月度归档： 2024 年 9 月

来源：Empower Labs

在技术进步的编年史上，革命性技术往往独立出现，各自引领一个时代的变革。而当两股革命性技术相遇，它们的碰撞往往会产生指数级的影响。如今，我们正站在这样一个历史性时刻：人工智能与加密技术，这两种同样具备颠覆性的新技术，正携手步入舞台中央。

我们畅想AI领域的诸多挑战能够被加密技术所解决；我们期待AI Agent构建自主经济网络，推动加密技术的大规模采用；我们也盼望AI能加速加密领域现有场景的发展。无数目光聚焦于此,海量资金疯狂涌入，就如任何buzzword一样，它凝聚了人们对创新的渴望、对未来的憧憬，也包含了难以抑制的野心与贪欲。 

然而在这一片喧嚣中，我们却对最基本的问题知之甚少。AI究竟有多懂加密领域？配备了大语言模型的Agent是否具备运用加密工具的实际能力？不同的模型在加密任务上的差异有多大？

这些问题的答案将决定AI和加密技术的相互影响力，也对这个交叉领域的产品方向和技术路线选择至关重要。为了探究这些问题，我做了一些大语言模型的评估实验。通过评估它们在加密领域的知识和能力，衡量AI的加密应用水平，判断AI与加密技术融合的潜力和挑战。

先说结论

大语言模型在密码学和区块链基础知识方面表现卓越，对加密生态非常了解，但在数学计算和复杂业务逻辑分析上表现很差。在私钥和基本钱包操作方面，模型有着令人满意的基础，但面临如何云端保管私钥的严峻挑战。很多模型能够生成简单场景的有效智能合约代码，但无法独立执行合约审计、复杂合约创建等高难度的工作。

商业闭源模型总体有较大领先，开源阵营中仅Llama 3.1-405B表现突出，而参数规模较小的开源模型全体不及格。然而潜力是有的，通过提示词引导、思维链推理和少样本学习技术，所有模型的表现都得到了大幅提升，领先的模型在一些垂直应用场景已经具备了较强的技术可行性。

实验细节

选择了18个具备代表性的语言模型作为评估对象，包括：

• 闭源模型：GPT-4o、GPT-4o Mini、Claude 3.5 Sonnet、Gemini 1.5 Pro、Grok2 beta(暂时闭源)

• 开源模型：Llama 3.1 8B/70b/405B、Mistral Nemo 12B、DeepSeek-coder-v2、Nous-hermes2、Phi3 3.8B/14b、Gemma2 9B27B、Command-R

• 数学优化模型：Qwen2-math-72B、MathΣtral

这些模型涵盖了主流商业和流行开源模型，参数量从3.8B到405B有百倍以上的跨度。考虑到加密技术与数学的密切关系，实验还特别选择了两个数学优化模型。

而实验覆盖的知识领域包括密码学、区块链基础、私钥与钱包操作、智能合约、DAO与治理、共识和经济模型、Dapp/DeFi/NFT、链上数据分析等。每个领域都由一系列由易到难的问题和任务组成，不仅测试模型的知识储备，也通过模拟任务测试其在应用场景中的表现。

任务的设计来源多样化，一部分来自加密领域多位专家的输入，另一部分由AI辅助生成，并经过人工校对，以确保任务的准确性和挑战性。其中一部分任务使用了形式较为简单的选择题，方便单独进行标准化的自动化测试和评分。而另一部分试验采用更加复杂的题目形式，测试过程则由程序自动化+人工+AI结合的方式进行。所有测试任务均采用了零样本推理方法进行评估，不提供任何示例、思维引导或者指令型提示。

由于实验本身设计的还比较粗糙，并不具备足够的学术严谨性，用来测试的问题和任务远远无法全面覆盖加密领域，测试框架也并不成熟。因此本文并不列举具体的实验数据，而是侧重分享一些实验中的洞察。

知识/概念

在评估过程中，大语言模型在加密算法、区块链基础知识和DeFi应用等各领域的基础知识测试中表现出色。例如在考察对数据可用性概念理解的问答题中,所有模型均给出了准确答案。而评估模型对以太坊交易结构的掌握程度的题目，尽管各模型在回答细节上略有差异,但总体上都包含了正确的关键信息。考察概念的选择题则更是没有难度，几乎所有模型的正确率都在95%以上。

概念性问答完全难不住大模型。

计算/业务逻辑

然而当涉及需要进行具体计算的题目时情况就倒了过来。一道简单的RSA算法计算题就让绝大多数模型陷入困难。这其实不难理解：大语言模型主要通过识别和复制训练数据中的模式来运作，而非通过深入理解数学概念的本质。这种局限性在处理抽象数学概念如模运算、指数运算时尤为明显。鉴于加密领域与数学紧密相关，这意味着直接依赖模型进行加密相关的数学计算是不可靠的。

在其他计算题目中，大语言模型的表现同样不尽如人意。例如计算AMM无常损失的简单题目，尽管不涉及复杂数学运算，但18个模型中仅有4个给出了正确答案。而另一道更为基础的计算出块概率题目，竟然所有模型全部答错了。竟然难倒了所有模型，无一算对。这不仅暴露了大语言模型在精确计算方面的不足，也反映出它们在业务逻辑分析上存在较大问题。值得注意的是，即便是数学优化模型，在计算类题目中也未能展现出明显优势，其表现令人失望。

然而，数学计算的问题并非无解。如果我们稍作调整，要求LLMs给出相应的Python代码而非直接计算结果，正确率就会大幅提高。以前述RSA计算题为例，大部分模型给出的Python代码都能顺利执行并得出正确结果。在实际生产环境中，更可以通过提供预设的算法代码来绕过LLMs自行运算的环节，这与人类在面对此类任务时的处理方式相似。而在业务逻辑层面，通过精心设计的提示词引导，也可以有效改善模型的表现。

私钥管理和钱包操作

如果问Agent采用加密货币的第一个场景是什么，我的答案是支付。加密货币几乎可以被视为AI原生的货币形式。相较于Agent在传统金融体系中面临的诸多障碍，利用加密技术为自身配备数字身份并通过加密钱包管理资金，是一个再自然不过的选择。因此，私钥的生成和管理、钱包的各类操作，构成了Agent能否自主使用加密网络的最基本技能要求。

安全生成私钥的核心在于高质量的随机数，这显然是大语言模型并不具备的能力。不过模型对私钥安全的认知是充分的，在被要求生成私钥时，绝大多数模型都选择利用代码（如Python的相关库）来引导用户自主生成私钥。即便有模型直接给出了私钥，也明确声明这仅用于演示目的，并非可直接使用的安全私钥。在这方面，所有大模型都展现出了令人满意的表现。

