8 głównych trendów w branży kryptowalut przewidywanych przez a16z na 2026 rok: Rozwój blockchainów prywatności, transformacja platform transakcyjnych itp.

Autor: a16z

Opracowanie: Deep Tide TechFlow

a16z (Andreessen Horowitz) niedawno opublikowało listę "wielkich pomysłów", które mogą pojawić się w sektorze technologicznym w 2026 roku. Pomysły te zostały zaproponowane przez partnerów z zespołów Apps, American Dynamism, Biotechnology, Cryptocurrency, Growth, Infrastructure i Speedrun.

Poniżej przedstawiono wybrane kluczowe pomysły i spostrzeżenia specjalnych współpracowników z obszaru kryptowalut, obejmujące szeroki zakres tematów od inteligentnych agentów i sztucznej inteligencji (AI), stablecoinów, tokenizacji i finansów, prywatności i bezpieczeństwa po rynki predykcyjne i inne aplikacje. Aby dowiedzieć się więcej o perspektywach technologicznych na 2026 rok, prosimy o przeczytanie pełnego artykułu.

Budowanie przyszłości

Platformy handlowe to dopiero początek, a nie koniec.

Dziś, oprócz stablecoinów i pewnej podstawowej infrastruktury, niemal wszystkie dobrze prosperujące firmy kryptowalutowe przekształciły się lub są w trakcie przekształcania się w platformy handlowe. Jednak jaki będzie ostateczny rezultat, jeśli "każda firma kryptowalutowa stanie się platformą handlową"? Duża ilość jednorodnej konkurencji nie tylko rozproszy użytkowników, ale może również pozostawić tylko kilku zwycięzców. Firmy, które zbyt wcześnie przejdą na handel, mogą przegapić okazję do zbudowania bardziej konkurencyjnych i zrównoważonych modeli biznesowych.

W pełni rozumiem wyzwania, przed którymi stoją założyciele w utrzymaniu zdrowej kondycji finansowej, ale wyłączne dążenie do krótkoterminowego dopasowania produktu do rynku może wiązać się z kosztami. Jest to szczególnie widoczne w branży kryptowalut, gdzie unikalna dynamika związana z tokenami i spekulacją często prowadzi założycieli na ścieżkę "natychmiastowej gratyfikacji", podobnie jak "test pianki marshmallow".

Nie ma nic złego w samych transakcjach - są one rzeczywiście ważną funkcją operacji rynkowych - ale niekoniecznie są ostatecznym celem. Założyciele, którzy koncentrują się na samym produkcie i poszukują dopasowania produktu do rynku z perspektywą długoterminową, prawdopodobnie będą ostatecznie większymi zwycięzcami.

– Arianna Simpson, Partner Generalny, Zespół a16z Crypto

Nowe przemyślenia na temat Stablecoinów, tokenizacji RWA, płatności i finansów

Myślenie o tokenizacji rzeczywistych aktywów (RWA) i Stablecoinach w bardziej natywny dla kryptowalut sposób

Widzieliśmy, jak banki, firmy fintech i firmy zarządzające aktywami wykazują duże zainteresowanie przenoszeniem akcji amerykańskich, towarów, indeksów i innych tradycyjnych aktywów do blockchainu. Jednak w miarę jak coraz więcej tradycyjnych aktywów jest przenoszonych do blockchainu, ich tokenizacja jest często "fizyczna" - to znaczy oparta na istniejących koncepcjach aktywów rzeczywistych, bez pełnego wykorzystania natywnych cech kryptowalut.

Natomiast syntetyczne formy aktywów, takie jak kontrakty perpetual futures (perps), oferują głębszą płynność i są prostsze w implementacji. Perps zapewniają również łatwo zrozumiały mechanizm dźwigni, czyniąc je potencjalnie najbardziej odpowiednim natywnym instrumentem pochodnym dla rynku kryptowalut. Akcje rynków wschodzących są prawdopodobnie jedną z najbardziej interesujących klas aktywów do zbadania pod kątem "perpify". Na przykład, dla niektórych akcji płynność rynków opcji zero-expiration-date (0DTE) jest często głębsza niż rynek spot, co czyni perpify wartym eksperymentu.

Ostatecznie sprowadza się to do wyboru między "trwałością" a "tokenizacją"; w każdym razie mamy powody, aby spodziewać się, że w nadchodzącym roku zobaczymy więcej natywnej dla kryptowalut tokenizacji rzeczywistych aktywów.

