Penulis:Zuo Ye
Melihat kembali 500 tahun, kontradiksi antara tenaga kerja dan modal dalam sistem kapitalis selalu ditandai dengan kemenangan modal yang terus-menerus.
Di sisi produksi, tingkat partisipasi tenaga kerja secara bertahap menyusut ke tingkat pengoperasian mesin; di sisi konsumsi, nilai pengguna terletak pada produksi data penggunaan untuk platform.
Kedua kekuatan ini bekerja sama untuk mendukung valuasi perusahaan di pasar modal.
Namun, model organisasi manusia dalam jangka panjang tidak dapat sepenuhnya dikuantifikasi, KPI/OKR karyawan kantoran tetap merupakan varian dari Taylorisme, baik gaji tahunan jutaan maupun upah borongan.
Tanpa rumus yang jelas, modal tidak dapat memberikan valuasi, yang selanjutnya mempengaruhi efisiensi modal. Apakah stablecoin algoritmik adalah cawan suci DeFi masih belum pasti, tetapi kemampuan organisasi untuk dihitung memang merupakan cawan pengukur leverage keuangan.
Model besar memutuskan untuk memecahkannya dengan kekerasan melalui volume Token, keruntuhan SaaS keamanan hanyalah fenomena permukaan, desain produk juga sedang dalam perjalanan,menggantikan kemampuan khusus yang niche, dan menskalakannya adalah kuncinya, inovasi memasuki zona tak bertuan.
Ini memberi kita inspirasi tak terbatas, terutama di saat mode DAO DeFi secara bertahap runtuh dan ekonomi token perlahan bangkrut.
Singkatnya, mengapa mode organisasi dan mode Token AI lebih efisien daripada DeFi?
Bagaimana semua ini dimulai?
“Token menjadi murah, Agent menjadi praktis.
Untuk keuntungan 300%, kapitalis dapat menjual tali penggantungnya sendiri;
Untuk mempertahankan pekerjaan saat ini, pekerja dapat menulis Skill untuk Agent.
Di tingkat modal, Agent yang didukung Skill memiliki status yang sama sakralnya dengan keuntungan.
Agent mewakili “kemampuan manusia” yang disuling menjadi Skill, tidak hanya itu, organisasi manusia berubah menjadi rantai ritual interaksi yang berpusat pada Agent.
Apa yang disebut Prompt, Context hingga rekayasa Harness saat ini, semua mengubah model organisasi manusia menjadi zona tak bertuan, setidaknya mengurangi manusia.
Rekan kerja Anda berikutnya, bukan robot, bisa juga adalah “kemampuan” sebagai naluri.
Ini bukanlah khayalan, Scaling Law di tingkat data secara bertahap gagal, tetapi pengumpulan dan produksi data tidak lagi penting, sebelum AGI berhasil, dibutuhkan target valuasi baru.
Keterangan gambar: Konten tidak lagi berharga
Informasi komprehensif:@ARKInvest
Sejak Claude memilih bidang pemrograman untuk mewujudkan langkah pertama AGI, AI melampaui mode hiburan kotak obrolan, masuk ke pasar存量 seperti pemrograman, keamanan, dan desain yang baru dirilis.
Inovasi disruptif ini, pada akhirnya akan menciptakan pertumbuhan ekonomi baru, atau menarik ekonomi ke mode pengangguran permanen dimana Token bekerja dan manusia di-PHK, kita sedang menyaksikan proses ini.
Tetapi pemurahannya Token saat ini, menurunkan kemampuan yang sebelumnya dimonopoli oleh segelintir perusahaan besar ke UKM, sehingga membentuk individu super, bukanlah khayalan.
Ambil contoh Tiongkok, volume panggilan Token dari 100 miliar/hari pada 2024 –> 100 triliun/hari pada akhir 2025 –> sekarang 140 triliun/hari, produksi konten dan data akan segera memasuki era biaya nol.
Perlu dicatat, kelangkaan daya komputasi adalah keadaan relatif, perusahaan besar tidak lagi memonopoli “kemampuan”, tetapi masih ingin mempertahankan keunggulan yang sudah ada dengan memonopoli “daya komputasi”, tetapi tidak dapat menghentikan tren pasti pemurahan总体 Token.
