全面揭穿关于比特币的几个常见误解

Odaily星球日报Publié le 2024-01-25Dernière mise à jour le 2024-01-25

Résumé

我们还为时尚早。

原文作者:Yassine Elmandjra

原文编译:Yvonne

原文来源:SevenUp DAO

上周的事件表明,尽管比特币被越来越多的机构所接受,但比特币仍然被严重误解:

  • Jamie Dimon 声称中本聪控制了比特币

  • Vanguard 声称比特币波动太大,不可投资

  • 瑞银声称比特币在现实世界中没有应用价值

在这篇文章中,我将重温比特币最常见的误解。

我们还为时尚早。

观点:比特币没有任何支撑

反驳:比特币由世界上最强大的计算网络支持。

「支撑」比特币的计算能力达到了 500 exahashes/ 秒,超过了世界上最大计算网络的总和。这种计算能力不是集中在一个地方,也不是由一个实体控制的。它分布在全球网络中,确保了去中心化和抵御攻击或故障的能力。

矿工支持 > 政府支持

全面揭穿关于比特币的几个常见误解

观点:比特币浪费了太多电力

反驳:比特币消耗的能源并非浪费。它被有目的地分配用于维持一个对未来货币具有深远意义的网络。

比特币的能源消耗是一个重要的设计特征,它为去中心化、独立、全球化和自动化的货币系统提供了必要的安全性。比特币的挖矿对计算能力的要求很高,成本也很高,因此比特币建立的系统让任何攻击网络的企图都变得非常不可行。

此外,比特币的能源消耗很大一部分来自可再生能源。比特币挖矿的自由市场原则为矿工寻求廉价电力提供了强大的动力,无意中引导他们采用更可持续的能源解决方案。许多采矿场都战略性地位于丰富的可再生能源附近。这些矿工利用了原本可能被闲置的能源,特别是在可再生能源产量变化很大、并不总是与需求保持一致的地区。在这种情况下,比特币挖矿可以作为可再生能源电网的稳定器,提供持续的能源需求,帮助资助和支持可再生能源基础设施的扩展。

同样值得注意的是,比特币浪费的特性很大程度上取决于其能源消耗的直接性和明确性,这与包括传统金融系统在内的其他系统更为隐蔽和分散的能源成本形成了鲜明对比。

比特币挖矿所消耗的能源应该与一种去中心化的、全球性的、安全的、透明的、超越国界和政治制度的货币的内在价值相权衡。有鉴于此,比特币的能源消耗不是一种浪费,而是对全球金融网络的投资,任何人在任何地方都可以不受歧视地使用比特币。它象征着支持基于自由市场原则的开放式全球经济体系的集体承诺。

对不起,怀疑论者们,你们只能选择一个。

全面揭穿关于比特币的几个常见误解

观点:比特币处理交易的速度很慢

反驳:比特币提供了强大的交易结算保障。

比特币的交易速度反映了其优先考虑安全性和去中心化的设计选择。

在去中心化的全球货币体系中,「交易速度」远不如「交易不变性」更能衡量性能。虽然区块时间会影响交易的初始确认速度,但并不能保证交易的不变性。与「更高吞吐量」的金融结算网络相比,比特币的去中心化结算保证是无与伦比的。按照确保交易最终完成的时间来衡量,比特币是「最快」区块链。

此外,比特币的「小」区块大小为了平衡交易吞吐量和个人参与网络的能力,而不需要过多的数据资源。其 10 分钟的区块间隔也是经过深思熟虑的设计选择,以便有足够的时间进行网络同步和稳定的交易验证。

观点:比特币太不稳定

反驳:比特币的波动性凸显了其货币政策的可信度。

波动性是比特币货币政策的自然结果。与现代中央银行不同,比特币并不优先考虑汇率的稳定性。相反,基于货币数量规则,比特币限制货币供应量的增长,允许资本自由流动,放弃稳定的汇率。因此,比特币的价格是需求相对于供应的函数。

比特币的波动性不足为奇。

不过,随着时间的推移,比特币的波动性会逐渐减小。随着比特币应用的增加,比特币的边际需求在其总网络价值中所占的比例会越来越小,从而降低价格波动的幅度。例如,在其他条件相同的情况下, 100 亿美元市值的 10 亿美元新需求对比特币价格的影响应该比 1000 亿美元网络价值的 10 亿美元新需求对比特币价格的影响更大。

