当前高性能公链的出块时间已进入毫秒级，推动数据基础设施向实时流处理转型。Meme交易和AI决策的兴起，使数据竞争从“可视化”转向“可执行信号”，强调速度、多维分析和自动化执行。链上链下数据融合（如舆情追踪、地址画像）成为新护城河，基础设施需在Web3原生需求与Web2级处理能力间平衡。未来机会在于上游实时数据处理管道和下游AI驱动的交易终端，核心是帮用户捕捉超额收益。
数据挑战：高性能公链的出块时间竞争进入亚秒级时代。C 端高并发、高流量波动和多链异构需求增加了数据侧复杂性，数据基础设施需转向实时增量处理 + 动态扩展。传统批处理 ETL 延迟分钟到小时级，难以满足实时交易。新兴方案如 The Graph、Nansen、Pangea 引入流式计算，延迟压缩至实时跟踪级别。
数据竞争的范式转移：上周期满足「能看懂」；本周期强调「能赚钱」。Bonding Curve 模式下，延迟一分钟成本可数倍差距。工具迭代：从手动设置滑点 → 狙击 bot → GMGN 一体化终端。交易上链能力逐步商品化，核心竞争前沿滑向数据本身：谁能更快捕捉信号，谁就能帮用户盈利。
交易数据的维度扩展：Meme 本质是注意力金融化，关键在叙事、关注度与后续传播。链下舆情 × 链上数据的闭环：叙事追踪总结、情绪量化成为交易核心。「水下数据」：资金流向、角色画像、聪明钱 /KOL 地址标签化，揭示链上匿名地址背后隐性博弈。新一代交易终端将链上链下多维信号融合到秒级，提升入场与避险判断。
AI 驱动的可执行信号：从信息到收益。新阶段竞争目标：够快、自动化、能带来超额收益。LLM+ 多模态 AI 可自动提炼决策信号，并结合 Copy Trading、止盈止损执行。风险挑战：幻觉、信号寿命短、执行延迟与风险控制。平衡速度与准确率，强化学习与仿真回测是关键。
数据看板的生存抉择：轻量数据聚合 / 看板类应用缺乏护城河，生存空间被压缩。向下：深耕高性能底层管道与数研一体化。向上：延展至应用层，直接做用户场景，提高数据调用活跃度。未来赛道格局：要么成为 Web3 水电煤的基础设施，要么成为 Crypto Bloomberg 的用户平台。
护城河正转向「可执行信号」和「底层数据能力」，长尾资产与交易数据闭环是加密原生创业者的独特机会。未来 2–3 年的机会窗口：
感谢 Hubble AI、Space & Time、OKX DEX 等项目对本研报的支持！
在上一轮周期中，链上交易的增长主要依赖于基础设施迭代，进入新周期，随着基础设施逐步成熟，以 Pump.fun 为代表的超级应用正成为加密行业的新增长引擎。这类资产发行模式以统一的发行机制与精巧的流动性设计，塑造了一个公平原始、暴富神话频出的交易战壕。这种高倍财富效应的可复制性，正在深刻改变用户的收益预期与交易习惯。用户需要的不仅是更快的入场机会，也需要在极短时间内获取、解析和执行多维度数据的能力，而现有数据基础设施已难以承载这种密度和实时性的需求。
随之而来的是对交易环境更高层次的需求：更低摩擦、更快确认、更深流动性。交易场所正加速迁移至以 Solana 和 Base 为代表的高性能公链与 Layer2 Rollup。这些公链的交易数据量级相比上一轮的以太坊提升了 10 倍有余，为现有数据提供商带来了更严峻的数据性能挑战。伴随 Monad、MegaETH 等新一代高性能公链上线在即，链上数据处理与存储需求将呈现指数级增长。
与此同时，AI 的快速成熟正在加速实现智能平权。GPT-5 的智力已经达到博士水平，Gemini 等多模态大模型可以轻松理解 K 线…… 借助 AI 工具，原本复杂的交易信号现在也可以被普通用户理解执行。在这一趋势下，交易者开始依赖 AI 做出交易决策，而 AI 交易决策离不开多维度、高实效数据。AI 正在从「辅助分析工具」演变为「交易决策中枢」，其普及进一步放大了对数据实时性、可解释性与规模化处理的要求。
