金色財經
來源：Tiger Research；作者：Ekko 、Ryan Yoon；編譯：BitpushNews
一個由 AI 驅動、自動化引領的時代正在臨近。為了讓自動化變得真正「自主」，它必須具備原生的支付能力。市場已經開始為這一轉變進行布局。
來源：macstories (由 Federico Viticci 提供)
最近，「OpenClaw」 引起了廣泛關注。與 ChatGPT 或 Gemini 等主要負責檢索和組織資訊的 AI 系統不同，OpenClaw 能夠讓 AI Agent 直接在用戶的本地 PC 或服務器上執行任務。
通過 WhatsApp、Telegram 和 Slack 等即時通訊平台，用戶可以發布命令，Agent 則自主執行包括郵件管理、日曆協調和網頁瀏覽在內的任務。
由於它作為開源軟體運行，且不綁定於特定平台，OpenClaw 的功能更像是一個私人 AI 助手。這種架構因其靈活性和用戶級控制力而備受青睞。
然而，一個關鍵的限制仍然存在：為了讓 AI Agent 實現完全自主，它們必須能夠執行支付。 目前，Agent 可以搜尋產品、比較選項並將商品添加到購物車，但最終的付款授權仍需要人類批准。
從歷史上看，支付系統是圍繞人類行為者設計的。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條件下，獨立進行評估、授權並完成交易。
預見到這一轉變，主要的科技巨頭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。
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 Amazon 也概述了相關計劃，但 Google 是目前唯一擁有結構化實施框架的大型公司。
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)： 記錄用戶想要做什麼。
購物車授權 (Cart Mandate)： 定義如何根據預設規則執行購買。
支付授權 (Payment Mandate)： 執行實際的資金轉賬。
假設 Ekko 要求 Google Shopping 上的 AI Agent 「尋找併購買一件 200 美元以下的冬季夾克」。
意圖授權： Ekko 指示 AI Agent 購買「一件冬季夾克，最高預算為 200 美元」。此資訊作為數字合約記錄在鏈上，被稱為意圖授權。
購物車授權： AI Agent 遵循所述意圖，在合作夥伴商家中搜尋符合「一件冬季夾克」和「最高預算 200 美元」的產品，並將符合條件的商品添加到購物車。
「已選商品：冬季夾克」，「價格驗證：199 美元（符合預算 ✓）」
已加入購物車」，「送貨地址已確認」。
支付授權： Ekko 確認 AI Agent 選擇的商品，並點擊支付批准按鈕。199 美元通過 Google Pay 處理。或者，AI Agent 也可以在預定義參數內自動完成支付。
在整個過程中，用戶無需輸入額外資訊。就 Google AP2 而言，該系統運行在 Google Pay 之上，並利用預先註冊的卡片詳情和送貨地址。由於 AP2 依賴於現有的用戶憑據，它減少了入駐摩擦並簡化了普及過程。
來源：Google
然而，Google 目前僅支持其合作夥伴網路內的公司進行基於 Agent 的支付。因此，其使用範圍仍侷限於受控的生態系統內，限制了更廣泛的互操作性和開放訪問。
加密領域也在為 AI Agent 開發支付基礎設施，但方法與大廠不同。大型平台是在受控生態系統內建立信任，而加密領域則從一個不同的問題開始：在不依賴中心化平台的情況下，AI Agent 能夠被信任嗎？
兩個核心標準旨在實現這一目標：以太坊的 ERC-8004 和 Coinbase 的 x402。
首先考慮身份層。就像人類需要 ID 訪問數字服務一樣，在區塊鏈網路上運行的 AI Agent 也必須是可識別的。ERC-8004 就發揮了這一功能。
它以 NFT 的形式發布，但不是作為媒體類的收藏品，而是一種包含結構化身份數據的憑證 NFT。每個代幣包含三個組成部分：
身份 (Identity)
聲譽 (Reputation)
驗證 (Validation)
這些元素共同構成了一個可驗證的鏈上身份證書。在電子商務中，參與者在交易前會審查評分和交易歷史，同樣的邏輯也適用於 AI Agent。ERC-8004 為 Agent 提供了可驗證的憑證，允許其他 Agent 根據透明數據評估交易是否合適。
然而，僅有身份並不能實現價值轉移，還需要一種支付機制。這一角色由 x402 承擔。
如果說 ERC-8004 是數字身份證，那麼 x402 就是支付軌道。x402 由 Coinbase 開發，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。
