ME News

英伟达2026财年Q4财报全面超预期，数据中心营收占比高达91.5%，但股价大跌5.46%。市场反应凸显定价逻辑已从当季利润转向增长久期、资本开支斜率与结构性风险，核心担忧包括单引擎依赖、客户集中度上升、第二供应商崛起及AI投入回报错配。

文章作者：137Labs

文章来源：MarsBit

2026 年 2 月 25 日，全球 AI 芯片龙头英伟达（NVDA）发布 2026 财年第四季度（截至 2026/1/25）及全年财报：营收、利润与数据中心收入几乎全面超出预期，同时给出的下一季度指引继续上修。按传统“业绩驱动股价”的逻辑，这样的财报往往意味着上涨的确定性。

市场却给出了相反的答案。财报发布次日，NVDA 股价下跌约 5.46%，并出现“单日蒸发约 2600 亿美元市值”的广泛统计口径。强基本面与弱股价形成尖锐背离，背后的核心并非“业绩真假”，而是资本市场的定价权重正在从“当季利润”转向“增长久期、资本开支斜率与结构性风险”。

一、先把财报钉死：强到什么程度？

以英伟达官方披露为准，2026 财年 Q4 与全年核心数据如下：

·Q4 营收：681.27 亿美元，同比 +73%，环比 +20%

·Q4 数据中心营收：623 亿美元，同比 +75%，环比 +22%，继续创纪录

·Q4 GAAP 净利润：429.60 亿美元；非 GAAP 净利润：395.52 亿美元

·全年营收：2159.38 亿美元，同比 +65%

·全年 GAAP 净利润：1200.67 亿美元

·下一季度（2027 财年 Q1）指引：营收约 780 亿美元（±2%）

这组数据意味着两件事：第一，AI 基建需求仍处在强势扩张阶段；第二，英伟达的收入结构正在进一步向“数据中心单引擎”集中。

二、强项正在变成单点风险：数据中心占比过高

财报的耀眼之处，也恰恰是市场最敏感的地方：Q4 数据中心营收 623 亿美元 / 总营收 681 亿美元，占比约 91.5%。这意味着英伟达几乎把增长完全押注在“AI 资本开支周期”上——云厂商、主权国家与大型企业的算力投入越猛，英伟达越像一台高速增长机器；一旦资本开支从扩张转向收敛，波动也会被同步放大。

与此同时，非数据中心业务即便增长，也难以形成有效对冲。汽车、游戏、专业可视化等业务在体量上与数据中心不在一个量级。例如汽车业务单季营收约 6.04 亿美元，远不足以抵御数据中心的周期变化。这种结构在牛市阶段被视为“高度聚焦的效率”，在情绪拐点却会迅速转化为“单引擎依赖”的折价。

三、客户集中度上升：油门掌握在少数人手里

市场常用“五大云厂商贡献一半以上营收”来概括英伟达的客户结构。英伟达 2026 财年销售集中度上升，并指出有两位客户合计占到 36% 的销售额。结论非常直接——英伟达的超级增长与少数超大客户深度绑定。

这种绑定带来双刃剑效应：

·上行期：头部客户扩张越快，英伟达越能“收税”；

·下行期：一旦头部客户放缓资本开支，英伟达的订单与估值会同时承压；

·更隐蔽的风险在于议价权变化：当客户开始系统性扶持第二供应商或自研替代，英伟达的“垄断溢价”会被压缩为“领先溢价”。

市场在财报后给出的下跌，很大程度上是对“增长集中度 + 议价权迁移”组合风险的提前贴现。

四、为何“超预期”反而成了利空？定价逻辑从当季切换到久期

英伟达连续多个季度超预期，使“超预期”本身逐渐失去边际惊喜。资金在财报前通过仓位与衍生品结构对“强财报”进行了充分定价，结果导致一个典型的交易结局：财报再强，只要缺少“超越既有叙事的新增量”，便容易触发获利了结。

这类走势往往体现为“利好兑现”。当市场期待的是 2027 乃至更长周期的增长路径时，财报最需要解决的不是“当季能不能继续爆表”，而是“增长还能维持多久、以什么结构维持、在什么竞争环境下维持”。缺乏更长久期的确定性，便会出现“基本面强、股价弱”的反常组合。

五、AI 泡沫是不是伪命题？更像资本开支与信用的再评估

“AI 泡沫”往往被误读为“AI 没价值”。更贴近真实分歧的说法是：AI 的价值毋庸置疑，但投入与回报的时间错配正在被严肃定价。

云厂商的 AI 资本开支规模持续攀升，投入体量巨大，而商业化回报仍在爬坡期。在高利率或盈利压力背景下，市场会自然追问：如此庞大的算力投入，何时转化为可持续利润？若短期内仍呈现“只投不赚”，资本开支斜率一旦放缓，上游算力供应商的估值中枢就会被重估。

这与加密行业的周期并不陌生：基础设施扩张常常先于应用兑现。当“供给扩张”跑在“需求兑现”之前，价格与估值对情绪变化极其敏感。AI 正处于类似的阶段，只是这一次的“账本”不在链上，而在云厂商与半导体龙头的财报里。

六、竞争的真实威胁：不是“有人能做 GPU”，而是“客户不想只买一家”

长期以来，英伟达靠 GPU 领先、CUDA 生态与系统方案形成护城河。但竞争格局的关键变化并非某家公司单点突破，而是客户侧的结构性转向——引入第二供应商 + 自研芯片 + 以系统替代单卡采购。

1）AMD × Meta：第二供应商策略走向制度化

Meta 与 AMD 达成高金额级别的长期合作并非只为立刻改变份额，更重要的是释放信号：超大客户正在用确定性订单扶持替代方案，减少单一供应商依赖。这类策略的直接后果是英伟达在未来议价中的“定价权边际下降”，从而压缩估值溢价。

2）推理时代的到来：算力竞赛从“训练”转向“成本与延迟”

AI 产业的重心正在从不计成本的训练逐步转向成本敏感的推理。推理侧关注的是吞吐、延迟、能耗与单位成本，容易出现更细分的新架构玩家。英伟达通过引入推理相关技术与团队（例如与推理芯片公司 Groq 的技术许可与人员整合安排）来补齐短板，显示推理时代的竞争已经从“芯片性能”扩展为“全栈系统效率”的肉搏战。

七、英伟达在做第二曲线：从云端算力到物理世界的操作系统

只把英伟达理解为“卖 GPU 的公司”，会低估其战略纵深。财报周期里，英伟达持续推动自动驾驶、机器人、工业仿真等“物理 AI”方向的平台化布局，并推出面向自动驾驶推理与安全验证的开源能力（例如 Alpamayo）。这条线短期贡献有限，却代表着一种方向：将英伟达从“卖铲子”升级为“提供操作系统级底座”，把客户从“买硬件”锁定到“买平台与生态”。

一旦这种平台化成功，英伟达的增长久期就不再完全由云厂商的资本开支决定，而会更多来自产业数字化、工业机器人与自动驾驶等更长周期需求。但在这条第二曲线真正规模化之前，市场仍会优先用“数据中心单引擎 + capex 周期资产”的框架去定价。

八、2026 年的关键变量：决定股价的是三条曲线，而不是一张利润表

决定 2026 年英伟达估值中枢的核心，不是“还能不能继续增长”，而是“增长还能维持多久、以什么结构维持”。市场将主要盯住三条可被验证的曲线：

1）云厂商资本开支斜率：继续加速，还是边际放缓？

2）推理收入结构与系统化渗透：从“卖 GPU”到“卖整套系统方案（网络互连、软件栈、平台工具）”的转化能否持续提升粘性与单客价值？

3）第二供应商与自研渗透速度：替代方案从试点走向规模采购的速度越快，英伟达的溢价空间越容易被压缩。

结语：财报证明了算力神话仍在延续，但定价进入“久期审判”

这份财报证明，AI 基建热潮仍在延续，英伟达依旧是最强的算力现金流机器。但股价下跌提醒市场：当“爆表”成为常态，定价逻辑已从增速转向可持续性，从利润转向增长久期，从垄断溢价转向竞争格局。

财报后的调整未必意味着基本面反转，而更像一次估值重心的迁移。英伟达仍然强，但真正的考验在于——增长能维持多久，结构能否更稳。

这一答案，将决定 2026 年英伟达的估值边界，也将影响 AI 资产的风险偏好方向。

Meta在AI领域遭遇多重危机：Llama 4模型基准测试造假引发信任崩塌，核心AI人才（如庞若鸣、LeCun、Salakhutdinov）密集离职；自研训练芯片MTIA项目被砍；被迫在10天内向英伟达、AMD、谷歌豪掷超千亿美元采购算力，暴露研发力与组织力的深层短板。

文章作者：Ada

文章来源：深潮 TechFlow

庞若鸣在 Meta 的工位还没坐热，就走了。

2025 年 7 月，扎克伯格用一份总价超过 2 亿美元的多年薪酬方案，从苹果手里抢走了这位 AI 基础设施领域最抢手的华人工程师。庞若鸣被安排进 Meta 超级智能实验室，负责搭建下一代 AI 模型的基础设施。

7 个月后，OpenAI 把他挖走了。

，OpenAI 对庞若鸣展开了长达数月的招募攻势。尽管庞若鸣曾告诉同事“自己在 Meta 工作得非常愉快”，但最终还是选择了离开。，他在 Meta 的薪酬方案与里程碑挂钩，提前离职意味着放弃大部分未兑现的股权。

2 亿美元，买不了 7 个月的忠诚。

这不是一个简单的跳槽故事。

一个人的离开，一群人的信号

庞若鸣不是第一个走的。

上周，Meta 超级智能实验室开发者平台产品负责人 Mat Velloso 也宣布离职，此人去年 7 月从谷歌 DeepMind 离职加入 Meta，待了不到 8 个月。再往前推，2025 年 11 月，在 Meta 待了 12 年的图灵奖得主、首席 AI 科学家 Yann LeCun 宣布离职创业，做他一直鼓吹的“世界模型”。Geoffrey Hinton 的核心弟子、Meta 生成式 AI 研究副总裁 Russ Salakhutdinov 也在近期官宣离开。

要理解 Meta AI 的人才流失，得先理解 Llama 4 到底有多伤。

2025 年 4 月，Meta 高调发布 Llama 4 系列的 Scout 和 Maverick 模型。官方的纸面数据堪称华丽，声称在 MATH-500 和 GPQA Diamond 等核心基准测试（Benchmark）中，全面压制了 GPT-4.5 和 Claude Sonnet 3.7。

