a16z 最近发布了列表，根据 Apps、American Dynamism、Bio、Crypto、Growth、Infra 和 Speedrun 团队的合作伙伴的说法，技术构建者可能会在未来一年解决这些“大创意”。
下面是来自不同加密货币团队成员（加上一些客座贡献者）的一些重要想法的精选，主题包括代理和人工智能；稳定币、代币化和金融；隐私和安全；以及预测市场和其他应用程序。如需了解 2026 年更多令人兴奋的内容，请阅读全文。
正在构建
1.交易作为加密货币业务的中转站，而不是最后一站
除了稳定币和一些核心基础设施之外，如今每家表现良好的加密货币公司似乎都已经转向或正在转向交易。但如果“每个加密货币公司都成为一个交易平台”，那么每个人都在哪里呢？如此多的玩家都在做同样的事情，会蚕食许多人的注意力，只留下少数大赢家。这意味着那些过快转向交易的人错过了建立更具防御性、更持久业务的机会。
虽然我对所有努力让自己的企业财务状况发挥作用的创始人深表同情，但追求产品与市场契合的直接感觉也是有成本的。这个问题在加密货币领域尤为突出，围绕代币和投机的独特动态可以引导创始人在寻找产品市场契合度的过程中走上即时满足的道路。如果你愿意的话，这是一种棉花糖测试。
交易并没有什么问题——它是一个重要的市场功能——但它不一定是最终目的地。专注于产品与市场契合度的“产品”部分的创始人可能最终会成为更大的赢家。
– Arianna Simpson，a16z 加密货币普通合伙人
稳定币、RWA 代币化、支付和金融
2.以更加加密原生的方式思考现实世界资产和稳定币的代币化
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引入链上表现出浓厚的兴趣。随着越来越多的传统资产上链，代币化通常是拟物化的——植根于当前现实世界资产的理念，而不是利用加密货币的原生功能。
但是像永续期货 (perps) 这样的综合表示可以提供更深的流动性，而且通常更容易实施。 Perps 还提供易于理解的杠杆，因此它们可能是产品市场契合度最强的加密货币原生衍生品。新兴市场股票也可能是最值得关注的资产类别之一。 （某些股票的零日到期或 0DTE 期权市场通常比现货市场具有更高的流动性，这将是一个令人着迷的 perpification 实验。）
这一切都归结为“perpification vs. tokenization”的问题；但无论哪种方式，我们都应该在来年看到更多的加密原生 RWA 代币化。
与此类似，到 2026 年，我们将看到稳定币更多的“起源，而不仅仅是代币化”，稳定币在 2025 年成为主流；稳定币发行量持续增长。
但没有强大信贷基础设施的稳定币看起来就像狭隘的银行，它们持有被认为特别安全的特定流动资产。虽然狭义银行是一种有效的产品，但我认为从长远来看它不会成为链上经济的支柱。
我们已经看到许多新的资产管理者、管理者和协议开始促进针对链下抵押品的链上资产支持贷款。这些贷款通常源自链下，然后被标记化。我认为代币化在这里几乎没有什么好处，除了可能分发给已经在链上的用户之外。这就是为什么债务资产应该起源于链上，而不是起源于链下并代币化。链上发起降低了贷款服务成本、后台架构成本，并提高了可访问性。这里具有挑战性的部分是合规性和标准化，但构建者已经在努力解决这些问题。
——Guy Wuollet，a16z 加密货币普通合伙人
3.稳定币开启了银行账本升级周期——以及新的支付场景
一般银行正在运行现代开发人员无法识别的软件：在 20 世纪 60 年代和 1970 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，通过 Temenos 的 GLOBUS 和 InfoSys 的 Finacle）。但所有这些软件都已经老化，并且升级速度太慢。因此，银行业——尤其是关键的核心账本、跟踪存款、抵押品和其他义务的关键数据库——仍然经常在大型计算机上运行，使用 COBOL 编程，并使用批处理文件接口而不是 API。
