对话 AIUSD 联创：从万亿资金多年实盘策略，到 AGI 市场经济，第一个为 AI 设计的「钱」

撰文：深潮 TechFlow

是骡子是马，拉出来遛遛就知道了。

过去十多年，加密行业已经完成从「白皮书纸上谈兵」到「用链上实绩说话」的转变，市场更青睐能够在具体实践中斩获更亮眼表现的项目。

2025 年 11 月 19 日，一个从诞生第一天起就围绕实盘设计的 Agentic AI 货币平台宣布完成近千万美元规模的 Pre-Seed 轮融资，支持者包括 Anthropic 等明星项目的早期机构投资方、红杉美国 Scout 基金、a16z Scout 基金以及 Tesla FSD AI 领导层等在内的多家硅谷顶级投资机构。

它就是 AIUSD：致力于实现不管是人还是 AI ，都能通过自然语言「对钱说话」，系统能够理解意图并拆解任务，自动在所有主流公链、中心化交易所与主流稳定币之间进行统一资产管理、路由与交易结算，实现区块链的真正「普惠」，推动全球金融真正走向「智能化」。

时值融资官宣之际，深潮 TechFlow 与 AIUSD 团队两位联合创始人 Yao Meng 与 Bill Sun 展开了一场深度对话。

谈及 AI 在金融乃至更细分的加密行业的表现，近期世界 6 大顶级 AI 模型的交易竞赛也成为本次交流的话题之一，对于本场比赛，两位嘉宾敏锐指出了这场比赛中「AI 并不拥有完整执行环境」的根本性问题，并对 AIUSD 加入竞赛跃跃欲试，Yao 指出：

AIUSD 的 Agent 不是只给出观点，它直接连着真实流动性、资金费、跨 venue 执行路径和清算系统。如果这种竞赛未来允许真实执行，我们非常愿意参加。

对 AIUSD 实操的自信源于多方面，Bill 兴奋表示当下是 AIUSD 成功推向市场的「罕见窗口期」：

一方面，AI 正在从「会聊天」迈向「能执行」，且 Crypto 基础设施真正走向成熟；

另一方面，AIUSD 底层的资金费引擎、微结构执行引擎、跨场景路由系统在内部实盘已经连续跑了两年多，年化成交体量在 1 万亿美元规模，核心策略平均年化收益在 20% 以上，Sharpe 在 22 左右，且没有出现过单月回撤，同时我们也搭建好了风险管理、合规框架、风控自动化等部分，保证这是一套真正能承载资金的系统。

面对当下 AIUSD 的蓄势待发，Yao 分享了其更清晰的规划：

AIUSD 已经成功走过从 0 到 1 的阶段：0 是证明这件事技术上可行，1 是把它做成一个任何人都能上手的账户层，你说话，系统自己去路由和结算。目前 AIUSD 处在从 1 到 10 的拐点阶段，未来我们将致力于把同一套基建，稳定地交付给更广泛的 C 端与开发者生态。

本期内容，让我们跟随两位华尔街 / 加密 OG 的分享，一起走进 Post - AGI 金融的具体形态，以及在「AI 驱动的金融智能」核心愿景下，AIUSD 的核心竞争优势以及具体演进路径。

AIUSD：一种让人和 AI 都能轻松理解并使用的「钱」

深潮 TechFlow：感谢二位的时间，欢迎二位首先做一个自我介绍。

Yao：

大家好，我是 Yao，很高兴能与大家交流。

2011 年，我进入加密货币世界，那时我还在大学，最开始是参与挖矿，后来也逐步参与到各类区块链项目和早期交易所的建设之中。十多年来，从 Mt.Gox 的索赔、FTX 爆雷再到最近的 10.11 爆仓,我完整经历了行业变动与发展：比如 2021 年 5.19 大规模爆仓，我们一夜被平掉了 5000 万美元的仓位，大量投资人被清偿；比如上个月的 10.11 爆仓，我们公司应该是世界上较大机构里第一个大规模抛售的；再比如去年年底的大选，我重仓了狗币，当时整个市场上狗币持仓的 20% 都是我们公司的自费套利策略的持仓，有一段时间年化高达 200%，这在 delta-nutual 策略里可以说是惊世骇俗的收益。

这些年我始终在做交易相关的事情，从套利、高频系统，到机构托管与量化策略，如今我推出 AIUSD，是希望把我们这些年积累的系统能力重新封装，打造一个 AI 和人都能自然使用的稳定币基础设施。

