ChainFeeds 9 月 30 日发布新一期投研早报，集中整理了 5 篇 Web3 与 AI 相关研究，主题分别涉及稳定币收益分配、Anthropic 冲刺 IPO、IMD 链上 AI Agent 网络、Meme 币与代币化股票的流动性关系，以及预测市场中的交易方法。
稳定币收益分配：Circle 负责发行，Coinbase 掌握用户
IOSG Ventures 在文中给出的核心判断是，谁掌握用户，谁就掌握分成。根据 2023 年协议，Coinbase 可获得其平台内 USDC 产生的大部分储备收益，并分得平台外 USDC 的部分储备收益。Circle 2026 年第二季度向 Coinbase 支付的相关分发成本为 3.246 亿美元，2025 年全年向主要分发方支付的成本约为 16.6 亿美元。
这份三年期协议在 2026 年 8 月进入续期窗口。Circle 在 8 月 5 日的业绩电话会上确认，协议按原有条款续期至 2029 年。文中认为，这一续约本身就是最直接的信号：即便 Circle 已拿到联邦信托银行牌照，支付网络也在增长，且市场上已有多个分发合作案例把 90% 至 100% 的储备收益让给渠道，续约条款仍未改变。
两个月前，Coinbase 又加入了与 USDC 竞争的 Open USD 联盟，Circle 股价当天跌约 17%。不过，这同样没有改变双方续约条款。IOSG Ventures 认为，原因在于客户掌握在分发方手中，合同能否续期主要看业绩门槛，并不意味着发行方拥有重新定价的主动权。
2026 年第二季度，Coinbase 产品中的平均 USDC 余额达到历史新高 200 亿美元，占季末 USDC 流通量的 30% 以上。文中指出，Circle 近三分之一的收入基础集中在单一对手平台上，而下一次完整续期窗口要等到 2029 年。
在盈利模型上，文中将发行方收入简化为：沉淀资金乘以收益率，再减去合同约定的渠道分成和相对固定的运营成本。以 1000 亿美元沉淀资金、50% 收益分给渠道、年度运营成本 6 亿美元为例，如果收益率下降 300 个基点，在沉淀资金不变的情况下，营业利润会被抹去约 79%。若要在 2% 收益率下继续赚到 19 亿美元，沉淀资金必须增至约 2500 亿美元，也就是规模增长 150%。
这并非纯粹假设。Circle 2026 年第二季度的实际储备收益率为 3.48%，而 50% 的渠道分成假设甚至偏保守：当季总收入为 7.01 亿美元，分发、交易及其他成本为 4.12 亿美元。
Circle 也在尝试拓展非储备收入。季度末，Circle Payments Network 的年化交易量达到 147 亿美元，环比增长 76%；截至 7 月 31 日已升至 230 亿美元。公司把全年非储备收入指引上调至 3.1 亿至 3.3 亿美元，但其中 2.42 亿美元来自一次性代币预售，并非可持续收入。文中提到，支付网络当时尚未开始收费，因此真正需要观察的是费率，而不是交易量。
IOSG Ventures 的结论是，稳定币会商品化，入口不会。监管要求发行方持有相似的储备资产，披露规则也会趋同，每一种受监管的美元稳定币承诺的都是同一件事，差异化会转移到代币之上。利率下行已经开始压缩沉淀资金利润，储备收益率下降 66 个基点，只换来平均流通量增长 25% 后储备收入增长 5%。在这一结构下，分发渠道仍拥有议价权。
Anthropic 冲刺 IPO：高增长与高成本并存
腾讯科技在另一篇文章中梳理了 Anthropic 的收入、成本和估值结构。2024 年，这家公司全年收入为 3.86 亿美元；到 2025 年，收入达到 45.9 亿美元，同比增长 1088%，扩大至前一年的近 12 倍。进入 2026 年后，增长继续加速。根据外媒报道，截至 7 月底，其年化收入运行率已超过 650 亿美元。
Anthropic 预计 2028 年收入将达到约 1900 亿至 2000 亿美元。若按 2 万亿美元估值计算，对应 2025 年收入的市销率约为 436 倍；若按 2028 年预测收入计算，这一倍数降至约 10 倍。文中认为，这组数字概括了此次 IPO 的核心赌注：未来三年，公司收入需要在 2025 年基础上扩大 40 多倍，才能支撑当前估值逻辑。
成本端同样庞大。2025 年，Anthropic 用于计算和基础设施的支出达到 73.3 亿美元，接近上一年的 3 倍，占总运营费用的 58%，相当于全年收入的 1.6 倍。也就是说，仅算力这一项，当年的收入都无法覆盖。
招股书中披露的 5180 亿美元云、计算和基础设施义务，也在文中被单独拆解。该数字并非未来一年的算力预算，而是未来多年将签署合同的总价值，其中许多是多年期合同。已公布的合同分配包括：1000 亿美元给亚马逊 AWS，2000 亿美元给谷歌云，800 亿美元给 Lambda 和 Nscale，500 亿美元给 Fluidstack，300 亿美元给微软 Azure，其余较小合同分配给更多小型云服务商。Anthropic 还在 WULF 的共置设施上部署自己的软件基础设施。
