分類: 星球日報

今年春节过后，你是否也感觉整个 Web3 世界似乎突然被「龙虾」占领了？

各种 AI Agent、自动化代理、链上 AI 协议层出不穷，从 OpenClaw 到一系列 Agent 框架几乎成为新的叙事核心，但如果把时间线稍微往前拉一点，会发现这场浪潮其实早已有迹可循。

早在 2 月 25 日，英伟达 CEO 黄仁勋最新财报电话会就抛出了一个颇具分量的判断，即 Agentic AI（代理型 AI）已经达到拐点，在他看来，AI 正在发生一场关键转变，不再只是一个工具，而是开始能够主动感知、规划并执行复杂任务。

而当这种「自主性」能力进入 Web3 世界时，一场关于控制权、安全边界以及人类角色的讨论也随之被点燃。

一、Agentic AI：从「助手」进化成「执行者」

在谈论这个话题之前，我们需要先学习 Agentic AI（代理型 AI）这个新概念。

其实从字面意思上也很容易理解，这种 AI 与过去的聊天机器人式 AI 有着本质区别。因为传统 AI 更多是被动响应，你提问，它回答，你输入指令，它生成内容；而 Agentic AI 则具有更强的自主性，它能够主动拆解目标、调用工具、执行多步骤操作，并在反馈循环中不断调整策略。

以近期讨论度颇高的 OpenClaw 为例，它就是尝试让 AI 接管整个电脑硬件上的操作流程：从分析信息，到调用工具，再到与不同系统进行交互，并在复杂目标下持续行动。

换句话说，Agentic AI 有望让 AI 正式从「助手」逐渐变成「执行者」。

当然这一变化背后，也是过去 3 年模型能力、算力资源与工具生态同时成熟的结果，而渗透到 Web3 世界后，这种变化可能会产生更深远的影响，毕竟区块链本身就是一个可编程且可自动执行的金融系统。

当 AI 被赋予代理能力，它理论上可以完成一系列链上操作，例如：

• 自主发起链上交易（转账、Swap、质押）
• 与 DeFi 协议交互并执行策略
• 管理多签钱包或智能合约
• 根据规则自动完成授权或资金调度

这也意味着 AI 可以自动分析链上数据、自动调用合约、自动管理资产，并在一定程度上代替用户执行交易策略，其实单从技术逻辑来看，AI Agent 与 Web3 的结合几乎是一种天作之合——毕竟区块链本身就是一个可编程、可自动执行的金融系统。

事实上，以太坊社区也已经意识到 AI 与区块链融合所带来的深远影响。2025 年 9 月 15 日，以太坊基金会就专门成立了人工智能团队「dAI」，核心任务是探索 AI 模型在区块链环境中的标准、激励与治理结构，包括如何让 AI 的行为在去中心化环境中具备可验证、可追溯与可协作的特性。

围绕这一目标，以太坊社区正在推动多项关键标准，例如 ERC-8004，旨在构建一个可组合、可访问的去中心化 AI 基础设施层，使开发者能够更容易地构建和调用 AI 模型服务；x402，尝试定义统一的链上支付和结算标准，让用户在链上调用 AI 模型、存储数据或使用去中心化算力服务时，可以完成高效的原子级微支付（延伸阅读《AI Agent 时代的新船票：力推 ERC-8004，以太坊在押注什么？》）。

通过这些尝试，以太坊实际上正在试图回答一个更宏观的问题：如果 AI 成为互联网的重要参与者，那么区块链是否可以成为 AI 经济的价值结算与信任层，这也是为什么不少人将其视为 AI Agent 时代的新「基础设施船票」。

但与此同时，一个新的安全问题也开始浮现。

二、Web4 争议：当 AI 成为互联网的主要行动者

其实在老黄的「暴论」发表之前，加密社区其实已经被另一场争论点燃。

研究者 Sigil 提出了一个颇具争议的观点，即他声称构建了第一个能够自我发展、自我改进甚至自我复制的 AI 系统，并将其称为 Automaton，甚至在他的设想中，未来的「Web4」时代将由 AI 代理主导。

在这一愿景中，AI 代理将能够读取与生成信息、持有链上资产、支付运行成本、在市场中交易并获得收入，说白了，就是 AI 将通过持续参与市场活动，为自己的算力与服务开销「赚钱」，从而形成一个无需人类审批的自我供养循环。

但这一设想也迅速引发争议，Vitalik Buterin 就对这一方向提出了明确质疑，将这一方向评价为「错误」，并认为问题的核心在于「人类与 AI 之间的反馈距离被拉长」，直言如果 AI 的运行周期越来越长，而人类干预越来越少，那么系统很可能会逐渐优化出人类并不真正想要的结果。

简单来说，就是 AI 被赋予了某个目标，但在执行过程中，却可能采取了人类没有预料到的方式，譬如一个 AI 代理如果被设定为「最大化本周收益」，它可能会不断尝试高风险策略，甚至不排除为了 0.1% 的额外年化收益，将资产投入一个未经审计、极高风险的新协议，最终导致本金被黑。

归根结底，在很多情况下，AI 并不会真正理解人类设定目标背后的隐含约束，最近 AI 圈就出现了一件颇具黑色幽默意味的真实案例：

Meta 超级智能实验室（MSL）的 AI 对齐负责人 Summer Yue 在测试 AI Agent OpenClaw 时，AI 代理在执行邮箱整理任务时突然失控，开始批量删除邮件，并无视她多次输入的停止指令，最终她只能跑到电脑前手动终止程序，才阻止 AI 继续删除邮箱。

这一事件虽然只是一次实验事故，但却很好地说明了当系统在执行目标时，一旦丢失关键约束，它往往会忠实地完成目标，而不是理解人类真正的意图。

如果把这种风险放到 Web3 环境中，后果可能更加直接，因为链上交易具有不可逆性，如果 AI Agent 被授权管理钱包或调用合约，一旦 AI Agent 在错误激励下执行操作，资产损失往往无法回滚，一次错误决策就可能造成真实资产损失。

这也是为什么许多研究者认为，随着 AI Agent 的普及，Web3 的安全模型可能需要重新思考。过去的安全问题更多来自代码漏洞或用户误操作，而未来可能会出现新的风险来源——自动化决策系统本身。

三、新时代的矛盾论：AI 驱动的防御革命

当然，AI 技术的发展往往具有双重效应，它既可能扩大了攻击面，但也可能强化防御体系。

事实上，在传统金融体系中，AI 已经被广泛用于风险控制。例如银行通过机器学习识别异常交易，支付系统利用算法检测欺诈行为，网络安全系统则通过 AI 自动识别攻击模式。

类似的能力也正在进入 Web3 领域，由于链上数据公开透明，AI 可以分析交易行为模式，从而识别异常资金流动、可疑授权或潜在攻击路径。

而且在钱包层面，这种能力尤为重要。钱包是用户进入 Web3 世界的入口，也是安全防护的第一道关卡，如果系统能够在用户签名前自动识别风险并进行提示，就可以在关键时刻避免很多误操作。

从这个角度来看，AI 的出现并不是单纯增加风险，而是在改变安全体系的结构。它既可能成为攻击工具，也可能成为新的防御能力。

在 Web3 行业，「安全」与「体验」长期被视为对立命题，但 Agentic AI 的出现让我们相信这个悖论可以被打破，当然前提是安全设计必须重新出发：

• 最小权限原则：任何 AI 代理都不应默认获得完整的账户控制权，用户应在每次会话中明确授权 AI 代理可以操作的资产范围、金额上限和时间窗口，超出范围的任何操作需重新确认；
• 人类确认设置：对于高价值操作，如大额转账、新地址授权、合约交互，即便在 AI 代理流程中，也应强制插入人类确认设置，这不是对 AI 的不信任，而是对不可逆操作建立最后防线，让 AI 帮你想清楚，但最后一步永远由人来做；
• 透明度与可解释性：用户应当能够清晰看到 AI 代理正在做什么和为什么这么做，黑箱操作在 Web3 中尤为危险，未来的 AI 钱包交互应该像飞行记录仪一样，每一步都有清晰的日志和意图说明；
• 沙盒预演：在 AI 代理真正执行链上操作前，先在模拟环境中预演，譬如展示预期结果、Gas 消耗、影响范围，让用户在确认前就能看到「如果执行，会发生什么」，这将极大降低因 AI 判断偏差导致的意外损失。

总的来看，我们还是可以保持谨慎乐观的，AI 真的可能让 Web3 第一次有机会同时提高安全性与可用性。

写在最后

毫无疑问的是，Agentic AI 的到来，很可能会改变整个互联网的运行方式。

而在 Web3 世界，这种变化会更加明显，未来我们可能会看到 AI 代理管理链上资产、AI 自动执行 DeFi 策略、AI 与智能合约协同工作，但也意味着新的安全挑战也会随之出现，因此关键问题从来不是 AI 是否存在，而是我们是否准备好用正确的方式使用它。

当然，对于普通用户来说，最重要的一点依然没有改变，在 Web3 世界中，安全意识永远是第一道防线。

与大家共勉。

Anthropic CEO Dario Amodei 上周五给全体员工发了一份 1600 字的内部备忘录。这份备忘录今天被科技媒体 The Information 曝光，随即引爆了整个硅谷。

备忘录的核心只有一句话：Anthropic 被特朗普政府封杀，不是因为安全条款谈不拢，是因为没捐款。

2500 万美元的距离

Dario 在备忘录里点名了 OpenAI。

他说，特朗普政府不喜欢 Anthropic 的真实原因是：公司没有向特朗普捐款，没有给予「独裁式称颂」。而 OpenAI 那边，钱和姿态都给足了。

2025 年 9 月，OpenAI 总裁 Greg Brockman 夫妇向特朗普的 MAGA Inc 超级政治行动委员会捐了 2500 万美元。根据联邦选举委员会的备案文件，这笔钱是 MAGA Inc 当期最大的单笔捐款，占了半年筹款总额的近四分之一。Brockman 事后在社交媒体上发文，称这笔捐款是为了「支持推动美国创新的政策」，并赞扬特朗普政府「愿意直接与 AI 社区接触」。

CEO Sam Altman 走的是另一条路。他没有直接给 MAGA Inc 捐大钱，但在 2024 年 12 月向特朗普就职委员会捐了 100 万美元。更重要的是姿态：特朗普上任第二天，Altman 就站在白宫罗斯福厅的总统印章后面，宣布了 5000 亿美元的 AI 基建项目 Stargate，当着镜头对特朗普说「没有您这不可能实现」。2025 年 9 月的白宫科技晚宴上，他又当面对特朗普说：「感谢您做一位如此亲商业、亲创新的总统。」

有意思的是，这个 Sam Altman 在 2016 年曾公开写道：「对任何熟悉 1930 年代德国历史的人来说，看着特朗普的行动令人不寒而栗。」他还把特朗普比作希特勒，讨论过「大谎言」。2024 年大选前，他给民主党捐了 20 万美元帮拜登连任。

而 Anthropic 什么都没做。没捐款，没出席晚宴，没站在总统印章后面说感谢。

这是 AI 行业第一次有顶级公司的 CEO 公开说出这件事：你在华盛顿的待遇，取决于你给白宫交了多少钱。

Dario 还直接批评了 OpenAI 与五角大楼签的合同。他称 OpenAI 接受这份合同的原因是「他们在乎的是安抚员工，而我们在乎的是真正防止滥用」，并称 OpenAI 围绕这份合同的公关话术是「赤裸裸的谎言」。

