踏入币圈，谁不是一路踩坑、遍体鳞伤，交够了学费才读懂市场。 我亲身经历312史诗级暴跌，单日爆仓500万，一夜之间从豪车代步跌入谷底，回归平凡生活。 好在天无绝人之路，凭着仅剩的5000本金绝地重启，用8年时间稳健滚仓做到2000万。 带出的学员也有人3个月轻松翻4倍，今天毫无保留，把我牛熊穿越、既能保命又能吃肉的整套交易体系全部分享给大家。 1. 仓位风控是生存底线 总本金均分5份，单次只动用1成仓位；单笔严格设8%硬性止损，单次做错仅回撤总资金1.6%，就算连续错5次，依旧留存92%本金留有翻身余地。盈利后同步设置10%移动止盈，坚决不把盈利拿成亏损，更不被套死扛成被动长线。 2. 趋势为王，不做逆势博弈 熊市每一次反弹，大多都是诱多洗盘；牛市每一次急跌，都是良性回调接机会。只顺势跟随行情，绝不和盘面硬刚对着干。 3. 远离高风险妖币陷阱 连续三日暴力拉升的币种，直接移出观察池。真正的主升浪都是慢慢蓄力上涨，短期疯涨都是透支行情；一旦高位放量滞涨，就是主力悄悄出货，坚决不做最后接盘侠。 4. MACD把控买卖攻防 零轴下方金叉，小仓试错；双线站稳零轴，大胆进场布局。零轴上方出现死叉先行减仓，有效跌破零轴直接清仓离场。记住铁律：亏损绝不补仓摊成本，盈利才顺势加仓放大利润。 5. 量价永远不会说谎 底部长期横盘三个月以上，突然放量突破，就是主力低位建仓完毕，可稳健跟进；高位持续放量却不上涨，就是机构对倒出货，一定要果断离场规避风险。 6. 均线筛选强势标的 3日线把握短线进出节奏，30日线守住中线趋势，84日线锁定主升浪大行情，趋势没破就坚定持有，不随意频繁操作。 7. 坚持每日15分钟复盘 每天自查三件事：持币逻辑还在不在、周线是否保持多头、量能是否健康。趋势一旦反转，立刻调整仓位策略，不扛单、不侥幸、不执念。 这套体系我历经牛熊实战打磨，不靠赌、不梭哈、不追高，只凭纪律和逻辑稳稳吃肉。 愿意沉下心照做的人，都能慢慢摆脱亏损，在市场里长久活下去、稳稳赚下去。

愉快的旅程開啟，這趟由天堂經典版買單，從沒想過天堂會再次重啟，更沒想過這次回歸後，版本控制的很好，讓進度不會過快。 再來就是技能書的掉落，由我們的聯盟掌握住，這也使得跟王收益能夠有著持續的增長。又在最近終於打到第一本衝暈，市場價格 1 萬多刀，分下來也是很有肉的。 昨天吃瓜後，開始搞上了幣安預測，主打 NBA+大餅漲跌猜猜，這好處就在不會爆倉，輸贏一翻兩瞪眼。可能因為有賺錢，覺得挺好玩的😆（其實是因為煞筆 PM ，在台灣沒得用，之前都是找內地朋友幫忙買的） 前往京都飯店的路上，這趟有人陪遊就是開心，期待接下來的行程😁😁 #京阪神之旅# #kyoto# #純情陪伴# #lineage#

Jeff的这条回测其实很有意思。 很多 $BTC holder 想囤币生生息的时候都会觉得： “我反正长期持币，那我卖一点 OTM Call，收点权利金，不就能增币了吗？” 但回测结果显示： 第一种：每天卖一点 30 天后到期的 0.1 delta OTM Call。 结果：2019–2026 年，总收益只有 0.37 BTC，年化 1.8%，Sharpe 0.22，最大回撤 -0.63 BTC。 第二种：如果卖更近一点、更“肥”的 0.25 delta Call，结果更差。 总收益只有 0.02 BTC，年化几乎为零，Sharpe 0.0069，最大回撤反而达到 -1.38 BTC。 这种策略基本完全是个笑话，或者说不择时的做的话，完全是个笑话。 单纯的，不择时的，裸卖call，就是一种分不清主次，搞不明白你是来干毛的，抓不住重点的，又怕事儿的纯纯的懦夫策略。 原因也很简单： BTC 真正值钱的部分，恰恰是少数几次右尾暴涨。 无脑卖 Call，本质上就是长期把这部分凸性卖掉。 这也是为什么我非常不喜欢备兑，并且抵触卖call。 $BTC 持币生息这件事，真的不是一句“卖 Call 收息”能解决的。 那问题来了：卖方策略到底能不能赚钱？ 能。波动率风险溢价（VRP）是真实存在的，Leifu用1814天的数据验证过，三个市场周期VRP全部为正。卖方长期有edge，这个结论没问题。