掃碼下載
BTC $67,735.35 -0.68%
ETH $2,036.95 -1.27%
BNB $629.54 +0.34%
XRP $1.42 -4.56%
SOL $81.67 -4.53%
TRX $0.2795 -0.47%
DOGE $0.0974 -3.83%
ADA $0.2735 -4.22%
BCH $480.85 -4.16%
LINK $8.64 -2.97%
HYPE $28.98 -1.81%
AAVE $122.61 -3.42%
SUI $0.9138 -6.63%
XLM $0.1605 -4.62%
ZEC $260.31 -8.86%
BTC $67,735.35 -0.68%
ETH $2,036.95 -1.27%
BNB $629.54 +0.34%
XRP $1.42 -4.56%
SOL $81.67 -4.53%
TRX $0.2795 -0.47%
DOGE $0.0974 -3.83%
ADA $0.2735 -4.22%
BCH $480.85 -4.16%
LINK $8.64 -2.97%
HYPE $28.98 -1.81%
AAVE $122.61 -3.42%
SUI $0.9138 -6.63%
XLM $0.1605 -4.62%
ZEC $260.31 -8.86%

Tiger Research:加密巨頭們如何押注 AI Agent 支付基礎設施

Summary: 一個由AI驅動、以自動化為核心的時代正在到來。
虎研究
2026-02-24 08:19:26
收藏
一個由AI驅動、以自動化為核心的時代正在到來。

本報告由 Tiger Research 撰寫,要實現真正意義上的自主自動化,必須具備原生支付能力。市場已經開始為這一轉變積極佈局。

核心要點

  • 付款主體正在從人類轉向 AI Agent,這使得支付基礎設施成為實現真正自主的核心要求。
  • 大科技公司 (包括 Google AP2 和 OpenAI Delegated Payment)正在現有平台基礎設施之上設計基於審批的自動化支付系統
  • 加密貨幣 透過 ERC-8004 和 x402 標準,利用基於 NFT 的身份識別和智能合約,實現了去中介化的支付模式。
  • 大科技公司優先考慮便捷性與消費者保護,而加密貨幣則強調用戶主權與更廣泛的 Agent 級執行能力
  • 未來的關鍵問題在於:支付是由平台控制,還是由開放協議執行

1. 支付不再是人類的專屬


來源:macstories(Feder1C0 Viticci)

最近,"OpenClaw" 引起了廣泛關注。與 ChatGPT 或 Gemini 等主要負責檢索和組織信息的 AI 系統不同,OpenClaw 允許 AI Agent 直接在用戶的本地 PC 或伺服器上執行任務

通過 WhatsApp、Telegram 和 Slack 等即時通訊平台,用戶可以發布指令,Agent 隨後自主執行任務,包括郵件管理、日曆協調和網頁瀏覽。

由於它作為開源軟件 運行且不綁定於特定平台,OpenClaw 的功能更像是一個個人 AI 助理。這種架構因其靈活性和用戶級控制權而備受青睞。

然而,一個關鍵的局限性 依然存在。為了讓 AI Agent 實現完全自主,它們必須能夠執行支付。目前,Agent 可以搜索產品、比較選項並將商品加入購物車,但最終的付款授權仍需人類批准

從歷史上看,支付系統是圍繞人類主體設計的。在 AI Agent 驅動的環境中,這一假設不再成立。如果自動化要變得完全自主,Agent 必須能夠在定義的約束範圍內獨立評估、授權並完成交易

預見到這一轉變,大型科技公司和加密原生項目在過去一年中都推出了旨在實現 Agent 級支付的技術框架。

2. 大科技公司:構建在現有基礎設施上的 Agent 支付

2025 年 1 月,Google 推出了 AP2(Agent Payment Protocol 2.0),擴展了其 AI Agent 支付基礎設施。雖然 OpenAI 和亞馬遜也概述了相關舉措,但 Google 是目前唯一擁有結構化實施框架的大型企業。

