为什么市场会在定价之前就复制未来？

作者：insights4vc 翻译：善欧巴，金色财经

资本市场并非总是以直线方式为未来定价。在重大技术与金融转折点，它们往往始于近似估算。投资者会寻找对其普遍相信、但尚无法通过传统基本面验证的未来，最具流动性、可交易且被机构认可的标的。在经济堆栈的全貌被完全理解之前，附着于该标的之上的溢价，就是模仿溢价。

常见的错误通常并非未来本身是虚构的。铁路、电气化、光纤网络、互联网、可编程结算与人工智能，都不是错误的发展方向。更普遍的错误是定位偏差：资本过早地过度资助了错误的工具、错误的堆栈层级，或是采用了无法承受价格重估的负债结构。未来或许会到来，但首个流动性代理标的仍可能无法真正拥有它。

这一区别在 2026 年年中变得愈发重要。在人工智能领域，争论已超越 “需求是否存在” 这一简单问题。英伟达 2027 财年第一季度财报、超大规模云厂商的资本支出、半导体供应限制以及不断攀升的数据中心电力需求，都指向一个真实的建设周期。英伟达季度营收达 816 亿美元，其中数据中心业务营收 752 亿美元，非公认会计准则毛利率为 75.0%，第二季度指引为 910 亿美元。Alphabet、Meta、微软与亚马逊的资本投入规模，也已不再像普通软件扩张，更像是工业基础设施建设。因此，问题不再是人工智能是否重要，而是当附着于最显眼符号之上的当前溢价回归常态后，人工智能堆栈的哪些层级将保留持久的经济价值。

英伟达 - 2027 财年第一季度（来源）

同样的问题也出现在数字货币领域。截至 2026 年 5 月，稳定币已超越其最初作为加密市场结算工具的角色。市场规模约为 3150-3200 亿美元，绝大多数以美元计价，并集中在 Tether 与 Circle 手中。截至 2026 年 3 月 31 日，Tether 报告的代币相关负债约为 1830 亿美元，其中直接和间接持有的美国国债敞口约为 1410 亿美元。截至 2026 年 5 月 18 日，Circle 报告的 USDC 流通量为 768 亿美元，并表示大部分储备由贝莱德管理的 Circle 储备基金持有，托管于纽约梅隆银行。这些已不再仅仅是加密代理标的，而是正在支付、抵押品、国库管理与跨境结算领域争夺影响力的私人负债形式、储备结构与分发渠道。

本文并非主张人工智能、稳定币或机构加密货币是虚假的。而是认为，更有价值的问题是：价格重估后，持久的经济价值究竟位于何处。表面模仿复制的是未来可见的标志：股票代码、标签、包装、代币形式、“人工智能” 品牌、赞助商可信度以及便于持有敞口的融资结构。结构性模仿则资助的是即便未来到来仍至关重要的底层机制：计算密度、先进封装、网络、电力、储备架构、赎回可信度、合规性、分发渠道、结算标准、转换成本或物理基础设施。

未来往往是真实的，但市场的首个代理标的往往缺乏持久性。这一差距，就是模仿溢价。

模仿溢价

模仿溢价可操作性定义为：当一项资产、公司、代币、行业或包装形式成为投资者希望获得敞口的未来的象征性载体，而该未来尚无法通过传统基本面验证时，其所获得的超额估值、流动性、关注度、融资渠道或机构合法性。它不仅仅是一种价格现象，还可能表现为更高的交易倍数、更低的资本成本、更快的私募融资、更便捷的二级流动性、指数纳入、赞助商支持、基准压力、监管容忍度，或是熟悉包装形式带来的安全感。实际上，当市场不再仅仅购买预期现金流，而是开始购买被清晰化的 “未来邻近性” 时，溢价就产生了。

这一机制之所以重要，是因为它解释了为何投资者常常误判划时代的繁荣。泡沫事后常被描述为非理性的过度，但更准确的解读是：市场正试图通过不完美的代理标的，围绕不确定的未来进行协调。席勒的叙事经济学解释了传染性故事如何塑造信念与行为；班纳吉与比克昌达尼 - 赫什莱弗 - 韦尔奇展示了序列模仿与信息级联如何压倒私人信息；索内特解释了正反馈如何产生超指数级的价格动态；明斯基帮助区分了资产需求与负债脆弱性；佩雷斯解释了为何部署阶段远未到来之前，建设阶段就已吸引大量投机资本；大卫与约万诺维奇 - 卢梭则展示了通用技术的生产力收益为何往往存在长期滞后。在这一框架下，泡沫不仅仅是估值错误，更是一种社会 - 金融协调机制，其之所以会过度，是因为协调的对象本身仍不确定。