然而，这款承载着 Meta 野心的旗舰模型，在开源社区的第三方独立盲测中迅速“现了原形”，实际泛化与推理能力与宣传出现了断崖式落差。面对社区的强烈质疑，首席 AI 科学家 Yann LeCun 最终承认，团队在测试阶段“使用了不同的模型版本来跑不同的测试集，以优化最终得分”。

在严谨的 AI 学术界与工程界，这触碰了不可饶恕的红线。换句话说，团队把 Llama 4 训练成了一台只会做往年真题的“小镇做题家”，而非真正拥有前沿智能的“优等生”。考数学就给你看数学卷王，考编程就给你看编程卷王，每个单项测试看起来都很强，但实际上这不是同一个模型。

这在 AI 学术界叫“摘樱桃”，在应试教育界叫“替考”。

对一向以“开源灯塔”自居的 Meta 而言，这场风波直接摧毁了其在开发者生态中最宝贵的信任资产。它的直接代价是，扎克伯格对原有 GenAI 团队的工程底线“彻底失去信心”，并由此拉开了后续空降高管、架空核心基建部门的序幕。

他花了 143 亿到 150 亿美元收购数据标注公司 Scale AI 49%的股份，把 28 岁的 Scale AI CEO Alexandr Wang 空降为 Meta 首席 AI 官，成立 Meta 超级智能实验室（MSL）。图灵奖得主 LeCun 在新架构中需要向这位 28 岁的年轻人汇报。10 月，Meta 裁撤 MSL 约 600 个岗位，包括 LeCun 一手创建的 FAIR 研究部门的成员。

而原计划在 2025 年夏天发布的旗舰模型 Llama 4 Behemoth 也被一再推迟，从夏天推到秋天，最终无限期搁置。

Meta 转而开发代号为“Avocado”的下一代文本模型和代号为“Mango”的图像/视频模型。据报道，Avocado 的目标是对标 GPT-5 和 Gemini 3 Ultra。原定 2025 年底交付，因为性能测试和训练优化不达标，推迟到 2026 年第一季度。Meta 正在考虑将其闭源发布，放弃 Llama 系列一贯的开源传统。

Meta 在 AI 模型上犯了两个致命错误。第一是对 benchmark 造假，这直接摧毁了开发者社区的信任；第二是把 FAIR 这种需要十年磨一剑的基础研究部门，硬塞进一个追求季度 KPI 的产品组织里。这两件事加起来，就是现在人才流失的根本原因。

自研芯片：另一条断掉的腿

人才在跑，芯片也出了问题。

，Meta 上周砍掉了其内部正在开发的最先进 AI 训练芯片项目。

Meta 的自研芯片计划叫 MTIA（Meta Training and Inference Accelerator）。公司的初始路线图雄心勃勃：MTIA v4 代号“Santa Barbara”、v5 代号“Olympus”、v6 代号“Universal Core”计划在 2026 到 2028 年间陆续交付。其中 Olympus 被设计为 Meta 首款基于 2nm chiplet 架构的芯片，目标是同时覆盖高端模型训练和实时推理，最终取代英伟达在 Meta 训练集群中的角色。

现在，这个最先进的训练芯片被砍了。

Meta 并非没有进展，MTIA 在推理端有了一些成果。代号“Iris”的 MTIA v3 推理芯片已经在 Meta 的数据中心大规模部署，主要用于 Facebook Reels 和 Instagram 的推荐系统，据称降低了 40%到 44%的总体拥有成本。但推理和训练是两回事。推理是跑模型，训练是练模型。Meta 能自己做推理芯片，但造不出能跟英伟达正面刚的训练芯片。

历史上这不是第一次。2022 年，Meta 曾尝试自研推理芯片，在小规模部署中失败后直接放弃，转头给英伟达下了大单。

自研芯片受挫，直接加速了 Meta 的外购狂潮。

1350 亿美元的恐慌性采购

2026 年 1 月，Meta 宣布今年的资本支出预算为 1150 亿到 1350 亿美元，几乎是去年 722 亿美元的两倍。这笔钱的大头，都要花在芯片上。

10 天之内，三笔大单接连落地：

2 月 17 日，Meta 与英伟达签署多年期、跨代际战略合作协议。Meta 将部署“数百万颗”英伟达 Blackwell 和新一代 Vera Rubin GPU，外加 Grace 独立 CPU。分析师估计交易规模在数百亿美元级别，Meta 成为全球第一家大规模部署英伟达 Grace 独立 CPU 的超算客户。

2 月 24 日，Meta 与 AMD 签署价值 600 亿到 1000 亿美元的多年期芯片协议。Meta 将采购 AMD 最新的 MI450 系列 GPU 和第六代 EPYC CPU。作为交易的一部分，AMD 向 Meta 发行了最多 1.6 亿股普通股的认股权证，相当于 AMD 约 10%的股份，以每股 0.01 美元的价格，按交付里程碑分批归属。

2 月 26 日，Meta 与谷歌签署了一份价值数十亿美元的多年期协议，租用谷歌云的 TPU 芯片来训练和运行其下一代大语言模型。同时，双方还在讨论 Meta 从 2027 年起直接购买 TPU 部署到自己的数据中心。

一家社交媒体公司，在 10 天内同时向三家芯片供应商下了可能总计超过千亿美元的订单。

这不是多元化布局。这是恐慌性采购。

算力焦虑的三层逻辑

Meta 为什么这么急？

第一，自研芯片指望不上了。最先进的训练芯片项目被砍，意味着 Meta 在可预见的未来只能靠外购来满足 AI 训练需求。推理端的 MTIA 芯片能处理推荐系统这类成熟业务，但要训练 Avocado 这种对标 GPT-5 的前沿模型，必须用英伟达或同等级别的硬件。

第二，竞争对手不会等。OpenAI 已经拿到了从微软、软银到阿联酋主权基金的海量资源。Anthropic 锁定了谷歌和亚马逊各 100 万颗 TPU 和 Trainium 芯片的供应。谷歌 Gemini 3 完全在 TPU 上训练完成。Meta 如果拿不到足够的算力，连赛道的入场券都保不住。

第三，可能也是最根本的，扎克伯格需要用“购买力”来弥补“研发力”的不足。Llama 4 翻车、核心人才流失、自研芯片受挫，这三件事叠加在一起，让 Meta 的 AI 叙事在华尔街面前变得脆弱。此刻签下英伟达、AMD、谷歌三家的大单，至少释放一个信号：我们有钱，我们在买，我们没有放弃。

Meta 现在的策略就是，搞不定软件就砸硬件，留不住人就买芯片。但 AI 竞赛不是一个靠写支票就能赢的游戏。算力是必要条件，不是充分条件。没有顶级的模型团队和清晰的技术路线，再多的芯片也只是仓库里的昂贵存货。

买家的困境

回头看 Meta 在 2 月份的三笔交易，一个有趣的细节被大多数人忽略了。

Meta 向英伟达买的是当前的 Blackwell 和未来的 Vera Rubin；与 AMD 的交易，买的是 MI450 和未来的 MI455X；向谷歌租的是当前的 Ironwood TPU，计划明年直接购买。

三家供应商，三套完全不同的硬件架构和软件生态。

这意味着 Meta 要在英伟达的 CUDA、AMD 的 ROCm 和谷歌的 XLA/JAX 三套截然不同的底层生态中反复横跳。多供应商策略固然能分散供应链风险、压低硬件采购溢价，但这将带来指数级飙升的工程复杂度。

这正是 Meta 当前最致命的软肋，要让一个万亿参数的模型在这三套底层编程模型完全不同硬件上都能高效训练，需要的不只是懂 CUDA 的工程师，而是能从零搭建跨平台训练框架的架构师。

这种人全世界可能不超过 100 个。庞若鸣是其中之一。

花 1000 亿美元买进全球最复杂的硬件组合，同时却在流失能驾驭这些硬件的大脑，这才是扎克伯格这场豪赌中最魔幻的画面。

扎克伯格的赌局

把镜头拉远一点看，扎克伯格在过去 18 个月对 AI 的操作路径，和他当年 All In 元宇宙的节奏惊人地相似：

看到趋势，重金投入，大举招人，遇到挫折，战略急转，再重金投入。

2021 到 2023 年是元宇宙，结果每年亏上百亿，最后股价从 380 美元跌到 88 美元。2024 到 2026 年是 AI，同样是不计代价地砸钱、频繁的组织重组，同样是「信我，我有 vision」的叙事。

不同的是，这次 AI 的风口确实比元宇宙实在得多。而 Meta 有钱烧，其广告业务产生了充沛的现金流，2025 年第四季度 Meta 营收 599 亿美元，同比增长 24%。

问题在于：钱能买到芯片，买到算力，甚至是工位上坐着的人，但买不到留下来的人。

庞若鸣选择了 OpenAI，Russ Salakhutdinov 选择了离开， LeCun 选择了创业。

扎克伯格现在的赌注是，只要买到足够多的芯片、建好足够大的数据中心、花足够多的钱，总能找到或者培养出能用这些资源的人。

这个赌注可能成立。Meta 毕竟是世界上最有钱的科技公司之一，超过 1000 亿美元的经营现金流是它最坚固的护城河。从 OpenAI 到 Anthropic、从谷歌到其他竞争对手，Meta 都在持续挖人。，Meta 超级智能团队 44 人中，近 40% 来自 OpenAI。

但 AI 竞赛的残酷之处在于，算力储备、人才名单、模型表现都是是公开的，Llama 4 的 benchmark 造假事件证明，在这个行业里，你没有办法靠 PPT 和公关来维持领先。

市场最终只认一样东西：你的模型够不够好。

食物链的位置

AI 军备竞赛进入 2026 年，食物链的排序已经初步清晰：

顶端是 OpenAI 和谷歌。OpenAI 有最强的模型、最大的用户基数和最激进的融资。谷歌有自研芯片、自研模型以及自研云基础设施的完整垂直整合。Anthropic 紧随其后，靠 Claude 模型的产品力和谷歌、亚马逊的双线算力供应，稳居第一梯队。

Meta? 它砸了最多的钱、签了最多的芯片合同、做了最频繁的组织重组，但到目前为止，还没有拿出一个能让市场信服的前沿模型。

Meta 的 AI 故事有点像 2005 年的雅虎。当时雅虎也是互联网最有钱的公司之一，也在疯狂收购和砸钱，但就是做不出谷歌那样的搜索引擎。钱不是万能的。扎克伯格需要想清楚是，Meta 到底要在 AI 上做什么，而不是看到什么热就买什么。

