作者: GAWE

原文作者：Vaidik Mandloi

原文编译：Luffy，Foresight News

你是否曾打开 Etherscan 搜索过自己的钱包地址，不是为了查交易，只是想看看，在外人眼里，它究竟长什么样。

你的当前余额、曾经持有的每一枚代币、买过的 NFT、交互过的协议、那些深夜的 DeFi 尝试、每一笔认领或忽略的空投……所有的一切都在那里，完全公开。

想象一下，你把这个地址发给要给你付款的自由职业者、给你发资助的 DAO，甚至只是在会议上刚认识的人。你交出的不只是一个收款地址，而是一整套完整的链上财务人生。

原因很简单，以太坊和大多数公链一样，每个地址本质上都是一本公开账本。

大多数人都感受过这种别扭。粘贴钱包前会犹豫一秒；有人干脆专门开个 「新钱包」 收款；还有一些人会先挪动一下资金，以免余额泄露太多信息。

这种本能不只限于加密原生用户。Consensys 2023 年一项覆盖 15,000 人的全球调查显示：83% 的人重视数据隐私，但只有 45% 的人信任现有互联网服务。

ERC‑5564 正是为了解决这种地址关联性问题。它把隐秘地址原生带入以太坊：一项让你不必每次都暴露主钱包就能收款的标准。

ERC‑5564 究竟带来了什么？

问题的核心是，一个地址会永久记录你所有行为。那为什么一定要重复使用同一个地址？

想想现实世界你怎么收款：别人给你银行转账需要你的账号，这个账号不会每次收款都变。久而久之，银行账户就成了你收入、消费、储蓄的完整记录。区别在于：只有你和银行能看到。

在以太坊上，钱包地址结构上是一样的：它是网络全局状态里一个永久账户。别人给你转钱需要地址，地址不变，所有交易都记录在同一个公开地址下。

研究者把这称为 「玻璃银行账户」 问题 。问题不在于交易可见，而在于所有行为会自动绑定到一个几乎不变的地址上。

早期加密世界里，这只会暴露基本转账记录。但后来区块链变成了借贷市场、NFT 平台、治理系统、支付与身份层。如今一个地址能暴露的信息，远比几年前丰富得多。

隐私研究里有个常用类比：想象你在区块链上玩《海战棋》游戏，每一步都公开可见。规则会正确执行，系统会忠实地记录一切。但当双方都能看见对方棋子位置时，策略性就消失了。

系统完全按设计运行，但体验彻底变了，因为透明消灭了隐私。

金融协作也是同理。不是每一笔收款，都需要附带一个地址的全部历史。

ERC‑5564 并没有试图消除以太坊的透明性，也没有引入余额加密、隐私池这类复杂设计。它只聚焦一个更窄、更实用的问题：在收款层降低自动关联性。

核心逻辑非常简单，你不再直接给对方你的钱包地址，而是给出一个隐秘元地址。这个元地址不是收款目标，它包含公钥密码学信息，为你生成一个独一无二的临时收款地址。

也就是说，对方给你付款时，钱不是发到你公开的主钱包，而是发到一个只为这笔交易生成的全新地址。在链上看，就像转给了一个从未使用过的新账户。

对网络而言，一切如常。变化的是，每一笔收款都发给不同地址，不会在一个永久账户上不断记录。

以太坊真的需要它吗？

看看用户行为就知道答案了。

以 Tornado Cash 为例：一个混币协议，让用户把资金存入公共池子，再提现到新地址，切断收发关联。即便受到制裁与严厉审查，2025 年 Tornado Cash 仍处理了 25 亿美元以上的资金流。这说明用户愿意承担法律与声誉风险，也要把交易和主钱包隔开。

再看 Railgun：它用零知识证明实现隐私交易，不公开余额与转账细节。2025 年，Railgun 锁仓量稳定在 7000 万美元，累计交易量超 20 亿美元。

在隐秘收款方面，Umbra 在以太坊上实现了应用层隐秘支付：用户发布隐秘信息，用一次性地址收款。截至 2026 年，Umbra 已生成超过 77,000 个活跃隐秘地址。

这些数字相对整个市场不算巨大，但足以说明：用户强烈需要 「隔离感」。

与此同时，这些工具都有妥协：

• 混币需要进出独立合约，增加摩擦，损害可组合性，处于监管灰色地带
• ZK 隐私工具仍是额外一层，用户必须主动选择使用
• Umbra 证明了隐秘收款有用，但只是独立应用程序，而非钱包标准

在以太坊上，获得隐私永远需要多一步操作。

ERC‑5564 走了另一条路：不做新的隐私协议，而是在钱包层标准化隐秘收款。

以太坊在隐私领域中处于什么位置？

加密世界的隐私不是非黑即白，而是一条权衡光谱。

在光谱的一端，是像门罗币这样的协议，它将隐私直接嵌入到底层。交易金额被隐藏，发送方和接收方的地址也被模糊处理。隐私并非可选项，而是通过设计强制执行的。用户无需选择启用隐私保护，因为保密性是网络的默认状态。

此外，还有 Zcash，它引入了使用零知识证明的屏蔽交易。Zcash 允许用户在透明交易和隐私交易之间进行选择，但它是在专用的屏蔽池中运行，而不是在整个系统中运行。该架构支持保密性，但它仍然是一种独立的模式，而不是网络的基本行为。

以太坊则完全不同，它从第一天就优先透明与可组合性。

正是这种开放性，让 DeFi、NFT、DAO 快速爆发。代价是结构性关联，隐私生态只能在协议之外搭建。

ERC‑5564 标志着思路转变：不再外挂隐私层，而是把隐私作为基础组件，嵌入以太坊现有设计，尤其在收款层。

如果说门罗币将隐私视为基础，而 Zcash 将隐私视为可选模式，那么 ERC-5564 则把隐私变成钱包标准里的基础设施，而不是靠独立链或独立应用外挂。

行业叙事也在进化：争论不再是 「公链该完全透明还是完全隐私」，而是：隐私应该在哪里、需要多少、如何与可验证、可组合共存。

隐私究竟能为用户和市场带来什么？

隐私不只是隐藏交易，它从根本上改变金融系统里的激励与权力分配。从这个意义上讲，隐私解锁了三个核心要素，我们可以逐一探讨。

在透明的区块链上，所有操作都是可见的。这听起来似乎无关紧要，但事实并非如此。

当所有交易数据公开后，最大的受益者并非普通用户，而是那些拥有最佳数据分析工具的参与者，例如对冲基金、MEV 机器人、分析公司和人工智能模型。普通用户的行为会被公开，而这些老练的参与者则会观察、建模并从中提取价值。

