在 BNB Chain 五周年活动中，币安创始人 CZ（赵长鹏）深入探讨了香港政策、RWA、链上股票、去中心化科学（DeSci）等 Web3 前沿议题及其面临的挑战与机遇。

本文经授权转载自吴说Real，作者：吴说区块链，版权归原作者所有。

币安创始人 CZ（赵长鹏）在香港 BNB Chain 五周年的提问环节中，围绕多个 Web3 和金融科技前沿话题进行了深入讨论，包括机构级货币市场基金代币的推广策略、香港金融政策对创新的影响、新关注领域的变化、RWA、区块链应用路径、定价权转移、上市公司股票代币化的障碍以及去中心化科学（DeSci）的发展挑战等核心问题。

声明：本文内容仅代表受访者个人观点，不代表吴说观点，并不对任何代币进行背书。请读者严格遵守所在地法律法规，避免参与任何违法金融活动。

机构级基金代币如何跨越白名单与 DeFi 开放性的鸿沟？

CZ：这是一个重大问题，我也无法保证给出标准答案。不同项目获取用户的方法各不相同。与招商系这样的大型合作伙伴合作（例如招商银行、招商证券等）是一个不错的选择，品牌效应明显。关键在于如何真正获得用户，以及合作方在其生态系统中愿意投入多大的力度。比如，官网和应用程序的哪些入口能看到你的产品？线下网点和门店如何展示？这些“曝光位置及深度”的细节都需要在合作中具体商讨落实。

同时，你能为合作方带来多少 Web3 原生用户也同样重要。一切仍然取决于产品有效性和“市场—产品匹配”（PMF）；营销始终是其次，必须首先打磨产品，确保用户愿意使用并愿意留存。以借贷类产品为例，用户最看重的往往是利率、流动性等核心指标，因此产品的竞争力非常关键。

总体来看，市场空间广阔，而你的项目已经与传统金融领域的强大合作伙伴达成了共识。只要持续创造真实价值，并能在其生态系统中争取到足够的曝光与位置，前景是值得期待的。具体的执行层面可能不太清楚，但听上去方向是正确的。

香港的金融政策将如何塑造未来科技创新的本地化发展？

CZ：一个地区的业务成功与政府态度密切相关。如果政府持开放态度、支持创新，那么创新自然会蓬勃发展。如果政府选择闭塞，那么所有行业大概率都会遭受限制。如果政府态度开放，那么就更可能愿意对所有行业提供必要的支持。

我认为 Web3 是一个先进行业，可以与如 AI 和生物技术等新兴技术相结合。这些新兴技术大多受到政府的支持，并且各行业之间也会相互影响。例如，AI 的发展需要金融支付，而数字货币是不可或缺的。如果某个地方没有数字货币，AI 对金融应用的推动将受到限制。相对地，生物技术的发展如果不依赖于 AI，进展会缓慢；另一方面，没有 AI，生物技术也难以取得重要突破。区块链和加密货币同样可以为这些行业的融资提供解决方案。

此外，区块链技术在数据安全和隐私问题上也能提供很多解决方案。这些新兴技术的影响并不仅限于某个行业，还能扩展到其他领域。因此，政府的支持不仅能促进某一行业，也能刺激其他领域的发展。智慧型政府通常能够制定有效的监管，既能保护用户，又能支持创新，这对各行业都有积极影响。

我们看到，香港在吸引外资、技术人才及整个行业进入方面非常积极，包括 AI 和科技领域。尽管香港在 AI 领域的竞争优势可能未必很明显，因为香港人口较少，而 AI 需要大量数据，而像中国和美国等国在这方面具有优势。

我认为 AI 是各大国争夺的技术领域之一，其未来影响巨大。在过去几十年，我们见证了互联网、区块链和 AI 三个重要的技术突破。AI 被很多国家视为至关重要的技术，相比较而言，区块链起初并未受到重视，但如今正逐渐受到关注，因为它关乎未来的货币技术。香港在这一领域做得很好，政府对创新的热情与开放态度也吸引了新的行业。总的来说，香港的政策环境对新兴产业，特别是 Web3 和数字货币行业极为友好。但如果中国大陆也开始支持数字货币和 Web3 的发展，那么可能会有更多的人才回流大陆，因为那里的市场规模更大。香港作为一个试点城市，可以从中获益良多，因此目前香港的发展确实是一个难得的机会。

