Dragonfly 合伙人:大多数代理将不会进行自主交易,加密支付如何胜出?

marsbit发布于2026-03-24更新于2026-03-24

文章摘要

Dragonfly合伙人Robbie Petersen认为,当前关于“智能体经济”的主流观点存在误区,即大多数智能体并不会进行自主交易,因此加密支付并非如预期般广泛应用。 文章指出,智能体主要分为商业智能体和消费者智能体两类。商业智能体本质上是SaaS的演进,通常在封闭的企业环境中运行,执行如销售、财务、法律等内部任务,并不直接进行支付,其成本通过企业级协议和发票结算,而非单笔交易。消费者智能体则更多扮演“研究助理”角色,协助用户进行信息筛选和比价,但最终决策和支付授权仍由人类完成,因此也不涉及高频自主交易。 真正需要加密支付的是新兴的“自下而上代理”,它们完全自主运行、独立于组织,需高频小额支付。加密支付在此场景可能胜出,主要因区块链的无需许可和开放性,而非技术优势。但这类代理目前规模很小,且其发展受限于监管、法律和社会惯性等非技术因素。 长远来看,智能体经济规模庞大,但大部分交易仍将通过传统方式结算,加密支付仅在小范围特定场景具有优势。

作者:Robbie Petersen,Dragonfly 初级合伙人

编译:谷昱,ChainCatcher

每当一种新兴叙事进入公共讨论时,主流论点都会被简化为最容易被大众接受的形式。直觉上,当没有人能够用经验证明将会发生什么时,挑衅比细致入微的分析更容易获得回报。

最近围绕“智能体商业”的讨论也不例外。市场已经形成了一种共识:智能体数量激增;智能体需要进行交易;智能体不能持有银行账户,但可以持有电子钱包;卡组织收取2-3%的手续费;因此,稳定币胜出。

这种逻辑链在很多层面上都存在缺陷。智能体可以在FBO(金融运营商)架构下持有银行账户。此外,2-3%的手续费反映的是信用风险和欺诈风险,而区块链并不能解决这些问题。

然而,关于“哪种支付方式胜出?”的争论,其实源于一个在讨论中被大量忽略的前提问题:

大多数智能体真的会进行交易吗?

智能体经济规模将十分庞大,但实际进行交易的智能体比例却不会如此之高。

智能体经济更像是组织架构图,而非市场

从根本上讲,人工智能是一种自动化技术。它能够完成某些任务——例如搜索、聚合和合成——并且比人类更高效。智能体是人工智能的可操作衍生品。它们并非简单地返回输出结果,而是执行实际行动。

整个智能体商业理论所隐含的假设是:执行需要付出代价。换句话说,对于大多数智能体任务而言,它们需要花费资金来自主获取外部资源,按使用量支付计算和数据费用,并作为独立的经济主体与其他智能体进行交互。

这与智能体的实际应用方式存在根本性的矛盾。

总体而言,智能体的部署可分为两类:代表企业部署的商业智能体,以及增强我们个人生活的消费者智能体。出于不同的原因,这两类智能体都不太可能自主进行交易。

商业代理是 SaaS 的必然演进

一个合理的商业代理概念是 SaaS 的必然演进。它们并非增强工作流程,而是取代现有工作流程。正如 95% 以上的软件支出来自企业和政府一样,95%以上的大规模代理应用场景也可能部署在类似的组织内部。

这是当前主流的代理商务理论忽略的第一个细微差别:代理需求的绝大部分并非代理商为消费者预订机票,而是企业内部自上而下的部署。更重要的是,在封闭组织内自动化执行任务的代理与作为独立经济主体运营的代理有着本质区别。

以销售代理为例。它接入CRM系统,研究潜在客户,撰写个性化营销文案,并安排后续跟进。它不会自主支出,也不会与其他组织的外部代理进行交互。它只是在封闭环境中执行一项任务——销售拓展——并将其自动化。

