深潮 TechFlow 消息，03 月 23 日，据悉，Bybit Alpha及 Byreal 现已支持 Backpack（BP）交易。BP是 Backpack Exchange 的原生代币。BP 价格现报 0.23 美金，市值$236.35M。

深潮 TechFlow 消息，03 月 23 日，据 The Block 报道，Polygon 孵化的 DeFi 以太坊扩容链 Katana 宣布收购成立于 2017 年的去中心化交易所 IDEX，交易金额未披露。IDEX 将作为新推出的永续合约平台 Katana Perps 的底层基础设施，该平台将现货流动性、路由与衍生品交易整合至单一链上环境，由做市商 GSR、Selini Capital和 Auros 提供支持。

深潮 TechFlow 消息，03 月 23 日，美联储理事米兰：仍预计 2026 年将降息四次。(金十)

深潮 TechFlow 消息，03 月 23 日，据 Businesswire 报道，纳斯达克上市的比特币财库公司 Empery Digital 宣布以每股 5.39 美元价格出售 4,638,219 股普通股募资 2500 万美元，此外还出售 4,638,219 份可购买普通股的认股权证（有效期为发行之日起四年），新资金拟用于偿还回购贷款。Empery Digital 还披露上周以 72,791 美元均价出售 63 枚比特币，目前总持仓量降至约 3,439 枚。

深潮 TechFlow 消息，03 月 23 日，美联储理事米兰：如果出现（通胀）第二轮效应和工资上涨的情况，可能需要加息，但目前不认为有必要考虑加息。(金十)

深潮 TechFlow 消息，03 月 23 日，美联储古尔斯比：可能会出现需要加息的情况。(金十)

深潮 TechFlow 消息，03 月 23 日，据分析师余烬监测，Strategy 目前共持有 762,099 枚 BTC，成本均价 75,694 美元，目前浮亏约 42.58 亿美元；BitMine 目前共持有 4,660,903 枚 ETH，成本均价 3693 美元，目前浮亏约 73.13 亿美元。

深潮 TechFlow 消息，03 月 23 日，据福克斯新闻：特朗普表示，与伊朗的协议可能在 5 天内达成，甚至更快。(金十)

深潮 TechFlow 消息，03 月 23 日，据链上分析师 Onchain Lens（@OnchainLens）监测，麻吉大哥（@machibigbrother）在此前多次爆仓、累计亏损超 3,035 万美元后，再度向 HyperLiquid 充入 25 万美元 USDC，并在此基础上加仓 ETH 25 倍多头，同时新开 BTC 40 倍多头及 HYPE 10 倍多头头寸。

深潮 TechFlow 消息，03 月 23 日，据 PRNewswire 报道，以太坊财库公司 Bitmine Immersion Technologies 披露上周增持 65341 枚 ETH，目前公司加密资产持仓包括 4,660,903 枚 ETH、196 枚 BTC、价值 9500 万美元的 Eightco Holdings 股权，价值 2 亿美元的 Beast Industries 股份。此外，该公司质押的 ETH 总量为 3,142,643 枚（按每枚 ETH 2,072 美元计算，总计 65 亿美元）。

深潮 TechFlow 消息，03 月 23 日，据《Crypto in America》报道，加密货币与银行业代表本周将赴国会山，审查参议院银行委员会与白宫就稳定币收益与奖励问题达成的妥协立法文本。文本目前仍严格保密，但预计将包含禁止对闲置余额支付收益的条款。参议员 Cynthia Lummis 暗示，任何类似银行存款利息的产品表述均不会出现在法案中。若参议院银行委员会目标在复活节休会后的四月完成审议，留给各方重新谈判的时间已十分有限。与此同时，白宫经济顾问委员会一份据悉对加密行业有利的稳定币存款流失研究报告预计近期将公开发布。

深潮 TechFlow 消息，03 月 23 日，据彭博社报道，OnlyFans 创始人 Leonid Radvinsky 因癌症去世，享年 43 岁。此前有消息称，OnlyFans 母公司财报披露信息显示该公司曾使用部分营运资金投资 ETH，购买成本为 1988.9 万美元。

深潮 TechFlow 消息，03 月 23 日，据 CoinShares 研究博客报道，数字资产投资产品上周录得 2.3 亿美元净流入，但受市场对美联储会议”鹰派暂停”解读影响，周中出现 4.05 亿美元资金外流，整体流入明显放缓。比特币以 2.19 亿美元领跑，美国、德国、瑞士等地区均录得净流入；Solana 延续强势，连续第七周流入，累计达 1.36 亿美元；以太坊则结束三连涨，出现 2750 万美元流出；Chainlink与 Hyperliquid 亦分别录得 460 万及 450 万美元流入。

深潮 TechFlow 消息，03 月 23 日，据 CoinShares 研究博客报道，数字资产投资产品上周录得 2.3 亿美元净流入，但受市场对美联储会议”鹰派暂停”解读影响，周中出现 4.05 亿美元资金外流，整体流入明显放缓。比特币以 2.19 亿美元领跑，美国、德国、瑞士等地区均录得净流入；Solana 延续强势，连续第七周流入，累计达 1.36 亿美元；以太坊则结束三连涨，出现 2750 万美元流出；Chainlink与 Hyperliquid 亦分别录得 460 万及 450 万美元流入。

深潮 TechFlow 消息，03 月 23 日，据 Fortune 报道，总部位于慕尼黑的 AI 初创公司 Interloom 宣布完成 1650 万美元新一轮融资，由 DN Capital 领投，Bek Ventures 及现有投资方 Air Street Capital 参投，估值未披露。

Interloom 通过分析海量运营记录（支持邮件、服务工单、通话记录等），构建”上下文图谱（Context Graph）”，将企业内部未成文的经验性知识系统化，以此为 AI 智能体提供组织专属的决策上下文。目前，该公司已在德国商业银行、大众汽车及苏黎世保险等大型欧洲企业落地应用，其中在德国商业银行的部署中，将文档化知识与实际运营知识之间的差距从约 50% 压缩至 5%。

深潮 TechFlow 消息，03 月 23 日，据 Fortune 报道，总部位于慕尼黑的 AI 初创公司 Interloom 宣布完成 1650 万美元新一轮融资，由 DN Capital 领投，Bek Ventures 及现有投资方 Air Street Capital 参投，估值未披露。

Interloom 通过分析海量运营记录（支持邮件、服务工单、通话记录等），构建”上下文图谱（Context Graph）”，将企业内部未成文的经验性知识系统化，以此为 AI 智能体提供组织专属的决策上下文。目前，该公司已在德国商业银行、大众汽车及苏黎世保险等大型欧洲企业落地应用，其中在德国商业银行的部署中，将文档化知识与实际运营知识之间的差距从约 50% 压缩至 5%。

深潮 TechFlow 消息，03 月 23 日，据 Strategy 官方公告，该公司于近日再度增持 1,031 枚比特币，耗资约 7,660 万美元，均价约 74,326 美元/枚。截至 2026 年 3 月 22 日，Strategy 累计持有 762,099 枚比特币，总持仓成本约 576.9 亿美元，平均买入价约 75,694 美元/枚。

深潮 TechFlow 消息，03 月 23 日，据 Strategy 官方公告，该公司于近日再度增持 1,031 枚比特币，耗资约 7,660 万美元，均价约 74,326 美元/枚。截至 2026 年 3 月 22 日，Strategy 累计持有 762,099 枚比特币，总持仓成本约 576.9 亿美元，平均买入价约 75,694 美元/枚。

深潮 TechFlow 消息，03 月 23 日，据伊朗塔斯尼姆通讯社：一名伊朗高级安全官员表示，迄今未进行过任何谈判，目前也不存在任何谈判。我们将继续做出回应并捍卫国家，霍尔木兹海峡不会通过心理战恢复到战前状态。(金十)

深潮 TechFlow 消息，03 月 23 日，据伊朗塔斯尼姆通讯社：一名伊朗高级安全官员表示，迄今未进行过任何谈判，目前也不存在任何谈判。我们将继续做出回应并捍卫国家，霍尔木兹海峡不会通过心理战恢复到战前状态。(金十)

