区块链资本：从加密市场吸取的教训，AI投资者应重新审视

作者：@jonah_b，区块链资本研究员

编译：Jiahua，ChainCatcher

很难不注意到当前AI热潮与加密货币市场此前的热情浪潮之间的惊人相似之处。

加密货币市场是观察人们面对重大技术浪潮时如何行动的合适场所：有积极的一面，有消极的一面，也有最令人难以忍受的一面。这是因为加密货币市场的周期推进迅速，早期项目能够获得其他市场难以提供的流动性，而且市场行为默认公开，因为区块链数据本身就是开放的。

我们从这个市场学到了很多，这些经验同样适用于AI。如果你正在投资AI，这篇文章就是为你准备的。

彩票式押注

巨大的成功会引发跟风行为并制造FOMO。一旦某类资产产生了改变游戏规则的赢家，投资者就会蜂拥而入，试图复制其成功路径。然而，第二波项目很少能达到第一波的高度，许多项目最终被证明是空中楼阁，导致大量资本损失。

比特币成为了万亿美元资产。随后，以太坊成为了千亿美元资产，Solana也成为了数百亿美元资产，证明这个市场能够产生不止一个巨型赢家。

于是，投资新公链的热潮兴起。风险投资公司将这些项目视为彩票；只要押中一个，就可能获得整个基金规模数倍的回报。

如今，许多新兴AI实验室的估值也建立在彩票式预期之上。

OpenAI和Anthropic都在向万亿美元估值迈进。其背后的公式很简单：首先有一个极受欢迎的市场，然后出现一个被证明成功的追随者。因此，每一个新进入者都被视为下一张通往财富的彩票。

过去，许多Layer 1项目仅凭一份白皮书和一个创始团队就获得了数十亿美元的估值。他们讲述的故事也非常诱人：

如果全球经济在我们的链上运行会怎样？

同样，新兴AI实验室凭借一套研究理念和从OpenAI、Anthropic或Google DeepMind挖来的创始团队，筹集了数十亿美元。

如果他们真的能创造出“机器之神”呢？

然而，很多时候，这种投资仅仅是在押注下一个出价更高的买家会出现。

许多早期投资者并不一定在评估公司当前的基本面和未来前景。他们知道，一位明星人才的加入或与大型云提供商的合作，可能会吸引投资者再次推高公司估值。再加上二级市场流动性的增加，他们认为下一个买家总会出现。

市场乱象

正如BCAP GP @CremeDeLaCrypto在Bankless节目中提到的，当大量资本涌入市场时，总会有“一群追逐快钱的投机者和骗子，哪里热就往哪里冲”。

十多年来，加密货币投资者亲眼目睹了这一现象：一批又一批声称“代币即产品”的项目，在可疑的做市行为、对投资者不友好的高FDV/低流通结构、不利的SAFT协议以及众多其他市场花招下被推向市场。

现在，AI行业正在上演类似的场景。例如，那些由三层SPV组成的结构，收取高昂的费用……

然而，两者之间有一个关键区别：在加密货币市场中，价格是公开的，代币可以公开交易。而AI公司的价格和估值是在不透明、缺乏流动性的二级市场中形成的。

即使不讨论投机行为，AI投资者也可以从加密货币市场中看到，市场结构的变化将决定利润最终流向何处。

例如，AI投资者现在所下的重注，最终可能会变成一种标准化商品。

来自加密货币市场的案例：区块空间成为商品

区块空间曾经稀缺且昂贵，导致资本涌入，试图扩大供应。

然而，行业后来有点过头了：越来越多的Layer 1链推出，以太坊也增加了Layer 2。最终，区块空间从稀缺转变为充裕，甚至过剩。

这对技术发展有利，但对投资者未必有利。如今，许多替代性Layer 1仍然只产生非常有限的收入。

早期市场普遍押注“胖协议”理论，但最终“胖应用”理论占了上风。

随着区块空间变得更便宜，用户为底层基础设施支付的费用减少，而在上层应用上的支出增加。像Tether、Hyperliquid、Aave和Polymarket这样的应用最终占据了大部分收入。

来自AI的案例：模型可能被商品化

AI可能正在重演加密货币市场的早期经历。

中国的AI实验室不断公开越来越强大的模型权重。我已经就这背后的动机提供了解释。

如果模型权重成为标准化商品，模型价格持续下降，价值将向技术栈的上游和下游转移。

应用将成为主要受益者：如果使用模型的边际成本逐渐接近运行模型的边际成本，应用将不再需要在模型层支付高额利润。

OpenAI和Anthropic可能不会直接受到这种变化的影响，因为它们已经拥有用户基础、企业客户关系以及面向开发者的分销渠道。但它们是例外。

从这个意义上说，它们更像是AI领域的Hyperliquid，而不仅仅是像Layer 1那样提供底层基础设施。

换句话说，OpenAI和Anthropic已经实现了垂直整合。其他无法直接触达终端用户的AI实验室可能会发现自己处于更困难的境地。

模型利润率下降的另一个结果是，技术栈底层的能源和硬件有机会获得更高的利润率。尤其是在算力供应受到物理条件限制的情况下，这种趋势可能会更加明显。

简而言之，硬件层和应用层可能会拿走更多利润，而模型层将受到挤压。然而，大量投资资本恰恰流入了模型层。

这一切并不新鲜

从更广泛的周期视角来看，这其实并不令人意外。

卡洛塔·佩雷斯在《技术革命与金融资本》中指出，此类技术革命会经历几个阶段：基础设施铺设期、狂热期、崩溃期和部署期。

金融资本倾向于在狂热期对基础设施过度投资，但这些过度建设的基础设施，如今价格低廉，将支持下一代应用的发展。

这有助于解释为什么加密货币市场出现了区块空间的过度建设。AI领域模型的扩张可能成为下一个案例。

投资新兴AI实验室需要相信它们能从研发投资中获得巨额回报。加密货币市场和替代性Layer 1的历史至少应该让我们质疑这一假设。

当然，如果AGI出现，上述判断可能不成立。因为我们不知道AGI到来后的经济会是什么样子。