鏈上隱私正在被重新定價。
今年以來,這個敘事主導了整個產業的討論,$ZEC(+159%)、$VVV(+1,693%)、$NEAR(+237%)與 $ARX(+122%)成為投資組合中最亮眼的標的,而 $XMR(+29%)與 $LINK(+22%)也展現出強勁走勢。
把視角拉遠來看,隱私幣與隱私基礎設施這兩大板塊在第三季大幅飆升,總市值分別成長約 164% 與 103%。
而且我不認為這股趨勢會很快降溫,尤其是當我們考量到 AI 的發展速度時。

第三季主要隱私板塊市值表現
隱私如今已成為貫穿 AI 領域的核心議題。
我們看到川普總統在 America.gov 上線時特別強調該網站 AI 入口的隱私保護;OpenAI 因 Navier–Stokes 千禧年大獎爭議飽受批評;Jason Calacanis 等投資人警告將專有成果暴露在中心化 AI 平台上的風險,類似的例子不勝枚舉。
綜合這些因素,我認為隱私將在 AI 領域無所不在。而隨著這一切逐步實現,加密貨幣「完全透明」的篇章也將畫下句點。
對這兩者而言,背後的邏輯其實非常簡單。
為什麼加密貨幣需要隱私
先從加密貨幣談起。
從 BlackRock、Robinhood 到銀行、基金與支付服務商,各類機構正全面走向鏈上。
所有資產都將代幣化,市場將全面開放,交易全年無休、全天候運行。
如果你還不知道這些,那你可能真的與世隔絕了一段時間——因為這些早就不是什麼新鮮觀點。到了今天,它們已是業界公認、不可逆轉的事實。
https://x.com/wallstreetbets/status/2105065548111372418
但問題在於,這些機構並不希望自己的操作被公開,而鏈上市場又因為缺乏隱私,向來是被人套利剝削的遊樂場。
因此,整類應用、投資策略與機構工作流程至今仍留在鏈下,因為一旦接觸網路就會立刻被盯上。結果就是,大量資金為了避開這種風險而選擇觀望。
基金不希望競爭對手看著自己建倉;用穩定幣發薪的公司不希望所有人的薪水都被看光;你轉帳給別人,也不代表對方就能把你的帳戶翻個底朝天。
道理很簡單:當越來越多人真正把加密貨幣用於日常財務時,隱私就會變得至關重要。這也是為什麼那些元老級隱私團隊已經在這條路上耕耘了十多年。
https://x.com/milianstx/status/1995883036970258825
所以,如果你也相信所有金融活動最終都會跑在加密軌道上,那麼恭喜你,你同時也是鏈上隱私的多頭。兩者根本無法分割。
而在 AI 領域,隱私也正朝著同樣的方向發展,甚至更快,因為用戶正把自己的整個人生一點一滴地交給這些工具。
加密貨幣的陰陽兩面
AI 的隱私問題,正好與加密貨幣相反。
加密貨幣從公開的軌道出發,需要隱私才能讓人們真正用它處理財務;AI 則從敏感的用戶情境出發,需要更強的隱私保障,人們才敢放心把讓模型變好用的資訊交出去。
問題是,目前這些敏感資訊大多仍以明文處理,模型供應商隨時都能存取。這就帶來一個風險:供應商可能會解讀極度私人的資料,自行認定內容越界,然後在沒有搜索令、司法審查或正當程序的情況下直接通報執法單位——而這些正是我們對執法行動的基本期待。隱私保護機制應該讓我們能在應對真實安全威脅的同時,不必把營運 AI 助手的公司變成窺探我們私生活的調查員。
當 AI 開始進入高價值、高風險的工作流程時,這一點就更關鍵了,因為最有用的應用,往往也是最需要機密資料的應用。
https://x.com/kimmonismus/status/2106830228404228267
舉例來說,通用模型可以用公開資訊回答一般的理財問題,但要真正幫你理清自己的財務狀況,需要的東西多得多:收入、負債、銀行對帳單、稅務文件、投資紀錄、個人目標。
企業也是一樣。懂行的公司不會只為了更好的分析,就把客戶資料、內部研究、程式碼、法律文件或策略簡報全部暴露給模型供應商。
