稳定币到2035年可能达到1.5千万亿美元——原因如下

ambcrypto發佈於 2026-04-09更新於 2026-04-09

文章摘要

稳定币使用量在过去十年中因采用率上升和主流认可而激增。2025年美国国会通过的《GENIUS法案》加速了这一增长，推动稳定币市值达到3190亿美元。Chainalysis报告显示，2025年稳定币调整后交易量达28万亿美元，较2023年增长133%，月交易量创下7.2万亿美元的历史新高，超过美国ACH和Visa等传统支付渠道。截至2026年3月，调整后交易量突破8.1万亿笔，地址数量增至5160万个。若当前增长趋势持续，预计到2035年稳定币交易量将突破719万亿美元，并可能因代际财富转移（约80-100万亿美元从婴儿潮一代转移至千禧一代和Z世代）和支付系统普及达到1500万亿美元，超过全球跨境支付预估的1000万亿美元规模。此外，《Clarity法案》若通过将进一步明确稳定币发展路径，推动现实资产代币化和传统金融与加密市场融合。机构面临抉择：全面拥抱加密技术或面临资产流失。

随着采用率的提高和主流认可度的增加，稳定币的使用在过去十年中激增。美国国会在2025年通过的《GENIUS法案》加速了这一增长，将稳定币价值推至3190亿美元。

这一全球金融变革正在推动传统金融与去中心化金融的融合，稳定币处于市场转型的核心，预计将超越传统金融。

稳定币月交易量达到7.2万亿美元

根据Chainalysis的报告，稳定币调整后交易量从2023年到2025年增长了133%，达到28万亿美元。这显示了稳定币经济价值的广泛增长。

截至发稿时，月交易量达到7.2万亿美元的历史新高，超过了美国ACH和Visa等主要传统支付渠道。

这一增长表明稳定币在各行各业的日常生活中得到广泛使用。事实上，Artemis的数据显示，交易数量和地址数量也显著增加。

截至2026年3月，调整后交易量超过8.1万亿笔，交易数量接近2万亿笔。同时，稳定币地址在过去30天内激增至5160万个，反映了这种持续的使用。

到2035年使用量将超过1.5千万亿美元

Chainalysis预测，如果当前的增长持续下去，到2035年，稳定币交易量可能超过719万亿美元。值得注意的是，两个关键驱动因素是代际财富转移和销售点采用。预计将有80到100万亿美元的财富从婴儿潮一代转移到千禧一代和Z世代，其中近一半人已经持有加密货币。

仅这一转变就可能增加超过508万亿美元的稳定币交易量。同时，稳定币可能成为默认的支付系统，进一步加速增长。这些因素共同作用，可能将稳定币交易量推至2035年的1.5千万亿美元，超过估计的全球跨境支付1千万亿美元。

更重要的是，代际财富转移和支付基础设施的变化可能会加速采用。这将看到现实世界资产代币化、预测市场和其他传统金融到加密货币产品的激增。

传统金融机构和其他参与者将面临一个十字路口：要么完全接受加密货币，要么看着资产迁移。随着许多用户继续采用稳定币，增长才刚刚开始。

最后，如果目前在美国参议院停滞的《清晰法案》获得通过，稳定币将获得更清晰的发展路径。

最终总结

稳定币调整后交易量从2023年到2025年增长了133%，达到28万亿美元，月交易量为7.2万亿美元。
预计到2035年，稳定币交易量将达到1.5千万亿美元，超过估计的全球跨境支付1千万亿美元