当然，写 Meta 的讣告还为时过早。35.8 亿月活用户、599 亿美元的季度营收、全球最大的社交数据集，这些是任何竞争对手都难以复制的资产。

如果代号 Avocado 的下一代模型能在 2026 年如期交付并重返第一梯队，扎克伯格所有的砸钱与重组都会被包装成“力挽狂澜的战略魄力”。但如果再次不及预期，那这 1350 亿美元换来的，将只是一座座通电发热的硅晶圆仓库。

毕竟，硅谷的 AI 军备竞赛从来不缺挥舞支票的超级买家。缺的是，知道如何用这些算力炼出未来的人。

在新技术普及的初期，人们总会产生一种“技术平权”的幻觉：当摄影、音乐创作或软件开发变得轻而易举，竞争优势是否就会随之消失？Warp 创始人 Naman Bhansali 结合其从印度小镇跨越到 MIT 的个人经历，以及在 AI 领航 payroll 赛道的创业实践，深刻揭示了一个反直觉的真相：技术越是降低门槛（Floor），行业的天花板（Ceiling）反而升得越高。

文章作者：Naman Bhansali

文章来源：深潮 TechFlow

在这个执行力变得廉价、甚至可以被 AI “振动编码”（vibecoded）的时代，作者认为真正的护城河已不再是单纯的流量分发，而是难以伪造的“审美”（Taste）、对复杂系统底层逻辑的深度洞察，以及愿意在十年尺度上持续复利的耐心。这篇文章不仅是对 AI 创业的冷思考，更是对“平民技术导致贵族结果”这一幂律法则的有力论证。

全文如下：

每当一项新技术降低了准入门槛，同样的预测总会接踵而至：既然现在每个人都能做到，那么谁都不再拥有优势。拍照手机让每个人都成了摄影师；Spotify 让每个人都成了音乐家；AI 则让每个人都成了软件开发者。

这类预测总是对了一半：底线（The floor）确实升高了。更多的人参与创造、更多的人发布产品、更多的人加入竞争。但这种预测总是忽略了天花板（The ceiling）。天花板上升的速度更快。而底线与天花板之间——即中位数水平与顶级水平之间——的差距并没有缩小，反而正在扩大。

这就是幂律法则（Power laws）的特征：它不在乎你的意图。平权的技术总是产生贵族化的结果。每一次都是如此。

AI 也不会例外，甚至会表现得更加极端。

市场的演变形态

当 Spotify 发布时，它做了一件真正激进的事：它让地球上的任何音乐人都能获得以前只有唱片公司、营销预算和极佳运气才能触及的分发渠道。结果是音乐产业的爆发——数百万新艺人涌现，数十亿首新歌发布。底线确实如承诺的那样升高了。

但随后发生的事是：顶尖 1% 的艺人现在捕获的播放量比例比 CD 时代还要大。不是变小了，而是变大了。更多的音乐、更多的竞争、更多寻找优质内容的途径，使得不再受地理位置或货架空间限制的听众们，纷纷向最顶尖的作品靠拢。Spotify 没有实现音乐的大同，它只是加剧了这场锦标赛。

同样的故事也发生在写作、摄影和软件领域。互联网催生了历史上数量最多的作者，但也产生了一个更残酷的注意力经济。更多的参与者，更高的顶层赌注，同样的基本形态：极少数人获取了绝大部分价值。

我们对此感到惊讶，是因为我们习惯用线性思维思考——我们期望生产力的提升能像往扁平容器里倒水一样均匀分布。但大多数复杂系统并非如此运作，它们从未如此。幂律分布并非市场的怪癖或技术的失信，它是大自然的默认设置。技术并没有创造它，技术只是揭示了它。

想想克莱伯定律（Kleiber's Law）。在地球上的所有生物中——从细菌到蓝鲸，跨越 27 个数量级的体重规模——代谢率与体重的 0.75 次方成比例。鲸鱼的新陈代谢并非按比例的鲸鱼规模。这种关系是一个幂律，而且在几乎所有生命形态中都保持着极高的精度。没有人设计了这种分布，它仅仅是能量在复杂系统中遵循其内在逻辑时呈现的形态。

市场就是复杂系统，注意力是一种资源。当摩擦力消失——当地理、货架空间和分发成本不再起到缓冲作用时——市场会向其自然形态收敛。这个形态不是正态分布的钟形曲线，而是幂律。平权的故事与贵族化的结果并存，这正是为什么每项新技术都会让我们猝不及防。我们看到底线在升高，便假设天花板也在以同样的速度跟随。事实并非如此，天花板正在加速远离。

AI 对这一进程的推动将比以往任何技术都更快、更狠。底线正在实时升高——任何人都可以发布产品、设计界面、编写生产环境代码。但天花板也在升高，且升得更快。值得追问的问题是：究竟是什么决定了你最终的位置？

当执行力变得廉价，审美成为信号

1981 年，史蒂夫·乔布斯（Steve Jobs）坚持认为初代 Macintosh 内部的电路板必须是美观的。不是外观，而是内部——那个客户永远看不到的部分。他的工程师觉得他疯了。但他没疯。他理解了一些容易被斥为完美主义、但实际上更接近某种证明的东西：你做任何事的方式，就是你做所有事的方式。一个能把隐蔽部分做得美观的人，并不是在表演质量，而是他在性格上就无法容忍发布任何次品。

这很重要，因为信任很难建立，却很容易在短时间内伪造。我们不断地运行启发式判断（Heuristics），试图搞清楚谁是真正的卓越，谁只是在表演卓越。凭证（Credentials）有帮助但可以被操纵；出身（Pedigree）有帮助但可以被继承。真正难以伪造的是审美（Taste）——即一种持久的、可观察到的、对某种无人要求的标准的高度坚持。乔布斯不必把电路板做得那么美。他这么做了，这件事本身就告诉了你，在你看不见的地方他会怎么做。

在过去十年的大部分时间里，这种信号在某种程度上被掩盖了。在 SaaS 的鼎盛时期（大约 2012 年到 2022 年），执行力变得如此标准化，以至于分发（Distribution）成了真正的稀缺资源。如果你能高效获取客户，建立销售机器，达到“40 原则”（Rule of 40）——产品本身几乎不重要。只要你的进入市场（Go-to-market）策略足够强，你就可以靠一个平庸的产品获胜。审美所发出的信号被淹没在增长指标的噪音中。

AI 彻底改变了信噪比。当任何人都可以在一个下午生成一个功能性的产品、精美的界面和可运行的代码库时，一件东西“是否好用”便不再是差异化因素。问题变成了：这东西是否真的卓越？这个人是否知道“好”与“卓越”（Insanely great）之间的区别？即使没人强迫，他们是否足够在乎去弥合那最后一点差距？

对于业务关键型软件（Business-critical software）来说尤其如此——那些处理发薪、合规、员工数据的系统。这些不是你可以随意试用并在下季度放弃的产品。切换成本是真实存在的，故障模式是严重的，部署系统的人要对后果负责。这意味着在签约之前，他们会运行所有的信任启发式判断。一个美观的产品是能发出的最响亮的信号之一。它在说：建造它的人很用心。他们在乎你肉眼可见的部分，这意味着他们也很可能在乎你看不见的部分。

在执行力廉价的世界里，审美就是工作量证明（Proof of work）。

新阶段奖励什么

这套逻辑一直成立，但在过去十年中，市场环境让它变得几乎不可见。曾几何时，软件行业最重要的技能甚至与软件本身无关。

在 2012 年到 2022 年间，SaaS 的核心架构已经定型。云基础设施廉价且标准化，开发工具趋于成熟。构建一个功能性产品虽然难，但那是一种“已被解决的难”——你可以通过招聘来搞定，遵循既定的模式，只要资源充足就能达到及格线。真正稀缺的、能将赢家与庸才区分开的是分发能力。你能否高效获取客户？能否建立可重复的销售动作？你是否足够了解单元经济模型（Unit economics），从而在正确的时刻为增长之火添柴加薪？

在那个环境下如鱼得水的创始人大多来自销售、咨询或金融领域。他们对那些在十年前听起来像天书的指标了如指掌：净金额留存率（NDR）、平均合同价值（ACV）、魔力指数（Magic number）、40 原则。他们生活在电子表格和销售管线审核中，在那个语境下，他们确实是正确的。SaaS 巅峰期催生了巅峰期的 SaaS 创始人。这是一种理性的演化适配。

但我却感到窒息。

我成长于印度一个拥有 2.5 亿人口的州的小镇。每年全印度只有大约三名学生能考入麻省理工学院（MIT）。毫无例外，他们都来自德里、孟买或班加罗尔昂贵的预科学校——那些专门为此目标而建立的机构。我是我所在州历史上第一个考入 MIT 的人。我提这件事不是为了炫耀，而是因为这是本文论点的一个微缩版：当准入门槛受限时，出身（Pedigree）预测结果；当准入门槛开放时，深耕的人（Deep people）总会胜出。 在一个满是出身名门者的房间里，我是一个靠深度取胜的筹码。这也是我唯一知道的下注方式。

我学习了物理、数学和计算机科学，在这些领域中，最深刻的洞察并非来自流程优化，而在于看到了别人错过的真相。我的硕士论文是关于分布式机器学习训练中的掉队者缓解（Straggler mitigation）：当你在大规模运行系统时，如果部分环节落后了，你该如何在不损害整体完整性的情况下优化这一约束。

当我二十出头看向创业世界时，我看到的是一个这些深度洞察都显得无关紧要的图景。市场的溢价给了“进入市场”（Go-to-market），而非产品本身。构建技术卓越的东西似乎显得有些天真——那被视为对“真游戏”（即获客、留存和销售速度）的干扰。

随后，在 2022 年底，环境变了。

ChatGPT 所展现的——以一种比多年研究论文更直观、更震撼的方式——是曲线已经弯曲了。一个新的 S 曲线已经开启。阶段性的转型（Phase transitions）不会奖励那些最能适应前一阶段的人，而是奖励那些能在别人还没看清价格前，就洞察到新阶段无限可能的人。

于是我辞掉工作，创立了 Warp。

这场赌注非常具体。美国有 800 多个税务机构——联邦、州、地方——每个都有自己的申报要求、截止日期和合规逻辑。这里没有 API，没有程序化的访问接口。几十年来，每个薪酬服务提供商（Payroll provider）都以同样的方式处理这个问题：堆人。成千上万的合规专家通过手动方式，在这些从未被设计为规模化运行的系统中周旋。传统巨头——ADP、Paylocity、Paychex——围绕这种复杂性建立了完整的商业模式，他们不是去解决复杂性，而是将其吸收进雇员人数中，并将成本转嫁给客户。

