Cripto沒有死
作者 :X陽 & amp; 伊森监督办
2026年,Crypto開源社群的GitHub动态曲線完成了惊人的"延遲". 從2022年的高峰期起, 每月45K直播開發者回到了約23K, 但當我們打破這條曲線的截面時。
數據來源: Ericto 生态系统 Github
- 誰走了? 誰走了
大多是新人要離開 2024年2月新開發者人数已達5462人, 這些人大多在牛市,做NFT的铸造合同,Fork DeFi协议,做新L2的前端. 這些工作高度依赖市場的熱量, 在數據方面,新人從未贡献超过总数的25%,而且他們從一開始就不是業務的核心。
新人與牛和熊同行
资料来源:電力基建發展報告
在另一邊,已經在線逾兩年的開發者在同時期沒有上升,创下紀錄之高,贡献了約70%的碼量. 「當我們看這群人時
他們沒有留下來 因為沒有其他選擇。
從技術上來說, 密碼的核心工作是基建發展, 通常需要數年才能理解:規定層面發展、安全審查、跨鏈構構。
在經濟上,很多老兵都有符號權和規定權, Bitcoin開發商在兩年內增長64.3%, 索拉娜+11.1%宇宙下降51.1%和Polkadot46.9%。 退伍軍人正專注於有真正使用者的生态中心。
2025年工作報告
資料來源:Web3. 生涯
同樣, 在2025年的Web3新帖子中,比例最高的不是開發者,而是Project & Programme Management, 超过27%. 這對一個由技術推动的業務而言是反直覺的, 但其背后的理論并不複雜:工業從建築期轉至實施期, 這並非傳統的專案管理。
工業表面正在萎縮 核心密度在增加 2018-2019年,熊城也伴有大量開發者流失,但隨後Uniswap, Aave開啟在2020-2021年, 這圈建築者有更成熟的基础设施。
二. 留下的人有什么能力
Crypto 工業在建築商中發展出哪些特殊能力? 為了回答這個問題,我們需要回到區塊鏈的底部原則, 在熊和熊的自轉周期之間。
2016年,DAO事件,袭击者利用背靠背漏洞转账3600万美元. 代碼不存在, 邏輯已完全按期實現, 只是設計者並未預料到邊界 。 2021年多元網路跨鏈橋遭到攻擊, 沒有停止的平台,沒有机构可以退出,也沒有法律规定可以收回。 這與其他工業相差無几: 錯誤的空間是零。
由於其他工業很少需要這一套能力在沒有規定和信任的情况下,從零開始建立功能系統,讓陌生人可以參與。
這個能力有兩個維度 一是從零開始建立信任, 不依靠任何外部權力, 二是評論科技與經濟的雙重不确定性。
兩層都有特定的加密驗證 。單位分割沒有公司保證,沒有KYC,沒有客戶服務,任何將錢投資到資源資源集團的人,都依赖于對數百行代碼和經濟機構的信任,每天賺得數十億美元。制作者道DAI的穩定性由沒有中央银行背書和存款保險的纯粹連锁治理和抵押机制所维持。 DeFi Summer更極端, 沒有管制框架, 沒有稽核標準, 也沒有歷史資料可以參考, 此能力在協議、應用及治理層面上以不同形式表示。
人工智能正在造成高度相似的問題。 模擬决策不透明, AI的代理商開始自行進行交易, 使用者缺乏有效的憑證工具。 微积分高度集中在少数頂級大型植物中, 這些問題指向同一個核心:對自主系統的信任問題。
許多年來, 在沒有外部權力規定的環境中, 一直處理這些問題, 而一群人直接將加密器的累积能力帶入AI。
三. 這些能力如何在AI時代重新定价
過去幾年從秘密到人工智能的轉變。
最引人注目的路徑之一是直接平滑硬件和經驗. CoreWeave的三位創辦人Michael Intrator,Brian Venturo和Brannin McBee, 從2017年起從GPU挖出以太, 2022年從一到千礦延伸至千礦。
OpenSea(OpenSea)共同創辦人Alex Atallah(Alex Atallah)處理了NFT市場中高度异域資產的集聚與路線問題。
另一种移民更值得注意。 NEAR創辦人Illia Polosukhin是轉換器文件的合著者之一, 他於當年離開Google後。
NEAR正在轉換成AI基礎平台, 核心方向為使用者擁有的AI與分散的機密學習(DCML), 在NEAR。
Circle共同創辦人肖恩·內維爾(Sean Neville)離開後, Aave和Lens協議的高级發展者Nader Dabit轉而加入Condition, 將發展者在多項加密協議中积累的生态建構經驗帶入AI樂器的領域。
這群人不僅奪走了GPU的硬件或使用者網路, 也奪走了機制設計的直覺性, 這些能力符合AI大小的三個结构性差距。
計算集成與优化
Calculus是AI尺度中最直接的瓶颈. 訓練與推理需要大量GPU, 需求不穩定, 問題有兩個维度:計算如何集結分布, Crypto 建構器在兩層都有直接可轉移的堆積 。
