撰文：佐爺
回望500 年，資本主義體系下的勞資矛盾，向來以資本的不斷勝利為標誌。
生產側，勞動力的參與程度，逐漸龜縮至操作機器層面，消費側，使用者價值在於為平台生產使用數據。
兩者合力，用以支撐企業在資本市場的估值。
但人的組織模式，長期無法被徹底量化，白領KPI/OKR 依然是科層制，年薪百萬和計件工資都是泰勒制的變種。
沒有明確公式，資本便無法為其估值，進而影響資本效率，演算法穩定幣是不是DeFi 聖杯暫未可知，組織的可計算確實是金融槓桿的量杯。
大模型決定用Token 量暴力破解，安全SaaS 的崩盤只是表象，設計產品也在路上，對小眾專業能力進行替代，將其規模化才是命門，創新駛入無人區。
這帶給我們無盡啟示，尤其是在DeFi 的DAO 模式逐漸崩盤，代幣經濟學逐漸破產的當下。
一句話，為什麼AI 的組織模式和Token 模式比DeFi 更有效率？
這一切是怎麼開始的？
「 Token 廉價化，Agent 實用化。
為了300% 的利潤，資本家可以出賣自己的絞索；
為了保住目前工作，打工人可以為Agent 寫Skill。
在資本層面，Skill 加持下的Agent 具備和利潤同等神聖地位。
Agent 代表「人的能力」煉化成Skill，不僅如此，人的組織變成以Agent 為核心的互動儀式鏈。
所謂Prompt、Context 到現如今Harness 工程，都是在把人的組織模式變成無人區，至少要減少人。
你的下一個同事，不是機器人，還可以是「能力」本能。
這並不是一種幻想，數據層面的Scaling Law 逐漸失效，不過數據的收集和生產都不在重要，在AGI 成功之前，需要新的估值標的。
圖說：內容不再值錢綜合資訊： @ARKInvest
從Claude 選定程式設計領域實現AGI 第一步開始，AI 超越聊天框的娛樂模式，切入現實領域的存量市場，如程式設計、安全，和剛發布的設計。
這種破壞式創新，最後會創造新的經濟增量，還是把經濟拉入Token 上崗，人下崗的永久低就業模式，我們正在見證這個過程。
但目前的Token 的廉價化，將以往被少數大企業壟斷的能力被下放至小微企業，進而塑造超級個體，並不是一種幻想。
以中國為例， Token 呼叫量從2024 年1,000 億/日–> 2025 年底100 兆/日–>現在140 兆/日，內容和資料的生產即將進入零成本時代。
需要注意的是，算力緊缺是一種相對狀態，大企業不再壟斷“能力”，但依然想通過壟斷“算力”來維持自己的既有優勢，但無法阻擋Token 總體廉價化的必然趨勢。
基座大模型的典範評比多種多樣，但是「AI 怎麼幫助人」的演化歷程，長期以來，並未被人給予太多關注。
在我看來，Harness 是一種空間形態，讓Agent 首次在邊界以內聚焦任務，深度優先策略，有別於問答類別的廣度優先。
圖說：Agent 進化史圖片來源： @zuoyeweb3
從Tab 鍵首次被用來補全程式碼時，人類已經成為AI 的輸入層只是時間問題。
試誤成本指數級降低，對人的協作模式，可以展開更多有趣的嘗試：
- 軟體：SaaS，人的能力來源不再是人，而是Agent 湧現
- 硬體：算力卡+HBM，資料中心首次直接服務AI 的需求
- 空間：Harness，不是人協作的實體空間，而是Agent 互動的數位空間
- 互動：豆包手機陣亡，Google在安卓系統底層支援GUI Agent
AI 說什麼的能力不具備太強商業價值，文字的生成成本，對人來說都很低，但是“做什麼”，會讓Token 消耗量趕上圖像、視頻生成，類似AWS 賣的不是服務器，而是使用時間。
AI 賣的不是Token，而是“工作能力”，這是SaaS 行業恐懼的根源，很可惜，DeFi 已經成為SaaS，而非大模型。
DeFi 協定的SaaS 化
「 DeFi 並不落伍，但過度早熟。
AI 正在重新發明軟體工程，被取代的並非只有SaaS，但SaaS 無疑最為典型。