在 Meme 交易狂潮、高性能公链扩张与 AI 商品化的三重共振下，链上生态对全新数据基础设施的需求越发迫切。
随着高性能公链与高性能 Rollup 的崛起，链上数据的规模与速度已进入全新阶段。
伴随高并发与低延迟架构的普及，单日交易量轻松突破千万笔，原始数据规模以百 GB 计。以 Solana 为例，其近 30 天日均 TPS 超过 1,200，每日交易数超 1 亿笔；在 8 月 17 日更是创下了 107,664 TPS 的历史新高。据统计，Solana 账本数据以每年 80-95 TB 的速度快速增长，换算到每天就是 210-260 GB。
▲ Chainspect，30 天平均 TPS
▲ Chainspect，30 天交易量
不仅吞吐量攀升，新兴公链的出块时间也已进入毫秒级。BNB Chain 的 Maxwell 升级将出块时间缩短至 0.8s，Base Chain 的 Flashblocks 技术则压缩至 200ms。今年下半年，Solana 计划以 Alpenglow 取代 PoH，将区块确认时间降至 150ms，而 MegaETH 主网更以 10ms 的实时出块为目标。这些共识与技术的突破大幅提升了交易的实时性，却对区块数据同步和解码能力提出了前所未有的要求。
然而，下游数据基础设施大多仍依赖批处理 ETL 管道，不可避免地存在数据延迟。以 Dune 为例，Solana 上的合约交互事件数据通常延迟约 5 分钟，而协议层聚合数据甚至需等待 1 小时。这意味着，用户本可在 400ms 内被确认的链上交易，却要延迟数百倍才能在分析工具中可见，对实时交易类应用而言几乎不可接受。
▲ Dune, Blockchain Freshness
为应对数据供给侧的挑战，部分平台已转向流式与实时架构。The Graph 借助 Substreams 与 Firehose 将数据延迟压缩至近实时。Nansen 通过引入 ClickHouse 等流式处理技术，在 Smart Alerts 与实时仪表盘上实现了数十倍性能提升。Pangea 则通过汇聚社区节点提供的计算、存储与带宽，以不到 100ms 的延迟为做市商、量化分析师、中央限价订单簿 (Clobs) 等 B 端提供实时流式数据。
▲ Chainspect
除了数据量庞大，链上交易还呈现出明显的流量分布不均特征，过去一年间，Pumpfun 周交易量最低到最高相差近 30 倍。2024 年，Meme 交易平台 GMGN 曾在 4 天内遭遇6 次服务器「挤爆」的事故，被迫将底层数据库从 AWS Aurora 迁移至开源分布式 SQL 数据库 TiDB。迁移后，系统的水平扩展能力与计算弹性大幅提升，业务敏捷性提高了约 30%，显著缓解了交易高峰期的压力。
▲ Dune, Pumpfun Weekly Volume
▲ Odaily, TiDB 的 Web3 服务案例
多链生态进一步加剧了这种复杂性。不同公链在日志格式、事件结构和交易字段上的差异，使得每新增一条链都需要定制化的解析逻辑，极大考验数据基础设施的灵活性与可扩展性。一些数据提供商因此采取「客户优先」策略：哪里有活跃的交易活动，就优先接入哪条链的服务，在灵活性与规模化之间权衡取舍。
如果在高性能链盛行的背景下，数据处理仍停留在固定间隔模式的批处理 ETL 阶段，就会面临延迟积压、解码瓶颈和查询滞后的困境，无法满足对实时性、精细化和动态交互的数据消费需求。为此，链上数据基础设施必须进一步演进至流式增量处理与实时计算架构，同时配合负载均衡机制，以应对币圈周期性交易高峰带来的并发压力。这不仅是技术路径的自然延伸，也是保证实时查询稳定性的关键环节，更将在新一代链上数据平台的竞争中形成真正的分水岭。