对机构投资者的启示是：模仿溢价很少只附着于最终赢家。有时，流动性符号确实拥有结构性瓶颈，但更多时候，符号位于瓶颈之上一层、现金流之下一层，或是在实际监管卡点的旁边。这就是为何历史反复显示，被复制的未来与被捕获的经济价值之间存在分裂。铁路股票崩盘后，铁路依然存在；电气化在早期热情远超回报很久之后，才彻底改变了生产力；光纤过度建设留下了持久的传输能力，即便电信公司的资本结构崩溃；而今天的人工智能建设，即便个别证券被证明估值过高，仍可能留下宝贵的基础设施。

最清晰的机构区分在于表面模仿与结构性模仿。表面模仿复制未来可见的标志，借用市场已与即将到来的变革相关联的语言、视觉、包装或代币形式。结构性模仿则资助或重建如果未来真正到来将至关重要的底层经济逻辑。如果想做一个更哲学的旁注，可以将第一种模式称为一种柏拉图式的模仿，但对于投资委员会而言，结构性模仿是更好的术语，因为它将分析与瓶颈、负债设计和市场结构绑定，而非抽象概念。

这一区别在多个当前和历史领域都清晰可见。比特币创造了一种稀缺、抗审查的货币资产与结算层；许多后来的代币发行复制了代币形式，却没有拥有货币可信度、流动性深度或持久效用。无论 DeFi 存在何种治理与风险缺陷，它都是重建交易所、抵押品、借贷与做市功能的更深层尝试；而 ICO 更多时候是围绕未开发产品的融资包装。在公开人工智能市场，英伟达既是人工智能的流动性符号，也是加速计算、软件集成以及日益增长的网络领域结构性瓶颈的真正拥有者；许多只是在业绩指引中加入 “人工智能” 字样的公司，对堆栈的拥有权要少得多。在数字美元领域，储备深度、赎回可信度、托管、合规性与分发渠道，远比仅仅存在 “加密美元” 重要得多。而在 SPAC 热潮中，这种包装提供了对风险投资式叙事的公开市场准入，却无法保证对瓶颈的所有权。

历史记录

铁路狂热或许是通过错误定价的标的为真实未来融资的最清晰早期案例。到 1845 年，英国铁路已具有经济意义，营收超过 GDP 的 1%，投资者预计规划中的建设将产生超过 GDP 10% 的营收。根据奥德兹科的重建，1847 年铁路投资达到 GDP 的 7.3%，而铁路股价指数从 1845 年 7 月的 167.9 跌至 1849 年 10 月的 60.5。奥德兹科的更广泛结论并非铁路是虚构的，而是到 1846 年年中，投资者已有足够信息知道总体回报假设是不现实的，尽管交通转型本身依然真实。一种可能的解释是：市场正确识别了未来的方向 —— 更快的交通与扩大的商业地理，但常常将这一方向与边际线路、推广者或流量接收者预测的盈利能力混为一谈。幸存下来的是网络，失败的是对网络许多特定主张的估值。

电气化使任何将延迟变现等同于虚假创新的尝试变得复杂。大卫对计算机与发电机的比较在此具有决定性意义。大约在 1900 年，电动发电机可以说 “无处不在，却不在经济统计数据中”，因为基于蒸汽和传动轴的旧工厂系统必须重新设计，才能实现电力的生产力收益。大卫强调，延迟源于持久的现有工厂以及重组生产本身的需要。约万诺维奇与卢梭补充说，电气化与后来的信息技术一样，涉及进入、重新分配与股市领导权的转变；在电气化时代，股市新进入者占市值的份额，大于总投资对资本存量的贡献，这与新技术更青睐无负担的新进入者而非现有企业的观点一致。历史记录指向一个熟悉的模式：突破是真实的，但回报来得更晚，且通过与市场最初预期不同的组织形式实现。

1990 年代末的电信与光纤周期，介于铁路过度建设与后来的数字基础设施之间。经合组织与里士满联储的分析显示，放松管制、新的光学技术以及移动与互联网服务的前景，产生了非同寻常的债务、股票发行与资本支出水平。经合组织估计，2000 年经合组织国家的电信基础设施支出近 2300 亿美元，约占企业固定投资总额的 4%，随后出现大幅收缩。与此同时，流量预测往往过于乐观。里士满联储总结了奥德兹科的观点：互联网流量每 90-100 天翻一番的说法，到 2000 年意味着荒谬的使用假设；更现实的增长率接近每年翻一番。但要说基础设施毫无用处则过于绝对。光学行业历史强调，这十年在光纤与网络领域的突破，为全球互联网奠定了基础，即便商业周期造成了大规模损失。这是模仿溢价的原型：资本为未来网络增长的主张支付了过高价格，但仍资助了后来被证明具有社会和商业价值的基础设施。

