作者： @brezshares，No Limit Holdings 投资人
编译：ChainCatcher
No Limit Holdings 之所以长期重仓 Pearl，是因为我们相信它有潜力成为下一个比特币。以下是原因……
比特币是一种宗教。它有经文、有先知、有门徒、有圣母感孕，还有金融界最虔诚的信众。
正统教义把「算力浪费」奉为最神圣的信条之一——它不只是工作量证明带来的不幸副作用，而是硬通货的必要条件。
这是错的。
尽管我出身于中本聪的门徒，如今我已成了异端。一种更硬的货币是可以存在的：让有用的 AI 计算既具备客观性、又昂贵到难以作假、同时廉价到易于验证——和比特币的工作量一模一样，唯独没有算力浪费。这将催生一门新宗教，也带来一次罕见的「二次圣母感孕」机会。
在基督教中，逾越奥迹并不把基督的受难、死亡、复活与升天视为彼此独立的事件，而是看作一次连续的救赎行动。
Pearl（@prlnet）让我开始用同样的方式思考比特币。
算力浪费、安全预算衰减、比特币矿工向 AI 迁移，以及「有用工作量证明」的兴起，看起来是几个各自独立的故事。
我越来越觉得，它们是同一本书里的不同章节。那本书叫《Pearl》。
「比特币在浪费算力。」
我们的对话就是这样开始的。接下来一个小时，我们讨论能否重新设计工作量证明，让用来保护网络的计算不只是被烧掉，而是在别处也有用。
换个说法：任何一个 SHA-256 哈希的解都没有意义、也没有被用于任何地方，除了保护比特币。本质上，它就是浪费，无法回收。目前全网算力接近 1,000 EH/s，年耗电约 175 TWh，这些电力被刻意「浪费」掉，只为保护比特币网络——大致相当于瑞典或波兰这样的中等国家一年的总用电量。
这种浪费是刻意的。它的沉没成本，正是防止恶意矿工以极低成本控制网络的关键。但如果我们能把 SHA-256 换成另一种算法呢？一种更有用的算法——攻击网络的成本依然高昂，但计算本身作为独立产物也有价值。
「有用工作量证明」——我们一起低声说出这个词。
这个概念优雅而有力。他的项目是一条新的 PoW 一层网络，设计思路是让矿工围绕 AI 推理展开竞争，而不是去解一道毫无意义的哈希谜题。换句话说：重建比特币的经济骨架，但把无用的计算替换成真正有人需要的 AI 计算。
问题在于，「有用」的计算比 SHA-256 麻烦得多。它同样需要昂贵到难以完成，但答案还必须客观、且对其他所有人来说廉价可验证。比特币完美地实现了这种不对称：挖矿昂贵到残酷，验证却几乎免费。而「有用工作量证明」（PoUW）从未同时做到这两点。
我被「有用工作量证明」深深吸引。这种叙事简直无可挑剔。当你顺着这条线索往下挖，第一个遇到的就是 Bittensor（@opentensor）——它早就试图成为那个「AI 版比特币」：稀缺的原生代币、矿工提供 AI 相关资源、验证者评判产出，排放流向网络认为有价值的那些人。
理论上听起来不错。问题出在「认为有价值」这几个字上。
比特币那种无用计算有一种朴素的美：没有人需要争论这个哈希是否足够有用。矿工不需要委员会、不需要评分表、也不需要经济投票来决定谁做得最好。答案要么满足目标值，要么不满足。
Bittensor 必然引入更多主观判断。随着网络不断改进价值衡量与排放分配方式，它的激励体系也在持续实质性地演化。对一个 AI 协调网络而言，这完全合理。我只是不认为这是铸造货币的方式。
Bittensor 共识机制（名为 Yuma）的这种主观性，还留下了网络内部串通的历史记录——原因很直接：验证者本来就被激励去合作投票决定「有用性」。对于一个想成为可信货币的资产来说，这又是一票否决项。
真正的难题在于：如何让有用的计算表现得像比特币的计算。
计算必须昂贵且客观。获胜区块上不能附带任何主观评分。
计算必须廉价可验证。一台笔记本就应该能拒绝一个不诚实的大型算力商。
不能靠共识来决定「有用」是什么意思。一旦需要，你就引入了预言机、投票或治理面。
货币规则必须固化。可升级性对软件有用，可预测性才是货币的必需。
当祂终于揭晓那个 AI PoW 造物的名字时，这些陷阱正盘旋在我脑中。它叫 Pearl。
这套说辞听起来几乎可疑地显而易见：分叉比特币，把 SHA-256 换成矩阵乘法，让同一个 GPU 运算既产出 AI 结果、又产出工作量证明。真正让我留意的不是「AI 挖矿」那部分——自 Bittensor 之后，人们一直在兜售有用挖矿。让我留意的是它的验证构造：
Pearl 的核心研究展示了如何把任意矩阵乘法转化为工作量证明，其证明开销在渐近意义上可以忽略不计——前提是引入一个围绕「低秩加噪矩阵乘法」的新计算硬度假设。工程实现则把获胜的工作包装成一个紧凑的零知识区块开启证明，这样普通节点不必为了验证一个区块而重跑一次 H100 级别的算力任务。
再说一遍，这次用大白话：Pearl 找到了一种办法，让 AI 计算像比特币计算一样，既廉价又快速地可验证。
这就是那把钥匙。
大语言模型（LLM）建立于人工神经网络之上。这些神经网络大多采用 Transformer 架构（由 2017 年那篇里程碑论文《Attention is All You Need》推广开来）。Transformer 用层层节点、权重和数学函数来处理数据，构成了 GPT、Claude 等现代大模型的骨架。
Transformer 携带着被称为「激活值」的数字网格，穿过一层又一层学习到的权重矩阵。每一层反复把激活值乘以权重、对结果做变换，再向前传递。支撑这海量运算的算术原语就是矩阵乘法，简称 MatMul。GPU 本质上就是巨大的矩阵乘法机器，正是这些算法让 AI 成为可能。每一个现代 LLM、图像模型和 AI 智能体，最终都要把海量算力预算花在把矩阵推过这些 kernel 上。（kernel 是运行在 GPU 上、告诉它如何运作与启动的一段核心代码。）
