43 价位向交易所充值 14428 枚 ETH，疑似进行了卖出操作。

深潮 TechFlow 消息，3 月 4 日，据链上分析平台 Lookonchain（@lookonchain）监测，比特币价格已重回 71,000 美元。一位地址为 0x004E 的交易员在过去 20 分钟内追涨开设了 600 枚比特币（约 4270 万美元）的 30 倍多头仓位，入场价格为 70,235.8 美元。目前该交易员已获得约 57 万美元未实现盈利，其清算价格为 66,942.69 美元。

深潮 TechFlow 消息，3 月 4 日，QCP 发文分析称，霍尔木兹海峡持续关闭导致能源价格上涨，布伦特原油价格达到 83 美元/桶，荷兰天然气价格上涨 50% 至 55 美元，严重影响全球供应链。这一冲突暴露了 AI 和科技行业的脆弱性，韩国作为半导体生产大国，其股指 KOSPI 已从高点下跌 20%，主要成分股 Samsung 和 SK Hynix 受到能源供应中断的严重影响。

值得注意的是，在市场动荡中，比特币表现出较强韧性，可能成为风险偏好转变的早期信号。分析师预计未来一周市场将继续动荡，但由于全球对芯片、半导体和 AI 驱动增长的依赖，预计各方将共同施压伊朗重新开放霍尔木兹海峡，中国已敦促伊朗保持海峡开放。

深潮 TechFlow 消息，3 月 4 日，据官方消息，AINFT闯关赛最终章S3赛季已正式开启，即日起至3月13日，用户连接钱包并领取100万积分，即可参与瓜分7,000 USDT终极奖池，全赛季激励总额更是突破13,000 USDT。现已支持TronLink、Binance Wallet、OKX Wallet、TokenPocket四大钱包，新地址链接chat.ainft.com/chat 即可一键领取百万积分，轻松迈入赛道。

目前早鸟奖励通道已开启，前500名连接钱包的用户，即可瓜分500 USDT专属奖池；前500名成功充值用户，也将额外共享500 USDT充值奖励。更值得期待的是，当有效使用地址数累计突破10,000大关时，将解锁高达6,000 USDT的膨胀奖池，多重福利层层叠加，奖励触手可及。

现在就连接钱包、领取积分，迈入闯关赛道。在体验最前沿AI交互的同时，与去中心化生态共同成长，共享红利。

深潮 TechFlow 消息，3 月 4 日，Bitget PoolX 即将上线项目 BTW，锁仓 ETH 解锁 16,000,000 枚 BTW，个人锁仓上限 1,500 枚 ETH。锁仓通道开放时间为 3 月 4 日 18:00 至 3 月 11 日 18:00（UTC+8）。

活动期间净充值为正的用户，PoolX结束后可获赠 8% ETH 理财加息券。此外，对于首次参与PoolX的用户，满足净充值条件可获得15% ETH 加息券。净充值时间截止 3 月 9 日 16:00（UTC+8），更多详情可查看 Bitget 官方平台。

深潮 TechFlow 消息，3 月 4 日，据 HTX 行情数据显示，BTC 突破 71,000 美元，现报 71,011.12 美元，24 小时涨幅 6.02 %。

深潮 TechFlow 消息，3 月 4 日，据 HTX 行情数据显示，BTC 突破 70,000 美元，现报 70,000.00 美元，24 小时涨幅 4.12 %。

深潮 TechFlow 消息，3 月 4 日，据官方公告，币安现已完成 MANTRA（OM）代币置换、增量及品牌升级为 MANTRA（MANTRA），并开放新 MANTRA 代币的充值、提现业务。 币安已于 2026 年 03 月 04 日 16:00（东八区时间）开放 MANTRA/USDT, MANTRA/USDC 及 MANTRA/TRY 现货交易。对于目前已在运行中的现货跟单投资组合，用户可以启用新的交易对。

深潮 TechFlow 消息，3 月 4 日，据 Techinasia 消息，渣打银行已任命 Naveen Mallela 为全球支付业务负责人，Mallela 将于 2026 年 5 月 4 日正式就职。Mallela 将常驻新加坡，向渣打银行全球现金管理负责人 Mahesh Kini 汇报工作。

在新职位上，Mallela 将领导一个整合了收款、清算和支付的全球团队，负责设计和交付覆盖整个支付生命周期的解决方案，包括传统支付和新兴的代币化及链上支付流程。

Mallela 此前在 JPMorgan Chase 担任 Kinexys（前身为 Onyx）的全球联合负责人，该部门是摩根大通的许可区块链业务部门，专注于实时、全天候跨境支付和数字资产结算。

深潮 TechFlow 消息，3 月 4 日，据官方消息，欧洲数字资产管理公司 CoinShares 宣布推出 BNB 质押 ETP（CoinShares BNB Staking ETP ）。这一新产品为投资者提供了受监管的 BNB 敞口，并增加了链上收益功能。