BroadChain a appris que, le 24 avril à 03:16, lors d'un récent podcast, le célèbre trader Cobie et l'animateur Threadguy ont exploré en profondeur l'état actuel et l'avenir de l'industrie de la cryptographie. Le jugement central de Cobie est que l'industrie connaît une "divergence en forme de K" : les stablecoins, les marchés de prédiction et les infrastructures de trading on-chain ont réalisé des progrès substantiels, mais il est difficile pour les investisseurs ordinaires de capturer ces résultats via des tokens publics.
Cobie a souligné que les technologies d'IA (comme le modèle Mythos d'Anthropic) pourraient transformer la DeFi en un "système de primes financières", abaissant considérablement le seuil d'entrée pour les entrepreneurs. Il a cité l'exemple du projet solo OpenClaw, qui a créé des dizaines de milliards de dollars de valeur en un mois, modifiant le modèle économique traditionnel des premiers employés : moins de main-d'œuvre nécessaire, moins de financement, moins de dilution, et une sortie plus rapide.
En abordant l'injustice du marché privé, Cobie estime que des entreprises comme SpaceX et Anthropic sont passées de zéro à des milliers de milliards de dollars, mais que les gens ordinaires peuvent difficilement partager la création de richesse, ce qui va à l'encontre de la promesse du capitalisme. Il a également noté que, lorsque le modèle d'airdrop de la cryptographie est appliqué aux entreprises de consommation, il permet de restituer aux utilisateurs la valeur qu'ils ont créée, ce qui ressemble à une réponse capitaliste au revenu de base universel.
Pour les participants en période de ralentissement de l'industrie, Cobie conseille : si vous croyez vraiment en la valeur future de quelque chose, allouez des ressources en fonction de ce jugement ; si vous n'y croyez plus et ne faites que poursuivre des sensations passées, il est préférable de changer d'intérêt. Il insiste sur le fait que les grands traders enregistrent leurs jugements et résultats, et mettent constamment à jour leur modèle du monde avec des données d'entraînement.