但edge存在不等于你能收割它，就像矿在地下，你没有工具就只能看着。 @JeffLia12309881 的波动率课程教的就是这套工具。不是“卖put还是卖call”这种入门问题，而是从底层往上搭建一整套风险管理框架： 第一层：曲面认知。 你不能只看一个IV数字就决定卖不卖。Jeff从SABR模型校准讲起，教你读懂整个波动率曲面，ATM水平是高还是低、Skew是陡还是平、曲率（Fly）是什么形态。同样IV 50%，Skew陡峭时卖put和Skew平坦时卖put，风险收益完全不同。 第二层：Greeks管理。 标准BSM的Greeks在曲面变形时会失真。Jeff讲的是SABR框架下的smile Greeks，VegaSkew和VegaFly，让你知道自己的仓位在Skew变化1个vol点时亏多少钱，在曲率压缩时赚多少钱。 有了这个你才能做精确的P&L归因，而不是每天看着不明盈亏抓瞎。 第三层：二阶波动率交易。 这是课程里门槛最高但最有价值的部分。Vanna、Volga不只是教科书上的定义，而是实际决定你在极端行情中是活着还是爆仓的关键变量。 Jeff讲Volga如何在尾部事件中非线性放大亏损、Vanna如何在spot-vol相关性翻转时让你的delta hedge失效，这些是回测里那些巨大回撤背后的真正原因。 第四层：期限结构和择时。 什么时候该卖近月，什么时候该卖远月，contango和backwardation下的策略选择完全不同。 @leifuchen 之前推文的数据显示VRP从+14.7压缩到+4.4，在这个趋势下你如果还用2021年的策略在2026年卖vol，安全垫已经薄到覆盖不了一次像样的尾部事件。 回测告诉你“裸卖不行”，但不会告诉你“怎么卖才行”。 Jeff的课程就是回答后面这个问题的——六节直播课，2000+小时蒸馏出来的体系，从曲面认知到Greeks管理到二阶波动率，是目前中文世界里最完整的期权波动率交易教育。想让卖方策略真正跑出来，工具得先到位。​​​​​​​​​​​​​​​​ @JeffLia12309881 的课程配合 @GreeksLive 的工具，是囤币人持币生息的不二之选。 欢迎对Crypto波动率交易策略感兴趣的朋友加入我们期权讨论社区：

《Coinbase正在丧失山寨币话语权？》 昨天 $ZKP 上市后哀声一片，参与Kaito打新的小伙伴在50%的解锁条件下需要价格0.2才能保本，但拿到币的时候已经0.14了，并快速被砸破0.1。又一次证明了越努力越亏钱的道理。 晚上CB如约上了 $ZKP 的USD对现货，但币价稍微反弹后继续下跌，且 $ZKP 的现货交易量在CB上甚至只有币安Alpha的 1%多一点🤣🤣🤣 结合之前 $THQ 的例子，CB在新资产首发效应和流动性深度上，与币安存在巨大的生态位差距已经越来越明显了。 曾经一个山寨币被爆出上CB的时候还是能爆拉一波的，乃至于谁能搞定CB内部老鼠仓信息都成了小圈子里有能力的标志之一。现在好像已经没谁对CB Listing那么感兴趣了。 跟北美的朋友交流了一下，发现币安跟CB在用户画像上开始有了相对明显的差异。 币安： 聚集了全球最活跃的投机者（Degens）、量化团队和做市商。对于新上线的山寨币，这些用户习惯在第一天冲进去博取高波动收益。因此，新币在币安的“首日效应”极强，成交量往往是其他所有交易所总和的数倍。 Coinbase： 用户主要是美国机构投资者和偏保守的散户。他们买入山寨可能是为了长期配置，而不是为了在几小时内通过波段获利。因此，这里的资金更像“死水”，流动速度慢。 但在市场逐渐对山寨，乃至大山寨币长持的策略开始普遍怀疑，更多转向波段交易，甚至合约波段来赚钱利益的当下，CB这种“山寨精品店”模式正在受到冲击。 ~~~~~~~~~~~ 不过把CB的公告作为后续上币的时间评估应该还是有点价值的。 昨天 @coinbase 把 $Brev 加入了路线图，看来@brevis_zk 发币在即了。 从CB开始搞这种上币透明度公告之后，我统计了一下进入路线图到TGE的项目平均周期。12月进入路线图并发币的 $RLS $WET $THQ $ZKP 这些，最短的2 天，最长的17天，所以 $Brev 大概率会在1月10号之前TGE。 目前路线图里还没发的除了 $Brev 之外还有人气极高的 $Lighter @Lighter_xyz (决定Perpdex 赛道后续热度预期），融资大户且估值极高的 $Sent @SentientAGI ，ImmuneFi 有点为发币而发就不提了。 有点怀念曾经 币安，FTX，火币，OK，CB并驾齐驱逐鹿的日子，个个都有自己经营的一亩三分韭菜地，哪个listing都能有一波效应，哎。

