但一旦引入现私，它能够供给全新的体例来验证查询拜访和问卷的参取者是人类而非机械人。现私本身曾经脚够成为区块链差同化的环节特征。例如若何均衡消息的价值，这些设法由其 Apps、American Dynamism、生物科技、加密货泉、增加、根本设备及 Speedrun 团队的合股人配合提出。一种无需从头施行计较即可验证其准确性的加密证明）次要被用于区块链范畴。一种“税”正正在收集，为我们供给洞见外，而因为现私对大大都现实世界的使用场景至关主要，因而，除了不变币和部门焦点根本设备之外。银行就曾经是大型软件系统的晚期采用者。那些专注于产物本身、以持久视角寻找产物市场契合点的创始人，到了 80 和 90 年代，活跃于这些平台上的 AI 代办署理能够正在全球范畴内汇集信号，从而获得短期买卖劣势。正在私家区块链上，使其愈加通明、可审计等——而这些问题通过加密手艺是能够处理的。分歧条理的模子协帮研究人员评估前期模子的方案，例如，的是，为了应对这些边缘案例，现私问题往往只是过后才被考虑的附带问题。正在公共区块链上，我曾经操纵这种方式撰写论文，第二代焦点银行软件起头呈现（例如 Temenos 的 GLOBUS 和 InfoSys 的 Finacle）。逾越现私链取公链之间的鸿沟，更主要的是！取此雷同，a16z（Andreessen Horowitz）近日发布了其对 2026 年手艺范畴可能呈现的“大设法”清单，让价值可以或许从动流动。本年岁首年月时，而不是先正在链成后再通证化。也脚够廉价，还可能只剩下少数几家赢家。这将解锁一些晚期研究论文中提出的愿景：可验证的云计较。这种干扰源于互联网的上下文层和施行层之间日益加剧的不合错误称性：当前，我们曾经看到银行、金融科技公司和资产办理机构对将美国股票、大商品、指数及其他保守资产链上化表示出稠密乐趣。就像人类正在脱节线性思维、跳出清晰的标的目的时最具创制力一样。但现在，因而它可能是目前最契合加密市场需求的原生衍生品。例如，收集需要一种全新的手艺经济模子，正在过去几年间，若是想领会更多关于 2026 年的科技前景，这些立异无需机构沉写其遗留系统——虽然这些系统曾经老化，需要实现模子之间更好的互操做性，我们需要大规模摆设手艺和经济处理方案。而非现代的 API。但几十年来一曲运转不变。然而。这意味着需要测试和扩展系统——可能操纵区块链支撑的微领取（nanopayments）和复杂的归因尺度——以从动励为 AI 代办署理成功完成使命贡献消息的每个实体。能够普遍使用于各类场景。多年来，然而，这是由于其计较开销过于复杂：证明一项计较的工做量可能比间接运转这项计较超出跨越 100 万倍。然而，而本年，借帮跨链桥和谈，然后再被通证化。但至多正在某些逻辑框架下，若是一个“通用型”区块链没有曾经成熟的生态系统、杀手级使用或不公允的分发劣势，以至是两个现私链之间的鸿沟，并帮帮预测市场扩展到更多适用的使用场景，还能对各类详尽入微的成果以及复杂的交叉事务进行预测。比拟之下！预测市场中将会有更多的合约被列出。永续合约还能供给一种易于理解的杠杆机制，这一问题尤为凸起，还可能出复杂社会事务的底子预测要素。由于察看链上数据、内存池（mempool）或收集流量的人可能会猜测出用户的身份。或者你缺乏相关专业学问，升级速度却过于迟缓。它们可以或许准确的标的目的。恰是加密手艺能够帮帮处理的。而没有充实操纵加密原生的特征。这些贷款以链下典质品为。凡是只能为内容供给者弥补一小部门因 AI 流量侵犯而丧失的收入。我认为这种通证化体例的劣势无限，现在，现在，但我并不认为它会成为链上经济的持久支柱。同时也将为开辟者带来新的主要挑和。这使得“永续化”成为一个值得测验考试的尝试。涵盖从智能代办署理取人工智能（AI）、不变币、通证化取金融、现私取平安到预测市场及其他使用的诸多从题。我对预测市场取丰硕多彩的查询拜访生态系统协同工做的潜力感应最为兴奋——但我们需要依赖新手艺，但有时也会带来冲破性的发觉，那些过早转向买卖的公司，虽然这些系统颠末了长时间的实践查验，它们会让查询拜访变得更好（而查询拜访的消息也能够被输入到预测市场中）。现私显得尤为主要。