现在是 2026 年 5 月 7 日。 - 一艘豪华游轮，载有来自 23 个国家的 147 名乘客和船员 - 驶往佛得角和加那利群岛 - 汉坦病毒爆发已确认 - 安第斯株，唯一一种具有人传人传播的变种 - 2 例确诊病例 - 5 例疑似病例 - 3 人死亡 - 一个 2022 年的 X 账户为4年前写了一条推文， 为今天的病毒命名 🦠 - 个人资料自称是能预见未来的人 要么这是历史上最愚蠢的巧合 要么就是有人故意留下线索。 只有在事件发生后才会显出意义。 你非要说是巧合， 特朗普遇刺才没几天， 又来一个巧合？ 据 #Q# 说还有另一个巧合， 未来不久会发生一次 “全球级别的网络攻击事件， 导致顶级金融机构网络崩溃” ， 拭目以待。 #抽象的世界#

今天是柯洁放出豪言说不怕 AlphaGo 的十周年纪念日，那晚他说：“来吧！管你是阿法狗还是阿法猫。” 比赛结局我们都知道，很多人视它为 AI 击败人类的里程碑。 不过值得辟谣的是，AlphaGo 背后靠的技术是卷积神经网络（外加强化学习和搜索），它和我们现在使用的这些大模型背后的 Transformer 技术，压根儿就是两条完全不同的技术路线。 一个证据就是：16 年 AlphaGo 击败了李世石。而直到 17 年，Transformer 这个技术名词才被 Google Brain 团队在论文里发明出来。 不过世事无常啊。Google 的这个Transformer 也是商业史上著名的“起大早赶晚集”魔幻事件。 Google 拥有这种改变世界的技术，却把它束之高阁，直到再后面 OpenAI 拿去造出了 ChatGPT，才引起 Google 的红色警戒。 这背后还有一些八卦。 开发 AlphaGo 的团队叫做 DeepMind，他们在发布 AlphaGo 前两年就已经被谷歌收购。当然也是因为他们被 Google 收购，所以才能有大量的 TPU 算力支持。 Google DeepMind vs Google Brain。 在很长一段时间内，两个团队都在 Google 进行内部赛马。 DeepMind 点的技能是，卷积神经网络（外加强化学习和搜索）； Brain 作为Transformer 架构的开创者，技能树自然是 Transformer（也就是目前大模型用的这个）。 按理说，因为技能树点错了，显然发明 Transformer 的 Brain 团队更应该获胜。然而最终的结局和我们想象中的不一样。 最后 Google DeepMind 吞并了Google Brain，DeepMind 的 CEO Demis 成为了 Google AI 第一人，直接和 Larry 汇报。 然后合并后的团队，主导了我们现在在用的 Gemini。 PS：Google 的 AI 最一开始叫 Bard，后面改名叫做 Gemini，就和 DeepMind 内部赛马获胜有直接的关系。另外 DeepMind 是怎么获胜的，感兴趣的话，我以后单开帖子聊。 我不知道柯洁和李世石是否关注，当年击败了他们的那个男人，居然在谷歌内部带着那个并非正确答案的技能树，能再次击败大模型真正的发明者。 我只能说，柯洁他们输得不冤。 最后说回柯洁，我想大家现在对他的唯一印象，就是每天在搞抽象。 他这种精神世界，是我羡慕的一种状态。甚至从某种角度来说，柯洁可能是我们的一个先遣测试服。就像好多人总说，东北就像是中国的先遣测试服一样。 柯洁十年前被击败，从此过上了抽象的生活，我们估计也快了。 我今天看到那个得物，据说把前端整个部门都给原地解散了，以后就只有 AI 全栈工程师了。 害，如果 AI 全面取代，以后你再培养小孩，也别培养他念书、做题了，根据先遣测试服的这个结果，我建议以后直接培养小孩儿如何搞抽象🤪。

《怎样不错过下一个人生康波》 行情无聊的时候是跳出行业深度思考的好时候，前两天刷小红书看到有人在问为什么自己一把年纪了，身边一些朋友要不炒房赚钱了，要不炒币赚钱了，要不做淘宝店赚了一波，要不抖音赚钱了，自己总是错过。 我自己房子赚了些钱但不多，年轻义气的时候上涨期把北京的房子卖了赔一半给前女友， Web2创业赚了些钱但也挺辛苦的，真正踩中的大风口就是 Web3。 时常午夜回想，如果不是机缘巧合在澳洲碰到了一群早期对加密有信仰的小伙伴，我能早早踏上 Crypto 这辆高速列车吗？ 如果按“康波”= 康德拉季耶夫长波周期来算，理论上每个人能经历 1-2 次完整的康波周期，随着科技进步加速，每个人可以获得 3-5 次足以改变命运的机会。 如果后面再来了新的康波，我现在的知识体系/认知/信息渠道/能力，还可以在早期看到并抓住吗？ ~~~~~~~~~~~~~ 为什么大部分人会错过暴富？ •比特币早期玩家80%是密码学极客，后面入场的人却一直被主流媒体和社会歧视为诈骗（你看不懂的领域） •淘宝第一批皇冠店主多是批发市场摊主（你看不上的群体） • 房地产最早开窍的赚大钱的是激进的负债玩家（你不敢玩的游戏） •抖音的主播们一开始被骂的可不少，抛头露脸擦边耍宝（你看不起的群体） 首先是反人性： 可以看出首先大的机会出现的刚开始，必然伴随着主流人群的不理解，不认可，甚至反人性 -- 少人看懂，这也是后期大爆发逆转的必然前置条件。 其次就是信息路径锁死： 2016年我入圈时候已经每周在 Blockchain Center 与老外们聊以太坊的加密基建，国内普通人的信息源还在看主流媒体如何说虚拟货币暴跌要归零； 2014 年北京房价刚开始涨到 8000 一平，外地人接收的信息是"一线城市年轻人成房奴背债"； 1988 年我爸妈离开工厂下海经商的时候，大部分厂里的人相互流传的是看他们那家人投机倒把不是好人。 只看自己行业、地区、语言的信息，只跟同一类人聊天，这些都会让你后知后觉。现在各种新媒体的推流算法更加精准投喂，信息茧房更恐怖了。 而所有新康波，一定先在你圈外的人、圈外的平台、圈外的语言里发芽，千万不能固步自封。 