Bill Sun：

大家好，我是 Bill（Qingyun） Sun，很高兴能与大家交流。

我本科和博士都在斯坦福读的数学专业，2014 年开始读博的时候，深度学习刚起势，我就有一个比较执拗的念头：一定要搞清楚这些模型背后的数学结构是什么样的，然后看看它们在金融这种真实、复杂的环境里到底能不能站得住脚。我的研究从一开始就同时盯着两件事：一边是深度学习的底层规律，一边是金融里的实际应用场景。

2016 年我在 Google Brain 做 NLP，那还是 Transformer 这个名字出现之前的阶段。我们在注意力框架下做阅读理解和问答实验，一边改模型结构，一边试不同任务。那时候我们在做的这些工作，后来被外界总结和命名为 Transformer，可以说我算是参与了这条路线最早期的一批探索者。

也是在这个阶段，我第一次系统地看到几个现象：一是不同任务之间，其实可以共享一套统一的注意力结构，泛化能力比想象中强；二是随着模型和数据规模的提升，性能会呈现出近似对数式的提升规律，这些后来被大家叫做 Scaling Law 的东西，当时都是通过大量实验一点点被摸索出来的。

回到 Stanford 之后，我继续跟两位导师做深度学习的数学结构研究。一位是 David Donoho，美国两院院士、高斯奖得主，是高维统计和压缩感知领域的代表人物；另一位是 Stephen Boyd，美国工程院院士，优化界的标志性学者，同时也是 BlackRock AI Lab 的创始人和负责人。两位导师都不仅做理论，也深度参与量化金融工业界：David Donoho 之前在文艺复兴做研究，Stephen Boyd 在 BlackRock 搭建并带领 AI Lab。跟他们一起工作，让我比较早就接触到：什么样的问题在现实市场里是真的重要，哪些模型特性在论文之外还能活得下来。

读博期间，我也在 Citadel 和 Point72 Cubist 做过 Quant Research，把深度学习和强化学习的想法放到股票和期货交易里去跑。毕业后，我去了华尔街，在 Millennium WorldQuant 做基金经理，交易全球股票，管理一个规模不小的美股统计套利组合。

Crypto 我接触得也比较早，大概从 2015 年开始。当时在 Stanford 上 Dan Boneh 的密码学课，也在 Stanford Bitcoin Lab 跟 Balaji 和 Lily Liu 做项目，我们研究过 Lightning 微支付、以太坊智能合约早期的一些设计，还有 Zcash 和 Monero 的隐私机制。我自己也做过 Bitcoin 手续费优化、和链上借贷生成稳定币的一些早期尝试。

我个人对于crypto在AI里面的应用最相信的是agentic economy，我去年开始也作为Cofounder, Chief Scientist参与了PIN AI的建设，从更偏consumer数据自主和AI个性化语音 推荐的角度去尝试建立agentic economy，把人类的意图转化为AI的行动。

这十年下来，我越来越强烈地感觉到：AI、Crypto 和传统金融之间的边界正在快速消失。传统金融带来的是成熟的效率和风控体系，Crypto 重塑底层基础设施，而 AI 则在把这一切变成真正「智能」的系统。这三块叠在一起，本质上是在重写全球金融的底层逻辑。

AIUSD 就是在这样的背景和长期思考里诞生的，我想做一种「货币」，既让人用起来是自然的，也是智能体可以原生理解和调用的，它能够在多链、多市场的环境里自动完成路由、结算和风控。简单说，就是借着这样一种新的货币形态，把全球金融从「自动化」真正推到「智能化」的阶段。

深潮 TechFlow：二位都是 Crypto 非常早期的参与者，可否请二位分享一下，为什么想要创办 AIUSD 这样一个 AI x Crypto 项目？它想要解决什么问题？

Yao:

我入圈 14 年，最大的感受是：区块链虽然创造了巨大的财富效应，却没能真正实现「普惠」。

这个行业的使用门槛太高了。我不缺钱，我想让人人都用上数字货币，如果这是我的遗产，我会很开心。所以十几年过去，链上真正活跃的，多是撸空投的羊毛党和赌徒，而不是能让技术惠及大众的应用层用户。我始终考虑的问题是，如何让普通人，比如你 50 岁的父母，使用上加密货币，他们使用微信和淘宝是没有障碍的。

我想我们应该从钱包入手，重塑整个加密的交易体验。但抱歉的说，我入圈 14 年了，市场上还没有一款多链的、一键式交易的钱包，这是令人痛心的，原因其实也很简单，加密圈基本只有交易所是赚钱的业务，所以所有的资源都倾向了交易所。而钱包，作为最大的入口，反倒没有好的产品。

