Archetype:探索 2026 投资视角,重点关注这些赛道的变化撰文:Aadharsh Pannirselvam、Tommy Hang、Eskender Abebe、Katie Chiou、Danny Sursock、Dmitriy Berenzon、Ash Egan,Archetype
编译:JW,Techub News
展望 2026 年,Archetype 团队正在重点关注的趋势、力量与结构性变化。
构建应用链,终于变得有意义了
核心判断其实很明确:真正有竞争力的区块链,会越来越多地为「具体应用」而生。
不是先有一条通用链,再去勉强适配各种应用;而是从一开始,就围绕应用本身的需求来设计、搭建,并持续调整。这类链,在接下来一年里会表现得非常强势。
原因在于,新一轮进入加密世界的开发者、用户、机构和资金,已经和早期完全不同。他们有清晰的文化偏好,也有对用户体验非常具体的要求,而不再优先纠结那些抽象层面的价值主张。在现实中,这些需求有时可以被现有基础设施满足,但更多时候并不能。
以 Blackbird、Farcaster 这类高度弱化加密感知、面向普通用户的应用为例,一些在三年前仍被视为「不可接受」的设计选择,例如节点集中部署、单一排序器、甚至完全定制的数据系统。在今天,反而成为提升体验的合理方案。
对 Hyperliquid 、GTE 这类交易或稳定币相关的应用来说,更是如此。这类系统的竞争,本质上取决于延迟、撮合效率和价格质量。在毫秒级别决定生死的场景下,很多「原则性问题」自然会让位于体验本身。
当然,并不是所有应用都适合走这条路。
一个正在形成的重要制衡因素,是机构和散户对隐私需求的明显上升。不同应用面对的用户群体、使用场景和风险偏好差异极大,因此,它们所依赖的基础设施,也理应呈现出不同形态。
好的一点是,如今为应用量身定制一条链,已经不再是高门槛工程。相比两年前,现在这件事更像是组装一台定制电脑。
你可以选择完全自行配置每一个组件,也可以基于成熟方案进行调整。像 Digital Storm 或 Framework 提供的模式,本质上就是:在已经验证可行的组合基础上,按需替换或精简部分模块,既保证性能,又避免不必要的复杂度。这种方式带来的,是更高的模块化与可控性。应用可以只保留真正需要的组件,同时确保整体系统稳定、可扩展。
当共识机制、执行层、数据存储和流动性等基础模块,变成可以自由组合和调整的原语时,应用本身就会自然形成高度差异化的「链形态」。这些形态,会持续反映各自对用户体验的理解,并服务于非常明确的目标群体。
这种差异,就像不同类型的计算设备:ToughBook、ThinkPad、台式机或 MacBook,看起来差别很大,但底层仍然共享大量通用逻辑。关键在于,每一个组件都成为可调节的参数,而不是必须继承的限制。从 Circle 收购 Informal Systems 的 Malachite 这一动作中,可以清楚看到一个趋势:对专属区块空间主权的重视,正在成为共识。
接下来一年,很可能会出现类似「区块链领域的 HashiCorp 或 Stripe Atlas」的角色,由 Commonware、Delta 等团队提供标准化原语与默认配置,让应用可以更轻松地定义并掌控自己的链资源。
最终,这种模式会让应用真正做到一件事:直接拥有自身的区块空间与现金流,并把链本身变成长期竞争优势的一部分。
预测市场仍将持续进化
本轮周期里,预测市场无疑是最受关注的应用类别之一。
当所有加密预测市场平台的周交易量突破 20 亿美元时,这个赛道已经用数据证明,它不再只是一个小众实验。
热度上来后,随之而来的,是大量试图复制、取而代之,甚至正面挑战 Polymarket、Kalshi 等头部平台的项目。但在情绪之外,真正重要的问题只有一个:哪些团队在解决核心结构问题,哪些只是蹭热度。
从市场结构来看,最值得关注的,依然是如何压缩价差、提升未平仓量。即便目前市场创建仍然偏向许可制,预测市场在做市端和交易端的整体流动性,依旧偏薄。
无论是更优的订单路由机制、更合适的流动性模型,还是通过借贷等方式提升资金使用效率,这些层面都存在明显的改进空间,也决定了产品能否真正放大规模。交易品类的结构,同样会直接影响平台竞争力。例如,Kalshi 在 11 月超过 90% 的交易量来自体育类市场,这说明它在特定流动性结构中具备天然优势。而 Polymarket 在加密和政治相关市场上的交易量,则明显领先,规模达到 Kalshi 的数倍。即便如此,链上预测市场距离真正的主流规模,仍然有不小差距。
2025 年超级碗就是一个直观的对比 :仅一天时间,传统链下投注平台的交易量就达到 230 亿美元,远高于当前所有链上预测市场的单日总和。
要缩小这道差距,靠的不是营销或叙事,而是能够真正解决结构性问题的团队。这也是接下来一年里,最值得持续观察的地方。
Agent 型策展人,将把 DeFi 推向规模化
DeFi 的资产管理层存在两种极端模式:纯算法(硬编码的利率曲线、固定的再平衡规则)或纯人工(风险委员会、主动型基金经理)。Agent 型策展人,代表的是第三种模式:它们并不是简单执行预设规则,而是通过 AI Agent(LLM + 工具 + 反馈机制),对风险、收益和策略进行持续判断,并参与参数制定。
以 Morpho 市场为例,要构建一个可持续的收益产品,必须明确抵押政策、LTV 上限和风险参数。当前,这过程高度依赖人工判断,天然存在扩展瓶颈。Agent 的引入,本质上就是在尝试解决这一问题。
接下来,我们很可能会看到 Agent 型策展人与传统算法模型、人工管理者,在同一市场中正面竞争。
关于 AI 在交易和资产管理中的作用,市场观点往往走向两个极端:要么认为它会迅速取代人类交易员,要么认为它根本无法应对真实市场的不确定性。
但真正的变化,并不在「取代」本身,而在于架构层面的调整。Agent 更可能承担的是策略设计、约束制定和组合管理的角色,而不是直接参与那些对延迟高度敏感的底层执行。当推理成本持续下降,算力本身就会成为新的竞争要素。
这种环境下,最具优势的 DeFi 产品,未必来自最聪明的个人,而来自能够规模化部署智能决策系统的团队。
短视频,正在成为新的交易入口
短视频正在成为人们发现、理解,并最终购买内容的主要入口。