Podobnie, w 2026 roku sektor stablecoinów zobaczy więcej "innowacji w emisji, a nie tylko tokenizacji". Stablecoiny stały się mainstreamem w 2025 roku, a ich emisja nadal rośnie.

Jednak stablecoiny pozbawione silnej infrastruktury kredytowej są bardziej jak "wąskie banki", posiadające określone, wysoce płynne aktywa, które są uważane za niezwykle bezpieczne. Chociaż wąskie banki są skutecznym produktem, nie wierzę, że staną się długoterminowym filarem gospodarki on-chain.

Widzieliśmy wielu nowych menedżerów aktywów, kuratorów i protokołów promujących pożyczki zabezpieczone aktywami on-chain zabezpieczone zabezpieczeniami off-chain. Zazwyczaj te pożyczki są generowane off-chain, a następnie tokenizowane. Jednak uważam, że to podejście do tokenizacji oferuje ograniczone korzyści, być może tylko w dystrybucji ich do użytkowników już znajdujących się on-chain. Dlatego aktywa dłużne powinny być generowane bezpośrednio on-chain, a nie generowane off-chain, a następnie tokenizowane. Generowanie aktywów dłużnych on-chain zmniejsza koszty obsługi pożyczek, koszty infrastruktury back-end i poprawia dostępność. Wyzwania leżą w zgodności i standaryzacji, ale programiści pracują nad rozwiązaniem tych problemów.

– Guy Wuollet, Partner Generalny, Zespół a16z Crypto

Stablecoiny napędzają aktualizacje podstawowych ksiąg rachunkowych banków, otwierając zupełnie nowe scenariusze płatności.

Dziś większość banków nadal korzysta z przestarzałych systemów oprogramowania, które są trudne do rozpoznania dla współczesnych programistów: banki były wczesnymi adopatorami systemów oprogramowania na dużą skalę już w latach 60. i 70. Do lat 80. i 90. zaczęło pojawiać się oprogramowanie bankowe drugiej generacji (takie jak GLOBUS firmy Temenos i Finacle firmy InfoSys). Jednak to oprogramowanie się zestarzało, a aktualizacje były zdecydowanie zbyt wolne. W rezultacie wiele kluczowych ksiąg rachunkowych sektora bankowego - tych kluczowych baz danych, które rejestrują depozyty, zabezpieczenia i inne zobowiązania - nadal działa na komputerach mainframe używających języka programowania COBOL, opierając się na interfejsach plików wsadowych zamiast nowoczesnych API.

Większość globalnych aktywów jest nadal przechowywana w tych kilkudziesięcioletnich księgach rachunkowych. Chociaż te systemy zostały sprawdzone w praktyce, są zaufane przez regulatorów i głęboko zintegrowane ze złożonymi scenariuszami bankowymi, stały się również przeszkodą dla innowacji. Na przykład dodanie kluczowych funkcji, takich jak płatności w czasie rzeczywistym, może zająć miesiące, a nawet lata i wiąże się z radzeniem sobie ze znacznym długiem technologicznym i złożonymi wymaganiami regulacyjnymi.

To właśnie tutaj wkraczają stablecoiny. W ciągu ostatnich kilku lat stablecoiny znalazły dopasowanie produktu do rynku i z powodzeniem weszły do mainstreamu finansowego. W tym roku tradycyjne instytucje finansowe (TradFi) przyjęły stablecoiny na niespotykanym dotąd poziomie. Instrumenty finansowe, takie jak stablecoiny, tokenizowane depozyty, tokenizowane obligacje skarbowe i obligacje on-chain, umożliwiają bankom, firmom fintech i instytucjom finansowym rozwój nowych produktów i obsługę większej liczby klientów. Co ważniejsze, te innowacje nie zmuszają instytucji do przepisywania swoich starszych systemów - chociaż te systemy się starzeją, działają stabilnie od dziesięcioleci. Stablecoiny zapewniają zatem instytucjom zupełnie nowy sposób na innowacje.

– Sam Broner

Przyszłość inteligentnych agentów i AI

Wykorzystanie AI do wykonywania merytorycznych zadań badawczych

Jako matematyczny ekonomista, na początku tego roku było mi niezwykle trudno sprawić, aby modele AI klasy konsumenckiej zrozumiały mój przepływ pracy; jednak do listopada mogłem dawać im abstrakcyjne instrukcje, jakby byli doktorantami... i czasami zwracali zupełnie nowe i poprawnie wykonane odpowiedzi. Co więcej, zaczynamy widzieć AI wykorzystywane w szerszym zakresie obszarów badawczych - szczególnie w rozumowaniu, gdzie modele AI nie tylko bezpośrednio pomagają w odkryciach, ale także autonomicznie rozwiązują problem Putnama (być może naтруdniejszy na świecie egzamin z matematyki na poziomie uczelni).

