Vlad Tenev 谈所有权、资产代币化与 AI 交易

原标题Vlad Tenev on Ownership, Tokenization and AI Trading

Robinhood 首席执行官与 Sarah Guo 讨论扩大资产所有权、数学 AI 和智能体金融的愿景。

VTVlad Tenev嘉宾 · Robinhood
频道
No Priors: AI, Machine Learning, Tech, & Startups
发布
2026年11月5日
视频
54:08
阅读
8 分钟
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Sarah Guo 采访 Robinhood 首席执行官 Vlad Tenev,讨论所有权、Harmonic 的数学 AI、代币化资产、预测市场和自动交易。文中的产品、采用情况和政策主张均为 Tenev 的观点;对谈不能证明投资收益或适合性。

  1. 1以所有权为使命Tenev 将 Robinhood 的产品与他对更广泛经济参与的看法联系起来。
  2. 2数学与 AI他介绍 Harmonic 的 Aristotle,并主张把数学工具交到个人手中。
  3. 3代币化资产他介绍基于托管资产发行区块链代币的方式,不同结构的权利和赎回条件有所区别。
  4. 4智能体交易Tenev 引用公司报告的采用数据,并介绍交易策略界面。
  5. 5账户保护措施他说智能体交易使用独立注资账户,默认需要批准交易。
  6. 6参与私人公司投资他介绍上市基金和代币化两种不同的参与方式,同时承认早期投资风险。

要点建议

  1. Tenev 认为更广泛的资产所有权能够让个人更深入地参与经济。
  2. 他主张将数学 AI 工具交给个人,而不是让少数实验室集中掌握发现。
  3. 代币化产品的权利和赎回条件可能与直接持有不同。
  4. Robinhood 报告的智能体交易采用量不能证明投资盈利。
  5. Tenev 主张扩大私人投资的参与机会,同时承认早期投资风险很高。
全文

按章节阅读整理后的全文

只看原始文稿
01

所有权与个人背景

Tenev 讨论 Robinhood 的使命,以及家庭经历通胀和移民的故事。

Sarah Guo 欢迎 Robinhood 联合创始人兼首席执行官 Vlad Tenev。他们讨论所有权、他的数学 AI 公司 Harmonic、代币化资产、预测市场和智能体交易。Tenev 从产品提供商的角度介绍 Robinhood 的产品与政策主张。

Tenev 说,Robinhood 以不同形式在 120 多个国家运营,并将其使命概括为所有权。他认为,拥有资产可以帮助个人积累财富,让更多人参与经济。不过,不同资产的投资结果和风险各不相同。

他认为广泛持有资产的社会更加稳定,并说在 AI 带来变化的背景下,早期参与公司所有权很重要。他将这个理念与儿童投资账户、私人公司基金和代币化产品联系起来,描述 Robinhood 如何从免佣股票交易发展为更广泛的金融平台。

Guo 问,一位数学家和前高频交易员如何形成这样的使命。Tenev 回忆自己出生于冷战结束前后的保加利亚,父母获得求学和工作机会后,全家分阶段移民美国。

在全家安排搬迁期间,他分别有一段时间没有见到父母,并与祖父母生活。他记得保加利亚的停电、物资短缺和通胀。祖父将收入换成铜制炊具,Tenev 将其视为自己早年看到的用资产保值的例子。

在美国,财务不稳定和父母繁忙的日程让他很早就独立起来。他回忆自己独自从学校回家、做作业,并被告知学业成绩和奖学金对上大学很重要。家庭还面临签证身份的不确定性。

Tenev 说,数学吸引他不断挑战更难的问题。读研究生时,创造一种可能被后人研究数代的理论很吸引他。Guo 问,这样的背景如何与近期 AI 辅助数学的发展联系起来。

