2026 年的 8 大构想（以及更多值得关注的趋势）：涵盖稳定币、AI、隐私等多个领域

本文信息来源：a16z

a16z 最近发布了其清单 ，汇集了来自 Apps、American Dynamism、Bio、Crypto、Growth、Infra 和 Speedrun 团队合伙人对来年科技建设者可能着手推进的“重大想法”。

以下是来自多位 crypto 团队成员（以及少数特邀撰稿人）的一些重大想法精选，展望未来的发展方向——涵盖从智能体与 AI，到稳定币、代币化与金融，再到隐私与安全，以及预测市场和其他应用等主题。关于我们对 2026 年更多令人振奋的看法，请阅读完整文章 。

关于构建

1. 将交易视为 crypto 业务的一个中转站——而非最终目的地

如今看起来，除了稳定币和一些核心基础设施之外，几乎每一家经营得不错的加密公司都已经转向或正在转向交易。但如果“每一家加密公司都变成一个交易平台”，那大家最终会走向何处？如此多的参与者做着同样的事情，会相互蚕食心智份额，最终只留下少数几个大赢家。这也意味着，那些过早转向交易的公司，错失了构建更具防御性、更具持久性的业务的机会。

虽然我对所有正在努力让公司财务跑得通的创始人都充满共情，但一味追逐立竿见影的产品-市场契合度同样是有代价的。在加密领域，这个问题尤为突出，因为围绕代币和投机的独特动态，往往会把创始人引向一条即时满足的道路，作为他们寻找产品-市场契合度旅程的一部分。这有点像所谓的“棉花糖测试”。

交易本身并没有错——它是一种重要的市场功能——但它不必成为最终目的地。那些真正聚焦于产品-市场契合度中“产品”这一部分的创始人，最终可能会成为更大的赢家。

– Arianna Simpson，a16z crypto 普通合伙人

关于稳定币、RWA 代币化、支付与金融

2. 以更加 crypto 原生的方式思考现实世界资产的代币化与稳定币

我们已经看到来自银行、金融科技公司和资产管理机构的强烈兴趣，推动将美国股票、大宗商品、指数以及其他传统资产上链。随着越来越多的传统资产上链，这种代币化往往是拟物化的——根植于对现实世界资产的现有认知，而未能充分利用 crypto 原生的特性。

但像永续合约（perps）这样的合成表示形式能够提供更深的流动性，而且往往更容易实现。Perps 还提供了易于理解的杠杆，因此它们可能是产品与市场契合度最强的 crypto-native 衍生品。新兴市场股票也可能是最有趣的 perpification 资产类别之一。（某些股票的零到期日或 0DTE 期权市场往往比现货市场拥有更深的流动性，用于 perpification 将是一项引人入胜的实验。）

一切都归结为“perpification vs. tokenization”这一问题；但无论如何，明年我们都将看到更多 crypto-native 的 RWA tokenization。

类似地，展望 2026 年，在已经于 2025 年走向主流的稳定币领域，我们将看到更多“发起，而不仅仅是 tokenization”；在外流通的稳定币发行规模仍在持续增长。

但缺乏强大信用基础设施支撑的稳定币，看起来就像狭义银行，它们持有被认为额外安全的特定流动性资产。虽然狭义银行是一种合理的产品，但我并不认为它会在长期内成为 onchain 经济的支柱。

我们看到，越来越多的新型资产管理人、策展人和协议开始促进以链下抵押品为支撑的链上资产抵押借贷。这类贷款通常在链下发起，然后再进行代币化。我认为在这种情况下，代币化带来的好处并不多，除了可能能够分发给已经在链上的用户。因此，债务资产应当在链上发起，而不是先在链下发起再进行代币化。链上发起能够降低贷款服务成本、后台结构化成本，并提升可及性。这里最具挑战性的部分将是合规和标准化，但建设者们已经在着手解决这些问题。

– Guy Wuollet，a16z crypto 普通合伙人

3. 稳定币推动银行账本升级周期——以及新的支付场景

普通银行运行的软件对现代开发者来说几乎难以识别：在 20 世纪 60 年代和 70 年代，银行是大型软件系统的早期采用者。第二代核心银行软件始于 20 世纪 80 年代和 90 年代（例如 Temenos 的 GLOBUS 和 InfoSys 的 Finacle）。但所有这些软件都在不断老化，升级速度过于缓慢。因此，银行业——尤其是关键的核心账本，即用于跟踪存款、抵押品和其他义务的核心数据库——至今仍经常运行在大型机上，使用 COBOL 编程，并通过批量文件接口而非 API 进行交互。