直观来看,这种情况几乎适用于所有组织职能。财务代理审核并核对费用;会计代理记录日记账分录、核对账目并编制报表;法律代理审查合同并找出例外情况;编码代理编写代码。

在几乎所有用例中,代理本身并不支出,也没有被赋予支出权限。它是在一个受控的组织环境中自上而下部署的,并设有权限控制机制。

即使它确实需要跨组织交互并为其 API 调用或数据付费,成本也可能不会以代理自主支付的形式体现。任何按次使用成本都可能被软件销售方抽象化。这正是企业软件堆栈的运作方式。平台提供商与数据供应商、计算提供商和其他基础设施合作伙伴协商定制化的合作关系,将访问权限打包到平台成本中,并将其作为单一汇总的条目传递出去。

此外,他们能够以任何单个代理都无法自主复制的单位经济效益来实现这一点。计算资源通过与 AWS、Azure 或 GCP 的预留容量协议来获取。模型推理的定价基于与 Anthropic、OpenAI 或 Google 等公司的批量协议。数据增强则通过 Bombora 或 Clearbit 等供应商进行。所有这些都是预先协商并抽象化的。

换句话说,代理的 4 万次 API 调用、模型推理和数据查询不会产生 4 万笔付款,而是生成一张发票。消费的粒度从来就与结算的粒度不同,企业可能更倾向于保持这种状态。

消费者代理将负责协调,而非消费

虽然商业代理可能不会自主交易,因为企业不会允许,但消费者代理也不会自主交易,因为人们不希望他们这样做。

举一个智能商务拥护者喜欢引用的例子:你让你的代理预订去东京的旅行。它会搜索数百家酒店,交叉比对评论,查看你的日历,应用你的偏好。然后,它会自动预订房间。你无需做任何事情。当然,那些鼓吹代理式商业模式的人会将这种用户体验推广到几乎所有消费领域,从食品杂货到家居用品再到服装等等。

问题在于,偏好并非一成不变。它们会在选择行为本身中体现出来。当你预订酒店时,你不仅仅是在寻找价格最低的住宿。你做出的判断反映了你的心情、情境、风险承受能力以及其他一些你在查看选项之前可能并未意识到的定性因素。

在实践中,代理会搜索、询问后续问题并返回选项。你会查看图片、询问周边环境,或许还会阅读一些评论。然后你会做出选择,并授权代理使用其已掌握的信用卡信息进行支付。换句话说,代理只是一个研究助理,而不是一个独立的经济主体。

除了某些可预测的重复性购买之外,这种用户体验很可能在几乎所有消费领域都保持一致,原因恰恰在于消费者的决策很少仅仅取决于价格。整个消费经济都建立在产品差异化之上。无论是服装、酒店、家居用品还是食品杂货,决策过程中都包含无数定性因素,而这些因素不仅无法被智能体捕捉——更重要的是,这些因素本身就存在于用户发现的过程中。

智能体在发现阶段将扮演强大的协调者角色,但在关键时刻,它们会将决策权交还给人类。从语义上讲,这并非智能体商业,也无需建立新的支付渠道。

加密支付真正胜出之处:自下而上的代理

虽然未来五年内,这两类代理加起来可能占到代理部署的 95% 以上,但还有第三类值得关注。

过去几个月,一种新型的自下而上的代理开始涌现。受 OpenClaw 现象的推动,这些代理属于一个性质截然不同的类别。与前述的商业和消费代理不同,它们是真正自主运行的行动者,独立于任何组织主体之外。这些代理需要实际支付,并且支付的粒度和频率之高,使得人工授权变得不可行。尽管自下而上的代理经济目前规模极小,但随着一些无人预料到的新兴用例的出现,它很可能会迅速增长。

因此,只有在这种极其狭窄的背景下,关于加密支付或卡网络哪种才是最佳底层架构的争论才具有说服力。虽然大家都在列举加密支付更胜一筹的技术论据,但在我看来,它们最终胜出的原因可能另有其他——无需许可。

