从创投稳定币报告看当代金融革命：商家成本降低 99%、AI 代理微支付成关键

从交易成本革命到 AI 代理 (AI agents) 崛起，稳定币不只是一种支付工具，而是一场重新定义资本市场、银行服务与全球金流架构的底层技术革新。创投 Foundation Capital 近日以《用稳定币改写资金流动的方式》为题，深入解析稳定币的价值、限制与应用场景。

(Arthur Hayes：忘了 CRCL，买进摩根大通！稳定币将推动银行股飙涨 184%)

Foundation：稳定币的时代刚至、创新空间偌大

过去 18 个月，加密货币领域最令人瞩目的亮点之一，正是稳定币的爆发式成长。

从支付处理巨头 Stripe 砸 11 亿美元收购 Bridge、稳定币发行商 Circle IPO 后创下五倍涨幅、到 Tether 单年 140 亿美元的惊人获利，这些数字背后映照出一个讯号：「稳定币已渐渐跃入世人眼中，有望成为新的金融基础设施。」

然而，真正的潜力才刚刚释放。Foundation 透露即便链上交易量不断攀升，稳定币与传统金融的整合仍处于早期阶段，创业与创新的空间宽广无比。

(从 Infini 停用金融卡到传统金融布局稳定币：加密支付的最终解法是什么？)

交易成本降低 99%？稳定币的金融效率革命

稳定币的魅力，在于它结合了美元的稳定性与区块链的可程式化能力，能实现近乎零成本、即时的资金移转。传统交易管道需要通过众多利害关系人，且每个人都得进行一些监督、分一杯羹并耗时数天。然而在 Solana 等链上，转帐成本仅为几分之一美分、且速度不到 1 秒。

若将 Visa 和 Mastercard 年处理的 4000 亿笔交易搬上链，总手续费将从 640 亿美元降至 4 亿，等于替商家节省了 99% 的成本。

Foundation 认为这也是为什么 Circle 的 IPO 表现大幅超越预期，尽管其 99% 收入来自利息收入、50% 分润给 Coinbase，市值曾一度高达 430 亿美元。若用同样逻辑估算，Tether 的市值甚至能上看数千亿美元。

打破迷思：稳定币并非万灵丹，仍有现实挑战

尽管稳定币具备强大优势，但 Foundation 表示其在应用和推广上仍存在不少误解与限制：

• 稳定币比传统支付便宜，但 KYC 和风控等合规成本不容忽视

• 支援 24 小时运作，但如果传统金融机构仍串接其中，实际体验仍受限

• 区块链的不可变与公开特性提升透明度，却不利于退款或其他争议等

• 跨境支付是主要应用场景，但长期来看，这些市场利润终将被压缩殆尽，只会留下少数赢家

该公司强调，最关键的是稳定币「可组合性 (composability)」所带来的颠覆潜力：

链上应用大部分都能彼此沟通，一旦这种互通性成功串接链下世界，有望创造全新的金融体验。不仅能提升效率，更能孕育出新的金融基础设施。

(剖析华尔街热议的「宾夕法尼亚计划」：稳定币能化美债又让美元重返荣耀吗？)

从 AI 到企业金流，稳定币打造未来金融骨架

Foundatio 同时提到，未来的金融世界，将不再是人对人的交易，而是「软体对软体、AI 对 AI」的金流网路。稳定币作为程式化货币，是这个转变的必要工具。从链上信用评分、自动税务合规，到智慧合约驱动的治理与风控框架，稳定币将成为新金融服务的核心。

(当 AI 遇上 Crypto：a16z 剖析 11 个正重塑网路经济的关键交会点)

多国企业的财务管理 (treasury management) 与外汇清算，也可借由稳定币实现更高效率与自动化。而一对多的薪资发放、补助金拨款与电商结算等金流场景，也将被稳定币重新定义。

此外，AI agents 的金融需求将催生全新的交易逻辑与应用场景，从微支付 (小额支付) 到即时结算，都需要低成本、可审计且无须银行帐户的交易机制。

Foundation Capital 预测，在可预先程式化且可扩展的金流基础下，稳定币将不只是支付工具，更是金融网路重塑的核心。随著未来将诞生许多链上链下无缝弥合的全新金融体验，将有望带来一批从未想像过的巨型企业。

(长文导读红杉资本给创业者的战略建议：AI 如何成为下一个兆元经济？)

知名半导体分析师 Dylan Patel 于 7/1 受访分析近期 AI 巨头目前的竞争战况，不只大谈 GPT-4.5 发展失败原因、Meta 与 Scale AI 的收购行动、苹果在 AI 竞争落后竟然是与辉达交恶的内幕，更分享为何 AMD 仍然打不赢辉达的 CUDA 的强大生态系。在访谈最后，Patel 更直言自己最看好 OpenAI 在超级智慧 (Superintelligence) 的未来发展。

超级智慧才是王道，不跟上注定输

Patel 率先表示，整个 AI 产业已经从过去追求通用人工智慧 (AGI)，全部转向以超级智慧 (Super Intelligence) 为目标。自从OpenAI 共同创办人 Illya Sutskever 成立 Safe Super Intelligence (SSI) 后，就被视为一个关键转捩点，也是从那时候开始，Meta、OpenAI、xAI 都开始转向。他指出，如果现在还不追上，最后就是输家。