深潮 TechFlow 消息，03 月 23 日，据 Fortune 报道，阿里巴巴国际站总裁张阔撰文指出，AI 的快速发展正在打破”执行壁垒”，使单一创业者得以具备跨国企业的运营能力。文章核心观点包括：

• AI 代理可自动处理采购、合规、跨境支付等复杂流程，将创业者从繁琐事务中解放出来；
• 买卖双方 AI 系统之间的”代理对代理（A2A）”交互模式，可将原本数周的供应商谈判压缩至数分钟；
• AI 工具（如 Accio Work）正在取代传统后台职能，使个人创业者无需招募团队即可运营全球业务；

随着执行门槛降低，领导力的核心竞争力将从技术能力转向判断力、品味与战略视野。

张阔认为，”独角兽个人创业者”已不再是理论构想，而是正在成为现实的商业模式。

深潮 TechFlow 消息，03 月 23 日，美国总统特朗普最新发文称，美国和伊朗在过去两天进行了非常良好和富有成效的对话，已指示暂停对伊朗发电厂和能源基础设施的一切军事打击，为期五天，但前提是正在进行的会议和讨论取得成功。国际油价闻声大幅下跌，布伦特原油期货价格一度跌超 14%，至每桶 96 美元附近，WTI 原油、欧洲天然气价格亦纷纷下跌。(金十)

深潮 TechFlow 消息，03 月 23 日，去中心化衍生品交易平台 edgex 官方于 X 平台发文表示，将于 3 月 31 日进行 EDGE 代币 TGE 及上币活动。

深潮 TechFlow 消息，03 月 23 日，美国 10 年期国债收益率下跌 8.4 个基点，报 4.307%。(金十)

深潮 TechFlow 消息，03 月 23 日，欧股纷纷转涨，德国 DAX 指数、法国 CAC40 指数日内涨超 2%，西班牙 IBEX35 指数日内涨幅达 1.00%，此前均跌超 2%。美国标普 500 指数电子迷你期货上涨 1.9%，纳斯达克 100 指数期货上涨 1.67%，道琼斯指数期货上涨 1.85%。(金十)

深潮 TechFlow 消息，03 月 23 日，美国总统特朗普：我很高兴地报告，美国和伊朗在过去两天进行了非常良好和富有成效的对话，讨论了在中东完全和彻底解决我们之间敌对关系的事宜。(金十)

深潮 TechFlow 消息，03 月 23 日，据金十数据报道，伊朗驻印度大使馆当地时间 23 日在社交媒体上发文表示，有关伊朗向通过霍尔木兹海峡的船只收取 200 万美元费用的说法“毫无根据”。（央视新闻）

深潮 TechFlow 消息，03 月 23 日，据金十数据报道，伊朗驻印度大使馆当地时间 23 日在社交媒体上发文表示，有关伊朗向通过霍尔木兹海峡的船只收取 200 万美元费用的说法“毫无根据”。（央视新闻）

深潮 TechFlow 消息，03 月 23 日，据 The Block 报道，Bernstein 分析师指出，Circle 与 Coinbase 凭借 USDC 合作关系，是当前稳定币市场敞口的最直接投资标的。分析师认为，AI 代理机器支付（即由软件自主发起、授权和结算的交易）是稳定币的潜在增量需求来源，但目前规模尚小——Coinbase x402 协议近 30 日处理量约 2500 万美元，Stripe 机器支付协议首周仅处理 5000 美元。稳定币投资逻辑的核心仍在于跨境支付、汇款、稳定币新银行等主流应用的持续扩张，USDC 供应量与交易量均已创历史新高，并在交易量市占率上位居第一。

深潮 TechFlow 消息，03 月 23 日，据 The Block 报道，Bernstein 分析师指出，Circle 与 Coinbase 凭借 USDC 合作关系，是当前稳定币市场敞口的最直接投资标的。分析师认为，AI 代理机器支付（即由软件自主发起、授权和结算的交易）是稳定币的潜在增量需求来源，但目前规模尚小——Coinbase x402 协议近 30 日处理量约 2500 万美元，Stripe 机器支付协议首周仅处理 5000 美元。稳定币投资逻辑的核心仍在于跨境支付、汇款、稳定币新银行等主流应用的持续扩张，USDC 供应量与交易量均已创历史新高，并在交易量市占率上位居第一。

作者：沙拉酱

食色性也，大部分伟大的商业模式的崛起都离不开这点事，AIGC 也不例外。

A16Z，硅谷投资圈的顶流 VC，出了一份研究 AI 消费趋势的报告。这份本该正经讨论 AI 生产力的报告里，藏着一页让人哭笑不得的折线图：去年美国用户花在 OpenAI 和纽约时报上的钱，加起来还没有花在 OnlyFans 上的多。

A16Z 报告表格

很讽刺，也很真实——生产力，还不如性张力。

那么，靠 AI 擦边，能赚多少钱？

图片来源 Giphy

生产力不如性张力

第一波做 AI 虚拟模特的人，最清楚。

大概从 2022 年底开始，Midjourney、Stable Diffusion 这类工具刚刚能稳定出图，就有人意识到：这东西能捏出以假乱真的人脸，能批量生产，成本几乎为零。他们用 AI 生成虚拟女性形象，配上一个名字、一段人设、几条精心设计的“生活日常”，在 Instagram 和 TikTok 上以真人面目运营，私信里的亲密回复则由 ChatGPT 代劳，提供所谓的“女友体验”。整条链路几乎全自动化，背后的操盘手甚至不需要露面。

图片来源 Giphy

这套玩法在 OnlyFans 的竞品平台 Fanvue 上跑得最顺。Fanvue 对 AI 内容的态度更宽松，据其官方披露，2023 年 11 月 AI 虚拟模特已经贡献了平台 15%的总收入。到 2024 年，头部 AI 虚拟模特的月收入普遍在两万美元以上，部分运营成熟的账号年收入已超过二十万美元。2025 年，这个数字还在涨。据 Fanvue CEO Will Monange 在 2025 年接受采访时透露，平台上 AI 创作者的总体收入较 2024 年同期增长超过 60%，虚拟模特已经成为平台增长最快的内容品类。

OnlyFans 官方明确禁止 AI 内容，但一直有人在钻空子。Reddit 上经常有人讨论怎么用 AI 擦边在 OnlyFans 上赚钱，常见的办法是找真人女性完成平台的人脸认证，再用她的照片训练 AI 模型批量生产内容。

图片来源 Giphy

平台再严格，架不住技术在进步，现在 AI 出图以假乱真的程度就连老司机都难以分辨。前几天我就在小红书刷到一个擦边帅哥坐在车里的视频，要不是打开评论区看到置顶的评论是“这个 AI 审美真好”，我都没反应过来这是 AI 帅哥。

成人内容之外，还有一波人靠 AI 赚到了钱，方向完全不同：儿童绘本。

赵磊（化名）是最早入场的那批人之一。2022 年底，他刚从一家大厂的产品岗被裁，正在家里研究新出路。那会儿 Midjourney 刚刚能稳定出图，他看着生成出来的水彩风小动物，脑子里冒出一个念头：这不就是绘本插画吗？他花了两周研究 Amazon KDP，逻辑极其简单：ChatGPT 写故事，Midjourney 出图，排版上传，等着收钱。“那时候真的好赚，”他说，“几本叠上去，一个月能有一万多的被动收入。”

但窗口没开多久。2023 年下半年，KDP 上的 AI 绘本开始爆炸式增长，TikTok 上冒出将近九万条同类教程，标题清一色的风格：EASY AI Money，靠儿童绘本月入十万。

所有人涌进同一条赛道，销量迅速被摊薄。质量问题也随之暴露，AI 绘本里开始出现长着巨大前腿的恐龙、手指数量对不上的小孩。各大平台开始要求上传时必须申报是否使用了 AI，这条赛道基本宣告终结。“现在靠 AI 绘本赚钱就已经很难了。”赵磊说。

