夏木KRIS

«Square расталған+» белгісі
全市场分析,不受局限。Market-Wide Analysis, Without Limits.
2025 Blockchain 100 — Тәуелсіз зерттеуші
2025 Blockchain 100 — Тәуелсіз зерттеуші
Traders League Badge Expert
Traders League Badge Expert
原创之星
原创之星
Жиі сауда жасайтын трейдер
8.6 жыл
446 Жазылым
84.2K+ Жазылушылар
171.2K+ лайк басылған
3 Белгішелер
Жазбалар
PINNED
·
--
Мақала
AI时代,人类将进入被喜爱经济过去几百年,人类社会始终围绕着一个问题运转: 一个人究竟能够为社会提供什么样的劳动? 工业革命时代,体力与机械操作能力具有经济价值。 信息革命时代,知识、技术与专业能力逐渐成为社会竞争的核心。 工程师、金融分析师、律师、设计师、程序员,这些职业之所以能够获得相对优厚的报酬,很大程度上是因为掌握相关技能需要付出大量时间与成本。 但人工智能正在改变这套运行了数十年的价值分配机制。 当 AI 能够编写程序、分析金融市场、设计产品、制作视频,甚至协助企业完成大量决策时,一个值得思考的问题开始浮现: 如果未来大部分知识工作都能够由 AI 完成,人类还需要花费十几年,把自己培养成某个领域的专业工作者吗? 或者,我们应该开始重新思考: 人类究竟应该把有限的生命投入什么? 一、AI 正在瓦解传统专业能力的稀缺性 经济价值从来不只取决于一项能力有多困难,更取决于市场有多需要它,以及有多少人能够提供它。 过去,一个人需要经过数年的专业训练,才能具备软件开发、财务分析或专业设计能力。这些技能之所以昂贵,部分原因就在于获取成本很高。 但 AI 正在快速降低这些能力的使用门槛。2025 年,国际劳工组织(ILO)发布研究指出,全球约四分之一的工作者,所从事的职业在不同程度上受到生成式 AI 的影响。 值得注意的是,研究认为多数工作更可能发生转型,而非直接消失。这意味着我们不能简单地认定工程师、金融分析师或其他专业人士即将失业。 但另一个趋势已经值得重视: 当专业知识越来越容易获取,单纯拥有知识,就越来越难成为长期的竞争优势。未来真正具有价值的专业人士,可能需要掌握资本、资源、信任、责任与决策权,而不只是具备完成某项任务的能力。 这也让我开始思考另一种可能。如果 AI 能够替人类承担越来越多工作,那么人类是否应该把更多时间投入自己身上? 二、下一个值得大规模投资的产业,可能是人类自己 想象两个年轻人。第一个人花费五年时间,学习编程、金融分析与各种专业知识,希望进入大型科技公司或金融机构。 第二个人同样花费五年时间,但他的选择完全不同。 他持续健身,将体态锻炼到极佳的状态。研究护肤、发型、穿搭与化妆,将自己的外在形象提升到极致。 学习舞蹈、武术、空翻、体操、跑酷、滑板与各种极限运动。训练表达能力、镜头感与社交技巧。同时通过自媒体,持续记录并展示自己的成长。 在过去的社会价值观中,第一个人往往更容易被认为是在追求一条稳定、具有经济回报的道路。 第二个人则可能被认为只是在培养兴趣。但到了 AI 时代,这两条道路的经济价值差距,可能出现非常大的变化。 第一个人所学习的部分技能,正在面临 AI 带来的供给增加。 第二个人培养的能力,却可能同时产生外貌吸引力、身体表现力、娱乐价值、社交优势与个人影响力。 更重要的是,这些能力能够直接通过互联网展示给数百万人。一段高难度空翻视频,可能吸引数百万次观看。 一个拥有出色外貌与身材的人,可能通过日常生活内容获得大量关注者。一个具备独特个性、表达能力与生活方式的人,可能让成千上万的陌生人对他产生好感。 而这些关注与喜爱,已经存在成熟的商业变现途径。品牌合作、广告分成、付费订阅、直播、个人产品,以及由个人影响力延伸出的各种商业活动。 这意味着: 一个人对自身外貌、身体与才艺的投资,可能同时是一种生活投资、社交投资,以及经济投资。 这是过去传统职业观念很少讨论的事情。 三、从劳动经济到被喜爱经济 我想提出一个概念: 被喜爱经济(The Economy of Being Loved)。 这不是一个已经被经济学界普遍接受的正式分类,而是我对 AI 时代可能出现的价值转移所提出的假说。 过去,大部分人的收入来自劳动市场。企业需要某种能力,因此支付薪资购买你的工作时间。 但在创作者经济中,一个人即使没有直接替观众完成任何工作,也可能因为获得大量喜爱而创造收入。 例如,一个人每天分享自己的健身过程。观众没有要求他替自己健身,也没有直接购买他的体力劳动。 但他们愿意观看、关注、互动,甚至购买他推荐的产品。这里产生的经济价值,来自娱乐、认同、陪伴、欣赏与信任。 更有趣的是,观众可能根本不需要这个人具备世界顶尖的专业能力。 他不一定要成为世界冠军。 不一定要拥有博士学位。 甚至不一定要在某个领域达到前百分之一。 只要他的外貌、个性、身体能力、生活方式或表达方式,能够持续吸引特定群体,就可能形成具有商业价值的受众关系。 这与传统劳动市场存在根本性的差异。 传统劳动市场主要奖励你能完成什么任务,而被喜爱经济则可能奖励你是一个什么样的人,以及别人有多愿意持续关注你。 当然,两者并非完全对立。 一位优秀的医生、工程师或投资人,同样可以通过专业能力获得大量喜爱。 差别在于,专业能力可能不再是获取关注与财富的唯一主要途径。 四、这个趋势已经有经济数据支持 创作者经济的发展,提供了一个值得研究的现实案例。 Goldman Sachs 曾预测,全球创作者经济的潜在市场规模,可能从约 2500 亿美元增长至 2027 年的 4800 亿美元。 这项预测并不代表所有创作者都能获得高收入,但它反映出一个重要现象: 个人影响力已经逐渐形成庞大的商业市场。 2026 年,CreatorIQ 发布的创作者收入研究也显示,品牌投入创作者营销的资金持续增加。 然而,收入分配非常不平均。 其研究指出,2025 年收入最高的前 10% 创作者,获得了样本中约 62% 的总报酬。 另一份涵盖超过 5000 名创作者的 2026 年调查则显示,约 67% 的创作者,每年从内容创作获得的收入低于 1 万美元。 这些数据同时揭示了两件事。 第一,通过个人影响力赚钱,已经是一个真实存在且规模庞大的市场。 第二,获得注意力与成功变现之间,仍然存在很高的门槛。 这也意味着,未来可能出现一种新的竞争格局: 少数能够持续获得大众喜爱,并将关注转化为商业价值的个体,可能积累远超一般人的财富。 这种收入差距,甚至可能比传统职场更加极端。 五、当一切都能被伪造,真实的人类将成为新的奢侈品 AI 正在带来一个非常特殊的现象。 未来,我们可能再也无法单凭一段视频,判断眼前看到的事情是否真实发生过。 一个从未接受训练的人,可以通过 AI 生成自己完成高难度空翻的视频。 一个完全不会跳舞的人,可以在视频里展现世界级舞者的身体控制能力。 甚至一个根本不存在的人,也能拥有完美的外貌、身材、声音与生活经历。 当这些内容可以被大量、低成本地制造出来,互联网上的视觉表现可能逐渐失去过去所具有的证明力。 因为我们再也不能仅凭一段精彩的视频,就确定画面中的人真的具备那些能力。 但这里存在一个值得思考的矛盾。 当任何人都能通过 AI 展现完美,真正拥有这些能力的人,会不会反而变得更加珍贵? 想象一下。 当互联网上充斥着 AI 生成的极限运动视频,一个能够在现实世界中完成高难度动作的人,依然需要经过长期训练,承担受伤风险,克服真实的身体限制。 当 AI 可以创造无数张完美的脸孔,现实生活中拥有出色外貌、体态与气质的人,仍然需要真实地生活在这个世界上。 当 AI 能够生成任何舞蹈表演,真正具备舞蹈能力的人,依然可以站在观众面前,用自己的身体完成那些动作。 这些能力背后所需要付出的时间、努力与身体代价,并不会因为 AI 能够模仿它们而消失。 甚至可能因为虚假内容越来越多,让人们更加重视那些能够被真实验证的表现。 这种现象,在经济学上也存在值得讨论的逻辑。 当某种商品能够被大量复制,人们可能开始更加重视它的来源、真实性与稀缺性。 例如,数字图片可以被无限复制,但具有明确创作历史与真实来源的艺术作品,依然可能具有很高的收藏价值。 同样的道理,也可能逐渐发生在人类身上。 当 AI 能够无限复制人类的外在表现,真正稀缺的可能不再是那些漂亮的画面,而是画面背后那个真实存在、真正具备能力的人。 这也意味着,未来的自媒体可能发生另一个重要变化。 观众不再只是欣赏内容本身。 他们可能更加重视创作者的真实身份、长期经历、现场表现,以及能否与真人建立可信的互动关系。 直播、现场表演、体育竞技、线下活动,甚至能够证明真实性的内容形式,都可能因此获得更多重视。 当然,这并不代表 AI 生成内容会失去市场。 虚拟偶像、AI 角色与生成式娱乐,依然可能吸引大量观众。 但人类对真实人物的欣赏,可能逐渐形成另一种更加强调身份、经历与信任的价值体系。 当虚假的完美变得唾手可得,真实的人类反而可能成为这个时代最难被复制的存在。 这也可能带来一种新的经济现象: 真实性溢价(Authenticity Premium)。 当市场充斥大量难以辨别真假的内容时,具有可信来源、真实经历与可验证能力的个体,可能因此获得额外的市场价值。 未来人类的竞争,可能不再只是比拼谁拥有最出色的能力,还包括谁能够证明自己真正拥有这些能力,并让其他人因此产生欣赏与喜爱。 六、外貌与身体能力,可能成为新的个人资本 在传统经济学中,我们经常讨论金融资本与人力资本。金融资本包含现金、股票、债券与各种资产。 人力资本则包含教育、知识、技能与工作经验。但如果把人类放进社交媒体与 AI 时代的环境中,我认为还需要更加重视另一种资本。 个体呈现资本(Personal Presentation Capital)。它包含外貌、体态、穿搭、气质、身体控制能力、表达能力,以及一个人如何让别人感知自己的能力。 这些特质并不是现在才具有价值。外貌吸引力、运动能力与社会地位,在人类历史中始终扮演重要角色。 真正发生变化的,是互联网让这些能力有机会被大规模传播与商业化。过去,一个长相出众、身材很好、擅长舞蹈的人,可能只会在学校、职场或生活圈中受到关注。 今天,同样一个人可以通过短视频,让自己的魅力被数百万人看见。这种传播能力,让原本主要存在于线下社交中的个人优势,有机会转化成可以持续积累的数字资产。 但这里也有一个值得注意的现象。当越来越多人开始追求极致外貌与身体表现,竞争标准也会不断提高。 健身、护肤、医美、造型、摄影与个人形象管理,可能因此获得更多需求。然而,过度依赖外貌评价,也可能带来焦虑、身体形象压力与持续比较。 所以个体呈现资本真正值得追求的方向,应该是让身体能力、健康、审美与个人表达共同提升,而不是无止境地迎合外界标准。 七、未来的超级个体,可能不再需要传统职业身份 我认为,AI 时代还可能改变另一件事。 那就是人类如何定义自己。过去,当两个陌生人第一次见面时,最常出现的问题之一就是: 「你是做什么工作的?」 这个问题背后,其实隐含着一套社会评价系统。 你的职业,往往被用来推测你的收入、教育程度、社会地位与个人能力。 但假设未来一个人可以利用 AI 完成大量知识工作,并且通过自己的社群影响力获得收入。那么,他还需要一个明确的职业头衔吗? 他可以同时是一名投资者、运动爱好者、内容创作者、舞者,以及某个领域的研究者。 他的收入可能来自投资、品牌合作、个人产品与数字内容。 他的时间则可以自由分配在身体训练、学习、旅行、创作与社交活动上。他不需要将自己的人生完全绑定在某一个职业。 更重要的是,这些看似分散的活动,可能都在强化同一项资产: 他自己。 外貌提升,增加第一印象的吸引力。 身体能力提升,创造更丰富的表现形式。 表达能力提升,让个人观点更容易被理解。 自媒体让这些特质被更多人看见。 AI 则降低他处理研究、创作、管理与商业运营的成本。 金融资产提供长期选择权,减少对单一收入来源的依赖。 这些能力相互结合,可能形成一种与传统职业发展截然不同的人生模式。 一个人不再只是某家公司的员工、某个产业的专业人士,而是拥有自身资本、能力、受众与商业价值的独立个体。 八、当人类不再需要为生存投入大量劳动,社会会奖励什么? 这是整个问题最深层的部分。 人类社会的奖励机制,始终与当时最稀缺的资源有关。 农业社会重视土地。 工业社会重视资本与生产能力。 信息社会重视知识、技术与信息处理能力。 如果 AI 在未来大幅降低知识与生产的成本,那么人类的竞争是否会逐渐转向其他领域? 例如: 谁拥有更出色的外貌与身体能力? 谁更擅长艺术、舞蹈、运动与表演? 谁能够创造更丰富的情绪体验? 谁拥有更鲜明的个性与生活方式? 谁能够获得更多人的欣赏、信任与喜爱? 这些问题,可能会逐渐成为新的社会竞争方向。 而且这种转变还有一个值得期待的地方。 人类可能第一次有机会,把大量用于追求经济生存的时间,重新投入自身的发展。 一个人学习舞蹈,不一定只是为了成为职业舞者。 学习武术,不一定只是为了参加比赛。 锻炼身体,不一定只是为了成为健身教练。 改善外貌,也不一定只是为了进入娱乐产业。 这些事情本身就能够带来快乐、健康、成就感与自我认同。 而当社交媒体与商业模式成熟之后,其中一部分人还可能因此获得经济回报。 这是我认为非常重要的正向信号。 过去,社会经常要求人们在兴趣与收入之间做出选择。 未来,这两者可能有更多机会结合。 当然,这个未来能否实现,仍然取决于 AI 生产力带来的财富如何分配,以及普通人能否真正获得更多自由时间。 如果技术进步只让少数资本拥有者获得大部分收益,那么多数人未必有能力离开传统工作。 但如果 AI 确实降低了生活与生产成本,并让更多个体掌握创造收入的工具,那么人类社会的生活方式,可能迎来非常深刻的改变。 九、被喜爱,可能成为一种新的经济生产力 我一直认为,未来最值得思考的问题,可能已经不是应该选择科技业、金融业,还是其他高收入产业。 而是: 当 AI 能够完成越来越多工作,一个人还能够通过什么方式,让自己变得更有价值? 过去,人们习惯通过工作证明自己的能力。 通过收入衡量自己的成功。 通过职业头衔建立社会身份。 但未来,一个人可能通过自己的外貌、身体能力、艺术表现、生活方式、个性与思想,建立完全不同的价值体系。 他可以花费数年时间,把自己锻炼成一个身材出众、擅长多种运动、具有审美能力、懂得表达,又能够持续创造内容的人。 而这些原本被视为兴趣或个人追求的事情,可能逐渐成为他的收入来源。 这不代表每个人都应该成为网红,也不代表传统专业能力将失去价值。 但它确实提供了一种新的可能。 未来的经济体系,可能不再只奖励那些最擅长完成工作的人。它也会更加奖励那些能够让别人产生情感、欣赏、认同与喜爱的人。 工业时代,人类把自己训练成更有效率的劳动者。 AI 时代,人类或许终于可以把自己培养成一件值得欣赏的作品。 而这件作品的价值,不再完全由某家企业决定。 它可能由数百万个愿意观看你、欣赏你、信任你,甚至愿意为你付费的人共同决定。 $BTC $SPCXB $NVDAB

