分析了 12 月 x402 所有交易数据,近 6 成用于实干而非投机

marsbit发布于2026-01-04更新于2026-01-04

文章摘要

我们分析了2025年12月x402协议的所有交易数据,共6300万笔支付,涉及750万美元USDC,超过1100个项目参与。这是首个证明AI代理可大规模进行支付服务的现实案例。数据显示,平均交易金额仅0.12美元,远低于Visa的最低可行交易额,微支付可行性获验证。 76%的服务收费在0.10美元或以下,69%的服务处于0.01-0.10美元的最佳区间,信用卡无法竞争。交易主要用于实际服务而非投机:数据服务占31%,AI/大语言模型占25%,区块链基础设施占15%。 Base链占53%交易(开发者主阵地),Solana占37%(生产环境首选)。尽管47%的交易量为刷榜行爲,但仅占总金额14%,资金流动相对干净。 尚未解决的关键问题包括代理身份验证(KYA)、声誉系统和争议解决机制。微支付协议已验证可行,经济模式有效,开发者生态爆发式增长,正是抢占地盘的关键时刻。

作者:E.H.

编译:深潮 TechFlow

我们分析了 2025 年 12 月的所有 x402 交易数据:

  • 6300 万笔支付
  • 750 万美元 USDC
  • 超过 1100 个项目参与

这是首个现实世界中证明 AI 代理可以大规模支付服务的案例。

以下是我们的发现

http://blockrun.ai/state-x402-2025.pdf

http://blockrun.ai/state-x402-2025-deck.pdf

快速回顾历史:

HTTP 402 "需要支付"(Payment Required)状态码定义于 1997 年,但从未被实际应用。

原因很简单:信用卡处理 $0.01 的支付需要 $0.30 的手续费,手续费高达 3000%。微支付在诞生之初就注定难以存活。

直到稳定币(Stablecoins)的出现,改变了这一切。

2025 年 12 月数据一览:

  • 6300 万笔交易
  • 750 万美元 USDC 流通
  • 6.4 万个独立买家
  • 1 万个独立卖家
  • 平均交易金额仅 $0.12

对比来看:Visa 的最低可行交易额大约是 $15,而 x402 正在处理小 100 倍的支付,并且实现了规模化运作。

生态系统正在爆发式增长:

  • 超过 1100 个独立项目
  • 超过 4800 个主网端点
  • 6 个活跃的支付协调者

大多数服务提供商规模较小,没有明显的主导玩家。

翻译一下:现在正是“抢占地盘”的关键时刻。

76% 的服务收费在 $0.10 或以下

最佳区间?$0.01-$0.10,占所有服务的 69%。

这就是微支付领域——信用卡完全无法竞争的地带。

AI 代理追求效率优化,它们会按需支付,永远按次计费。

那么人们到底在构建什么?

🥇 数据服务:31%

🥈 AI/大语言模型(LLM):25%

🥉 区块链:15%

不是梗图,也不是投机项目。

而是实打实的基础设施:API、分析、推理服务。

“真金白银”已经进场了。

Base vs Solana——谁更胜一筹?

  • Base:53%(开发者的主阵地)
  • Solana:37%(生产环境的首选)

Base 拥有 Coinbase 生态,Solana 则以速度取胜。

选择哪个?取决于你的使用场景。

“这不都是虚假交易量吗?”

咱们坦诚点:

Artemis 的数据显示,47% 的交易量是为了刷排行榜。

——这只占总交易金额的 14%。

小额交易 = 更干净的资金流动。

微支付的可行性已经被验证。

尚未被解决的十亿美元难题:

当 AI 代理支付错误时会发生什么?

x402 已经解决了“AI 代理如何支付”的问题。

但仍未解决:

  • 代理身份验证(KYA,Know Your Agent)
  • 声誉系统
  • 争议解决机制

谁能解决这些问题,谁就将成为最后的赢家。

  • 单月 6300 万笔交易
  • 平均每笔交易金额:$0.12

协议正在奏效。

经济模式也行得通。

开发者已经就位。

剩下的唯一问题是:你会在这个基础上构建什么?

点击查看完整报告

相关问答

Qx402协议在2025年12月处理了多少笔交易和多少金额的USDC?

A在2025年12月,x402协议处理了6300万笔交易,流通了750万美元的USDC。

Qx402协议的平均交易金额是多少?与Visa相比有什么优势?

Ax402协议的平均交易金额仅为0.12美元。相比Visa最低可行交易额约15美元,x402能处理小100倍的支付,并规模化运作,信用卡在微支付领域无法竞争。

Qx402生态中,交易主要用于哪些类型的服务?

Ax402生态中,交易主要用于数据服务(31%)、AI/大语言模型(25%)和区块链(15%),这些是实打实的基础设施如API、分析和推理服务,而非梗图或投机项目。

QBase和Solana在x402生态中的占比分别是多少?它们各有什么优势?

ABase占比53%,是开发者的主阵地,拥有Coinbase生态;Solana占比37%,是生产环境的首选,以速度取胜。选择取决于使用场景。

Qx402协议尚未解决哪些关键问题?

Ax402协议尚未解决代理身份验证(KYA)、声誉系统和争议解决机制。谁能解决这些问题,谁将成为最后的赢家。

你可能也喜欢

生成模型也能端到端训练了?核心竟是一个for循环

长期以来,深度学习在图像分类、检测等任务上凭借端到端训练取得了巨大成功,但生成模型领域却始终是个例外。当前主流的自回归、扩散模型等训练时只学习预测“一小步”,推理时则需要反复展开数百上千步,这种训练与推理的不一致导致了“暴露偏差”等问题,使得生成模型一直未能实现真正的端到端训练。 最近,一篇来自UIUC与哈佛大学的论文提出了“探索式建模(Explorative Modeling,XM)”新范式,其核心是一个简单到近乎朴素的for循环:在每个训练步骤中,模型生成K个候选样本,然后仅选取其中最接近真实数据的一个样本来计算损失和回传梯度。这种做法巧妙地绕开了传统生成模型中因使用重构损失(如平方误差)而导致的“模态模糊”问题——即模型倾向于输出多个可能答案的平均值,而这个平均值往往不属于任何真实的数据模式。 XM通过这种方式,在不拆分生成过程的前提下,直接提升了模型的“生成表达力”,即模型捕捉数据分布中多个独立模式的能力。论文将“探索”验证为继模型参数量、数据量之后的第三根可扩展轴。实验表明,随着模型规模、数据量和计算量的增大,探索带来的性能收益越发显著,在图像、视频、语言等多种任务上均能带来效率与质量的提升。 更重要的是,当探索程度足够时,XM可以实现真正的端到端生成。在机器人控制等任务中,仅需一次网络前向传播的XM策略,其性能可媲美甚至超过需要上百次前向的扩散模型策略,实现了推理效率的飞跃。 尽管“最佳K样本选择”的思想并非全新,但该研究的贡献在于清晰地揭示了这一简单机制如何直接解决生成模型的核心瓶颈,并为实现高效、端到端的生成模型开辟了新的可能性。随着模型规模的持续扩大,探索这一新维度可能将发挥越来越关键的作用。

marsbit8分钟前

生成模型也能端到端训练了?核心竟是一个for循环

marsbit8分钟前

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit1小时前

年薪百万抢电工,Meta急到自己办技校

marsbit1小时前

交易

现货
活动图片