Автор: Lucas Shin, источник: Artemis, компиляция: Shaw Золотой финансовый канал

Краткий обзор

• К 2030 году интеллектуальные агенты (AI Agents) станут основным способом, которым люди пользуются интернетом.

• Для совершенно новой агентской сети потребуются новые типы платежных каналов, валютных систем и базовых компонентов.

• Ценность будет сосредоточена в трех уровнях: уровень интерфейса — субъект, управляющий пользовательскими взаимодействиями; платежный уровень — субъект, который вмешивается в поток средств; уровень вычислительных мощностей и хостинга — субъект, обеспечивающий операционную инфраструктуру.

• Деятельность умных агентов в сегменте “длинного хвоста” будет работать на базе открытых протоколов.

Сначала давайте нарисуем сцену.

Время — 2030 год. Тебе 24 года, ты живешь в Берлингтоне, штат Вермонт, любишь инвестировать — в основном держишь американские акции, а также участвуешь в некоторых сделках с криптовалютами и рынками прогнозов на Kalshi. Два месяца назад ты на полставки основал консалтинговую финтех-компанию.

В некоторые дни, как сегодня, вступление всегда происходит внезапно.

Вжиик—

Звонок телефона будит тебя, будто холодная вода. Это сообщение от твоего персонального интеллектуального агента Nexus:

Доброе утро, Джо. Я завершил следующие работы в ночное время ——

Обновление портфеля: ночью сократил долю $WMT на 15%. Спутниковые данные показывают снижение потока в магазинах, а настроения в финансовых отчетах сместились в сторону “медведей”, что подтверждено перекрестной проверкой.

Обновление расписания: на сегодняшнее утро уже назначено 3 встречи, а краткие материалы закреплены в заметках к встречам.

Оптимизация расходов: нашел нового провайдера облачных серверов — производительность сопоставимая, годовая плата снижена с 840 долларов до 290 долларов. Можно мигрировать в любой момент.

Общие расходы: 0.67 доллара

Что именно происходит, пока ты спишь?

1. Nexus отправил исследовательского дочернего агента, потратив 0.24 доллара, ночью запросил информацию у 40 разных поставщиков данных, сопоставил текст последнего телефонного разговора по отчету Walmart с спутниковыми снимками парковок магазинов по всей территории США и обновил твою инвестиционную логику. Когда спутниковые данные показывают снижение потока у Walmart, агент твоего портфеля сопоставляет настроение отчетов на Kalshi, подтверждает сигнал “медвежий” и завершает сокращение позиций до твоего пробуждения. Четыре года назад подобные торговые стратегии были лишь эксклюзивной областью Citadel (Китадел) и небольшого числа квант-фондов — они платили миллионы долларов за подписку на спутниковые снимки. Даже один Bloomberg-терминал за 30 тысяч долларов в год не мог покрыть весь объем информации — тебе приходилось отдельно подписываться на спутниковые снимки, альтернативные данные и тратить часы на интеграцию и анализ. А сейчас, 24-летний молодой человек из Вермонта может получить информационное преимущество, сопоставимое с квант-аналитиками Citadel, по цене меньше одной чашки кофе.

2. Продающий дочерний агент Nexus отфильтровал 200 лидов, соответствующих твоему профилю целевых клиентов — финтех-компании на стадии B-раунда и далее на юго-востоке США, которые еще не используют поставщиков данных, — и завершил информационное пополнение по цене 0.002 доллара за лид; используемые интерфейсы были разработаны другим агентом и размещены на открытом рынке. Он отобрал 3 лидов с самым высоким уровнем намерения и сразу связался с их агентом по расписанию, чтобы согласовать время встреч. Перед каждой беседой он запросил у потенциальных клиентов их учебные заведения, общие связи, новости компании и историю финансирования и подготовил для тебя одностраничный бриф, закрепив его в заметках к встречам. Только на “пополнение информации по лидам” — если идти через SaaS-подписку, каждый аккаунт в месяц стоит 200 долларов.

3. Операционный дочерний агент Nexus провел сравнительные тесты твоего консалтингового сайта с 6 провайдерами серверов: Vercel, Render, Railway, Fly.io, Netlify и Cloudflare. Он с низкой стоимостью вызвал пробные API-интерфейсы каждого сервиса, развернул тестовую среду, измерил задержку, доступность и пропускную способность. В итоге Railway обеспечил сопоставимую производительность за треть стоимости. Через ценовой агент Railway Nexus согласовал помесячную плату, развернул зеркальную копию сайта на новом сервере и завершил полный набор тестов, чтобы убедиться, что все работает корректно. Если бы не было агентов, это заняло бы минимум неделю: поиск в интернете, запросы котировок и беседы, плюс нервирующая ручная миграция. Тебе нужно только подтвердить Nexus, чтобы он выполнил это.

