從創投穩定幣報告看當代金融革命：商家成本降低 99%、AI 代理微支付成關鍵

從交易成本革命到 AI 代理 (AI agents) 崛起，穩定幣不只是一種支付工具，而是一場重新定義資本市場、銀行服務與全球金流架構的底層技術革新。創投 Foundation Capital 近日以《用穩定幣改寫資金流動的方式》為題，深入解析穩定幣的價值、限制與應用場景。

(Arthur Hayes：忘了 CRCL，買進摩根大通！穩定幣將推動銀行股飆漲 184%)

Foundation：穩定幣的時代剛至、創新空間偌大

過去 18 個月，加密貨幣領域最令人矚目的亮點之一，正是穩定幣的爆發式成長。

從支付處理巨頭 Stripe 砸 11 億美元收購 Bridge、穩定幣發行商 Circle IPO 後創下五倍漲幅、到 Tether 單年 140 億美元的驚人獲利，這些數字背後映照出一個訊號：「穩定幣已漸漸躍入世人眼中，有望成為新的金融基礎設施。」

然而，真正的潛力才剛剛釋放。Foundation 透露即便鏈上交易量不斷攀升，穩定幣與傳統金融的整合仍處於早期階段，創業與創新的空間寬廣無比。

(從 Infini 停用金融卡到傳統金融佈局穩定幣：加密支付的最終解法是什麼？)

交易成本降低 99%？穩定幣的金融效率革命

穩定幣的魅力，在於它結合了美元的穩定性與區塊鏈的可程式化能力，能實現近乎零成本、即時的資金移轉。傳統交易管道需要通過眾多利害關係人，且每個人都得進行一些監督、分一杯羹並耗時數天。然而在 Solana 等鏈上，轉帳成本僅為幾分之一美分、且速度不到 1 秒。

若將 Visa 和 Mastercard 年處理的 4000 億筆交易搬上鏈，總手續費將從 640 億美元降至 4 億，等於替商家節省了 99% 的成本。

Foundation 認為這也是為什麼 Circle 的 IPO 表現大幅超越預期，儘管其 99% 收入來自利息收入、50% 分潤給 Coinbase，市值曾一度高達 430 億美元。若用同樣邏輯估算，Tether 的市值甚至能上看數千億美元。

打破迷思：穩定幣並非萬靈丹，仍有現實挑戰

儘管穩定幣具備強大優勢，但 Foundation 表示其在應用和推廣上仍存在不少誤解與限制：

• 穩定幣比傳統支付便宜，但 KYC 和風控等合規成本不容忽視

• 支援 24 小時運作，但如果傳統金融機構仍串接其中，實際體驗仍受限

• 區塊鏈的不可變與公開特性提升透明度，卻不利於退款或其他爭議等

• 跨境支付是主要應用場景，但長期來看，這些市場利潤終將被壓縮殆盡，只會留下少數贏家

該公司強調，最關鍵的是穩定幣「可組合性 (composability)」所帶來的顛覆潛力：

鏈上應用大部分都能彼此溝通，一旦這種互通性成功串接鏈下世界，有望創造全新的金融體驗。不僅能提升效率，更能孕育出新的金融基礎設施。

(剖析華爾街熱議的「賓夕法尼亞計畫」：穩定幣能化美債又讓美元重返榮耀嗎？)

從 AI 到企業金流，穩定幣打造未來金融骨架

Foundatio 同時提到，未來的金融世界，將不再是人對人的交易，而是「軟體對軟體、AI 對 AI」的金流網路。穩定幣作為程式化貨幣，是這個轉變的必要工具。從鏈上信用評分、自動稅務合規，到智慧合約驅動的治理與風控框架，穩定幣將成為新金融服務的核心。

(當 AI 遇上 Crypto：a16z 剖析 11 個正重塑網路經濟的關鍵交會點)

多國企業的財務管理 (treasury management) 與外匯清算，也可藉由穩定幣實現更高效率與自動化。而一對多的薪資發放、補助金撥款與電商結算等金流場景，也將被穩定幣重新定義。

此外，AI agents 的金融需求將催生全新的交易邏輯與應用場景，從微支付 (小額支付) 到即時結算，都需要低成本、可審計且無須銀行帳戶的交易機制。

Foundation Capital 預測，在可預先程式化且可擴展的金流基礎下，穩定幣將不只是支付工具，更是金融網路重塑的核心。隨著未來將誕生許多鏈上鏈下無縫彌合的全新金融體驗，將有望帶來一批從未想像過的巨型企業。

(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？)

知名半導體分析師 Dylan Patel 於 7/1 受訪分析近期 AI 巨頭目前的競爭戰況，不只大談 GPT-4.5 發展失敗原因、Meta 與 Scale AI 的收購行動、蘋果在 AI 競爭落後竟然是與輝達交惡的內幕，更分享為何 AMD 仍然打不贏輝達的 CUDA 的強大生態系。在訪談最後，Patel 更直言自己最看好 OpenAI 在超級智慧 (Superintelligence) 的未來發展。

超級智慧才是王道，不跟上注定輸

Patel 率先表示，整個 AI 產業已經從過去追求通用人工智慧 (AGI)，全部轉向以超級智慧 (Super Intelligence) 為目標。自從OpenAI 共同創辦人 Illya Sutskever 成立 Safe Super Intelligence (SSI) 後，就被視為一個關鍵轉捩點，也是從那時候開始，Meta、OpenAI、xAI 都開始轉向。他指出，如果現在還不追上，最後就是輸家。