链上数据的核心命题，已从「可视化」转向「可执行」。在上个周期，Dune 是链上分析的标配工具。满足了研究者和投资者「能看懂」的需求，人们用 SQL 图表拼接链上叙事。
然而在本轮周期，Meme 玩家是最活跃的消费群体。他们推动了现象级应用 Pump.fun 累计创收 7 亿美元，接近上个周期消费级龙头应用 Opensea 总收入的 2 倍。
在 Meme 赛道中，市场的时间敏感性被放大到极致。速度不再是锦上添花，而是决定盈亏的核心变量。在由 Bonding Curve 定价的一级市场，速度即成本。代币价格随买入需求指数级上涨，哪怕延迟一分钟，入场成本也可能相差数倍。据 Multicoin 研究，该游戏中最赚钱的玩家通常要支付 10% 的滑点才能比竞争对手提前三个点入块。财富效应与「暴富神话」推动玩家追逐秒级 K 线、同区块交易执行引擎和一站决策面板，比拼信息收集和下单速度。
▲ Binance
在 Uniswap 的手动交易时代，用户需自行设置滑点与 gas，前端也看不到价格，交易更像是一次「买彩票」；到 BananaGun 狙击 bot 时代，自动狙击和滑点技术让零售玩家得以和科学家站在同一起跑线；再到 PepeBoost 时代，Bot 在第一时间推送开池信息的同时，也会同步推送前排持仓数据；最终发展至如今的 GMGN 时代，打造了集 K 线信息、多维数据分析与交易执行于一体的终端，成为 meme 交易的「Bloomberg Terminal」。
随着交易工具不断迭代，执行门槛逐渐消解，竞争前沿不可避免地滑向数据本身：谁能更快、更准地捕捉信号，谁就能在瞬息万变的市场中建立交易优势，帮用户赚钱。
Memecoin 的本质是注意力的金融化。优质叙事能持续破圈，聚合注意力，价格与市值由此被推高。对 Meme 交易者而言，实时性固然重要，但要想拿到大结果，更关键的是回答三件事：这个代币的叙事是什么、谁在关注、以及注意力如何在未来持续放大。这些仅在 K 线上留下影子，真正的驱动力需要依赖多维数据——链下舆情、链上地址与持仓结构、以及二者的精准映射。
用户在链下吸引注意力，在链上完成交易，二者的闭环数据正在成为 Meme 交易的核心优势。
#叙事追踪与传播链识别
在 Twitter 等社交平台，诸如 XHunt 的小工具可帮助 Meme 玩家分析项目的KOL 关注列表，以判断项目背后的关联人以及潜在注意力传播链。6551 DEX 通过聚合推特、官网、推文评论、发盘记录、KOL 关注等，为交易者生成完整的、随舆情实时变化的 AI 报告，帮助交易者精准捕捉叙事。
#情绪指标量化
Kaito 和 Cookie.fun 等 Infofi 工具对 Crypto Twitter 做内容做聚合与舆情分析，给出 Mindshare、 Sentiment、Influence 的可量化指标。以 Cookie.fun 为例，其将 这两项指标数据直接叠加到价格图表上，把链下情绪变成可读的「技术指标」。
▲ Cookie.fun
#链上链下并列重要
OKX DEX 在产品上将Vibes 分析与行情并列展示，聚合 KOL 喊单时间点、头部关联 KOL、Narrative Summary 与综合打分，缩短链下信息检索时间。Narrative Summary 已然成为用户反响最好的 AI 产品功能。
传统金融的订单流数据掌握在大型经纪商手中，量化公司为了优化交易策略，每年需支付数亿美元才能获取。相比之下，Crypto 的交易账本完全公开透明，相当于将高价情报「开源化」，形成一座亟待开采的露天金矿。
