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 前沿议题及其所面临的挑战与机遇。

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讨论了多个与 Web3 和金融科技相关的前沿议题，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、个人近期的关注方向、RWA、区块链应用路径、定价权迁移、上市公司股票代币化的障碍以及去中心化科学（DeSci）发展所面临的挑战等核心问题，并进行了深入的分享。

声明：本文内容仅代表受访者个人观点，不代表吴说的观点，不对任何代币进行背书，请读者严格遵守所在地的法律法规，不参与违法金融活动。

机构级基金代币如何跨越白名单与 DeFi 开放性的鸿沟？

CZ：这是一个非常大的问题，我也无法保证给出的是标准答案。不同项目吸引用户的方法各有不同。与像招商银行、招商证券等大型合作方合作，凭借强大的品牌效应，是一个很好的选择。关键在于如何真正获得用户，以及合作伙伴在其生态中为你投入的资源和力度。官网、App 的哪些入口可以让用户看到你？线下网点和门店如何展示？这些“曝光位置与深度”的细节都需要在合作中具体谈判落实。

此外，你能为对方带来多少 Web3 原生用户同样重要。一切仍取决于产品的有效性与“市场 — 产品匹配”（PMF）；营销永远是次要的，必须先把产品打磨到“用户愿意使用并留存”的程度。以借贷类产品为例，用户最关注的往往是利率、流动性等核心指标，因此，产品必须具备足够的竞争力。

总体而言，市场空间非常广阔，而你们已经与传统金融领域中实力雄厚的合作伙伴对接。只要能持续创造真实的价值，并在其生态中争取到足够突出的曝光和位置，前景是乐观的。尽管我对更细的执行层面了解不多，但从表面来看，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：一个地区的商业成功与政府的态度密切相关。如果政府开放并支持创新，那么创新自然会蓬勃发展。如果政府选择封闭，大部分行业都可能受到限制。而如果政府的态度是开放的，那么它通常愿意为所有行业提供支持。

我认为 Web3 是一个前沿行业，可以与 AI 和生物技术等新技术结合。这些新技术通常获得政府支持，各行业之间也会相互影响。例如，AI 的发展需要金融支付，而数字货币则是不可或缺的。如果某个地方没有数字货币，AI 很难推动金融应用的发展。再比如生物技术，如果不依赖 AI，发展会非常缓慢；没有 AI，生物技术的进展也会受限。此外，区块链和加密货币能够为这些行业提供融资解决方案。

同时在数据安全和隐私问题上，区块链技术也能提供很多解决方案。这些新技术的影响并不仅限于某一个行业，还能够扩展到其他领域。因此，政府的支持不仅能帮助一个行业，也能促进整个行业的发展。聪明的政府通常能够实施有效的监管，既保护用户，又支持创新，这对各行各业都有积极影响。

我们看到，香港正在积极吸引外资、技术人才及整个行业的进入，包括 AI 和科技等领域。虽说香港在 AI 方面可能没有显著的优势，因为香港的人口相对较少，而 AI 需要大量数据，像中国和美国这样的国家在这方面可能会更具竞争力。

我认为 AI 是当前各国争夺的重要技术领域之一，因为它的未来影响非常巨大。过去几十年，互联网、区块链和 AI 是三个重要的技术突破，而 AI 被许多国家视为至关重要的技术。相比之下，最初许多国家对区块链并并不十分重视，但现在它开始得到越来越多的关注，因为它与未来的货币技术密切相关。我觉得香港在这一方面做得非常好，政府非常支持创新，并欢迎新的行业进入。总体来说，香港的政策环境对新兴行业，尤其是 Web3 和数字货币行业非常友好。但如果中国大陆也开始支持数字货币和 Web3 的发展，可能会有更多的人才流回大陆，因为大陆的市场规模更大。香港作为试点城市，将能够从中获益很多，因此当前香港的发展确实是一个很好的机会。