MatMul 与 SHA-256 有很多共同点：它需要大量算力才能快速求解，解不具有主观性，也无法伪造或猜测（你也无法提前预知下一个区块的函数是什么）。但两者有一个鲜明差异：SHA-256 除了保护比特币网络之外没有实际用途，而矩阵乘法正是驱动 AI 的算力。由此可以推论：我们应该分叉比特币，把工作量证明机制中的 SHA-256 换成 MatMul。这样，这条新的「MatMul 比特币」能像比特币一样去中心化、一样安全，而投入网络安全的同一份计算，对网络之外的 AI 应用也有用。
Pearl 造出来的正是这个。
可以把 Pearl 理解为：在 GPU 开始运算之前，先给这个 AI 任务贴上一张防篡改的彩票。首先，矿工用密码学方式把将要相乘的矩阵封存起来，使其事后无法掉包。然后网络加入一个由最新链状态导出、微小且不可预测的数学「水印」。GPU 执行的矩阵乘法与 AI 工作负载本来需要的几乎相同，但每一次运行都独一无二、无法预先计算。
GPU 在完成乘法的过程中，会留下一份「操作记录」。如果其中某一段工作恰好满足 Pearl 的难度目标，矿工就找到了一个区块。关键在于，Pearl 的水印可以在事后用极低的数学成本剥离，从而保留原本有用的 AI 结果。这正是 Pearl 的重大创新：让 MatMul 像 SHA-256 一样廉价可验证。
更技术一点说：Pearl 用 BLAKE3 对输入矩阵做承诺，由链状态导出伪随机低秩噪声，执行受噪声扰动的分块 MatMul，并记录一份挖矿记录——一旦命中难度谓词，这份记录就可以被证明。
有人会说：等等，要证明矿工真的执行了它所承诺的计算，你就得公开矩阵的行和列，这依然是重计算，而且可能泄露专有模型权重。
Pearl 用 ZK-SNARK 区块开启证明解决了第二个问题。证明者要证明自己掌握与承诺一致的私有矩阵数据，并且获胜的分块满足挖矿谓词，而网络只看到一个紧凑的证书。这个最终的递归证明不到 60KB。
理论上，这也让闭源实验室的接入成为可能：协议并不要求实验室仅仅因为参与挖矿就必须公开自己的权重。
制造成本高昂、验证成本低廉、共识客观、规则可预测——这些正是此前所有「有用工作量」设计都未能同时解决的比特币式特性。
对 Pearl 有一项重要的批评，它在技术上是对的，但在我看来完全错过了其经济设计。
基础协议并不显式证明某次矩阵乘法来自一个付费的推理客户。矿工可以喂给协议合成矩阵，依然完成有效的 PoUW 并赚取 Pearl 奖励。
事实上，今年夏天发表的一篇实证论文测量了早期 Pearl 网络，认为当时主流的挖矿软件产出了可验证的 MatMul，却没有产生外部推理输出。
然而，这项批评没有意识到的是：这恰恰就是重点所在。
如果 PoW 共识必须去问「这次推理是否真的有用？」，你就又回到了我们想要逃离的主观世界。你会需要一个主观判断、一次投票、一个验证者评分，或某种关于「有用」的语义定义——而这些东西都可以被操纵、被串通、或被任意更改。
因此，Pearl 在挖矿上采取了博弈论的路径。Pearl 依然验证它能客观验证的东西：昂贵的 MatMul；然后它只是让市场去自发地强制「有用工作」的发生，而不是显式地去检查。
一个纯粹的 1:1 矿工（即「非有用」矿工）必须支付全部 GPU 成本才能赚到 PRL。而一个「双工」矿工（既挖矿又对外提供有用推理）本来就已经从客户那里拿到了 AI 工作负载的钱，只需吸收 Pearl 的增量开销。随着竞争加剧和 Pearl 网络难度上升，全成本矿工会成为边际生产者，最终被那个「客户已经付掉大部分电费」的有用矿工挤出局。
换句话说，一旦参与网络的有用矿工足够多，非有用矿工就无法再通过挖 Pearl 获利，也就没有任何动力继续挖下去。
这样一来，Pearl 就很像比特币。网络其实并不关心什么是有用工作、什么算作有用工作——它的机制在于：经济现实会强制有用工作由矿工来完成。这种设计大幅降低了 Pearl 矿工的串通风险，使 Pearl 成为一个像比特币一样无需信任、公平的网络。
所以问题不是「Pearl 今天是否强制产生了有用工作？」——它没有。问题是：开销能否低到让有用矿工成为结构上成本最低的生产者。
一旦你以这种方式看待 Pearl，这个项目就变得容易理解多了。先忘掉关于 PoUW 的哲学争论。只有一件事重要：**增量开销**，也就是接入 Pearl 的 2:1 kernel 之后额外产生的成本与延迟。
Pearl 目前披露的数据是：在四张 H200 上运行 Llama 70B 时，端到端开销为 +5.08%；在八张 H200 上运行 DeepSeek V3.2 时为 +3.9%（对比原厂推理引擎）。当前生产路径使用整数 W7A7 量化；原生浮点支持仍在开发中。
比特币的算力只要「区块奖励 > 挖矿成本」就会增长；而 Pearl 的算力只要「区块奖励 > 因采用 Pearl 而损失的 AI 推理收入（即开销）」就会增长。
5% 并不是「免费」。在剧烈波动的加密市场里，5% 听起来像舍入误差；但对一支毛利很薄的推理机群来说，这是真金白银。不过它已经落在「区块奖励补贴有可能补偿服务商」的区间内，而且路线图的明确目标就是把这一数字推向零。
当开销降到 0%，局面就变得显而易见：如果两个其他条件完全相同的推理服务商以同样价格卖同样的代币，其中一个还能额外赚取 PRL、且吞吐量没有明显下降，那么不挖矿的那个就是在自愿地把钱留在桌上。竞争会强制推动采用。
