開發者數量腰斬之後：Crypto 沒有死，只是把人才讓給了 AI

作者：Xinyang \& Ethan，IOSG

2026 年，Crypto 開源社區的 GitHub 活躍曲線完成了一次驚人的"築底"。從 2022 年頂峰時期的 45K 月活開發者回落至約 23K，這種紙面數據上的減半，在社交媒體上引發了關於"敘事枯竭"的討論。然而，當我們拆解這條曲線的截面，看到的並非行業的萎縮，而是一場深刻的"人才去槓桿"。

▲ 數據來源：Electric Capital Developer Report，基於 Crypto Ecosystems Github

一、誰走了？誰還留著？

走掉的主要是新人。2024 年 2 月單月新增開發者達到 5462人，隨後大幅下滑，入行不到一年的流失率 52%。這批人大多在牛市期間湧入，做的是 NFT 鑄造合約、fork DeFi 協議、給新 L2 做前端。這些崗位高度依附於市場熱度，熱度一過，項目停止運營，崗位跟著消失。從數據看，新人的代碼貢獻從未超過整體的 25%，這批人從一開始就不在行業的核心圈層。

▲ Newcomers 隨牛市湧入、熊市出走；Established devs（2 年以上經驗）在同期創歷史新高

數據來源：Electric Capital Developer Report 另一方面，入行兩年以上的開發者在同一時期不降反升，創了歷史新高，貢獻著約 70% 的代碼量。Electric Capital 的 GP Maria Shen 的判斷很直接："當我們看 established developers 這個群體，它在增長，而且看起來非常健康。"

他們留下來不是因為沒有別的選擇。

技術上，現在 crypto 的核心工作是一般需要多年積累才能理解的基礎設施開發工作：協議層開發、安全審計、跨鏈架構，這些工作需要多年積累才能真正上手，不是熱度退去就能被市場淘汰的。

經濟上，很多老兵手裡有沒 vest 完的 token、有協議裡的 governance 權力和股權關係，他們在這個行業裡的積累已經形成了真實的壁壘和回報。從生態分佈看，他們在用腳投票：Bitcoin 開發者兩年增長 64.3%，Solana +11.1%，而 Cosmos 下降 51.1%，Polkadot 下降 46.9%。老兵正在向有真實用戶和收入的生態集中，離開那些還在靠敘事維持的項目。

▲ 來源：Coincub Web3 Jobs Report 2025

數據源：Web3.Career 崗位結構的變化也在印證同一件事。2025 年新增 Web3 職位中，占比最高的不是開發者，而是 Project \& Programme Management，超過 27%。對一個以技術驅動著稱的行業來說這是反直覺的，但背後的邏輯並不複雜：行業從建設期進入執行期，100 多條鏈需要整合，機構客戶進來之後對合規和安全的要求完全不同，DAO 治理需要在利益訴求各異的 stakeholder 之間找平衡。這不是傳統意義上的項目管理，而是在規則還在形成中的環境裡做協調和判斷。

行業表面在縮水，核心密度反而在上升。2018-2019 年那輪熊市同樣伴隨大量開發者流失，但在之後湧現了 Uniswap、Aave、OpenSea 等現象級項目，定義了 2020-2021 的牛市。這一輪留下來的 builder 們有更加成熟的基礎設施，而 AI 時代給了他們一個比上一輪更大的舞台。

二、留下的人，都帶著什麼能力？

Crypto 這個行業，到底在 builder 身上鍛鍊出來了什麼特殊能力？要回答這個問題，我們需要回到區塊鏈的底層原理，牛熊周期輪替之間，這個行業始終運行在同一條底層規則之上：代碼即法律，執行即終局。

2016 年 The DAO 事件，攻擊者利用遞歸調用漏洞轉走 3600 萬美元。代碼沒有 bug，邏輯完全按預期執行，只是邊界沒有被設計者預料到。2021 年 Poly Network 跨鏈橋被攻擊，6.1 億美元在數小時內轉移完畢。沒有平台可以叫停，沒有機構可以撤銷，沒有法律條款可以追償。這是 crypto 區別於幾乎所有其他行業的結構性特徵：容錯空間為零，事後干預幾乎不存在。