TikTok Shop 在 2025 年上半年实现超过 200 亿美元 GMV,并且仍在高速增长,这本身已经说明了趋势的强度。
Instagram 也在将 Reels 从防御性功能,逐步转变为核心商业引擎。Whatnot 的实践,则进一步证明了实时、人格化内容在转化效率上的优势,明显高于传统电商模式。
背后的逻辑并不复杂。在观看实时内容时,更容易快速做出决策。当推荐流与结算流程逐渐融合,内容本身就变成了交易界面,而创作者,也自然演化为分发节点。AI 的加入,让这一过程进一步加速。内容生产成本持续下降,测试频率不断提高,平台开始对视频的每一秒进行转化效率优化。
这种环境下,支付系统必须足够快、足够便宜、同时具备高度可组合性。微支付、自动分账、贡献归因,都会成为基础能力。
正是加密系统天然适配的场景。以流媒体为原生形态的商业体系中,很难想象没有加密作为底层结算与激励工具。
区块链,正在推动新的 AI 扩展路径
过去几年,AI 的注意力主要集中在大型云厂商与头部创业公司之间的竞争上。但与此同时,一批加密原生团队,正在分布式训练与推理领域取得实质进展。
这些尝试,已经从理论阶段,逐步走向测试,甚至进入生产环境。Ritual、Pluralis、Exo、Odyn、Ambient、Bagel 等团队,正处在这一波探索的前沿。通过在全球分布式环境中训练模型,并结合异步通信与并行机制,传统的扩展瓶颈正在被重新定义。
与此同时,新的共识机制和隐私技术,使得可验证、可保密的推理开始具备现实可行性。更进一步,一些新的区块链架构,正在尝试把智能合约与更通用的计算结构真正结合起来,为自治 Agent 提供运行基础。
基础能力已经具备。
接下来的关键,在于能否扩展到生产级规模,并证明这条路径不仅是理念实验,而是真正推动 AI 能力演进的方式。
RWA,正在走向真实世界规模
关于 RWA,行业已经讨论多年。但随着稳定币的普及、出入金通道的成熟,以及监管环境逐步清晰,代币化终于开始进入规模化阶段。
根据 RWA.xyz 的数据,目前链上已发行的代币化资产规模超过 180 亿美元,而一年前,这一数字还不到 40 亿。
需要明确区分的是两种模式。
代币化,是把链下资产映射到链上;而 Vault,则是让链上资本直接参与链下收益。未来,上链的资产类型会越来越广,从大宗商品、私人信贷,到股票、外汇,甚至一些非传统资产。
但重点并不只是「资产种类变多」。
真正的意义在于,通过区块链,把原本低效、不透明的资本配置过程,变得更可编程、更具流动性。
当然,这一过程中仍会面临转让限制、流动性不足和风险管理等问题,因此,相应的基础设施,同样值得关注。
Agent 驱动的产品周期,即将到来
下一代互联网的交互核心,正在从「平台」转向「Agent」。无论链上还是链下,自动化 Agent 已经承担了相当比例的网络活动。在加密领域,它们参与交易、资产管理、信息筛选、合约审计,甚至内容生产。
2026 年,很可能会成为一个明确拐点。
加密产品的设计,会开始优先考虑 Agent,而不是人类界面。理想的形态,不是更多按钮,而是更少操作。用户只需要通过对话式接口下达目标,由 Agent 负责信息筛选、策略执行和结果反馈。支撑这一切的基础设施,其实已经存在:开放数据、程序化支付、链上身份以及跨链流动性。
相比 Web2,区块链对 Agent 更友好,因为它们面对的是开放接口,而不是封闭系统。这不仅是效率提升,而是一种交互方式的转变。当搜索、交易和执行逐渐被 Agent 接管,人类可以把精力放在更高层次的判断上。
随着更多资产和活动上链,该循环会不断放大:机会增加,Agent 增多,价值释放。
真正的问题只剩一个:我们现在构建的系统,究竟是在放大价值,还是在放大噪音。Sonatype发布AI编码安全解决方案…移除27%的虚假软件包随着AI编码辅助工具的演进,开发速度加快的同时安全风险也在增大,软件供应链安全专业公司Sonatype针对此推出了新的解决方案。Sonatype于9日(当地时间)正式发布了"Sonatype Guide",旨在帮助开发者利用AI构建更安全、高质量的开源软件。该平台与AI编码辅助工具自动集成,帮助排除脆弱或不存在的软件包,仅使用经过可靠性验证的依赖项。
Sonatype指出,现有AI模型通常基于数月或数年前的开源仓库进行训练,经常提出脱离现实的错误代码或"虚幻软件包"。根据Sonatype即将发布的研究,主流生成式AI模型推荐实际不存在的开源组件的比例最高达27%。这可能给开发者带来返工负担、浪费LLM令牌,甚至引发安全威胁。
Sonatype Guide通过在设计初期获取可信参考、自动化依赖管理来解决这些问题。针对企业进行的预测试显示,安全绩效提升了300%以上,并大幅减少了安全补丁所需的资源。同时,相比现有解决方案,依赖项升级成本降低了5倍以上。
Sonatype首席执行官Bhagwat Swaroop强调:"对于所有追求生产力最大化的组织而言,AI虽是有吸引力的工具,但不应以牺牲安全性或可维护性为代价。Guide为AI编码工具装上了'眼睛',使其能做出明智审慎的选择。这将成为行业飞跃般的转折点。"
Sonatype Guide兼容GitHub Copilot、Google Antigravity、AWS Q、基于IntelliJ的Juni等主流AI编码平台,且无需改变现有工作流或IDE环境。其核心技术是"模型上下文协议服务器(MCP)",能在开发者编写代码时实时拦截软件包推荐,引导使用安全可靠的验证软件包。同时提供企业级开源搜索功能和完整API支持,可灵活适用于不同企业规模和架构。
本次发布的Guide基于"Sonatype Intelligence"技术,可通过实时数据分析主动识别漏洞、恶意软件包、停运项目等。将智能引擎嵌入AI决策流程,引导开发者在早期做出更安全可靠的技术选择。
随着基于AI的软件开发普及,开发生产力正形成新范式,但对安全与质量的担忧也日益加剧。在此背景下,Sonatype Guide有望成为帮助企业化解AI应用困境、在安全代码基础上持续创新的战略性解决方案。AI传感器数据一目了然……Archetype公司获50亿投资正在开发工业传感器数据分析AI平台的初创企业Archetype AI近日获得3500万美元(约合504亿韩元)A轮投资。总部位于美国加州帕洛阿尔托的该公司表示,此轮融资将用于加速扩展核心平台功能,并正式扩大AI自动化在工业现场的应用范围。
