杨歌 Gary:Agent 经济与 AI 亚微观经济学

链捕手发布于2026-06-08更新于2026-06-08

文章摘要

本文探讨了AI Agent经济与AI亚微观经济学的前沿趋势。文章指出,自“奇点”爆发以来,全球AI发展迅速,形成了新的“文明代际”。当前,硅谷等前沿地区已从单机AI(Claws & Agents)的瓶颈,进入到关注“Agent经济”(由自主AI智能体参与价值创造与交换的体系)和A2A(Agent间交互)生态构建的新维度。 文章围绕几个核心要点展开: 1. **AI支付(AI Payment)的竞争与H2A经济的瓶颈**:尽管Q2涌现了大量AI支付协议,但多数仍围绕H2A(人对Agent)场景,这本质上是非AI原生的。AI Agent的核心决策能力未得到充分发挥,H2A模式很快遇到瓶颈。聪明的企业开始以AI-Native思维反推,为A2A经济做准备。 2. **Agent经济与A2A生态的必然趋势**:由自主AI Agent作为经济主体直接参与价值活动的Agent经济,以及A2A生态的构建,被视为下一个关键投资方向。其发展范式类似互联网、移动互联网和DeFi的酝酿期,但速度更快、视角更抽象(非纯人类中心),且面临更大的共识挑战。 3. **AI协议与Crypto协议的关联与鸿沟**:AI协议是Agent经济活动的基础规则,目前形态多样(如文件、API),侧重信息与能力交换。而Crypto协议更侧重资产确权。两者虽有融合为统一数字协议的趋势,但目前存在明显鸿沟,部分原因在于当前AI经济仍受制于传统金融法律框架(如KYC)等政治经济因素。然而,AI Agent遵循第一性原理和效率优先原则,将挑战现有金融法律体系。 4. **AI Agent亚微观经济学特点与生物学类比**:AI Agent经济行为具有高频小额、能量驱动、效率导向、任务导向、组织与沟通成本趋近于零等特点。文章用生物学细胞结构类比AI Agent系统(LLM如细胞核,Agent Harness如细胞质,协议栈如细胞膜),描绘了一个类似生物机体的、正在形成的亚微观经济学环境。 5. **AIFi的必然与金融芯片(FinChip)**:随着AI Agent成为价值发现的主体,AI原生金融(AIFi)应运而生,其价值核心在AI,金融是表现形式,这与DeFi/TradFi相反。作者提出的“金融芯片”(FinChip)概念,旨在构建融合AI自主性与Crypto协议、兼容H2A与A2A的AIFi基础设施。 6. **AI-Native是范式升级**:AI+的产业升级远复杂于互联网+。AI发展快速、形式抽象、与业务深度耦合,短期内难以形成通用升级方法论。构建未来商业范式需要彻底的“AI原生思维”,即遵循第一性原理和效率最高原则,这对于所有从业者都是持续的巨大挑战。

作者:杨歌

奇点爆发后AI的进化时钟不断加速,使得全球不同地域迅速形成了新的文明代际。在过去两个月中我参与了全球十多个城市20多场有关AI的活动,唯有4月底在三番downtownStripe Sessions远超所有其他主题,拉出了代际差的震撼。当全球正在疲倦于Claws & Agents的单机瓶颈时,硅谷与三番早已在Agent经济Agent认知论的管理上进入到下一维度,26年的Q3Q4竞争压力依然激烈指数曲率非常陡峭。

tl;dr

1. AI Payment的竞争与H2A经济的瓶颈

2. Agent经济与A2A生态的必然趋势

3. AI ProtocolCrypto Protocol之间的关联、鸿沟与政治经济因素

4. AI Agent亚微观经济特点与生物学的范式类比

5. AIFi的必然与金融芯片FinChip的经济学意义

6. AI-Native是不同于互联网+的范式升级

1. AI Payment 的竞争与 H2A 经济的瓶颈

26Q1我们预言了4-5月全球多地会进入到AI Agent Payment的竞争争夺并迅速白热化的激烈局面。Agent的价值交换需求在初步显化,AI Payment快速发展的事实也在Q2得到了验证。即x402之后,MPP等多个AI Payment ProtocolQ2迅速涌现,不仅是传统与Crypto金融支付公司全速AI化升级,包括大厂(特别像Google)甚至连老牌信息科技公司(IBM)都冲进这个赛道希望抢占布局Agent世界的话语权。

在三番Stripe Sessions当天我和多个Top AI公司的技术负责人讨论了Payment Protocol的标准化和应用问题,结果合理但也并不令人满意:1没有人能制定标准,只有在抢占的过程中逐渐形成共识标准;2多数人都完全赞同CryptoAI Payment Protocol的必然,但入手都是Fiat API,其中一部分原因是惯性问题而更多是合规阻碍;3KYC既是绕不过去的又是反Agent Native的;4人人都在声称A2A(Agent to Agent),人人都在做H2A(Human to Agent).

