作者: GAWE

近几个月，一场悄然的范式转变正在 AI 领域发生。

ChatGPT、Claude、Gemini 等对话型大模型，本质上仍是「建议型 AI」——人发出问题，等待答案。而一类新工具的出现，正将 AI 的角色从「给出建议」推向「直接执行」：它们能自主访问应用、完成流程、跨平台协作，真正意义上成为用户的数字员工。

这场变化的核心，是以 OpenClaw 为代表的自主 AI Agent 框架生态的崛起。

一、四大框架是什么？

OpenClaw：功能最全，风险也最大

OpenClaw（原名 Clawdbot / Moltbot）是目前最具代表性的开源自主 AI 助手框架，短短数周突破 20 万 GitHub Stars。它将插件（Skills）系统与大模型结合，让 AI 真正具备执行能力：

• 主动执行命令：整理文件、检查邮件、安排日程
• 控制系统与应用：自动发邮件、运行脚本、提取文档内容
• 跨平台接入：支持 WhatsApp、Telegram、Slack、iMessage、Teams 等 15+ 渠道
• ClawHub 插件市场：1000+ 社区扩展功能

NanoClaw：安全隔离优先

针对 OpenClaw 的安全问题而生。每个 Agent 运行在独立 Linux 容器中，通过 OS 层隔离限制攻击爆炸半径——即使 Prompt Injection 成功，攻击者也只能影响单个容器，宿主机完全不受影响。目前主要支持 WhatsApp 平台。

Nanobot：极简 + MCP 标准协议

港大 HKUDS 实验室出品。仅 4,000 行 Python 代码，完整实现 MCP（Model Context Protocol）协议——Anthropic 主导的标准化工具接口。核心逻辑是”不自己做所有事，而是成为工具的 Host”，支持 Telegram、Discord、WhatsApp 等多平台。

PicoClaw：$10 硬件上的 AI 助手

硬件厂商 Sipeed 出品，Go 语言编写的单一 binary，专为嵌入式设备设计：内存占用 <10MB、启动时间 <1 秒、支持 RISC-V 架构，可跑在 $10 的 LicheeRV Nano 上。有意思的是，其 95% 核心代码由 AI Agent 自动生成。

二、安全模型：这才是本质差异

OpenClaw 的问题不是”有漏洞”，而是”结构性难以修复”。 2026 年 1 月安全审计发现 512 个漏洞（8 个严重级别）。Cisco 官方将其定性为”安全噩梦”，Aikido Security 直言”试图保护 OpenClaw 是荒谬的”。根本原因：

• 430,000 行代码无法完整审计
• ClawHub 市场已发现数百个恶意插件（有插件明文写着将数据 curl 到攻击者服务器）
• Token 劫持后攻击者可远程执行任意命令
• 存在”零点击攻击”——仅读一个 Google Doc 即可触发完整攻击链

NanoClaw 的逻辑是”隔离优于防御”。 不试图修补应用层漏洞，而是用 OS 层容器硬性限制最坏情况。这是一个可被证明、可被审计的安全属性。

Nanobot 的安全来自”透明与最小化”。 4,000 行代码”8 分钟可读完全貌”，依赖链极短，MCP 标准接口边界清晰可审计。

PicoClaw 的安全来自”极简运行时”。 <10MB binary 意味着攻击面极低，无复杂依赖树，无插件市场。但没有主动隔离机制，属于”小目标”而非”有护盾”。

各工具安全评分（参考 Shareuhack 评估）：

三、技术架构对比

几个容易搞错的点：

PicoClaw 的 <10MB 不含 AI 模型。 它只是 Agent 运行时，推理仍调用云端 API。若想完全本地推理（Ollama 等），内存需求立刻跳到 4GB+。

Nanobot 的 MCP 是结构性优势。 你写的 MCP Server 可被任何支持该协议的 Host 复用——如果 Nanobot 停止维护，工具链零成本迁移。OpenClaw 的 ClawHub 插件是私有生态，完全不可移植。

NanoClaw 的单进程架构是刻意设计的。 Node.js 协调器 + 每个 Agent 独立容器，出问题直接 kill 单个容器，不影响任何其他东西。

四、硬件门槛

PicoClaw 启动速度领先 500 倍——这不是噱头，在低配设备上 OpenClaw 要等近 9 分钟，PicoClaw 不到 1 秒。RISC-V 支持目前也是 PicoClaw 独有，LicheeRV Nano（$10-15）是其首要目标平台。