Perbandingan paradigma model dasar bermacam-macam, tetapi evolusi “bagaimana AI membantu manusia” dalam jangka panjang, tidak mendapat banyak perhatian.
Menurut saya, Harness adalah bentuk ruang, memungkinkan Agent untuk pertama kalinya fokus pada tugas dalam batas, strategi depth-first, berbeda dengan breadth-first tanya jawab.
Keterangan gambar: Sejarah evolusi Agent
Sumber gambar:@zuoyeweb3
Sejak tombol Tab pertama kali digunakan untuk melengkapi kode, manusia menjadi lapisan input AI hanyalah masalah waktu.
Biaya trial and error turun secara eksponensial, terhadap mode kolaborasi manusia, dapat dilakukan lebih banyak percobaan menarik:
- Perangkat lunak: SaaS, sumber kemampuan manusia bukan lagi manusia, tetapi kemunculan Agent
- Perangkat keras: Kartu daya komputasi+HBM, pusat data untuk pertama kalinya langsung melayani kebutuhan AI
- Ruang: Harness, bukan ruang fisik kolaborasi manusia, tetapi ruang digital interaksi Agent
- Interaksi: Formasi ponsel Douban gugur, Google mendukung GUI Agent di lapisan dasar sistem Android
Kemampuan AI untuk “mengatakan apa” tidak memiliki nilai komersial yang terlalu kuat, biaya generasi teks, bagi manusia juga rendah, tetapi “melakukan apa”, akan membuat konsumsi Token mengejar generasi gambar, video, mirip AWS yang menjual bukan server, tetapi waktu penggunaan.
AI menjual bukan Token, tetapi “kemampuan kerja”, ini adalah akar ketakutan industri SaaS, sayangnya, DeFi telah menjadi SaaS, bukan model besar.
SaaS-isasi Protokol DeFi
“DeFi tidak ketinggalan zaman, tetapi terlalu matang dini.
AI sedang menciptakan kembali rekayasa perangkat lunak, yang digantikan bukan hanya SaaS, tetapi SaaS无疑是 paling典型.
Bahkan Terminal Bloomberg, nilai komersial terpentingnya, bukanlah keunggulan teknologinya, tetapi otoritas informasinya, otoritas ini mengendap pada puluhan tahun hubungan industri, jejaring manusia dan data non-standar lainnya.
Agent memberikan pilihan, dapat memprediksi masa depan dari data, bahkan langkah berisiko selanjutnya,也有可能 melampaui rekan,赚取小额利润.
Keterangan gambar: SaaS sedang runtuh
Sumber gambar:@zuoyeweb3
Anda dapat memahami, Agent memanfaatkan sifat oportunis modal dengan cerdik, tentu saja可以 menunggu informasi Terminal Bloomberg lengkap,也可以 menggunakan data yang拼凑的、不准确的,去博一把收益.
Ini bukan hal baru, pendiri IBKR Thomas Peterfy adalah yang pertama “menemukan”, atau merakit terminal perdagangan fisik di bidang keuangan, dan semua ini berawal dari sebuah P101 yang menganggur.
Jika某种利用数据的方式,可以赚取更多的利润,那么你就可以得到更多数据,飞轮就此启动.
SaaS memonopoli masa lalu, AI menjual masa depan.
Sayangnya, kita harus memulai DeFi dari sini,还记得 Dune/DeFiLlama 的 API 付费墙吗,抱着金数据要饭吃,或者是 Arkham Exchange 的最终关停.
Data industri kripto,从来都不值钱.
Tetapi industri kripto,又是 sistem keuangan terbuka langsung, data yang dihasilkan dapat dipelajari berulang kali, bahkan sebelum AI, kecepatan proyek fork, telah turun hingga hitungan bulan, Meme tiruan PumpFun, batas dapat ditekan hingga hitungan detik.
Ada deduksi yang反常识, DeFi adalah server uji先行 untuk sistem keuangan, AI+DeFi yang kita coba hari ini, akan menjadi template untuk evolusi keuangan di masa depan.
-
Misalnya, sebelum krisis keuangan 08, LIBOR transaksi tanpa jaminan “memicu” tsunami keuangan, kemudian diganti dengan indikator SOFR yang dihasilkan dari transaksi obligasi AS, tetapi mekanisme collateral berlebih menjamin finalitas likuidasi DeFi.