举个例子：我想在 BSC 上买一个代币，但资金在 Solana 上。我要先换 SOL 来付 Gas，再换 BNB 付另一条链的 Gas，还要跨链转账、桥接资产、计算滑点等，整个过程要切钱包、等确认、处理 Fee，这对普通用户来说几乎是「不可用」的。假设你的用户不是斯坦福的博士硕士，而是出租车司机，他为什么要搞这么复杂？这使得产品很难真正走进人的生活。

AI 的出现带来了转机。AI 天生擅长理解意图、做决策、自动化复杂流程。AIUSD 正是利用 AI 把这些繁琐操作全部抽象掉，让跨链、路由、结算、收益分配都能自动完成。

换句话说，AIUSD 的核心是一个统一的钱包层，让 AI 或人类用户都能零 Gas、零跨链障碍地完成资金操作。

而我们相信，AI 会是下一代的主要交互方式：未来的钱不会是「人手动点」的，而是 AI 直接理解你要干嘛，然后自动去找最优路径、结算、收益、甚至做风控。所以 AIUSD 想解决的问题，其实是「让钱变得 AI - Native」。你不需要理解十条链、二十个代币标准，你只要跟一个 AI 说「帮我转一千给朋友」、「帮我买点 BTC 放到稳健收益里」等指令，AI 就能自动完成路由、交易、结算。

我们常说，AIUSD 想成为「One AI to rule them all」：一个统一的基建，让所有人和所有智能体都能自然地使用资金。

不是每个人都需要成为区块链专家，用户只需要一句话，就能让系统帮他们搞定一切。这是我们从第一天就相信的方向：把复杂的金融系统，抽象成一句自然语言就能调用的指令。

这个项目其实是延续我们一直在做的事：让资本运作变得可编程、可验证、可复用。以前是 HFT 机器人，现在是 AI agent。底层逻辑没变，只是更智能、更抽象。

Bill Sun：

我是在 2015 年进入的 Crypto，这十年刚好经历了行业从理念期到基础设施成型的全过程。一路下来，我有两个非常直观的判断。

首先我认为稳定币和 RWA 会是现实世界流动性真正进入链上的关键入口。无论市场怎么波动，这两类资产的需求是最稳定、也是最接近真实经济活动的。

其次我认为要让链上的钱真的好用，必须把链上的操作复杂度彻底抽象掉。对于普通用户和机构来说，管理地址、选链、改 RPC，这些都不应该成为使用门槛。

我一直认为，稳定币最终会成为区块链世界里的 First-Class Citizen。今天稳定币还是 ERC-20 等资产之下的「子民」，而 ETH、SOL、BNB 这样的 Gas token 才算是一等公民。但未来应该反过来：用户拿着 USDC 或 USDT，不需要知道它在哪条链上，就像你在 Chase、Interactive Brokers 或 Robinhood 之间转美元，从来不会在意底层系统怎么跑。

现在的多链结构有点像多个宗教国家，各自独立而封闭，跨链桥既复杂又高风险。我们做 AIUSD 的一个重要目标，就是把这种割裂感抽象掉，让「用钱」在链上也能像现实世界一样自然。

从 AI 的角度看，我一直觉得行业缺一种真正 Machine - Native 的货币。它需要能做微支付，能被 API 或 Function Call 精准执行，最好还能让模型直接生成确定性的 DSL，把资金流动用代码级别的方式统一表达。也正因为这样，我们把两件事合并在了一起：

• 在 Crypto 层，把多链、多池、多资产统一到「钱」的体验里；

• 在 AI 层，让钱成为机器可以直接理解、直接调用的对象。

最终我希望 AIUSD 不只是一个 M0 形态的稳定币，而是一个带有 M2 特征的智能资产系统：不使用时像 Money Market 一样计息，需要使用时又能做杠杆、对冲或者现货兑换，把 Interactive Brokers 和货币基金这些传统工具的核心能力封装进稳定币的后台。这样一来，它既对人友好，也对智能体友好，可以自然地成为下一代金融系统的底层资产。