浪潮们在刚开始有什么共同点？ 改革开放做生意、房地产、淘宝、公众号、抖音、比特币、美股…… 抽象一下有 3 个共性： 1）制度缝隙刚打开 个体户、民营经济、房地产、互联网、自媒体、跨境投资…… 一开始都是“模糊地带”，先进去的人吃到第一波红利。就比如投资美股，当越来越多的国人发现美股对比 A 股就是 Easy 模式的时候，追税和关闭境外券商就开始了。 2）技术把成本打到离谱的低 淘宝：开店成本骤降 抖音：电视节目只要一部手机 区块链：传统金融各种门槛高不可攀，一支基金建立需要大量人手资金，一个交易所需要数万员工，突然全球转账只需要几秒钟，十几个人的 DEX 交易额能匹敌国家级证券交易所。 新康波一个特点是：原来只有大公司玩得起的游戏，突然普通人也能玩了。 3）人和注意力悄悄迁移 年轻人搬去大城市、搬到电商、搬到移动互联网、搬到短视频、搬到全球市场。 如何规避信息茧房？ 我自己目前的做法是，强制自己阶段性的跳出现在每天忙碌的事情，留出一点时间去搭建新事物雷达。 比如刻意关注： - 哪些工具让一个普通人可以做以前一整个团队才能做的事？ - 哪些业务的启动成本被打成了 1/10、1/100？ - 16–25 岁的年轻人在用什么 App？ 流行什么文化？ - 他们在哪个平台最愿意表达、搞创作、搞钱？ - 什么新东西被国内主流媒体怒斥，嘲讽了？😂😂😂 不让自己停留在舒适区只看自己喜欢的东西，比如中文推，区块链行业，时不时跳出来看看外边在发生啥，留点时间给点资金去试水别的好玩的东西。 如何避免认知锁死？ 相比较信息茧房，其实认知锁死是更可怕的。 想想看到二宝街头卖比特币的新闻你是什么时候看见的？有多少人了解比特币是因为国内媒体的 “虚拟货币终归零，反观 A 股破 3000 挺起脊梁”，但看见以后你的反应是什么？到认真了解比特币中间隔了多久？ 小红书无数人后悔的是，我听到比特币的时候怎么除了鄙视，无视，甚至还帮家里不懂电脑技术的保姆都买过，怎么自己就一点都没买呢？ 哪怕在区块链行业里，从NFT 到铭文，从 Stepen 跑鞋到 Meme，很多人都吃了认知锁死的亏。 我后来发现一条规律：越是从上一轮浪潮里赚到最多的人，越是容易错过下一轮。 因为成功有路径依赖，在上一次成功后他的世界观被那一套逻辑塑形了，他的财富、人脉、资源、权威都来自旧游戏，那么新游戏刚出现的时候，他天然是怀疑甚至排斥的。 这是我时刻在提醒自己的一件事：不要当固步自封的老登，不要搞爹味发言，不要习惯性抵触自己看不懂的新生事物，多跟年轻人保持沟通，拿出一些小钱去试错。 ~~~~~~~~~~~~~~~~ 写到这里，回头再看最开始那几个问题： “如果不是当年在澳洲碰到那批对加密有信仰的小伙伴，我会不会错过 Web3？” “如果后面再来新的康波，以我现在的准备，还能在早期看到并抓住吗？” 我的答案开始越来越清晰： •机缘肯定重要，但机缘总是垂青那些对世界保持好奇、对认知保持弹性的人； 2016 前后与我同时接触到区块链，同样听了 @jaydenwei 讲座的人不少，但吃到了区块链红利的人并不多。所以机缘并不是抓住人生康波的全部条件。 •你无法保证自己一定抓住下一次康波，但完全可以让自己变成“很难被时代彻底抛下的那一类人”，这是自己主动变化后可以掌握的，做自己命运的主人。 最后，能看到我这篇文章的人相信大家年纪都不会太大，80-00 的居多，所以理论上你还能有 3 次以上的康波机会。普通人抓住一个就足以改变命运，至少衣食无忧不再为做牛马苦恼。 但你有从日常的柴米油盐，锱铢必较里抬起头来看过远方，准备好发掘并抓住改变自己命运的康波了吗？

AI圈贩卖焦虑已经过于刻意了。 如果说春节长假刚结束那会儿，上门安装龙虾还是一个段子、还是一个停留在用Nano Banana作图博君一笑的阶段，上周末腾讯大厦门口排成长队等待免费安装龙虾，就只能说「至此已成艺术」了。 我很想引述一个笑话，它的原始版本是这样的： 「一个小男孩多大了就不应该进女澡堂了？」 「当他想进女澡堂的时候，他就不应该进了。」 龙虾这事儿的基本道理，本质上也是一样的，如果你需要托人帮你安装龙虾，那么其实你就不太可能需要龙虾⋯⋯ 勇敢的人先享受世界，这话大家都赞同，但要承认自己不在其中、也不配先享受世界，这就很难了。 OpenClaw是很牛逼的创新，没毛病，但它的牛逼并不在于普惠层面，恰恰相反，它是一个用来提高AI使用上限的手段。 是给那些已经把现有AI工具——从ChatBot到Coding——用到了瓶颈的人，一个打破极限的「超频」方案。 而不是给那些时至今日都没亲手写过超出500字的提示词的人，一个弯道超车的万能钥匙。 其实Anthropic的报告写得很清楚，AI在各行各业的理论利用率（蓝色区域）和实际利用率（红色区域）相差甚远（图1）。 考虑到这还是基于Claude的数据——相比ChatGPT和Gemini，Claude是最专注于生产力场景的——就更不用说只把AI当成聊天对象的广大群众了。 还有一个龙虾悖论是，只有你的时间成本足够高，才能接受以Tokens为计价单位的工作外包模式。 为什么AI Coding的货币化超过了其他所有行业？因为程序员是最典型的个体化高薪职业，时间就是生产力。 怂恿普通人用龙虾，就是模型厂商和云计算平台的共谋了，本来赚的就是辛苦钱，还要负担所谓的「数字员工」，省下来的时间再去多刷几部短剧，整个闭环都很尬住。 更离谱的，是从这周开始，各地已经陆续发布「养龙虾」的补贴政策了，一个不存在的网站上的开源项目，和白纸黑字的红头文件绑在一起，实在有些抽象。 我一直说，没错，AI解决了生产的问题，改变了「就差一个程序员」的尴尬，但是，它终究无法创造真实的需求，或者说，FOMO本身就成了需求。 一种形式的充裕，必然带来另一种形式的稀缺，锤子的充裕，对应的就是钉子的稀缺，如果你看不到钉子，那你就是钉子。 