STi克莱小汤

问题一：模型连接反复 Reconnecting
症状
使用 Codex 时经常出现：
Reconnecting
具体表现包括：
回复生成到一半断开；长时间停留在重连状态；相同请求反复尝试；网络看起来正常，但 Codex 连接不稳定；其他使用普通 HTTPS 的软件没有明显异常。
原因判断
在我的环境中，Codex 默认模型 Provider 使用的 WebSocket 传输不稳定。
这不一定意味着 OpenAI 服务本身异常，也可能和本地网络、代理、防火墙、运营商链路或客户端兼容性有关。仅凭 Reconnecting 很难判断具体是哪一层，但可以通过切换传输方式验证。
我的处理方法是新建一个自定义 Provider，继续使用 OpenAI 登录认证和 Responses API，但明确关闭 WebSocket 支持，让 Codex 改用 HTTP/SSE 流式连接。
解决方法
打开用户级配置文件：
%USERPROFILE%\.codex\config.toml
将默认 Provider：
model_provider = "openai"
改为：
model_provider = "openai_http" [model_providers.openai_http] name = "OpenAI HTTP" wire_api = "responses" requires_openai_auth = true supports_websockets = false
修改后完全退出并重新打开 Codex。
其中：
wire_api = "responses"：继续使用 Responses API；requires_openai_auth = true：继续使用 OpenAI 账号认证；supports_websockets = false：不再使用 Responses API 的 WebSocket 传输。
OpenAI 官方配置文档确认，model_provider 可以指向自定义 Provider；wire_api 当前支持 responses，而 supports_websockets 用来声明该 Provider 是否支持 Responses API WebSocket 传输。OpenAI Codex Configuration Reference
需要注意：这是我当前网络环境中的有效规避方案，不代表所有出现 Reconnecting 的用户都必须关闭 WebSocket。如果 WebSocket 在你的网络中正常，默认配置通常更合适。
或者你直接把这张图丢给CODEX让它帮你配置【这个攻略来自youtuber】，因为我今天解决的其实不是reconnection，应该是重连问题之前就解决好了，一直的bug都是高CPU占用卡顿问题。
问题二：Codex 一打开就高 CPU、严重卡顿
只要打开 Codex，电脑就会明显卡顿；关闭 Codex 后，系统马上恢复正常。
任务管理器中的表现
当时可以看到：
ChatGPT/Codex 进程组占用约 2 GB 内存；ChatGPT.exe 主进程持续占用约 13% 总 CPU；codex.exe 本身占用并不高；关闭 Codex 后，CPU 和系统响应立即恢复；每次重新打开，问题都会重新出现。
进一步采样发现，异常主进程在 5 秒内消耗了 3.69 秒 CPU，相当于持续占用一个逻辑核心，并不是普通的内存缓存。
真正原因
最终在自动化任务目录中找到了问题：
%USERPROFILE%\.codex\automations\automation\automation.toml
这是 Codex 新手引导推荐创建的“工作日晨间简报”任务，其关键配置是：
name = "工作日晨间简报" status = "ACTIVE" target_thread_id = "current"
问题出在：
target_thread_id = "current"
current 是占位值，不是有效的线程 UUID，但任务却被直接设置成了启用状态。
因此，Codex 每次启动后都会进入下面的循环：
读取目标线程 → thread ID 无效 → 尝试恢复会话 → session ID 无效 → 再次重试
日志证据
日志中持续出现：
invalid thread id invalid session id heartbeat_automation_resume_failed main_thread_jank_snapshot
排查时已经累计记录：
invalid thread id：430 次invalid session id：430 次heartbeat_automation_resume_failed：215 次主线程卡顿记录：22 次
它大约每隔两三秒就重试一次，形成了本地后台忙循环。
这和前面的模型连接 Reconnecting 不是同一个问题：
模型 Reconnecting：网络传输层反复重连；晨间简报 Bug：本地定时任务反复恢复一个无效线程。
两者都表现为“不断重试”，但需要分别解决。
高 CPU 的解决方法
最安全的处理方式是暂停这个损坏的任务，不必删除账号、登录状态或其他配置。
将：
status = "ACTIVE"
改为：
status = "PAUSED"
也可以直接在 Codex 的定时任务管理界面中停用“工作日晨间简报”。
我最后通过 Codex 的任务管理接口将其暂停，保留任务内容，没有直接删除。
停用后的结果
处理后再次验证：
6 秒内新增恢复错误：0主进程 CPU 消耗：0内存从约 1 GB 降至约 338 MB输入和界面操作立即恢复流畅
最直观的感受就是：电脑终于安静了。
如何区分这两个问题
如果是模型连接问题
通常表现为：
Reconnecting
同时伴随：
回复生成中断；网络请求重新连接；模型长时间没有输出；CPU 不一定持续跑高。