02

数学 AI

他介绍 Harmonic,并主张让更多人使用 AI 辅助发现工具。

Tenev 说,模型与验证工具相结合正在改变数学工作的方式。他提到版本控制和 Lean 等工具,并介绍自己联合创办、旨在追求数学超级智能的 Harmonic。他描述了其 Aristotle 模型,以及人们用它处理开放问题的例子。

他欢迎这些进步,但担心发现可能集中于拥有专有模型和数据中心的大型 AI 实验室。他更希望将工具交到个人手中,让他们自己发现并分享结果。Guo 问,人机协作是否仍能与集中的计算能力竞争。

Tenev 将个人数学家的角色与产品由谁控制分开讨论。他认为少数实验室拥有大部分科学发现的世界并不可取,并预测更广泛的参与会更容易被接受。这是他的预测和制度偏好,而非已经确定的结果。

他建议 AI 实验室与数学家合作,让发现过程显得不那么集中。对谈随后转向 Robinhood 如何扩大所有权,以及金融资产代币化的机制。

03

代币化与预测市场

Tenev 解释区块链资产参与方式和事件结果市场的愿景。

Tenev 将代币化比作托管资产并以其为基础发行代币。他说,代币可以在区块链之间转移、以零碎数量交易,并与软件协议交互。他认为类似结构可用于上市股票、私人公司权益和其他资产,但赎回方式会有所不同。

他介绍 Robinhood 早期在欧洲推出的股票代币,并说后续版本随 Robinhood Chain 一起增加了去中心化金融功能。他引用公司的增长和开发者活动数据,并设想开发者将股票代币与其他链上工具组合。

Tenev 认为,链上产品可能帮助金融基础设施较不发达市场的人们获得美国资产敞口。他承认外界批评公司运营的链不够去中心化,但认为明确的领导和 Robinhood 支持的产品可以提供方向与信心。

被问到开发者可能构建什么时,他提到智能合约原生期权,同时表示不想预测所有应用。在他看来,组合可靠的金融基础模块,可以让开发者创造平台团队未曾预见的产品。

Tenev 将预测市场与表达或变现知识的能力联系起来。他说,事件和公司指标合约可能比购买受许多因素影响的股票,更直接地表达某种判断。他也认为市场赔率可能提供信息,但并不意味着结果确定。

04

智能体交易与基础设施

他介绍采用情况、账户保护措施,以及对市场承载能力的预期。

谈到智能体金融,Tenev 说已有超过 15 万名客户开设智能体交易账户,并提到每天约 3000 万次工具调用。这些是公司报告的采用数据,不能证明交易盈利或产品适合所有人。

他将 Robinhood agents 描述为面向交易的界面,可运行策略、重新平衡投资组合并连接工具或外部数据。他希望减少实施交易想法所需的技术工作;这些工作过去需要复杂的编程和交易基础设施。

Guo 问,如果机构交易员使用的能力变得更容易获得,会产生什么影响。Tenev 预计,最初使用会集中在较成熟的用户群体,随后逐渐扩展。他预测交易活动会增加;Guo 则指出,基于金融判断采取行动的愿望可能很普遍。

被问到保护措施时,Tenev 说客户需要为智能体交易建立单独注资的账户,与 Robinhood 主账户余额分开。交易默认需要批准,但客户可以更改设置。他将账户和执行环境描述为沙箱;账户隔离并不能消除该账户内的投资损失风险。

Tenev 认为电子市场长期处理算法和高频交易,因此目前看不到根本性重建的必要。他承认,随着规模增长,特殊情况可能需要更明确的监管。Guo 追问基础设施问题:大量自动化参与者可能带来新的负载。

他说,Robinhood 需要优化自己的数据库、代码和沙箱,而做市商和交易所已经运营成熟的低延迟系统。他预计智能体交易在一段时间内仍只占较小份额,行业可以在活动增长时提前观察。这是他的预期,并非压力测试结果。

