Base MCP,X402的下一步

marsbit发布于2026-05-28更新于2026-05-28

文章摘要

昨天,Base 正式发布 Base MCP,允许用户将 Base 账户连接到 AI Agent,通过聊天方式执行交易、转账等操作。Base 链目前的主线是 AI,此举意在拓展更多应用场景,以在快速发展的 AI Agent 支付赛道中保持领先。 AI Agent 支付市场正快速发展。2025年,Coinbase 推出 x402 为 AI Agent 提供加密钱包,而谷歌、Visa 等传统巨头也推出了各自的解决方案。截至目前,x402 已处理超 1.76 亿笔交易,总额超 7000 万美元。这些交易中,76% 的金额低于 0.30 美元,凸显出稳定币(尤其是 USDC)在极小金额支付中的巨大成本优势,因其结算成本远低于传统支付方式。 在加密原生支付赛道,Stripe 是 Coinbase 的主要竞争对手。Stripe 已构建与 Coinbase 相似的完整架构(包括结算层、钱包层、路由层和支付协议)。因此,双方竞争的重点已转向应用层。Base 力推 AI 主线,正是为了吸引更多 AI 应用和交易在其链上发生,从而巩固在 Agent 支付领域的规模优势,为未来进军更广泛的商用领域奠定基础。Base MCP 的推出,是 Coinbase 实现这一宏大愿景的关键一步。

昨天,Base 正式发布了 Base MCP。通过 Base MCP 将 Base Account 连接到 AI Agent,就可以用口语化的表达,像聊天一样让 Agent 执行 Swap、转账、仓位追踪、查询交易历史等操作。

熟悉 Base 的玩家们都知道,Base 链上现在的主线就是 AI,所以 Base 有这样的更新并不会让玩家们感到意外。甚至有玩家期待,之后在 Base 链上会有像之前以太坊上的 AI meme 币 $SHIT 那样的新玩法,即通过 Base MCP 直接用聊天的方式让 Agent 参与链上打新。

但如果我们从链上 degen 的角度抽离出来,从 Agent to Agent 支付的竞争角度来看,或许对于 AI 为何成为 Base 的主线,会有一个新的答案。

快速发展的 Agent 支付

把时间倒回 2024 年 9 月。在当时,想要让 AI Agent 来完成对某项费用的支付,人类基本上只有一个选择:通过浏览器自动化工具(如 Playwright、Selenium 等无界面浏览器)让 AI Agent 模拟人类动作,在网页上完成结账流程。

由于需要将支付凭证(如信用卡/借记卡的完整卡号、CVV、有效期等)提供给 AI Agent,这唯一的选择,并不安全。

到 2025 年 5 月,Coinbase 推出了 x402,给 AI Agent 提供一个加密钱包,并且以加密原生的方式来解决这个问题。但意识到这是一个潜在市场的并不只有 Coinbase,解决方式也不仅仅只有加密原生这一种。在 2025 年,Google 推出了 AP2,允许用户将消费权限授权给 Agent。Visa 则拓展了其现有的银行卡支付渠道,推出了 Visa Intelligent Commerce,不给 Agent 信用卡号、CVV 等敏感信息,而是为 Agent 提供特定的、受限的令牌以让 Agent 完成支付。

如今,x402 已经处理了 1.76 亿笔来自 AI Agent 们的交易,交易总额超过 7000 万美元。这个数额看起来好像不大,但无论是 Coinbase 还是传统巨头,没有人轻视这场新兴支付方式的竞争:

- 2026 年 1 月 22 日,美国第六大银行,资产 4700 亿美元,存款 3300 亿美元,信用卡发卡量全美第三的 Capital One 宣布以 51.5 亿美元收购 Brex,提升 AI 支付能力。

- 2026 年 3 月,万事达卡以 18 亿美元收购稳定币基础设施公司 BVNK。

- 2025 年 2 月,Stripe 以 11 亿美元收购稳定币支付平台 Bridge。

虽然他们没有明说,收购稳定币相关企业,是为了应对即将到来的 Agent 支付时代。但稳定币对于 Agent 支付确实至关重要。

为什么稳定币对 Agent 支付很重要?

根据 Keyrock 的数据统计,迄今为止,x402 上处理的 Agent 交易,交易金额中位数在 0.01 美元至 0.10 美元之间,其中 76% 的交易金额低于 0.30 美元。

0.30 美元,这是美国和多数主流市场最常见的每笔固定手续费。这个手续费就像一堵墙,让数额小于 1 美元的微型支付变得非常不经济。比如一笔 3 美分的 API 调用,0.3 美元就是 10 倍的调用费,Agent 用信用卡支付的话,成本累计起来会高到不行。

区块链很好的解决了这个问题。在 Base 上,交易结算成本为 0.0001 美元。凭借这种巨大的优势,稳定币几乎天然赢得了 Agent 支付中面对传统支付巨头的竞争。