GPT-4.5 為何會失敗？

談到 OpenAI GPT-4.5 為何會失敗，Patel 認為問題在於，雖然模型的參數變得更大也更聰明，但實際上速度太慢、成本太高，用戶使用率很低。最主要的失敗原因就是「資料量不夠」讓 GPT-4.5 出現「過度參數化」(Overparameterization)，也就是：

「模型越大，對資料的飢渴程度也越高，只讓它背有限的東西，它反而沒辦法真正去理解。」

Patel 表示，回頭看就會發現 GPT-4.5 的失敗關鍵，不在模型規模，而在資料與推理架構沒跟上。

(GPT 變得有點詭異？三大事件揭露 AI 的潛在失控風險)

Meta 的 AI 為何一直輸？

談到 Meta 的 Llama 4 以及遲遲未上的 Behemoth 模型，Patel 認為，問題在於整體的技術決策出狀況。雖然 Meta 也有很強的研究員和一堆 GPU，但如果沒有一個真正懂技術又能做決策的領導人，很容易出現方向錯誤。

他舉例，在 Meta 的 AI 模型開發過程中，有些團隊試圖模仿中國的 DeepSeek，但由於訓練設計不當，導致模型內的某些「專家模組」沒有被有效使用，造成訓練資源浪費。而這問題就在於沒有一個懂技術又能做決策的領導人來主導方向。

(從 Scale AI 到 NFDG，Meta 如何透過大舉收購 AI 企業重建市場競爭力？)

OpenAI 與微軟為何彼此漸漸疏遠？

Patel 認為，OpenAI 與微軟 (Microsoft) 的合作已經過了蜜月期。雖然微軟注資 OpenAI 100 多億美元，但拿到的只是營收抽成和分潤，並沒有 OpenAI 的公司股份，情況有點尷尬。而微軟原本還有 OpenAI 的獨家運算權，不過已在今年取消。

OpenAI 現在開始向甲骨文 (Oracle)、CoreWeave 等供應商合作蓋數據中心，擺脫對微軟的依賴。Patel 也透露，OpenAI 是地表最燒錢的新創企業，在幾年內都不會有獲利的打算，只想持續擴張規模和估值。

(微軟與 OpenAI 再談合作條件：減持股比換技術存取，130 億鎂合作案面臨重整壓力)

Apple 落後不是沒原因，保守又與拒絕與輝達合作

Patel 指出，蘋果文化過於保守，導致在 AI 領域沒什麼重大突破，只會收購一些規模較小又不成氣候的新創公司，缺乏那種一次性收購整個頂尖團隊的「Guts」。

外加蘋果先前與輝達 (NVIDIA) 搞出「Bumpgate」事件，因為某一代輝達 GPU 因焊接不良導致裝置故障，雙方互相推責搞出「牛肉」，後來又因為專利訴訟問題，讓蘋果不再採用輝達晶片。

而蘋果強調的「裝置端 AI」策略，雖然在安全、回覆速度上有優勢，但 Patel 認為整體市場需求還是會偏向雲端服務。他直言：

「大家嘴巴說重視隱私，實際上還是喜歡免費好用的服務。」

Grok 是否有料？至少某些問題比較敢講

Patel 對 Grok 的評價是比想像中好，尤其在查詢即時新聞、討論地理歷史等主題時，回答比較自然、也比較不怕講敏感話題。他提到，像是在問美國南方黑白人口比例變化、奴隸制歷史、或者石油壟斷歷史時，Grok 願意給出比較深入的背景，而不是只講安全無害的版本。

至於馬斯克宣稱 Grok 是「全球最聰明的 AI」，Patel 抱持保留態度。他說 Grok 可能真的不錯，馬斯克的確在蓋數據中心和買電廠上很有執行力，只覺得還要再觀察看看。

(馬斯克 xAI 要重新訓練 Grok，專家痛批：刻意扭曲歷史)

 AMD 奮起直追，可輝達仍坐穩領先優勢

Patel 最後分析目前輝達與 AMD 的晶片戰局，他贊同 AMD 奮力追趕的態度，也的確在某些情境下表現不錯，但整體來說還是輝達領先。

Patel 舉例，輝達的 NVLink 可以讓 72 顆 GPU 高速互連，而 AMD 現階段只能做到 8 顆。再加上輝達的軟體與開發生態相當完整，用戶幾乎只要點幾下就能執行模型，而 AMD 還需要手動調一堆參數。

不過最近輝達搞了個自家雲端租賃平台 Lepton 與 DGX Cloud Lepton AI ，讓許多靠賣輝達晶片起家的雲端供應商覺得自己被背刺，也讓 AMD 有機會搶下一些市佔率。

(AMD 最新 MI355 效能飆升 35 倍！蘇姿丰：AI 市場三年內突破 5,000 億鎂)

誰最可能搶下超級智慧第一寶座？

Patel 最後認為是 OpenAI 最有可能搶下超級智慧寶座，因為所有重大突破都來自於他們。緊接著是穩紮穩打，最近變得比較開放的 Anthropic，再來是還在持續努力的 Meta 與 xAI。