Wintermute：加密领域还剩下什么可建设的？

来源：Wintermute

编译及整理：BitpushNews

加密货币已经有十多年的历史了。L1 已经推出，L2 紧随其后，DeFi 已经成熟，稳定币成为了基础设施。在交易所、借贷、永续合约和预测市场中，每个赛道看起来都很拥挤，每个显而易见的想法似乎都已被实现。

所以，还剩下什么可建设的吗？

许多建设者在这里选择放弃。他们错了，不是因为答案是“没有”，而是因为这个问题本身就问错了。

在加密货币的大部分历史中，最有趣的问题是链条（轨道）能否承受得住：你是否能在几秒钟内完成结算，大规模移动稳定币，并在真实的负载下运行开放网络。这些问题现在已经有了答案。基础设施运转良好，下一个有趣的问题在于其他地方。

改变的是它周围发生的一切。模型现在可以自主行动，而不仅仅是做出响应。机器人从人类视频中学习，而不是手写代码。用于智能体支付和身份的开放标准正在形成。这些都不是加密货币本身，但它们每一个都在推高为人类构建的金融和信任基础设施的极限。

值得思考的问题不再是“加密货币能做什么”，而是「世界其他领域为什么需要加密货币」。

答案越来越明确：机器经济（Machine Economy）。

机器作为经济行为体

当我们说“机器经济”时，我们并不是指作为工具的机器——那些你用来发送电子邮件或编写代码的东西。我们指的是**作为经济行为体（Economic Actors）的机器。

这种转变是微妙的，但其后果是巨大的。一个工具等待指令。而一个行为体则拥有上下文、能够做出决策、进行交易，并在数字和物理世界中自主行动。现在的模型已经足够好，可以做到这一点，而且成本足够低，可以大规模推广。

在实践中，这看起来像：

• 一个智能体（Agent）帮你预订机票、商讨价格、支付给商家，并在出问题时处理退款，整个过程无需你参与。

• 一个仓库机器人按件计价接收任务、自己充电、支付自己的算力费用，并将收入路由给其运营商。

• 一个研究系统在一夜之间设计实验、申请试剂并运行循环，而整个大楼里没有一个研究生。

我们大部分的金融和信任基础设施都假设另一端是一个人或一家企业，一个你可以识别并追究责任的对象。一旦行为体是自主的，这个假设就不复存在了。而我们现有的支付、身份、授权、纠纷和结算通道，根本就不是为了这些而设计的。

它正处于加密货币、金融科技、人工智能、机器人和量子技术的交汇处。

为什么是现在

最近发生了三个几年前看起来还不太可能的转变：

• 模型好到可以行动，而不仅仅是回答，而且便宜到可以无人值守地运行。单位数字工作的成本正在崩溃，这使得那些过去不值得人花时间的任务变得可行，其规模和数量也是现有系统从未准备好应对的。

• 开放标准正在成熟。稳定币现在是真正的结算通道。像 x402、MPP 和 AP2 这样的协议让智能体有了支付方式。更快的区块链网络和更快的法币网络正在中途相遇。开放的愿景-语言-动作（VLA）模型让机器人可以从人类视频和模拟中学习，而不是靠定制的编程。标准让建设者能够进行组合而不是重构，这就是加速每个类别取得进展的原因。

• 智能体现在可以持续运行。与我们习惯的、适用于狭窄引导用例的工具不同，智能体能够保留上下文并随着时间的推移无人值守地工作。这改变了自动化的经济学，以及任何系统必须吸收的活动量。

这些单看都不是一个完整的论点。但结合在一起，它们就是了。

加密货币并未死亡

这是大多数加密货币创始人问“还剩下什么可建设的”时所忽略的一点：

下一波有趣的创业公司将不会是“加密货币 vs AI”或“加密货币 vs 机器人”。我们最兴奋的创始人们并没有在这些技术之间做选择。他们正在将它们进行堆叠（Stacking）。

