简单来说，算法稳定币在高于目标价格时会扩大其供应量，而在低于目标价格时则会收缩供应。

与其他两种类型的稳定币不同，算法稳定币既不能与美元 1: 1 汇率兑换，目前也没有加密资产为抵押。最后也许是最重要的一点是，算法稳定币通常具有 高度反身性 ：需求在很大程度上是由 市场情绪和动力驱动 （批评人士可能对此有异议） 。这些需求方的力量被转移到代币供应中，进而产生进一步的方向动能，最终可能形成剧烈的反馈回路。

每种稳定币模式都各自权衡利弊加以取舍。不怎么在乎中心化影响的投资者不会认为 USDT 和 USDC 有什么毛病。其他人会觉得，资本效率低下的超额抵押是值得付出的代价，以换取未经许可、去中心化、硬性锚定的货币。但是对于对这两个选项都不满意的人而言，算法稳定币是一个诱人的选择。

反身性和算法稳定性悖论

算法稳定币要想实现长期可行，必须实现 稳定性 。对于许多算法稳定币而言，由于其固有的反身性，这是一项特别难以实现的任务。依据算法的供应量变化是 反周期政策 ；扩大供应量旨在降低价格，降低供应量旨在提高价格。但在实际操作中，供应变化通常会通过反身性 放大方向动量 ，特别是对于不遵循「seigniorage shares」模式的算法模式。在 seigniorage shares 模式中，稳定币代币本身与累积价值和债务融资的代币是两种独立存在的代币。

对于非算法稳定币，网络引导不涉及博弈论协调。每个稳定币 （至少在理论上来说） 可兑换等值的美元或其他形式的抵押品。相比之下，算法稳定币的成功价格稳定性完全无法保证，因为它完全由 集体市场心理决定 。

Dragonfly Capital 管理合伙人 Haseeb Qureshi 恰当地指出了这一点：「这些机制利用了一个关键的见解：稳定币最终是一个谢林点 （Schelling point） 。如果足够多的人相信该系统能够生存，那么这种信念会带来确保其生存的良性循环。」

实际上如果我们更仔细地考虑算法稳定币实现长期稳定需要什么，我们会发现一个 明显的悖论 。为了实现价格稳定，算法稳定币必须壮大到足够大的市值，以使买卖订单不会引起价格波动。但是，纯算法稳定币增长到足够大的网络规模的唯一方法是通过 投机交易和反身性 ，而高反身性增长的问题在于它是不可持续的，且收缩通常也具备反身性。因此，悖论产生了：稳定币的 网络价值越大 ，它面对 大规模价格冲击 的弹性就越大。然而，只有高度反身性的算法稳定币，即易于出现极端扩张性 / 收缩性周期的那些币，才有可能首先获得极大的网络估值。 (责任编辑：admin)