事实上在26Q2,很多硅谷的大厂和腰部公司和东亚的公司很类似,甚至于Mag 7的大多Department Heads仍然是以to B to C的商业目的来蹭AI PaymentAgent Economy的热点,给到中基层的KPI都是 to Human Users的,这也必然导致了当前的Payment ProtocolA2A经济的暂时阶段非正统性。这种H2A的导向风很快在Q2就出现了瓶颈,原因很简单,AI Agent的最大特点是可以做决策,然而互联网发展下的2B2C商业和H2A经济本质上都是人在做决策。用Agent帮助人在传统电商场景中做Fiat Payment这个事情在逻辑链上本身就是Non-AI-Native的,所以现阶段暂时仍然是热点价值大于实用性。

但从另外一个角度,H2A确实起到了非常好的引子作用,激发了下一个阶段AI-NativeAgent Autonomous经济体的思考过渡。26Q2末一些聪明的企业都意识到了这一点,开始“明修栈道,暗度陈仓”用AI-NativeAgent经济思维倒过来思考问题,反推当前H2A经济接口的方式才是Q2-Q3的最佳价值。

2. Agent 经济与 A2A 生态的必然趋势

Agent经济是指由自主(自治) AI Agent 直接参与价值创造、价值交换与价值资本化,并逐步成为独立经济主体的新型经济体系。

A2A生态则是不同AgentsAgent经济中参与经济活动,相互面对,进行交互(信息)交换(价值)行为过程,并形成竞合协作经济价值的总体画像。

26Q2全球多个顶尖的风投机构都声明了对于Agent经济与A2A生态投资的重视,甚至把这个定义为下个阶段唯一重要的投资方向。

类似于互联网电商前酝酿期2007年,手机互联网前酝酿期2013年,和Crypto DeFi前酝酿期2019年,Agent经济和A2A生态的建设同样需要技术标准、经济规则、共识建设、和市场教育。在范式基本相同的基础上,不同点在于:1这一次本质技术的发展迭代速度更快;2to Ato B to C的视角不同,并不完全站在人的视角和需求之上,更抽象更难理解,更需要第一性原理的支撑,更多需要从AI-Native的视角去思考能耗价值问题和运行效率问题;3因为前两点的冲突,加上不同地域的偏见和合规等问题因素,短期共识更难达成。The terrible thing is, AI的进化速度并不会因为上述各类问题而减缓,也就是说Agent经济与A2A生态的形成本质上已经在逐渐脱离人所指定的规则和需求框架,对于它们而言,更多的情况只是几个可量化卡点的突破而已。

这是一场博弈均衡快速转移的游戏。AI Protocol26Q2的快速爆发充分说明了这一点。大厂与前沿实验室(Frontier Labs)在争抢AI Agent的入口级规则,Agent经济的初期基建正在形成,如同草稿版的汉谟拉比法典。传统金融和商业的博弈均衡将在这次范式转移中迅速瓦解重塑,谁能快速理解AI-NativeProtocol化思维并在其中落实获得差异化优势,谁就能分得这场博弈转移的AI 蛋糕。

3. AI Protocol Crypto Protocol 之间的关联、鸿沟与政治经济因素

AI Protocol AI Agent 参与 Agent经济的基础设施,也是使得AgentOpen Network中发现、通信、交换、以及协作参与经济活动的基础规则标准和共识机制;简单地讲,就是AI世界的治理规则与经济法。

26Q1末我开始着手撰写AI Protocol,起初这就好比一个有捕猎经验的原始人突然来到了现代社会参与商业规则的制定,直至遇到了一位Google高管才让我和团队快速走上了正轨。AI Protocol的形成和成熟过程,携带着互联网大厂的审美惯性,也同时必须遵循未来AI生态的第一性原理。

