从SaaS到DeFi：AI驱动下的金融新范式

回望过去500年，资本主义体系下的劳资矛盾始终以资本的胜利为标志。在生产侧，劳动力逐渐被压缩至机器操作层面；在消费侧，用户的价值则体现在为平台生成数据。两者共同支撑了企业在资本市场中的估值。然而，人类组织模式长期难以彻底量化，无论是白领的KPI/OKR还是年薪百万与计件工资，本质上仍是泰勒制的变种。缺乏明确公式的情况下，资本无法为其估值，进而影响资本效率。

算法稳定币是否是DeFi的圣杯尚无定论，但组织的可计算性无疑是金融杠杆的量杯。大模型通过Token暴力破解这一难题，安全SaaS的崩盘只是表象，产品设计也在逐步替代小众专业能力，并将其规模化。这为我们带来了无尽启示，尤其是在DeFi的DAO模式逐渐失效、代币经济学面临挑战的当下。

为什么AI的组织模式和Token模式比DeFi更高效？这一切源于Token廉价化与Agent实用化的趋势。为了300%的利润，资本家可以出卖自己的绞索；为了保住工作，打工人愿意为Agent编写Skill。在资本层面，Skill加持下的Agent与利润具有同等神圣地位。Agent将“人的能力”炼化为Skill，同时，人类组织转变为以Agent为核心的互动仪式链。

Prompt、Context到如今的Harness工程，都是在减少对人类的依赖。你的下一个同事可能不是机器人，而是某种“能力”的本能体现。这并非幻想，随着数据层面的Scaling Law逐渐失效，AGI成功前需要新的估值标的。

综合信息显示，@ARKInvest从Claude选定编程领域实现AGI第一步开始，AI超越了聊天框的娱乐模式，切入现实领域的存量市场，如编程、安全和刚发布的设计。这种破坏式创新最终会创造新的经济增量，还是将经济拉入“Token上岗，人下岗”的永久低就业模式，我们正在见证这一过程。

目前，Token的廉价化已将以往被少数大企业垄断的能力下放至小微企业，塑造超级个体的趋势愈发明显。以中国为例，Token调用量从2024年的1000亿/日增长至2025年底的100万亿/日，再到如今的140万亿/日，内容和数据的生产即将进入零成本时代。

需要注意的是，算力紧缺是一种相对状态。尽管大企业试图通过垄断“算力”维持既有优势，但无法阻挡Token总体廉价化的趋势。基座大模型的范式评比多种多样，但长期以来，“AI如何帮助人”的进化历程并未受到足够关注。在我看来，Harness是一种空间形态，让Agent首次在边界内聚焦任务，采用深度优先策略，区别于问答类的广度优先。

从Tab键首次用于补全代码时起，人类成为AI输入层只是时间问题。试错成本指数级降低后，人类协作模式有了更多有趣的尝试：

• 软件：SaaS中，人的能力来源不再是人，而是Agent涌现。
• 硬件：算力卡+HBM，数据中心首次直接服务于AI需求。
• 空间：Harness不再是人类协作的物理空间，而是Agent交互的数字空间。
• 交互：豆包手机阵亡，谷歌在安卓系统底层支持GUI Agent。

AI说什么的能力不具备太强商业价值，文字生成成本对人类来说都很低，但“做什么”会让Token消耗量赶超图像、视频生成，类似AWS卖的不是服务器，而是使用时间。AI卖的不是Token，而是“工作能力”，这是SaaS行业恐惧的根源。很可惜，DeFi已经成为SaaS，而非大模型。

Agent巧妙利用了资本的逐利性，既可以选择等待完整的彭博终端信息，也可以用拼凑的、不准确的数据去博取收益。这并非新鲜事，IBKR创始人托马斯·彼得菲首次在金融领域“发明”或组装物理交易终端，而这一切起源于一台闲置的P101。

如果某种利用数据的方式可以赚取更多利润，那么你就可以获得更多数据，飞轮就此启动。SaaS垄断过去，AI销售未来。不幸的是，我们要从此切入DeFi。还记得Dune/DeFiLlama的API付费墙吗？抱着金数据要饭吃，或是Arkham Exchange的最终关停。加密行业的数据从来都不值钱。

但加密行业又是直接开放式金融系统，其产生的数据可以被反复学习。即使在AI之前，分叉项目的速度已经降低至以月为计，PumpFun的仿盘Meme极限可压缩至秒级。这里存在一个反常识的推论：DeFi是金融系统的先行测试服，今天的AI+DeFi尝试将成为未来金融进化的模板。

例如，2008年金融危机前，无担保交易的LIBOR引发金融海啸，随后被美债交易产生的SOFR指标取代。但超额抵押机制保证了DeFi的清算最终性。再如，大模型厂商不想按消耗量卖Token，一定要分级营销、能力定制、专业改造，代币经济学已将“使用价值”玩成麻花。

Crypto Token执着于使用价值，AI Token执着于经济价值。从这个角度看，DeFi的黑客攻击只是一种常规性压力测试，开放系统无法自行修补Bug的外部熵。类似第二十二条军规的黑色幽默，没有外部信号系统的刺激，加密默认当前环境是安全的，一旦发生安全危机，则坍缩至中心化处理系统。