水下数据的价值在于从可见的交易中提炼出不可见的意图。这包括资金流向与角色刻画——庄家建仓或派发线索、KOL 小号地址、筹码集中或分散、捆绑交易（bundles）与异常资金流向；也包括地址画像联动——对各地址进行聪明钱、KOL/VC、开发者、钓鱼、老鼠仓等标签划分，并与链下身份绑定，串联链上链下数据。
这些信号往往难以被普通用户察觉，却能显著影响短期市场走势。通过实时解析地址标签、持仓特征与捆绑交易，交易辅助工具正在揭示「水面之下」的博弈动向，帮助交易者在秒级行情中规避风险、寻找 alpha。
例如，GMGN 在链上实时交易和代币合约数据集合之上，进一步整合了聪明钱、KOL/VC 地址、开发者钱包、老鼠仓、钓鱼地址、捆绑交易等标签分析，将链上地址与社媒账号映射，把资金流动、风险信号与价格行为对齐到秒级，帮助用户更快进行入场和避险判断。
▲ GMGN
「下一轮 AI，卖的不是工具，而是收益。」 —— 红杉资本
这一判断在 Crypto Trading 领域同样成立。当数据的速度和维度都达标后，再往后的竞争目标便是在数据决策环节，能否把多维复杂数据，直接转化为可执行的交易信号。数据决策的 评价标准可以归结为三点：够快，自动化，以及超额收益率。
够快：随着 AI 能力的不断进步，自然语言与多模态 LLM 的优势在这里将逐步发挥。它们不仅能整合与理解海量数据，更能在数据之间建立语义联系，自动提炼出决策性结论。在链上高强度、低交易深度的交易环境中，每个信号都具有很短的时效性和资金容量，速度直接影响了信号能带来的收益率。
自动化：人无法一天 24 小时盯盘交易，但 AI 可以。例如，用户可以在 Senpi 平台向 Agent 下达带止盈止损的 Copy Trading 条件买入单。这就需要 AI 在后台实时对数据做轮询或监控处理，并在监控到建议信号时自动决策下单。
收益率：最终，任何交易信号的有效性都取决于它能否持续带来超额回报。AI 不仅需要对链上信号有足够的理解能力，还要结合风险控制，在波动性极高的环境下尽量提升风险收益率。比如将滑点损失、执行延迟等链上独有的收益率影响因素考虑在内。
这种能力正在重塑数据平台的商业逻辑：从卖「数据访问权」，到卖「收益驱动信号」。下一代工具的竞争焦点不再是数据覆盖，而是信号的可执行性——能否真正完成从「洞察」到「执行」的最后一公里。
一些新兴项目已开始探索这一方向。例如：Truenorth 作为 AI 驱动的发现引擎，它将「决策执行率」纳入信息有效性评估，通过强化学习不断优化结果输出，最大限度减少无效噪音，帮助用户构建直接面向下单的可执行信息流。
▲ Truenorth
尽管 AI 在生成可执行信号上具备巨大潜力，但也面临多重挑战。
幻觉：链上数据高度异构且噪音庞杂，LLM 在解析自然语言查询或多模态信号时，容易出现「幻觉」或过度拟合，影响信号收益率和准确性。比如对于多个同名代币， AI 时常无法找到 CT Ticker 对应的合约地址。又比如对于很多 AI 信号产品，大家常会将 CT 中对 AI 的讨论指向 Sleepless AI。
信号寿命：交易环境瞬息万变。任何延迟都会侵蚀收益，AI 必须在极短时间内完成数据提取、推理与执行。即使是最简单的 Copy Trading 策略，若没有跟进聪明钱，收益也会由正转负。
风险控制：在高波动场景下，若 AI 连续上链失败或滑点过大，不仅无法带来超额收益，还可能在几分钟内消耗掉全部本金。
因此，如何在速度与准确性之间找到平衡，并通过强化学习、迁移学习、仿真回测等机制来降低错误率，是 AI 在这一领域落地的竞争点。