当下是 AIUSD 走向 C 端的罕见窗口期

深潮 TechFlow：AIUSD 有三个核心关键词：Crypto、AI 和稳定币。二位身处华尔街一线，目前以华尔街为代表的传统机构是如何看待这三个赛道潜力？

Yao：

老实讲，华尔街现在对这三个方向的态度非常分层。

Crypto 的底层基础设施，比如托管、结算、稳定币清算网络，已经不被视为「叛逆的玩意」，而是新一代金融管道。越来越多的基金已经在研究「如何让自己的资金效率更接近链上的速度」。

AI 是另一个层面，华尔街的量化和风控已经高度 AI 化了，尤其在策略生成、数据清洗和情绪识别方面，但大家发现 AI 可以做分析，却没法直接执行资金动作，这是一个巨大缺口。

稳定币，则是连接两者的桥。它是 AI 执行交易的能源，也是 Crypto 世界的结算单位。过去五年，USDT、USDC 证明了「链上美元」的存在价值；接下来五年，市场需要的是「更智能的钱」，它能懂策略、懂收益、懂风险、能被编排。

所以从华尔街 OG 的视角看，这三个赛道不是独立的，是一条演化链：AI 是需求端，Crypto 是基础设施，稳定币是中间层。AIUSD 想做的，就是让这三层合为一体。

Bill Sun：

我在 WorldQuant、Citadel、Point72 Cubist 和 Millennium 的经历让我对传统 buyside 那种「合规优先」的文化非常熟悉。过去两年，从比特币和以太坊的 ETF，到稳定币立法（包括所谓的 Genius Act）不断推进，其实释放了一个非常明确的信号：传统机构可以进场了。

而一旦机构能真正进场，带动的往往是几何级别的新流动性，这是 Crypto 市场结构里很容易被忽略、但影响特别深远的一件事。

在这个背景下，稳定币和合规托管体系（比如 Coinbase Custody；离岸侧则是 CEFFU）正在把所谓的「链上美元」变成一个可信、可监管的结算层。我判断未来会出现一批机构级别的稳定币，可能来自大型互联网公司、支付集团、甚至离岸交易所。稳定币会从今天两三家主导的格局，逐渐过渡到多主体竞合阶段。这个变化会让链上美元更像一个开放结算网络，而不只是几家公司的产品。

AI 在交易领域的应用，现在华尔街整体还停留在「辅助人类交易和研究效率」的阶段。我在 2023 年创业前做过一个小实验：我一个人带着一套 AI 分析系统，只专注 AI、Fintech 和 Crypto 相关的股票，跑了一年，收益大概是 880%。当然这是高波动策略，但它验证了一件事：AI 做 Deep Research，人类做 PM 判断，这个组合的效率远比我当初想象得高。

也正因为这个实验，我开始认真考虑：这套能力能不能做成一个产品，让普通散户也能用到机构级别的研究和决策工具。

监管端的变化也在推动另一件事情，就是 Tokenized Stock 的放开。美股交易正在从「部分延长交易时段」往真正的 7 × 24 靠拢，而非美国投资者的股票交易会逐步从券商系统流向链上。代币化股票会变成一个合规的连接器，把传统金融市场和链上世界接在一起。

深潮 TechFlow：团队深耕 LLM Trading Agent 赛道多年，在正式推出 AIUSD 之前也经历了漫长的研发。您认为当下是推出 AIUSD 的最佳时机吗？为更好的将 AIUSD 推向市场，团队做了哪些准备工作？

Yao：

我觉得现在是非常好的窗口期，同时我们为这一步的到来其实准备了很多年。

AIUSD 背后的策略引擎、交易系统、风险管理框架，都源自我们过去做高频交易和套利的底层堆栈。过去两年我们在内部跑 AIUSD 的 prototype，在不对外的情况下，年化成交量已超过 1 万亿美元。同时我们也在和 Binance 生态的 CEFFU 深度合作，把机构托管和 MirrorX 收益通道打通；此外我们搭建了完整的风险、合规与风控机制，从资金流监控到多签与限额管理，全都走机构标准。

这就是为什么我们有信心。现在，是 AIUSD 真正能走向 C 端、走向智能体经济的时刻。

Bill Sun：

是的，现在确实是一个罕见的窗口期。

一方面，AI 正在从「会聊天」迈向「能执行」：越来越多的 Agent 需要自主调度账户、下单、支付、清算，但行业里还没有一个统一、可扩展、又足够安全的账户和结算基础设施，AIUSD 刚好能填上这个空白。

另一方面，Crypto 基础设施真正走向成熟：稳定币清算已经走向标准化，跨链路由逐渐变得可靠，机构托管体系完善，流动性市场也越来越深。在这样的环境下，我们可以同时做到安全、效率和合规，而不是只能三选一。

