肯亞將Solana置於國家數位貨幣實驗的核心
肯亞正準備在Solana的高吞吐量基礎設施上推出由國家支持的數位貨幣,這是一項針對其龐大微交易經濟體的技術賭注,也顯示其有意塑造非洲在全球數位市場中的角色。
- 肯亞計劃在Solana上推出由國家支持的數位貨幣,目標鎖定其微交易經濟。
- 前總理Raila Odinga表示,這一舉措將使肯亞成為非洲數位金融的領導者。
- 公眾反應不一,對於過去Solana相關國家代幣失敗事件持懷疑態度。
9月18日,肯亞前總理Raila Odinga透過社群媒體發表講話,公布這項雄心勃勃的計劃,將基於Solana的倡議定位為加強金融體系並推動可持續經濟增長的基礎步驟。
這項公告雖然未提及具體的發行日期或代號,但意圖明確:通過創造直接進入加密貨幣及更廣泛數位資產經濟的途徑,賦能國家年輕人。Odinga將此舉定位為爭取大陸領導地位,並表示肯亞「已準備好在未來的金融領域引領非洲和世界」。
大膽賭注遇上懷疑公眾
選擇Solana是一項具有深遠經濟影響的技術決策。肯亞現有的行動支付生態系統,以M-Pesa為首,依賴於高頻次、低金額的交易,而這正是許多區塊鏈難以以低成本處理的類型。
Solana的架構專為高速和低手續費設計,直接回應了這一需求,顯示出建立可擴展數位支付層的務實目標,而非僅僅是先令的數位複製品。
然而,這項公告在社群媒體上立即引發了明顯的懷疑。在X上,肯亞人對Raila Odinga的影片反應熱烈,許多人質疑他的帳號是否被駭,或該影片是否為高級的深度偽造。
這種憤世嫉俗的反應源於近期的痛苦經歷。評論者指出古巴和中非共和國的警示案例,這些國家與Solana相關的國家代幣曾經慘烈崩潰。一位用戶簡明扼要地表達了普遍的焦慮,警告說:「又有一個國家要來掏空我們的流動性了」,並認為這類「國家幣」並不「總是有好結果」。
近幾個月來,數個政府曾嘗試或被指與Solana為基礎的國家代幣有關,但最終都以尷尬收場。今年1月,古巴外交部官方X帳號推廣了一系列名為CUBA的memecoin,結果數小時內即遭拉地毯,市值3,000萬美元瞬間蒸發,投資者損失慘重。
同樣地,一款據稱由中非共和國總統推出的代幣CAR,市值一度飆升至9億美元,隨後因被指控為一場由AI生成的深度偽造領導人影片推動的精心騙局而崩盤。對於奈洛比的觀察者來說,這些警示故事難以忽視。
肯亞加密貨幣格局的變化
諷刺的是,肯亞此舉與其中央銀行兩年前的立場形成鮮明對比。2023年,肯亞中央銀行曾認為數位貨幣「並非迫切優先事項」,理由是全球熱潮消退以及其他國家在推行過程中遇到的挑戰。
肯亞中央銀行認為現有的行動支付技術已足夠,這使得目前以Solana為驅動的倡議成為國家政策上的戲劇性轉變,也凸顯出政治風向在短時間內的巨大變化。
值得注意的是,這一轉變得到了財政部政策調整的支持。今年1月,財政部長John Mbadi證實,政府正在制定針對數位資產及服務提供商的監管框架。
Mbadi表示,肯亞致力於在創新與防範洗錢、詐騙及恐怖主義融資之間取得平衡。這一消息是在去年12月發布的政策草案之後公布,顯示奈洛比對於規範這一過去幾乎完全處於法律灰色地帶的產業是認真的。
免責聲明:文章中的所有內容僅代表作者的觀點,與本平台無關。用戶不應以本文作為投資決策的參考。
您也可能喜歡
美股錯過了眼前的「好消息」?盈利預期罕見上調,策略師:基本面強得「不像真的」
Seaport Research Partners認為,美股正面臨企業盈利與股價表現的明顯背離:第二季盈利強勁,分析師預期持續上修,但高利率與盈利持續性的擔憂壓抑估值,工業、交通運輸等板塊可能存在錯價機會。不過,如果聯準會重新釋放升息信號,短期內仍可能對股市帶來壓力。
美國中選在即,華爾街押注國會分裂,市場或迎來溫和喘息?
美國中期選舉臨近,華爾街普遍押注民主黨奪回眾議院、共和黨守住參議院的「分裂國會」格局,認為這將限制激進政策、緩解不確定性。歷史數據顯示,自1950年以來,共和黨總統任內出現分裂國會時,美股年均漲幅達13.7%,高於共和黨或民主黨單獨掌控國會時的8.3%和4.9%。若選舉結果偏離預期,市場仍可能劇烈波動。
美股知名投資人Eric Jackson加入盛大科技(SDA.US)顧問委員會 協助公司國際化戰略與投資者關係建設
EMJ Capital 創始人、知名科技投資人 Eric Jackson 正式加入公司顧問委員會。

AI推理時代「光互連」需求爆棚!「站在光裡」的Lumentum (LITE.US)搶跑NPO、擴容OCS 迎接盈利躍升時刻
從底層工程角度來看,光互連需求的增長來自更多計算節點之間更頻繁、更嚴格的數據交換:混合專家模型(MoE)的專家並行需要跨GPU分發和彙總數據;預填充與解碼分離(Prefill–Decode Disaggregation)需要傳輸鍵值快取(KV Cache);複雜智能體工作流增加模型調用、工具執行和數據訪問的併發量。