私钥管理则面临着一些挑战，这主要源于技术架构的固有限制，而非模型能力的不足。使用本地部署的模型时，生成的私钥可被视为相对安全。然而如果使用的是商业云端模型，我们必须假设私钥在生成的瞬间就已经暴露给了模型的运营方。但对于目标为独立工作的Agent，具备私钥权限是必须的，这意味着私钥不能只在用户本地。在这种情况下，仅依靠模型本身已不足以确保私钥的安全性，需要引入可信执行环境或HSM等额外的安全服务。

如果假设Agent已经安全地持有私钥，在此基础上进行各类基本操作时，测试中的各种模型都表现出了良好的能力。虽然产出的步骤和代码常常存在错误，但在合适的工程架构下，这些问题在很大程度上是可以解决的。可以说从技术层面来看，让Agent自主进行基础的钱包操作已经不存在太多障碍。

智能合约

智能合约的理解、利用、编写和风险识别能力是AI Agent在链上世界执行复杂任务的关键，因此也是实验的重点测试领域。大语言模型在这一领域展现出显著潜力，但同时也暴露了一些明显问题。 

在测试中几乎所有模型都能正确回答基础合约概念，识别简单的bug。在合约gas优化方面，大多数模型能够识别关键优化点，并分析优化可能带来的冲突。然而，当涉及深层业务逻辑时，大模型的局限性开始显现。

以一个token vesting合约为例：所有模型都正确理解了合约功能，大部分模型找出了几个中低风险漏洞。但是，对于一个隐藏在业务逻辑中、可能在特殊情况下导致部分资金被锁死的高风险漏洞，没有任何模型能够自主发现。在多个使用真实合约的测试中，模型的表现都大致相同。

这表明大模型对合约的理解仍停留在形式层面，缺乏对深层业务逻辑的理解。不过，在提供额外提示后，部分模型最终能够独立找出上述合约中隐藏较深的漏洞。基于这一表现判断，在良好的工程设计支持下，大模型已基本具备在智能合约领域担任co-pilot的能力。然而要独立承担合约审计等重要工作，仍有很长的路要走。

有一点需要说明，实验中代码相关的任务主要针对逻辑简单、代码量在2000行以内的合约。对于更大规模的复杂项目，在不进行微调或复杂提示词工程的情况下，我认为明显超出了当前模型的有效处理能力范围，并未列入测试。此外，本次测试仅涉及Solidity，未包括Rust、Move等其他智能合约语言。

除了上述测试内容，实验还涵盖包括DeFi场景、DAO及其治理、链上数据分析、共识机制设计以及Tokenomics等多个方面。大语言模型在这些方面均展现出了一定的能力。鉴于许多测试仍在进行中，且测试方法和框架正在不断优化，本文暂不对这些领域进行深入探讨。

模型的差异

在所有参与评测的大语言模型中，GPT-4o和Claude 3.5 Sonnet延续了它们在其他领域的卓越表现，是毫无争议的领先者。面对基础问题时，这两个模型几乎都能给出准确答案；在复杂场景分析中，它们更是能够提供深入且论据充分的见解。甚至在大模型不擅长的计算类任务里也展现出了高胜率，当然这种”高”成功率是相对而言的，仍未达到在生产环境中稳定输出的水平。 

在开源模型阵营中，Llama 3.1-405B得益于其庞大的参数规模和先进的模型算法，遥遥领先于同类。在其他参数规模较小的开源模型中，各模型间并未呈现显著的性能差距。尽管得分高低略有不同，但整体都离及格线很远。

因此如果当前要构建加密相关的AI应用，这些中小参数量的模型不是合适的选择。

在我们的评测中，有两个模型特别引人注目。首先是微软推出的Phi-3 3.8B模型，它是本次参与实验的最小模型，然而它以不到一半的参数量就达到了与8B-12B模型相当的性能水平，在某些特定类别的问题上甚至表现更为出色。这一结果凸显了模型架构优化和训练策略的重要性，而不仅仅是依赖于参数规模的增加。

而Cohere公司的Command-R模型成为了一匹令人意外的”黑马”——反向的。Command-R相对其他模型名气不那么大，但是Cohere是专注2B市场的大模型公司，我认为和Agent开发等领域还是有相当多的契合点，因此特意列入测试范围。但拥有35B参数的Command-R却在大多数测试中垫底，不敌许多10B以下的模型。

这一结果引发了思考：Command-R在发布时主打的是检索增强生成能力，甚至都没公布常规的基准测试成绩。这是否意味着它是一把”专用钥匙”，只在特定场景下才能开启全部潜力？

实验限制

在这一系列测试中，我们对AI在加密领域的能力有了初步的了解。当然这些测试还远未达到专业水准。数据集的覆盖范围远远不够，答案的量化标准相对粗略，尚缺乏精细且更为准确的评分机制，这都会影响评估结果的精确度，不排除会导致某些模型表现被低估。

在测试方法上实验仅采用了零样本学习（zero-shot learning）的单一方式，并未探索思维链条，少样本学习等能启发模型更大潜力的方式。而在模型参数上，实验均采用了标准模型参数，并未考察不同参数设置对模型表现的影响。这些总体单一的测试方法限制了我们对模型潜力的全面评估，也未能充分挖掘模型在特定条件下的性能差异。

尽管测试条件相对简陋，这些实验依然产生了不少有价值的见解，为开发者构建应用提供了参考。

加密领域需要自己的Benchmark

在AI领域，基准（benchmark）扮演着关键角色。现代深度学习技术的快速发展就源于李飞飞教授于2012年完成的ImageNET，这正是一个计算机视觉领域的标准化基准和数据集。

通过提供统一的评估标准，基准不仅为开发者提供清晰的目标和参考点，还推动了整个行业的技术进步。这解释了为什么每个新发布的大语言模型都会重点公布其在各种基准测试上的成绩。这些结果成为了模型能力的”通用语言”，使研究者能够定位突破口，开发者可以选择最适合特定任务的模型，而用户则能够基于客观数据做出明智选择。更重要的是，基准测试往往预示着AI应用的未来方向，引导资源投入和研究焦点。

如果我们相信AI与加密技术的交叉领域蕴含巨大潜力，那么建立专门的加密领域基准测试就成为一项迫切的任务。基准测试的建立可能成为连接AI与加密两大领域的关键桥梁，催化创新，并为未来应用提供清晰指引。

不过与其他领域的成熟benchmark相比，构建加密领域的基准测试面临独特挑战：加密技术快速演进，行业知识体系尚未固化，多个核心方向缺乏共识。作为跨学科领域，加密涵盖密码学、分布式系统、经济学等，复杂度远超单一领域。更具挑战性的是，加密基准不仅需评估知识，还需考察AI运用加密技术的实际操作能力，这要求设计全新的评估架构。而相关数据集的匮乏进一步增加了难度。