5.11梭哈晨报： 果然不出所料，美期开盘后，大家都拉盘了，毕竟还是能有一些人赌博流动性溢出来的，看看呗，吃着先。 1. bitcoin:native 如预期的一样跟着美股向上了，就看晚上美股开盘后怎么走了； 2. ethereum:native 跟着走一走，波动差不多； 3. solana:So11111111111111111111111111111111111111112 这一次真的不一样，连续几天领涨了； 4.韩国加密持仓一年内腰斩，投资者转向股市； 我如果是韩国人我肯定不炒币，垃圾市场； 5.Michael Saylor 再次发布比特币 Tracker 信息，或披露增持数据； 两周没买了吧？ 6.VanEck 数字资产研究主管 Matthew Sigel ：未来 12 个月内 BTC 有望重返历史高位； 希望是真的； 7.BAYC 地板价一月内翻倍，NFT 市场回暖迹象显现； 各种ETH上的新的HOOK都是图币结合，这是理解了流动性越差越能拉盘？ 8.高盛将美联储降息预期推迟至 2026 年 12 月，通胀压力成主因； 9.Strategy CEO 明确比特币出售条件：仅在对股东有利时才会卖出； 一句话800个解读😂； 10.沙特阿美 CEO：全球石油供应两个月减少约 10 亿桶； 11.PayPal与 Google 高管：AI Agent 商业时代将依赖加密支付基础设施； 12.过去 24 小时全网爆仓 1.00 亿美元，主爆空单； 13.伊朗对美国方案的回应聚焦“结束战争与海上安全”； 14.卡塔尔液化天然气运输船时隔约 70 天首次通过霍尔木兹海峡； 15.SEC 委员 Peirce 警示投机性金融产品风险，预测市场 ETF 或将获批上市； -------------- 可以开始多多关注起来了，至少在很多链上开始出现造富的故事了，可以先小仓位试试看了毕竟小仓位涨多了可以变成大仓位。 #Bitcoin# #Ethereum# #Solana# #Crypto# #NASDAQ#

最近和几家头部做市商/VC老大聊完，有些残酷但真实的共识，分享给各位： 1/ 山寨已死，叙事当立 一年前我说VC已不投Web3一级，现在更甚。1011黑天鹅事件对山寨是毁灭性打击。散户玩山寨，回报风险比极差。 大家真心不要再妄想山寨季了。 例外？有真实资源的基建项目，比如稳定币、RWA、支付——但这类项目，大概率根本不会发币。 2/ DAT泡沫正在破裂 长尾DAT找不到真实买盘。近期deal全是“以币换股”的in-kind。 站在项目方、持币者和FA的角度，他们愿意做DAT因为可以募资赚钱；但是站在投资者的角度，不论你是在DAT上市前的私募投资人，还是上市后接盘侠，大概率都是被收割的韭菜。 3/ 当前策略：认清阶段，谨慎为好 现在做交易挺难的，不觉得是像一两年前那种“闭眼买”的好时机，但也不是“闭眼卖”的牛市高点，牛市高点应该会是市场更加无脑狂欢的时候，而非现在这种市场处于fearful的状态。（以下NFA，请DYOR） ▪️ 空仓者：有些家办朋友来找我，打算配置5-20%在BTC。我觉得没毛病，BTC/黄金汇率正处于低位。 ▪️ 满仓/杠杆者：反复说过几次了，立刻降杠杆，转向防守。 ▪️ 半仓者：以不变应万变，等待时机。 4/ 1011后遗症：市场需要疗伤 交易所周交易量普遍下降20-40%。MM这一波也或多或少“很受伤”，有大MM加杠杆被爆仓的，公开场合就不说具体是谁了。大资金更关注风险，大家也都需要一点时间盘整和恢复元气吧。 总结： 牛市在绝望中诞生，在犹豫中成长。我们现在处在“犹豫”阶段。放弃暴富幻想，保持在场，务必先“活着”。