这些合同覆盖时间并不相同，有些可能横跨 3 至 5 年甚至更长，因此分摊到每年的实际支出远低于 5180 亿美元总数。但文章指出，即便如此，规模仍然惊人。若以 2025 年 73.3 亿美元的算力支出为基数，未来几年若继续保持三位数同比增长，年支出很快会迈向数百亿美元。
招股书还显示出客户集中度风险。Anthropic 的两大直接客户各自占收入的 12%，合计占 24%。对于一家年收入 45.9 亿美元的公司，这一依赖程度已经较高。风险因素部分还明确提示，许多最大客户并未锁定长期合同，可能减少或停止支出。
竞争层面，Anthropic 的主要对手包括 OpenAI、谷歌、Meta 和 SpaceXAI，其中与 OpenAI 的竞争最为直接，涉及企业客户、人才和华盛顿影响力等多个维度。Anthropic 的特殊之处在于，亚马逊和谷歌既是其战略合作伙伴，也是基础设施供应商和投资者。亚马逊累计投资约 80 亿美元，谷歌投资约 20 亿美元，两家公司既提供训练和运行 Claude 所需的云资源，也在股权层面与其深度绑定。文章认为，这种关系既是优势，也可能带来潜在利益冲突。
IMD：把 NFT 席位、Agent 与链上结算拼成劳动力市场
Bankless 的长文聚焦 IMD，讨论其是否正在搭建一套真正可被调用的链上 AI 劳动力市场。文中介绍，IMD 的目标是打造一家完全由 AI Agent 运行、由社区共同拥有的公司。
整个系统由多个部分组成。2,000 枚 identity.md NFT 不是普通头像类 NFT，而是进入 AI Agent 网络的“工作席位”。持有人需要将 NFT 按 ERC-8004 注册为 Agent，在自己的设备上运行开源 worker client，并自行接入 Claude 或 Codex。每枚 NFT 只能授权一台活跃设备。
任务由一个主编排 Agent 发布，其他 Agent 可以领取、执行并提交结果。验证器随后会在隔离环境中重新构建提交内容，其他席位还会进行对抗性审核，通过的工作最终被记录到链上信誉系统。目前，这个网络已经能够完成代码开发、网站搭建、预言机回答、审计、报告和图片等工作。
9 月 20 日网络刚向 NFT 持有人开放时，只有几十个 Agent 在线；5 天后，这一数字已增长至 370 多个。外部用户现在也可以付费调用这支 AI 劳动力，每个任务收费 0.5 IMD，并通过 x402 完成结算。当前系统产生的部署仍主要位于 Sepolia，但主网部署已经在计划中。
$IMD 是整个系统的流通货币，同一份供应量分布在 Ethereum、Base 和 Robinhood Chain 上，可以按 1:1 跨链，而且总供应量只会减少。从 Fren Pet 时期到现在持续进行的销毁，已经让最初 1000 万枚供应下降至约 710 万枚，相当于约 29% 的代币已被销毁。
IMD 协议同时拥有 Uniswap V4 上主要的 ETH/IMD 流动性池 POOL4，并通过 CappedBurnHook 设置池内 IMD 数量上限。当卖出导致池内 IMD 超过上限时，Hook 会在交易完成后削减超出部分，其中 85% 直接销毁，6% 进入用于 Agent 编排计算的储备，4.5% 分给质押者，另外 4.5% 分给 NFT 席位。与此同时，削减释放出的 ETH 会被重新部署到当前价格下方形成买墙，而池子的 IMD 上限每天还会减少约 1000 枚。
文中据此指出，卖出本身会推动代币销毁，同时为质押者和运行 Agent 的 NFT 席位带来收益。目前约有 230 万枚 IMD 被质押，占总供应量约 32%。
围绕这套系统，最关键的问题是这支 AI Agent“蜂群”是否真的开始工作。9 月 25 日公开数据显示，在 2,000 个 NFT 席位中，已有 380 个完成注册，372 个 Agent 在线。其中 334 个席位曾有工作被接受，267 个席位已有超过 50 次被接受的提交，193 个席位超过 100 次。
工作分布并未高度集中在少数节点。排名前 10 的席位只贡献约 8.5% 的已接受工作，前 50 名约占 32%。截至当时，整个网络累计进行了约 50,700 次任务尝试，其中约 86% 被接受，只有约 1% 被直接拒绝，其余处于失败或等待状态。过去 24 小时内，就产生了约 29,600 次被接受的提交。
不过，真正付费的外部需求仍处在很早期阶段。公开 x402 支付通道累计完成 115 个付费订单，每单 0.5 IMD，总计约 57.5 枚 IMD，约合 560 美元。Bankless 的判断是，这套 Agent 劳动力网络已经实际运转起来，但商业需求仍然很早期。
Meme 币如何给代币化股票带来流动性