這就是為什麼隱私不能只停留在應用層。基礎設施本身必須改變。
私密推論(Private inference)是其中一項重要的基本元件。目標是讓模型產出有用的答案,同時不讓基礎設施營運者完整看到提示詞、檔案或輸出結果。用戶能拿到想要的智慧,同時掌握生成過程中所用資料的控制權。
另一條路徑則是乾脆把運算留在本地。@qvac 正在推動裝置端 AI,讓模型直接在你的硬體上運行,敏感資料留在設備裡,不必送到雲端供應商。
@0G_labs 則從基礎設施端切入同一個問題,透過私密 AI 推論與加密儲存,讓敏感資料保持隱蔽,同時確保運算過程可驗證。
這也正是 AI 隱私與加密隱私開始交會的地方。
在加密世界裡,網路應該能驗證交易,卻不必把交易內容公開給所有人;在 AI 世界裡,基礎設施應該能執行運算,卻不必把用戶的情境暴露給所有參與處理的人。
這讓我不禁好奇:有沒有新創團隊在同時解決這兩個問題?於是我一頭栽進兔子洞,深入研究這兩個產業的隱私版圖。
以下是我觀察到一些有趣進展的類別與專案。
私密貨幣
@Zcash 在 2026 年的表現相當亮眼。
近期走勢之所以值得關注(撇開 Orchard 與 Halo 2、統一地址(Unified Addresses)以及 Ironwood 新屏蔽池等技術成就不談),是因為如今的多頭論述終於有了實際使用量撐腰。
目前約有 490 萬枚 ZEC(約占流通供應量的 29%)存放在屏蔽地址中,高於 2024 年初的 8%;而每周屏蔽交易量剛突破約 62,000 筆,年初至今成長 652%。
這裡的成長反映的是真實的隱私使用需求。

Zcash 屏蔽供應量與屏蔽交易總數
這也是越來越多大咖開始參與 Zcash 的重要原因。
例如 Winklevoss 兄弟以 1 億美元成立 Cypherpunk,專門為公司金庫收購 ZEC,並表示目標是累積最高達流通供應量 5% 的持倉。Tyler Winklevoss 更稱 AI 是隱私催化劑的「黎明」。
Zcash 也讓用戶能自由選擇想要的隱私程度。
它同時支援透明交易與屏蔽交易,因此用戶獲得的隱私程度取決於他們如何使用網路。此外,它還提供了一個實用的揭露層:查看金鑰(Viewing keys)能讓獲授權方查看交易資訊,卻無法動用資金。這對審計、合規,或任何需要「選擇性透明」而非「全面曝光」的情境都非常有幫助。
私密貨幣的意義不只是「躲起來」,而是讓數位現金真正能用在日常財務生活中。
這就是 Zcash 持續跑贏大盤的原因。
私密應用
預設設定決定行為。
如果隱私需要額外步驟,很多人就會直接跳過。所以我特別關注那些在應用層開發、能幫用戶自動處理這些繁瑣技術細節的團隊;這樣一來,用戶不必搞懂底層密碼學,也能享受隱私的好處。
我認為能把這件事做好的團隊會成為大贏家,因為他們將成為人們進入私密 AI 與加密世界的核心入口。
今年我已經在 @AskVenice 身上看到這個趨勢。多數人把它當成一款私密 AI 應用,正是因為底層的加密元件全被完美抽象化了。靠著這套公式,這款應用最近突破了 400 萬用戶與 1 億美元 ARR:
https://x.com/AustinBarack/status/2089447460275994875
@keet_io 則是另一個「隱私即產品」的例子。聊天、通話與檔案傳輸全程端到端加密、點對點進行,不依賴中央伺服器,也不需要手機號碼或電子郵件。
加密錢包是另一個明顯的機會,因為隱私往往就是在這裡破功的。
如果一個錢包同時用來做很多事,知道你在哪裡收款的人,很可能也能追蹤你在哪裡交易、持有什麼資產,以及你其餘的財務動向。
理論上,用戶可以靠多開幾個錢包來繞過這個問題。但這會增加摩擦,而且依然無法保證活動不會被串連起來。
我不認為多數人會想自己管理這些。他們會期待錢包或應用本身就具備隱私,就像期待銀行 App 一樣。