实际上，Pearl 并不需要真的做到数学意义上的零开销，这件事就会开始发生。它只需要：PRL 补贴在扣除集成摩擦与风险之后，仍然比损失的吞吐量和工程成本（即开销）更值钱。
我刚才说的一切都有一个显而易见的问题。
如果 Pearl 成功把挖矿开销压向 0%，那我们是不是也把攻击 Pearl 的成本压向了 0%？攻击者可以租一堆 GPU 去攻击网络，同时把这些 GPU 产出的推理卖掉。我们是不是刚发明了一条「付钱让你攻击它」的区块链？
这听起来很有说服力。但它也是错的。
Rafael Pass（@PassRafael），MIT 博士、康奈尔大学教授、Pearl Research Labs 核心顾问，在他那篇里程碑论文《The Economics of Proof-of-Useful-Work》中用了一个国际象棋的类比来解释原因。
想象我和两位国际象棋大师各下一盘棋。一盘我执白，一盘我执黑。如果我真的两盘都自己下，显然会被双杀（我的棋力跟大师没法比）。
显然，我得改变策略。一个奇怪的念头冒了出来……如果我同时下这两盘呢？这样，我等 A 大师先落子，然后把这一步原样下给 B 大师；B 无论怎么应对，我再把这一步带回去下给 A。如此循环。在每位大师看来，他们都在和我对弈；而现实中，是两位大师在通过我互相对弈。
如果 A 赢了，我输一盘、赢一盘；如果他们和棋，我两盘都和。无论如何，通过把两盘棋绑在一起，我保证了自己至少不输——尽管单独分析任何一盘，我做到这一点的机会几乎为零。
人们在分析推理业务与 Pearl 挖矿时，犯的正是同一个错误：把它们当成两门独立的生意。你不能这样看。它们是一个联合经济系统。
假设价值 1.00 美元的 GPU 工作产出一个推理任务。在 Pearl 出现之前，服务商大约需要 1.00 美元的推理收入来覆盖算力成本。现在假设同一份工作还能赚到 0.20 美元的 PRL。那么一个双工服务商（既卖推理又挖 Pearl）可以把推理卖到 0.80 美元，同时赚到价值 0.20 美元的 PRL，从而在 1 美元算力成本上仍然打平：
竞争最终不会让它永远赚 1.20 美元，而是会把那 0.20 美元的 PRL 补贴压进推理的价格里。
于是均衡开始变成这样：
0.80 美元推理 + 0.20 美元 PRL = 1.00 美元算力成本
现在想象一个攻击者出现了。
攻击者和其他人面对同样的 GPU 经济账。在攻击 Pearl 的同时，他依然可以把这些 GPU 产出的有用推理卖到 0.80 美元。
所以乍看之下，这次攻击几乎是免费的：
他花 1.00 美元算力。卖推理赚 0.80 美元。
而正常情况下，他还能指望另外 0.20 美元的 PRL。
最后那 0.20 美元，正是安全性的来源。
一次成功的 51% 攻击不是正常挖矿。攻击者试图破坏的，恰恰是那个本该付钱给他的网络。他无法安全地假设攻击期间赚到的 PRL 还值攻击前的价格。
所以，把 PRL 奖励从攻击者的回收账里划掉：
1.00 美元算力成本 − 0.80 美元推理收入 = 0.20 美元攻击成本
那 0.20 美元，就是安全预算。
现在把这个例子放大：
想象整个 Pearl 网络代表 100 个单位的算力。
每个单位的运营成本是 1.00 美元，并且赚取：
0.80 美元来自推理
0.20 美元来自 PRL
因此，整个网络范围内 Pearl 要支付：
100 × 0.20 = 20 美元的区块奖励补贴
攻击者需要控制半个网络才能打破诚实多数的假设，所以他需要 50 个单位的算力。
这 50 个单位要花 50 美元运行，但他可以卖掉有用的推理回收 40 美元：
50 美元算力 − 40 美元推理收入 = 10 美元净攻击成本
那 10 美元是什么？
它正好是网络 20 美元 Pearl 奖励预算的一半。
Pass 证明：攻击 Pearl 的成本与攻击比特币完全相同，即：
攻击成本 = 区块补贴 ÷ 2
这是微妙但极其重要的一点：在推理之上叠加 Pearl 挖矿的**边际技术成本**可以趋近于零，但**获取 Pearl 安全性的经济成本**并不会趋近于零。补贴会在系统的别处被竞争掉——在这个例子里，是被竞争进更便宜的推理价格。
这也正是「有用工作量证明」真正有趣的地方。如果区块奖励被竞争进推理价格，Pearl 就不只是给一个既有算力市场挂上一枚代币，它在改变算力市场本身的成本曲线。Pass 在《Duplexia Framework》中对此有进一步阐述。
Pass 为象棋例子底下那套均衡演进起了名字。
Bitconia（比特国）：Pearl 表现得像普通的工作量证明。矿工因为区块奖励付钱而竞争。有用推理在经济上是分离的。
Fortessia（堡垒国）：双工服务商开始取代纯粹矿工。同样的 AI 工作量被完成，但其中更多部分同时在保护这条链。安全性上升，却不需要等比例增加那些本来会被浪费的算力。（Pearl 今天就在这里。）
Duplexia（双工国）：代币补贴相对推理经济变得足够可观，服务商得以在保持经济性的同时降低实际推理价格。更低的价格刺激更多推理需求，从而产生更多双工算力，进而再次提高安全性。
区块奖励可以补贴有用工作、重塑推理价格，同时不断裂经济安全与奖励预算之间的联系。换句话说，AI 实验室采用 Pearl，可能实质性地加速 AI 需求，从而通过杰文斯悖论启动一个采用飞轮。
今年 5 月，Together AI（@togethercompute）上线了一个由 Pearl 驱动的 Gemma 接口，折扣超过 25%——明确的原因就是他们用 2:1 kernel 集成在挖 Pearl。Together 表示计划扩展 Pearl 驱动的产品组合，并可能把一部分排放直接让利给客户。