-
Misalnya, produsen model besar tidak ingin menjual Token berdasarkan konsumsi, harus melakukan pemasaran bertingkat, kustomisasi kemampuan, modifikasi profesional, ekonomi token telah mengubah “nilai penggunaan” menjadi twist.
Crypto Token terobsesi pada nilai penggunaan, AI Token terobsesi pada nilai ekonomi.
Dari sudut pandang ini, serangan peretas DeFi, hanyalah uji tekanan rutin, entropi eksternal sistem terbuka yang tidak dapat memperbaiki Bug sendiri.
Seperti humor gelap Catch-22, tanpa stimulasi sistem sinyal eksternal, kripto默认 lingkungan saat ini aman,一旦发生安全危机,则坍缩至中心化处理系统.
Misalnya dalam peristiwa Drift, objek yang dituduh orang justru变成了 Circle yang membekukan迟缓.
Keterangan gambar: Kode tidak dapat menyelesaikan masalah keamanan
Sumber gambar:@zuoyeweb3
Dapat dikatakan, sebelum lompatan kemampuan AI, DeFi telah menyelesaikan SaaS-isasi, hanya dapat mengenakan biaya berdasarkan jumlah transaksi, tidak ada cara untuk memindahkan “keuangan” langsung ke chain.
RWA on-chain kekurangan likuiditas, DeFi tidak memiliki solusi baik untuk ini.
Tetapi evolusi kemampuan Agent, seolah-olah ada曙光 yang belum jelas untuk menulis ulang aturan DeFi.
-
Ekonomi token: Menempatkan volume penggunaan melalui saluran,投放 berdasarkan “efisiensi modal”;
-
Pengaturan aturan: Mythos menyediakan finalitas keamanan, AI mempertahankan tembok melawan krisis zero-day;
-
Organisasi manusia: Bagus sekali, DeFi早就 adalah beberapa orang mengelola ratusan miliar.
Kebangkitan Narasi Teknik
“Dari mana keamanan berasal, determinisme mesin Turing, dari mana bahaya berasal, kemungkinan tak terbatas.
YC Garry Tan mengatakan “Fat Skill,Thin Harness” sangat sesuai dengan hati saya, pada dasarnya menetapkan aturan dasar dengan baik,一种“kebebasan berdasarkan tatanan”.
Mesin Turing dapat dikombinasikan tanpa batas, arsitektur von Neumann selalu memiliki selisih waktu antara penyimpanan dan komputasi, model besar juga tidak dapat menghasilkan angka acak sejati.
Masa depan dimana data tidak berharga, hanya perilaku manusia, yang dapat membuat aliran uang menghasilkan nilai.
Tetapi perilaku manusia,还需要时间,才能被 AI 彻底学习,进而内化为工程化、代码化的表达方式.
Mengejar yang tak terbatas dengan yang terbatas, pada akhirnya tidak dapat diperoleh, LLM tidak dapat sepenuhnya menghilangkan halusinasi,必须 mendekati sampai “ini bukan jangkauan AI, juga bukan jangkauan manusia”,才能让市场机制为其定价, kita才有可能真正相信智能合约.
Kontrak pintar saat ini sulit dikatakan sukses,分叉 The DAO, Bug bahasa pemrograman Curve, bahkan multi-sign Drift,都证明“manusia memiliki kendali akhir atas kode”.
Interogasi moral tidak memiliki nilai ekonomi, mode kolaborasi di bidang DeFi,之所以从 DAO坍缩到基金会和“团队”,归根到底是有合约升级、业务合作的现实需求.
Tetapi manusia就是没办法写出永远安全且可动态升级的代码, ingat,是永远不可能.
Jika永不升级,那 Curve用自身经历告诉我们,技术依赖栈也会出问题.
Sekarang menentukan masa lalu, masa lalu menentukan masa depan.
Dari Simons Medalist Fund hingga Numerai menjalankan strategi AI, AI tidak jarang di bidang keuangan, kasus反常识 lain, sinyal perdagangan justru有助于 AI进化.