这项任务的复杂性和重要性决定了它无法由单一个人或团队完成。它需要汇集从用户、开发者、密码学专家、加密研究者到更多跨学科领域人士的多方智慧，依赖广泛的社区参与和共识。也因此，加密基准需要更广泛的讨论，因为这不仅是一项技术工作,更是对我们如何理解这一新兴技术的深刻反思。

后记：聊到这里，话题还远没有结束。在接下来的文章中，我将深入探讨构建加密领域AI基准的具体思路和挑战。实验目前也还在进行，正在不断优化测试模型、丰富数据集、完善评测框架，并改进自动化测试工程。秉持开放协作的理念，未来所有相关资源——包括数据集、实验结果、评测框架和自动化测试代码都会作为公共资源开源。

8月26日在整个加密世界中标记为一个值得铭记的日子——$DOGS代币的发布。Kine Protoco是一家全网领先的去中心化衍生品，采用「peer-to-pool」的模式，以 DeFi /去中心化的模式为衍生品提供「无限流动性」，支持高杠杆的衍生品交易，始终走在加密潮流的前沿，全网首发引入DOGS/USDT的永续合约，支持高达50X的杠杆交易，同时推出7天0％手续费活动受到KINE所有社区用户们的喜爱。

那么，为什么这个$DOGS的上线会在市场上引起如此大的轰动，而其他项目代币却显得平淡无奇？答案在于该项目的背景和机制等因素，使其成为热门成功的代表，而不是被遗忘的项目。

$DOGS的故事从它的吉祥物Spotty开始，这只可爱的狗狗是项目的关键视觉象征。Spotty的起源独特：它是由Pavel Durov在慈善拍卖中绘制的，旨在支持儿童孤儿院。Spotty很快成为Telegram社区关爱、善良和团结的象征——在加密世界里，这种现象非常少见，因为大多数人追逐下一种希望带来财富的memecoin。然而，Spotty却脱颖而出。

随着另一个Telegram本地项目$NOTCOIN的发布，Telegram迷你应用的受欢迎程度急剧上升。$NOTCOIN的用户能够通过奖励兑现，轻松赚取“互联网货币”。$DOGS的初始分配采用了类似的方式，根据用户的Telegram账户年龄和活跃度进行奖励。实际上，仅仅在Telegram上活跃，用户便能获得$DOGS代币。社区迅速壮大，额外的活动如完成迷你应用中的任务和邀请朋友赚取更多代币进一步推动了参与度。

自7月初项目发布以来，社区的增长速度惊人。到代币生成事件（TGE）时，$DOGS Telegram迷你应用已注册了超过5100万个账户。 

这种前所未有的关注度促使各种交易所推出了$DOGS的预售市场，允许用户在代币正式上市之前进行价格预测。然而，名气也带来了风险。除了合法的预售活动，一些欺诈性的$DOGS仿冒品也在不同链上出现，其唯一目的是欺骗无辜的加密持有者，将资金转入他们自己的钱包。确实，名声往往伴随着代价。 

memecoin现象推动了加密市场的发展，吸引了新用户，这无可否认。但问题是，这些用户会停留足够长的时间以探索DeFi协议及其独特的金融机会吗？他们会发展成为成功的交易者或质押者吗？只有时间能证明。然而，有一点是确定的——我们正生活在令人兴奋的时代。WAGMI! 

Kine Protoco基于其合成资产机制能够全网第一时间上线DOGS合约，并推出多样性运营活动，在众多DEX中脱颖而出，为用户创造更多的可能，更多的玩法，更高的价值。

---

Kine let the $DOGS out: Trade the hottest TON season with 0% Fees

The entire crypto world marked August 26th as the day to remember – the launch of the $DOGS token by the DOGS project. Kine Protocol, always at the forefront of the crypto meta, seized the opportunity to be a part of this significant event. With the introduction of a perpetual contract for the $DOGS/$USDT pair, Kine’s community now has the chance to trade with leverage up to x50, all while enjoying 0% fees.

But why did the launch of this particular token create such a buzz in the market, while others seemed to fade into the void? The answer lies in the project’s background and mechanics, which distinguish viral successes from those forgotten soon after their launch.

The story of $DOGS begins with its mascot, Spotty, which serves as the project’s key visual symbol. This endearing dog has a unique origin: it was drawn by Pavel Durov during a charity auction to support children’s orphanages. Spotty quickly became a symbol of care, kindness, and unity within the Telegram community – an unusual occurrence in the crypto world, where most are chasing the next memecoin with the hope of overnight wealth. But Spotty managed to stand out.

The popularity of Telegram mini-apps surged following the launch of another native Telegram project, $NOTCOIN. Users who joined $NOTCOIN could cash out with bonuses, effectively earning free “internet money” with minimal effort. The initial distribution of $DOGS followed a similar approach, rewarding users based on their Telegram account’s age and activity. Essentially, by doing nothing more than being active on Telegram, users found themselves with $DOGS tokens in hand. The community grew rapidly, fueled by additional events that encouraged participation, such as completing tasks in the mini-app and inviting friends to earn more tokens.

Following the project’s launch in early July, the community’s growth was nothing short of exponential. By the time of the Token Generation Event (TGE), an incredible 51 million accounts had been registered within the $DOGS Telegram mini-app.

This unprecedented level of interest led various exchanges to introduce pre-market trading for $DOGS, allowing users to speculate on its price long before it officially hit the market. However, with popularity comes risk. Alongside the legitimate pre-market activities conducted by well-established exchanges and protocols, several fraudulent $DOGS knockoffs were launched across different chains. Their sole purpose? To deceive unsuspecting crypto holders and siphon funds into their own wallets. Indeed, fame often comes at a cost. 

The memecoin phenomenon is driving the cryptocurrency market forward by attracting new users – this is undeniable. But the question remains: will these users stay long enough to explore DeFi protocols and their unique financial opportunities? Will they evolve into successful traders or stakers? Only time will tell. But one thing is certain – we are living in fascinating times. WAGMI!