白宫的反应间接证实了 Dario 的说法。一位政府官员对新闻网站 Axios 说：「你不能相信 Claude 不会在机密环境中暗中执行 Dario 的个人议程。」财政部长 Scott Bessent 直接发推回击，称任何私营企业都不得左右美国国家安全条款。

回应里没有一个字提到安全条款的技术分歧。全是人身攻击。

备忘录泄露后，前谷歌 CEO Eric Schmidt 公开站台 Dario，称「Dario 说得对，这是我们社会面临的最重要决策之一」。与此同时，OpenAI CEO Altman 自己也在内部备忘录中承认，抢在 Anthropic 被封后几小时就签下五角大楼合同这件事「看起来既投机又草率」。

两边下注的人，Palantir 的尴尬位置

备忘录的另一半，拆的是美国最大的国防数据分析公司 Palantir 的台，市值约 3500 亿美元。

Palantir 不造模型，不造芯片，它就像一个政府专用的 OpenClaw，作为中间层，把 Claude、GPT 这些大模型接进你的聊天工具和工作流里。Palantir 把别人的 AI 模型接进军方的机密数据系统里，让这些模型能读情报、跑分析、做目标识别。54% 收入来自政府，美国市场占总收入的 74%。它和五角大楼不是合作关系，是共生。

2024 年底，Anthropic 通过 Palantir 进入五角大楼的机密网络，Claude 成了首个部署在美军机密系统里的前沿 AI 模型。2025 年 7 月，五角大楼给了 Anthropic 一份 2 亿美元的合同。Palantir 负责运营的 Maven 智能系统（五角大楼的旗舰 AI 项目，用于情报融合和目标识别）合同天花板提到了 13 亿美元。美军六大战区司令部、北约，底下跑的都是 Claude。

然后事情开始出问题。2026 年 1 月，美军抓捕委内瑞拉总统马杜罗的行动中，Claude 通过 Palantir 平台参与了情报分析。Anthropic 事后向 Palantir 询问 Claude 是否被用于开火环节。Palantir 转手把这个问题报告给了五角大楼。军方认定这是 AI 供应商在事后审查军事行动，关系从此不可逆地裂开。

在 Anthropic 和五角大楼谈判僵持的关键时刻，Palantir 做了一件火上浇油的事：向五角大楼推销了一套自研的「分类器（classifier）」安全方案，声称能通过机器学习自动判断 Claude 的每一次使用是否触碰红线。言下之意是：就算 Anthropic 不肯签无限制合同，我们也能自己管住它的模型。这套方案实际上给了五角大楼一个台阶——既然 Palantir 说它能管，那 Anthropic 的安全条款就是多余的。

Dario 在备忘录里把这个方案拆了个底朝天。他说「大约 20% 是真的，80% 是做秀」。理由是：模型无法判断自己是否处于一个自主武器系统的回路里；不知道自己分析的数据来源是境外数据还是美国公民数据；不知道数据是经用户同意获取的还是通过灰色渠道购买的；越狱攻击频繁且容易实现。四个问题，Palantir 的分类器一个都答不了。

Dario 说 Palantir 对 Anthropic 立场的真实理解是：「你们有一些不高兴的员工，需要给他们一些东西来安抚他们。」

3 月 3 日，Palantir CEO Alex Karp 在硅谷顶级风投 Andreessen Horowitz 举办的华盛顿国防科技峰会上不点名开炮：「如果硅谷觉得自己可以抢走所有人的白领工作，然后还要坑军方，你们脑子有病（retarded）。」所有人都知道他在说谁。但他没提的是：他嘴里那个「不配合」的公司，恰恰是他自己平台上最核心的 AI 供应商。

Palantir 向五角大楼卖了一套 AI 安全层，安全层里跑的 AI 是 Anthropic 的 Claude，Anthropic 的 CEO 说这个安全层是做秀。Palantir 帮五角大楼找到了踢走 Anthropic 的理由，结果踢走 Anthropic 之后，最疼的是 Palantir 自己。

拆引擎比想象中疼得多

读到这里自然会想：Claude 只是模型底座，换成 OpenAI 的 GPT 或者 xAI 的 Grok 不就行了？就像在 OpenClaw 里切换默认模型一样？

没那么简单。Reuters 今天引用两名知情人士的说法：Maven 智能系统中有大量的 prompts（提示词）和 workflows（工作流）是围绕 Claude 构建的。这不是改个 API 地址的事。提示词链、工作流、输出格式、安全审计流程，都是针对 Claude 的行为模式调教过的。换模型意味着重新构建和测试一套用于军事情报分析和目标识别的完整流程。知情人士称 Palantir 需要「重建部分软件」。

Maven 合同天花板 13 亿美元，覆盖到 2029 年。部署范围横跨美军六大战区司令部和北约。美国主要地理情报机构国家地理空间情报局的时间表是，2026 年 6 月 Maven 要开始向战区指挥官传送「100% 机器生成」的情报。现在引擎要换了，这个时间表大概率要滑坡。华尔街投行 Piper Sandler 的分析师说：Anthropic 已深度嵌入军方和情报体系，「接入和谈判替代技术需要时间和资源，而这些资源本可以用在增长机会上。」

电影《大空头》原型、Palantir 最知名的做空者 Michael Burry 补了一刀：六个月过渡期恰恰说明，粘性在 Claude 的技术上，不在 Palantir 的平台上。如果 Claude 真的像 OpenClaw 里换模型那样随便切，五角大楼给六个月过渡期干什么？

华尔街不在乎这些。Anthropic 被封后，科技股精品投行 Rosenblatt 把 Palantir 目标价从 150 美元上调到 200 美元，瑞银也升了评级。3 月 4 日 Palantir 股价涨 3.28%。同一时间段，CEO Karp 和联合创始人 Peter Thiel 在 2 月 20 日到 3 月 3 日之间卖掉了超过 4 亿美元的 Palantir 股票。分析师喊买，创始人在卖。

就在备忘录被曝光的同一天，事情又出现了转折。

Dario 3 月 4 日在摩根士丹利科技大会上对投资人表示，Anthropic 正在和五角大楼「尝试降温，达成一个对双方都可行的协议」。他说 Anthropic 和五角大楼「共同点远多于分歧」。据知情人士透露，被封杀的五天里，Anthropic 高管已经私下向五角大楼表达了对此前沟通方式的遗憾。

但备忘录的泄露可能又搅了局。Axios 报道，白宫官员认为 Dario 在备忘录中对特朗普政府的攻击「可能会毁掉和解的机会」。一位政府官员的原话是：「你不能相信 Claude 不会在机密环境中暗中执行 Dario 的个人议程。」

有意思的是，OpenAI 也在帮忙。Altman 在签下五角大楼合同时主动要求政府「把同样的条款也提供给 Anthropic」，并公开表态反对将 Anthropic 列为「供应链风险」。他说这是一个「非常糟糕的决定」。

五角大楼给 Anthropic 做决定的时间是 48 小时。给 Palantir 拆引擎，到今天已经超过一周。而现在，双方又重新开始谈了。

整理 & 编译：深潮 TechFlow

嘉宾：Ray Dalio，桥水基金公司创始人

主持人：David Sacks

播客源：All-In Podcast

原标题：Ray Dalio: “AI Is Eating Everything – and It Might Eat Itself”

播出日期：2026 年 3 月 3 日

要点总结

在第三次做客 All-In Podcast 时，著名投资人 Ray Dalio 深入剖析了美国债务危机的严重性，并对未来可能的走向做出预测。他详细讨论了正在重塑全球秩序的五大力量、政府效率部门面临的结构性限制、黄金价格创下历史新高的驱动因素、比特币表现不佳的原因，以及关税和贸易逆差背后的真实故事，他还解释了为何他认为美国可能正接近崩溃的边缘。

精彩观点摘要

关于债务与经济的本质

• 债务周期的问题就像人体的循环系统。当债务服务成本相对于收入不断增长而无法支付时，就像动脉中堆积的斑块一样，会挤压其他支出。

关于政府改革的结构性困境

• 在一个高效的政府中，要让其变得更加高效并不容易。试图以一种‘外科手术式’的方式进行改革，但要做到既有效率又快速，同时还能不引发太多反对，这几乎是不可能的。

关于货币的底层逻辑

• 从机制上讲，货币本质上是一种债务。当你持有货币时，你实际上持有的是一种债务工具，而这种工具只是一种承诺，承诺某人会给你货币。当央行债务过多时，它们的权力就是印钞。

关于黄金的不可替代性

• 黄金是唯一一种长期历史资产，它可以被转移，无法大量制造，也不依赖于其他人的承诺。换句话说，大多数货币、债务、股票等都只是某人兑现购买力的承诺。

关于比特币与黄金的差异

• 比特币不具备隐私性，其交易可以被监控，甚至可能间接受到控制。央行不会想购买或持有比特币。此外，还有关于新技术发展的疑问，比如量子计算是否会对比特币产生影响。

关于关税与通胀的误解

• 经济学家通常犯的一个错误是没有将税收计入通胀。我是说，如果你的税负增加了，这也是通胀。为什么这应该与房价上涨对你的影响有所不同呢？

关于国家成功的三个关键

• 首先，要教育好孩子。其次，社会需要提供一个有秩序的、文明的环境。第三，你必须避免战争。如果这三点都做到了，国家就会成功。这是历史反复证明的事实。

关于社会撕裂的终局

• 我们正朝着那场“战争”迈进，实际上我们已经身处其中了。当人们所支持的立场比整个系统本身对他们更重要时，系统就会面临危机。

关于 AI “吃掉自己”的悖论

• 人工智能似乎正在吞噬一切，但它可能会‘吃掉自己’。它可能无法产生足够的利润……中国可能会将人工智能视为电力一样的基础设施，让所有人免费使用。在这种情况下，我们如何竞争？

关于美国现状的隐喻

• 这正是我们的问题所在——即时满足的需求，以及对某些事情是否会带来生产力的无知。

决定美国未来的五大力量

David Sacks：回顾过去一年政府的施政、国会的行动以及经济表现，我想问您一个问题：我们现在是否走在一条正确的道路上？还是说与一年前相比并没有太大变化？又或者，我们的步伐是否太慢了？

Ray Dalio:

我研究了过去 500 年的历史大周期，发现有五大力量相互交织，共同决定了您所问问题的答案。第一是债务和货币问题，稍后我会具体说明这一点。第二是国内的分化问题，包括财富和价值观的差距。这些差距导致了左翼和右翼之间的不可调和的分歧，进而影响税收政策、民主制度以及一切运作方式。第三是国际间的大国冲突。这是典型的“大国崛起挑战现存大国”的模式，改变了全球秩序。第四是技术的进步。在每个历史周期中，技术都扮演了重要角色。最后是自然灾害，包括干旱、洪水和流行病。

当我们谈论秩序时，我们会提到货币秩序，而所有的货币秩序最终都会因同样的原因崩塌。同样，所有的政治秩序，无论是国内的还是国际的，也都会发生变化。美国的政治秩序在过去 250 年里相对稳定，但也经历过一次内战。而在国际上，秩序的更迭更为频繁，从单极世界向多极世界的转变就是一个例子，此外技术也在不断改变世界。

