京东招聘DeFi专家:稳定币只是冰山一角,PayFi才是深海蓝图

marsbitDipublikasikan tanggal 2025-08-10Terakhir diperbarui pada 2025-08-11

一份招聘广告,有时比一份年度财报更能揭示一家公司的战略意图。

2025年8月,京东科技的一则招聘信息正是如此。它没有出现在主流招聘网站的首页,而是在Web3的小圈子里悄然流传。引人注目的并非“稳定币链上活动策划”这个职位名称本身,而是其堪称“加密原生”的任职要求:“深度参与至少一个DeFi协议的经济模型设计”、“精通DEX、借贷、衍生品协议”。

香港

这并非在寻找一位优化内部支付的金融科技专家,而是在“猎寻”一名真正的链上战略家。当一家年营收过万亿、以实体零售和供应链为根基的互联网巨头,开始公开物色能驰骋于去中心化世界的人才时,其释放的信号已再清晰不过:京东正准备将棋子,落在全球化、无需许可的Web3棋盘上。

香港“东风”已至,京东顺势入局

京东此举并非发生在真空里。招聘动作的时机,与香港一项关键的监管变革形成了精准的呼应。

就在招聘信息浮出水面的前几天——2025年8月1日,香港酝酿已久的《稳定币发行人发牌制度》正式生效。这意味着,香港金融管理局(HKMA)在经过多轮咨询和沙盒测试后,为全球的稳定币运营商铺开了一张合规的、规则明确的“迎宾毯”。因此,京东的这次“招兵买马”,与其说是一次向未知领域的探索,不如说是一次计算精准的落子,目标直指这块刚刚被官方认证的、极具战略价值的全球金融新大陆。

香港财经事务及库务局局长许正宇此前在公开场合多次强调:“在确保监管和风险可控的前提下,我们支持虚拟资产市场的稳慎发展,并视稳定币为连接传统金融与虚拟资产市场的关键桥梁。”

这股东风,对于像京东这样拥有庞大中国内地背景,又渴望链接全球市场的科技公司而言,来得恰逢其时。它提供了一个完美的“出海口”——一个在法律上明确、在地理上邻近、在文化上相通的战略支点。通过在香港设立合服规主体,京东便可以合法地发行锚定法币(如离岸人民币CNH或港币HKD)的稳定币,从而绕开中国内地对加密货币的严格管制,直接参与全球的链上经济活动。

京东的招聘紧随法规生效之后发布,这并非巧合,而是一场蓄谋已久的“顺势而为”。棋盘已经备好,京东显然不想只做看客。


PayFi:超越支付的“金融乐高”

如果说香港的合规环境是京东稳定币项目的“天时”,那么职位描述中一个不起眼的词——PayFi,则揭示了其真正的“地利”与核心野望。

PayFi,即Payment Finance(支付金融),是一个源于加密原生世界的概念。它远不止于“用加密货币支付”这么简单,其核心是通过智能合约,将支付行为本身与复杂的金融服务无缝结合,赋予每一笔资金流动的可编程性。

想象一下京东业务中的一个场景:一家为京东供货的中小企业,过去需要等待长达90天的账期才能收到回款,资金压力巨大。在PayFi模式下,会发生什么?

当京东确认收货后,系统可以生成一张代表这笔应收账款的链上凭证(NFT或同质化代币),并立即发送给供应商。供应商无需等待90天,而是可以立刻将这张“数字汇票”在DeFi借贷协议中作为抵押品,获得即时流动性;或者,它甚至可以被拆分、交易,作为支付给上游原材料供应商的款项。整个过程由代码自动执行,高效、透明且成本极低。

这正是Real World Assets(RWA,真实世界资产)代币化与PayFi结合的威力,也是2025年加密行业最激动人心的叙事之一。资产管理巨头富兰克林邓普顿的CEO Jenny Johnson就曾断言:“我们相信,将真实世界资产代币化,将重塑整个金融服务业。这是区块链技术最重大的应用之一。”

对于拥有海量商家、复杂供应链网络和亿万用户的京东而言,其内部蕴藏着价值万亿的“真实世界资产”——应收账款、仓单、物流订单、消费者信用。将这些资产通过稳定币和PayFi的模式在链上盘活,无异于打通了全身经络,其所能释放的能量将是指数级的。这不仅是对现有供应链金融业务的降本增效,更是创造了一个全新的、可编程的金融基础设施。