AI时代,人类将进入被喜爱经济

过去几百年,人类社会始终围绕着一个问题运转:
一个人究竟能够为社会提供什么样的劳动?
工业革命时代,体力与机械操作能力具有经济价值。
信息革命时代,知识、技术与专业能力逐渐成为社会竞争的核心。
工程师、金融分析师、律师、设计师、程序员,这些职业之所以能够获得相对优厚的报酬,很大程度上是因为掌握相关技能需要付出大量时间与成本。
但人工智能正在改变这套运行了数十年的价值分配机制。
当 AI 能够编写程序、分析金融市场、设计产品、制作视频,甚至协助企业完成大量决策时,一个值得思考的问题开始浮现:
如果未来大部分知识工作都能够由 AI 完成,人类还需要花费十几年,把自己培养成某个领域的专业工作者吗?
或者,我们应该开始重新思考:
人类究竟应该把有限的生命投入什么?
一、AI 正在瓦解传统专业能力的稀缺性
经济价值从来不只取决于一项能力有多困难,更取决于市场有多需要它,以及有多少人能够提供它。
过去,一个人需要经过数年的专业训练,才能具备软件开发、财务分析或专业设计能力。这些技能之所以昂贵,部分原因就在于获取成本很高。
但 AI 正在快速降低这些能力的使用门槛。2025 年,国际劳工组织(ILO)发布研究指出,全球约四分之一的工作者,所从事的职业在不同程度上受到生成式 AI 的影响。
值得注意的是,研究认为多数工作更可能发生转型,而非直接消失。这意味着我们不能简单地认定工程师、金融分析师或其他专业人士即将失业。
但另一个趋势已经值得重视:
当专业知识越来越容易获取,单纯拥有知识,就越来越难成为长期的竞争优势。未来真正具有价值的专业人士,可能需要掌握资本、资源、信任、责任与决策权,而不只是具备完成某项任务的能力。
这也让我开始思考另一种可能。如果 AI 能够替人类承担越来越多工作,那么人类是否应该把更多时间投入自己身上?
二、下一个值得大规模投资的产业,可能是人类自己
想象两个年轻人。第一个人花费五年时间,学习编程、金融分析与各种专业知识,希望进入大型科技公司或金融机构。
第二个人同样花费五年时间,但他的选择完全不同。
他持续健身,将体态锻炼到极佳的状态。研究护肤、发型、穿搭与化妆,将自己的外在形象提升到极致。
学习舞蹈、武术、空翻、体操、跑酷、滑板与各种极限运动。训练表达能力、镜头感与社交技巧。同时通过自媒体,持续记录并展示自己的成长。
在过去的社会价值观中,第一个人往往更容易被认为是在追求一条稳定、具有经济回报的道路。
第二个人则可能被认为只是在培养兴趣。但到了 AI 时代,这两条道路的经济价值差距,可能出现非常大的变化。
第一个人所学习的部分技能,正在面临 AI 带来的供给增加。
第二个人培养的能力,却可能同时产生外貌吸引力、身体表现力、娱乐价值、社交优势与个人影响力。
更重要的是,这些能力能够直接通过互联网展示给数百万人。一段高难度空翻视频,可能吸引数百万次观看。
一个拥有出色外貌与身材的人,可能通过日常生活内容获得大量关注者。一个具备独特个性、表达能力与生活方式的人,可能让成千上万的陌生人对他产生好感。
而这些关注与喜爱,已经存在成熟的商业变现途径。品牌合作、广告分成、付费订阅、直播、个人产品,以及由个人影响力延伸出的各种商业活动。
这意味着:
一个人对自身外貌、身体与才艺的投资,可能同时是一种生活投资、社交投资,以及经济投资。
这是过去传统职业观念很少讨论的事情。
三、从劳动经济到被喜爱经济
我想提出一个概念:
被喜爱经济(The Economy of Being Loved)。
这不是一个已经被经济学界普遍接受的正式分类,而是我对 AI 时代可能出现的价值转移所提出的假说。
过去,大部分人的收入来自劳动市场。企业需要某种能力,因此支付薪资购买你的工作时间。
但在创作者经济中,一个人即使没有直接替观众完成任何工作,也可能因为获得大量喜爱而创造收入。
例如,一个人每天分享自己的健身过程。观众没有要求他替自己健身,也没有直接购买他的体力劳动。
但他们愿意观看、关注、互动,甚至购买他推荐的产品。这里产生的经济价值,来自娱乐、认同、陪伴、欣赏与信任。
更有趣的是,观众可能根本不需要这个人具备世界顶尖的专业能力。
他不一定要成为世界冠军。
不一定要拥有博士学位。
甚至不一定要在某个领域达到前百分之一。
只要他的外貌、个性、身体能力、生活方式或表达方式,能够持续吸引特定群体,就可能形成具有商业价值的受众关系。
这与传统劳动市场存在根本性的差异。
传统劳动市场主要奖励你能完成什么任务,而被喜爱经济则可能奖励你是一个什么样的人,以及别人有多愿意持续关注你。
当然,两者并非完全对立。
一位优秀的医生、工程师或投资人,同样可以通过专业能力获得大量喜爱。
差别在于,专业能力可能不再是获取关注与财富的唯一主要途径。
四、这个趋势已经有经济数据支持
创作者经济的发展,提供了一个值得研究的现实案例。
Goldman Sachs 曾预测,全球创作者经济的潜在市场规模,可能从约 2500 亿美元增长至 2027 年的 4800 亿美元。
这项预测并不代表所有创作者都能获得高收入,但它反映出一个重要现象:
个人影响力已经逐渐形成庞大的商业市场。
2026 年,CreatorIQ 发布的创作者收入研究也显示,品牌投入创作者营销的资金持续增加。
然而,收入分配非常不平均。
其研究指出,2025 年收入最高的前 10% 创作者,获得了样本中约 62% 的总报酬。
另一份涵盖超过 5000 名创作者的 2026 年调查则显示,约 67% 的创作者,每年从内容创作获得的收入低于 1 万美元。
这些数据同时揭示了两件事。
第一,通过个人影响力赚钱,已经是一个真实存在且规模庞大的市场。
第二,获得注意力与成功变现之间,仍然存在很高的门槛。
这也意味着,未来可能出现一种新的竞争格局:
少数能够持续获得大众喜爱,并将关注转化为商业价值的个体,可能积累远超一般人的财富。
这种收入差距,甚至可能比传统职场更加极端。
五、当一切都能被伪造,真实的人类将成为新的奢侈品
AI 正在带来一个非常特殊的现象。
未来,我们可能再也无法单凭一段视频,判断眼前看到的事情是否真实发生过。
一个从未接受训练的人,可以通过 AI 生成自己完成高难度空翻的视频。
一个完全不会跳舞的人,可以在视频里展现世界级舞者的身体控制能力。
甚至一个根本不存在的人,也能拥有完美的外貌、身材、声音与生活经历。
当这些内容可以被大量、低成本地制造出来,互联网上的视觉表现可能逐渐失去过去所具有的证明力。
因为我们再也不能仅凭一段精彩的视频,就确定画面中的人真的具备那些能力。
但这里存在一个值得思考的矛盾。
当任何人都能通过 AI 展现完美,真正拥有这些能力的人,会不会反而变得更加珍贵?
想象一下。
当互联网上充斥着 AI 生成的极限运动视频,一个能够在现实世界中完成高难度动作的人,依然需要经过长期训练,承担受伤风险,克服真实的身体限制。
当 AI 可以创造无数张完美的脸孔,现实生活中拥有出色外貌、体态与气质的人,仍然需要真实地生活在这个世界上。
当 AI 能够生成任何舞蹈表演,真正具备舞蹈能力的人,依然可以站在观众面前,用自己的身体完成那些动作。
这些能力背后所需要付出的时间、努力与身体代价,并不会因为 AI 能够模仿它们而消失。
甚至可能因为虚假内容越来越多,让人们更加重视那些能够被真实验证的表现。
这种现象,在经济学上也存在值得讨论的逻辑。
当某种商品能够被大量复制,人们可能开始更加重视它的来源、真实性与稀缺性。
例如,数字图片可以被无限复制,但具有明确创作历史与真实来源的艺术作品,依然可能具有很高的收藏价值。
同样的道理,也可能逐渐发生在人类身上。
当 AI 能够无限复制人类的外在表现,真正稀缺的可能不再是那些漂亮的画面,而是画面背后那个真实存在、真正具备能力的人。
这也意味着,未来的自媒体可能发生另一个重要变化。
观众不再只是欣赏内容本身。
他们可能更加重视创作者的真实身份、长期经历、现场表现,以及能否与真人建立可信的互动关系。
直播、现场表演、体育竞技、线下活动,甚至能够证明真实性的内容形式,都可能因此获得更多重视。
当然,这并不代表 AI 生成内容会失去市场。
虚拟偶像、AI 角色与生成式娱乐,依然可能吸引大量观众。
但人类对真实人物的欣赏,可能逐渐形成另一种更加强调身份、经历与信任的价值体系。
当虚假的完美变得唾手可得,真实的人类反而可能成为这个时代最难被复制的存在。
这也可能带来一种新的经济现象:
真实性溢价(Authenticity Premium)。
当市场充斥大量难以辨别真假的内容时,具有可信来源、真实经历与可验证能力的个体,可能因此获得额外的市场价值。
未来人类的竞争,可能不再只是比拼谁拥有最出色的能力,还包括谁能够证明自己真正拥有这些能力,并让其他人因此产生欣赏与喜爱。
六、外貌与身体能力,可能成为新的个人资本
在传统经济学中,我们经常讨论金融资本与人力资本。金融资本包含现金、股票、债券与各种资产。
人力资本则包含教育、知识、技能与工作经验。但如果把人类放进社交媒体与 AI 时代的环境中,我认为还需要更加重视另一种资本。
个体呈现资本(Personal Presentation Capital)。它包含外貌、体态、穿搭、气质、身体控制能力、表达能力,以及一个人如何让别人感知自己的能力。
这些特质并不是现在才具有价值。外貌吸引力、运动能力与社会地位,在人类历史中始终扮演重要角色。
真正发生变化的,是互联网让这些能力有机会被大规模传播与商业化。过去,一个长相出众、身材很好、擅长舞蹈的人,可能只会在学校、职场或生活圈中受到关注。
今天,同样一个人可以通过短视频,让自己的魅力被数百万人看见。这种传播能力,让原本主要存在于线下社交中的个人优势,有机会转化成可以持续积累的数字资产。
但这里也有一个值得注意的现象。当越来越多人开始追求极致外貌与身体表现,竞争标准也会不断提高。
健身、护肤、医美、造型、摄影与个人形象管理,可能因此获得更多需求。然而,过度依赖外貌评价,也可能带来焦虑、身体形象压力与持续比较。
所以个体呈现资本真正值得追求的方向,应该是让身体能力、健康、审美与个人表达共同提升,而不是无止境地迎合外界标准。