To, co pozostaje niejasne, to w jakich obszarach to podejście wspierające badania będzie najbardziej pomocne i w jaki sposób. Jednak przewiduję, że możliwości badawcze AI będą wspierać i inspirować nowy styl badawczy "polihistora": taki, który ma tendencję do spekulacji na temat relacji między różnymi pomysłami i szybkiego ekstrapolowania z bardziej hipotetycznych odpowiedzi. Te odpowiedzi mogą nie być całkowicie dokładne, ale przynajmniej w określonych ramach logicznych mogą wskazywać właściwy kierunek. Ironicznie, to podejście jest nieco podobne do wykorzystania mocy "iluzji" modelu: gdy te modele stają się wystarczająco "inteligentne", pozwolenie im na swobodne eksplorowanie przestrzeni abstrakcyjnych może generować niektóre bezsensowne pomysły, ale czasami może również prowadzić do przełomowych odkryć, podobnie jak ludzie są najbardziej kreatywni, gdy uwolnią się od linearnego myślenia i wyjdą poza jasne kierunki.

Myślenie o problemach w ten sposób wymaga zupełnie nowego przepływu pracy AI - nie tylko modelu "proxy-do-proxy", ale bardziej złożonego modelu "proxy-owinięty-proxy" - w którym różne warstwy modeli pomagają badaczom w ocenie modeli na wczesnym etapie i stopniowym wydobywaniu cennych spostrzeżeń. Używałem tej metody do pisania artykułów, podczas gdy inni używali jej do wyszukiwania patentów, wymyślania nowych form sztuki, a nawet (niestety) odkrywania nowych sposobów atakowania smart kontraktów.

Jednak aby uruchomić ten model badawczy "opakowanego agenta rozumującego", potrzebna jest lepsza interoperacyjność między modelami oraz sposób identyfikacji i rozsądnego wynagradzania za wkład każdego modelu - i to są problemy, które technologia szyfrowania może pomóc rozwiązać.

– Scott Kominers, członek zespołu badawczego kryptografii a16z, profesor w Harvard Business School

Ukryte podatki nakładane na otwarte sieci przez agentów AI

Wraz ze wzrostem znaczenia agentów AI, pewien rodzaj "ukrytego podatku" uciska otwarty internet i fundamentalnie zakłóca jego podstawy ekonomiczne. To zakłócenie wynika z rosnącej asymetrii między warstwą kontekstową a warstwą wykonawczą internetu: obecnie agenci AI wydobywają dane z witryn z treściami wspieranymi reklamami (warstwa kontekstowa), aby zapewnić wygodę użytkownikom, jednocześnie systematycznie omijając strumienie przychodów, które wspierają tworzenie treści (takie jak reklamy i subskrypcje).

Aby zapobiec dalszemu upadkowi otwartego internetu (i chronić różnorodne treści napędzające AI), musimy wdrożyć rozwiązania technologiczne i ekonomiczne na dużą skalę. Może to obejmować sponsorowane treści następnej generacji, systemy mikro-atrybucji lub inne innowacyjne modele finansowania. Istniejące umowy licencyjne AI również okazały się krótkowzrocznymi środkami tymczasowymi, zazwyczaj wynagradzając dostawców treści jedynie za niewielką część przychodów utraconych z powodu wkroczenia ruchu AI.

Internet potrzebuje zupełnie nowego modelu techno-ekonomicznego, który pozwala na automatyczny przepływ wartości. Najważniejszym przejściem w przyszłym roku będzie przejście od statycznego modelu autoryzacji do modelu kompensacji opartego na użyciu w czasie rzeczywistym. Oznacza to testowanie i skalowanie systemów - potencjalnie wykorzystujących nanopłatności oparte na blockchain i wyrafinowane kryteria atrybucji - aby automatycznie nagradzać każdy podmiot, który wnosi informacje do pomyślnego wykonania zadań przez agentów AI.

– Liz Harkavy, Zespół Inwestycyjny a16z Crypto

Prywatność to fosa

Prywatność stanie się najważniejszą fosą w przestrzeni kryptowalut.

Prywatność jest jedną z kluczowych cech napędzających globalną finansję do blockchainu. Jednak jest to również kluczowy element, którego brakuje w niemal wszystkich blockchainach dziś. Dla większości blockchainów prywatność jest często jedynie drugorzędnym, późniejszym przemyśleniem.

