a16z Crypto 运营合伙人:华尔街正对其基础设施进行 30 年以来的最大升级

marsbit發佈於 2026-03-26更新於 2026-03-26

文章摘要

a16z Crypto运营合伙人Jason Rosenthal指出,华尔街正进行30年来最大规模的基础设施升级,从传统金融体系向区块链迁移。这一变革的核心驱动力是链上技术带来的资金流通速度提升,类似于1990年代电子交易的革命。代币化资产(如国债、股票)可实现全天候市场、即时结算、跨境无缝流通和资产分割,大幅降低摩擦成本。 目前,DTCC、纽约证券交易所、Tradeweb等主流机构已积极布局链上业务,例如美国SEC批准DTCC在区块链上进行资产代币化,纽交所推出全天候链上股票交易平台。智能合约和原子结算消除了中介环节的隐性成本,为新兴企业创造机会。 监管清晰化(如《CLARITY法案》)加速了这一进程。现有机构并非竞争对手,而是潜在客户,它们需要构建合规、高效的底层产品。历史表明,更快的流通速度和更低的摩擦将带来更高流动性和更大市场,创始人应把握时机参与构建代币化金融基础设施。

作者:Jason Rosenthal,a16z 运营合伙人

编译:胡韬,ChainCatcher

华尔街不再只是探索区块链,而是正在向其迁移。

多年来,构成全球资本市场支柱的机构——交易所、清算所和电子交易平台——一直在观望,如今它们正转向链上。

目前正在发生的,是自三十年前电子交易兴起以来,资本市场规模最大的基础设施升级。

但大多数人要等到变革完成才会意识到这一点。

为何现在转向:速度改变一切

所有朝着这个方向发展的机构都坚信一点——链上基础设施将大幅提升资金流通速度。历史已经明确证明了这一点。

想想上世纪90年代电子交易的发展:在电子交易网络(ECN)和在线经纪商出现之前,一笔交易需要几分钟才能完成,点差以分数形式计算,而且交易权限受到地域和资金的限制。后来,基础设施发生了改变。点差大幅下降。佣金从150美元降至9.95美元,最终降至零。交易量呈爆炸式增长。散户参与度也大幅提升。 2000 年代的市场与 1990 年代的市场截然不同——不仅价格更低,规模也更大。

代币化将同样的逻辑应用于整个全球金融体系:全天候市场、即时结算、无缝跨境分销、打破以往六位数最低限额锁定的资产分割、抵押品实时流动而非隔夜闲置。更高的交易速度。更广泛的参与。更大的市场蛋糕。

但代币化究竟意味着什么?代币化资产是现实世界资产(RWA)的数字化表示——例如国债、苹果股票、房地产契约——以可编程代币的形式记录在区块链上。与以往由托管机构在特定时区的工作时间内通过中心化数据库追踪所有权不同,代币化资产存在于链上:可转让、可编程,并可在全球任何时间即时结算。

它不是衍生品,而是真正的资产——而且拥有更完善的底层架构。

各机构已开始行动。

2025年12月,DTCC 收到美国证券交易委员会(SEC)的无异议函,授权其在已获批准的区块链上进行现实世界资产的代币化。DTCC 在 2024 年处理了 3.7 千万亿美元的交易。目前,其目标是在2026年上半年推出美国国债的代币化服务。

2026年1月19日,纽约证券交易所宣布推出一个平台,用于全天候(24/7)进行美国股票和ETF的链上交易和结算——包括零碎股交易、即时结算和稳定币融资——并与纽约银行(BNY)和花旗集团合作,支持洲际交易所(ICE)清算所的代币化存款。全球最具标志性的证券交易所正在迈向链上交易。

Tradeweb 于2025年8月完成了首笔以 USDC 为对价的美国国债实时全链融资——这笔交易是在周六完成的,避开了传统的结算窗口,参与方包括美国银行、Citadel Securities、DTCC 和 Virtu Financial。此后,该融资模式每季度都在扩展,目前已涵盖跨境和日内结算。纳斯达克于2025年9月向美国证券交易委员会(SEC)提交了其拟议的规则变更。

这看起来越来越像是一次迁移,而非一系列孤立的实验。

当前体系中的隐性成本

推动这一切的还有第二个因素:现有市场是围绕中介机构而非市场构建的。

我们来看一个典型的证券交易:交易者向经纪商支付点差。在机构交易中,主经纪商会收取融资费用。交易所和过户代理机构会从中抽取佣金。托管机构会收取保管费。DTCC 则会在清算、净额结算和结算过程中收取费用。即使美国最终在 2024 年实现了 T+1 结算——这项改革历经数十年,因为过去需要数天时间——资金仍然会被锁定一夜,这相当于对所有参与者征收“结构性税”。

智能合约和原子结算打破了上述僵局。现在,交易双方可以立即在链上完成交易,且交易结果具有最终效力。

现有体系中的利润空间——也就是其利润率——并没有消失......而是成为了新进入者的机会。换句话说,他们的利润空间就是你构建新体系的机会。

***

最终的突破在于监管的清晰化——而这一进程终于启动了。如果目前的势头能够持续,《CLARITY法案》对传统金融的影响,将如同《Genius法案》对稳定币的普及和加速发展所取得的成就一样。

大型机构所需要的保障措施已初见端倪。那么,这对建设者们意味着什么呢?