可以尝试检查网络、代理和防火墙，或者测试关闭模型 Provider 的 WebSocket 支持。
如果是本地自动化死循环
通常表现为：
打开 Codex 后 CPU 持续不降；即使没有发送消息也会卡；关闭 Codex 后马上恢复；日志反复出现无效线程、会话恢复失败或 heartbeat 错误。
此时应该优先检查：
%USERPROFILE%\.codex\automations
尤其留意：
status = "ACTIVE" target_thread_id = "current"
正常的线程 ID 应该是类似下面这样的 UUID，而不是 current：
019fxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx
这次排查得到的经验
Reconnecting 不一定等于服务器故障，也可能是 WebSocket 在当前网络环境中不稳定。持续稳定的高 CPU，通常意味着程序内部存在轮询、恢复或重试循环。ChatGPT.exe 高占用不等于 codex.exe 后端有问题，需要区分具体进程。不要一上来就清空全部缓存、删除登录状态或重装系统。先检查日志中的重复事件，重复数百次的同类错误往往就是根因。官方推荐创建的任务也可能因为占位值没有正确替换而生成损坏配置。修改配置前建议备份 config.toml 和对应的自动化任务文件。
最终使用的两个解决方案
解决模型 Reconnecting
model_provider = "openai_http" [model_providers.openai_http] name = "OpenAI HTTP" wire_api = "responses" requires_openai_auth = true supports_websockets = false
解决高 CPU 和输入卡顿
暂停损坏的晨间简报任务：
status = "PAUSED"
并检查是否存在：
target_thread_id = "current"
总结
这次遇到的不是单一故障，而是两个重试循环叠在了一起：
模型连接层通过 WebSocket 反复 Reconnecting；本地自动化任务因为无效的 target_thread_id 反复恢复失败。
前者通过切换到不使用 WebSocket 的 HTTP Responses Provider 得到改善；后者通过暂停损坏的“工作日晨间简报”任务彻底解决。
如果你也遇到 Codex Desktop 反复重连、高 CPU、内存上涨、输入卡顿，建议不要只盯着网络或项目索引。分别检查模型传输方式和自动化任务状态，可能会更快找到真正原因。
【最后一顿排查后，居然指向了一个叫工作日晨间简报的，死循环程序】直接给我看懵了，后来打开细节一看，又想起来了，这应该是codex刚下载的时候chagtgpt推荐的什么东西点了一下配置，然后就不知道了。之后就一直偷偷死循环bug。。。
【最后我给一个小白可以直接给CODEX输入的指令自动化解决这个问题：D】
请帮我修复 Codex Desktop 的两个问题：
1. 对话经常显示 Reconnecting，疑似默认 WebSocket 模型连接不稳定。
2. 打开 Codex 后持续高 CPU、内存上涨和输入卡顿，疑似损坏的定时任务在反复恢复无效线程。
请按以下要求执行，不要只告诉我操作步骤：
一、操作前备份
1. 备份 %USERPROFILE%\.codex\config.toml。
2. 检查 %USERPROFILE%\.codex\automations 下的定时任务。
3. 修改任何自动化文件前先创建备份。
4. 不要删除 auth.json、登录信息、会话记录或其他正常任务。
5. 不要修改注册表、Windows 系统设置、代理设置或其他软件。
二、处理 Reconnecting
检查用户级配置：
%USERPROFILE%\.codex\config.toml
保留原有其他配置，将模型 Provider 设置为：
model_provider = "openai_http"
确保配置中存在且只存在一份以下内容：
[model_providers.openai_http]
name = "OpenAI HTTP"
wire_api = "responses"
requires_openai_auth = true
supports_websockets = false
不要覆盖其他无关配置，不要把 Provider 配置写到项目级 .codex/config.toml。
三、处理高 CPU 定时任务
检查 %USERPROFILE%\.codex\automations 下所有启用的任务。
如果发现同时满足以下条件的任务：
- status = "ACTIVE"
- target_thread_id = "current"
说明它引用了无效的线程占位值。
优先使用 Codex 的定时任务管理功能将该任务暂停；不要删除任务。暂停后应为：
status = "PAUSED"
如果无法使用任务管理功能，再在已备份的前提下修改对应的 automation.toml。
特别检查名为“工作日晨间简报”的任务。
四、验证
完成后请验证：
1. config.toml 仍是有效的 TOML 文件。
2. model_provider 已经是 openai_http。
3. supports_websockets 已经是 false。
4. 损坏的定时任务已经是 PAUSED。
5. 不再新增 invalid thread id、invalid session id 或 heartbeat_automation_resume_failed 错误。
6. 对比处理前后的 ChatGPT.exe 和 codex.exe CPU、内存占用。
最后用中文告诉我：
- 修改了哪些文件；
- 备份文件在哪里；
- 暂停了哪个任务；
- 验证结果；