即使是彭博終端，其最重要的商業價值，並非是技術的先進性，而是資訊的權威性，這種權威沉澱於數十年的行業聯繫、人脈鏈結等非標數據。
Agent 給了一個選擇，可以在數據中推測未來，即使冒險的下一步，也有可能超越同行，賺取小額利潤。
圖說：SaaS 崩潰中圖片來源： @zuoyeweb3
你可以理解為，Agent 巧妙利用了資本的逐利性，當然可以等完整的彭博終端信息，也可以用拼湊的、不准確的數據，去博一把收益。
這並非是新鮮事，IBKR 創始人托馬斯·彼得菲是首次在金融領域“發明”，或者說組裝物理交易終端，而這一切起源於一台閒置的P101。
如果某種利用數據的方式，可以賺取更多的利潤，那麼你就可以得到更多數據，飛輪就此啟動。
SaaS 壟斷過去，AI 銷售未來。
很不幸，我們要從此切入DeFi，還記得Dune/DeFiLlama 的API 付費牆嗎，抱著金數據要飯吃，或者是Arkham Exchange 的最終關停。
加密產業的數據，從來都不值錢。
但加密產業，又是直接開放式金融系統，其產生的數據可以被反覆學習，即使在AI 之前，分叉項目的速度，已經降低至以月為計，PumpFun 的仿盤Meme，極限可壓縮至秒級。
這裡有一個不常識的推論，DeFi 是金融體系的先行測試服，我們今天嘗試的AI+DeFi，會成為之後金融演化的模板。
例如，08 年金融危機之前，無擔保交易的LIBOR 「引發」金融海嘯，隨後換成美債交易產生的SOFR 指標，但是超額抵押機制保證了DeFi 的清算最終性。
例如，大模型產商不想按消耗量賣Token，一定要為之分級行銷、能力客製化、專業改造，代幣經濟學已經把「使用價值」玩成麻花。
Crypto Token 執著於使用價值，AI Token 執著於經濟價值。
從這個角度來看，DeFi 的駭客攻擊，只是一種常規性壓力測試，開放系統無法自行修補Bug 的外部熵。
類似第二十二條軍規的黑色幽默，沒有外部訊號系統的刺激，加密預設當前環境是安全的，一旦發生安全危機，則坍縮至中心化處理系統。
例如Drift 事件中，人們指責的對象竟然變成了凍結遲緩的Circle。
圖說：程式碼不能解決安全問題圖片來源： @zuoyeweb3
可以說，在AI 能力躍遷前，DeFi 已經完成了SaaS 化，只能按照交易次數進行收費，沒有辦法把「金融」直接搬遷到鏈上。
RWA 上鍊缺乏流動性，DeFi 對此並沒有好的解決方案。
但Agent 能力的演化，讓重寫DeFi 的規則，似乎有種不明朗的曙光。
代幣經濟學：分通路鋪設使用量，依「資本效率」投放；
規則設定：Mythos 提供安全最終性，AI 防壁大戰零日危機；
人的組織：太好了，DeFi 早就幾個人管理幾百億了。
工程敘事的復興
「安全從何而來，圖靈機的確定性，危險從何而來，無限的可能性。
YC Garry Tan 說的「Fat Skill，Thin Harness」深得我心，本質上是把基礎規則定好，一種「基於秩序的自由」。
圖靈機可以無限組合，馮諾依曼架構存算總是有時間差，大模型也不能產生真隨機數。
數據不值錢的未來，只有人的行為，才能讓金錢流動產生價值。
但人的行為，還需要時間，才能被AI 徹底學習，進而內化為工程化、程式碼化的表達方式。
以有窮追無窮，終究不可得，LLM 不可能徹底消除幻覺，必須逼近到「此非AI 可及，亦非人力所及」的地步，才能讓市場機制為其定價，我們才有可能真正相信智能合約。
現在的智能合約難言成功，The DAO 分叉，Curve 程式語言Bug， 甚至Drift 多簽，都證明「人對程式碼有最終控制權」。
道德審問沒有經濟價值，DeFi 領域的協作模式，之所以從DAO 坍縮到基金會和“團隊”，歸根到底是有合約升級、業務合作的現實需求。
但人類就是沒辦法寫出永遠安全且可動態升級的程式碼，請記住，是永遠不可能。
如果永不升級，那Curve 用自身經驗告訴我們，技術依賴堆疊也會出問題。