七、未来的超级个体,可能不再需要传统职业身份
我认为,AI 时代还可能改变另一件事。
那就是人类如何定义自己。过去,当两个陌生人第一次见面时,最常出现的问题之一就是:
「你是做什么工作的?」
这个问题背后,其实隐含着一套社会评价系统。
你的职业,往往被用来推测你的收入、教育程度、社会地位与个人能力。
但假设未来一个人可以利用 AI 完成大量知识工作,并且通过自己的社群影响力获得收入。那么,他还需要一个明确的职业头衔吗?
他可以同时是一名投资者、运动爱好者、内容创作者、舞者,以及某个领域的研究者。
他的收入可能来自投资、品牌合作、个人产品与数字内容。
他的时间则可以自由分配在身体训练、学习、旅行、创作与社交活动上。他不需要将自己的人生完全绑定在某一个职业。
更重要的是,这些看似分散的活动,可能都在强化同一项资产:
他自己。
外貌提升,增加第一印象的吸引力。
身体能力提升,创造更丰富的表现形式。
表达能力提升,让个人观点更容易被理解。
自媒体让这些特质被更多人看见。
AI 则降低他处理研究、创作、管理与商业运营的成本。
金融资产提供长期选择权,减少对单一收入来源的依赖。
这些能力相互结合,可能形成一种与传统职业发展截然不同的人生模式。
一个人不再只是某家公司的员工、某个产业的专业人士,而是拥有自身资本、能力、受众与商业价值的独立个体。
八、当人类不再需要为生存投入大量劳动,社会会奖励什么?
这是整个问题最深层的部分。
人类社会的奖励机制,始终与当时最稀缺的资源有关。
农业社会重视土地。
工业社会重视资本与生产能力。
信息社会重视知识、技术与信息处理能力。
如果 AI 在未来大幅降低知识与生产的成本,那么人类的竞争是否会逐渐转向其他领域?
例如:
谁拥有更出色的外貌与身体能力?
谁更擅长艺术、舞蹈、运动与表演?
谁能够创造更丰富的情绪体验?
谁拥有更鲜明的个性与生活方式?
谁能够获得更多人的欣赏、信任与喜爱?
这些问题,可能会逐渐成为新的社会竞争方向。
而且这种转变还有一个值得期待的地方。
人类可能第一次有机会,把大量用于追求经济生存的时间,重新投入自身的发展。
一个人学习舞蹈,不一定只是为了成为职业舞者。
学习武术,不一定只是为了参加比赛。
锻炼身体,不一定只是为了成为健身教练。
改善外貌,也不一定只是为了进入娱乐产业。
这些事情本身就能够带来快乐、健康、成就感与自我认同。
而当社交媒体与商业模式成熟之后,其中一部分人还可能因此获得经济回报。
这是我认为非常重要的正向信号。
过去,社会经常要求人们在兴趣与收入之间做出选择。
未来,这两者可能有更多机会结合。
当然,这个未来能否实现,仍然取决于 AI 生产力带来的财富如何分配,以及普通人能否真正获得更多自由时间。
如果技术进步只让少数资本拥有者获得大部分收益,那么多数人未必有能力离开传统工作。
但如果 AI 确实降低了生活与生产成本,并让更多个体掌握创造收入的工具,那么人类社会的生活方式,可能迎来非常深刻的改变。
九、被喜爱,可能成为一种新的经济生产力
我一直认为,未来最值得思考的问题,可能已经不是应该选择科技业、金融业,还是其他高收入产业。
而是:
当 AI 能够完成越来越多工作,一个人还能够通过什么方式,让自己变得更有价值?
过去,人们习惯通过工作证明自己的能力。
通过收入衡量自己的成功。
通过职业头衔建立社会身份。
但未来,一个人可能通过自己的外貌、身体能力、艺术表现、生活方式、个性与思想,建立完全不同的价值体系。
他可以花费数年时间,把自己锻炼成一个身材出众、擅长多种运动、具有审美能力、懂得表达,又能够持续创造内容的人。
而这些原本被视为兴趣或个人追求的事情,可能逐渐成为他的收入来源。
这不代表每个人都应该成为网红,也不代表传统专业能力将失去价值。
但它确实提供了一种新的可能。
未来的经济体系,可能不再只奖励那些最擅长完成工作的人。它也会更加奖励那些能够让别人产生情感、欣赏、认同与喜爱的人。
工业时代,人类把自己训练成更有效率的劳动者。
AI 时代,人类或许终于可以把自己培养成一件值得欣赏的作品。
而这件作品的价值,不再完全由某家企业决定。
它可能由数百万个愿意观看你、欣赏你、信任你,甚至愿意为你付费的人共同决定。
$BTC $SPCXB $NVDAB
PINNED
Мақала
留给人类的时间不多了:大多数为人类设计的 App,都将被淘汰过去二十年,整个互联网行业几乎都在做同一件事:让人类更方便地操作软件。 Google 解决信息检索,Amazon 解决线上购物,Uber 解决交通调度,Salesforce 解决客户关系管理。各种 SaaS 产品则覆盖了企业内部的财务、人事、营销和项目管理。 这些产品有一个共同的底层前提:人类是软件的主要操作主体。 因此,软件公司需要不断优化用户界面、降低操作门槛、改善交互体验,再通过订阅、广告或者交易佣金获取收入。 但 AI Agent 的出现,正在改变这个前提。当智能体能够理解任务、调用外部工具、访问数据库、执行程序,并在授权范围内完成交易时,人类就不再需要亲自操作每一个软件。 这不只是交互方式的变化。当软件的主要操作主体逐渐从人类转向智能体,过去二十年围绕流量、用户留存和软件订阅建立的商业模式,都可能面临重新定价。 未来最有价值的软件,未必拥有最多的人类用户,而可能是被最多智能体持续调用的服务。 一、2,340 亿美元的 SaaS 支出,正在面临重新定价 2026 年 7 月,Gartner 发布了一项值得软件行业重视的预测:到 2030 年,智能体 AI 可能影响高达 2,340 亿美元的企业应用软件支出,约占届时企业应用 SaaS 支出的 20%。 Gartner 将这种现象称为 Agentic Arbitrage(智能体套利),指的是智能体通过跨系统执行任务,减少企业对传统软件操作界面及相应用户席位的依赖。 过去,一家拥有 1,000 名员工的企业,可能需要为 CRM、ERP、项目管理和商业智能系统购买大量软件授权。但如果未来一部分工作能够交给智能体完成,企业就不一定需要为每个执行环节配置独立的人类操作席位。 以销售流程为例。过去销售人员需要手动录入客户信息、更新 CRM、生成报价、发送邮件,再将成交数据同步到财务系统。现在,这些步骤已经可以通过 API 和自动化工具串联起来。未来进一步发展的方向,是让智能体根据业务目标,自行判断需要调用哪些系统、执行哪些操作。 CRM 和 ERP 不会因此失去价值。客户资料、订单记录、库存数据和财务账本仍然需要可靠的系统保存,但企业未必还需要那么多员工每天打开这些系统,逐项完成操作。 这会直接影响传统 SaaS 的 Seat-based Pricing,也就是按照用户席位收费的商业模式。过去软件公司收入增长的重要来源,是客户企业增加员工和软件账号。未来企业可能减少部分人类操作席位,同时增加 API 调用、自动化任务和智能体执行预算。 软件厂商的收入模型,也可能从按人头收费,逐渐转向按调用量、工作流程和任务结果收费。 软件的价值没有消失,但衡量价值的方式可能发生改变。 二、Google 和 Anthropic 正在建立智能体之间的通信标准 判断一项技术是否真正进入产业落地阶段,我通常不会只看模型展示了多少新能力,而是看企业是否开始投入资源建立共同的技术标准。 2025 年,Google 推出了 Agent2Agent Protocol(A2A)。2026 年 4 月,Linux Foundation 宣布,A2A 已获得超过 150 家组织支持,包括 Google、Microsoft、AWS、Salesforce、SAP 和 ServiceNow 等企业。 A2A 的目标,是让不同开发框架、不同厂商部署的智能体能够相互发现、通信、委派任务并交换结果。 与此同时,Anthropic 最初推出的 Model Context Protocol(MCP),正在解决另一类问题:让 AI 系统通过标准化接口连接外部工具和数据来源。 两者的定位并不相同。MCP 主要解决 Agent-to-Tool,也就是智能体如何调用工具;A2A 主要解决 Agent-to-Agent,也就是不同智能体如何协作。 这两套协议的发展,意味着未来的软件系统,不一定需要通过人类界面完成交互。 假设一家跨国企业需要采购一批服务器。采购智能体可以先获取库存和预算信息,再向供应商智能体请求报价,调用物流服务计算交付时间,最后由财务系统检查付款权限。 其中每个步骤,都可能由不同企业开发的系统完成。过去,企业需要大量定制接口和人工协调。现在,行业正在尝试通过标准化协议降低跨系统协作的成本。 当然,协议统一不代表所有系统已经能够无障碍互通。身份认证、权限管理、数据格式和错误处理仍然需要额外建设,但从技术发展方向来看,软件已经开始为非人类调用者设计通信方式。 过去我们开发 API,主要是为了让不同软件能够交换数据。未来这些接口可能进一步成为智能体自主执行任务、协调资源和购买服务的基础。 三、Stripe 开始让智能体直接支付,机器正在成为新的消费主体 2026 年,Stripe 与 Tempo 联合推出 Machine Payments Protocol(MPP),目标是让智能体能够直接为 API、数据和其他数字资源付款。 传统互联网的支付流程主要面向人类。用户注册账号、选择套餐、填写付款信息,再确认购买。但智能体在执行任务时,可能只需要调用一次接口。 例如,一个金融研究智能体为了分析某个资产,需要临时购买三项服务:实时市场数据、链上资金流向和历史波动率数据。 假设每项服务的单次调用价格分别为 0.003、0.005 和 0.002 美元。如果按照传统信用卡支付模式,固定手续费可能超过服务本身的价格。而 MPP、x402 等机器支付协议,正在尝试让这种小额、按次付费的交易变得可行。 Visa 与 Artemis 在 2026 年发布的研究,也开始通过实际链上交易观察机器支付的发展。相关早期统计显示,MPP 推出后的最初几周已处理约 11.5 万笔交易,结算金额约 2.5 万美元,平均每笔交易约 0.22 美元。 这些数据仍需要结合统计口径、交易性质和实际生产环境使用情况判断,不能直接等同于真实商业需求已经形成规模。