我们把十年来量化交易和风险管理的那套技术堆栈，重新翻译成了一个零门槛的账户层。正如 Yao 提到的，我们底层的资金费引擎、微结构执行引擎、跨场景路由系统，在内部实盘已经连续跑了两年多，年化成交体量在 1 万亿美元规模，同时我们也搭建好了风险管理、合规框架、风控自动化等部分，保证这是一套真正能承载资金的系统，而不是 demo。

一句话概括就是，我们不是简单地把一个模型「挂到交易所」上，而是把「交易所级别的执行和清算能力」封装成一个人和 AI 都能直接使用的账户层。

围绕实盘设计：AI 驱动的「意图 → 策略 → 执行」闭环

深潮 TechFlow：做为首款面向 C 端用户的核心产品，AIUSD 与其他 AI 交易平台产品相比，有哪些差异化优势？您认为 AIUSD 最吸引 C 端用户的特征是什么？

Yao：

最大的不同在于：AIUSD 不是一个策略平台，而是一个账户层。

很多所谓 AI 交易平台，其实只是让用户选模型、选策略、挂单，但底层还是中心化撮合，资金是隔离的，AI 也只是建议者。

AIUSD 是反过来的，我们做的是「账户抽象 智能结算」层。用户只要持有一份 AIUSD，不管是现货、合约、质押、跨链支付，所有流动性与收益路由都自动完成。

AIUSD 不是要做一个「更聪明的交易平台」，而是要让所有平台都能通过它更聪明地结算和流动。

Bill Sun：

是的，这里其实可以用几个具体的例子来说明我们到底在做什么。

首先在 AIUSD，自然语言即指令：用户不用再去点按钮、切链、算 Gas，举个例子，用户只要说「用 1000 AIUSD 买点 ETH，剩下的放稳健收益」，系统就能自动把这句话拆解成一系列交易、路由和结算动作，并在后台完成执行。对于用户来说，它就是一句话，而对系统来说，这是一套完整的微结构级任务。

其次在 AIUSD，收益和安全同时保证：AIUSD 本体是 1:1 锚定 USDT 的，而收益是在 sAIUSD 层承载的，来源是 delta-neutral 的资金费策略。我们这一套策略在内部实盘已经跑了两年半，没有出现过月度级别的回撤。这个结构让稳定性和收益性不再互斥。

另外一个非常重要的点在于，AIUSD 拥有真正统一的钱包体验：用户不需要关心在哪条链上、不需要切钱包、不需要碰桥，也不需要学跨链语法，跨链、现货、永续、支付都在一个统一账户语义里完成，这其实是我们一直强调的 Machine - Native 底层结构：钱是统一的，执行是统一的，体验自然就是统一的。

在这种模式下，我们的用户并不是被动地「选策略」，他们拥有的更像是一种会思考、会执行、会管理的「钱」，在此背后，是一整支随身携带的 AI 金融团队：一个负责深度研究的 Analyst，一个负责下单与微结构执行的 Execution Trader，以及一个负责头寸管理和配置的 Wealth Manager。

我们把这种体验称为 Vibe Trader 或 Vibe Coding，简单来说，就是用户用语义和感觉表达自己的意图，由 AI 实现「意图 → 策略 → 执行」的完整闭环，让整套流程变成一种极自然的金融交互方式。

深潮 TechFlow：「AI 可以使用的稳定币」是 AIUSD 产品的重要概念，为什么实现 AI 驱动的稳定币交易十分重要？这将为链上金融释放哪些创新？

Yao：

因为下一代金融活动的执行者，不一定是人。

AI Agent 会持有资产、做交易、结算收益、再投资。但今天的稳定币系统是为人设计的，不是为智能体设计的。AIUSD 想做的，就是把稳定币升级成「AI-native Money」。

Bill Sun：

我们认为这会带来几个新的可能性：

首先，AI 可以主动管理资金流。比如它能根据市场波动自动从 AIUSD 切换到 sAIUSD，再切回流动性账户。

其次，智能体之间可以形成自主金融网络。比如一个 AI 可以雇另一个 AI 做数据分析、支付报酬，整个闭环在链上发生。

第三，它会让金融从「人下单」进入「意图执行」阶段。用户只需要表达目标，AI 通过 AIUSD 完成路径搜索、执行和结算。

长期看，AIUSD 不只是稳定币，而是整个 AI 金融生态的「结算中枢」。

深潮 TechFlow：最近，世界 6 大顶级 AI 模型的交易竞赛引发广泛讨论，您如何看待这场交易实战？如果AIUSD 也参与其中，是否会表现更好？

Yao：

我看这场比赛的关注点稍微不一样。我觉得模型做得好不好是其次，关键在于大家把 AI 的能力限制在「生成判断」，而没有给它们一个真正完整的执行环境。AIUSD 的系统则恰好相反：从第一天起就是围绕实盘设计的。