互联网泡沫常被简化为关于无利润网站的道德故事，但证据指向一个更具体的区别。互联网是真正的通用平台，但象征性的 “互联网敞口” 与持久的互联网经济价值并非一回事。约万诺维奇与卢梭关于信息技术时代的更广泛证据，指向新技术阶段更高的进入、重新分配与市场领导权效应。本简报附带的胡贝尔 - 霍巴特框架捕捉到了更尖锐的观点：市场常常试图通过资助表面的互联网属性来模仿互联网，而非使某些公司在经济上独一无二的原则。从这个意义上说，真正的区别并非 “互联网公司” 与 “非互联网公司”，而是企业是否控制了复利式的分发优势、成本优势、网络，或是随着采用率提升而改善的数据架构。郁金香狂热类比不恰当的一个原因是，未来的大部分确实到来了，错误定价在于对该未来主张的分配。

1960 年代的企业集团浪潮，与其说是技术泡沫，不如说是管理合法性与股市货币的泡沫。施莱弗与维什尼的股市驱动收购框架，将企业集团并购浪潮视为一个典型时期：估值更高的公司用股票收购估值较低的公司。哈伯德与帕利亚使这一故事变得复杂，他们表明 1960 年代的市场可能确实对内部资本市场赋予了真正的价值，因为当时外部资本市场不如后来发达，公司特定信息的生产也更弱。因此，更有力的主张并非投资者仅仅迷恋复杂性，而是他们对一种特定的制度形式 —— 拥有收购货币的多元化管理等级制度 —— 赋予了溢价，因为它似乎解决了融资与信息摩擦问题。后来崩溃的，是多元化与管理声望本身就能保证卓越经济表现的前提。

日本 1980 年代末的资产繁荣，展示了另一种模仿溢价 —— 围绕永久性、国家声望与抵押品组织的溢价。国际清算银行对该事件的分析，指出了激进的金融行为、长期货币宽松、放松管制、风险管理不足、加速土地价格通胀的监管与税收偏见，以及过度自信或 euphoria。白冢还指出，当时的普遍预期认为日本正进入一个 “经济发展的新时代”，而实际的金融结构 —— 高度依赖银行并以房地产为抵押 —— 放大了最终的崩溃。这里的机制不是模仿新技术，而是模仿安全与永久性。土地、银行抵押品与城市中心性，成为投资者表达对日本特殊未来信念的象征性载体。市场复制的是耐久性，而实际拥有的是一个杠杆化的抵押品链条。

美国住房与结构性信贷符合同样的结构性逻辑。莱文廷与瓦赫特认为，住房泡沫本质上是由错误定价的抵押贷款融资过度供应驱动的供给侧现象。私人标签抵押贷款支持证券的兴起，增加了信息不对称，削弱了对承销质量的传统约束。戈顿与梅特里克展示了危机如何通过 “证券化银行” 系统传导，其中回购融资与抵押品折扣，扮演了传统银行中存款与准备金要求的功能类似物。在这种情况下，象征性对象是 “安全收益”：高评级抵押品、多元化分档以及标志着安全的机构包装。结构性现实是一个脆弱的负债链条，其中类货币安全的表象，依赖于对既不简单也不稳健的抵押品的持续信心。幸存下来的不是私人标签 “安全” 包装的合法性，而是在更严格审查与监管下的更广泛证券化基础设施的一部分。

2020 与 2021 年的 SPAC，重新包装了另一种欲望：在流动性与简化包装下，获得风险投资式上行空间的公开市场准入。冯、诺埃尔、田、王与吴的研究表明，SPAC 结构嵌入了实质性的代理冲突：赞助商以名义成本购买其发起人股份，股东可以按接近 IPO 价值赎回，即便合并后表现不佳，赞助商仍能实现可观收益。同一篇论文还展示了盈利支付、发起人让步、稀释与赎回，如何在赞助商、目标公司、PIPE 投资者与公众股东之间创造了一个复杂的转移系统。这使 SPAC 成为未来主义叙事的强大象征性载体，尤其是围绕电动汽车、太空、自动驾驶与前沿技术，因为它们提供了一条通往不确定风险投资未来的上市捷径。但历史记录指向一个更尖锐的区别：SPAC 包装本身并非经济瓶颈，它只是一种融资格式，与许多此类格式一样，当象征性准入比一致性更重要时，它就会吸引溢价。

迷因股将模仿动态压缩为数周而非数年。美国证券交易委员会关于 2021 年初市场结构的报告显示，GameStop 结合了大幅价格波动、巨大成交量变化、高空头兴趣、频繁的 Reddit 提及以及大量主流媒体报道。社交媒体讨论混合了基本面论点、转型叙事与明确的逼空协调。但 SEC 的分析也很重要，因为它缩小了因果关系：工作人员发现，虽然空头回补在特定时刻有所贡献，但仅占总买入量的一小部分；他们也没有发现伽马逼空是主要驱动因素的证据。他们的结论是，维持数周价格上涨的是积极情绪，而非单纯的买入回补。因此，迷因股展示了中介化的欲望、身份、空头兴趣与市场管道，如何在基础业务不变的情况下，为社会符号产生溢价。

