链研社

Circle 想成为AI时代的央行
当所有人还在追逐AI应用层的机会时，Circle已经悄悄完成了对AI支付基础设施的卡位。
3月10日，Circle股价突破110美元，较年内低点翻倍。资本市场给出的逻辑很简单：不只是在做「稳定币」的生意，还在做「AI时代结算网络」的生意，这是目前有优势的地方
🔸财报显示营收爆发，盈利能力验证
Circle最新季度财报（2025年Q4）展现出惊人的增长势能：
- 营收：7.7亿美元，同比大增77%
- EBITDA：1.67亿美元，同比暴增412%
- 利润率：54%——这已经是成熟互联网公司的盈利能力
- USDC流通量：753亿美元，年增72%
- 链上交易量：11.9万亿美元，同比增247%
更重要的是，Circle在稳定币交易量的市场份额已经从39%攀升至近50%。这意味着每两笔稳定币交易，就有一笔用USDC完成。
这些数字背后，是一个商业模式的自我强化：流通量越大→储备收益越高→利润越高→基础设施投入越多→更多机构用USDC。
🔸AI Agent支付可能是被忽视的万亿赛道
财报里有一个容易被忽略的数据：过去9个月，40万个AI Agent完成了1.4亿笔USDC支付。
平均每笔交易多少？0.31美元。
这正是AI经济的核心痛点。
传统支付体系处理一笔0.31美元转账的费用，可能超过交易本身。银行电汇、信用卡清算——这些为人类设计的金融

Meta 豪赌 AI 亏的妈的不认识了，砸显卡算力起码还能看到成果，收购团队买人花了163 亿美金，相当于 meta 年净利润的三分之一，到现在是看不出有什么特别的成果，在 AI 能力上还是远远落后于竞争对手。
2025年6月，Meta豪掷 143亿美元 拿下 Scale AI 49%的股权按照2026 年最新的 Scale AI 估值 120亿美元 左右，较Meta入股时跌去了近 60%。
随着像 openclaw 这类Agent自我进化（Self-Correction）的能力，大模型对人工标注的依赖度下降。Meta 当年买的是AI 数据采矿权，结果发现他才是被当做金矿给挖了。
2025 年底以超 20亿美元收购 Manus AI，Meta 在 AI Agent赛道上做的方向判断，在 openclaw 出来之前 Manus 确实亮眼但现在呢，未必了，也因为 openclaw 的出现其他厂商的能力迅速追平了 Manus ，用更低的成本达到了一样的效果。
20 亿美金的价格对于一个商业模式尚未完全闭环的团队来说，溢价确实极高。在 AI 更新换代如此快的情况下，团队+产品能不能值这么多的钱，相信大家都有自己的判断。
扎克伯格的逻辑，竞争力 = 算力（100万块H100） + 算法（Llama开源生态） + 数据/Agent（Scale AI & Manus），看着挺唬人的，但仔细一看好

美联储滞胀预警，比特币能独善其身？
美联储开始预警滞胀，所有风险资产都应该感到寒意。
但比特币似乎不信邪。
今日信号（3月9日）：
- 恐惧贪婪指数：8（极度恐惧）
- 多空比：2.14（多头拥挤）
3月4日，美联储发布最新褐皮书——这份被称为美国经济体检报告的文件，描绘了一幅让人不安的图景：
- 7个辖区经济温和增长
- 5个辖区已陷入停滞或下滑
- 12个辖区物价全部上涨
- 关税、保险、能源成本成为主要推手
这是典型的滞胀早期症状：增长乏力，但通胀顽固。
更糟的是，褐皮书调查截止日期是2月23日，完全没计入此后两件大事：
1. 中东冲突升级——油价飙升，布伦特原油突破82美元
2. 美联储主席换人——特朗普提名"鹰派"凯文·沃什
市场对3月降息的概率已从年初的70%暴跌至不足10%。高盛甚至喊出更高更久（Higher for Longer）。
历史上，滞胀是风险资产的噩梦
2018-2019年那轮紧缩周期还历历在目：美联储加息 → 美元走强 → 风险资产普跌。比特币当年从2万刀跌到3000刀，跌幅85%。
逻辑很直接：
- 高利率 = 资金成本上升 = 杠杆资金被迫平仓
- 美元走强 = 资金回流美元资产 = 流出加密市场
- 经济放缓 = 企业财报承压 = 风险偏好下降
按这个剧本，比特币应该跌得妈都不认。
但比特币这次不一样
诡异的是，比特币甚至在美伊冲突期间逆势上涨，一