然后他和那批做 AI 擦边的人，不约而同走向了同一个终点：卖课（在这一点上，近期爆火的“龙虾”做到了极致）。

图片来源 Giphy

赵磊卖的是“AI 绘本从零到上架全流程”，做擦边的人卖的是“AI 虚拟模特搭建教程”，买单的都是下一批刚听说这件事、还以为窗口没关的人。

两个赛道，两套内容，包装不同，卖的是同一种东西：一个“我也能做起飞的猪”的幻觉。

审美和“旧技能”，卡住了一堆人

这些听起来是站在风口捡钱的生意，到底有什么门槛？

一个互联网 UX 设计师朋友给过我一个答案：网络区域限制和会员费。她在 Midjourney 刚出来的时候写了一本操作指南，99 块一本，现在还挂在小红书上做睡后收入。从工具使用的角度来说，她看得很准——门槛确实在快速下降。

但作为一个绘画功底停留在火柴人、在各类 AIGC 工具里丑图频出的人，我得补充一点她没说的：还有一个门槛，叫审美。

图片来源 Giphy

以前大家开玩笑说，AI 替代不了设计师，因为甲方根本不知道自己要什么。我以为这是个段子，直到我亲自去用这些工具，才发现这个段子在我身上一字不差地应验了。

去年我做了一个媒体账号，想用“可积岛”这个物理概念来做 logo。可积岛大概可以理解成，在混沌的信息流中，那些值得沉淀下来的东西。我找来了这个概念的参考图，打开工具，把图丢进去，又写了一堆描述性的提示词，然后开始出图。结果出来的东西一团乱，改了七八版，每一版都在乱的基础上换了个乱法。我知道我想要某种感觉，但完全不知道怎么把那个感觉翻译成指令。最后还是找了一个做设计的朋友帮忙，她花了二十分钟，出来的版本和我折腾两个小时的结果，根本不是一个量级。

上图为修改前、下图为修改后

问题不在工具，在我。更准确地说，在于我没有办法把脑子里模糊的审美感受，变成精确的语言。

这个困境不只是我一个人的。

一个做内容运营的朋友去年开始用 Seedance 做短视频，工具本身她很快就学会了，但真正卡住她的是写分镜。“我知道我想要一个有质感的画面，但’有质感’这三个字放进提示词里什么用都没有，”她说，“我不知道那个质感具体是什么光、什么景别、什么运镜。”最后做出来的东西，她形容是“有点像但哪儿都不对”。

另一个朋友用 Marble 做内容素材，一个可以通过文字和图片生成 3D 画面的工具，反复出图反复推翻，折腾了半天才意识到，自己根本没有参考系，不知道“好”长什么样，也就没办法判断生成出来的东西到底是不是自己想要的。

Marble 生成 3D 图全景

对比鲜明的是一个有摄影经验的朋友，同样的工具，他的出图质量明显高出一截。他说他其实没花太多时间研究提示词技巧，“就是知道自己想要什么构图、什么光线，把这些说清楚，工具自然就给得准。”

工具的能力在快速变强，但使用者之间的差距并没有因此缩小，反而在某种程度上被放大了。以前大家都做不出好东西，现在有审美积累的人可以做出很好的东西，没有的人还是在“能用”和“好用”之间徘徊。

工具也在对这个现实做出回应。NotebookLM 这类一键模板工具的走红，背后逻辑很简单：它绕开了“你得先知道自己要什么”这个前提。模板帮你做了审美决策，你只需要填内容。但模板的上限也在这里，它能解决“能用”，解决不了“好看”。

这件事在文字方向上体现得同样清楚。我有一个做市场策划的朋友，最近被调去负责 PR，需要大量输出文字稿件。领导说可以用 AI，她反而更困惑，来找我要之前写的一个 AI 写作手册。症结在于：她对“一篇好的 PR 稿”没有感觉，不知道好的标准是什么，面对 AI 生成的内容，她没有办法判断要往哪个方向改。

图片来源 Giphy

而我自己用 AI 写作反而顺手很多。不是因为我更懂工具，是因为做文字记者多年，对表达有判断，知道一句话好在哪、哪里别扭，知道 AI 给的东西差在什么地方、要往哪里推。审美在这里变成了一种很实用的能力：它让你知道终点在哪，而不是漫无目的地让 AI 一遍遍重跑。

当工具能力不是问题的时候，审美和“旧技能”就成了最大的门槛——用不好的甚至还不如完全不用的。

我要的是色色，AI 和真人的分别重要吗？

最先吃到螃蟹的人不仅会吃到甜头，也会惹上争议。现在的 AIGC 圈就出现了一个吊诡的现象：用不用 AI，比作品好不好，还重要。

方远（化名）是个品牌设计师，他接了一个品牌视觉的项目，用 AI 工具把以往要花两周的流程压进了三天，他自己觉得出来的效果比以前还好一截。东西发出去，等对方回复。

结果对方回的第一句话不是对作品的评价，而是“这么快，你是不是用 AI 了？”方远还没来得及回，紧接着又来一条：“我们不接受有 AI 参与的设计作品。”他到现在也不确定对方有没有打开过附件。他很郁闷，效率太高，还成罪过了。

图片来源 Giphy

面对这个处境的不止他一个人。AI 已经在很多人的评价体系里，悄悄变成了一个道德审判的坐标。这和 Photoshop 或者 Excel 不一样。没有人会在收到一张修过图的照片时问“你是不是用了修图软件”，也没有人会在拿到一份财务报表时追问“你是用 Excel 算的吗”。

AI 触发的是另一种怀疑，一种更接近“你有没有真的做这件事”的追问。

创意工作里向来有一种隐性的契约，好的作品意味着有人为它付出过时间、精力、打磨。AI 的出现却正好破坏了“付出”和“产出”之间那条大家默认存在的因果线。

你用 AI 三天做出来的东西，和别人手工两周做出来的东西放在一起，哪怕质量一样，前者会让人觉得有什么地方不对劲。这种“不对劲”可以总结成”不公平”。

亚利桑那大学曾做过一项研究，结果设计师如果主动告知客户使用了 AI 辅助，即便解释了 AI 只是辅助环节，客户对设计师的信任依然平均下降了 20%。

而随着 AIGC 技术的成熟，这个问题逐渐从甲乙方个人信任问题，上升到了平台问题。

从 2023 年开始，国家陆续出台相关规定，要求对 AI 生成内容进行标注：先是 1 月的《互联网信息服务深度合成管理规定》，主要管 AI 换脸、合成声音这类深度合成技术；同年 8 月《生成式人工智能服务管理暂行办法》正式落地，把 ChatGPT 类的生成式服务也纳入进来。到了 2025 年 3 月，监管再度升级，国家网信办联合多部门发布《人工智能生成合成内容标识办法》，这一次的规定覆盖了文字、图片、音频、视频全部内容形态。

但规范无法划清的，是定义。

平台能识别一段 100%由 AI 生成的视频，却很难判断边界地带，一张自拍照放进 AI 里调了色和构图，算不算 AI 生成内容；一段视频，素材是自己拍的但剪辑和配乐都交给了 AI，要不要打标签；一篇稿子，AI 出了初稿，人改了七成，这个标签算谁的……

图片来源 Giphy

边界感的难题背后，其实是权责的问题。定义不清楚，责任就没有落点。当一首歌的旋律是 AI 写的、人改了词，出了版权纠纷，谁来负责？或者一篇测评是 AI 生成的、博主只改了语气，买了推荐产品发现名不副实，我们追问“是不是 AI 做的”，其实是在追问一个更朴素的问题，这个作品背后，到底有没有一个人在认真负责，有没有人在想你的问题，有没有人在乎结果好不好？

最难划清的不是边界，是责任。

作者：沙拉酱

食色性也，大部分伟大的商业模式的崛起都离不开这点事，AIGC 也不例外。

A16Z，硅谷投资圈的顶流 VC，出了一份研究 AI 消费趋势的报告。这份本该正经讨论 AI 生产力的报告里，藏着一页让人哭笑不得的折线图：去年美国用户花在 OpenAI 和纽约时报上的钱，加起来还没有花在 OnlyFans 上的多。