历史案例研究图谱

在所有这些案例中，有一种模式难以忽视：泡沫与狂热往往建立在真实而非虚假的未来之上。铁路、电气化、光纤与互联网都至关重要。在不同层面上，证券化、数字支付与某些基于区块链的货币实验也是如此。因此，历史记录引导我们远离 “这个主题是真实的吗？” 这个问题，而转向一个更具辨别力的问题：“当象征性溢价破裂后，堆栈的哪一层实际上保留了对经济价值的控制权？”

人工智能建设阶段

现在的人工智能争论，需要一个比 2023 与 2024 年主导的框架更具辨别力的视角。2026 年的核心问题，不再是人工智能需求是否在某种抽象意义上存在。英伟达最新季度财报，加上超大规模云厂商的资本支出与企业工作流采用，使 “人工智能是虚假的” 论点在实质上更难辩护。更相关的问题是：市场是否将真实的建设与正确的证券层面定价混为一谈。人工智能是虚假的概率已经下降，而证券层面错误定价的概率仍然很高。

英伟达是同时作为象征性代理与结构性拥有者的最清晰的当前例子。2027 财年第一季度，英伟达报告创纪录的营收 816 亿美元，创纪录的数据中心营收 752 亿美元，公认会计准则与非公认会计准则毛利率分别为 74.9% 与 75.0%，第二季度指引为 910 亿美元，同时假设没有来自中国的数据中心计算收入。在旧的细分市场视图下，数据中心计算营收为 604 亿美元，网络营收为 148 亿美元。管理层明确将这一周期描述为 “人工智能工厂” 的建设，表示智能体人工智能已经产生真实价值，宣布了 Vera Rubin 平台，并重点介绍了用于 Blackwell GPU 上生成式与智能体推理的 Dynamo 1.0 软件。公司还批准了额外 800 亿美元的股票回购，并将季度股息提高 25 倍至 0.25 美元。这些不是纯粹象征性狂热的指标，而是一家在快速扩张的基础设施建设中占据真正瓶颈的公司的指标。

但同一季度也说明了为何模仿溢价框架仍然重要。英伟达是最容易获得的人工智能流动性敞口，这意味着它不仅吸引了基本面信念，还吸引了基准需求、机构声誉安全感与象征性敞口资金流。路透社指出，人们对超大规模云厂商的定制芯片以及随着竞争扩展到训练之外的推理经济学的担忧日益增加。这并不否定英伟达的结构性作用，只是意味着一只证券可以同时是瓶颈拥有者与溢价承载符号。这一区别之所以重要，是因为即便股权路径变得更加波动或估值压缩，未来在基础设施层面仍可能得到正确融资。

更广泛的半导体与基础设施证据指向同一方向。台积电表示，人工智能相关营收预计在未来五年以 40% 左右的复合年增长率增长，并表示 CoWoS 产能在 2025 年翻倍后，计划在 2026 年再次大致翻倍。ASML 报告 2026 年第一季度净预订额为 39 亿欧元，并继续将长期需求与人工智能挂钩。博通报告季度人工智能营收超过 44 亿美元，同比增长 77%，受定制加速器与网络业务共同驱动。AMD 第一季度数据中心营收为 58 亿美元，同比增长 57%，管理层将推理与智能体人工智能描述为关键需求驱动因素。美光公布创纪录的季度营收，重点介绍了与人工智能服务器相关的 HBM 需求，并表示 HBM 在 2026 日历年已基本售罄，2027 年的产能也已大部分分配。思科报告数据中心交换机订单同比增长超过 40%，此前曾表示来自超大规模云厂商的人工智能基础设施订单达到 21 亿美元。应用材料继续指出与人工智能和 HBM 相关的代工逻辑与 DRAM 投资。整个堆栈的模式是一致的：价值正在扩散到封装、内存、网络、光学与设备领域，而非仅仅停留在 GPU 的头条新闻中。

这种向魅力层之下的迁移，正是模仿溢价框架所预测的。当市场首次复制未来时，通常会聚集在最清晰的符号周围。随着时间的推移，经济价值会向下迁移到不那么迷人但更难替代的层级。人工智能是电力密集型、封装受限、网络密集、内存依赖且高度物理化的。国际能源署的基准情景预测，到 2030 年全球数据中心电力需求将接近 945 太瓦时，其中美国将占数据中心电力需求预计增量的近一半。路透社报道，美国部分地区的电网连接排队时间长达 3-7 年，而建设一个数据中心大约需要 18-24 个月，并指出电网工人、变压器及相关基础设施严重短缺。这些限制并未证伪人工智能需求，反而增加了控制这些乏味投入的主体的战略价值。