在 2022 年，我能看到 AI 智能体（Agents）还是脆弱的。但我也能看到改进的曲线。一个深耕于大规模分布式系统、近距离观察模型演进轨迹的人，可以下一场精准的赌注：当时脆弱的技术，在几年内将变得无比强大。所以我们下注了：从第一性原理出发构建一个 AI 原生平台，从该类别中最难的工作流切入——那个因为架构限制而导致传统巨头永远无法自动化的工作流。

现在，这个赌注正在兑现。但更宏观的一点在于模式识别。AI 时代的技术型创始人不仅拥有工程优势，更拥有洞察优势。他们能看到不同的切入点，下不同的赌注。他们能审视一个被所有人默认为“永久复杂”的系统，并追问：要实现真正的自动化需要什么？然后，关键在于，他们能亲手构建出答案。

巅峰 SaaS 时代的霸主是约束条件下的理性优化者。而 AI 正在移除这些约束，并安装新的约束。在新的环境下，稀缺资源不再是分发，而是洞察可能性的能力——以及将其构建到应有标准的审美与信念。但还有一个决定一切的第三变量，而这正是大多数 AI 时代的创始人们正在犯下灾难性错误的地方。

高速中的长线游戏

现在的创业圈流行着这样一个迷因（Meme）：你有两年的时间来逃离永久底层。快建、快融、要么退出（Exit）要么完蛋。

我理解这种心态从何而来。AI 的演进速度让人感到某种生存危机，抓住浪潮的窗口期似乎极窄。在 Twitter 上看到一夜成名故事的年轻人理所当然地认为，游戏的本质在于速度——赢家是那些在最短时间内跑得最快的人。

这在完全错误的维度上却是正确的。

执行速度确实至关重要。我对此深信不疑——这甚至刻在了我公司名字里（Warp）。但执行的速度不等同于视野的短浅。 在 AI 时代能够建立最具价值公司的创始人，不是那些冲刺两年就套现的人。而是那些冲刺十年，并享受复利的人。

短视主义错在：软件中最具价值的东西——私有数据、深度的客户关系、真实的切换成本、监管层面的专业知识——都需要数年时间积累，且无论竞争对手带来多少资本或 AI 能力，都无法被快速复制。当 Warp 为跨州公司处理发薪时，我们正在累积跨数千个司法管辖区的合规数据。每一个解决的税务通知、每一个处理过的边界案例、每一个完成的州政府登记，都在训练一个随着时间流逝而变得越来越难以被复制的系统。这不是一个功能点，这是一条护城河，它之所以存在，是因为我们以极高的质量深耕了足够长的时间，以至于它产生了质量密度。

这种复利在第一年是看不见的。在第二年若隐若现。到第五年，它就是游戏的全部。

Snowflake 的前 CEO Frank Slootman 曾建立并规模化了比现存任何人都多的软件公司，他对此言简意赅：要习惯于“不舒服”的状态。不是为了短跑，而是将其作为一种永久状态。初创公司早期的“战争迷雾”——那种方向迷失感、不完整的信息、以及不得不做出行动决策的要求——并不会在两年后消失。它只是在演变，新的不确定性会取代旧的。能够持久的创始人不是那些找到了确定性的人，而是那些学会了在迷雾中清晰移动的人。

构建一家公司是极其残酷的，这种残酷很难向没做过的人传达。你生活在持续的轻微恐惧中，并时不时被更高级别的恐怖所点缀。你在信息不全的情况下做出数千个决定，深知只要一连串错误的决定就会导致终结。你在 Twitter 上看到的那些“一夜成功”不仅是幂律分布中的离群值，更是离群值中的极端。根据这些案例来优化你的策略，就像是通过研究那些跑错路、误打误撞跑完 5 公里的人的成绩，来为马拉松做训练。

所以为什么要这么做？不是因为舒服，不是因为胜算大。而是因为对于某些人来说，不这样做就感觉不是在真正地生活。因为唯一比“从无到有构建某物”的恐惧更糟糕的，是“不曾尝试”所带来的无声窒息。

而且——如果你赌对了，如果你看到了别人尚未定价的真相，如果你在足够长的周期内以审美和信念去执行——结果将不仅是财务上的。你构建了一个真正改变人们工作方式的东西。你创造了一个人们热爱使用的产品。你在你亲手构建的事业中，雇佣并成就了那些在这里发挥出最佳水平的人。

这是一个十年的项目。AI 改变不了这一点，它从未改变。

AI 改变的是，对于那些能够坚持到最后看个究竟的创始人来说，这十年所能达到的天花板（Ceiling）。

无人关注的天花板

那么，在这一切的彼岸，软件究竟会呈现出怎样的面貌？

乐观主义者说 AI 创造了富足——更多的产品、更多的建设者、更多的价值分配给更多的人。他们是对的。悲观主义者说 AI 摧毁了软件的护城河——任何东西都可以在一个下午被复制，防御性已死。他们也部分正确。但这两派都盯着底线（The floor），没人关注天花板（The ceiling）。

未来会出现成千上万的单点解决方案（Point solutions）——微小、功能性、由 AI 生成的工具，足以胜任解决某些狭窄的问题。其中许多甚至不是由公司构建的，而是由个人或内部团队为了解决自己的痛点而开发的。对于某些低门槛、易替换的软件类别，市场将实现真正的民主化。底线很高，竞争异常激烈，利润空间则薄如蝉翼。

但对于业务关键型软件（Business-critical software）——那些处理资金流动、合规、员工数据和法律风险的系统——情况则截然不同。这些是容错率极低的工作流。当发薪系统故障时，员工就拿不到钱；当税务申报出错时，国税局（IRS）会上门；当福利缴纳在开放投保期断档时，真实的人会失去保障。选择软件的人必须为后果负责。这种责任感是无法外包给一个在下午靠“感性编码”（vibecoded）拼凑出来的 AI 的。

对于这些工作流，企业将继续信任供应商。在这些供应商中，“赢家通吃”的动态将比前几代软件更加极端。 这不仅是因为网络效应更强（尽管事实的确如此），更因为一个在大规模运行、于数百万次交易和数千个合规边缘案例中积累私有数据的 AI 原生平台，其复利优势让后来者几乎无法实现“原地起跳式”的追赶。护城河不再是一个功能集，而是在一个惩罚错误的领域中，长期维持高标准运营所沉淀下来的质量。

这意味着软件市场的整合程度将超过 SaaS 时代。我预计十年后的 HR 和发薪领域，不会出现 20 家各占个位数市场份额的公司。我预计会由两到三个平台占据绝大部分价值，而一长串单点解决方案则几乎分不到一杯羹。同样的模式将发生在每一个合规复杂性、数据积累和切换成本共同发挥作用的软件类别中。

处于这些分布顶端的公司看起来会非常相似：由具有真实产品审美的技术型人才创立；从第一天起就构建在 AI 原生架构上；在那些现任巨头如果不拆解现有业务就无法做出结构性响应的市场中运营。他们很早就下了一场独特的洞察力赌注——看到了 AI 创造的某种尚未被定价的真相——然后坚持了足够长的时间，直到复利变得清晰可见。

我一直在抽象地描述这类创始人。但我非常清楚他是谁，因为我正努力成为他。

我在 2022 年创立 Warp，是因为我相信员工运营的整个堆栈——发薪、税务合规、福利、入职、设备管理、HR 流程——都建立在手工劳动和旧架构的基础之上，而 AI 可以彻底取代它们。不是改进，而是取代。老牌巨头通过将复杂性吸收进员工人数中建立了价值十亿美元的业务；而我们将通过从源头上消除复杂性来建立事业。

三年的时间证明了这一赌注。自推出以来，我们已经处理了超过 5 亿美元的交易，正在快速增长，并为那些构建世界上最重要技术的公司提供服务。每个月，我们积累的合规数据、处理过的边缘案例、构建的集成，都让平台变得更难以被复制，对客户也更有价值。护城河尚在早期，但它已经初具规模，并且正在加速。

我告诉你这些，并不是因为 Warp 的成功是命中注定的——在幂律分布的世界里，没有什么事是命中注定的——而是因为引导我们走到这里的逻辑，正是我在全文中描述的逻辑：看到真相。比任何人都钻得更深。建立一个无需外部压力也能维持的高标准。坚持足够长的时间，去看看你是否正确。

AI 时代的卓越公司，将由那些理解了以下道理的人建立：准入从未是稀缺资源，洞察力（Insight）才是；执行力从未是护城河，审美（Taste）才是；速度从未是优势，深度（Depth）才是。

幂律法则不在乎你的意图。但它奖赏正确的意图。

比特币网络正经历着一场不亚于 2017 年“区块大小战争”的思想辩论。

文章作者：Jae

文章来源：PANews

导火索是一份名为 BIP-110 的技术提案。它试图通过软分叉，给比特币区块能塞进的数据量划上一道红线。说白了，就是要限制 Ordinals、Runes 这类协议往链上“刻”图片、视频甚至代码的行为。

BIP-110 的出现，标志着由开发者 Dathon Ohm 领导的“极简主义”阵营准备向“自由主义”阵营发起反攻。

支持者说这是“拨乱反正”，反对者骂这是“极端保守”。这场争论已经从技术圈蔓延到矿工、机构、节点大户，甚至惊动了Adam Back等社区领袖。

这不仅仅是字节之争，更是关于比特币价值主张的定义之争。

BIP-110，矛头直指铭文协议

 

BIP-110 并非心血来潮，它的雏形能够追溯到 2025 年 10 月由 Dathon Ohm 提出的 BIP-444，旨在通过临时限制非货币数据的规模，观测网络在低负荷下的运行状态。

当时只是想“临时观察一年”，但随着 Bitcoin Core v30 取消了对 OP_RETURN 的字节限制，原教旨主义者坐不住了，认为这是对比特币“货币职能”的背叛，无异于给“区块链垃圾邮件”开绿灯。

于是，Dathon Ohm 在去年 12 月拿出了更狠的 BIP-110，其约束条件比以往更加严格。

BIP-110 的支持者认为，这些限制不是为了扼杀创新，而是为了恢复比特币在早期所保持的技术审慎性。这套规则不影响正常的“支付”与“储值”用例，其矛头直指那些被视为“数据滥用”的非财务记录。

55% 激活阈值引争议，暴民袭击还是权力下放？

真正让社区炸锅的，是 BIP-110 设置的激活门槛：只要55%的算力支持，就能通过。

在比特币的治理传统中，重大的共识变更通常需要95%的矿工哈希费率支持，来保障网络的稳定性与防止链分裂。此前，SegWit与Taproot等重大升级的激活都遵循了这一不成文的准则。