五、避坑指南（How to Survive：生存法则） 81.高APY都不可持续。 看不懂收益从哪来，你就是那个收益来源。 82. 不要盲目 FOMO：看到别人赚了 100 倍再冲进去，通常是去接盘。 83. 无限授权是慢性自杀： 额度越小越安全。默认无限授权是被盗空钱包的根源。 84. 助记词/私钥永不联网： 不截图、不云盘、不聊天工具收藏。物理介质、地理分散。 85. 私信就是入口： Discord/Telegram先私信你的99.9%是骗子。官方永远不会先私信。 86. 域名核验是硬功： 只走官方书签入口，别靠搜索结果。钓鱼网站精细程度永远在进化。 87. 前端不是协议： 前端被劫持，签名就会变成自残。 88. 土狗项目只有极少数能跑出来：99% 的 Meme 币最终归宿是零。 89.可升级合约=对未来的信用暴露： "紧急治理"常被用来绕过审查。 90. 不要试图抄底：在下跌趋势中，地板下面还有地下室，地下室下面还有地狱。 91. "无风险套利"是这个行业里最昂贵的幻觉 92. 稳定币不必然稳定： UST崩盘、USDC也有solvency风险。赎回机制与抵押质量才是底线。 93.交易所不是钱包： 你拿到的是欠条，不是资产控制权。MTgox,FTX是教科书。 94.盲签是空白支票： 看不懂就不签，急也不签。签名可读化是基本权利。 95.小心“剪贴板劫持”： 仔细核地址，别信自己手快。地址投毒攻击在进化。 96. Rug Pull/貔貅盘： 只能买不能卖，进去就是归零。匿名团队+未开源+流动性未锁=红旗。 97. 杠杆是定时爆仓装置： 波动率会替你结算。在高波动市场加杠杆，毁灭只是时间问题。 98. 清算机制在波动中会自我强化： 抵押品相关性上升时，多抵押也不安全。 99; 监管是链外黑天鹅： 短期常被高估，长期常被低估。预留迁移、退出与合规缓冲。 100.活着比赚钱更重要——存活是复利的前提，是参与下一个周期的门票

【要点精选】 🟩 Odyssey 推特 @OdysseysEth 在讨论市场泡沫时，我更倾向于绕过“泡沫”这一带有预设立场的词汇，转而从“杠杆与叙事破灭”的角度分析。市场由人构成，而人脑是预测机器，依赖从历史中总结的模式形成叙事——例如“房价永远涨”或“AI改变世界”。 这类叙事一旦成为共识，便会催生加杠杆的行为，因为确定性感知鼓励风险承担。 叙事与杠杆相互强化：人们因相信某个宏大故事而加大投入，市场反身性也奖励早期追随者。例如，AI领域目前正围绕“颠覆世界”的叙事展开，OpenAI等公司基于未来预期规划巨额投资，而非当前实际收入。这种依赖叙事的杠杆模式，与过去科网股或加密货币牛市的逻辑相似。 泡沫破灭的拐点往往出现在叙事与硬约束碰撞之时。例如币圈“永恒牛市”的消散，与Luna、FTX等事件触发的硬约束相关。当前加密货币市场中，以以太坊等为储备的“飞轮”叙事似乎动力不足，可能面临下行循环；而比特币尚未出现同类杠杆消散的迹象。 因此，识别市场风险的关键不在于“泡沫”标签，而在于观察支撑杠杆的叙事是否坚实，以及其与现实的约束是否临近冲突。 🟩 Zhen Dong 推特 @zhendong2020 在技术发展的早期阶段，往往难以判断哪个环节能捕获最大价值。 以航空业为例，飞机发明初期，实际盈利主要来自货运和飞行员培训，而非预期的客运；无线电行业也曾面临类似困惑——究竟是硬件制造、内容创作还是广播服务更具价值？类似的不确定性正出现在当今的AI和加密领域：是基础设施（如英伟达）、平台（如以太坊）、应用（如稳定币）还是传统机构（如贝莱德）将成为最终赢家？ 历史表明，易于理解、能直接体验的技术（如民用航空）更易形成共识，而复杂领域（如核电）则可能延缓价值发现。投资者需持续观察技术演进中的权力转移和需求变化，警惕泡沫，主动思考变革中的价值流向，而非简单套用过往模式。技术突破的方向与商业价值的落脚点，往往需要时间才能真正显现。 Q、Crypto市场是否真的存在泡沫？rebalance（再平衡）的动机是什么？ 