超大规模云厂商的资本配置强化了这一点。Alphabet 表示 2026 年第一季度资本支出为 357 亿美元，绝大多数用于人工智能的技术基础设施，其中约 60% 用于服务器，40% 用于数据中心与网络；公司还维持了 2026 年 1750-1850 亿美元的资本支出指引。Meta 报告 2026 年第一季度资本支出为 198.4 亿美元，并将 2026 年预期资本支出上调至 1250-1450 亿美元，理由是组件价格上涨与额外的数据中心成本。微软在 2026 财年第二季度表示，资本支出为 375 亿美元，其中约三分之二用于短期资产，主要是 GPU 与 CPU；而在上一年第三季度，公司曾强调云与人工智能支出中只有约一半用于长期资产。这些披露之所以重要，是因为它们将投资回报率辩论从简单的 “人工智能支出上升” 叙事，转向了使用寿命、折旧节奏、融资租赁处理、资产过时与利用率风险。建设阶段往往是真实的，但在早期仍难以清晰变现。

亚马逊在公开财报中对年度资本支出的表述相对不那么明确，但 2026 年第一季度 AWS 营收仍增长 28% 至 376 亿美元，而 2025 年股东信表示，2026 年第一季度 AWS 的人工智能营收运行率已超过 150 亿美元，且正在快速攀升。这一点之所以重要，是因为云分发仍是少数几个拥有巨大议价能力的非硅层级之一。它也凸显了单一名称人工智能论点的制衡力量：定制芯片与工作负载多样化正变得越来越重要，而非相反。例如，Anthropic 异常明确地表示，它在 AWS Trainium、谷歌 TPU 与英伟达 GPU 上训练和运行 Claude，并在深化与亚马逊的协议以获得高达 5 吉瓦的容量（包括大规模 Trainium2 与 Trainium3 部署）的同时，扩大了与谷歌和博通的计算合作关系。因此，前沿模型公司正越来越多地在硬件平台之间进行套利，而非永久绑定于单一供应商。

如果说英伟达是最清晰的上游证据更新，那么 Anthropic 就是最清晰的下游变现更新。Anthropic 在 2026 年 2 月的 G 轮融资中筹集了 300 亿美元，投后估值 3800 亿美元，并表示 Claude Code 的运行率营收已超过 25 亿美元。到 4 月，Anthropic 表示整体运行率营收已突破 300 亿美元，高于 2025 年底的约 90 亿美元，年支出超过 100 万美元的企业客户数量已超过 1000 家。公司还宣布与毕马威建立全球联盟，覆盖超过 27.6 万名员工；扩大与普华永道的合作，向数万名专业人士推出 Claude Code 及相关工具；并为 Microsoft 365 应用中的金融服务工作流推出智能体与加载项。Anthropic 自己的材料将这些描述为编码、审计、交易执行、研究、文档制作、承保支持与专业工作流工具。这些声明是公司自行报告而非经审计的，但综合来看，它们表明至少部分已安装的计算基础现在正在满足真实的企业需求。

这是看待金融服务中智能体工作流的正确视角。高价值机会不是口号式的 “面向银行的人工智能公司”，而是编码、研究、尽职调查、KYC、合规审查、承保、月末结账、 pitchbook 制作、软件现代化与审计追踪中的工作流控制权。当人工智能产品被插入具有分发、信任、权限与可衡量劳动力替代的受监管或高摩擦工作流时，结构耐久性会提高。当它们只是重新标记通用副驾驶或表面级自动化时，经济价值仍然脆弱。这就是为何企业工作流平台与特定领域智能体，应该获得与通用人工智能包装不同的验证标准。

人工智能基础设施耐久性图谱

智能体商业引入了一个不同的问题：人工智能是否不仅改变生产功能，还改变交易路由。Visa 的智能商业计划表示，其目标是让人工智能代理通过 Visa API、标准与保障措施，代表消费者与企业进行交易。路透社报道，Visa 与微软、OpenAI、IBM、Anthropic、Mistral、Perplexity、三星与 Stripe 等公司合作，支持人工智能辅助商业。万事达卡推出了 Agent Pay，将其描述为支持人工智能主导商业中安全支付的 “智能体支付计划”，随后又与更广泛的商家与平台合作伙伴扩展了相关工具。这些公告并未证明智能体将主导商业，但确实表明支付网络已将智能体验货视为一个合理的战略层级，而非投机性的边缘话题。

