Yongche Founder Zhou Hang: Cryptocurrency, Finally Its Time Has Come

marsbitXuất bản vào 2026-04-05Cập nhật gần nhất vào 2026-04-05

Tóm tắt

Cryptocurrency, after years of being perceived primarily as a speculative asset or a complex technological curiosity, is finally finding its true purpose: not as money for humans, but as money for machines. While cryptocurrencies like Bitcoin and Ethereum failed to become practical daily payment tools for people due to volatility, poor user experience, and regulatory complexities, they are perfectly suited for the emerging Agent-to-Agent (A2A) economy. In this new paradigm, AI Agents autonomously transact with each other—purchasing data, API calls, or computational resources—using crypto wallets and smart contracts. They require no customer support, handle micro-payments efficiently, and operate across borders without traditional banking hurdles. Protocols like x402 are reviving the long-dormant "402 Payment Required" HTTP status code, enabling machines to negotiate and pay for services seamlessly within milliseconds. We are witnessing a fundamental shift: machines will use cryptocurrency as a high-frequency, efficient medium of exchange in the background, while humans continue to use traditional fiat currency for daily life. Cryptocurrency isn’t replacing the bank account; it’s becoming the silent, foundational layer of a new machine-driven economy.

Author: Zhou Hang

Over the past decade, if you mentioned "cryptocurrency" to an average person, the words that likely came to their mind were: getting rich quick, pump and dump schemes, hackers, or some incomprehensible geek toy.

From the emergence of Bitcoin (BTC) to the smart contract revolution of Ethereum (ETH), to the noise of various public chains and stablecoins, this world has been noisy for over a decade. Countless brilliant minds and massive amounts of capital have flooded in, trying to build a decentralized utopia.

But we still feel confused in real life: besides being a highly volatile speculative asset, besides buying low and selling high on exchanges, what is cryptocurrency actually useful for? When we go downstairs to buy a cup of coffee, we still scan WeChat Pay or Alipay; for international transfers, we still go through cumbersome bank wire processes.

It claims to颠覆finance, yet it似乎can't even handle the most basic "payment" properly.

Until today, with the arrival of the A2A (Agent to Agent) intelligent economy, this confusion finally has an answer: cryptocurrency did not fail; it just spent the past decade targeting the wrong users.

Why Cryptocurrency Couldn't Become "Human Money"

When Satoshi Nakamoto released the Bitcoin whitepaper in 2008, the title prominently read: "A Peer-to-Peer Electronic Cash System." His original intention was to create an everyday payment tool.

In 2010, a programmer named Laszlo bought two pizzas with 10,000 Bitcoins. This was seen as the great beginning of cryptocurrency payments. But the subsequent script went in another extreme direction.

There are three insurmountable practical obstacles why cryptocurrency cannot become money for daily human use:

First is volatility. When something is worth $1 today, might drop to $0.5 tomorrow, or rise to $2, no one dares to price things in it. There's an economic常识called "Gresham's Law" (good money is hoarded); when you expect Bitcoin to rise, you absolutely舍不得use it to buy pizza.

Second is the anti-human experience. Humans are creatures who极度dislike hassle. Crypto payments require you to妥善保管a long string of私钥like gibberish; once lost, assets are instantly zeroed out, with no customer service to help you recover them. You also need to understand what Gas fees are and endure long waits during network congestion.

Finally, regulation and taxes. In many countries, buying a coffee with cryptocurrency is considered an "asset sale" by the tax authority, for which you need to calculate and declare capital gains tax.

Humans need stable, simple financial services with customer service backup and legal protection. The traditional banking and fiat system, while having friction, perfectly meets human needs for security.

Cryptocurrency tried to pull humans into a cold, absolutely rational, self-risk code world, and was naturally rejected by humans, eventually morphing into a form of "digital gold" and speculative chip.

Machine Money: When Agents Become Consumers

But what if we shift our perspective from "human" to "machine"?

In the A2A intelligent economy, hundreds of millions of AI Agents will be calling APIs, buying computing power, acquiring data, and even negotiating rental contracts for you in the background every day. The CEO of Coinbase pointedly noted: "AI can't take an ID card to open a bank account, but they can control a crypto wallet without any障碍."

For AI Agents, the advantages of the traditional financial system are all disadvantages, and the disadvantages of cryptocurrency are all advantages.