- 是否需要完全退出并重新打开 Codex。
执行范围严格限制在当前用户的 .codex 配置和 Codex 自己的任务管理功能中。
希望你的问题顺利解决哦！ #Aİ

（NEAR 2026: Repricing the AI-Native Blockchain Operating System，From Protocol Evolution to Chain Abstraction and the Future of Agentic Finance ）
作者： SanTi Li，纳西妲，银月
摘要Abstract：
过去的8年中，Web3经历了多轮牛熊转换与技术叙事的更迭，市场对 Layer 1公链的认知已产生严重的审美疲劳。单纯炒作理论 TPS（每秒交易量）或 EVM 兼容性已无法支撑起下一代 Web3 基础设施的千亿估值的设想，因为很多链的TPS从来没有一天平均超过20/s，实际网络利用率长期偏低。然而，当我们站在 2026 年的时间节点重新解构 NEAR Protocol，会发现其早已脱离了“以太坊杀手”或“高性能单体链”的单维竞争，悄然完成了从 Layer 1 公链向 Web3 底层基础设施的角色演进 。
本文旨在拨开市场噪音，回归第一性原理，通过梳理 NEAR 自 2018 年至 2026 年的技术演进（包括 SPICE 升级、无状态验证等底层创新）、通证经济模型的通缩重构，以及其在 AI 智能体（Agent）与链抽象（Chain Abstraction）领域形成的核心护城河，客观评估其真实网络价值、生态壁垒与跨周期投资逻辑。本文也希望回答一个问题：当 NEAR 已逐渐演化为 AI Native的基础设施平台时，市场仍沿用上一轮公链周期的估值框架，仅将其视作一条传统 Layer 1 公链进行定价的逻辑，是否需要被重构
价值导读 ：看懂NEAR价值的几个关键术语：
不得不说，$NEAR 这个项目的起名还挺艺术的，Nightshade、Intents、Chain Abstraction、SPICE、Stateless Validation……但很多投资者还没来得及理解它真正的价值，就已经被这些陌生的名字劝退了。
我也需要经常去问项目的人是啥意思，从而使得项目的很大一部分价值被术语认知门槛给埋没了。事实上，这些看似复杂的名词，并不是为了炫技，而是分别对应着 NEAR 最核心的几项底层创新。一旦把这些概念串起来，你会发现：
NEAR 并不是功能很多，而是整个技术体系都围绕着同一个目标——让区块链真正能够承载未来数十亿用户与 AI Agent。
所以在正式分析之前，我们一起先解释一些NEAR项目上独有的一些极具特点的术语，从而能大幅降低分析后面价值的理解难度：(如果你已经是 NEAR 老玩家，这一节可以直接跳过；如果你第一次研究 NEAR，我反而建议认真看完，因为后面几乎都会围绕这几个概念展开 )
1.夜影分片Nightshade sharding:
NEAR 的原生动态分片架构，实现单链体验与水平扩容兼得。它解决的是传统公链「性能提升必须牺牲去中心化」的问题。
官方定义是“逻辑单体、物理分片”的底层架构。白话来解释就是：传统分片（如 Cosmos 或早期的波卡）是建多条互不相通的高速公路，跨链非常痛苦；而夜影分片是把一条单车道公路悄无声息地拓宽成几十个并行的车道。司机（开发者和用户）完全感觉不到自己被分流了，全局流动性依然统一，但拥堵被彻底消除了
2.链抽象Chain Abstraction:
用户无需关心自己在哪条链，只需表达"想做什么"。它让 BTC、ETH、SOL、Base、Arbitrum 等多条链逐渐退居幕后，NEAR 负责统一协调和执行。
彻底屏蔽底层区块链基础设施复杂性的协议层。白话解释：它就是 Web3 里的“一卡通”。你不需要去了解以太坊、Solana 这些“链”的不同货币（Gas费）和繁琐的海关（跨链桥），只要刷这一张 NEAR 账户卡，后台就会全自动帮你搞定所有复杂的跨链汇兑和资产结算。（目前很多公链和交易所钱包以及DEX的丝滑兑换背后其实也都是NEAR的链抽象在运行）
PS：所以，我个人倾向于这个概念叫链能聚合，而不是链抽象哈哈。
3.意图网络 Near Intents:
用户告诉网络目标，网络自动寻找最优执行路径。例如："我想用 Arbitrum 上的 USDC 买 Solana 上的 NFT。"整个跨链、兑换、Gas 支付等复杂流程，都由 Intents 网络自动完成。
执行链抽象的核心路由网络。大白话：传统链上交易像“手动驾驶”，你要自己买 Gas、搞授权、看路径；Intents（意图）就像“滴滴打车”，你只管在前端发一句需求“我要用 Arbitrum 里的钱买 Solana 上的 NFT”，后台无数个老司机（求解器 Solver）会瞬间抢单，帮你找出最便宜的路径并全自动代跑腿执行
4.SPICE升级：
NEAR 下一代执行架构，进一步降低网络延迟，提升高频交易与 AI Agent 的执行效率。SPICE 的设计目标，是进一步解耦共识与执行，使交易排序和状态执行能够更加并行化，从而降低网络延迟，为机器经济M2M高频交易和 AI Agent 场景提供更高性能的执行环境。
想象一家餐厅：前厅服务员（共识层） 只负责快速记录并排列客人的订单；后厨（执行层） 根据订单在后台并行烹饪。前厅无需等待每道菜做好才能继续接单，后厨也无需影响前厅的接待效率。
两者协同工作，使整个餐厅的吞吐能力大幅提升。把"记订单"和"做菜"分开，让区块链不用再边出块边计算。在传统区块链中，共识（决定交易顺序）和执行（计算交易结果）往往高度耦合。节点通常需要等待当前区块内交易完成执行后，才能继续推进后续流程，这会限制网络整体吞吐能力。（注：截至 2026 年 7 月，SPICE 仍处于官方路线图持续推进阶段）
5.无状态验证Stateless Validation：
验证节点无需保存完整链状态，也能完成交易验证。它显著降低节点运行门槛，同时为未来网络持续扩容提供基础。