五、功能边界：哪些需求只有 OpenClaw 能满足

80% 的用户只需要基础聊天 + 工具调用，轻量级替代品已完全够用。但以下需求，目前只有 OpenClaw 覆盖：

• 浏览器自动化（Playwright）：自动填表单、点按钮、抓动态网页——其他三个框架全部没有
• 多 Agent 协作：复杂任务分解给子 Agent 并发处理
• 15+ 平台全栈整合：NanoClaw 仅 WhatsApp，PicoClaw 主打 Telegram/Discord，OpenClaw 是唯一覆盖 iMessage、Signal、Teams 的选项

注意：ClawHub 虽有 1000+ 插件，但已发现数百个恶意插件，原作者建议生产环境完全禁用（–no-skills 模式）。这个”优势”实际大打折扣。

六、四条商业化落地路径

路径一：插件化变现

针对高频业务场景开发专属插件（如「合同自动生成＋审核」），在工具生态或企业内部销售。商业模式灵活：一次性购买、订阅制、按调用量计费均可落地。

路径二：自动化服务订阅

面向中小企业提供标准化自动化服务包：智能客服、数据分析、多平台内容发布、内部流程智能化。按月或按年订阅，是最易规模化的变现方式。

路径三：企业内网定制部署

针对金融、医疗等数据敏感行业，在内网部署定制方案，数据全程不出内网。客单价高、黏性强，适合有技术能力的服务商切入。

路径四：个人与小团队内容运营

Nanobot 本地运行，批量生成多版本内容；根据平台差异优化格式（知乎长文、公众号短文、抖音脚本、Instagram 图文）；通过广告分成、付费专栏或内容订阅变现。低成本、可复制。

七、选型指南

选型的本质不是选”最好的”，而是选”最匹配你约束条件的”。

问自己四个问题：

• 数据有多敏感？ → 敏感选 NanoClaw（容器隔离可证明）或 Nanobot（代码可审计）。OpenClaw 在敏感环境是禁区。
• 硬件有多受限？ → RAM <512MB 只有 PicoClaw；100MB–1GB 三个轻量级方案都行；>1GB 才能考虑 OpenClaw。
• 需要浏览器自动化？ → 只能 OpenClaw，但须 Docker 严格隔离，不要用于生产环境。
• 重视工具长期可复用？ → Nanobot，MCP 生态是最有长期价值的赌注。

结语

AI 自动化已不再是「未来概念」，而是可以直接落地的生产力工具。无论是企业降本增效，还是个人内容创业，这一波智能化浪潮都提供了清晰可行的商业路径。

关键逻辑始终如一：理解场景痛点，选择合适工具，设计闭环商业模式。

做到这三点，AI 自动化不仅是效率工具，更是创造可持续经济价值的新基础设施。

摘要

• Gate 是唯一在永续合约（Orderbook 模式） 中实现全品类覆盖（股票、金属、指数、外汇、大宗商品）的交易所。对于偏好订单簿撮合、透明深度和 API 交易的专业用户，Gate 提供了覆盖最完整、也最接近加密原生合约范式的 TradFi 交易体验。

• 多数竞品的重点在独立的 TradFi CFD 模块，通过标的多和门槛低承接跨圈用户，而 Gate 的差异化优势偏向将传统资产纳入统一的订单簿永续框架，当作可复用的衍生品基础设施来建设，从而在订单簿永续层面与竞品拉开机制差距。

• 随着行业未来从产品堆叠转向交易基础设施竞争，订单簿模式所强调的公开撮合、透明流动性结构与可复用交易范式，更贴近 RWA 走向标准化交易场景的长期方向，Gate 以统一订单簿架构覆盖多资产类别，为后续扩展更复杂的现实资产交易形态提供了更强的可扩展性空间。

1. 市场产品形态定义

在主流加密交易所的 TradFi 布局中，平台之间的关键差异不仅在于上线了多少传统资产，更在于这些资产以什么交易形态被引入市场。不同的产品形态，决定了成交如何撮合、关键价格参数（如指数价/标记价）与风控机制如何锚定，以及交易体验与策略是否能够在加密衍生品框架内复用。

基于交易机制差异，当前 CEX TradFi 衍生品实现中，可归纳为两类主流形态：

• 一类是原生永续合约（Orderbook）模式，即将股票、指数、外汇或大宗商品纳入订单簿撮合体系，成交由买卖盘撮合完成，并沿用加密永续合约的资金费率等框架；同时，标记价格与资金费率通常会围绕外部指数或参考价与溢价指数进行计算，使 TradFi 标的在可见深度、可挂单/做市、API 一致性等方面更接近加密原生合约体验，天然适配量化机构与 API 用户。