A16Z 报告表格

很讽刺，也很真实——生产力，还不如性张力。

那么，靠 AI 擦边，能赚多少钱？

图片来源 Giphy

生产力不如性张力

第一波做 AI 虚拟模特的人，最清楚。

大概从 2022 年底开始，Midjourney、Stable Diffusion 这类工具刚刚能稳定出图，就有人意识到：这东西能捏出以假乱真的人脸，能批量生产，成本几乎为零。他们用 AI 生成虚拟女性形象，配上一个名字、一段人设、几条精心设计的“生活日常”，在 Instagram 和 TikTok 上以真人面目运营，私信里的亲密回复则由 ChatGPT 代劳，提供所谓的“女友体验”。整条链路几乎全自动化，背后的操盘手甚至不需要露面。

图片来源 Giphy

这套玩法在 OnlyFans 的竞品平台 Fanvue 上跑得最顺。Fanvue 对 AI 内容的态度更宽松，据其官方披露，2023 年 11 月 AI 虚拟模特已经贡献了平台 15%的总收入。到 2024 年，头部 AI 虚拟模特的月收入普遍在两万美元以上，部分运营成熟的账号年收入已超过二十万美元。2025 年，这个数字还在涨。据 Fanvue CEO Will Monange 在 2025 年接受采访时透露，平台上 AI 创作者的总体收入较 2024 年同期增长超过 60%，虚拟模特已经成为平台增长最快的内容品类。

OnlyFans 官方明确禁止 AI 内容，但一直有人在钻空子。Reddit 上经常有人讨论怎么用 AI 擦边在 OnlyFans 上赚钱，常见的办法是找真人女性完成平台的人脸认证，再用她的照片训练 AI 模型批量生产内容。

图片来源 Giphy

平台再严格，架不住技术在进步，现在 AI 出图以假乱真的程度就连老司机都难以分辨。前几天我就在小红书刷到一个擦边帅哥坐在车里的视频，要不是打开评论区看到置顶的评论是“这个 AI 审美真好”，我都没反应过来这是 AI 帅哥。

成人内容之外，还有一波人靠 AI 赚到了钱，方向完全不同：儿童绘本。

赵磊（化名）是最早入场的那批人之一。2022 年底，他刚从一家大厂的产品岗被裁，正在家里研究新出路。那会儿 Midjourney 刚刚能稳定出图，他看着生成出来的水彩风小动物，脑子里冒出一个念头：这不就是绘本插画吗？他花了两周研究 Amazon KDP，逻辑极其简单：ChatGPT 写故事，Midjourney 出图，排版上传，等着收钱。“那时候真的好赚，”他说，“几本叠上去，一个月能有一万多的被动收入。”

但窗口没开多久。2023 年下半年，KDP 上的 AI 绘本开始爆炸式增长，TikTok 上冒出将近九万条同类教程，标题清一色的风格：EASY AI Money，靠儿童绘本月入十万。

所有人涌进同一条赛道，销量迅速被摊薄。质量问题也随之暴露，AI 绘本里开始出现长着巨大前腿的恐龙、手指数量对不上的小孩。各大平台开始要求上传时必须申报是否使用了 AI，这条赛道基本宣告终结。“现在靠 AI 绘本赚钱就已经很难了。”赵磊说。

然后他和那批做 AI 擦边的人，不约而同走向了同一个终点：卖课（在这一点上，近期爆火的“龙虾”做到了极致）。

图片来源 Giphy

赵磊卖的是“AI 绘本从零到上架全流程”，做擦边的人卖的是“AI 虚拟模特搭建教程”，买单的都是下一批刚听说这件事、还以为窗口没关的人。

两个赛道，两套内容，包装不同，卖的是同一种东西：一个“我也能做起飞的猪”的幻觉。

审美和“旧技能”，卡住了一堆人

这些听起来是站在风口捡钱的生意，到底有什么门槛？

一个互联网 UX 设计师朋友给过我一个答案：网络区域限制和会员费。她在 Midjourney 刚出来的时候写了一本操作指南，99 块一本，现在还挂在小红书上做睡后收入。从工具使用的角度来说，她看得很准——门槛确实在快速下降。

但作为一个绘画功底停留在火柴人、在各类 AIGC 工具里丑图频出的人，我得补充一点她没说的：还有一个门槛，叫审美。

图片来源 Giphy

以前大家开玩笑说，AI 替代不了设计师，因为甲方根本不知道自己要什么。我以为这是个段子，直到我亲自去用这些工具，才发现这个段子在我身上一字不差地应验了。

去年我做了一个媒体账号，想用“可积岛”这个物理概念来做 logo。可积岛大概可以理解成，在混沌的信息流中，那些值得沉淀下来的东西。我找来了这个概念的参考图，打开工具，把图丢进去，又写了一堆描述性的提示词，然后开始出图。结果出来的东西一团乱，改了七八版，每一版都在乱的基础上换了个乱法。我知道我想要某种感觉，但完全不知道怎么把那个感觉翻译成指令。最后还是找了一个做设计的朋友帮忙，她花了二十分钟，出来的版本和我折腾两个小时的结果，根本不是一个量级。

上图为修改前、下图为修改后

问题不在工具，在我。更准确地说，在于我没有办法把脑子里模糊的审美感受，变成精确的语言。

这个困境不只是我一个人的。

一个做内容运营的朋友去年开始用 Seedance 做短视频，工具本身她很快就学会了，但真正卡住她的是写分镜。“我知道我想要一个有质感的画面，但’有质感’这三个字放进提示词里什么用都没有，”她说，“我不知道那个质感具体是什么光、什么景别、什么运镜。”最后做出来的东西，她形容是“有点像但哪儿都不对”。

另一个朋友用 Marble 做内容素材，一个可以通过文字和图片生成 3D 画面的工具，反复出图反复推翻，折腾了半天才意识到，自己根本没有参考系，不知道“好”长什么样，也就没办法判断生成出来的东西到底是不是自己想要的。

Marble 生成 3D 图全景

对比鲜明的是一个有摄影经验的朋友，同样的工具，他的出图质量明显高出一截。他说他其实没花太多时间研究提示词技巧，“就是知道自己想要什么构图、什么光线，把这些说清楚，工具自然就给得准。”

工具的能力在快速变强，但使用者之间的差距并没有因此缩小，反而在某种程度上被放大了。以前大家都做不出好东西，现在有审美积累的人可以做出很好的东西，没有的人还是在“能用”和“好用”之间徘徊。

工具也在对这个现实做出回应。NotebookLM 这类一键模板工具的走红，背后逻辑很简单：它绕开了“你得先知道自己要什么”这个前提。模板帮你做了审美决策，你只需要填内容。但模板的上限也在这里，它能解决“能用”，解决不了“好看”。

这件事在文字方向上体现得同样清楚。我有一个做市场策划的朋友，最近被调去负责 PR，需要大量输出文字稿件。领导说可以用 AI，她反而更困惑，来找我要之前写的一个 AI 写作手册。症结在于：她对“一篇好的 PR 稿”没有感觉，不知道好的标准是什么，面对 AI 生成的内容，她没有办法判断要往哪个方向改。

图片来源 Giphy

而我自己用 AI 写作反而顺手很多。不是因为我更懂工具，是因为做文字记者多年，对表达有判断，知道一句话好在哪、哪里别扭，知道 AI 给的东西差在什么地方、要往哪里推。审美在这里变成了一种很实用的能力：它让你知道终点在哪，而不是漫无目的地让 AI 一遍遍重跑。