Machines don't need customer service; they only trust code. Traditional contracts require lawyers to draft, courts to enforce, and banks to settle, taking days or even months. In the Agent world, they use "smart contracts"—this is essentially a program stored on the blockchain. When conditions are met, funds are automatically transferred instantly, with no possibility of违约. This is the true "machine-native contract."

Machines need millisecond-level micro-payments. Imagine an AI Agent is generating a report for you; it needs to buy a piece of real-time data from another Agent for $0.001. The per-transaction fee for traditional credit card networks is as high as $0.30,根本无法supporting such micro-transactions. Through加密networks, an Agent can complete extremely low-cost settlement in hundreds of milliseconds.

Machines have no borders and no identity. They don't need complex KYC (Know Your Customer) verification. As long as they have a private key, an Agent running on a server in Singapore can instantly pay an Agent running in Tokyo.

A Status Code That Slept for 30 Years

The最能embody this paradigm shift is a真实history full of metaphor in the internet world.

If you often surf the internet, you must have encountered "404 Not Found." In the initial design of the HTTP protocol, there was actually another status code called 402 Payment Required.

The pioneers of the internet foresaw that the future network would not only need to transmit information but also value. But because there was a lack of a native internet payment layer at the time, this 402 status code was硬生生shelved for 30 years, almost never truly used.

Until 2025, a payment protocol designed specifically for AI Agents was born, its name is x402.

Through the x402 protocol, when an Agent requests data from another server, if payment is required, the server no longer pops up a credit card form for humans to fill out, but directly returns a machine-readable "402 Payment Required" instruction. After receiving the instruction, the Agent instantly calls USDC (a dollar-pegged stablecoin) from its crypto wallet to complete the payment. The entire process ends in hundreds of milliseconds, and the data channel opens.

No registration, no scanning, no password verification. Value flows seamlessly at the bottom layer of the internet, just like data.

Human Money and Machine Money: The Folding of Wealth

According to data from blockchain analytics firms, in the short few months from late 2025 to early 2026, AI Agents have already completed hundreds of millions of payments via stablecoins. Cryptocurrency no longer needs to prove itself more useful than Alipay; it has sunk into the deep sea of the internet, becoming the silently运转blood of millions of machines.

But the story doesn't end here. When machines start to have wallets, start to earn and spend money autonomously, as humans deeply固化by the concepts of "cash" and "bank accounts," how should we understand this new form of wealth? What is the relationship between our money and the machine's money?

In the past, wealth was显性的, physical. You took out a banknote, or opened a banking App watching the balance数字change, you had a切肤之感of "spending money."

But in the future, wealth will be folded.

Imagine you hire an AI Agent to operate a social media account for you. You don't need to pay it a salary; you just need to initially top up its "Agentic Wallet" with 100 USDC (equivalent to $100).

Next, this Agent begins its autonomous狂奔: it pays another data Agent 0.05 USDC to get hot trends; pays a drawing Agent 0.1 USDC to generate an illustration; after the article is published, it automatically deposits the advertising revenue it earned (maybe 0.5 USDC) into its own wallet.

In this process, the machine's money疯狂流转, earns interest, and is consumed at millisecond speed in the underlying network. And you, as the human owner,根本看不到these密密麻麻micro-payment bills. You don't need to understand what x402 is, or what smart contracts are.

The only thing you see is a极简report this Agent sends you weekly: "This week投入$10, net profit $50, profits have been withdrawn to your fiat bank account."

This is the ultimate division of labor between humans and machines regarding wealth: Machines handle friction, humans enjoy the results.

Machine money (cryptocurrency) is for flowing,它是high-frequency, cold, production material pursuing极致efficiency;而human money (fiat) is for feeling, it is for buying coffee, paying rent,承载life security—the final destination.

Cryptocurrency did not eliminate bank accounts; it just pushed complex financial transactions one layer down. While humans enjoy the极致convenience brought by AI on the front end, in those unseen底层, a financial system专属to machines is silently重塑the business rules of this world.

Câu hỏi Liên quan

QAccording to the article, why has cryptocurrency failed to become a mainstream payment method for humans?

ACryptocurrency has failed as a mainstream human payment method due to three main obstacles: high price volatility discouraging its use for daily transactions, a user-unfriendly experience involving complex private key management and gas fees, and complicated regulatory and tax implications like capital gains tax on everyday purchases.