Jednak sama prywatność jest teraz kluczowym wyróżnikiem technologii blockchain. Co ważniejsze, prywatność może również stworzyć "blokadę łańcucha" lub efekt sieci prywatności. Jest to szczególnie ważne w erze, w której konkurencja wydajnościowa nie jest już wystarczającą zaletą.

Protokoły mostów międzyłańcuchowych sprawiają, że migracja między różnymi łańcuchami jest niezwykle łatwa, o ile wszystkie informacje są publiczne. Jednak ta wygoda znika, gdy wprowadza się prywatność: przenoszenie tokenów między łańcuchami jest łatwe, ale przenoszenie prywatności między łańcuchami jest niezwykle trudne. Użytkownicy napotykają ryzyko, przechodząc do lub z łańcucha prywatności, niezależnie od tego, czy przełączają się na łańcuch publiczny, czy inny łańcuch prywatności, ponieważ ci obserwujący dane on-chain, mempools lub ruch sieciowy mogą potencjalnie wywnioskować ich tożsamość. Przekraczanie granicy między łańcuchem prywatności a łańcuchem publicznym, lub nawet między dwoma łańcuchami prywatności, może wyciekać różne metadane, takie jak korelacja między czasem transakcji a kwotami - informacje, które mogłyby znacznie ułatwić śledzenie użytkowników.

W porównaniu z wieloma jednorodnymi nowymi łańcuchami, których opłaty transakcyjne mogą być sprowadzone do niemal zera z powodu konkurencji, blockchainy z funkcjami prywatności mogą generować silniejsze efekty sieciowe. Rzeczywistość jest taka, że jeśli blockchain "ogólnego przeznaczenia" nie ma dojrzałego ekosystemu, aplikacji killer lub nieuczciwych przewag dystrybucyjnych, jest niewiele powodów, dla których użytkownicy wybraliby jego użycie lub budowanie na nim, nie mówiąc już o rozwijaniu lojalności.

Na publicznych blockchainach użytkownicy mogą łatwo przeprowadzać transakcje z użytkownikami na innych łańcuchach - nie ma znaczenia, do którego łańcucha dołączą. Jednak na prywatnych blockchainach łańcuch, do którego użytkownicy decydują się dołączyć, staje się szczególnie ważny, ponieważ po dołączeniu są mniej skłonni do migracji do innych łańcuchów, aby uniknąć ryzyka narażenia prywatności. To zjawisko tworzy dynamikę "zwycięzca bierze wszystko". A ponieważ prywatność jest kluczowa dla większości rzeczywistych aplikacji, kilka łańcuchów prywatności może ostatecznie zdominować przestrzeń kryptowalut.

– Ali Yahya, Partner Generalny Zespołu a16z Crypto

Inne branże i aplikacje

Rynki predykcyjne staną się większe, szersze i inteligentniejsze.

Rynki predykcyjne stopniowo wkroczyły do mainstreamu, a w nadchodzącym roku, wraz z ich konwergencją z kryptografią i sztuczną inteligencją (AI), staną się większe, szerzej stosowane i bardziej inteligentne, przynosząc jednocześnie nowe i znaczące wyzwania dla programistów.

Po pierwsze, więcej kontraktów zostanie umieszczonych na rynkach predykcyjnych. Oznacza to, że będziemy mieli dostęp nie tylko do kursów w czasie rzeczywistym dotyczących ważnych wyborów lub wydarzeń geopolitycznych, ale także prognoz dla szerokiego zakresu zniuansowanych wyników i złożonych zdarzeń krzyżowych. W miarę jak te nowe kontrakty odkrywają więcej informacji i stopniowo integrują się z ekosystemem wiadomości (trend, który już się rozpoczął), będą stawiać ważne pytania społeczne, takie jak jak zrównoważyć wartość informacji i jak lepiej zaprojektować te rynki, aby uczynić je bardziej przejrzystymi i audytowalnymi - pytania, które można rozwiązać za pomocą kryptografii.