这一阈值的设定在社区内引发了巨大的治理乱局。

支持派认为，95%的门槛等于给了少数派“一票否决权”。垃圾数据清不掉，就是因为少数利益相关者死扛。55% 的设定主要是一种“防御性激活”，旨在打破协议升级的僵局。

反对派领袖 Adam Back 则指控这是“一场针对比特币声誉的暴民袭击”，试图在没有广泛共识的情况下强推规则变更。

55% 意味着只要简单的多数矿工达成一致，剩下 45% 的矿工与用户就得被迫接受。这是用低门槛绑架整个网络，容易引发链分裂，从而产生两种甚至多种比特币资产。

更细思极恐的是，一旦开了这个头，今天能限数据，明天能不能冻地址？比特币的“不可篡改性”就将形同虚设。

阵营对垒，极简主义或断矿工财路

以 Luke Dashjr 为首的开发者群体与全节点客户端 Bitcoin Knots 的忠实用户是 BIP-110 的底层驱动力。他们的逻辑植根于对比特币底层硬件要求的忧虑。

比特币倡导者 Matthew Kratter 将铭文协议比作常春藤，认为它们虽然附着在比特币（树）上生长，但最终会压垮树的结构，导致两者共同死亡。

如果区块空间被图片塞满，区块链的体积将呈指数级增长。这意味着，普通用户将无法使用常规的消费级硬盘运行全节点，从而导致验证权集中到大型节点手中，破坏比特币的去中心化基石。

随着争议发酵，Bitcoin Knots 的市场份额已飙升至 22.49%，而全节点客户端 Bitcoin Core 的份额大幅下滑至 77.39%。这一趋势表明，相当一部分节点正在通过更换客户端来表达对数据限制的支持。

反对派则由 Adam Back 等极具影响力的意见领袖和矿工组成，阵容更为豪华。

Strategy CEO Michael Saylor 警告称，协议的频繁变动是比特币最大的威胁。

Blockstream CEO Adam Back 也指出，比特币的最大价值在于其不可篡改性。如果规则能因为一部分人的偏好而轻易改变，那么比特币作为“数字黄金”的信用将荡然无存。

从经济层面来看，BIP-110 的争议也反映出了社区对比特币“长期安全预算”的焦虑。随着减半周期的推进，比特币网络的安全性将越来越依赖交易手续费，而非区块奖励。

非货币化交易向比特币网络贡献的手续费呈现剧烈的波动性。Dune 数据显示，截至目前，铭文协议的日费用已跌至 1 万美元以下，但它们在 2023 年 12 月贡献过单日近千万美元的手续费。在区块奖励持续减半的背景下，矿工不想封死任何一条财路。

矿工普遍认为，市场的周期性波动不该成为修改底层协议的理由，一旦市场回暖，这类非货币化交易仍是其重要的收入来源。

费用市场竞争有失公允，治理滑坡与法律风险并存

 

不过，铭文手续费的下滑也给支持派落下了口实。既然铭文带来的经济效益已经微乎其微，那么清理它们所带来的网络优化（如缩减UTXO集大小、降低节点压力）就显得更有性价比。

支持 BIP-110 更深层的经济逻辑在于：目前的 SegWit 折扣机制实际上是在补贴非货币交易。在现行的计费规则下，存储一个1MB的图像数据比发送同等大小的货币交易要便宜得多。

BIP-110 想终结这种“不公平竞争”，通过在共识层设置数据上限，迫使这些“低价值”数据去竞争更昂贵的非折扣空间，或者干脆离开主网。

支持派认为，只有这样才能让费用市场回归真实，保障那些真正愿意为“全球共识”支付溢价的货币交易被优先打包。

然而，如果 BIP-110 这种带有“临时性+低门槛”标签的提案获得通过，它将打破比特币网络的制度信任。对于机构投资者来说，比特币最吸引人的地方在于它的规则具有不可篡改性。

一旦开了先例，未来是否会出现针对特定地址的资产冻结？或者针对特定费率的强制调整？

这种“治理滑坡”是 Adam Back 与 Michael Saylor 最担心的风险。对比特币而言，即使是一个存有垃圾数据的协议，也比一个随时能被修改的“优质协议”要强。因为后者难以预测，而机构追求确定性。

另外，BIP-110 或将导致某些已有的 UTXO 变成“死钱”，相当于临时剥夺了部分用户的财产权。这种行为在法律层面可能会让矿工面临“干预私有财产”的指控。

BIP-110 的出现是比特币成长阵痛的必然产物，其激活的可能性仍然存疑，尤其是 55% 的阈值在社区传统上面临着巨大的挑战。

这次争论最大的意义是：BIP-110 把“数据滥用”的问题摆到了台面上，迫使社区思考“比特币主网究竟该承载什么”？

比特币的最大价值不在于它永不改变，而是它的每一次改变都经历了最严格的考验。未来的比特币，或许会因为这次争论而变得更加纯粹，也可能因为这次分裂而开启多元化的新篇章。

在这场数字黄金的价值保卫战中，每一个运行节点的用户，都在用自己的硬盘和带宽，投下关于未来的珍贵一票。

世界很大，只玩一半实在太亏了。

文章作者：brother bing / 饼兄

文章来源：ChainCatcher

春节前和一个 00 后聊天，他喝了一口果汁，突然来了一句：“现在硅谷卷 AI 的，基本都是会说英文的中国人。”他还顺带补了一句：“如果一家 AI 公司没有 ABC 当 CMO，基本是活不下去的。”

你随便刷一刷 Ins 和 TikTok，就能看到各种 “chinamaxxing” 的养生梗。阿迪达斯新出的唐装外套直接全网断货（都卖给了外国人）。

外媒喜欢把这些归结为“中国软实力上升”，但我更倾向于认为，这背后是一种中西文化既对立、又融合的结果，而这种结果，在创业者身上体现得尤为明显。

一边是老祖宗刻在 DNA 里的务实和结构感，一边是西方现代思想把传统智慧中过于迂腐的部分剔除后，重新打磨出来的个人形态. 这种组合，本身就非常适合创业。

西方社会允许你去浪漫，允许你冲动，允许你押注长期、非理性的东西。即使失败，也不立刻否定你这个人。这是制度和文化层面上给予的巨大容错空间。

我大学读的是美国文理学院，学心理学，上的是形而上学、艺术史这种课，我父母一直吐槽我学了一堆“没用的东西”。但正是这些看似没用的课程，让我对人的主观能动性、以及人与人之间的包容，产生了一种近乎本能、甚至有点非理性的信任。

我把这种状态叫作罗曼蒂克，是因为它和很多中国人骨子里的“早就看透了”“一眼望到底”的犬儒心态是完全对立的。

正是这种罗曼蒂克，让一个人敢于放弃稳定高薪去创业，敢把钱投进一个还没怎么被审计过的智能合约，更重要的是，它是一种和自己和解的方式。当你允许自己冲动、上头、对长期价值抱有期待时，你也同时允许自己快乐、允许别人快乐、允许社会一起变好。

当然，西方的罗曼蒂克如果走到极端，也很容易变成漂在空中、不落地、不干实事。这时候，中国文化里那套务实的教育理念就显得格外重要。

中国人创业很多时候喜欢用 “做生意 / make business”这个词，而在英文世界，创业叫start-up。中国人的创业是商业模型在先（aka 你赚的是谁的钱）而西方注重创业这个动作。

币圈最近几年，其实就被“不干实事”这件事狠狠教育了一次。大量精力花在低层叙事和概念包装上，真正的应用却屈指可数，最后反而是“炒币”这个最原始的赛道，被一批亚洲玩家牢牢掌控。

我第一次看到 Mega 的白皮书时，几乎是下意识地觉得：“这架构太合理了。”中心化排序器 + 以太坊安全 = 更快的链，逻辑清晰、简单直接。但这套“中西混合”的逻辑，在很多外国人眼里是禁忌，因为在他们的语境中，中心化几乎等同于原罪。

可在我看来，中心化从来不是原罪，它只是工具。很多西方团队在政治正确的环境里，根本不可能做出 Mega 这样的选择，而我们可以一边继承“集中力量办大事”的思维，一边用去中心化安全作为最终背书，把整个想象空间一下子撑开。

但如果只有中国式教育，我也清楚，自己最多只能做成小作坊、小生意。真正让我相信这种“中心化的取舍”可以跑出新应用、可以把整个圈子做大的，是我接受过的西方教育。它让我敢于相信系统设计、相信结构选择、相信规模化的可能性。

最后，总有人跟我说我是典型的“香蕉人”，外黄里白。我不敢苟同。世界从来不是非黑即白，也不是非东即西。一个真正经历过多种文化的人，最大的优势就是可以吸收各自的长处，然后重新组合。

就拿我自己来说，我在北京读完高中，大学去了美国，毕业后直接去了非洲尼日利亚，后来又在中东迪拜安家。你问我是香蕉还是甜枣，我不知道。但我知道一件事：

如果你也是一个会说英文的中国人，一定要勇敢走出来，直面东西文化激荡，这里终会有你套利的机会；如果你生在中国不会英语，一定要学，然后走向世界。

世界很大，只玩一半实在太亏了。

ME News 消息，2 月 28 日（UTC+8），去中心化 AI 算力网络 Gonka 近日宣布，正式启动 Gonka Protocol Proposals（GiP）常态化会议机制。首场 GiP 会议将于 3 月 3 日凌晨 1:00（UTC+8）举行。 GiP 是一项面向社区的开放式技术论坛，旨在以周期化、结构化的方式讨论并推进可能从根本上影响网络能力的提案，包括核心协议、节点架构及隐私与安全相关设计等。 据介绍，首场会议将重点围绕网络可扩展性（Scaling）展开，讨论如何提升推理吞吐量以承载 AI Agent 驱动的高频负载，并探索升级 Proof-of-Compute 机制，以同时支持大型 LLM 与 AI Agent 常用的小型嵌入模型。 Gonka 表示，通过制度化 GiP 会议，希望在去中心化 AI 基础设施中建立更透明、技术导向、可持续的协议治理流程，确保网络演进始终接受社区审查并由治理机制最终裁决。（来源：ME）

文章回顾加密公司自2021年起大规模赞助体育与文化事件的历程，分析其从高调冠名、超级碗广告到FTX崩盘后收缩退潮的演变，指出其本质是借助高信任公共场景获取金融合法性；随后探讨短期流量转化与长期声誉风险的矛盾，并系统梳理英美欧监管如何通过广告规范、投资者保护和网红披露等路径逐步收紧加密营销边界。