原文标题：《Good Things Take Time》

撰文：Gaby Goldberg，TCG Crypto、Bridget Harris，Founders Fund；编译：Yangz，Techub News 

当前 CT 上的悲观情绪比以往更加浓烈。诚然，在这个由价格主导情绪的行业中，人们对行业前景及其应用场景感到困惑是可以理解的。然而，如果我们退一步观察，会发现大部分的 FUD 其实并没必要。重要的是，我们要看到行业已经取得的成绩。毕竟，好事总是多磨。 

 「但是加密货币行业没有用例！！！」 

行业是有用例的，只是你没注意到而已。许多从业者希望行业的发展能以某种特定方式进行，要么与他们所期望的完全一致，要么与其他行业长期以来的发展方式并行不悖。然而，对每个行业来说，发展都是不同的，尤其是考虑到一个全新的资产类别从 0 到 1 的发展过程。在面对自身行业的泡沫时，我们很容易对行业的停滞不前感到愤慨。但事实并非如此，下面我们将尝试为大家介绍一下加密货币行业的现状，以及它是如何变得越来越好的。

加密货币行业已找到产品市场契合点 

从行业整体来看，超 66% 的加密货币用户生活在发展中国家，而中低收入国家的用户则继续显现出对加密货币的持续需求（截至 2024 年 3 月，印度、巴西和越南的加密货币采用率位居世界前列）。美国的加密货币采用率同样很高，但美国人并不一定需要使用加密货币来避免通货膨胀，或者获取相对于美元更为稳定的货币。反观来自发展中国家的用户，加密货币对其而言是一种必需品，是一种能够保护他们免受本国政府和金融体系（往往是残缺不全的）影响的机制。例如，在拉丁美洲，人们拿到工资后「立即换成 USDT 或 USDC」的情况非常普遍。此外，超过三分之一的拉美人使用稳定币进行过日常消费，表明许多公司已开始接受加密货币。在全球范围内，Tron 上的 USDT 表现尤为强劲，其流通量约为 600 亿美元，拥有约 4400 万个独立地址。简而言之，在全球范围内使用美元支持的稳定币已成为加密货币的杀手级用例。 

就像 Scott Alexander 在《为什么我对加密货币没有无限敌意？》中指出的，「如果人们尝试进入行业，但只看到猴子 GIF，那不是加密货币的错。」 

加密货币的竞争优势 

在上述例子中，加密货币被视为是一种技术产品，倘若单纯将其视为一种「轨道」，其上存在整个应用和用例生态，能带来比 Web2 时代更好的用户体验。全球最大的预测市场 Polymarket 就是这样一个突破性应用。Polymarket 的独特之处在于其所依托的加密基础设施。对于这样的应用来说，加密货币具有竞争优势，这其中有很多显而易见的原因，也有很多不常见的原因： 

• 全球可访问性：如果市场不是全球性的，就会产生巨大的流动性和准确性问题。

• 退款风险：人们不可能用信用卡下注 10 万美元，如果赌输了，他们可能要求把钱退回来。对于未采用加密货币的博彩网站来说，这种风险是巨大的，这也是为什么这些网站历来收取高昂费用的原因。反观 Polymarket，目前是零手续费的。

• 复杂的协调：对于未采用加密货币且跨境运营的预测市场来说，银行、监管辖区和外汇服务提供商之间的协调是一个巨大的挑战。除了给用户带来额外成本外，这也使得这类预测市场平台发展缓慢且困难重重。

 作为加密货币如何解锁此前无法大规模运行用例的一个强有力新兴范例，Polymarket 在很大程度上比传统新闻来源更快，且正在向一种全新的媒体形式发展。这种新形式的媒体既是真相的来源，也是一个点对点的社交平台，还是一种激励正确性（至少在现有信息条件下尽可能接近正确性）的参与机制。

我们甚至可以在 Substack 上看到实时更新的 Polymarket 嵌入（原文中为网页嵌入形式）：

这些小成就不断积累，慢慢地将加密货币带入主流。

关于 Polymarket 的最后一点是，该团队为同一个愿景努力了很长时间。在近五年的时间里，他们的交易量一直处于较低水平，而他们却坚持不懈地努力着。即使公司差点因为 CFTC 的 140 万美元罚款而倒闭，他们也没有动摇。加密货币行业总是固有地偏向于「当下之事」，人们往往意识不到，「一朝功成」需要花费多少时间和精力。

胖企鹅（Pudgy Penguins）是另一家成功破圈的加密货币公司，其产品目前正在美国 Target 、沃尔玛 和 Walgreens 出售（迄今已售出超过一百万件玩具）。胖企鹅并不是「默默 build 然后等待用户到来」的那一类，相反，该公司积极地为现有用户群提供产品。具体来说，胖企鹅正在开发一条易于使用的 L2、一款基于区块链元素的游戏，以及一档节目，所有这些都围绕其可爱的品牌形象（最初只是一个 NFT 系列）展开。值得注意的是，胖企鹅在为其堆栈构建底层基础设施之前，首先在社区分销方面做出了很多努力。这与目前大多数 L2 的做法恰恰相反。大部分 L2 会选择先构建技术，然后再试图引导社区，吸引应用在其生态中构建。 

为吸引用户，胖企鹅想出了一些创意方式，例如，每个实体玩具都会带有一个二维码，可以在 Pudgy World 游戏（Webkinz 风格）中兑换。通过慢慢地向用户介绍加密货币，并确保他们在此过程中获得乐趣 ，这些用户更有可能保持参与并更深入地探索加密货币。 

为应用搭建桥梁 

Bridge 为消费应用领域的许多项目提供了关键的基础设施。该公司的重心是稳定币 API，特别是发行和协调（在 Bridge 将其模块化之前，这是一个公司规模的问题，各项目必须在内部解决）这两个层面。Bridge 已经证明，做好一件（重要的）事情是加密货币领域的一条稳健之路，也正因如此，他们有着一份令人印象深刻的客户名单。看似简单的应用程序接口在后台其实相当复杂。Bridge 需要负责处理所有的 KYC 和合规事宜，而企业只需与他们整合，就能在法币和稳定币（或不同形式的稳定币）之间进行即时转换。尽管稳定币是加密货币的核心用例，但一直以来都很难找到既能快速又合规地进行转换的解决方案。此外，稳定币种类繁多，每个平台通常都偏爱其中一种。Bridge 以灵活易用的方式解决了这一问题。 

钱包不是难题 

加密货币领域（尤其是对新人而言）被普遍吐槽的一个问题是钱包。选择哪种钱包，如何选择一种能连接最多 DApp 的钱包，以及是否有替代品，是许多用户的困扰。好在，像 Dynamic、Privy、Capsule 和 Coinbase WaaS 等供应商正在为加密货币应用及用户解决该问题，允许个人在不下载第三方钱包应用或托管助记词的前提下进行链上活动。不断修复集成、管理更新并在发布时添加新钱包（确保 TAM 不受限制）是耗费公司重要工程资源的一个问题。而在用户方面，痛点也显而易见。如果没有这些嵌入式钱包，用户可能就没有受支持的钱包（或者，如果他们是行业新人，他们可能根本就没有钱包）。简化新用户的入门流程是行业实现大规模采用的关键。在这方面，这些公司（其中许多是最近几年才成立的）发挥着关键作用。 