再读一遍。你今天能买到更便宜的推理，是因为生成你这些 token 的 GPU 同时在挖 Pearl。
Pearl 自己也已在分布式 Pearl GPU 算力之上运营一个兼容 OpenAI 的生产级推理平台。该平台目前提供开源权重模型，按普通预付费美元额度计费。今天，AI 进去、PRL 出来。最终的多头情形是这个循环闭合：PRL 进去、AI 出来。
我会说 Pearl 已经跨入 Fortessia。商业化的双工工作已经存在。尚未发生的是更困难的那件事：双工工作成为整个网络上占主导地位的边际生产者。
Pearl 是比特币的分叉。供应量做了面额重定（上限 21 亿枚 vs 2100 万枚），并把固定的四年减半改为逐块平滑衰减的排放曲线。除了这些主要是外观层面的改动，代币经济学对你来说应该非常熟悉。
全部 PRL 中大约一半计划在第 650,226 个区块前发出（按目标出块时间约四年），此后发行量持续衰减，留下一条长长的有限尾部。
固化对「货币化」至关重要。考虑到我们对面向未来的设计以及可升级性收益的既有认知（看看今天比特币缺乏量子抗性所引发的紧张就明白了），这听起来可能反直觉；但对于作为价值储存的加密资产而言，固化是第一位的。
从历史上看，固化使比特币免于被特殊利益俘获，也免于发生不可预测的变异。它还把 bug 风险降到最低，确立了一个狭窄且可预测的基础，让机构能够在规则不会在脚下改变的前提下搭建金融基础设施。例如，当前以太坊围绕减排的战争就是一个绝佳案例。
最重要的是，固化造就了货币的稳健性：让供应上限与发行规则永久化、在数学上无可争辩，而不需要持续信任核心开发者。这防止了未来政治利益、矿业卡特尔或企业意志对规则的篡改。改变一条已固化网络所需的巨大协调成本，确保了它对国家层面的强制或监管俘获保持抵抗。
如果我们真的想创造去中心化的、由 AI 支撑的货币，固化至关重要。
我认为 Bittensor 正是在这一点上永久丧失了成为「AI 货币」的资格。它可以是一个 AI 协调层、激励网络或智能合约平台，价值依然可以流向 $TAO。但一个经济政策会反复响应政治与市场压力而改变的货币资产，不是硬通货。
其他转向 MatMul 的「有用工作量证明」竞争者，同样不能就这样变成 AI 货币。例如，一条名为 Nockchain（@nockchain）的 PoW 链用 ZK 证明来验证不同的 PoW 谜题，最近宣布转向面向其矿工的 MatMul 谜题。它新成立的「National Compute Company」试图把 Nock 定位为算力的代币化版本、一种 AI 货币。
但你不能某天早上醒来，就宣布自己生来就是 AI 货币。那么，转向之前的那 126,000 个区块（超过 50% 的代币供应）就不是 AI 货币，转向之后的才是？它与一个从创世块就把货币身份建立在 AI 工作之上的资产有何不同，答案应该显而易见。
有了 Pearl，机构可以基于这样一个假设来建设：货币内核不会在脚下发生变异。
公平地说，Pearl 今天还没有固化。它是一条只有几个月大的链，还有计划中的浮点升级、仍在演进的服务器集成、一个未来的市场构想，以及其他活跃的协议工作。说它已经固化，言之过早。
但 Pearl 拥有确定性的发行时间表，以及一套最终能够收敛到狭窄、稳定货币内核的架构。条件是：随着关键的 AI 兼容性问题被解决，升级节奏必须放慢。如果 Pearl 变成一个永久被治理的科学项目，我的「AI 货币」论点就不成立了。
经济奇点也有霍金辐射。研究 Pearl 最讽刺的一点是：你最终会意识到，解决比特币长期安全预算问题究竟需要什么。
当 2100 万枚 BTC 全部挖完、区块补贴终止之后，比特币的网络手续费远远不足以激励持续的出块。当然，据估计最后一枚比特币要到 2140 年才会被挖出，所以这个问题看起来还很遥远。但这是虚假的希望。同样的压力其实每一次减半都会到来，只是比特币历史上一次次逃脱了——因为价格上涨不断为矿业重新注入资本。
今天手续费大约只占矿工收入的 0.7%。矿工绝大部分靠区块奖励补贴。上表说明：在 BTC 价格不变的情况下，随着后续减半导致区块补贴下降，矿工的盈利能力将承受巨大压力。
换句话说，矿工的可持续性完全依赖于比特币价格永续上涨。乐观地看，这是一个良性循环：更高的 BTC 价格吸引更多矿工加入网络，产生更多算力，从而为网络带来更多经济安全。
在竞争性的挖矿市场中，预期的挖矿收入最终会被竞争到接近边际矿工的生产成本。当比特币价格上涨，区块奖励的美元价值随之上升，吸引更多算力进入，直到难度与竞争把这些超额收益压缩掉。历史上，这使 BTC 价格与算力呈现出相关性。
然而，比特币算力如今正处在长期下滑之中。
AI 的崛起为被困住的能源创造了另一个出口……AI 算力。矿工正越来越多地从挖比特币转向提供 AI 工作负载。实际操作上，这意味着他们关停 ASIC，转而用 GPU 填满自己的数据中心，再把 GPU 租给 AI 公司使用。比特币矿工正在变成房东。最著名的例子其实是前以太坊矿工 CoreWeave——它在「合并」之后转向 AI，但这一趋势远不止它一家。
在上市比特币矿企（IREN、Core Scientific、Applied Digital、TeraWulf、HIVE、Bitdeer、Riot、Cipher、Cleanspark、MARA 等）中，到 2028 年，服务 AI 工作负载预计将贡献其收入的 70% 以上，而 2024 年这一比例还不到 2%。
