TechFlowPost 汇总了近期市场上四份有代表性的投研观察，讨论范围覆盖以太坊、AI 资产定价、Multicoin Capital 的配置判断、隐私 AI 的信任模型，以及黄金代币化之后链上 RWA 如何创造真实收益。
文章由 ChainFeeds 撰写，深潮 TechFlow 编译。导读指出，这几份判断直接对应当前周期里几个核心问题：是否还应持有 ETH、AI 资产还能涨多久、隐私 AI 是否存在真实需求，以及链上 RWA 下一步如何从“上链”走向“产生收益”。
ETH 的争议不在竞争力，而在价值捕获逻辑变化
Nick Researcher 从宏观和金融视角重新审视了以太坊。2026 年第二季度的数据给出的信号并不单一：以太坊收入较上一季度略有改善，但 L1 主网的费用捕获能力仍明显低于去年；链上收益率接近历史低位；DeFi 活跃度回落；L2 生态继续扩张，Robinhood 等项目也开始沿着以太坊相关基础设施推进，但这些活动并没有向 L1 回流足够价值；与此同时，ETH 的稀释率仍维持在接近比特币的水平。
过去市场对 ETH 的看涨逻辑相对直接：用户进入以太坊，带动主网活跃度和手续费增长，更多 ETH 被销毁，进而提升价值捕获能力。现在这套模型正在变弱。用户逐步迁移到 L2，而部分用户又因 L2 体验未达预期而离开生态；交易费用下降，Blob 供应增速快于需求；L2 处理了大量交易，但向主网支付的费用仍有限。
最关键的一组数据出现在 2026 年第二季度。以太坊 L1 的真实经济价值（Real Economic Value）为 8840 万美元，环比增长 7%，但同比下降 68%。同一时期，以太坊 L1 上的应用层产生了约 17.9 亿美元手续费收入。这意味着应用层仍具备很强的经济价值，但作为基础层的主网，只捕获了其中较小的一部分。这正是当前 ETH 投资逻辑里的核心矛盾。
以太坊仍然承载着大量重要金融活动。Tether、Circle、Lido、Aave、Uniswap 等协议仍是生态中的关键参与者。稳定币依旧是以太坊最强的优势之一。2026 年第二季度，以太坊 L1 上的稳定币供应量达到 1729 亿美元，尽管环比下降约 4%，规模仍然很大。不过，资金规模并不是唯一变量，资金流转速度同样重要。如果稳定币只是停留在链上，没有发生交易、结算、抵押等金融活动，就难以转化为足够的经济价值。当前以太坊的问题是资产规模庞大，但资金流动效率不足。
现实世界资产可能成为 ETH 下一阶段的重要增长驱动力。以太坊 L1 上链的 RWA 规模已超过 157 亿美元，同比增长约 90%，涵盖代币化国债、商品和股票资产。但更高的 TVL 本身并不等于更强的价值捕获。2026 年第二季度，Solana 的 RWA 日均交易量超过以太坊，尽管其 RWA TVL 更低。这反映出两条链的差异：以太坊的优势更多体现在机构深度，Solana 的优势则在于资金周转速度。
在这套框架下，ETH 后续上涨需要三个条件同时成立：
- 更多机构资产进入以太坊生态；
- 更多金融结算活动发生在以太坊网络；
- 链上资产具备更高的真实交易频率。
ETH 的代币经济模型目前仍有支撑。第二季度年化净稀释率约为 0.85%，接近 BTC 水平。但风险也很明确：链上总收益率已经降至 2.68%，创历史低位，其中 94% 的收益来自 ETH 发行，而不是来自真实用户手续费。ETH 能否重新获得估值提升，关键取决于它是否能成为机构金融体系中的结算层。
贝莱德：AI 行情已走到互联网泡沫“半山腰”
第二份观察来自贝莱德。报告援引晨星数据，对比了 1990 年代互联网行情与本轮 AI 行情的价格表现和估值状态。
在 1993 年至 1999 年的 7 年里，美国科技股累计上涨 1097%，同期美股整体上涨 292%。科技股连续 7 年年化回报率都不低于 19.9%，其中 1998 年和 1999 年分别上涨 78.1% 和 78.7%。
相比之下，从 2019 年到 2026 年 6 月 30 日，本轮 AI 行情周期中科技股累计上涨 569%，同期美股整体上涨 237%。这轮上涨同样强劲，但路径并不一样。期间科技股经历了 2022 年 28.2% 的下跌，随后在 2023 年反弹 57.8%，2024 年上涨 36.6%，2025 年上涨 24.0%，2026 年上半年继续上涨 19.8%。
