前言
10月23日，2025上海区块链国际周暨第十一届区块链全球峰会上，万向控股副董事长肖风博士表示：区块链技术已从初创阶段进入应用大爆发的关键时期，正迈向第二条增长曲线。
区块链的"第二增长曲线"是什么？
是DeFi的进一步繁荣？是RWA资产上链的大规模落地？ 可能都不是。
如果我们回顾Crypto行业自比特币诞生至今（2025年）以来的发展历程，会发现区块链行业大致经历了创世、拓展、完整三次大跃迁，每一次跃迁都带来了一个周期的爆发式增长。而当下（2025年），恰好处于第三次大跃迁的末期和第四次大跃迁的前夕——整个行业缺乏像样的创新，都在吃第三次大跃迁的剩饭。
在这样的背景下，肖风所说的"第二增长曲线"显然不是指现有范式的修修补补，而是指向某种范式级的跃迁。 那么，这个跃迁会是什么？要回答这个问题，我们需要重新审视第一增长曲线究竟完成了什么，以及第二增长曲线将会带来什么。
第一增长曲线：从创世到拓展再到完善（2009-2025）
过去16年，Crypto经历了三个关键阶段，共同构成了第一增长曲线的完整周期：
第一阶段：比特币创世（2009-2015）。比特币的诞生让人类第一次可以拥有不受任何第三方控制的、完全自主的资产。虽然此后出现了许多山寨币，但本质上都是对比特币的模仿，并未带来范式创新。
第二阶段：以太坊拓展（2015-2020）。以太坊将智能合约引入区块链，让区块链不仅可以用于转账支付，还可以发行资产和构建链上应用。区块链的应用场景由点变成了面，这是基建层面的飞跃。
第三阶段：DeFi完善（2020-2025）。2020年夏天DeFi大爆发，去中心化银行（AAVE）、去中心化交易所（Uniswap）、去中心化外汇市场（Curve）等应用的出现，标志着链上金融基础设施的成熟。DeFi实现了数据透明、实时结算、低成本运行和7×24h无国界服务，这是应用层面的质变。
这三个阶段共同完成了Crypto的基础建设：比特币解决了"资产主权"问题，以太坊解决了"可编程性"问题，DeFi解决了"金融应用"问题。可以说，第一增长曲线已经让Crypto从无到有、从有到全，基础设施已经相当完善。
这也正验证了，肖风博士今天在区块链周上指出的：“行业正从草根式的"野蛮生长"过渡到标准化、规范化发展的阶段，未来将更加注重规则建设与制度化治理。区块链在与真实场景、用户及需求深度结合的过程中，必然受到社会规则的约束，而这正是其走向成熟的重要标志。他认为，区块链将逐步成长为全球金融体系的新型基础设施。”
但问题也随之而来：基础设施已经完善，应用方向已经明确，下一步的增长空间在哪？
那就是要进入区块链的第二增长曲线。
链上人口大爆炸
Crypto要进一步繁荣，需要更多的链上用户和更频繁的链上经济活动。但如果把希望寄托在人类用户增长上，前景并不乐观。目前全球区块链用户约5.6亿，即使全球拥有银行账户的48.6亿人都上链，增长空间也不足10倍——而这只是理论极限值，实际可能不足2-3倍。
因此，第二增长曲线的核心不是人类用户的缓慢增长，而是AI Agent的爆发式增长。
如今AI正飞速发展，马斯克和奥特曼都曾预言：未来AI的数量将超越人类。而AI要走向AGI（拥有自主能力的通用AI），就必须拥有自主可信的身份和账户体系。目前世界上，没有哪个组织可以给AI颁发全球通用可信的身份证和银行账户，而Crypto天然就可以。
链上AI天然比人类更适合区块链：AI可以7×24h工作，区块链也是；AI的商业往来没有区域和国界限制，区块链也是；AI的协作效率要求极高，而区块链的实时结算正好适配。链上AI之间的大量经济往来、商业互动、社会协作将形成链上AI经济体，从而实现真正的链上经济繁荣。
这场"链上人口大爆炸"，或许正是肖风博士所说的"第二增长曲线"的真正内涵。