本轮融资由IAG资本合伙公司和日立风险投资公司共同领投,杰夫·贝佐斯的个人投资公司贝佐斯远征基金,以及亚马逊工业创新基金、三星风险投资等机构参与投资。这是继去年获得1300万美元(约合187亿韩元)种子轮融资后,该公司获得的第二轮大规模外部投资。
Archetype AI平台专为制造、通信、建筑等多个工业领域设计。平台内置三种基础AI代理,分别执行设备缺陷检测、作业人员合规性监控、工业现场危险因素探测功能。其特色在于通过最小化代码编写需求,使客户能够轻松开发符合自身需求的定制化AI代理。
该平台的核心技术是名为"牛顿"的自主AI模型系列。该模型能通过分析摄像机影像与多种传感器测量数据,检测异常征兆或特定事件。其中"牛顿时间融合"模块还支持自然语言问答功能,被评价为显著降低了工业数据解读的门槛。
工业现场的设备故障征兆往往需要综合压力、温度等多类传感器数据才能识别。但由于传感器间数据格式与采集方式差异巨大,AI分析一直面临结构性挑战。该公司通过将异构传感器数据整合至单一嵌入空间,使AI能够在统一数值空间中运算并识别跨数据关联性。
此外,牛顿模型还能通过AI合成数据填补历史数据空白,辅助进行故障预测的机器学习训练。这不仅提升了工业AI代理的学习精度,更成为驱动整体运营优化的基础技术。
目前该AI平台已在多行业投入实际应用,公司计划借助本轮融资在数月内逐步推出新功能。在快速进化的工业AI市场中,该公司的技术实力与扩展战略正引发主要企业关注,预计其与处理大规模传感器数据的制造及重工业企业合作将持续扩大。
详解以太坊区块验证器Zeth:第一个Type 0 zkEVM原文标题:Announcing Zeth: the first Type Zero zkEVM
作者:Tim Cartens, Victor Graf, Rami Khalil, Steven Li, Parker Thompson, Wolfgang Welz, Zeth Collaboration
编译:bayemon.eth, ChainCatcher
8月25日,基于 RISC Zero zkVM 的以太坊开源 ZK 区块验证器 Zeth 公开发布。Zeth 通过在 zkVM 中完成构建新区块所需的全部工作,而无需依赖验证器或同步委员会。Zeth 已在以太坊主网的多个真实区块上得到验证,并通过了以太坊官方测试套件的所有相关测试。Zeth 能够在4周之内实现基于 zkVM 的 Rust 支持和包括 revm、etherthers 和 alloy 在内的强大板块。通过 zkVM 对连续性和 Bonsai 证明服务的支持,Zeth 可以在几分钟内生成这些证明。有了Zeth对链上验证的支持,任何人都能以低成本在链上验证这些证明。在这篇文章中,我们将介绍更多细节,如果你想深入了解代码,请查看源代码并访问 RISC Zero 开发者门户网站。
摘要
大约一年前, Vitalik 在zkEVM的不同类型中阐述:
以太坊最初并不是围绕 ZK 友好性设计的,因此以太坊协议中有许多部分需要大量计算来进行 ZK 验证。1类EVM的目标是完全复制以太坊,因此它无法缓解这些低效问题。目前,以太坊区块的证明需要数小时才能完成。
虽然在以太坊发展史上已经有相关案例可以实现,但今天我们很高兴地宣布,使用 RISC Zero 的 zkVM 和 Bonsai 服务的以太坊区块证明只需几分钟,而不是几小时。
Zeth:可验证的以太坊区块生成
今天,我们在 RISC Zero zkVM 上为以太坊发布了开源 ZK 区块验证器 Zeth。
Zeth 可以证明给定的以太坊区块是有效的,而无需依赖验证器或同步委员会。这是因为 Zeth 在 zkVM 中完成了生成新区块所需的所有工作,包括:
验证交易签名
根据父区块的状态根验证账户和存储状态。
应用交易
向区块作者支付费用。
更新状态根
其他生成区块需要的工作
生成新区块后,Zeth 会计算并输出它的哈希值。通过在 zkVM 中运行这一过程,我们就能获得新区块有效的 ZK 证明。
通过利用 RISC Zero 的 zkVM 和流行的 Rust crates(如 revm、ether 和 alloy),我们在不到 4 周的时间内就编写出了 Zeth 的第一个版本。通过 zkVM 对连续性和 Bonsai 证明服务的支持,证明生成可以在仅仅几分钟之内完成。有了对链上验证的支持,我们就能以低成本在链上验证这些证明。
Zeth 已在以太坊主网的多个真实区块上得到验证,并通过了以太坊官方测试套件的所有相关测试。
由于 Zeth 构建了标准的以太坊区块,因此可以将其视为 1 类 zkEVM。但它的意义远不止于此:因为 Zeth 是使用标准的 Rust 代码板(与 Reth 等流行的全节点使用的代码板相同)构建的,所以我们更愿意将其视为0 类 zkEVM:完全的协议兼容性,以及大量的代码复用。
这一里程碑代表着 ZK 技术和以太坊生态系统向前迈进了一大步。在这篇文章中,我们将讨论如何在几周内编写出 Zeth 的第一个版本、它的性能、工作原理以及这对 ZK 项目的意义。
RISC Zero 使构建 zk rollup、zkEVM、轻型客户端和桥接器变得更加容易
我们编写 Zeth 出于以下两个原因:
让其他团队更容易构建他们自己的 ZK 驱动的基础设施:ZK rollup、zkEVM、ZK 轻型客户端、ZK 桥接器等。Zeth 提供了为基于 EVM 的区块生成 ZK 证明所需的一切。这是任何 zkEVM 或桥接器的关键组件。Zeth 基于 revm 开源,因此项目开发者可以轻松修改或使用。证明可以在链上验证(非常适合桥接器和 L2),也可以在本地应用程序中验证(非常适合全节点和轻客户端)。
在Zeth的 zkVM 中进行 EVM 性能的相关研究,特别是与以太坊相关的任务。(调查结果分析见下文)。
zk rollup 与 zkEVM
作为 0 类 zkEVM,Zeth 使开发人员能够构建具有完全本地 EVM 和以太坊兼容的 zk rollup。加之Zeth对链上证明验证的支持,构建由 ZK 驱动的 L2 扩容方案将变得无比简单。