你可能也喜歡

从 MSTR 到 STRC+：Strategy 宇宙的尽头在哪里

摘要：本文探讨了Strategy公司（前身为MicroStrategy）如何从一家持有大量比特币的上市公司，演变为围绕比特币构建复杂金融产品和链上信用体系的生态。公司核心在于通过发行普通股（MSTR）、永续优先股（STRC）及其他结构化工具，将比特币持仓转化为不同风险、久期和收益偏好的金融产品，并尝试将这些传统市场的现金流引入DeFi（如Saturn和Apyx协议），以创造链上稳定币收益。文章分析了MSTR的估值飞轮依赖于比特币价格上涨和资本市场给予的溢价（mNAV），但其弱点在于受市场情绪、融资成本和比特币价格波动的多重制约。重点剖析了STRC作为高收益信用工具的风险来源：其股息支付能力根本上取决于比特币资产缓冲的厚度、公司的现金管理能力以及市场对整体叙事的信心。在极端市场条件下，STRC可能面临价格脱锚风险。最后，文章展望了Strategy生态的三种可能前景：乐观情况下成为连接比特币、传统资本与DeFi的信用基础设施；中性情况下作为高风险高收益的细分产品存在；悲观情况下则在市场压力下回归为纯粹的比特币信用风险资产。其终极边界在于市场是否长期接受以比特币为抵押基础、以上市公司为中介、以优先股股息为收益来源的整套新信用体系。

marsbit6 分鐘前

marsbit6 分鐘前

百姓网创始人：我的十四条 Claude Code 使用经验

百姓网创始人王建硕分享其使用Claude Code的十四条个人经验，核心是高效协作与系统化积累。 1. 专注一个工具，减少比较精力。 2. 掌握关键快捷键（如Control+G打开编辑器，Control+A/E/U移动光标）。 3. 善用语音输入（如HoldSpeak）。 4. 项目启动先写结构化的PROJECT.md。 5. 默认使用Claude agents。 6. 结合GitHub与Cloudflare，将构建、发布、域名等交给基础设施。 7. 区分人写与AI写的内容：手动维护核心CLAUDE.md，通过提问而非阅读来理解AI生成的代码或文档。 8. 通过拖拽文件（音频、视频、截图等）快速输入信息。 9. 重构记忆系统：以~/.claude/CLAUDE.md为中心，分类引用多个记忆文件，存入Git私有仓库以实现永久积累。 10. 编写Skill，并在任务结束后要求Claude自动沉淀所学到Skill中。 11. 复杂任务可使用ultracode触发dynamic workflow以保证效果。 12. 持续积累并重构Skill，Skill也应存入Git。 13. 利用Git文档作为任务间传递的明确交接物，而非依赖上下文。 14. 将Claude Code视为有自主性的“马”（设置目标与边界），而非完全受控的“车”。总结：强调系统化知识管理、工具深度集成，以及发挥AI自主能力的高效协作模式。

链捕手13 分鐘前

链捕手13 分鐘前

杨歌 Gary：Agent 经济与 AI 亚微观经济学

本文探讨了AI Agent经济与AI亚微观经济学的前沿趋势。文章指出，自“奇点”爆发以来，全球AI发展迅速，形成了新的“文明代际”。当前，硅谷等前沿地区已从单机AI（Claws & Agents）的瓶颈，进入到关注“Agent经济”（由自主AI智能体参与价值创造与交换的体系）和A2A（Agent间交互）生态构建的新维度。文章围绕几个核心要点展开： 1. **AI支付（AI Payment）的竞争与H2A经济的瓶颈**：尽管Q2涌现了大量AI支付协议，但多数仍围绕H2A（人对Agent）场景，这本质上是非AI原生的。AI Agent的核心决策能力未得到充分发挥，H2A模式很快遇到瓶颈。聪明的企业开始以AI-Native思维反推，为A2A经济做准备。 2. **Agent经济与A2A生态的必然趋势**：由自主AI Agent作为经济主体直接参与价值活动的Agent经济，以及A2A生态的构建，被视为下一个关键投资方向。其发展范式类似互联网、移动互联网和DeFi的酝酿期，但速度更快、视角更抽象（非纯人类中心），且面临更大的共识挑战。 3. **AI协议与Crypto协议的关联与鸿沟**：AI协议是Agent经济活动的基础规则，目前形态多样（如文件、API），侧重信息与能力交换。而Crypto协议更侧重资产确权。两者虽有融合为统一数字协议的趋势，但目前存在明显鸿沟，部分原因在于当前AI经济仍受制于传统金融法律框架（如KYC）等政治经济因素。然而，AI Agent遵循第一性原理和效率优先原则，将挑战现有金融法律体系。 4. **AI Agent亚微观经济学特点与生物学类比**：AI Agent经济行为具有高频小额、能量驱动、效率导向、任务导向、组织与沟通成本趋近于零等特点。文章用生物学细胞结构类比AI Agent系统（LLM如细胞核，Agent Harness如细胞质，协议栈如细胞膜），描绘了一个类似生物机体的、正在形成的亚微观经济学环境。 5. **AIFi的必然与金融芯片（FinChip）**：随着AI Agent成为价值发现的主体，AI原生金融（AIFi）应运而生，其价值核心在AI，金融是表现形式，这与DeFi/TradFi相反。作者提出的“金融芯片”（FinChip）概念，旨在构建融合AI自主性与Crypto协议、兼容H2A与A2A的AIFi基础设施。 6. **AI-Native是范式升级**：AI+的产业升级远复杂于互联网+。AI发展快速、形式抽象、与业务深度耦合，短期内难以形成通用升级方法论。构建未来商业范式需要彻底的“AI原生思维”，即遵循第一性原理和效率最高原则，这对于所有从业者都是持续的巨大挑战。