你不再仅仅是在加密货币领域里建设了。你正在建设“加密货币 + AI”、“加密货币 + 机器人”、“加密货币 + 自主科学”。

传统的金融通道是围绕人类问责制构建的：你可以验证的身份、你可以争议的意图、以及当出现问题时你可以追究责任的人。而加密货币通道的构建方式不同，它是围绕可以审计的代码、任何人都可以阅读的链上记录，以及网络强制执行的规则。当另一端的行为体是自主的时，这种差异就不再是一个缺陷，而是成为了最关键的痛点。随着机器主导的活动量增加，加密货币构建的通道比那些为人类设计的通道更能完美契合这种需求：开放、可编程、无需许可、秒级结算，以及不需要中介的身份。

加密货币建设者的机会不是与上一周期的加密货币建设者竞争。而是成为下一波 AI、机器人和物理自主性所构建之上的底层基石。

而最大的平台已经开始竞相布局。Coinbase、Robinhood 和 Binance 在过去几个月里都推出了智能体交易基础设施：智能体操作的钱包、自主执行，在 Robinhood 的案例中，甚至还包括一个专门为此构建的新区块链。这不再是一个小众的加密对话，它正发生在拥有世界上一些最大零售用户群的平台上。

目前在哪些地方存在机会？

上述论断的赌注在于，无需许可、可编程的通道比为人类建立的通道更适合自主行为体。这个赌注在大规模应用中尚未得到证实，目前已经显现出两个失效模式，说明了为什么它仍需努力：

安全性：智能体钱包已经成为一个现成的攻击面。在 2026 年 5 月，攻击者利用摩斯密码提示词注入（Morse-code prompt injection），促使 Grok 输出转账指令，随后一个自动交易智能体在链上执行了该指令，转走了大约 $150,000 至 $200,000 美元，之后大部分资金被追回。

责任归属：当一个涉及 AI 的系统出现故障时由谁负责仍未解决，即使 AI、人工审查员和治理投票全部签字通过。2026 年 2 月，AI 辅助智能合约代码中的一个预言机漏洞导致 Moonwell 发生了 $1.78M 美元的坏账事件，审查链中没有任何环节捕获到它。

我们的关注方向

今天的大部分活动都集中在组件上：基础模型、机器人硬件、稳定币、交易所。这些市场已经拥挤且资金充足，机会并不在那里。

机会在于连接它们的枢纽——即目前尚不存在的机器之间交易、协作和信任的通道。有三个领域尤为突出：

1. 智能体的经济层 (The economic layer for agents)

难点不在于智能体是否能支付，而是在于当智能体出错时谁拥有授权、谁承担欺诈风险，以及所有这些如何在不要求商家重建结账系统的情况下触达商家。智能体商业的形态仍在书写中：授权层、智能体身份、通道之间的中立路由，以及智能体购买自身算力、数据和访问权限的市场。这里更好的团队会对授权和风险降低收费，而不是从支付金额中抽成，这使得该业务在智能体规模化实现之前就能运转起来。

2. 物理 AI (Physical AI)

机器人的能力提升速度快于其获得经济体系的速度。现在，一个模型就可以跨任务和跨不同的机器人身体进行泛化，非工程师只需告诉机器人该做什么就可以对其进行重新引导。但机器人仍然无法为自己的算力、充电或维护提供资金，也无法为它们所做的工作获得报酬。**缺失的是钱包，而不是双手。** 相比于家用人形机器人，我们对仓储、物流和零售后勤等结构化场景更感兴趣，在这些场景中，经济学已经可行，且已经存在实际的部署。

3. 机器主导的发现 (Machine-led discovery)

实验室编排、自动化实验设计，以及闭合假设与结果之间循环的软件。构建科学自主层的创始人已经开始向材料和药物发现领域的实验室进行销售。量子技术是紧挨着它的不确定因素（Wildcard）：模拟和传感可能会给可发现的内容带来跨越式的改变，而抗量子安全（Post-quantum security）已经是结算层的真实需求。这块业务难以进行风险评估，赢家尚不明确，但这里确实蕴藏着机会。

机器经济所需的基础设施目前还不存在。这就是我们要做的，也是我们要寻找的。

我们希望支持那些能够敏锐察觉金融通道、自主性和信任之间正在涌现的新问题，并能在现有通道上进行交付，同时在标准发生转变时保持适应能力的创始人。

Twitter：https://twitter.com/BitpushNewsCN

比推 TG 交流群：https://t.me/BitPushCommunity

比推 TG 订阅： https://t.me/bitpush