Keterangan gambar: AI dan DeFi 10 tahun
Sumber gambar:@zuoyeweb3
Model AI依然是范式 komputer, state machine yang memproses sinyal,如果没有外部信号,其内部缺乏模拟外部世界的能力, Yang Lekun dan Li Fei-Fei bertaruh pada model dunia,意义在于此道.
Tetapi dari perspektif DeFi,让 AI 自主交易,前提在于人的意图被 Agent 通过行为进行学习,这也是人对 AI 的重要性,即使 Agent 代替人力,但也是对人的行为进行模仿总结.
甚至,人不能有意随机,微小刻意便有统计规律,甚至人的生理特性才有随机性,比如,“我就是生理性喜欢 Ethena 的做市策略,而厌恶 XX 的套利策略”,反而带有模糊的偏好.
Sangat确定,让区块链/DeFi 成为 AI 的基础设施,已经在过去十年间,遭遇可悲的失败, deAI/deAgent/deOpenclaw,都会遭遇类似的境遇.
Langsung menggunakan model besar terbaru,改造 DeFi 的种种结构,比如 Mythos 测试后的合约默认具备安全性,任何改动都会被实时侦测,从而提高危险等级.
而在人的组织上,AI 的选择是“不要人”,只要人的“能力”,DeFi 是对此最适合的行业,甚至没有之一,规则设计后,DeFi 只在安全前提下提升资本效率,参考自动驾驶的 L1/2/3/4 分级,必然会经过信息授权–>有限资金使用权–>全面资金使用权的进程.
如果 Agent 持续学习工程化的交易员能力、Curator 管理能力,那么必然会在交易和收益领域超越人类,但可惜,积攒的 DeFi 数据还没有被 AI 系统化学习和训练,目前的币圈 AI 还处于圈钱阶段.
但我非常确信,对资金的实际使用,是 AI 改造 DeFi 的下一阶段主浪,不可避免.
那么,在安全(合约)和组织(人类)被重新升级后,代币经济学会变成什么形态?
-
Token era PoW adalah sertifikat konsumsi daya komputasi, dan konsisten dengan AI Token现阶段;
-
Token era PoS adalahsertifikat diskon pendapatan yang diharapkan, AI Token sedang berevolusi ke arah ini (menyediakan kemampuan untuk menggantikan manusia adalah ekspresi AI dari nilai ekonomi ini);
-
Crypto Token era AI telah melampaui范畴 teknik kita,只能依靠理论进行不负责任的预测.
Mengacu pada Sky yang mengontrol APY各渠道 dengan alokasi token, Claude yang menetapkan harga kemampuan model berdasarkan konsumsi Token, Crypto Token di masa depan大概率会是一种“tingkat pengembalian modal”的凭证.
Perhatikan perbedaan di sini, Token era PoS, sepertiETH dll., pendapatan yang diharapkan adalah asumsi ekonomi,一种基于先验的经验推理,但是 AI 的工程化设计, DeFi 的各项参数会无限接近于真实情况,其回报率和风险率高度可信,且实时被验证.
甚至,用户可以按 DeFi 协议使用的大模型和 Agent,以及 Harness 优化指标的得分,来确定 Token 的现价,看好则买入,看衰则卖出.
Kesimpulan
“Ribuan kesengsaraan yang tak terkatakan dan masa depan manusia yang tak terduga.
Masa depan DeFi,分为经济层面和技术,代币经济学暂时还没太好的解决办法,但是安全看到一丝曙光,Claude Mythos 可以威胁世界,反过来想,那就可以管好钱.
AlphaGo彻底解决围棋问题,Claude彻底解决编程问题,这样的场景,未来只会更多,DeFi 的合约、人类的组织,甚至是经济的计价单位,都存在被优化的理论空间.
Setidaknya,人不用担心彻底被取代,数据不值钱的时代,行为自有其意义,至少在目前,Agent 对人的接管,依然是“微任务”、“微支付”等细节,不断重复的细节,我们要让这种重复、复制的行为产生价值, AI 让数据、内容的价值无限下降,趋近于零成本,而 AI Token 和 Crypto Token 的单位经济价值(成本)都在不断下降,这是大势所趋.
甚至可以说,这是第一次,金钱真正向个人敞开大门,无论是用于 AI 工作的,还是 Crypto 用于消费的.