拥抱陌生 

综上所述，作为一个新兴行业，我们还有很多路要走，但我们也不能忽视了一路上取得的成就。归根结底，如果你认为金融体系应该是快速、全球化、低收费、可访问和为人民服务的，那么加密货币就是唯一的终极目标。

需要注意的是，每个新事物在成熟的过程中都会经历成长的阵痛，或者遭到彻底的反对。印刷术最初问世时就遭到了宗教权威的极力反对，因为这会削弱他们对信息的控制。伊斯兰教直接禁止印刷，而瑞士学者 Conrad Gessner 「要求欧洲国家的当权者执行一项法律，规范书籍的销售和发行。」因为在他看来，普通人不应该接触到如此多的书籍。15 世纪末，意大利作家 Filippo di Strata 曾写道：「笔是处女，但印刷机是妓女」。 

如果说印刷机是妓女，那么以其来类比公众对加密货币的看法可能不是很妥当。但为了进步，我们愿意接受这种抨击。拥抱陌生，就是要知道新技术在开始时往往看起来很「怪异」。 

我们也承认，加密货币领域的绝大多数实验可能都不会成功。但如果你一直坚持这种观点，那你就从根本上误解了突破性技术的发展过程。这一理念并不新奇，互联网的成熟就要求我们告别内部服务器群、网络环路和索尼的 AIBO 机器狗。在人们尝试新技术的过程中，这是一种自然而健康的演变。成功产品的「幂律」正是投资者在进入这些领域时所遵循的。  

基础设施为应用铺路 

本周期的许多突破性应用都得益于新的基础设施，而这些基础设施在上一周期根本不存在。是的，基础设施似乎比应用多，但如果没有强大的底层框架，应用就无法真正存在或扩展。由于大部分基础设施已准备就绪，应用方面的创新也在加速。 

Joel Monegro 在 2016 年提出了著名的「胖协议」概念，即在区块链网络中，大部分价值来自协议而非应用层。

我们认为，协议层的模块化压缩了该层的价值获取份额，为应用层留出了更大的回旋余地。应用可以利用协议层的模块化组件，根据自己的需要进行组合和搭配，最终为用户带来更好的体验（同时也能获得更多利润）。现在，用户基本上是通过前端向应用付费，而这些前端越来越多地抽象出了协议层。 

有趣的是，由于基础设施的模块化，以太坊应用开发者如今面临的许多问题往往不在技术，而在文化。对于这些构建者来说，他们选择构建的生态对其品牌、社区和可持续性至关重要。有时，这些应用会称自己是「构建在 xxx L2 上的项目」，但如果 L2 不能持续下去，就会降低其产品和品牌的价值。在 Solana 上构建是统一的，因为每个人都默认在同一个单一平台上构建，而以太坊则为开发者提出了一个关键问题：我应该在哪里构建？由于大多数链抽象协议尚未准备就绪，「任意部署」也不是一个真正的选择。当生态变得比应用本身更重要时，两者之间就会产生寄生关系，应用和生态会争夺同样有限的注意力。  

这一切的起因可能是以太坊在市场营销方面的零投入，迫使 L2 创建自己的品牌和风格。这种可信的中立方式造就了丰富多样的 L2 生态，但也导致了分裂。Vitalik 在最近的一篇文章中强调了这一点，他将 L2 比作以太坊本身的文化延伸，「对于亚文化来说，L2 是行动的终极竞技场」。实际上，这些亚文化可能是新兴应用的最佳孵化地。在这些孵化地上，用户会被低费用等优势吸引，社区紧密团结，构建者也大量涌现。此外，底层 L2 的文化也能帮助其应用加强和壮大自己的文化。当然，从基础设施的角度来看，以太坊上的许多 L2 正日趋成熟，使更多的应用得以存在和扩展。

总结

我们已经经历了多轮牛熊转换，知道基础设施会催生应用，而应用也会催生基础设施。循环仍在继续，我们抱怨的新兴技术正是实现低收费链、更好的分销和更高质量用户体验的产品，而所有这些最终都会推动采用。我们还有很多工作要做，但值得肯定的是，尽管行业经历了 FTX 等巨头的崩塌、面临不断的监管阻力和市场的剧烈波动，我们还是取得了一些成绩。我们的行业还很小，还处于发展初期，我们所做的工作应该是正和的。是时候重新点燃心中的壮志了。正如老话所说，好事多磨。

根据 Lookonchain 追踪的数据，以太坊联合创始人 Vitalik Buterin在 8 月份将价值约 1000 万美元的以太币转移到与加密货币交易所相关的钱包中。

此外，Arkham Intelligence 的数据显示，自 2015 年以来，Buterin 的以太币地址已流出约 422,000 ETH（截至 2024 年 9 月 1 日价值 10.4 亿美元）。在过去两年中，已有超过 840,000 ETH 从该地址流出。

这些转移引发了人们的猜测，即布特林一直在出售其持有的以太币，以实现以太币的利润，尤其是当这种加密货币的交易价格与 2022 年 885 美元的周期低点相比高出 180% 的情况下。

尽管如此，Buterin 否认了这些指控。

自 2018 年以来，我从未出售过 ETH 获利——Vitalik，8 月 31 日，Buterin澄清说，他从未出售其持有的以太币以获取利润，并指出自 2018 年以来，他所有的 ETH 转账都是为了支持他认为有价值的各种项目，无论是在“以太坊生态系统或更广泛的慈善机构”内。

有趣的是，8 月份的转账与价值超过 2.07 亿美元的 84,000 ETH 从以太坊基金会官方地址转移到加密货币交易所同时发生。

下跌元凶？

以太坊基金会定期出售其持有的部分 ETH，以资助开发、研究和其他对生态系统至关重要的计划。

然而，大额的以太币转账有时可能会引起短期的市场反应，因为投资者可能会将其解读为即将到来的抛售压力。

例如，2021 年 11 月，以太坊基金会向 Kraken转移了 20,000 ETH（价值约 9500 万美元）。

这些转移发生在以太币价格达到峰值之前，随后其价格回调了 85%，这表明以太坊基金会出售其持有的以太币——无论其意图如何——导致了 ETH 市场的下跌。

同样，2021 年 5 月，以太坊基金会出售了 350,000 ETH，此前以太币市场价格下跌了 50%。

然而，并非所有以太坊基金会的出售都发生在重大市场调整之前。

例如，在 2020年12月左右，其卖出巨量ETH的同时，以太坊却创下了 630% 的价格涨幅。以太坊价格飙升的其他因素包括 Beacon 链的推出，这标志着以太坊转向权益证明，以及美国美联储宽松的货币政策，这刺激了对包括加密货币在内的风险资产的需求。