如今,现实情况是,这两种支付方式在技术上都未针对智能体商务进行优化。虽然区块链在理论上为小额支付提供了更优的单位经济效益,但它缺乏身份验证和风险评分机制——这在未来的智能体时代可能显得尤为重要。此外,虽然即时结算常被提及,但它仅仅意味着欺诈交易会在链上立即结算。相反,卡组织拥有复杂的欺诈图谱和可供智能体继承的代币化凭证,但这些工具是基于人类行为模式训练的,无法直接映射到自主智能体交易。此外,对于跨境交易,智能体还会受到卡组织结算时间的限制。

或许与直觉相反,加密支付方式之所以可能成为这类智能体的默认基础设施,是因为区块链是开放的、无需许可的,并且不受监管。

这才是其最终的结构性优势。虽然我相信像 Visa 和万事达卡这样的现有卡组织会继续通过 Visa Intelligence Commerce 和万事达卡的 AgentPay 等举措进行调整,但它们毕竟是上市公司,必须遵守合规义务、满足客户准入要求,并且要与机构交易对手合作。区块链则没有这些限制。任何人都可以基于区块链进行开发,任何代理都可以进行交易,而且无需任何审批。

直觉告诉我们,新兴的、实验性的类别会在摩擦最小的地方发展起来。

瓶颈不在于基础设施,而在于我们自身

然而,更长远的问题是,这种实验性的发展速度如何才能最终产生更大的影响。自下而上的代理经济只有在自主代理组织明显优于由代理增强的人类组织时才会真正流行起来;这种优势并非微弱,而是足够显著,以至于自上而下对代理的人类限制反而成为竞争劣势。届时,代理将不再仅仅是封闭环境中人类任务的自动化执行者,而是会成为组织本身。

然而,我们距离这个未来可能还很遥远。瓶颈不会在于技术本身。而且,真正“不适合机器”的可能并非支付系统本身,而是其他所有并非为自主代理经济而设计的事物:监管框架、机构官僚作风、法律结构以及围绕人类决策的社会惯性。这些限制远比支付堆栈中的任何技术细节都更具深远影响。遗憾的是,协议升级并不能解决这些问题。

代理经济规模将十分庞大,其中大部分将按月计费。

相关问答

Q文章认为大多数智能体不会进行自主交易的主要原因是什么?

A文章认为大多数智能体不会进行自主交易的原因主要有两方面:一是商业智能体通常在封闭的企业环境中部署,作为SaaS的演进形式,其支出权限受组织控制,成本通过平台提供商抽象化为月度账单;二是消费者智能体更多扮演协调者角色,在最终决策时仍需人类授权,而非独立经济主体。

Q在智能体经济中,加密支付可能胜出的关键优势是什么?

A加密支付可能胜出的关键优势是其无需许可的特性。区块链是开放的、不受监管限制,允许任何代理无需审批即可进行交易,这为新兴的自下而上代理经济提供了最小摩擦的发展环境,而传统卡组织受合规义务和客户准入要求限制。

Q文章如何区分商业智能体和消费者智能体的角色?

A商业智能体主要在企业内部自动化任务(如销售、财务、法律等),作为SaaS的演进,在封闭环境中运行且无自主支出权限;消费者智能体则作为协调者辅助人类(如旅行规划),负责研究和推荐,但最终决策和支付授权仍由人类完成,而非独立消费。

Q自下而上的代理与商业/消费者代理有何本质不同?

A自下而上的代理是真正自主运行的行动者,独立于任何组织主体,需要高频、细粒度的实时支付,且人工授权不可行。它们代表新兴的实验性类别,而商业和消费者代理分别受企业控制或人类决策限制,不具备完全自主性。

Q文章指出智能体经济发展的主要瓶颈是什么?