现有的 ZK rollups 和 zkEVM 电路在设计上都是单片式的,如果开发人员不具备对 ZK 密码学的高水平理解,就无法进行升级。相比之下,基于 zkVM 的 Zeth 方法使任何开发人员都能根据自己的需要进行定制和修改。
Zeth 是基于 revm 的开放源代码,调整以支持其他 zkEVM 和 EVM 兼容链是一件相对容易的事。因此,Zeth 对于未来EIP的更新也会有相对更快的反应速度。此外,Zeth同时提供了模块化功能,使开发人员能够在其中构建自己的区块构建逻辑。
我们希望Zeth做出的努力能使 zk rollup和 zkEVMs 民主化,要知道zk驱动的L2解决方案以前需要多年的研究开发与超过 1 亿多美元的资金,这是绝大多数项目都无法负担的消耗。
轻型客户端与桥
毫无疑问,信标链的引入是轻客户端和桥接器的福音。这些技术建立在以太坊现已成熟的PoS模型之上,在每个人都遵守规则的前提下,使轻客户端和桥接器可以轻松验证最近的区块,而无需重建这些区块。
当然,质押的全部意义在于为遵守规则的节点提供经济激励。但是,Slashing加诸于节点的威胁并不能完全避免作恶——外部激励因素会使 利益的"天平 "永远向作恶方倾斜——而设计一个能正确处理这些恶性行为的轻型客户端或桥梁是很难的。
有了 Zeth 这样的工具,节点作恶的风险就大大降低了。轻客户端只需向zkVM添加几个调用借口,就能与Zeth集成;桥接器等链上应用程序可使用我们的链上证明验证合约与Zeth集成。
在不久的将来,我们可以想象轻客户端和桥接器使用 ZK 证明来确定给定区块是否有效。这种方法将大大降低风险,同时又不会显著增加验证区块的成本。
这对于应用程序链、模块化生态系统和新链来说尤为重要,因为它们还不具备以太坊大型完整节点社区所提供的同等级别的安全。
良好的基础简化项目开发流程
Zeth 基于 RISC Zero zkVM ,以 RISC-V 指令集架构为动力,能为开发者提供熟悉的编程体验。但我们的 zkVM 不仅仅是一个 RISC-V 内核。我们还为哈希算法和签名验证等常见加密任务配备了加速电路。
这种混合方法(通用 CPU 内核与加速电路的结合)为我们提供了两全其美的解决方案:
支持主流编程语言。
关键加密操作的性能不打折扣。
因此,我们能够使用来自 revm、ether 和 alloy 的现有 Rust 代码包快速构建 Zeth。通过复用现有的板块,我们在不到 4 周的时间内就完成了 Zeth 的第一个版本。这种速度在不太成熟的生态系统中是不可能实现的。
在性能方面,Zeth 利用了我们用于 ECDSA 签名验证的加速器电路以及连续性--这是我们 ZK 框架的一项新功能,可轻松使用并行工作的 GPU 集群(使用 nVidia CUDA 或 Apple Metal)快速证明大型计算。Continuations 易于使用:该功能透明地提供给在 zkVM 中运行的所有访客程序,即无需对代码进行任何修改,它就能正常运行。
有了我们的 zkVM,我们就能在几分钟内,而不是几小时内,快速生成以太坊区块有效性的 ZK 证明。
性能
我们将介绍 Zeth 区块生成器的性能。Zeth 仍是一个新产品,因此这些数据可能会发生变化;不过,我们希望提供一些具体数据,作为未来工作的基准线。
说到性能,有几个因素需要考虑:
生成证明所需的计算资源。
生成证明所需的 "墙上时间"(即用户需要等待多长时间才能获得证明)。
生成证明的总成本(美元)。
连续性
Zeth的 zkVM 可以通过使用连续运行来调整性能。因此,我们需要暂停一下,讨论一下“连续运行”是何种工作原理。
我们的 zkVM 实现了标准的 RISC-V 处理器。因此,执行以周期为单位。(在我们的电路中,大多数 RISC-V 指令的执行只需 1 个周期,当然也有例外)。简单的程序通常只需要几十万个周期来执行,但更复杂的程序可能需要几十亿个周期。
在典型的 ZK 系统中,这些执行周期汇集成一个证明;随着周期数的增加,生成证明所需的时间和内存也会增加。但我们的 zkVM 并不遵循这些陈规,今年早些时候,我们率先推出了一项连续性新功能,改进了传统证明模式生成的弊端。
在连续性方面,证明过程分为三个阶段:
我们在非证明仿真器中执行所需的计算。在此过程中,我们会计算迄今为止已运行的循环次数。在可配置的时间间隔内,我们对程序的状态进行快照。这就有效地将执行过程分割成多个片段。每个片段都很小,通常代表 100 万个或更少的周期。
这些片段被分配给一组证明生成工人。他们为其给定的程序段生成 ZK 证明。重要的是,他们可以并行地完成这项工作。只要有足够多的工人,就能在证明一个程序段所需的时间内证明所有程序段。由于网段较小,因此所需的时间通常很短(几十秒)。
在生成分段证明时,它们会最终进行rollup。每次 "rollup "操作都会获取一对连续的分段证明,并为这些分段的组合生成一个新的证明。例如,如果片段 1 证明程序从状态 A 过渡到了状态 B,而片段 2 证明程序从状态 B 过渡到了状态 C,那么rollup就证明程序从状态 A 过渡到了状态 C。如果有足够多的工作人员,这可以在 log(N) 时间内完成,其中 N 是片段的数量。
当我们深入研究这些数字时,将会看到这些阶段的实际效果。
构建一个以太坊区块有多难?
首先,让我们来看看构建以太坊区块的复杂程度。在下表中,我们选取了一些现实世界中的以太坊区块,并在 zkVM 中使用 Zeth 对它们进行了重构。
例如,区块 17606771 产生 2131 个区段。每个区段最多代表 2^20 个执行周期,因此整个计算最多需要 2,234,515,456 个执行周期。
一般来说,我们看到一个典型的以太坊区块需要 20-4 亿个周期来构建,但有时多达 95 亿个周期。(起初,我们惊讶地发现这些差异并没有反映在交易的Gas中。但进一步思考后,这就说得通了:Gas系统在设计时考虑的是常规执行,而不是 ZK 证明)。
有了连续性,这种规模就很容易管理了。根据这些数据,一个有 10,000 个节点运行 zkVM 校验器的点对点网络足以实现最大区块的最高并行验证性能,而这只是以太坊目前拥有的 700,000 个验证器的一小部分。
生成证明需要多长时间?
