摘要

Tarun Chitra认为，加密货币的前沿正从改变世界的基础设施收窄为“TradFi plus”，但其可服务市场未必同步收缩。 如果稳定币规模从约3000亿美元增至1万亿美元，他预计借助金融反身性，借贷和交易规模将增长超过3倍。Logan Jastremski则给出了更尖锐的表述：加密货币可以继续局限于金融领域，但链上交易量仍可能增长1,000倍。
可投资的加密货币敞口正越来越集中于订单流与执行，而非一揽子持有协议代币。 Chitra认为，DeFi的价值捕获已从“厚协议”转向Phantom等钱包，以及MEV和执行环节；费率开关则卡在中间，无法持续控制订单流。Hyperliquid提供了相对清晰的“交易量×基点”模型，而Solana和ETH的代币价值积累逻辑要模糊得多。
AI代理可能通过取代部分被动投资来改变市场微观结构，而不是神奇地击败专业交易员。 用户不必购买铀ETF，而可以直接陈述投资论点，由代理构建并持续再平衡一篮子个性化资产，将交易分散到全天候运行的市场中。Chitra估计，如果代理驱动的散户流量达到交易量的20-30%，就可能显著削弱当前开盘与收盘时段的集中交易，以及围绕ETF展开的可预测套利。
Chitra最强的加密货币-AI论点是主权计算与密码学，而不是为了去中心化训练本身。 他承认自己此前判断去中心化学习不可行是“我错了”，但仍认为InfiniBand和网络优化是中心化数据中心的结构性优势。更高价值的机会可能在于选择性使用FHE、TEE、ZK证明和GPU完整性证明——隐私应是昂贵操作的定向功能，而不是用户愿意多付一倍价格购买的大众产品。
开源AI正在解耦为与DeFi相同的功能层：接口类似钱包，路由器类似DEX聚合器，模型类似协议，推理服务商类似流动性提供者。 看似简单的接口之下，是一个决定“谁处理你的token、谁为你挑选GPU、谁保证价格”的订单流市场。如果DeFi的历史再次押韵，价值可能集中在接口与执行两端，而不会自动积累到模型本身。
算力正成为一种金融商品，拥有现货代币、期限期货、GPU产能曲线和路由经济学。 据称OpenRouter抽取约5%的费用，推理服务商则围绕价格、速度、延迟、在线率和硬件展开竞争；部分服务商比标准价格低30-40%，另一些则因提供更快的Cerebras输出而收费更高。Chitra预计，联网的4x、8x和16x GPU集群将出现非线性溢价，并认为一旦硬件能够证明自己计算了什么，链上市场就会成为自然的交易场所。
即便模型具备生成工具、并在超大上下文中学习的能力，第三方封装层仍具备战略价值。 企业不愿将自身工作流和专有上下文交给两家模型公司，这正是Ramp、Cursor、Databricks和Palantir都在构建路由器的原因。Chitra押注主动学习不会消灭这一市场，因为它的算力需求“过高”；封装层可以保留上下文、主权和模型可替换性。

精读

1. 加密货币已先成熟为金融，尚未耗尽交易量机会

Chitra的顶层判断是，加密货币如今更像“TradFi plus”。链上交易与中心化交易之间的差距已经缩小，围绕L1、L2、ZK、扩容和可靠交易基础设施的宏大问题，已让位于把链下资产逐步搬上链的增量工作。
他将技术进步描述为一条斜率正在下降的S曲线：加密货币可能正在接近平台期，但“我不认为我们能确定这一点”。Gauntlet转向RWA和机构金融，反映了同一判断；他也承认，自己已经没有动力撰写研究论文，因为尚未解决的技术问题变少了。
Jastremski的反驳值得保留：更窄的产品仍然可以实现抛物线式增长。Hyperliquid、Robinhood的链、Base以及可能的Solana，或许构成又一座“设计迷宫”；随着真实资产上链，链上交易规模可能扩大1,000倍。
Chitra的货币机制说得很明确：如果稳定币规模从约3000亿美元增至1万亿美元，借贷和交易规模应增长超过3倍。稳定货币能够支撑非线性金融活动，因此DeFi交易量应当对稳定币形成beta，而“不是对Bitcoin”。

