a16z Crypto 创始人:我所看到的区块链世界

marsbit发布于2026-02-07更新于2026-02-07

文章摘要

a16z Crypto创始人Chris Dixon反驳了“加密货币非金融用例已死”的观点,认为这误解了区块链的发展阶段。他指出,区块链的核心价值在于引入了一种新原语:在互联网规模上协调人和资本,并将所有权直接嵌入系统。金融是这一原语最自然的应用领域,因此率先发展,并为其他应用奠定基础和试验场。 Dixon强调,基础设施和分发往往先于新应用类别出现,加密货币可能需要先通过支付、稳定币、DeFi等金融应用让数亿人“上链”,之后媒体、游戏、AI等领域才会迎来有意义的采用。此外,代币所有权的信任因过去的骗局和监管问题受损,需要政策框架来重建市场信任。 他提到,a16z Crypto采取长线策略,基金周期目标超过10年,因为构建新产业需要时间。政策清晰化是关键,例如《CLARITY法案》可引入披露和透明度标准,防范欺诈行为。稳定币的合法化进程表明,多年努力可能在政策窗口打开时迅速见效。 Dixon总结,建立新技术系统是长线博弈,需经历长期基础铺垫和急剧拐点,而非金融用例的爆发只是时间问题。

作者:Chris Dixon

编译:佳欢,ChainCatcher

现在很流行宣称“加密货币的非金融用例已死”。也有人声称“读、写、拥有”的模式已经失败。这些结论既误解了这一论题,也误判了我们所处的阶段。

我们显然处于区块链的金融时代。但核心理念从来不是所有的加密应用会同时涌现,也不是说金融不会率先登场。核心理念一直是且现在依然是,区块链引入了一种新的原语:在互联网规模上协调人和资本的能力,并将所有权直接嵌入系统中。(而且越来越多地用于协调 AI 智能体。)

金融是该原语证明自身最自然的领域,这就是为什么我们在列举代币的生产性用途时,往往首先提到金融。金融并非独立于更宏大的论题之外;它是其中的一部分。它是其他一切的基础和试验场。

这一信念从一开始就指导着我们在 a16z crypto 的工作。我们的许多投资都是明确针对金融领域的:Coinbase、Maker、Compound、Uniswap 和 Morpho 等都在其中。正如我在书中所写:“区块链网络可以将金融基础设施转变为一种公共产品,使互联网从单纯的信息传输进化为价值流转。”我们曾预期金融会在早期发挥重要作用,并继续预期其他类别迟早会随之发展。

在 a16z 和 a16z crypto,我们玩的是长线博弈:我们的基金结构以 10 年以上的周期为目标,因为建立新产业需要时间。

先后顺序至关重要

那么,为什么非金融用例还没有腾飞呢?

首先,先后顺序(order of operations)至关重要。基础设施和分发往往先于新应用类别的出现。互联网并非始于社交媒体、流媒体或在线社区;它始于分组交换、TCP/IP 协议和基本的连接性。只有当数亿人都在线之后,全新的文化和经济类别才得以涌现。

加密货币可能也不例外。我们很可能需要先通过支付、稳定币、储蓄和 DeFi 等金融应用让数亿人“上链”,然后才能看到媒体、游戏、AI 或其他更遥远的领域出现有意义的采用。许多应用都依赖于已经就位的钱包、身份认证、流动性和信任。

还有其他因素。加密货币的核心优势之一是能够通过代币赋予社区所有权。但多年的骗局、榨取行为和监管打击严重侵蚀了人们对代币的信任。这可能也是导致近期市场低迷的原因之一。在一个愤世嫉俗的环境中,很难建立一个真正的所有者社区。

政策是缺失的一环

这就是为什么我们花了 5 年多的时间推动围绕代币建立清晰的监管框架。好的政策能同时做到两件事:它为建设者提供了清晰的路线图,并建立了基于风险的护栏,以保护消费者并建立市场信任。像《CLARITY 法案》这样的市场结构立法将引入披露和透明度标准,以防范“跑路”和自营交易——这些标准在其他市场是常规,但在加密货币领域却长期缺失。

谈及新兴技术,政策方面的进展往往是缓慢且渐进的......直到突然之间发生质变。我们要多年来的大部分工作(包括我的书)都集中在为这一基础做出贡献:向政策制定者和更广泛的受众解释加密货币和区块链的好处,并提供一种脚踏实地的方式来思考这项技术随时间推移的演变。我们经常听到这种框架对华盛顿特区的决策者很有用。多年的教育、辩论和完善可以在后台悄然积累,然后当政治或制度窗口打开时,瞬间浮出水面。

对 GENIUS 的反应强烈验证了这一理论。几乎在一夜之间,稳定币在金融、科技和政府眼中从可疑变成了合法。这种转变看起来很突然,但它是建设者、政策制定者和倡导者在正确时刻汇聚一堂、多年努力的成果。我预料到了积极的反应,但该技术被采纳的速度和规模甚至让我感到惊讶。这让我对市场结构立法感到乐观,从宏观层面看,它将为其他类别的代币起到 GENIUS 为稳定币所起到的作用。