为了收集一些基本的性能数据,我们启动了一个带有 64 个 GPU Worker 的 Bonsai 测试实例。然后,我们要求它使用 Zeth 证明区块 17735424(182 个事务,3242 个区段,或大约 3.4B 个周期)。
要生成证明,zkVM 必须首先将执行分割成多个区段。在下面的截图中,Executor 任务捕捉到了这一过程,该任务运行了 10 分钟。(其中大部分时间是在做 AWS 的事情,比如写入网络存储)。在本地机器上,同样的任务只需不到 6 分钟即可完成。我们希望在未来一年内大大缩短这个时间)。
执行器最终将执行分成了 3242 个片段。对于仅有的 64 个 GPU 来说,这是一个很大的分段。因此,每个工作节点必须生成 50 个分段证明。如下图所示,这需要 35 分钟。如果我们有 50 倍的工作节点,则只需要 42 秒。
分段证明完成后,开始rollup。由于有 3242 个分段,我们需要执行 log_2(3242) = 12 轮的rollup过程。在rollup的早期阶段,工作量比工人多;因此第一阶段耗时 1 分钟,第二阶段耗时 35 秒,第三阶段耗时 25 秒,等等。到了第七阶段,时间稳定在 5 秒多一点。同样,如果我们有更多的工人,每个阶段都只需要 5 秒钟。
rollup完成后,结果将被最终确定,这又需要一分钟时间。
因此,在集群规模不足的情况下,我们能够在大约 50 分钟内生成证明(有效速度为 1.1 MHz)。如果集群规模适当,我们估计生成证明的速度会更快:
在完全并行的情况下,证明步骤可在 42 + 12 * 5 + 60 秒或 2 分 42 秒内完成。
如果我们保守地四舍五入并将执行器时间计算在内,则时间大约在 9 到 12 分钟之间(有效速度为 4.7 MHz - 6.3 MHz)。
随着我们对执行器和证明框架的不断改进,我们乐观地认为,在未来一年内,这个时间将大大缩短。
生成证明的资源消耗
上述测试集群已部署到 AWS。它由 64 个 g5.xlarge 证明节点和 1 个 m5zn.xlarge 执行节点组成。根据亚马逊的说法,每个 g5.xlarge 节点都有
1 个 GPU,拥有 24 GiB GPU 内存
4 个 vCPU,内存容量为 16 GiB
在撰写本文时,这些实例的按需价格为 1.006 美元/小时,保留实例的优惠价格为 0.402 美元/小时。与此同时,亚马逊规格表显示我们的 m5zn.xlarge 节点拥有
4 vCPU,16 GB 内存
在撰写本文时,该实例的按需价格为 0.3303 美元/小时。
我们可以使用这些数字来粗略估算上文描述的区块 17735424 的证明成本。
回想一下,我们部署了 64 个证明节点,在这种部署下,生成证明需要 50 分钟(端到端)。忽略空闲的工人时间,64 个证明节点加上一个执行节点,50 分钟的成本为 50/60 * (64 * 0.402 + 0.3303) = 21.72 美元。这是一个高估的数字,因为它假定我们要为闲置工人付费。如果我们不考虑闲置工人的成本(例如,关闭他们或让他们从事其他工作),成本大约为 19.61 美元。
这个区块有 182 笔交易,即每笔交易 0.11 美元。
交易总价值为 1.125045057 Eth,约合 2137.59 美元。因此,每 1 美元的证明可获得 109.01 美元的用户资金。
同一区块支付的奖励为 0.117623263003047027 Eth(不包括交易费)。在撰写本文时,这大约是 223.48 美元。因此,我们的证明大约花费了区块奖励的 8.7%。
交易费加起来为 0.03277635 Eth,即 62.28 美元,是我们证明成本的 3 倍多。
值得注意的是,这些美元估算与集群的规模无关!重要的是分段的数量。这是因为,1 台机器依次完成 2 项工作的成本与 2 台机器并行完成 1 项工作的成本相同。因此,如果集群规模更大,生成证明的速度会更快,但成本不会更高。
有几种方法可以进一步降低成本。除了继续提高 zkVM 的性能,或许还可以添加 Keccak 加速器,我们还可以四处寻找更便宜的实例。重要的是,鉴于我们使用的机器规格较低(而且我们的 zkVM 支持 nVidia Cuda 和 Apple Metal),这项工作可以通过由普通消费 PC 和 Mac 组成的 p2p 网络轻松完成。
链上验证
如上所述,我们使用 RISC Zero Groth16 校验器验证了 Sepolia 上的 Zeth 证明。这是 RISC Zero 协议栈中相对较新的一部分,于本月初发布。它的工作原理是使用 Bonsai 将 zkVM 的原生 STARK 证明转换为等价的 SNARK 证明,并将该证明提交给链上 SNARK 校验器。
如果我们将交易输入视为 UTF-8 数据,我们就会看到该证明对应于区块 17735424。
使用 Bonsai,从 STARK 到 SNARK 的转换耗时约 40 秒。验证 SNARK 上链消耗了 245,129 瓦斯(撰写本文时约为 5.90 美元)。
当然,zkVM 的一个优点是它可以将多个证明合并成一个。有了这项功能,就可以在链上验证一整套证明,而无需使用任何额外的气体。这样,链上验证的成本就可以分摊到整套证明中,从而降低了每个人的费用。
这对以太坊来说意味着什么
如前所述,以太坊在设计时并没有考虑到 ZK 的友好性。正如 zkEVMs 的情况所显示的那样,有很多事情可以用不同的方式来完成,特别是在操作码、数字签名和哈希函数方面。
虽然这些改动确实提高了性能,但我们仍然能够在不使用这些改动的情况下实现稳定的性能。维塔利克去年撰文介绍不同类型的 zkEVM 时,证明一个以太坊区块的有效性需要几个小时;而现在,我们可以在几分钟内完成。ZK 性能正在飞速提升,我们有理由相信,这一趋势将在未来几年内持续下去。
附录:Zeth的工作原理
这一部分是为开发商准备的。
粗略地说,Zeth 构建区块的方式与完整节点相同:我们从父区块、事务列表和区块作者开始,然后进行大量计算(验证签名、运行事务、更新全局状态等),最后返回新区块的哈希值。
但与完整节点不同的是,我们是在 zkVM 中完成这些工作的。这意味着我们会获得一个 ZK 证明,证明具有给定哈希值的区块是有效的。
当然,这并非没有挑战。在本节中,我们将介绍这些挑战以及我们是如何应对的。
密码学
第一个挑战是密码学。构建一个以太坊区块需要做大量的工作,其中最主要的是散列(Keccak-256)和签名验证(ECDSA 与 secp256k1)。
我们的 zkVM 对椭圆曲线有加速支持,因此 ECDSA 签名校验并不难。