2. 代币价值积累输给了钱包、订单流和执行

Chitra认为，AI正在“摧毁”Bitcoin的经济模型，因为普通数据中心的机会成本——或者说无风险利率——已经改变。他对ETH同样直言不讳：即使是最坚定的支持者，到2026年也将被迫承认，其价值积累逻辑“根本不存在”，尽管应用仍在销毁部分ETH。
Solana尴尬地处于通用基础设施与Hyperliquid这类垂直整合交易所之间。代币化股票可能对Solana或Ethereum有价值，但Chitra看不到这种用途会自动转化为底层代币有意义的积累。
他最初被DeFi吸引，是因为DeFi拆解了投行业务：Maker或Uniswap可以像单个银行部门一样运作，让用户只组合自己需要的功能。随后，DeFi再次碎片化为接口、路由器、流动性协议、LP、MEV和验证者。
这次二次解耦颠覆了“厚协议”论点。Chitra认为，Phantom等前端和MEV捕获了大部分经济价值，而协议费率开关则处于一个不断收缩的中间层，无法控制订单流；因此，随着交易量从当前约50亿-100亿美元走向全球股票市场约8000亿美元的水平，Jastremski更偏好执行敞口。

3. 代理投资组合可能消解组织现代市场的时钟

Chitra预计，机器人主导的市场将与传统HFT存在根本差异。传统低延迟竞争之所以存在，部分原因在于人类和机构资金集中在开盘时段以及3:30-4:00左右，而ETF和共同基金再平衡会迫使交易以可预测的方式发生。
他的铀案例说明了这一点：ETF把矿商、大宗商品、运输、储存和处置打包在一起，但必须在规定时间透明交易。投资者接受在申购赎回套利中“被狼群吃掉”，换取毫不费力的主题敞口。
代理则可以把“我想获得铀敞口”转化为个性化投资组合：一个用户偏好回收，另一个用户偏好开采。再平衡将在各自信号出现时发生，把流动性分散到全天候运行的市场中，使持续响应能力比固定窗口内的极致速度更重要。
Chitra将其与David Easley的“交易量时钟”联系起来：做市商通过成交量而非钟表时间来衡量时间。如果机器人持续运行、个性化资金不再聚集，这种标准化可能消失；由此形成的市场结构，或许需要一个不同于HFT的名称。

4. 代理是被动产品的继承者，不是免费的alpha机器

Jastremski回忆起2024年末“自主代理管理投资组合”的说法；他说市场当时出现了巨大拉升，但真正上涨的只有meme币，而且他不确定这些投资是否赚了钱。他的质疑很简单：如果代理能够稳定跑赢市场，为什么与Citadel或Jump竞争的公司会免费分发它？
Chitra的回答是，代理取代的是被动投资，而不是主动管理。这种框架在商业上并不讨喜，因为被动产品的费率更薄，但其市场仍然庞大：金融危机前后，ETF占市场市值的比例还低于约5%，如今已超过50%，ETF代码数量甚至超过了个股数量。
他的条件式预测很具体：如果代理驱动的散户交易达到交易量的20-30%，ETF和基金的运行机制可能发生变化，订单流也会分散到全天。Chitra并不预期出现极端终局，因为大量受到监管、集中度约束或信息披露约束的资金池，不可能把一切都委托给自主代理。

5. 胜出的接口可能从一句口头投资论点开始，而不是从股票代码开始

Chitra预计，面向年轻用户的新平台将延续Robinhood和Coinbase在千禧一代身上验证过的路径。它可能通过类似Privy或Turnkey的权限和安全机制管理钱包，但他不确定其主要接口会是文字、视觉还是音频。
他偏好的例子从凌晨1点开始：一个穿着内衣的用户讲述一部核电纪录片。系统识别出其真正的投资论点是获得铀敞口，提出相关资产，构建投资组合并执行交易——把假设形成、分析和交易压缩进同一段对话。
Jastremski提出了更广泛的问题：Coinbase、Robinhood或Stripe这样的分发渠道巨头，是否必然拥有这一接口？Chitra没有给出定论；胜出者可能是一家金融科技与DeFi的混合体，利用加密货币提供全天候保证金和更低成本，却不在乎“AMM曲线是什么”。
Chitra不是停留在口头上，而是押注DeFi从业者学习整合传统资产。不过他也承认，一个限制更少的消费级新进入者，可能通过几乎无感地结合友好的AI与加密货币轨道，挑战Robinhood、Interactive Brokers和Coinbase。