如果智能体降低搜索成本，并根据价格、履约确定性与结算效率路由交易，基于习惯的分发可能会在边际上减弱。严重依赖消费者惯性或搜索摩擦的中介机构可能面临压力；能够结合信任、身份、低欺诈、争议管理与机器速度结算的渠道可能获得重要性。这就是为何稳定币、代币化存款与代币化货币基金现在与人工智能相交，而非仅仅与加密相交。Stripe 将稳定币推广为全天候跨境渠道。Visa 正在扩大稳定币结算。摩根大通与蒙特利尔银行正在建设机构代币化现金系统。一个合理的路径是：卡仍将在消费者端占据主导地位，而代币化现金、稳定币或银行存款代币将在机器对机器的中间层获得相关性，尤其是在智能体优化成本、速度、可编程性与 24/7 抵押品流动的场景中。现有数据尚未解决这是否会成为大规模的零售转变，或仍将集中在国库、B2B 与资本市场工作流中。

稳定币与代币化现金

稳定币是加密模仿能否硬化为基础设施的最强当代测试。原因很简单：与许多其他加密类别不同，稳定币直接在支付、国库管理、汇款、交易抵押品与全球美元中介领域竞争。截至 2026 年 5 月，市场规模已大到足以产生影响，但仍足够集中，足以暴露经济价值的实际所在。媒体估计全球稳定币市场接近 3150-3200 亿美元，其中美元挂钩币占据绝对主导地位。Circle 的 USDC 页面显示，2026 年 5 月 18 日 USDC 流通量为 768 亿美元；而 Tether 报告截至 2026 年 3 月 31 日的代币相关负债约为 1830 亿美元，路透社与国际清算银行的报道则显示，到 4 月 USDT 流通量接近 1900 亿美元。这意味着前两大发行商控制了超过五分之四的市场。这是一种基础设施模式，而非碎片化的长尾模式。

Circle 的结构明显更加明确与机构化。USDC 被描述为 100% 由高流动性现金与现金等价物支持，并可 1:1 兑换美元。Circle 表示，大部分储备投资于 Circle 储备基金 —— 一只由贝莱德管理、SEC 注册的 Rule 2a-7 政府货币市场基金，资产托管于纽约梅隆银行。Circle 的文件还表示，储备的现金部分存放在为稳定币持有人利益而设立的账户中，截至 2025 年 12 月 31 日，约 88% 的 USDC 储备位于 Circle 储备基金中。在 2026 年第一季度财报中，Circle 报告储备收入为 6.53 亿美元，同比增长 17%，主要受 USDC 平均流通量增加驱动。这是一种可识别的机构负债架构：经审计的公司财务、受监管的储备资产、指定的托管人，以及与短期美元利率紧密挂钩的融资模式。

Tether 的架构则不同，且仍存在更多争议。Tether 由 BDO 编制的 2026 年第一季度证明报告，显示约 1835 亿美元的负债、1918 亿美元的资产与 82.3 亿美元的储备缓冲。报告称，直接和间接持有的美国国债约为 1410 亿美元，全部为实物黄金的贵金属持有量约为 200 亿美元，比特币持有量约为 70 亿美元。Tether 还表示其审计流程已正式启动，这与完成全面审计不是一回事。对于机构读者而言，这一区别至关重要。Tether 的规模与分发渠道无可否认，但其披露制度与 Circle 更传统的上市公司架构仍存在实质性差异。这种差异并非表面文章，它直接关系到每个发行商在监管机构、银行与保守配置者面前所能获得的模仿溢价质量。

这就是为何储备架构比代币形式更重要。支付稳定币是一种试图在可编程环境中表现得像现金的私人负债。这种主张能否安全扩展，取决于赎回确定性、压力下的流动性、治理、法律可执行性、制裁控制与储备资产构成。国际清算银行认为，稳定币未能通过货币的三项核心测试，即单一性、弹性与完整性，并反复警告，大规模稳定币增长可能在支持它们的安全资产中引发挤兑与甩卖风险。国际清算银行的研究还发现，稳定币增长会影响安全资产定价与国债需求。换句话说，问题不再是稳定币是否是 “加密”，而是它们能否作为一种新的私人货币层发挥作用，同时不引入早期私人货币制度的经典脆弱性。

国际货币基金组织的立场更为平衡，但指向同一方向。其 2025-2026 年的工作强调，稳定币可以使跨境支付更快、更便宜，并扩大全球金融服务的可及性，但也会带来货币替代、资本流动波动、碎片化、法律不确定性与宏观金融不稳定的风险，尤其是在国内货币锚较弱的经济体中。欧洲央行则更加强调主权角度。克里斯蒂娜・拉加德 2026 年 5 月的演讲明确将辩论框架为功能与工具的分离，而欧洲央行的工作论文将美元支持的支付稳定币描述为创造了一个新的全球安全资产渠道，另一篇论文则记录了存款替代效应，这可能增加银行对批发融资的依赖，并削弱货币政策传导。《GENIUS 法案》通过后，美联储的工作现在将支付稳定币与代币化存款视为潜在有意义的支付创新，但仍强调挤兑风险、非法金融控制与可能的银行脱媒。简而言之：稳定币已从投机资产类别跨越为政策对象。