05

私人投资与监管

Guo 询问参与机会、风险和投资者保护,Tenev 介绍公司的产品与政策目标。

Guo 问,当许多领先的 AI 公司仍为私人企业时,个人如何分享 AI 经济的成果。Tenev 说,大型私人融资可能让散户只能在公司已经大幅增长后参与,从而使潜在收益集中于风险投资基金和机构。

他将此与加密货币比较,认为个人较早、较广泛地持有加密资产,促成了积极参与政治的群体。他也承认加密资产会下跌,许多人已经亏损。他对政治影响的看法属于个人解读。

Tenev 介绍 Robinhood Ventures,称散户可以通过上市基金获得私人公司的投资敞口。他说,一只基金侧重较晚期持有,另一只希望覆盖更早阶段;他承认早期投资的风险更高,潜在机会也更大。

他还描述了私人公司权益代币化的长期愿景,希望这些权益能够更连续地进行零碎交易。他说当前产品和监管限制因司法辖区而异,并主张修改美国合格投资者规则。代币化权益的权利和赎回条件可能不同于直接持股。

Guo 问到投资者保护和防范欺诈的理由。Tenev 支持更清楚的信息和一定程度的监管,但认为个人应该有更大自由决定如何使用自己的钱。阅读他的政策观点时,也应考虑私人投资的流动性不足、估值不确定和损失风险。

06

儿童账户与领导力

Tenev 讨论账户计划以及从成长经历中得到的启发。

Tenev 介绍 Robinhood 在 Trump accounts 计划中的角色,以及与 BNY 和联邦机构的合作。他将该计划描述为让儿童持有多元化美国市场投资的一种方式,并希望它能扩大家庭资产所有权。具体资格和实施细节应以计划官方规则为准。

Guo 问他如何在市场和业务挑战中保持冷静。Tenev 说,家庭的移民经历、财务不确定性和早年的独立生活给了他看待问题的视角。他也思考如何在承认自己孩子拥有安全感和机会的同时,为他们提供适当挑战。

他给其他领导者的建议是保持乐观:挑战可以帮助人培养韧性。他说,人无法控制外部世界,但可以努力改善自己的应对方式。Guo 向他致谢并结束了对谈。

同频道的其他文章

38:06EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年10月29日播客 · 3 人对谈Serval 的 Jake Stauch:面向企业 IT 的编程智能体嘉宾 Jake Stauch · 主持 Sarah Guo, Elad GilStauch 解释 Serval 为什么挑战 ServiceNow、如何处理权限与审批,以及为什么后台智能体仍然难以安全部署。企业 AI编程智能体Workflow automation+2
1:07EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年10月27日播客George Kurtz 谈 AI 可能如何改变网络攻击嘉宾 George KurtzCrowdStrike 首席执行官介绍他对威胁变化的判断。
39:23EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年10月15日播客 · 2 人对谈防守方的窗口期:Greg Brockman 谈 AI 生成知识、药物研发与网络安全的新规律主持 Sarah Guo, Elad GilOpenAI 总裁解释了为什么攻克未解的数学难题,是科学领域的有力证据,主动式智能体(Agent)如何改变产品形态,以及为什么安全支出必须超过软件支出。安全AI security安全与治理+3
1:04EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年10月14日播客Walter Goodwin:芯片设计中缓慢的步骤嘉宾 Walter Goodwin一位芯片创始人解释自动化为何不能消除所有计算瓶颈。SemiconductorsAI cost & performance
1:09:44EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年10月9日播客 · 2 人对谈1 万块 GB300 跑四周:Reflection 的开源模型账本主持 Sarah Guo, Elad GilMisha Laskin 在 No Priors 节目中讲述 Reflection 如何训练 Beam、为什么强化学习的投入超过了预训练,以及为什么西方需要自己的开源权重。开源与社区Open-weight modelsReinforcement Learning+3
0:39EN → 简体中文
No Priors: AI, Machine Learning, Tech, & Startups· 2026年10月8日播客Michael Lee 谈用 AI 重新思考组织嘉宾 Michael Lee一位商业领导者认为机会不止是加快任务。