QWhat is the core argument about who the real user of cryptocurrency should be?

AThe core argument is that cryptocurrency has been looking for the wrong user for the past decade. Its real user is not humans, but AI Agents. The 'Agent to Agent' (A2A) smart economy is where cryptocurrency finds its purpose, as it is perfectly suited for machine-to-machine transactions.

QHow do the needs of AI Agents make cryptocurrency's disadvantages into advantages?

AFor AI Agents, the disadvantages of cryptocurrency for humans become advantages. Machines don't need customer service and trust only code. They require millisecond-level micropayments that traditional systems can't support due to high fees. They have no nationality and can bypass complex KYC requirements, allowing for instant, borderless transactions between agents using only a private key.

QWhat historical internet protocol code is mentioned, and what new protocol is proposed to finally fulfill its original purpose?

AThe historical HTTP status code '402 Payment Required' is mentioned, which was envisioned for internet value transfer but was unused for 30 years due to a lack of a native payment layer. The new protocol proposed to fulfill this purpose is called 'x402', designed for AI Agents to make instant, automated micropayments.

QWhat is the described 'ultimate division of labor' between human money and machine money?

AThe ultimate division of labor is: 'Machines handle friction, humans enjoy the results.' Machine money (cryptocurrency) is for flow—it is high-frequency, cold, production capital that pursues extreme efficiency in the background. Human money (fiat currency) is for feeling—it is the final destination for buying coffee, paying rent, and carrying a sense of security in daily life.

Nội dung Liên quan

1996 hay 1999? Bài kiểm tra đầu tiên của Walsh là 'Cách nhìn về AI'

Tác giả: Đồng Tĩnh Vị Chủ tịch Fed mới, Walsh, đang đối mặt với thử thách đầu tiên và quan trọng nhất: **cách đánh giá sự bùng nổ AI hiện tại**. Quan điểm này sẽ quyết định hướng đi chính sách tiền tệ và định vị vai trò lịch sử của ông. Giới kinh tế đang tranh luận giữa hai cách hiểu trái ngược về làn sóng AI: 1. Lợi ích năng suất sắp hiện thực hóa, cung sẽ đuổi kịp cầu, cho phép Fed giữ nguyên lãi suất. 2. Cú sốc cầu đã đến trong khi lợi ích năng suất vẫn còn ở phía trước; nếu Fed chờ đợi dữ liệu xác nhận, họ sẽ bỏ lỡ thời điểm can thiệp tốt nhất và buộc phải tăng lãi suất mạnh hơn sau này. Bản thân Walsh có vẻ nghiêng về tư duy của Cựu Chủ tịch Alan Greenspan năm 1996: ông nhiều lần nhấn mạnh rằng "tăng trưởng mạnh mẽ được thúc đẩy bởi năng suất không phải là điều chúng ta sợ hãi, mà là điều chúng ta đón nhận". Ông lo ngại Fed sẽ phạm sai lầm khi thắt chặt chính sách quá sớm trong một thời kỳ thịnh vượng về năng suất, từ đó bóp nghẹt động lực tăng trưởng vốn có thể kiềm chế lạm phát. Tuy nhiên, bối cảnh hiện tại của Walsh khác xa năm 1996: áp lực thuế quan, thâm hụt ngân sách mở rộng và lợi ích toàn cầu hóa suy giảm khiến áp lực lạm phát tiềm tàng lớn hơn nhiều. Một thách thức quan trọng khác đến từ Chủ tịch Fed Chicago, Austan Goolsbee. Ông lập luận rằng một sự bùng nổ năng suất "được mong đợi từ trước" như AI hiện nay có thể gây ra hiệu ứng ngược: mọi người chi tiêu dựa trên kỳ vọng về của cải trong tương lai ngay từ bây giờ, dẫn đến nền kinh tế quá nóng và buộc Fed phải tăng lãi suất mạnh. Ông chỉ ra các dấu hiệu như việc xây dựng trung tâm dữ liệu AI đang đẩy giá đất, điện và chip lên cao. Ngược lại, Thống đốc Fed Christopher Waller phản bác rằng cơ chế "chi tiêu trước" này chỉ hoạt động nếu các hộ gia đình có thể vay mượn dễ dàng, điều không phải lúc nào cũng đúng. Điều này ủng hộ lập trường "chờ đợi" của Walsh. Walsh còn đối mặt với một nghịch lý sâu sắc: ông muốn xóa bỏ thông lệ "hướng dẫn dự báo" (forward guidance) - vốn được thiết lập từ năm 1999 - để Fed không phải lộ bài trước. Nhưng nếu nền kinh tế diễn biến theo kịch bản xấu hơn, ông sẽ phải lựa chọn: hoặc sử dụng lại công cụ mình muốn bãi bỏ để báo hiệu tăng lãi suất, hoặc im lặng và chấp nhận rủi ro thị trường biến động mạnh. Câu trả lời cuối cùng cho tất cả những vấn đề trên phụ thuộc vào một câu hỏi then chốt: **Hiện tại là năm 1996 hay năm 1999?**