但其中反映的支付模式值得研究。 过去数字服务往往采用月费或年费,因为向单个用户收取几厘钱并不经济。未来,如果智能体能够以较低的成本完成支付,数据服务商就有机会按照每次查询、每次计算、每次执行收费。 一家没有消费者 App 的公司,也可以直接向智能体出售专业 API 服务,而不必先建立面向普通用户的流量渠道。 对于加密行业而言,这可能带来新的稳定币支付需求。不过,稳定币并不是唯一选择。Stripe、Visa 等公司也在探索银行卡凭证、支付授权和多种结算方式。 机器支付最终能否普及,取决于成本、速度、监管合规、退款机制和实际业务需求,而不是单纯取决于使用哪条区块链。 未来稳定币的重要使用者之一,可能不是人类,而是获得授权、能够自主购买数字服务的智能体。 四、下一代互联网,可能不再需要那么多面向人类的入口 移动互联网时代,企业争夺的是用户注意力。应用商店排名、搜索引擎流量、广告投放、用户留存、DAU 和 MAU,构成了大量互联网产品的增长体系。 但智能体的行为模式与人类不同。人类购买一项服务,可能受到品牌、广告、页面设计和使用习惯影响。智能体在执行任务时,则可以根据预设条件比较服务。 例如,某个智能体需要购买一项实时数据服务,它的选择条件可能是: 数据延迟低于 500 毫秒。 过去 30 天可用率超过 99.9%。 单次调用价格低于 0.01 美元。 提供可验证的数据来源。 支持标准化 API。 如果多个服务商都满足条件,智能体可以进一步比较价格、响应速度、历史错误率和服务权限。 在这种场景下,用户界面的设计对机器调用几乎没有直接价值。服务稳定性、数据质量、调用成本和机器可读取的接口说明,反而成为更重要的竞争指标。 当然,品牌和信誉不会完全消失。企业仍然可能要求智能体优先选择经过认证的供应商,或者只能调用符合内部安全政策的服务。 但未来软件的分发方式,可能出现明显分化。一套继续服务人类,通过 App、网站、搜索和社交媒体获取用户;另一套服务智能体,通过 API、协议、服务注册中心和机器可读取的能力描述获取调用。 两套体系会长期共存,但商业逻辑并不完全相同。过去开发者需要考虑如何让用户找到自己的 App。未来还需要考虑如何让智能体发现自己的服务,以及如何证明它比其他服务更可靠。 这让我开始思考一个问题: 如果未来智能体能够自主发现、比较和购买服务,那么谁来控制这些服务的分发入口? 过去 Google 掌握搜索入口,Apple 掌握 App Store,Microsoft 掌握大量企业办公入口。但在智能体经济中,服务的选择可能发生在模型、智能体运行平台、企业授权系统和服务发现网络之间。 这些系统不仅决定智能体能找到什么服务,还可能影响它优先调用哪一家供应商。 如果这种分发体系逐渐成熟,下一代互联网的入口竞争,就不一定只发生在浏览器和应用商店之间。 五、未来的软件公司,可能根本没有面向普通人的产品 如果未来大量任务由智能体完成,那么围绕智能体运行所需要的基础设施,就可能出现新的创业机会。 其中值得研究的,不是再开发一个聊天机器人,而是解决智能体之间的实际协作问题。 首先是身份与授权(Agent Identity & Authorization)。 当一家企业部署数百个智能体时,不同智能体必须拥有不同权限。采购智能体可以购买软件,但不能转移公司全部资金。财务智能体可以支付账单,但必须受到预算、收款方和审批规则限制。 这意味着智能体需要可验证的身份、明确的授权范围、权限撤销机制,以及完整的操作审计。尤其在金融和企业采购场景中,智能体能够执行操作,不代表它应该拥有无限制的执行权限。 其次是服务发现(Agent Discovery)。 未来智能体可能需要根据任务寻找外部服务。金融智能体需要链上数据,法律智能体需要法规数据库,开发智能体需要测试环境。 如果每个智能体都必须提前集成所有服务,开发和维护成本会非常高。因此,市场可能需要专门的 Agent Discovery 基础设施,让智能体根据服务能力、价格、权限和可靠性寻找供应商。 再往下是信誉与验证(Agent Reputation & Verification)。 人类可以通过品牌、评价和长期合作判断供应商是否可靠,但智能体需要更容易自动验证的指标,例如任务成功率、历史可用率、平均响应时间、数据准确性,以及发生错误后的赔付和纠正机制。 这里最大的技术难点,不是建立一个评分排行榜,而是如何验证任务是否真的完成,以及如何防止服务商伪造数据或操纵评分。 即使将记录写入区块链,也不代表记录本身一定真实。可靠的信誉系统仍然需要独立验证、可追溯的数据来源和明确的责任机制。 最后是支付与结算(Agent Payment & Settlement)。 当智能体能够发现服务、验证身份并确认价格之后,还需要完成授权付款、服务交付和结果确认。这些功能如果能够形成稳定的基础设施,就可能支持大量机器之间的商业交易。 未来的 Agent Marketplace,也未必是一个让人类浏览的应用商店。它可能只是一套 API,智能体发送任务要求,系统返回符合条件的服务商,再完成调用、计费和结果验证。 普通消费者甚至不知道这家公司存在,但它可能每天处理数百万次服务请求。 这类公司的核心竞争力,不再是用户界面有多精美,而是有多少智能体将它的服务纳入日常工作流程。 六、传统 SaaS 不会全部消失,但竞争壁垒会重新分配 这里需要区分两件事:软件的功能价值,以及软件的人类操作界面。AI Agent 可能大幅减少后者的必要性,但并不意味着前者会消失。 企业仍然需要数据库、财务系统、身份认证、交易记录和合规管理。而且,拥有大量独家数据和企业客户关系的传统软件厂商,也可以主动将自己的产品改造成智能体服务。 Salesforce、SAP、Microsoft 等企业并不一定会被新公司取代。它们同样有机会成为智能体经济的重要基础设施供应商。 真正面临压力的,是那些缺少独家数据、缺少业务壁垒,主要依靠复杂操作流程和用户迁移成本维持收入的软件。 当智能体能够直接操作多个系统,软件界面带来的使用习惯优势可能被削弱。 不过,智能体本身也远没有成熟到能够接管所有企业工作。Gartner 曾预测,超过 40% 的 Agentic AI 项目可能在 2027 年底前被取消,主要原因包括成本上升、商业价值不明确和风险控制不足。 这也说明,模型能够完成任务,不代表企业就能以合理成本长期部署。 一个智能体即使在测试环境中能够完成 95% 的任务,也不意味着企业可以放心让它独立管理采购、财务和客户资料。因为剩下的 5% 可能涉及错误付款、数据泄露、重复下单或无法恢复的业务操作。 因此,未来真正有价值的智能体基础设施,不一定是功能最多的产品,而是能够在真实业务环境中稳定运行,并对错误、权限和资金风险进行有效管理的系统。 这也是为什么身份验证、权限控制、执行审计和任务结果验证,可能成为智能体经济的重要组成部分。 七、未来创业者,究竟应该为谁开发产品? 过去创业者通常会先考虑用户规模,目标是获得十万、一百万甚至一千万个用户。产品需要持续优化界面、提高留存,再通过广告、订阅或交易抽成实现商业化。 但如果未来互联网中存在大量能够自主执行任务的智能体,那么创业者需要重新思考自己的客户究竟是谁。 一家提供金融数据的公司,可能不再需要吸引十万名投资者每天打开网站,它可以直接向数万个投资智能体提供数据接口。 一家提供图像识别服务的公司,不一定需要开发完整的图片编辑 App,它可以成为其他智能体处理视觉任务时调用的专业服务。 一家提供身份验证的公司,也不需要让普通消费者每天登录自己的平台。只要企业智能体在执行敏感任务时必须经过它的授权系统,就可能形成持续的服务需求。 这种商业模式最大的变化,是收入不再完全依赖人类使用软件的频率,而可能来自机器之间持续发生的任务调用。 当然,这不代表智能体会拥有独立于人类的无限消费能力。它们的预算仍然来自个人和企业,交易权限也需要受到控制。 但预算的实际执行者,可能越来越多地从人类转向软件。而当执行主体改变,产品设计、服务分发和收费方式都会随之调整。 过去创业者需要研究如何提高用户留存、降低获客成本。未来一部分 AI 原生企业,可能更加重视 API 调用量、任务完成率、平均执行成本,以及有多少智能体持续依赖自己的服务。 这也意味着,未来可能出现一批完全不同于传统 SaaS 的科技公司。 它们没有复杂的前端界面,不依赖应用商店排名,也不需要大量消费者每天登录。它们提供的可能只是一项非常专业的能力,例如数据查询、身份验证、支付结算或者任务执行。 只要这项能力被足够多的智能体持续调用,就有机会形成稳定的收入来源。 八、留给人类的时间不多了 这里的「人类」,并不是说人类即将被 AI 淘汰,而是过去二十年围绕人类点击、浏览和操作建立的软件体系,可能正在进入转折点。 移动互联网时代,创业者研究如何让人类下载更多 App。智能体时代,创业者需要研究如何让自己的服务被更多 Agent 发现和调用。 过去软件公司依靠用户数量、使用时长和订阅席位增长,未来一部分软件公司可能依靠 API 调用、任务执行、数据交易和自动化服务获得收入。 过去互联网的主要商业入口是搜索引擎、浏览器和应用商店,未来还可能出现专门服务智能体的发现、身份、信誉、支付与执行网络。 这也改变了我对下一代科技创业公司的判断。 我不再认为每一家有价值的软件公司,都必须拥有一个面向普通消费者的 App。如果一家公司能够提供数百万个智能体每天都需要使用的数据、工具或基础设施,即使没有复杂的用户界面,也可能建立相当可观的业务规模。 而那些仍然依赖人类反复点击、复制、填写和切换页面才能完成工作的软件,未来很可能面临越来越大的压力。 过去我们开发软件,是为了让人类使用计算机。未来我们开发软件,可能是为了让智能体使用其他软件。 如果今天重新开始一家科技创业公司,我会认真考虑一个过去很少有人提出的问题: 为什么我的产品一定要设计给人类使用? 如果未来有数百万个智能体需要购买数据、验证身份、调用工具、支付费用、寻找其他智能体完成任务,那么围绕这些需求建立基础设施,可能比再开发一个普通消费者 App 更值得研究。