当工具能力不是问题的时候，审美和“旧技能”就成了最大的门槛——用不好的甚至还不如完全不用的。

我要的是色色，AI 和真人的分别重要吗？

最先吃到螃蟹的人不仅会吃到甜头，也会惹上争议。现在的 AIGC 圈就出现了一个吊诡的现象：用不用 AI，比作品好不好，还重要。

方远（化名）是个品牌设计师，他接了一个品牌视觉的项目，用 AI 工具把以往要花两周的流程压进了三天，他自己觉得出来的效果比以前还好一截。东西发出去，等对方回复。

结果对方回的第一句话不是对作品的评价，而是“这么快，你是不是用 AI 了？”方远还没来得及回，紧接着又来一条：“我们不接受有 AI 参与的设计作品。”他到现在也不确定对方有没有打开过附件。他很郁闷，效率太高，还成罪过了。

图片来源 Giphy

面对这个处境的不止他一个人。AI 已经在很多人的评价体系里，悄悄变成了一个道德审判的坐标。这和 Photoshop 或者 Excel 不一样。没有人会在收到一张修过图的照片时问“你是不是用了修图软件”，也没有人会在拿到一份财务报表时追问“你是用 Excel 算的吗”。

AI 触发的是另一种怀疑，一种更接近“你有没有真的做这件事”的追问。

创意工作里向来有一种隐性的契约，好的作品意味着有人为它付出过时间、精力、打磨。AI 的出现却正好破坏了“付出”和“产出”之间那条大家默认存在的因果线。

你用 AI 三天做出来的东西，和别人手工两周做出来的东西放在一起，哪怕质量一样，前者会让人觉得有什么地方不对劲。这种“不对劲”可以总结成”不公平”。

亚利桑那大学曾做过一项研究，结果设计师如果主动告知客户使用了 AI 辅助，即便解释了 AI 只是辅助环节，客户对设计师的信任依然平均下降了 20%。

而随着 AIGC 技术的成熟，这个问题逐渐从甲乙方个人信任问题，上升到了平台问题。

从 2023 年开始，国家陆续出台相关规定，要求对 AI 生成内容进行标注：先是 1 月的《互联网信息服务深度合成管理规定》，主要管 AI 换脸、合成声音这类深度合成技术；同年 8 月《生成式人工智能服务管理暂行办法》正式落地，把 ChatGPT 类的生成式服务也纳入进来。到了 2025 年 3 月，监管再度升级，国家网信办联合多部门发布《人工智能生成合成内容标识办法》，这一次的规定覆盖了文字、图片、音频、视频全部内容形态。

但规范无法划清的，是定义。

平台能识别一段 100%由 AI 生成的视频，却很难判断边界地带，一张自拍照放进 AI 里调了色和构图，算不算 AI 生成内容；一段视频，素材是自己拍的但剪辑和配乐都交给了 AI，要不要打标签；一篇稿子，AI 出了初稿，人改了七成，这个标签算谁的……

图片来源 Giphy

边界感的难题背后，其实是权责的问题。定义不清楚，责任就没有落点。当一首歌的旋律是 AI 写的、人改了词，出了版权纠纷，谁来负责？或者一篇测评是 AI 生成的、博主只改了语气，买了推荐产品发现名不副实，我们追问“是不是 AI 做的”，其实是在追问一个更朴素的问题，这个作品背后，到底有没有一个人在认真负责，有没有人在想你的问题，有没有人在乎结果好不好？

最难划清的不是边界，是责任。

深潮 TechFlow 消息，03 月 23 日，据链上分析平台 Lookonchain（@lookonchain）监测，贝莱德 ETF 地址向 Coinbase 存入 839 枚 BTC（价值约 5740 万美元）和 14,802 枚 ETH（价值约 3030 万美元），并可能继续存入更多。

深潮 TechFlow 消息，03 月 23 日，据上海证券报报道，国家数据局局长刘烈宏 3月 23 日在中国发展高层论坛 2026 年年会上表示，今年 3 月中国日均 Token 调用量已突破 140 万亿，较 2024 年初的 1000 亿两年增长超千倍。

刘烈宏指出，Token 是大模型处理信息的最小单元，具有可计量、可定价、可交易的特征，围绕 Token 的调用、分发与结算，一套新的价值体系正在加速形成，成为人工智能产业变现的重要路径。他同时表示，随着中国数据要素市场化配置改革纵深推进，”数据供给—价值释放”的良性循环已初现端倪。

撰文：Tiger Research

编译：AididiaoJP，Foresight News

错失恐惧症正席卷加密行业。从交易所到安全公司，各类机构纷纷推出由人工智能驱动的服务。本文将探讨各公司选择在当前时点作出这一布局的原因。

要点

• 涵盖交易所、安全、支付、研究等领域的加密企业，正同步推出人工智能相关服务。
• 与以往周期不同，本轮领跑者为 Coinbase、Binance 等已具备成熟盈利模式的头部企业。人工智能已从概念炒作演变为运营层面的必要能力。
• 各行业采纳人工智能的动因存在差异：交易所旨在降低用户流失率；安全企业着力弥补审计盲区；支付基础设施则瞄准新兴的智能体经济。
• 功能上线与实际应用之间存在距离。对人工智能的错失恐惧与竞争压力，正在推动企业以超越实际需求的速度加快布局。
• 真实需求与竞争焦虑共同驱动着本轮浪潮。核心问题在于，如何区分真正创造价值的应用与仅流于表面的贴牌行为。

加密企业正纷纷推出人工智能服务

人工智能是目前全球市场最受关注的领域。ChatGPT、Claude 等通用型工具已融入日常生活，OpenClaw 等平台则进一步降低了构建智能体的技术门槛。

加密行业虽然在这一轮浪潮中反应稍显滞后，但目前已在各个垂直领域加速整合人工智能能力。

这些企业具体推出了哪些人工智能服务？它们选择进入该领域的动因又是什么？

加密企业如何应用人工智能

研究领域

来源：Surf AI

加密研究存在结构性问题：链上数据、市场情绪、关键指标分散于不同平台，验证难度较大。通用型人工智能在处理加密相关问题时，常常给出不准确的回答。

针对这一现状，Surf 等项目推出了面向加密领域的专属人工智能研究工具，将分散的数据源加以整合。在所有加密领域的人工智能应用场景中，研究类工具对普通用户的门槛最低，无需编程或交易经验即可使用。

交易领域

来源：Bitget

交易所在人工智能应用方面走在前列。

各交易所的路径不尽相同。有的直接向用户开放专有交易数据；有的则允许用户以自然语言向人工智能智能体下达指令，由智能体将分析到执行一步完成。

交易所提供 API 服务已有多年历史。当前的变化在于新增了交互层：通过 MCP、AI Skills 等接口，非开发人员也可借助人工智能智能体调用交易所功能。原本仅限于开发者的工具，如今通过自然语言即可操作。

这一变化与用户群体的演变方向一致。越来越多不具备编程背景的用户开始借助人工智能智能体构建自动化交易策略。用户只需描述策略思路，智能体即可完成算法搭建与运行。

对于交易所而言，这一趋势既是机遇也是挑战。随着人工智能驱动的用户群体不断壮大，其对单一平台的黏性随之下降，因为智能体可在不同交易所之间灵活执行交易。交易所积极布局人工智能的核心动因在于：快速吸引用户并提升其在平台内的活跃度。

与信息查询类应用不同，交易涉及真实的资产管理，对判断力与责任机制的要求更高。但随着使用门槛逐步降低，这一领域同样在向普通用户敞开大门。

安全与审计领域

来源：Certik

智能合约审计传统上依赖人工逐行审查代码，流程缓慢、成本较高，且审计质量因执行者不同而存在差异。当前，人工智能已被引入工作流程：首先由人工智能完成代码扫描，再由审计人员进行针对性的深度复核。此举在不替代审计人员的前提下，提升了效率与覆盖面。

CertiK 是该领域的代表性企业。该公司此前曾因部分审计项目后续发生安全事故而受到质疑。但相关事件多发生于审计范围之外——审计仅针对特定时间节点的代码，不包含持续监控环节。

CertiK 通过人工智能补足了这一短板。其在审计完成后引入实时监控机制，并通过公开面板对外展示。由于扩展的监控能力由人工智能驱动，无需投入大量人力，因而对 CertiK 及其审计对象均构成利好。

