a16z预测2026年加密行业8大趋势：隐私区块链崛起、交易平台转型等

作者: a16z

编译: Deep Tide TechFlow

a16z (Andreessen Horowitz) 最近发布了其关于2026年科技领域可能出现的"大创意"清单。这些创意由其应用程序、美国活力、生物技术、加密货币、增长、基础设施和Speedrun团队的合伙人提出。

以下是加密货币领域特别贡献者精选的一些关键创意和见解,涵盖从智能代理和人工智能(AI)、稳定币、代币化和金融、隐私和安全到预测市场和其他应用等广泛主题。有关2026年技术展望的更多信息,请阅读完整文章。

构建未来

交易平台只是开始,而非终点。

今天,除了稳定币和一些核心基础设施外,几乎所有表现良好的加密货币公司都已转型或正在转型为交易平台。然而,如果"每家加密公司都成为交易平台",最终结果会是什么?大量同质化竞争不仅会分散用户注意力,还可能只留下少数赢家。过早转向交易的公司可能会错失构建更具竞争力和可持续商业模式的机会。

我完全理解创始人在维持健康财务状况方面面临的挑战,但仅追求短期产品市场契合度可能会付出代价。这在加密行业尤为明显,围绕代币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"棉花糖测试"一样。

交易本身没有错——它们确实是市场运作的重要功能——但它们不一定是最终目标。专注于产品本身并以长远眼光寻求产品市场契合度的创始人,最终可能会成为更大的赢家。

– Arianna Simpson,a16z加密团队普通合伙人

关于稳定币、RWA代币化、支付和金融的新思考

以更具加密原生方式思考真实世界资产(RWA)代币化和稳定币

我们看到银行、金融科技公司和资产管理公司对将美国股票、大宗商品、指数和其他传统资产带到区块链上表现出浓厚兴趣。然而,随着越来越多的传统资产被带到区块链上,它们的代币化往往是"实物"的——即基于现有的真实世界资产概念,而没有充分利用加密的原生特性。

相比之下,像永续合约(perps)这样的合成资产形式提供了更深的流动性,实施起来也更简单。永续合约还提供了易于理解的杠杆机制,使它们可能成为加密市场最合适的原生衍生品。新兴市场股票或许是探索"永续化"最有趣的资产类别之一。例如,对于某些股票,其零到期日(0DTE)期权市场的流动性往往比现货市场更深,使永续化成为值得尝试的实验。

归根结底,这一切都归结为"持续性"和"代币化"之间的选择;无论如何,我们有理由期待在来年看到更多加密原生的真实世界资产代币化。

同样,在2026年,稳定币领域将出现更多"发行创新,而不仅仅是代币化"。稳定币在2025年成为主流,其发行量持续增长。

然而,缺乏强大信贷基础设施的稳定币更像是"狭义银行",持有被认为极其安全的特定高流动性资产。虽然狭义银行是一种有效的产品,但我不认为它们会成为链上经济的长期支柱。

我们看到许多新兴资产管理公司、策展人和协议推动由链下抵押品担保的链上资产支持贷款。通常,这些贷款在链下生成,然后进行代币化。然而,我认为这种代币化方法的优势有限,可能只在于将它们分发给已经在链上的用户。因此,债务资产应该直接在链上生成,而不是在链下生成然后代币化。在链上生成债务资产可以降低贷款服务成本、后端基础设施成本,并提高可访问性。挑战在于合规性和标准化,但开发人员正在努力解决这些问题。

– Guy Wuollet,a16z加密团队普通合伙人

稳定币推动银行核心账本升级,开启全新支付场景。

今天,大多数银行仍在运行现代开发人员难以识别的过时软件系统:早在20世纪60年代和70年代,银行就是大规模软件系统的早期采用者。到20世纪80年代和90年代,第二代核心银行软件开始出现(如Temenos的GLOBUS和InfoSys的Finacle)。然而,这些软件已经老化,升级速度也太慢了。因此,许多银行业关键的核心账本——这些记录存款、抵押品和其他债务的关键数据库——仍在使用COBOL编程语言的大型主机上运行,依赖批处理文件接口而非现代API。

