作者：深潮TechFlow

a16z 近日发布了其对 2026 年技术领域可能出现的「大想法」清单，这些想法由其 Apps、American Dynamism、生物科技、加密货币、增长、基础设施及 Speedrun 团队的合伙人共同提出。

以下是关于加密货币领域的部分精选大想法及一些特别贡献者的洞见，涵盖从智能代理与人工智能（AI）、稳定币、通证化与金融、隐私与安全到预测市场及其他应用的诸多主题。如果想了解更多关于 2026 年的科技前景，请阅读完整文章。

构建未来

交易平台只是起点，而非终点

如今，除了稳定币和部分核心基础设施之外，几乎所有表现良好的加密货币公司都已经转型为或正在向交易平台方向发展。然而，如果「每一家加密公司都变成了交易平台」，那最终会导致什么结果？大量同质化的竞争不仅会分散用户注意力，还可能只剩下少数几家赢家。那些过早转向交易的公司，可能错失了构建更具竞争力、更持久商业模式的机会。

我非常理解创始人们努力让公司财务状况良好的艰难处境，但一味追求短期内的产品市场契合度（Product-Market Fit）也会付出代价。在加密行业，这一问题尤为突出，因为围绕通证和投机的独特动态往往会引导创始人走上「即时满足」的道路，就像是一场「棉花糖测试」一样。

交易本身并没有错——它确实是市场运作的重要功能之一——但它不一定是终极目标。那些专注于产品本身、以长期视角寻找产品市场契合点的创始人，可能最终会成为更大的赢家。

– Arianna Simpson，a16z 加密团队总合伙人

关于稳定币、RWA 通证化、支付与金融的新思考

用更贴近加密原生的方式思考现实世界资产（RWA）通证化与稳定币

我们已经看到银行、金融科技公司和资产管理机构对将美国股票、大宗商品、指数及其他传统资产链上化表现出浓厚兴趣。然而，随着越来越多的传统资产被引入区块链，其通证化方式往往是「拟物化」的——即基于现有的现实世界资产概念，而没有充分利用加密原生的特性。

相比之下，像永续合约（perpetual futures，简称 perps）这样的合成资产形式能够提供更深的流动性，同时实现起来也更简单。永续合约还能提供一种易于理解的杠杆机制，因此它可能是目前最契合加密市场需求的原生衍生品。新兴市场股票或许是最有趣的资产类别之一，可以尝试「永续化」（perpify）。例如，对于某些股票来说，其「零到期日」（0DTE）期权市场的流动性往往比现货市场更深，这使得「永续化」成为一个值得尝试的实验。

归根结底，这一切都在于「永续化 vs。 通证化」的选择问题；无论如何，我们有理由期待在未来一年看到更多加密原生的现实世界资产通证化。

与此类似，2026 年，稳定币领域也将出现更多的「发行创新，而不仅仅是通证化」。稳定币在 2025 年已经成为主流，其发行量仍在持续增长。

然而，缺乏强大信用基础设施的稳定币更像是「窄银行」（narrow banks），即持有特定的高流动性、被认为极为安全的资产。尽管窄银行是一种有效的产品，但我并不认为它会成为链上经济的长期支柱。

我们已经看到许多新兴的资产管理者、策展人和协议开始推动基于链上的资产抵押贷款，这些贷款以链下抵押品为担保。通常情况下，这些贷款先是在链下生成，然后再被通证化。然而，我认为这种通证化方式的优势有限，可能仅在于将其分发给已经在链上的用户。因此，债务资产应直接在链上生成，而不是先在链下生成后再通证化。在链上生成债务资产可以降低贷款服务成本、后台结构成本，并提高可访问性。挑战在于合规性和标准化，但开发者们已经在努力解决这些问题。

– Guy Wuollet，a16z 加密团队总合伙人

稳定币推动银行核心账本升级，开辟全新支付场景

如今，大多数银行仍在运行着现代开发者难以辨认的老旧软件系统：早在 20 世纪 60 年代和 70 年代，银行就已经是大型软件系统的早期采用者。到了 80 和 90 年代，第二代核心银行软件开始出现（例如 Temenos 的 GLOBUS 和 InfoSys 的 Finacle）。然而，这些软件已经逐渐老化，升级速度却过于缓慢。因此，银行业的许多关键核心账本——这些记录存款、抵押品和其他义务的关键数据库——仍然运行在使用 COBOL 编程语言的主机计算机上，依赖批处理文件接口，而非现代的 API。

全球大部分资产仍然存储在这些已有数十年历史的核心账本中。尽管这些系统经过了长时间的实践检验，得到了监管机构的信任，并深度融入复杂的银行业务场景，但它们也成为了创新的阻碍。例如，添加实时支付等关键功能可能需要数月甚至数年的时间，还需应对大量的技术债务和复杂的监管要求。