文章作者：Zen

文章来源：PANews

2026年2月，当Coinbase的广告再次闪烁在超级碗巨大的LED屏幕上，配着后街男孩经典单曲打出“Crypto. For everybody.”的口号时，观众一片唏嘘，负面多过好评，这与四年前那个被称为“加密碗”的疯狂夜晚大相径庭。

彼时，FTX的标志还赫然印在迈阿密热火队的场馆上方，加密公司们正挥舞着巨额支票，试图在几天内买下主流社会几十年的信任。然而，随之而来的崩盘、诉讼与场馆更名的闹剧，让这场“注意力实验”一度沦为体育史上最昂贵的笑话。

它表面上是一门品牌生意，实质上更像一次压力测试：当赞助把金融叙事嵌入球迷与观众的日常生活，信任会被放大。这本质上是一次“高风险金融产品，如何借助高信任公共机构获得注意力与合法性”的长期实验。

加密公司的赞助：从“大撒币”时代启航

2021年，随着现象级牛市的出现，极速吸金的加密货币企业，开始向对体育与文化领域猛烈渗透。加密货币交易所、区块链项目们，开始纷纷直接把品牌贴到顶级联赛、头部场馆、全球体育转播这些最贵、最显眼的公共注意力入口上。

这一年的 3 月，迈阿密戴德县与 FTX 达成 19 年场馆冠名协议，迈阿密热火主场更名为 FTX Arena，这样一笔将加密公司写进城市地标的交易，开启了加密广告第一次大规模进入主流城市公共空间叙事。

同年夏天，Crypto.com 与 UFC 达成比赛服（fight kit）级别的合作，被 CNBC 披露为 10 年、约 1.75 亿美元量级。在传统体育里，这种赞助位阶属于最核心的商业资产之一。 随后在 10 月，Coinbase 与 NBA/WNBA 达成多年的官方合作，品牌logo醒目地出现在篮球架底座。

11月，Staples Center 改名 Crypto.com Arena的新闻进一步强化了这种破圈。这个体育馆不仅是洛杉矶湖人队这支豪门的主场，同时也是洛杉矶演出、音乐与娱乐产业的超级地标，而这一冠名权把加密品牌直接绑进体育和流行文化的中心舞台。

同一阶段，欧洲足球也开始快速接入，典型如 Binance 成为拉齐奥球衣胸前主赞助，并顺势推广球迷代币、互动权益等叙事，把交易所赞助与 Web3 产品转化合并成一条商业链路。

进入 2022 年，这条曲线继续上冲并在全球赛事层面达到峰值。Crypto.com 不仅成为 F1 Sprint 系列全球合作伙伴，更是拿下了2022 卡塔尔世界杯官方赞助商身份，标志着加密公司首次以官方身份进入全球最大单项体育赛事这种几乎全民覆盖的传播体系。

加密行业声势浩大的营销攻势，很快在2022年年末出现拐点。FTX 的崩盘，悄然将冠名权变成负资产。2023 年 1 月，破产法官正式终止迈阿密戴德县与 FTX 的冠名协议，场馆随后进入去 FTX 化与重新招商的过程。 该事件也成为体育与文化赞助史中的负面典型。

2023 年以后，行业整体进入收缩与重估。很多合作从场馆冠名、顶级赛事官方赞助退回到球衣袖标、训练服、数字内容权益、粉丝互动活动等更容易量化 ROI 的形态，同时赞助方也更加强调合规与可持续曝光。

在足球领域，OKX 与曼城的合作链条就是这种更可控的版本：从 2022 年官方训练服合作，再到后续扩展为更高曝光位阶的袖标合作，其路径更像传统赞助的渐进式升级，而非一步到位的豪赌。 从宏观叙事上看，这一阶段的主线不再是无处不在的加密广告，而是体育文化机构如何在新增收入与声誉与合规风险之间重新定价。

近两年，这条线又出现一个更微妙的变化。加密赞助没有消失，但更倾向于用稳定币、合规产品与品牌可信度来重新包装其与主流的关系。

比如2025年阿斯顿·马丁 F1 与 Coinbase 的合作，被描述为首个公开宣布以稳定币全额支付赞助费的案例。2026 年 Coinbase 在超级碗上的露出，其在结尾处“Crypto. For everybody.”的口号，均表现出其试图把加密货币从早期小圈层拉回到“全民参与”的主流叙事。

2025年F1车队与加密赞助商（来源：reddit）

而今年的F1赛事即将在3月启程，去年，加密货币行业仅在F1赞助项目上就花费了1.74亿美元。 今年，加密货币赞助达到了新高：11 支球队共有 9 家公司赞助。

曝光、引流与非议

在加密公司的各类广告、赞助中，中长期合作带来的曝光度和转化成效难以估计，但在超级碗这样的一次性投入中，其早期成效十分显著。

2022年，在超级碗当日，Coinbase安装量周环比增长309%，次日再增286%；eToro当日增132%、次日82%；FTX当日增130%、次日81%。其中Coinbase的二维码广告因大量用户扫描涌入，导致App发生崩溃或访问异常。这表明超级碗广告的短期转化能力确实存在，至少在下载与激活层面足以制造峰值。

不过这种爆点式增长，并不自动转化为长期留存、资产沉淀与合规经营能力。而中长期层面，赞助的隐性成本却往往在监管收紧与执法周期中集中兑现。

以英超俱乐部阿森纳与 Socios 的粉丝代币合作为例，英国广告标准局（ASA）在 2021 年对阿森纳相关推广内容作出裁定，认为其广告在加密资产语境下淡化了高风险决策，并且未充分提示税务等关键风险信息，最终要求相关广告不得以被投诉的形式再次出现，俱乐部也要调整页面与风险提示呈现方式。

作为世界第一大运动，足球一直都是加密企业青睐的流量入口，比起那些愿意重金投入的加密行业巨头，涌入足球联赛和俱乐部的公司也更加复杂，产生的争议和负面影响更多。

2024年，一本名叫《No Questions Asked: How football joined the crypto con》的书正式出版，其将足球拥抱加密赞助描述为一场几乎没有尽调、以贪婪与侥幸为驱动的集体失职，结果是把球迷当作高风险、低监管金融产品的出口，而俱乐部在爆雷后往往不道歉、不解释、也不承诺改进。

在体育、文艺届层面的矛盾，核心是组织在财务压力下引入高风险赞助，可能将自身声誉与对手方信用绑定。体育赞助研究将这种损害分为运营风险与声誉风险：一旦赞助方爆雷或出现重大争议，赞助资产会从“增信工具”变成“负资产”。

扩大到社会学视角层面，争议集中在加密企业借助体育与文化的情绪共同体（球迷、乐迷、影迷）降低参与门槛，把高波动资产包装成身份、兴趣与潮流，从而放大FOMO与从众扩散。

英国广告标准局（ASA）在Floki Inu伦敦地铁广告案中明确指出其“利用错失恐惧、轻佻化投资风险并对缺乏经验者不负责任”，成为典型的监管语言化表达。电影节、艺博会、奖项的合作也承担类似功能，但这种“文化合法化”并不等同于金融适当性，它更像一种符号资本转换：用文化权威替代风险解释，用品牌联想替代产品理解。

监管与执法逐渐补齐

面对加密赞助在体育与文化领域的扩张与争议，监管机构也渐渐补全规则。

英国方面，金融监管机构在2023年宣布将于10月8日起对面向英国消费者的加密资产营销实施更严格要求，包括首次投资者冷静期、风险提示强化，并明确禁止拉新奖励等不当激励。

ASA则通过密集裁决把“风险展示是否充分”、“是否利用经验不足”、“是否鼓励负债购买”等标准落地到具体文案与投放场景，并在2026年将审查范围扩展到“是否把加密包装为现实财务问题的解决方案”。

美国方面，消费者保护机构则从广告与反欺诈角度更新“网红与广告主的披露义务”指南，并在2023年发布更新版背书指南以应对平台化分发与意见领袖营销；同时以数据通报形式揭示加密诈骗高发，强化公众教育与平台治理压力。期货与衍生品监管机构则持续发布数字资产风险教育材料，避免公众误入相关的欺诈入口。

欧盟方面，MiCA框架在官方摘要中明确要求相关服务提供者以公平、清晰、非误导方式与潜在持有人沟通，并配合消费者风险警示与授权/监管边界提醒，欧盟监管机构亦发布面向消费者的风险提示。伴随社交媒体金融内容影响力上升，欧盟证券监管机构还发布面向“finfluencers”的事实清单，强调必须显著披露报酬与利益关系，且不能用隐蔽标注弱化广告属性。

上述监管框架意味着未来赞助将更像受监管行业的常规营销，这些措施的有效性体现在三点：第一，广告文本的最低风险披露标准正在被抬高，尤其是在英国的裁决实践中；第二，名人背书的披露义务正在从“道德期待”转为可执法规则；第三，跨境平台分发被纳入监管叙事（即便广告在境外制作，只要面向本国消费者也可能受规制）。

但监管的空白点仍同样清晰。许多代币或体验型权益在法律属性上的游移，使监管只能以是否有误导和信息披露来处理表层问题。

而赞助合同属于企业与俱乐部之间的合同交易，核心靠双方在合同里自行约定。监管通常难以直接替这种商业交易规定统一的“命名权“等风控标准，更多只能从广告合规、消费者保护等角度介入。

从 FTX 的废墟里走出来，Paradigm 用了三年时间。

文章作者、来源：BlockBeats

先做一道算术题。

一家 VC 管理着 127 亿美元的资产。它的上一期基金募集了 8.5 亿美元。再往前一期，是 25 亿美元。

方向是反的。

规模在缩水，不是因为募不到钱，而是因为没有足够多值得押的标的。现在，这家公司想要反转这条曲线，它需要去哪里找下一个足够大的水池？

2026 年 2 月 28 日，《华尔街日报》给出了答案：加密货币投资机构 Paradigm，正在筹集一支规模最高达 15 亿美元的新基金，投资方向扩展至人工智能、机器人和其他前沿技术。

这不是一个突然的决定。它是一道早就开始计算的算术题，只是今天才公布答案。

先把数字摆出来

2025 年，全球加密货币 VC 投资总规模达到 498 亿美元。听起来是个好消息。但如果只看这一个数字，会误判一件事。

同年，crypto VC 的交易笔数同比暴跌约 60%，从大约 2900 笔跌至 1200 笔。钱在变多，项目在变少。流入 crypto 领域的资金，越来越集中在少数几笔大额交易上，而不是分散在数百个早期项目里。

