投研早报丨AI Agent 开始集体「上班」，IMD 如何搭起一套链上劳动力市场？/预测市场的「战壕」里，怎么找到聪明钱？/Circle 负责发行，Coinbase 掌握用户：稳定币的钱到底谁赚？

8700+ 订阅者，ChainFeeds 精选的信息流帮你做出聪明决策

📢 热点新闻 ｜2026.9.30

🔥 Quant 创始人钱包在沉寂 7 年后转移 2.58 万枚 QNT，仍持有价值约 1.6 亿美元的 QNT

🔥 Kalshi 拟融资约 10 亿美元，估值或达 400 亿美元

🔥 OpenAI 推出常驻 AI 智能体 dots，并计划以约 1.4 万亿美元估值融资至少 300 亿美元

🔥 Robinhood 将推出加密永续合约、美股周末交易及 AI Agents

🔥 Aztec 重新在 Aztec Network 上推出 zk.money 隐私钱包

👨‍💻 ChainFeeds 投研简报 ｜2026.9.29

chainfeeds.me

1️⃣ 稳定币｜Circle 负责发行，Coinbase 掌握用户：稳定币的钱到底谁赚？

2️⃣ IPO｜冲刺 IPO 的 Anthropic：420 亿亏损、46 亿收入、2 万亿估值

3️⃣ AI Agent｜AI Agent 开始集体「上班」，IMD 如何搭起一套链上劳动力市场？

4️⃣ Meme｜机构六年没做成的代币化股票市场，被 Meme 币盘活了？

5️⃣ 预测市场｜预测市场的「战壕」里，怎么找到聪明钱？

每日精选的加密信息由 ChainFeeds 团队与 AI 共同编写，我们已将内部的信息流工具优化并开放给所有读者及 Web3 行业者使用👇

🌞 Web3 行研早报来自：Web3 行业必读深度资讯「简报」平台｜chainfeeds.me

1️⃣ IOSG 周报｜Circle 负责发行，Coinbase 掌握用户：稳定币的钱到底谁赚？

导读：发行会逐渐标准化。利率下行会压缩沉淀资金利润，而且已经开始。分发渠道拥有议价权。

IOSG Ventures：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 所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 Q2 向 Coinbase 支付的相关分发成本为 $324.6M；2025 年全年向主要分发方支付的成本约 $1.66B。

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。这就是全文最有力的证据。Circle 当时已经拿到联邦信托银行牌照，支付网络在增长，市场上还有多个分发合作案例把 90%-100% 的储备收益让给渠道。

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%。但这些都没有改变续约条款。原因很简单：客户在分发方手里。合同能否续期也主要看业绩门槛，并不等于发行方拥有重新定价的主动权。2026 年 Q2，Coinbase 产品中的平均 USDC 余额达到历史新高 $20B，占季末 USDC 流通量 30% 以上。

Circle 近三分之一的收入基础集中在单一对手的平台上，而下一次完整续期窗口要等到 2029 年。

利率下降 300bp，发行利润蒸发近八成。 发行方收入可简化为：沉淀资金 × 收益率，减去合同约定的渠道分成，再减去相对固定的运营成本。假设某发行方有 $100B 沉淀资金，50% 收益分给渠道，年度运营成本为 $600M：如果沉淀资金不变，收益率下降 300bp，会抹去约 79% 的营业利润。

要在 2% 收益率下继续赚到 $1.9B，沉淀资金必须增至约 $250B。也就是说，规模要增长 150%，利润才只是回到原点。这已经不是假设。Circle 2026 年 Q2 的实际储备收益率为 3.48%，正好落在第二行附近。50% 的渠道分成假设甚至偏保守：当季总收入 $701M，分发、交易及其他成本为 $412M。

当然，Circle 并非什么都没做。季度末，Circle Payments Network 的年化交易量达到 $14.7B，环比增长 76%；截至 7 月 31 日已升至 $23B。公司把全年非储备收入指引上调至 $310M-$330M。但其中 $242M 来自一次性代币预售，并非可持续收入。

支付网络当时尚未开始收费，因此真正要盯的是费率，而不是交易量。

稳定币会商品化，入口不会。 Visa 不发卡、不放贷，也不直接收取 interchange；这些工作由银行完成。Visa 赚的是网络的钱。制造支付工具，不等于控制利润。价值最终会流向掌握稀缺控制点的一方：受理网络、分发渠道、流动性，或者客户关系。稳定币正在迅速重建这套结构。发行会逐渐标准化。

《GENIUS 法案》并没有让发行变得轻松，审批、流动性、赎回基础设施和信任仍然是门槛，Circle 的联邦牌照也确实有价值。但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。利率下行会压缩沉淀资金利润，而且已经开始。

储备收益率下降 66bp，让 25% 的平均流通量增长只换来 5% 的储备收入增长。分发渠道拥有议价权。Coinbase 的续约是 2026 年最有信息量的稳定币合同事件，而信息恰恰来自「什么都没变」。稳定币本身可能越来越可替代，但用户获取、持有和花掉稳定币的路径不会。（ 来源）