這種環境逼出來的，是一套在其他行業裡很少被需要的能力：在規則缺失、信任缺失的條件下，從零構建出讓陌生人願意參與的可運轉系統。

這個能力包含兩個層面。一是從零建立信任，不依賴任何外部權威，只靠代碼和機制讓陌生人願意把真實的資產放進來。二是在技術和經濟雙重不確定性下做出判斷，沒有監管框架、沒有歷史數據、沒有行業標準可以參照，仍然能設計出可以運轉的系統。

兩個層面在 crypto 裡都有具體的驗證。Uniswap 沒有公司擔保、沒有 KYC、沒有客服，任何人把資金放進流動性池，依靠的只是對幾百行代碼和一套經濟機制的信任，做到了數百億美元的日交易量。MakerDAO 沒有央行背書、沒有存款保險，純粹靠鏈上治理和抵押機制維持 DAI 的穩定。DeFi Summer 期間更極端，沒有監管框架、沒有審計標準、沒有任何歷史數據可以參照，builder 設計出 AMM、借貸協議、流動性挖礦，從概念到數十億美元 TVL 只用了幾個月。這個能力在協議層、應用層、治理層的 builder 身上體現形式各不相同，但底層原理是相同的。

AI 時代正在製造一個結構上高度相似的問題。模型決策過程不透明，輸出結果無法被獨立驗證。AI agent 開始自主執行交易、調配資金，配套的規則體系和約束機制還不存在。大模型公司既控制模型又控制評估標準，用戶缺乏有效的驗證手段。算力高度集中於少數頂級大廠，需求爆發時形成壟斷定價。這些問題指向同一核心：自主系統的信任問題，在 AI 更大的規模過程中重演。

crypto builder 在沒有外部權威規則約束的環境裡處理這類問題已經多年，只不過以前的場景是鏈上協議，現在換成了 AI。而已經有一批人把 crypto 裡積累的能力直接帶進了 AI，並且跑出了結果。

三、這些能力，在 AI 時代如何被重新定價？

從 crypto 轉向 AI 的案例近年屢見不鮮，但拆開看，他們帶走的東西並不相同。

最直觀的一條路是硬體和經驗的直接平移。CoreWeave 的三位創始人 Michael Intrator、Brian Venturo 和 Brannin McBee 從 2017 年開始用 GPU 挖以太坊，一路從一台擴展到數千台，2022 年關閉挖礦業務，兩個月後 ChatGPT 發布，手裡的 GPU 直接變成了 AI 算力供應，2025 年 3 月納斯達克上市，IPO 估值約 230 億美元，此後市值峰值一度接近 700 億美元。

OpenSea 聯合創始人 Alex Atallah 在 NFT 市場處理過極度異質性資產的聚合和路由問題，把同一套經驗搬到 AI 模型路由上，創立 OpenRouter，兩年內服務超過 500 萬開發者，估值達 5 億美元。

另一類遷移更值得關注。NEAR 創始人 I llia Polosukhin 是 Transformer 論文的聯合作者之一，當年從 Google 離開後，最初是想用自然語言構建 AI 應用，但在開發過程中遇到了一個現實問題：需要給全球各地的數據標註工人做跨境支付，而這些人大多沒有銀行賬戶，而區塊鏈技術成為這個支付難題最佳解決方案。

現在 NEAR 正在轉型為 AI 基礎設施平台，核心方向是 user-owned AI 和去中心化機密機器學習（DCML），讓用戶在不暴露數據的前提下使用 AI 服務。在 NEAR 積累的去中心化架構經驗，成了這個方向上最難被複製的起點。

Circle 聯合創始人 Sean Neville 離開後創立 Catena Labs，定位 AI 原生銀行，把對 stablecoin 基礎設施的理解直接遷移到 AI agent 金融場景，a16z crypto 領投 1800 萬美元種子輪。Aave 和 Lens Protocol 的資深開發者 Nader Dabit 轉向 Cognition，把在多個 crypto 協議裡積累的開發者生態建設經驗帶進了 AI agent 工具領域。

這批人帶走的不僅僅是 GPU 硬體或用戶網絡，而是機制設計的直覺、開發者生態的建設經驗、在規則缺失時從零構建可信系統的判斷力。這些能力正好對應 AI 規模化遇到的三個結構性缺口。 算力的聚合與優化 算力是 AI 規模化最直接的瓶頸。訓練和推理需要大量 GPU，需求波動大，雲廠商貴且排隊，企業不想自己囤硬體。這個問題有兩個層面：算力怎麼聚合分配，以及聚合來的算力怎麼用得更高效。crypto builder 在這兩個層面都有直接可遷移的積累。