如果没观察到泡沫，为什么减仓Crypto而非AI资产（如特斯拉）？【Peicai Li 推特 @pcfli】 🟩Odyssey 推特 @OdysseysEth Rebalance的核心不是预测泡沫，而是基于市场周期视角和现金作为“看涨期权”的价值变化。 在5月初，决定逐步增持现金至目标水平，这不是因为判断市场会跌，而是现金在周期中的隐含价值上升。 决策是灰度化的——在“全卖”和“不卖”间找到平衡，而非依赖泡沫信号。即使AI领域有泡沫迹象，这也只是加速调整，而非唯一理由。Crypto的波动更多是市场正常涨跌，并非系统性泡沫破裂。 🟩Zhen Dong 推特 @zhendong2020 《Bubbles and Crashes》这本书的核心观点是，泡沫的形成往往伴随着两个关键要素：大量缺乏经验的新手涌入，以及一个具有极强吸引力和想象空间的宏大叙事。 关于“新手”与“叙事”： 当年的ICO和NFT热潮吸引了大量圈外人，是一群被“财富自由”、“社区归属”等叙事吸引进来的非传统金融市场的参与者。然而，反观当前的比特币市场主要的买家是像MSTR这样的上市公司、ETF背后的机构基金、对冲基金等专业投资者。因此，从“新手入场”这个关键指标来看，BTC目前很难被定义为泡沫。 关于AI领域的泡沫迹象： AI的情况则更符合书中的描述。它是一个全新的领域，所有人从某种意义上都是“新手”，而它的叙事天花板极高——被认为将彻底改变人类社会。调查也显示，大多数投资者认为AI存在泡沫，分歧只在于泡沫何时破裂。 关于Crypto内部的杠杆风险： 在Crypto领域，风险点与上一轮周期不同。现在的风险更多集中在DeFi领域，这些协议相互关联，容易形成“A爆仓导致B出现坏账”的连锁反应。但关键在于，这些活动所持有的核心BTC资产相对较少，更多是围绕稳定币和DeFi代币本身。 因此基于“新手涌入”和“系统性杠杆风险”这两个维度，可见BTC目前尚未出现典型的泡沫特征。我们进行rebalance操作，更像是一种基于周期位置的、前瞻性的现金管理优化，而不是针对一个已确认的、即将破裂的Crypto泡沫所做的紧急避险。 Q、在识别市场泡沫时，相对于杠杆率这种传统指标，你们是否更倾向使用“叙事框架”这类定性方法？【Peicai Li 推特 @pcfli】 🟩Zhen Dong 推特 @zhendong2020 《Bubbles and Crashes》中提供了一个评估泡沫的综合框架，强调叙事的不确定性和新手进场是泡沫形成的关键指标。 这个框架列出了多个特点，如叙事是否易理解、能激发情感共鸣、以及技术解决周期长等，资产若符合这些特点就更容易产生泡沫。例如，比特币不符合这些特点，因为新手进场不多，而特斯拉则被作者视为高分泡沫案例，但实际未崩溃，显示框架基于归纳法，并非绝对准确。 杠杆率是新手进场的强相关指标，因为新手更可能使用杠杆，但它只是框架中的一个因子。作者认为因果性最强的是新手大量入场，而框架更全面，能帮助识别泡沫风险，但需注意其局限性，避免过度依赖。 🟩Odyssey 推特 @OdysseysEth 更倾向于将泡沫视为叙事驱动的估值偏离内核价值，而非归零。资产价值有层次：从清算价值到成长股价值，再到抽象叙事，叙事可能转化为价值，但也可能空洞。 定量指标如杠杆率只是一个思考视角，本质是定性；因为定量依赖假设（如折现率或增长率），不同视角无法直接比较。用现金流折现时，微小假设变化会导致结果巨大差异，因此定量只能在特定视角内对比。 杠杆率作为指标有用，但需结合其他因素重整化，避免单一维度判断。最终，泡沫识别应关注估值与内核的区间，强调多视角思考，而非追求绝对定量标准。 Q、在比特币和Crypto领域，如何识别最佳杠杆的视角？以及AI领域类似杠杆该看哪些数据？ 在AI和Crypto仓位上的有何调整计划？【Peicai Li 推特 @pcfli】 🟩Odyssey 推特 @OdysseysEth 在比特币和Crypto领域，识别最佳杠杆需要观察金融创新模式的涌现，例如等待“狂乐模式”出现，具体关注融资规模、利率和债务水平等指标。 AI 可能会从其融资规模、利率以及整体债务水平等方面入手。