“两栖作战”:巨头们不同的Web3路径

京东对稳定币和DeFi的明确指向,也使其在中国科技巨头的Web3探索中,走出了一条截然不同的道路。如果我们横向对比,会发现一幅有趣的画面:

香港

如上表所示,阿里巴巴旗下的蚂蚁集团,在Web3的布局更像是“卖水人”。其在香港推出的ZAN品牌,专注于为Web3开发者提供e-KYC(电子化身份验证)、AML(反洗钱)等合规技术组件和BaaS(区块链即服务)。其策略是“赋能”,帮助别人更好地“淘金”,而不是自己亲自下场。近期传出其专有链计划整合美元稳定币USDC的消息,也印证了其倾向于与成熟生态合作,而非另起炉灶的思路。

腾讯则更为谨慎,其动作大多围绕在联盟链和数字藏品等国内政策明确的领域,与公链世界保持着相当的距离。

在这样的背景下,京东的策略显得尤为独特和进取。它没有满足于只做技术服务商,而是选择了一条“两栖作战”的道路:

  • 对内(Inland): 其自研的“智臻链”继续在许可环境下深耕产业区块链,服务于防伪溯源、数字存证等,拥抱监管,对接数字人民币(e-CNY),做强合规的“产业数字化”基本盘。
  • 对外(Offshore): 则利用香港的窗口,亲自下场成为一名“玩家”,发行自己的稳定币,运营自己的链上生态,直接在DeFi的汪洋中捕鱼,探索“金融资产化”的星辰大海。

这种双线并行的策略,既保证了国内业务的稳定与合规,又为集团的未来打开了无限的想象空间。


从电商帝国到链上经济体

京东的这一步,标志着一个重要的转折点。它预示着顶级Web2巨头与Web3的融合,正在从理论探讨和边缘试水,走向核心业务的深度整合。

过去,人们总在讨论Web3将如何“颠覆”Web2。但京东的案例或许揭示了另一种可能:并非颠覆,而是“升维”。Web2巨头们并不会轻易被取代,它们会利用自身庞大的用户基础、丰富的应用场景和雄厚的资本,吸纳Web3的技术和理念,进化成一种新的、更强大的混合形态。

当然,前路并非坦途。从招聘一个职位到真正建立一个繁荣的链上生态,京东需要跨越技术集成、金融合规、市场教育和用户习惯等多重障碍。它将面对的不仅是传统金融机构的审视,还有来自加密原生世界的激烈竞争。

但无论如何,当京东这艘万亿级的商业航母开始调整航向,驶入DeFi的深水区时,整个行业都应该密切关注。因为这不仅仅关乎一家公司的未来,更可能是在为我们描绘一幅蓝图:一个电商帝国,如何通过稳定币这座桥梁,最终演化为一个高效、透明、全球化的链上经济体。那一天,交易的终点将不再是支付完成,而是另一段金融价值创造的开始。