这正是稳定币的用武之地。在过去几年间，稳定币找到了产品市场契合点并成功进入主流金融领域。而今年，传统金融（TradFi）机构更是以全新的高度接纳了稳定币。稳定币、通证化存款、通证化国债以及链上债券等金融工具，使得银行、金融科技公司和金融机构能够开发新产品并服务更多客户。更重要的是，这些创新无需迫使机构重写其遗留系统——尽管这些系统已经老化，但几十年来一直运行稳定。稳定币因此为机构提供了一种全新的创新方式。

– Sam Broner

关于智能代理与 AI 的未来

利用 AI 执行实质性研究任务

作为一名数学经济学家，今年年初时，我发现让消费级 AI 模型理解我的工作流程非常困难；然而，到 11 月时，我已经可以像对博士生一样给模型下达抽象指令……而它们有时还能返回全新且正确执行的答案。不仅如此，我们开始看到 AI 在更广泛的研究领域中被使用——尤其是在推理领域，AI 模型现在不仅能够直接辅助发现，还能自主解决 Putnam 问题（或许是世界上最难的大学数学考试）。

目前仍未明确的是，这种研究辅助方式将在哪些领域产生最大帮助，以及如何产生帮助。但我预计，AI 的研究能力将催生并激励一种新的「博学家」研究风格：这种风格更倾向于在各种想法之间推测关系，并快速从更具假设性的答案中进行推演。这些答案可能并不完全准确，但至少在某些逻辑框架下，它们能够指引正确的方向。讽刺的是，这种方法有点像利用模型「幻觉」的力量：当这些模型变得足够「聪明」时，让它们在抽象空间中自由探索，尽管可能会产生一些无稽之谈，但有时也会带来突破性的发现，就像人类在摆脱线性思维、跳出清晰的方向时最具创造力一样。

以这种方式思考问题需要一种全新的 AI 工作流——不仅是「代理对代理」的模式，而是更复杂的「代理包裹代理」的模式——在这种模式中，不同层次的模型协助研究人员评估前期模型的方案，并逐步从中提炼出有价值的内容。我已经利用这种方法撰写论文，而其他人则用它进行专利检索、发明新形式的艺术，甚至（很遗憾地）发现新的智能合约攻击方式。

然而，要运行这种「包裹式推理代理」的研究模式，需要实现模型之间更好的互操作性，并找到一种方法来识别并合理补偿每个模型的贡献——而这些问题，正是加密技术可以帮助解决的。

– Scott Kominers，a16z 加密研究团队成员、哈佛商学院教授

AI 代理对开放网络施加的隐形税

随着 AI 代理的崛起，一种「隐形税」正在压迫开放网络，并从根本上扰乱其经济基础。这种干扰源于互联网的上下文层和执行层之间日益加剧的不对称性：当前，AI 代理从依赖广告支持的内容网站（上下文层）中提取数据，为用户提供便利的同时，却系统性地绕过了支撑内容创作的收入来源（如广告和订阅）。

为了防止开放网络的进一步衰退（以及保护为 AI 提供燃料的多样化内容），我们需要大规模部署技术和经济解决方案。这可能包括下一代赞助内容、微归因系统（micro-attribution systems）或其他创新的资助模式。现有的 AI 授权协议也被证明只是短暂的权宜之计，通常只能为内容提供者补偿一小部分因 AI 流量侵占而损失的收入。

网络需要一种全新的技术经济模型，让价值能够自动流动。明年最关键的转变将是从静态授权模式过渡到基于实时使用的补偿模式。这意味着需要测试和扩展系统——可能利用区块链支持的微支付（nanopayments）和复杂的归因标准——以自动奖励为 AI 代理成功完成任务贡献信息的每个实体。

– Liz Harkavy，a16z 加密投资团队

隐私即护城河

隐私将成为加密领域最重要的护城河

隐私是推动全球金融上链的关键特性之一。然而，这也是当今几乎所有区块链所缺乏的一个重要元素。对于大多数区块链来说，隐私问题往往只是事后才被考虑的附带问题。

但如今，隐私本身已经足够成为区块链差异化的关键特性。更重要的是，隐私还能带来一种「锁链效应」（chain lock-in），或者说是一种隐私网络效应。特别是在性能竞争已经不足以成为优势的时代，隐私显得尤为重要。

借助跨链桥协议，只要一切信息是公开的，用户在不同链之间迁移变得十分简单。但一旦引入隐私，这种便利就不复存在：跨链传输代币很容易，但跨链传递隐私却极其困难。用户在从一个隐私链进出时，无论是切换到公链还是其他隐私链，都会面临风险，因为观察链上数据、内存池（mempool）或网络流量的人可能会推测出用户的身份。跨越隐私链与公链之间的边界，甚至是两个隐私链之间的边界，都会泄露各种元数据，比如交易时间和金额的关联性，这些信息可能使追踪用户变得更加容易。