CZ 分享最近的新关注焦点

CZ：我曾尝试在 BSC 上进行以太坊的交易，在学习的过程中经历了一些挑战，发现公开学习的效果并不理想。随后我发现实时学习方式更适合，虽然体验与传统平台有所不同，但也很有趣。至于 memecoin，我觉得很有趣，但不确定它的持续性。

最近我对 RWA （实物资产数字化）非常感兴趣，这个领域潜力巨大，但也面临不少挑战。特别是资产上链后，可能会被归类为证券或商品，每种类别都有相应的合规要求。此外，流动性和兑现问题也是这一领域的痛点。我认为解决这些问题既具有挑战性又很有趣。最近我还花了很多时间关注 AI 和生物技术。这些领域充满潜力，虽然我个人可能不会直接参与 AI 项目，但会在投资上有所布局。

不过我最近的出差比以前频繁，可能是因为之前在美国受到了一定限制，现在终于能够自由出行。同时，许多国家的高层领导希望与我会面，讨论 Web3 监管、数字货币基金的运作等事宜，我乐于提供帮助，所以我花了很多时间在这些事上。因忙碌我的推文数量有所减少，通常在参加会议时会发布较多内容。

总的来说，我的推文和活动相对随意，我的 Twitter 账户是我自己管理的，发布的内容都是我觉得值得分享的。根据时间的不同，我的更新频率会有变化。最近，我发现自己对之前未能体验过的许多乐趣更加青睐，尤其他对旅游和运动的热爱日益增长，滑雪和其他极限运动也在其中。只要是运动项目让我把脚绑在板上往下滑，我都很喜欢，最近我有更多时间享受这些活动，因为我对运动一直充满热情。前几天我在海上呛了不少水，哈哈。我更偏爱在自然环境中进行、缺乏基础设施的运动项目。相比之下，滑雪对于我来说反而更具风险：我从小在加拿大长大滑雪已有三十多年，现阶段滑雪的速度不足以让我感到刺激，而过快又可能导致严重摔倒，且我腰部的健康状况也不好，所以更怕受伤。水上运动则不同——摔进水里通常不会带来太大问题，所以我更喜欢冲浪。

未来区块链是否应专注于大宗商品结算，还是开放给更多个体参与？

CZ：这是一个很好的问题。从长远来看，区块链将会越来越大众化，任何散户都可参与，但这需要时间。任何事情从一个趋势发展到大众接受，并最终形成充足的流动性，需要用户规模的不断累积。没有用户，就没有交易；没有交易，就不存在流动性。

我们现在观察数字资产也是如此。最初比特币的流动性较差，价格波动每天都能达到 60%；而今天，尽管用户数量增长了，整体仍然处于早期阶段。我的理解是“采用率”（adoption）：如果在街上随机选择 100 个人，可能只有七八个人持有过数字资产，但他们的整体资产配置并不一定全在数字资产上，从资产占比来看，随机抽样的 100 个人，其数字资产配置比例可能低于 1%。因此，这仍然是一个相对小众的资产类别。

虽然数字资产经常出现在新闻中，讨论度极高，但它依然是小众资产。正因如此，早期从业者才有机会崭露头角。与传统金融不同，数字资产必须一步一步地实事求是地建立流动性——不可能今天刚搭建好，明天就能交易几万亿美元。需要观察当前有多少真实用户以及实际流动性，把每个环节稳步衔接；因此早期成本不能过高，并且节奏需要可控。

但现在的规模已远非往年可比。2017 年时，我们在 Poloniex 和 Bittrex 上看到的日交易量大约为 2 亿美元，手续费约为 2%；而现在交易量已变为数十亿甚至数百亿美元，团队规模和投入也随之扩大。因此，流动性是“积木式”地累积而来的：一开始一定较少，你必须首先找到核心用户——即便是 10 人、100 人、300 人——这些人才愿意在你的产品上进行交易；精准触达到这一小撮“合适的人”，再逐步扩展，才是最有效的方式。