在安全领域，人工智能的应用并非意在颠覆既有服务，而是拓展人工工作的边界：提升审计环节的精准度，并弥补审计后阶段的监控盲区。对于区块链安全公司而言，人工智能并非新的业务方向，而是解决既有业务痛点的工具。

支付基础设施领域

来源：Coinbase

人工智能智能体若需参与经济活动，必须拥有可用的支付通道，例如为 API 付费、购买数据、向其他智能体采购服务等。对于智能体而言，最为适配的支付方式为与稳定币搭配的链上钱包。

当前主要存在两种模式。其一为通用协议，将支付功能嵌入 HTTP 请求，智能体在调用付费 API 时可同步完成链上结算。其二为面向智能体的支付插件，智能体仅在人类预设的权限与额度范围内执行支付操作。

支付基础设施是与稳定币关联最为紧密的领域。但由于支付主体为人工智能智能体而非自然人，目前尚不存在完全成熟的运行模式。

来源：Circle

稳定币 USDC 的发行方 Circle 同样受到市场关注。该公司已发布提案，计划将其 Gateway 支付基础设施与 x402 协议对接，并邀请开发者与研究人员参与审阅与共建。

该领域目前尚未进入成熟阶段，但市场已开始将相关预期计入定价。Circle 股价上涨的重要驱动因素之一，便是围绕人工智能智能体支付的叙事。相较于前述领域，支付基础设施的实现仍需更长时间，但已确立为当前市场中最重要的宏观主题之一。

加密企业为何在当前时点进入人工智能领域

ChatGPT 于 2022 年 11 月推出时，人工智能与加密行业均未处于成熟状态。人工智能模型虽展现出一定能力，但尚无法可靠完成任务；加密行业则因 FTX 崩盘事件陷入严重的信任危机。

此后，人工智能技术取得显著进步。过去一年间，各主流模型的能力均实现大幅提升，实用性明显增强。相比之下，加密行业在同一时期内更多停留于「借用」人工智能概念的阶段，表现为人工智能主题的迷因币、缺乏实际功能的人工智能智能体，以及以营销为导向的宣传话术。去中心化人工智能基础设施项目持续涌现，但与同类的原生人工智能服务相比，其产品质量存在明显差距。

当前，差距仍在进一步拉大。在人工智能领域，MCP（支持智能体直接调用外部工具）、OpenClaw（支持无代码构建智能体）等基础设施的成熟，使智能体时代从概念走向现实。加密企业目前方才开始实质性跟进。

本轮变化的关键在于行动主体的不同。领跑者不再是借人工智能概念进行品牌包装的新兴项目，而是已具备稳定收入模式的头部企业——Coinbase、Binance、Bitget 等。这些公司并无将人工智能服务作为营销噱头的动机。驱动其行动的核心因素并非当前收益，而是对落后于行业发展的焦虑，即错失恐惧症。

来源：FORTUNE

这种紧迫感在 Coinbase 首席执行官 Brian Armstrong 的举措中可见一斑。他要求全体工程师在一周内完成人工智能编码工具的上手培训，并对未达标者予以解聘。

但与此同时，保持审慎判断同样必要。以交易自动化为例，人工智能智能体可以完成价格查询与策略建议，但实际愿意将资金交由智能体进行实盘交易的用户有多少？x402 协议是否已进入实际应用阶段？

总体而言，加密行业对人工智能的布局并非追逐短期热点。随着人工智能时代的轮廓逐渐清晰，各企业正加紧行动，以巩固自身行业地位。功能上线与实际应用之间仍存在距离，但行动主体的身份本身便具有重要指向意义。

不妨将人工智能行业比作一个正在蓄水的泳池。早期入水者中，不少只是佯装会游。当前入局者，则是具备深厚积累的资深选手。水位将升至多高、泳池是否会扩展为海洋，尚无定论。但可以确定的是，加密行业不会在这场浪潮中被边缘化。

撰文：Andjela Radmilac

编译：Saoirse，Foresight News

加密货币漏洞攻击能在几分钟内掏空一个钱包，但完整的损失往往要持续数月才完全显现。代币价格不断下跌，项目资金池缩水，招聘冻结，即便挺过被盗事件的项目，也可能在后续风波中彻底失去未来。

加密货币的黑客攻击，绝不会在钱包被清空的那一刻就结束。盗窃来得迅猛、直观，随后一场更缓慢的崩塌开始在项目内部蔓延。

代币持续走低，资金池随之缩水，招聘计划被削减，产品开发延期，合作伙伴纷纷撤离。本应全力复苏的项目，却要花上数月时间挽回信誉，而非投入建设。

这正是 Immunefi 最新《2026 年链上安全状况报告》所描绘的景象。它的核心观点适用于任何市场 —— 无论是加密行业还是传统领域：初期损失只是伤害的一部分。

更严重的问题，在于漏洞攻击对项目未来的毁灭性影响。Immunefi 数据显示，其样本中单次攻击的平均直接被盗金额约为 2500 万美元，而被盗代币六个月内的中位数跌幅高达 61%。在此期间，84% 的代币无法回到被盗当天的价格，项目团队至少要花费三个月时间用于善后修复，耽误正常开发。

但这些数据存在一定前提：代币下跌有多重原因，很多项目在遭遇攻击前本身就已脆弱 —— 流动性差、估值过高、或是早已失去增长动力。

Immunefi 承认，他们无法完全将黑客攻击的影响与大盘走弱、项目自身问题剥离开。即便如此，报告揭示的规律依然值得重视：黑客攻击早已不是孤立的盗窃事件，更像是一场长尾式的企业危机。

这份报告的价值在于：它证明，在热点新闻消退后，黑客攻击的后续影响仍在长期持续地造成伤害。

中位数攻击损失在下降，但极端攻击变得更加危险

Immunefi 统计，2024—2025 年共发生 191 起 加密攻击事件，总损失 46.7 亿美元；五年内累计 425 起攻击，损失总额达 119 亿美元。

每年攻击数量几乎没有变化：2024 年 94 起，2025 年 97 起，与 2023 年基本持平。这说明整个市场的安全性并没有明显改善。黑客攻击已成为加密行业的常态，而几起巨型攻击则足以定义一整年的行业风险。

报告揭示了一个核心矛盾：

2024—2025 年攻击损失的中位数为 220 万美元，低于 2021—2023 年的 450 万美元。表面看似乎是进步。但平均损失仍高达约 2450 万美元，是中位数的 11 倍以上；而此前这一差距仅为 6.8 倍。排名前五的攻击，占所有被盗资金的 62%；前十起攻击，占到 73%。

这是一种极度危险的分布形态：市场看起来平稳安全，直到一次巨型事件将其撕裂。普通攻击的规模变小了，但真正的致命风险藏在尾部 —— 少数几起特大事故会吸收绝大部分损失，并在一天内冲击整个市场。

最典型的案例就是 Bybit。该交易所 15 亿美元的漏洞攻击，成为 2025 年最具标志性的黑客事件，仅这一起就占当年所有被盗资金的 44%。

人们很容易把这类事件当作新闻奇观，但它暴露了更深层的风险集中问题：一个核心平台的一次失守，就足以扭曲全行业年度损失结构，暴露出少数关键节点仍堆积着巨大风险。

漫长的下跌，才是项目真正崩溃的开始

报告中关于被盗资金的数据固然值得关注，但最令人警醒的是价格冲击部分。

在 Immunefi 统计的 82 个被盗代币样本中：

• 被盗后两天内，中位数跌幅约 10%，与上一轮周期基本持平；
• 但真正的冲击在后期显现：六个月中位数跌幅扩大至 61%，高于 2021—2023 年的 53%。

六个月后：

• 56.5% 的被盗代币跌幅超过 50%；
• 14.5% 跌幅超过 90%；
• 只有约 16% 的代币价格回到被盗当日水平之上。

图表显示了 2024 年和 2025 年 Immunefi 样本中 82 种被黑客攻击的代币的中位数代币价格跌幅（来源：Immunefi）

要理解黑客攻击的全部影响，我们不能再把代币价格看作一个孤立的市场指标。对绝大多数加密项目而言，代币就是资金库、融资基础，也是公开的信誉成绩单。长期暴跌会直接重创项目的运营周期、招聘能力、合作话语权与内部士气。