这会造成结构上的不对称。

问题不在于透明度本身，而在于透明度将每项经济行为都变成了一种公共信号，从而导致围绕这些信号发展出的策略，并利用这些信号牟利。

当交易不易被滥用时，参与者之间的竞争便不再是比拼谁拥有更先进的监控工具，而是围绕价格和风险展开。这会带来更健康、更公平的市场行为。这是隐私的第一步：它限制了仅仅因为交易活动可见而产生的价值攫取。

第二个解锁机制意义更为重大。隐私能够促进资本形成，而透明的系统则无法做到这一点。

散户或许可以容忍完全透明，但机构用户永远不会。

如果每个仓位都能被实时监控，基金就无法将有效资金投入 DeFi 领域。如果基金持有某种资产，市场可能会对其不利；如果基金进行对冲，竞争对手也能追踪到对冲操作。策略保护将变得不可能。同样的道理也适用于企业。如果供应商关系对竞争对手可见，公司就无法在公共账本上将发票代币化；如果薪酬结构公开透明，公司就无法在链上进行工资发放。透明的系统有利于实验，但却不利于自主决策。

这就印证了「代币跨链很容易，密钥跨链很难」的说法。

在公链上，由于所有信息都已公开，因此在不同网络之间转移资产非常简单。而在私有系统中，一旦离开隐私域，历史交易记录就会暴露出来，这会造成摩擦。重视隐私的用户更倾向于留在交易记录不会在退出时被泄露的环境中。

这种情况会产生一种新型的网络效应。

传统区块链的竞争体现在吞吐量、费用和开发者工具方面。隐私性则引入了信息隔离方面的竞争。私有匿名集越大，留在其中的价值就越高。流动性也开始向该区域集中，因为保密性会随着规模的扩大而增强。

第三种解锁我们可以称之为选择性披露。

在当今的系统中，隐私的选择非常二元化：要么全部公开，要么全部隐藏。但密码学引入了第三种选择：你可以在不泄露底层数据的情况下证明某些事情。

协议可以在不披露其持有的所有头寸的情况下证明其偿付能力。交易所可以在不公开账户余额的情况下证明其储备金。用户可以在不公开其全部交易记录的情况下证明其遵守了某些规则。

这减少了系统性数据蜜罐的出现。同时，也降低了隐私与监管之间的权衡取舍，从而为全新的金融应用领域打开了大门。

例如，私人借贷市场可以强制执行抵押品规则和清算逻辑，同时隐藏个人借款人的身份，Aleo 和 Secret Network 等平台正在通过保密的 DeFi 设计进行这方面的试验。

链上暗池可以在执行前不显示订单规模或方向的情况下匹配交易，这正是 Renegade 正在构建的加密交易基础设施，旨在防止交易者仅仅因为其意图可见而被抢先交易。

合规的稳定币可以在适当的法律程序下为监管机构提供访问权限，同时防止公众通过交易图谱了解用户行为。Paxos 和 Aleo 等私有稳定币项目以及 Zcash 首创的通过查看密钥实现的选择性披露模式都在探索这一理念。

贸易融资平台可以将发票代币化，并在不泄露供应商关系的情况下证明发票未被用于重复融资。像 Canton Network 这样的企业网络正在与大型金融机构合作试点这种保密基础设施，使企业能够在不泄露敏感商业数据的情况下共享账本效率。

所有这些都会导致长期的行为影响。

透明系统将身份和财务行为永久关联起来。随着时间的推移，这会降低他们尝试新事物的意愿，因为行为无法与长期身份脱钩。隐私则恢复了参与和永久曝光之间的分离。它允许用户在不将每个决定都记录在不可更改的公开档案中的情况下采取行动。

结语

透明性的初衷是可验证。原生隐私加密，则在保留可验证性的同时，支持机构资本与选择性披露。ERC‑5564 不是要把以太坊变成一条隐私链，而是让以太坊拥有可编程、轻量化、原生的收款隐私。

原文作者：Wintermute

原文编译：深潮 TechFlow

导读：本文由 Wintermute OTC 交易员撰写，深度剖析了当前加密市场散户资金流失的根本原因。历史上的加密牛市往往由散户的投机推动，但最新数据表明，散户正以创纪录的速度涌入美股，导致加密市场与美股从“同涨同跌”变成了“跷跷板”。随着加密市场波动率下降、出入金门槛降低，以及 AI 赋予了散户在美股的分析优势，加密货币已不再是散户投机的首选。了解这一资金轮动逻辑，有助于我们重新调整多资产投资框架。

全文如下：

散户的活跃度一直在推动着加密市场。通过投机、条件反射式的逢低买入，以及在各种代币间的灵活资金轮动，散户投资者定义了加密历史上的每一个主要周期。但最新数据表明，散户与加密市场的关系正在发生改变。

一段时间以来，我们一直提醒大家，美股市场正在吸引散户的注意力，而这牺牲了山寨币的流动性。摩根大通（JP Morgan）策略部门的最新数据，叠加我们独家的资金流向数据，进一步表明：美股和加密货币正在成为可互相替代的风险资产。

关联反转

将 Wintermute 独家的加密散户资金流向数据与摩根大通的散户美股资金流入数据叠加对比，我们获得了一个审视散户在美股和加密市场活跃度关系的新视角。

历史上，两者通常是同频共振的。直到 2024 年底之前，风险偏好升温往往意味着两边都在买入，因为在某种程度上，它们都是过剩资本（参考 M2 数据）和风险偏好的宣泄口。然而自 2024 年底以来，这种关联已经破裂。今天我们看到了近期历史上最严重的背离：散户正以创纪录的速度涌入美股，而在加密市场却选择持币观望。

拉长周期来看，我们使用山寨币的总市值作为散户加密活跃度的长期替代指标。它与我们的散户资金流数据高度契合，且拥有更客观、更长期的历史记录。从 2022 年到 2024 年底，加密货币和美股走势大体一致，散户将两者都视为高风险投资组合的一部分。但 2024 年底的这次脱钩显得尤为突出，散户的交易行为也变得更加偏向短期驱动、波动频繁且缺乏结构性。

散户活跃度与山寨币市值之间的滚动相关性证实了这一转变。曾经那种虽然有波动但总体呈正相关的关系，现在已经变成了负相关。散户现在是在这两者之间做「二选一」的资金分配，而不是同时买入。