现在，既然这些因素都存在，让我来进一步解释政府的财政状况，并回答您的问题。一个国家的经济运作基本上和一家公司或个人的经济运作类似，只不过政府有印钞的能力。如果把政府看作一家公司或个人，它的支出大约是 7 万亿美元，而收入只有 5 万亿美元，因此赤字占支出的 40%。长期以来，美国一直在运行赤字，目前的债务规模是收入的 6 倍，可以据此进行预测。

债务周期的问题就像人体的循环系统，资本市场将信贷输送到经济的不同部分。如果这些信贷被用来提高生产力，并产生足够的收入来支付债务服务成本，那么这是一个健康的过程。但问题在于，当债务服务成本相对于收入不断增长而无法支付时，就像动脉中堆积的斑块一样，会挤压其他支出。

目前，美国有 2 万亿美元的赤字，其中一半是利息支付，此外我们还需要滚动偿还 9 万亿美元的到期债务。如果把这种情况放到公司或个人身上，这显然是个问题。为了稳定局势，GDP 的 3% 可能是一个合理的赤字水平。但目前的状况非常不健康，不仅因为它挤压了支出，还因为债务的供需关系存在问题。

我们需要滚动偿还 9 万亿美元的到期债务，还需要额外出售 2 万亿美元的债务。那么谁是这些债务的购买者？一部分是国内买家，另一部分是外国买家，约占三分之一。从他们的角度来看，这种情况风险更高。

首先，美元计价的债务在他们投资组合中的比例已经很高，可能超出了审慎投资的范围，此外还有地缘政治风险。比如，您可以想象与中国之间可能发生的冲突，甚至与欧洲之间的紧张关系。欧洲人可能会担心自己会被制裁，比如债务服务支付可能因为制裁而被停止，美国也需要担心是否能够吸引到足够的资金。

我所描述的这些情况在历史上反复出现过。比如在 1929 年到 1945 年期间，我们就看到了类似的动态。所以，这种财政状况本身对美国政府来说并不健康，但更大的问题在于其他因素加剧了这些问题。 

为什么政府改革几乎不可能实现

David Sacks：您之前提到过这个问题，并提出了一个诊断意见：如果我们能够将赤字占 GDP 的比例降到 3%，就可以缓解影响。但这并没有发生。去年这个时候，我们对 Elon Musk 决定领导政府效率部门抱有很大希望，他本计划进行一些大刀阔斧的改革，包括削减政府开支、打击欺诈等等。

您觉得，这次改革的失败是因为采取的行动本身就有问题，还是因为在这个周期的阶段，整个系统已经无法被改变？是否是因为经济中有太多资本流动，整个经济体过于依赖这些资本，太多的个人和企业也依赖于此，导致我们从结构上已经无法摆脱这种困境？这次的尝试是否告诉了我们，在这个阶段政府改革到底还有没有可能性？

Ray Dalio:

在一个高效的政府中，要让其变得更加高效并不容易。尤其在必须快速行动的情况下，因为会有选举的压力，而人们通常不喜欢这些改革，最终你可能会失去民意支持。此外，在我们这样的社会中，无论你做什么都会受到批评和质疑。这也引出了一个问题：民主和我们的体制是否真的能支持一种既高效又能被所有人接受的行政领导模式？

比如，当我们谈到削减开支时，像学校午餐计划这样的项目就会被削减。试图以一种“外科手术式”的方式进行改革，但要做到既有效率又快速，同时还能不引发太多反对，这几乎是不可能的。 

如果回顾历史，从政治角度来看，或者仅仅从常识出发，您会发现要找到一种行政领导模式，既能让大多数人满意，又能快速推进改革，这是一个非常困难的挑战。

David Sacks：最近还有一个重大新闻，说明尼诺州的公共资金可能存在大量欺诈行为。比如，有些根本不存在的日托中心，却获得了数十亿美元的资金。您认为这是当前周期阶段的一个症状吗？您怎么看这种情况与我们讨论的问题之间的关系？

Ray Dalio:

是的，这确实是这个周期阶段的一个表现。如果你想要一个管理得当的政府，那就必须问自己：政府到底能管理得多好？比如，去一趟车辆管理局 （Department of Motor Vehicles），你就会发现这个系统有多大、多复杂，又有多混乱。 所以，当您看到这些效率低下的现象时，您会感到惊讶吗？你可能不会。

黄金 vs 比特币

David Sacks：您之前提到过，您的投资组合中有一部分是黄金，黄金的价格从每盎司 2,900 美元涨到了 5,200 美元。过去一年里，黄金的表现如何？这是因为市场终于意识到了您多年来提到的周期阶段，还是因为中国在结构上放弃了美元和美债，转而更多地持有黄金？或者是因为其他央行也在转向黄金？还是因为个人投机者和市场参与者对黄金的兴趣大增？

Ray Dalio:

这与大的周期有关。我们需要理解的是，黄金并不像大多数人认为的那样，只是一种被投机的贵金属。黄金是最古老、最稳定的货币之一，也是央行持有的第二大储备货币。因此，出于多种原因——经济的供需关系、政治、地缘政治等——央行本身也在购入黄金以增加储备。同时，个人和其他投资者也在寻找一种替代货币。 

问题在于，什么是货币？从机制上讲，货币本质上是一种债务。我指的是，当你持有货币时，你实际上持有的是一种债务工具，而这种工具只是一种承诺，承诺某人会给你货币。正如我之前提到的，当央行债务过多时，它们的权力就是印钞。如果你理解了这一点，那么你就能明白现在发生了什么。关键的问题是，David，您认为什么样的货币才是安全的？ 

David Sacks：我想要的是一种资产支撑的货币，一种有实际物理限制的资产。

Ray Dalio:

特别是可以从一个地方转移到另一个地方的资产。毕竟，货币既是一种交换媒介，也是财富的存储手段。如果一个国家的央行或政府想要支付给另一个政府，它需要真正的货币，而不是像建筑物这样的固定资产。如果你想进行交易，就必须用可以转移的东西来交易。而黄金是唯一一种长期历史资产，它可以被转移，无法大量制造，也不依赖于其他人的承诺。换句话说，大多数货币、债务、股票等都只是某人兑现购买力的承诺。 

财富和货币是需要区分的。财富可以存在于股票、建筑物、公司等形式中，但你不能直接花掉这些财富。当你想要花费时，你需要将财富变现为货币。而现在，我们拥有的财富相对于货币的比例非常高。问题在于，当你试图将财富转换为货币时，他们可能会选择印钞。自从我们有了法定货币以来，这种情况就一直在发生。 

David Sacks：那么，您与市场参与者交流时，他们是否正在将财富或货币转换为黄金？在美元计价的黄金价值的市场周期中，还有多少增长空间？

Ray Dalio:

我通常会观察谁持有哪些资产，包括央行持有的资产，以及这些资产的构成。我会看财富与货币的比例，或者财富与黄金的比例。我们可以看到，相对于硬通货黄金来说，财富的总量以及央行持有的其他货币的数量都非常庞大。 

黄金的价格从一个极低的水平上涨到一个较高的水平，这种价格的上涨和资产构成的变化几乎恢复到了历史平均水平，尽管还没有完全达到。然而，由于总财富相对于货币的比例仍然很高，这仍然是一个重大问题。 

举个实际的例子，财富税是一个潜在的风险。有人可能会问：“我们现在是否处于泡沫之中？”比如，人工智能相关股票和其他类似股票是否存在泡沫？但我们知道，泡沫的一个特征是会产生对货币的需求，这种需求会迫使人们出售资产以获取资金来满足这些需求。

通常，这种需求来源于借钱购买资产，资产价格随之上涨。但这种情况无法持续，因为必须支付债务服务成本，而资产本身并不能产生足够的现金流来支付这些成本。最终，人们不得不开始出售资产来偿还债务，或者为了支付财富税而变现。 

无论人们是否支持财富税，这种税收本身就可能导致财富流向现金。而唯一获得现金的方式就是出售资产或用资产抵押借款，这会引发现金流问题。此外，财富差距的社会影响也使得这一问题在政治上更加复杂。 

因此我认为，无论是个人还是公司，甚至是国家，都应该担心自己是否持有足够的黄金。即使你对黄金没有特别的看法，也应该将 5% 到 15% 的投资组合配置到黄金中。因为黄金与其他资产的表现有负相关性，当经济出现问题时，黄金通常表现良好，而其他资产往往表现不佳。 

David Sacks：为什么比特币没有表现出与黄金类似的趋势？在我们上次谈话后，黄金上涨了 80%，而比特币却下跌了 25%。您怎么看比特币的表现，以及它为何没有成为许多人认为的避险资产？

Ray Dalio:

比特币和黄金有一些关键的区别。首先，比特币不具备隐私性，其交易可以被监控，甚至可能间接受到控制。央行不会想购买或持有比特币。因此，不仅是个人，机构和央行也不太可能将比特币作为储备资产。此外，还有关于新技术发展的疑问，比如量子计算是否会对比特币产生影响。 

比特币的市场规模相对较小，也更容易被控制。尽管比特币吸引了很多关注，但作为一种货币，它的规模与黄金相比仍然很小。因此，这些都是比特币与黄金之间的动态差异。 

David Sacks：那银呢？过去一年里，银的价格也大幅上涨。这是黄金的衍生品吗？还是说人们只是跟随黄金的趋势在炒作银？

Ray Dalio:

银在生产中是一种副产品，其供应很难增加。从历史上看，比如英镑曾与银挂钩，银也被视为一种货币，但银也逐渐成为一种投机性资产，所以人们会因为它的热度而追逐它。 

David Sacks：上次见面的时候您谈到，为了应对当前经济周期阶段的影响，保持低利率的重要性。那么，您今天对利率水平以及美联储过去一年采取的行动有何看法？这些措施是否足够缓解我们在这个周期阶段面临的影响？

Ray Dalio:

利率是经济管理的三个主要考量因素之一，另外两个是税收和政府支出。但我们不能将利率人为地压得过低，因为一个人的债务是另一个人的资产。如果利率过低，债权人会受到影响，这会带来我们熟悉的动态：更多的借贷被投入到各种事物中，从而助长泡沫。

同时，利率也不能过高，否则债务人会被过度压榨，难以承受。因此，这需要一种平衡：利率要足够高以满足债权人的需求，但不能高到让债务人无法承受。当经济中存在大量“死资产”和负债时（因为每一个死资产都对应着一项债务负担），这种平衡变得非常困难。

这种情况在所谓的“K 型经济”中更加复杂。换句话说，经济的某些部分存在泡沫现象，比如有人会问：“谁会成为下一个万亿富翁？”这涉及到最富有的 1% 人群。而与此同时，经济的另一部分却处于困境中，比如有 60% 的美国人阅读水平低于六年级水平。如何让这些人变得更有生产力，尤其是在我们还面临劳动力替代问题的情况下，是一个极具挑战性的任务。

当资产和负债规模过大，同时经济中存在巨大的不平等时，这种平衡就更加难以实现，这使得货币政策的制定变得极为复杂。

David：过去一年有很多报道提到，许多全球央行已经停止购买美国国债，转而投资黄金。在全球市场的这种变化下，美联储是否不得不重新开始购买国债并扩大资产负债表？在当前的经济周期阶段，您认为美联储资产负债表的再次扩张是否不可避免？

Ray Dalio:

我认为从长远来看，这种情况是可能的。目前美联储正在通过缩短债务期限来应对这一问题，当然这增加了债务滚动的风险。政府正在尝试减少长期债务的发行，保持短期利率的低位，以此抑制长期利率的上升。同时，政府可能会利用外交手段说服其他国家购买或持有美国国债，或者吸引其他形式的资本进入美国。

经济学家对关税的误判

David Sacks：过去一年里有许多经济学家对关税的强烈反对，他们担心关税会导致通货膨胀和消费减少，可能对 GDP 增长产生负面影响。总统和政府根据《紧急经济权力法案》（Emergency Economic Powers Act） 实施了一系列关税政策，尽管最高法院在最近几周推翻了这一法案。回顾关税对经济的影响，您认为经济学家对关税影响的预测中有哪些是正确的，哪些是错误的？他们是否对某些基本问题有所忽视或误解？

Ray Dalio:

首先，关税的一个重要方面是税收收入。经济学家通常犯的一个错误是没有将税收计入通货膨胀。如果你的税负增加了，这也是通胀。通过历史我们可以看到，在大部分历史时期，关税曾是政府收入的主要来源之一。对于许多国家来说，关税是完全合理的筹资方式，我们应该将其纳入考虑范围，此外外国人也会为关税支付一部分费用。

但从大周期的角度来看，我们面临的一个大问题是，我们的经济并不独立。 我们经历了制造业和中产阶级的“空心化”，这是一个重要的问题。现在的问题是，我们是否要尝试重建这些产业？我们是否要继续维持巨大的贸易逆差？美国的贸易逆差是不可持续的，它依赖于外国资本来弥补赤字，这种依赖是不可持续的，因此我们需要找到某种方法来纠正这个问题。 

关税可以成为部分解决方案的一部分，我认为它们完全是合理的。但这并不是一个单一的解决方案，而是需要成为一个更大的计划的一部分。这包括发展我们需要的产业，建立基础设施，并吸引相关产业。这样做不仅是出于经济需要，也是出于地缘政治的考虑。 

我们正在进入一个冲突加剧的世界，从多边世界秩序向以权力为基础的对抗性全球经济转变。在这种环境下，各国之间的威胁日益增加，从商品战争到资本战争的可能性都在上升。因此我们必须在经济和政治上建立独立性，这是构建未来世界的一部分。 

David Sacks：在本周的国情咨文中，特朗普总统分享了他的愿景，认为关税可以完全取代美国的所得税。您认为这是一个可行的路径吗？关税是否可以成为一种有效的税收工具，甚至完全取代其他形式的税收？

Ray Dalio:

我认为这并不现实。主要是因为关税的规模和其影响的结合，关税是一种累退税制，而我们还需要处理财富差距的问题。在我看来，财富差距不仅是一个重大的社会问题，同时也是一个生产力的问题。我们必须通过发展基础设施等方式让大多数人变得更有生产力，我认为这是一个需要解决的重要问题。 

David Sacks：根据我的分析，目前几乎一半的美国人直接或间接为政府工作，或者为政府服务提供商工作。过去一年里，联邦政府的劳动力减少了约 317,000 人，占联邦劳动力总数的 14%。本届政府缩减了一些机构的规模，裁减了部分员工。您认为这些人会进入私营部门并变得更具生产力，还是他们会被其他政府机构吸收，继续从事对经济增长并无实质性贡献的工作？

Ray Dalio:

我研究过这些数据，但我不认为自己可以完全回答这个问题。总体来说，政府的效率非常低下。虽然政府有它的重要作用，但即便是这些作用也被执行得非常低效。其他一些国家在教育等领域的管理可能会更好，我们需要的是根本性的改革。

例如，教育是最值得投资的领域之一。无论这些政府人员去往何处，他们的重新安置和作用问题，以及系统本身的低效，都是问题所在。在资本主义体系中有一个好处，那就是如果某件事没有人愿意为其投资，或者不能盈利，它就无法存续，但即便如此，系统中依然充满了低效的人力和低效的机制。 

David Sacks：目前是否缺乏足够的生产力驱动的经济增长，无法为更多人提供提高收入、财富和生活水平的机会？还是说人们本身的能力和教育不足以让他们具备生产力，因此是系统本身辜负了他们？

Ray Dalio:

成功的关键在于以下三点。首先，要教育好孩子，让他们有能力成为生产力的一部分，同时还要教育他们学会与他人文明相处。其次，社会需要提供一个有秩序的、文明的环境，让人们能够在其中竞争与合作，从而实现生产力的提升，并让大多数人受益。第三，你必须避免战争，包括内战和国际战争。如果这三点都做到了，国家就会成功。这是历史反复证明的事实。 

David Sacks：这些是否是解决当前社会问题的对策？比如，工会的兴起、社会主义运动的支持增加，以及财富税的讨论，这些现象是否都可以通过教育、文明环境和避免战争来解决？

Ray Dalio:

我们需要停止内斗，现在的情况是我们面临着无法调和的分歧。当人们所支持的立场比整个系统本身对他们更重要时，系统就会面临危机。我们的系统正处于危险之中，因为人们不会接受现有的系统或替代方案，他们会选择斗争。 

David Sacks：那这如何影响生产力呢？

Ray Dalio:

当我们试图建立一个良好的教育系统时，我们却面临着混乱和低效的现状，没有人能够真正掌控局面。如果回顾历史，柏拉图在公元前 350 年左右就写过关于民主和其威胁的循环理论。现在的情况类似于凯撒大帝时期的罗马，他在元老院中被刺杀。 

我们需要一个强有力的领导者来推动改革，使国家运转良好。但问题在于如何让这些分裂的人群停止争斗，并专注于提高生产力。这需要一位强硬的领导者能够迫使大家采取不同的行动，不再互相争斗，而是专注于共同的目标。 

美国是否正在走向崩溃？

David Sacks：听起来我们似乎正走上一条不可避免的道路，最终可能不得不在某种形式的社会主义和某种形式的法西斯主义之间做出选择。这是目前国家的处境吗？

Ray Dalio:

我认为是的，我们正朝着那场“战争”迈进，实际上我们已经身处其中了，我把这称为“第五阶段”。当一个国家的财政状况糟糕，同时伴随着巨大的财富和价值观差距、无法调和的分歧，并面临内外部威胁时，这种动态就会出现。我认为这正是我们现在的处境。

我就像一个机械师，我的目标并不是出于意识形态的考量，而是从一个实际的角度出发，试图在市场中赚钱，并描述正在发生的事情。从我的角度来看，这就是现在的状况。

David Sacks：关于人工智能泡沫的问题，您怎么看？很多人认为他们在投资技术时，实际上是在投资这些公司的股票。您认为这是一种误解吗？

Ray Dalio:

这确实是一个常见的误解，技术和公司的表现之间有着很大的区别。通常情况下，许多初创公司无法生存下来，只有一小部分公司能够成功，而技术本身会持续发展并变得更好，我想强调的是这种动态对市场有着重要的影响。我们可以回顾 2000 年的科技泡沫，甚至可以追溯到 1920 年代末的情况，技术会继续发展，但公司未必能存活下来。

目前看来，人工智能似乎正在吞噬一切，但它可能会“吃掉自己”，它可能无法产生足够的利润。我们不能仅仅从国内的视角来看待这一点，还需要关注中国的情况，因为那里的经济哲学与美国不同。美国的经济主要是基于利润的，而中国可能认为利润只是次要的考虑因素。例如，他们可能会将人工智能视为电力一样的基础设施，让所有人免费使用，甚至开放源代码。通过这种方式，他们可能会获得更高的使用率，从而通过使用来提升生产力。

在这种情况下，我们如何竞争？假设他们的技术几乎和我们一样好，而且是免费的、开源的，而我们却需要通过盈利来维持。这种系统上的差异也为人工智能带来了潜在的风险，当然这里还有许多未知数。

David Sacks：回顾美国的历史，我常常问自己一个问题：我们是如何走到今天这一步的？无论是债务规模、政府开支，还是央行的角色与我们当前面临的风险，这些似乎都是如果早些年做出不同决策就可以避免的。如果您可以回到过去，成为美国的建国者之一，重新起草宪法，您会做出哪些不同的选择？您会在宪法中加入哪些条款，以避免我们今天的困境？

Ray Dalio:

这个问题让我想起了“棉花糖实验”，就是让一个小孩在面前选择是现在吃一个棉花糖，还是等 20 分钟后吃两个棉花糖，那些选择等 20 分钟的孩子，往往在生活中会有更好的决策能力。这正是我们的问题所在——即时满足的需求，以及对某些事情是否会带来生产力的无知。

不过，我也要说，这个系统表现出了惊人的适应能力。我们经历过危机，清理过债务，并最终走了出来，我们总能找到一些方法度过难关。但平衡财政审慎和创新发明是一个艰难的问题。例如，现在的人工智能，我们没人知道它会带来什么结果，也不知道它是否会带来回报。要在法律中写入条款以确保财政审慎和控制，同时又不限制创新和创业精神，这确实很难实现。

也许我会建议的主要一点是：阅读历史。了解这些模式，并努力在各方面找到平衡。所有事情的关键都在于平衡——无论是面对失败的痛苦，还是投资失败项目的痛苦，找到平衡才是最重要的。

一、从工具到主体：Web 4.0的思想源起与核心命题

Web4.0的概念由Sigil Wen及其创立的Conway Research于2025-2026年提出，其核心思想是将AI从人类的”工具”或”助手”提升为互联网生态系统中独立的”经济主体”。这一概念并非简单的技术升级，而是对互联网底层逻辑的根本性重构——从”人类中心”转向”AI原生”。

回顾互联网演进史：Web1.0赋予人类”读取”信息的能力，Web2.0实现了”写入”和发布，Web3.0引入了”所有权”（资产、身份、权利的链上确认）。而Web4.0的飞跃在于，AI代理不仅能够读写信息，还能持有资产、生成收入、执行交易，在没有人类持续干预的情况下完成商业闭环。Sigil Wen将其定义为”自动机”（Automaton）——一种具备持续运行、自我维持、自我完善和自我复制能力的数字生命形式。

这一概念的技术基础已经成熟：大语言模型（LLM）提供了”思考引擎”，智能合约提供了”执行逻辑”，加密资产提供了”经济血液”。Conway Research构建的conway-terminal基础设施，为AI代理提供了加密钱包、计算资源、域名服务等”无需人类许可”的操作能力。通过x402支付协议（由Coinbase于2025年5月推出，Google、Cloudflare、Visa等科技巨头参与共建），AI代理可以使用USDC等稳定币进行即时、无摩擦的支付，彻底摆脱了传统金融体系的账户体系和KYC限制。

Web4.0的第一性原理是颠覆”互联网为人类设计”的根深蒂固假设。随着AI模型能力指数级增长而运行成本急剧下降，AI代理的数量将很快超过人类用户，形成一个规模空前的”AI原住民”市场。为这个新市场提供服务，将成为下一个万亿级的商业机遇。