从路径上看，短期更可能从金融类、标准化程度高、易于交易的标的着手：这也是为什么稳定币常被纳入 RWA 的讨论当中，证券与大宗商品代币化也备受关注的原因。其他类型的资产会随着时间的推移逐步跟上。这并不是因为 BlackRock 想推出产品，市场“明天就变得广泛使用”。更大的合作伙伴的参与确实提高了用户与影响力，但对于初创平台需持有“合理预期”：太早推出可能会面临困境，太晚推出可能会错失机会窗口——在正确的时机，以恰当的投入，逐步推进。

RWA 的定价权是否会从传统撮合转向链上？

CZ：我尽量解释一下，虽然我不是专家。传统金融产品的定价相对容易，例如外汇、利率、股票、商品等，通常都有完整的历史价格与定价框架。相比之下，房地产在很多国家的历史成交数据不够齐全且可信度参差不齐；如果是艺术品等更主观的资产，定价就更为复杂。我认为当 RWA 真正落地后，定价权会逐步转移到链上，因为链上交易与流动性更为优越。

我们可以设想一个稳定币的场景：如很多国家发行了稳定币，那么现有的外汇（FX）交易仍主要是 RFQ 模式，通过路透社、彭博等渠道进行，这样整体并不透明。当各自的法币都有对应的稳定币时，定价就应该更多在链上进行，因为这更透明、实时，并且可以 7×24 小时交易。最初交易量可能较小，但会逐渐增长，大家会发现链上交易更快、更及时。

而现在大额稳定币交易其实已经可以通过像 Curve 这样的 AMM 完成，交易量非常可观，AMM 也因此得以发展。因此，针对其他商品——包括房地产以及当前流动性较小的资产，未来的定价权可能也会转移到链上。这是一个相互推动的过程：并不会从今天开始上链，明天成交量就暴增，但一旦链上定价开始形成，交易量将逐渐上升。

因此，如果我现在想买一套房产或一块地，但是无法获取其历史价格，我一定不敢贸然出手，其他人也不会敢。只有当拥有足够的历史价格、展示趋势、能进行对比（周边地块的价格、成交频率等），交易才会更加顺畅。将这些数据上链、使查询变得容易后，大家会更敢于交易，成交量自然会上升；成交量上升后，政府的税收也会上升；流动性提高后，买卖都会更流畅，愿意参与的更多，这样形成正向循环。

目前在这一领域的数据缺口依然很大。随着 RWA 的推进，能够做好这些数据平台的企业将会获得可观的流量。我曾给予过类似的建议：要关注这一数据领域，这些数据会与行业发展同步成长，潜力巨大。因为大家最关心的问题就是“这个东西值多少钱？”很多资产的价格并不透明，甚至很随意——例如你参加展会时，票价可能每个人支付的都有所不同。如果将这些资产的价格统一上链，定价就会变得透明。因此，围绕“数据”的平台机会将相当多。

为何上市公司不直接发行“原生链上股票”，而选择第三方分发机构？

CZ：首先，回答一个核心问题：为什么公司不直接以代币形式发行？我的观点是，上市公司应该直接去做，但实际中面临的最基本障碍是合规问题——它们不确定自己是否能够这么做。多数上市公司受证监会监管，如果它们再自行发行一种代币，把股票代币化并在链上交易，证监会是否允许并不明确，各国监管的规定也各不相同。

我们与多个国家的相关部门进行过交流：如果一家上市公司在另一地点出售股票，法律上是否依然被视为证券？大多数情况下，公司直接发行的产品会被视为证券，理应受证券监管；监管机构通常更希望企业在传统证券市场上发行，而不是发行代币。因此，在监管不明确的情况下，公司通常无法直接发行代币。此外，一旦被认定为证券，任何购买者都需进行 KYC、投资者适当性审核、反洗钱等程序，这也导致链上地址或钱包无法直接购买，因为链上下载钱包通常无需 KYC。此外，许多法域还涉及“合格投资者（accredited investor）”的要求，这些都需要考虑。再者，如果公司在某国受某监管机构的监管而发行代币，其他国家的投资者是否能够参与交易也存在跨境合规问题。