CZ 分享最近的关注焦点

CZ：我曾经尝试过在 BSC 上进行操作，那个时候学习如何使用时遇到了不少挑战，感觉公开学习并不是很合适。后来我发现实时学习效果更好，尽管体验上和传统平台有些不同，但还是挺有趣的。至于 memecoin，我觉得它非常有趣，但我不确定它能持续多久。

我最近对 RWA（现实世界资产）产生了浓厚的兴趣，这个领域的潜力很大，但面临很多挑战。尤其是资产上链后，可能会被分类为证券或商品，而每种分类都有相应的合规要求。此外，流动性和兑现问题也是该领域的难题。我认为解决这些问题十分具有挑战性且有趣。最近我还花了很多时间关注 AI 和生物技术。这些领域充满未来的潜力，虽然我个人可能不会直接参与 AI 项目，但我会在投资上有所布局。

不过我最近的出差频率比以前多了，可能是因为之前在美国受到限制，现在终于可以自由活动。而且现在许多国家的高层领导愿意与我会面，讨论 WEB3 的监管、数字货币基金如何运作等话题，我很乐意提供帮助，因此我把很多时间花在这些事情上。由于忙碌，我的推文数量也有所减少，一般在参加会议时会发得多一些。

总体来说，我的推文和活动比较随性，我的推特账号基本上是我自己在管理，发布的内容都是我自己看到想分享的。如果有空就多发一点，没空就少发一点，所以这显得很随机。我发现人生中有很多乐趣是之前未曾体验过的，最近变得更加喜欢旅游和运动，比如滑雪和其他极限运动。可以说只要是把脚绑在板子上向下冲的运动，我都很喜欢，我最近有更多时间去享受这些活动，因为我始终对运动充满热情。前段时间在海上被呛了不少水，哈哈。相比之下，我更偏爱在自然环境中、基础设施较少的运动项目。滑雪对我而言反而更危险：我滑了三十多年（从小在加拿大长大），现在的速度不够刺激，速度快一些摔倒的后果又可能很严重，而且我的腰也不太好，因此我更害怕摔倒。水上运动就不同，摔倒在水里通常问题不大，所以我更喜欢水上冲浪。

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。从长远来说，它最终会走向大众化，任何散户都能够参与，但这需要时间。任何事物都需要从趋势过渡到大众接受，并在此基础上形成充足的流动性，这需要用户数量的积累。没有用户就没有交易，没有交易就不会有流动性。

当前数字资产的情况也是如此。最初比特币在 1 美元、70 美元、100 美元阶段的时候，流动性都非常差，日波动率达到 60% 是很常见的，因为参与者非常少。如今用户已经多了，但整体仍处于早期阶段。我理解的“采用率”（adoption）大致是：如果在街上随机抽取 100 个人，可能有七八个人曾经持有过数字资产；但他们的所有资产不会 100% 分配在数字资产上。从资产占比来看，在这 100 个人中，其配置在数字资产上的比例可能低于 1%。因此，这仍然是一个相对小众的资产类别。

虽然数字资产整天上新闻、讨论度很高，但它依旧是小众资产。正因为小众，早期从业者才有机会脱颖而出。与传统金融不同，数字资产必须一步步务实地建立流动性——今天刚构建完成，明天就不可能立即出现几万亿美元的交易额。我们必须先看现阶段有多少真实用户，多少真实流动性，将每一个环节逐步衔接；因此早期的成本不能太高，节奏要可控。

然而，现在的规模已经远非从前可比。2017 年时，我们看到 Poloniex 和 Bittrex 的日交易量大约在 2 亿美元，手续费约为 2%；而如今的交易量已经达到数十亿到数百亿美元的水平，团队规模和投入也相应增加。因此流动性是“积木式”累积起来的：一开始会很少，你必须找到核心用户——即使只有 10 人、100 人、300 人——他们真正愿意在你的平台上交易；深入接触那一小部分“对的人”，再逐步扩散，才是最精准、最有效的策略。

