撰文:佐爷
回望 500 年,资本主义体系下的劳资矛盾,向来以资本的不断胜利为标志。
生产侧,劳动力的参与程度,逐渐龟缩至操作机器层面,消费侧,用户价值在于为平台生产使用数据。
两者合力,用以支撑企业在资本市场的估值。
但人的组织模式,长期无法被彻底量化,白领 KPI/OKR 依然是科层制,年薪百万和计件工资都是泰勒制的变种。
没有明确公式,资本便无法为其估值,进而影响资本效率,算法稳定币是不是 DeFi 圣杯暂未可知,组织的可计算确实是金融杠杆的量杯。
大模型决定用 Token 量暴力破解,安全 SaaS 的崩盘只是表象,设计产品也在路上,对小众专业能力进行替代,将其规模化才是命门,创新驶入无人区。
这带给我们无尽启示,尤其是在 DeFi 的 DAO 模式逐渐崩盘,代币经济学逐渐破产的当下。
一句话,为什么 AI 的组织模式和 Token 模式比 DeFi 更高效?
这一切是怎么开始的?
“Token 廉价化,Agent 实用化。
为了 300% 的利润,资本家可以出卖自己的绞索;
为了保住当前工作,打工人可以为 Agent 写 Skill。
在资本层面,Skill 加持下的 Agent 具备和利润同等神圣地位。
Agent 代表“人的能力”炼化成 Skill,不仅如此,人的组织变成以 Agent 为核心的互动仪式链。
所谓 Prompt、Context 到现如今 Harness 工程,都是在把人的组织模式变成无人区,至少要减少人。
你的下一个同事,不是机器人,还可以是“能力”本能。
这并不是一种幻想,数据层面的 Scaling Law 逐渐失效,不过数据的采集和生产都不在重要,在 AGI 成功之前,需要新的估值标的。
图片说明:内容不再值钱
综合信息:@ARKInvest
从 Claude 选定编程领域实现 AGI 第一步开始,AI 超越聊天框的娱乐模式,切入现实领域的存量市场,如编程、安全,和刚发布的设计。
这种破坏式创新,最后会创造新的经济增量,还是把经济拉入 Token 上岗,人下岗的永久低就业模式,我们正在见证这个过程。
但目前的 Token 的廉价化,将以往被少数大企业垄断的能力被下放至小微企业,进而塑造超级个体,并不是一种幻想。
以中国为例, Token 调用量从 2024 年 1000 亿/日 –> 2025 年底 100 万亿/日 –>现在 140 万亿/日,内容和数据的生产即将进入零成本时代。
需要注意的是,算力紧缺是一种相对状态,大企业不再垄断“能力”,但依然想通过垄断“算力”来维持自己的既有优势,但无法阻挡 Token 总体廉价化的必然趋势。
基座大模型的范式评比多种多样,但是“AI 怎么帮助人”的进化历程,长期以来,并未被人给予太多关注。
在我看来,Harness 是一种空间形态,让 Agent 首次在边界以内聚焦任务,深度优先策略,区别于问答类的广度优先。
图片说明:Agent 进化史
图片来源:@zuoyeweb3
从 Tab 键首次被用于补全代码时,人类已经成为 AI 的输入层只是时间问题。
试错成本指数级降低,对人的协作模式,可以展开更多有趣的尝试:
- 软件:SaaS,人的能力来源不再是人,而是 Agent 涌现
- 硬件:算力卡+HBM,数据中心首次直接服务 AI 的需求
- 空间:Harness,不是人协作的物理空间,而是 Agent 交互的数字空间
- 交互:豆包手机阵亡,谷歌在安卓系统底层支持 GUI Agent
AI 说什么的能力不具备太强商业价值,文字的生成成本,对人来说都很低,但是“做什么”,会让 Token 消耗量赶超图像、视频生成,类似 AWS 卖的不是服务器,而是使用时间。
AI 卖的不是 Token,而是“工作能力”,这是 SaaS 行业恐惧的根源,很可惜,DeFi 已经成为 SaaS,而非大模型。
DeFi 协议的 SaaS 化
“DeFi 并不落伍,但过度早熟。
AI 正在重新发明软件工程,被取代的并非只有 SaaS,但 SaaS 无疑最为典型。
即使是彭博终端,其最重要的商业价值,并非是技术的先进性,而是信息的权威性,这种权威沉淀于数十年的行业联系、人脉链接等非标数据。
Agent 给了一种选择,可以在数据中推测未来,即使冒险的下一步,也有可能超越同行,赚取小额利润。
图片说明:SaaS 崩溃中
图片来源:@zuoyeweb3
你可以理解为,Agent 巧妙利用了资本的逐利性,当然可以等完整的彭博终端信息,也可以用拼凑的、不准确的数据,去博一把收益。
这并非是新鲜事,IBKR 创始人托马斯·彼得菲是首次在金融领域“发明”,或者说组装物理交易终端,而这一切起源于一台闲置的 P101。
如果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 垄断过去,AI 销售未来。
很不幸,我们要从此切入 DeFi,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。
加密行业的数据,从来都不值钱。