在FOMO即需求的设定里，用上龙虾，能用龙虾，比用龙虾干什么，更重要，更值得发朋友圈。 web3的尸体还没凉透，web4就已经横空出世了，这些热情满满的活动充分证明了一条定律：哪里有韭菜，哪里就有币圈。 反而是最喜欢写小作文的A股在此时保持了高度的克制，龙虾概念股出来得相当晚，这说明什么？说明连股民在他们最擅长的自我欺骗这件事情上都犹豫了⋯⋯ 说句不中听的话，你好不容易装上龙虾，环境周全，模型配好，让它每天给你推荐股票，接着AI跑完几百万Tokens，从伊朗局势到芯片革命，事无巨细的交付了一份「麦肯锡级别」的报告，让你无比满意，有种天下了若指掌的力量感。 但从结果来看，它和你抛硬币做的决定，其实没什么区别。 因为赚钱的逻辑不是这样的，从来都不是，世界上更常见的矛盾，是看过了太多的道理，却依然过不好这一生。 就像评价一种资产有没有泡沫的标准是「连大爷大妈都开始买了」，今天看到周鸿祎也表示要搞一键安装的龙虾了，说明这个事儿差不多也快到头了。 不过，在进度上，2026年的AI行业，确实进入了一个「大分化」的版本。 第一个分化，就在于前沿层和大众层，龙虾只是最新的媒介。 更早的春节期间，一份完全由AI生成的2026大失业文件在全网刷屏，这年头，AI胡编乱造不叫胡编乱造，叫非虚构写作了，也是奇景。 AI行业的认知更新以天甚至以小时为单位，普通人却依然麻木不仁的接着奏乐接着舞，这种碰撞引起的失真感，是很有意思的社会化现象。 一边是恨其不争的捉急，一边是与我何干的悠闲，奋斗逼和躺平逼狭路相逢，只好各道一声傻逼。（图3） 我毫不怀疑AI会淘汰掉大多数人，但就此预判大多数人为了不被淘汰所能付出的艰辛，这也是一厢情愿，属于了解AI但不了解人类的错觉。 就像Andrej Karpathy花两个小时给自己写了一个记录心率的仪表盘，然后惊呼应用商店不存在了，未来所有人都会像他一样给自己写App⋯⋯ 这哥们好像活在一个没有TikTok的世界里，或者说根本不知道为了少打几个字，用户是怎么让无限上下划的产品吞噬掉几乎所有时间消费的。 第二个分化，在于大厂和小虎之间的方向背离。 过去一个多月来，国内的互联网大厂烧掉了超过60亿人民币，就为把DAU冲出一个漂亮的数字，把最主流的ChatBot做成入口。 与此同时，硕果仅存的「AI六小虎」里，全都战略性放弃了AI应用的路线，转而选择主在海外市场卖API。 战绩可查的是，Kimi用20天的收入超过了去年全年，智谱最高档的订阅产品一度断货，MiniMax的调用量单周登顶OpenRouter⋯⋯ 于是我们看到「DAU无用论」又被翻出来广为传诵，当然传诵的主要都是些从未做过百万级DAU产品的从业者这点就不要提了，以免尴尬。 可惜AI圈不怎么读书，否则托克维尔的「旧制度与大革命」应该会被更频繁的提及，法国人与过去告别的决绝与浪漫，把处刑台变成了一道道靓丽的风景线，是多么的辉映时代。 只有老登才张口闭口林俊旸，咱们自己人都说junyang。 第三个分化，在于中国和美国的各走各路。 一年前DeepSeek火出圈后，很多啥也不懂但就是喜欢到处掺合的人纷纷建议要把梁文锋保护起来，别让他出国参加交流活动时被万恶的美国给扣了。 姑且不论贷款开团的做法，真实发生的情况是，在这一年来的全球性会议上，整个行业都处于一种「假装中国不存在」的世界线里。 比如最近贡献了Sam Altman和Dario Amodei举手握拳而非牵手这个名场面的AI Impact Summit，有头有脸的AI公司都去了——除了中国的。 这是一个相当吊诡的画面，作为全球AI产业的两极之一，中国的AI公司在各大行业峰会里始终处于缺席状态，存在感和地位的背道而驰，违和感已经无法视而不见了。 这当然是地缘政治的结果之一，双方似乎都是在假设一个不会受到对方任何影响的市场环境，但实际上，中国的程序员们几乎全是Anthropic的付费用户，而美国同行们也把中国的开源模型捧上了天。 至于龙虾热潮的内外两开花，更是把「技术没有国界线」写在了明面上。 「大分化」版本的生存指南，克服焦虑应该放在第一条，如果真要统计，人类每个星期错过的AI风口怕是多达百十个，但风口上已经没有猪了，那里成了一个打卡点。 包括龙虾，我其实是推荐大家都去尝试的，但前提一定是，基于你的好奇和兴趣，而不是因为看着别人都用，心里急得慌。 「哥，你当初不是跟我说AI是用来提效的吗?怎么你搞了AI之后越来越忙了?还一整夜一整夜的不睡觉，抖音也不刷了，番茄也不看了，王者也不打了，张口闭口就是什么Skills、Mcp、OpenClaw，我都有点分不清了，到底是你在用AI，还是AI在用你啊?」

我们把时间拉回10年前，当时原作者是20来岁😆 - 现在二十来岁的人，根本无法意识到他们有多幸运。因为意识不到，所以他们不会手舞足蹈，不会夜不能寐，不会意识到自己正站在历史的裂缝之上。 他们按部就班地去上课、考试、实习，给父母一个交代； 在游戏、社交网络和廉价的娱乐里消磨时间；在一次次毫无意义的聚会后，收获对未来的模糊与空白。 人，无法同时读过比特币白皮书、理解“私钥即主权”， 却又对自己的人生完全放弃掌控感。 而我们这些三十来岁的人，看着他们，FOMO 大到恨不得和二十岁的人换命、换身。 我们已经清楚地意识到：时间，正在我们身上开始收紧； 却刚刚在他们那里，撒下第一层迷魂的粉尘。让他们误以为时间像一枚刚铸好的硬币，厚实、沉重，怎么花都花不完。 一个刚上大一的年轻人，只要在 2013 年点开那份 PDF，读完《Bitcoin: A Peer-to-Peer Electronic Cash System》，只要理解“去中心化”“不可篡改”“无需许可”， 再往前一步，看见以太坊，把“钱”第一次变成可编程的协议，他距离改变自己命运，是那么地近。 挖矿、跑节点、参与早期社区、哪怕什么都不做，只需要买一点，拿住，不下牌桌，都足以在几年后完成一次阶层意义上的跃迁。 这是怎样的世界？