A主要瓶颈并非技术或支付基础设施,而是非技术性限制:包括监管框架、机构官僚作风、法律结构以及围绕人类决策的社会惯性。这些因素远比对支付堆栈的技术升级更具挑战性,且无法通过协议升级解决。

你可能也喜欢

红杉对话黄仁勋:计算模式迎来60年巨变,你不会被AI取代,但会被“善用AI的人”降维打击

来源:红杉资本 编译:Yuliya, PANews 红杉资本合伙人康斯坦丁·布勒与英伟达创始人兼CEO黄仁勋展开对话,探讨计算技术的根本变革。黄仁勋指出,计算模式正经历60年来的巨变:从过去的数据存储与检索,转向实时生成与定制。未来的每个像素、声音、视频都将根据用户上下文实时生成,这催生了“AI工厂”——大规模生产智能的计算设施。 黄仁勋将AI工厂比作新时代的“发电机”,它输入电能,输出数字化的智能(Token)。他预测,未来智能网络将像电网和互联网一样包裹全球,不仅人类使用,还会有上千亿个AI智能体在互联网上协作工作。 针对AI对就业的影响,黄仁勋反驳了“AI取代人类”的恐慌论。他强调,自动化提升的是效率,而非消灭职业。他以放射科医生和软件工程师为例:AI辅助反而扩大了行业规模与人才需求。真正的风险在于,“人们不会因AI失去工作,但可能被善用AI的人取代”。他鼓励所有人积极拥抱AI,将其作为能力升维的工具。 在投资层面,黄仁勋提出“五层蛋糕”模型:能源、芯片与计算设施、基础设施、模型层、应用层。AI生态当前年投入约1万亿美元,未来规模可能达20万亿美元,涵盖能源、硬件、软件及各行业应用,创造大量新机会。 黄仁勋总结,AI是赋予人类超级能力的技术,当前关于失业的叙事多为误导。企业与国家应聚焦AI带来的确定性机遇,加速融入智能时代。

marsbit6分钟前

红杉对话黄仁勋:计算模式迎来60年巨变,你不会被AI取代,但会被“善用AI的人”降维打击

marsbit6分钟前

“我不需要更好的模型了”:Reddit 热帖下的 AI 众生相

Anthropic发布了新一代旗舰AI模型Claude Fable 5,在基准测试中表现卓越,但用户反响冷淡。Reddit上一篇题为“我不需要更好的模型了”的热帖引发广泛讨论,反映了当前用户的主流情绪。 许多用户认为,现有模型(如Opus 4.8)的能力已足够应对日常工作和代码编写,对新模型带来的边际效益提升感觉不明显,同时对其更高的使用成本和Token消耗感到不满,认为AI模型能力可能已进入平台期。 此外,Fable 5内置的偏保守的安全护栏成为主要槽点。用户抱怨在处理与安全相关(如代码安全审查)的请求时,触发拒绝的频率远高于官方宣称的5%,导致请求被降级回旧模型处理,付费用户对此尤其不满。 然而,也存在反对声音,主要来自处理极端复杂任务的深度用户。他们表示,在需要超长上下文理解、处理万行级别代码或复杂仿真的场景中,Fable 5的能力提升是“革命性”的,带来了实质性的效率突破。 这场争论揭示了AI行业的一个现状:基准测试衡量的是能力上限,而大众市场更关注日常需求的天花板。当多数普通用户的需求已被现有模型满足,更强模型的价值主要在特定专业领域凸显。文章最后指出,未来公开模型的发展,将取决于厂商如何平衡能力、成本、安全与可用性,以及重度用户是否愿意为之买单。

marsbit13分钟前

“我不需要更好的模型了”:Reddit 热帖下的 AI 众生相

marsbit13分钟前

当 AI 流量超越人类,如何证明你是真人?

随着AI智能体产生的网络流量超越人类,互联网商业模式面临严峻挑战。AI行为模式与人类截然不同,它们高效抓取数据却不产生广告浏览或消费行为,导致网站无法获利。同时,AI搜索摘要大幅分流原始网站流量,内容创作者陷入被爬虫抓取内容又被AI截留用户的双重困境。 传统验证码等人机区分手段因AI图像识别能力超越人类而失效。行业转向行为生物识别技术,通过监测光标移动、打字节奏、按键力度等人类独有且难以模仿的生理行为特征来验证真人。这类技术甚至能通过行为异常识别诈骗。然而,这引发了谁将掌控用户生物特征数据的隐私担忧。 目前真人验证体系主要有两大方向:一是以Worldcoin为代表的中心化方案,通过扫描虹膜等生物特征生成身份凭证,但存在数据过度采集和管控风险;二是基于加密技术的零知识证明方案,旨在不泄露个人信息的前提下证明“真人”身份,但可能因经济激励而被身份租赁黑市钻空子。 尽管两者均有缺陷,但文章作者倾向于支持加密方案,因为中心化方案可能导致用户的生物数据被永久锁定在采集公司手中,形成无法删除的监控体系。在AI流量日益主导的背景下,如何在有效区分人机与保护用户隐私之间取得平衡,已成为亟待解决的难题。