证据就在它们的公开披露里。2025 年，IREN 在 5.01 亿美元总营收中仅产生 1,640 万美元 AI 云收入；Core 在 3.19 亿美元总营收中产生 6,540 万美元托管收入；HIVE 在 1.15 亿美元总营收中产生约 1,000 万美元 HPC 收入；TeraWulf 在 1.685 亿美元总营收中产生 1,690 万美元 HPC 收入。
大型传统矿企在 2025 年基本上也是 0% 的 AI 收入：MARA 9.071 亿美元、CleanSpark 7.663 亿美元、Riot 6.474 亿美元、Cipher 2.239 亿美元，全部来自比特币挖矿及相邻的传统业务，而非 AI。
而到了今年（2026 年），已经出现了显著分化。从收入结构看，Core 和 TeraWulf 已经不再真的是比特币矿企了。Core 表示 HPC 托管占其 2026 年上半年收入的 77%，第二季度达 83%；TeraWulf 报告第二季度 71% 的收入来自 HPC 租约。
IREN 更加戏剧化。该公司目前的目标是到 2026 自然年末实现超过 40 亿美元的 AI 云 ARR，截至 7 月已有约 85% 的目标被签约锁定。
考虑到已签署 AI 合同（超过 1,350 亿美元）的压倒性积压量，这场转型将在 2028 年前彻底完成。
如果所有上市比特币矿企都延续转向 AI 的趋势，比特币将失去目前近 40% 的算力。
这会扭曲比特币网络此前强有力的激励机制。过去，当比特币价格下跌时，矿工因不再盈利而退出，算力下降，挖矿难度相应调整，直到重新变得有利可图，于是算力回升、比特币价格再次上涨。
这一次情况不同：即使比特币价格上涨，这些矿工也无法轻易重返网络——因为他们已经是握着长期租约（通常 10 年以上）AI 租客的房东了。因此我预计，即使比特币价格上涨，其算力也将停滞甚至下降。这就是我说比特币算力处于长期衰退的原因：矿工转向 AI 这一步是黏性的。
这些趋势说明了 Pearl 2:1 模式的结构性差异。Pearl 矿工的主要经济收益来自提供 AI 服务，PRL 只是增量。如果挖矿开销趋近于零，一个客户已经为 GPU 和电费付过钱的推理服务商，即便 PRL 排放变得不那么值钱，也几乎没有经济理由停止产出 Pearl 工作。关掉 Pearl 并不能实质性地省下什么。
比特币没有这种奢侈。它的矿工之所以存在，是因为比特币付钱让他们存在。当奖励不再覆盖机器与电费，机器就关机。而 Pearl 的有用算力可以一直在线，因为本来就有人需要那份计算。这意味着保护 Pearl 的物理算力，可能比比特币专用的矿机队黏性高得多。
万亿美元的问题是：这东西到底该值多少。在我看来，Pearl 的市场机会极其巨大，其 TAM 甚至比比特币还大。让我展开说明。
今天，比特币算力约 920 EH/s，而 Pearl 是 24 EH/s。这不能直接类比，因为底层工作算法不同——那就像拿马力和千瓦作比较。要正确比较比特币算力与 Pearl 算力，我们需要深入一层，比较保护各自网络的全部硬件的隐含功耗。
按比特币全网综合电力强度约 18.3 J/TH（基于当前 ASIC 硬件），920 EH/s 意味着约 16.8 GW 的持续负载，即每年约 147 TWh。对 Pearl，我们可以把 24 EH/s 的网络映射为约 32 万个 GPU 当量、112 MW 的 GPU 芯片功耗；再按 1.55 倍上浮以覆盖主机系统、散热、网络与机房开销，就得到电表端约 174 MW，即每年约 1.5 TWh。
在这些假设下，Pearl 今天的电力足迹大约只有比特币的 1%。
对比特币电力的历史重建显示，2014–15 年前后其足迹约为 0.17 GW——那是创世之后大约五到六年。而 Pearl 只用四个月就走到了那里，快了 18 倍。这就是继承一套既有基础设施足迹、而不必从零开始搭建的优势。
说到基础设施足迹，从这里开始，数字开始大幅倒向 Pearl。正如比特币安全性的 TAM 是 ASIC 的装机量与随之而来的功耗，Pearl 安全性的 TAM 就是全球 GPU 装机量带来的功耗。
麦肯锡预测，到 2030 年 AI 相关数据中心容量将达到约 156 GW。这个电力池将是比特币当前电力足迹的 9 倍以上。如果开销足够低，Pearl 可以招募既有的机器存量，而不必从零补贴一套专用硬件。
显而易见，Pearl 可用于保护其网络的电力池，比比特币大得多。
「比特币奇点」云云，到此为止。
去中心化加密资产只能有一个。你为什么要用安全性第二的链来做价值储存？
你只会想用最安全的那个。而比特币的经济黑洞正在蒸发。
换个角度看，就是 ASIC 资本开支 vs AI 资本开支。你更愿意持有一种由 ASIC 资本开支保护的 去中心化货币，还是由 AI 资本开支保护的？（顺便说，后者是人类历史上最大规模的资本开支建设。）
自 2013 年以来，从比特大陆的收入历史可以估算，比特币 ASIC 累计资本开支约 345 亿美元。而高盛目前预计，到 2026 年底全球 AI 累计投资将达到 1.8 万亿美元——其中仅 2026 年一年就约 1 万亿美元。
这是超过 50 倍的差距。AI 现在每一年的部署规模，就接近比特币历史 ASIC 资本开支总额的 30 倍。
数据中心资本开支预计到 2030 年将达到 3 万亿至 6.7 万亿美元。
这使得前瞻性的资本开支差距进一步拉大到近 200 倍。那么，Pearl 能不能比比特币安全 200 倍？
遗憾的是，事情没这么简单。比特币 ASIC 资本开支的 100% 都用于保护网络，因为那些硬件除了挖比特币没有别的用途。而 AI 资本开支显然不会 100% 用于挖 Pearl，但 TAM 本身就说明了一切：Pearl 只需要吸引近期预测 AI 资本开支的 0.5%，就能超过比特币 ASIC 资本开支的总和。