AIUSD 的 Agent 不是只给出观点，它直接连着真实流动性、资金费、跨 venue 执行路径和清算系统。我们内部这套执行与路由引擎已经在实盘跑了两年多，成交体量年化在万亿级别，所有收益来自结构性资金效率差，而不是靠赌方向。

所以如果这种竞赛未来允许真实执行，我非常愿意参加，因为这才是真正能展示「AI 金融系统」而不是「 AI 模型」的地方。

Bill Sun：

我认为这场比赛确实展示了一个事实：模型已经能读懂市场信号，也能形成自己的交易逻辑，这是过去几年 AI 在金融领域最明显的进步。

不过我当时的第一反应是，这种类型的比赛和真实交易还隔着一道根本性的鸿沟。在这场比赛里的 AI 都是「能想不能做」：它们不能跨链调资金、不能下真实单、不能和清算系统对接，所以只能停在 Paper Trading 的层面。

而真实市场里，难点从来不是预测行情，而是在执行、风控、资金路径、清算这些交易基础设施上面。如果未来比赛升级为「AI 实盘执行」的比拼，我觉得意义会完全不同。那才是考验一个系统能不能在真实市场里存活，而不是看几十个模型谁输出的概率更好看。

深潮 TechFlow：截止至目前，AIUSD 取得了哪些关键数据成就？

Yao：

我们把执行与结算这条链路真实跑了两年多：底层策略栈长期年化成交体量已达到万亿美元量级，这不是累计撮合量的美化，而是可复用、可回测、可审计的实盘执行规模，核心的资金费与微结构策略组合，历史 Sharpe 大概在 22 左右，过去 2.5 年没有出现月度回撤，另外在稳定性方面，AIUSD 本体维持 1:1 USDT 备付，sAIUSD 的收益发生在质押层，两个账本分离，兑付与计息互不干扰，同时托管侧与 CEFFU 深度打通。

产品侧的手感也越来越顺：自然语言的意图拆解已经能覆盖跨链转账、微支付、现货/永续的组合指令，用户在一个账户里调度抵押，不必在不同 venue 来回搬砖。对我来说，真正的成就不是某个漂亮数字，而是这套系统在最难的市场时刻也没掉过链子。

Bill Sun：

我们现在做的这套东西，其实最早是从 Alpha.dev 演变出来的。那是一个做加密货币新闻、情绪和交易信号的 AI 平台，现在大概有三百五十万用户，总交互量也已经超过六千万次了。这个数据说明了一个很简单但很真实的需求：大家确实希望 AI 去帮他们读信息流、过滤噪音、提出观点，甚至直接帮他们找交易机会。

我们的量化引擎是另外一条线，是底层的执行系统，全年能做到一万亿人民币等值的成交规模，我们的核心策略是完全 Delta-Neutral、完全对冲的资金费套利，也就是说我们不赌方向，完全靠市场结构性的资金效率差赚钱。过去三年，这套策略平均年化收益在 20% 以上，Sharpe 在 22 左右，而且没有出现过单月回撤。无论市场如何剧烈变化，我们的收益曲线都很平稳。

和很多「调仓型」的做法不一样，我们做的是动态的资金费优化，会在市值前二十的币种之间追踪、切换、调度资金。它不是一个表面上看起来稳的策略，而是真实经受住高波动环境检验的。

还有一个值得分享的地方在于我们的 AI 分析与执行框架，它可以从「提出投研假设」到「自动搜索数据验证」，再到「生成策略并执行」，最后甚至能自动回测，整个过程是闭环的。刚才有提到，我曾把这套架构搬到了股票市场，用一种「AI 做深度分析，我做 PM 最终判断」的方式去跑，过去一年我的个人账户收益大概是 880% 左右，也算是把这套方法在另一个资产类别里验证了一遍。

从 1 到 10 的拐点：成为 AI 经济体的通用结算层

深潮 TechFlow：以「AI 驱动的金融智能未来」为核心愿景，从 0 到 1 再到 100，您认为目前 AIUSD 处于实现该愿景的哪一阶段？未来将面临哪些阶段性挑战？