美国法律也已发生变化。财政部与美联储的材料称，《GENIUS 法案》于 2025 年 7 月 18 日签署成为法律，为 “支付稳定币” 建立了联邦框架。财政部 2026 年的实施材料表示，获许可的支付稳定币发行商将出于《银行保密法》目的被视为金融机构，并面临制裁合规义务；同时允许规模低于 100 亿美元的发行商在一定条件下选择实质上类似的州级制度。SEC 在 2025 年 4 月关于稳定币的单独声明中表示，某些按工作人员描述方式提供的、有储备支持的、1:1 可赎回的 “受保稳定币” 不构成证券。无论人们是否欢迎这些发展，它们显然减少了模仿溢价不确定性的一个方面：美国的监管形式正变得更加清晰。

分发渠道是下一个决定性层级。Visa 表示，其稳定币结算试点到 2026 年 4 月已达到 70 亿美元的运行率，并扩展到另外五个区块链；此前，它曾提到美国境内的年化结算量超过 35 亿美元，路透社在 2026 年 1 月报道了 45 亿美元的年化运行率。万事达卡不仅在 2025 年推出了端到端稳定币功能，还在 2026 年 3 月同意收购 BVNK，将链上支付与法币渠道连接起来，明确将这一组合定位为围绕稳定币、代币化存款与代币化资产。Stripe 在收购 Bridge 后，与 Visa 合作推出了稳定币关联发卡服务，在 101 个国家推出了稳定币驱动的资金管理与国库功能，并在 2025 年年度更新中表示，稳定币支付量翻了一番，达到约 4000 亿美元，其中 Bridge 的交易量增长了四倍多。这些发展之所以重要，是因为它们表明，获胜的层级可能不仅仅是代币发行商本身，还可能是使工具能够大规模使用的网络、编排层或商家分发接口。

更广泛的格局正在超越 “稳定币与银行” 的二元对立。PayPal 将 PYUSD 扩展到新的现实世界支付与奖励用例，并宣布计划使用 Stellar 进行额外的跨境与融资应用。Coinbase 为商业构建了稳定币支付堆栈，并在 2026 年第一季度表示，USDC 增长与 Base 驱动的智能体稳定币交易正在为战略做出贡献。摩根大通的 Kinexys 继续将 JPM Coin 定位为用于可编程支付与结算的银行支持存款代币，这在经济上与非银行支付稳定币不同，因为负债仍然是银行存款。贝莱德 2026 年董事长信函表示，其代币化国债基金已成为全球最大的代币化基金，贝莱德目前管理着 650 亿美元的稳定币储备。因此，竞争领域并非单一工具，而是一组重叠的类货币主张，每个都有不同的发行商、边界、融资模式与分发渠道。

对于银行与支付战略家而言，核心要点并非这些工具中的某一个会绝对 “获胜”，而是接口、储备架构与监管边界决定了谁拥有经济价值。因此，稳定币不仅仅是加密投机，更是一场关于可编程现金在金融堆栈中位置、谁捕获浮存经济、谁控制客户访问，以及资金流动的未来属于开放链、银行主导的代币化存款、基金包装、卡网络还是某种混合 “多货币” 系统的争论。

框架与战略启示

使用模仿溢价框架最实用的方式，是问一个简单但残酷的问题：什么能在 70% 的回撤中幸存下来？

如果答案是 “股票代码、社区、包装或新闻稿故事”，那么该主张很可能是表面模仿。如果答案是 “铁路、储备架构、合规边界、转换成本、工作流或物理约束”，那么该主张更接近结构性模仿。这一压力测试适用于风险投资、成长型投资、公开股票、基础设施与数字资产，因为它剥离了在狂热阶段无人能控制的一个变量 —— 不断上涨的价格。

尽职调查清单

这份清单有意将尽职调查从类别标签上移开。一家公司可以从事人工智能、加密、稳定币或金融基础设施领域，但如果它不拥有任何不可或缺的层级，仍可能在结构上失败。相反，一家看似不起眼的企业，如果它控制了成本曲线、赎回可信度、封装测试能力或受监管的分发渠道，就可能处于核心地位。这就是为何个股与公司层面的工作比行业层面的热情更重要。在 2026 年，最危险的分析捷径是从主题邻近性推断所有权。