全球大部分资产仍存储在这些已有数十年历史的核心账本中。虽然这些系统在实践中得到了验证,受到监管机构的信任,并深度集成到复杂的银行场景中,但它们也成为创新的障碍。例如,添加实时支付等关键功能可能需要数月甚至数年时间,并涉及处理大量技术债务和复杂的监管要求。

这正是稳定币的用武之地。在过去几年中,稳定币找到了产品市场契合度,并成功进入主流金融领域。今年,传统金融机构(TradFi)以前所未有的水平接纳了稳定币。稳定币、代币化存款、代币化政府债券和链上债券等金融工具使银行、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,这些创新不会迫使机构重写其旧系统——尽管这些系统正在老化,但它们已经稳定运行了数十年。因此,稳定币为机构提供了一种全新的创新方式。

– Sam Broner

智能代理和AI的未来

使用AI执行实质性研究任务

作为一名数学经济学家,在今年年初,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,我可以像对待博士生一样给它们抽象指令……它们有时会返回全新且正确执行的答案。此外,我们开始看到AI被用于更广泛的研究领域——尤其是在推理方面,AI模型现在不仅直接协助发现,还能自主解决普特南问题(也许是世界上最难的大学水平数学考试)。

尚不清楚的是,这种研究辅助方法在哪些领域最有帮助,以及如何提供帮助。然而,我预计AI的研究能力将培育和激发一种新的"博学者"研究风格:倾向于推测各种想法之间的关系,并从更多假设性答案中快速推断。这些答案可能并不完全准确,但至少在某些逻辑框架内,它们可以指向正确的方向。具有讽刺意味的是,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,让它们自由探索抽象空间可能会产生一些荒谬的想法,但有时也会导致突破性发现,就像人类在摆脱线性思维并走出明确方向时最具创造力一样。

以这种方式思考问题需要一个全新的AI工作流程——不仅仅是"代理对代理"模型,而是更复杂的"代理包裹代理"模型——其中不同层次的模型协助研究人员评估早期阶段的模型并逐步提取有价值的见解。我使用这种方法撰写论文,而其他人则用它进行专利搜索、发明新的艺术形式,甚至(不幸的是)发现攻击智能合约的新方法。

然而,要运行这种"包裹推理代理"的研究模型,需要模型之间更好的互操作性,以及一种识别和合理补偿每个模型贡献的方法——而这些正是加密技术可以帮助解决的问题。

– Scott Kominers,a16z加密研究团队成员、哈佛商学院教授

AI代理对开放网络征收的隐藏税

随着AI代理的兴起,一种"隐藏税"正在压迫开放互联网并从根本上破坏其经济基础。这种破坏源于互联网上下文层和执行层之间日益增长的不对称性:目前,AI代理从广告支持的内容网站(上下文层)提取数据以为用户提供便利,同时系统性地绕过支持内容创作的收入来源(如广告和订阅)。

为了防止开放网络进一步衰退(并保护为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、微归因系统或其他创新资金模式。现有的AI许可协议也被证明是短视的权宜之计,通常仅补偿内容提供商因AI流量侵占而损失的一小部分收入。

互联网需要一个全新的技术经济模型,让价值自动流动。明年最关键的转变将是从静态授权模型转向基于实时使用情况的补偿模型。这意味着测试和扩展系统——可能利用区块链支持的纳米支付和复杂的归因标准——自动奖励为AI代理成功完成任务做出信息贡献的每个实体。

– Liz Harkavy,a16z加密投资团队

隐私是护城河

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,它也是当今几乎所有区块链都缺乏的关键要素。对于大多数区块链来说,隐私往往只是次要的事后想法。

然而,隐私本身现在是区块链技术的关键差异化因素。更重要的是,隐私还可以创建"链锁定"或隐私网络效应。这在性能竞争不再是充分优势的时代尤为重要。

只要所有信息都是公开的,跨链桥接协议就可以让不同链之间的迁移变得非常容易。然而,一旦引入隐私,这种便利就会消失:跨链转移代币很容易,但跨链转移隐私却极其困难。无论是切换到公链还是另一个隐私链,用户在进出隐私链时都面临风险,因为那些观察链上数据、内存池或网络流量的人可能会推断出他们的身份。跨越隐私链和公链之间的边界,甚至两个隐私链之间的边界,可能会泄露各种元数据,如交易时间和金额之间的相关性——这些信息可能会使追踪用户变得容易得多。