Hyperbolic 解決的是分配和信任問題。創始人 Jasper Zhang 把去中心化的機制設計帶進了 AI 算力賽道：token 讓分散的 GPU 持有者願意把閒置算力貢獻出來，但更核心的問題是信任。

憑什麼相信一個陌生節點給出的計算結果是正確的？核心創新 PoSP 用隨機採樣加博弈論，讓誠實成為節點的占優策略，不需要全量驗證，低開銷，可擴展，結果可靠。這套機制從 crypto 驗證陌生節點行為的邏輯裡直接遷移而來。

MoonMath 解決的是效率問題。前身 Ingonyama 專注 ZK 硬體加速，在極端計算約束下把 ZK 證明生成速度提升了數倍。現在方向轉向 Physical AI 性能層，做視頻擴散模型的稀疏注意力加速（LiteAttention）、FFN 層低秩分解（LiteLinear）、訓練反向傳播加速（BackLite）。從 ZK 加速到 AI 推理加速，底層是同一套能力：在極端計算約束下讓數學跑得更快。賽道變了，積累沒有浪費。 AI 治理與激勵機制設計 當多個 AI agent 開始協作執行任務，如何確保它們不會在追求各自目標的過程中破壞整體系統。每個參與者都在追求自己的目標函數，沒有人保證它們加在一起之後系統還能正常運轉，而 agent 的執行速度遠超人類干預的窗口。

這是 crypto builder 在 DAO 治理和 tokenomics 設計上反復處理過的問題類型：讓利益訴求完全不同的參與方，在沒有中央權威的情況下，按照系統預設的方向運轉。crypto 給出的答案是經濟機制，違規操作會產生真實的經濟代價，規則寫在代碼裡，自動執行。

EigenLayer 把這套機制直接遷移到了 AI 場景。通過 restaking 機制，節點在參與協作前需要質押資產，不履約或違規操作會觸發自動懲罰，規則不是建議，是帶有真實經濟代價的剛性邊界。EigenCloud 把這套邏輯延伸到 AI agent 的可驗證計算和協作治理，讓 agent 在追求自身目標時必須落在預設的範圍內。用經濟機制約束 agent，比用倫理準則約束 agent 可靠得多。 AI Agent 自主支付 還有一個更基礎的問題：agent 怎麼付錢。傳統支付系統是為人設計的，信用卡需要開戶，銀行轉賬需要授權，每一步都假設操作者是人類、有身份、會等待。agent 不會等，它每秒可能發起大量請求，每次請求可能都涉及微額支付，傳統支付管道在這個場景下直接失效。

Stablecoin 和鏈上規則是 crypto builder 已經建好的基礎設施，原生支持可編程、無需授權、全天候運行。這三個特性恰好是 agent 支付場景的硬性要求，缺的只是一層把 stablecoin 接到 agent 工作流裡的協議。

x402 由 Coinbase 於 2025 年 5 月推出，把 HTTP 402 狀態碼激活，將 stablecoin 支付直接嵌入 HTTP 請求，agent 發起請求的同時完成支付，無需賬戶，結算約兩秒。截至 2026 年 4 月，x402 協議已處理超過 1.65 億筆交易，累計交易量約 5000 萬美元，活 agent 數達 69,000 個（數據來源：x402 Foundation），Cloudflare、AWS、Stripe、Anthropic MCP 均已接入。agent 支付已經是一條有真實流量的賽道。

三個方向對應的是 AI 規模化遇到的三個結構性缺口：算力的聚合與效率、多 agent 協作的激勵對齊、自主支付的基礎設施。這三個問題在傳統軟體架構裡沒有現成答案，但在 crypto 行業裡都有對應的處理經驗。能力沒有消失，只是找到了新的承載場景。

四、Builder 的新定位：從寫合約的人，到給 AI 定規則的人

AI 的規模化正在製造一個以前不存在的職能缺口。不是技術人才的缺口，而是能在自主系統裡設計信任機制的人的缺口。當服務的對象從人轉變為 AI，crypto builder 的角色也正在被重新定義。

下表對比了具體職能範式的維度變化：

兩個範式的核心差異不在於技術棧，而在於信任的建立方式和規則的執行邏輯。Pre-AI 時代，crypto builder 面對的是人類參與者，規則寫進合約，容錯空間為零，但系統的邊界相對清晰。

