当加密沦为配角：创投点名下一只独角兽将从「加密相关而非原生公司」诞生

加密货币的主舞台正在移转，Dragonfly Capital 合伙人 Richard Chen 指出，未来几年内，那些改变世界的千亿级公司，很可能不再是以加密为主体的原生企业 (crypto-native)，而是那些将加密视为功能而非产品的「加密相关产业」。

从主角到附属品：加密不再是产品，而是附加亮点

Richard 指出，在过去十年，加密技术本身就是产品，公链、协议与代币经济成为市场焦点。但现在真正的创新正在发生于边界：

• 金融科技公司将稳定币作为跨境支付的中间交换工具

• AI 新创利用去中心化基础设施 (DePIN) 来激励资料搜集与运算

• 消费科技公司透过 zkTLS 等隐私技术，开启对用户行为数据的全新洞察

这些「加密相关产业 (crypto-adjacent companies)」并不以加密为核心，但透过灵活导入加密技术来创造竞争优势。

(市场溃堤如何冲击 VC？加密风投从私募转向流动性基金，策略灵活性成关键)

不再靠炒作：传统创投评估标准亦成重点

随著这波「加密相关」创业潮的崛起，投资人也必须重新调整评估框架。与过去依赖代币价格炒作、专案叙事吸睛度不同，现在的游戏规则讲究真本事。具体指标像是：

• 年经常性收入：Annual Recurring Revenue (ARR)

• 用户取得成本：Customer Acquisition Cost (CAC)

• 顾客终身价值：Customer Lifetime Value (LTV)

• 整体潜在市场：Total Addressable Market (TAM)

这些指标不再只是传统创投 (Trad VC) 的工具，也将成为加密投资者无法忽视的基本面。代币发行 (TGE) 所带来的短期资本红利，已难掩商业模式与营运表现的空洞。

(写在 ABCDE Capital 退场后：当 VC 相继下班，加密还有值得 Build 的未来吗？)

产业知识成投资护城河

在这种趋势下，加密投资人若无法快速掌握非加密产业的知识，将被迫退场：「未来成功的加密应用，不会发生在链上资产的创造与交易上，而是嵌入在实体产业中。」举例来说：

• 了解机器人供应链与 AI 训练数据的重要性，是投资「AI 与 DePIN」领域的前提

• 掌握新兴市场的支付痛点与监管环境，是进入「金融科技与稳定币」领域的关键。

Richard 警告：「倘若仍抱持 Web3 原生视角而对应用场景一知半解，将可能错过那些真正的潜力标的。」

加密相关产业战场：潜力更大、竞争更激烈

加密相关产业的魅力，不仅在于应用层面的创新，更在于它们背后庞大的市场潜力。与传统 L1 相比，这些新创服务对接的是早已成熟且巨大无比的产业领域：

• 全球支付与金融市场的 TAM 远超任何一条区块链

• AI 资料经济与计算资源市场正在爆炸性成长

• 消费科技与隐私数据的需求已具十亿用户级规模

对投资人而言，这不只是资产配置的选择，更是从封闭社群走向主流市场的战略转移。

熊市不是终点，而是加密专案的筛选

不难看出，观察整体市场结构也能发现这项转变的迹象：

• 自今年以来，绝大多数山寨币 (altcoin) 市值停滞不前

• 新发行代币的完全稀释估值 (FDV) 也大幅收缩，多数专案难突破十亿美元

• 比特币与其他币种之间的价格走势出现明显分化

这些现象提醒投资人，过去那种靠一篇白皮书与炒作叙事就能冲上天价的时代早已结束。未来的资本只会流向那些拥有真实用户、明确市场与扎实商业模型的专案。

在 Bitcoin 2025 大会上，Robinhood 执行长 Vlad Tenev 勾勒出一个由 AI 驱动的未来图景：「企业将变得更小且更个人化」，而这种变革可能会像中本聪创造比特币一样颠覆世界。他甚至预测，「一人公司」将结合代币化，成为区块链上的新投资标的。

AI 推动「一人创业」新时代：中本聪模式的现代演绎

在美国拉斯维加斯举行的 Bitcoin 2025 大会上，Robinhood 执行长 Vlad Tenev 认为，人工智慧将推动「单人公司 (single-person companies)」的兴起，并将改变企业的基本形态。

他指出，AI 正在让创业门槛变得前所未有地低，个人创业者能用极少的资源创造出极高的价值，类似早期中本聪一人创建比特币一样：

你会看到越来越多的一人公司，而且它们很可能会被代币化，并在区块链上交易，就像其他资产一样。

(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？)

Tenev 将这种「个人即企业」的现象比喻为「中本聪模式」，也就是由单一个体主导，却能创造出庞大经济体系的创业模型：

比特币就是这样的一个例子，它是中本聪这个个人品牌，加上底层技术的结晶，缺一不可。

中本聪在 2008 年发表比特币白皮书，并于 2009 年挖出创世区块，开启了区块链革命。至今，这位神秘人物仍未现身，却已创造出一个市值数兆美元的加密产业。

(美国政府早知中本聪身分？律师提告揭惊人内幕：四人组合、2019 年就见过面)