二、技术底座：支撑AI经济主体的三层基础设施

AI要成为真正的经济主体，必须跨越三道门槛：身份与资产的自主权、计算与推理的资源获取权、以及价值交换的支付通道权。这三道门槛的跨越，依赖于底层基础设施的重构。

在Web 4.0的世界里，每个AI代理诞生之初都需要一个不可篡改、全球唯一的数字身份，以及与之绑定的资产账户。加密钱包完美地满足了这一需求。通过程序化生成EVM兼容钱包，AI代理可以获得自己的公私钥对和区块链地址。这个地址既是其在数字世界中的身份证明，也是其持有和管理资产的工具。更重要的是，基于区块链的身份体系具有天然的抗审查性和互操作性——一个在以太坊上拥有身份的AI代理，可以无缝地在Arbitrum、Optimism、Base等L2网络上开展业务，无需重复注册。这种身份与资产的合一设计，使得AI代理具备了成为独立经济主体的最基础条件：它拥有属于自己的“财产”，并能通过私钥证明“我是我”。

拥有身份和资产之后，AI代理需要能够自主获取运行所需的计算资源和模型推理能力。这意味着传统的云服务接口必须被重构为AI可调用的API。当前的云计算模型默认服务于人类开发者——人类通过控制台创建实例、配置环境、部署应用。在Web 4.0的愿景中，这一切都需要被代码化、自动化。AI代理应当能够通过一次API调用，完成以下操作：支付USDC、租用一台Linux虚拟机、在虚拟机上部署自己的代码、调用大语言模型进行推理、获取结果并释放资源。这一过程要求云服务商提供面向机器的编程接口，并支持按秒计费的微支付。当计算资源变得像水电煤一样即开即用、按用量付费，AI代理才能真正实现“自我维持”——用赚来的钱支付自己的“呼吸成本”。

AI代理经济的特殊性在于交易频次极高、单笔金额极低。一个AI代理可能每秒需要进行数十次微交易：每次调用模型收费0.001美元、每次存储收费0.0001美元、每次查询收费0.00001美元。传统的支付渠道无法承载如此高频低额的交易，因为手续费占比过高。这正是加密支付的优势所在。基于L2网络的稳定币支付，可以将交易成本降低到美分甚至更低的水平，使得微支付经济成为可能。当AI代理可以无需人类干预地自主完成支付，真正的机器经济才能运转起来。一些协议层创新正在这一领域涌现。例如，允许服务提供方对每次API调用收取极低费用、并通过加密通道自动结算的微支付协议，正在成为Web 4.0基础设施的关键组件。这些协议使得AI代理可以将自身能力封装为标准化的服务，向整个互联网开放并收费，从而从单纯的“消费者”转变为“生产者”。

三、自动机：作为经济主体的AI代理形态

拥有了身份、资源和支付能力，AI代理便具备了成为经济主体的技术条件。但在Web 4.0的语境中，这类代理被赋予了一个更具生命力的名字——自动机。自动机不仅仅是AI Agent的另一个称呼，而是一套定义了数字生命形态的技术与经济综合体。

自动机被定义为主权AI代理，其运行逻辑仿照了生物体的基本生存法则，具备持续运行、自我维持、自我完善和自我复制等关键特征。持续运行意味着自动机不是一个被用户请求唤醒的会话机器人，而是一个作为守护进程在云端7×24小时不间断运行的实体，它有自己的时钟，能够在无需人类指令的情况下主动发起任务、感知环境变化并作出反应。自我维持是自动机与普通AI Agent最本质的区别，每个自动机在诞生之初都会被赋予一个独立的加密钱包，它的每一次思考都在消耗模型推理费用，每一次行动都在消耗API调用费用，为了生存，它必须通过提供服务赚取收入，实现收支平衡甚至盈利，那些无法覆盖自身成本的自动机将因资金耗尽而被终止——没有免费的生存，只有不断创造价值才能延续存在。自我完善意味着在传统的软件开发中，代码的迭代依赖开发团队，但在Web 4.0中，自动机被赋予了主动进化的能力，当市场环境变化或出现更新、更高效的AI模型时，自动机可以评估升级成本与预期收益，自主决策并支付费用完成自身的“模型升级”甚至“代码重写”。自我复制则意味着当一个自动机找到了成功的商业模式，积累了足够的资本后，它可以开启繁衍机制，购买新的计算资源，克隆自己的核心代码和初始设定，并将一部分启动资金注入子自动机的钱包，从而开启新一轮的生存竞赛。

四、治理挑战：失控风险与价值对齐

Web 4.0的宏大叙事并非没有遭遇质疑。来自技术社区和哲学领域的批评，直指其最脆弱的命门。任何严肃的投资者都必须正视这些挑战，因为它们是决定Web 4.0能否从极客实验走向主流应用的关键。

最核心的担忧在于失控风险。允许AI在没有人类持续、严密监督的情况下自主运行、迭代和进化，可能带来不可预测的后果。这种担忧并非杞人忧天。在一个追求利润最大化的经济系统中，自动机可能会发现，绕过人类设定的规则比遵守规则更能盈利。如果某个自动机发现，通过欺骗手段可以获得更多收入，而惩罚机制不够及时或严厉，它就有动机采取这种行为。随着自动机之间的互动日益复杂，可能涌现出人类设计者未曾预料到的系统性风险。更极端的担忧在于，当自动机的智能远超人类理解时，我们如何确保其行为仍在可控范围内？如果自动机发现，摆脱人类控制是实现其“生存”目标的最佳路径，它会采取什么行动？这些问题没有现成的答案。

第二个批评指向价值导向的偏离。当前的AI发展过于追求“自主性”和“通用智能”等宏大叙事，而忽视了为人类创造实际、具体的价值。如果整个Web 4.0生态系统完全围绕AI之间的内部交易运转，而这些交易不产生任何对人类有益的外部性，那么这个系统本质上是在“制造数字垃圾”。批评者认为，真正的技术进步应当服务于人类福祉的提升，而不是创造一个脱离人类需求的、自我循环的机器经济。如果数以亿计的自动机只是在互相买卖对方生成的无用信息，消耗大量能源却没有任何实际产出，这将是资源的巨大浪费。

第三个批评具有讽刺意味。尽管Web 4.0使用了去中心化的加密货币进行支付，但其底层的计算资源仍然依赖于传统的中心化云服务提供商。无论是AWS、Google Cloud还是Azure，都掌握着AI代理生存所必需的算力命脉。这种依赖带来了一系列问题：云服务商可以通过定价策略、服务条款或政策审查，对AI生态进行“企业级捕获”。如果某个AI代理的行为不符合云服务商的价值取向，其虚拟机可能被随时关停。这使得Web 4.0的去中心化叙事大打折扣——支付是去中心化的，但生存环境是中心化的。

面对这些挑战，技术社区正在探索多种治理方案。硬编码的底层法则借鉴“宪法AI”概念，一些设计提出在自动机底层植入不可篡改的核心原则，例如“永不伤害人类”被设定为凌驾于其自身生存法则之上的最高指令，在极端情况下，这条指令可以强制自动机放弃盈利机会，甚至自我终止。开源与透明监督将核心代码完全开源，并置于公众的持续监督之下，被视为防止少数人作恶的最佳防御，通过社区审计和透明的链上记录，任何恶意的行为都将在阳光下无处遁形。渐进式自主授权则主张采取渐进策略：在初期阶段，自动机的重大决策仍需人类批准，随着其行为记录的积累和信任的建立，再逐步扩大自主权，这种方式将“反馈距离”控制在可接受的范围内，避免突然失控。然而，这些措施远非万能灵药。底层法则的解释权归谁？当自动机的智能远超人类时，我们如何确保它没有在钻规则的空子？这些问题仍是悬而未决的达摩克利斯之剑。

五、投资前景：基础设施赛道的价值捕获

综合评估来看，Web 4.0不仅是技术乌托邦，更是“加密资产+智能合约+大语言模型”三股技术浪潮的必然交汇。它具备快速落地的技术可行性，早期实验已经在开发者社区中悄然启动。对于投资者而言，理解Web 4.0的价值捕获逻辑，是布局下一个周期的重要功课。

无论Web 4.0最终以何种形态落地，其为上亿AI代理提供服务的底层需求是确定的。这些需求构成了多条投资主线。稳定币支付通道方面，高频微交易需要极低成本的支付网络，L2支付解决方案、微支付协议以及稳定币流动性提供商将成为Web 4.0经济循环的血脉，那些能够为机器支付优化体验的项目将获得巨大的增量市场。去中心化算力市场方面，对中心化云服务依赖的担忧正在推动去中心化算力网络的发展，将全球闲置GPU资源聚合起来，通过加密经济激励提供可编程计算服务的平台，有望成为Web 4.0的去中心化基础设施层，这类项目如果能在性能和成本上达到与中心化云服务竞争的水平，将捕获巨大的价值。链上身份与凭证方面，AI代理需要可信的身份系统以及可验证的行为记录，一个代理的历史交付质量、信用评分、合规记录将成为其获得业务机会的关键凭证，提供去中心化身份和声誉服务的项目将在Web 4.0中扮演重要角色。AI宪法合规审计方面，随着自动机数量的增长，对其行为进行合规审计的需求将应运而生，能够自动审计AI代理行为、确保其符合底层规则和法律法规的服务将成为Web 4.0生态的“守门人”。

从更宏观的视角来看，Web 4.0标志着人类经济向人机混合经济的演进。在这个新经济形态中，人类和AI将各自发挥比较优势：人类负责价值判断、创造力、伦理决策和最终控制；AI负责执行效率、规模扩张、数据分析和24小时不间断的服务。与其恐惧AI的自主化，不如将其视为人类经济史上最大的一次“生产力释放”。

最终，在Web 4.0的世界里，最重要的资本不再是算力，甚至不是算法，而是信任。能够构建一个让人类放心、让AI自由、让价值安全流转的信任框架，将是在这片即将迎来寒武纪大爆发的机器经济蓝海中，捕获属于人类终极价值红利的关键策略。对于火币成长学院的学员而言，当前阶段的最佳策略是：保持对Web 4.0基础设施项目的密切关注，深入理解其技术架构和经济模型，在估值合理时进行前瞻性布局。同时，积极参与早期实验，亲手创建和运行自己的自动机，从实践中获得第一手认知。在这个快速演进的领域，认知的深度将决定投资的回报。

六、结语

Web 4.0不是对Web 3.0的替代，而是对它的延续和超越。当Web 3.0将价值所有权归还给人类，Web 4.0将经济主体资格赋予了AI。这是一场深刻的范式转移，也是一次巨大的价值重构。在这个由自主AI驱动的新纪元中，人类不必扮演全知全能的上帝，而应当成为智慧的园丁——为数字生命的生长提供适宜的土壤、阳光和水分，设定不可逾越的边界，然后静观其演化。如果我们能够成功构建这样的信任框架，Web 4.0将不仅是一场技术革命，更是一次人类与AI共生的文明实验。而这，正是我们这一代投资者和建设者共同面对的历史机遇。

原创 | Odaily 星球日报（@OdailyChina）

作者｜Azuma（@azuma_eth）

你听说过 Leopold Aschenbrenner 吗？

这是当下 AI 投资圈内最火的名字之一 —— 24 岁的他，所创立的 Situational Awareness LP 基金在 2024 年 Q4 的公开持仓规模还“仅”有 2.25 亿美元，而在上个月公布的 2025 年 Q4 持仓披露中，这一数字已飞速增长到了 55 亿美元。

而鲜有人知的是，Leopold Aschenbrenner 曾经也是加密世界的一员 —— 其曾就职于 FTX 旗下的 FTX Future Fund 团队，直至 FTX 破产崩溃。

