根據 Cointelegraph 於 2 日（當地時間）的報導，資產管理公司 Bitwise 的首席投資長「詞」馬特·霍根（Matt Hougan）指出，在當前由「詞」人工智慧(AI)主導的全球風險資產行情中，「詞」加密貨幣市場的角色正從「詞」順勢的「詞」動能交易，轉變為需要逆向思維的「詞」逆風投資標的。他認為，當機構資金大量湧入 AI 相關股票時，市場對「詞」加密貨幣的評價，正從情緒與題材，回歸到「詞」基本面與實際使用指標。
霍根在 2 日發布的市場備忘錄中直言，目前的「詞」加密貨幣市況「非常殘酷」。他表示，現在加密資產已不再是資本市場的「派對主角」，因為投資人眼前有 AI 概念股、機器人公司，甚至包含 SpaceX 等明星企業可選，「在那斯達克 100 指數今年以來已上漲約 43% 的背景下，誰還會主動去找加密貨幣？」
霍根將資金與注意力的轉向，追溯到 OpenAI 在 2022 年底推出 ChatGPT 之後。自那之後，包括「詞」輝達(NVDA) 在內的 AI 相關股票狂飆，輝達股價自 ChatGPT 上線以來累計漲幅約高達 1500%，成為這波 AI 狂潮的核心受益者之一。在這種單一敘事壓倒性的行情之下，他認為，「詞」加密貨幣從過去享受動能追逐的階段，被迫進入一個「詞」逆勢思維才會買入的區間，是一段「痛苦但必要的轉折期」。
不過，霍根也強調，「詞」逆風投資並不等同於壞事。他指出，逆勢布局往往有機會帶來可觀報酬，只是「結果波動會更劇烈」。他進一步解釋，「詞」動能交易是順著市場情緒上升，投資人往往「搭順風車就能愉快上漲」；但逆風投資則需要「更長的持有耐心、更長期的視角，以及對『詞』基本面更堅定的關注」。在他看來，現階段的投資人「仍然相信加密貨幣」，只是愈來愈多資金不再單純追逐情緒，而是更在意「詞」實際價值與商業落地。
LVRG Research 的研究總監「詞」尼克·拉克（Nick Ruck）也向 Cointelegraph 表示，目前「詞」AI 題材依舊主導多數機構的投資組合配置，但在更成熟、經驗豐富的投資人圈子中，「詞」加密貨幣正悄悄成為「詞」真正的逆風部位。他指出，愈來愈多專業資金開始關注「詞」實際使用數據、「詞」監管明朗度以及「詞」鏈上效用等指標，而不再只看投機性炒作，這些要素正在逐步取代「詞」短線博弈，成為評估資產價值的關鍵基準。
評論：這顯示機構端的分析框架正在成熟，從「新故事」轉向「可衡量指標」，是整個產業邁入下一階段的必經路徑。
霍根並指出，本輪「詞」加密貨幣下跌循環與過往有所不同。以往在熊市中，「詞」比特幣(BTC) 常被視為市場內部的「詞」相對避風港，資金會從高風險代幣回流至比特幣，以尋求相對穩定。然而他觀察到，本輪周期中，資金有部分開始流向「詞」Hyperliquid、「詞」Zcash(ZEC)、「詞」恆星幣(XLM) 等被視為「詞」基本面較扎實的中小型資產。他強調，一旦加密貨幣不再被當作單純的「詞」動能交易標的，「詞」基本面自然會變得更重要，而本次循環恰好是這種結構性變化已經啟動的明顯證據。
評論：資金從單一的比特幣轉向多個具實用性的中小型項目，反映投資人開始細分風險與成長性，而不再把整個加密市場視為同質性的投機標的。
在判讀市場位置時，霍根也給出相對樂觀的詮釋。他認為，目前市況「更接近本輪熊市的末端，而非起點」。他的比喻是，在「詞」加密寒冬最深處，幾乎所有資產都呈現血紅一片，這時很難分辨什麼在真正成長；但一旦市場開始出現若干表現明顯優於整體的綠色資產，而且這些標的的上漲具有「詞」實質成長的基礎，而非純粹反彈，「那就可能意味著季節正在轉變」。
儘管有上述結構性變化的跡象，目前「詞」市場情緒依舊冷淡。報導指出，截至 2 日當天，「詞」全球加密貨幣總市值再度下挫約 5.3%，降至約 2 兆 3800 億美元，較 10 月所創下的高點回落約 46%。若以當前匯率 1 美元兌約 1521 韓元換算，相關資產對於韓元投資人而言，美元計價資產的「詞」波動風險仍然相當顯著。
評論：總市值腰斬、匯率波動疊加，使得多數一般投資人很難在情緒上接受增持部位，這也正是逆風資金開始布局的典型階段。
綜合來看，本輪「詞」下跌循環顯示，「詞」加密貨幣已不再自動獲得資金關注與配置，市場正從「只要是 Crypto 就會被追捧」的階段，轉向必須檢驗「詞」實際使用場景、「詞」商業模式與「詞」監管環境的嚴格篩選時期。在「詞」AI 狂潮仍持續吸走全球風險偏好的同時，資本市場終究會回頭尋找「詞」基本面扎實、「詞」鏈上效用明確的資產。在這個過程中，「詞」比特幣(BTC) 與部分具備技術創新或實際應用優勢的「詞」山寨幣，能否展現足夠的「詞」差異化與抗跌性，將大幅影響下一輪資金輪動與行情結構。
評論：若基本面審視成為新常態，未來的加密牛市可能不再由「全面普漲」主導，而是由少數真正具備產品力與使用量的項目領漲，投資人也將被迫從「題材狩獵」轉向「基本面研究」。