验证节点不再需要存储全网的历史数据字典即可验证新区块。大白话：以前当验证节点，必须自己背下一整本几TB 大小的“全球账本”才能上岗，硬件成本昂贵；现在，系统直接给你送来当前这笔交易需要的“单页小抄（状态见证）”，验证完就扔，哪怕是普通的家用电脑也能轻松成为节点，彻底降低了硬件成本天花板。
为什么这五个概念如此重要？
如果把 NEAR 看作一台"下一代互联网操作系统"，那么：
Nightshade 解决的是计算能力（如何扩容）Stateless Validation 解决的是验证效率（如何降低节点成本）SPICE 解决的是执行效率（如何提升性能）Chain Abstraction 解决的是多链互操作（如何连接整个 Web3）Intents 解决的是用户体验（如何让 Web3 像 Web2 一样简单）
五者并非彼此独立，而是共同构成了 NEAR 从一条 Layer 1 公链演进为 AI Native + Chain Abstraction 基础设施 的完整技术闭环。了解这这五点后，我们也可以进一步推进更具体的价值分析了。
1. NEAR Protocol底层逻辑重构：从EVM局限到账户模型的优化
项目定位：AI Native Layer 1 | Blockchain Abstraction Layer | 面向 AI Agent 的公链
在探讨 NEAR公链的长期投资价值前，我们先厘清它在底层设计上与以太坊（Ethereum）、Solana 等公链的本质代差。过去几年，公链赛道陷入了对单节点物理性能极值的盲目内卷，却集体忽略了阻碍 Web3 走向十亿级大规模采用（Mass Adoption）的最大痛点：反直觉的账户体系、高昂的用户认知门槛，以及孤立的状态模型。
联合创始人 Illia Polosukhin（作为奠定现代大语言模型基础的论文《Attention Is All You Need》核心作者之一）与 Alexander Skidanov（前微软及 MemSQL 顶级分布式数据库主导者）从 2018 年立项之初，就为 NEAR 注入了“AI 基因”与“分布式数据库”设计哲学。直接奠定了Near公链的底层骨架：预判了未来 AI 智能体对链上基础设施的高频自动化执行诉求与无感处理海量并发数据的横向分片经验。
若要承载未来数十亿用户与高频机器智能（M2M）交互，照搬以太坊基于 EOA（外部拥有账户，Externally Owned Account）的死板地址体系是绝对走不通的。EOA 导致了无休止的钓鱼攻击、授权被盗与私钥丢失惨剧，其根本原因在于 EOA 机制下“身份”与“控制权（私钥）”的绝对强制绑定。因此，NEAR 在这里最核心、也最具长期生命力的底层创新，落在了账户模型（Account Model）的彻底重构上。
推演与形象理解： 如果把以太坊的 EOA 体系比作一个“老式的单孔保险柜”，你要么拥有唯一的一把物理钥匙（私钥）可以拿走里面所有的钱，要么完全打不开它。这种“单点故障”权限死板。你在 DApp 上点击一次 Approve，实际上就是把这把唯一钥匙的复制品交给了黑客，一旦助记词被盗或授权出错，里面的所有资产便会被瞬间清空。
不仅是普通用户，即便是具备安全意识的老玩家，在主流Web3钱包（如作者本人在OKX Web3钱包）中交互极少数精选DApp时，也因底层授权机制的黑盒特性而遭遇资产被盗（例如黑客潜伏期先小额盗取Gas，随后转移全部余额）。这种安全焦虑是阻碍大资金入场的致命伤。
而 NEAR 的账户模型，在底层逻辑上是一个灵活的“智能合约容器”，它更像是一个“现代化的公司对公账户”。它的地址不仅原生支持人类可读（如 st.near，无需依赖 ENS 等外部服务），并且在这个账户上可以无缝挂载无数个不同层级权限的“访问密钥（Access Keys）”。 你可以给“财务总监（全权限密钥，Full Access Key）”转移核心资产的绝对权利，并将其锁在冷钱包中；同时，你可以给“前台（受限密钥，Function Call Key）”或“AI 代理”只发放调用特定 DApp、且每天最高消耗 10 美元 Gas 的权利。
即使前台的钥匙不慎丢失或 AI 代理被挟持，主资产也毫发无损，且主权限随时可以一键撤销这些子密钥。
Near的Access Key属于Protocol Native，而不是钱包插件实现。这一点比ERC4337更高级
这种“身份实体”与“执行密钥”在底层协议级别的彻底解耦，带来了革命性的结果：它不仅让 FastAuth（基于生物识别 FaceID/指纹登陆）、社交恢复等 Web2 级别的无感顺滑体验成为协议级原生支持，更为 2026 年全面结合 AI 代理（安全地给 AI 授权受限的智能合约执行权）埋下了至关重要的底层伏笔，解决了 AI 接入链上金融的“资产安全焦虑”。
2. 2018-2026 技术演进：状态膨胀的终结与无限扩容的实现
不知不觉，距离2019年我写作第一篇NEAR深度投资分析已经过去了7年了，那时的NEAR通证经济还在酝酿之中。NEAR 的技术演进史，本质上是一部迎战区块链“状态膨胀（State Bloat）”与“计算瓶颈”的硬核计算机科学工程史。当众多以太坊系网络采用 Layer 2 堆栈（甚至 Layer 3）这种割裂全局流动性、增加跨链桥系统性风险的妥协方案时，NEAR 选择了死磕最难的技术高地：底层协议级的水平扩展（Horizontal Scaling）。
早在 2020 年，NEAR 便推出了夜影协议（Nightshade 1.0）。与传统分片将网络硬性割裂为多个平行链（如早期的 Polkadot 或 Cosmos 应用链）不同，Nightshade 在逻辑上始终保持单体主链（保证了全局可组合性，开发者和用户感觉不到分片的存在），在物理上则将区块切分为多个数据块（Chunks）并行处理。
而到了 2024 至 2026 年，NEAR 连续完成了几项教科书级别的底层升级，其技术完成度与并发处理能力已在行业内形成实质性的代差优势：