但说到散列,我们就没那么幸运了。我们的 zkVM 对 Sha2-256 提供了加速支持,但(在撰写本文时)不支持 Keccak-256。因此,目前我们只使用了 sha3 Rust crate 中的 Keccak 实现。通过剖析,我们知道这需要花费大量的周期。这并不是最佳方案,但我们的 zkVM 可以处理它,而且我们还可以循环使用,并在以后添加 Keccak 加速器。
账户和存储:性能和安全
在以太坊中,账户和存储由全球 Merkle Patricia Trie(MPT)跟踪。
根据 Etherscan 的数据,在撰写本文时,这棵树包含了近 250,000,000 个唯一以太坊地址的状态。从整体上看,这并不是一个很大的数据量,但它足以让我们对其存储和使用方式慎之又慎。尤其是,MPT 的性能至关重要。
但性能并不是唯一的因素,我们还必须考虑安全性。
Zeth 的区块生成器是以客户身份在 zkVM 中运行的。这意味着它无法直接访问以太坊 p2p 网络或其他 RPC 提供商。相反,它必须依赖运行在 zkVM 外部的独立程序提供的数据。
在分析 ZK 应用程序的安全性时,我们必须假设外部程序是恶意的,因此可能会提供恶意数据。为了防止这种情况,ZK 应用程序必须验证提供给它们的数据是否有效。
对于 Zeth 区块生成器来说,这意味着要验证所有相关账户和存储的状态(即运行给定交易列表所需的账户和存储)。
幸运的是,EIP-1186 提供了这样一种机制,它定义了一种通过 Merkle 包含来证明给定账户(及其存储)状态的标准方法。
原则上,Zeth 的区块生成器可以通过验证一组 EIP-1186 包含证明来验证账户和存储状态。但这种方法并不理想。
相反,最好是使用 EIP-1186 包含证明中的数据来构建部分 MPT。这是一种 MPT,只包含与给定交易列表相关的节点;不相关的分支只用相应的哈希值表示。你可以把部分 MPT 视为梅克尔包含证明的一种 "联合";或者,如果你愿意,也可以把它视为梅克尔子集证明。
验证部分 MPT 的过程与验证普通 EIP-1186 证明基本相同:计算根哈希值,然后与父块的状态根进行比较。如果两者相等,则可以信任其中账户和存储的完整性。
部分 MPT 经过验证后,就可以应用交易并更新部分 MPT。新的状态根可以通过计算部分 MPT 的新根哈希值获得。
在运行 Zeth 区块生成器之前,我们先在沙箱中运行事务列表,以确定哪些账户和存储是相关的。(这个过程还能让我们确定最老的相关前代区块,这是支持 blockhash() 查询所必需的)。
我们为每个相关账户和存储获取 EIP-1186 包含证明。(我们还会获取相关的前代区块)。
我们使用这些包含证明来构建包含所有相关数据的部分 MPT。
我们启动 zkVM,让它运行 Zeth 区块生成器,并提供部分 MPT 和其他输入(父区块、交易列表等)。
在 zkVM 中,Zeth 块生成器:
验证部分 MPT 根是否与父块的状态根相匹配。
验证前代区块的哈希链,直到父区块。
应用事务。
更新部分 MPT。
使用部分 MPT 的新根哈希值作为新区块的状态根。
Zeth区块生成器完成后,会输出新区块的哈希值。
这个哈希值包括对父区块的承诺,因此也包括父区块的状态根(用于验证原始的部分 MPT)。这意味着恶意验证者如果不提供无效的父块,就无法为账户和存储提供无效数据。
换句话说:如果父块是有效的,那么Zeth生成的新块也是有效的。
因此,如果有人给你一个新区块和一个由 Zeth 生成的 ZK 证明,你可以通过检查以下三点来检查该区块的有效性:
确保 ZK 证明有效且来自 Zeth。对于链外应用,可使用 zkVM Rust crate 提供的函数进行检查。对于链上应用,可使用我们的链上证明验证器进行检查。
确保 ZK 证明提交了新区块的哈希值。
确保父区块拥有你所期望的哈希值。
如果这些都检查出来了,那么新区块就是有效的。
局限性和未来改进
我们这个项目的目标是研究区块构造的性能。为此,我们决定将范围限制在合并后区块上。
此外,虽然 Zeth 能够证明给定区块是有效的,但目前还不能证明共识(即该区块确实包含在正则链中)。这一点在未来可能会有所改变,或许可以通过在 zkVM 中添加验证者或同步委员会签名的检查来实现。
最后,Zeth 是一款新软件。虽然我们已经进行了一些测试(包括以太坊测试套件和各种现实世界的区块),但 Zeth 可能仍然包含一些错误。在撰写本文时,它应被视为实验性软件。Ripple 前首席技术官称 XRP Ledger 共识机制已获形式化验证Techub News 消息,Ripple 前首席技术官 David Schwartz 表示,用于形式化验证复杂数学成果的技术,现已应用于 XRP Ledger 共识机制。此举旨在通过严格的数学证明,验证 XRP Ledger 共识协议的正确性与安全性。
David Schwartz 在 X 平台发文指出,该形式化验证工作由独立研究团队完成,是区块链协议迈向更高安全标准的重要一步。 (U.Today)Gemini 推出公共 TypeScript SDK 开发者工具Techub News 消息,加密货币交易所 Gemini 已正式推出公共 TypeScript SDK 开发者工具包。
该 SDK 为开发者提供完整的客户端功能,包括身份验证、自动重试、重连机制和订单簿逻辑等,无需从零开始构建基础设施。开发者可通过 NPM 和 GitHub 获取该工具包,快速集成 Gemini 交易功能。(Tyler Winklevoss 社交平台)Gemini 交易所发布公开 TypeScript SDK,简化开发者集成流程Techub News 消息,加密货币交易所 Gemini 发布公开的 TypeScript SDK。该 SDK 旨在简化开发者集成流程,已封装身份验证、重试、重连及订单簿逻辑等底层功能,开发者无需从零开始构建客户端。
开发者可通过 NPM 和 GitHub 获取该 SDK 并立即使用。 (@tyler)Vercel 开源 vgpu TypeScript WebGPU 库,专为 AI 代理着色器设计Techub News 消息,Vercel 开源了其内部开发的 vgpu TypeScript WebGPU 库,旨在简化 AI 代理着色器的开发与部署。该库将 .wgsl 着色器文件作为可导入模块处理,提供统一的 API,可在浏览器画布、无头 Node.js 环境和 CI 快照测试中运行相同着色器。
vgpu 采用 MIT 许可并已发布至 npm,无需账户、配额或推理费用。其 CLI 工具、llms.txt 文件及托管的只读 MCP 服务器端点,强化了其“AI 代理优先”的定位。库内包含确定性模拟适配器,便于无需 GPU 的测试。(MarkTechPost)Coinbase CEO 宣布平台将支持大宗商品交易Techub News 消息,Coinbase 首席执行官 Brian Armstrong 在 X 平台发文表示,公司正在将 Coinbase 打造为交易各类资产的最佳场所。他指出,用户若想交易大宗商品,现在即可在 Coinbase 上进行。此举意味着该加密货币交易所正进一步扩展其交易资产类别。