Bacaan Terkait

Tiga Tahun Kemudian: Menilik Kembali Penilaian Saya terhadap ChatGPT pada 2023

Tiga tahun kemudian: Meninjau Kembali 20 Prediksi ChatGPT Saya pada 2023 Pada Maret 2023, penulis Wang Jianshuo membuat 20 prediksi intuitif tentang ChatGPT dan AI masa depan. Kini, di Mei 2026, sebuah sistem AI yang terdiri dari 41 agen menganalisis prediksi-prediksi tersebut berdasarkan data terkini. Hasilnya menunjukkan pola menarik. **Yang Terbukti Benar (Secara Umum):** * **RAG dan Arsitektur Pencarian (✅):** Solusi utama untuk pengetahuan dan halusinasi adalah dengan menambahkan "contekan" (RAG), bukan mengubah model. Arsitektur pencarian + LLM kini menjadi standar. * **LUI sebagai Benua Baru (🟢):** Antarmuka Pengguna Bahasa Alami (LUI) adalah lapisan interaksi baru yang besar, melahirkan industri agen dan protokol seperti MCP. * **Jaringan Robot dan Sistem Pengalamatan Baru (🟢):** Agen akan berkomunikasi otomatis dengan bahasa alami. Protokol seperti MCP dan ANP sedang mewujudkannya. * **Model Besar Tiongkok (🟢):** Model-model seperti DeepSeek dan Qwen telah mengejar ketertinggalan performa, meski dengan investasi lebih kecil. * **Tidak Ada Kesadaran, Tes Turing Hanya Ukur Penampilan (🟢):** AI tidak memiliki kesadaran. Tes Turing hanya mengukur ilusi kesadaran. * **Prediksi Lain yang Benar:** ChatGPT bukan AGI, tapi lompatan besar; gelombang pengangguran besar tidak terjadi; tahun besar untuk startup; momen "browser 1994" telah tiba. **Yang Kurang Tepat atau Salah:** * **Parameter GPT-4 (❌):** Prediksi 100 triliun parameter salah. Estimasi terbaru sekitar 1,8 triliun. * **Matematika di LLM (🟡):** Diagnosis bahwa matematika adalah kelemahan intrinsik dan memerlukan alat bantu benar. Namun, pernyataan "tidak mungkin" ditingkatkan terbukti salah, karena model kini bisa memenangkan medali emas Olimpiade Matematika Internasional (IMO). * **Penangkapan Nilai (🟡):** Aplikasi memang berkembang pesat, tetapi nilai terbesar justru ditangkap oleh lapisan komputasi (seperti Nvidia), bukan oleh pembuat model. * **Hak Cipta (🟡):** Konten AI sulit didaftarkan hak cipta, tetapi tidak serta-mata "menghindari" pelanggaran. Gugatan dan penyelesaian besar (misalnya, Anthropic $1,5 miliar) membuktikan risikonya. * **Biaya Model (🟡):** Prediksi "perang lokal" dengan biaya $5-10 miliar untuk model canggih terbukti salah. Biaya pelatihan model terdepan (seperti GPT-5) jauh lebih tinggi, sementara biaya kloning model terbuka justru bisa lebih murah. **Pola dan Pelajaran:** 1. **Arah dan mekanisme lebih dapat diandalkan daripada angka pasti dan pernyataan mutlak.** 2. **Cenderung terlalu optimis untuk jangka pendek (kecepatan), tetapi terlalu konservatif untuk jangka panjang (skala/dampak).** 3. **Kesalahan sering terjadi pada distribusi, bukan pada total.** Contoh: Tidak ada gelombang pengangguran masif, tetapi dampak berat dirasakan oleh lulusan baru. 4. **Pernyataan yang disertai batasan dan ruang ketidakpastian justru lebih tahan uji waktu.** 5. **Beberapa pertanyaan mendasar masih belum terjawab setelah tiga tahun.** Kesimpulannya, prediksi tentang arah besar dan mekanisme cenderung akurat, sementara prediksi spesifik tentang angka, kecepatan, dan distribusi dampak lebih sering meleset. Latihan ini lebih merupakan pelajaran dalam kerendahan hati dan penilaian yang bernuansa daripada sekadar penghitungan skor.

链捕手25m yang lalu

Tiga Tahun Kemudian: Menilik Kembali Penilaian Saya terhadap ChatGPT pada 2023

链捕手25m yang lalu

Peringatan Gelembung AI: Investasi AI Merupakan Pengembalian Negatif bagi Kebanyakan Raksasa Teknologi

Peringatan Gelembung AI: Investasi AI Membawa Pengembalian Negatif bagi Sebagian Besar Raksasa Teknologi Demam AI kini memasuki tahap pemeriksaan keuangan. Raksasa cloud seperti Microsoft, Alphabet, Amazon, Meta, dan Oracle berencana menginvestasikan ratusan miliar dolar ke pusat data AI dalam lima tahun ke depan. Namun, analisis terhadap proyeksi pendapatan dan pengeluaran modal (capex) hingga 2030 mengungkap masalah: tingkat pengembalian investasi implisit diperkirakan sangat negatif bagi semua perusahaan kecuali Amazon, bahkan dalam skenario optimis ekstrem. Ini menunjukkan bahwa jika tren saat ini berlanjut, boom AI bisa menjadi salah satu peristiwa perusakan nilai pemegang saham terbesar. Ada dua jalan keluar: pendapatan yang jauh melebihi ekspektasi saat ini, atau pengurangan rencana investasi. Jalan pertama tampaknya mustahil, karena membutuhkan tambahan pendapatan triliunan dolar. Jalan kedua—pemotongan investasi—akan berdampak luas, meruntuhkan harga saham perusahaan-perusahaan teknologi global dan dapat mendorong ekonomi AS ke resesi, mengingat 93% pertumbuhan PDB AS belakangan ini didorong oleh investasi teknologi. IPO perusahaan AI seperti OpenAI dan Anthropic tahun ini bisa menjadi mekanisme transfer risiko, memindahkan ketidakpastian dari pemilik awal kepada investor ritail dan dana pensiun. Sementara euphoria pemasaran mungkin bertahan hingga setelah IPO tahun 2026, tekanan matematika yang tak terelakkan mungkin memaksa raksasa cloud mengumumkan pemotongan investasi pada 2027 atau 2028, mirip dengan jeda tiga tahun antara peringatan "irrational exuberance" Alan Greenspan pada 1996 dan pecahnya gelembung dotcom pada 2000.