6. 加密货币剩下的两大难题是主权AI与可验证身份

Chitra将主权AI和私有AI视为尚未解决的问题之一；Jastremski则补充了可验证凭证与身份这一第二个问题。两者未必需要代币或区块链，但都可能需要ZK证明、FHE、证明以及相关密码学工具，而加密货币帮助这些工具成为经过测试、形式化验证的产品。
Chitra明确修正了自己此前对去中心化学习的判断：“我错了。他们做到了。”他剩下的怀疑来自经济和物理层面：数据中心之外的消费级NVIDIA 3000、4000和5000系列GPU总量可能达到5-10 GW，而领先的中心化实验室当时已经接近2至2.5 GW，并且还可以继续扩张。
InfiniBand和专用网络仍是中心化架构的优势，因为数据移动、编码和网络拓扑的重要性，可能超过算术优化。OpenRouter排名前十的模型，可能仅为加载权重就需要约2块H100；而GLM-5.2的例子显示，在加入大量上下文之前，可能就需要约25个H100等效算力。
Logan称隐私是“一项功能”，而Chitra认为它不是产品。用户可能口头上说想要隐私，却不愿意为此支付双倍价格；ZK更像保险，只有在完整性受到质疑时才显现价值，因此除轮换根凭证、解锁5亿美元质押等高价值、低频操作外，很难实现货币化。

7. 开源AI正在重现DeFi的解耦市场结构

Chitra的映射是本期节目的核心框架：接口或封装层是钱包，路由器是DEX聚合器，模型是协议，推理服务商是流动性提供者。封闭实验室把这些层打包在一起，即便一次会话内部已经根据压缩、记忆或生成任务，在不同专业模型之间进行路由。
Hermes等开源接口只暴露前端；在其底层，路由器会根据价格、速度、延迟、吞吐量和在线率，在不同模型与Together、B10或Modal等服务商之间进行选择。“你看不到这一整套堆栈”，但隐藏其中的订单流决定了谁为每个token提供服务，以及每块GPU如何分配。
服务商之间的竞争已经类似自营AMM或MEV。模型创建者可能先设定一个参考价格——Chitra举了一个带有保留意味的例子：Zhipu给GLM定价为“每100万个输入token收费140美元之类的”；小型数据中心则可能打折30-40%，或因提供更快的Cerebras输出而收取溢价。
按照Chitra的类比，DeFi的价值捕获模式可能再次出现：经济价值向上迁移至接口，向下迁移至推理执行；路由器像受约束的经纪商，开源模型则可能成为推理需求的引流产品。Hyperliquid仍是例外，因为它面对的威胁模型不同。

8. 算力市场需要封装层、期货和密码学结算

Jastremski问，能力不断增强的模型最终是否会把自身的封装层吸收掉。Chitra认为企业对独立性的需求仍然持久：企业不愿把自动化能力和专有上下文交给两家供应商，这推动Ramp、Cursor、Databricks和Palantir开发自己的路由层。
技术上的反作用力来自主动学习。Chitra勾勒出一条演进路径：从2023年的预训练规模化，到2024年的强化学习和特定任务工具链，再到能够实时生成工具链、并在可能从100万扩展至1亿token的上下文中递归学习的系统。
他仍然押注第三方封装层能够存活，因为实时主动学习的计算成本极高。封装层可以积累组织知识、连接工作流、切换后端模型并保留主权；随着时间推移，封装层可能像钱包内化聚合一样内化路由，而不是把这笔便利费让出去。
算力本身可能拆分为现货代币价格、期限代币期货、GPU产能指数和集群溢价。直接服务商已经显示出从4x到8x再到16x集群的非线性定价，具体取决于共享InfiniBand的网络拓扑，由此形成一条尚未标准化的“收益率曲线”。
Chitra设想的终点是算力的链上结算：GPU或集群证明自身的完整性、运行周期和已完成工作，随后充当自己的预言机。这可能取代今天“手工制作”的法律合同，支持token产出与GPU投入成本之间的商品化交易，也能容纳因实物交付失败而产生的价格偏离。
OpenRouter是早期样本，而不是最终形态：Chitra称其抽取约5%的费用，Jastremski则估计其目前收益为4000万-5000万美元。私有企业工作负载像一个暗池。Jastremski表示，当前任务路由仍然粗糙——基准测试匹配加价格上限——但两位嘉宾都预计评估体系、期货以及封装层与路由器会进一步整合。

Vol.229 宏观漫谈109｜我们正处于一个美元主导的资本周期上升阶段尾部（8.6录制）Lindy Teammate：Flo Crivello 谈多人智能体、记忆，以及为何主张封禁自己也在使用的中国模型