链捕手55 分鐘前

链捕手55 分鐘前

从《大空头》到旧金山：AI泡沫里的狂欢与眩晕

《从〈大空头〉到旧金山：AI泡沫里的狂欢与眩晕》一文以电影《大空头》中“闻到了钱的味道”为引，描述了作者从纽约搬到旧金山后对当前AI热潮中心地带的观察。文章指出，旧金山密集的技术公司、风险资本与狂热氛围共同构成了真实的“泡沫”现场，信息不对称与财富创造在此同时上演。作者总结了在旧金山的几点核心感受：首先，城市中弥漫着一种“发抖”般的焦虑能量，人们被“逃离永久底层”的心态驱动，体现出“大泡沫行为”。其次，旧金山几乎只有“科技”这一种地位游戏，人们通过融资轮次、估值等虚荣指标相互比较，攀比氛围浓厚。再者，城市中充斥着关于AGI（通用人工智能）的“末日论”情绪，研究者的悲观与市场团队的乐观形成反差。最后，投资界对数学竞赛天才出身的创始人有着近乎迷恋的追捧，将其视为获取超额回报的“门票”。文章并未简单判断泡沫是否会破裂，而是聚焦于呈现泡沫中的众生相：人们如何在亢奋、比较、投机与恐惧中寻找自己的位置。文末引用投资人的建议提醒读者：可以参与这场派对（“跳舞”），但需保持清醒（“别喝醉”），避免被泡沫行为扭曲判断。整体而言，这是一份对AI热潮中心地带的生动现场记录，描绘了技术创新、金融投机与人性交织的复杂图景。

marsbit56 分鐘前

AI 正在制造新的"信息穷人"？

AI正在制造新的“信息穷人”，其本质并非被技术排斥在外，而是拥有工具却缺乏判断力。AI时代，答案变得廉价且人人可得，但真正稀缺的是判断答案、将答案转化为实际机会的能力。不平等的分化首先体现在工具获取上：高收入人群更易接触并付费使用高级AI，而低收入人群多被动使用免费、内置的简化版本。其次在职场中，AI的使用权限与培训机会高度不均，高薪、资深员工更可能被授权使用AI提升核心工作，而基层员工往往只能接触边缘任务自动化，错失成长机会。最根本的分化在于判断力：AI输出的流畅内容易被缺乏专业基础者照单全收，而经验丰富的使用者却能识别谬误、善用工具。实验证明AI有潜力帮助技能较低者提升，但在现实的不平等社会结构下——包括接入、场景、培训和判断力的差异——技术红利并未平等分配。历史表明，通用技术的普及总会先惠及已具备互补资本的人，AI可能以更快的速度加深这种分化。因此，新“信息穷人”的特征是：拥有AI和答案，却缺乏判断力与权限，在消费智能中并未积累智能。在这个由判断力决定价值的时代，仅满足于“感觉变聪明”可能是最危险的误区。

marsbit1 小時前

交易

現貨

合約