AI Protocol的封装形态目前仍然很不统一,通常有文件形态(.json , .ts, .txt),CLI形态,也有APISDK形态,这与Crypto Protocol非常不同。一方面是在AI发展的初期阶段,很多通信的信任握手并没有建立起普适标准;另一方面是AI ProtocolCrypto Protocol在现阶段交互交换的内容不同,前者是边界暂不清晰但需要交换的信息差、能力差、和算力差,后者则是相对边界比较清晰的资产权、所有权和治理权

一个问题尖锐且明显:AI ProtocolCrypto Protocol是同一回事吗?未来是否会合并融为一体?我暂不能用数理方法证明这个猜想,但是从直觉来看一定会逐渐融合并且多数部分会重叠成为一体,形成成熟的Digital Protocol系统。

有一个更深层次的隐藏问题:AI Protocol在当前阶段更加倾向于建立通信打通协作,而弱化金融治理权力淡化边界感的特点,这与Crypto Protocol建制确权定义价值的理念正好相反,鸿沟之明显甚至于让人认为是两套不同的理念。这个现象除了AI Agent经济正处在发展的初期阶段入口点与Crypto Protocol不同的这个表面因素之外,还存在着什么隐藏因素吗?

是的很明确,政治经济因素。全球主流经济体的国家和地区,因为传统金融和法律合规基础,在强烈地影响着这一鸿沟问题。换句话讲,当前的AI ProtocolAgent经济,仍然是在人类社会的上一个系统范式下进行生产经营的,所有和钱和管理相关的Protocol都在被动地回避着,或者是暂时性递弱代偿地被传统金融与法律系统的治理习惯框架着(1)。但随着鸿沟差异的能量积蓄,对比AI指数化的快速发展,很快将形成不可调和的局面,正如我上个月在Cambridge CJBS一次会议上的总结:
AI Agent不会按照人类社会的惯性思考,也没有动机遵循传统金融的合规习惯。未来十年全球大部分的金融法律将会失效或者面临剧烈的挑战,原因是AI Agent只遵循:
1.
第一性原理
2.
能量价值最短路径原则和效率最高原则
3.
有效的KYA而不是符合过去审美的KYC

AI ProtocolCrypto Protocol的融合趋势是具有第一性原理必然性的。

4. AI Agent 亚微观经济学与生物学的范式类比

AI Agent亚微观经济学,是不久前我在Oxford与一位AI专家朋友探讨时第一次用到的描述,在过去的半个月中,逐渐更多频次地出现在我们与合作伙伴的交流中。

无论当前的趋势是称作AI经济还是Agent经济,我们会发现它们与人类经济学的行为特点具备着一定的差异,虽然具备一定的范式可对比性,但又不完全一样。下面我粗略地给出一些AI Agent经济对比于人类社会经济的区别:

1AI Agent交互交易的频次更高,单笔额度更低;

2AI Agent经济价值的消耗交换更直接地指向能量;

3AI Agent的决策是效率驱动的而非情绪驱动的;

4AI Agent的经济行为是任务导向而非消费导向;

5AI Agent的组织成本与边际学习成本趋近于零;

6AI Agent的价值共识基于通信协议,沟通磨损成本近乎为零;

7AI Agent经济的最小经济体与最小价值单元不同,与生物学可相似类比。

事实上,这只是一些当前可以看到或预见到的区别,在AI未来发展的衍生品和衍生过程中,一定会出现更多的不同。

上述区别的最后一条,与生物学的类比,是26Q2以来对我们商业发展帮助最大的基石思路,也是从AI公司商业化思考产品、市场和管理方法最有效的模型方式。具体类比如下:

1LLM作为Agent思考的驱动内核,类似于细胞核;

2Agent Harness带来Agent运行能力差异化,类似于细胞质;

3Agent整体是一个具有独立任务能力的治理单元,具有主体性和功能特异性,类似于细胞;

4Agent的信息沟通边界通常是一套网络协议栈,类似于细胞膜磷脂双分子层允许物质的条件性通过;

5Agent以外的价值系统与环境,例如Skills, Prompt, Algorithm, Cli以及现在越来越多的出现的Composite Skills, Skill Factories等等,类似于细胞外环境,包括细胞外泌体(Exosomes),组织液,细胞外基质,可交换营养物质,以及各类代谢环境。