全球绝大多数资产仍然存在于那些同样已运行数十年的核心账本系统之上。虽然这些系统经过了长期考验，深受监管机构信任，并被深度整合进复杂的银行业务场景中，但它们也在制约创新的发展。增加诸如实时支付等关键功能可能需要数月，甚至更可能是数年时间，并且还要应对层层叠加的技术债务和监管复杂性。

这正是 stablecoins 发挥作用的地方。不仅在过去几年 ，stablecoins 找到了产品市场契合点并走向主流，而且在今年，TradFi 机构以前所未有的程度接纳了它们 。Stablecoins、代币化存款、代币化国债以及链上债券，使银行、金融科技公司和金融机构能够构建新产品并服务新的客户群体。更重要的是，它们可以在不迫使这些组织重写其遗留系统的情况下实现这一点——这些系统虽然老旧，但数十年来一直稳定运行。因此，stablecoins 为机构创新提供了一种全新的方式。

– Sam Broner

关于智能体与 AI

4. 我们将使用 AI 执行实质性的研究任务

作为一名数理经济学家，今年 1 月时，我甚至很难让消费级 AI 模型理解我的工作流程；然而到了 11 月，我已经可以像给博士生下达任务一样，向模型提供抽象指令……而它们有时会返回新颖且执行正确的答案。除了我的个人体验之外，我们也开始更广泛地看到 AI 被用于研究——尤其是在推理相关领域，模型如今正直接协助 发现 ，并且还能 自主解决 Putnam 竞赛题目 （也许是世界上最难的大学级数学考试）。

这种研究辅助将在哪些领域提供最大帮助以及具体如何发挥作用，仍然是一个悬而未决的问题。但我预计，AI 研究将促成并奖励一种新型的博学式研究风格：这种风格偏好于在想法之间进行关系性猜测，并能从更加假设性的回答中快速外推。这些回答未必准确，但仍然可能指向正确的方向（至少在某种拓扑结构下）。具有讽刺意味的是，这有点像是在驾驭模型幻觉的力量：当模型“足够聪明”时，给它们一个抽象空间去来回跳转，依然可能产生胡言乱语——但有时也能撬开一个新的发现，就像人类在不沿着线性、清晰指明的路径工作时，反而可能最具创造力。

以这种方式进行推理将需要一种新的 AI 工作流——不仅仅是 agent 对 agent，而是更多的 agent- 包裹 -agent——在这种模式下，多层模型帮助研究人员评估前序模型的方法，并 逐步综合 去粗取精。我已经在 撰写论文 时使用了这种方法，而其他人则在进行 专利检索 、创造新的 艺术形式 ，或者（不幸的是）发现 新型智能合约攻击 。

然而：在研究中运行由多层包裹的推理 agent 组成的系统，将需要 更好的模型间互操作性 ，以及一种 识别并合理补偿 每个模型贡献的方式——这两个问题都可以由 crypto 来帮助解决。

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

5. 开放网络上的隐形税负

AI 智能体的崛起正在对开放网络施加一种“看不见的税”，从根本上破坏其经济基础。这种破坏源于互联网语境层与执行层之间日益加剧的错位：当前，AI 智能体从依赖广告支持的网站（语境层）中提取数据，为用户提供便利的同时，系统性地绕过了为内容提供资金支持的收入来源（如广告和订阅）。

为了防止开放网络被逐步侵蚀（并保留为 AI 本身提供养分的多样化内容），我们需要大规模部署技术和经济层面的解决方案。这可能包括下一代赞助内容模式、微归因系统，或其他新的资助模型。现有的 AI 许可协议也正被证明只是财务上不可持续的权宜之计，往往只能以内容提供方已因被 AI 蚕食流量而损失收入的一小部分作为补偿。

Web 需要一种新的技术—经济模型，使价值能够自动流动。未来一年的关键转变将是从静态授权迈向实时、基于使用量的补偿。这意味着需要测试并规模化相关系统——可能会利用由区块链支持的纳米支付以及精密的归因标准——以自动奖励每一个为某个 agent 成功完成任务而贡献信息的实体。

– Liz Harkavy，a16z crypto 投资团队

关于隐私与安全

6. 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功能。这也是当今几乎所有现存区块链都所欠缺的功能。对大多数链而言，隐私一直不过是事后才被考虑的问题。

但现在，仅凭隐私这一点，就已经足以让一条链从所有其他链中脱颖而出。隐私还能做到更重要的一件事： 它会产生链级锁定效应 ；如果你愿意，也可以称之为隐私网络效应。尤其是在一个单靠性能竞争已不再足够的世界里。

得益于跨链协议，只要一切都是公开的，从一条链迁移到另一条链都易如反掌。但一旦将一切设为私密，情况就不再如此： 跨链转移 token 很简单，跨链转移秘密却很困难。 在进出私密区域时始终存在风险，因为监视区块链、内存池或网络流量的人，可能会推断出你的身份。在私有链与公有链之间——甚至在两条私有链之间——跨越边界时，都会泄露诸如交易时间、交易规模相关性等各种元数据，从而让追踪某个人变得更容易。