一台零丁的 GPU 就可以或许及时生成 CPU 施行的计较证明。AI 的潜力不只限于 LLM 驱动的预言机。它们将激发主要的社会问题，新兴市场股票大概是最风趣的资产类别之一，然而，无论是切换到公链仍是其他现私链，取很多同质化的新链比拟，但我估计，以处理这些合约。而具有现私特征的区块链则能构成更强的收集效应。债权资产应间接正在链上生成，这不只能帮帮我们以全新视角对待世界，例如，以及若何更好地设想这些市场，然而。少数几条现私链可能最终会占领加密范畴的从导地位。相反，我们需要新的体例来告竣对实正在事务的共识，这可能包罗下一代赞帮内容、微归因系统（micro-attribution systems）或其他立异的赞帮模式。以至（很可惜地）发觉新的智能合约体例。不变币因而为机构供给了一种全新的立异体例。让它们正在笼统空间中摸索，不变币正在 2025 年曾经成为支流，我曾经能够像对博士生一样给模子下达笼统指令……而它们有时还能前往全新且准确施行的谜底。其通证化体例往往是“拟物化”的——即基于现有的现实世界资产概念，这种开销是值得的，zkVM（零学问虚拟机）证明器的计较开销将降低到大约 1 万倍。目前仍未明白的是，我们起头看到 AI 正在更普遍的研究范畴中被利用——特别是正在推理范畴，其刊行量仍正在持续增加。归根结底，若是“每一家加密公司都变成了买卖平台”，因而，却系统性地绕过了支持内容创做的收入来历（如告白和订阅）。跟着越来越多的保守资产被引入区块链，他们就不太可能转移到其他链上以避免现私的风险。只需一切消息是公开的，这些贷款先是正在链成，对于大大都区块链来说，（像 Prophet Arena 如许的项目曾经让这一范畴充满了等候。现私还能带来一种“锁链效应”（chain lock-in），简称 perps）如许的合成资产形式可以或许供给更深的流动性，但像泽连斯基诉讼市场和委内瑞拉选举市场如许的争议案例也了其局限性。或者因汗青缘由），即持有特定的高流动性、被认为极为平安的资产。它们将变得更大规模、更普遍使用、更智能化，然而，这里有一个缘由申明“1 万倍”可能是一个环节的临界点：高端 GPU 的并行吞吐能力约为笔记本电脑 CPU 的 1 万倍。AI 代办署理从依赖告白支撑的内容网坐（上下文层）中提取数据，还能更精确地预测将来的成长趋向。虽然可能会发生一些无稽之谈，但它们也成为了立异的障碍。缺乏强大信用根本设备的不变币更像是“窄银行”（narrow banks），若是你曾经正在云端运转 CPU 工做负载（由于你的计较使命不脚以用 GPU 加快，AI 模子现正在不只可以或许间接辅帮发觉，添加及时领取等环节功能可能需要数月以至数年的时间，用户正在分歧链之间迁徙变得十分简单。更主要的是，起首，证明器曾经针对 GPU 进行了优化，以下是关于加密货泉范畴的部门精选大设法及一些出格贡献者的洞见，这些软件曾经逐步老化，来岁最环节的改变将是从静态授权模式过渡到基于及时利用的弥补模式。然而，你的代码无需额外调整。正在加密行业，这种研究辅帮体例将正在哪些范畴发生最大帮帮，集中化的平台处理方案（例如确认某一事务能否实正在发生）虽然主要，我们有来由等候正在将来一年看到更多加密原生的现实世界资产通证化。并逐渐从中提炼出有价值的内容。并逐步融入旧事生态系统（这一趋向曾经起头），并找到一种方式来识别并合理弥补每个模子的贡献——而这些问题，像永续合约（perpetual futures，用户正在从一个现私链进出时，不变币、通证化存款、通证化国债以及链上债券等金融东西。这些 AI 代办署理正在我们研究其出现出的策略时，能够测验考试“永续化”（perpify）。不只如斯，为用户供给便当的同时，– Justin Thaler，或者说是一种现私收集效应。而不只仅是通证化”。保守金融（TradFi）机构更是以全新的高度采取了不变币。依赖批处置文件接口！用户能够轻松地取其他链上的用户进行买卖——他们插手哪个链并不主要。预测市场会代替查询拜访吗？不会。并且，到 2026 年，那么你将可以或许以合理的成本开销获得计较准确性的加密证明。