阿里的模型领先，但在 AI 的商业化上却远远落后对手，口号在前，却没几个真正落到实处才是最遗憾的。因为阿里云的商业化不顺利，反手把锅扣给 Qwen 团队，一个负责大模型研发的团队来背商业化的指标是真离谱。
让我们看看字节是怎么做的，它才是互联网里 AI 化最彻底的
1、字节的火山引擎在 Token 调用量上稳居国内第一，远超阿里。字节的逻辑是全线产品 AI 化，用庞大的内循环支撑整个集团，token 用的越多集团提效越明显，把 token 消耗转为真实的价值增长。
2、Seed 负责(基础模型研究)，和通义实验室功能一致。但是核心研究中心化，应用探索去中心化，不直接面对终端用户，而是像一个实验室，为全公司提供最强、最省钱、最聪明的底座。
3、豆包的投放远不及千问和元宝，更多靠的是产品增长，甚至里看到千问和元宝广告的概率都大于豆包。产品功能上语音通话，实时视频，方言等功能都是独一无二的。
4、即梦、剪映的 AI 功能也是从推出的第一天就有明确的变现路径，功能上没有落下过。剪映与 CapCut 营收早就在百亿以上，AI 的功能加速了这一过程还保持了竞争力。
5、飞书，在 AI 圈几乎也是人人必备的工具，在openclaw 没支持飞书的情况下还成了大家推荐接入的平台。飞书的智能体、多维表格、飞书妙记几乎都是围绕 AI 化办公中的痛点来的嵌入到整个工作流程中。
6、还有各类 AI 产品尝试

Anthropic基金合伙人：80% AI公司会死掉，真正护城河只有3个
一、 80% 的 AI 公司会死掉
AI 领域正处于从疯狂融资到残酷筛选的转折点。所谓的“死掉，主要指以下三类公司：
API 包装商（Wrappers）： 只是在 OpenAI 或 Anthropic 的接口上套了一层 UI，没有自有技术或独特场景。
功能型工具： 解决的是一个小痛点，但很快会被大模型（如 GPT-5, Claude 4）的内置功能覆盖。
低效竞争者： 在同一个细分赛道（如 AI 写作、基础编程助手）中有 100 个竞争者，最终只有前 2-3 名能存活，其余 80% 的公司将因融不到下一轮钱或被收购而消失。
二、 真正能存活的3 个护城河
AI 时代的竞争力不再是谁的模型更强（因为模型正在商品化），而在于以下三个维度：
1. 数据护城河
核心逻辑： 并不是所有数据都有用，真正的护城河是企业内部 80% 的非结构化数据（邮件、PDF、会议记录、聊天记录）。
获胜的公司必须能够进入这些数据孤岛，并利用 AI 对其进行清洗和结构化。一旦 AI 深度理解了公司的私有业务逻辑，竞争对手仅凭公开数据训练出的模型根本无法替代。
2. 工作流护城河
核心逻辑： AI 不能仅仅作为一个对话框，而必须成为工作系统。
成功的 AI 应用必须深度嵌入用户的日常办公流程。当用户习惯了在你的平台上进行端到端的操作时，更换

现在的 vibecoding 让我想起了以前在公司被程序员支配的日子，太痛苦了。各种这也不行那也不行，加需求要等半年的离谱事情都来了。
如果当年的 AI 有现在这么好用，我也不至于被气到半夜睡不着觉。在未来，会用AI写代码会变成像会用word、Excel、PPT一样的基本技能。

有谁能算清楚这些 AI 大模型公司 coding 套餐的毛利率是多少？Anthropic 的毛利大概是 40%
国内的智谱和 minimax 是开源模型，有算力的自己也可以部署。所以判断coding套餐没办法注定卖太贵，毛利率可能是极低的，甚至亏本。而且卖 API 的商业模式不同于 SaaS 和其他的互联网应用，每个 toekn 都是有成本，是没有近乎 0 的边际成本。
智谱自己还搞到算力不足，前面卖了太多便宜的token， 现在搞的算力套餐都没办法继续卖，每天限量。同样的商业模式，Anthropic并没有限量，不知道是烧钱限量还是算力真不足加钱也没办法解决。
上市不好的点在于等下个继续财报公布的时候就知道他们是不是在裸泳了。中国的模型性价比没得说，但是目前的coding 套餐到底有多少利润，商业模式是不是可持续还真不好说，现在更多还是一个信仰图腾，作为 AI 叙事非常重要的投资标的。
还有一个很有意思的逻辑，最近才想通，
1、大模型火了以后最先收益的是芯片，需要算力去训练，英伟达暴涨，大模型公司都有需求，相互竞争价高者得吃到了最多的溢价，利润丰厚。
2、接着到内存，因为AI大模型训练和推理对内存需求极大，大模型应用原来越多以后推理需求不断增长，这时候是抢内存做推理，同样也是价高者得，有溢价空间。
3、光通信数据传输，AI算力爆发式增长，传统的配套升级从铜升级到光传输，成了AI算力