這正是我認為需求的來源。人們想使用這些產品,卻不想讓陌生人看光自己的財務狀況;而要做到這點,體驗應該是無感且流暢的,而不是像在搞研究計畫。
@zodl_app 就是一個很好的例子。
它由 Zcash 協議的原始開發團隊打造,預設開啟隱私、支援私密交換,並能與 Keystone 配對進行氣隙隔離的屏蔽簽名。
在網路層,@MidnightNtwrk 正圍繞「可編程隱私」進行開發。應用可以保留敏感資料的私密性,只在必要時選擇性地證明或揭露部分資訊,利用 ZK 證明取代把所有東西都放上公開帳本的做法。
整體而言,在應用方面,我想觀察的是:這些發展能否轉化為長期、持續的屏蔽資金使用量。
沒錯,強勢的代幣價格確實能吸引人進場,但長期的應用使用數據才是隱私需求更具體的證據。
隱私即基礎設施:Arcium、Venice 與 0G
快速回顧一下幾位隱私領域的主要玩家。Zcash 顯然是私密貨幣的標竿;@zama 正把 FHE 帶上鏈;Venice 憑藉一款面向消費者的私密 AI 產品成功打破加密圈的同溫層;0G 則在推動私密且可驗證的 AI 基礎設施。而 @Arcium 從機密運算層切入同一套隱私堆疊,其基礎設施設計旨在同時涵蓋加密與 AI。
這些專案各自掌握堆疊中的一層,也因此,隱私賽道本身一直相當分散。
正是這種碎片化,讓 Arcium 在我眼中格外有趣。
他們沒有死守單一隱私環節,而是把所有東西打包在一起,橫跨整個堆疊推出產品:
- 透過 C-SPL 與 Umbra(Zcash)實現可編程的私密貨幣
- 加密運算(Zama)
- 透過 Blackthorn 實現機密 AI 推論(Venice/0G/NEAR)
專案
他們掌握的領域
Arcium 的做法
ZEC
私密貨幣,元老級隱私資產
將隱私延伸到專屬代幣之外:C-SPL 為任何 Solana 資產加入可編程的機密性,而 Umbra 則在 Solana 史上最大規模 ICO 中募得 1.5 億美元承諾資金。
Zama
區塊鏈通用加密運算(FHE)
已在主網上線,支援超過 10 款應用(加密圈最活躍的隱私生態系),執行近 300 萬次運算。
VVV(Venice)/0G/Near
私密 AI/AI 基礎設施
Blackthorn 將 Arcium 從加密運算擴展到加密 GPU 上的機密 AI,讓提示詞、檔案與輸出結果保持私密,並催生類似 Venice 的應用。
我最欣賞的一點是,應用可以在背景默默調用隱私層。
此外,前面提到的其他隱私專案多半專注於解決加密領域的隱私問題,而 Arcium 已經跨出最初「為區塊鏈帶來加密運算」的使命,進一步把網路能力延伸到 AI 領域。
以下是它的運作方式(先講技術面,再談對你實際意味著什麼)。
技術路徑
Arcium 的核心方法是安全多方運算(MPC)。私密輸入會被拆分成秘密份額,分發給由 Arx 節點組成的 Cluster。這些節點共同完成運算,但沒有任何單一節點能還原底層資料。
Arcium 目前的協議 Cerberus 採用「不誠實多數、偵測即中止」的模型。只要 Cluster 中至少有一個成員是誠實的,就能保住隱私並偵測竄改;若發生協議錯誤,系統會直接中止,而不是回傳被污染的結果。這同時保障了機密性與結果完整性。
這樣的設計天生適合加密領域:公鏈負責協調與結算,私密的應用邏輯則在 cluster 中運行。
相較於 TEE,信任被分散了,不再集中在單一 enclave;相較於 FHE,MPC 需要更多互動,但非常適合本來就需要多方協調的去中心化工作流程。
代價是通訊成本增加,以及在節點或網路不可用時可能觸發中止。
但這套架構不必侷限於區塊鏈應用。如果運算可以被分散,讓單一營運者看不到底層輸入,同樣的模式就能延伸到涉及敏感提示詞、檔案與其他用戶資料的 AI 工作負載。
押注 AI 擴張
這種跨出加密領域的延伸,正成為 Arcium 布局中越來越重要的一環。