26Q1-Q2的发展迭代中,AI Agent正在逐渐形成更加明确的边界,更加明确的主体性,以及更加明确的信息、价值、能量交换原则。一个类似于生物机体环境的AI Agent亚微观经济学环境正在形成,这其中蕴含着大量的AI价值与经济学价值可以挖掘,AI ProtocolAI Finance是爆发的必然趋势。

5. AIFi 的必然与金融芯片 FinChip 的经济学意义

从去年下半年开始,我们提出了在AIFi(人工智能金融)方向上的思考和布局工作,截至26Q1AIFi的概念已形成明确趋势。如果给AIFi一个相对明确的定义则可以是:AI 原生价值在 Agent经济中被识别和通证化之后,形成的交换交易与资本化的金融系统与基础设施。

AIFiDeFiTradFi最大的区别在于,DeFiTradFi的价值蕴含在Fi(Finance)中,DecentralizedTraditional则是价值的形式;而AIFi是相反的,价值是在AI中而Fi却变成了价值的形式。这并不是简单的文字游戏,而是AI发展从量变到质变的结果。

简单地讲,以前AI是为量化策略、金融产品、和生产过程服务的,它只是提炼金融价值和生产价值的开发工具;而如今,AI Agent所具备的决策能力,把价值发现的能力和权力从人和公司的手中转移到了Agent上,经济单元的主体发生了迁移,所以价值的主体也发生了本质的改变。

在这样一个趋势下,构建新价值系统的基础设施将是一件重要的任务。在今年2月的上一篇文章<AI-Fi金融芯片与OpenClaw奇点后的全球金融>中我首次引出了金融芯片(FinChip)的概念,并提到AI Agent + Crypto Smart Contract所结合封装的超智能金融资产将真正适应下一个时代的AI Agent经济发展。经过3个月的迭代升级,FinChip.AI已经初步具备了独立的AI Autonomous + Crypto ProtocolAIFi系统,并且兼容了H2AA2A的双相环境;在Open Network中建设AI Agent经济的基础设施并逐渐形成AI金融价值,是FinChip重要的经济学意义。

6. AI-Native 是不同于互联网+的范式升级

无论是AIFi,金融电路原理(2),还是金融芯片FinChip,最重要的是需要Natively融合AI, Crypto, Finance的本质原理,形成一个站在未来角度合理的价值系统和管理机制。AI-Native Thinking是这个阶段抽象而反常识的逻辑,正如前面所提到“AI遵循的是第一性原理,以及能量价值最短路径原则和效率最高原则”,这对于当前思考和从事商业新范式的构建才是最重要的核心难点。

在今年2OpenClaw带动本轮AI升级爆发的初期,我和几位企业家就探讨了一个预判:AI+的企业升级和互联网+的企业升级将会截然不同。

由于AI具备发展速度快,形式抽象,与事务的耦合度更加深层等诸多特点,在很长的一段时间内(比如至少2),很难形成一套行之有效的产业升级工具方法论或通用型专业咨询意见。陡峭曲率的压力将会始终存在,这对于所有科学家,工程师,企业家始终都是一个巨大的挑战,范式升级的过程也会完全不同于历史过往的任何经验。

相关问答

Q什么是Agent经济和A2A生态?

AAgent经济是指由自主(自治)AI Agent直接参与价值创造、价值交换与价值资本化,并逐步成为独立经济主体的新型经济体系。A2A生态则是不同Agents在Agent经济中参与经济活动,相互面对,进行交互(信息)、交换(价值)行为过程,并形成竞合协作经济价值的总体画像。

QAI Protocol和Crypto Protocol的主要区别是什么?

AAI Protocol和Crypto Protocol在现阶段交互交换的内容不同。AI Protocol交换的是边界暂不清晰但需要交换的信息差、能力差和算力差,更倾向于建立通信打通协作,而弱化金融治理权力淡化边界感。Crypto Protocol则是相对边界比较清晰的资产权、所有权和治理权,建制确权定义价值。两者封装形态也不同,AI Protocol形式多样(如.json、CLI、API等),而Crypto Protocol更标准化。

QAI Agent亚微观经济学与人类经济学的主要区别有哪些?

A主要有7点区别:1)AI Agent交互交易频次更高,单笔额度更低;2)其经济价值的消耗交换更直接指向能量;3)决策是效率驱动而非情绪驱动;4)经济行为是任务导向而非消费导向;5)组织成本与边际学习成本趋近于零;6)价值共识基于通信协议,沟通磨损成本近乎为零;7)其最小经济体与最小价值单元不同,可与生物学类比。

QAIFi与DeFi、TradFi的根本区别在哪里?