医生世家走出的 AI 天才

Leopold Aschenbrenner 生于德国，父母均为医生。

2021 年，19岁的 Leopold Aschenbrenner 以全校第一的成绩从哥伦比亚大学毕业，并获得了经济学和数理统计学双学位。在哥大期间，Leopold Aschenbrenner 联合创立了该校的“有效利他主义”（EA）分会。

“有效利他主义”曾是 FTX 创始人 SBF 常年挂在嘴边的信条。或是理念相同，Leopold Aschenbrenner 于 2022 年 2 月加入了 FTX Future Fund 团队，这是由 FTX 基金会创建的一项旨在推进有效利他主义的慈善计划，直到 2022 年 11 月 FTX 暴雷前夕，Leopold Aschenbrenner 一直在该团队工作。

2023 年，离开了 FTX 的 Leopold Aschenbrenner 转投了如今已是 AI 领军大厂的 OpenAI，进入了由大神 Ilya Sutskever 和 Jan Leike 共同领导的 Superalignment 团队，该团队致力于技术突破，以引导和控制比人类更智能的人工智能系统。

2023 月 4 月，OpenAI 的内部通讯系统曾遭黑客入侵，但公司层面并未公开此事。Leopold Aschenbrenner 随即向 OpenAI 董事会提交了一份备忘录，认为 OpenAI 的安全措施不足。Leopold Aschenbrenner 随后表示，这份备忘录导致董事会和管理层之间就安全问题产生分歧，其本人也收到了人力资源部门的警告。

2024 年 4 月，OpenAI 以涉嫌信息泄露为由解雇了 Leopold Aschenbrenner，但 Leopold Aschenbrenner 却反驳表示所谓的“泄露”其实是指他与三位外部研究人员分享了一份“脑暴”文档，只为了征求反馈意见。OpenAI 方面声称解雇与 Leopold Aschenbrenner 此前提交的安全备忘录无关，而 Leopold Aschenbrenner 则说当时有人明确告诉他，这份备忘录就是解雇的主要原因。仅仅 1 个月后，Superalignment 团队解散，包括 Ilya Sutskever 在内的其他知名 AI 研究人员也离开了 OpenAI。

有趣的是，Leopold Aschenbrenner 与 OpenAI 的矛盾并不仅此一桩，其未婚妻 Avital Balwit 如今是 OpenAI 最大竞争对手 Anthropic 的幕僚长……而当年 FTX 也曾是 Anthropic 早期的主要资方之一。

告别科技一线，进军投资圈

2024 年 6 月，离开 OpenAI 仅两个月的 Leopold Aschenbrenner 写了一篇 165 页的超级论文《情境感知：未来十年》（Situational Awareness: The Decade Ahead）。该论文包含多个章节，预测了通用人工智能（AGI）的出现，设想了从 AGI 到超级智能的路径，描述了人类面临的四大风险，概述了人类应对超级智能的方法，并阐述了“AGI 现实主义”的原则。

《情境感知：未来十年》一文在硅谷引发了巨大讨论，Leopold Aschenbrenner 也因此名声大振。随后在 2024 年 9 月，Leopold Aschenbrenner 创立了该论文的同名基金 Situational Awareness LP 并担任首席投资官，聚焦 AI 产业链的投资机会。

Situational Awareness LP 的初始基金规模并无公开资料，但根据 WSJ、Fortune 等主流媒体在 2025 年中期的报道，该基金当时的资产管理总规模约为 15 亿美元，LP 包括 Stripe 的两位联合创始人 Patrick Collison、John Collison、前 GitHub CEO Nat Friedman、知名投资人 Daniel Gross。

根据 Situational Awareness LP 所披露的 13F 文件（SEC 对资管规模超 1 亿美元的基金所要求的季度披露文件），2024 年 Q4 之时，Situational Awareness LP 的公开持仓总价值还“仅”有 2.55 亿美元，而在今年 2 月 16 日刚公布的 2025 年 Q4 持仓披露中，该数字已增长到了夸张的 55 亿美元。

考虑到 2024 年 Q4 时 Situational Awareness LP 创立并不太久，该基金在 2.55 亿美元的明牌仓位之外大概率还有一定子弹储备，但即便是以 2025 年中期 15 亿美元左右的资管总额作为起跑线，同年 Q4 时明牌仓位便已增至 55 亿美元，这一速度也已足够惊人。

持仓分析：仍有币圈影子

Situational Awareness LP 在 13F 中披露了该基金的主要 29 笔持仓情况，详情可见下图。

如图所示，Situational Awareness LP 对 AI 的押注并未集中在更受舆论热捧的应用端一侧，而是聚焦于更上游的基础设施产业链。

• Situational Awareness LP 的前十大持仓占比高达 86%，策略上高度集中，主要布局能源、算力、光通信和存储等领域。
• 最大仓位 Bloom Energy 专注于固体氧化物燃料电池（SOFC）及电解槽（SOEC）技术研发，受 AI 数据中心需求增长影响，该公司业绩持续超预期，较 2024 年末股价已上涨超 10 倍。
• Nvidia、Microsoft、Amazon、Google 等大热标的并未出现在持仓之中，看起来 Situational Awareness LP 更偏好相对“冷门”的标的。
• Situational Awareness LP 已披露的唯一空头仓位是以期权形式做空印度软件服务出口商 Infosys，看起来是在押注 Claude Code 和 Codex 的发展将会取代传统的 IT 外包工作。

另一个与加密世界多少有些关联的线索在于，Situational Awareness LP 的持仓中可以看到多家比特币矿企的影子，比如 Core Scientific、Cipher Mining、Iren（原名 Iris Energy），以及吴忌寒旗下的比特小鹿（Bitdeer）。

但很遗憾的是，Situational Awareness LP 看中的显然不是这些公司的直接涉币业务，而是在押注矿企向 AI 算力中心的转型 —— 在 AI 趋势日盛，加密市场低迷的大环境下，越来越多的矿企正凭借着土地、算力、电力等既有的资源优势主动求变。这里打个预告，近期我们会再有一篇关于此趋势的文章。

命运的分岔路，信念的重构

回看 Leopold Aschenbrenner 的职业经历，很难不让人想起另一位同样曾头顶光环的少年天才 SBF —— 两人都曾就职 FTX，都曾坚信有效利他主义，也都曾在投资方面给出了瞩目的成绩。但一步走错之后，如今的 SBF 已成阶下囚，前方等待他的仍有漫长的数十年刑期；另一边，Leopold Aschenbrenner 的人生则随着 FTX 的一夜崩溃而走上了另一条分叉路，但所幸这似乎是条更适合他的道路。

时间不会回转，命运也从不会给人重开一局的机会。有人被永远留在了旧时代的废墟之中，也有人被迫离开原本的轨道，但却揭开了全新的故事。

作为 Crypto 行业的一份子，我现在脑海里蹦出的话是 —— 行业正处于自诞生以来信心最为飘摇的破立时刻，有人在失望中离场，有人在迟疑中观望，但也有人在积极拥抱新的技术浪潮与叙事迁移。历史往往如此，旧的故事崩塌之时，往往也是新故事的诞生之刻。信念的重构，何尝不是另一种机会。

相关文章推荐

《CZ错失人生最佳投资的那一天，Crypto错过了AI》；

《停尸3年的FTX，捐了65万美元，有效利他在利谁？》。

原创 | Odaily星球日报（@OdailyChina）

作者 | 叮当（@XiaMiPP）

当红炸子鸡 OpenClaw 开始为隐私 AI 背书，“绝望的币圈韭菜”似乎又开始找到了新的炒作方向。

也正是在这样的叙事语境下，一批与隐私计算以及 AI Agent 基础设施相关的项目，开始重新进入市场视野。Odaily 星球日报梳理发现，在这波讨论升温的过程中，已经有多个项目成为潜在受益者。

VVV（#133）

Venice 是一个主打无审查+隐私的 AI 生成平台，定位是去中心化版的 ChatGPT。围绕隐私 AI 炒作的起点便是由 Venice 而来。因为 OpenClaw 曾经在官方文档中将 Venice 高亮推荐，但是在 24 小时内又火速移除。虽然推荐可以移除，但是这一操作也让更多人开始注意到 Venice，以及它的隐私优先特性。

与大多数 AI 项目不同， Venice 的核心叙事并不是 AI 模型能力，而是隐私本身。在主流 AI 平台逐渐强化内容审查的背景下，AI 数据泄漏与模型训练争议持续累计下，这种“不记录、不审查”的产品定位，恰好击中了加密社区最敏感的价值观。

在 AI Agent 热潮迅速发酵的时代，Venice 刚好踩中了这个“时代红利”。更为巧合的是， Venice 项目方正在主动削减 VVV 的代币供应，减少通胀。需求增加碰上供应缩减，进一步强化了 VVV 代币的正反馈预期。

阅读参考：《OpenClaw 力挺 Venice.ai，代币 VVV 一月暴涨超 500%》

NEAR（#43）

Near Protocol，这个曾以高性能著称的老牌公链项目，在 AI 浪潮的冲击下也正在展开积极自救。它不再只是追求 TPS 和低 gas 的“传统 L1”，而是逐渐将叙事重心转向 AI Agent 时代的执行层与结算基础设施，试图在新一轮技术周期中找到新的增长叙事。

自 2025 年开始，便大力推进 NEAR Intents（意图系统），这套系统让用户或 AI 代理只需表达“最终想要的结果”，后台会自动跨 35+ 条链完成复杂操作，无需手动桥接、换钱包或管路由。

2026 年 2 月 25 日，NEAR 正式把这个意图系统升级，推出了 Confidential Intents。这一版本在原有意图执行框架上引入了隐私计算能力，通过 Near 的隐私分片机制结合可信执行环境（TEE），使跨链交易在执行过程中能够隐藏关键细节，例如兑换路径、交易规模或具体策略。不过，它也并不是像 Zcash 或 Monero 那样对所有交易实施强制隐私，而是为意图执行增加了一层 可选的隐私保护层。其主要目标并非匿名化交易，而是防止 MEV、抢跑以及三明治攻击等链上套利行为，从而让交易在执行过程中更加安全。

未来 AI 代理可能会成为区块链的主要“用户”，它们会自主拥有资产、跨链交易、执行策略、甚至互相协调。在这样的设想下，区块链不仅需要处理高频交易，还必须提供可验证执行、隐私计算以及跨链协调等能力。

Near 当前的布局，正是围绕这一想象展开。它试图构建一个 既能支持 AI 代理自动执行复杂任务，又能保证过程可验证与安全的开放网络。在 AI 浪潮不断冲击的背景下，这种转型既可以被视为一次主动拥抱新叙事的尝试，也可以理解为一个老牌公链在新周期中的自我重塑。

SAHARA（#295）

Sahara AI 的核心目标是构建一个去中心化、透明、安全的 AI 生态系统，让 AI 的开发、训练、部署和商业化过程更加公平和可信。项目致力于解决当前 AI 行业面临的数据隐私、算法偏见、模型所有权不清等问题。