全球金融基础设施向链上迁移将催生对全新产品和服务类别的需求。

行动最快的现有企业并非你的竞争对手——而是你的客户。DTCC 不想构建中间件。纽约证券交易所不想构建合规工具。Tradeweb 不想构建跨境分销层。

这些公司正在构建受监管的、机构级的基础架构。而创始人则负责构建运行在其上的所有产品。

这与上世纪 90 年代的模式如出一辙。交易所并没有构建 E*TRADE。它们没有构建彭博终端。它们也没有构建定义下一个时代的订单管理系统和主经纪商平台。这些平台是由那些预见到未来趋势的创始人创建的。

更多参与者,更快的流通速度,更低的摩擦。

更高的流动性,更大的市场。

历史已经清晰地表明了这一切的最终走向。

构建代币化金融市场基础架构的窗口已经开启。把握时机,稳步发展。

相關問答

Q华尔街正在进行的最大基础设施升级是什么?

A华尔街正在向链上基础设施迁移,这是自三十年前电子交易兴起以来规模最大的基础设施升级,涉及交易所、清算所和电子交易平台等机构转向区块链技术。

Q代币化资产与传统资产有何不同?

A代币化资产是现实世界资产(如国债、股票、房地产)的数字化表示,以可编程代币形式记录在区块链上,具有可转让、可编程、全球任何时间即时结算的特点,而非传统资产通过托管机构在特定时区工作时间内通过中心化数据库追踪所有权。

Q哪些机构已经开始了代币化行动?

ADTCC已获SEC授权在区块链上进行现实世界资产代币化,计划2026年上半年推出美国国债代币化服务;纽约证券交易所宣布推出全天候链上股票和ETF交易平台;Tradeweb完成了首笔以USDC为对价的美国国债实时全链融资;纳斯达克已向SEC提交规则变更。

Q链上基础设施如何降低现有金融体系的成本?

A链上基础设施通过智能合约和原子结算实现即时交易和最终效力,消除了传统交易中的点差、融资费用、佣金、保管费及资金锁定过夜的'结构性税',从而大幅降低摩擦成本和中介费用。

Q监管清晰化对代币化金融市场发展有何影响?

A监管清晰化(如《CLARITY法案》)为大型机构提供了所需保障,加速了代币化金融市场的发展,类似于《Genius法案》对稳定币的推动作用,为建设者创造了新产品和服务类别的机会,现有机构成为新体系的客户而非竞争对手。

你可能也喜歡

生成模型也能端到端训练了?核心竟是一个for循环

长期以来,深度学习在图像分类、检测等任务上凭借端到端训练取得了巨大成功,但生成模型领域却始终是个例外。当前主流的自回归、扩散模型等训练时只学习预测“一小步”,推理时则需要反复展开数百上千步,这种训练与推理的不一致导致了“暴露偏差”等问题,使得生成模型一直未能实现真正的端到端训练。 最近,一篇来自UIUC与哈佛大学的论文提出了“探索式建模(Explorative Modeling,XM)”新范式,其核心是一个简单到近乎朴素的for循环:在每个训练步骤中,模型生成K个候选样本,然后仅选取其中最接近真实数据的一个样本来计算损失和回传梯度。这种做法巧妙地绕开了传统生成模型中因使用重构损失(如平方误差)而导致的“模态模糊”问题——即模型倾向于输出多个可能答案的平均值,而这个平均值往往不属于任何真实的数据模式。 XM通过这种方式,在不拆分生成过程的前提下,直接提升了模型的“生成表达力”,即模型捕捉数据分布中多个独立模式的能力。论文将“探索”验证为继模型参数量、数据量之后的第三根可扩展轴。实验表明,随着模型规模、数据量和计算量的增大,探索带来的性能收益越发显著,在图像、视频、语言等多种任务上均能带来效率与质量的提升。 更重要的是,当探索程度足够时,XM可以实现真正的端到端生成。在机器人控制等任务中,仅需一次网络前向传播的XM策略,其性能可媲美甚至超过需要上百次前向的扩散模型策略,实现了推理效率的飞跃。 尽管“最佳K样本选择”的思想并非全新,但该研究的贡献在于清晰地揭示了这一简单机制如何直接解决生成模型的核心瓶颈,并为实现高效、端到端的生成模型开辟了新的可能性。随着模型规模的持续扩大,探索这一新维度可能将发挥越来越关键的作用。

marsbit9 分鐘前

生成模型也能端到端训练了?核心竟是一个for循环

marsbit9 分鐘前

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 小時前

年薪百万抢电工,Meta急到自己办技校

marsbit1 小時前

交易

現貨
活动图片