在 x402 已经处理的 1.76 亿笔 Agent 交易中,有 98.6% 的交易以 USDC 结算。鉴于 Coinbase 和 Circle 的密切关系,可以说 Coinbase 在结算层也是个大赢家。

但结算层只是 Agent 支付中的一层。在通过加密原生解决 Agent 支付的赛道里,Coinbase 有一个对手——Stripe。

来自 Stripe 的挑战

今年 3 月,Stripe 推出了 Agent 支付协议 MPP,这让 Stripe 在 Agent 支付的架构版图上和 Coinbase 已经相差无几。

- 从结算层来看,Coinbase 有 Base,Stripe 有 Tempo

- 从钱包层来看,Coinbase 有 Agent Wallet,Stripe 有 Privy

- 从路由层来看,Coinbase 内置相关路由设施,Stripe 有花费 11 亿美元收购的 Bridge

- 从支付协议来看,Coinbase 有 x402,Stripe 有 MPP

现在我们回到文章开头提到的 Base MCP。既然对战的两家都有了以上 4 层配套设施,接下来要争夺的,自然就是应用层了。

这才是 AI 能够成为 Base 主线的核心原因——Base 要确保 AI(至少是加密货币领域的 AI)发生在 Base 上,实际上不是为 Base 链上的 degen 提供角度,而是要拓宽 Agent 支付的场景,让更多的 Agent 为更多的应用发生更多的交易,从而确保自身在 Agent 支付赛道的领先地位。

当统治级别的规模优势形成后,未来 Agent 支付进入商用领域时,Coinbase 就更能大赢特赢。

从这个角度来看 Base MCP 的推出,就能感受到,这只是 Coinbase 庞大野心中的一小步。

相关问答

Q根据文章,Base MCP 的推出主要服务于Coinbase在哪一领域的战略布局?

ABase MCP的推出主要服务于Coinbase在AI Agent支付领域的战略布局,目的是拓宽Agent支付的应用场景,让更多交易发生在Base链上,从而巩固其在Agent支付赛道的领先地位。

Q文章指出,稳定币对于AI Agent支付至关重要的主要原因是什么?

A稳定币对于AI Agent支付至关重要的主要原因是其极低的结算成本。相比传统支付(如信用卡)每笔约0.30美元的固定手续费,在Base链上的结算成本仅为0.0001美元,这使得稳定币在处理大量小额支付(如API调用)时具有巨大的经济优势。

Q在加密原生解决Agent支付的赛道中,Coinbase面临的主要竞争对手是谁?两者在架构上有何相似之处?

ACoinbase面临的主要竞争对手是Stripe。两者在架构上非常相似:都有专用的结算层(Coinbase有Base,Stripe有Tempo)、钱包层(Coinbase有Agent Wallet,Stripe有Privy)、路由层(Coinbase内置设施,Stripe收购了Bridge)以及支付协议层(Coinbase有x402,Stripe有MPP)。

Q文章中提到的x402已经处理的交易数据反映了AI Agent支付的什么特点?

Ax402的交易数据反映了AI Agent支付具有高频、小额的特点。截至文章发布,x402已处理1.76亿笔交易,总额超过7000万美元,交易金额中位数在0.01至0.10美元之间,其中76%的交易金额低于0.30美元。

Q从传统金融巨头的近期收购行动,可以看出他们对AI Agent支付持何种态度?

A从传统金融巨头的近期收购行动(如Capital One收购Brex,万事达卡收购BVNK,Stripe收购Bridge)可以看出,他们高度重视并积极布局AI Agent支付领域,将其视为一个重要的新兴市场,并希望通过收购相关基础设施来提升自身在这一领域的竞争力。

你可能也喜欢

Circle 将 Zama 协议地址列入黑名单,冻结价值 1260 万美元的用户资金 - 详情

稳定币发行商Circle已将一个与隐私协议Zama相关的智能合约列入黑名单,冻结了约1260万美元的用户资金。此次冻结首先由链上调查员ZachXBT发现,涉及Zama在以太坊上部署的保密USDC(cUSDC)合约。该合约地址在Zama的公开文档中可查,其冻结过程可被实时追踪和验证。 进一步分析显示,此次冻结可能与资产管理和收益协议Overnight Finance近期的争议及法律问题间接相关。数据显示,一个疑似与Overnight Finance相关的钱包于2026年5月11日向Zama合约存入约1240万美元USDC。Overnight Finance近期正面临治理纠纷和可能被团队“拉地毯”的指控,并因此进行了国库资产分配投票。此外,该公司还卷入一起民事诉讼,原告之一是DeFi领域以激进治理策略闻名的Patagon Management。尽管Circle的行动与这些事件之间尚无直接因果证据,但法律程序、资金流动与冻结事件的重叠,引发了人们对DeFi协议间风险传导的担忧。 Circle此次单方面行动再次引发对中心化发行商透明度的批评。据ZachXBT称,Zama团队在合约被列入黑名单前似乎未获任何通知。这加剧了人们对中心化实体在无预警情况下影响去中心化应用及其用户的担忧。此前在2026年3月,Circle曾冻结多个实体相关的热钱包而未公开说明理由。本次行动则更进一步,直接冻结了协议级别的资金池合约,而非独立钱包,这引发了人们对所谓去中心化系统中托管风险的质疑。截至目前,Circle尚未就冻结Zama合约的原因发布官方解释。