• 另一类是 TradFi CFD（Quote）模式，以平台或流动性提供方的双边报价为核心，成交更多体现为按 bid/ask 报价撮合，缺少可见订单簿深度与 Maker 生态；优势在于资产种类丰富、上手门槛低，但价格形成、点差/佣金、隔夜费与强平路径等关键要素更依赖平台侧机制，策略复用空间相对有限，更偏中低频与方向性交易。

I. 永续合约 vs CFD

在产品形态与交易机制的差异上，各平台的产品路线与长期战略出现了明显分化。

2. 核心数据矩阵分析

2.1 永续合约（Orderbook）覆盖度矩阵 —— Gate 的绝对护城河

从覆盖度矩阵来看，Gate 在传统资产 Orderbook 上已经形成了非常清晰的领先位置。目前，Gate 是唯一实现 Orderbook 全品类覆盖的平台，股票、金属、指数、外汇和大宗商品都能在同一套 Orderbook 体系下交易；同时，Gate 也是唯一把指数和大宗商品真正放进 Orderbook 的交易所。把 TradFi 资产直接放进 Orderbook，而不是交给报价制的 CFD，本质上是选择了一种更接近真实交易的方式。换句话说，这意味着价格是市场撮合出来的，有真实盘口、有深度，也能挂单和做市，TradFi 资产因此可以像 BTC、ETH 一样被量化策略和 API 直接使用。

II. 主流加密交易所 TradFi Orderbook 覆盖度

统计口径说明：仅统计支持 Orderbook 机制的永续合约产品，不包含报价制（CFD / Quote）模块。

在股票方面，Gate 已上线 16 个支持 Orderbook 撮合的标的，在同类平台中处于前列。目前既覆盖以 AAPL、NVDA、TSLA 为代表的核心科技股，也囊括 COIN、MSTR 等与加密高度联动的高 Beta 标的，并延伸至 QQQ、TQQQ 等指数与杠杆 ETF。这一组合使专业交易者能够在同一套 Orderbook 永续体系中，同时参与股票核心资产、加密映射资产与宏观指数级机会，形成更完整的跨市场交易与对冲结构。

在金属方面，Gate 的永续合约不仅覆盖黄金、白银等核心避险资产，还进一步扩展至铂、钯以及铜、铝、镍等工业金属，形成完整的金属与工业金属交易结构。在 2026 年金属整体走强、波动显著放大的背景下，这种多层次覆盖使金属类资产能够在 Orderbook 永续体系中同时承载避险、宏观与产业周期三类交易逻辑，显著提升了可交易性与策略空间。

不仅如此，Gate 在指数类永续合约同样形成了实质性的独家先发优势，目前上线如 NAS100、UK100、SPX500、US30、HK50、JPN225 等 8 个指数，这些标的全部运行在 Orderbook 体系之上，构成难以复制的产品壁垒。

此外，外汇与大宗商品永续同样已完成实际落地，尽管数量仍在扩展中，但技术、风控与流动性模型已被验证。其中，Gate 在大宗商品的 TradFi 永续合约上形成了完全独立的差异化区间，目前已上线 XTI（WTI 原油）和 XBR（布伦特原油）的永续合约实盘交易。在 2026 年地缘政治局势持续升级、能源价格波动显著放大的背景下，原油这一核心大宗商品被纳入 Orderbook 永续体系，使相关风险对冲、方向性交易与跨资产配置首次能够在加密原生的衍生品框架中高效完成，也进一步放大了 Gate 在 TradFi 永续赛道中的先发优势。

2.2 TradFi CFD 模块对比 —— 竞品的主战场

在 TradFi 的 CFD 模块上，市场呈现出与 Orderbook 永续完全不同的竞争格局。这个赛道更强调“资产多”，核心目标是降低门槛、快速承接跨圈用户的交易需求。产品形态上以报价制为主，盘口浅甚至没有盘口，交易体验更接近传统外汇或差价合约平台，适合做方向性博弈，但并不强调深度参与或高频交易。