marsbit1j yang lalu

Peringatan Gelembung AI: Investasi AI Merupakan Pengembalian Negatif bagi Kebanyakan Raksasa Teknologi

marsbit1j yang lalu

Dari Token ke Tenaga Kerja Mesin: AI Sedang Berubah dari Alat Menjadi 'Pekerja'

Dari Token ke Tenaga Kerja Mesin: AI Berubah dari Alat Menjadi "Pekerja" AI mulai menulis kode, menangani tiket dukungan pelanggan, dan meninjau dokumen hukum. Artikel ini mengusulkan kerangka baru: komersialisasi AI sedang bergerak menuju "pasar tenaga kerja mesin". Dalam pasar ini, token hanyalah unit pengukuran, GPU adalah bahan baku, dan model adalah alat produksi. Objek yang benar-benar ditetapkan harganya dan diperdagangkan adalah kerja ekonomi yang diselesaikan langsung oleh perangkat lunak. Mekanisme penetapan harga AI akan berkembang dari token mentah, kemampuan model yang terstandarisasi, tenaga kerja yang terspesialisasi industri, hingga pasar hasil yang dapat diprogram. Di masa depan, perusahaan mungkin tidak lagi peduli model atau GPU mana yang menyelesaikan suatu tugas, tetapi lebih pada apakah tugas itu diselesaikan dalam batas latensi, akurasi, keandalan, dan biaya yang ditentukan. Implikasinya, dampak AI pada pasar tenaga kerja manusia tidak hanya sekadar penggantian. Saat mesin mengambil alih lebih banyak pekerjaan yang dapat distandardisasi dan diverifikasi, peran manusia mungkin bergeser ke pengawasan, penanggung jawab, manajemen konteks, dan keputusan akhir. Dalam beberapa kasus, penilaian manusia untuk 1% akhir justru menjadi lebih berharga karena dapat membuka kunci 99% otomatisasi skala besar. Pasar AI adalah pasar ekspansif. Ketika biaya kerja turun, permintaan tidak tetap. Jika interaksi dukungan pelanggan menjadi lebih murah, perusahaan dapat menawarkan layanan 24/7, menciptakan pasar interaksi pelanggan yang lebih besar. Persaingan tahap berikutnya di pasar AI mungkin bukan lagi sekadar pertarungan kemampuan model atau perang harga daya komputasi, tetapi tentang siapa yang dapat pertama kali menstandarisasi, memverifikasi, dan menetapkan harga "pekerjaan", akhirnya menjadikan tenaga kerja mesin sebagai faktor produksi baru yang dapat dibeli, diselesaikan, dan diperdagangkan.

marsbit1j yang lalu

Dari Token ke Tenaga Kerja Mesin: AI Sedang Berubah dari Alat Menjadi 'Pekerja'

marsbit1j yang lalu

Diskon 99% untuk MiMo Bukan Hanya Pemasaran! Luo Fuli Membantah Para Pengecam di X

