Visa 启示录:50 年轮回的稳定币“碎片化困局”

marsbit发布于2026-01-15更新于2026-01-15

文章摘要

Visa在20世纪60年代通过建立合作网络解决了信用卡行业的碎片化问题,其成功关键在于协调银行间的激励机制、分散所有权并创造复合网络效应。如今,稳定币行业面临类似的碎片化困境,已有超过300种稳定币上线,但每种稳定币仅限于自身生态系统,无法形成主流所需的网络效应。 当前,一些公司如Anchorage Digital和Ethena提供稳定币即服务,允许协议发行自有稳定币,但这加剧了流动性分散。类似于Visa之前的美国运通和BankAmericard模式,这些尝试未能实现规模化。稳定币需要借鉴Visa模式,由独立第三方管理不同资产类别的稳定币,让发行方和应用程序加入合作社,共享储备收益和治理权,从而促进网络效应和广泛应用。

原文作者:Nishil Jain

原文编译:Block unicorn

前言

上世纪 60 年代,信用卡行业一片混乱。美国各地的银行都在试图建立自己的支付网络,但每个网络都各自为政。如果你持有美国银行的信用卡,就只能在与美国银行有合作协议的商户处使用。而当银行试图将业务扩展到其他银行时,所有信用卡支付都会遇到银行间结算的难题。

如果商户接受的卡是由另一家银行发行的,交易就必须通过其原有的支票结算系统进行结算。加入的银行越多,结算方面的问题就越多。

随后 Visa 横空出世。虽然它引入的技术无疑在银行卡支付革命中发挥了巨大作用,但更重要的成功之处在于其全球通用性,以及它成功地让全球银行加入其网络。如今,全球几乎所有银行都已成为 Visa 网络的一员。

虽然今天这看起来非常正常,但想象一下,要说服美国境内外的最初一千家银行,让他们明白加入合作协议而不是建立自己的网络是明智之举,你就会开始意识到这件事的规模有多大。

到 1980 年,Visa 已成为占主导地位的支付网络,其网络处理了美国约 60% 的信用卡交易。目前,Visa 的业务遍及 200 多个国家。

关键不在于更先进的技术或更多的资金,而在于结构:一种能够协调激励机制、分散所有权并创造复合网络效应的模式。

如今,稳定币也面临着同样的碎片化问题。而解决方案或许与 Visa 五十年前的做法如出一辙。

Visa 之前的实验

Visa 之前出现的其他公司都没能发展起来。

美国运通(AMEX)曾尝试以独立银行的身份拓展其信用卡业务,但其规模扩张仅限于不断有新商户加入其银行网络。另一方面,美国银行卡(BankAmericard)则不同,美国银行拥有其信用卡网络,其他银行仅利用其网络效应和品牌价值。

美国运通必须分别去找每一个商户和用户,让他们开设其银行账户;而 Visa 则通过自己接纳银行来实现规模化,每一家加入 Visa 合作网络的银行,都会自动获得数千名新客户和数百家新商户。

另一方面,美国银行卡公司(BankAmericard)的基础设施存在问题。他们不知道如何高效地结算从一个消费者银行账户到另一个商户银行账户的信用卡交易。他们之间没有高效的结算系统。

加入的银行越多,这个问题就越严重。因此,Visa 应运而生。

Visa 网络效应的四大支柱

从 Visa 的故事中,我们了解到导致其网络效应不断累积的 2-3 个重要因素:

Visa 受益于其独立第三方的身份。为了确保任何银行都不会感受到竞争威胁,Visa 被设计成一个合作的独立组织。Visa 并不参与争夺分销蛋糕,争夺蛋糕的是各个银行。

这激励了参与的银行去争取更大的利润份额。每家银行都有权获得总利润的一部分,份额大小与其处理的总交易量成正比。

各家银行对网络功能拥有发言权。Visa 的规则和变更必须经过所有相关银行的投票表决,且必须获得 80% 的赞成票才能通过。

Visa 与每家银行都有排他性条款(至少最初是这样);任何加入合作社的人都只能使用 Visa 卡和网络,而不能加入其他网络——因此,要与 Visa 银行互动,你也需要成为其网络的一部分。