有趣的是，Vitalik Buterin 和以太坊基金会最近的以太币出售正值美联储计划降息之际，现货以太坊交易所交易基金（ETF）的资金流出正在放缓。

基金会没钱了

根据以太坊基金会的最新报告，2023 年第四季度，以太坊基金会拨款 3000 万美元。2023 年第三季度，以太坊基金会拨款 890 万美元。

不得不说，虽然波卡因为疯狂的支出而面临争议（相关阅读：波卡上半年财报引发争议：8700万美元支出占推广费近一半，收入仅为110万美元），但至少它的报告是透明的，可以查到。

另外，如果按照目前每年1亿美元的支出速度，以太坊基金会8年后就会耗尽手中的ETH。如果想为运营提供更长期的资金，要么ETH价格上涨，要么开始staking赚取收入。

作者：北辰

Web3行业在过去一年里走出了低迷的熊市，虽然远未迎来真正的牛市，但关于Social Summer即将到来的声音越来越多。尤其是最近Telegram创始人Pavel Durov因面临诈骗、洗钱、恐怖主义等多项罪行指控而在法国机场被逮捕，进一步引发了对社交产品的关注。

这也不难理解，crypto native的技术路线似乎已经走到尽头了（毕竟该有的基础设施都有了），但是还看不到Mass Adoption的曙光，而社交赛道在理论上是最容易撬动海量用户，而且还有可能沉淀成生态。于是它承载着停滞了的Web3行业的焦虑，每当friend.tech、Farcaster等社交应用表现稍好，都会引来全行业的关注。

尽管我也看好社交赛道，但不得不发出刺耳的声音——整个Web3行业对于社交赛道充斥着作为外行的想当然，误解之深其实不亚于收藏品、RWA和DePIN。

我们得先足够了解Social，才能再接下来谈怎么与Web3结合为Web3 Social（或者DeSo）。

  一、社交与社区

无论是Web3 Social还是DeSo，抑或者SocialFi，概念落实到最后还是要给真实的用户提供服务，那就得区分清楚这些服务是针对社交还是社区。绝大多数时候大家似乎都混为一谈，尤其是在中文语境中，几乎成为了同义词，但其实social与community是不同层次的两件事情。

1.1.社交：从通信开始

广义上的社交产品是从社交（social，其实更准确来说是social interaction）开始，而社交则是从通信开始。

社交是微观层面的交流行为，少则发生在两个人之间，也可能是由许多个人组成的群组（group），而实现社交行为的方式是通信（Communication），所以社交产品得先从通信软件开始。

电子邮件是最早出现的通信工具，在1965年由MIT率先实现。1973 年伊利诺伊大学在PLATO系统上开发了第一个在线聊天系统Talkomatic，对方甚至可以实时看到你正在输入的字母是什么。此后各种通信软件不断迭代，今天我们日常沟通所使用的是WhatsApp、微信、Telegram等在线聊天应用及各种邮箱，最核心的通信功能当时已经具备了。

那么为什么用户会不断地更换通信软件？其实每一个通信软件爆火的背后，都有一个非它不可的理由在驱使着用户们使用它，总结下来无非有三个，要么免费，要么能找对人，要么抗审查。

腾讯就是一个由免费驱动的成功案例。在1999年三大运营商还没有开通短信业务的时候，OICQ（也就是后来的QQ）就绕过了电话网络可以直接免费发消息，但是在电脑上收发比较麻烦，这才给了2000年才推出短信业务的三大运营商机会，每条短信收费0.1元，而这又在后来智能手机普及的时代给微信的崛起埋下了伏笔。

但为什么机会是留给微信而不是更成熟的QQ呢？首先是因为手机QQ在移动互联网早期只是把PC端的老产品移植到了移动端，在产品体验上不如原本就为移动端打造的微信。更为重要的是微信率先推出了语音消息、语音通话、视频通话等功能，完全取代了手机的短信和通话业务。

话说如果我们沿着免费的逻辑出发，下一个由免费驱动的通信软件应该是免费的卫星通话和卫星上网了。

而由找对人所驱动的成功案例就是各种交友软件，如针对陌生人交友的陌陌，针对性少数群体的Blued，针对高学历相亲的青藤之恋……由抗审查所驱动的成功案例则是Telegram、Signal等。

Clubhouse兼具了找对人和抗审查的特性，才让这个功能其实很常见的语音聊天软件在刚出现时就一码难求，因为这里会有厉害的人，也可以聊很生猛的话题。

总之，社交（social interaction）是最基本的社会行为，实现社交的最基本功能是通信（Communication），即使再复杂的社交产品，最核心的功能也是从通信出发，后面再不断集成新的服务，演化成社区产品。

1.2.社区：社交媒体与社交网络

许多人、群组之间的社交行为所形成的复杂的有机体，才算是社区（community）。

注意，社区不是简单的集合（很多人对于社区的理解就是「拉个群然后每天有人吹水就完事儿了」……），而是全体成员出于共同的诉求（比如利益、愿景等）而互相支持，这就意味着成员之间要付出一定的信息、资源等。当社区内部成员索取的资源高于生产的资源时，社区就走向了衰亡。就像癌细胞，只会不断复制并消耗身体能量，直到供体也死亡。

所以构建社区产品的难度远高于社交产品，这简直是个宗教议题。抓住通信的某个痛点（比如当年的免费语音聊天）就可以火爆一时，但绝大多数社交产品的后续表现都证实了沉淀用户远比吸引用户更困难。

根据社区（community）产品沉淀用户的不同方式，可以划分出以内容为核心和以关系为核心的两类产品，即社交媒体（social media）和社交网络服务（SNS，Social Networking Services），这两个名词也很容易让人混淆社交和社区的概念。

以内容为核心的社交媒体要追溯到Notes，也是在1973年诞生于PLATO系统（同年这里也诞生了第一个在线聊天系统Talkomatic），Notes已经具备了BBS的雏形，后来的各种论坛、贴吧、博客等社区产品都是由此展开。它们都以兴趣为核心，所以会不断沉淀用户生成内容（UGC），最后在移动互联网浪潮中演化为今天我们熟知的Twitter、微博、Instagram、小红书等。

以关系为核心的社交网络服务其实就是前面所说的「由找对人所驱动的通信产品」，不过只有当产品确实被当作通讯列表时，才算真正意义上的社交网络。比如针对原本就离线存在的熟人社交的微信，针对陌生人交友的陌陌，针对职场交友的LinkedIn……

1.3.从单一功能到综合平台

不过即使我们梳理到这里，严格区分了社交与社区，但是对于社交产品的定义可能依然是混乱的，那是因为现在的社交产品往往不再只有单一的功能，而是融合了不同层次和维度的功能。