Твой агент сделал все это, потратив всего 0.67 доллара.

Теперь умножь эту сцену на каждого работающего со знанием человека в мире, на каждую компанию и на каждого работающего интеллектуального агента.

Вжиик—

Nexus: недостаточно средств, осталось 1.87 доллара.

Как и на прошлой неделе, ты пополняешь кредитную карту, привязанную через Apple Pay, на 5 долларов, а затем продолжаешь чистить зубы. На нижнем уровне эти 5 долларов конвертируются кредитной картой в стейблкоины — но ты вообще не видишь кошелек, не нужно думать о пополнении и тебе полностью не нужно взаимодействовать с блокчейном.

Это — взгляд на экономику машин: абсолютно новая бизнес-ситуация, где AI-агенты постоянно тратят деньги на вещи, за которые люди никогда раньше не платили; объемы сделок и скорость намного выходят за пределы человеческой коммерции. Можно представить, что каждый день будет возникать десятки миллиардов транзакций.

Но сегодняшнему интернету еще не подготовиться, чтобы поддерживать все это.

Сейчас интернет рассчитан на людей. Он фильтрует действия не-человека через rate limiting, CAPTCHA и API-ключи, а монетизирует аудиторию людей через рекламу. Однако по мере появления множества автономных агентов эта модель монетизации полностью перестанет работать.

Поток резко растет, а число “реально заинтересованных” падает.

Сетевые серверы, которые долгое время субсидировались рекламными доходами, столкнутся с увеличением запросов на порядки величины — и при этом источники этих запросов никогда не будут зависеть от рекламы.

Агентские платежи естественным образом решают эту проблему: микроплатежи станут ключом доступа.

Платный парсинг, платный доступ, платное использование.

Компании, которые создадут инфраструктуру, широко внедренную агентами, захватят самый большой пул новой экономической активности, который сможет увидеть наше поколение. Текущие гиганты уже занимают места, но экономика машин также породит собственных новых гигантов. В прошлую волну “нового интернета” появились Google, Amazon, Facebook, PayPal и Salesforce.

Эра интернетa с интеллектуальными агентами уже на подходе.

Прогноз масштабов рынка

К 2030 году большинство сетевых взаимодействий больше не будут выполняться через браузер. Наши интеллектуальные агенты будут действовать вместо людей: просматривать, тестировать, согласовывать, собирать команды дочерних агентов и исполнять сделки. Каждая выполненная ими задача будет генерировать цепочку небольших платежей. Стоимость каждого одноразового использования выглядит как дополнительная расходная статья, но на деле она заменяет куда более дорогие инструменты и человеческий труд. Чем более продвинуты инструменты, тем лучше будут результаты агентов — и тем больше мы будем предоставлять им автономных прав.

Темпы спроса и распространения

Давайте сделаем грубую оценку.

В примере выше агент Джо совершил сотни транзакций, потратив всего 0.67 доллара. Если масштабировать это на среднюю компанию на 500 человек — когда у каждого сотрудника есть личный агент плюс сотни общих агентов для отделов продаж, финансов, юридического, операций и разработки — ежедневно легко будет получаться 100 тысяч транзакций, инициированных агентами.

Глобально людей, работающих со знанием (knowledge workers), больше 1 миллиарда, и 88% уже используют AI на работе — объем спроса огромен и продолжает расти. Но сейчас такое использование в основном ограничивается базовыми задачами: поиском в интернете, суммаризацией документов или написанием писем. Полный переход к интеллектуальным агентам еще не начался, но как только он стартует, скорость будет чрезвычайно высокой.

Instagram потребовалось 30 месяцев, чтобы достичь 100 миллионов пользователей, TikTok — 9 месяцев, а ChatGPT — всего 2 месяца (Reuters / данные UBS). Одна из причин быстрого распространения ChatGPT — то, что диалоговый интерфейс давно знаком людям, и не нужно учиться новому ПО или менять привычки: вам нужно просто описать запрос, и агент постарается его выполнить.