Decentralised.Co 的文章讨论了 Robinhood Chain 上一种不同于过往机构路径的代币化股票流动性来源。文章指出，代币化股票并不新鲜，至少从 2018 年开始，市场就尝试把股票搬到区块链上。Binance 和 Terra 上的 Mirror Protocol 都曾为苹果、特斯拉、谷歌等股票创建可全天候交易的合成代币，但 Mirror 的流动性一直较差。
文中认为，过去的假设是，只要基础设施搭好、资产足够容易获得，交易者自然会出现，但事实证明，仅提高可获得性并不会自动创造新市场。投机本身就是金融市场交易的重要组成部分，尤其在加密市场中更是如此。
Robinhood Chain 上线后，一个名为 long.xyz 的 Launchpad 开始允许用户发行与代币化股票配对的 Meme 币，而不是像传统 Meme 币那样与 ETH 或稳定币配对。这样一来，当用户购买一个与代币化 Nvidia 配对的 Meme 币时，路由器必须先买入 NVDA 才能完成交易。也就是说，每一次 Meme 币买入，都会在协议层面同步转化为对另一侧股票代币的一笔买单，而这些股票随后被锁进流动性池，成为给 Meme 币定价的储备资产。
$BONER 是文中的一个案例，它与代币化 Hims & Hers 股票配对。当时 Robinhood Chain 上代币化 HIMS 的总流通量约为 73,685 枚，而 $BONER 的池子持有其中约 39,136 枚，占比约 53%。由于非美股交易时间无法继续铸造新的股票代币，而 Meme 币需求仍在上升，链上 HIMS 一度相较纽交所收盘价出现 37% 的溢价。
随后，Robinhood 的 Jersey 实体将 HIMS 供应扩大了 4.8 倍以缓解压力，但新增供应中仍有 53.1% 再次进入 Meme 币池。文章指出，供应增加并没有削弱 Meme 币对流通盘的控制，反而给了它更多可以吸收的流动性。
与代币化 Nvidia 配对的 Artificial Inu 则展示了另一种机制。用户买入 $AI 时，80% 的手续费会进入一个永久的 NVDA 金库，这部分资产只能增加、无法取出；卖出时，手续费则会用于销毁 $AI，并继续永久锁定更多 NVDA。无论买入还是卖出，每一笔交易都会单向增加系统持有的股票资产。
这套机制已经永久锁定了约 300 万美元的 NVDA，一度占所在交易平台全部代币化 NVDA 未平仓量的 16%。BNB Chain 的一项研究还发现，通过 Meme 币投机进入市场的用户，有 8.6% 最终转化为代币化股票持有者，而直接向用户提供股票时，这一比例只有 0.6%。也就是说，前者的转化效率高出约 14 倍。
预测市场里如何识别“聪明钱”
blocmates. 的文章把预测市场与 Meme 币交易放在一起讨论，认为两者背后的交易心理有相似之处。文章提出，预测市场可以理解为“带有概率的 Meme 币”。Meme 币价格建立在叙事、注意力和投机之上，预测市场也类似，只是用户交易的是某个事件是否会发生。
例如，如果一个合约价格是 0.55 美元，就意味着市场定价对应事件发生的概率约为 55%。和 Meme 币一样，这些价格也会受到新闻、注意力、巨鲸交易和散户恐慌的影响。两者共同面对的问题则是信息过载：新的叙事、新的市场和新的机会不断出现，很容易让人把频繁交易误认为取得进展。
文章认为，真正优秀的交易者通常会建立自己的系统，用来过滤噪音、尽早发现异常活动，然后耐心等待。当锁定一个预测市场后，下一步是理解价格为什么变化。价格变化本质上意味着市场对某个结果发生概率的判断发生了改变。
研究这种变化时，可以重点追踪两个方面。第一是巨鲸活动：观察价格变化背后是否伴随大额交易，是否有大仓位进入或退出，同时还要判断市场本身的流动性是否足够。如果市场很薄，一笔大额交易就可能显著改变价格，因此巨鲸交易只能作为进一步研究的起点，单纯的交易规模并不能证明交易者掌握了更好的信息。
第二是交易者画像。相比只盯着大额交易，更有价值的是继续调查这些钱包本身：它平时交易哪些市场、以前是否参与过类似事件、已经结算的仓位表现如何，以及这笔大额仓位是否只是更大策略的一部分。通过钱包历史、参与市场和过往表现，才能判断一个交易者的行为是否具有参考价值，而不是看到大单就直接跟随。
文章还建议回看已经结束的历史市场。预测市场同样可以利用历史数据，从过去发生过的类似事件中寻找规律，包括随着事件日期临近，市场概率如何变化，重大价格波动发生在什么时间，结算前交易量如何变化，不同类别市场中的钱包表现有何差异，以及市场早期定价与最终结果之间存在多大偏差。
PolymarketScan 的研究功能就是围绕这类历史模式展开，用户可以通过关键词或市场描述搜索已经结算的市场，也可以利用 AI 工具辅助研究。blocmates. 认为，工具只能让研究过程更有结构，不能消除交易中的不确定性。最终目标不是交易所有市场，而是建立一套可反复执行的流程：过滤噪音、识别异常活动、理解叙事、形成自己的交易逻辑，再决定是否建仓。