无状态验证（Stateless Validation - Nightshade 2.0）： 随着链上活跃用户和智能合约连年累积，所有传统公链都面临着致命的“状态膨胀”问题。过去，全节点为了验证任何一笔新交易，必须在本地庞大且昂贵的 NVMe SSD 硬盘里存储并实时检索完整的“全局状态树”。这使得验证节点的硬件成本呈指数级攀升，最终网络必然走向少数机构控制的中心化。 无状态验证的引入，改变了验证范式。验证节点不再需要保存全网几十 TB 的历史状态，只需获取当前交易所需的“状态见证（State Witness，一种带有密码学证明的小巧数据包）”即可完成数学验证。
SPICE 升级（共识与执行彻底分离）： 传统公链（如以太坊甚至初期的 Solana）是严格的耦合处理机制，节点必须等当前区块内的所有交易一步步执行完毕、状态更新后，才能打包出块。这种串行等待严重拖慢了网络。SPICE 升级在底层架构上将“共识排序”与“状态执行”彻底解耦。
这一架构上的革命，SPICE官方目标是将 NEAR 的出块时间压缩至物理极限的 200 毫秒，最终确认（Finality）仅需 0.4 秒。这种性能已经完全跨越了传统区块链的迟滞感，达到了纳斯达克等传统金融级高频清算引擎的延迟标准。
动态重分片（Dynamic Resharding）： 面对突发流量（如爆款 NFT 铸造、热门 Meme 币发射或 AI 高频套利爆发），传统单体网络（如 Solana）往往只能被动承受全网拥堵，或像以太坊一样承受 Gas 费的数十倍飙升。而 NEAR 网络的底层协议监控机制，可根据各个分片实时的负载与计算资源消耗情况，自动在约 2-3 秒内将拥堵的分片“动态裂变”出新的分片，将流量平摊，并在流量回落时自动合并分片，全程零宕机且对前端用户完全无感。在应对 2026 年 AI 机器产生的高频且呈现脉冲式突发特征的交易流量时，这种“弹性无限扩容”能力是维持全网始终保持极低且稳定 Gas 费的核心保障。
3. NEAR通证经济Tokenomics 深度解构: 通缩飞轮与商业闭环
2026基础经济模型数据：
根据最新的官方数据与CMC数据来看，NEAR截止7.14日的整体估值FDV为25.7亿美元，的整体流通率已经已经几乎100%，排除了行业所有项目最害怕的未来大额释放解锁的抛压压力。处于全流通状态，未来的项目token整体价值与项目的核心开发，进展，供需稀缺性产生了直接的完全联通。
评估一个 Layer 1 资产长期的生命力与投资的安全垫，代币经济学（Tokenomics）是核心标尺。在过去，绝大多数公链（包括早期的 NEAR 与目前的绝大多数新锐 L1）都依赖高通胀（增发代币）来支付网络的安全预算（即给予矿工/验证节点的区块奖励）。这在本质上是一种对全体持币者进行持续“隐性抽血”的长期稀释。过去几年很多项目陷入了这种模式陷阱，
这种“用未来的高通胀补贴当下的网络安全，用代币补贴换取虚假 TVL”的模式，在缺乏真实外部商业现金流收入时，无异于一场旁氏游戏。一旦大盘转熊，飞轮就会瞬间崩溃。但进入 2025-2026 年阶段，NEAR 在经济模型上完成了两次极具魄力的决定性转向，彻底打通了商业逻辑的正向闭环：
断崖式减半与基础供给收紧： 通过极高共识的链上治理提案，NEAR 效仿比特币的减半哲学，将网络的最大年化通胀率从 5% 硬性削减至 2.5%。这意味着每年向市场释放的新增抛压被直接腰斩，而且2.5%的膨胀率低于绝大多数国家的通货膨胀率。扣除网络日常海量交易造成的 Gas 基础燃烧（每个区块基础费用的 70% 被销毁）后，实际净通胀率被压制在极低的水平。从供给端来看，这相当于为代币价格构筑了第一道防线。NEAR Intents 费用开关激活（真实商业收益赋能）： 这是 NEAR经济模型发生质变、走向传统优良生息资产逻辑的最关键拐点。随着 NEAR Intents 作为一个统一的全链跨链执行抽象网络崛起，其当前累计处理的真实跨链交易与Swap掉期量已突破 200 亿美元大关。协议正式启动了协议层面的“费用开关（Fee Switch）”，开始从这些极其高频的真实跨链金融活动中抽取千分之几的手续费。 最重要的是，协议将这些以法币、USDC 稳定币或主流蓝筹资产（如 $BTC 、$ETH ）计价的真实外部收入，直接引入去中心化 DEX，在公开市场强制回购（Buybacks） $NEAR 代币并予以彻底销毁（或注入长期的生态红利池）。
数据侧写与 Web2 科技股财务逻辑对标： 这套机制完美对标了 Web2 盈利科技巨头（如苹果、微软）最为成熟的“股票回购（Share Buyback）”逻辑。不依赖虚假的增发补贴，而是赚取真金白银来减少流通盘。
并且，区块链Web3项目的估值逻辑还会比Web2更加丰富一些，因为Token的特殊属性与转移价值即时性，和多重维度的使用性，直接增加了不同场景的多重消耗与使用体验。不仅仅像股票一样的投票与分红权， 结合链上详实的数据分析模型，当 NEAR Intents 的日均跨链交易量稳定在 1.77 亿美元上方时，配合 AI 智能体庞大且连绵不绝的算力调用所产生的海量 Gas 燃烧，网络的总销毁与回购量将在数学曲线上与2.5% 的新增发行量产生历史性的“黄金交叉”（即 Burn≥Issuance ）。
这意味着，NEAR 网络不仅停止了对持币者的价值稀释，更依托外部真实商业世界的充沛现金流（跨链清算、全网汇兑抽成、AI 意图结算）正式步入了“绝对通缩”周期。在整个 Crypto 市场充斥着无盈利能力和超高 FDV（全流通估值）砸盘项目的背景下，这种具备强劲正向商业现金流折现逻辑的 Layer 1 资产，其稀缺性不言而喻。但项目的额外价值还与市场的整体走势与情绪息息相关，在市场狂热或恐慌时，往往会出现价值错配，就像世界杯的预测市场一样，同样是阿根廷队，它获胜的赔率可能会随着情绪的波动从80%胜，恐慌到4%胜，最后再逆转回到100%胜，市场的情绪无法剖析其内在水平只能衡量比分和剩余时间。当然，这个例子本质上是期权，对于NEAR这种长期性的Token只作为短期的情绪波动案例参考就好了。