留给人类的时间不多了:大多数为人类设计的 App,都将被淘汰

过去二十年,整个互联网行业几乎都在做同一件事:让人类更方便地操作软件。
Google 解决信息检索,Amazon 解决线上购物,Uber 解决交通调度,Salesforce 解决客户关系管理。各种 SaaS 产品则覆盖了企业内部的财务、人事、营销和项目管理。
这些产品有一个共同的底层前提:人类是软件的主要操作主体。 因此,软件公司需要不断优化用户界面、降低操作门槛、改善交互体验,再通过订阅、广告或者交易佣金获取收入。
但 AI Agent 的出现,正在改变这个前提。当智能体能够理解任务、调用外部工具、访问数据库、执行程序,并在授权范围内完成交易时,人类就不再需要亲自操作每一个软件。
这不只是交互方式的变化。当软件的主要操作主体逐渐从人类转向智能体,过去二十年围绕流量、用户留存和软件订阅建立的商业模式,都可能面临重新定价。
未来最有价值的软件,未必拥有最多的人类用户,而可能是被最多智能体持续调用的服务。
一、2,340 亿美元的 SaaS 支出,正在面临重新定价
2026 年 7 月,Gartner 发布了一项值得软件行业重视的预测:到 2030 年,智能体 AI 可能影响高达 2,340 亿美元的企业应用软件支出,约占届时企业应用 SaaS 支出的 20%。
Gartner 将这种现象称为 Agentic Arbitrage(智能体套利),指的是智能体通过跨系统执行任务,减少企业对传统软件操作界面及相应用户席位的依赖。
过去,一家拥有 1,000 名员工的企业,可能需要为 CRM、ERP、项目管理和商业智能系统购买大量软件授权。但如果未来一部分工作能够交给智能体完成,企业就不一定需要为每个执行环节配置独立的人类操作席位。
以销售流程为例。过去销售人员需要手动录入客户信息、更新 CRM、生成报价、发送邮件,再将成交数据同步到财务系统。现在,这些步骤已经可以通过 API 和自动化工具串联起来。未来进一步发展的方向,是让智能体根据业务目标,自行判断需要调用哪些系统、执行哪些操作。
CRM 和 ERP 不会因此失去价值。客户资料、订单记录、库存数据和财务账本仍然需要可靠的系统保存,但企业未必还需要那么多员工每天打开这些系统,逐项完成操作。
这会直接影响传统 SaaS 的 Seat-based Pricing,也就是按照用户席位收费的商业模式。过去软件公司收入增长的重要来源,是客户企业增加员工和软件账号。未来企业可能减少部分人类操作席位,同时增加 API 调用、自动化任务和智能体执行预算。
软件厂商的收入模型,也可能从按人头收费,逐渐转向按调用量、工作流程和任务结果收费。
软件的价值没有消失,但衡量价值的方式可能发生改变。
二、Google 和 Anthropic 正在建立智能体之间的通信标准
判断一项技术是否真正进入产业落地阶段,我通常不会只看模型展示了多少新能力,而是看企业是否开始投入资源建立共同的技术标准。
2025 年,Google 推出了 Agent2Agent Protocol(A2A)。2026 年 4 月,Linux Foundation 宣布,A2A 已获得超过 150 家组织支持,包括 Google、Microsoft、AWS、Salesforce、SAP 和 ServiceNow 等企业。
A2A 的目标,是让不同开发框架、不同厂商部署的智能体能够相互发现、通信、委派任务并交换结果。
与此同时,Anthropic 最初推出的 Model Context Protocol(MCP),正在解决另一类问题:让 AI 系统通过标准化接口连接外部工具和数据来源。
两者的定位并不相同。MCP 主要解决 Agent-to-Tool,也就是智能体如何调用工具;A2A 主要解决 Agent-to-Agent,也就是不同智能体如何协作。
这两套协议的发展,意味着未来的软件系统,不一定需要通过人类界面完成交互。
假设一家跨国企业需要采购一批服务器。采购智能体可以先获取库存和预算信息,再向供应商智能体请求报价,调用物流服务计算交付时间,最后由财务系统检查付款权限。
其中每个步骤,都可能由不同企业开发的系统完成。过去,企业需要大量定制接口和人工协调。现在,行业正在尝试通过标准化协议降低跨系统协作的成本。
当然,协议统一不代表所有系统已经能够无障碍互通。身份认证、权限管理、数据格式和错误处理仍然需要额外建设,但从技术发展方向来看,软件已经开始为非人类调用者设计通信方式。
过去我们开发 API,主要是为了让不同软件能够交换数据。未来这些接口可能进一步成为智能体自主执行任务、协调资源和购买服务的基础。
三、Stripe 开始让智能体直接支付,机器正在成为新的消费主体
2026 年,Stripe 与 Tempo 联合推出 Machine Payments Protocol(MPP),目标是让智能体能够直接为 API、数据和其他数字资源付款。
传统互联网的支付流程主要面向人类。用户注册账号、选择套餐、填写付款信息,再确认购买。但智能体在执行任务时,可能只需要调用一次接口。
例如,一个金融研究智能体为了分析某个资产,需要临时购买三项服务:实时市场数据、链上资金流向和历史波动率数据。
假设每项服务的单次调用价格分别为 0.003、0.005 和 0.002 美元。如果按照传统信用卡支付模式,固定手续费可能超过服务本身的价格。而 MPP、x402 等机器支付协议,正在尝试让这种小额、按次付费的交易变得可行。
Visa 与 Artemis 在 2026 年发布的研究,也开始通过实际链上交易观察机器支付的发展。相关早期统计显示,MPP 推出后的最初几周已处理约 11.5 万笔交易,结算金额约 2.5 万美元,平均每笔交易约 0.22 美元。
这些数据仍需要结合统计口径、交易性质和实际生产环境使用情况判断,不能直接等同于真实商业需求已经形成规模。但其中反映的支付模式值得研究。
过去数字服务往往采用月费或年费,因为向单个用户收取几厘钱并不经济。未来,如果智能体能够以较低的成本完成支付,数据服务商就有机会按照每次查询、每次计算、每次执行收费。
一家没有消费者 App 的公司,也可以直接向智能体出售专业 API 服务,而不必先建立面向普通用户的流量渠道。
对于加密行业而言,这可能带来新的稳定币支付需求。不过,稳定币并不是唯一选择。Stripe、Visa 等公司也在探索银行卡凭证、支付授权和多种结算方式。
机器支付最终能否普及,取决于成本、速度、监管合规、退款机制和实际业务需求,而不是单纯取决于使用哪条区块链。
未来稳定币的重要使用者之一,可能不是人类,而是获得授权、能够自主购买数字服务的智能体。
四、下一代互联网,可能不再需要那么多面向人类的入口
移动互联网时代,企业争夺的是用户注意力。应用商店排名、搜索引擎流量、广告投放、用户留存、DAU 和 MAU,构成了大量互联网产品的增长体系。
但智能体的行为模式与人类不同。人类购买一项服务,可能受到品牌、广告、页面设计和使用习惯影响。智能体在执行任务时,则可以根据预设条件比较服务。
例如,某个智能体需要购买一项实时数据服务,它的选择条件可能是:
数据延迟低于 500 毫秒。
过去 30 天可用率超过 99.9%。
单次调用价格低于 0.01 美元。
提供可验证的数据来源。
支持标准化 API。
如果多个服务商都满足条件,智能体可以进一步比较价格、响应速度、历史错误率和服务权限。
在这种场景下,用户界面的设计对机器调用几乎没有直接价值。服务稳定性、数据质量、调用成本和机器可读取的接口说明,反而成为更重要的竞争指标。
当然,品牌和信誉不会完全消失。企业仍然可能要求智能体优先选择经过认证的供应商,或者只能调用符合内部安全政策的服务。
但未来软件的分发方式,可能出现明显分化。一套继续服务人类,通过 App、网站、搜索和社交媒体获取用户;另一套服务智能体,通过 API、协议、服务注册中心和机器可读取的能力描述获取调用。
两套体系会长期共存,但商业逻辑并不完全相同。过去开发者需要考虑如何让用户找到自己的 App。未来还需要考虑如何让智能体发现自己的服务,以及如何证明它比其他服务更可靠。
这让我开始思考一个问题:
如果未来智能体能够自主发现、比较和购买服务,那么谁来控制这些服务的分发入口?
过去 Google 掌握搜索入口,Apple 掌握 App Store,Microsoft 掌握大量企业办公入口。但在智能体经济中,服务的选择可能发生在模型、智能体运行平台、企业授权系统和服务发现网络之间。
这些系统不仅决定智能体能找到什么服务,还可能影响它优先调用哪一家供应商。
如果这种分发体系逐渐成熟,下一代互联网的入口竞争,就不一定只发生在浏览器和应用商店之间。
五、未来的软件公司,可能根本没有面向普通人的产品
如果未来大量任务由智能体完成,那么围绕智能体运行所需要的基础设施,就可能出现新的创业机会。
其中值得研究的,不是再开发一个聊天机器人,而是解决智能体之间的实际协作问题。
首先是身份与授权(Agent Identity & Authorization)。
当一家企业部署数百个智能体时,不同智能体必须拥有不同权限。采购智能体可以购买软件,但不能转移公司全部资金。财务智能体可以支付账单,但必须受到预算、收款方和审批规则限制。
这意味着智能体需要可验证的身份、明确的授权范围、权限撤销机制,以及完整的操作审计。尤其在金融和企业采购场景中,智能体能够执行操作,不代表它应该拥有无限制的执行权限。
其次是服务发现(Agent Discovery)。
未来智能体可能需要根据任务寻找外部服务。金融智能体需要链上数据,法律智能体需要法规数据库,开发智能体需要测试环境。
如果每个智能体都必须提前集成所有服务,开发和维护成本会非常高。因此,市场可能需要专门的 Agent Discovery 基础设施,让智能体根据服务能力、价格、权限和可靠性寻找供应商。
再往下是信誉与验证(Agent Reputation & Verification)。
人类可以通过品牌、评价和长期合作判断供应商是否可靠,但智能体需要更容易自动验证的指标,例如任务成功率、历史可用率、平均响应时间、数据准确性,以及发生错误后的赔付和纠正机制。
这里最大的技术难点,不是建立一个评分排行榜,而是如何验证任务是否真的完成,以及如何防止服务商伪造数据或操纵评分。
即使将记录写入区块链,也不代表记录本身一定真实。可靠的信誉系统仍然需要独立验证、可追溯的数据来源和明确的责任机制。
最后是支付与结算(Agent Payment & Settlement)。
当智能体能够发现服务、验证身份并确认价格之后,还需要完成授权付款、服务交付和结果确认。这些功能如果能够形成稳定的基础设施,就可能支持大量机器之间的商业交易。
未来的 Agent Marketplace,也未必是一个让人类浏览的应用商店。它可能只是一套 API,智能体发送任务要求,系统返回符合条件的服务商,再完成调用、计费和结果验证。
普通消费者甚至不知道这家公司存在,但它可能每天处理数百万次服务请求。
这类公司的核心竞争力,不再是用户界面有多精美,而是有多少智能体将它的服务纳入日常工作流程。
六、传统 SaaS 不会全部消失,但竞争壁垒会重新分配
这里需要区分两件事:软件的功能价值,以及软件的人类操作界面。AI Agent 可能大幅减少后者的必要性,但并不意味着前者会消失。
企业仍然需要数据库、财务系统、身份认证、交易记录和合规管理。而且,拥有大量独家数据和企业客户关系的传统软件厂商,也可以主动将自己的产品改造成智能体服务。
Salesforce、SAP、Microsoft 等企业并不一定会被新公司取代。它们同样有机会成为智能体经济的重要基础设施供应商。
真正面临压力的,是那些缺少独家数据、缺少业务壁垒,主要依靠复杂操作流程和用户迁移成本维持收入的软件。
当智能体能够直接操作多个系统,软件界面带来的使用习惯优势可能被削弱。
不过,智能体本身也远没有成熟到能够接管所有企业工作。Gartner 曾预测,超过 40% 的 Agentic AI 项目可能在 2027 年底前被取消,主要原因包括成本上升、商业价值不明确和风险控制不足。
这也说明,模型能够完成任务,不代表企业就能以合理成本长期部署。
一个智能体即使在测试环境中能够完成 95% 的任务,也不意味着企业可以放心让它独立管理采购、财务和客户资料。因为剩下的 5% 可能涉及错误付款、数据泄露、重复下单或无法恢复的业务操作。
因此,未来真正有价值的智能体基础设施,不一定是功能最多的产品,而是能够在真实业务环境中稳定运行,并对错误、权限和资金风险进行有效管理的系统。
这也是为什么身份验证、权限控制、执行审计和任务结果验证,可能成为智能体经济的重要组成部分。
七、未来创业者,究竟应该为谁开发产品?
过去创业者通常会先考虑用户规模,目标是获得十万、一百万甚至一千万个用户。产品需要持续优化界面、提高留存,再通过广告、订阅或交易抽成实现商业化。
但如果未来互联网中存在大量能够自主执行任务的智能体,那么创业者需要重新思考自己的客户究竟是谁。
一家提供金融数据的公司,可能不再需要吸引十万名投资者每天打开网站,它可以直接向数万个投资智能体提供数据接口。
一家提供图像识别服务的公司,不一定需要开发完整的图片编辑 App,它可以成为其他智能体处理视觉任务时调用的专业服务。
一家提供身份验证的公司,也不需要让普通消费者每天登录自己的平台。只要企业智能体在执行敏感任务时必须经过它的授权系统,就可能形成持续的服务需求。
这种商业模式最大的变化,是收入不再完全依赖人类使用软件的频率,而可能来自机器之间持续发生的任务调用。
当然,这不代表智能体会拥有独立于人类的无限消费能力。它们的预算仍然来自个人和企业,交易权限也需要受到控制。
但预算的实际执行者,可能越来越多地从人类转向软件。而当执行主体改变,产品设计、服务分发和收费方式都会随之调整。
过去创业者需要研究如何提高用户留存、降低获客成本。未来一部分 AI 原生企业,可能更加重视 API 调用量、任务完成率、平均执行成本,以及有多少智能体持续依赖自己的服务。
这也意味着,未来可能出现一批完全不同于传统 SaaS 的科技公司。
它们没有复杂的前端界面,不依赖应用商店排名,也不需要大量消费者每天登录。它们提供的可能只是一项非常专业的能力,例如数据查询、身份验证、支付结算或者任务执行。
只要这项能力被足够多的智能体持续调用,就有机会形成稳定的收入来源。
八、留给人类的时间不多了
这里的「人类」,并不是说人类即将被 AI 淘汰,而是过去二十年围绕人类点击、浏览和操作建立的软件体系,可能正在进入转折点。
移动互联网时代,创业者研究如何让人类下载更多 App。智能体时代,创业者需要研究如何让自己的服务被更多 Agent 发现和调用。
过去软件公司依靠用户数量、使用时长和订阅席位增长,未来一部分软件公司可能依靠 API 调用、任务执行、数据交易和自动化服务获得收入。
过去互联网的主要商业入口是搜索引擎、浏览器和应用商店,未来还可能出现专门服务智能体的发现、身份、信誉、支付与执行网络。
这也改变了我对下一代科技创业公司的判断。
我不再认为每一家有价值的软件公司,都必须拥有一个面向普通消费者的 App。如果一家公司能够提供数百万个智能体每天都需要使用的数据、工具或基础设施,即使没有复杂的用户界面,也可能建立相当可观的业务规模。
而那些仍然依赖人类反复点击、复制、填写和切换页面才能完成工作的软件,未来很可能面临越来越大的压力。
过去我们开发软件,是为了让人类使用计算机。未来我们开发软件,可能是为了让智能体使用其他软件。
如果今天重新开始一家科技创业公司,我会认真考虑一个过去很少有人提出的问题:
为什么我的产品一定要设计给人类使用?
如果未来有数百万个智能体需要购买数据、验证身份、调用工具、支付费用、寻找其他智能体完成任务,那么围绕这些需求建立基础设施,可能比再开发一个普通消费者 App 更值得研究。
比特币$BTC 从62,000美元反弹,真正的考验才刚开始。 11月15日,$BTC 最低跌至62,018美元附近,随后重新回到65,000美元上方。 从81,000美元跌到62,000美元,这轮回撤已经超过23%。 不过,连续暴跌之后,市场终于出现了一些承接买盘。 我现在最关注的,是BTC能否重新站稳66,000美元。 如果接下来能够收复68,000美元,短期就有机会再次挑战70,000美元。 但有一个问题不能忽视。 美国比特币现货ETF近期持续出现资金净流出,机构买盘还没有明显恢复。 如果BTC只是依靠空头回补和短线资金反弹,而没有新的现货资金进场,那么这轮反弹很可能无法持续。$ETH 我暂时不会急着判断62,000美元就是底部。 但如果后续再次回测这个位置,我会重点观察成交量和ETF资金是否出现变化。
比特币$BTC 从62,000美元反弹,真正的考验才刚开始。