聚焦到 2025 年，结合关键催化剂事件，这种动态变化会更加清晰。有几点表现得非常明显：

• 当美股市场活跃度停滞时，Memecoin 和 AI 代理（AI agents）迎来了高光时刻，散户将投机需求转移到了这些领域。
• 无论是在 2025 年 4 月宣布关税政策期间，还是在最近一段时间，散户都在继续激进地逢低买入美股。
• 在 10 月 10 日之后，资金几乎完全转向了美股，且这一趋势至今仍在持续。

因果关系

必须明确一点：我们并不认为加密市场的散户体量大到足以把资金从美股抽走。恰恰相反，是美股市场高涨的散户热情抽干了加密市场的流动性。

新数据也证实了这一点。美股的散户活跃度已经成为一个新变量，加密投资者应该密切关注这个指标，以此来寻找散户资金何时能为加密市场提供持续买盘的机会窗口。

波动率本身就是产品

虽然原因有很多，但散户之所以在加密市场如此活跃并被其吸引，核心原因之一就是该资产的波动性特征。波动率本身就是产品。这正是当初把散户拉进加密圈的核心动力。

然而，尽管加密市场的波动率依然远超美股，但其已实现波动率（realized volatility）一直在发生结构性的压缩，而且这种趋势很难逆转。BTC 与纳斯达克 100 指数（NDX）的波动率比值一直在走低，在 2025 年上半年，这一比值甚至被压缩到了两倍以下。

关于一些关键驱动因素的思考：

• 市场走向成熟。 成熟投资者不断增加，加上 ETF 和 DAT 等新型流动性工具的出现，抑制了早期周期中那种典型的、由条件反射引起的波动率暴涨。
• 市场规模。 目前加密市场总市值达 2.3 万亿美元，即便比历史高点（ATH）回撤了 40%，现在要推动市场上涨所需的资金量，也远比五年前庞大得多。

随着波动率的压缩，加密货币吸引散户的核心卖点也随之消退。那种定义了 21 到 22 年牛市周期、吸引了一整代散户进场的暴涨暴跌，如今已经一去不复返。对于追求波动的散户来说，美股正变得越来越有吸引力。

技术驱动因素

除了加密市场本身的结构性变化，技术驱动因素也在加速这种资金轮动，而这一点在市场上讨论得还不够充分。

• 投资渠道的打通。 金融科技和传统券商平台整合了加密货币交易（或者加密原生平台整合了美股交易），这确实降低了入场门槛，但其更深远的影响体现在「资金撤离」上。在之前的周期中，复杂的出入金流程让资金一旦进入加密市场就被锁在里面，从而推动了不同代币之间的有机轮动。而如今，同样丝滑的出入金通道意味着资金可以毫无阻碍地在加密货币和美股之间自由穿梭。
• 认知优势（The edge）。 散户似乎越来越被美股吸引，部分原因在于他们通过 AI 获得了一种全新的优势。大语言模型（LLMs）极大地提升了散户的分析能力，让他们产生了一种能与机构公平竞技的错觉。

但在加密市场，这种感觉是不存在的。虽然你也可以基于数据对加密项目进行分析，但加密领域缺乏共识性的估值框架和代币价值捕获机制，同时可投资的标的还在无限膨胀，这使得散户很难在这里找到那种「优势在握」的感觉。

结论

散户曾经是加密市场最可靠的条件反射式需求来源，但现在，他们的风险偏好正越来越多地在别处得到满足。美股提供了极具竞争力的波动性，赋予了散户不断增强的分析优势，而且通过手机里的同一个 App，资金就能在加密市场和美股之间实现无缝切换。加密货币在散户的投资组合中依然有一席之地，但它现在只是众多博弈工具中的一个，而不再是投机的首选载体。

这种转变也应该重塑投资者观察市场的视角。一些屡试不爽的指标已经失效。对于加密投资者来说，要想取得成功，仅仅寻找风险偏好的先行指标并将其与加密原生的框架结合，已经远远不够了。投资者需要越来越多地通过多资产投资组合的视角来看待加密货币，就像在美股和固定收益市场中早已经成为标准操作那样。

原文作者：Ada，深潮 TechFlow

2 月 24 日，星期二。华盛顿，五角大楼。

Anthropic CEO Dario Amodei 坐在国防部长 Pete Hegseth 对面。据 NPR 和 CNN 多家媒体援引知情人士透露，会面的气氛“礼貌”，但内容一点都不客气。

Hegseth 给了他一个最后通牒：周五下午 5:01 之前，放开 Claude 的军事使用限制，允许五角大楼将其用于“所有合法用途”，包括自主武器瞄准和国内大规模监控。

否则取消 2 亿美元合同。启动《国防生产法》，强制征用。将 Anthropic 列为“供应链风险”，这等同于把它归入俄罗斯和中国敌对实体的黑名单。

同一天，Anthropic 发布了第三版“负责任扩展政策”（RSP 3.0），悄悄删掉了公司成立以来最核心的一条承诺：如果无法保证安全措施到位，就不训练更强大的模型。

也是同一天，Elon Musk 在 X 上发帖说：“Anthropic 大规模窃取训练数据，这是事实。”同时，X 的社区笔记补充了 Anthropic 因使用盗版书籍训练 Claude 而支付 15 亿美元和解金的报道。

七十二小时内，这家自称有“灵魂”的 AI 公司，同时扮演了三个角色：安全殉道者、知识产权窃贼、五角大楼的叛徒。

哪个才是真的？

也许都是。

五角大楼的“要么服从，要么滚”

故事的第一层很简单。

Anthropic 是第一家获得美国国防部机密级访问权限的 AI 公司。去年夏天拿到的合同，上限 2 亿美元。OpenAI、Google、xAI 随后也各拿了同等规模的合同。

据 Al Jazeera 报道，Claude 曾被用于今年 1 月的一次美军行动。报道称该行动涉及委内瑞拉总统马杜罗的绑架。

但 Anthropic 划了两条红线：不支持全自主武器瞄准，不支持对美国公民的大规模监控。Anthropic 认为，人工智能的可靠性不足以操控武器，而且目前还没有任何法律法规规范人工智能在大规模监控中的应用。