Crypto领域可能会看最有潜力的趋势模型像Spider或者储备公司。 仓位方面无调整计划，保持约20%的现金比例，认为即使面临熊市，其深度和持续时间有限，因此维持现状是合理的。整体上，我倾向于等待市场自发显现机会，而非主动预测或调整。 🟩Zhen Dong 推特 @zhendong2020 当前现金比例约20%，其余风险资产按市值配置。考虑到王川警告的AI泡沫和可能延长的熊市周期（如5-10年），有意向增加现金比例以备抄底，但犹豫不决，因为对持有资产仍有信心，担心过早卖出错过上涨机会。期权若行权可将现金提至25%，但价格不理想。 因此，在持有现金过少和卖出过早的风险之间权衡，暂时保持较高风险仓位，并对流动性改善抱有幻想。 这反映了如何在长周期中维持现金比例的挑战，需避免过早打光子弹，同时应对潜在行业下行风险。

Token 经济与加密货币世界的 Tokenomics 有何异同？ 为什么要关注Token？因为它让AI变成了一种可以计量、定价和交易的资源——就像“千瓦时”让电力有了价格，“桶”让石油有了期货市场。有了Token，AI经济就有了可以算账的单位。围绕这个单位，目前也正在形成一套全新的经济逻辑：有价格、有供需、有产业链、有国际竞争、有待解决的制度难题。 这就是Token经济学要讨论的事。Token 经济与加密货币世界的 Tokenomics 有何异同？ 两个Token，两个世界 说起来，这个世界上真正混乱的事情不多，两个东西叫同一个名字却毫不相干，算是其中之一。AI的Token和加密货币的Token，就像两个叫”刘伟”的人，一个在北京开餐馆，一个在上海做期货，见面了也没什么好说的。雷锋与雷锋塔区别！ 但这两个Token，最近都很热闹。热闹到让很多人以为它们是一回事。 Token这个词，到底是不是新营销词 先得承认，Token这个词确实有被滥用的嫌疑。每隔几年，科技圈就会造出一批新词，让人觉得时代变了，其实换汤不换药。“大数据”火的时候，什么都往大数据上靠；”云计算”火的时候，什么都上云；现在轮到Token了。 不过这次有点不一样。Token不只是一个营销标签，它背后有真实的计量逻辑在撑场子。 就像”千瓦时”让电力有了价格，“桶”让石油有了期货市场，AI的Token做的是同一件事：把原本看不见摸不着的”智能算力”，变成一个可以算账的单位。有了这个单位，才能定价，才能比价，才能有产业链，才能有国际竞争。 所以Token不只是营销词，它是一把尺子。问题在于，AI这把尺子，和加密货币那把尺子，量的完全是不同的东西。 AI Token：一个从技术后台走到聚光灯下的计量单位 Token这个概念在计算机里其实由来已久。编译器做词法分析，早就把文本拆成一个个Token。网络安全里，身份验证令牌也叫Token。这些都是幕后工作，从没人觉得它有什么经济价值。 转折点在2017年，Google发表了那篇著名的论文《Attention Is All You Need》，提出了Transformer架构。这篇论文之后，所有大语言模型处理信息的方式都统一了：输入进来的文字，先被切成Token序列，模型一个个处理，再输出Token序列。Token变成了AI”思考”的基本粒子。 但这时候Token还没有经济属性，只是工程师内部的技术术语。 2022年11月，ChatGPT横空出世。这是个分水岭。 2023年3月，OpenAI推出GPT-3.5的API，第一次采用按Token计费。输入多少Token，输出多少Token，分别定价。那时候GPT-4的价格是每百万input token收30美元，output token收60美元，按今天的标准看，贵得像天价。 从那一刻起，Token从技术单元变成了经济单元。Anthropic跟上，Google跟上，国内百度、阿里、腾讯全跟上，全行业默契地采用了这套计费方式。Token成了AI服务的通用货币单位。 价格这三年掉得惊人。GPT-4刚发布时，每百万input token要30美元。 从2022年底到现在，GPT-3.5级别的模型使用成本从每百万token约20美元跌到了0.07美元，整整降了280倍。