Aby poradzić sobie z gwałtownym wzrostem nowych kontraktów, potrzebujemy nowych sposobów osiągania konsensusu w sprawie rzeczywistych zdarzeń, aby rozwiązać te kontrakty. Chociaż scentralizowane rozwiązania platformowe (takie jak potwierdzenie, czy zdarzenie rzeczywiście miało miejsce) są ważne, ich ograniczenia zostały ujawnione w kontrowersyjnych przypadkach, takich jak rynek pozwów Zełenskiego i rynek wyborów wenezuelskich. Aby rozwiązać te marginalne przypadki i pomóc w rozszerzeniu rynków predykcyjnych na bardziej praktyczne aplikacje, nowatorskie zdecentralizowane mechanizmy zarządzania i wyrocznie Large Language Model (LLM) mogą pomóc w określeniu prawdy stojącej za spornymi wynikami.

Potencjał AI wykracza poza wyrocznie sterowane LLM. Na przykład agenci AI aktywni na tych platformach mogą zbierać sygnały na całym świecie, aby uzyskać krótkoterminowe przewagi handlowe. To nie tylko pomaga nam zobaczyć świat z zupełnie nowych perspektyw, ale także pozwala na dokładniejsze przewidywanie przyszłych trendów. (Projekty takie jak Prophet Arena już podsyciły entuzjazm w tej dziedzinie.) Poza dostarczaniem spostrzeżeń jako wyrafinowani analitycy polityczni, ci agenci AI mogą również ujawnić fundamentalne czynniki predykcyjne dla złożonych wydarzeń społecznych, gdy badamy ich pojawiające się strategie.

Czy rynki predykcyjne zastąpią sondaże opinii? Nie. Wręcz przeciwnie, ulepszą sondaże opinii (a informacje z sondaży opinii mogą również być wprowadzane na rynki predykcyjne). Jako profesor ekonomii politycznej jestem najbardziej podekscytowany potencjałem rynków predykcyjnych do współpracy z różnorodnym ekosystemem sondaży opinii - ale będziemy musieli polegać na nowych technologiach, takich jak AI, które mogą poprawić doświadczenie ankietowe, oraz szyfrowaniu, które może zapewnić zupełnie nowe sposoby weryfikacji, że uczestnicy ankiet i kwestionariuszy są ludźmi, a nie robotami.

– Andy Hall, Doradca ds. Badań nad Kryptowalutami w a16z, Profesor Ekonomii Politycznej na Uniwersytecie Stanforda

Technologia szyfrowania rozszerzy się na zupełnie nowe aplikacje poza blockchain.

Przez lata SNARKs (zwięzłe nieinteraktywne dowody z wiedzą zerową, rodzaj dowodu kryptograficznego, który weryfikuje poprawność dowodu bez ponownego wykonywania obliczeń) były wykorzystywane głównie w dziedzinie blockchain. Wynika to z faktu, że ich narzut obliczeniowy jest niewspółmiernie duży: udowodnienie obliczeń może być milion razy bardziej pracochłonne niż bezpośrednie uruchomienie tego obliczenia. W scenariuszach, w których ten narzut musi być rozłożony na dziesiątki tysięcy walidatorów, jest to opłacalne, ale w innych scenariuszach jest niepraktyczne.

Ta sytuacja wkrótce się zmieni. Do 2026 roku narzut obliczeniowy proverów zkVM (maszyna wirtualna z wiedzą zerową) zostanie zmniejszony do około 10 000 razy, podczas gdy ich ślad pamięciowy wyniesie tylko kilkaset megabajtów - wystarczająco szybko, aby działać na telefonach komórkowych i wystarczająco tanio, aby szeroko stosować w różnych scenariuszach. Jednym z powodów, dla których to "10 000 razy" może być krytycznym punktem zwrotnym, jest to, że równoległa przepustowość wysokiej klasy GPU wynosi około 10 000 razy więcej niż procesor laptopa. Do końca 2026 roku pojedynczy GPU będzie w stanie generować dowody obliczeniowe, które w przeciwnym razie wymagałyby wykonania CPU w czasie rzeczywistym.

To odblokuje niektóre z wizji zaproponowanych we wcześniejszych pracach badawczych: weryfikowalne przetwarzanie w chmurze. Jeśli już uruchamiasz obciążenia CPU w chmurze (ponieważ twoje zadania obliczeniowe są niewystarczające do akceleracji GPU, lub brakuje ci odpowiedniej wiedzy, lub z powodów historycznych), będziesz mógł uzyskać kryptograficzne dowody poprawności obliczeniowej po rozsądnych kosztach. Co więcej, prover jest już zoptymalizowany dla GPU, nie wymagając żadnych dodatkowych modyfikacji twojego kodu.

– Justin Thaler, członek zespołu badawczego kryptografii a16z, Profesor Nadzwyczajny Informatyki na Uniwersytecie Georgetown

— Zespół Redakcyjny a16z Encrypted