五角大楼不买账。

白宫 AI 顾问 David Sacks 去年 10 月在 X 上公开指控 Anthropic“以恐惧为武器，搞监管俘获”。

竞争对手已经跪了。OpenAI、Google、xAI 都同意让军方将其 AI 用于“所有合法场景”。Musk 的 Grok 本周刚获批进入机密系统。

Anthropic 是最后一个站着的。

截至发稿，Anthropic 在最新发表的声明中表示，他们并没有打算让步。但周五 5:01 的大限，已经近在眼前。

一位匿名的前司法部与国防部联络员对 CNN 表示了困惑：“你怎么能同时宣布一家公司是‘供应链风险’，又强迫这家公司为你的军队工作？”

好问题，但这不在五角大楼考虑范围之内。他们在乎的是，如果 Anthropic 不妥协，将采取强制手段，或者，成为华盛顿弃儿。

“蒸馏攻击”：一场打脸式的控诉

2 月 23 日，Anthropic 发了一篇措辞激烈的博客，指控三家中国 AI 公司对 Claude 进行了“工业级蒸馏攻击”。

被告是 DeepSeek、Moonshot AI、MiniMax。

Anthropic 指控它们通过 2.4 万个伪造账户，对 Claude 发起超过 1600 万次交互，定向提取 Claude 在智能体推理、工具调用和编程方面的核心能力。

Anthropic 把这件事定性为国家安全威胁，声称蒸馏后的模型“不太可能保留安全护栏”，可能被威权政府用于网络攻击、虚假信息和大规模监控。

叙事很完美，时机也很完美。

恰好在 特朗普政府刚刚放宽对华芯片出口管制之后，恰好在 Anthropic 需要为自己的芯片出口管制游说立场寻找弹药的时候。

但是 Musk 开了一枪：“Anthropic 大规模窃取训练数据，还为此支付了数十亿美元和解金。这是事实。”

AI 基础设施公司 IO.Net 联合创始人 Tory Green 表示：“你们用全网的数据训练自己的模型，然后别人用你们的公共 API 学习你们，就叫’蒸馏攻击’了？”

Anthropic 把蒸馏叫“攻击”，但这件事在 AI 行业是家常便饭。OpenAI 用它压缩 GPT-4，Google 用它优化 Gemini，连 Anthropic 自己也在做。唯一的区别是，这次被蒸的是它自己。

据新加坡南洋理工大学 AI 教授 Erik Cambria 对 CNBC 表示：“合法使用和恶意利用之间的边界往往是模糊的。”

更讽刺的是，Anthropic 刚为使用盗版书籍训练 Claude 支付了 15 亿美元和解金。它用全网的数据训练模型，然后指控别人用它的公开 API 学习它。这不是双标，这是三标。

Anthropic 本想扮演受害者，结果被扒成了被告。

安全承诺的拆除：RSP 3.0

就在与五角大楼对峙、与硅谷互撕的同一天，Anthropic 发布了第三版负责任扩展政策。

Anthropic 首席科学家 Jared Kaplan 在接受媒体采访时表示：“我们觉得停止训练 AI 模型对任何人都没有帮助。在 AI 快速发展的背景下，单方面做出承诺……而竞争对手在全速推进，这没有意义。”

换句话说，别人不讲武德，我们也不装了。

RSP 1.0 和 2.0 的核心是一条硬性承诺，如果模型的能力超过了安全措施的覆盖范围，就暂停训练。这条承诺让 Anthropic 在 AI 安全圈获得了独一无二的声誉。

但 3.0 删了。

取而代之的是一个更“灵活”的框架，即把 Anthropic 自己能做的安全措施和需要全行业协作的安全建议分成两条轨道。每 3-6 个月发一份风险报告。请外部专家审阅。

听起来很负责？

来自非营利组织 METR 的独立审查员 Chris Painter 在看完政策早期草案后对表示：“这说明 Anthropic 认为需要进入’分诊模式’，因为评估和缓解风险的方法跟不上能力增长的速度。这更多地证明了社会对 AI 潜在灾难性风险没有做好准备。”

根据 TIME 报道，Anthropic 花了将近一年时间内部讨论这次改写，CEO Amodei 和董事会全票通过。官方说法是，原来的政策设计初衷是推动行业共识，结果行业根本没跟上。特朗普政府对人工智能发展采取了放任自流的态度，甚至试图废除各州的相关法规。联邦层面的人工智能法律遥遥无期。尽管在 2023 年建立全球治理框架似乎还有可能，但三年过去了，这扇门显然已经关闭。

一位长期跟踪 AI 治理的匿名研究员说得更直接：“RSP 是 Anthropic 最值钱的品牌资产。删掉暂停训练承诺，就像一家有机食品公司悄悄把’有机’两个字从包装上撕下来，然后告诉你他们现在的检测更透明了。”

3800 亿估值下的身份撕裂

2 月初，Anthropic 以 3800 亿美元估值完成 300 亿美元融资，亚马逊是锚定投资者。自成立以来，就实现了 140 亿美元的年化收入。过去三年，这一数字每年都增长超过 10 倍。

同时，五角大楼威胁将其列入黑名单。Musk 公开指控其数据盗窃。自己的核心安全承诺被删除。Anthropic 的人工智能安全负责人 Mrinank Sharma 辞职后在 X 上写道：“世界正处于危险之中。”

矛盾？

或许矛盾是 Anthropic 的基因。

这家公司由前 OpenAI 高管创立，因为他们担心 OpenAI 在安全问题上走得太快。然后他们自己建了一家公司，以更快的速度构建更强大的模型，同时告诉全世界这些模型有多危险。

商业模式可以概括为一句话，我们比任何人都更害怕 AI，所以你应该出钱让我们来造 AI。

这个叙事在 2023-2024 年完美运转。AI 安全是华盛顿的热词，Anthropic 是最受欢迎的游说者。

2026 年，风向变了。

“woke AI”成了攻击标签，州级 AI 监管法案被白宫阻击，Anthropic 支持的加州 SB 53 虽然签署成法，但联邦层面一片荒芜。

Anthropic 的安全牌，正在从“差异化优势”滑向“政治负资产”。

Anthropic 在做一个复杂的平衡术，它需要足够“安全”来维持品牌，又需要足够“灵活”来不被市场和政府抛弃。问题是，两头的容忍空间都在缩小。

安全叙事，还值多少钱？

把三件事叠在一起看，画面就清楚了。

指控中国公司蒸馏 Claude，是为了强化芯片出口管制的游说叙事。为了在军备竞赛中不掉队，删除了安全暂停承诺。拒绝五角大楼的自主武器要求，是为了保住最后一层道德外衣。