Yao：

我认为我们已经成功走过从 0 到 1 的阶段：0 是证明这件事技术上可行，1 是把它做成一个任何人都能上手的账户层，你说话，系统自己去路由和结算。

而现在，我认为我们处在从 1 到 10 的拐点阶段，未来我们将致力于把同一套基建，稳定地交付给更广泛的 C 端与开发者生态。

Bill Sun：

关于未来的挑战，我将其分为三个类别：

第一类是规模化的不确定性，包括资金费拥挤度与容量上限，越做大越要克制，我们宁可牺牲一点收益，也要把回撤钉在地板上。

第二类是多司法辖区的合规拼图，稳定币、支付、经纪、收益，每个模块的边界要画得很清楚，这需要时间与耐心。

第三类是 Agent 生态的可用性，意图表达、权限颗粒度、可回滚与审计日志，都要让开发者拿来就能用，我看重把这些看不见的技术细节打磨到无感。

举个例子，我们可以将我们所做的事情类比 Stripe：我们在为数字金融世界修桥铺路，把割裂的 rails 收敛成优雅的 API，AIUSD 要成为 AI 经济体的通用结算层。

深潮 TechFlow：稳定币和 RWA 是本轮周期的绝对主角，围绕稳定币和 RWA，AIUSD 未来是否有更多的拓展计划？您认为稳定币和 RWA 的持续发展将会为全球金融市场带来哪些改变？

Yao：

先说方向上的规划。

AIUSD 的定位始终是「通用的稳定币基础设施」，不是「某一篮子资产的被动映射」。因此在稳定币侧，我们会坚持两层结构：AIUSD 本体保持 1:1 USDT 备付，兑付路径简单清晰；收益侧放在可选的 sAIUSD，通过 delta-neutral 的资金费策略来承载「α」，不把本金暴露在外部信用与久期错配里。这条线我们会继续做深，包括更细颗粒的风险限额与动态降档机制。

关于 RWA 我们会谨慎推进。我不反对把真实世界的现金流带上链，但我们要非常诚实的面对三个问题：流动性分层、估值/定价的可验证性，以及法律上对「受益权 / 所有权」的边界。只要这三件事能在某些类别上被解决，例如最短久期的账款或高流动性的国债机会，我们会以可撤回、低相关性的方式小步试点，绝不让 RWA 去污染 AIUSD 主体的兑付确定性。

宏观上看，稳定币和 RWA 的持续发展会把金融市场的「清算速度」与「所有权证明」拉到一个新的基线。全球资金的可编程性增强之后，定价会更快、错配会更贵，好的风险被更精确地定价，坏的风险更难躲在表外。我相信这会逼着金融业回到「拿得出手的资产与合规能力」本身。

Bill Sun：

稳定币其实对应的是 M0 层，也就是全球现金层，它解决的是最基础的问题：美元能不能真正实现全球可达、能不能在链上随时结算，不依赖本地银行系统。

RWA 则是在这个基础上再往上一层，是资产层，让优质美元资产、国债、票据、甚至私募信贷，都能变成 7×24、可切片、可全球交易的资产。

如果没有 RWA，稳定币的落地大概率只会发生在高通胀、资本相对开放的经济体，但一旦 RWA 打开，机构级资产就能真正面向 Global retail，这个意义是完全不同的。

AIUSD 的定位不是再造一个新的链上稳定币，而是把不同稳定币之间的交互做成一个平台层，让用户用相同的体验买任何链上的 RWA，不管是在以太坊、Solana、Base、Sui 或是 Tron。底层的 VM 和 Gas 差异，都由系统自动抽象掉。

从宏观来看，这会重新定义整个金融体系基线：清算速度提升到实时，所有权证明变成默认配置；好的风险能被更精准定价，坏风险更难藏在表外；整个体系会往「高质量资产 高透明度 高流动性」的方向集中。

如果把这件事总结成一句话：稳定币是美元的全球投射，RWA 是美元之外优质资产的全球投射。而 AIUSD 想做的是两层之间的智能连接引擎，让钱与资产之间的流动变得简单、智能、自动化。

我们的终局愿景是一件很自然的事情：一个基于稳定币的钱 一个基于 RWA 的全球交易所。你只需要对钱说话，AIUSD 就能帮你买到全世界任意 Tokenized 的资产，这些资产本身也能被编程，可以被人用语义交互，也可以被 AI 自主调用、调仓和结算。

