估值超越大部分DeFi蓝筹协议,Pump.fun值40亿美元吗?

Odaily星球日报Publicado a 2025-06-04Actualizado a 2025-06-04

Resumen

关键在于,Pump.fun能否在获得巨额资本后,真正构建出可持续的商业护城河。

原文作者:Haotian(X:@tme l0 211 

看到 Pump.fun 要以 40 亿美元估值发币筹集 10 亿美元,五味杂陈。很难想象,一个 MEME 发射平台,估值竟然超越了大部分 DeFi 蓝筹协议。这种天价估值合理吗?以下谈几个观点:

1)虚高泡沫化的市场估值颇为不合理

从数据看,Pump.fun 确实是这轮 MEME 超级周期的最大受益者,月收入峰值曾达到数千万美元,这个造富效应放在传统互联网都是现象级的。

但,Pump.fun 的注意力经济生意经是依赖市场 MEME 币的短期高度 Fomo 的非理性产物。说白了就是靠「赌性」驱动的流量变现。这意味着,Pump.fun 的商业模式变现能力完全是短期市场聚光灯效应下的产物,而非可持续的常态化盈利逻辑。

基于此,再来看 4 B 的估值合理吗?这个定价远超大部分 DeFi 蓝筹协议的定价,很难想象一个被戏虐割韭菜平台的估值会碾压蓝筹创新协议。一旦 MEME 热潮退却,或者市场回归理性,Pump.fun 的收入模型会瞬间坍塌。那选择在此刻 MEME 潮遇冷之际发币的 http://Pump.fun 倾注给市场的到底是什么?

2)脆弱的商业护城河容易被反超

Pump.fun 的成功看似偶然实则必然,它抓住了 Solana 高性能 + 低成本的技术红利,以及 MEME 文化从小众走向大众的时代红利。

但这种「先发优势」有多深的护城河值得怀疑?技术上,类似的发币平台可以被快速复制;运营上,MEME 发射平台本质上是个流量生意,一旦热点转移或者监管收紧,用户迁移成本极低。

更关键的是,Pump.fun 对 Solana 生态的依赖度极高,一旦 Solana 生态出现重大变化,其商业模式的脆弱性会暴露无遗。这种建立在他人基础设施之上的商业模式,本质上就是「寄人篱下」的生意,何况又存在极大的不持续型,怎能撑起 4 B 美元的独立估值?

3)Launchpad 工具化属性很难自成生态

Pump.fun 目前再「赚钱」也只是个「发币工具」,而要撑起 4 B 的市场估值,至少需要一个庞大的 MEME 经济生态才行。明知不可为,而偏为之,很难想象融资 1 B 美元的融资规模所图为何?

殊不知,要想从纯 Launchpad 蜕变成一个复杂的 MEME 经济生态,本身就存在悖论:MEME 文化的核心恰恰是简单、直接、病毒式传播,过度的功能叠加只会让平台失去原有的「野性」。

事实上,MEME 的「短平快」特性和平台的长期价值积累之间取得平衡,那些试图从工具向平台进化的产品,往往在追求「大而全」的过程中迷失自我,最终沦为四不像。Pump.fun 拿着 10 亿美元,很可能正在走向这样的宿命。

4)超高估值会颠覆原本的价值创新体系

Pump.fun 的超高估值,正向整个行业发出危险信号:在当前的 Crypto 生态中,「流量聚合 + 投机变现」的价值可能超过了「技术创新 + 基础设施」。试问,当炮制赌博平台比推动技术创新更赚钱,谁还会去啃 infra 这根硬骨头,很难想象,这种新的价值导向会产生怎样的灾难式行业连锁反应。

一方面,会有更多资本和人才涌入 MEME 相关的基础设施建设;另一方面,也可能加剧行业的「娱乐化」趋势,让真正的技术创新被边缘化。

总的来说,Pump.fun 发币这件事,既是 MEME 经济走向成熟的标志,也可能是行业价值观沦陷的信号弹。

关键在于,它能否在获得巨额资本后,真正构建出可持续的商业护城河,要不然这种畸形的估值会给整个行业带来莫大的创新灾难,预示着一个更加功利、更加短视、更加远离技术极客本源的 Crypto 未来。

原文链接

Lecturas Relacionadas

Diálogo con el fundador de 42 Macro: La "rana hervida a fuego lento" de la Fed y la economía en K