每一步都有逻辑，但每一步之间又互相矛盾。

你不能一边说中国公司“蒸馏”你的模型会危害国家安全，一边删掉防止你自己的模型失控的承诺。如果模型真的那么危险，你应该更谨慎，而不是更激进。

除非你是 Anthropic。

在 AI 行业，身份不是由你的声明定义的，是由你的资产负债表定义的。Anthropic 的“安全”叙事，本质上是一种品牌溢价。

在 AI 军备竞赛的早期，这种溢价值钱。投资者愿意为“负责任的 AI”支付更高的估值，政府愿意为“可信赖的 AI”开绿灯，客户愿意为“更安全的 AI”付费。

但 2026 年，这个溢价正在蒸发。

Anthropic 现在面临的，不是“要不要妥协”的选择题，而是“先向谁妥协”的排序题。向五角大楼妥协，品牌受损。向竞争对手妥协，安全承诺作废。向投资者妥协，两头都得让。

周五下午 5:01，Anthropic 会交出它的答案。

但无论答案是什么，有一件事已经确定：那个曾经靠“我们和 OpenAI 不一样”立足的 Anthropic，正在变得和所有人一样。

身份危机的终点，往往是身份的消失。

优秀的文章能让市场将「情景推演」混淆成「现实预言」。

2026 年 2 月 22 日，一篇名为《The 2028 Global Intelligence Crisis》的报告，引爆了社交媒体和金融市场，浏览量突破 2700 万。报告发布当日，IBM 重挫 13%，DoorDash、American Express、KKR 等一众公司股价纷纷下跌 6% 以上。

这篇报告出自 Citrini Research 的创始人 James van Geelen 之手。这位 33 岁的研究者在 X 上拥有超过 18 万粉丝，其 Substack 在财经类作者中排名第一，主打主题股权投资与全球宏观研究，风格以跨资产、横向联想著称，真实投资组合自 2023 年以来回报超过 200%。报告以情景推演的形式，虚构了一个设定在 2028 年的未来：AI 在短短两年内大规模替代白领劳动力，由此引发消费萎缩、软件资产违约、信用紧缩，最终将经济推入一种”技术性繁荣”与”社会性衰退”并存的畸形状态。Van Geelen 在文首标注：”这篇文章讲的是一个可能的情景，并非一则预言。”但市场显然没有耐心去区分这两者。

不过，比短暂的市场恐慌更值得关注的，是这篇文章在过去几天引发的广泛讨论。从学术界到投资圈，从华尔街到中文互联网，十几篇不同角度的回应文章相继出现。相比于只听信某一种极端的结论，也许我们能从各方观点的「分歧与交叠」中拼凑出更清晰的未来。

Citrini 说了什么

Citrini 文章中的逻辑线索并不复杂：AI 能力的跃进导致白领岗位的大规模替代 → 失业攀升引发消费支出萎缩 → 以 SaaS 为底层资产的结构化金融产品遭遇违约潮 → 信用紧缩蔓延至更广泛的金融体系 → 经济陷入一种”技术性繁荣”与”社会性衰退”并存的畸形状态。

这条因果链的每一个环节都并非空穴来风。但将它们首尾相连、一气呵成地推演至危机，则需要一系列颇为激进的前提假设。

拆解这条链条的方式有很多。我们不妨沿着三个核心分论点，即劳动力替代的速度与规模、需求崩塌的传导机制、金融危机的可能性，依次展开，看看围绕每一个环节，不同声音究竟在争论些什么。

不破不立

Citrini 推演的起点是 AI 对白领劳动力的大规模替代。在他的叙事中，这一过程在 2026 至 2028 年间骤然加速，法律、金融分析、软件开发、客户服务等领域的从业者首当其冲。

企业在 AI 模型供应商和在线劳动力平台上的支出占比变化量，按行业的 AI 暴露程度分组

确有证据支持了 Citrini 的观点。Bick、Blandin 与 Deming 的一项基于企业支出数据的实证研究显示，在 ChatGPT 发布后，AI 暴露程度最高的企业（即此前在在线劳动力市场上支出占比最大的企业）显著增加了对 AI 模型提供商的支出，同时减少了在在线劳动力市场上的支出，降幅达到约 15%。值得注意的是，这种替代并非”等额置换”——企业每减少 1 美元的劳动力市场支出，仅增加了 0.03 至 0.30 美元的 AI 支出。换言之，AI 正在以远低于人工的成本完成同等工作量。

但 Citrini 或许高估了转变发生的速度。有反驳者以美国的房地产经纪人行业为例，尽管技术早已具备大幅削减经纪人数量的能力，但这个行业至今仍然雇佣着超过 150 万人。制度的惯性、监管的壁垒、行业内部的利益博弈，构成了一道远比技术更坚固的防线。他认为，Citrini 严重低估了「制度势能」的阻力。

还有反驳者引用 Kimball、Basu 与 Fernald 1998 年的研究指出，技术冲击在历史上往往是对供给侧的正向刺激——短期内可能伴随就业结构的调整，但长期来看，它创造的产出空间远大于它摧毁的岗位。

事实上，回顾历史上每一轮通用目的技术的扩散，从实验室到大规模渗透的过程总是比技术本身的成熟速度慢得多。电力花了 30 年才从 5% 的家庭普及率达到 50%，电话用了 35 年，即便是扩散速度最快的智能手机也需要 5 年。AI 的技术能力或许已经足以颠覆许多行业，但技术能力与制度吸收之间的鸿沟，从来都不是靠能力本身就能弥合的。

Citrini 叙事的第二个关键环节是需求端的螺旋下行：失业 → 收入减少 → 消费萎缩 → 企业盈利下滑 → 进一步裁员。

Citrini 在这一环节混淆了需求侧通缩和供给侧通缩。前者意味着消费者的购买力萎缩，后者则是技术进步压低了生产成本——AI 驱动的价格下降，本质上更接近后者，类似于过去几十年间电子产品和通讯服务的价格轨迹。有分析者认为，杰文斯悖论将依然生效：当 AI 把法律咨询、医疗诊断、软件开发等服务的成本大幅压低时，过去因价格高昂而被大量人群排斥在外的需求将被释放出来，总量不是萎缩，而是爆炸性增长。与此同时，「莫拉维克悖论」也将发挥作用。对机器而言，真正困难的往往不是高深的逻辑推演或海量数据检索，反而是人类习以为常的肢体运动、感官认知和情感交流。这意味着体力劳动和需要精细感知的服务业岗位，可能比我们想象的更具韧性。