报告指出，遭遇攻击的项目往往在几周内就流失安全负责人，并且至少进入三个月的修复期。即便时间因项目而异，后果显而易见：代币崩盘、品牌受损的项目，几乎没有喘息和翻盘的空间。

很多市场都能承受一次失窃、一个糟糕季度，甚至一次声誉危机。但加密行业常常把三者压缩在同一场事件里：攻击掏空资金 → 代币暴跌公开重估项目价值 → 内部还没清理完，合作方就已撤离。

在这种环境下复苏极其困难，对本身资金就不充裕的团队更是致命。

依赖风险让情况雪上加霜。Immunefi 认为，DeFi 生态愈发互联，在跨链桥、稳定币、流动性质押、再质押、借贷市场之间形成了更长、更脆弱的风险链条。

尽管报告中的部分案例仍需外部验证，但大趋势毋庸置疑：如今的加密系统层级更复杂，这意味着一次攻击的影响，会远远超出出事协议本身，向外扩散。

中心化平台依旧处在爆炸中心。

报告显示，2024—2025 年的 191 起攻击中，只有 20 起针对中心化交易所，但这 20 起造成的损失高达 25.5 亿美元，占总损失的 54.6%。

这将问题从智能合约漏洞，拉回到资产托管、密钥管理、基础设施过度集中上。对于一个常以「去中心化抗风险」为卖点的行业，大部分巨额损失依然发生在高度依赖信任的中心化节点。

但这并不意味着所有被盗项目都注定失败。行业已经进入新阶段：项目能否存活，不再取决于能不能扛住一次攻击，而在于能不能扛住攻击之后的六个月。

盗窃只是危机的开端。真正决定项目还有没有未来的，是攻击之后那漫长、缓慢、持续的二次伤害。

撰文：David Christopher

编译：Saoirse，Foresight News

x402 与 MPP 之争是个错误的讨论方向。真正的问题在于：Cloudflare 会选择谁来发行 NET Dollar 稳定币。

近日，Stripe 推出了 MPP（机器支付协议），并将其作为 Tempo 主网上线的旗舰产品。

简单介绍一下：Tempo 是一条专注于支付的 EVM 公链，由 Paradigm 前员工和以太坊前核心开发者打造。MPP 是一个基于 HTTP 的开放协议，用于智能体与机器之间的支付，它重新启用了长期被搁置的 HTTP 402 状态码（需要支付），和 x402 类似，但架构理念不同。

两个协议的核心取舍非常直白：x402 更看重开放性；MPP 则能与现有支付系统更好地集成，但代价是会被绑定在 Stripe 生态里。

与其继续争论这些技术细节，不如把目光放在另一个维度上。现阶段纠结 MPP 和 x402 谁技术更优意义不大。水面之下，有一组更重要、更有影响力的博弈：Coinbase 和 Stripe 正在争夺与第三方巨头 Cloudflare 的合作机会，而 Cloudflare 的站队，将极大影响哪套标准成为行业主流。

爬虫摧毁了旧模式

在展开之前，我们先重申智能体支付要解决的核心问题：AI 智能体让网页爬取变得过于简单。

2024 到 2025 年，维基百科流量因为爬虫暴涨 50%，服务器压力巨大、成本飙升。它至少 65% 的高消耗请求都来自机器人。2025 年 2 月，图片网站 DiscoverLife 每天被数百万次爬虫请求轰炸，网站几乎瘫痪。8 月，云服务商 Fastly 报告，有机器人以每分钟 39000 次的频率请求一个网站。开放获取期刊目录 DOAJ 也遭遇类似情况，并称这波爬虫潮「相当于功能性的拒绝服务攻击」。11 月的某一天，其流量同比暴涨 968%。

虽然网站加了 robots.txt 规则（告诉爬虫哪些能爬、哪些不能爬），但超过 13% 的爬虫会直接无视这些规则。它们压垮服务器，给依赖捐赠运营的网站带来巨大压力。

商业网站也没能幸免：Reddit 收紧了请求频率限制；全球十大新闻网站里有八家现在会屏蔽用于训练的机器人；整体来看，71% 的头部内容平台完全屏蔽检索类爬虫。

AI 机器人每日网站请求量趋势

但互联网并非全面封锁。提供高价、高时效性数据（价格、酒店预订、专业数据集）的网站，开始对数据访问收费。普通、低价值内容仍可通过缓存、代理免费爬取。爬虫不会消失，但互联网正在分裂成：免费内容和付费内容。这正是 x402 和 MPP 出现的原因。

正如 Ethos Network 创始人 Serpin 所说：「这种爬虫趋势意味着互联网将会改变：更多封闭网站、更多人机验证、更多人与机器流量的分离。」

Cloudflare 处在关键位置

Cloudflare 是网站与访客之间的中间层：防护攻击、加速加载、处理大规模流量。全球约 20% 的网站都在使用它，是互联网上最关键的枢纽之一。Cloudflare 对流量规则的任何决定，都会影响五分之一的互联网。

这也意味着，Cloudflare 最直观地感受到了机器人流量暴涨、爬虫泛滥带来的压力，并且正在着手解决。

一开始，它只是给网站提供屏蔽所有机器人的功能。去年，Cloudflare 推出了「按爬取付费」：网站不必直接屏蔽机器人，而是可以向 AI 爬虫收取小额费用。机器人访问页面时，要么付费获取权限，要么收到 402「需要支付」的响应。计费由 Cloudflare 处理。这是「完全封禁」和「完全免费」之间的折中方案。

7 月推出按爬取付费后，9 月 Cloudflare 又与 Coinbase 联合成立了 x402 基金会。几天后，他们宣布推出 NET Dollar—— 一种用于智能体支付的稳定币。

换句话说：Cloudflare 既在建「墙」（屏蔽），也在开「窗」（付费访问）。它决定谁被拒之门外、谁可以进入，以及以什么条件进入。正是这个位置，让它接下来的选择至关重要。

NET Dollar 才是真正的信号

Cloudflare 宣布 NET Dollar 时，没有公布发行方。即便 12 月它的合作伙伴 Coinbase 已经公开推出企业定制稳定币发行服务，Cloudflare 至今仍未官宣。

而本周《The Information》的一篇报道让局势更加清晰：Cloudflare 究竟找谁合作发行 NET Dollar 仍然悬而未决，Coinbase、ZeroHash 等公司都在争夺这笔合作，这也为其他人（比如 Stripe）留下了空间。

更值得注意的是：就在周三 MPP 发布后，Cloudflare 立刻推出了兼容 MPP 的代理。这其实并不奇怪，因为 MPP 也支持 x402 支付，两者并非完全对立的标准。但问题在于：Cloudflare 既没有确定稳定币发行方，曾经和它一起成立 x402 基金会的 Coinbase，也只是众多竞标者之一。

这件事为什么重要？因为 NET Dollar 会成为 Cloudflare「按爬取付费」及其他付费访问服务的默认货币。谁负责发行它，谁对应的支付标准就会在 Cloudflare 体系中被优先支持。

• 如果 Coinbase 发行 NET Dollar → Cloudflare 会继续围绕 x402 建设
• 如果 Stripe 发行 → MPP 会获得巨大推力

考虑到 Cloudflare 覆盖全球五分之一网站，并且正在搭建一套「屏蔽 + 付费」的机器人流量体系，它的选择，将直接决定哪套协议成为互联网主流。

争论 x402 和 MPP 谁更好，远不如关注 Cloudflare 最终选择和谁合作。这，才是真正的核心问题。

撰文：Chainalysis

编译：AididiaoJP，Foresight News

2026 年 3 月 22 日，Resolv DeFi 协议成为最新一例，展示了当安全假设失效时，DeFi 领域可能以多快的速度陷入危机。在短短几分钟内，一名攻击者铸造了数千万枚缺乏抵押支撑的 Resolv 稳定币 USR，并从中提取了约 2500 万美元的价值，导致 USR 价格急剧脱钩，协议被迫停止运行。