照这个速度，a16z记录的数据显示，LLM推理成本每年约下降10倍，堪称摩尔定律的重生。 便宜了有什么后果？后果是用量爆了。 这里有个经济学里的老故事，叫Jevons Paradox。1865年，英国经济学家Jevons发现，蒸汽机效率越高，煤炭消耗反而越多，因为效率降低了门槛，用的人更多了。AI Token正在重演这个故事。企业AI云支出从2024年的115亿美元涨到了2025年的370亿美元，整整翻了三倍，而这期间token单价跌了超过95%。 Google内部的token处理量在十八个月内增长了130倍。 越便宜，用得越多。越用得多，总账单越大。 这背后还有个推手，叫Agent。以前是人在问AI，AI回答，一问一答，token消耗有限。现在Agent出来了，AI在自动跑任务，自己调用自己，一次任务可以消耗几十万甚至上百万token。这不是线性增长，是指数级的爆炸。 2026年3月，黄仁勋在英伟达GTC大会上把”Token”这个词说了超过70次，把数据中心重新定义为”Token生产工厂”，把评价算力的核心指标从FLOPS换成了”每瓦Token数”。同一天，阿里巴巴把通义、千问、MaaS等板块整合，成立了Alibaba TokenHub事业群。Token经济，在2026年正式被主流商业世界承认了。 AI Token的上下游：一条新的产业链 AI Token经济的有意思之处，在于它重塑了整个产业链的逻辑。 上游是能源和芯片。每生产一个Token，都要消耗真实的电力和算力。英伟达的GPU是目前最主要的Token生产设备，黄仁勋把它卖给全世界的数据中心，本质上是在卖”Token生产产能”。能源成本直接影响token成本，这让AI经济和能源经济绑在了一起。 中游是大模型公司。OpenAI、Anthropic、Google、国内的百度、阿里、腾讯，都在这个位置。他们把算力和模型打包，按Token卖给开发者。这一层的竞争极其激烈，价格战打得很惨，但总量在涨，所以大家还活着。 下游是应用层。各种SaaS产品、企业工具、消费者产品，把Token的成本打进自己的定价里，再卖给最终用户。Token成本在企业财务里已经是刚性支出，和房租、人力一起躺在成本表里。 这和传统软件经济的逻辑不一样。以前软件卖出去之后，边际成本趋近于零，用户越多越赚钱。AI服务不是这样，每次用户交互都有真实的Token消耗，规模大了，成本也跟着大。这是一个全新的商业模式，整个行业还在摸索怎么把它算清楚。 加密货币的Token：从一枚Coin开始的故事 要说清楚加密货币的Tokenomics，得从更早的地方讲起。 2008年金融危机，全球对银行体系的信任跌到低谷。这个背景下，一个叫Satoshi Nakamoto的神秘人物发布了Bitcoin的白皮书，2009年Bitcoin网络正式上线。2010年5月22日，程序员Laszlo Hanyecz用一万个BTC换了两个披萨，这是比特币历史上第一笔真实商品交易。这笔交易现在被称为Bitcoin Pizza Day，那一万个BTC今天价值近十亿美元。 Bitcoin是一个Coin，有自己的区块链，规则写在代码里，总量2100万枚，靠挖矿产生，四年减半一次。这是最早的加密货币逻辑：用数学创造稀缺，用共识创造价值。 Coin时代的Token概念很简单：就是一种数字货币，用来存储价值和转账支付。Bitcoin是Coin，Litecoin是Coin，它们都有自己的链，规则各不相同，互不兼容。 然后Ethereum出现了，把整个游戏改了。 Ethereum的核心发明是智能合约。有了智能合约，任何人都可以在Ethereum上发行自己的Token，不需要搭建新的区块链。2015年，开发者Fabian Vogelsteller提出了ERC-20标准，描述了一套技术规范，让所有基于Ethereum发行的Token都能互相兼容，在各种钱包和应用里无缝使用。ERC-20在2017年正式实施。 ERC-20的意义在于，它把发Token的门槛从”搭一条链”降低到了”写一个智能合约”。2017年ICO浪潮中，过了5分钟就能发出一个新Token，中心化交易所上架新Token的时间也从几个月缩短到几天。 