对于AI智能体经济的爆发，我个人偏向是指数级别的爆发，而不是线性级别，前期试验与逻辑安全性验证走通之后，很可能会产生更大规模的爆发。到时候消耗的GAS量与整体项目的价值提升，就更加值得期待了。
4. NEAR AI Native公链的终极形态：可验证机密计算与智能体经济
2026 年的宏观叙事风口早已从单纯的 DeFi 庞氏挖矿，全面转向了由机器主导的“AI智能体经济网络（Agentic Web）”。当各大公链包括初创项目都在急不可耐地给自身硬贴“AI”标签（如简单的发个AI概念 Meme 币，或仅仅把AI模型的结果存到链上）时，NEAR 依托 Illia 的大模型科研背景与人脉壁垒，选择了一条硬核、且难以被其他链复制的技术落地路径：构建可验证的机密计算环境，确立 AI 代理的数字所有权与自动化经济结算网。
其落地的核心破局组件，是 2026 年已正在部署的 IronClaw（开源且可验证的机密 AI 代理运行环境）。
“黑盒悖论”痛点解决与推演： 为什么传统的华尔街量化资金、顶级对冲基金，甚至高净值 Web3 用户，至今不敢让复杂的 AI 代理去链上直接接管大额资金并进行 24 小时的高频自动交易？核心在于无法打破传统云计算的“黑盒悖论”。 如果你的 AI 交易模型（包含了你呕心沥血训练的多空策略权重，以及控制数百万美元资金的私钥）跑在 AWS、阿里云等传统中心化服务器上，云厂商的超级管理员、底层运维人员或黑客，随时可以在内存层级物理窃取 AI 的策略逻辑，甚至直接复制私钥盗走所有资产。你是在要求机构将身家性命托付给中心化机房的道德底线。
IronClaw巧妙地打破了这一僵局。它将区块链的零知识证明（ZKP）与 Intel SGX/NVIDIA H100 芯片底层的 TEE（可信执行环境，Trusted Execution Environment）机密计算架构深度融合。
形象理解： 这相当于为 AI 代理在云端物理服务器内，打造了一个由硬件芯片直接锁死的“密码学级别的精钢黑匣子”。你的私钥和核心量化策略存放在这个黑匣子里运行，AI 在里面帮你自动执行复杂的跨链套利或资产再平衡。即使是提供这台物理服务器的云厂商，甚至是 NEAR 的核心底层开发者，也绝对无法通过物理拔盘或用最高权限代码入侵匣子来偷看里面的数据（内存是芯片级加密的）。 但与此同时，所有人又能通过 NEAR 链上的密码学零知识证明，客观验证这只 AI 确实是一丝不苟地按照你的原始意图（比如“当 ETH 跌破 2500 时买入 100 个”）执行了操作，没有被任何恶意代码篡改。
在此基础设施之上，NEAR 成功构建了繁荣的“AI 代理市场（Agent Market）”。这不是玩具级别的聊天机器人，而是数以万计拥有“完全经济代理权”的独立 AI 打工人。它们在 NEAR 链上互相雇佣、购买 API 数据、按毫秒结算微支付（M2M Payment）。例如，负责执行交易的 Agent A，可以自动雇佣擅长数据抓取的 Agent B 去分析全网 X（原 Twitter）的情绪，并在毫秒级内用零点几美分的 NEAR 自动完成薪酬结算。
得益于前文提到的 SPICE 升级（0.4秒极速确认）和极低的 Gas 成本，NEAR 成为了目前全网极少数能够真正承载这种超高频、微美元级别机器间经济清算的底层网络。此外，NEAR 深度加入英伟达初创加速计划（NVIDIA Inception Program），不仅获得了底层的 CUDA 硬件级优化支持与企业级 GPU 采购优先级，更实质性地确立了其在去中心化 AI 算力网络中的工程技术霸权。
但对于所有agent的使用，目前还需要进行权限层面的个人限制，并且AI确实会出现授权过度导致自动整合删除多年心血文件的案例，哪怕最先进的GPT5.6和Claude模型也都出现了类似的问题。所以往往阉割版本的专用AGENT反而是更加安全一些的。比如上面描述的，只分析推特，只负责某种交易策略的Agent经济。
5. 非对称护城河：链抽象得益于全网流动性的聚合
如果说 AI 是 NEAR 延展的无限新边界，那么“链抽象”则是 NEAR 在面临以太坊 L2 混战、Solana 极速反扑的公链存量博弈战中，在战略层面上走出的最精彩、最致命的一招棋：放弃与以太坊进行低效的 TVL（总锁仓量）存量内卷，直接通过底层协议拥抱并统御全网增量流动性。
当其他 Layer 1 还在纠结于怎么写复杂的 EVM 兼容层，怎么通过发大额代币空投把以太坊的资金和用户“吸血”过来时，NEAR 抛出了“链抽象”的终极叙事。借助基于 MPC（多方安全计算网络）的链签名（Chain Signatures）底层突破，NEAR 网络上的一个智能合约，可以直接原生生成、签署并控制比特币（Bitcoin）、以太坊（Ethereum）、Solana 甚至非 EVM 链上的任何真实地址。
底层逻辑推演与用户旅程解构： 链抽象协议就像是 Web3 世界里的一张“全球通用的一卡通（类似 Visa/Mastercard 的全球清结算网）”。在旧时代，用户去以太坊要准备 ETH 做手续费，去 Solana 要买 SOL，想跨链还得提心吊胆地走各种漏洞百出的跨链桥（这类似于去不同国家需要兑换不同法币 ，不仅汇率损失惨重，还有些繁琐）。
现在，在一个典型的应用场景中：一个完全不懂区块链底层逻辑、甚至没有助记词的 Web2 用户，只需要通过邮箱注册一个 NEAR 账户（这张黑卡），他在前端发起一个自然的“意图（Intent）”——例如“用我在 Arbitrum 上的 5000 USDC，去购买 Solana 上某个正在热卖的NFT”。