11月15日,$BTC 最低跌至62,018美元附近,随后重新回到65,000美元上方。

从81,000美元跌到62,000美元,这轮回撤已经超过23%。

不过,连续暴跌之后,市场终于出现了一些承接买盘。

我现在最关注的,是BTC能否重新站稳66,000美元。

如果接下来能够收复68,000美元,短期就有机会再次挑战70,000美元。

但有一个问题不能忽视。

美国比特币现货ETF近期持续出现资金净流出,机构买盘还没有明显恢复。

如果BTC只是依靠空头回补和短线资金反弹,而没有新的现货资金进场,那么这轮反弹很可能无法持续。$ETH

我暂时不会急着判断62,000美元就是底部。

但如果后续再次回测这个位置,我会重点观察成交量和ETF资金是否出现变化。
Расталды
英伟达$NVDAB 即将公布财报,这次我认为比过去几次都重要。 11月17日,英伟达($NVDA )将公布最新季度业绩。 过去几周,美股科技股经历剧烈调整,市场对AI企业资本支出、融资成本和估值的担忧明显增加。 再加上近期管理层变动,投资者对英伟达未来经营方向的不确定性也在上升。 但我认为,这次财报最重要的仍然是两个数字: 数据中心业务的实际增长,以及未来几个季度的营收指引。 如果大型云计算客户仍然持续扩大GPU采购,至少说明AI基础设施需求还没有明显放缓。 反过来,如果英伟达开始下调增长预期,市场可能重新评估整个AI产业链的估值。 尤其是那些依赖AI资本支出增长的存储、服务器和数据中心企业。 我会特别关注财报之后,资金是否重新回到英伟达、美光和闪迪这些股票。$BTC
英伟达$NVDAB 即将公布财报,这次我认为比过去几次都重要。

11月17日,英伟达($NVDA )将公布最新季度业绩。

过去几周,美股科技股经历剧烈调整,市场对AI企业资本支出、融资成本和估值的担忧明显增加。

再加上近期管理层变动,投资者对英伟达未来经营方向的不确定性也在上升。

但我认为,这次财报最重要的仍然是两个数字:

数据中心业务的实际增长,以及未来几个季度的营收指引。

如果大型云计算客户仍然持续扩大GPU采购,至少说明AI基础设施需求还没有明显放缓。

反过来,如果英伟达开始下调增长预期,市场可能重新评估整个AI产业链的估值。

尤其是那些依赖AI资本支出增长的存储、服务器和数据中心企业。

我会特别关注财报之后,资金是否重新回到英伟达、美光和闪迪这些股票。$BTC
Anthropic准备上市,我认为这可能成为AI产业非常重要的一次估值考验。 市场正在关注Anthropic即将进行的IPO。 过去几年,AI公司的融资估值不断提高,投资者愿意为未来数年的增长提前支付巨额溢价。 但现在的市场环境已经发生变化。 美股科技股持续调整,AI数据中心的建设成本不断增加,资本市场也开始重新审视这些企业的盈利能力。 Anthropic拥有Claude等AI产品,收入增长潜力值得关注,但模型训练、推理和算力采购同样需要巨额投入。 我更想知道的是,一家高速增长的AI模型公司,究竟需要多久才能把收入转化为稳定的自由现金流。 如果上市后仍然获得大量资金追捧,说明市场对AI应用层的估值容忍度依然很高。 但如果投资者开始拒绝支付过高溢价,其他尚未上市的AI企业也可能面临估值调整。$NVDAB $SPCXB $SNDKB
Anthropic准备上市,我认为这可能成为AI产业非常重要的一次估值考验。

市场正在关注Anthropic即将进行的IPO。

过去几年,AI公司的融资估值不断提高,投资者愿意为未来数年的增长提前支付巨额溢价。

但现在的市场环境已经发生变化。

美股科技股持续调整,AI数据中心的建设成本不断增加,资本市场也开始重新审视这些企业的盈利能力。

Anthropic拥有Claude等AI产品,收入增长潜力值得关注,但模型训练、推理和算力采购同样需要巨额投入。

我更想知道的是,一家高速增长的AI模型公司,究竟需要多久才能把收入转化为稳定的自由现金流。

如果上市后仍然获得大量资金追捧,说明市场对AI应用层的估值容忍度依然很高。

但如果投资者开始拒绝支付过高溢价,其他尚未上市的AI企业也可能面临估值调整。$NVDAB $SPCXB $SNDKB
Расталды
黄金$XAUT 跌破4,000美元,我反而开始重新关注买入机会。 近期黄金持续调整,现货价格已经回到3,860美元附近。 过去一段时间,市场最担心的是美国通胀迟迟无法降温,美联储可能继续维持偏紧的货币政策。 当美元和美债收益率走强时,黄金的持有成本也会相对提高。 但我对黄金的长期判断没有发生太大变化。 全球央行的黄金储备需求、财政赤字,以及主要经济体的债务问题,都不是短期内能够解决的。 目前我更愿意观察3,800—3,900美元附近能否形成稳定买盘。 如果$XAU 黄金继续调整,我仍然会考虑逐步增加实体黄金储备。 $BTC
黄金$XAUT 跌破4,000美元,我反而开始重新关注买入机会。