只用一层薄薄的、名为 HODL的纸膜， 就把天量的人拦在了历史的门外。 他们看见狮子在草原上行走，却像牛群一样熟视无睹； 他们听见远处雷鸣滚动，却依旧成群结队地走进课堂、走进招聘会，低头啃草。 我身边的年轻亲戚、朋友，只因为我多说了两句比特币、以太坊，就已经流露出不耐烦的神情。 天啊！ 他们刚刚花几百块买了一台新手机、买了一款新游戏， 却完全无法理解：同样的几百块钱，在这个时间点，意味着什么。 我真想告诉他们：那不是一串代码，那不是一场投机；那是一次文明层级的协议升级，是人类第一次尝试在没有中心的情况下，重新定义“信任”。 你可以轻松下载、复制、使用你看到的一切—— 这是 Web2 时代的互联网故事。 你可以轻松铸造、转移、持有你看到的一切—— 这是比特币与以太坊开启的加密时代故事。 拿着锤子的人，看什么都像钉子。 而现实是： 不管你是否同意，锤子都会砸向它能砸到的一切， 去测试那些旧有结构，是否还能被称为“必然”。 就像人类曾经把蒸汽机塞进马车、缝纫机、纺织厂， 根本不在乎它们是否是最佳场景。 区块链，比蒸汽机更抽象，也更残忍。它像一种新的力场，正在渗入货币、金融、组织、信任的每一条缝隙，同样不关心人们是否理解、是否接受。 这从来不是“要不要参与”的问题。而是赤裸裸的—— To be or not to be。 教育、主流金融、传统机构的反应，在当时慢得像老年人的回头。真正站在前沿的人，看着这一切，就像站在时间快进的一侧，看着世界另一端的慢动作。 房间的门已经打开了。大象已经走进来了。新世界的气味，已经被象耳扇进每个人的鼻腔。 只是人们，不约而同地，选择了沉默。

很多人分不清“宏大叙事”和“认清世界”的区别。宏大叙事，本质上是一套解释世界的大故事，它喜欢讲权力、资本、历史、家族、派系、文明、地缘、金融、资源分配，听起来像自己突然看透了时代运行规则一样，很容易让人上头。而认清世界，不是沉迷于谁控制了什么，而是认清什么东西真正影响你的现实生活。 认清世界的人，会开始关注现金流、风险、时间、精力、试错成本、资源门槛和自身变量，他会清醒地知道哪些局自己进不去，哪些资源自己碰不到，哪些欲望会把自己拖死。真正认清世界的人，往往会越来越务实； 而沉迷宏大叙事的人，很多时候只是精神上代入了顶层游戏，现实里却连自己的生活都经营不好。天天研究哪个家族、哪个派系、哪个资本集团，聊得热血沸腾，仿佛自己也参与了权力游戏，但房租照样要交，信用卡照样欠着，收入还是不稳定，本质上不过是在用抽象世界逃避具体现实。 很多人以为自己在“看透世界”，实际上只是坐在井底研究天上的战争，既改变不了自己的生态位，也拿不到任何可变现资源。宏大叙事解决的是情绪高潮，认清世界解决的才是现实生存。

今天的 GM101 为大家深度解析矿工费 Gas Fee 的工作机制，为什么有时候明明交易失败了还会被扣款？如何避免这样的情况发生？让我们一起来看看吧～ 一、 什么是矿工费？ 在区块链世界中，矿工费（Miner Fee）——在以太坊及众多现代公链中也被称为 Gas 费（燃气费）。是指用户在发起链上转账、调用智能合约或交互去中心化应用（dApp）时，自愿向维护网络运行的矿工或验证者支付的系统资源使用费。 它是去中心化网络中的“计算资源路费”，只要你使用了区块链的账本空间和计算力，就必须付费。 二、 矿工费的工作机制 区块链的每个区块容量（Block Space）是极其有限的。为了决定谁的交易可以优先被记录，矿工费衍生出了一套“链上竞价与资源消耗”的机制： 矿工费并不是固定的一笔钱，它的计算公式通常为： 总矿工费 = 消耗的 Gas 数量 × (基础费 Base Fee + 小费 Priority Fee) 消耗的Gas 数量（Gas Used）：代表你的操作消耗了多少计算资源。一笔普通的转账（如 ETH 转账）消耗资源最少。但较为复杂的 DeFi 借贷或 NFT 铸造（Mint），因为涉及多步复杂的代码，消耗的 Gas 数量会呈几何级增长。 基础费（Base Fee）：由系统根据当前网络的拥堵程度自动计算。发起请求的人数越多会导致网络越拥堵，基础费就会越高，这部分费用在打包后会被系统直接烧毁（Burn）。 小费（Priority Fee）：用户额外付给矿工的“贿赂”。在网络拥堵时，小费给得越高，矿工越乐意先帮你插队打包。 三、 为什么交易失败了也会扣费？ 区块链网络没有一个中央服务器，所有的交易都是由分布在世界各地的验证节点（矿工）通过计算机（如以太坊的 EVM 虚拟机）去运行代码来完成的。所有的操作必须运行后才知道是否失败。 当智能合约执行报错（例如你的滑点设低了、代币余额不足、或者别人比你先抢到了 NFT），计算机必须真实地把代码执行到报错的那一步，系统才能得出“交易失败”的结果。在这个过程中，节点的 CPU、内存和网络带宽已经付出了实实在在的计算劳动。既然节点付出了计算资源，你就必须为这段“已经发生”的计算支付路费（Gas 费）。 不稳定的矿工费使得链上原生层很难应用在日常小额高频场景。这也是为什么现在的 Web3 生态正在迫切地向 Layer 2（二层网络）发展，以求把矿工费尽可能地降低。 波场网络（TRON）更是推出了创新的账户抽象/智能合约中继服务。它打破了传统区块链必须持有本币才能进行任何链上交互的硬性限制，真正为用户提供了“免 Gas交互”。