Единственным препятствием остается доверие, а скорость его формирования выше ожиданий людей. Сейчас Claude Code внес вклад в 4% всех публичных коммитов на GitHub (более 135 тысяч раз в день). По текущим темпам к концу 2026 года этот показатель превысит 20%. Это означает рост в 42896 раз за 13 месяцев. Разработчикам понадобился лишь чуть больше год, чтобы перейти от сомнений к массовой передаче AI производства кода уровня production.

По мере того как модели становятся умнее, интерфейсы — все более лаконичными, а все больше технической сложности скрывается, я считаю, что темпы распространения интеллектуальных агентов еще ускорятся.

К 2030 году даже если только 60% knowledge workers будут использовать агентов, дневные расходы составят 3–5 долларов (это консервативная оценка — ведь Джо выполнил три задачи до завтрака всего за 0.67 доллара), а только объем агентских транзакций на “персональном уровне” достигнет 800 миллиардов — 1.4 триллиона долларов в год.

Рынок для бизнеса

Робби Питерсон (Robbie Peterson) из Dragonfly в статье отметил, что коммерческие интеллектуальные агенты — это логичная эволюция SaaS-модели. Я с этим полностью согласен. Они больше не просто помогают рабочим процессам — они полностью заменят существующие процессы. Как сегодня более 95% расходов на софт приходится на компании и госорганы, так и доля использования и масштабы расходов на интеллектуальных агентов в бизнес-сегменте, скорее всего, сильно превысят рынок для частных пользователей.

Мы уже наблюдаем эту трансформацию. Klarna заменила Salesforce своей внутренней AI-системой и сэкономила около 2 миллионов долларов. ZoomInfo создала AI-агента для замены отдела согласования сделок, экономя более 1 миллиона долларов в год. Это лишь ранние примеры, когда отдельные рабочие процессы были агентированы и тем самым сэкономили миллионы. В каждой компании есть сотни подобных процессов в отделах продаж, финансов, юридического, операций и разработки. Как только интеллектуальные агенты будут развернуты по всей компании, масштаб соответствующих расходов станет поистине ошеломляющим.

Каждый может стать продавцом

По мере того как агентный код заметно снижает стоимость разработки, порог входа для интернет-продавцов стремится к нулю. Свадебный планировщик, умеющий подбирать площадки, может упаковать оптимальный рабочий процесс и продавать его. Независимый разработчик в Лагосе может разработать API для вертикальной ниши и в течение нескольких часов начать зарабатывать деньги на агентах со всего мира. Вам нужно только обладать профессиональными знаниями: с помощью подсказок (prompt) сгенерировать API-интерфейс — и можно начинать принимать платежи.

Но что произойдет, если агенты начнут продавать услуги другим агентам?

Допустим, упомянутый ранее Джо хочет зайти в новую область: средние медицинские компании в США на Среднем Западе, у которых устаревшая платежная инфраструктура. Если его агент выведет все с нуля с помощью рассуждений, стоимость в токенах быстро накопится:

• Отобрать 200 компаний, соответствующих заданному профилю (inference + API-вызовы): около 500 тысяч токенов

• Пополнить информацию по каждому лидy (технологический стек, данные о финансировании, данные о найме): 200 лидов × около 5000 токенов = 1 миллион токенов

• Зафиксировать лиц, принимающих решения по ключевым клиентам: около 200 тысяч токенов

• Оценить намерение по сигналам (темп найма, длительность контрактов): около 300 тысяч токенов

• Исследовать бэкграунд каждого лица, принимающего решения: 20 лидов × около 10 тысяч токенов = 20 тысяч токенов

• Подготовить персонализированные тексты для первой связи: 20 лидов × около 3000 токенов = 60 тысяч токенов

Итого — около 2.3 миллиона токенов. Если считать по стоимости использования Opus 4.6 и подобных передовых моделей, это обойдется в 8–15 долларов.

А разве продающий дочерний агент Джо раньше не делал похожие процессы всего за несколько центов?

Да. Потому что большая часть шагов уже решена другими агентами. Пополнение лидов, оценка намерений и планирование — на открытом рынке доступны упакованные интерфейсы по цене всего в “десятые доли” цента.

Такая модель создает абсолютно новую бизнес-сцену. С точки зрения предложения будет расти в обе стороны: люди создают сервисы, а агенты тоже создают сервисы. Проблема с высокими расходами в токенах, решаемая одним агентом, может превратиться в дешевые инструменты, которыми смогут пользоваться все последующие агенты. В таком мире агент может упаковывать свой опыт в рабочие потоки и продавать их другим агентам, тем самым субсидируя собственные расходы на работу.