这就引发了2017年的ICO大爆炸。 2017年到2018年间，数千个项目进行了Token销售，ICO在2018年前三个月就募集了63亿美元，是2017年全年的118%。项目方写一份白皮书，发出Token，散户拿着ETH来换，钱哗哗地流进来。其中有真正想做事的团队，也有大量的骗局和空气项目。监管机构随后介入，SEC把不少ICO认定为非法证券发行，这场派对才逐渐收场。 但ERC-20打开的大门就再没关上。从那以后，crypto世界的Token不再是简单的数字货币，开始承载更复杂的经济功能。Tokenomics这个词，就是在这个背景下诞生的。 Tokenomics：加密货币世界的经济设计学 Tokenomics这个词，是Token和Economics的合体，研究的是一个加密项目怎么设计自己的Token经济体系。它包括发行总量、分配比例、释放节奏、通胀通缩机制、使用场景、持有激励……本质上是在回答一个问题：凭什么有人要买我的Token，买了之后为什么不卖？ 这些年发展出了几个有代表性的模型。 Governance Token模型是2020年DeFi夏天流行起来的。Compound和Uniswap在2020年普及了Governance Token，持币者拥有对协议方向的投票权，但没有直接的现金流权益。用白话说，就是持Token可以投票，但不能分钱。这个模型一开始很流行，因为绕开了监管对”证券”的定义，但后来大家发现，一个没有经济权益的治理权，价值有多大，很难说清楚。 veToken模型是Curve Finance搞出来的，后来影响了一大批DeFi协议。ve(3,3)模型是Andre Cronje在2021年1月提出的，融合了Curve的Vote Escrow机制和OlympusDAO的(3,3)博弈论。基本逻辑是：把Token锁仓，换成veToken，锁仓时间越长，获得的veToken越多，投票权和协议收益也越大。这个设计试图解决短期投机者砸盘的问题，鼓励长期持有。Curve用这套veCRV模型吸引了大量流动性，成为DeFi里流动性最深的DEX之一。 Deflationary模型是Bitcoin开创的，很多项目跟进。通过限制总量、定期销毁，制造通缩预期，支撑价格。以太坊在EIP-1559之后，每笔交易都会销毁一部分ETH，使得ETH在高使用量时期变成通缩资产。 这些模型各有各的玩法，但有一个共同点：它们的价值都依赖于市场共识。没有人相信，Token就没有价值。这和AI Token完全不同，AI Token的价值是真实算力消耗在背后撑着的。 两个经济体，两条路 说到这里，可以把这两个世界放在一起看了。 AI Token的产业链是垂直的、中心化的。英伟达造芯片，云厂商建数据中心，大模型公司训练模型，应用公司调API，最终用户买服务。每一层都是真实的成本和真实的价值。Token是计量单位，不是资产，用了就没了，没有任何金融属性。整个产业链最终服务的是实体经济，帮企业提升效率，帮开发者造产品。 加密货币的产业链是网络化的、去中心化的。矿工或验证者维护网络安全，协议层发行和管理Token，持有者通过投票参与治理，投机者在二级市场买卖。Token本身是资产，可以转让，可以交易，有金融属性，价格由市场供需决定，和外部实体经济的关联相对间接。 两套经济体，两条独立的价值链，两种完全不同的生态。 当然，有人在尝试把两者融合：用区块链来做去中心化的AI算力网络，把AI服务的计费和分润用Token来结算。Bittensor、Render Network、IO net都在这个方向探索。这是第三条路，但无论走到哪里，它骨子里仍然是加密货币的Tokenomics，只是应用场景叠加在了AI上。 有一件事可以确定：这两个Token，同名不同命。一个在工厂里量产，一个在市场上流通；一个代表消耗，一个代表持有；一个撑着AI产业的运转，一个撑着加密世界的信仰。 名字一样，生意不同。就像那两个都叫刘伟的人，一个卖的是饭，一个卖的是梦。饭是真实的，梦也未必是假的，只是得分清楚你在做哪笔买卖。 #AI# #AIAgent#