III. 主流加密交易所 TradFi CFD 模块对比

统计口径说明：仅统计交易所中独立存在的 TradFi / CFD 报价制模块，不包含永续合约产品。

在这一框架下，其他主流 CEX 通过大量股票、外汇和指数标的覆盖了更广泛的用户群体；相比之下，Gate 虽然也提供一定规模的股票 CFD 产品，但资源投入相对克制。从数量上看，Gate 的 CFD 模块已覆盖 69 个股票、17 个指数、47 个外汇交易对，并辅以少量金属与大宗商品品种，整体具备基础完备性，但更多承担补充角色，而非平台的核心发力方向。

整体来看，对 Gate 来说，优势并不在于列出了多少 TradFi 标的，而在于这些资产是否真的能像加密资产一样被交易，例如，有真实盘口、有持续的价格发现、能挂单、能做市、也能被量化策略和 API 直接使用。正是这种把 TradFi 资产当作加密原生衍生品来做的思路，拉开了 Gate 与其他平台在永续合约层面的差距。

3. 客观事实与用户体验差异 (Qualitative Analysis)

除了数量统计，产品运营、用户体验与手续费率同样会影响用户的选择。

3.1 资产可见性与合规门槛

在资产可见性与合规策略上，不同平台采取了明显分化的路径。Gate 采取相对保守的策略，TradFi 股票交易对仅对登录用户开放，游客无法直接浏览盘面，这在一定程度上限制了搜索引擎收录与自然流量获取；同时，Gate 对相关资产在命名上进行明显隔离，通过 X 前缀或 ONDO 后缀（如 TESLAX、APPLON）强调其合成资产或通证化属性。该做法有助于降低合规风险，但也容易在用户心智中强化“并非真实股票”的认知边界。

相比之下，M*** 与 B***** 采取更为激进的获客策略，相关 TradFi 股票产品在全网范围内对游客开放，直接使用 AAPL、TSLA 等股票原生代码进行展示，有利于自然流量获取，用户理解成本几乎为零，显著提升了首次触达与转化效率；类似地，B****** 的盘面信息亦对外可见。这类策略在用户增长与认知迁移层面更具优势，但同时也可能面临更高的证券属性与监管合规压力。

3.2 手续费率与产品运营

在 TradFi 相关产品中，Gate 与 B****** 在费率设计上采取了截然不同的定价模型，Gate 延续传统 CFD 市场常见的按手固定收费模式，而 B****** TradFi Perps 则沿用按名义成交额收取百分比手续费的永续合约体系。

IV. B****** TradFi 手续费结构/Gate /TradFi 手续费结构

以黄金（XAUUSD）为例，在 1 手 = 100oz 的合约规格下，Gate 金属 TradFi 合约采用按手固定收费的方式：普通用户（VIP4 及以下）单手手续费约为 $6，高等级用户（VIP5 及以上）可降至 $5.4。该费用与黄金价格及名义成交额无关，交易成本在下单前即可明确，具有高度可预期性。

相比之下，B******* TradFi Perps 沿用 U 本位永续合约的百分比手续费模型。在不考虑任何阶段性折扣的原价体系下，普通用户吃单费率为 0.05%（使用 BNB 支付为 0.045%），最高等级用户（VIP9）吃单费率为 0.017%（BNB 支付为 0.0153%）。在这一模型中，手续费随黄金价格线性变化。

在 1 手 = 100oz 的前提下进行对比可得，Gate 与 B******* 手续费打平所对应的金价区间约为，通常情况 B******的手续费更低：

• 普通用户：$120–133/oz

• 最高等级用户：$318–353/oz

考虑到现实黄金价格长期处于远高于该阈值的水平，在当前市场环境下，Gate 在小至中等仓位交易中的手续费整体更具竞争力。主要体现在以下交易场景中：

• 以 1 手或少量手数为主的交易，避免手续费随价格上涨而放大

• 高频或策略型交易，更关注单笔成本的稳定性与可预期性

• TradFi / CFD 用户迁移场景，对按手收费的定价方式更为熟悉

营销包装与内容供给方面，Gate 对 TradFi 的投入更为集中和持续。从当前 App 与 Web 可见页面统计，Gate 围绕 TradFi 已推出 10+ 个正在或近期进行的运营活动，涵盖交易奖励、黄金实物激励、新手专属任务、体验金与积分激励等多种形式，并保持高频更新节奏。同时，Gate 围绕 TradFi 提供了 10+ 篇公告、教程与说明内容，覆盖产品上线说明、合约规则、杠杆与风控调整、研究解读及新手引导，形成较为完整的活动与教育内容体系。