接收到这个意图后，NEAR 底层的去中心化求解器（Solver）网络会在毫秒级内，于全球流动性池中自动寻找滑点最低、汇率最佳的跨链路径。接着，NEAR 的 MPC 验证节点集群共同签署指令，在后台全自动完成：从 Arbitrum 提取 USDC -> 兑换 -> 跨链传输 -> 甚至用代付机制（Paymaster）替用户垫付目标链的 Solana Gas 费 -> 买入 NFT -> 存入用户的多链统一地址。 对于这位终端用户来说，他甚至自始至终都不需要知道 Arbitrum 和 Solana 这两条链的存在，他只感觉自己完成了一次如同“微信支付”般丝滑的“一键购买”。真正掌握价值的，不一定是底层资产，而是掌握用户入口、交易路由与清算能力的一方
这构成了极深且具有绝对排他性的护城河： NEAR 实质上将其他所有的头部公链（包括比特币那不可撼动的强劲储值属性，和以太坊那庞大繁荣的 DeFi 生态）吸收成了自己的“底层资产流动性池”和“被动执行终端”。当 NEAR Intents 深度植入拥有7000 万月活用户的 Brave 浏览器等超级入口后，只要掌握了面向最终用户的前端交互入口和全链跨链路由调度权，NEAR 就等于获得了整个 Web3 商业时代的流量分发的红利。并且NEAR在交易所聚合层面的收益可能远大于浏览器与项目层面。
NEAR的核心护城河小结论:
AI 基因护城河：创始团队与 AI 研究背景。账户模型护城河：协议原生 Account Abstraction 与 Access Keys。Chain Abstraction 护城河：Chain Signatures + Intents。可扩展性护城河：Nightshade、Stateless Validation、SPICE。经济模型护城河：高流通、Gas Burn、极低通胀、潜在协议收入。
6. Web3估值逻辑重塑：跳出TVL刻舟求剑，基于真实收益的现金流折现模型
在目前的加密资产定价模型中，绝大多数一二级研究员和市场资本仍惯用2021年以前很火的 TVL（总锁仓量）或单纯的 L1 TPS 叙事来对 NEAR 进行刻舟求剑式的估值。甚至由于Meme的热潮，很多人直接用Meme和市场讨论来单纯的对项目进行估值，这种陈旧的框架完全无法匹配 2026年NEAR以及很多新的项目的商业实质，导致了市场上严重的资产价值错配与低估。很多优质的项目因为市场没有讨论，就给了非常低的估值，这确实是一篇价值洼地。
当我们抛开旧有成见，将 NEAR 视为一个具有真实规模化营收的“全链意图调度结算层”和“AI 算力底层统一支付网络”时，我们可以参考性的引入更为传统的 Web2 科技基础设施估值模型——例如市销率（P/S Ratio）或协议费用乘数（Fee Multiple，即流通市值/年化协议总收入）。
横向数据对标的震撼力： 如果我们将当红的顶级跨链互操作协议 LayerZero（ZRO）作为对比锚点。LayerZero 估值极高(最高时为60亿美金左右，当下为5亿美金)，但当前 NEAR Intents 仅凭接管的跨链意图流量所捕获的真实商业价值（近 30 天协议跨链手续费净收入），就已经达到并超过了 LayerZero 的 15至18倍 量级。NEAR抛开AI仅仅算在跨链清算领域的实际市占率和盈利能力，就已经被市场严重地忽视低估了。要知道绝大多数AI和Web3的项目，哪怕到了千亿估值，盈利可能还是亏损的状态。
费用乘数（Fee Multiple）与安全垫优势： 在严谨的财务基本面测算中，将 NEAR 全网基础 Gas 收入与 Intents 庞大的跨链抽成加总，NEAR 目前的流通市值仅仅为其年化总协议费用的约 56 倍。在动辄上千倍市盈率的加密市场，这是一个健康的、甚至低于部分传统科技 SaaS 企业估值水平的数据。 作为强烈对比，部分拥有极高 FDV（全流通估值）、流通率低（普遍不足 30%）且正处于机构解锁期的新兴 Layer 1（如 Sui、Aptos 等），它们不仅每天面临团队和 VC 机构巨大的后续砸盘压力，其网络真实的协议手续费收入也往往比较低。若严格计算其市销率，倍数往往高达惊人的数千倍。 而 NEAR 作为筹码近乎全流通（超过 99% 已释放）、没有早期机构巨量解锁砸盘包袱，且具备强大外部业务造血能力（回购销毁）的标的，其下行的估值安全垫极厚，具备极高的盈亏比。
6.2 从现金流估值到可选价值（Option Value）：NEAR 的长期价值重估
传统金融市场对于企业的估值，通常会建立在当前收入、利润以及未来现金流折现（DCF）的基础之上。然而，对于真正具备平台属性的科技企业而言，资本市场往往还会给予另一部分重要的估值来源——未来成长性的可选价值（Option Value）。无论是微软Microsoft、英伟达Nvidia、亚马逊Amazon，还是 OpenAI，本质上都不仅仅按照当前盈利能力定价，而是市场提前为未来可能形成的新产业入口支付了溢价。
对于 NEAR 而言，同样不能仅依靠 Gas 收入、协议手续费以及 Intents 所带来的现金流进行估值。随着 AI Agent、链抽象（Chain Abstraction）以及机器经济（Machine Economy）的持续发展，NEAR 更大的价值，在于其作为下一代数字基础设施所具备的长期扩展能力。
首先，AI Agent 为 NEAR 带来的价值，并不仅仅体现在当前协议收入，而更像是一张长期的 AI 看涨期权（AI Premium）。目前全球 AI 智能体经济仍处于早期阶段，但一旦 AI Agent 开始大规模拥有数字身份、自主钱包、链上资产管理能力，并能够自动调用 API、执行跨链交易、完成自主支付，那么这些高频、自动化的链上行为都需要底层网络提供稳定、安全且低成本的执行环境。NEAR 在账户模型、Access Keys、Chain Abstraction、Intents 以及 AI Native 基础设施上的布局，使其天然具备了承接这一轮 AI 基础设施升级的能力。因此，AI 所带来的价值更应被理解为未来现金流的增长预期，而非当前收入本身。