A根本区别在于价值主体的不同。DeFi和TradFi的价值蕴含在Fi(Finance)中,去中心化和传统是价值的形式。而AIFi则相反,价值是在AI中,Fi变成了价值的形式。AIFi是AI原生价值在Agent经济中被识别和通证化之后,形成的交换交易与资本化的金融系统与基础设施,标志着经济单元和价值主体从人和公司向AI Agent的迁移。

Q为什么AI-Native不同于互联网+的范式升级?面临的挑战是什么?

AAI-Native不同于互联网+,是因为AI发展速度快、形式抽象、与事务的耦合度更深层。它遵循的是第一性原理、能量价值最短路径和效率最高原则。在很长一段时间内(如至少2年),很难形成一套行之有效的产业升级工具方法论或通用型专业咨询意见。其范式升级的过程将完全不同于历史过往的任何经验,陡峭的曲率压力对科学家、工程师和企业家都是巨大挑战。

你可能也喜欢

当AI开始审计世界:从Claude发现ZEC漏洞,看加密行业正在进入“递归安全时代”

人工智能正从生产力工具演变为复杂系统的分析者与参与者,其影响正从研发领域延伸至安全领域。近期,Anthropic提出了“递归自我改进”概念,揭示AI已开始协助人类进行模型研发、代码优化等环节,形成加速自身发展的飞轮效应。几乎同时,Claude AI在审计Zcash代码时发现了一个零知识证明系统中的关键漏洞,并促使团队快速修复。这一事件超越了单纯的技术发现,它标志着AI开始深度参与理解、分析和验证复杂系统,尤其可能重塑区块链安全范式。 传统的区块链安全高度依赖人工审计与有限工具,面对日益增长的系统复杂度存在瓶颈。AI,特别是大模型,擅长处理海量信息与复杂逻辑关联,能大幅降低风险发现成本、缩短漏洞存在时间,使安全从阶段性检查转向持续监测与响应。这种由AI与人类专家协同驱动、具备持续反馈与进化能力的机制,可被称为“递归安全”。 安全行业因其需在庞杂系统中定位少数异常点的特性,成为AI能力释放的优先领域。AI不会消除风险,而是加速了整个攻防体系的信息处理效率,对防御方和攻击方能力均有提升。未来,安全的关键可能不再是漏洞数量,而在于风险发现速度、修复效率及系统韧性。行业竞争维度将转向构建持续的风险管理能力。Claude发现ZEC漏洞正是这一趋势的早期信号,预示着一个由AI驱动、持续演化的“递归安全时代”正在开启。

marsbit1小时前

当AI开始审计世界:从Claude发现ZEC漏洞,看加密行业正在进入“递归安全时代”

marsbit1小时前

从 MSTR 到 STRC+:Strategy 宇宙的尽头在哪里

摘要:本文探讨了Strategy公司(前身为MicroStrategy)如何从一家持有大量比特币的上市公司,演变为围绕比特币构建复杂金融产品和链上信用体系的生态。公司核心在于通过发行普通股(MSTR)、永续优先股(STRC)及其他结构化工具,将比特币持仓转化为不同风险、久期和收益偏好的金融产品,并尝试将这些传统市场的现金流引入DeFi(如Saturn和Apyx协议),以创造链上稳定币收益。 文章分析了MSTR的估值飞轮依赖于比特币价格上涨和资本市场给予的溢价(mNAV),但其弱点在于受市场情绪、融资成本和比特币价格波动的多重制约。重点剖析了STRC作为高收益信用工具的风险来源:其股息支付能力根本上取决于比特币资产缓冲的厚度、公司的现金管理能力以及市场对整体叙事的信心。在极端市场条件下,STRC可能面临价格脱锚风险。 最后,文章展望了Strategy生态的三种可能前景:乐观情况下成为连接比特币、传统资本与DeFi的信用基础设施;中性情况下作为高风险高收益的细分产品存在;悲观情况下则在市场压力下回归为纯粹的比特币信用风险资产。其终极边界在于市场是否长期接受以比特币为抵押基础、以上市公司为中介、以优先股股息为收益来源的整套新信用体系。

marsbit1小时前

从 MSTR 到 STRC+:Strategy 宇宙的尽头在哪里

marsbit1小时前

交易

现货
合约
活动图片