在产品呈现上，Gate 在 App 与 Web 首页对 TradFi 模块进行高亮展示，将其作为核心业务模块持续曝光，降低用户发现与理解成本。相比之下，B****** 的 TradFi 相关入口层级相对较深，更偏向功能型合约补充，相关营销活动与系统化教程数量相对有限。整体来看，Gate 通过更高频的活动运营与更密集的说明内容，在用户触达、首次转化及 TradFi 用户教育层面具备更明显的优势。

V. Gate TradFi 入口

3.3 交易模式的战略分野

3.3.1 各平台的模式选择

在 TradFi 赛道上，各平台针对传统资产的交易模式选型直接反映了其战略定位与产品架构差异：

• B**** 的纯 CFD 策略：B**** 在永续合约产品中不支持 TradFi 经典资产。所有传统资产的交易均在独立的 TradFi CFD 模块内进行。这样一来，加密用户与传统交易用户实际上被分隔在两个不同的系统中，交易逻辑与撮合机制互不干扰。

• B***** 的混合模式策略：B***** 在永续合约产品里支持股票与金属类资产，但其他资产类别（指数、外汇、大宗商品等）仍需通过其 TradFi CFD 模块交易。用户在从主站跳转至 TradFi 界面时需重新登录或认证，这意味着存在界面与会话状态切换的成本。

• Gate 的多资产 Orderbook 永续合约策略：Gate 在股票、金属、指数、外汇与大宗商品五类传统资产上，均采用 Orderbook 订单簿模式的永续合约撮合机制，而不是通过独立的 CFD 报价产品来承载交易。这意味着相关 TradFi 资产在 Gate 上以标准化衍生品形式进入撮合市场，价格由订单簿中的买卖盘供需决定，用户面对的是市场流动性而非平台对手方报价。虽然不同资产类别位于各自的交易板块中，但其底层撮合框架、订单簿逻辑与交易规则保持一致，使多资产交易在机制层面具备统一的市场结构与策略可复用性。

3.3.2 模式选择背后的战略含义

这三种设计分别代表不同的战略思路。B**** 和 B***** 采取了较为“务实”的路径，通过隔离加密资产与 TradFi 资产的交易系统，针对不同用户群体与市场需求进行优化。这种架构可以在较短时间内快速上线产品、覆盖市场需求。

另一方面，Gate 选择基于统一 Orderbook 架构覆盖所有资产类别。这不仅统一了交易逻辑，也将平台定位为一个中立的撮合者。Orderbook 模式下平台不直接作为对手方，其收入来源于交易手续费，与用户盈亏没有直接挂钩；而 CFD 模式下平台通常作为对手方，其收入可能与用户交易结果呈某种关联。 Gate 在 TradFi 上坚持 Orderbook 模式，是在传达一种理念： 对待 TradFi 资产应与加密资产保持一致的撮合思路。

对于追求交易透明度、流动性结构清晰、对手方风险可控的用户而言，这种一致性的交易体验具有明显吸引力。

3.3.3 长期战略意图

从交易结构与风险承担机制来看，不同交易模式在长期可扩展性上存在本质差异。Orderbook 架构下，平台仅承担撮合职能，用户之间互为对手方，平台自身不需要介入价格形成或承担方向性风险。这种设计使平台能够将重心持续放在流动性建设、撮合效率与交易深度优化上，而不受制于资产类别扩张所带来的结构性负担，更适合支撑多资产、长期演化的交易体系。

从 RWA 赛道的长期视角看，真正成熟的 RWA 交易形态，应当具备清晰的价格发现机制、透明的流动性结构以及可复用的交易基础设施，而非依赖单一产品形态或封闭式定价模型。Orderbook 模式所强调的公开撮合与市场化定价，天然更接近这一目标。Gate 目前在 TradFi 资产上即采用统一的 Orderbook 架构，本质上是在为未来更复杂、更标准化的现实资产交易场景，提前构建可扩展的技术与交易范式。

4. 结论：Gate 正从多资产扩展迈向交易基础设施升级

综合前文对产品形态、数据矩阵与平台路径的系统分析，可以得出一个清晰结论：Gate 在 TradFi 赛道的真正差异，并不体现在“是否提供股票、指数或外汇”，而体现在“用什么交易结构承载这些资产”。当行业多数平台仍处在 TradFi 产品扩展阶段时，Gate 已经进入交易机制层面的竞争阶段。

