Tarun Chitra

Tarun Chitra认为，加密货币的前沿正从改变世界的基础设施收窄为“TradFi plus”，但其可服务市场未必同步收缩。 如果稳定币规模从约3000亿美元增至1万亿美元，他预计借助金融反身性，借贷和交易规模将增长超过3倍。Logan Jastremski则给出了更尖锐的表述：加密货币可以继续局限于金融领域，但链上交易量仍可能增长1,000倍。

可投资的加密货币敞口正越来越集中于订单流与执行，而非一揽子持有协议代币。 Chitra认为，DeFi的价值捕获已从“厚协议”转向Phantom等钱包，以及MEV和执行环节；费率开关则卡在中间，无法持续控制订单流。Hyperliquid提供了相对清晰的“交易量×基点”模型，而Solana和ETH的代币价值积累逻辑要模糊得多。

AI代理可能通过取代部分被动投资来改变市场微观结构，而不是神奇地击败专业交易员。 用户不必购买铀ETF，而可以直接陈述投资论点，由代理构建并持续再平衡一篮子个性化资产，将交易分散到全天候运行的市场中。Chitra估计，如果代理驱动的散户流量达到交易量的20-30%，就可能显著削弱当前开盘与收盘时段的集中交易，以及围绕ETF展开的可预测套利。

Chitra最强的加密货币-AI论点是主权计算与密码学，而不是为了去中心化训练本身。 他承认自己此前判断去中心化学习不可行是“我错了”，但仍认为InfiniBand和网络优化是中心化数据中心的结构性优势。更高价值的机会可能在于选择性使用FHE、TEE、ZK证明和GPU完整性证明——隐私应是昂贵操作的定向功能，而不是用户愿意多付一倍价格购买的大众产品。

开源AI正在解耦为与DeFi相同的功能层：接口类似钱包，路由器类似DEX聚合器，模型类似协议，推理服务商类似流动性提供者。 看似简单的接口之下，是一个决定“谁处理你的token、谁为你挑选GPU、谁保证价格”的订单流市场。如果DeFi的历史再次押韵，价值可能集中在接口与执行两端，而不会自动积累到模型本身。

算力正成为一种金融商品，拥有现货代币、期限期货、GPU产能曲线和路由经济学。 据称OpenRouter抽取约5%的费用，推理服务商则围绕价格、速度、延迟、在线率和硬件展开竞争；部分服务商比标准价格低30-40%，另一些则因提供更快的Cerebras输出而收费更高。Chitra预计，联网的4x、8x和16x GPU集群将出现非线性溢价，并认为一旦硬件能够证明自己计算了什么，链上市场就会成为自然的交易场所。

即便模型具备生成工具、并在超大上下文中学习的能力，第三方封装层仍具备战略价值。 企业不愿将自身工作流和专有上下文交给两家模型公司，这正是Ramp、Cursor、Databricks和Palantir都在构建路由器的原因。Chitra押注主动学习不会消灭这一市场，因为它的算力需求“过高”；封装层可以保留上下文、主权和模型可替换性。

🔗 原始收听与视频来源： 与 Tarun Chitra 对谈：AI 为何比你想象中更快走向解耦｜第164期