与许多同质化新链相比(这些新链的交易费用可能因竞争而被压低到接近零),具有隐私功能的区块链可以产生更强大的网络效应。现实情况是,如果一个"通用"区块链没有成熟的生态系统、杀手级应用程序或不公平的分发优势,用户几乎没有理由选择使用它或在其上构建,更不用说培养忠诚度了。

在公有区块链上,用户可以轻松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,在私有区块链上,用户选择加入的链变得尤为重要,因为一旦加入,他们不太可能迁移到其他链以避免隐私暴露的风险。这种现象创造了"赢家通吃"的动态。而且由于隐私对大多数现实世界应用至关重要,少数隐私链最终可能会主导加密领域。

– Ali Yahya,a16z加密团队普通合伙人

其他行业和应用

预测市场将变得更大、更广泛、更智能。

预测市场已逐渐进入主流,在未来一年,随着它们与加密技术和人工智能(AI)的融合,它们将变得更大、应用更广泛、更智能,同时也给开发人员带来新的重大挑战。

首先,预测市场将上市更多合约。这意味着我们不仅可以获得关于重大选举或地缘政治事件的实时赔率,还可以获得对各种细微结果和复杂跨事件的预测。随着这些新合约揭示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,例如如何平衡信息价值以及如何更好地设计这些市场使它们更透明和可审计——这些问题可以通过加密技术来解决。

为了应对新合约的激增,我们需要新的方法来就现实世界事件达成共识以解决这些合约。虽然中心化平台解决方案(例如确认事件是否实际发生)很重要,但它们的局限性已在泽连斯基诉讼市场和委内瑞拉选举市场等有争议的案例中暴露出来。为了解决这些边缘案例并帮助将预测市场扩展到更多实际应用中,新颖的去中心化治理机制和大语言模型(LLM)预言机可以协助确定有争议结果背后的真相。

AI的潜力不仅限于LLM驱动的预言机。例如,在这些平台上活跃的AI代理可以在全球范围内收集信号以获得短期交易优势。这不仅帮助我们从全新的角度看待世界,还允许更准确地预测未来趋势。(Prophet Arena等项目已经激发了该领域的兴奋。)除了作为成熟的政治分析师提供见解外,这些AI代理在我们检查其新兴策略时,还可能揭示复杂社会事件的基本预测因素。

预测市场会取代民意调查吗?不会。相反,它们将改善民意调查(民意调查信息也可以输入预测市场)。作为政治经济学教授,我最兴奋的是预测市场与多样化的民意调查生态系统协同工作的潜力——但我们需要依赖新技术,例如可以改善调查体验的AI,以及可以提供全新方式来验证调查和问卷参与者是人类而非机器人的加密技术。

– Andy Hall,a16z加密研究顾问、斯坦福大学政治经济学教授

加密技术将扩展到区块链之外的全新应用。

多年来,SNARK(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证明正确性的加密证明)主要用于区块链领域。这是因为它们的计算开销过高:证明一个计算可能比直接运行该计算费力一百万倍。在这种开销需要在数万个验证者之间分配的情况下,这是值得的,但在其他情况下则不切实际。

这种情况即将改变。到2026年,zkVM(零知识虚拟机)证明者的计算开销将降低到约10,000倍,而其内存占用仅为几百兆字节——足够快以在手机上运行,并且足够便宜以在各种场景中广泛应用。这个"10,000倍"可能成为关键临界点的一个原因是,高端GPU的并行吞吐量约为笔记本电脑CPU的10,000倍。到2026年底,单个GPU将能够实时生成原本需要CPU执行的计算证明。

这将解锁早期研究论文中提出的一些愿景:可验证的云计算。如果您已经在云中运行CPU工作负载(因为您的计算任务不足以进行GPU加速,或者您缺乏相关专业知识,或出于历史原因),您将能够以合理的成本获得计算正确性的加密证明。此外,证明者已经针对GPU进行了优化,无需对您的代码进行额外调整。

– Justin Thaler,a16z加密研究团队成员、乔治城大学计算机科学副教授

— a16z加密编辑团队