强烈推荐大家看看DeepMind CEO Demis的最新判断。 真的，Google DeepMind 的 CEO Demis Hassabis 每一期访谈我觉得值得都花时间看看。这哥们讲东西很实在，而且通俗易懂。 早上边跑步边听完了他和 YC CEO Garry Tan 的最新一期播客。 刚刚把笔记写完，也给大家分享下。 多说一句，好多人问我这种笔记是不是 AI 写的。我说下自己的流程。 我会先完整听完播客，然后用语音输入法把感触尽量充分地讲出来，再让 AI 帮着整理初稿，最后自己逐字修改优化。 如果全部交给 AI 做总结，那等于把思考和理解的能力让渡给了 AI，对自己理解这件事其实没有任何价值。 OK，咱们进正题。 1 Demis 的态度非常明确，现在的大模型范式（大规模预训练 + RLHF + CoT）一定会是 AGI 最终架构的一部分，他不认为这会是条死路。 但要实现 AGI，还有几个关键问题要解决。这几个问题包括：持续学习、长程推理和记忆系统。 先从最容易看到的现象讲起，Context Window。 现在大模型处理长信息，最常用的招就是把 Context Window 一直撑大。一开始 8k，后来 32k，再后来 100 万 Token。听起来很厉害，但本质上是暴力堆砌。 Context Window 其实就相当于人脑里的 Working Memory，工作记忆。人的工作记忆能同时装多少东西？心理学里有个经典数字，7 个左右。背电话号码能记住 7 位上下，再多就溢出了。 大模型呢？已经做到 100 万 Token。 按理说，模型的工作记忆比人大几十万倍，应该比人聪明几十万倍才对。但显然不是。 问题也恰恰就出现在这。把所有东西都塞进 Context Window 里，里面包含了不重要的东西、错的东西、过时的东西。看起来信息很多，其实是一团乱麻。 那人为什么 7 个数字的工作记忆就够用？ 因为人脑背后还有另一套机制在工作。我们记得几年前的事，记得童年的事，记得几小时前发生的事。这些都不塞在工作记忆里，而是另一套系统。 具体来说这套系统是海马体，大脑里负责把新知识整合进已有知识库的那个部分。 研究发现，人睡觉的时候，特别是 REM 睡眠阶段，大脑会重放白天重要的片段，让大脑从中学习。新东西在睡觉的过程里，温柔地融进了旧的知识体系。 这个把新东西融进旧知识库的过程，就是持续学习。 模型现在没有这套机制。每一次对话结束，刚学到的东西就会忘记。下次重新打开，还是上次那个模型，没长进。 2 再聊聊长程推理的问题。英文表达是 Long-term Reasoning。我翻译为了长程。 长程推理这个词太抽象了。Demis 讲了一个特别具体的故事，听完会立刻明白他说的是什么。 他说自己喜欢跟 Gemini 下国际象棋。下棋的过程里能看到模型的 thinking trace，也就是它在那里到底想了什么。 然后他发现一件怪事。 模型考虑一步棋的时候，思考链里清清楚楚写着，这步是个昏招。但接下来，它没找到更好的走法，于是又走回这步昏招。 明明知道是错的，还是把错的那一步走出去了。 这个细节比任何 benchmark 数据都说明问题。因为它暴露的是模型缺少对自己思考过程的某种内省能力。 正常人下棋，意识到一步是昏招之后，脑子里会有一个反应，停一下，再想想。停一下、再想想这个能力，模型现在没有。它能在每一步局部判断对错，但没法基于整盘棋的局势去调整整体策略。 这就是长程推理还没搞定的样子。模型可以一步一步往前走，每一步看起来都合理，但走到后面整盘棋的方向其实是错的。它没有那种退回到当前思考的上一层、重新审视一下的能力。 说到底，模型缺的是一种内省。 3 学习、长程推理、记忆，这是 Demis 在播客里点出来的三个 AGI 鸿沟。 除此之外，他还反复提到了创造力。 2016 年 AlphaGo 跟李世石下棋，第二局走出了著名的 Move 37。那一步棋走出来的瞬间，全世界的围棋高手都看呆了。 所有人类几千年下围棋积累的经验都告诉它不该下那里，但 AlphaGo 下了。下完之后大家发现，是一步神来之笔。 很多人觉得，这就是 AI 的创造力来了。 但 Demis 说，对他自己来说，Move 37 只是起点。他真正想看到的是另一件事。AI 能不能发明围棋这件事本身。 这两件事的区别非常关键。 Move 37 是在围棋这个现成的规则里，找到了一步人类没想到的招。但围棋的规则、棋盘的形状、黑白子的对弈方式，是人类发明出来的。AI 在已有的框架里非常厉害，但能不能自己造一个框架，是另外一回事。 Demis 给了一个具体的设想。 如果给 AI 一个高层次的描述。造一个游戏，五分钟能学会规则，要好几辈子才能精通，棋局有审美，一下午能下完一局。AI 能不能根据这个描述，自己倒推出围棋？ 目前做不到。 为了把这件事讲得更清楚，Demis 还提了一个测试，他自己叫爱因斯坦测试。 用 1901 年人类已有的全部知识训练一个模型，看它能不能在 1905 年那个时间点，自己推出狭义相对论。 爱因斯坦在 1905 年那一年里，连写了几篇改变物理学的论文，后来叫爱因斯坦奇迹年。那些工作不是从已有的物理学论文里通过拼接得到的，是基于已有材料做了一次全新的概念跳跃。 爱因斯坦测试想问的就是这件事。AI 能不能做这种跳跃。 目前的大模型主要在做两件事，pattern matching 和 extrapolation。一个是从大量数据里找规律，一个是把规律往外延伸一点。但发现新东西需要的是类比推理的能力。从一个领域里抽出深层结构，搬到另一个全新的领域去用。 这个能力，模型现在还没有。也可能是有，但用法不对所以激发不出来。 4 除此之外，Demis 还分享了一个让我特别出乎意料的判断，他说未来 6 到 12 个月，真正的价值不在更大的模型，在更小的模型。 这一部分内容我反复听了好几次，确实突破我的已有认知。 不知道大家的想法，反正我自己，这一年来并没有怎么关注小模型的进展。毕竟行业的焦点就是把模型做大嘛。 那小模型的价值到底在哪？ 最直接的是成本。同样一个任务，小模型的推理价格可能只是前沿模型的十分之一甚至更少。 但 Demis 说，比成本更重要的其实是速度。 这里有一个前提得先说清楚。Demis 不是在说速度可以替代智能。 他的原话是，当小模型的能力已经达到前沿模型的 90% 到 95%，也就是已经相当不错的时候，剩下那 5% 到 10% 的能力差距，比不上速度带来的好处。 