与许多同质化的新链相比，这些链的交易费用可能会因竞争而被压低至接近零，而具有隐私特性的区块链则能形成更强的网络效应。现实情况是，如果一个「通用型」区块链没有已经成熟的生态系统、杀手级应用或不公平的分发优势，那么几乎没有理由让用户选择使用或在其上构建，更别提对其产生忠诚度了。

在公共区块链上，用户可以轻松地与其他链上的用户进行交易——他们加入哪个链并不重要。然而，在私人区块链上，用户选择加入的链就显得尤为重要，因为一旦加入，他们就不太可能转移到其他链上以避免隐私暴露的风险。这种现象创造了一种「赢家通吃」的动态。而由于隐私对大多数现实世界的应用场景至关重要，少数几条隐私链可能最终会占据加密领域的主导地位。

– Ali Yahya，a16z 加密团队总合伙人

其他的产业和应用

预测市场将变得更大、更广、更智能

预测市场已经逐渐进入主流，而在即将到来的一年里，随着与加密技术和人工智能（AI）的交汇，它们将变得更大规模、更广泛应用、更智能化，同时也将为开发者带来新的重要挑战。

首先，预测市场中将会有更多的合约被列出。这意味着我们不仅可以获取重大选举或地缘政治事件的实时赔率，还能对各种细致入微的结果以及复杂的交叉事件进行预测。随着这些新合约不断挖掘出更多信息，并逐渐融入新闻生态系统（这一趋势已经开始），它们将引发重要的社会问题，例如如何平衡信息的价值，以及如何更好地设计这些市场，使其更加透明、可审计等——而这些问题通过加密技术是可以解决的。

为应对大量新增的合约，我们需要新的方式来达成对真实事件的共识，以解决这些合约。集中化的平台解决方案（例如确认某一事件是否真实发生）固然重要，但像泽连斯基诉讼市场和委内瑞拉选举市场这样的争议案例也暴露了其局限性。为了应对这些边缘案例，并帮助预测市场扩展到更多实用的应用场景，新型的去中心化治理机制和大语言模型（LLM）预言机可以协助判定有争议结果的真相。

AI 的潜力不仅限于 LLM 驱动的预言机。例如，活跃于这些平台上的 AI 代理可以在全球范围内搜集信号，从而获得短期交易优势。这不仅能帮助我们以全新视角看待世界，还能更准确地预测未来的发展趋势。（像 Prophet Arena 这样的项目已经让这一领域充满了期待。）除了可以作为复杂的政治分析师，为我们提供洞见外，这些 AI 代理在我们研究其涌现出的策略时，还可能揭示出复杂社会事件的根本预测因素。

预测市场会取代民意调查吗？不会。相反，它们会让民意调查变得更好（而民意调查的信息也可以被输入到预测市场中）。作为一名政治经济学教授，我对预测市场与丰富多彩的民意调查生态系统协同工作的潜力感到最为兴奋——但我们需要依赖新技术，比如 AI，它可以改善问卷调查的体验；以及加密技术，它可以提供全新的方式来验证调查和问卷的参与者是人类而非机器人。

– Andy Hall，a16z 加密研究顾问、斯坦福大学政治经济学教授

加密技术将拓展至区块链之外的全新应用

多年来，SNARKs（零知识简洁非交互式证明，一种无需重新执行计算即可验证其正确性的加密证明）主要被用于区块链领域。这是因为其计算开销过于庞大：证明一项计算的工作量可能比直接运行这项计算高出 100 万倍。在需要分摊到成千上万个验证者的场景中，这种开销是值得的，但在其他场景中则显得不切实际。

而这一状况即将改变。到 2026 年，zkVM（零知识虚拟机）证明器的计算开销将降低到大约 1 万倍，同时其内存占用仅需几百兆字节——这已经足够快，可以在手机上运行，也足够便宜，可以广泛应用于各种场景。这里有一个原因说明「1 万倍」可能是一个关键的临界点：高端 GPU 的并行吞吐能力约为笔记本电脑 CPU 的 1 万倍。到 2026 年年底，一台单独的 GPU 就能够实时生成 CPU 执行的计算证明。

这将解锁一些早期研究论文中提出的愿景：可验证的云计算。如果你已经在云端运行 CPU 工作负载（因为你的计算任务不足以用 GPU 加速，或者你缺乏相关专业知识，或者因历史原因），那么你将能够以合理的成本开销获得计算正确性的加密证明。而且，证明器已经针对 GPU 进行了优化，你的代码无需额外调整。