當加密淪為配角：創投點名下一隻獨角獸將從「加密相關而非原生公司」誕生

加密貨幣的主舞台正在移轉，Dragonfly Capital 合夥人 Richard Chen 指出，未來幾年內，那些改變世界的千億級公司，很可能不再是以加密為主體的原生企業 (crypto-native)，而是那些將加密視為功能而非產品的「加密相關產業」。

從主角到附屬品：加密不再是產品，而是附加亮點

Richard 指出，在過去十年，加密技術本身就是產品，公鏈、協議與代幣經濟成為市場焦點。但現在真正的創新正在發生於邊界：

• 金融科技公司將穩定幣作為跨境支付的中間交換工具

• AI 新創利用去中心化基礎設施 (DePIN) 來激勵資料蒐集與運算

• 消費科技公司透過 zkTLS 等隱私技術，開啟對用戶行為數據的全新洞察

這些「加密相關產業 (crypto-adjacent companies)」並不以加密為核心，但透過靈活導入加密技術來創造競爭優勢。

(市場潰堤如何衝擊 VC？加密風投從私募轉向流動性基金，策略靈活性成關鍵)

不再靠炒作：傳統創投評估標準亦成重點

隨著這波「加密相關」創業潮的崛起，投資人也必須重新調整評估框架。與過去依賴代幣價格炒作、專案敘事吸睛度不同，現在的遊戲規則講究真本事。具體指標像是：

• 年經常性收入：Annual Recurring Revenue (ARR)

• 用戶取得成本：Customer Acquisition Cost (CAC)

• 顧客終身價值：Customer Lifetime Value (LTV)

• 整體潛在市場：Total Addressable Market (TAM)

這些指標不再只是傳統創投 (Trad VC) 的工具，也將成為加密投資者無法忽視的基本面。代幣發行 (TGE) 所帶來的短期資本紅利，已難掩商業模式與營運表現的空洞。

(寫在 ABCDE Capital 退場後：當 VC 相繼下班，加密還有值得 Build 的未來嗎？)

產業知識成投資護城河

在這種趨勢下，加密投資人若無法快速掌握非加密產業的知識，將被迫退場：「未來成功的加密應用，不會發生在鏈上資產的創造與交易上，而是嵌入在實體產業中。」舉例來說：

• 了解機器人供應鏈與 AI 訓練數據的重要性，是投資「AI 與 DePIN」領域的前提

• 掌握新興市場的支付痛點與監管環境，是進入「金融科技與穩定幣」領域的關鍵。

Richard 警告：「倘若仍抱持 Web3 原生視角而對應用場景一知半解，將可能錯過那些真正的潛力標的。」

加密相關產業戰場：潛力更大、競爭更激烈

加密相關產業的魅力，不僅在於應用層面的創新，更在於它們背後龐大的市場潛力。與傳統 L1 相比，這些新創服務對接的是早已成熟且巨大無比的產業領域：

• 全球支付與金融市場的 TAM 遠超任何一條區塊鏈

• AI 資料經濟與計算資源市場正在爆炸性成長

• 消費科技與隱私數據的需求已具十億用戶級規模

對投資人而言，這不只是資產配置的選擇，更是從封閉社群走向主流市場的戰略轉移。

熊市不是終點，而是加密專案的篩選

不難看出，觀察整體市場結構也能發現這項轉變的跡象：

• 自今年以來，絕大多數山寨幣 (altcoin) 市值停滯不前

• 新發行代幣的完全稀釋估值 (FDV) 也大幅收縮，多數專案難突破十億美元

• 比特幣與其他幣種之間的價格走勢出現明顯分化

這些現象提醒投資人，過去那種靠一篇白皮書與炒作敘事就能衝上天價的時代早已結束。未來的資本只會流向那些擁有真實用戶、明確市場與扎實商業模型的專案。

在 Bitcoin 2025 大會上，Robinhood 執行長 Vlad Tenev 勾勒出一個由 AI 驅動的未來圖景：「企業將變得更小且更個人化」，而這種變革可能會像中本聰創造比特幣一樣顛覆世界。他甚至預測，「一人公司」將結合代幣化，成為區塊鏈上的新投資標的。

AI 推動「一人創業」新時代：中本聰模式的現代演繹

在美國拉斯維加斯舉行的 Bitcoin 2025 大會上，Robinhood 執行長 Vlad Tenev 認為，人工智慧將推動「單人公司 (single-person companies)」的興起，並將改變企業的基本形態。

他指出，AI 正在讓創業門檻變得前所未有地低，個人創業者能用極少的資源創造出極高的價值，類似早期中本聰一人創建比特幣一樣：

你會看到越來越多的一人公司，而且它們很可能會被代幣化，並在區塊鏈上交易，就像其他資產一樣。

(長文導讀紅杉資本給創業者的戰略建議：AI 如何成為下一個兆元經濟？)

Tenev 將這種「個人即企業」的現象比喻為「中本聰模式」，也就是由單一個體主導，卻能創造出龐大經濟體系的創業模型：

比特幣就是這樣的一個例子，它是中本聰這個個人品牌，加上底層技術的結晶，缺一不可。

中本聰在 2008 年發表比特幣白皮書，並於 2009 年挖出創世區塊，開啟了區塊鏈革命。至今，這位神秘人物仍未現身，卻已創造出一個市值數兆美元的加密產業。

(美國政府早知中本聰身分？律師提告揭驚人內幕：四人組合、2019 年就見過面)