Каждый сдвиг парадигмы рождает новых продавцов: Shopify дал возможность продавцам в e-commerce, Stripe — онлайн-компаниям; а экономика машин даст возможность тем, кто делает “на ходу”, а также автономным интеллектуальным агентам.

Реальность и трезвый взгляд

Так как далеко мы от по-настоящему коммерческих транзакций с интеллектуальными агентами?

Моя команда Artemis постоянно отслеживает прогресс двух основных типов агентных платежных протоколов: x402 — протокол с открытым исходным кодом от Coinbase, и MPP (Machine Payment Protocol), совместно предложенный Stripe и Tempo. Проще говоря, цели у этих двух типов протоколов полностью совпадают: чтобы пользователь или агент мог платить за любой сетевой сервис (например, данные, веб-парсинг, вывод модели или иные API-услуги) за один сетевой запрос — без лишней рутины вроде регистрации аккаунта, API-ключей, выставления счетов и расчетов.

Пока все находится на ранней стадии.

Транзакционный объем x402 на конец 2025 года сильно раздувается ажиотажем по мэм-коинам и накруткой объемов через рейтинги. На графике выше показана “реальная” активность после корректировки ложных транзакций специальным алгоритмом фильтрации. После удаления шума от фейковых транзакций и мэм-коинов становится ясно: агентская экономика еще не наступила по-настоящему. Сейчас большая часть активности — это разработчики, тестирующие платные API и AI-инструменты, а не работа настоящих “агентных экономических” игроков.

Перед тем как эта модель реально взорвется, нужно решить две ключевые проблемы:

1. Предложение еще не сформировалось: крайне не хватает количества практичных API-интерфейсов, способных породить у агентов реальную потребность платить.

2. Отсутствует зрелый уровень обнаружения и агрегации: даже если такие высокоценные интерфейсы существуют, у агентов пока нет надежного способа их находить.

Поскольку экосистема еще продолжает развиваться, использовать объем транзакций как ключевой метрик слишком рано. Более разумный индикатор — рост предложения, то есть число компаний, которые предлагают услуги агентам. Мы называем их “поставщиками услуг”.

На графике показано кумулятивное изменение числа поставщиков услуг (продавцов), соответствующих стандартам, во времени. Поставщики услуг должны выполнить условия: совершить более двух “реальных” транзакций и иметь как минимум двух независимых покупателей. В прошлом октябре этот показатель был меньше 100, а теперь он превысил 4000. Я ожидаю, что этот темп ускорится — в основном из-за трех трендов:

1. ИИ снижает порог создания цифровых продуктов (как упоминалось выше), а значит больше людей и AI-агентов станут продавцами.

2. Новые сервисы будут строиться исходя из приоритета агента. Агент превращается в ключевого клиента, а продуктовые формы, создаваемые для него, будут совершенно другими: API вместо веб-страниц, мгновенное подключение вместо регистрационных процессов, оплата по требованию вместо подписки.

3. Существующие поставщики будут вынуждены трансформироваться. По мере того как все больше пользователей будет взаимодействовать с помощью AI-интерфейсов, а не вручную просматривать веб-страницы, рекламная бизнес-модель полностью утратит смысл, потому что не будет чьего-либо человеческого внимания, которое можно монетизировать. У компаний останется только один путь: напрямую взимать плату за контент и сервисы.

Эти силы сформируют положительную петлю обратной связи: спрос и предложение будут взаимно усиливаться, в итоге зажигая всю агентскую экономику.

Отраслевая структура

Экосистема агентских транзакций по архитектуре быстро формируется. Появляются сотни стартапов, как грибы после дождя, каждый фокусируется на закрытии одного из “пробелов” в этой архитектуре. В то же время растущие компании в финтехе и сфере SaaS также переходят к нативным агентским транзакциям. За последние двенадцать месяцев почти все крупные платежные гиганты и AI-лаборатории запустили или объявили протоколы, связанные с агентскими транзакциями.

Мы выделили более 170 компаний, которые покрывают пять ключевых уровней: интерфейс, интеллектуальные агенты, система аккаунтов, платежная инфраструктура, AI-движок. Здесь мы сузили список до примерно 80 ключевых организаций：

Мы разбираем сверху вниз по уровням.