两轮行情最大的差异出现在后半段。互联网泡沫时期，市场在最后两年快速加速，1998 年和 1999 年累计涨幅接近 200%；而本轮 AI 行情在 2023 年明显提速后，后续涨幅逐步收窄。也就是说，这一轮走势比当年的互联网泡沫更平缓，但市场对它是否会进入最后一段急涨，仍然存在明显分歧。
争议核心落在估值。标普 500 的席勒市盈率（Shiller CAPE）已经升至约 40 倍，再次回到互联网泡沫时期的高位。这个指标基于过去 10 年经通胀调整后的平均盈利来衡量估值，40 倍意味着投资者愿意为每 1 美元长期平均利润支付 40 美元价格。历史上，类似水平只在 2000 年前后出现过。
不过，贝莱德认为只看长期估值并不完整。12 个月前瞻市盈率提供了另一种视角。目前标普 500 的前瞻市盈率约为 21 倍，背后原因是企业盈利预期也在跟随股价提升。数据显示，标普 500 第二季度盈利预计同比增长 23%，已经连续第七个季度保持两位数增长。贝莱德认为，这种盈利扩张在历史上并不常见。与此同时，Mag 7 科技巨头当前市盈率约为 26 倍，而盈利增速预计超过 30%，综合盈利增速约为 27.6%。
因此，当前市场最大的矛盾是：长期估值指标已经释放高估风险信号，但企业盈利增长还在为高估值提供支撑。
截至 2026 年 5 月 31 日，按照晨星数据，科技股占美国股市总市值的比重已达到 37.5%，高于 1990 年代末互联网泡沫时期。如果把 Alphabet、Meta、Amazon 这类虽不属于科技板块、但深度参与 AI 产业的公司也计算在内，AI 相关资产的实际集中度可能更高。
市场的领导力量也在从传统 Mag 7 扩散到更广泛的 AI 受益企业。报告提到，新的概念 MANGOS 正在形成，代表 Meta、Anthropic、Nvidia、Google、OpenAI 和 SpaceX。晨星全球下一代人工智能指数在 2026 年 4 月和 5 月累计上涨约 45%，随后在 6 月回调。
市场集中度，是当前 AI 周期与互联网泡沫最接近的地方之一。1999 年末，Cisco、Intel、Microsoft、Oracle 等少数科技公司推动了纳斯达克最后一轮上涨。现在的 AI 龙头拥有更强盈利能力，但如果后续盈利无法达到市场预期，高集中度组合仍可能面临快速调整。
贝莱德的判断是，认定 AI 已经形成泡沫，本身就是一个重大判断，因为这等于默认 AI 无法带来长期生产力提升。眼下投资者真正要问的问题，已经从“AI 还能涨多少”，转向“AI 的盈利增长还能持续多久”。
Multicoin 合伙人：本轮周期看好 Solana、Hyperliquid 与 Zcash
第三份观察来自 Multicoin Capital 管理合伙人 Tushar Jain。他分享了自己对当前加密市场的看法，并具体解释了对 Solana、Hyperliquid 和 Zcash 的投资逻辑。
Tushar Jain 表示，他仍认为 Solana 是互联网资本市场的正确技术架构，需要一个无需许可的开源链把各种资产和活动整合到一个平台上。他继续看好 Solana 的性能和架构。
不过，衍生品交易量正在向 Hyperliquid 转移。他在 Solana 和 Hyperliquid 上都有大量仓位，并且都看好。在他的判断里，Solana 是现货交易的领导者，也将承载代币化证券的现货交易；Hyperliquid 则在衍生品方面明显领先。与其坚持单一立场，不如从概率出发同时持有两者。他说自己不是任何资产的最大化主义者，不会和某个仓位或观点死磕。
展望 2026 年，他认为一个非常明确的选择是 Zcash（ZEC）。由于流动性和市值限制，这部分仓位相对较小，但 Multicoin 已经积累了相当大比例的总供应量。他喜欢 Zcash 的势头、用例和社区，这让他想起早期比特币。他提到，去年看到 Zcash 上涨时，他与很多早期支持者交流，发现即使价格回落，他们依旧保持信念，在他看来，这不是短期热钱推动的交易。
他还指出，Zcash 没有基本面上的现金流和收入，这意味着它的价值完全取决于市场共识。在他的框架里，这反而给了它更大的上涨空间，因为作为价值存储资产，它的规模越大越有利。
关于 HYPE，Multicoin 确实持有头寸，但 Tushar Jain 也建议投资者先看他们的推导逻辑，再自行得出结论。他给出的四项核心假设如下：
- 加密衍生品市场年复合增长率为 35%。他说，过去 5 年这一数字是 45%，已经主动下调了四分之一；