品牌代幣化崛起：你可以投資一個「人」

Tenev 更進一步預測，這些一人公司將不只是商業創新，也會轉化為全新的投資標的：

未來你將可以直接投資於一個人，或是一個由單人營運專案的經濟活動，就像現在可以投資比特幣一樣。

這樣的結構讓獨立創業者能透過區塊鏈及代幣發行，建立自己的經濟生態系，讓大眾能夠直接參與、支持並分享其未來成果。

另外，面對 AI 對就業市場的衝擊，Tenev 則持樂觀態度，指出 AI 並不只是取代人力的工具，更是賦能創業者的利器：

AI 正讓我們以更少的資源創造更多的價值，這對於創業者來說是巨大優勢。

在這樣的未來中，企業可能不再需要大規模團隊，也不必依賴傳統資金來源。AI 與區塊鏈將合力創造一種高效率竊去中介化的商業新模型。

AI × 加密：重塑創業模式的終極組合？

Vlad Tenev 對「AI 單人公司」的預言，其實只是未來創業樣貌的冰山一角。筆者認為，若將 AI 與區塊鏈融合，所浮現的將不只是「一人公司」，而是一整套重新定義資本、信任與價值流轉的新企業樣貌。

AI 代理進駐：24/7 值班站崗

首先，隨著 AI agent 的快速演進，未來創業者可能只需提供方向與目標，其餘營運交由 AI 代理執行，包括客服回應、行銷自動化、商務談判甚至財報撰寫。當這些代理進一步授權簽署智能合約與自動清算，企業就能永不打烊，真正落實無人工公司。

(電商已死？AI 代理商務如何接手全球消費決策權、改寫商業規則？)

ICM 與 NNA：賦予加密價值的基礎概念

另外，網路資本市場 (ICM) 與鏈上原生資產 (NNA) 等賽道，也正隨加密市場發展而受關注，不仰賴傳統金融架構衍伸出的「進入門檻低、商業模型利潤空間大、資本流動效率高」特性，也使其有望成為未來創業模式的根基。

(NNA 為何比 RWA 更重要？「鏈上原生資產」才能讓加密具有價值)

Echo：私募與 ICO 的去中心化重構

最後，Echo 與其 ICO 平台 Sonar 展現了私募及公募代幣發行的結構性創新。不再倚賴大型 VC，創業者能直接面對社群，用流動性曲線、累積式定價與動態流入來評估市場共識，未來或將成為 AI 驅動創業的資金來源。

(Echo 推出全新 ICO 平台 Sonar，首發專案 Plasma 估值 5 億美元募資 5,000 萬)

在 AI 重塑企業結構、加密改寫資本架構的雙重浪潮下，全球「創業」模式正迅速被重新定義。未來的創業者或將不再仰賴龐大團隊、複雜組織與高額募資，而是憑藉 AI 代理的執行力與區塊鏈的透明信任機制，以一人之力撬動全球市場。

Meta AI 首席科學家 Yann LeCun 於 5/26 在巴黎 AI 高峰會上表示，現在的聊天機器人其實只會「模仿」，離「聰明」還差得遠。他也透露 Meta 的 AI 路線將全面轉向「世界模型」技術，希望讓 AI 學會像人一樣理解世界。不過就在他提出新願景的同時，Meta 自家打造 Llama 模型的核心成員卻陸續跳槽，讓外界對 Meta AI 的發展策略感到擔憂。

現在的 AI 都在模仿人類說話，根本不知道世界如何運行

LeCun 認為，目前的 AI 模型只會靠模仿人類說話，沒有真正理解內容。真正的智慧應該包括理解物理世界、會記憶、會推理又能規劃。但這些功能對於目前的大型語言模型來說，都不具備。

隨後他提出「世界模型」概念，希望讓 AI 學會在模擬環境中預測動作結果。這種模式能模仿人類抽象思考，而 Meta 已開始實驗像是：

• 檢索增強生成 (RAG)：結合外部資料庫來提升回覆準確度
• 影片遮蔽預測學習 (V-JEPA) ：透過預測影片中被遮蔽的片段，訓練 AI 理解場景

LeCun 認為這才是 AI 未來應該要走的路。

Llama 團隊陸續跳槽，外界質疑技術領先地位

雖說 LeCun 對外表示 Meta AI 的未來願景，但內部團隊成員卻陸續跳槽。打造 Llama 模型的 14 位核心成員，只剩 3 位還在 Meta，其餘都跳槽到巴黎新創 Mistral。據報導，Meta 原訂推出的旗艦版模型「Behemoth」已延後發布。

Llama 4 雖然已推出，但反應不佳。開發者普遍認為 GPT-4o、Gemini 2.5 Pro、Claude 4 等對手模型更強，不只推理功能強大，也更像人類。讓外界質疑 Meta 是否能維持技術領先。

AI 的未來不是誰的版本出的快，懂得理解、思考才是關鍵

LeCun 明確點出，現在的 AI 模型離真正「聰明」還有好長一段距離。而 Meta 雖然想從底層打掉重練，但人才出走與模型延遲讓願景蒙上陰影。未來 AI 的競爭關鍵，將會是誰先讓 AI 理解世界運作，而不是誰先推出新版本。