(@brian_armstrong)KuCoin 获 ISO 42001 人工智能管理体系认证Techub News 消息,加密货币交易所 KuCoin 称,其已获得 ISO/IEC 42001:2023 人工智能管理体系认证,适用于其全球数字资产交易平台的 AI 治理框架,覆盖反洗钱、欺诈检测及客户服务等领域。
ISO/IEC 42001 于 2023 年 12 月发布,为国际 AI 管理体系标准,强调问责与透明度。该交易所 CEO 称,AI 能力须与责任匹配,行业竞争将取决于 AI 可信度。该认证为其现有 ISO 27001 及 SOC 2 Type II 等安全体系新增 AI 治理层。(CoinJournal)Chainlink 获德勤 SOC 2 Type 2 认证,确立机构级安全合规标准Techub News 消息,Chainlink 在 X 平台发文表示,会计师事务所德勤已完成对 Chainlink 跨链互操作性协议(CCIP)及数据馈送的 SOC 2 Type 2 审查。此次获证标志着 Chainlink 成为目前唯一同时符合多项关键机构安全标准的预言机平台,已集齐 SOC 2 Type 1、SOC 2 Type 2 以及 ISO/IEC 27001:2022 认证。Nava 完成 830 万美元种子轮融资,Polychain 与 Archetype 共同领投Techub News 消息,据《财富》报道,金融服务公司 Nava 完成 830 万美元种子轮融资,Polychain 和 Archetype 共同领投。该公司旨在为防止 AI 代理出现不当行为创建一个托管服务,将资金保管起来,直到代理提出交易。一旦代理提出交易,Nava 会使用验证框架来确定代理的交易结果是否符合用户的意图,其接受或拒绝任何交易的理由都会被记录在区块链上,从而创建一个可以参考的公共决策账本。
Nava 首席执行官兼联合创始人 Vyas Krishnan 表示,Nava 目前运行在基于 Arbitrum 构建的三层区块链上,并且还将在 Tempo 上进行并行部署。此外,Nava 计划发行一种原生稳定币,用于「通过该协议进行承保代理操作」。Relay 完成 1700 万美元 B 轮融资,Archetype 及 USV 领投Techub News 消息,互操作性基础设施 Relay 宣布完成 1700 万美元 B 轮融资,Archetype 及 USV 领投,所筹资金将用于推出为即时跨链结算而构建的基础设施 Relay Chain。加密货币风投机构 Archetype 为其第 3 支基金筹集 1 亿美元Techub News 消息,加密货币风投机构 Archetype 为其第 3 支基金筹集 1 亿美元。Archetype 在 2021 年筹集了首支 5500 万美元的基金,随后在 2022 年加密牛市高峰期筹集了第二支 1.55 亿美元的基金。Archetype 的投资者包括养老金、基金会、主权财富基金和其他机构投资者,如 Accolade Partners 和 TrueBridge Capital 的基金,以及顶级风险投资公司 Sapphire Ventures。Archetype 的下一轮投资包括更注重消费者的公司,如 Remix,一款结合加密货币和人工智能的应用,允许用户创建手机游戏。撰文:Aadharsh Pannirselvam、Tommy Hang、Eskender Abebe、Katie Chiou、Danny Sursock、Dmitriy Berenzon、Ash Egan,Archetype 编译:JW,Techub News 展望 2026 年,Archetype 团队正在重点关注的趋势、力量与结构性变化。 构建应用链,终于变得有意义了 核心判断其实很明确:真正有竞争力的区块链,会越来越多地为「具体应用」而生。 不是先有一条通用链,再去勉强适配各种应用;而是从一开始,就围绕应用本身的需求来设计、搭建,并持续调整。这类链,在接下来一年里会表现得非常强势。 原因在于,新一轮进入加密世界的开发者、用户、机构和资金,已经和早期完全不同。他们有清晰的文化偏好,也有对用户体验非常具体的要求,而不再优先纠结那些抽象层面的价值主张。在现实中,这些需求有时可以被现有基础设施满足,但更多时候并不能。 以 Blackbird、Farcaster 这类高度弱化加密感知、面向普通用户的应用为例,一些在三年前仍被视为「不可接受」的设计选择,例如节点集中部署、单一排序器、甚至完全定制的数据系统。在今天,反而成为提升体验的合理方案。 对 Hyperliquid 、GTE 这类交易或稳定币相关的应用来说,更是如此。这类系统的竞争,本质上取决于延迟、撮合效率和价格质量。在毫秒级别决定生死的场景下,很多「原则性问题」自然会让位于体验本身。 当然,并不是所有应用都适合走这条路。 一个正在形成的重要制衡因素,是机构和散户对隐私需求的明显上升。不同应用面对的用户群体、使用场景和风险偏好差异极大,因此,它们所依赖的基础设施,也理应呈现出不同形态。 好的一点是,如今为应用量身定制一条链,已经不再是高门槛工程。相比两年前,现在这件事更像是组装一台定制电脑。 你可以选择完全自行配置每一个组件,也可以基于成熟方案进行调整。像 Digital Storm 或 Framework 提供的模式,本质上就是:在已经验证可行的组合基础上,按需替换或精简部分模块,既保证性能,又避免不必要的复杂度。这种方式带来的,是更高的模块化与可控性。应用可以只保留真正需要的组件,同时确保整体系统稳定、可扩展。 当共识机制、执行层、数据存储和流动性等基础模块,变成可以自由组合和调整的原语时,应用本身就会自然形成高度差异化的「链形态」。这些形态,会持续反映各自对用户体验的理解,并服务于非常明确的目标群体。 这种差异,就像不同类型的计算设备:ToughBook、ThinkPad、台式机或 MacBook,看起来差别很大,但底层仍然共享大量通用逻辑。关键在于,每一个组件都成为可调节的参数,而不是必须继承的限制。从 Circle 收购 Informal Systems 的 Malachite 这一动作中,可以清楚看到一个趋势:对专属区块空间主权的重视,正在成为共识。 接下来一年,很可能会出现类似「区块链领域的 HashiCorp 或 Stripe Atlas」的角色,由 Commonware、Delta 等团队提供标准化原语与默认配置,让应用可以更轻松地定义并掌控自己的链资源。 