2025年第三季度,稳定币转账总额达到创纪录的15.6万亿美元,而来自加密交易所CEX.io的一份市场研究报告指出,约71%的稳定币交易量与自动化机器人活动有关。这个数字在行业内掀起广泛关注,也促使监管者、研究者和市场参与者重新审视谁在使用稳定币、以及这些链上数据到底反映了什么。 报告由CEX.io的市场研究分析师Illya Otychenko基于Visa/Allium和Artemis等链上数据来源得出。研究将链上行为分为机器人驱动交易、有机非机器人活动,以及智能合约内部或交易所内转账三类,分别约占71%、20%和9%。值得注意的是,所谓机器人并不仅限于用于套利或去中心化金融(DeFi)交互的MEV(最大可提取价值)机器人;研究同时包含高频交易机器人与可能具备洗牌(wash trading)特征的自动化策略。报告还指出,未标注的高频机器人 - - 即每月交易次数超过1000笔、月交易量逾1000万美元的账户 - - 在71%的体量中占主导。
与此同时,零售端的小额稳定币转账却在同期创下新高。CEX.io的数据显示,单笔低于250美元的稳定币交易在九月达到历史峰值,2025年有望成为稳定币零售使用最活跃的一年。交易所内部数据显示,约88%的小额交易与交易所活动相关联,但汇款、支付与法币兑换也在占比上持续上升,非交易型的稳定币使用在2025年增长超过15%。这意味着尽管机器人占据总体交易量上风,稳定币的微观使用场景正在扩大。 理解数据和界定"机器人"的重要性不可低估。对监管者而言,区分自然用户行为与自动化、可能操纵市场的活动至关重要:若绝大部分链上交易是由机器人执行,单看交易总量将高估真实的用户采用率与经济活动强度。
相反,若零售交易确实稳步增长,即便总体体量受机器人放大,稳定币作为支付工具和汇款渠道的实用性仍在提升。对外界而言,关键问题是如何在链上分析中精确识别不同类型的自动化行为,避免对政策与市场监督产生误判。 从市场微观结构来看,机器人既有正面也有负面效应。一方面,高频套利机器人、市场做市机器人与MEV机器人提升了市场流动性、缩小买卖价差,从而降低了交易成本,使得交易者能更高效地实现入场与退出。另一方面,若部分机器人活动是为了制造虚假的交易量或价格波动,便可能对价格发现过程造成扭曲,诱发监管干预或伤害普通投资者。此外,大规模的自动化交易可能在市场压力下放大系统性风险,尤其是在流动性迅速收缩或链上拥堵时。
稳定币类别与资金流向也值得关注。报告显示,第三季度稳定币净流入超过460亿美元,其中USDT和USDC分别带来近200亿美元和123亿美元的净流入,合成稳定币USDe也录得约90亿美元净流入。净流入不仅反映市场对不同稳定币的偏好,也可能暗示在不同金融场景中的使用差异。USDT在场外和高风险对手中长期受欢迎,USDC在合规度和透明度方面更受部分机构投资者青睐,而新兴的合成或算法稳定币则通过新产品设计吸收部分需求。 对于监管者而言,如何在鼓励创新和保护市场完整性之间找到平衡是当前首要挑战。一方面,稳定币的快速增长促进了数字支付、跨境汇款及DeFi的扩展,带来金融效率改进与成本降低;另一方面,若未能有效识别与抑制操纵性机器人、洗牌以及跨境洗钱风险,则可能放大金融不稳定性与监管套利空间。
建议监管机构在制定政策时重视链上可观测性工具的发展,推动行业共享行为分类标准,并与链上分析公司、交易所合作建立更透明的流量标签体系。 交易所和链上分析公司在此过程中扮演关键角色。交易所应提升数据披露与异常行为检测能力,主动区分交易所内部转账、智能合约交互与独立用户行为,避免将链上流水直接等同于经济采用率。在合规框架下,交易所可以建立更严格的KYC/AML流程及可疑行为报告机制,同时分享匿名化的行为模式与指标,帮助研究机构和监管者识别异常自动化交易群体。链上分析机构需要改进分类算法,综合链上地址行为、交互模式、时间序列特征与关联地址网络来识别机器人与洗盘行为,并向市场提供透明的分类方法与置信度说明。 对普通投资者和零售用户而言,理解链上数据背后隐藏的结构也很重要。
高频机器人可能导致短期价格波动增多,但长期价值取决于实际经济活动与采用场景的扩展。零售用户若将稳定币作为支付或跨境汇款工具,应优先关注交易对手的合规性、兑换路径与交易成本,而非单纯追随链上总体交易量的增长趋势。与此同时,使用去中心化平台时应关注智能合约风险与可能的MEV提取场景,采用合适的交易时间或使用专门保护工具以减少被抢跑或被夹击的风险。 学术界与行业研究机构可以从几个方向深化研究。首先,需要更细致的行为分类研究,区分套利型机器人、市场做市机器人、MEV机器人、洗盘型机器人与其他自动化策略,评估各类机器人对流动性、价差、滑点和价格发现的不同影响。其次,应研究零售小额转账增长的驱动因素与地理分布,以辨识稳定币在跨境汇款或局部经济体中的真实渗透率。
最后,研究链上转账与链下法币兑换之间的关系,明确链上"流量"到现实经济活动的转换效率。 技术上,区分机器人与真实用户可以采用多模态方法。时间序列特征如交易频率、时间间隔分布与交易金额分布,结合地址网络图谱和交易路径分析,可以帮助识别自动化行为。深度学习模型与图神经网络在识别复杂交互结构方面表现出潜力,但模型可解释性与误判风险亦需谨慎处理。因此,行业应倡导可复现的研究方法与公开验证集,以便社区共同提升分类准确率与信任度。 监管层面的具体举措可以包括推动基础数据标准化、要求大型交易所定期披露链上与链下转换的透明报告、以及对高频自动化交易实施更严格的监测与报告义务。
对于涉嫌操纵或洗牌的行为,应建立跨平台的联动检查机制,确保能够追踪并采取纠正措施。同时,鼓励创新合规的稳定币设计,例如以更高透明度与抵押资产可验证性为核心的产品,以降低监管阻力并提升机构吸引力。 市场参与者应同时关注风险与机会。机器人活动的增长并不意味着稳定币失去价值,而是提示市场结构正在变化。对做市商与机构而言,更高的链上流动性意味着新的策略空间,但也需提升风控与监控能力以应对突发的链上流动性波动。对支付企业与金融科技公司而言,零售转账的增长代表了把稳定币纳入支付生态的时机,尤其是在跨境和高成本汇款场景中。
展望未来,稳定币生态很可能沿着两条路径并行发展。其一,自动化交易与高频机器人将继续在链上主导交易量,并推动技术创新与市场效率提升,但也会持续吸引监管关注与测评。其二,零售与真实经济场景的采用会逐步扩大,尤其是在法币渠道受限或支付成本高昂的地区。关键在于能否建立可靠的方法来区分两者,并据此制定有针对性的政策与市场实践。 结语部分,CEX.io报告揭示的71%机器人占比为行业敲响警钟,同时也提供了改进监管、数据分析与市场治理的方向。理解链上数据的复杂性,比单纯追求交易总量的增长更为重要。
只有在透明、可验证的数据基础上,监管者、交易所、研究机构与用户才能共同推动稳定币朝着既安全又具包容性的方向发展。面对不断演进的技术与策略,行业需要持续投入在行为识别、风险管理与合规设计上的资源,以确保稳定币不仅是交易上的"润滑剂",更是真正能服务于现实经济与公众利益的数字货币基础设施。 。