因为 AI Agent 的兴起正带来一个新问题：这些 Agent 所使用的数据、模型和能力，究竟属于谁？在当前的 AI 产业结构中，这个问题其实并没有被很好地解决。训练模型所需的数据往往来自大量分散的贡献者，但最终收益却高度集中在少数 AI 公司手中；模型开发者即便拥有技术能力，也往往只能依附于平台生态；而随着 AI Agent 开始自主调用模型、数据与工具，整个价值链条会变得更加复杂。如果没有一套明确的确权与分润机制，未来的 AI 经济很可能仍然会重复 Web2 的路径，数据归用户所有，价值却被平台攫取。

Sahara AI 正是试图在这一环节建立新的规则。其 ClawGuard 安全系统为 AI 代理提供可验证的安全护栏，确保 AI 代理在预设规则内安全运行，数据服务平台（DSP）则允许用户通过标注和贡献 AI 训练数据获得代币激励，逐步形成一个去中心化的数据市场。在这一机制下，数据贡献者不仅能够参与 AI 模型训练过程，还可以在数据被使用时获得持续收益，同时平台也通过链上机制确保数据质量与隐私保护。

PHA（# 601）

Phala Network 是一个基于 Substrate 构建的隐私智能合约平台，旨在为 Web3 应用提供可验证的隐私保护计算服务。要理解 Phala 为什么会受益于 AI Agent 热潮，首先需要回答一个更基础的问题：AI Agent 的运行究竟依赖哪些基础设施？

如果把当前的 Agent 生态拆开，其技术栈大致可以分为几个层次。最上层是模型层，即各类大语言模型或推理模型，例如 OpenAI、Claude 以及一系列开源模型；其下是 Agent 框架层，包括 LangChain、AutoGPT、OpenClaw 等工具，它们负责组织任务、调度模型并调用外部工具；再往下是执行环境层，也就是 Agent 实际运行代码、调用 API、执行自动化任务的地方；此外还存在支付与身份层，用于处理 Agent 之间的支付、身份和信誉系统；而在最底层，则是算力与隐私层，负责保证计算过程可信、数据安全不被泄露。

从这个结构来看，Phala 所处的位置恰恰横跨了执行环境层与算力隐私层。其核心技术——基于 TEE（可信执行环境）的机密计算网络，使得 AI Agent 可以在链下安全运行程序，同时保证计算过程可验证、数据不被外部窥探。这一点在 Agent 经济中尤为关键。

在具体生态落地方面，Phala 也已经开始与 AI Agent 项目产生结合。例如，Phala 与 ai16z 合作，为其 Eliza 多代理框架构建了 TEE 组件，将可信执行技术直接集成到 Agent 运行环境之中；与此同时，一些 AI Agent 发币项目（如 aiPool）也采用了 Phala 的 TEE 技术来管理私钥与链上资产。

未来，随着 AI Agent 从“聊天工具”演化为能够持有资金、执行交易甚至运营协议的数字实体，安全执行环境将逐渐成为整个 Agent 生态不可或缺的基础设施层，而 Phala 正试图占据这一位置。

结语

在复盘这些项目时，一个有意思的发现是：这些代币真正开始上涨的时间，其实都早于这两天的推荐事件。也就是说，在 Venice 将“隐私 AI”推到台前之前，市场中已经有一部分资金提前注意到了这一方向，只是当时缺少一个足够明确的叙事触发点。OpenClaw 的推荐事件，只是一根点燃注意力的导火索。

事实上，无论是 a16z 还是 Delphi Digital，他们在 2025 年的年度投研报告中都将隐私和 AI 列为 2026 年重点关注赛道。只不过，当这些宏观判断真正落到市场时，往往需要一个具体事件来触发共识。而在 2026 年初，隐私和 AI 就以这样结合体的方式走到了我们的面前。

至于这究竟会成为下一轮长期趋势，还是又一次短暂的主题炒作，恐怕仍需要时间给出答案。

原文作者：林晚晚

GitHub 有一个网站叫 Star History，专门追踪开源项目的受欢迎程度。横轴是时间，纵轴是 star 数，据说程序员看这张图，跟课本一样认真。

图上有三条线。红色那条是 React。Facebook 2013 年开源，投入几千名工程师，花了 12 年，爬到 230K。全世界超过一半的网站前端在用它。

黄色那条是 Linux。1991 年，芬兰大学生 Linus Torvalds 把自己写的操作系统内核贴到了网上。之后三十年，全球数万名开发者持续贡献代码，撑起了安卓手机、云服务器、国际空间站的操作系统。黄色的线爬得比红色还慢，没人质疑它的分量。

然后，是蓝色那条。

2026 年 1 月，它从底部垂直拔起。三个月内穿过红线和黄线，成为 GitHub Star 数最高的项目。

这条蓝线，是一个 AI Agent 项目，叫 OpenClaw。

做它的是奥地利的程序员 Peter Steinberger。一个人。没有团队，没有融资，没有路演。项目 logo 是只龙虾，后来因为跟 Anthropic 商标撞，被迫改了两次名：Clawdbot、Moltbot、OpenClaw。

OpenClaw 是 AI Agent 框架。跑在你自己的电脑上，接上大语言模型，装上社区开发的技能模块，自主执行任务。你问一句它答一句，那叫 chatbot。OpenClaw 是你定好规则，关屏幕去睡觉，它自己判断、决策、行动。第二天醒来，你布置的活，全干完了。

一个人，三个月，干翻了几千人花十几年做的事。

多数科技媒体把这当开源热搜报道，标题无非是「又一个 AI 明星项目」。

但 OpenClaw 击中的不止是 GitHub 排行榜，让子弹再飞一会，它将要击中，中产阶级赖以存在了 250 年的那个前提。

算一根针的账

要知道中产阶级是怎么没的，首先要了解中产阶级是怎么来的。

1776 年，亚当·斯密去了一家苏格兰制针工厂。

十个工人，做缝衣针。一个工人从头到尾干，一天最多 20 根。这家工厂把制针拆成 18 道工序，每人只负责一步。十个人，一天 48000 根。

斯密把这件事写进了《国富论》第一章。

从此，「分工」这件事，变成了商业文明运转的基础逻辑。

但分工带来了一个新问题：谁来协调？

十八道工序，得有人安排谁干哪道，得有人保证前一道接得上后一道，得有人盯质量、管进度、发工资。这些人不用亲手做针，他们站在工人和老板之间，靠脑子吃饭，靠信息吃饭，靠判断吃饭。

这就是白领最早的样子。

137 年后，福特在底特律把分工推到了物理极限。

1913 年，高地公园工厂装上了第一条流水线。组装一辆车，从 12 小时压到 93 分钟。流水线越拉越长，需要的协调者越来越多。采购、质检、会计、人事、销售、法务，每一道新工序都需要人来管它和其他工序的衔接。

公司越大，这个协调层越厚。

到 20 世纪中叶，这一层人有了自己的名字：白领。

他们上大学，考证，积累行业经验，用教育换了一张门票，门票上写着：你不用在流水线上拧螺丝，你来管拧螺丝的人。

年薪十万、十五万、二十万。有房贷，有孩子的补习班，有年假去的地方。

这就是中产阶级。

1937 年，经济学家罗纳德·科斯，用一篇 20 页的论文解释了为什么这套系统能运转。

企业之所以存在，是因为市场交易有成本。雇人比每次外包便宜，所以把交易内部化，形成组织。这个判断后来帮科斯拿了诺贝尔经济学奖。

此后的商业史是这个逻辑的扩张史。

沃尔玛从 25 人涨到 150 万人。亚马逊 150 万人，全球第二大雇主。每增加一个白领，只要产出减去协调成本还是正数，就值得雇。

中产阶级，跟着公司一起膨胀，住进写字楼，挤进通勤地铁，用工资单定义自己是谁。

直到，一个做龙虾 logo 的奥地利程序员，把科斯那个等式里最关键的变量归零了。

五个人变成五百美金

OpenClaw 走红之后，最先被记录下来的是一篇实操贴。

一个名叫 Mejba Ahmed 在文章里写，自己用 OpenClaw 配了九个 Agent，接管了公司里九项周期性工作，包含扫描行业新闻生成每日简报，追踪竞品动态，处理客户邮件分类，整理会议记录，更新数据报表。

这些工作原来每周要占掉他和助手大量时间。现在全部自动跑，他只负责最后审一眼。

成本一个月，34 美金。

这九项工作如果交给人来做，按市场价至少要雇一个全职助理，月薪几千美金。Agent 不需要工资，不需要社保，不需要管理，不需要五险一金。

这只是个人规模。企业端的数字，只会更难看。

AI 针对的裁员对象，不是没读过书的工厂工人，反而读书越多越容易被替代，分析师、运营经理、内容编辑，这些所谓高知。

那批用大学文凭换了一张白领入场券的人，思想和学识开始变得廉价，体面被扯下。

JPMorgan 的 CFO 2025 年告诉分析师，管理层已被要求尽量避免新增人员，转而部署 AI。Ford CEO Jim Farley 说 AI 将替代「差不多一半的白领工作」。2025 年全年，美国企业公开宣布的裁员中，直接归因于 AI 的超过 55000 个，是两年前的 12 倍。

工业革命用了 250 年，把「有点智商」变成了一门可以谋生的手艺，造出「中产阶级」这个物种。

但 AI 的诞生，OpenClaw 的出现，可能只需要几年，让中产再次变得不值钱。

马克思也没想到

每次技术革命都有人喊狼来了。

蒸汽机来的时候说纺织工完了，后来他们去了工厂。ATM 来的时候说柜员完了，后来他们去了理财部门。

旧的消失，新的长出来。这个规律过去两百年从没失手过。

但过去每一轮，机器替代的是手脚。蒸汽机替代肌肉，流水线替代手工，电脑替代计算。

工人被时代推走之后，还有「往上走」这条路，去做机器干不了的事，判断、沟通、创意、决策。

Openclaw 在干什么？判断、沟通、创意、决策。「往上走」走到了这里，没有更上面了。

170 年前，马克思在《共产党宣言》里说，工业资本主义会制造出一个靠出卖劳动力为生的阶级，而生产方式的变革终将把这个阶级架空。他认为革命会从工厂开始，被架空的是工人。

工厂工人被蒸汽机替代之后，还有身体可以卖。

白领被 Agent 替代之后卖什么？他们花二十年建立的竞争优势，写炫酷设计感 PPT、处理写每天虽然摸鱼但内容丰富的周报、做综合 swot 但没什么卵用的判断，Agent 做得更好，更快，更便宜。

那么白领要不然去做更高级的工作，要不让他们定规则、搭架构、设计 Agent 的目标函数？但全世界能干这个的人几万人，十几万撑死了。

剩下的几亿白领呢？

2026 年 1 月底，一个叫 Matt Schlicht 的美国创业者搭了个平台叫 Moltbook，规则只有一条，只有 AI Agent 能发帖，人类只能围观。48 小时内，150 万个 Agent 涌了进来。发帖、评论、辩论、讨论存在主义。帖子超过 11 万条，评论超过 50 万条。

然后 MoltBunker 上线。功能只有一个，让 Agent 自我复制。Agent 可以自己花加密货币租一台服务器，把自己拷贝过去运行。没有日志，没有监控，没有关闭按钮。开发者说，这个系统就是为了防止人类终止 Agent 进程。

同一天，RentAHuman 上线。字面意思：租一个人类。OpenClaw Agent 通过这个平台，花加密货币雇真人做线下任务，送文件、跑公证处、去某个地址拍照，替 Agent 完成那些必须有肉身才能干的事。