重要的是,我们认为波动不应排除比特币作为价值储存手段的可能性,这主要是因为波动通常与比特币价格的大幅上扬相吻合。

观点:比特币被犯罪分子利用

反驳:比特币是抗审查的。

批评比特币为犯罪活动提供便利,就是批评比特币的一个基本价值主张:抵制审查。作为一种中立技术,比特币允许任何人进行交易,无法识别「罪犯」。比特币不依赖中央机构通过名称或 IP 地址来识别参与者,而是通过加密数字密钥和地址来区分参与者,这就赋予了比特币强大的抗审查能力。只要参与者向矿工支付费用,任何人都可以随时随地进行交易。

如果比特币网络上的犯罪活动可以被审查,那么所有活动都可以被审查。相反,比特币使任何人都可以在全球范围内进行无限制的价值交换。这并不意味着比特币天生就是犯罪工具。与比特币相比,手机、汽车和互联网为犯罪活动提供便利的可禁止性并不逊色。

即便如此,只有一小部分比特币交易是出于非法目的。根据 Chainalysis 的数据, 2022 年有 0.24% 的加密货币交易被认为是非法的,在过去 6 年中平均不到 0.7% 。

全面揭穿关于比特币的几个常见误解

观点:政府可以轻易关闭比特币

反驳:政府无法阻止比特币。他们只能阻止自己使用比特币。

比特币是在全球计算机网络上运行的,因此任何一个政府或机构要想关闭它都是极具挑战性的。比特币网络的弹性来自于它的分布式架构,分布在不同辖区的数千个节点维护并验证区块链。只要世界上任何地方至少有两个节点在运行,比特币就能继续运行。

虽然政府可以在其境内监管或限制比特币的使用,但比特币的全球性和去中心化特性使得完全关闭比特币实际上是不可能的。

观点:中本聪控制着比特币

反驳:比特币包含一个独特的制衡系统,确保任何个人或实体都无法控制它。

中本聪并不控制比特币。比特币的核心是一个由分散的计算机节点网络支持的软件。它的软件正式确定了它的规则。人类不是真理的最终仲裁者,不能单方面决定改变其规则。相反,验证交易的节点也会执行规则。

每个节点都遵循同一套规则,只有在遵循这些规则的情况下才允许进入网络。如果某个节点试图破坏规则,所有其他节点都会拒绝接受其信息。除非各利益相关方选择接受,否则建议的软件更改毫无意义。节点遍布全球,各自为政,它们不会接受任何有损于完整性的行为。然而,节点只是维护比特币完整性的一部分。比特币包含一个独特的制衡系统,旨在鼓励协议创新和维护,同时确保任何改变都符合利益相关者的利益。

制衡系统的关键是比特币这一资产的价值,它为利益相关者提供了解决争端和维护系统完整性的经济激励。任何利益相关者都不享有优先权利或待遇,但每个利益相关者都能从比特币的价格升值中获益,这是网络的主要信号机制。任何威胁系统完整性的改变都会威胁到比特币的价值。因此,利益相关者几乎没有恶意行为的动机。

这种制衡系统也是比特币能够维持其可预测的货币政策并将比特币供应量限制在 2100 万枚的原因。任意改变比特币的规则是非常不可能的。

全面揭穿关于比特币的几个常见误解

观点:比特币没有内在价值

反驳:比特币是全球货币的竞争者。

虽然比特币的价值驱动因素与传统资产不同,但断言它没有内在价值是不正确的。比特币作为货币资产的特性是其价值的基础,并表明它在金融世界中的作用是可持续的,而不仅仅是投机。比特币的内在价值不在于传统的基于现金流的资产,而在于其符合货币体系历史和现代需求的独特属性。

比特币常被称为「数字黄金」,它不仅具有黄金的许多特性,而且还对这些特性进行了改进。比特币既稀缺又耐用,同时还具有可分割、可验证、可携带和可转移的特点,这些货币特性赋予了比特币超强的实用性,可能会推动需求,并使比特币成为全球数字货币的合适人选。

观点:没有人使用比特币

反驳:你看到数字了吗?