品牌代币化崛起：你可以投资一个「人」

Tenev 更进一步预测，这些一人公司将不只是商业创新，也会转化为全新的投资标的：

未来你将可以直接投资于一个人，或是一个由单人营运专案的经济活动，就像现在可以投资比特币一样。

这样的结构让独立创业者能透过区块链及代币发行，建立自己的经济生态系，让大众能够直接参与、支持并分享其未来成果。

另外，面对 AI 对就业市场的冲击，Tenev 则持乐观态度，指出 AI 并不只是取代人力的工具，更是赋能创业者的利器：

AI 正让我们以更少的资源创造更多的价值，这对于创业者来说是巨大优势。

在这样的未来中，企业可能不再需要大规模团队，也不必依赖传统资金来源。AI 与区块链将合力创造一种高效率窃去中介化的商业新模型。

AI × 加密：重塑创业模式的终极组合？

Vlad Tenev 对「AI 单人公司」的预言，其实只是未来创业样貌的冰山一角。笔者认为，若将 AI 与区块链融合，所浮现的将不只是「一人公司」，而是一整套重新定义资本、信任与价值流转的新企业样貌。

AI 代理进驻：24/7 值班站岗

首先，随著 AI agent 的快速演进，未来创业者可能只需提供方向与目标，其余营运交由 AI 代理执行，包括客服回应、行销自动化、商务谈判甚至财报撰写。当这些代理进一步授权签署智能合约与自动清算，企业就能永不打烊，真正落实无人工公司。

(电商已死？AI 代理商务如何接手全球消费决策权、改写商业规则？)

ICM 与 NNA：赋予加密价值的基础概念

另外，网路资本市场 (ICM) 与链上原生资产 (NNA) 等赛道，也正随加密市场发展而受关注，不仰赖传统金融架构衍伸出的「进入门槛低、商业模型利润空间大、资本流动效率高」特性，也使其有望成为未来创业模式的根基。

(NNA 为何比 RWA 更重要？「链上原生资产」才能让加密具有价值)

Echo：私募与 ICO 的去中心化重构

最后，Echo 与其 ICO 平台 Sonar 展现了私募及公募代币发行的结构性创新。不再倚赖大型 VC，创业者能直接面对社群，用流动性曲线、累积式定价与动态流入来评估市场共识，未来或将成为 AI 驱动创业的资金来源。

(Echo 推出全新 ICO 平台 Sonar，首发专案 Plasma 估值 5 亿美元募资 5,000 万)

在 AI 重塑企业结构、加密改写资本架构的双重浪潮下，全球「创业」模式正迅速被重新定义。未来的创业者或将不再仰赖庞大团队、复杂组织与高额募资，而是凭借 AI 代理的执行力与区块链的透明信任机制，以一人之力撬动全球市场。

Meta AI 首席科学家 Yann LeCun 于 5/26 在巴黎 AI 高峰会上表示，现在的聊天机器人其实只会「模仿」，离「聪明」还差得远。他也透露 Meta 的 AI 路线将全面转向「世界模型」技术，希望让 AI 学会像人一样理解世界。不过就在他提出新愿景的同时，Meta 自家打造 Llama 模型的核心成员却陆续跳槽，让外界对 Meta AI 的发展策略感到担忧。

现在的 AI 都在模仿人类说话，根本不知道世界如何运行

LeCun 认为，目前的 AI 模型只会靠模仿人类说话，没有真正理解内容。真正的智慧应该包括理解物理世界、会记忆、会推理又能规划。但这些功能对于目前的大型语言模型来说，都不具备。

随后他提出「世界模型」概念，希望让 AI 学会在模拟环境中预测动作结果。这种模式能模仿人类抽象思考，而 Meta 已开始实验像是：

• 检索增强生成 (RAG)：结合外部资料库来提升回复准确度
• 影片遮蔽预测学习 (V-JEPA) ：透过预测影片中被遮蔽的片段，训练 AI 理解场景

LeCun 认为这才是 AI 未来应该要走的路。

Llama 团队陆续跳槽，外界质疑技术领先地位

虽说 LeCun 对外表示 Meta AI 的未来愿景，但内部团队成员却陆续跳槽。打造 Llama 模型的 14 位核心成员，只剩 3 位还在 Meta，其余都跳槽到巴黎新创 Mistral。据报导，Meta 原订推出的旗舰版模型「Behemoth」已延后发布。

Llama 4 虽然已推出，但反应不佳。开发者普遍认为 GPT-4o、Gemini 2.5 Pro、Claude 4 等对手模型更强，不只推理功能强大，也更像人类。让外界质疑 Meta 是否能维持技术领先。

AI 的未来不是谁的版本出的快，懂得理解、思考才是关键

LeCun 明确点出，现在的 AI 模型离真正「聪明」还有好长一段距离。而 Meta 虽然想从底层打掉重练，但人才出走与模型延迟让愿景蒙上阴影。未来 AI 的竞争关键，将会是谁先让 AI 理解世界运作，而不是谁先推出新版本。