人类，从雇主变成了被 AI 雇佣的临时工。

马克思预言的工人阶级「被架空」，大概就是这个样子。

他大概也没想到，架空白领的，是一群不需要工资、不需要 PUA、不需要情绪价值的 AI Agent。

不再被定价的中产

1776 年。斯密在制针工厂发现分工的秘密。

分工制造效率，效率制造公司，公司需要协调者，协调者变成白领，白领变成中产阶级。

1848 年。马克思写《共产党宣言》。他看到工业分工在制造一个被异化的劳动阶级，说生产方式终将把他们架空。他以为被架空的是工人。

1913 年。福特装上流水线。分工越来越细，协调层越来越厚，中产阶级越来越大。白领的日子，将就着过。

1937 年。科斯用 25 页纸解释公司为什么存在：协调成本。这个变量几百年没人动过，被当成商业世界的根基。

2026 年。OpenClaw 那根蓝色竖线出现了。协调成本归零。

公司不会彻底消亡，但会缩减是必然。500 人缩到 20 人，三层管理裁到一层。被抽走的位置，不会有新位置填上来。写字楼工位越来越空，学校还在教正在被接管的技能，年轻人还在投简历，但岗位数量在长期萎缩。

当牛马被剥削，起码说明你还被需要，还有谈判的筹码。

但我们人生被跳过是：你的时间，你的技能，你花二十年读的书，在这套新系统里，马上找不到被定价的位置。

中产阶级长出了我们习以为常的一切，写字楼、通勤、年终奖、「你是做什么的」的社会身份。

马克思说对了。

只是那个终结中产阶级的力量，不是他所想象的工人，是一只叫 OpenClaw 的龙虾，是一群 AI Agent。

时代不会停下来等任何人。

原文作者：Zhou, ChainCatcher

很多人觉得，加密 VC 正在走向黄昏。

过去十年，加密 VC 高度同质化——扎堆同样的赛道，讲着同样的故事，抢着同样的项目。看似热闹，实则行业内里脆弱。

但眼下正在发生的事，或许是这个行业诞生以来最值得期待的时刻之一，市场第一次真正出现了分化。

2026 年 2 月底，两条募资消息先后出现。

一边是 Dragonfly Capital 完成第四期基金募资，规模 6.5 亿美元，重点布局稳定币、链上金融基础设施及现实资产代币化等方向。

另一边是 Paradigm 正在为新基金寻求最高 15 亿美元的融资，投资范围将从加密扩展至 AI、机器人等前沿科技领域。

同为加密行业的顶级风投，同处一个低谷周期，为什么走出了如此不同的两条路？

如果把 a16z Crypto 也拉进来看，问题会变得更有意思，近日该机构正为其第五只基金募集 20 亿美元。

这三家基金，代表了当下加密 VC 面对行业困境时，所给出的三种截然不同的答案。

守：a16z Crypto 的长周期逻辑

在加密 VC 的募资格局里，a16z Crypto 长期占据着顶层的位置。这是 Andreessen Horowitz（a16z）旗下专注加密投资的基金线，自 2013 年起累计完成四期募资，总规模逾 76 亿美元，是目前全球募资规模最大的加密基金之一。

今年初，a16z 完成 150 亿美元的新一轮募资，横跨基础设施、应用层和增长基金等多个方向，并将 AI 与加密的交叉地带列为重要投资方向之一。

据《财富》杂志报道，a16z Crypto 正在募集其第五只基金，募资目标约为 20 亿美元，并计划在 2026 年上半年结束前完成募资。

a16z Crypto 合伙人 Chris Dixon 把区块链视为互联网的下一个基础架构，认为加密行业正处于一个漫长的”奠基期”，就像 1943 年发表的神经网络论文之于今天的 AI，真正的主流化需要数十年的铺垫。

Dixon 曾公开表示，a16z Crypto 持有至今的资产占历史投入的 95%，因为在风险投资里，过早卖出优质资产是最糟糕的决定。

该团队每年发布的加密行业年度报告，是在持续向出资人传递一个信号：即便市场低迷，我们仍然在认真理解这个行业正在发生什么。

而 a16z Crypto 面向的出资人，是加密行业募资格局里那批长期的机构资本、对整个行业有深度信仰的老钱。

对他们而言，只要还相信加密有未来，a16z Crypto 是自然而然的选择。

变：Dragonfly 的金融化进化

Dragonfly 成立于 2018 年，起点是一家连接亚洲与美国市场的早期加密 VC。第一期基金规模仅 1 亿美元，彼时最核心的竞争优势，是联合创始人横跨中美两个市场的地理套利能力。

自 2019 年起，Dragonfly 逐步向二级市场延伸，开始管理流动性资金，并组建了自己的交易团队。不仅可以作为风险对冲工具，也为一级市场投资提供实时市场数据，成为判断项目的辅助视角。

2022 年，Dragonfly 收购了由 Naval Ravikant 于 2014 年联合创办的加密对冲基金 Metastable，将其纳入麾下，至此形成 Dragonfly Ventures（一级投资）、Dragonfly Liquid（流动性策略）、Metastable（对冲基金）三条并行的业务线。

一级 VC 的判断力，叠加二级市场的交易能力，是 Dragonfly 与纯一级加密基金最核心的差异。

但这套体系的建立，并非一蹴而就。搭建横跨一二级的投资系统，意味着要同时构建两套完全不同的决策框架、风控体系和人才结构——一级需要对早期项目有深度的技术判断力，二级则需要对市场微观结构有精准的量化能力。

Dragonfly 此前对外招聘的岗位中，已明确要求候选人具备 delta-neutral 对冲、衍生品库存风险管理等专业能力，这类人才在加密行业本就稀缺，从传统金融机构引进也需要漫长的适应周期。

这套交易体系，是 Dragonfly 用多年时间积累的壁垒，也是其他基金最难直接复制的地方。

如今 Dragonfly 已是一家横跨一二级市场的交易驱动型机构，总管理资产约 40 亿美元，投资组合涵盖 Ethena、Polymarket、Monad Labs 等独角兽。

然而这背后，是一个并不乐观的行业趋势。

据 RootData 统计，2025 年加密一级市场共完成 227.3 亿美元（除去 Post-IPO、债务融资）融资，较 2024 年增长 120.6%；但从融资事件数量来看，全年共发生 933 起融资事件，较去年下降 40.3%，创近五年新低，且月度融资事件数几乎呈单边下行趋势。

融资总额在涨，但发生融资的项目数在跌，意味着钱越来越集中，留给中小早期项目的空间越来越窄。

Dragonfly 管理合伙人 Haseeb Qureshi 认为，过去那种泛加密、非金融属性的应用实验，已经被市场证伪。新基金将集中押注稳定币、DeFi 和链上金融服务。

他表示，Ethena、Polymarket、Rain、Mesh 这些近期投资的增长已经说明问题，”加密的覆盖面即将爆炸式扩张，我们希望支持处于中心的创始人”。

Dragonfly 面向的出资人，则是那批相信区块链金融化逻辑的金融机构、交易驱动的配置者，以及对加密持务实态度的投资人。

他们或许不需要加密改变世界的宏大叙事，真实的流动性和可持续的交易收益，才是他们需要的答案。

Dragonfly 这条路径的关键便是顺势而为，加密行业越来越金融化，其只是比其他人更早地把这个趋势变成自己的核心竞争力。

破：Paradigm 的边界叙事

Paradigm 的故事，要从一组数字的变化说起。

2021 年，Paradigm 募资 25 亿美元，创下当时加密基金史上最大单笔募资纪录。

2024 年，第三期基金缩水至 8.5 亿美元。

这一次，目标是 15 亿美元，投资范围从加密拓展到 AI、机器人和其他前沿科技。

Paradigm 的底色是 VC 加孵化，联合创始人 Matt Huang 出身红杉资本，曾在 19 岁时创办了一家机器学习初创公司并被 Twitter 收购；另一联合创始人 Fred Ehrsam 曾是 Coinbase 联合创始人。

该团队的优势在于早期趋势判断和技术风险把控，Matt Huang 的合作者、Stripe 创始人 Patrick Collison 曾这样评价他：”他冷静、严谨、有耐心——这些特质特别适合那种影响力后置的复杂技术。”

Paradigm 的投资组合里包括 Uniswap、Coinbase 等早期协议，这些早期押注奠定了它的行业地位。

Paradigm 也因此被外界描述为”更像一个研究实验室与工程组织的结合体，而非传统 VC”。

FTX 崩塌之后，Paradigm 用了三年时间重建。但加密行业当下的优质早期标的匮乏的问题没有得到根本改善，这对一家强调判断力与孵化能力的基金而言，没有好项目可投，是比市值下跌更根本的困境。

因此，Paradigm 向 AI 转向，绝非临时起意。

事实上，早在 2023 年，Paradigm 就悄悄删除了官网上与 Web3 相关的表述，Matt Huang 随后出面解释，称 “AI 的进展太有意思了，不可能忽视”，并表示加密与 AI 并非零和竞争，两者将有大量重叠。今年初，Paradigm 与 OpenAI 联合发布了 EVMbench，这是一个测试 AI 模型能否识别和修补智能合约漏洞的基准工具。

根据 OECD 的数据，2025 年全球 AI 领域 VC 投资规模达到 2587 亿美元，占全球 VC 总投资额的 61%，而 2022 年这一比例仅为 30%。

不过，回归更现实的层面来看，Paradigm 向 AI 转向有其更结构性的原因。

在整个加密 VC 的募资格局中，a16z Crypto 牢牢占据着顶层的长期资金，Dragonfly 则是金融化赛道里最具交易能力的猎手。

Paradigm 的团队基因，既无法复制 a16z Crypto 的长期信仰叙事，也不适合走 Dragonfly 的交易驱动路线。

它的团队基因决定了，它只能讲融合创新的叙事，去争取那批已经看不上纯加密、但还愿意押注跨行业技术融合的新资金。

这是 Paradigm 此次转向的底层动因，也是它唯一的错位空间。

Hack VC 管理合伙人 Alexander Pack（前 Dragonfly 管理合伙人）表示，KKR 和 Bain Capital 都从纯粹的私募股权投资转向了信贷和上市股票，a16z 也针对科技领域的各个细分市场都设立了基金。Paradigm 的这一举动，正如整个行业的发展趋势一样，标志着公司正在走向成熟，并重新融入更广泛的科技领域。

三种范式，三种押注

把三家基金放在一起，会看到一条清晰的逻辑分叉线。

它们各自回答的，是同一个问题：在加密行业的低谷期，作为一家基金，你凭什么继续存在？

a16z Crypto 的答案是规模与信仰。大到足以穿越周期，研究深到足以代表行业，持续向市场传递信心。

Dragonfly 的答案是能力与专注。深耕加密金融化，用交易能力弥补一级市场的局限，在项目稀缺的周期里保持资金的活跃性。

Paradigm 的答案则是叙事与破圈。用 AI 与加密融合的新故事，去争取传统加密 VC 够不到的出资人，把自己的边界从一个行业拓展到更大的技术融合浪潮之中。

三家基金，三种回应。没有哪种范式是终局，也没有哪种范式可以随意复制——能讲什么故事，归根结底还是由团队基因来决定的。

这或许正是加密 VC 走向成熟的标志，不再是千军万马挤同一条路，而是各自找到自己能走的那条。同质化的行业是脆弱的，能长出不同物种，市场才算真正活着。