加密超級應用時代 數據基礎設施做好準備了嗎？
TL;DR
數據挑戰：高性能公鏈的出塊時間競爭進入亞秒級時代。C端高并發、高流量波動和多鏈異構需求增加了數據側復雜性，數據基礎設施需轉向實時增量處理+動態擴展。傳統批處理ETL延遲分鐘到小時級，難以滿足實時交易。新興方案如TheGraph、Nansen、Pangea引入流式計算，延遲壓縮至實時跟蹤級別。
數據競爭的范式轉移：上周期滿足“能看懂”；本周期強調“能賺錢”。BondingCurve模式下，延遲一分鐘成本可數倍差距。工具迭代：從手動設置滑點→狙擊bot→GMGN一體化終端。交易上鏈能力逐步商品化，核心競爭前沿滑向數據本身：誰能更快捕捉信號，誰就能幫用戶盈利。
交易數據的維度擴展：Meme本質是注意力金融化，關鍵在敘事、關注度與后續傳播。鏈下輿情×鏈上數據的閉環：敘事追蹤總結、情緒量化成為交易核心。“水下數據”：資金流向、角色畫像、聰明錢/KOL地址標簽化，揭示鏈上匿名地址背后隱性博弈。新一代交易終端將鏈上鏈下多維信號融合到秒級，提升入場與避險判斷。
AI驅動的可執行信號：從信息到收益。新階段競爭目標：夠快、自動化、能帶來超額收益。LLM+多模態AI可自動提煉決策信號，并結合CopyTrading、止盈止損執行。風險挑戰：幻覺、信號壽命短、執行延遲與風險控制。平衡速度與準確率，強化學習與仿真回測是關鍵。
數據看板的生存抉擇：輕量數據聚合/看板類應用缺乏護城河，生存空間被壓縮。向下：深耕高性能底層管道與數研一體化。向上：延展至應用層，直接做用戶場景，提高數據調用活躍度。未來賽道格局：要么成為Web3水電煤的基礎設施，要么成為CryptoBloomberg的用戶平臺。
護城河正轉向“可執行信號”和“底層數據能力”，長尾資產與交易數據閉環是加密原生創業者的獨特機會。未來2–3年的機會窗口：
上游基礎設施：Web2級處理能力+Web3原生需求→Web3Databricks/AWS。
下游執行平臺：AIAgent+多維數據+無縫執行→CryptoBloombergTerminal。
感謝HubbleAI、Space&Time、OKXDEX等項目對本研報的支持！引子：Meme、高性能公鏈、AI的三重共振
在上一輪周期中，鏈上交易的增長主要依賴于基礎設施迭代，進入新周期，隨著基礎設施逐步成熟，以Pump.fun為代表的超級應用正成為加密行業的新增長引擎。這類資產發行模式以統一的發行機制與精巧的流動性設計，塑造了一個公平原始、暴富神話頻出的交易戰壕。這種高倍財富效應的可復制性，正在深刻改變用戶的收益預期與交易習慣。用戶需要的不僅是更快的入場機會，也需要在極短時間內獲取、解析和執行多維度數據的能力，而現有數據基礎設施已難以承載這種密度和實時性的需求。
隨之而來的是對交易環境更高層次的需求：更低摩擦、更快確認、更深流動性。交易場所正加速遷移至以 Solana和Base為代表的高性能公鏈與Layer2Rollup。這些公鏈的交易數據量級相比上一輪的Ethereum提升了10倍有余，為現有數據提供商帶來了更嚴峻的數據性能挑戰。伴隨Monad、MegaETH等新一代高性能公鏈上線在即，鏈上數據處理與存儲需求將呈現指數級增長。
與此同時，AI的快速成熟正在加速實現智能平權。GPT-5的智力已經達到博士水平，Gemini等多模態大模型可以輕松理解K線……借助AI工具，原本復雜的交易信號現在也可以被普通用戶理解執行。在這一趨勢下，交易者開始依賴AI做出交易決策，而AI交易決策離不開多維度、高實效數據。AI正在從“輔助分析工具”演變為“交易決策中樞”，其普及進一步放大了對數據實時性、可解釋性與規；幚淼囊。