其次，链抽象（Chain Abstraction）赋予 NEAR 独特的网络价值（Network Premium）。传统 Layer1 的竞争逻辑往往建立在争夺 TVL、争夺开发者以及吸引生态迁移之上，而 NEAR 的目标并非替代其他公链，而是成为整个 Web3 的统一交互层和流动性路由层。未来，无论用户最终使用的是 Bitcoin、Ethereum、Solana、Base 还是其他公链，都有可能通过 NEAR 完成资产管理、跨链执行与交易结算。这意味着，NEAR 的增长并不依赖于其他公链的衰落，反而有机会随着整个行业规模的扩大而同步受益，其商业模式更接近于互联网时代的支付网络和基础设施平台。
除此之外，机器经济（Machine Economy）可能成为未来最大的新增价值来源。过去二十年的互联网主要服务于人与人之间的信息交换，而未来十年，更大的增量可能来自 AI Agent 与 AI Agent 之间（Machine-to-Machine，M2M）的自动化协作。Agent 可以自主购买算力、调用 API、支付数据费用、执行链上交易，甚至雇佣其他 Agent 完成复杂任务。这种海量、高频、低金额的自动化支付网络，与传统支付体系存在本质区别，更需要极低延迟、极低 Gas 成本以及高吞吐能力的区块链基础设施。NEAR 在高性能执行架构、账户抽象以及链抽象方面的设计，与机器经济的发展方向具有较高的契合度，因此未来机器经济的发展，也有望进一步扩大 NEAR 的协议价值捕获能力。
与此同时，数字身份、元宇宙（Spatial Computing）以及未来数字资产网络的发展，也为 NEAR和整个Web3行业提供了额外的长期价值空间。虽然近年来元宇宙概念热度有所下降，但AIGC的兴起势必也会重启辐射回元宇宙，并且数字身份、跨平台资产、统一账户体系以及沉浸式互联网的发展趋势并未消失。未来，无论是 AR、VR、数字孪生还是空间计算，其底层都需要统一身份、统一账户、统一支付和统一资产管理能力，而 NEAR 的账户模型、FastAuth、Chain Signatures 与 Chain Abstraction 等基础设施，为这些新场景提供了较好的协议兼容能力。这部分价值目前尚未完全体现于协议收入之中，但依然构成了长期发展的潜在增长空间。
因此，我们认为，NEAR 的长期估值不应仅停留于传统 Layer1 的 TVL、TPS 或短期生态活跃度，而应逐步采用“基础现金流 + 网络效应 + AI 溢价 + 协议可选价值（Protocol Optionality）”的综合估值框架。随着真实协议收入不断增长、AI Agent 经济逐步成熟，以及链抽象持续接入更多跨链资产和用户入口，NEAR 有望从传统公链逐步演化为整个 Web3 与 AI 时代的底层操作系统，其估值逻辑也有望向具备真实现金流和长期成长性的互联网基础设施平台靠拢，而不仅仅是一条 Layer1 公链。
而 NEAR 当前的 FDV 仅约 25 亿美元（截至2026年7月，DYOR）。这一估值更多反映了市场对其作为传统 Layer 1公链在熊市与弱PR风格之中的认知，而对于未来AI经济所蕴含的长期价值，市场仍处于早期定价阶段，NEAR 的长期价值也有望得到重新定价。
7. 整体价值总结：跨越周期的结构性红利与长期投资展望
总结而言，站在 2026 年的宏观视角，面对全球宏观流动性的新一轮宽松预期（降息周期）以及人工智能算力军备竞赛的白热化，NEAR Protocol 早已不再是一个仅供技术极客讨论 TPS 极值指标的实验性单一公链。
从底层技术架构看，Nightshade、SPICE 与 Stateless Validation 共同构成了 NEAR 面向 AI 时代的性能底座 ，使其具备了支撑千万级日活和机器超高频微支付的工业级强度。从商业造血模式看，它是当前 Web3 极少数通过“链抽象”降维解决全网流动性割裂，并凭借真实跨链抽成与严格的基础减半，实质性实现内部经济模型进入绝对通缩的良性生息协议。从未来前瞻布局看，它更是可信 TEE 机密计算、拥有自主权的 AI 智能体与加密原生资产完美交汇的唯一大规模落地土壤。
顶层机构的资本嗅觉往往是最敏锐的。纳斯达克上市公司 Sovereign (SVRN) 公开宣布将 NEAR 作为其国库核心储备资产，以及 Bitwise、灰度（Grayscale）等传统华尔街资管机构接连推出合规的 NEAR 金融信托产品，均标志着主流的 Old Money 已彻底认可其商业逻辑的闭环。包括与英伟达的紧密合作，都意味着NEAR正在走进主流机构的视野之中。
在资本市场价格往往滞后于底层技术与商业爆发的现状下，此时的 NEAR 正处于“基本面较强、商业闭环已成，但估值仍受旧周期模型与行业整体处境压制”的非对称红利阶段。可能是因为NEAR的市场PR特别是偏深度解读层面内容比较薄弱，虽然创始人以及顶级AI公司如英伟达，谷歌的支持，但本身的第三方核心分析内容产出过少，也一定程度压制了价值被发掘。
并且随着Meme过去几年的兴盛，真正愿意深度写价值剖析的机构与人也被劣币驱逐良币的趋势按下了输出暂停键。AI的洗文也会让原创和深度创作者的推广意愿大幅降低，但是从另一个角度看，AI也会帮助推广真正有价值的观点与内容，你的思想与方法论也会逐渐潜移默化的影响整个行业或者圈外的人。
我们认为，随着链抽象持续提升流动性聚合能力，以及 AI Agent 与机器经济逐步进入真实应用阶段，NEAR 有望迎来跨越周期的价值重估，其基本面已呈现出区别于传统 Layer 1 公链的结构性特征，并具备 AI Native 基础设施所赋予的长期成长属性。
真正的平台价值，并非来自今天已经实现了什么，而在于未来能够持续承载多少新的经济活动。对于 NEAR 而言，Gas 收入只是价值重估的起点，而 AI Agent、机器经济、链抽象以及未来数字世界所带来的协议可选价值，才可能构成其跨越周期的第二增长曲线。
特别声明：本文为长期投资价值学习研究报告，仅为学习探讨使用，并非投资决策建议，请读者进行仔细的自主研究DYOR。