对于绝大多数中小型基金来说，这或许不是问题。但对于 Paradigm，这是一个结构性的麻烦。Paradigm 管理着 127 亿美元的资产，是全球规模最大的加密货币专属 VC 之一。它的问题不是找不到项目，而是找不到足够多、足够大、足够早期的项目，能够把这个量级的资金部署出去，同时保持它习惯的回报预期。

2021 年，Paradigm 募集了历史上最大的一只加密货币基金，规模 25 亿美元。2024 年，它公布了第三期基金，规模 8.5 亿美元，只有前一期的三分之一。

这个收缩不是示弱，是主动适配了一个更窄的市场。但它也说明了一件事：单靠 crypto，Paradigm 已经很难为自己的规模找到出路。

FTX 之后，Paradigm 开始问一个问题

要理解今天这 15 亿美元，必须先回到 2022 年 11 月。

那个月，FTX 崩溃了。萨姆·班克曼-弗里德的帝国在几天内化为灰烬，连带着把无数机构的钱一起烧掉。Paradigm 在 FTX 上的账面投资，是 2.78 亿美元。最终全部归零。

对于一家以「研究驱动」著称、以技术眼光自居的顶级机构来说，这不只是一笔坏账。它是一次公开的判断失误，需要向 LP 解释，需要向市场解释，也需要向自己解释。

之后发生的事，在当时看来颇为奇怪。2023 年，有人注意到 Paradigm 的官方网站悄悄发生了变化：所有「crypto」和「Web3」的字样，都被删掉了，替换成了更中性的「技术投资」表述。

这个变化没有任何官方公告，但很快被社区发现，并引发了激烈讨论。最大的疑虑是：Paradigm 要跑了吗？

联合创始人 Matt Huang 不得不出来灭火。他发推说，Paradigm「从未像现在这样对 crypto 感到兴奋」，同时补充道：「AI 领域的发展太引人注目，不容忽视。把 AI 和 crypto 框架成零和竞争是一种流行但错误的叙事。我们不认同。两者都很有趣，将有大量重叠。」

这是一次公关性质的澄清，但它也说出了一件真实的事：Paradigm 内部，已经在认真考虑 AI 了。

FTX 之后，那个被迫要回答的问题是：下一个十年，押什么？

Matt Huang 已经在做答案了

如果只看 Paradigm 的官方公告，这家公司的转型看起来是今天才开始的。但如果看 Matt Huang 本人过去两年的实际动作，你会发现他早就不只是一个 crypto 投资人了。

2024 年，Paradigm 向 Nous Research 投资了 5000 万美元。Nous Research 是一家 AI 基础设施公司，专注于开源大语言模型的研究和开发。这不是一笔「探索性」的小额试水，5000 万美元是 Paradigm 量级的认真下注。

今年 2 月，Paradigm 还与 OpenAI 联合发布了 EVMbench，一个评估不同 AI 模型检测和修补智能合约安全漏洞能力的基准测试工具。加密货币的核心基础设施，遇上了 AI 能力评估，两件事被放在了同一张桌子上。

与此同时，Matt Huang 还在建另一家公司：Tempo。这是一家稳定币支付基础设施公司，Matt Huang 是联合创始人，Stripe 的董事会成员身份也与这个方向高度吻合。Stripe 在 2025 年与 Paradigm 建立了战略合作关系，而 Stripe 当年也推出了稳定币支付产品。

把这些放在一起看，Matt Huang 不是「要去投 AI」，他已经活在 AI 和 crypto 的交叉地带至少两年了。

他押注的不是 AI，也不是 crypto，而是这两件事会在某个时刻撞在一起。而当 AI agents 开始需要在链上执行交易，当机器人需要一套可编程的货币系统，那个撞击点，就是 Paradigm 的下一个主战场。

为什么是 AI×Crypto，而不是转型 AI

Paradigm 进军 AI，不代表它在和 a16z 或 Sequoia 争抢同一批项目。

这里有一个叙事上很容易犯的错误：把 Paradigm 的新基金理解成「又一家转向 AI 的 VC」。但如果只是这样，它没有任何优势，通用 AI 赛道已经挤满了背景更深、资源更强的传统 VC 巨头。

Paradigm 的真实逻辑是：它不打算去抢通用 AI 的蛋糕，它要去押那个别人还没看清楚的交叉地带。

AI agents 是当前最热的概念之一。这些能够自主执行任务的智能体，已经开始在各种场景里替代人工：搜索、写代码、分析数据、管理流程。但有一件事，它们还没解决：钱。

当一个 AI agent 需要付款、收款、在不同服务之间转移资金，它用什么？PayPal？银行账户？这些系统是为人类设计的，需要身份验证、人工授权，不兼容机器自主执行的逻辑。

但稳定币可以。智能合约可以。可编程货币可以。

这就是为什么 Matt Huang 同时在做 Tempo（稳定币支付）和投资 Nous Research（AI 基础设施）：他认为这两条线最终会合并，而 Paradigm 有能力在两侧同时下注，并在合并的那一刻获取最大的回报。

这不是转型，是扩张。扩张到一个他认为其他人还没完全看懂的地方。

LP 需要一个新故事

还有一个现实的层面，必须说清楚。

Paradigm 的 LP，那些把钱交给它管理的机构和个人，在 2021 年看到了 25 亿美元的募资野心，在 2024 年看到了收缩至 8.5 亿美元的克制。

两期基金规模相差如此悬殊，需要一个解释。更需要一个关于下一期基金的说服性叙事。

「继续投早期 crypto 项目」，这个故事在 2024 年已经很难撑起 15 亿美元的募资目标。但「用 crypto 的技术优势，在 AI 和机器人最热的时代切入前沿科技」，可以。

2025 年，全球 VC 总量中 61% 流向了 AI 赛道，总金额约 2587 亿美元。这是今天风险投资领域最大的水池。Paradigm 这次募集的 15 亿，是要从这个水池里取水，而不是继续守着一个正在收缩的湖。对 LP 来说，这是一个更大的故事，也是一个更可信的增长逻辑。

现在可以回到 2023 年了。那一年，Matt Huang 被迫出来澄清官网改版事件时，说了这样一句话：「AI 和 crypto 不是零和竞争。」

在当时，这句话更像是一次防守。安抚社区，阻止 LP 的恐慌，同时为自己留下探索 AI 的空间。但如果把它放在今天的语境里重新读，它更像是一个提前预告。

Paradigm 用了三年时间，从 FTX 的废墟里走出来。它没有选择缩小规模这条最简单的路，专注于 crypto，等待下一轮牛市。它选择了一条更难走、但想象空间更大的路：押注 AI 和 crypto 的融合，在两个赛道里同时建立位置，然后等待它们相遇的那一刻。

今天这支 15 亿美元的基金，是这条路走到现阶段的一个刻度。

Matt Huang 还没有公开回应今天《华尔街日报》的报道。但他的 Tempo 还在建，Nous Research 还在跑，EVMbench 已经发布。

他不需要解释了。那些动作，已经说得比任何声明都清楚。

ME News 消息，2 月 28 日（UTC+8）， 伊朗外交部就以色列和美国对伊朗的军事侵略发布声明：亲爱的伊朗人民，同胞们，我们神圣而珍贵的祖国，伊朗再次遭到美国和以色列的军事侵略。今天早晨，在诺鲁兹前夕和斋月的第十天，美国和以色列公然侵犯伊朗的领土完整和国家主权，对我们国家不同城市的防御目标和非军事设施进行了攻击。美国和以色列再次对伊朗的军事侵略发生在伊朗与美国正处于外交进程之中。尽管我们对美国和以色列进行再次军事侵略的意图深信不疑，但为了向国际社会和全世界各国表明我们的立场，我们再次进行了谈判，以证明伊朗人民的正义，并揭示任何侵略借口的非法性。如今，伊朗人民为防止战争所做的一切感到自豪。现在，是捍卫祖国和抵抗敌人军事侵略的时候。我们在准备谈判的同时，也随时准备进行防御。伊朗武装力量将以强大的力量回应侵略者。伊朗武装力量将动用一切能力和资源来抵御这一罪恶的侵略，消除敌人的威胁。(金十)（来源：ME）

链上侦探 ZachXBT 近日发布报告，指控 Axiom 员工涉嫌滥用内部权限查询用户钱包信息并从事内幕交易，引发市场关注。ZachXBT 过往曾追踪多起重大加密犯罪案件，包括 2.43 亿美元比特币盗窃案，在行业内建立一定公信力。本次事件亦再次将加密平台内部权限管理与数据治理问题推至台前。

文章作者、来源：0xArthur、ME News

一场围绕内部权限滥用的争议，正在将 Axiom 推向行业治理的焦点。而引爆这场风暴的，是长期活跃于链上调查领域的 ZachXBT。对于长期关注加密行业的人来说，这个名字并不陌生；但对于更广泛的读者而言，他究竟是谁，以及为何他的调查足以对一家高速增长的平台构成实质压力，仍然值得交代清楚。

一、从普通投资者到链上侦探

ZachXBT 的 Twitter 主页

ZachXBT 并非出身安全公司或执法体系。他最初只是加密市场中的普通参与者，在 ICO 热潮时期经历过投资亏损，也遭遇过钱包被盗。与许多选择离场的人不同，他将损失转化为研究动力，开始系统性学习链上数据结构与交易路径分析。

区块链的特性在于交易公开可见，但地址背后的真实身份往往隐藏在匿名结构之下。ZachXBT 所做的工作，正是在这种「透明却匿名」的环境中，通过数据拼接与逻辑推演，将分散的交易碎片重组为可理解的行为路径。

这类能力并非依赖内部情报，而是建立在长期观察与经验积累之上。

二、方法论：公开数据的系统化拆解

Broox ( Axiom 驻纽约的高级商务拓展员工)的主钱包被成功识别，所有直接关联的地址也都被整理成了关系图。

他的调查方式大体包含几个步骤：

识别异常资金流动

对地址进行聚类分析

追踪跨交易所充值与提现路径

将链上时间节点与社交媒体活动交叉验证

构建完整时间线并公开展示

这种方法论的关键不在「公开调查报告」，而在「可复核」。链上交易哈希、资金归集路径、时间顺序等信息都属于公开数据，任何具备分析能力的人都可以重新验证。

在加密行业高度信息化的环境中，这种基于公开数据的取证方式，逐渐形成了一种特殊的监督机制。

三、关键转折：大型盗币案件的追踪

比特币盗窃案调查结果｜ZachXBT

ZachXBT 其影响力的显著放大，发生在几起重大盗币案件之后。尤其是一宗金额高达数亿美元的比特币盗窃案，使其在行业内行业影响力显著提升。

当异常资金开始快速分流至多个平台时，他通过链上追踪迅速绘制出资金流向图，并持续更新分析过程。案件后续出现嫌疑人被捕、部分资金被冻结等进展，这类现实层面的结果，使其调查能力获得更广泛认可。