这对比特币来说相当致命。我没有水晶球，但在一个 Pearl 拥有更多算力、更多功耗、更多资本开支来保护它的世界里，比特币会怎样？那对 maximalist 来说，将是真正「见上帝」的时刻。
如果 Pearl 成功实现「去中心化 AI 支撑的货币」这一使命，其中的投资机会不言自明。它将取代比特币，成为人类创造过的最硬的货币。
Pearl 的志向是成为**被金融化的算力**。目前是 AI 进去、Pearl 出来。但 Pearl 的长期目标是深度嵌入 AI 经济，让反向也成立：Pearl 进去、AI 工作出来。这样就闭合了循环。
Pearl 的白皮书明确描述了一个未来的市场：它可以撮合算力的供需，并最终原生结算算力合约。在那个世界里，Pearl 不只是一份挖矿奖励，它成为算力的货币基础。
这一点之所以重要，是因为它为 Pearl 创造了内生需求。推理服务商挖出 PRL；AI 客户获取或花费 PRL；这枚代币把异构的算力池联结成一个金融单位。Pearl 作为「AI 货币」不再是一个迷因，而成为真实的市场结构。
那么，Pearl 到底该值多少？有两种相关的估值方法。
1. SoV 货币溢价（即「AI 比特币」）
2. 算力货币基础
最清晰的看多逻辑是：Pearl 作为另一种工作量证明／价值储存储备资产，开始获得货币溢价。你不需要它取代比特币，也能从当前基数上获得夸张的回报（尽管它有可能做到）。寻找新 SoV 的竞赛已经开始；机构配置者正越来越多地从比特币分散出去，寻找替代性价值储存资产。
Zcash（$ZEC）是一个现成的参照，因为它展示了当市场找到一个差异化叙事时，一个替代性 SoV 资产能多快地从「有趣的小众」变成比特币货币价值的可观比例。ZEC 借助隐私与量子抗性因素崛起为比特币有希望的替代品；截至 2026 年 8 月下旬，ZEC 市值约 130–140 亿美元，而比特币约 1.56 万亿美元——约为比特币的 1%。Pearl 的市值目前仅约 7,000–8,000 万美元，完全可能走出类似的行情。若 Pearl 达到比特币的 1%，对应 FDV 约 160 亿美元，即每枚 7.61 美元，是当前价格的 30 倍。
然而，Pearl 是一条仍处于襁褓期的 PoW 区块链。目前全网挖出的比例不到 15%。因此对于中短期投资来说，FDV 是错误的估值分母。以 Pearl 一周年时约 5.25 亿枚流通（约占最大供应量的 25%）计算，如果 Pearl 在第一年内达到比特币市值的 1%，那实际上意味着每枚 30.50 美元——是当前价格的 117 倍。
如果 Pearl 成功，它应该能成为前十大加密资产。
标普全球预测，仅 AI 推理基础设施一项收入，就将从 2025 年的 1,010 亿美元增长到 2030 年的 5,320 亿美元。
如果 Pearl 深度嵌入推理经济，那么这部分算力中应有相当比例最终以 PRL 计价、抵押、预付或结算。关键问题是：支撑一定规模的算力活动，需要多少 PRL 货币基础？这又会让 Pearl 值多少？
幸运的是，我们有一个简单的公式：
所需 PRL 货币基础 = 以 PRL 计价的年度算力 GMV ÷ 代币流通速度
关键变量是代币流通速度。我们能准确估算它吗？
在 Pearl 的情形下，流通速度等于算力库存的持有天数。
举例来说，如果 AI 经济每年以 PRL 结算 250 亿美元的算力业务，那么生态希望在任何时点把多少天的未来算力支出以 PRL 形式库存起来？
算式是一样的：
PRL 货币基础 = 年度算力 GMV × 平均库存天数 ÷ 365
也就是说：
流通速度 = 365 ÷ 平均库存天数
20 倍流通速度意味着市场以 PRL 持有约 18 天的算力支出；10 倍约为 37 天；5 倍约为 73 天；2 倍约六个月；1 倍意味着市场把整整一年的算力需求作为货币库存持有。
那么，给 Pearl 估值应该用多大的流通速度？我们可以先看几个类比市场。
星巴克是一个巨大的闭环储值经济体。2025 财年，约 152 亿美元的储值卡与会员余额被兑付，而平均储值／会员负债约为 17.4 亿美元。这意味着年周转约 8.8 倍，或者说系统里任何时点都停放着约 42 天的购买力。
航空里程处于另一个极端。达美航空 2025 年平均 SkyMiles 递延收入负债约 90 亿美元，而当年兑换的里程约 44.6 亿美元，隐含周转仅约 0.5 倍，即接近两年的储存购买力。达美自己也表示，历史上新发放里程的大部分在两年内被兑换。
在这个区间的中部，我们还可以看 BTC 和 ETH——它们都在各自网络内提供对区块空间的保证性容纳与原生结算。两者流通速度相近，Glassnode 报告分别为每天 0.0100 和 0.0103，大致折合年化周转 3.7 倍（约 100 天库存）。
这为 Pearl 创造了一个相当宽、但在经济上合理的区间。
在一个极端，PRL 基本上就是一条支付通道：客户在发起推理请求前五分钟买入 PRL，花掉它，服务商收到后立刻卖出。流通速度可能极高。
在另一个极端，PRL 变得更接近「算力库存」：推理服务商把它当营运资金保留，客户预付未来工作负载，服务商把它作为抵押品，企业按合同算力需求持有它，大型 AI 公司则直接留存自己自然产出的那部分 PRL。此时流通速度会塌向 1–5 倍。
最终，「算力库存」与「货币」之间的界线会开始消失。
算力远期曲线
还有一个变量会影响人们想持有多少算力库存：算力本身的远期曲线。
这个市场一年前几乎不存在，如今已经开始金融化。Silicon Data（@Silicon_Data）现在发布长达 36 个月的标准化 GPU 远期曲线；Ornn（@OrnnExchange）发布基于成交的现货指数与远期报价；Kalshi 则推出了覆盖 H100、H200、B200 及其他加速硬件的市场隐含算力远期曲线。