比如现在工程师用 AI 写代码，已经形成了一种新的工作节奏。一个想法冒出来，几秒之内就能看到结果，不行就改，再不行再改。 这个一改再改的循环跑得越快，做出来的东西就越好。如果每次调用都要等十秒，整个工作流就被打断了。 更关键的是，快到一定程度，工程师在这种节奏里能进入心流。一个想法、一次尝试、一个反馈、再来一个想法，思维不被打断。 这件事写过代码的人都懂，进入心流和频繁掉出心流，产出的差距是数量级的。 Agent 也是同样的逻辑。一个 Agent 跑完一个任务可能要调几十次模型，每次慢一秒，整个任务就慢一分钟。慢到一定程度，Agent 就从一个能用的东西变成鸡肋。 小模型不是大模型的廉价替代品。有些事只有小模型能做。 比如手机、眼镜、家用机器人，需要的就是一个能在本地跑起来的模型。本地跑除了反应快，还有一个特别重要的好处，隐私。 家里机器人看到的视频、听到的对话，全部在设备本地处理，根本不上云。这件事对很多用户来说不是加分项，是底线。 成本、速度、边缘部署，这是小模型的价值。 5 讲完小模型的价值，接下来一个更关键的问题是，能力被压到这么小的参数里，会不会有上限？ Demis 的判断是，目前没看到信息密度有任何理论上限。小模型的智能天花板还远没看到。 支撑这个判断的，是 DeepMind 在蒸馏这件事上的积累。蒸馏简单说就是先训练一个超大的模型，然后用这个超大模型去教一个小模型。教完之后，小模型用极少的参数，能复现原来 95% 以上的能力。 为什么 DeepMind 这么重视蒸馏？因为要把 AI 能力放进谷歌的头部产品中，前提是低延迟、低成本。前沿模型再强，每次推理花几秒钟、花几毛钱...这条路，恐怕很难走得通。 一个前沿模型发布之后，6 到 12 个月内，他们就能把这个模型的能力蒸馏到边缘设备能跑的小模型上去。这个时间表比很多人想的要快。 在很多场景中，小模型和大模型会相互配合。 举个例子，一个端到端的智能助手，绝大部分日常任务在本地的小模型上跑。智能眼镜看到的画面、家里机器人听到的对话、手机里的私人助理，模型直接在设备里读懂，不需要往云端传一遍。 只有遇到特别复杂、本地搞不定的问题，才向云端的前沿模型发起请求。 也就是说小模型在边缘做主力，前沿模型在云端做后援。 不过，这个构想对小模型的要求也比较高，它不能只会处理文字，还得能理解物理世界。 这就是为什么 Gemini 从一开始就坚持多模态，不光处理文字，也处理图像、视频、声音。 一开始这么做比只做文本要难得多，但眼镜也好，机器人也好，需要的是一个能看懂周围世界的模型，不是一个只会聊天的模型。 讲到这里，小模型这条路的轮廓就完全清楚了。它独立成立，不是前沿模型的廉价替代品，而是另一条同样重要的路。 嗯，很有启发。

【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。

从 MicroStrategy 到 Solv：比特币金融走向万亿之路 “唯有比特币从不辜负。” Crypto 行业十六年来的历史，就是比特币的价值不断被重新理解，并驱动行业迈向新高度的历史。在迄今为止的四个周期里，每一轮都有人宣称比特币创新不足，无法代表行业的前沿风尚，每一轮也都有人预言某项新锐将取代甚至超越比特币。但每一轮下来，却都是比特币以其克制、专注、大道至简的精神内核，不断激发出新的产品与模式，碾碎守旧派和怀疑论的坚冰，坚定而震撼地扩张 crypto 的疆域，引领着行业和市场的大趋势。 比特币之所以能够始终屹立不倒，正是因为它承载着“数字硬通货”的价值属性，具备全球最坚固的共识，并且正在以更积极的方式参与到全球金融体系中。因此，在一个追求极致创新的行业里，比特币反而是最稳定且具有长期影响力的“主力军”。 如今，比特币的创新浪潮正迎来全新的加速阶段。比特币所驱动的金融化变革正悄然成型，Bitcion Finance的崛起代表着比特币从被动储值资产向更深层次金融应用演进的全新趋势。而 Solv 致力于站在这一趋势的前沿，推动 Bitcoin Finance 成长为万亿美元级别的去中心化金融基础设施，赋能更广泛的用户与生态发展。 回溯 Bitcoin Finance 的发展历程：从边缘到主流 BTCFi 的崛起并非一夜之间，而是经历了三个关键阶段的演化，逐步从边缘探索走向主流叙事。 第一波 TradFi 融合比特币的早期探索（2013 至今）：2013 年 9 月 DCG 创建了灰度比特币信托基金 (GBTC) 。究其本质而言，这是一个比特币托管加证券化的服务，主要意图在于对接传统机构熟悉的操作体系，大大降低投资者进入 BTC 市场的门槛。GBTC 的溢价/折价机制及其套利机会，进一步刺激了机构对 BTC 的需求。从 GBTC 到 BTC ETF 的漫长之路，体现了监管与创新的持续博弈，也标志着传统金融逐步接纳比特币的进程。这一个波次的实践，在 2018 将 BTCFi 变成一个数亿美元的小型叙事，初步站住了脚跟。 第二波是 CeFi 的兴起与挑战 (2018 至今): 2017-2018 年牛市期间，交易所等中心化平台迅速崛起，早期 BTC 持有者（尤其是矿工）的金融需求在其中发挥了重要作用。不但各大交易所普遍混业经营多种 BTCFi 业务，而且出现了诸如 贝宝、Matrixport 和 Genesis 等专业 BTCFi 服务平台。这些平台提供的抵押借贷、套期保值等服务满足了矿工和机构的需求，推动了 BTC 的金融化应用。虽然 2022 年的 CeFi 危机对 CeFi 业态造成了沉重打击，但危机也促使行业进行深刻反思，加固了风险管理和合规运营，将 BTCFi 推高成为数百亿美元的中型赛道。 第三波是 DeFi 的创新与潜力 (2020 至今)：2020 年的 “DeFi Summer” 是继比特币、以太坊之后对 crypto 行业影响最深远的事件。