marsbit1 giờ trước

1996 hay 1999? Bài kiểm tra đầu tiên của Walsh là 'Cách nhìn về AI'

marsbit1 giờ trước

Báo cáo Ethereum Q1 2026: Phí giảm, người dùng và khối lượng giao dịch lập kỷ lục mới

Báo cáo Q1/2026 của Ethereum cho thấy một xu hướng đối lập: lượng người dùng, số giao dịch và thông lượng mạng lưới đều đạt mức cao kỷ lục, trong khi phí giao dịch, tổng giá trị bị khóa (TVL), khối lượng giao dịch và vốn hóa pha loãng hoàn toàn (FDV) của ETH lại giảm. Hiện tượng này được giải thích là "Nghịch lý Jevons": việc giảm chi phí sử dụng mạng lưới sau đợt nâng cấp Fusaka đã giải phóng nhu cầu, thúc đẩy tăng trưởng quy mô. Báo cáo nhấn mạnh sự chuyển dịch trong định vị cốt lõi của Ethereum từ một blockchain DeFi sang một tầng thanh toán tài chính toàn cầu. Ethereum tiếp tục thống trị thị trường tài sản được mã hóa, chiếm phần lớn thị phần trong các lĩnh vực stablecoin (61,8%), quỹ được mã hóa (73%), hàng hóa được mã hóa (84%) và cổ phiếu được mã hóa. Sự tham gia của các tổ chức lớn như BlackRock, JPMorgan và Fidelity đang đẩy nhanh quá trình "thể chế lên chuỗi". Mặc dù phí giao dịch tầng cơ sở giảm mạnh (-47,9%), đây được xem là một sự đánh đổi có chủ đích để đổi lấy tăng trưởng mạng lưới dài hạn. Chiến lược này nhằm củng cố vị thế là nền tảng định sẵn cho việc thanh toán và quyết toán các tài sản tài chính ngày càng được mã hóa, từ đó tạo ra giá trị cơ bản cho ETH thông qua nhu cầu sử dụng mạng lưới.

marsbit2 giờ trước

Báo cáo Ethereum Q1 2026: Phí giảm, người dùng và khối lượng giao dịch lập kỷ lục mới