AI-Native 時代，當交互對象變成自主運行的 AI agent，需要解決的問題是：agent 的行為不可預測，執行速度遠超人類干預窗口，系統的邊界本身就需要在更大的不確定性下重新定義。crypto builder 的職能定位，正在從"寫安全的合約"轉向"為 AI 自主系統設計可信機制"。

頭部機構的招聘已經在反映這個變化：

▲ 2026 年 Q1 頭部交易所積極開放的 AI/數據核心崗位

來源：Gate Research Institute 2026 年頭部交易所和機構的招聘清晰反映了這一趨勢：不再單純招 AI 工程師或 crypto 開發者，而是尋找能將兩邊連接起來的人，既懂鏈上激勵扭曲和治理博弈，又能把 AI 工具深度嵌入 crypto 工作流，並設計出讓 agent 與監管、用戶長期對齊的機制。

資本的配置方向也已經反映了這個判斷。Paradigm 正在募集一只規模最高達 15 億美元的新基金，投資範圍從 crypto 擴展至 AI 和機器人領域。Haun Ventures 完成 10 億美元 Fund II，重點聚焦 crypto 與 AI 融合的金融基礎設施，特別是支持 AI agent 自主交易和協調的支付、穩定幣及 agent-to-agent 經濟體系。

a16z crypto 完成 22 億美元第五期基金（Crypto Fund V），明確表示基金將 100% 投向 crypto 領域。面對是 AI 時代的複雜性和不透明性他們將重點關注 crypto 的透明性、可驗證性和去中心化特性應用方向。並且據 PitchBook 數據，2025 年美國 crypto 領域 VC 投資中，約四成資金流向了同時涉及 AI 業務的公司，較 2024 年顯著提升。

同樣是 crypto builder 轉向 AI，不同市場環境下選擇的路徑呈現明顯差異。

在美國，隨著監管環境相對明朗化後，協議層創新獲得了真實的生存空間。資本網絡密度高，從想法到融資的路徑短，容錯空間較大。Hyperbolic、EigenCloud、Gensyn、Ritual 等一批項目的共同特點是從零設計新機制，而非在現有系統上做簡單應用集成。頂級 VC 對"可驗證計算、Agent 協調、去中心化 ML"等方向有明確的投資論文，願意為早期技術探索提供充足容錯。

亞洲的情況則不同。新加坡和香港更多承擔合規落地和機構資金中轉的角色，監管框架相對保守，對純協議層創新的容忍度較低。有 crypto 背景的 builder 轉 AI 時，更多選擇應用層和產業融合路徑------利用 crypto 積累的用戶基礎、支付能力或數據資產，快速接入 AI 產品和服務。

這不是能力的差距，而是市場信號和監管環境不同導致的路徑選擇差異：美國更鼓勵底層機制創新和早期技術探索，亞洲則更強調合規友好、快速變現和與傳統產業的深度銜接。

回到開頭那條 GitHub 曲線。月活開發者從 45K 降至 23K，表面看是行業在萎縮。但留下來的這批人裡，established dev 占比創了歷史新高，正在湧向有真實用戶的生態，同時被 AI 行業以前所未有的方式重新定價。

當 AI 規模化遇到算力聚合、Agent 自主支付、數據與決策可驗證性、隱私協調等結構性瓶頸時，這些 Builder 在 Crypto 與 AI 交匯的節點上，這些長期積累的對規則、激勵和真實性的敏感度，正在逐漸轉化為 AI 時代稀缺的系統級能力。

作為一家從 2017 年開始深耕 crypto 基礎設施的投資機構，IOSG 對這條線的判斷不只停留在觀察層面。我們在 EigenLayer 的 restaking 機制還未被市場廣泛認知時就已參與投資，領投了 Ingonyama（現 MoonMath）種子輪押注 ZK 硬體加速向 AI 性能層的遷移，並在 2024 年投資了 Hyperbolic，看好其用 crypto 原生的驗證機制解決去中心化算力信任問題的路徑。

這些佈局背後的共同邏輯是：AI 規模化遇到的信任、協調和驗證問題，最終會需要 crypto 行業積累的機制設計能力來解決。我們相信， crypto 與 AI 的交匯不是敘事，而是一個正在發生的結構性機會。