目前，大部分标准化曲线呈持平到贴水（backwardation）状态。Silicon Data 7 月的曲线显示，B200、H100 和 A100 的 36 个月期限价格比现货低约 8–15%，反映出市场预期供给增长与更新硬件会随时间压低单位算力成本。Kalshi（@Kalshi）同样显示 B200 算力处于贴水，而较老的 Hopper 曲线明显更平。
这类数据应当把 Pearl 推向更高的流通速度。
比如：如果我预期六个月后算力会更便宜，我为什么要在今天库存六个月的未来算力购买力？我宁愿留着美元赚收益，等到真正需要算力时再买入 PRL。
但这缺乏层次。我们需要把曲线翻过来看。
Ambient（@ambient_xyz）的 Travis Good（@IridiumEagle）最近发了一张很棒的图，指出长期合约算力价格处于升水（contango），而现货价格则持续偏软。
「有保证的算力获取」市场可能进入持续升水，原因是电力稀缺、推理需求压过 GPU 供给，或者超大厂开始吞掉每一块新增加速卡、使其根本到不了现货市场。如果预期未来的算力明显比今天更贵，那么锁定未来的购买力就突然变得有价值。买方应当愿意锁定价格、预付算力、预留产能，或持有任何能给他们可靠未来获取权的资产。
升水的算力曲线，会提升「持有 PRL 以锁定未来购买力」的价值。
那应当降低 PRL 的流通速度。
远期曲线因此成为决定用户想持有多少 PRL 的最重要变量之一。
这就是 Pass 的框架再次变得相关的地方。
在 Bitconia 阶段，几乎所有人实际上都是独立矿工。矿工为了产出 PRL 而购买 GPU 与电力。
PRL 是矿工专门为了变现而生产的东西，几乎没有结构性理由留着它。有用工作可忽略、算力结算可忽略，流通速度应当极高。
当 Pearl 进入 Fortessia，有用推理服务商开始进入网络。这彻底改变了资产负债表行为。
一个 Together AI 式的有用矿工并不依赖 PRL 来支付 GPU 账单——它的推理客户已经为底层算力付了钱。PRL 变成与正常业务并行产生的增量收入。
这样的矿工不需要卖掉挖到的每一枚 Pearl。
随着有用矿工在网络算力中占比上升，「挖了就跑」的反身性抛压应当随之下降。同时，这类业务天然拥有未来的算力负债：已签约客户、预留集群、远期产能需求、营运资金需求。PRL 开始变成一种值得留存的资产，而不是必须立刻换回法币的资产。
流通速度下降。
到了 Duplexia，关系完全反转。AI 公司不再只是顺带挖一点 Pearl，Pearl 正在成为算力经济本身的商业管道的一部分。
服务商赚取它，客户花费它，市场以它结算，合约可以用它计价，服务商持有它以应对未来义务，客户持有它以应对未来工作负载。
这意味着，Pearl 的流通速度不应被当作静态假设。随着 Pearl 走向成功，流通速度本身应当下降。
同一个推动采用、抬高算力 GMV 的过程，应当同时抬高生态愿意针对该 GMV 库存的 PRL 数量。
因此，Pearl 从 Bitconia 走向 Duplexia 的过程中，可能同时获得两个估值乘数：
更多算力以 PRL 结算 × 每一美元 PRL 的周转变得更慢。
这就是货币基础能够比算力 GMV 本身增长得快得多的原因。
一张示意性的 Pearl 成熟曲线：
你可以看到，当 GMV 增长与流通速度下降同时发生时，估值变化有多么剧烈。
例如，从年度算力 GMV 100 亿美元、10 倍流通速度，走到 500 亿美元、2 倍流通速度：底层算力活动只增长 5 倍，但所需货币基础从 10 亿美元跃升到 250 亿美元——25 倍。
我们也可以把两个变量拆开，看完整的敏感性区间：
如果 Pearl 只是为几十亿美元现货推理提供又一条支付通道，那这个算力估值并不特别令人兴奋。在 50 亿美元 GMV、20 倍流通速度下，它只支撑约 2.5 亿美元货币基础，按此框架约合每枚 0.48 美元。
如果 Pearl 进入 Fortessia，开始支撑数百亿美元的算力，同时服务商持有几个月的 PRL 库存，数字就进入 50–250 亿美元货币基础区间，按一周年供应量分母约合每枚 10–50 美元。
而如果 Duplexia 真的发生：有用矿工占主导、PRL 结算全球推理经济中一个可观的比例、企业持有六到十二个月的算力购买力、服务商越来越把 PRL 当作营运资金或储备资产——那我们就进入 500–1,000 亿美元以上的算力货币基础，对应目标价 190 美元以上。
在低流通速度下，两套框架开始收敛。如果 AI 公司愿意持有一年或更久的 PRL，因为它被视为耐久的未来购买力、抵押品与储备资产，那么这种行为本身就是货币溢价。
那就是 Duplexia。
Pearl 已经把最难的部分做完了：低开销的 2:1 kernel。这是只有 Pearl 拥有的重大创新，让它真正有机会被广泛采用。
但工作还没有结束。
今天，Pearl 的 PoUW 共识仍跑在 W7A7 整数量化方案上。你可以把它理解为只对整数做矩阵乘法。这行得通，但 AI 硬件的前沿正越来越围绕低精度浮点做优化。浮点数支持小数位、比整数更精确，而前沿大模型依赖浮点。
Pearl 下一次硬分叉的目标，是在不强迫它们走现有整数适配路径的前提下，支持最先进的低精度工作负载。
这是 Pearl 的坩埚。Pearl 不能要求 AI 产业把自己冻结在某个恰好对 Pearl 方便的数值格式上。Pearl 必须去追 AI 技术栈，而不是反过来。