在Meme交易狂潮、高性能公鏈擴張與AI商品化的三重共振下，鏈上生態對全新數據基礎設施的需求越發迫切。應對十萬TPS、毫秒級出塊的數據挑戰
隨著高性能公鏈與高性能Rollup的崛起，鏈上數據的規模與速度已進入全新階段。
伴隨高并發與低延遲架構的普及，單日交易量輕松突破千萬筆，原始數據規模以百GB計。以Solana為例，其近30天日均TPS超過1,200，每日交易數超1億筆；在8月17日更是創下了107,664TPS的歷史新高。據統計，Solana賬本數據以每年80-95TB的速度快速增長，換算到每天就是210-260GB。
▲Chainspect，30天交易量
不僅吞吐量攀升，新興公鏈的出塊時間也已進入毫秒級。BNBChain的Maxwell升級將出塊時間縮短至0.8s，BaseChain的Flashblocks技術則壓縮至200ms。今年下半年，Solana計劃以Alpenglow取代PoH，將區塊確認時間降至150ms，而MegaETH主網更以10ms的實時出塊為目標。這些共識與技術的突破大幅提升了交易的實時性，卻對區塊數據同步和解碼能力提出了前所未有的要求。
然而，下游數據基礎設施大多仍依賴批處理ETL管道，不可避免地存在數據延遲。以Dune為例，Solana上的合約交互事件數據通常延遲約5分鐘，而協議層聚合數據甚至需等待1小時。這意味著，用戶本可在400ms內被確認的鏈上交易，卻要延遲數百倍才能在分析工具中可見，對實時交易類應用而言幾乎不可接受。
▲Chainspect
除了數據量龐大，鏈上交易還呈現出明顯的流量分布不均特征，過去一年間，Pumpfun周交易量最低到最高相差近30倍。2024年，Meme交易平臺GMGN曾在4天內遭遇 6次服務器“擠爆” 的事故，被迫將底層數據庫從AWSAurora遷移至開源分布式SQL數據庫TiDB。遷移后，系統的水平擴展能力與計算彈性大幅提升，業務敏捷性提高了約30%，顯著緩解了交易高峰期的壓力。
▲Odaily,TiDB的Web3服務案例
多鏈生態進一步加劇了這種復雜性。不同公鏈在日志格式、事件結構和交易字段上的差異，使得每新增一條鏈都需要定制化的解析邏輯，極大考驗數據基礎設施的靈活性與可擴展性。一些數據提供商因此采取“客戶優先”策略：哪里有活躍的交易活動，就優先接入哪條鏈的服務，在靈活性與規；g權衡取舍。
如果在高性能鏈盛行的背景下，數據處理仍停留在固定間隔模式的批處理ETL階段，就會面臨延遲積壓、解碼瓶頸和查詢滯后的困境，無法滿足對實時性、精細化和動態交互的數據消費需求。為此，鏈上數據基礎設施必須進一步演進至流式增量處理與實時計算架構，同時配合負載均衡機制，以應對幣圈周期性交易高峰帶來的并發壓力。這不僅是技術路徑的自然延伸，也是保證實時查詢穩定性的關鍵環節，更將在新一代鏈上數據平臺的競爭中形成真正的分水嶺。速度即財富：鏈上數據競爭的范式轉移
鏈上數據的核心命題，已從“可視化”轉向“可執行”。在上個周期，Dune是鏈上分析的標配工具。滿足了研究者和投資者“能看懂”的需求，人們用SQL圖表拼接鏈上敘事。
GameFi和DeFi玩家們依賴Dune追蹤資金流入流出，計算打金收益率，并在市場拐點前及時撤退。
NFT玩家們通過Dune分析成交量趨勢、鯨魚持倉和分布特征，以預測市場熱度。
然而在本輪周期，Meme玩家是最活躍的消費群體。他們推動了現象級應用Pump.fun累計創收 7億美元，接近上個周期消費級龍頭應用Opensea總收入的2倍。