随着 AI 能够直接生成可执行信号甚至辅助下单，单纯依赖数据聚合的「轻中间层应用」正面临生存危机。无论是把链上数据拼成看板工具，还是在聚合之上套一层执行逻辑的交易 Bot，本质上都缺乏可持续的护城河。过去，这类工具凭借便捷性或用户心智（例如用户习惯在 Dexscreener 查看代币 CTO 情况）尚能立足；但如今，当相同数据在多处可得、执行引擎日益商品化、AI 能直接在同一数据之上生成决策信号并触发执行时，它们的竞争力正在被迅速稀释。
未来，高效的上链执行引擎会不断成熟，进一步降低交易门槛。在这种趋势下，数据提供商必须做出选择：要么向下，深耕更快的数据获取与处理基础设施；要么向上，延伸至应用层，直接掌控用户场景与消费流量。夹在中间、只做数据聚合与轻量封装的模式，生存空间将持续被挤压。
向下，意味着构建基础设施护城河。Hubble AI 在做交易产品的过程中，意识到单纯依赖 TG Bot 无法形成长期优势，于是转向上游数据处理，致力于打造「Crypto Databricks」。在将 Solana 数据处理速度做到极致后，Hubble AI 正从数据处理走向数研一体化平台，在价值链上游占据位置，为美国「金融上链」叙事和链上 AI Agent 应用的数据需求提供底层支撑。
向上，则意味着延展至应用场景，锁定终端用户。Space and Time 起初定位于亚秒级 SQL 索引与预言机推送，但近期也开始探索 C 端消费场景，推出以太坊上的 Dream.Space ——一种「vibe coding」产品。用户可以自然语言编写智能合约或生成数据分析 Dashboard。这一转型不仅提高了自身数据服务的调用频率，也借助终端体验与用户形成直接粘性。
由此可见，夹在中间、仅靠出售数据接口的角色正在失去生存空间。未来的 B2B2C 数据赛道，将由两类玩家主导：一类是掌控底层管道、成为「链上水电煤」的基础设施型公司；另一类是贴近用户决策场景、把数据转化为应用体验的平台。
在 Meme 狂潮、高性能公链爆发与 AI 商业化的三重共振下，链上数据赛道正在经历结构性转折。交易速度、数据维度与执行信号的迭代，让「看得见的图表」不再是核心竞争力，真正的护城河正在转向「能帮用户赚钱的可执行信号」与「支撑这一切的底层数据能力」。
未来 2–3 年，加密数据领域最具吸引力的创业机会，将出现在Web2 级别基础设施成熟度与Web3 链上原生执行模式的交汇点上。BTC/ETH 等大币种的数据由于高度标准化，特征接近传统金融期货类产品，已逐渐被传统金融机构与部分 Web2 金融科技平台纳入数据覆盖范畴。
相反，Meme 币及长尾链上资产的数据呈现出极高的非标准性与碎片化特征——从社区叙事、链上舆情到跨链流动性，这些信息需要结合链上地址画像、链下社交信号甚至秒级交易执行来解读。正是在这一差异下，长尾资产与 Meme 数据的处理和交易闭环，才构成了加密原生创业者的独特机会窗口。
我们看好在以下两个方向长期深耕的项目：
上游基础设施—— 拥有比肩 Web2 巨头处理能力的流式数据管道、超低延迟索引、跨链统一解析框架的链上数据公司。这类项目有望成为 Web3 版的 Databricks/AWS，伴随用户逐步向链上迁移，交易量级有望呈数量级增长，B2B2C 模式具备长期复利价值。
下游执行平台—— 集成多维数据、AI Agent 与无缝交易执行的应用。通过将链上 / 链下的碎片化信号转化为可直接执行的交易，这类产品有潜力成为 Crypto 原生的 Bloomberg Terminal，其商业模式不再依赖数据访问费，而是通过超额收益与信号交付变现。
我们认为，这两类玩家将主导下一代加密数据赛道，并构建可持续竞争优势。