但是，要实现链上AI自主自治，实现链上经济繁荣，不是一蹴而就的。其中最关键的，也是第一步，就是要实现链上AI的可信验证——如何验证链上AI的身份是可信的？如何验证AI的输入和输出是可信的且可被验证？
正如人类商业文明建立在"诚信"之上，链上AI经济也必须建立在"可信验证"之上。人的身份、资产信息、商业行为都需要可信，否则商业繁荣就是空谈。同样，链上AI经济的繁荣也需要建立在可信验证的基础之上。
因此，谁能解决链上AI可信验证的问题，谁就能启动第二增长曲线。
值得关注的是，关于链上AI可信验证问题，已经有优秀的创业者开始探索。
目前主流的方向有两个：
一个方向是构建专有的AI Layer1，让一切链上AI标准及应用都基于同一个基础设施构建。
其中AI Layer1的典型代表是0G Labs 和Bittensor 。
0G主要是构建AI DA层，通过多共识验证数据完整性与快速检索，从而确保AI数据来源可信。0G作为专有的AI Layer1，专有聚焦于AI数据存储及访问（如AI模型训练数据集），0G只验证数据而非AI输出/代理，而且不直接处理AI Agent行为。
bittensor则强调通过去中心化激励的方式构建AI大模型，以子网激励的模式优化机器学习，其优势是规范统一，劣势是不兼容外部大模型构建的AI。bittensor的逻辑是用区块链的方式来构建AI模型，优势是垂直专业化，可以实现生态内部AI的可信验证，劣势是不兼容外部AI模型。
还有一个方向是直接构建AI可信验证网络，直接验证AI的输入和输出过程，且兼容一切外部AI模型。
这里面的典型代表是 Mira和 DeepSafe。
Mira通过多模型交叉验证形成共识、实现事实一致性，然后再通过社区节点参与最终仲裁，然后链上记录证明，最终实现AI的可信验证。Mira实现AI可信验证的方法是一种基于交叉验证和社区仲裁的社会共识法，其更强调AI的输出验证。
而Deepsafe通过Ring-VRF 随机算法 、 ZKP 、MPC 隐私计算 、TEE 硬件隔离四项密码学技术共同构建的CRVA（Crypto Random Verification Agent），来实现动态随机选择节点（每 10-60 分钟旋转），多代理协作验证 AI 意图和行为，而且支持链上/链下的AI消息验证，这种完全依靠密码学和数学的AI可信验证方案，我们称之为数学共识法，且Deepsafe强调对AI的输入和输出过程的验证。
以上，就是AI可信验证市场的两个主流方向以及代表性项目。
简单总结就是，以 @0G_labs 和 @bittensor 所代表的AI Layer1派，通过统一标准的AI基础层实现对AI数据的可信验证；而以@Mira_Network 和 @DeepSafe_AI 为代表的AI可信验证网络，则是直击AI验证的输入和输出，通过社会共识法或者数学共识法来实现AI的可信验证。
现在很难说，这两个流派哪个才会成为未来主流的AI可信验证方案，但是，可以很明显的看到，AI可信验证市场——ATVM（AI Trusted Verification Market）正在逐步打开，已经有越来越多的优秀创业者涌进这个赛道。
我相信，随着AI可信验证市场的壮大，将会有越来越多的可信AI运行在区块链上。目前可能只要几十万或者上百万，但是，未来将诞生数倍于链上人类数量的链上AI，它们将成为区块链上的主流用户，链上AI和链上人类，链上AI和链上AI之间，将产生大量的链上业务往来和商业活动，进而催生真正的链上经济繁荣。
或许在未来3-5年，当链上AI经济网络真正繁荣时，人们会回望这段时期，将其称为Crypto第二增长曲线的开端——一场从"野蛮生长"到"可信繁荣"的关键转折，一场从"人类用户"到"AI Agent"的范式跃迁，一场从"边缘实验"到"全球基础设施"的历史性跨越。
而那时，肖风博士今天的预言，将被证明是对行业未来发展趋势的精准预言。