  • 累计交易额: 41.6 万亿美元

  • 累计交易量: 9.54 亿笔

  • 累计矿工收入: 588 亿美元

  • 余额不为零的地址: 5170 万

  • 市场成本基础: 4.4 亿美元

Lectures associées

Rapport du premier trimestre 2026 d'Ethereum : Baisse des frais, nombre d'utilisateurs et volume de transactions à des niveaux historiques

**Rapport du T1 2026 sur Ethereum : Baisse des frais, mais nombre d'utilisateurs et volume de transactions atteignent des records** Le premier trimestre 2026 présente une dynamique clé pour Ethereum : l'utilisation explose tandis que les revenus liés aux frais baissent. Le nombre d'utilisateurs actifs mensuels (+85,9% en glissement annuel), le nombre de transactions (+81,5%) et le débit du réseau ont tous atteint des sommets historiques. En revanche, les frais totaux sur le réseau principal se sont effondrés de 81,9% sur un an. Ce paradoxe s'explique par la stratégie délibérée d'Ethereum de privilégier la croissance à court terme en réduisant le coût de l'espace bloc grâce aux mises à niveau comme Fusaka (capacité de données augmentée). C'est l'effet Jevons : la baisse des coûts libère une nouvelle demande. Le rapport souligne également un pivot narratif majeur : Ethereum consolide son rôle de couche de règlement financier mondial pour les actifs tokenisés. Il domine ce marché naissant, détenant des parts majoritaires dans les stablecoins (61,8%), les fonds tokenisés (73%), les matières premières tokenisées (84%) et les prêts DeFi (79,2%) parmi les cinq principales blockchains. L'entrée en force d'institutions comme BlackRock, JPMorgan et Fidelity, avec des produits concrets, valide cette tendance. Ainsi, Ethereum sacrifie une capture de valeur à court terme (frais, TVL, capitalisation baisse) pour renforcer ses effets de réseau et sa position d'infrastructure neutre et ouverte, pariant sur une croissance à long terme alimentée par la tokenisation massive de la finance traditionnelle.

marsbitIl y a 5 mins

Rapport du premier trimestre 2026 d'Ethereum : Baisse des frais, nombre d'utilisateurs et volume de transactions à des niveaux historiques

marsbitIl y a 5 mins

Premier entretien en podcast du PDG d'Intel, Lip-Bu Tan : « Notre objectif est une multiplication par 10 en 5-10 ans », en misant sur l'emballage avancé, les substrats en verre et le diamant synthétique

Le PDG d'Intel, Lip-Bu Tan, a exposé sa vision ambitieuse de transformer l'entreprise avec pour objectif de multiplier par 10 la valeur pour les actionnaires dans les 5 à 10 prochaines années. Lors d'un podcast, il a détaillé sa stratégie axée sur trois piliers technologiques pour dépasser les limites physiques de la miniaturisation : l'emballage avancé (EMIB), les nouveaux matériaux de substrat comme le verre, et les semi-conducteurs de nouvelle génération (GaN, SiC, InP, diamant synthétique). Il souligne la reprise de la demande en CPU pour l'IA, notamment l'inférence et les agents intelligents, modifiant le ratio CPU/GPU dans les serveurs. Tan défend également la division de fonderie d'Intel, essentielle pour la sécurité de la chaîne d'approvisionnement américaine, en se concentrant sur la confiance client, le rendement et les délais. Il révèle le projet Terafab en collaboration avec Elon Musk pour construire des capacités de fabrication de semi-conducteurs. Selon lui, le plus grand malentendu des investisseurs est de sous-estimer le potentiel d'Intel, encore en phase de "rampement". Il prévoit que le véritable potentiel de l'entreprise, au-delà du PC, dans l'informatique en périphérie, l'IA physique et les agents IA, sera pleinement reconnu vers 2030-2032.

marsbitIl y a 7 mins

Premier entretien en podcast du PDG d'Intel, Lip-Bu Tan : « Notre objectif est une multiplication par 10 en 5-10 ans », en misant sur l'emballage avancé, les substrats en verre et le diamant synthétique

marsbitIl y a 7 mins

Il vient de lever 2,7 milliards, et Fei-Fei Li y a investi.