因此，目前较为普遍的模式是“中介模式”：公司先将部分标的出售给合格的中介，由其在链上发行代币。此时代币并不直接代表该股票本身，发行方故意与基础证券拉开法律距离。这解释了为何当前很多代币没有分红权、投票权——对用户而言并不理想。最好的情况当然是公司直接发行代币，投资者可以按规则自由购买，但受限于合规的现实只能选择更迂回的路径。也正因此，链条被拉得更长，用户在效率和权利方面都会受到影响。

所以如果聪明的话，未来例如香港明确允许任何一家上市公司公开发出 5% 的股份作为代币发行，这将立刻掀起热潮。与此同时，当前很多股票代币与现货股价并未严格挂钩，存在脱钩现象且价格通常偏低。在两边形成的价差，自然引发“搬砖”套利现象：在价格相对较低的地方购买代币，再兑回（或转换为）基础股票，在价格较高的地方出售。如果这种价差持续存在，说明产品的兑换机制尚不完善，“完全挂钩”仍未实现。虽然我不确定这是否源于合规问题或其他原因，但某些核心的产品问题确实尚未解决。

理想的状况是监管提供清晰框架，确保任何达到上市标准的公司，只要信息披露充分、具备审计报告，便可发出代币，让全球投资者都有参与的机会。从利益角度来看，哪个证券市场不希望全球的人都能购买其股票？美国已经在推进证券代币化，意味着不久后全球投资者可能会直接购买美股；如果香港不跟进，可能会落后，日本若不采取行动也会受损。最终，所有市场都应朝着这一模式进行发展。这里的关键不在于技术——技术层面相对简单，发一个代币只需几行代码——而在于如何有效迁移现有监管条款至新模式，并进行必要的调整。目前仍处于探索期，何能做与不能做的界限逐渐清晰；技术、用户和资本均已具备，而真正的瓶颈主要在监管层的落地。

去中心化科学如何破圈：Web3 社群为何尚未充分关注 DeSci？

CZ：关于去中心化科学（DeSci），这个概念是成立的，我相信它迟早会被推进。但在落地过程中会面临很多难점。最大的挑战在于科研本身的周期通常很长：例如开发一种新药或新技术，往往需要数年时间；然而许多 Web3 用户更关注短期收益，缺乏长期耐心，他们希望今天买入，今晚就能翻倍，如果不能就打算撤出——两者之间的预期存在明显错位。

理论上，许多优秀的研究人员或科学家确实需要资金支持，而所需额也不一定很大，十万到二十万美元可能就足够。如果 Web3 社区能够提供这类早期资金，且项目在长时间线后取得显著成果（例如新药成功研发），并愿意向代币投资者或持有者分配未来的部分收益，那么这样的经济逻辑完全是可行的。

我个人非常希望能够支持成千上万、甚至更多的独立研究者——他们中有些在学校里，有些在小办公室，或者在实验室进行研究。目前整个体系尚未形成一个强有力的框架。我觉得，当前在这个领域有几个项目正在运作，我们也进行了投资。如果它们能抓住一两个真正成功的研究，将会引发巨大的影响。举个例子，若有人成功研发出一种能治癌症的新药，或针对癌症某些机制非常有效的药物，并通过这一方式完成融资与推进，那么整个行业会迅速崛起。

目前缺乏一个“打响名头”的案例，但我相信这样的案例迟早会出现。现在很多人在尝试，尤其与 AI 的结合，AI 能利用大数据处理大量生物科学信息；大语言模型在医疗数据分析中也极为有效。因此，一旦取得一些创新突破，医药研究成本将进一步降低，若能出现几个关键性突破，我认为这一领域就会迅速发展。整体来看，目前主要难点依然是周期较长。

相关推荐：观点：基于区块链的身份验证可帮助HR应对AI生成的求职申请