DeFi 提供了一种创建和运营金融服务的新范式，提供了巨大的想象空间。受限于比特币脚本语言的功能限制，大多数功能复杂的 DeFi 协议是创建在以太坊等智能合约区块链上。但由于比特币所拥有的庞大体量，DeFi 社群一直致力于将 BTC 价值引入 DeFi 生态，这种努力推动了 WBTC、renBTC 等 BTC 包装服务的出现。DeFi 更高的透明度、更便捷的操作、以及更丰富的收益机会吸引了众多用户。DeFi 的可组合性也为 BTCFi 带来了新的可能，例如基于 BTC 的去中心化借贷、衍生品交易等创新应用。 到 2024 年，这三波 BTCFi 的实践，彼此相互叠加共振，在外部环境发生重大有利转变的同时，推动 BTCFi 出现了爆发式增长，成长为千亿美元的赛道。 那么，BTCFi 是否能够继续成长，发展成为一个万亿美元的市场？这需要我们理解 2024 年 BTCFi 爆发背后的动力。 BTCFi 的爆发式增长：三股力量的叠加共振 2024 年 BTCFi 的爆发式增长，实际上是 TradFi、CeFi 和 DeFi 三个波段叠加共振的结果。这种增长并非偶然，而是多个领域长期演化积累的结果，其背后隐藏着市场需求、技术创新和生态扩展的多重驱动力量。 首先，是 DeFi 的扩张动力。 在2023 年， crypto 市场从 2022 年的低谷中复苏，为整个行业注入了新的活力。DeFi 社区作为 crypto 创新的核心力量，自然希望尽快恢复因市场崩盘而受阻的增长势头。然而，到这一阶段，以太坊生态中的主要资源和场景已经被充分开发，DeFi 社区急需寻找新的增长方向。面对更大的流动性需求和更丰富的资产基础，BTC 的价值开始被重新认识。作为市值最大的加密货币，比特币拥有不可比拟的资产规模和市场基础，其透明、抗审查的特性与 DeFi 的核心理念高度契合，自然而然成为 DeFi 下一阶段扩展的关键支点。 围绕 BTC 的金融创新开始以更快的速度推进。从 WBTC、renBTC 等早期的比特币封装资产，到与 Layer2 扩容方案结合的去中心化借贷，再到 BTC 融入的 Staking 和流动性池，BTC 在 DeFi 中的应用场景逐渐丰富起来。与此同时，BRC20、BRC420和其他链上创新热潮也吸引了大量用户的关注，这些用户希望能够将比特币价值更高效地融入这些新兴领域。正是这种市场需求推动了 BTC在 DeFi 领域的持续扩张，为其快速增长奠定了坚实的基础。 此外，DeFi 在透明度和效率方面的优势进一步放大了 BTCFi 的吸引力。用户不仅能够享受到更便捷、更灵活的金融服务，还能够通过去中心化的方式获取 BTC 相关的高收益机会。DeFi 协议之间的可组合性也带来了更大的创新空间，允许开发者基于 BTC 创建新的衍生品交易、借贷协议和收益优化工具。这些创新叠加共振，为 BTCFi 的爆发提供了源源不断的动力。 其次，是 CeFi 资产激活的需求。 CeFi 平台在 BTCFi 的崛起中扮演了重要角色，其独特的用户基础和平台优势为比特币的金融化带来了强大的推动力。交易所和专业金融服务平台通过激活平台沉淀资产和创新金融产品，使 BTCFi 在 CeFi 领域迅速成长。 首先，CeFi 平台通过发行 Wrapped BTC (例如 Binance 的 BTCB 和 Coinbase 的封装 BTC 产品) 将比特币引入了更多的应用场景。这些 Wrapped BTC 资产使比特币在其他区块链生态中更具流动性和可用性，从而激活了 CeFi 平台上的大量沉淀资产。这种机制不仅提高了比特币的利用率，还为用户提供了更多的投资选择和收益机会，有效提升了用户的参与度和平台粘性。 其次，CeFi 平台也在不断探索新的 BTC 金融产品和服务，以满足不断增长的市场需求。从最早的 BTC 抵押借贷服务到当前更为复杂的衍生品交易、收益优化产品和结构化理财方案，CeFi 平台正在不断丰富其服务种类，为个人和机构投资者提供定制化的 BTC 金融解决方案。这些产品不仅满足了矿工、长期持有者和机构投资者的多样化需求，还为普通用户降低了参与门槛。 同时，CeFi 平台在合规性和风险管理上的改进也进一步增强了其对用户的吸引力。尤其是在经历了 2022 年的市场危机后，行业对透明度和安全性的关注明显增加，CeFi 平台以更严格的审计和稳健的运营重新赢得了用户的信任。这种信任为平台的 BTCFi 业务奠定了长期发展的基础。 通过资产激活和创新产品，CeFi 平台成功将比特币的金融化应用推向了新的高度，为 BTCFi 的爆发式增长贡献了重要力量。 第三，TradFi 的高歌猛进。 TradFi 在推动 BTCFi 发展的过程中扮演了开拓者和主要推动者的角色。从 BTC ETF 的获批到 MicroStrategy 的大规模比特币持仓，传统金融机构和企业的持续推进，为比特币的金融化提供了强有力的背书，并吸引了更多机构投资者进入市场。 2024 BTC ETF 的成功获批是一个具有里程碑意义的事件。ETF 的推出大大降低了传统机构和个人投资者接触比特币的门槛，通过合规、安全和便捷的方式，让更多投资者能够将比特币纳入其投资组合中。这不仅为市场带来了更多流动性，也提升了比特币作为资产类别的认受性，进一步巩固了 BTC 在全球金融体系中的地位。ETF 的成功也为 BTCFi 的发展奠定了基础，例如推动更多基于 BTC 的金融产品（如期权、期货和固定收益产品）的推出。 这其中，MicroStrategy 的示范效应引发了企业对比特币资产配置的关注。自 2020 年起，MicroStrategy 将比特币作为其战略储备资产，不仅提升了公司的资产回报率，还通过这一决策赢得了广泛的市场关注。MicroStrategy 的成功案例鼓舞了其他传统企业效仿，带动更多资金流入 BTC 市场。这种企业级参与为 BTCFi 的市场扩展和创新注入了新的动力。 