- DEX 将占据 32% 的衍生品市场份额。该比例从 2022 年几乎为零，升到当前的 16%，若两年内再翻倍至 32%，在他看来仍符合趋势；
- Hyperliquid 维持 30% 的去中心化衍生品份额。他称这一假设也偏保守，因为交易量容易刷，但目前 Hyperliquid 占据全网 59% 的真实未平仓合约，这项数据更难造假；
- USDC 抵押品会随着交易量线性增长。只要交易者杠杆偏好不变，作为抵押品的稳定币规模就会与交易量和未平仓量同比增长。
这套观点对应的不是单一代币判断，而是对现货、衍生品和隐私资产三条线并行配置的思路。
隐私 AI 的核心问题，是明文到底暴露在哪里
第四份观察讨论的是隐私 AI。文章提出，隐私 AI 并不是一条单独技术路线，而是围绕同一个问题展开：一条 prompt 离开用户设备，经由网络传输进入模型服务器，再返回结果的过程中，明文究竟在哪些位置存在、谁能读取、用户又如何验证数据确实得到了保护。
目前市场上的隐私方案，本质上是在解决同一个问题，只是各自采用了不同的信任模型。
协议级隐私依赖服务商承诺。比如企业版零留存方案中，服务商知道用户身份，也能处理 prompt，但承诺不保存数据，这主要依赖合同约束和品牌信誉。匿名代理可以隐藏用户身份，但并不隐藏输入内容，下游模型服务商仍能看到明文。TLS 只能保护机器之间传输过程中的数据安全，接收方最终依旧可以读取全部内容。
Oblivious HTTP（OHTTP）则进一步拆分身份和内容的知情权：中继知道请求来自哪里，但读不到内容；接收方能处理请求，却不知道是谁发出的。OHTTP 已成为 IETF 标准，也开始被部分企业用于生产环境。不过，对于闭源旗舰模型来说，这类方案已经接近隐私保护的上限，因为模型权重本身就是 AI 公司最核心的资产。一次顶级模型训练成本达到数十亿美元，实验室依靠模型能力差距维持估值，因此不会轻易开放模型权重或完整服务代码。
结构级隐私方案试图用硬件、密码学或物理隔离，替代传统信任承诺。其中，可信执行环境（TEE）机密计算是目前最接近商业落地的一条路径。TEE 把模型推理过程放进硬件 enclave 中执行，这个区域类似芯片内部的密封空间，即使服务器运营方也无法直接读取其中数据。芯片会生成 attestation，也就是远程证明，用来向用户证明运行的是指定模型和代码。
但 TEE 并不完整。prompt 只有进入 enclave 后才受到保护，在进入之前的代理和中继环节，仍可能存在读取风险。端到端加密（E2EE）试图把这些中间环节也封闭起来，让用户设备直接使用 enclave 密钥加密 prompt，中间节点只传递密文。代价是工程复杂度显著上升，因为所有依赖明文数据运行的功能，都需要重新设计。
全同态加密（FHE）和多方安全计算（MPC）则试图进一步消除信任方，让服务器直接在密文状态下完成计算。但 Transformer 模型涉及大量复杂运算，FHE 推理成本仍远高于普通推理，密文计算成本可能达到明文的数万倍。加密芯片仍在发展，距离大规模商业化还需要时间。相比之下，本地推理是最彻底的隐私方式，因为模型运行在用户设备上，不需要服务器和中继，也不存在外部数据泄露问题，但代价是模型能力和硬件成本。
文章还把焦点从聊天扩展到 Agent 工作流。当前多数隐私推理机制主要解决的是 prompt 到模型之间的数据保护，但 AI Agent 执行任务时还要调用外部工具，比如日历、数据库、搜索引擎和企业内部系统，这些都会成为新的明文暴露点。即便是完全本地运行的 Agent，如果需要训练集之外的信息，仍要向外部服务发出查询；而服务商如果看不到明文，往往也无法完成任务。
现在主流方案仍停留在协议层，比如通过中央网关统一管理工具调用，在请求发出前隐藏个人身份信息、控制权限并记录行为。但这种方式仍依赖服务商，因为工具服务器还是需要读取明文查询。结构级方案则尝试把 MCP Server 等工具直接运行在 TEE 里，让用户通过 attestation 验证隐私承诺。不过，TEE 只能保护传输过程，无法保证最终服务方不读取查询内容。真正困难的部分是开放式搜索和复杂 Agent 场景，因为加密搜索仍面临性能和成本约束。
这份观察给出的结论是，未来隐私 AI 的价值捕获点，可能集中在几个尚未被解决的环节：在 enclave 中运行训练循环、端到端保护工具调用、以及无需暴露查询内容的搜索系统。谁率先解决其中一个关键问题，谁就可能形成不容易被商品化的基础设施优势。
黄金代币化之后，链上 RWA 的重点转向“生产性”