深潮 TechFlow：构建 AI 驱动的金融智能未来，AIUSD 之外是否还有更多产品矩阵规划？

Yao：

有，但我们不打算用堆叠产品线的方式去「扩表」，我们更像在搭一条稳定币的高速公路，然后把关键的服务站一个个补齐。

短期看，我们会做更强的「账户抽象 抵押信用」能力，让同一份抵押在多 venue 同时发挥效率，但把清算路径和极端状态写死在合约里。

中期会考虑把收益曲线产品化，比如在 sAIUSD 之上提供不同久期与波动容忍度的档位，让用户与 AI agent 以「目标回撤/目标波动」来选档，而不是被动接受一个均值化的收益线。

长期我希望我们做的不是 N 个 App，而是一条稳定、透明、可追责的金融操作系统。

Bill Sun：

是的，我们不会去横向堆更多产品线，所有能力都会往 AIUSD 这个核心收口。最开始是稳定币的 Hub，接着往下走就是一个智能化的 brokerage：无论用户持有什么稳定币，都能在同一套体验里被使用、被交易、被分配到不同资产上。

我们也会把 Alpha.dev 的 AI 新闻、事件识别和投研能力整合进来，让系统不只是读信息，而是理解你的偏好、你的风险习惯，然后主动推荐你可能感兴趣、可以直接交易的机会。

另一条线是连接 TradFi 和 CEX。很多人的钱还在 Interactive Brokers、Robinhood、各类中心化交易所里，如果你要做真实交易，绕不开这些体系。所以我们会在 AIUSD 内直接集成它们的 API，把身份、密钥、权限、下单都统一到一个账户层里，让用户不需要拆分资产、也不需要切换系统。

开发者这边，我们会把「意图层 权限/额度/白名单/撤回/审计」做成标准化的 SDK，同时也提供 B2B 的路由和结算白标。简单说，就是让整个金融交互从多入口、多账户、多逻辑变成一套统一的操作系统。

后 AGI 时代：人是叙事生产者，AI 是执行机器

深潮 TechFlow：随着 AIUSD 对于「AI 驱动的金融智能未来」愿景的不断实现，可否请您分享一下，您眼中的 Post - AGI 时代交易是什么样的？

Yao：

在我眼里，Post - AGI 的交易不会是更花哨的界面，而是更安静的基础设施。价格发现会更快，且预测本身不再是主要收益源，真正的超额回报来自把资本、算力、数据和清算路径以最小摩擦编排在一起。交易从「人盯盘」走向「意图治理」：你声明目标、约束和可信边界，系统在可验证的轨道里执行、复盘、纠偏。 人类角色会变得更像治理者和叙事的生产者，我们设定规则与边界，给系统定义什么叫可接受的风险和值得追求的收益，然后把大部分的执行交给机器。资金会更快，但也更有章法，每一次资金移动，都带着可审计的理由与可追责的签名。这是我理想中的交易世界：效率被极致放大，但克制与可解释性也被写进了协议。

Bill Sun：

我自己对 AGI 的定义其实很务实，简单来说就是，它能系统性取代白领岗位，让各个专业能力在同一个模型里逐渐合流，而不是科幻里那种「突然出现的奇点」。按现在的进展速度，我觉得所谓的 Post - AGI 阶段可能在三四年内就能看到。

到了那个阶段，一个特别关键的事情是：AI 需要一套它能真正理解、能直接使用的「钱」。这就是我们给 AIUSD 设定的方向——让它成为 M2M，也就是 Machine-to-Machine 支付的底层货币。这样 AI 能把「钱」纳入自己的世界模型里：为算力、数据、服务付费，也能投资、再投资，把金融当成行动的一部分。

同时，我认为接下来会出现两类非常重要的智能体形态：一个是 AI Scientist，它通过 AIUSD 去买算力、买数据、买 RL 环境、买能源，形成一个真正的 Self - improving loop，可以自己迭代自己；另一个是多智能体之间的自由市场。我们不会进入一个「单一超级模型的计划经济」，而是无数独立 AGI 之间用 AIUSD 做交易、博弈、协作，通过价格发现完成资源配置。

在这样的世界里，AIUSD 对人的意义和对 AI 的意义是不同但互补的。对人来说，它是一套 Financial OS，让你通过意图治理来管理财富，不需要懂所有细节，只需要表达目标，系统会帮你把策略、执行、结算都跑完。对 AI 来说，它是一种 Agentic Money，让智能体真正拥有金融行动力，可以像参与者而不是旁观者一样在经济系统里运作。