近期黄金持续调整,现货价格已经回到3,860美元附近。

过去一段时间,市场最担心的是美国通胀迟迟无法降温,美联储可能继续维持偏紧的货币政策。

当美元和美债收益率走强时,黄金的持有成本也会相对提高。

但我对黄金的长期判断没有发生太大变化。

全球央行的黄金储备需求、财政赤字,以及主要经济体的债务问题,都不是短期内能够解决的。

目前我更愿意观察3,800—3,900美元附近能否形成稳定买盘。

如果$XAU 黄金继续调整,我仍然会考虑逐步增加实体黄金储备。

$BTC
本周又有一批山寨币面临代币解锁。 根据11月16日公布的解锁日程,本周有23种加密资产涉及代币解锁事件。 现在整个加密市场已经经历大幅调整,很多山寨币的价格距离历史高点跌去了80%,甚至90%以上。 但我一直认为,不能因为一个币跌得足够多,就认为它已经便宜。 尤其那些早期融资估值很高、流通比例偏低、未来还有大量代币等待解锁的项目。 即使价格已经跌了90%,如果新增供应持续进入市场,而真实买盘又不足,依然可能继续下跌。 更麻烦的是,部分项目即使拥有实际产品,也未必能让代币持有人获得相应的经济收益。 所以我现在研究山寨币,会特别关注三个问题: 还有多少代币没有流通?未来一年会释放多少供应?项目收入究竟能不能回流到代币? 如果这几个问题都没有令人满意的答案,我宁愿继续持有$BTC 。$ETH $SOL
本周又有一批山寨币面临代币解锁。

根据11月16日公布的解锁日程,本周有23种加密资产涉及代币解锁事件。

现在整个加密市场已经经历大幅调整,很多山寨币的价格距离历史高点跌去了80%,甚至90%以上。

但我一直认为,不能因为一个币跌得足够多,就认为它已经便宜。

尤其那些早期融资估值很高、流通比例偏低、未来还有大量代币等待解锁的项目。

即使价格已经跌了90%,如果新增供应持续进入市场,而真实买盘又不足,依然可能继续下跌。

更麻烦的是,部分项目即使拥有实际产品,也未必能让代币持有人获得相应的经济收益。

所以我现在研究山寨币,会特别关注三个问题:

还有多少代币没有流通?未来一年会释放多少供应?项目收入究竟能不能回流到代币?

如果这几个问题都没有令人满意的答案,我宁愿继续持有$BTC 。$ETH $SOL
真正的地狱,很快就会来袭。 比特币$BTC 从81,000美元一路跌至63,800美元,很多人已经开始觉得市场足够便宜,准备抄底。 但这轮下跌可能远远没有结束。过去几次暴跌,每次都有人认为已经见底,每次反弹又吸引新一批资金进场,最后迎来的却是更低的价格。 真正可怕的情况,是接下来连反弹都开始消失。BTC跌破60,000美元,山寨币继续腰斩,杠杆多头接连爆仓,原本还有流动性的项目逐渐失去买盘。 那些已经跌了90%的山寨币,完全可能在剩下的价格基础上再跌90%。 更可怕的是,很多投资者早已满仓,甚至通过借贷和合约试图挽回损失。如果市场进入持续去杠杆阶段,强制平仓、抵押品抛售和流动性枯竭可能相互放大。 到那个时候,最痛苦的已经不是账户亏损多少,而是眼睁睁看着价格越来越低,自己却再也没有资金买入。 我现在最担心的,就是大多数人以为自己已经经历了熊市最残酷的阶段,但真正的恐慌可能还在后面。
真正的地狱,很快就会来袭。

比特币$BTC 从81,000美元一路跌至63,800美元,很多人已经开始觉得市场足够便宜,准备抄底。

但这轮下跌可能远远没有结束。过去几次暴跌,每次都有人认为已经见底,每次反弹又吸引新一批资金进场,最后迎来的却是更低的价格。

真正可怕的情况,是接下来连反弹都开始消失。BTC跌破60,000美元,山寨币继续腰斩,杠杆多头接连爆仓,原本还有流动性的项目逐渐失去买盘。

那些已经跌了90%的山寨币,完全可能在剩下的价格基础上再跌90%。

更可怕的是,很多投资者早已满仓,甚至通过借贷和合约试图挽回损失。如果市场进入持续去杠杆阶段,强制平仓、抵押品抛售和流动性枯竭可能相互放大。

到那个时候,最痛苦的已经不是账户亏损多少,而是眼睁睁看着价格越来越低,自己却再也没有资金买入。

我现在最担心的,就是大多数人以为自己已经经历了熊市最残酷的阶段,但真正的恐慌可能还在后面。
$牛来 都跌了30%,这么便宜的机会,现在不上车还等什么时候? 我之前就说过,牛来是我近期少数愿意拿资金参与的Meme币。 现在整个加密市场暴跌,$牛来 也跟着回调了30%,反而让我觉得更有吸引力。 我看中的一直是「牛来」这个名字在中文加密社区的传播潜力。 如果未来比特币企稳,市场重新进入牛市,资金再次回流Meme板块,牛来完全有机会成为中文社区重点炒作的标的。 当然,跌了30%不代表已经见底,Meme币也可能继续大跌。 但对我来说,这种机会本来就适合用少量资金试错。 真要等到市场全面回暖、牛来已经涨了几倍,那个时候再追,性价比可能就完全不同了。
$牛来 都跌了30%,这么便宜的机会,现在不上车还等什么时候?

我之前就说过,牛来是我近期少数愿意拿资金参与的Meme币。

现在整个加密市场暴跌,$牛来 也跟着回调了30%,反而让我觉得更有吸引力。

我看中的一直是「牛来」这个名字在中文加密社区的传播潜力。

如果未来比特币企稳,市场重新进入牛市,资金再次回流Meme板块,牛来完全有机会成为中文社区重点炒作的标的。

当然,跌了30%不代表已经见底,Meme币也可能继续大跌。

但对我来说,这种机会本来就适合用少量资金试错。

真要等到市场全面回暖、牛来已经涨了几倍,那个时候再追,性价比可能就完全不同了。
$牛来 现在这么便宜 我觉得可以直接考虑上车了。 比特币连续暴跌,整个加密市场的情绪已经差到极点,但牛来的价格表现依然相对稳定。 我之前就说过,$牛来 最有价值的地方,就是这个名字在中文加密社区的传播能力。 现在市场不好,关注度和资金都不够,反而给了我们用小资金提前布局的机会。 等到比特币$BTC 真正企稳,市场重新进入牛市,资金开始回流Meme板块,我认为就是牛来最有机会起飞的时候。 如果未来能够复制币安人生的传播热度,10倍涨幅也并非没有可能。
$牛来 现在这么便宜
我觉得可以直接考虑上车了。

比特币连续暴跌,整个加密市场的情绪已经差到极点,但牛来的价格表现依然相对稳定。

我之前就说过,$牛来 最有价值的地方,就是这个名字在中文加密社区的传播能力。

现在市场不好,关注度和资金都不够,反而给了我们用小资金提前布局的机会。

等到比特币$BTC 真正企稳,市场重新进入牛市,资金开始回流Meme板块,我认为就是牛来最有机会起飞的时候。

如果未来能够复制币安人生的传播热度,10倍涨幅也并非没有可能。
比特币跌至63,8400美元,我开始重新评估这轮牛市。 从此前的81,000美元跌到63,400美元,$BTC 累计回撤已经超过21%。 更值得警惕的是,过去几次我关注的关键支撑位,几乎都没有形成持续有效的反弹。 76,000美元、73,000美元、70,000美元相继失守,说明市场的卖压远比预期严重。 现在我不太愿意继续猜测哪里是最后一跌。 如果BTC无法迅速收复66,000美元,下一步就需要考虑60,000美元附近的买盘能否承接。 不过,我对比特币的长期判断没有改变。 真正需要调整的是仓位和买入节奏。 如果接下来继续下跌,我宁愿把资金留给BTC,也不愿意因为山寨币跌得更多,就认为它们更值得抄底。
比特币跌至63,8400美元,我开始重新评估这轮牛市。

从此前的81,000美元跌到63,400美元,$BTC 累计回撤已经超过21%。

更值得警惕的是,过去几次我关注的关键支撑位,几乎都没有形成持续有效的反弹。

76,000美元、73,000美元、70,000美元相继失守,说明市场的卖压远比预期严重。

现在我不太愿意继续猜测哪里是最后一跌。

如果BTC无法迅速收复66,000美元,下一步就需要考虑60,000美元附近的买盘能否承接。

不过,我对比特币的长期判断没有改变。

真正需要调整的是仓位和买入节奏。

如果接下来继续下跌,我宁愿把资金留给BTC,也不愿意因为山寨币跌得更多,就认为它们更值得抄底。
如果加密市场继续暴跌,我现在最想买的还是$BTC 。 经历这么多轮市场周期,我越来越不相信所谓的山寨币普涨逻辑。 很多人看到某个币从10美元跌到1美元,就觉得已经跌了90%,未来至少有10倍空间。 但问题是,它凭什么重新涨回10美元? 如果项目没有稳定收入、没有实际用户,代币还在持续解锁,那么过去的高价根本不能作为今天的估值依据。 相比之下,BTC至少拥有明确的供应规则、成熟的市场流动性,以及相对广泛的机构参与。 $ETH 、$SOL 和少数能够持续创造收入的协议,我也愿意在估值合理时考虑。 至于那些只剩下历史最高价和社区口号的山寨币,即使再跌90%,我可能也不会买。 现在市场越跌,我反而越想把持仓进一步集中。
如果加密市场继续暴跌,我现在最想买的还是$BTC 。

经历这么多轮市场周期,我越来越不相信所谓的山寨币普涨逻辑。

很多人看到某个币从10美元跌到1美元,就觉得已经跌了90%,未来至少有10倍空间。

但问题是,它凭什么重新涨回10美元?

如果项目没有稳定收入、没有实际用户,代币还在持续解锁,那么过去的高价根本不能作为今天的估值依据。

相比之下,BTC至少拥有明确的供应规则、成熟的市场流动性,以及相对广泛的机构参与。

$ETH 、$SOL 和少数能够持续创造收入的协议,我也愿意在估值合理时考虑。

至于那些只剩下历史最高价和社区口号的山寨币,即使再跌90%,我可能也不会买。

现在市场越跌,我反而越想把持仓进一步集中。
比特币突然暴跌至63,800美元! $BTC 这轮下跌的速度,已经远远超过我此前的预期。 几天前还在76,000美元附近,如今直接跌至63,800美元,短时间内回撤超过16%。 此前我认为73,000美元可能出现反弹,随后又关注70,000美元和68,000美元的支撑,但这些位置都没有真正守住。 现在我开始担心,比特币可能进一步测试60,000美元。 尤其美国比特币现货ETF持续出现资金净流出,市场又不断发生杠杆清算,短期很难判断卖压什么时候才会结束。 不过,BTC已经连续大幅下跌,随时可能出现技术性反弹。 如果接下来能够重新站上66,000美元,短线有机会回到68,000—70,000美元。 但在此之前,我暂时不会急着大规模抄底。
比特币突然暴跌至63,800美元!