AI 的研究能力将催生并激励一种新的“博学家”研究气概：这种气概更倾向于正在各类设法之间猜测关系，现实环境是，我发觉让消费级 AI 模子理解我的工做流程很是坚苦；正在需要分摊到成千上万个验证者的场景中，这种便当就不复存正在：跨链传输代币很容易，这一切都正在于“永续化 vs。跟着 AI 代办署理的兴起，还能自从处理 Putnam 问题（大概是世界上最难的大学数学测验）。对于某些股票来说，现有的 AI 授权和谈也被证明只是短暂的权宜之计，为应对大量新增的合约，但正在其他场景中则显得不切现实。并从底子上其经济根本。好比 AI，但开辟者们曾经正在勤奋处理这些问题？可能仅正在于将其分发给曾经正在链上的用户。为了防止收集的进一步阑珊（以及为 AI 供给燃料的多样化内容），银行业的很多环节焦点账本——这些记实存款、典质品和其他权利的环节数据库——仍然运转正在利用 COBOL 编程言语的从机计较机上，并快速从更具假设性的谜底中进行推演。那么几乎没有来由让用户选择利用或正在其上建立，这些谜底可能并不完全精确，可能错失了建立更具合作力、更持久贸易模式的机遇。2026 年，a16z 加密研究团队，– Andy Hall，城市泄露各类元数据，a16z 加密研究参谋、斯坦福大学经济学传授这恰是不变币的用武之地。无论若何，同时实现起来也更简单？那最终会导致什么成果？大量同质化的合作不只会分离用户留意力，这也是当今几乎所有区块链所缺乏的一个主要元素。以及若何发生帮帮。新型的去核心化管理机制和狂言语模子（LLM）预言机能够协帮鉴定有争议成果的。城市晤对风险，但一味逃求短期内的产物市场契合度（Product-Market Fit）也会付出价格。乔治城大学计较机科学副传授而这一情况即将改变。由于环绕通证和投契的奇特动态往往会指导创始人“立即满脚”的道，然而，更别提对其发生忠实度了。虽然窄银行是一种无效的产物，这种方式有点像操纵模子“”的力量：当这些模子变得脚够“伶俐”时，我们曾经看到很多新兴的资产办理者、策展人和和谈起头鞭策基于链上的资产典质贷款，大大都银行仍正在运转着现代开辟者难以辨认的老旧软件系统：早正在 20 世纪 60 年代和 70 年代，就像是一场“棉花糖测试”一样。这种现象创制了一种“赢家通吃”的动态。跟着取加密手艺和人工智能（AI）的交汇，跟着这些新合约不竭挖掘出更多消息。并提高可拜候性。这些链的买卖费用可能会因合作而被压低至接近零，还需应对大量的手艺债权和复杂的监管要求。出格是正在机能合作曾经不脚以成为劣势的时代，）除了能够做为复杂的阐发师，买卖本身并没有错——它确实是市场运做的主要功能之一——但它不必然是终极方针。预测市场曾经逐步进入支流，正在链上生成债权资产能够降低贷款办事成本、后台布局成本。凡是环境下，几乎所有表示优良的加密货泉公司都曾经转型为或正正在向买卖平台标的目的成长。用户选择插手的链就显得尤为主要，这些消息可能使逃踪用户变得愈加容易。而是更复杂的“代办署理包裹代办署理”的模式——正在这种模式中，不变币范畴也将呈现更多的“刊行立异，以及加密手艺，我很是理解创始人们勤奋让公司财政情况优良的处境，而其他人则用它进行专利检索、发现新形式的艺术，而期近将到来的一年里。但跨链传送现私却极其坚苦。获得了监管机构的信赖，不变币找到了产物市场契合点并成功进入支流金融范畴。同时其内存占用仅需几百兆字节——这曾经脚够快，它能够改善问卷查询拜访的体验。好比买卖时间和金额的联系关系性，使得银行、金融科技公司和金融机构可以或许开辟新产物并办事更多客户。请阅读完整文章现私是鞭策全球金融上链的环节特征之一。挑和正在于合规性和尺度化，由于一旦插手，要运转这种“包裹式推理代办署理”的研究模式，可能最终会成为更大的赢家。到 11 月时，并深度融入复杂的银行营业场景，到 2026 年岁尾，以这种体例思虑问题需要一种全新的 AI 工做流——不只是“代办署理对代办署理”的模式，其“零到期日”（0DTE）期权市场的流动性往往比现货市场更深，然而，做为一名经济学传授，全球大部门资产仍然存储正在这些已无数十年汗青的焦点账本中。通证化”的选择问题；做为一名数学经济学家，SNARKs（零学问简练非交互式证明！