GPT-4.5 为何会失败？

谈到 OpenAI GPT-4.5 为何会失败，Patel 认为问题在于，虽然模型的参数变得更大也更聪明，但实际上速度太慢、成本太高，用户使用率很低。最主要的失败原因就是「资料量不够」让 GPT-4.5 出现「过度参数化」(Overparameterization)，也就是：

「模型越大，对资料的饥渴程度也越高，只让它背有限的东西，它反而没办法真正去理解。」

Patel 表示，回头看就会发现 GPT-4.5 的失败关键，不在模型规模，而在资料与推理架构没跟上。

(GPT 变得有点诡异？三大事件揭露 AI 的潜在失控风险)

Meta 的 AI 为何一直输？

谈到 Meta 的 Llama 4 以及迟迟未上的 Behemoth 模型，Patel 认为，问题在于整体的技术决策出状况。虽然 Meta 也有很强的研究员和一堆 GPU，但如果没有一个真正懂技术又能做决策的领导人，很容易出现方向错误。

他举例，在 Meta 的 AI 模型开发过程中，有些团队试图模仿中国的 DeepSeek，但由于训练设计不当，导致模型内的某些「专家模组」没有被有效使用，造成训练资源浪费。而这问题就在于没有一个懂技术又能做决策的领导人来主导方向。

(从 Scale AI 到 NFDG，Meta 如何透过大举收购 AI 企业重建市场竞争力？)

OpenAI 与微软为何彼此渐渐疏远？

Patel 认为，OpenAI 与微软 (Microsoft) 的合作已经过了蜜月期。虽然微软注资 OpenAI 100 多亿美元，但拿到的只是营收抽成和分润，并没有 OpenAI 的公司股份，情况有点尴尬。而微软原本还有 OpenAI 的独家运算权，不过已在今年取消。

OpenAI 现在开始向甲骨文 (Oracle)、CoreWeave 等供应商合作盖数据中心，摆脱对微软的依赖。Patel 也透露，OpenAI 是地表最烧钱的新创企业，在几年内都不会有获利的打算，只想持续扩张规模和估值。

(微软与 OpenAI 再谈合作条件：减持股比换技术存取，130 亿镁合作案面临重整压力)

Apple 落后不是没原因，保守又与拒绝与辉达合作

Patel 指出，苹果文化过于保守，导致在 AI 领域没什么重大突破，只会收购一些规模较小又不成气候的新创公司，缺乏那种一次性收购整个顶尖团队的「Guts」。

外加苹果先前与辉达 (NVIDIA) 搞出「Bumpgate」事件，因为某一代辉达 GPU 因焊接不良导致装置故障，双方互相推责搞出「牛肉」，后来又因为专利诉讼问题，让苹果不再采用辉达晶片。

而苹果强调的「装置端 AI」策略，虽然在安全、回复速度上有优势，但 Patel 认为整体市场需求还是会偏向云端服务。他直言：

「大家嘴巴说重视隐私，实际上还是喜欢免费好用的服务。」

Grok 是否有料？至少某些问题比较敢讲

Patel 对 Grok 的评价是比想像中好，尤其在查询即时新闻、讨论地理历史等主题时，回答比较自然、也比较不怕讲敏感话题。他提到，像是在问美国南方黑白人口比例变化、奴隶制历史、或者石油垄断历史时，Grok 愿意给出比较深入的背景，而不是只讲安全无害的版本。

至于马斯克宣称 Grok 是「全球最聪明的 AI」，Patel 抱持保留态度。他说 Grok 可能真的不错，马斯克的确在盖数据中心和买电厂上很有执行力，只觉得还要再观察看看。

(马斯克 xAI 要重新训练 Grok，专家痛批：刻意扭曲历史)

 AMD 奋起直追，可辉达仍坐稳领先优势

Patel 最后分析目前辉达与 AMD 的晶片战局，他赞同 AMD 奋力追赶的态度，也的确在某些情境下表现不错，但整体来说还是辉达领先。

Patel 举例，辉达的 NVLink 可以让 72 颗 GPU 高速互连，而 AMD 现阶段只能做到 8 颗。再加上辉达的软体与开发生态相当完整，用户几乎只要点几下就能执行模型，而 AMD 还需要手动调一堆参数。

不过最近辉达搞了个自家云端租赁平台 Lepton 与 DGX Cloud Lepton AI ，让许多靠卖辉达晶片起家的云端供应商觉得自己被背刺，也让 AMD 有机会抢下一些市占率。

(AMD 最新 MI355 效能飙升 35 倍！苏姿丰：AI 市场三年内突破 5,000 亿镁)

谁最可能抢下超级智慧第一宝座？

Patel 最后认为是 OpenAI 最有可能抢下超级智慧宝座，因为所有重大突破都来自于他们。紧接著是稳扎稳打，最近变得比较开放的 Anthropic，再来是还在持续努力的 Meta 与 xAI。