模仿风险评分卡

下一个上市周期中什么会幸存

模仿溢价的下一阶段，不仅将在已交易的资产中接受测试，还将在公开市场被要求吸收的下一批资产中接受测试。

2026-2028 年情景矩阵

截至 2026 年 5 月，这一点之所以重要，是因为市场不再仅仅处理抽象的人工智能期权价值。英伟达刚刚报告了 816 亿美元的季度营收，其中数据中心业务 752 亿美元，第二季度指引为 910 亿美元，同时批准了 800 亿美元的股票回购并大幅提高了股息。这一结果使最弱版本的 “人工智能是虚假的” 论点更难辩护，也转移了问题的焦点。如果人工智能需求是真实的，市场就必须决定哪些主张真正拥有它。

这个问题正变得越来越紧迫，因为人工智能与基础设施周期的私募市场端正在向公开市场边界移动。SpaceX 已提交 IPO 申请，路透社报道其潜在估值约为 1.75 万亿美元，且股权结构使埃隆・马斯克拥有严格的投票控制权。这份申请还汇集了几个历史上公开投资者难以同时定价的叙事：火箭、星链、人工智能基础设施、xAI 敞口、资本密集度、创始人控制与长期期权价值。

Anthropic 带来了第二个测试。据报道，该公司即将迎来首个盈利季度，预计第二季度营收为 109 亿美元，营业利润为 5.59 亿美元。与此同时，其报告的计算承诺 —— 包括与 SpaceX 达成的截至 2029 年 5 月每月 12.5 亿美元的协议 —— 凸显了前沿人工智能的基本矛盾：收入牵引力正在变得真实，但容量成本仍然巨大。

在这一点上，模仿溢价已不仅仅是一个估值概念，它成为了一个市场结构问题。公开投资者可能很快会被提供一类新的巨型上市公司，其卖点不仅仅是增长，而是参与人工智能、太空、计算、连接与自动化商业的下一个工业层。这些公司可能是真实的，它们的产品可能很重要，它们的可寻址市场可能很大。但这些都不能解决 IPO 买家获得的是结构性所有权，还是结构性野心的流动性符号的问题。

历史模式是熟悉的。铁路投资者没有错，交通正在被重塑；电信投资者没有错，带宽需求将会上升；互联网投资者没有错，互联网将重组商业。错误通常更具体：市场通过未能完全拥有未来经济价值的主张来资本化未来。在某些情况下，基础设施幸存下来，而资本结构没有；在另一些情况下，获胜的层级只有在首批公开代理标的已经吸收了溢价之后才会出现。

人工智能可能正在进入同一阶段。周期的第一部分奖励了最明显的瓶颈，尤其是加速计算。第二部分正在扩散到封装、网络、内存、电力、电网接入、数据中心执行、云分发与企业工作流控制。第三部分可能是前沿平台的公开上市，其估值取决于它们真正控制了多少堆栈。市场将需要区分拥有计算、租赁计算、转售计算、融资计算与讲述计算。这些不是同一种业务。

稳定币面临着平行的筛选过程。它们的第一个周期是代币可见性，下一个周期是负债质量。支付稳定币、代币化货币市场基金、代币化银行存款与央行数字货币在接口层可能看起来相似，但它们是不同的资产负债表工具。持久的溢价不会附着于 “稳定币” 这个词本身，而是会附着于储备透明度、赎回可信度、监管许可、分发渠道、结算用途以及与国库或抵押品工作流的集成。

因此，构建 2026 至 2028 年最清晰的方式，不是预测繁荣或萧条，而是从主题稀缺向结构性审计的过渡。在第一阶段，资本为敞口付费，因为拥有该主题的方式很少；在第二阶段，资本开始询问敞口是否映射到持久的经济价值；在第三阶段，公开市场将符号与运营层分离开来。

这种分离可以在主题不失败的情况下发生。英伟达可以继续是结构性赢家，而其他人工智能主张重新定价；Anthropic 可以展示真实需求，同时仍暴露前沿智能的服务成本有多高；SpaceX 可以是世界上最重要的公司之一，同时仍迫使公开投资者在一只证券中同时承保治理、资本密集度、人工智能损失、发射经济学与长期期权价值；稳定币可以在支付与抵押品中变得更加相关，同时较弱的发行商失去其溢价。

因此，更精确的结论并非市场是非理性的，而是市场往往在耐久性之前为清晰度定价。它们首先为使未来可拥有的对象付费，只有后来才会决定该对象是否拥有瓶颈、资产负债表、分发渠道、成本曲线或监管边界。

这是下一个上市周期的核心风险。公开市场可能被要求资助的不仅是公司，还有浓缩版的未来：人工智能工厂、太空基础设施、自主智能体、代币化货币、私人结算渠道与机器规模的商业。其中一些主张值得溢价，另一些则只是使未来变得可交易。

问题不在于未来是否真实。到 2026 年年中，它的一部分显然是真实的。问题在于，出售给市场的主张，是拥有了那个未来的结构，还是仅仅拥有了它最具流动性的符号。