但杰文斯悖论也可能失效。芝加哥大学经济学教授 Alex Imas 提出，如果 AI 自动化了绝大部分劳动，而劳动收入在总收入中的占比急剧下降，那么谁来购买这些被高效生产出来的商品和服务？这触到了分配机制本身。当产出能力趋于无限而有效需求趋于集中时，我们面对的或许不是一场衰退，而是一种经济学教科书尚未充分讨论过的失衡——物质丰盈却无法触及。

管中窥豹

Citrini 推演中跨度最大的部分，是从就业冲击到金融危机的传导。在他的叙事中，以 SaaS 收入为底层资产的结构化金融产品（他称之为”Software-Backed Securities”）在 AI 转型浪潮中遭遇大面积违约，触发了一场类似 2008 年的信用紧缩。

然而评论者指出，与 2008 年相比，当前美国企业部门的杠杆率远为健康，银行体系在经历了 Dodd-Frank 改革和多轮压力测试之后也远比彼时坚固。

相对于 2008 年经济危机前夕，当前美国金融体系的各项韧性指标已大幅改善：银行一级资本充足率从 8.1% 升至 13.7%，家庭部门债务与可支配收入之比从 130% 降至 97%，不良贷款率从 1.4% 降至 0.7%。

即便部分 SaaS 公司确实面临收入下滑，其规模也不足以引发系统性的信用危机。前彭博社财经专栏作者 Nick Smith 认为，Citrini 在这一环节犯了一个常见的错误：将微观层面的行业冲击线性外推为宏观层面的系统风险。对于需求崩塌，Smith 给出的答案是财政政策。如果失业真的大幅攀升，政府完全有能力也有意愿通过大规模的财政刺激来托底需求。

制度的反应能力似乎也被低估了，以 COVID 时期的政策响应为例，2020 年 3 月 11 日 WHO 宣布疫情大流行，仅仅 16 天后，规模达 2.2 万亿美元的 CARES Act 便已签署生效。在此后一年内，美国累计推出 5.68 万亿美元的财政刺激，相当于 2020 年 GDP 的约 25%。

如果 AI 驱动的失业真的以 Citrini 所描述的速度和规模出现，政策端的干预不太可能缺席。

还有评论者从更基础的层面发出质疑。技术上的末日论，普遍来自于对人文的缺乏信仰。Citrini 的推演将市场视为一台无人值守的机器，任由「因果」自行展开，直至崩溃。但现实中的经济体系并非如此运作。法律、制度、政治、文化、意识形态深刻地决定着真实世界吸收技术冲击的方式。

共识与分歧

我们或许可以尝试标注一些共识和分歧。

AI 正在、并将继续改变白领劳动力的需求结构，这一点几乎无人否认，分歧仅在于改变的速度和规模。此外，过渡期的痛苦是真实存在的，不应被长期乐观所遮蔽。以及，政策响应的质量和速度将在很大程度上决定结果的好坏。

分歧存在于更底层的逻辑中。有人认为这一次的技术冲击在速度和广度上可能超越历史先例，因此历史类比的适用性有限；也有人更信任制度的适应性和历史的可重复性。

抬头

Citrini 的文章存在不少问题，逻辑勾连过于紧凑、制度反应被系统性低估、从微观行业冲击到宏观系统风险的跳跃缺乏足够的中间论证。但它最根本的问题，或许在于一种对人类社会的低估：它假定了一个静态的制度环境，在其中，技术以近乎不可阻挡的速度碾压一切。历史上技术末日论层出不穷，它们在技术逻辑上往往无懈可击，却几乎无一例外地忽略了「人」这个变量。人类社会的复杂性、它的摩擦力、它的冗余、它那些看似低效的制度安排，恰恰构成了一种强大的、分布式的抗冲击能力。我们有充足的时间来规避那些被推演出的末日，前提是我们不被推演本身吓住。

那些乐观叙事呢？「杰文斯悖论」是一个关于长期趋势的观察。「莫拉维克悖论」告诉我们体力劳动暂时安全，但没有告诉我们那些被替代的白领该何去何从。历史类比是有启发性的，但历史从来不会精确地重复，它只是踩着韵脚。乐观叙事需要时间来检验，而我们正身处检验的起点。

末日论生产，焦虑者买单。锻造自己的判断，承担风险，经营仓位，而不是沉溺在那些「一眼望到头」的文章中。

原创 | Odaily 星球日报（@OdailyChina）

作者｜Azuma（@azuma_eth）

北京时间今日凌晨，Jack Dorsey（也是 Twitter 的创始人）旗下金融科技公司 Block 宣布了一项大规模裁员计划 —— 将裁减近 4000 个岗位，员工总数将从超过 1 万人缩减至不足 6000 人，以推动更加精简、扁平化并以 AI 为核心的组织结构。

Jack Dorsey 本人是狂热的比特币死忠粉，信奉 Bitcoin Maximalist 主义，认为比特币终将成为互联网世界的原生货币。Block 在业务上亦与比特币牵连极深，除了直接在资产负债表上持有比特币，同时提供交易、钱包、挖矿等产品服务之外，Block 还是比特币核心开发者的长期资助方。

但这并不是本文的重点 —— 本文真正想强调的事情是，与其他受业务收缩而被迫裁员的公司不同，Block 是在业务收入以及利润率同步增长的上升期，主动选择了裁剪近 40% 的岗位，且在裁员的同时，Block 还将 2026 年的毛利润指引进一步上调到了 122 亿美元。

Jack Dorsey 在公告中解答了做出这一决定的原因：“有些事情已经发生了变化。我们已经看到，我们正在打造和使用的智能工具，加上更小、更扁平化的团队，正在催生一种全新的工作方式 —— 这从根本上改变了建立和运营一家公司的意义，且这一变化正在迅猛加速……与其被动接受变化，未来几个月或几年内慢慢裁员，不如当下主动求变。”

Jack Dorsey 所提到的变化并不新奇 —— AI 的快速发展，正在迭代传统的生产力增长范式。以往，企业想要实现提高生产力并扩大业务规模，主要依赖于员工数量的线性增长；但如今借助日新月异的 AI 工具，企业可以在保持甚至缩减员工数量的同时实现生产力的指数级增长。