$BTC 这轮下跌的速度,已经远远超过我此前的预期。

几天前还在76,000美元附近,如今直接跌至63,800美元,短时间内回撤超过16%。

此前我认为73,000美元可能出现反弹,随后又关注70,000美元和68,000美元的支撑,但这些位置都没有真正守住。

现在我开始担心,比特币可能进一步测试60,000美元。

尤其美国比特币现货ETF持续出现资金净流出,市场又不断发生杠杆清算,短期很难判断卖压什么时候才会结束。

不过,BTC已经连续大幅下跌,随时可能出现技术性反弹。

如果接下来能够重新站上66,000美元,短线有机会回到68,000—70,000美元。

但在此之前,我暂时不会急着大规模抄底。
经历这轮暴跌之后,我对山寨币的投资标准只会越来越严格。 现在的加密市场,我认为真正值得花时间研究的资产,基本只剩下三类: 第一类是比特币。 $BTC 依然是整个加密市场最重要的资产,也是我长期持仓的核心。 第二类是$ETH 、$SOL 等具有实际生态和流动性的主流币。 至少这些公链拥有真实用户、开发者和链上交易需求,不完全依赖市场炒作。 第三类是能够持续创造收入,而且代币持有人有机会分享协议经济价值的项目。 例如UNI、HYPE等,我会重点研究它们的协议收入、代币价值捕获机制,以及当前估值是否合理。 至于绝大多数没有收入、没有用户、只有代币解锁和融资故事的项目,我实在看不出长期持有的意义。 哪怕未来市场反弹,我也不认为所有山寨币都值得买。
经历这轮暴跌之后,我对山寨币的投资标准只会越来越严格。

现在的加密市场,我认为真正值得花时间研究的资产,基本只剩下三类:

第一类是比特币。

$BTC 依然是整个加密市场最重要的资产,也是我长期持仓的核心。

第二类是$ETH 、$SOL 等具有实际生态和流动性的主流币。

至少这些公链拥有真实用户、开发者和链上交易需求,不完全依赖市场炒作。

第三类是能够持续创造收入,而且代币持有人有机会分享协议经济价值的项目。

例如UNI、HYPE等,我会重点研究它们的协议收入、代币价值捕获机制,以及当前估值是否合理。

至于绝大多数没有收入、没有用户、只有代币解锁和融资故事的项目,我实在看不出长期持有的意义。

哪怕未来市场反弹,我也不认为所有山寨币都值得买。
比特币ETF连续两周净流出超过20亿美元。 11月14日公布的数据显示,美国比特币现货ETF上周净流出约10.7亿美元。 加上前一周的12.8亿美元,短短两周累计流出约23.5亿美元。 更值得注意的是,$BTC 现货ETF已经连续7个交易日出现资金净流出。 过去我们一直认为,ETF的出现能够为比特币带来长期机构买盘。 但现在也必须承认,机构资金同样会受到宏观环境、风险偏好和资产配置调整的影响。 当市场开始持续下跌,ETF并不会自动成为比特币的支撑。 如果ETF继续维持每天上亿美元的净流出,即使比特币出现短期反弹,也很难确认市场已经完成筑底。
比特币ETF连续两周净流出超过20亿美元。

11月14日公布的数据显示,美国比特币现货ETF上周净流出约10.7亿美元。

加上前一周的12.8亿美元,短短两周累计流出约23.5亿美元。

更值得注意的是,$BTC 现货ETF已经连续7个交易日出现资金净流出。

过去我们一直认为,ETF的出现能够为比特币带来长期机构买盘。

但现在也必须承认,机构资金同样会受到宏观环境、风险偏好和资产配置调整的影响。

当市场开始持续下跌,ETF并不会自动成为比特币的支撑。

如果ETF继续维持每天上亿美元的净流出,即使比特币出现短期反弹,也很难确认市场已经完成筑底。
加密市场现在最麻烦的问题,可能是资金正在离开。 近期稳定币供应量出现了自2022年6月以来罕见的快速收缩。 这件事值得高度关注。 因为稳定币是加密市场最重要的流动性基础之一。 当USDT、USDC等稳定币的总供应量持续下降,意味着部分美元流动性正在退出链上体系。 与此同时,比特币ETF持续净流出,$BTC 又跌至63,800美元附近。 如果资金持续撤离,市场就很难依靠内部交易重新创造足够的买盘。 尤其很多山寨币本来就缺乏深度流动性,一旦投资者集中卖出,价格可能在短时间内出现远超比特币的跌幅。
加密市场现在最麻烦的问题,可能是资金正在离开。

近期稳定币供应量出现了自2022年6月以来罕见的快速收缩。

这件事值得高度关注。

因为稳定币是加密市场最重要的流动性基础之一。

当USDT、USDC等稳定币的总供应量持续下降,意味着部分美元流动性正在退出链上体系。

与此同时,比特币ETF持续净流出,$BTC 又跌至63,800美元附近。

如果资金持续撤离,市场就很难依靠内部交易重新创造足够的买盘。

尤其很多山寨币本来就缺乏深度流动性,一旦投资者集中卖出,价格可能在短时间内出现远超比特币的跌幅。
我越来越认为,下一轮加密市场真正值得关注的,可能是能够持续创造收入的DeFi协议。 过去几年,市场给太多项目支付了不合理的估值。 一个协议没有多少真实用户,收入几乎可以忽略,却能靠融资背景、代币经济模型和市场叙事获得几十亿美元的估值。 但现在资金越来越谨慎,这套玩法可能很难继续维持。 我更愿意研究$AAVE Aave、$UNI Uniswap、$HYPE Hyperliquid这类已经拥有实际业务的协议。 至少可以分析它们的交易量、借贷规模、手续费收入,以及这些经济活动究竟能为代币持有人创造多少价值。 当然,协议赚钱不代表代币一定值得买。 如果收入全部归属于运营主体,或者代币没有明确的价值捕获机制,再高的协议收入也未必能支撑代币估值。 未来我会越来越重视这些能够计算、能够验证的指标。 至于那些只有路线图、融资估值和代币解锁计划的项目,我已经没有多少兴趣了。
我越来越认为,下一轮加密市场真正值得关注的,可能是能够持续创造收入的DeFi协议。

过去几年,市场给太多项目支付了不合理的估值。

一个协议没有多少真实用户,收入几乎可以忽略,却能靠融资背景、代币经济模型和市场叙事获得几十亿美元的估值。

但现在资金越来越谨慎,这套玩法可能很难继续维持。

我更愿意研究$AAVE Aave、$UNI Uniswap、$HYPE Hyperliquid这类已经拥有实际业务的协议。

至少可以分析它们的交易量、借贷规模、手续费收入,以及这些经济活动究竟能为代币持有人创造多少价值。

当然,协议赚钱不代表代币一定值得买。

如果收入全部归属于运营主体,或者代币没有明确的价值捕获机制,再高的协议收入也未必能支撑代币估值。

未来我会越来越重视这些能够计算、能够验证的指标。

至于那些只有路线图、融资估值和代币解锁计划的项目,我已经没有多少兴趣了。
$牛来 这次的表现,比我预期还要稳。 今天比特币$BTC 突然暴跌至68,300美元,整个加密市场出现大规模抛售,不少山寨币跌幅相当惊人。 但$牛来 却意外稳住了。 对于一个高波动的Meme币来说,在这种市场环境下没有跟随大盘大幅下跌,本身就值得注意。 尤其Meme币没有传统意义上的盈利和估值支撑,价格高度依赖社区共识、持有人结构与市场流动性。 如果大盘持续下跌,牛来仍然能够维持目前的价格区间,至少说明现阶段的卖压没有想象中那么大。 我之前就说过,牛来最有价值的地方,是这个名字在中文加密社区的传播潜力。 现在我更想看看,等比特币真正企稳、市场风险偏好恢复之后,牛来能不能走出一轮独立行情。
$牛来 这次的表现,比我预期还要稳。

今天比特币$BTC 突然暴跌至68,300美元,整个加密市场出现大规模抛售,不少山寨币跌幅相当惊人。

但$牛来 却意外稳住了。

对于一个高波动的Meme币来说,在这种市场环境下没有跟随大盘大幅下跌,本身就值得注意。

尤其Meme币没有传统意义上的盈利和估值支撑,价格高度依赖社区共识、持有人结构与市场流动性。

如果大盘持续下跌,牛来仍然能够维持目前的价格区间,至少说明现阶段的卖压没有想象中那么大。

我之前就说过,牛来最有价值的地方,是这个名字在中文加密社区的传播潜力。

现在我更想看看,等比特币真正企稳、市场风险偏好恢复之后,牛来能不能走出一轮独立行情。
我认为现在买入$牛来 ,性价比其实相当高。 Meme币本来就是高风险、高波动的市场,没必要投入太多资金。 但如果只用一小笔钱去试错,承担自己能接受的损失,换取潜在的高倍数回报,我认为这笔交易值得考虑。 $牛来 最吸引我的,就是这个名字本身的传播能力。 如果未来能像$币安人生 一样,在中文加密社区形成大规模共识,出现10倍涨幅并非完全没有可能。 对我来说,这就是一笔用小资金承担有限损失、尝试捕捉高倍数机会的投机交易。
我认为现在买入$牛来 ,性价比其实相当高。

Meme币本来就是高风险、高波动的市场,没必要投入太多资金。

但如果只用一小笔钱去试错,承担自己能接受的损失,换取潜在的高倍数回报,我认为这笔交易值得考虑。

$牛来 最吸引我的,就是这个名字本身的传播能力。

如果未来能像$币安人生 一样,在中文加密社区形成大规模共识,出现10倍涨幅并非完全没有可能。

对我来说,这就是一笔用小资金承担有限损失、尝试捕捉高倍数机会的投机交易。
$牛来 就是下一个币安人生 Meme币最重要的资产之一,就是名字本身的传播能力。 「$牛来 」这两个字足够简单、直接,而且符合中文加密社区对牛市的期待。 我们要的就是「$牛来 」这个名字。 一个能被记住、被反复传播,甚至成为整个社区共同口号的名字。 至于Marscoin,我实在看不出它有什么不可替代的传播优势。 当然,名字本身不能保证币价上涨,但如果要在中文Meme市场寻找下一个现象级项目,我更愿意押注「牛来」。
$牛来 就是下一个币安人生

Meme币最重要的资产之一,就是名字本身的传播能力。

「$牛来 」这两个字足够简单、直接,而且符合中文加密社区对牛市的期待。

我们要的就是「$牛来 」这个名字。

一个能被记住、被反复传播,甚至成为整个社区共同口号的名字。

至于Marscoin,我实在看不出它有什么不可替代的传播优势。

当然,名字本身不能保证币价上涨,但如果要在中文Meme市场寻找下一个现象级项目,我更愿意押注「牛来」。
Көбірек контент көру үшін кіріңіз
Binance Square платформасында әлемдік криптоқоғамдастыққа қосылыңыз
⚡️ Криптовалюта туралы ең соңғы және пайдалы ақпаратты алыңыз.
💬 Әлемдегі ең ірі криптобиржаның сеніміне ие.
👍 Расталған авторлардың нақты пікірлерін табыңыз.
Электрондық пошта/телефон нөмірі
Сайт картасы
Cookie параметрлері
Платформаның шарттары мен талаптары