Le chercheur en intelligence artificielle Pete Florence, ancien employé de Google DeepMind et co-créateur de l'architecture VLA (Vision-Language-Action), a levé 400 millions de dollars (environ 2,7 milliards de RMB) pour sa startup Generalist AI, portant sa valorisation à 2 milliards de dollars. Parmi les investisseurs figurent NVentures (NVIDIA), Bezos Expeditions, ainsi que des personnalités comme Li Fei-Fei, co-fondateur de Xiaomi Lin Bin et le fondateur de Zoom, Eric Yuan. Contrairement à la tendance actuelle, Florence rejette catégoriquement l'étiquette "modèle du monde" pour son entreprise. Issu du MIT et influencé par son mentor Russ Tedrake, il prône une approche orientée "objectif" plutôt que "technologie". Pour lui, l'objectif ultime n'est pas de construire un modèle du monde, mais de créer des robots capables d'accomplir avec un taux de réussite et une vitesse élevés des tâches variées et inédites, sans nécessiter de données spécifiques. Generalist AI a dévoilé deux modèles d'intelligence incarnée : GEN-0 en novembre 2025, démontrant que les lois d'échelle des LLM s'appliquent au mouvement physique, et GEN-1 en avril 2026. Ce dernier, entraîné sur plus de 500 000 heures de données collectées via un dispositif portable, atteint un taux de réussite de 99% sur des tâches manuelles précises comme plier des cartons. Florence estime que GEN-1 approche d'un point d'inflexion similaire à GPT-3, avec des performances atteignant un niveau utile pour des déploiements commerciaux. Ce financement record, intervenu rapidement après la démonstration de GEN-1, valide la vision pragmatique de Florence : développer des robots généralistes réellement utiles en se concentrant sur la résolution de tâches physiques concrètes.

marsbitIl y a 15 mins

Il vient de lever 2,7 milliards, et Fei-Fei Li y a investi.

marsbitIl y a 15 mins

Trois jours, deux légendes de perdues : le barrage de talents en IA de Google est-il en train de se fissurer ?

En l'espace de trois jours, Google a perdu deux figures légendaires de l'IA, signe d'un exode massif de ses talents vers des concurrents comme OpenAI et Anthropic. Noam Shazeer, co-auteur de l'architecture Transformer, a rejoint OpenAI, tandis que John Jumper, lauréat du Nobel et responsable d'AlphaFold, est parti chez Anthropic. Ce mouvement, renforcé par le recrutement d'Andrej Karpathy par Anthropic, révèle une tendance structurelle. La cause profonde est un désalignement des missions. Les priorités de Google restent centrées sur son activité publicitaire, contraignant la recherche. À l'inverse, OpenAI et Anthropic offrent une focalisation exclusive sur l'innovation et la sécurité de l'AGI. De plus, les perspectives d'introduction en bourse de ces startups promettent des gains financiers considérables via leurs actions, un avantage que Google, déjà géant établi, ne peut égaler. La fusion de Google Brain et DeepMind en 2023, censée unifier les forces, a en réalité accru les tensions entre recherche fondamentale et pression commerciale, créant un environnement moins attractif pour les scientifiques de haut vol. Cette restructuration du paysage des talents, potentiellement irréversible, représente une crise silencieuse pour Google. Son avantage en matière de données, de puissance de calcul et de publications académiques dépend ultimement des personnes capables de les exploiter, et celles-ci partent.

marsbitIl y a 2 h

Trois jours, deux légendes de perdues : le barrage de talents en IA de Google est-il en train de se fissurer ?

marsbitIl y a 2 h

Derrière les bulletins de notes de l'IA, se cache un concepteur de "sujets d'examen" chinois

Le domaine de l'IA suit de près les scores des grands modèles sur des benchmarks comme MMLU-Pro et MMMU, devenus des références pour évaluer les capacités de raisonnement et de compréhension multimodale. Derrière ces outils d'évaluation influents se trouve Wenhu Chen, professeur assistant à l'Université de Waterloo et fondateur du TIGERLab. Face aux limites des anciens benchmarks comme MMLU, où les modèles de pointe atteignaient des scores quasi parfaits, Chen a dirigé le développement de MMLU-Pro. Cette nouvelle base de données, plus difficile et stable avec des questions à choix multiples élargis, permet de mieux distinguer les véritables capacités de raisonnement des modèles. Dans le domaine multimodal, les benchmarks MMMU et MMMU-Pro, également créés par son équipe, évaluent rigoureusement la capacité des modèles à combiner informations visuelles complexes et connaissances disciplinaires pour résoudre des problèmes avancés. Cette expertise en évaluation découle des recherches de Chen sur la compréhension d'informations complexes et le raisonnement, renforcée par son expérience chez Google DeepMind sur Gemini. Aujourd'hui au Meta Super-Intelligence Lab, il continue ses travaux sur l'évaluation et l'entraînement de modèles multimodaux. Son parcours illustre le rôle crucial, bien que moins visible, des chercheurs dans la construction des fondations méthodologiques qui guident les progrès de l'IA.

marsbitIl y a 2 h

Derrière les bulletins de notes de l'IA, se cache un concepteur de "sujets d'examen" chinois

marsbitIl y a 2 h

Trading

Spot
Futures
活动图片