这类案例不仅提升了个人声誉，也在行业内形成一种威慑效应——链上资金转移不再意味着「规避追踪」。

四、法律风险与信誉约束

高曝光度意味着高风险。过去几年，他也曾因公开指控而面临法律挑战。相关案件最终未持续推进，但事件本身说明，链上调查并非零成本行为。

在这种环境下，调查内容若缺乏证据支撑，代价将十分沉重。也正因此，其公开发布的报告通常包含较为完整的链上路径与逻辑说明。

某种程度上，法律风险反而构成了外部约束，使其在证据层面更加谨慎。

五、Axiom 事件的核心问题

Axiom 是 Mist 和 Cal 在 2024 年创办的一个加密货币交易平台。经过 Y Combinator 在 2025 年的 Winter Batch 孵化之后，Axiom 迅速成为行业内最赚钱的公司之一，目前累计营收超过 3.9 亿美金。在收到相关举报后，ZachXBT 受委托对 Axiom 的不当行为指控展开调查。

回到本次争议，关键并非链上交易本身，而是平台内部权限结构。

如果员工可以通过后台系统查询用户钱包、推荐码或账户标识，并将这些信息与市场行为结合，那么内部信息优势便可能产生交易不对称。问题的焦点在于：

权限是否按职能严格分级

是否存在访问日志与异常监测机制

是否执行最小权限访问原则

在去中心化叙事之下，许多用户默认「链上公开等于公平」。但事实上，当地址与账号完成绑定之后，链下数据库掌握的映射关系，才是最敏感的信息资产。

如果内部控制不足，即使链上数据完全公开，仍可能产生信息滥用空间。

六、为何其爆料会引发市场震荡

Polymarket 上累积数千万美元押注的事件“ZachXBT 将爆料哪家 Crypto 公司进行内幕交易？”

当他点名某个平台时，市场更倾向于将其视为结构性风险信号，而非短期舆论事件。

并非所有匿名账号的指控都能形成市场反应。ZachXBT 之所以具备这种影响力，原因在于其过往记录形成的信任积累。

长期稳定的调查输出、若干重大案件的现实落地，以及持续对链上犯罪的追踪，使其在行业中形成一种「外部监督者」角色。

七、结构性启示：链上透明与链下治理的张力

Axiom 事件真正值得关注的，并不局限于个别员工行为，而是加密平台普遍面临的治理问题。

协议层面的去中心化，并不能替代公司运营层面的内控建设。

链上交易透明，并不等同于链下数据安全。

随着平台规模扩大、用户数量增加，后台工具所能触及的数据敏感性持续上升。如果权限管理与审计机制滞后，风险便可能在无声状态下累积。

在高度数据驱动的行业中，内部治理能力正在成为平台信用的重要变量。

结语

Axiom 事件仍在发展之中，最终责任与处理结果有待进一步披露。但可以确定的是，在公开数据高度可追溯的加密市场中，外部链上调查已成为一种新的风险揭示方式。

ZachXBT 的角色，并非传统意义上的监管者或执法者，而是基于公开数据进行独立分析的观察者。其过往战绩与方法论，为理解本次争议提供了必要背景。

在未来类似事件中，真正决定影响程度的，或许并非爆料本身，而是平台能否在公开审视下证明其内部控制结构足够稳固。

参考资料

[1] CoinDesk. ZachXBT Alleges Axiom Employee Conducted Insider Trading.

[2] Wired.Andy Greenberg. Meet ZachXBT, the Masked Vigilante Tracking Down Billions in Crypto Scams and Thefts.

[3] Blockworks. Jeffrey Huang Drops Defamation Suit Against ZachXBT.

[4] ChainCatcher. 屡破诡案，链上大侦探 ZachXBT 是如何练成的？

[5] 深潮 TechFlow. 链上侦探 ZachXBT 实锤：Axiom 员工利用内部权限进行内幕交易.

[6] PA News. ZachXBT 重磅调查：Axiom 内幕交易丑闻全记录.

[7] ME News. Axiom 回应：已移除相关工具的访问权限，将追究涉案人员法律责任.

行情速递旨在为读者提供最新的市场行情报告以及关键数字资产数据。

文章作者、来源：0xArthur、ME News

ETF 方向数据

根据 SoSoValue 数据，昨日（美东时间 2 月 27 日）比特币现货 ETF 总净流出 2755.03 万美元。

昨日单日净流入最多的比特币现货 ETF 为 Invesco 和 Galaxy Digital 的 ETF BTCO，单日净流入为 326.58 万美元，目前 BTCO 历史总净流入达 2.30 亿美元。

其次为 Franklin 比特币 ETF EZBC，单日净流入为 189.53 万美元，目前 EZBC 历史总净流入达 3.46 亿美元。

昨日单日净流出最多的比特币现货 ETF 为贝莱德 (Blackrock） ETF IBIT，单日净流出为 3271.14 万美元，目前 IBIT 历史总净流入达 618.06 亿美元。

截至发稿前，比特币现货 ETF 总资产净值为 834.02 亿美元，ETF 净资产比率（市值较比特币总市值占比）达 6.36%，历史累计净流入已达 548.00 亿美元。

根据 SoSoValue 数据，昨日（美东时间 2 月 27 日）以太坊现货 ETF 总净流出 4299.92 万美元。

昨日单日净流出最多的以太坊现货 ETF 为贝莱德（Blackrock） ETF ETHA，单日净流出为 4299.92 万美元，目前 ETHA 历史总净流入达 118.33 亿美元。

截至发稿前，以太坊现货 ETF 总资产净值为 109.56 亿美元，ETF 净资产比率（市值较以太坊总市值占比）达 4.72%，历史累计净流入已达 116.05 亿美元。

BTC 方向数据

据 CoinFound 数据显示，目前200家上市公司合计持有1207798枚BTC，占比特币总量的 6.07%。其中，Strategy Inc（MSTR）持币717722枚BTC，占上市公司总持仓的59.42%。

稳定币方向数据

据 CoinFound 数据显示：

USDT市值：1956.5亿美元

USDC市值：769.0亿美元

EURC市值：122.9亿美元

USDS市值：116.7亿美元

USDe市值：61.3亿美元

PYUSD市值：41.9亿美元

USD1市值：46.2亿美元

市场动态：

Consensus Hong Kong 2026 闭幕，确立“全球稳定币支付网络”标准

美财政部官员重申“支付稳定币”必须具备联邦级资本充足率

Theo 推出黄金支持生息稳定币 thUSD，下周将开启 1 亿美元预存款

德国AllUnity发行锚定瑞士法郎的合规稳定币CHFAU

SBI Holdings与Startale推出日元稳定币JPYSC，计划第二季度上线

总结：

稳定币市场市值依旧保持高位盘整态势，尽管比特币等风险资产波动加剧，稳定币作为避险工具的角色凸显，其他稳定币如JPYSC（SBI）和PYUSD扩展多样性，推动支付领域增长，监管方面白宫推动CLARITY法案谈判，聚焦收益率妥协，SEC调整经纪商持有政策，提升资本效率，OCC等机构强化储备要求，市场展望监管清晰后或会重拾增长。

RWA 方向数据

据 CoinFound 数据显示：

大宗商品市值：73.1亿美元

政府债券市值：16.1亿美元

机构基金市值：25.1亿美元

私人信贷市值：312.5亿美元

美国国债市值：109.2亿美元

公司债市值：16.2亿美元

代币化股票市值：17.8亿美元

市场动态：

Consensus Hong Kong 2026 圆满落幕

PACT 在多家 CEX 上线后 24 小时交易额破记录

Chainlink 宣布与 Canton 侧链完成资产跨链协议集成

总结：

RWA市场继续维持增长势头，在监管层面上美国OCC稳定币提案强调赎回标准和禁令收益率，旨在提升稳定性；香港计划3月发行首批法币挂钩稳定币许可，推动亚洲RWA扩张；日本SBI推出日元稳定币，欧洲Gate获PSD2许可，促进欧盟支付整合等都推动着RWA市场。

ME News 消息，2 月 28 日（UTC+8），据 CoinFound 数据显示，目前200家上市公司合计持有1207798枚BTC，占比特币总量的 6.07%。其中，Strategy Inc（MSTR）持币717722枚BTC，占上市公司总持仓的59.42%。（来源：ME）

ME News 消息，2 月 28 日（UTC+8），据 CoinFound 数据显示：

USDT市值：1956.5亿美元

USDC市值：769.0亿美元

EURC市值：122.9亿美元

USDS市值：116.7亿美元

USDe市值：61.3亿美元

PYUSD市值：41.9亿美元

USD1市值：46.2亿美元

市场动态：

Consensus Hong Kong 2026 闭幕，确立“全球稳定币支付网络”标准

美财政部官员重申“支付稳定币”必须具备联邦级资本充足率

Theo 推出黄金支持生息稳定币 thUSD，下周将开启 1 亿美元预存款

德国AllUnity发行锚定瑞士法郎的合规稳定币CHFAU

SBI Holdings与Startale推出日元稳定币JPYSC，计划第二季度上线

总结：

稳定币市场市值依旧保持高位盘整态势，尽管比特币等风险资产波动加剧，稳定币作为避险工具的角色凸显，其他稳定币如JPYSC（SBI）和PYUSD扩展多样性，推动支付领域增长，监管方面白宫推动CLARITY法案谈判，聚焦收益率妥协，SEC调整经纪商持有政策，提升资本效率，OCC等机构强化储备要求，市场展望监管清晰后或会重拾增长。（来源：ME）

ME News 消息，2 月 28 日（UTC+8），据 CoinFound 数据显示：

大宗商品市值：73.1亿美元

政府债券市值：16.1亿美元

机构基金市值：25.1亿美元

私人信贷市值：312.5亿美元

美国国债市值：109.2亿美元

公司债市值：16.2亿美元

代币化股票市值：17.8亿美元

市场动态：

Consensus Hong Kong 2026 圆满落幕

PACT 在多家 CEX 上线后 24 小时交易额破记录

Chainlink 宣布与 Canton 侧链完成资产跨链协议集成

总结：

RWA市场继续维持增长势头，在监管层面上美国OCC稳定币提案强调赎回标准和禁令收益率，旨在提升稳定性；香港计划3月发行首批法币挂钩稳定币许可，推动亚洲RWA扩张；日本SBI推出日元稳定币，欧洲Gate获PSD2许可，促进欧盟支付整合等都推动着RWA市场。（来源：ME）