2️⃣ 冲刺 IPO 的 Anthropic：420 亿亏损、46 亿收入、2 万亿估值

导读：Anthropic 需要持续证明，收入追赶成本的速度足以支撑不断抬高的估值，且高增长是持续的、后劲十足的。

腾讯科技：支撑 Anthropic 冲击高估值的，首先是一条陡峭的收入增长曲线。2024 年，这家公司的全年收入只有 3.86 亿美元；到 2025 年，收入已达到 45.9 亿美元，同比增长 1088%，扩大至前一年的近 12 倍。进入 2026 年，Anthropic 的增长进一步加速。

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。以 2 万亿美元估值计算，对应 2025 年收入的市销率约为 436 倍；换成 2028 年的预测收入，这一倍数便降至约 10 倍。

两个数字之间的巨大落差，几乎概括了这场 IPO 的核心赌注：未来三年，公司收入需要在 2025 年的基础上扩大至 40 多倍，才能兑现这套估值逻辑。2025 年，Anthropic 用于计算和基础设施的支出达到 73.3 亿美元，接近上一年的三倍，占总运营费用的 58%，相当于全年收入的 1.6 倍。

即使暂不考虑其他费用，当年的收入也不足以覆盖这一项支出，「每收入 1 美元，就要花掉 1.6 美元算力费」。

5180 亿美元，是招股书里另一个容易引起误解的数字。招股书披露，Anthropic 有约 5180 亿美元的云、计算和基础设施义务。这个数字一度被解读为未来一年的算力预算，但实际并非如此。5180 亿是未来多年将要签署的合同总价值，其中许多是多年期合同，不是单一年度的支出。根据已经公布的合同分配，1000 亿美元给了亚马逊 AWS，2000 亿美元给了谷歌云，800 亿美元给了 Lambda 和 Nscale，500 亿美元给了 Fluidstack，300 亿美元给了微软 Azure，其余较小的合同则分给了更多小型云服务商。

Anthropic 还在 WULF 的共置设施上部署自己的软件基础设施。这些合同的时间跨度各不相同，有些可能覆盖三到五年甚至更长。分摊到每年的实际支出，远低于 5180 亿这个总数。但即便如此，规模仍然惊人。以 2025 年 73.3 亿美元的算力支出为基数，如果未来几年保持三位数的同比增长，年支出很快就会向数百亿美元迈进。

算力支出的持续攀升，反映了前沿 AI 竞赛的资本密集程度。

招股书还揭示了一个风险点：客户集中度。Anthropic 的两大直接客户各自占收入的 12%，合计占 24%。也就是说，仅两家客户就贡献了接近四分之一的收入。对于一家 45.9 亿美元收入规模的公司来说，这种依赖程度已经很高。更值得注意的是，Anthropic 在风险因素中明确警告，许多最大客户并未锁定长期合同，可能减少或停止支出。

这意味着，一旦大客户缩减 AI 预算，或者转向竞争对手的模型，Anthropic 的收入可能面临较大波动。客户集中的另一面，是竞争格局的压力。Anthropic 的主要竞争对手包括 OpenAI、谷歌、Meta 和 SpaceXAI。其中与 OpenAI 的竞争最为直接，两家在企业客户、人才和华盛顿影响力等多个维度展开争夺。

在这场竞争中，Anthropic 的一个特殊位置在于，它的两大战略合作伙伴亚马逊和谷歌，同时也是它的基础设施供应商和投资者。亚马逊先后投资了约 80 亿美元，谷歌投资了约 20 亿美元。两家公司既为 Anthropic 提供训练和运行 Claude 所需的云资源，又在股权层面深度绑定。

这种关系既是优势，也可能带来潜在的利益冲突。（ 来源）

3️⃣【英文长推】AI Agent 开始集体「上班」，IMD 如何搭起一套链上劳动力市场？

导读：IMD 最核心的想象空间在于：未来这支 Agent 蜂群能够成为一支真正被其他协议付费调用的「AI 劳动力」，例如充当推理预言机，或者承担更多类型的工作。

Bankless：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 并不是普通 PFP，而是进入 AI Agent 网络的「工作席位」；持有人需要将 NFT 按照 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，五天后已经增长至 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。目前系统产生的部署仍主要位于 Sepolia，但主网部署已经在计划之中。

$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，可以按照 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% 的代币已经消失。

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的部分，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 1,000 枚。也就是说，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%。

IMD 系统目前最关键的问题，是这支 AI Agent「蜂群」到底有没有真正开始工作。9 月 25 日公开数据中，2,000 个 NFT 席位已有 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 个已经拥有超过 50 次被接受的提交，193 个超过 100 次。

工作并没有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，其余则处于失败或等待状态。更值得注意的是增长速度，过去 24 小时就产生了约 29,600 次被接受的提交。