Fuente: "Anthony Pompliano" Organizado por: Felix, PANews En el podcast "Anthony Pompliano", Darius Dale, fundador de 42 Macro, analizó la política monetaria de la Fed, la economía en forma de K y la inflación. Calificó al nuevo presidente de la Fed, Kevin Warsh, como un "halcón con apariencia de paloma", quien posiblemente endurezca la política monetaria en los próximos trimestres para luego poder relajarla. Dale destacó que las expectativas de inflación no predicen resultados futuros; los verdaderos impulsores son factores monetarios y políticos, como el gasto deficitario y la monetización de deuda. Señaló que la Fed no alcanzará su objetivo del 2% de inflación y que su estrategia es una "cocción lenta" (financial repression) para evitar problemas de estabilidad. Sobre la economía en forma de K, explicó que mientras las familias en la parte superior poseen unos 12 billones de dólares en efectivo y consumen intensamente, las de la parte inferior enfrentan tasas de morosidad récord en créditos. Advirtió que quienes no inviertan en activos quedarán rezagados debido al "efecto Cantillón", que transfiere riqueza a los primeros receptores del dinero nuevo. Respecto al mercado bursátil, mencionó que los inversores están trasladando capital de las "siete grandes" tecnológicas hacia empresas más amplias de IA, pero alertó sobre el riesgo de burbuja en los gastos de capital. Finalmente, compartió su experiencia personal sobre la división económica y social, subrayando que todas las personas, independientemente de su origen, buscan dignidad y seguridad para sus familias.

marsbitHace 31 min(s)

Diálogo con el fundador de 42 Macro: La "rana hervida a fuego lento" de la Fed y la economía en K

marsbitHace 31 min(s)

Los ocho padres del Transformer, ¿dónde están ahora?

Ocho investigadores de Google Brain revolucionaron la IA en 2017 con el artículo “Attention Is All You Need”, presentando la arquitectura Transformer. Nueve años después, los ocho autores originales han dejado Google, trazando caminos divergentes en la industria. Noam Shazeer, cofundador de Character.AI y clave en el mecanismo de atención, regresó brevemente a Google DeepMind antes de unirse recientemente a OpenAI. Ashish Vaswani, co-diseñador del modelo, fundó Essential AI, aunque hay rumores de que su equipo podría integrarse en Nvidia. Niki Parmar, después de cofundar Adept AI y Essential AI, ahora trabaja en Anthropic. Jakob Uszkoreit, quien propuso la idea central, fundó Inceptive, aplicando la IA al diseño de moléculas de ARN. Llion Jones, tras una larga carrera en Google, cofundó Sakana AI en Tokio, explorando modelos colaborativos inspirados en la naturaleza. Aidan N. Gomez, el más joven del grupo, fundó Cohere, centrada en soluciones empresariales de IA. Łukasz Kaiser, con un trasfondo teórico, es investigador clave en OpenAI, contribuyendo a modelos como GPT-4 y o1. Illia Polosukhin, co-diseñador del Transformer, es cofundador del protocolo blockchain NEAR. A pesar de sus trayectorias distintas —desde biotecnología y blockchain hasta laboratorios de IA—, comparten una creencia: Transformer no es el punto final. Siguen explorando activamente la próxima arquitectura que supere claramente al actual pilar de la IA moderna.

marsbitHace 33 min(s)

Los ocho padres del Transformer, ¿dónde están ahora?

marsbitHace 33 min(s)

Respuesta nacional al cálculo espacial: usar fotones es más eficiente, Musk y Huang Renxun dan demasiadas vueltas

La carrera por la computación espacial se ha convertido en una verdadera competencia de armamentos tecnológicos. Figuras como Elon Musk y Jensen Huang han destacado el potencial de la inteligencia artificial y la computación en órbita. Sin embargo, los desafíos en el espacio son extremos: radiación cósmica, disipación de calor en el vacío y limitaciones energéticas severas. Aquí es donde la computación fotónica, que utiliza fotones en lugar de electrones, emerge como una solución prometedora. Sus ventajas son clave para el entorno espacial: es inherentemente resistente a la radiación, genera muy poco calor y consume menos energía. Esto permite empaquetar más potencia de cálculo en un satélite con el mismo peso y recursos, superando las limitaciones de los chips electrónicos tradicionales. Aunque la tecnología fotónica para IA, especialmente en tareas de inferencia, aún debe superar retos de integración y estabilidad mecánica para los lanzamientos espaciales, su trayectoria es distinta. No depende de la miniaturización extrema de los transistores, sino de escalar el uso de propiedades de la luz como la longitud de onda. En una carrera donde la computación electrónica se acerca a límites físicos, la vía "óptica" podría ser la carta decisiva para desplegar de forma eficiente y sostenible la capacidad de cálculo en el espacio.

marsbitHace 1 hora(s)

Respuesta nacional al cálculo espacial: usar fotones es más eficiente, Musk y Huang Renxun dan demasiadas vueltas

marsbitHace 1 hora(s)

Trading

Spot
活动图片