例如Drift事件中，人们指责的对象竟然是冻结迟缓的Circle。可以说，在AI能力跃迁前，DeFi已经完成了SaaS化，只能按照交易次数收费，无法将“金融”直接搬迁到链上。RWA上链缺乏流动性，DeFi对此并无好的解决办法。但Agent能力的进化，让重写DeFi规则似乎有了尚不明朗的曙光。

未来的代币经济学可能会分渠道铺设使用量，按“资本效率”进行投放；规则设定方面，Mythos提供安全最终性，AI防壁大战零日危机；在人的组织上，DeFi早就是几个人管理几百亿了。

安全从何而来？图灵机的确定性带来危险，无限的可能性则带来风险。YC Garry Tan提出的“Fat Skill，Thin Harness”深得我心，本质上是把基础规则定好，一种“基于秩序的自由”。图灵机可以无限组合，冯·诺依曼架构存算始终有时间差，大模型也不能产生真随机数。

数据不值钱的未来，只有人的行为才能让金钱流动产生价值。但人的行为还需要时间才能被AI彻底学习，进而内化为工程化、代码化的表达方式。以有穷追无穷终究不可得，LLM不可能彻底消除幻觉，必须逼近到“此非AI可及，亦非人力所及”的地步，才能让市场机制为其定价。

现在的智能合约难言成功，The DAO分叉、Curve编程语言Bug，甚至Drift多签都证明“人对代码有最终控制权”。道德审问没有经济价值，DeFi领域的协作模式之所以从DAO坍缩到基金会和“团队”，归根到底是有合约升级、业务合作的现实需求。

但人类永远无法写出永远安全且可动态升级的代码。如果不升级，Curve的经历告诉我们，技术依赖栈也会出问题。现在决定过去，过去决定未来。从西蒙斯大奖章基金到Numerai跑AI策略，AI在金融领域并不罕见。另一个反常识的案例是，交易信号反而有助于AI进化。

AI模型依然是计算机范式，吞吐信号的状态机。如果没有外部信号，其内部缺乏模拟外部世界的能力。杨乐昆和李飞飞押注世界模型，意义在于此道。但从DeFi的视角看，让AI自主交易的前提在于人的意图被Agent通过行为学习，这也是人对AI的重要性。

即使Agent代替人力，也是对人的行为进行模仿总结。甚至，人不能有意随机，微小刻意便有统计规律，只有人的生理特性才有随机性。例如，“我就是生理性喜欢Ethena的做市策略，而厌恶XX的套利策略”，反而带有模糊的偏好。

非常确定，让区块链/DeFi成为AI的基础设施在过去十年间遭遇可悲的失败，deAI/deAgent/deOpenclaw都会遭遇类似的境遇。直接用最新大模型改造DeFi的种种结构，比如Mythos测试后的合约默认具备安全性，任何改动都会被实时侦测，从而提高危险等级。

而在人的组织上，AI的选择是“不要人”，只要人的“能力”。DeFi是最适合的行业，甚至没有之一。规则设计后，DeFi只在安全前提下提升资本效率。参考自动驾驶的L1/2/3/4分级，必然会经过信息授权–>有限资金使用权–>全面资金使用权的进程。

如果Agent持续学习工程化的交易员能力和Curator管理能力，必然会在交易和收益领域超越人类。但可惜，积攒的DeFi数据尚未被AI系统化学习和训练，目前的币圈AI还处于圈钱阶段。但我非常确信，对资金的实际使用是AI改造DeFi的下一阶段主浪，不可避免。

那么，在安全（合约）和组织（人类）被重新升级后，代币经济学将变成什么形态？PoW时代的Token是算力消耗凭证，与现阶段AI Token基本一致；PoS时代的Token是预期收益折价凭证，AI Token正在向这个方向进化（提供取代人的能力是这种经济价值的AI表达）；AI时代的Crypto Token已超越我们的工程范畴，只能依靠理论进行预测。

参考Sky用代币分配量控制各渠道APY，Claude用Token消耗量为模型能力定价，未来的Crypto Token大概率会是一种“资本回报率”的凭证。需要注意区分的是，PoS时代的Token（如$ETH）其预期收益是一种经济学假设，基于先验的经验推理；而AI的工程化设计使DeFi各项参数无限接近真实情况，其回报率和风险率高度可信且实时被验证。

甚至，用户可以根据DeFi协议使用的大模型和Agent，以及Harness优化指标的得分来确定Token的现价，看好则买入，看衰则卖出。

结语

千万种说不尽的苦恼和人类不可预测的前途。DeFi的未来分为经济层面和技术层面，代币经济学暂时还没有太好的解决办法，但安全看到了一丝曙光。Claude Mythos可以威胁世界，反过来想，那就可以管好钱。

AlphaGo彻底解决了围棋问题，Claude彻底解决了编程问题，这样的场景未来只会更多。DeFi的合约、人类的组织，甚至是经济的计价单位，都存在被优化的理论空间。至少，人不用担心彻底被取代。在数据不值钱的时代，行为自有其意义。至少在目前，Agent对人的接管依然是“微任务”、“微支付”等细节，不断重复的细节。

我们要让这种重复、复制的行为产生价值。AI让数据、内容的价值无限下降，趋近于零成本，而AI Token和Crypto Token的单位经济价值（成本）都在不断下降，这是大势所趋。甚至可以说，这是第一次，金钱真正向个人敞开大门，无论是用于AI工作的，还是Crypto用于消费的。