当 Visa 的创始人 Dee Hock 在美国各地游说银行加入 Visa 网络时,他必须向每一家银行解释:加入 Visa 网络比他们自己建立信用卡网络更有利。

他必须解释,加入 Visa 意味着更多用户和更多商户将接入同一网络,这将促进全球范围内更多数字交易的发生,并为所有参与者带来更多收益。他还必须说明,如果他们建立自己的信用卡网络,他们的用户群体将非常有限。

对稳定币的启示

从某种意义上说,Anchorage Digital 和其他如今提供稳定币即服务(stablecoin as a service)的公司,正在稳定币领域重演 BankAmericard 的故事。它们为新的发行方提供构建稳定币的底层基础设施,而流动性却不断分散到新的代币中。

目前, Defillama 平台上已有超过 300 种稳定币上线。而且,每种新创建的稳定币都仅限于其自身的生态系统。因此,任何一种稳定币都无法产生使其走向主流所需的网络效应。

既然相同的底层资产都支持这些新币种,为什么我们需要更多具有新代码的币种呢?

在我们的 Visa 故事中,这些就像 BankAmericards 一样。Ethena 、Anchorage Digital、M0 或 Bridge ,每一种都允许一个协议发行自己的稳定币,但这只会加剧行业的碎片化。

Ethena 是另一个类似的协议,它允许收益传递并对其稳定币进行白标定制。就像 MegaETH 发行 USDm 一样——他们通过支持 USDtb 的工具发行了 USDm。

然而,这种模式失败了。它只会碎片化生态系统。

在信用卡案例中,不同银行的品牌差异并不重要,因为它不会在用户到商户的支付中造成任何摩擦。底层的发行和支付层始终是 Visa。

然而,对于稳定币,情况并非如此。不同的代币代码意味着无限多的流动性池。

商户(或者在本例中是应用程序或协议)不会将 M0 或 Bridge 发行的所有稳定币都添加到其接受的稳定币列表中。它会根据这些稳定币在公开市场的流动性来决定是否接受;持有者最多、流动性最强的币种理应被接受,其余的则不会被接受。

未来之路:稳定币的 Visa 模式

我们需要独立的第三方机构来管理不同资产类别的稳定币。支持这些资产的发行商和应用程序应该能够加入合作社,并获取储备收益。同时,他们也应该拥有治理权,可以投票决定他们所选择的稳定币的发展方向。

从网络效应的角度来看,这将是一个卓越的模式。随着越来越多的发行方和协议加入同一种代币,它将促成一种能够将收益保留在内部而非流入他人腰包的代币的广泛应用。

相关问答

QVisa在信用卡行业的发展中解决了哪些关键问题?

AVisa解决了信用卡行业早期的碎片化问题,通过建立全球通用的支付网络,协调不同银行间的结算难题,并让全球银行加入其网络,实现了支付系统的统一和高效运作。

QVisa成功的关键因素是什么?

AVisa成功的关键在于其作为独立第三方的结构,能够协调激励机制、分散所有权并创造复合网络效应,同时让参与的银行享有治理权和利润分配,并通过排他性条款巩固网络效应。

Q当前稳定币行业面临的主要问题是什么?

A稳定币行业面临碎片化问题,多种稳定币各自为政,导致流动性分散,无法形成统一的网络效应,限制了其主流应用和发展。

Q文章中提到哪些公司或协议在稳定币领域尝试了类似BankAmericard的模式?

A文章中提到Anchorage Digital、Ethena、M0和Bridge等公司或协议尝试通过提供稳定币即服务(stablecoin as a service)的模式,但这种方式加剧了行业的碎片化。

Q文章建议如何解决稳定币的碎片化问题?

A文章建议采用类似Visa的模式,由独立的第三方机构管理不同资产类别的稳定币,让发行商和应用程序加入合作社,共享储备收益和治理权,从而促进统一网络效应的形成。

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