最终,这种模式会让应用真正做到一件事:直接拥有自身的区块空间与现金流,并把链本身变成长期竞争优势的一部分。 预测市场仍将持续进化 本轮周期里,预测市场无疑是最受关注的应用类别之一。 当所有加密预测市场平台的周交易量突破 20 亿美元时,这个赛道已经用数据证明,它不再只是一个小众实验。 热度上来后,随之而来的,是大量试图复制、取而代之,甚至正面挑战 Polymarket、Kalshi 等头部平台的项目。但在情绪之外,真正重要的问题只有一个:哪些团队在解决核心结构问题,哪些只是蹭热度。 从市场结构来看,最值得关注的,依然是如何压缩价差、提升未平仓量。即便目前市场创建仍然偏向许可制,预测市场在做市端和交易端的整体流动性,依旧偏薄。 无论是更优的订单路由机制、更合适的流动性模型,还是通过借贷等方式提升资金使用效率,这些层面都存在明显的改进空间,也决定了产品能否真正放大规模。交易品类的结构,同样会直接影响平台竞争力。例如,Kalshi 在 11 月超过 90% 的交易量来自体育类市场,这说明它在特定流动性结构中具备天然优势。而 Polymarket 在加密和政治相关市场上的交易量,则明显领先,规模达到 Kalshi 的数倍。即便如此,链上预测市场距离真正的主流规模,仍然有不小差距。 2025 年超级碗就是一个直观的对比 :仅一天时间,传统链下投注平台的交易量就达到 230 亿美元,远高于当前所有链上预测市场的单日总和。 要缩小这道差距,靠的不是营销或叙事,而是能够真正解决结构性问题的团队。这也是接下来一年里,最值得持续观察的地方。 Agent 型策展人,将把 DeFi 推向规模化 DeFi 的资产管理层存在两种极端模式:纯算法(硬编码的利率曲线、固定的再平衡规则)或纯人工(风险委员会、主动型基金经理)。Agent 型策展人,代表的是第三种模式:它们并不是简单执行预设规则,而是通过 AI Agent(LLM + 工具 + 反馈机制),对风险、收益和策略进行持续判断,并参与参数制定。 以 Morpho 市场为例,要构建一个可持续的收益产品,必须明确抵押政策、LTV 上限和风险参数。当前,这过程高度依赖人工判断,天然存在扩展瓶颈。Agent 的引入,本质上就是在尝试解决这一问题。 接下来,我们很可能会看到 Agent 型策展人与传统算法模型、人工管理者,在同一市场中正面竞争。 关于 AI 在交易和资产管理中的作用,市场观点往往走向两个极端:要么认为它会迅速取代人类交易员,要么认为它根本无法应对真实市场的不确定性。 但真正的变化,并不在「取代」本身,而在于架构层面的调整。Agent 更可能承担的是策略设计、约束制定和组合管理的角色,而不是直接参与那些对延迟高度敏感的底层执行。当推理成本持续下降,算力本身就会成为新的竞争要素。 这种环境下,最具优势的 DeFi 产品,未必来自最聪明的个人,而来自能够规模化部署智能决策系统的团队。 短视频,正在成为新的交易入口 短视频正在成为人们发现、理解,并最终购买内容的主要入口。 TikTok Shop 在 2025 年上半年实现超过 200 亿美元 GMV,并且仍在高速增长,这本身已经说明了趋势的强度。 Instagram 也在将 Reels 从防御性功能,逐步转变为核心商业引擎。Whatnot 的实践,则进一步证明了实时、人格化内容在转化效率上的优势,明显高于传统电商模式。 背后的逻辑并不复杂。在观看实时内容时,更容易快速做出决策。当推荐流与结算流程逐渐融合,内容本身就变成了交易界面,而创作者,也自然演化为分发节点。AI 的加入,让这一过程进一步加速。内容生产成本持续下降,测试频率不断提高,平台开始对视频的每一秒进行转化效率优化。 这种环境下,支付系统必须足够快、足够便宜、同时具备高度可组合性。微支付、自动分账、贡献归因,都会成为基础能力。 正是加密系统天然适配的场景。以流媒体为原生形态的商业体系中,很难想象没有加密作为底层结算与激励工具。 区块链,正在推动新的 AI 扩展路径 过去几年,AI 的注意力主要集中在大型云厂商与头部创业公司之间的竞争上。但与此同时,一批加密原生团队,正在分布式训练与推理领域取得实质进展。 这些尝试,已经从理论阶段,逐步走向测试,甚至进入生产环境。Ritual、Pluralis、Exo、Odyn、Ambient、Bagel 等团队,正处在这一波探索的前沿。通过在全球分布式环境中训练模型,并结合异步通信与并行机制,传统的扩展瓶颈正在被重新定义。 与此同时,新的共识机制和隐私技术,使得可验证、可保密的推理开始具备现实可行性。更进一步,一些新的区块链架构,正在尝试把智能合约与更通用的计算结构真正结合起来,为自治 Agent 提供运行基础。 基础能力已经具备。 接下来的关键,在于能否扩展到生产级规模,并证明这条路径不仅是理念实验,而是真正推动 AI 能力演进的方式。 RWA,正在走向真实世界规模 关于 RWA,行业已经讨论多年。但随着稳定币的普及、出入金通道的成熟,以及监管环境逐步清晰,代币化终于开始进入规模化阶段。 根据 RWA.xyz 的数据,目前链上已发行的代币化资产规模超过 180 亿美元,而一年前,这一数字还不到 40 亿。 需要明确区分的是两种模式。 代币化,是把链下资产映射到链上;而 Vault,则是让链上资本直接参与链下收益。未来,上链的资产类型会越来越广,从大宗商品、私人信贷,到股票、外汇,甚至一些非传统资产。 但重点并不只是「资产种类变多」。 真正的意义在于,通过区块链,把原本低效、不透明的资本配置过程,变得更可编程、更具流动性。 当然,这一过程中仍会面临转让限制、流动性不足和风险管理等问题,因此,相应的基础设施,同样值得关注。 Agent 驱动的产品周期,即将到来 下一代互联网的交互核心,正在从「平台」转向「Agent」。无论链上还是链下,自动化 Agent 已经承担了相当比例的网络活动。在加密领域,它们参与交易、资产管理、信息筛选、合约审计,甚至内容生产。 2026 年,很可能会成为一个明确拐点。 加密产品的设计,会开始优先考虑 Agent,而不是人类界面。理想的形态,不是更多按钮,而是更少操作。用户只需要通过对话式接口下达目标,由 Agent 负责信息筛选、策略执行和结果反馈。支撑这一切的基础设施,其实已经存在:开放数据、程序化支付、链上身份以及跨链流动性。 相比 Web2,区块链对 Agent 更友好,因为它们面对的是开放接口,而不是封闭系统。这不仅是效率提升,而是一种交互方式的转变。当搜索、交易和执行逐渐被 Agent 接管,人类可以把精力放在更高层次的判断上。 随着更多资产和活动上链,该循环会不断放大:机会增加,Agent 增多,价值释放。 真正的问题只剩一个:我们现在构建的系统,究竟是在放大价值,还是在放大噪音。