乍看之下，这似乎又是一起智能合约漏洞事件。然而事实并非如此。相关代码的运行方式与其设计完全一致。

实际上，这是一起对链下基础设施过度信任所引发的事故。随着 DeFi 系统日趋复杂，并日益依赖外部服务、特权密钥及云基础设施，其攻击面已远远超出区块链本身的范畴。

本文将对事件的经过及其影响进行梳理，并进一步探讨：当链下组件遭到入侵时，唯有具备实时能力的链上威胁检测与响应机制，才能作为至关重要的最后一道防线，在可控事件与造成数百万美元损失的漏洞利用之间做出本质区别。

事件概要

攻击者首先存入了一笔金额较小的资金（约 10 万至 20 万美元的 USDC），并以此与 Resolv 的 USR 稳定币铸造系统进行交互。在正常情况下，用户存入 USDC 后，将获得等值的 USR。但在本次事件中，攻击者成功铸造了约 8000 万枚 USR 代币，远超其存款所对应的合理额度。

该情况之所以发生，是因为铸造审批环节依赖于一个链下服务，该服务使用一枚特权私钥对 USR 的铸造数量进行授权。然而，相关的智能合约本身并未对铸造数量设定任何上限——其仅对签名的有效性进行校验。

在铸造出无抵押支撑的 USR 之后，攻击者迅速将其转换为质押版本 wstUSR，随后逐步兑换为其他稳定币，并最终提取为 ETH。截至攻击完成时，攻击者已获利约 2500 万美元的 ETH。大量无抵押 USR 突然涌入市场，导致该代币价格下跌约 80%。

在明确事件结果之后，下文将进一步分析铸造环节的设计缺陷如何为此次攻击提供了条件。

Resolv 代币铸造的正常流程

要理解此次攻击的成因，首先需要了解 Resolv 的铸造机制设计。

当用户希望铸造 Resolv 的原生代币 USR 时，其交互对象并非一个完全自治的链上机制，而是需要经过一个包含两个步骤的链下流程：

requestSwap —— 用户将 USDC 存入 USR Counter 合约，并发起铸造请求。

completeSwap —— 一个由名为 SERVICE_ROLE 的特权私钥控制的链下服务对该请求进行审核，并通过回调合约的方式确定最终的 USR 铸造数量。

合约层面仅规定了 USR 产出的最低数量，但未设定任何上限。链上既未对抵押品存入数量与 USR 铸造数量之间的比率进行校验，也未集成价格预言机、总量上限或最大铸造比例等限制机制。换言之，凡经由该密钥签署的数量，均可被执行铸造。

攻击步骤详解

第一步：获取 Resolv AWS KMS 环境的访问权限

攻击者通过入侵 Resolv 的云基础设施，成功获取了对 Resolv 所使用的 AWS 密钥管理服务环境的访问权限，该环境中存储着协议的特权签名密钥。在掌握 KMS 环境的控制权后，攻击者可以利用 Resolv 自身的铸造密钥，对其所需的任意铸造操作进行授权。

第二步：铸造 USR 代币

在获得签名密钥后，攻击者发起了两次 swap 请求，每次均以较小金额的 USDC 存款作为资金支持，合计金额约 10 万至 20 万美元，分散在多笔交易之中。随后，攻击者使用 SERVICE_ROLE 密钥调用 completeSwap 函数，并填写了虚增的产出数量，从而在仅投入少量 USDC 的情况下，授权铸造了数千万枚 USR。

链上已识别出两笔主要交易：

• 5000 万 USR 铸造交易
• 3000 万 USR 铸造交易

上述交易合计铸造了 8000 万枚 USR 代币，价值约 2500 万美元。

第三步：通过 wstUSR 规避流动性约束

攻击者随后将 USR 转换为 wstUSR。wstUSR 是一种代表质押池份额的衍生代币，其价值不与 USR 保持固定比例。通过将资金转换为 wstUSR，攻击者避免了直接冲击 USR 市场，而是将头寸转移至一种流动性相对较低但更具可替代性的资产形式。

第四步：套现离场

在持有 wstUSR 的基础上，攻击者进一步将其兑换为稳定币，随后再兑换为 ETH，并借助多个去中心化交易所流动性池及跨链桥进行资金转移，以最大化提取金额并增加资金追踪难度。

截至本文撰写时，攻击者地址中仍持有：

• 约 11,400 ETH（价值约 2400 万美元）
• 约 2000 万 wstUSR（按脱钩后价格计算，价值约 130 万美元）

对 USR 持有人的影响

此次事件对 USR 持有者造成了直接且严重的冲击。

新铸造的 8000 万枚无抵押 USR 代币陆续进入去中心化交易所的流动性池。随着供应量急剧增加，USR 与美元的锚定价格迅速崩溃。该代币一度跌至 0.20 美元，跌幅达 80%，随后在数小时内有所回升，至约 0.56 美元。

事件发生后，Resolv Labs 发布声明，暂停了协议的所有功能，以防止进一步损失，并着手对入侵事件进行调查。考虑到攻击者仍在尝试铸造更多 USR，及时采取行动以防止损失扩大的紧迫性不言而喻，这也凸显了对此类攻击做出快速响应的极端重要性。

健全的安全理念应基于「假设必然出现漏洞」

尽管 Resolv 已实施了全部常规安全措施，并完成了多达 18 次安全审计，但此次黑客攻击从某种角度看，本质上是一个简洁的故事：攻击者获取了密钥，利用该密钥非法铸造资产，并在相关方察觉之前将非法资产变现。

然而从更深层次来看，这一事件揭示了 DeFi 协议如何承袭其所依赖的链下基础设施中的安全假设与潜在风险。链上智能合约的运行与设计完全一致，而系统整体的设计以及被入侵的链下基础设施则未能达到相应的安全标准。

在各类漏洞利用事件往往在几分钟内即可完成、一旦损失显现便无暇采取被动应对的当下，实时监控与自动化响应机制已不再是可有可无的补充，而是不可或缺的必要保障。

Hexagate 预防案例分析

Resolv 所经历的黑客攻击，充分说明了实时链上监控机制设计用于检测的场景。若采用 Chainalysis Hexagate，以下两种具体的检测方式本可发挥作用：

方案一：对异常铸造事件进行监控

通过配置 Hexagate 等监控系统，可以对 completeSwap 函数的调用行为进行监测，重点识别铸造的 USR 数量与存入的抵押品数量之间严重不成比例的情况。

一笔金额为 10 万美元的 USDC 存款，却授权铸造 5000 万 USR，这种异常比例远超任何正常用户的操作范围。针对该函数调用模式设定告警规则，例如当铸造比例超出正常值 1.5 倍时触发警报，即可在第一时间标记出上述两笔主要交易。

Hexagate 的自定义监控机制本可在检测到利用 Resolv 铸造逻辑的异常行为时，触发自动化响应。

方案二：结合 GateSigner 与自定义功能，对关键合约事件进行管控

攻击者必须依次执行 requestSwap 与 completeSwap 流程，而该流程的每个阶段均会生成链上事件。Hexagate 的 GateSigner 功能与合约事件监控相结合，本可配置为在检测到异常的 Mint 事件时，自动触发合约暂停，从而在 8000 万 USR 中任何资金进入公开市场之前予以阻断。

深潮 TechFlow 消息，03 月 23 日，美国 2 年期国债收益率触及 4%，创下 2025年 6 月以来最高水平，日内涨幅超过 10 个基点。(金十)

深潮 TechFlow 消息，03 月 23 日，据官方消息，USDD 2.0 供应挖矿第十五阶段第三周奖励已正式发放。符合参与条件的用户可登录 JustLend DAO 平台查收并领取相应奖励。官方提醒用户及时前往领取，更多详情及操作指引，请参考完整指南。