AP2 將交易過程分為三個授權層(Mandate Layers)。這種結構允許對每個階段進行獨立的監控和審計。

  • 意圖授權(Intent Mandate): 記錄用戶想要執行的操作。

  • 購物車授權(Cart Mandate): 定義在預設規則下應如何執行購買。

  • 支付授權(Payment Mandate): 執行資金的實際轉移。

示例: 假設 Ekko 要求 Google Shopping 上的 AI Agent "尋找並購買一件 200 美元以下的冬季夾克"。

  • 意圖授權: Ekko 指令 AI Agent 購買"一件最高預算為 200 美元的冬季夾克"。此信息作為數字合約記錄在鏈上,即意圖授權。

  • 購物車授權: AI Agent 遵循意圖,在合作夥伴商家中搜索匹配項,並將符合條件的商品加入購物車。驗證價格(199 美元,符合預算 ✓),確認收貨地址。

  • 支付授權: Ekko 查看選擇的商品並點擊批准。199 美元通過 Google Pay 處理。或者,AI Agent 可以在預設參數內自動完成支付

在整個過程中,用戶無需輸入額外信息。Google AP2 依賴於現有的用戶憑據(預註冊卡片和地址),這減少了準入門檻並簡化了採用流程。

來源:Google

然而,Google 目前僅支持其合作夥伴網絡內的公司進行 Agent 支付。因此,其使用範圍被限制在一個受控的生態系統內,限制了更廣泛的互操作性和開放訪問。

3. 加密貨幣:自托管與開放交換

加密領域也在為 AI Agent 開發支付基礎設施,但其方法與大科技公司截然不同。大平台在受控生態內建立信任,而加密領域則從另一個問題開始:AI Agent 能否在不依賴中心化平台的情況下獲得信任?

兩個核心標準旨在解決這一目標:以太坊的 ERC-8004 和 Coinbase 的 x402

首先是身份層。AI Agent 在區塊鏈上運行必須是可識別的。ERC-8004 充當了這一功能。它以 NFT 的形式發行,但不是藝術收藏品,而是包含結構化身份數據的憑證 NFT。每個Token包含三個部分:

  1. 身份(Identity)

  2. 聲譽(Reputation)

  3. 驗證(Validation)

這些元素共同構成了可驗證的鏈上身份證書

在支付機制方面,x402 充當了支付路徑。由 Coinbase 開發的 x402 是 AI Agent 的加密原生支付標準。它使 Agent 能夠使用穩定幣進行自主交易。其核心特徵是自動化智能合約執行,條件邏輯直接嵌入代碼中,一旦滿足條件,結算無需人類干預即可發生。

ERC-8004(身份)與 x402(支付) 結合時,AI Agent 可以在不依賴中心化平台的情況下驗證對手方並執行交易

示例: Ekko 指令他的 Agent A 購買一台最高預算 800 美元的二手筆記本電腦。賣方的 Agent B 與之直接溝通。

  • 相互驗證: 通過 ERC-8004 NFT 檢查身份與聲譽分數(如:聲譽 72,餘額確認)。

  • 智能合約托管: 800 美元從錢包轉入智能合約托管(Escrow),資金鎖定直至確認收貨。

  • 結算與聲譽更新: 交易完成後,x402 自動結算,且雙方的聲譽記錄會自動更新並寫入各自的 ERC-8004 NFT 中。

在整個過程中,沒有中介參與。兩個 AI Agent 通過基於區塊鏈的驗證和結算直接進行交易,體現了 Agent 對 Agent(A2A) 商業的加密原生模式。

4. 大科技 vs 加密貨幣:AI Agent 運營領域的差異

Google AP2 代表了一種為經過驗證的合作夥伴設計的受控模型。 Google 限制市場參與者以保護消費者。由於 AI Agent 的執行具有概率性結果而非完全確定性,如果發生交易錯誤,責任可能最終落在支付基礎設施提供商身上。為了降低失敗概率,Google 有動力縮小其生態系統

受限的生態提高了穩定性,但也限制了 Agent 在更廣泛的市場中自主運行及優化選擇的能力

相比之下,ERC-8004 和 x402 反映了一種更開放的架構。加密模型旨在實現無需許可(Permissionless)和互操作性

雖然目前端到端的執行尚不完美,但長期的願景是 Agent 獨立管理日常消費。大平台可能嘗試整合主要零售渠道,而開放的加密標準在處理小額、高頻的程序化支付(微支付)時具有結構性優勢。例如,Agent 以單價 0.01 美元購買 1000 張素材圖,加密原生路徑的運營效率更高

當然,缺乏中心化機構也帶來了權衡:必須以去中心化的方式建立身份評估標準,且沒有單一實體為失敗承擔最終責任。

總結

大科技公司和加密領域都在追求同一個目標:實現自主的 AI Agent 商業。區別在於架構:大科技公司青睞封閉、受控的系統,而加密領域則推進開放、基於協議的模型

未來的趨勢更有可能是兩種方法的互操作,而非零和博弈。

欢迎加入 ChainCatcher 官方社群
Telegram 订阅: @chaincatcher
X (Twitter): @ChainCatcher_
關聯標籤
warnning 風險提示
app_icon
ChainCatcher 與創新者共建Web3世界