就路径而言，短期内更有可能从金融产品、标准化程度高、易于交易的标的开始：这就是为什么稳定币常常被纳入 RWA 讨论范畴，证券和大宗商品代币化也备受关注，原因就在于此。随后，其他类型的资产将逐步跟进。这不会因为 BlackRock 想要发行产品，市场就会“明天全都用起来”。越大的合作伙伴参与，用户与影响力自然越高，但对初创平台尤需保持“正确预期”：过早介入会面临很多挑战，而过晚则可能错失机会窗口——在合适的时点，以适当的投入，慢慢推进。

RWA 定价权会否从传统撮合端转移到链上？

CZ：我来尝试解释一下，虽然我并不是专家。传统金融产品相对容易定价，比如外汇、利率、股票、商品等，通常都具备相对完整的历史价格和定价框架。相比之下，房地产在许多国家的历史交易数据并不完整，可信度也参差不齐；而对于艺术品等更主观的标的，定价难度更大。我相信当 RWA 真正实现后，定价权将逐步转移至链上，因为链上的交易与流动性会更好。

我们可以设想稳定币的情境：当多个国家都发行自己的稳定币后，现有的外汇（FX）交易大多仍采用 RFQ 模式，通过路透、彭博等渠道，整体透明度较低。随着各个法币都有相应的稳定币后，定价会更多地发生在链上，因为链上交易更加透明、实时，而且可以实现 7×24 小时交易。初期交易量或许较小，但会逐渐增长，最终大家会发现链上交易更快、更新更及时。

此外，目前大额稳定币交易实际上已经可以通过像 Curve 这样的自动化做市商（AMM）完成，交易量也很大，AMM 也是这样发展起来的。因此，其他商品——包括房地产在内——以及当前流动性较小的一些标的，未来的定价权也很可能会迁移至链上。这是一个相互推动的过程：并非今天上链，明天成交量就暴增，但当链上定价形成后，交易量将逐步提升。

因此，如果我现在想买一套房或一块地，但无法获得其历史价格，我就不敢下手，其他人也会犹豫。只有当拥有足够的历史价格数据、能看到价格趋势、能进行周边比较（例如旁边那块地的价格、成交次数等）时，交易才会更加顺畅。将这些数据上链、让查询变得非常简单后，大家会更愿意交易，成交量也会显著提高；随着成交量的增加，政府的税收也会相应提升；流动性提升后，买卖会更顺利，愿意入场的人也会越来越多，形成良性循环。

现在这一领域涉及的数据缺口很大。随着 RWA 的推进，谁能搭建完善的数据平台，谁的流量就会非常可观。我曾建议人们关注这一数据领域，这些数据会与行业的发展同步成长，能够创造的空间非常大。因为人们最常问的问题就是“这个东西多少钱？”。但许多资产的价格并不透明，甚至相当随机——例如，参加展会时，门票的价格可能因人而异。如果能将这些资产以及其价格上链，定价将更加透明。因此，围绕“数据”的平台机会会相当丰富。

上市公司为何不直接发行“原生链上股票”，而转向第三方分发机构？

CZ：首先回答一个核心问题：为什么公司不直接做这件事？我认为公司本该直接进行这项工作，但现实里的基本障碍是合规——他们不确定是否能够合法这样做。大多数上市公司受证监会监管，如果自行发行代币化股票并在链上交易，证监会是否允许并不明确，各国的监管口径也有所不同。