在Meme賽道中，市場的時間敏感性被放大到極致。速度不再是錦上添花，而是決定盈虧的核心變量。在由BondingCurve定價的一級市場，速度即成本。Tokens價格隨買入需求指數級上漲，哪怕延遲一分鐘，入場成本也可能相差數倍。據Multicoin研究，該游戲中最賺錢的玩家通常要支付10%的滑點才能比競爭對手提前三個點入塊。財富效應與“暴富神話”推動玩家追逐秒級K線、同區塊交易執行引擎和一站決策面板，比拼信息收集和下單速度。
情緒指標量化
Kaito和Cookie.fun等Infofi工具對CryptoTwitter做內容做聚合與輿情分析，給出Mindshare、Sentiment、Influence的可量化指標。以Cookie.fun為例，其將這兩項指標數據直接疊加到價格圖表上，把鏈下情緒變成可讀的“技術指標”。
水下數據展示：把“可見賬本”轉成“可用Alpha”
傳統金融的訂單流數據掌握在大型經紀商手中，量化公司為了優化交易策略，每年需支付數億美元才能獲取。相比之下，Crypto的交易賬本完全公開透明，相當于將高價情報“開源化”，形成一座亟待開采的露天金礦。
水下數據的價值在于從可見的交易中提煉出不可見的意圖。這包括資金流向與角色刻畫——莊家建倉或派發線索、KOL小號地址、籌碼集中或分散、捆綁交易（bundles）與異常資金流向；也包括地址畫像聯動——對各地址進行聰明錢、KOL/VC、開發者、釣魚、老鼠倉等標簽劃分，并與鏈下身份綁定，串聯鏈上鏈下數據。
這些信號往往難以被普通用戶察覺，卻能顯著影響短期市場走勢。通過實時解析地址標簽、持倉特征與捆綁交易，交易輔助工具正在揭示“水面之下”的博弈動向，幫助交易者在秒級行情中規避風險、尋找alpha。
例如，GMGN 在鏈上實時交易和Tokens合約數據集合之上，進一步整合了聰明錢、KOL/VC地址、開發者錢包、老鼠倉、釣魚地址、捆綁交易等標簽分析，將鏈上地址與社媒賬號映射，把資金流動、風險信號與價格行為對齊到秒級，幫助用戶更快進行入場和避險判斷。
收益率：最終，任何交易信號的有效性都取決于它能否持續帶來超額回報。AI不僅需要對鏈上信號有足夠的理解能力，還要結合風險控制，在波動性極高的環境下盡量提升風險收益率。比如將滑點損失、執行延遲等鏈上獨有的收益率影響因素考慮在內。
這種能力正在重塑數據平臺的商業邏輯：從賣“數據訪問權”，到賣“收益驅動信號”。下一代工具的競爭焦點不再是數據覆蓋，而是信號的可執行性——能否真正完成從“洞察”到“執行”的最后一公里。
一些新興項目已開始探索這一方向。例如： Truenorth 作為AI驅動的發現引擎，它將“決策執行率”納入信息有效性評估，通過強化學習不斷優化結果輸出，最大限度減少無效噪音，幫助用戶構建直接面向下單的可執行信息流。
▲Truenorth
盡管AI在生成可執行信號上具備巨大潛力，但也面臨多重挑戰。
幻覺：鏈上數據高度異構且噪音龐雜，LLM在解析自然語言查詢或多模態信號時，容易出現“幻覺”或過度擬合，影響信號收益率和準確性。比如對于多個同名Tokens，AI時常無法找到CTTicker對應的合約地址。又比如對于很多AI信號產品，大家常會將CT中對AI的討論指向SleeplessAI。
信號壽命：交易環境瞬息萬變。任何延遲都會侵蝕收益，AI必須在極短時間內完成數據提取、推理與執行。即使是最簡單的CopyTrading策略，若沒有跟進聰明錢，收益也會由正轉負。
風險控制：在高波動場景下，若AI連續上鏈失敗或滑點過大，不僅無法帶來超額收益，還可能在幾分鐘內消耗掉全部本金。
因此，如何在速度與準確性之間找到平衡，并通過強化學習、遷移學習、仿真回測等機制來降低錯誤率，是AI在這一領域落地的競爭點。向上還是向下？數據看板的生存抉擇