长线博弈是怎样的

成大事者需时日。我们今天看到的 AI 突破,归功于才华横溢的人们几十年来的辛勤工作。(第一篇关于神经网络的论文发表于 1943 年。)互联网可以追溯到 20 世纪 60 年代,而商业互联网之所以成为可能,是因为 20 世纪 90 年代富有远见的建设者和深思熟虑的政策行动。建立新的技术系统是一场长线博弈,这就是长线博弈在实践中的样子:长期的基础铺垫,随后是急剧的拐点。

如果你想在一个更成熟的行业工作,那没问题。如果你想从头开始建立一个新的行业,它可能会很混乱且令人沮丧,但这是重要的工作。

正是那些混乱的岁月,才成就了后来理所当然的辉煌。

相关问答

Q为什么作者认为加密货币的非金融用例尚未大规模涌现?

A作者认为先后顺序至关重要,基础设施和分发往往先于新应用类别出现。加密货币需要先通过金融应用(如支付、稳定币、DeFi)让数亿人“上链”,建立钱包、身份认证、流动性和信任等基础后,其他领域(如媒体、游戏、AI)才能实现有意义的采用。

Q区块链引入的核心新原语是什么?它对金融领域有何影响?

A区块链引入的新原语是“在互联网规模上协调人和资本的能力,并将所有权直接嵌入系统中”。金融是该原语最自然的应用领域,它不仅是区块链的一部分,更是其他应用类别的基础和试验场,能将金融基础设施转变为公共产品,推动互联网从信息传输向价值流转进化。

Q政策在加密货币发展中扮演什么角色?作者提到了哪些政策进展?

A政策为建设者提供清晰路线图,同时建立基于风险的护栏以保护消费者和建立市场信任。作者提到《CLARITY法案》将引入披露和透明度标准,防范欺诈行为。他还以稳定币通过GENIUS法案获得合法化为例,说明政策积累多年后可能突然发生质变,推动行业爆发。

Qa16z Crypto在投资策略上如何体现长线博弈思维?

Aa16z Crypto的基金以10年以上周期为目标,因为他们认为建立新产业需要时间。其投资涵盖金融基础设施项目(如Coinbase、Uniswap),并预期其他应用类别会随时间逐步发展。这种策略强调长期基础铺垫,等待技术拐点的到来。

Q作者如何看待当前市场对代币信任度低的问题?

A作者指出,多年的骗局、榨取行为和监管打击严重削弱了人们对代币的信任,这可能导致市场低迷。他认为通过政策框架(如透明度标准)和持续教育可以重建信任,并类比稳定币的合法化进程,表达了对未来代币市场规范化的乐观态度。

你可能也喜欢

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit1小时前

年薪百万抢电工,Meta急到自己办技校

marsbit1小时前

OpenAI 不靠最贵的模型卖钱了

OpenAI近期调整了API定价策略,旗舰模型GPT-5.6 Luna降价80%,Terra降价20%,而顶级模型Sol未降价但新增了更快的“Fast”模式。此次调整的核心并非单纯的价格战,而是标志着OpenAI首次引导用户根据任务需求选择不同模型,而非一味追求最强模型。官方建议复杂任务可由Sol进行规划,再由Luna等成本更优的模型执行。 此举与Anthropic近期推出半价替代旗舰的Claude Opus 5策略相似,显示硅谷领先公司正形成默契:旗舰模型(如Sol、Fable)的角色正从直接盈利转向树立技术品牌和探索上限,而商业化走量和利润则主要由中端及性价比模型(如Luna、Opus)承担。这类似于汽车等行业“旗舰立形象,走量车型赚利润”的模式。 更深层的变化在于成本下降的驱动力。OpenAI透露,此次降价部分得益于由Sol模型自身参与优化底层生产内核,实现了效率提升与成本降低,开启了“模型优化模型”的自我加速循环。 行业竞争焦点正从“谁最聪明”的单项性能比拼,转向为企业提供基于任务重要性、出错成本、规模等因素的“模型组合”最优解,追求整体ROI。这类似于云计算按数据冷热使用不同存储的策略。 OpenAI的长期战略日益清晰:其真正目标并非依靠单一模型的高毛利,而是通过极低的调用成本构建庞大的开发者生态与调用量,形成类似操作系统或云平台的渗透率与用户粘性。当API调用成本低至可被忽略,AI将如水电般无缝嵌入所有业务流程,其发展也将从追求智能巅峰的“产品时代”,进入驱动全面自动化与效率的“基础设施时代”。

marsbit1小时前

OpenAI 不靠最贵的模型卖钱了

marsbit1小时前

交易

现货
活动图片