我们与多个国家的不同部门进行了交流：如果一家上市公司“在其他地区销售股票”，法律上是否仍然属于证券？通常情况下，公司直接发行会被认定为证券，并应受证券监管。监管方也希望你在证券市场上发行，而不是发代币。因此，在监管未明确之前，公司通常无法直接发行。而且，一旦被归类为证券，任何购买者都需要进行 KYC、适合性测试、反洗钱等合规要求，这都导致链上地址或钱包无法直接购买，因为链上下载钱包时并不需要 KYC。此外，在多数法域中还存在“合格投资者”（accredited investor）的要求，这些都需要考虑。如果公司在某个国家受监管机构监管而发行了代币，其他国家的投资者能否参与交易也存在跨境合规问题。

因此，目前普遍采用的是“中介模式”：公司先将部分发行标的卖给合规的中介机构，由他们在链上发行代币。在这种情况下，代币并不直接代表股票本身，发行方有意与基础证券保持法律距离。这也是为什么当前许多代币没有分红权、投票权——这对用户来说并不理想。理想状态下，当然是公司直接发行代币，投资者按规定自由购买，但受到合规限制的现实只能采用这种曲折路径。因此，链条的延长使得用户在效率与权益上的利益受到影响。

未来，如果港府聪明的话——例如清晰允许任何一家上市公司将 5% 的股份以代币形式发行、分批上线——这件事会立即受到广泛关注。另一方面，目前许多股票代币与其对应的现货股价并未严格挂钩，存在脱钩现象，且价格往往偏低。两者间的价差自然会产生套利机会：在价格较低的一边购买代币，然后兑换为基础股票，再在价格较高的一侧出售。如果这种价差长期存在，说明产品的兑换机制存在问题，尚未实现“完全挂钩”。我不确定这是由于合规限制还是其他原因，但一些核心产品问题确实尚未得到解决。

理想的情况是监管能给出清晰框架，即任何符合上市标准的公司，只要信息披露充分并提供审计报告，就可以发行代币，并允许全球投资者参与。从利益的角度看，哪个证券市场不希望全球投资者都能购买自家股票？美国已经在推进“证券代币化”，这意味着不久后全球投资者都可能直接购买美股；如果香港不跟进就可能落后，日本如果不做也会面临同样的风险。最终，每个市场都应走向这一模式。这里的关键不在于技术——发行一个代币几行代码即可——而在于如何将现有的监管条款迁移到新范式并做必要调整。目前仍处于探索阶段，能做与不能做的边界正在逐渐厘清；技术、用户与资金都已具备，真正的瓶颈主要在于监管落地。

去中心化科学如何突破：Web3 社群为何尚未充分关注 DeSci？

CZ：关于去中心化科学（DeSci），这个理念是可行的，我认为总有一天会被实现。不过在实施过程中存在不少难点。最大的挑战在于科研本身的周期较长：开发新药或新技术通常需要数年时间。而当前不少 Web3 用户更注重以小时为单位的收益，缺乏长期耐心，他们今天购买希望今晚就翻倍，否则便会退场——这两者在预期上存在明显的错位。

理论上，许多优秀的研究人员或科学家确实需要资金支持，而单项研究所需的资金额度未必很大，十万到二十万美元可能就足够。如果 Web3 社区能够提供这种早期资金，而项目在较长时间线后取得成果（例如新药研发成功），并愿意将未来部分收益分配给代币投资者或持有人（Token holders），那么这套经济逻辑是完全成立的。

我个人非常希望能支持成千上万、甚至上百万的独立研究者——有些在学校，有些在自己的小办公室或小实验室进行实验。可是现在整个体系还没有形成一个强有力的框架。我认为现在从事这个领域的项目也有几个，我们也对其中一些进行了投资。如果他们能够抓住一两个真正“火”的研究，那么这个行业就会迅速兴起。

目前仍然缺少一个“打响名头”的案例，但我相信它终将到来。许多人正在尝试，特别是在 AI 的加持下，AI 能够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上确实很有效。因此，一旦在这一领域取得一些创新，医药研究成本持续下降，如果能够得到几个关键性的突破，我认为这个赛道将会迎来爆发。整体来看，目前的主要难点仍然在于周期过长。

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