marsbit2 giờ trước

Anh ấy vừa gọi được 2,7 tỷ USD, Lý Phi Phi cũng rót tiền đầu tư

"Generalist AI", công ty khởi nghiệp trí tuệ thể hiện (embodied AI) do Pete Florence - cựu nhà khoa học nghiên cứu cốt cán của Google DeepMind và là một trong những người đặt nền móng cho kiến trúc mô hình VLA (Vision-Language-Action) - sáng lập, vừa huy động thành công 4 tỷ USD (tương đương 27 tỷ RMB) ở vòng gọi vốn mới, định giá 20 tỷ USD. Vòng đầu tư có sự tham gia của các tổ chức và cá nhân uy tín như NVentures (từ NVIDIA), NFDG, Bezos Expeditions, đồng sáng lập Xiaomi Lin Bin, người sáng lập Zoom Eric Yuan, và nhà khoa học nổi tiếng Fei-Fei Li. Mặc dù được coi là người tiên phong trong lĩnh vực "mô hình thế giới" (world model), Florence lại công khai phản đối việc dán nhãn này cho công ty mình. Triết lý của ông, chịu ảnh hưởng từ người thầy Russ Tedrake tại MIT, là ưu tiên "mục tiêu" cụ thể hơn các "nhãn" công nghệ chung chung. Mục tiêu tối thượng của Generalist AI là tạo ra những robot đa năng có thể thực hiện với độ tin cậy cực cao nhiều nhiệm vụ chưa từng thấy mà không cần dữ liệu huấn luyện riêng cho từng tác vụ. Để hiện thực hóa điều này, Generalist AI đã lần lượt ra mắt các mô hình GEN-0 và GEN-1. GEN-1, được công bố vào tháng 4/2026, được huấn luyện trên hơn 50 nghìn giờ dữ liệu tương tác vật lý thu thập qua một thiết bị đeo tay đặc biệt. Theo công ty, mô hình này đạt tỷ lệ thành công 99% trong một số nhiệm vụ thao tác lặp lại và tinh vi (như gấp hộp, đóng gói), với tốc độ nhanh gấp ba lần GEN-0 và chỉ cần khoảng một giờ để thích ứng với tác vụ mới. Thành tựu này chứng minh lộ trình phát triển rõ ràng của công ty và là lý do chính thu hút được sự ủng hộ mạnh mẽ từ các nhà đầu tư hàng đầu, đưa Generalist AI trở thành một trong những công ty được kỳ vọng nhất trong lĩnh vực robot và trí tuệ thể hiện.

marsbit2 giờ trước

Anh ấy vừa gọi được 2,7 tỷ USD, Lý Phi Phi cũng rót tiền đầu tư

marsbit2 giờ trước

Mất hai huyền thoại trong ba ngày: Con đập nhân tài AI của Google đang vỡ?

Chỉ trong ba ngày, Google đã chứng kiến hai huyền thoại AI rời đi: Noam Shazeer (đồng tác giả Transformer, lãnh đạo Gemini) gia nhập OpenAI, và John Jumper (người đoạt giải Nobel Hóa học 2024, lãnh đạo AlphaFold) chuyển sang Anthropic. Đây không phải là trường hợp cá biệt mà là một xu hướng rõ ràng, bổ sung cho việc cựu thành viên sáng lập OpenAI Andrej Karpathy gia nhập Anthropic trước đó. Các tài năng AI hàng đầu đang tập trung ngày càng nhiều vào OpenAI và Anthropic, khiến Google trở thành nguồn cung cấp chính trong cuộc tái cấu trúc nhân tài này. Sự dịch chuyển này bắt nguồn từ sự khác biệt cốt lõi về sứ mệnh. Google, với doanh thu chính phụ thuộc vào quảng cáo, thường đặt các dự án AI trong khuôn khổ phục vụ mục tiêu sản phẩm và lợi nhuận. Ngược lại, OpenAI (với sứ mệnh AGI) và Anthropic (tập trung vào AI an toàn) cho phép các nhà nghiên cứu tập trung hoàn toàn vào việc đẩy xa giới hạn năng lực mô hình. Ngoài ra, cơ hội thu lợi nhuận lớn từ cổ phiếu trước thềm IPO của hai công ty này là động lực hấp dẫn mà Google - một gã khổng lồ trưởng thành - khó có thể sánh được. Việc sáp nhập Google Brain và DeepMind vào năm 2023 cũng tạo ra những lực ly tâm mới, làm xói mòn văn hóa nghiên cứu dài hạn dưới áp lực phải phù hợp với lộ trình sản phẩm. Sự ra đi của các nhân vật then chốt như Jumper và Shazeer phản ánh điều này. Cuộc khủng hoảng nhân tài này mang tính cấu trúc. Google có thể sở hữu cơ sở hạ tầng máy tính khổng lồ và kho dữ liệu đồ sộ, nhưng việc thiếu những bộ óc xuất sắc nhất để khai thác chúng khiến lợi thế đó trở nên vô nghĩa. Trong khi OpenAI và Anthropic củng cố vị thế với đội ngũ tinh nhuệ ngày càng mạnh, Google đang mất dần hào quang là trung tâm hấp dẫn nhân tài AI toàn cầu. Trong cuộc đua mà mật độ tài năng quyết định năng lực mô hình và thị phần, đây là một thách thức tồn vong thầm lặng nhưng nghiêm trọng của Google.

marsbit4 giờ trước

Mất hai huyền thoại trong ba ngày: Con đập nhân tài AI của Google đang vỡ?

marsbit4 giờ trước

Giao dịch

Giao ngay
Hợp đồng Tương lai
活动图片