全球绝大多数资产都存在于同样已有数十年历史的核心账本上。虽然这些系统经过了实战考验，受到监管机构的信任，并深入集成到复杂的银行业务场景中，但它们也阻碍了创新。添加实时支付等关键功能可能需要数月甚至数年的时间，并且需要解决层层技术债务和监管复杂性。
这就是稳定币的用武之地。不仅过去几年稳定币找到了产品市场契合点并成为主流，而且今年，TradFi 机构将其提升到了一个全新的水平。稳定币、代币化存款、代币化国库券和链上债券使银行、金融科技公司和金融机构能够开发新产品并服务新客户。更重要的是，他们可以做到这一点，而无需强迫这些组织重写其遗留系统——这些系统虽然老化，但已经可靠运行了几十年。因此，稳定币为机构创新提供了一种新方式。
——萨姆·布罗纳
关于代理和人工智能
4.我们将使用人工智能来完成实质性研究任务
作为一名数学经济学家，今年 1 月份，我什至很难让消费者 AI 模型理解我的工作流程；然而到了 11 月，我可以像给博士生一样给模型提供抽象指令……并且它们有时会返回新颖且正确执行的答案。除了我在这里的经验之外，我们开始看到人工智能更广泛地用于研究——尤其是在推理领域，模型现在直接帮助发现，也自主解决普特南问题（可能是世界上最难的大学水平数学考试）。
此类研究援助对哪些领域最有帮助以及如何提供帮助仍然是一个悬而未决的问题。但我期待人工智能研究能够实现并奖励一种新型的博学研究风格：一种有利于推测想法之间关系的能力，并从更多推测答案中快速推断的能力。这些答案可能不准确，但仍然可以指向正确的方向（至少在某些拓扑下）。讽刺的是，这有点像利用模型幻觉的力量：当模型变得足够“聪明”时，给它们提供抽象的空间来跳动仍然会产生无意义的东西 - 但有时可以打开一个发现，就像人们在不沿着线性、明确规定的方向工作时如何最具创造力一样。
以这种方式进行推理将需要一种新型的人工智能工作流程——不仅仅是代理到代理，而是更多的代理包装代理——其中模型层帮助研究人员评估早期模型的方法，并成功地从谷壳中提取出小麦。我一直在用这种方法写论文，而其他人则在进行专利检索，发明新的艺术形式，或者（不幸的是）寻找新颖的智能合约攻击。
但是：运行用于研究的包装推理代理集合需要模型之间更好的互操作性，以及识别并适当补偿每个模型的贡献的方法 - 加密技术可以帮助解决这两个问题。
– Scott Kominers，a16z 加密货币研究团队兼哈佛商学院教授
5.开放网络上的隐形税
人工智能代理的兴起正在对开放网络征收无形的税，从根本上破坏了其经济基础。这种破坏源于互联网的上下文层和执行层之间日益严重的不一致：目前，人工智能代理从广告支持的网站（上下文层）提取数据，为用户提供便利，同时系统性地绕过为内容提供资金的收入流（例如广告和订阅）。
为了防止开放网络的侵蚀（并保护推动人工智能本身的多样化内容），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、微归因系统或其他新颖的资助模型等模型。事实证明，现有的人工智能许可交易在经济上是不可持续的创可贴，通常会用内容提供商因人工智能蚕食流量而损失的一小部分收入来补偿内容提供商。
网络需要一种新的技术经济模型，让价值自动流动。来年的关键转变将从静态许可转向基于使用情况的实时补偿。这意味着测试和扩展系统 - 可能利用区块链支持的极微支付和复杂的归因标准 - 自动奖励为代理的成功任务贡献信息的每个实体。
– Liz Harkavy，a16z 加密货币投资团队
关于隐私和安全
6.隐私将成为加密领域最重要的护城河
隐私是世界金融转移到链上的关键特征之一。这也是当今几乎所有区块链都缺乏的一项功能。对于大多数连锁店来说，隐私只不过是事后的想法。
但现在，隐私本身就足以将一条链与其他链区分开来。隐私还有更重要的作用：它创造了链条锁定；如果你愿意的话，可以说是隐私网络效应。尤其是在一个仅靠性能竞争已经不够的世界。
借助桥接协议，只要一切都是公开的，从一个链转移到另一个链就很简单。但是，一旦你将事情设为私有，情况就不再如此：桥接令牌很容易，桥接秘密很难。当进入或离开私人区域时，始终存在这样的风险：监视链、内存池或网络流量的人可能会知道您是谁。跨越私有链和公共链之间的边界，甚至是两个私有链之间的边界，会泄露各种元数据，例如交易时间和规模相关性，从而更容易跟踪某人。