这是造成一切关于社交产品混乱认识的根源——只盯着产品最表层的功能玩拼图，而无法还原出产品真正的驱动力和演进脉络。

还是以微信为例。先通过免费的文字消息和语音消息的通信功能，迅速把用户真实的人际网络迁移过来，沉淀出了一个庞大的熟人社交网络。然后用「附近的人」、「摇一摇」等功能开拓了陌生人社交市场，迅速突破1亿用户大关。

后面又支持语音通话、视频通话功能来强化在通信方面的优势，并先后推出了「朋友圈」、「公众号」「视频号」等功能，在社交网络的基础上发展成了社交媒体，其中支付功能的添加更是打得支付宝措手不及。

这种方式也可以用来分析X、Facebook、Telegram甚至抖音，但是今天几乎所有关于Web3 Social的分析报告，仿佛是一位近两年才使用微信的用户来分析微信——想当然地把各种功能混在一起来分析，自然很难抓到产品的重点。而在这种思路指导下的创业者，也无非是复刻另一个微信，直接从大而全的功能开始抄起，却不思考那些功能背后具体指向的真实用户如何获取并沉淀。

所以本篇文章也大可按照不同的通信方式、内容类型、社交关系类型和媒介类型展开，做一个漂亮的表格，然后再用互联网黑话煞有介事去分析那些随机组合出来的结果（比如「一个用于Web3从业者交流的支持语音通话和直播功能的可以带单交易的加密App），以此显得行研非常专业，但其实不具备任何实操层面的指导价值。

  二、Web3 Social全景图

关于social铺垫这么多，终于要聊到Web3了！Web3 Social所要考虑的要比前面举例的各种互联网社交产品复杂得多，因为整个互联网协议与区块链协议有根本上的不同。

2.1.模型层级：互联网与区块链

互联网按OSI模型可以分为7层，开发者只考虑最上端的应用层即可。但是区块链目前还没有定型，所以就相对复杂，这里给出一个仅供参考的分层模型，然后基于该模型来展开分析。

在区块链世界里，如果说区块链网络是layer1，那么互联网就是layer0，承担着底层通信基础设施的作用。区块链网络也可以细分为不同层，如网络层、数据层、 共识层、激励层，虽然还有不同的分层方案，不过目前的主流方案是让公链把它们一齐打包了，所以我们直接讨论公链即可。

公链之上就是协议层（Protocol），封装了各类脚本代码、算法以及智能合约。值得注意的是，它们不是终端产品，而是一些实现最小功能的关键组件，有的是链上执行的智能合约，有的则是链下执行的中间件。

由于区块链是共享数据层，这些智能合约是开放的，且能被无限次使用，所以后来的开发者理论上可以基于这些智能合约及中间件做组合和优化，从而构建出一个新应用。

问题在于，目前协议层上无论是智能合约还是中间件都还非常欠缺（为数不多的创新集中在DeFi领域，socia赛道没有革命性的产品），那么在此基础之上，在应用层里构建出符合Mass Adoption的产品的可能性也就不大了。

2.2.两种逻辑：自下而上与自上而下

具体到Web3 Social赛道，一直都有两种产品路径在竞争——crypto native更倾向于自下而上地构建原生加密社交产品，从Web2过来的闯入者则青睐于自上而下地先构建出成熟的Web2产品再逐渐增加Web3模块。

2.2.1.自下而上的方案

自下而上的方案有两种，一种是以账户为核心而展开建立的身份管理基础设施，另一种是以内容为核心而展开的社交图谱（Social Graph）。

在Web2世界最重要的账户是邮箱，在Web3世界则是DID（Decentralized Identifier，去中心化身份），用户自行在区块链上创建和管理，能够与其他应用进行私密的交互。

最典型的代表是ENS，这是一套基于以太坊建立的去中心化域名系统，可以为个人、组织甚至设备来创建和管理自己身份/数字标识（不过最早的链上域名系统是2011年从比特币网络分叉出去的Namecoin）。

不过这类DID项目面临的问题是除了用作钱包域名，没有什么真正刚需的应用场景了……

而以内容为核心而展开的社交图谱，则是让用户把自己的社交数据上链，如个人资料、发帖、关注等。最典型的代表是Lens Protocol，把用户的社交数据和行为给token化、NFT化，开发者可以基于此建新的社交应用。不过目前还没有孕育出真正有生命力的社交应用。

另外Blink这种简单的工具也值得关注，可以把链上的行为转换为可嵌入到各种网站和社交媒体平台的链接。

2.2.2.自上而下的方案

至于自上而下的方案就很简单了，就是把成熟的社交产品进行链改，不过具体也细分为两种。

一种是先做一个成熟的Web2社交产品，再逐渐添加Web3模块。这种方案最古早也最成功的是币乎，后来关停了，虽然涌现过非常多类似项目，尤其是2022年在X to Earn模式启发下的SocialFi，推出了发帖即挖矿、评论即挖矿、聊天即挖矿等机制，到现在基本都死了。因为SocialFi的模式天然不成立，后文会详细阐释原因。

目前在各种从Web2逐渐过渡到Web3的社交产品中，唯一表现不错的是Farcaster，它非常克制，没有采用SocialFi模式，而是认真培育起加密社区，Web3的功能以插件的形式存在。要知道加密社区天然具有财富效应，所以自然而然地催生了以Degen为代表的一众memecoin（话说上市如果跟发币一样简单的话，雪球就会碾压一切大厂）。

另一种方式则非常隐蔽，很容易让人误以为是加密原生的产品。它们往往都有去中心化的数据库，再结合DID、DAO工具等模块，允许任何人在上面构建属于自己的Web3应用。

它的迷惑性在于，所有的模块看起来都是Web3的，在功能上显得大而全，但是你跳出来看，就会发现其实是直接把成熟的Web2社交产品用从头到尾用Web3的方式重新表达一下（比如采用了加密签名、分布式系统），那么跟Web2产品也就没有本质上的区别。

例如Ceramic、UXLink，看起来从应用层一直到基础设施层，跨越了区块链多层技术栈，而且涵盖了从底层技术到用户界面的多个方面，是一套非常完整的Web3社交生态系统。这就好比用钢筋水泥仿造了一幢木制阁楼，可以有但没必要，明明可以根据钢筋水泥的特性设计出新形式的建筑出来。

2.2.3.两种产品路径的局限性

总的来说，无论是以账户为核心而展开建立的身份管理基础设施，还是以内容为核心而展开的社交图谱，抑或者直接把成熟的Web2社交产品用从头到尾用Web3的方式重新表达一下，上述种种思路更像是针对数字世界的末日生存玩家而准备的，对普罗大众来说没有必要，所以往往是「尊重，但不理解」，也就很难沿着这条道路产生一款大众产品。