海外大 V、产品增长专家 Aakash Gupta 指出，Block 并非首家做出此决定的公司：“Block 并非孤例，ASML 上个月裁员 1700 人，同时还公布了创纪录的订单规模；Salesforce 在 AI 开始处理 50% 的客户互动工作后裁员 5000 人；亚马逊去年 1 月裁员 16000 人，10 月又裁了 14000 人……这些公司在做出裁员决定时，全都仍处于增长趋势中。Jack Dorsey 只是说出了大家都在心照不宣的事情，即 AI 工具配合上更小规模的团队，已经彻底改变了运营一家公司的方式。”

更值得注意的是，在 Block 公布裁员计划后，资本市场也快速给出了自己的态度 —— Block 股价大涨 20%，市值原地增长近 60 亿美元，这意味着每裁掉一个岗位，便创造了约 150 万美元的企业价值。

AI 将会颠覆就业市场并淘汰部分职业，这早已是社会共识，但很多人仍低估了这一变化所来临的速度。过去几周内，我们曾见证了 Anthropic 对 SaaS 等多个行业的“降维打击”风波；又看到了 3000 万阅读量的《2028 全球智能危机》如今搅动大众情绪；如今则是主动瘦身且毫不掩饰缘由的 Block。

另一个反常识的现状是，曾经人们认为 AI 对职业的淘汰威胁将遵循“由低端向高端”的渐进顺序，但现实情况是，由于物理交互领域的尚不成熟，AI 最早开始淘汰的却是曾被市场视作相对中、高端职业的白领。这一原因并不复杂，白领的工作本质就是基于特定的行业标准，做信息的“输入 → 处理 → 输出”工作，而这正是 AI 大模型最擅长的领域。

在 Block 的这次裁员中，被裁员工将获得 20 周的薪资外加每工作一年额外 1 周的补偿，以及 5000 美元的过渡补助金，此外 Block 还将为员工续缴 6 个月的医疗保险，并允许员工保留公司设备。赔偿条件还算不错，但对于这批被裁员员工已经更多岗位已受到 AI 威胁的白领来说，是时候去思考，在 AI 时代该如何不被淘汰了。

作者 | @Dune

编译 | Odaily星球日报（@OdailyChina）

译者 | 叮当（@XiaMiPP）

编者按：当市场仍习惯用“总供应量”去概括稳定币世界时，一组更具颗粒度的数据正在揭示另一层现实。单一的供应量只能回答“有多少”，却无法解释“谁在持有”“如何流动”“为何停留”。而当我们把供应规模、持仓集中度、链上流通速度与具体活动分类放在同一张图谱中观察时，看到的便不再是静态存量，而是资本在链上如何迁移、沉淀、加杠杆与重新定价的动态结构。

这种视角之所以重要，是因为它可能修正我们对过去一年的直觉判断。加密市场的颓势与美股的强劲走势形成鲜明反差，巨鲸抛售与价格回撤所放大的恐慌情绪，很容易让人觉得资金正在撤离加密世界。但本文所呈现的链上数据，以及近几日 Circle 财报释放的信号，都在述说资金未必消失，它们可能只是暂时从高波动风险资产中抽离，至少链上数据在证明它们进入激励型活动中，而非交易需求。

每个人都会引用那个供应量数字。它出现在每一份报告、每一次财报电话会议、每一场政策听证会上。但除了“流通规模超过 3000 亿美元”之外，我们究竟真正了解稳定币多少？

是谁在持有它们？持仓集中度有多高？它们的流转速度有多快，又主要活跃在哪些链上？它们实际被用来做什么——是作为 DeFi 流动性、支付工具，还是单纯资金停泊的“现金等价物”？

Meta刚刚宣布计划在其平台整合第三方稳定币支付；OCC（美国货币监理署）批准了Stablecoin的国家信托银行牌照；Payoneer宣布为 200 万家企业提供稳定币功能；Anchorage Digital则为非美国银行推出合规稳定币服务。机构和监管者正在加速入场，而他们需要的答案，显然不只是一个供应量数字。

我们使用了 Dune 最新发布的稳定币数据集——该数据集由 Dune 与 Steakhouse Financial 合作开发——来回答其中的一些问题。以下是数据所揭示的结果。

供应全景

截至 2026 年 1 月，在 EVM、Solana 和 Tron 上规模最大的 15 种稳定币，其完全稀释供应量达到 3040 亿美元，同比增长 49%。Tether 发行的 USDT（1970 亿美元）与 Circle 发行的 USDC（730 亿美元）依然占据 89%的市场份额。

从链的分布来看，Ethereum 承载 1760 亿美元（58%），Tron840 亿美元（28%），Solana150 亿美元（5%），BNB Chain130 亿美元（4%）。即便总供应量几乎翻倍，这一链上分布结构在过去一年中几乎没有发生明显变化。

但在前两大稳定币之下，2025 年是挑战者崛起的一年。USDS（Sky/MakerDAO）增长 376%至 63 亿美元；PYUSD（PayPal）增长 753%至 28 亿美元；RLUSD（Ripple）从 5800 万美元跃升至 11 亿美元，涨幅高达 1803%；USDG 扩张 52 倍；USD1 则从零增长至 51 亿美元。

当然，并非所有挑战者都同向而行。USD0 下跌 66%；Ethena 的 USDe 在 10 月峰值时几乎翻三倍，全年最终上涨 23%。即便如此，USDT 与 USDC 之下的竞争层，竞争对手数量在显著增加。

谁在持有它们？

大多数稳定币数据集只能告诉你总供应量。而由于我们的数据集在钱包层级追踪余额，并结合地址标签，我们可以回答一个更关键的问题：是谁在持有这些稳定币？

在 EVM 和 Solana 生态中，中心化交易所是目前规模最大的已识别类别，持有规模达 800 亿美元，高于一年前的 580 亿美元。稳定币首先仍然是交易所交易与结算的基础设施。

巨鲸钱包持有 390 亿美元；收益协议的持仓几乎翻倍至 93 亿美元，反映出链上收益策略的增长；发行方地址——包括国库与铸造/销毁合约——从 22 亿美元跃升至 102 亿美元，增长 4.6 倍，直接体现了新供应进入市场的规模。