但加密行业,又是直接开放式金融系统,其产生的数据可以被反复学习,即使在 AI 之前,分叉项目的速度,已经降低至以月为计,PumpFun 的仿盘 Meme,极限可压缩至秒级。
这里存在一个反常识的推论,DeFi 是金融系统的先行测试服,我们今天尝试的 AI+DeFi,会成为之后金融进化的模板。
-
比如,08 年金融危机之前,无担保交易的 LIBOR “引发”金融海啸,随后换成美债交易产生的 SOFR 指标,但是超额抵押机制保证了 DeFi 的清算最终性。
-
比如,大模型产商不想按消耗量卖 Token,一定要为之分级营销、能力定制、专业改造,代币经济学已经把“使用价值”玩成麻花。
Crypto Token 执着于使用价值,AI Token 执着于经济价值。
从这个角度看,DeFi 的黑客攻击,只是一种常规性压力测试,开放系统无法自行修补 Bug 的外部熵。
类似第二十二条军规的黑色幽默,没有外部信号系统的刺激,加密默认当前环境是安全的,一旦发生安全危机,则坍缩至中心化处理系统。
比如 Drift 事件中,人们指责的对象竟然变成了冻结迟缓的 Circle。
图片说明:代码不能解决安全问题
图片来源:@zuoyeweb3
可以说,在 AI 能力跃迁前,DeFi 已经完成了 SaaS 化,只能按照交易次数进行收费,没有办法把“金融”直接搬迁到链上。
RWA 上链缺乏流动性,DeFi 对此并没有好的解决办法。
但是 Agent 能力的进化,让重写 DeFi 的规则,似乎有种尚不明朗的曙光。
-
代币经济学:分渠道铺设使用量,按“资本效率”进行投放;
-
规则设定:Mythos 提供安全最终性,AI 防壁大战零日危机;
-
人的组织:太好了,DeFi 早就是几个人管理几百亿了。
工程叙事的复兴
“安全从何而来,图灵机的确定性,危险从何而来,无限的可能性。
YC Garry Tan 说的“Fat Skill,Thin Harness”深得我心,本质上是把基础规则定好,一种“基于秩序的自由”。
图灵机可以无限组合,冯·诺依曼架构存算始终有时间差,大模型也不能产生真随机数。
数据不值钱的未来,只有人的行为,才能让金钱流动产生价值。
但人的行为,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。
以有穷追无穷,终究不可得,LLM 不可能彻底消除幻觉,必须逼近到“此非 AI 可及,亦非人力所及”的地步,才能让市场机制为其定价,我们才有可能真正相信智能合约。
现在的智能合约难言成功,The DAO 分叉,Curve 编程语言 Bug, 甚至 Drift 多签,都证明“人对代码有最终控制权”。
道德审问没有经济价值,DeFi 领域的协作模式,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。
但人类就是没办法写出永远安全且可动态升级的代码,请记住,是永远不可能。
如果永不升级,那 Curve 用自身经历告诉我们,技术依赖栈也会出问题。
现在决定过去,过去决定未来。
从西蒙斯大奖章基金到 Numerai 跑 AI 策略,AI 在金融领域并不罕见,另一个反常识的案例,交易信号反而有助于 AI 进化。
图片说明:AI 和 DeFi 10 年
图片来源:@zuoyeweb3
AI 模型依然是计算机范式,吞吐信号的状态机,如果没有外部信号,其内部缺乏模拟外部世界的能力,杨乐昆和李飞飞押注世界模型,意义在于此道。
但从 DeFi 的视角看,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。
非常确定,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。
直接用最新大模型,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?
-
PoW 时代的 Token 是算力消耗凭证,和现阶段 AI Token 基本一致;
-
PoS 时代的 Token 是预期收益折价凭证,AI Token 正在向这个方向进化(提供取代人的能力是这种经济价值的 AI 表达);
-
AI 时代的 Crypto Token 已经超越我们的工程范畴,只能依靠理论进行不负责任的预测。
参考 Sky 用代币分配量控制各渠道 APY,Claude 用 Token 消耗量为模型能力定价,未来的 Crypto Token 大概率会是一种“资本回报率”的凭证。
这里注意下区分,PoS 时代的 Token,比如ETH 等,其预期收益是一种经济学假设,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。
结语
“千万种说不尽的苦恼和人类不可预测的前途。
DeFi 的未来,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。
至少,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。