marsbit22分钟前

当 AI 流量超越人类,如何证明你是真人?

marsbit22分钟前

去中心化 AI 2026 全景地图:为什么区块链是 AI 绕不开的「解药」?

文章探讨了去中心化AI在2026年的发展全景,并论证了区块链技术对解决中心化AI结构性瓶颈的关键作用。中心化AI面临四大瓶颈:计算资源稀缺昂贵、控制权过度集中、模型输出不可验证,以及训练数据获取困难。区块链技术通过提供开放、可验证且经济可及的解决方案,成为AI发展的必要“解药”。 文章将去中心化AI技术栈分为三层: 1. **应用与服务层**:聚焦于“代理金融”和“代理支付”,允许AI代理将自然语言指令转化为链上交易和自主支付,例如@gizatechxyz、@Infinit_Labs等项目已在处理数十亿美元的交易量。 2. **中间件层**:解决AI代理间的协调、身份和信任问题,例如@GoKiteAI构建的专用L1、@virtuals_io的代理经济操作系统,以及明星项目Bittensor通过子网网络和代币经济激励有用工作。 3. **基础设施层**:包括去中心化计算、推理、训练、数据存储和隐私验证。项目如@akashnet、@ionet提供廉价计算资源;@OpenGradient、@PhalaNetwork等确保推理的可验证与隐私性;@Filecoin、@grass等提供低成本数据存储与采集。 趋势显示,AI需求增长快于基础设施,代理经济成为增长引擎,计算正变为资产类别,代币经济学在协调资源中显现结构性优势。尽管领域仍处早期且采用不均,但Bittensor、NEAR、Base等项目的成功表明,去中心化AI正从叙事演变为协调计算、数据和智能的新模式。

marsbit25分钟前

去中心化 AI 2026 全景地图:为什么区块链是 AI 绕不开的「解药」?

marsbit25分钟前

a16z Crypto 合伙人:现金流就是护城河

a16z Crypto合伙人Jason Rosenthal认为,现金流本身就是最强大的护城河。历史上最成功的企业往往将自己置于“资金流”的关键节点,通过促进价值在网络中的创造与转移并抽取部分价值而成长。加密货币是首个为此原生构建的现代技术,它使资金能以互联网速度全球流动,并具备可编程性。 区块链本质上是网络型业务,天然具备网络效应。设计良好的代币能协调用户、开发者等各方利益,推动网络发展,并将价值按贡献分配回参与者。这种模式并非新生事物,从历史上的铁路、石油、电信,到如今的谷歌、Meta、AWS,成功的关键都是占据价值流动的枢纽位置。 传统金融服务(如支付、托管、借贷)利润丰厚,但其中存在大量可压缩的低效成本,这为加密初创公司提供了颠覆机会。加密创始人可以构建更高效、可编程、即时全球结算的新版本。此外,机会远不止于金融,在计算、AI数据、能源、太空等新兴领域,由于没有传统基础设施的包袱,更是构建全新资金流业务的蓝海。 文章建议创始人思考:你的业务是否处于资金流中?收入是否能随网络价值增长而同步增长?目标市场中哪里存在不合理的利润抽取?抓住这些机会,融入新的价值流动浪潮,企业就能随着网络效应累积而持续成长。

marsbit28分钟前

a16z Crypto 合伙人:现金流就是护城河

marsbit28分钟前

交易

现货
合约
活动图片