文章最后一部分讨论链上 RWA 的下一个阶段。当前多数链上现实世界资产仍集中在低风险资产，尤其是美国国债，并逐步向股票等其他资产类别扩展。其中，黄金是链上规模最大的商品资产，也是推动资产代币化发展的重要案例。目前链上黄金规模已超过 49 亿美元。
不过，现阶段大多数链上黄金产品仍然比较有限，主要功能只是让用户持有现货黄金，缺少进一步利用这些资产创造收益的机制。这使得链上 RWA 与传统金融产品之间存在效率差距，也限制了链上资产的实际价值和应用空间。
因此，下一阶段 RWA 的重点不只是扩大上链规模，而是让这些资产具备生产性和收益能力。以黄金为例，传统金融市场已经通过备兑看涨期权（covered call）ETF 等产品，让投资者利用期权获得收益或对冲风险。但传统产品通常门槛较高，费用也更高，还需要 KYC、托管和券商参与。文中举例称，较成熟的黄金备兑看涨 ETF GLDI 收取约 0.65% 的管理费，并直接从投资者收益中扣除。
相比之下，链上黄金产品可以借助智能合约和结构化策略降低参与门槛，并尝试把原本不产生现金流的黄金资产转化为收益型资产。文章认为，让黄金产生收益，是 RWA 发展的重要方向。黄金本身约为 30 万亿美元规模的资产类别，也是最早完成链上代币化的商品之一。虽然链上黄金资产已超过 49 亿美元，但绝大部分资金仍然处于闲置状态，没有产生收益。
随着传统金融市场中备兑看涨策略发展，投资者已经可以通过期权获得黄金持仓之外的额外收益，同时降低部分价格波动风险。Enhanced 等链上协议正尝试把这一模式引入区块链，用结构化策略提升 RWA 的资本效率。
黄金之所以适合作为第一批案例，文章给出三个原因：
- 黄金长期被视为价值储存资产，近期价格持续创新高，吸引更多配置需求；
- 全球地缘政治和宏观经济不确定性上升，强化了黄金需求；
- 黄金价格通常不像高波动资产那样剧烈，更适合通过备兑看涨策略获取相对稳定的权利金收入。
备兑看涨策略的基本逻辑是，投资者持有黄金现货，同时卖出看涨期权，以此获得期权费。如果黄金价格没有超过执行价格，投资者保留黄金并获得收益；如果价格涨过执行价格，则需要放弃部分上涨空间。因此，这类策略更适合长期看好黄金、但不预期其出现大幅单边上涨的投资者。
文中提到，Enhanced 推出的 PAXG Volatility Income Vault 是其首个 Thesis Vault 产品，目标是利用黄金波动率为用户创造收益。该产品基于 PAXG，通过备兑看涨策略，让用户在持有黄金资产时额外获得期权收益。
其运作机制基于 RFQ，也就是询价系统。后台流程是，用户存入的资产通过批量拍卖方式向市场做市商征询报价，随后在链上执行期权交易，用户提前获得期权费收入。参与者也可以直接针对自己的资产出售备兑看涨期权，并自定义执行价格、期限和方向。未来，这套机制还可以扩展到黄金之外的其他 ERC-20 资产。
PAXG Vault 采用欧洲式期权，只能在到期日执行，资金会在每个周期内锁定。用户可以存入 PAXG 或 USDC，系统会自动把 USDC 转换为 PAXG。期权周期设置为两周一次，每年约 26 个周期，执行价格预计设置在当前黄金价格上方 3% 至 7% 区间。
产品提供两种收益模式。复利模式会自动把获得的 USDC 权利金兑换为 PAXG，并投入下一周期继续产生收益，更适合长期持有黄金的投资者；收入模式则把收益单独存放，用户可以随时提取 USDC，更适合希望从闲置黄金资产中获得现金流的大型资金持有者。
这套设计试图解决传统 RWA 的核心问题：不只是让资产上链，还要让资产真正产生经济价值。
市场主线正在从叙事转向效率、收益与结算能力
从 ETH 的价值捕获，到 AI 估值与盈利的拉扯，再到 Multicoin 对 ZEC、Solana、Hyperliquid 的配置逻辑，以及隐私 AI 与黄金 RWA 的基础设施演进，这几份观察虽然讨论对象不同，但落点相近：市场正在更严肃地衡量一项资产或协议到底靠什么支撑定价。
以太坊的问题不再只是生态大不大，而是主网是否能真正拿到价值；AI 的问题也不再只是故事强不强，而是盈利增速能否继续匹配估值；隐私 AI 的问题，不在“是否需要隐私”，而在可验证的信任模型能否落地；链上 RWA 则从“把资产搬上链”推进到“让资产开始工作”。
对当前周期的参与者而言，这些信号对应的是同一类配置问题：什么资产具备真实结算能力，什么资产拥有可持续盈利，什么基础设施能够形成难以替代的价值捕获。