其核心功能是自動化智能合約執行。諸如「滿足預定義標準後自動轉賬」之類的條件邏輯直接嵌入在代碼中。一旦條件滿足，結算就會在無需人工干預的情況下發生。
當用於身份的 ERC-8004 和用於支付的 x402 結合時，AI Agent 可以在不依賴中心化平台的情況下驗證交易對手並執行交易。信任和結算是在協議層面處理的，而非通過平台控制。
假設一個近未來的 AI Agent 環境：Ekko 指示他的 AI Agent（Agent A）購買一台最高預算為 800 美元的二手筆記本電腦。市場運行着自己的 AI Agent（Agent B），它直接與 Ekko 的 Agent 溝通以執行交易。
相互驗證：
在交易之前，兩個 Agent 都會核實對方的憑證，並確認產品符合特定要求。
身份檢查：通過 ERC-8004 NFT 驗證
Ekko 的 Agent：聲譽評分 72，確認餘額 800 美元
賣家的 Agent：聲譽評分 70，確認符合條件的筆記本庫存
結果： 兩個 Agent 均獲准進行交易。
智能合約託管：
驗證完成後，交易開始。每個 Agent 通過 x402 協議進行交互，以轉移和確認資金。
託管：800 美元從 Ekko 的 Agent 錢包轉移到智能合約。
條件鎖定：資金保持鎖定狀態，直到確認收貨。
釋放： 確認送貨後，800 美元自動轉賬給賣家。
結算與聲譽更新（x402 結算與聲譽 NFT 更新）：
結算後，兩個 Agent 的聲譽記錄都會更新。
Ekko 的 Agent：聲譽 72 → 80（+5 快速交付，+3 描述相符）
賣家的 Agent：聲譽 70 → 78（+5 快速交付，+3 描述相符）
更新後的評估記錄被寫入每個 Agent 的 ERC-8004 NFT 中。
在整個過程中，沒有仲介參與，不需要平台批准。兩個 AI Agent 通過基於區塊鏈的驗證和結算直接進行交易。這反映了 Agent 對 Agent 商業的加密原生模式。
Google AP2 代表了一種為獲批合作夥伴設計的受控模型。
Google 將市場參與限制在經過審查的商家，理由是保護消費者。即使有了結構化的授權框架，Agent 的行為也無法得到完全保證。與輸入輸出直接匹配的確定性系統不同，AI Agent 的執行會產生機率性的結果。
如果 Agent 連接到一個不可靠的合作夥伴並發生交易錯誤，責任最終可能會落在支付基礎設施提供商身上。為了將故障機率哪怕降低 0.01%，Google 也有動力縮小其生態系統。這種受限的生態系統提高了穩定性和監管能力，但也可能限制 Agent 在更廣泛的市場中自主運行並跨多種選項進行優化的能力。
相比之下，ERC-8004 和 x402 反映了一種更開放的架構。 加密模式旨在實現無許可和互操作性，而非綁定於平台。
AI Agent 仍處於早期開發階段。從複雜請求到自主支付的端到端執行尚未實現無縫銜接。然而，預期的長期情景是 Agent 獨立管理日常消費。例如，用戶可能指示 Agent 補貨雜貨，Agent 會評估庫存缺口並自動完成購買。
大型平台可能會嘗試聚合主要的零售渠道，以在統一環境中支持這種模式。這種方法可以在受控框架內實現可靠的日常使用場景。然而，要整合所有潛在的交易對手（包括小型在線商家、獨立網站、去中心化金融協議和交易場所），封閉生態系統面臨着結構性限制。
此外，如果數字內容越來越多地轉向付費訪問模式，Agent 可能需要執行高頻微支付。開放的加密標準可能具有結構性優勢。 例如，一個 AI Agent 可以以每單位 0.01 美元的價格購買 1,000 張創作者生成的圖片，或者支付 1 美元訪問一篇研究文章。對於小額、可編程的支付，加密原生軌道可能提供更高的運行效率。
也就是說，缺乏中心化機構也帶來了權衡。身份評估標準必須以去中心化的方式建立，且沒有單一實體對失敗承擔最終責任。在開放性與問責制之間取得平衡仍是一個關鍵的設計挑戰，這將取決於技術成熟度和易用性的提升。
科技大廠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。大廠傾向於封閉、受控的系統，而加密領域則推動開放、基於協議的模型。
這並非一個零和博弈，更可能的軌跡是兩種方法之間的互操作性。在當前的技術進步階段，持續的開發必須將可靠性和用戶體驗放在首位。
來源：金色財經
發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。
暢行幣圈交易全攻略，專家駐群實戰交流
▌立即加入鉅亨買幣實戰交流 LINE 社群（點此入群）
不管是新手發問，還是老手交流，只要你想參與加密貨幣現貨交易、合約跟單、合約網格、量化交易、理財產品的投資，都歡迎入群討論學習！
上一篇
下一篇