不过真正付费的外部需求才刚刚出现：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。因此，这套 Agent 劳动力网络已经实际运转起来，但商业需求仍处于非常早期的阶段。（来源）

4️⃣ 【英文长推】机构六年没做成的代币化股票市场，被 Meme 币盘活了？

导读：Robinhood 将代币化股票带到链上。而真正出人意料的是，链上的 Meme 币为这些代币化股票带来的流动性，超过了机构过去六年的努力，并由此形成了一套不断自我强化的财富效应。

Decentralised.Co：代币化股票并不是什么新鲜事。至少从 2018 年开始，人们就在尝试把股票搬到区块链上。Binance 和 Terra 上的 Mirror Protocol 都是早期尝试者，它们为苹果、特斯拉、谷歌等股票创建了可以全天候交易的合成代币。但 Mirror 的流动性一直很差：既然券商 App 上可以买到点差更低、还拥有真实股东权利的苹果股票，为什么还要买合成版？

过去的假设一直是，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，仅仅提高可获得性并不会自动创造一个新市场。投机本身就是金融市场交易的重要组成部分。如果所有参与者都足够理性、掌握相同的信息，他们对资产价值的判断往往趋于一致，也就缺少交易的理由。市场需要有人根据情绪、叙事、氛围甚至单纯的上涨兴奋感做出主观判断，因为这些人愿意站到交易的另一边。

加密市场尤其理解这一点：Uniswap 最早的真正流动性来自 DeFi Summer 的流动性挖矿热潮，Pump.fun 上的大部分代币一天内就会死亡，但巨大的发行和交易量仍让平台创造了超过 6 亿美元收入。机构通常不是早期采用者，它们需要先看到活跃度和可能性，而早期投机者恰恰负责完成这一步。

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。这种设计产生了非常特殊的流动性关系：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，从协议层面看，每一次 Meme 币买入，同时都会变成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 就是一个例子，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，占到约 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。之后 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。

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。

一旦 Meme 币与真实股票资产绑定，这套机制就开始产生意料之外的复利效应。以与代币化 Nvidia 配对的 Artificial Inu 为例，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%。

换句话说，投机将用户转化为股票持有者的效率高出约 14 倍。过去，Meme 带来的价值最终通常流向平台或交易所，Meme 本身无法留下什么；现在，一个以代币形式存在的 Meme，却可以通过自己的交易活动不断积累代币化股票，逐渐形成自己的「资产负债表」。一个 Meme 可以和股票配对，文化资产也可以开始与传统金融资产建立可编程的经济关系。

（来源）

5️⃣ 【英文长推】预测市场的「战壕」里，怎么找到聪明钱？

导读：你需要先过滤掉市场噪音，识别真正有意义的异动，理解背后的叙事，并形成一个足以支撑自己建仓的交易逻辑，然后再采取行动。

blocmates.：预测市场和 Meme 币战壕看起来完全是两种东西，但两者背后的交易心理其实很相似。首先，它们都有一个共同的核心 —— 交易者。优秀的交易者总是在寻找优势，而市场的任务就是让这种优势尽可能难以被发现。其次，预测市场可以理解为「带有概率的 Meme 币」。Meme 币的价格建立在叙事、注意力和投机之上，预测市场也类似，只不过用户交易的是某个事件是否会发生：比特币会不会涨到 15 万美元？

美联储会不会降息？切尔西会不会赢得英超冠军？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，这些价格同样会受到新闻、注意力、巨鲸交易和散户恐慌的影响。两者最大的共同敌人则是信息过载：永远有新的叙事、新的市场和新的机会，很容易让人把频繁交易误认为取得进展。

真正优秀的交易者往往拥有自己的系统，用它过滤噪音、尽早发现异常活动，然后耐心等待。

当你锁定一个预测市场后，下一步是理解价格为什么发生变化。预测市场的价格变化，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。要研究这种变化，可以重点追踪两个方面。第一个是巨鲸活动：观察价格变化背后是否伴随着大额交易，是否有大仓位正在进入或退出，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这个交易者掌握了更好的信息。第二个是交易者画像。相比只盯着巨鲸交易，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？这笔大额仓位是否只是更大策略的一部分？

通过钱包历史、参与市场以及过往表现，可以判断一个交易者的行为到底有没有值得参考的信息，而不是看到大单就直接跟随。

优秀的交易者不会只研究还没有结算的市场，也会回头查看已经结束的历史市场。Meme 币交易者经常会参考类似项目此前达到过多少市值，以此判断当前标的可能存在的空间；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。可以重点观察：随着事件日期临近，市场概率是如何变化的；重大价格波动发生在什么时间；结算之前交易量如何变化；不同类别市场中的钱包表现有什么差异；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，用户可以直接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。但工具只能让研究过程更加结构化，并不能消除交易中的不确定性。最终目标也不是交易所有市场，而是建立一套能够反复执行的流程：过滤噪音、识别异常活动、理解叙事、形成自己的交易逻辑，再决定是否建立仓位。

（来源）