現在決定過去，過去決定未來。
從西蒙斯大獎章基金到Numerai 跑AI 策略，AI 在金融領域並不罕見，另一個反常識的案例，交易訊號反而有助於AI 進化。
圖說：AI 和DeFi 10 年圖片來源： @zuoyeweb3
AI 模型仍然是電腦範式，吞吐訊號的狀態機，如果沒有外部訊號，其內部缺乏模擬外部世界的能力，楊樂昆和李飛飛押注世界模型，意義在於此。
但從DeFi 的角度來看，讓AI 自主交易，前提在於人的意圖被Agent 透過行為進行學習，這也是人對AI 的重要性，即使Agent 取代人力，但也是對人的行為進行模仿總結。
甚至，人不能有意隨機，微小刻意便有統計規律，甚至人的生理特性才有隨機性，比如，“我就是生理性喜歡Ethena 的做市策略，而厭惡XX 的套利策略”，反而帶有模糊的偏好。
非常確定，讓區塊鏈/DeFi 成為AI 的基礎設施，已經在過去十年間，遭遇可悲的失敗，deAI/deAgent/deOpenclaw，都會遭遇類似的境遇。
直接用最新大模型，改造DeFi 的種種結構，例如Mythos 測試後的合約預設具備安全性，任何改變都會被即時偵測，從而提高危險等級。
而在人的組織上，AI 的選擇是“不要人”，只要人的“能力”，DeFi 是對此最適合的行業，甚至沒有之一，規則設計後，DeFi 只在安全前提下提升資本效率，參考自動駕駛的L1/2/3/4 分級，必然會經過信息授權–>有限資金使用權–>全面資金使用權的進程。
如果Agent 持續學習工程化的交易員能力、Curator 管理能力，那麼必然會在交易和收益領域超越人類，但可惜，積攢的DeFi 數據還沒有被AI 系統化學習和訓練，目前的幣圈AI 還處於圈錢階段。
但我非常確信，對資金的實際使用，是AI 改造DeFi 的下一個階段主浪，不可避免。
那麼，在安全（合約）和組織（人類）被重新升級後，代幣經濟學會變成什麼形態？
PoW 時代的Token 是算力消耗憑證，和現階段AI Token 基本一致；
PoS 時代的Token 是預期收益折價憑證，AI Token 正朝著這個方向進化（提供取代人的能力是這種經濟價值的AI 表達）；
AI 時代的Crypto Token 已經超越我們的工程範疇，只能依靠理論進行不負責任的預測。
參考Sky 以代幣分配量控制各通路APY，Claude 以Token 消耗量為模型能力定價，未來的Crypto Token 大概率會是一種「資本報酬率」的憑證。
這裡注意下區分，PoS 時代的Token，例如ETH等，其預期收益是一種經濟學假設，一種基於先驗的經驗推理，但是AI 的工程化設計，DeFi 的各項參數會無限接近於真實情況，其回報率和風險率高度可信，且實時被驗證。
甚至，用戶可以按DeFi 協議使用的大模型和Agent，以及Harness 優化指標的得分，來確定Token 的現價，看好則買入，看衰則賣出。
結語
「千萬種說不盡的苦惱和⼈類不可預測的前途。
DeFi 的未來，分為經濟層面和技術，代幣經濟學暫時還沒太好的解決辦法，但是安全看到一絲曙光，Claude Mythos 可以威脅世界，反過來想，那就可以管好錢。
AlphaGo 徹底解決圍棋問題，Claude 徹底解決程式設計問題，這樣的場景，未來只會更多，DeFi 的合約、人類的組織，甚至是經濟的計價單位，都存在被優化的理論空間。
至少，人不用擔心徹底被取代，數據不值錢的時代，行為自有其意義，至少在目前，Agent 對人的接管，依然是「微任務」、「微支付」等細節，不斷重複的細節，我們要讓這種重複、複製的行為產生價值，AI 讓數據、內容的價值無限下降，這趨近於零成本，而AI Token 和數據（Crypto）都在大成本下降，這一切都趨於零成本，而AI 的經濟價值下降，Crypto 單位都在大成本下降，而成本所下降。
甚至可以說，這是第一次，金錢真正向個人敞開大門，無論是用於AI 工作的，還是Crypto 用於消費的。