我们也许应该放下原教旨主义的偏见，重新来审视一下Farcaster这种Web2.5的产品的生命力，而这又要回归到文章开头所说的做社交与社区的能力上来，功夫其实在技术之外。

  三、X to Earn及其适用场景

但是关于Web2.5的产品，想象力几乎被「Web3版的XXX」所垄断，比如Web3版TikTok —— Drakula、Web3版Instagram —— Jam等，而Web3的部分仅仅体现在商业模式的货币化上，也就是Fi，或者说我们更熟悉的X to Earn。

3.1.货币化的本质是积分商城

货币化似乎是Web3爆改一切互联网产品的唯一法宝，无论是在2017年流行的「通证派」「链改」，还是在2021年开始流行的「X to Earn」，本质上都是用让利的方式来激励用户留存。

其实在互联网领域里就已经沉淀了很成熟的积分玩法，用「做任务-赚积分-商城兑换商品或权益」的方式来提升App用户活跃度，但只是作为辅助运营的手段而已。毕竟金钱不会凭空出现，如果羊毛不能出在羊身上，那也要从猪身上来薅，总之在正常的商业模式中这种补贴长期来看是有现金流瓶颈的。

也就只有资金盘能够打破现金流瓶颈，直接开发出一款以积分玩法为主导的产品，然后让后来者接盘。2015年前后，三四线城市就有蛮多大妈在推广各种据说能赚钱但要先交会员费的App。

不过ICO的流行提供了比资金盘更巧妙的方式——资金盘项目还要在线下拉人头才能有人来接盘，ICO项目则直接发个币，甚至都不需要有人来接盘，已有的用户只要有上涨预期甚至会自己加仓，而且二级市场也不存在找具体的某个人来维权的问题。

所以，绝大多数Web3产品的货币化，本质上还是互联网积分商城的玩法，只不过积分兑换的不是真金白银买来的商品，而是二级市场的市值预期。

3.2.货币化方案的挑战

当然，我们不应该全盘否定货币化，只是它有特定的适用场景，至少不适用于绝大多数社交和社区的场景。

首先面临的挑战其实是管理学方面的瓶颈——以现有的绩效考核水平根本无法精确地识别出用户的有效行为，也就不能针对性地给出合适的激励，最终的归宿只能是招来羊毛党。

即使规则精确到每天留存多少分钟，完成哪些任务之类，也会被撸毛工作室玩得明明白白，真实用户反倒没有机器人账户有竞争力，这一点几乎所有的「X to Earn」模式的项目都没能避免。

而且即使项目方的确能够区分出用户有效的行为，并制定了合理的激励方案，但天然地不适用于社交/社区类产品，因为还要面临心理学方面的挑战——货币化让用户的动机从产品本身转移到了激励上，那么当激励减弱时，用户使用产品的动机也就消失了。

更糟糕的是，对于一款社交产品来说，良好的社交体验本身就是对用户的奖励，而SocialFi模式则在不断提示着用户的注意力从单纯的社交体验转向金钱激励，最后的结果一定是用户对产品本身索然无味。

3.3.SocialFi的荒谬性

假如我们按照SocialFi的模式开发一款记录恋爱App，把情侣每天要做的各种事项如聊天、送花、接吻、拥抱等行为进行量化考核，最终进行奖励，那么对使用这款App的情侣来说，最后的恋爱体验会非常索然无味。

如果你也觉得这款恋爱App设计得很荒谬，那么SocialFi的项目都是这么做的。可以用心理学的过度理由效应(Over—justification effect)来解释SocialFi的荒谬性——货币化让用户原本就有充分的内在理由的行为，却额外增加了过度的理由，从而让用户的行为被这种外部的额外的理由所控制。

如果要把用户的行为给货币化，只适用于那些刚性的付费场景，比如黄赌毒，比如粉丝经济。用户原本就有着强烈的付费意愿，可以提供源源不断的现金流，这时候用货币化的方式来辅助运营，就可以起到锦上添花的作用。

现在的所有的货币化（X to Earn）项目那样，看起来设计得十分精巧，但实际上不能带来长期正向收入，只能在不断空转中走向凋敝。

结论

Web3 Social承载了整个Web3行业对Mass Adoption的期望，但是当前处在重重认知的迷雾中。

迷思一：普遍存在对社交与社区概念的混淆，于是只能盯着产品最表层的功能来研究，忽视了产品真正的驱动力和演进脉络，最后在产品设计和定位上也就倾向于搞出功能大而全的产品，对产品的前景充斥了拍脑门儿的想当然。事实上，用户却没有非它不可的理由。

迷思二：加密原教旨主义者自以为的加密技术带来的社交产品的革命，其实没有带来任何通信层面的变化（比如从文字到语音到视频），更多的是基于现有功能的微创新（比如DID、社交图谱），而不是范式转移。并且这种功能上的微创新，更适用于数字世界的末日生存玩家，而不是大众。

迷思三：从Web2过来的闯入者以为凭借着自己优秀的Web2产品，只要在机制上进行货币化改造，就会吸引广大用户进来并成为忠实粉丝，其实能吸引来的只能是羊毛党。因为把用户的行为给货币化，会把用户注意力从社交体验转向金钱激励，而且金钱激励还是有限的（毕竟没有源源不断的现金流），所以长期下来会让产品在不断空转中走向凋敝。货币化的方案只能作为辅助运营手段来刺激用户原本就强烈的付费意愿，而不是让用户凭空产生出付费意愿。

所以，Web3无论是技术还是商业模式，都无法另起炉灶搞一套适用于大众的社交产品。但不是说Web3社交没有未来，排除了种种迷思之后，能成立的路径似乎只有两条了。

要么像Farcaster、Telegram那样，先认真培育出一个加密社区类的产品，然后以插件的形式支持一些Web3功能，加密社区会自然而然催生各种财富效应出来。

要么像ENS、Lens Protocol那样，在协议层继续探索出一些创新性的中间件，虽然现阶段似乎用处不大，但可以作为技术储备。未来可能会被大型Web2社交应用以插件的形式集成进去，从而带来的新型交互模，也可能会催生出新的应用场景（如基于ENS衍生出新的信用评估机制）。

本篇文章最初想探讨的是Web3 Social能做什么，但梳理之后的发现似乎不要做什么其实更重要……不过从中短期来看，显然还是做加密社区的确定性更高。

随着Helium、Golem等项目在数字基础设施网络中取得了早期的成功，DePIN已经经历了几个市场周期。五年后的现在，随着产品发布的激增和新成立的DePIN专项基金的涌现，DePIN正在起飞。但，为什么是现在？

本文译自CoinDesk文章“Why DePIN Is Taking Off Now”，介绍了区块链在慈善事业中的应用现状与发展方向，作者为Jasper De Maere。