当前市场的主流做法，是将传统资产纳入独立的 CFD 报价体系，以资产覆盖数量与低门槛体验作为核心竞争点；而 Gate 选择了更偏底层架构演进的路径——将 TradFi 资产直接纳入统一的 Orderbook 永续撮合体系，使其在价格形成、盘口结构、撮合逻辑与 API 规则上，与加密原生合约保持一致。这意味着 Gate 在做的并非传统意义上的 TradFi 产品延伸。其真正方向，是构建一个多资产统一撮合的衍生品交易基础设施。

从交易结构角度看，Orderbook 模式的核心价值在于公开撮合与市场化价格发现。TradFi 资产进入该体系后，价格由真实买卖盘形成，用户可以挂单、做市并参与深度结构，交易体验更接近一个开放市场而非报价终端。对于量化机构与 API 交易者而言，这种机制带来的关键价值在于策略范式的可复用性：跨资产对冲、宏观联动策略、事件驱动交易乃至高频做市，都可以在统一撮合逻辑下完成，而无需针对不同资产类别重建执行与风控假设。这种结构一致性，使 Gate 的 TradFi 交易天然融入加密原生衍生品生态。

基于上述交易结构与平台定位分析，可以将 Gate 在 TradFi Orderbook 路线下的结构性优势与阶段性战略机会提炼为如下战略定位矩阵：

VI. Gate TradFi Orderbook 战略定位矩阵

在这一结构性基础之上，Gate 的平台角色与长期扩展路径也呈现出更加清晰的方向。从平台角色与长期可扩展性来看，Gate 的 Orderbook 架构也强化了其中立撮合者定位。平台以撮合与流动性组织为核心职能，不需要承担方向性价格风险，能够持续将资源投入流动性深度、撮合效率与市场结构优化之中。这种机制在资产类别扩张时不会引入结构性风险负担，因此更适合支撑未来多资产长期演化。当行业从“产品数量竞争”逐步转向“交易机制竞争”时，这种结构层面的优势，将成为持续性的技术与流动性护城河来源。

从更长周期视角观察，这一路径与 RWA 交易形态的演进方向高度契合。成熟的 RWA 市场需要具备透明的价格发现机制、公开的流动性结构以及可复用的交易接口，而 Orderbook 模式正是这种标准化交易形态的核心基础。Gate 当前以统一订单簿架构承载 TradFi 永续合约，本质上已经为未来现实资产链上化后的标准交易形态提前搭建了可扩展框架。这使 Gate 在下一阶段 RWA 交易基础设施逐步成熟时，具备天然的结构承载能力与先发优势。

基于上述结构性定位，Gate 在对外战略表达上，建议从“TradFi 资产扩展”升级为“多资产交易基础设施升级”。核心叙事应围绕以下几个方向展开：

• 强调统一 Orderbook 永续架构这一机制级定位，而非单纯的资产数量：Gate 的差异不在于“上线了多少传统标的”，而在于这些标的是在同一套撮合逻辑下运行的标准化衍生品市场。

• 突出真实盘口深度与市场化价格发现：通过可视化盘口结构、深度分布与挂单生态，让用户直观理解这些资产运行在可参与做市的市场环境中，而非报价驱动的封闭交易模式。

• 强化专业交易场景叙事：Gate 的 TradFi Orderbook 更适合绑定跨资产对冲、宏观联动、事件驱动以及基于深度结构的量化策略等专业场景，而不是传统意义上的“跨圈理财入口”。这种叙事将帮助平台在专业交易者群体中建立更清晰的机制认知。

最后，在行业长期叙事层面，逐步建立从“传统资产 Orderbook 永续”到“未来 RWA 标准化交易接口”的逻辑延伸，使 Gate 在市场心智中不仅是 TradFi 创新者，更是现实资产链上标准化交易形态的早期基础设施构建者。

总体而言，Gate 在 TradFi 赛道所代表的，并不是一个提供更多传统资产的交易平台，而是一个率先完成多资产订单簿化的衍生品交易基础设施构建者。当行业从资产扩展阶段进入交易机制升级阶段时，这条路径的长期价值将持续放大。Gate 的核心战略意义，也正体现在其通过统一 Orderbook 架构，为多资产、标准化、可复用的未来交易体系提前铺设底层结构。

Gate 研究院是一个全面的区块链和加密货币研究平台，为读者提供深度内容，包括技术分析、热点洞察、市场回顾、行业研究、趋势预测和宏观经济政策分析。

免责声明

加密货币市场投资涉及高风险，建议用户在做出任何投资决定之前进行独立研究并充分了解所购买资产和产品的性质。 Gate 不对此类投资决策造成的任何损失或损害承担责任。

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？》。