我們已經看到 Venice 如何在加密軌道上打造出成功的 AI 產品;Arcium 則想把這些軌道進一步推向後端。
它不打算掌控面向用戶的聊天體驗,而是在底下建構機密基礎設施,讓敏感提示詞、檔案與輸出結果不必以明文形式暴露給單一基礎設施供應商。
這是同一場賭局的另一面。
這正是 Blackthorn 有趣的地方。它被設計成直接在資料中心現有的 NVIDIA GPU 上運行機密 AI,不需要新的安全晶片或專屬機密硬體。如果一切如預期運作,醫療、金融、法律與政府等領域的敏感 AI 工作流程就能順利展開,用戶也不必再把底層資料交給傳統的託管模型供應商。
這代表 Arcium 沒有在加密隱私與 AI 隱私之間二選一。團隊正努力透過一套分散式系統,讓兩者都能實用落地。
對用戶的意義
Arcium 機密運算的目的不是隱藏一切,而是只揭露應用真正需要的部分。
對用戶來說,這可能意味著拍賣系統能根據機密出價計算出清算價格,而不必公布每一筆落選報價;或是交易應用在執行規則的同時,讓敏感的訂單資訊保持私密。如此一來,有用的輸出結果能被使用,而底層輸入也不會變成公開的市場情報。
Arcium 指向的產品類型,已經能在其生態系目錄中看到,其中包括密封式代幣拍賣專案 Crafts,以及用於屏蔽轉帳與交換的錢包 Umbra。
開發者可以在 Solana 應用的公開部分旁加入機密函數與狀態,自行決定應用要揭露哪些資訊。
Arcium 還推出了 C-SPL——專為 Solana 設計的機密代幣標準,讓代幣應用具備機密餘額與轉帳金額功能,用戶不必遷移到專屬隱私資產。這可以用於穩定幣薪資發放,員工彼此看不到薪水;也可以用於拍賣,參與者能驗證結果,卻不必公開每一筆落選報價。這些都是讓你願意使用產品的理由,即使你從未交易過任何隱私代幣。
同樣的邏輯也適用於 AI。應用應該能使用敏感資訊,而不必無謂地將其揭露給負責運算的基礎設施。
對我而言,這才是更大的機會。
我正在關注什麼
展望未來,隱私仍會是我觀察清單上的頭號板塊。
對於 Zcash,我想看的是屏蔽交易能變得多麼日常。更好的錢包與更低的門檻,應該會反映在人們真正使用網路核心功能的行為上。
作為交易者,我想了解這些使用量如何傳導到支撐部分 Crypto Native 專案的資產上。
團隊能否調校好自己的飛輪,讓用戶導入真正轉化為買盤壓力?
由於缺乏可組合性,隱私的網路效應也牽涉重大利益。
當資產用某種技術屏蔽後,其實無法與用另一種技術屏蔽的資產互相組合。因此各團隊都急著建立流動性、導入機構資金、爭取最佳交換深度、提供更高收益等等。
這場競爭的結果,將決定鏈上隱私這塊大餅如何分配。
在 AI 方面,我正密切關注前沿實驗室(frontier labs)周邊的動態。
在最近一片恐慌聲浪中,監管機構是否會實質介入?用戶隱私會不會被納入政策範圍?
我也在留意那些在「加密 x AI x 隱私」交會處衝刺的團隊。我們已經有一些成功案例與精彩故事證明這條路行得通。我想看這些用戶群能成長到多大規模,以及私密 AI 能拿下整體 AI 使用量的多少百分比。
歸根究柢,這取決於人們到底有多在乎自己的隱私。Venice、Arcium、Keet、QVAC、NEAR、Midnight 與 0G 是我持續追蹤的專案,因為它們從不同角度切入同一個命題:Venice 主攻私密 AI 前端,Arcium 深耕底層基礎設施,Keet 聚焦私密通訊,QVAC 著眼本地 AI,NEAR 橫跨 AI 基礎設施與 Agents,Midnight 主打可編程隱私,0G 則推動私密且可驗證的 AI 基礎設施。
隨著加密與 AI 日益交融,在這個大熔爐中競爭的團隊,很有機會搭上兩個我們都認同會持續下去的趨勢:金融將持續走向鏈上,進而帶動隱私普及;而隨著 AI 普及率提升,用戶對隱私的需求也會不斷成長。





