知名加密投资机构Blockchain Capital最新发布分析报告，着重梳理了加密市场历经多年沉淀的牛熊转换经验与风险教训。机构认为，这些历史复盘对正处于风口浪尖的AI赛道投资者而言，具有极高的研读价值。当前AI行业热度空前，市场充斥着大量题材炒作与估值过高的资产，这一景象与早期加密市场的泡沫阶段如出一辙。机构借此提示广大投资者应保持理性，透过现象看本质，借鉴过往周期的规律，以规避盲目跟风及估值泡沫等常见投资风险。
人们不难发现，当前AI领域的狂热氛围，与此前几轮加密市场的非理性繁荣之间存在着惊人的相似性。
加密市场是一个极佳的观察样本，它展示了在重大技术浪潮面前，人群如何行动：这其中既有积极的一面，也有消极甚至不堪的一面。之所以如此，是因为加密市场的周期推进速度极快，早期项目能够通过代币发行获得其他传统市场难以企及的流动性，且由于区块链数据天然开放，市场行为默认处于公开透明状态。
我们从这个市场中汲取了诸多经验，而这些经验同样适用于当下的AI领域。如果你正投身于AI投资，这篇文章将为你带来深刻启发。
彩 票 式下 注
巨大的成功往往伴随着跟风效应与错失恐惧症（FOMO）。当某一类资产诞生出改变时代的巨大赢家时，投资者便会蜂拥而至，试图复制其成功路径。然而，第二波涌入的项目很少能达到第一梯队的高度，许多项目最终沦为空中楼阁，导致大量资金付诸东流。
比特币已成长为万亿美元级资产，随后以太坊跻身上千亿美元俱乐部，Solana也达到了数百亿美元市值，这证明了该市场并非只能容纳一个超级赢家。
于是，投资新公链的热潮随之掀起。风险投资机构将这些项目视为彩 票 下 注，只要押中一个，就可能赚取整个基金规模数倍的回报。
如今，许多新兴AI实验室的估值逻辑，同样建立在类似的彩 票 式预期之上。
OpenAI 和 Anthropic 都在向万亿美元级估值迈进。背后的公式简单明了：先有一个被极度追捧的市场，再有一个已经证明成功的后来者。于是，每一个新进入者都被视为下一张致富彩 票。
回顾当年，许多L1项目几乎仅凭一份白皮书和一支创始人团队，便获得了数十亿美元的估值。它们描绘的故事极具诱惑力：
如果全球经济都运行在我们的链上呢？
同理，新兴AI实验室凭借一套前沿的研究理念，以及从OpenAI、Anthropic或 GoogleDeepMind 挖来的明星创始人团队，便能筹集到数十亿美元资金。
万一它们真的能够造出“机器之神”呢？
不过，很多时候，这笔投资押注的仅仅是下一位更高价接盘者的出现。
许多早期投资者并不一定在认真评估公司的当前基本面和未来前景。他们清楚，一位明星人才的加入，或与超大规模云厂商达成的一笔合作，就足以吸引投资者将公司估值再推高一轮。加之二级市场流动性日益增强，他们默认下一个买家总会存在。
市场乱象
正如 BCAP GP @CremeDeLaCrypto 在 Bankless 节目中所言，当大量资金在市场流动时，总会有“一群追逐快钱、哪里热门就冲向哪里的投机者和骗子”涌入。
十多年来，加密投资者一直亲眼见证着这类现象：一批又一批打着“代币就是产品”旗号的项目，在可疑的做市手法、对投资者极不友好的高FDV/低流通量结构、对投资者不利的SAFT协议，以及层出不穷的其他市场把戏推动下被推向市场。
如今，AI行业也在上演类似的一幕。例如，那些由三层SPV构成、收费高昂得离谱的结构……
不过，两者存在一个关键差异：在加密市场，价格是公开的，代币可以公开交易；而AI公司的价格和估值，则是在不透明、流动性有限的二级市场中形成的。
即使不谈投机行为，AI投资者也能从加密市场中看到，市场结构的变化将决定利润最终流向何方。
比如，AI投资者现在重金押注的领域，最终可能会变成一种标准化商品。
加密市场的案例：区块空间变成了商品
区块空间曾经稀缺且昂贵，资本因此涌入，试图扩大供给。
但这个行业后来走得有些过头了：越来越多L1链上线，以太坊也增加了L2。最终，区块空间从稀缺变得充裕，甚至出现过剩。
这对技术发展是好事，对投资者却未必如此。如今，许多替代性L1的收入仍然非常有限。
早期市场普遍押注“胖协议”理论，但最终占上风的是“胖应用”理论。
随着区块空间变得更便宜，用户为底层基础设施支付的钱少了，花在上层应用上的钱却变多了。Tether、Hyperliquid、Aave、Polymarket等应用层项目，反而赚走了收入的大头。
AI 的案例：模型可能会商品化
AI可能正在重演加密市场早期经历的那一幕。
中国的AI实验室正不断公开越来越强的模型权重。关于它们这样做的激励机制，我此前做过解释。
如果模型权重变成标准化商品，模型价格继续下降，价值就会转移到技术栈的上游和下游。
应用将成为主要受益者：如果使用模型的边际成本逐渐接近运行模型的边际成本，应用就不必再为模型层的高额利润买单。
OpenAI 和 Anthropic 则不容易被这一变化直接击中，因为它们已经拥有用户基础、企业客户关系和面向开发者的分发渠道。但它们是例外。
从这个意义上说，它们更像是 AI 领域的 Hyperliquid，而不是只提供底层基础设施的 L1。
换句话说，OpenAI 和 Anthropic 已经实现了垂直整合。那些无法直接触达终端用户的其他 AI 实验室，处境可能会更加困难。
模型利润率下降带来的另一个结果是，技术栈最底层的能源和硬件有机会获得更高利润率。尤其是在算力供给受到物理条件限制的情况下，这种趋势可能更加明显。
简而言之，硬件层和应用层可能拿走更多利润，模型层则会受到挤压。但大量投资资金恰恰流向了模型层。
这一切并不新鲜
从更大的周期来看，这其实并不令人意外。
卡洛塔·佩雷斯在《技术革命与金融资本》中认为，这类技术革命会经历几个阶段：基础设施铺设期、狂热期、崩盘期和部署期。
金融资本会在狂热期过度投资基础设施，但这些被过度建设、如今价格低廉的基础设施，反而会支撑下一代应用发展。
这有助于解释加密市场为何会出现区块空间过度建设。AI领域的模型扩张，可能成为下一个案例。
投资新兴 AI 实验室，前提是相信它们能让研发投入获得巨额回报。加密市场和替代性 L1 的历史，至少应该让我们对这个假设打个问号。
当然，如果 AGI 出现，以上判断都未必成立。因为我们完全不知道 AGI 到来后，经济会变成什么样。
以上就是Blockchain Capital复盘加密市场经验 为AI赛道投资者提供深度参考启示的详细内容，更多关于复盘加密 赋能AI投资的资料请关注其它相关文章！