关于标签质量：仅有 23%的供应量处于完全未识别地址中。对于链上数据而言，这是相当高的识别率——而这对于理解稳定币风险究竟分布在哪里至关重要。

1.72 亿持有人，但集中度极高

截至 2026 年 2 月，共有 1.72 亿个独立地址至少持有这 15 种稳定币中的一种。USDT 占 1.36 亿，USDC 占 3600 万，DAI 占 470 万。这三种稳定币的分布非常广泛：前 10 大钱包仅持有 23%–26%的供应量，其 HHI（赫芬达尔-赫希曼指数，0 代表完全分散，1 代表单一持有者）低于 0.03。

而其他稳定币则呈现出截然不同的图景。前 10 大钱包往往掌握了 60%至 99%的供应量。以 USDS 为例，尽管其流通规模达到 69 亿美元，但其中 90%集中在 10 个钱包中（HHI 为 0.48）。USDF 的集中度更高，前 10 大地址持有 99%的供应量（HHI 为 0.54）。至于 USD0，则几乎走向极端：同样是 99%集中在前 10 大钱包，HHI 却高达 0.84，这意味着即便是在这前十名之内，供应量也主要被一两个地址所主导。

这并不意味着这些稳定币本身存在缺陷——有些项目推出时间较短，有些从设计之初就面向机构客户。但这确实意味着，它们的“供应量”数字，不能用解读 USDT 或 USDC 的方式来理解。持仓集中度会直接影响脱锚风险、流动性深度，以及所谓“供应规模”究竟代表真实的有机需求，还是仅仅反映少数大户的配置行为。只有当你掌握每一个持有者的余额数据，而不是仅依赖铸造/销毁事件得出的聚合供应量时，才能进行此类分析。

2026 年 1 月：转账规模 10.3 万亿美元

2026 年 1 月，EVM、Solana 与 TRON 生态内稳定币转账总额达到 10.3 万亿美元，是 2025 年 1 月的两倍以上。

链上分布与供应结构形成鲜明对比：Base 以 5.9 万亿美元居首，尽管其供应量仅 44 亿美元；Ethereum 为 2.4 万亿美元；Tron 为 6820 亿美元；Solana 为 5440 亿美元；BNB Chain 为 4060 亿美元。

按代币划分，USDC 以 8.3 万亿美元占据主导——几乎是 USDT（1.7 万亿美元）的 5 倍——尽管其供应量仅为后者的约 1/2.7。USDC 显然流转更快、更频繁。DAI 为 1380 亿美元，USDS 为 920 亿美元，USD1 为 430 亿美元。

需要强调的是，这些数据刻意保持客观中立。该数据集并未预先根据某种固定标准过滤“真实”经济活动，因此总额可能包含套利、机器人、内部路由等自动化行为所产生的流动。我们没有将判断硬编码进数据，而是提供一个客观视角，让用户自行选择过滤方式——无论是剔除机器人交易、识别有机使用，还是定义更符合实际情况的交易活动衡量标准。

稳定币到底在做什么？

这正是该数据集颗粒度优势的真正体现。转账不仅被简单标注为“金额”，而是根据链上触发机制被归类为不同活动类型。这意味着，我们不仅知道“10 万亿美元发生了流动”，还知道“为什么发生流动”。

1. 市场基础设施（DEX 交易与流动性）

• DEX 流动性供给与提取：5.9 万亿美元——最大的应用场景，反映稳定币作为链上市商基础资产的角色。
• DEX 交换：3760 亿美元——自动做市商上的直接交易活动。

两者合计表明，稳定币首先是交易抵押品与流动性基础设施。有趣的是，交易量更多集中在激励驱动的流动性挖矿与主动资本优化活动，而非纯粹的交易需求。

2. 杠杆与资本效率（借贷+闪电贷）

• 闪电贷（借入并归还）：1.3 万亿美元——自动化套利与清算循环。
• 借贷活动（存款、借出、偿还、提取）：1370 亿美元——代表链上短期资本效率与结构化信用层。

3. 出入口通道（CEX 与跨链桥）

• CEX 流动——存入（2240 亿美元）、提取（2240 亿美元）、内部转账（1510 亿美元）：合计 5990 亿美元。
• 跨链桥存取：280 亿美元——显示稳定币作为跨链与中心化平台间结算通道的功能。

4. 发行层（货币操作）

• 发行方操作——铸造（280 亿美元）、销毁（200 亿美元）、锚定再平衡（230 亿美元）及其他操作：合计 1060 亿美元，是一年前 420 亿美元的近 5 倍。

5. 收益协议

• 收益协议活动：27 亿美元——规模较小，但在结构化策略与链上资产管理中具有重要意义。

总体而言，90%的转账量都流经已识别的活动类别，为我们提供了贯穿整个链上堆栈各层的精细视图。

流通速度：同一代币，不同世界

日流通速度（交易量除以供应量）或许是稳定币分析中最被忽视的指标。它揭示稳定币是作为交换媒介活跃使用，还是仅仅被持有。

在我们分析的代币中，USDC 与 USDT 再次脱颖而出，但呈现不同特征。

USDC 在 L2 与 Solana 上流通速度最快。在 Base 上，USDC 的日均流通速度高达 14 倍——这是由高频 DeFi 活动驱动的惊人数字；在 Solana 与 Polygon 上约为 1 倍；在 Ethereum 上也达到 0.9 倍，几乎每天都有接近全部供应量发生流动。

USDT 在 BNB Chain 与 Tron 上速度最快。BNB Chain 上达到 1.4 倍，反映活跃交易；Tron 上为 0.3 倍，交易量随低，但交易量异常稳定，与其作为跨境支付主通道的角色一致。而在 Ethereum 上，USDT 仅为 0.2 倍，超过 1000 亿美元的供应量大多处于闲置状态。

USDe 与 USDS 速度更慢，但有意为之。USDe 在 Ethereum 上日均流通速度仅 0.09 倍；USDS 为 0.5 倍。两者均为收益型稳定币：USDe 通常被质押为 sUSDe 以捕获 Ethena 的 Delta 中性策略收益；USDS 则存入 Sky 储蓄利率机制获取协议补贴收益。因此，大量供应量停留在储蓄合约、如 Aave 等借贷市场或结构化收益循环中。低速度在此不是缺陷，而是特性——这些资产被设计为积累收益，而非频繁流通。

链的差异往往比代币本身更重要。同样是 PYUSD，在 Solana 上日均流通速度为 0.6 倍，是其在 Ethereum 上（0.1 倍）的四倍。同一代币，在不同生态中呈现完全不同的使用模式。

供应量与转账量各讲述一部分故事，而流通速度则将两者连接起来——它揭示某条链上的稳定币究竟是活跃的基础设施，还是沉睡的资本。