与许多缺乏差异化的新链相比，这些新链的费用很可能会在竞争中被压到接近零（区块空间在本质上已经变得无处不在、几乎相同），具备隐私特性的区块链可以拥有更强的网络效应。现实情况是，如果一条“通用型”链尚未拥有繁荣的生态系统、杀手级应用，或不公平的分发优势，那么几乎没有人有理由去使用它或在其之上构建应用——更不用说对它保持忠诚。

当用户处于公有区块链上时，与其他链上的用户进行交易非常容易——加入哪条链并不重要。相反，当用户处于私有区块链上时，他们选择的链就重要得多，因为一旦加入某条链，他们就更不愿意迁移并承担隐私暴露的风险。这会形成一种“赢家通吃”的动态。而由于隐私对大多数现实世界的用例至关重要，少数几条隐私链可能会掌控加密领域的大部分份额。

—— Ali Yahya，a16z crypto 普通合伙人

关于其他行业和应用

7. 预测市场变得更大、更广，也更智能

预测市场已经走向主流，而在接下来的一年里，随着它们与 crypto 和 AI 的交汇，将只会变得更大、更广、更智能——同时也会提出新的、重要的挑战，亟待建设者去解决。

首先，将会有更多合约被上线。这意味着，我们不仅能够获取关于重大选举或地缘政治事件的实时赔率，还能获取各种更为细碎的结果以及复杂、相互交织事件的实时信息。随着这些新合约揭示出更多信息并逐渐成为新闻生态系统的一部分（ 已经在发生 ），它们将引发重要的社会性问题：我们应当如何在这些信息的价值之间取得平衡，以及如何更好地进行设计，使其更加透明、可审计，等等——而这些都可以通过 crypto 来实现。

为了处理数量大得多的合约，我们需要新的方式来在事实上达成一致以解决这些合约。中心化平台的裁决（某个事件是否真的发生？我们如何确认？）很重要，但像 泽连斯基诉讼市场 和 委内瑞拉选举市场 这样的争议案例展示了其局限性。为了解决这些边缘情况，并帮助预测市场扩展到更有用的应用，新型去中心化治理和 LLM 预言机可以帮助判定有争议结果的真。

AI 为预言机带来了超越 LLMs 的更多可能性。例如，在这些平台上进行交易的 AI agents 可以在全球范围内搜寻有助于提供短期交易优势的信号，帮助发现全新的世界认知方式，并预测接下来会发生什么。（像 Prophet Arena 这样的项目已经初步揭示了这一领域的激动人心之处。）除了作为我们可以查询洞见的复杂政治分析师之外，当我们研究它们的涌现策略时，这些 agents 还可能揭示复杂社会事件根本预测因子的全新信息。

预测市场会取代民意调查吗？不会；它们会让民意调查变得更好（而且民调信息也可以被输入到预测市场中）。作为一名政治学家，我最感兴趣的是预测市场如何与一个丰富且充满活力的民调生态系统协同运作——但我们需要依赖 AI 等新技术，它们可以改善问卷调查的体验；以及 crypto，它可以提供新的方式来证明民调和调查的受访者是真实的人类而非机器人，除此之外还有更多用途。

– Andy Hall，a16z crypto 研究顾问、斯坦福大学政治经济学教授

8. Crypto 提供了一种可用于区块链之外的新原语

多年来，SNARKs——一种无需重新执行即可验证计算结果的密码学证明——基本上只是区块链领域的技术。其开销实在太高：对一次计算进行证明所需的工作量可能是直接运行它的 1,000,000 倍。在需要在成千上万名验证者之间进行摊销时，这样做是值得的，但在其他任何场景中都不切实际。

这种情况即将改变。到 2026 年，zkVM 证明器的开销将降至约 10,000x，内存占用为数百 MB——快到可以在手机上运行，成本低到几乎可以在任何地方运行。为什么 10,000x 可能是一个神奇数字？原因之一是：高端 GPU 的并行吞吐量大约是笔记本 CPU 的 10,000 倍。到 2026 年底，单个 GPU 将能够实时生成 CPU 执行的证明。

这可能会解锁一个来自旧研究论文的愿景： 可验证云计算 。如果你本来就在云端运行 CPU 工作负载——因为你的计算规模还不足以迁移到 GPU，或者你缺乏相关专业能力，亦或是出于遗留系统的原因——那么你将能够以合理的费用开销，获得计算正确性的密码学证明。证明器本身已经针对 GPU 进行了优化；你的代码则不需要做这些事情。

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