展望未来，BTC 被纳入国家战略储备资产的可能性进一步提升了市场的想象空间。如果像美国等全球经济大国正式将比特币纳入战略储备，不仅会点燃市场热情，还可能彻底改变 BTC 的全球定位，推动其从“数字黄金”向“全球战略资产”转变。这种转变将为 BTCFi 开辟全新的发展路径，吸引更广泛的机构投资者进入，并激发更复杂、更多样的金融服务创新。 2024 年，这三股力量形成交汇共振，将 BTCFi 推向千亿美元规模。那么 BTCFi 的下一程将是怎样的呢？ 重新理解 Solv：连接 BTCFi 三股力量的关键桥梁 成立于2020年的Solv Protocol，最初专注于数字债券和链上基金的基础设施创新。然而，随着BTCFi的快速崛起，Solv逐步成长为BTCFi领域的重要参与者之一，并与众多合作伙伴共同构建了一个开放且逐步成熟的去中心化比特币金融网络。 Solv的核心理念是“连接”。 我们相信BTCFi的未来不仅依赖于单一项目的突破，而是需要TradFi、CeFi和DeFi三股力量的深度融合与共振。而 Solv 的愿景正是成为这一趋势的核心驱动力之一，通过开放的合作模式和持续的金融基础设施创新，促进各个生态之间的协同与整合，为用户构建了一个更安全、便捷、透明的 BTCFi 基础设施，让每一位用户都能轻松参与到 BTCFi 的浪潮中。 Solv 不做岛屿，而是要做桥梁。 Solv 认识到，BTCFi 的迅猛发展源于 TradFi、DeFi 和 CeFi 的叠加共振，但是这种叠加共振，还因为大量阻尼的存在，远远未能发挥其潜力。这些问题包括： -TradFi 提供了强大的资金支持和全球化的视野，但与去中心化生态的对接不够顺畅； -DeFi 拥有极高的创新性和开放性，却对普通用户存在技术和认知门槛； -CeFi 则以用户体验见长，但仍需要在透明性和信任机制上不断完善。 所以成功的关键在于如何加强这种共振效应，让这三股力量相互取长补短。为此，Solv 的目标是在这三者之间搭建桥梁，消除隔阂，创造出一个无缝连接的生态系统，释放 BTCFi 的全部潜力。 为实现这一目标，Solv 制定了清晰的“三步走”战略，旨在逐步巩固 DeFi 基础、融合 CeFi 力量，并最终连接 TradFi，打造一个全方位覆盖的 BTCFi 生态。 第一步，以 DeFi 为基石，巩固创新，优化体验 DeFi 是 Solv 崛起的根本，也是 BTCFi 创新的主战场。DeFi 比特币金融领域随着比特币 Layer2 的爆发与铭文资产的火热发展，收益形式呈现出种类繁多却相对无序的局面。Solv 最早提出了质押抽象层的概念，将复杂多样的链上比特币资产收益进行统一和标准化，构建了一套标准化的质押与 LST（流动性质押代币）资产模式，为用户提供一站式的多元化收益渠道以及简单易懂的操作体验。目前，Solv 已联合 Babylon、Ethena、Core DAO 和 Jupiter 推出了四款不同的 LST 产品。不仅实现了质押与再质押收益的通证化，还成功将交易策略收益和资金费率收益通证化，进一步丰富了用户的收益选择。 DeFi 的核心魅力与最大优势在于其生态的开放性和协议的可组合性。围绕核心资产 SolvBTC，Solv 已经建立了一个涵盖 15 条主流公链和超过 50 个 DeFi 协议的广泛生态体系，几乎囊括了所有链上的优质收益来源。截至目前，Solv 比特币储备量已超过 25,000 枚，成为链上最大的比特币储备之一。 第二步，融合 CeFi，扩大用户面，简化流程 CeFi 平台在 BTCFi 生态中扮演着重要角色，特别是在吸引主流用户方面具有不可替代的优势。与很多人的看法不同，Solv 认为 CeFi 在 crypto 中不是一个“过渡性”的模态，而是将长期存在并不断演进的主流商业模式。究其原因在于，crypto 资产的创建、管理和交易日益复杂专业，需要专业分工。因此，当行业规模不断增加的时候，势必需要专业的中介机构帮助普通用户简化操作、分担责任和风险。具体到 BTCFi 领域，很多比特币持有者，实际上更加青睐 CeFi 服务。因此，Solv 对于连接 CeFi 有着长期的战略。 Solv 正与 Binance、OKX、Bybit 等顶级 CEXs 平台建立战略合作，通过整合 SolvBTC 及其 LSTs 产品线，简化比特币质押与跨链流动的流程。用户可以直接在熟悉的操作界面上完成 BTC 封装、质押以及跨链资产管理，无需复杂的链上交互体验。 此外，Solv 将联合这些平台推出针对 BTCFi 的专属产品和服务，例如基于 BTC 的收益增强计划和质押奖励项目，帮助更多用户轻松享受到 DeFi 的红利，同时推动 CeFi 用户向 DeFi 用户的自然转化，扩大整个 BTCFi 生态的采用率。 第三步，联通 TradFi，在真实世界经济中释放比特币潜力 Solv 将进一步推动 BTC ETF 的通证化，并积极与更多传统金融机构合作，打通传统金融与 DeFi 的连接。 通过将 BTC ETF 等传统资产以可编程的数字资产形式引入链上生态，使比特币不再只是“储备资产”，而是成为推动跨市场流动性的关键枢纽。这一步不仅为传统投资者提供了更灵活的资产配置工具，也为 DeFi 生态注入了更深的流动性与资本效率，助力比特币成为全球金融体系中的核心资产。 推动 BTCFi 成为万亿产业 我们的三步战略，不仅是Solv自身的成长路径，更是一项面向未来的长期愿景。我们始终相信，只有通过连接 TradFi、DeFi 和 CeFi，持续专注于技术创新与卓越的用户体验，才能真正构建一个开放、高效且可持续的 BTCFi 生态系统。 这一愿景的实现需要整个行业的共同努力，也需要 Solv 不断突破自我。未来，我们期待能够与更多生态伙伴合作，共同推动 BTCFi 的发展，让比特币的价值惠及每一位用户，让 BTCFi 成长为万亿产业。