隨著AI能夠直接生成可執行信號甚至輔助下單，單純依賴數據聚合的“輕中間層應用”正面臨生存危機。無論是把鏈上數據拼成看板工具，還是在聚合之上套一層執行邏輯的交易Bot，本質上都缺乏可持續的護城河。過去，這類工具憑借便捷性或用戶心智（例如用戶習慣在Dexscreener查看TokensCTO情況）尚能立足；但如今，當相同數據在多處可得、執行引擎日益商品化、AI能直接在同一數據之上生成決策信號并觸發執行時，它們的競爭力正在被迅速稀釋。
未來，高效的上鏈執行引擎會不斷成熟，進一步降低交易門檻。在這種趨勢下，數據提供商必須做出選擇：要么向下，深耕更快的數據獲取與處理基礎設施；要么向上，延伸至應用層，直接掌控用戶場景與消費流量。夾在中間、只做數據聚合與輕量封裝的模式，生存空間將持續被擠壓。
向下，意味著構建基礎設施護城河。HubbleAI在做交易產品的過程中，意識到單純依賴TGBot無法形成長期優勢，于是轉向上游數據處理，致力于打造“CryptoDatabricks”。在將Solana數據處理速度做到極致后，HubbleAI正從數據處理走向數研一體化平臺，在價值鏈上游占據位置，為美國“金融上鏈”敘事和鏈上AIAgent應用的數據需求提供底層支撐。
向上，則意味著延展至應用場景，鎖定終端用戶。SpaceandTime起初定位于亞秒級SQL索引與預言機推送，但近期也開始探索C端消費場景，推出Ethereum上的Dream.Space——一種“vibecoding”產品。用戶可以自然語言編寫智能合約或生成數據分析Dashboard。這一轉型不僅提高了自身數據服務的調用頻率，也借助終端體驗與用戶形成直接粘性。
由此可見，夾在中間、僅靠出售數據接口的角色正在失去生存空間。未來的B2B2C數據賽道，將由兩類玩家主導：一類是掌控底層管道、成為“鏈上水電煤”的基礎設施型公司；另一類是貼近用戶決策場景、把數據轉化為應用體驗的平臺。小結
在Meme狂潮、高性能公鏈爆發與AI商業化的三重共振下，鏈上數據賽道正在經歷結構性轉折。交易速度、數據維度與執行信號的迭代，讓“看得見的圖表”不再是核心競爭力，真正的護城河正在轉向“能幫用戶賺錢的可執行信號”與“支撐這一切的底層數據能力”。
未來2–3年，加密數據領域最具吸引力的創業機會，將出現在 Web2級別基礎設施成熟度與 Web3鏈上原生執行模式的交匯點上。BTC/ETH等大幣種的數據由于高度標準化，特征接近傳統金融期貨類產品，已逐漸被傳統金融機構與部分Web2金融科技平臺納入數據覆蓋范疇。
相反，Meme幣及長尾鏈上資產的數據呈現出極高的非標準性與碎片化特征——從社區敘事、鏈上輿情到跨鏈流動性，這些信息需要結合鏈上地址畫像、鏈下社交信號甚至秒級交易執行來解讀。正是在這一差異下，長尾資產與Meme數據的處理和交易閉環，才構成了加密原生創業者的獨特機會窗口。
我們看好在以下兩個方向長期深耕的項目：
上游基礎設施 ——擁有比肩Web2巨頭處理能力的流式數據管道、超低延遲索引、跨鏈統一解析框架的鏈上數據公司。這類項目有望成為Web3版的Databricks/AWS，伴隨用戶逐步向鏈上遷移，交易量級有望呈數量級增長，B2B2C模式具備長期復利價值。
下游執行平臺 ——集成多維數據、AIAgent與無縫交易執行的應用。通過將鏈上/鏈下的碎片化信號轉化為可直接執行的交易，這類產品有潛力成為Crypto原生的BloombergTerminal，其商業模式不再依賴數據訪問費，而是通過超額收益與信號交付變現。
我們認為，這兩類玩家將主導下一代加密數據賽道，并構建可持續競爭優勢。