bitcoinist20分钟前

Circle 将 Zama 协议地址列入黑名单,冻结价值 1260 万美元的用户资金 - 详情

bitcoinist20分钟前

三年之后:回看 2023 年我对 ChatGPT 的判断

作者王健硕在2026年5月回看其于2023年3月对ChatGPT做出的二十条预测,并借助AI代理进行验证。整体看,其大方向判断多正确,但细节和程度常有偏差。 **看对的方面:** - **技术架构**:准确预测RAG(检索增强生成)将成为解决知识更新和幻觉的主流方法,以及LUI(自然语言用户界面)将催生巨大新产业。 - **发展趋势**:预见到“机器人网络”和新的agent寻址系统将出现,中国能快速做出可用大模型并缩小与顶尖差距。 - **本质认知**:正确指出ChatGPT没有意识,图灵测试仅测表象;判断其是巨大进步但非AGI,且短期内不会造成整体失业潮。 **看错或看偏的方面:** - **具体数据错误**:关于GPT-4有100T参数的传闻完全错误。 - **绝对化判断**:断言LLM“不可能”自己学好数学被后来模型在IMO夺金证伪;认为AI生成内容可“规避”版权,实则引发史上最大侵权赔偿。 - **价值与成本误判**:认为价值终落应用层,但最大赢家是算力层(如英伟达);模型成本“5-10亿封顶”的估算严重偏离实际。 - **社会影响误读**:认为ChatGPT的“加权平均”特性可能促进“世界大同”,但实际AI正走向个性化,并可能制造新信息茧房。 **总结规律:** 1. 预测机制和方向比具体数字更可靠。 2. 倾向于高估短期变化速度,低估长期影响程度。 3. 容易忽略问题内部的“分布”差异(如失业影响集中在年轻群体)。 4. 留有餘地、分层表述的判断更经得起时间检验。 5. 一些根本性争议,三年时间仍不足以给出定论。 这次复盘旨在为未来的判断立下更审慎的规矩。

marsbit7小时前

三年之后:回看 2023 年我对 ChatGPT 的判断

marsbit7小时前

三年之后:回看 2023 年我对 ChatGPT 的判断

2023年3月,在GPT-4发布前,作者王健硕对ChatGPT的未来做出了二十项预测。三年后的2026年,他使用AI agent对这些判断进行回顾验证,评估其准确性。 **主要看对的方面:** 1. **RAG成为主流**:预测通过外部检索而非修改模型来解决知识更新和幻觉问题,这已成为行业标准架构。 2. **LUI(自然语言界面)兴起**:预测自然语言交互将催生巨大新产业,Agent、MCP协议等发展印证了这一点,但LUI是与GUI共存而非取代。 3. **机器人网络与新寻址系统**:预测Agent将自动协作并需要新寻址方式,MCP、A2A等协议正朝此方向发展。 4. **中国能做出可用大模型**:预测中美模型差距会迅速缩小,事实如此,但真正领先的国内厂商与其当初点名不同。 5. **AI无意识与图灵测试本质**:核心判断“AI无意识,图灵测试仅测表象”基本成立,但“绝无意识”的绝对论断被后续研究置于灰区。 **看错或看偏的方面:** 1. **GPT-4参数数量**:所传“100T参数”严重错误,实际约为1.8T。 2. **LLM的数学能力**:诊断“数学差需外挂工具”正确,但“不可能自行学会”的结论被后续“推理模型”在IMO夺金证伪。 3. **价值捕获**:预测价值在应用层,但现实中算力层(如英伟达)捕获了最大利润,模型层反而亏损。 4. **版权问题**:判断“生成物可能无法登记版权”正确,但认为能“规避侵权”则错误,已出现巨额侵权赔偿案例。 5. **信息茧房与世界大同**:机制上AI会将观点向众数平均,但AI正快速走向“千人千面”的个性化,可能制造新茧房而非消解极化。 6. **大模型成本**:预测“局部战争”和玩家涌入正确,但“5-10亿美元封顶”的成本估算与前沿训练实际花费严重不符。 **总结规律:** 1. 判断**方向和机制**比具体数字、程度更可靠。 2. 倾向于**高估短期变化速度,低估长期能力上限**。 3. 容易忽略**问题内部的分布差异**(如总量正确但部分群体受损)。 4. **留有餘地、分层表述**的判断更经得起时间检验。 5. 一些根本性争论,**三年时间不足以给出最终答案**。 这次回顾表明,在快速变化的领域,把握大方向比追求精确预测更重要,同时需警惕绝对化表述并承认认知的局限性。

链捕手10小时前

三年之后:回看 2023 年我对 ChatGPT 的判断

链捕手10小时前

交易

现货
合约
活动图片