雙曲可以解決分配和信任的問題。 創辦人賈斯珀·張(Jasper Zhang)將正義化的機制帶入了AI计算器:托肯(Token), 讓分散的GPU持有者能為闲置的計算作出贡献。
怎麼能相信一個奇怪的節點會有正確的結果呢? 核心創新(PoSP)使用隨機采样gab理論, 此機制直接從加密的邏輯移動, 以驗證奇異節點的行為 。
MoonMath解决了效率問題。 前身Ingonyama专注于ZK硬件的加速,在極度計算限制下,ZK憑證產生率多次提高. 指向物理 AI 性能層, 其中低焦加速( LiteAtenty) , FNN 層低分解( LiteLinear) , 以及訓練反轉傳輸加速( BackLite) 。 從ZK到AI加速推理, 賽道變了 积累沒有浪費。
AI 治理和激励设计
如何讓多個AI黨開始合作, 每名參與者都在追求自己的目標功能, 沒人能確定。
這類問題是加密建構者在DAO治理及代碼漫畫設計中多次處理的: 讓利益完全不同的參與者在沒有中央權力的情况下, 這項規則是用規定寫成的。
EigenLayer把機械直接移到AI場景. 節點在合作前需要抵押資產, 不遵守或違背規定會引起自動懲罰, EigenCloud將這個邏輯延伸至人工智能的可驗證計算與合作治理, 實際上。
AI 代理自動支付
更根本的問題是 洋鬼子如何付錢 傳統的支付系統是為人們設計的, 信用卡需要開放, 銀行轉帳需要授權, angent不會等, 它可能每秒提出大量要求, 每個要求都可能涉及小额支付。
Stablecoin 和 chain 規則 是加密建築器已經建設的基礎, 而原始支持可編程, 不經授權, 24/7 。 這三種特徵恰好是代理商為現場付錢的强制性要求, 所缺少的只是一層馬克遜。
x402 由 Coinbase 於 2025 年 5 月啟動, 啟動 HTTP 402 狀態代碼, 設定直接嵌入 HTTP 要求的服務幣支付, 代理啟動要求並完成支付, 沒有帳號, 約 2 秒 。 截至2026年4月,X402協定已處理逾1.65億項交易, 累计約5000萬美元, 69000個活方(數據來源:x402基金會), 安根特的付錢是塞車的專門。
三個方向對应于AI大小遇到的三个结构性缺口:同情和效率、多代理合作的刺激措施以及自主支付基础设施。這三個問題在傳統軟體架构中沒有答案, 電源沒有消失,只是找到了新的承载場景。
四. 建築商的新位置:從寫合同的人到制定AI規則的人
人工智能的擴大正在造成以前不存在的功能差距。 這並不是缺乏技術人才, 當服務对象從個人變化為人工智能, 加密建立器時, 客戶端的角色正在重新定义 。
下表比较了特定功能范式的维度:
兩種范式的核心區別不在于科技網格, AI時代前期, 加密建築者面臨人類參與者。
在 AI-Native 時代, 當互動物件成為自主操作的 AI 代理, 需要解決的問題是: 代理者的行為不可预测, 執行速度遠超人類介入視窗, 加密建構器的功能定位從「寫作安全合同」轉而為AI自主系統設置可信机制。
這項變化:
2026 Q1 頭部交流啟動 AI/DATA 核心文章
资料来源:門研究所
2026年而不是只招聘AI工程師或加密開發者, 尋找能連結雙方的人, 既知道扭曲和治理遊戲的動機鏈, 也能將AI工具深入加密工作流程。
资本分配的方向也反映了这一判断。 由加密到人工智能與機器人。 Haun Ventures完成了10億美金的Fund II, 专注于與AI整合的金融基础设施, 特别是支持AI实体自主交易與协调的支付, 穩定與經濟系統。
a16z 加密完成22亿美元的加密基金V,表明该基金将在加密區投资100%。 面對AI時代的複雜與不透明, 2025年美國的Crypto VC投資中约有40%投資給與AI相關的公司
不同市場所選擇的路徑也相當不同。
在美國, 首都網絡密度很高, Hyperbolic, EigenCloud, Gensyn 和 Ritual 等專案的共同特点是, 從零開始设计新機制, 而不是在現有系統上簡單的應用整合 。 也願意為早期科技探索提供足夠的容納力。
亞洲情況不同, 新加坡和香港已承擔更多遵守和機構金融的角色, 更多應用程式及工業整合路徑, 使用使用者基礎快速存取AI產品及服務。
這並不是能力差距美國鼓勵自下而上的创新和早期科技探索, 而亞洲則更注重遵守的友好、快速實現。
回到第一個 GitHub 曲線 。 月度開發商從45K跌至23K, 但是在留下的人中。
這些建構者在Crypto與AI相遇的節點上, 积累了對規則、刺激和真實性的敏感感, 渐漸變成AI時代所缺乏的系統級能力。
IOSG對此線的判斷超越觀察。 EigenLayer重置機構在市場被廣泛認同前, 接管了Ingonyama(現在的MoonMath)種子輪式的ZK硬件以加速向AI性能層的移動。
這些布局的共同理論是,AI在擴張中遇到的信任、协调和認證問題,最终需要加密業积累的机构設計能力。我們認為, 秘密與AI的交集不是敘述。