幸运的是，团队已经有了原生浮点 PoUW 的草案提案。Pearl 改进提案第 3 号（PIP-3）用围绕 FP8 量化构建的 FP 协议取代当前的 INT 协议。这项改动并不轻松，而它的成功执行，是获得有意义的超大厂与新云厂商采用的前提。
如果这一步成功，下一个瓶颈就是集成。
一旦浮点集成上线，Pearl 需要攻下闭源采用。目前，要把一个模型「Pearl 化」并对其做 2:1 运算，需要 Pearl Research 深度参与，把模型量化成它们特定的 INT 格式。这使采用范围至今局限于开源实验室——显然没有哪家闭源实验室会允许 Pearl Research 进入自己的模型帮忙做量化。浮点上线后，「Pearl 化」就变成一个可普遍适用的即插即用 kernel，任何实验室都能自行集成，不再需要 Pearl 团队的协助。开源推理把 Pearl 带到了 Fortessia，而闭源超大厂的集成，将把 Pearl 推上王座。
我认真对待这份技术路线图的一个原因，是背后的团队。Pearl 由 Omri Weinstein（@WeinsteinOmri）、Ilan Komargodski（@komargodski）和 Idan Sugerman 创立，他们的背景横跨学术密码学、Nvidia（@nvidia）、VAST Data、机器学习与零知识系统。Rafael Pass——研究 PoUW 经济学的顶尖学术密码学家之一——也直接参与了这个项目。尽管团队高度公开，Pearl 本身是公平启动的，没有 VC 代币额度，也没有投资人悬顶。
Pearl 的论点并不要求一切都顺利，但它确实要求有几件事不要灾难性地出错。以下是采用路径上的关键风险：
开销不再下降。 5% 已经很了不起，但 5% 也不是零。如果 Pearl 的浮点协议跟不上 FP8、FP4、新的 NVIDIA 架构、新的量化方案，以及下一个胜出的推理 kernel，问题会不断累积。如果启用 Pearl 挖矿会让核心产品明显变差，AI 公司根本不在乎这个机制有多巧妙。PRL 补贴必须始终比损失的吞吐、工程负担与运营风险更值钱。
有用矿工始终没能成为边际生产者。Together AI 证明了一件极其重要的事：真实的客户推理可以挖 Pearl。这杀死了「有用挖矿只是理论」的论调，但它并没有证明有用矿工会主导网络。整个自然选择论点都押注在：有用矿工最终拥有比合成矿工更低的实际成本。如果这从未发生，Pearl 就没那么有意思了。
Pearl 始终没有成为货币。AI 公司可能喜欢挖 Pearl，却对持有 Pearl 毫无兴趣。Pearl 的白皮书对此异常明确：代币作为价值储存的价值，最终取决于人们对「它将成为足够大规模用户群的支付手段」的预期。即将推出的算力市场不是一个可选的路线图条目——货币论点的生死就在那里。
硬件博弈转向对 Pearl 不利。Pearl 主张它在经济上抗 ASIC，因为矩阵乘法本来就是 GPU 与 TPU 的首要优化目标，而一台只为挖 Pearl 设计的机器将牺牲通用 AI 加速卡可获得的宝贵推理收入。白皮书谨慎地称其为「看似合理」的抗 ASIC 性。但噩梦场景是：有人仍找到了某种专用架构，产出 Pearl 有效工作的效率远高于通用 AI 硬件，以至于效率收益压过了双工矿工的推理收入。那时 Pearl 的博弈论路径就会失效，无用矿工重新成为最便宜的矿工。
Pearl 未能固化。协议尚未固化。事实上，从创世到 8 月 11 日之间已经有五次已激活的主网共识变更。最值得注意的是，最近一次支持混合专家（MoE）证明的软分叉在第 71,935 个区块生效，但随后导致矿工利用漏洞伪造算力、赢取不成比例的区块奖励。所幸该问题被发现，MoE 升级在 41 天后的第 91,630 个区块被临时禁用。其他协议变更还包括在第 96,251 个区块激活的秩惩罚软分叉，以及随后在第 99,000 个区块的加盐噪声种子硬分叉。Pearl 需要利用这段时期去把东西弄坏、修好、完成架构，最终赢得固化的资格。
比特币证明了：无用的计算可以变成货币。
Pearl 在赌：有用的计算可以变成更硬的货币。
如果开销趋近于零，有用的 AI 服务商就会成为结构性占优的矿工，因为算力已经有人付过钱了。区块奖励变成对推理的补贴。更低的推理价格创造更多需求，更多需求创造更多双工算力，更多双工算力让 Pearl 更硬——最终，这些机器生产出来的资产，会成为购买这些机器产出的资产。
AI 生产货币。 货币购买 AI。 循环闭合。
到那时，Pearl 就是算力的货币。
而如果这个由全球 AI 基础设施保护的货币网络，最终比那个由堆满单一用途 ASIC 的仓库保护的网络更难攻击，那么 Michael Saylor 也许终究是对的。
没有第二好。
他只是可能选错了那一个。
来和我一起「Pearl 化」吧。
致谢
非常感谢 Pearl Research Labs（@prlnet）在本研究撰写过程中提供的反馈与指导。他们的学术洞见成就了这篇文章今天的样子。
同时感谢 @tulipking——我的挚友与知己，他的建议与反馈深刻影响了本文的语气与风格。
免责声明
本文所表达的观点仅代表作者本人，仅供参考。它们不构成投资、法律、税务或其他专业建议，也不应作为任何投资决策的依据。文中提及的具体公司、协议、代币或板块仅作举例，不构成购买或出售任何证券、代币或其他资产的建议或招揽。作者是 No Limit Holdings 的投资人，该风险投资机构投资于区块链与数字资产相关业务；No Limit Holdings 及/或其关联方可能持有本文所讨论的某些公司、协议、代币或板块的头寸，或与之存在其他经济利益。