与许多没有差异化的新链相比，这些链的费用可能会因竞争而降至零（区块空间已变得基本相同），具有隐私性的区块链可以具有更强的网络效应。现实情况是，如果一条“通用”链尚未拥有蓬勃发展的生态系统、杀手级应用程序或不公平的分配优势，那么任何人都没有理由使用它或在它的基础上进行构建，更不用说忠于它了。
当用户在公共区块链上时，他们很容易与其他链上的用户进行交易 - 无论他们加入哪条链都没关系。另一方面，当用户使用私有区块链时，他们选择的链就更重要，因为一旦他们加入其中，他们就不太可能移动并冒被暴露的风险。这创造了一种赢者通吃的动态。由于隐私对于大多数现实世界的用例至关重要，因此少数隐私链可能拥有大部分加密货币。
——Ali Yahya，a16z 加密货币普通合伙人
关于其他行业和应用
7.预测市场变得更大、更广、更智能
预测市场已经成为主流，来年，随着与加密货币和人工智能的交叉，预测市场只会变得更大、更广泛、更智能，同时也给开发者带来了需要解决的新的重要挑战。
首先，将会列出更多合约。这意味着我们不仅能够获取重大选举或地缘政治事件的实时赔率，还能够获取各种复杂结果和复杂交叉事件的实时赔率。随着这些新合约出现更多信息并成为新闻生态系统的一部分（已经发生），它们将引发重要的社会问题，即我们如何平衡这些信息的价值，以及如何更好地设计它们，使它们更加透明、可审计等等——这在加密货币中是可能的。
为了处理更大量的合同，我们需要新的方法来协调事实来解决合同。集中平台解决方案（特定事件确实发生了吗？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显示了其局限性。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 预言机可以帮助确定有争议结果的真相。
人工智能为预言机提供了超越法学硕士的更多可能性。例如，在这些平台上进行交易的人工智能代理可以在世界各地寻找有助于提供短期交易优势的信号，帮助提出思考世界的新方式并预测接下来会发生什么。 （像 Prophet Arena 这样的项目已经暗示了这个领域的兴奋。）除了充当我们可以询问洞察力的复杂政治分析师之外，当我们检查它们的新兴策略时，这些智能体还可以揭示有关复杂社会事件的根本预测因子的新事物。
预测市场会取代民意调查吗？不;它们使民意调查变得更好（民意调查信息可以输入预测市场）。作为一名政治科学家，我最兴奋的是预测市场如何与丰富而充满活力的民意调查生态系统协同运作，但我们需要依靠人工智能等新技术，这可以改善调查体验；和加密货币，它可以提供新方法来证明民意调查和调查受访者不是机器人而是人类等。
——Andy Hall，a16z 加密货币研究顾问兼斯坦福大学政治经济学教授
8.加密货币提供了一种可在区块链之外使用的新原语
多年来，SNARK（让您无需重新执行即可验证计算的加密证明）在很大程度上一直是一种仅限区块链的技术。开销实在是太高了：证明计算可能需要比运行计算多 1,000,000 倍的工作量。当您在数千个验证者之间进行摊销时，这是值得的，但在其他任何地方都不切实际。
这种情况即将改变。到 2026 年，zkVM 证明者的开销将达到大约 10,000 倍，内存占用将达到数百兆字节——速度足够快，可以在手机上运行，价格足够便宜，可以在任何地方运行。 10,000 倍可能是一个神奇数字的原因之一是：高端 GPU 的并行吞吐量比笔记本电脑 CPU 高出约 10,000 倍。到 2026 年底，单个 GPU 将能够实时生成 CPU 执行的证明。
这可以解锁旧研究论文中的一个愿景：可验证的云计算。如果您无论如何都在云中运行 CPU 工作负载（因为您的计算量不足以进行 GPU 化，或者您缺乏专业知识或遗留原因），您将能够以合理的价格开销获得正确性的加密证明。证明器已经针对 GPU 进行了优化；您的代码不需要。
- Justin Thaler，a16z 加密货币研究团队，乔治城大学计算机科学副教授