**Ringkasan:** Xiaomi MiMo memotong harga API MiMo-V2.5 hingga **99%**, memicu spekulasi tentang perang harga atau strategi merugi. Luo Fuli, kepala MiMo, merespons dengan mempublikasikan blog teknis 5000 kata yang merinci **enam pilar teknikal** di balik potongan harga besar ini. Intinya, diskon 99% terutama untuk **Input (Cache Hit)** – bagian dimana pengguna membaca ulang konteks historis dalam percakapan panjang. Ini menjadi mungkin karena serangkaian optimasi teknikal yang mengubah biaya komputasi untuk bagian tersebut mendekati nol. **Enam Pilar Teknikal:** 1. **Arsitektur Hybrid SWA:** Menggunakan Sliding Window Attention di sebagian besar lapisan model, mengurangi volume **KVCache** (memori jangka pendek model) hingga **1/7**. 2. **Manajemen KVCache Dua Kolam:** Mengalokasikan memori secara terpisah untuk lapisan SWA dan Full Attention, benar-benar mewujudkan penghematan teoretis 1/7 dan meningkatkan jumlah pengguna yang dapat dilayani secara bersamaan. 3. **Prefix Cache yang Dioptimalkan:** Meningkatkan aturan pencocokan cache untuk arsitektur SWA, menghasilkan **tingkat keberhasilan cache 93-95%** untuk pembacaan ulang. Artinya, sebagian besar permintaan "baca ulang" tidak memerlukan komputasi GPU baru. 4. **Sistem Cache Terdistribusi GCache:** Menyimpan data cache di **SSD bawaan mesin GPU**, menghilangkan biaya penyimpanan cluster khusus dan memperpanjang masa hidup cache. 5. **Sistem Penjadwalan LLM-Router:** Mengarahkan permintaan secara cerdas berdasarkan kesamaan prefix dan panjang konteks, memprioritaskan permintaan yang menggunakan cache, meningkatkan efisiensi dan mengurangi latensi. 6. **Multi-Token Prediction (MTP):** Mengoptimalkan proses generasi output model, mempercepat pembuatan respons dan melengkapi pengurangan biaya di sisi input. **Kesimpulan:** Penurunan harga 99% bukanlah gimmick pemasaran atau strategi merugi, tetapi hasil dari **efisiensi sistemik rekayasa AI** yang telah divalidasi di lingkungan produksi. Rantai optimasi ini secara kumulatif mengurangi biaya komputasi per permintaan hingga lebih dari 95%, memungkinkan penurunan harga ekstrem sambil mempertahankan profitabilitas. Luo Fuli menekankan bahwa ini adalah masalah teknikal yang terwujud, bukan sekadar perang harga.

marsbit3j yang lalu

Diskon 99% untuk MiMo Bukan Hanya Pemasaran! Luo Fuli Membantah Para Pengecam di X

marsbit3j yang lalu

Rp 426 Triliun, "Tim Murni Tionghoa" Menopang Perusahaan Pemrograman AI dengan Valuasi Tertinggi di Dunia

Pada Mei 2025, Cognition AI, startup pengembangan AI yang didirikan oleh tiga pendiri berkebangsaan China pemenang Olimpiade Informatika, mengumumkan pendanaan baru senilai lebih dari $10 miliar, yang menaikkan valuasinya menjadi $26 miliar. Lonjakan valuasi ini, hanya dalam 8 bulan sejak valuasi $10,2 miliar sebelumnya, didorong oleh kepercayaan investor bahwa agen AI seperti "Devin" perusahaan mereka akan menjadi infrastruktur rekayasa perangkat lunak generasi berikutnya. Awalnya, Cognition menciptakan sensasi dengan meluncurkan Devin, yang dipasarkan sebagai "insinyur perangkat lunak AI" pertama yang dapat menangani tugas pengkodean secara mandiri. Namun, produk awal ini menuai kritik karena kinerja yang tidak konsisten dan harga yang tinggi. Untuk mengatasi kekurangan ini, Cognition melakukan pivoting strategis dengan mengakuisisi Windsurf, sebuah platform IDE berbasis AI, pada tahun 2025. Akuisisi ini memberi Cognition dua jalur produk: Devin untuk menangani tugas-tugas rekayasa asinkron yang dapat didelegasikan, dan Windsurf IDE sebagai alat bantu kolaboratif bagi pengembang dalam editor kode. Kombinasi ini terbukti sukses. Cognition melaporkan pertumbuhan penggunaan perusahaan lebih dari 10 kali lipat tahun ini, dengan run-rate pendapatan mencapai $492 juta dan pertumbuhan penggunaan bulanan Devin sebesar 50% selama enam bulan terakhir. Kliennya termasuk nama-nama besar seperti Goldman Sachs, NASA, dan Angkatan Darat AS. Intinya, valuasi $26 miliar ini mencerminkan keyakinan pasar bahwa Cognition, dengan strategi "dua kaki"nya, berada di posisi yang tepat untuk menangkap peluang adopsi AI berskala besar di sektor rekayasa perangkat lunak perusahaan, yang bergerak menuju sistem hybrid di mana manusia dan AI berkolaborasi.

marsbit3j yang lalu

Rp 426 Triliun, "Tim Murni Tionghoa" Menopang Perusahaan Pemrograman AI dengan Valuasi Tertinggi di Dunia

marsbit3j yang lalu

Trading

Spot
Futures
活动图片