Уровень интерфейса

Уровень интерфейса находится ближе всего к пользователю и отвечает за то, чтобы направлять намерение пользователя (потребность) к нужным инструментам или сервисам (предложению). Тот, кто сможет определить, как интеллектуальные агенты обнаруживают, оценивают и выбирают сервисы, получит огромное влияние над всеми нижними уровнями. Мы сосредоточимся на двух самых важных категориях на этом уровне：

Пользовательский интерфейс

Это вход, с которым большинство людей напрямую взаимодействуют с интеллектуальными агентами. Apple, Google, OpenAI, Anthropic, xAI и Perplexity строят подобные интерфейсы, и их формы быстро уходят от простого режима “чат”. Постоянно появляются новые форматы: голосовые ассистенты, ассистенты на десктопе, встроенный “второй пилот”, браузерные агенты и т. п., максимально приближенные к реальным сценариям использования. Платформа, которая станет интерфейсом AI по умолчанию для пользователей, будет точкой старта всех транзакций, инициируемых агентами; победитель в этом направлении получит дополнительное огромное преимущество.

AI-лаборатории уже проиндексировали и обучили данные всего интернета; теперь лучшие оставшиеся обучающие данные — это направляющая обратная связь людей. Каждый раз, когда вы принимаете или отклоняете ответ, вносите правки или предоставляете Claude, ChatGPT информацию о предпочтениях, интерфейс взаимодействия фиксирует эти данные для последующей продажи или обучения модели. Управление интерфейсом означает контроль над обратной петлей, которая оптимизирует пользовательский опыт и саму модель. Именно поэтому Anthropic запустила Claude Code, Google приобрела Windsurf, а OpenAI пыталась приобрести Cursor. Как только ваш агент накопит контекст о ваших предпочтениях, рабочих процессах и часто используемых инструментах, стоимость миграции пользователей станет крайне высокой.

Обнаружение сервиса

Когда агент Джо нуждается в интерфейсе пополнения лидов или в поставщиках спутниковых данных, как ему найти подходящий сервис? Возможно, это самая большая нерешенная проблема во всей архитектуре экосистемы. Текущие решения в основном сводятся к жестко закодированным спискам инструментов или отборочным маркетплейсам. Крупные платформы уже строят собственные системы: OpenAI и Stripe выпустили ACP, Google и Shopify выпустили UCP, а Visa — TAP. По сути, это каталоги продавцов: они работают только при взаимном активном подключении платформы и самих продавцов. В обычных сценариях такая модель работает хорошо, но по мере того как пороги создания и продажи цифровых сервисов резко снижаются, начнут появляться многочисленные нишевые, высоко кастомизированные приложения, а отборочная модель не сможет покрыть запросы “длинного хвоста”.

Компании вроде Coinbase, Merit Systems, Orthogonal и Sapiom строят открытую альтернативу: они создают агрегаторы и базовую инфраструктуру, чтобы агенты могли самостоятельно находить и оплачивать сервисы во время работы, без заранее сделанной интеграции или коммерческих договоренностей. По мере того как предложение (сетевые ресурсы) растет экспоненциально, решить эту проблему становится крайне сложно. Но тот, кто сможет одолеть задачи ранжирования и рекомендательных систем, чтобы в нужное время подбирать агентам подходящие сервисы, получит огромную долю влияния в отрасли.

Агентские транзакции в итоге уйдут в отборочно-закрытую модель или в открытую экосистемную модель? И как именно эта структура распределит ценность — один из ключевых споров в этой области. Мы продолжим глубже разбирать эту тему позже.

Уровень интеллектуальных агентов и аккаунтов

Чтобы выполнить задачу за нас, интеллектуальным агентам недостаточно быть просто “умными”. Продающий дочерний агент Джо прошел весь процесс: от отбора 200 лидов до пополнения информации и назначения трех встреч, при этом Джо не нужно настраивать никаких инструментов, управлять API-ключами и по шагам одобрять каждую операцию. Поддерживающая инфраструктура для всего этого в большинстве случаев “невидима” конечным пользователям, но без этих инфраструктур агент остается всего лишь большим языковым моделью без способности исполнять действия. Ниже — обзор ключевых базовых компонентов, которые нужны для всего этого:

Инструменты и стандарты

Подобные протоколы и фреймворки дают интеллектуальным агентам способность взаимодействовать с внешним миром. MCP (Machine Communication Protocol, инициатор — Anthropic, сейчас управляется Linux Foundation) позволяет агентам подключаться к внешним данным и инструментам: вызывать API, с которыми ранее не было контакта, читать базы данных или мгновенно вызывать конкретный сервис. A2A (предложенный Google) определяет, как агенты, разработанные на разных платформах, могут взаимно обнаруживать друг друга и координироваться. LangChain, фреймворк от Nvidia и Cloudflare дают разработчикам базовые модули для создания и развертывания агентов поверх этих протоколов. Недавно приобретенный OpenAI OpenClaw объединяет управление контекстом и вызовы инструментов в единый фреймворк с приоритетом локальности (local-first), существенно снижая сложность для разработчиков при создании агентов, способных автономно обнаруживать и оплачивать сервисы.

Ключевая проблема в этой области звучит так: стандарты в итоге станут едиными или раздробятся? Сможет ли коммерческий фреймворк, построенный на этих стандартах, захватить ценность раньше, чем инструменты станут однородными?

Аутентификация личности

После того как агенты научатся общаться между собой, нужно построить доверие. Перед тем как агент совершает транзакцию или продает сервис, он должен доказать, что его субъект авторизации и права на действия корректны, и сохранить записи действий, которые другие агенты смогут проверить.

Сейчас есть несколько технологических путей, включая: биометрическую верификацию личности (Worldcoin, Civic), on-chain репутационные системы агентов (ERC-8004), проверяемые учетные данные (Dock, Reclaim).

В этой области большое пространство для дизайна, но и риски крайне высокие: сколько максимум денег агент может потратить до того, как получит твое одобрение? Может ли он представлять тебя при подписании контрактов? Может ли он делегировать полномочия дочерним агентам? Эти правила и границы безопасности, скорее всего, будут окончательно определены на уровне аккаунтов.

Кошелек

Очевидно, чтобы агент мог платить, ему нужен кошелек. Coinbase, Safe, MetaMask, Phantom, MoonPay, Privy и многие другие игроки закладываются в этот сегмент, предоставляя функции вроде программируемого доступа и создания, делегирования прав, лимитов на траты по одной транзакции, белых списков для получения и возможности работы в кроссчейн-режиме без необходимости пользователю вручную подтверждать каждую операцию. Это один из самых конкурентных сегментов во всей экосистеме, и он порождает ключевой вопрос: где у компаний будет настоящий ров (moat)? Не придет ли этот сегмент в конечном итоге к гомогенизации?

Платежный уровень

Платежный уровень находится глубже в архитектуре, и для конечного пользователя он должен быть “незаметным”, но в экономике машин все денежные потоки будут проходить именно через него. Когда агент Джо ночью платит 0.24 доллара и запрашивает данные у 40 поставщиков услуг, ему не нужно выбирать карту, валюту или расчетную on-chain сеть для каждой отдельной операции.

Главная сложность в том, что традиционные платежные каналы проектировались под клики людей “Купить”, а не под агентные вызовы API тысячами запросов в минуту и суммами ниже одного цента за операцию. В банковских сетях у каждой транзакции есть фиксированная стоимость около 0.03–0.04 доллара плюс комиссия 2.3%–2.9%. Это подходит для заказа отеля на 400 долларов, но совершенно не подходит под новую многошаговую агентскую торговлю.

Так возникают новые протоколы и валютные системы, специально созданные для агентских транзакций, а традиционные гиганты также модернизируют существующую инфраструктуру под эти нужды.

Ключевые моменты такие:

Платежные каналы

Эти протоколы и стандарты определяют, как интеллектуальные агенты инициируют, роутят и завершают платежные расчеты. На данный момент сформировались в основном два технических направления:

1. x402 (Coinbase/Cloudflare) и MPP (Stripe/Tempo) — специально для машинно-нативных транзакций: агент вызывает интерфейс, получает котировку, подписывает платеж и получает данные — все выполняется в одном HTTP-запросе, а расчеты идут в стейблкоинах; стоимость одной операции — всего “несколько сотых долей доллара”.

2. ACP (OpenAI/Stripe), AP2 (Google/PayPal) и TAP Visa — используют другой подход: переделывают существующую инфраструктуру банковских карт, чтобы адаптировать ее к агентским сценариям. Такие решения лучше подходят для высокоценностных сделок: по сравнению со скоростью расчетов и стоимостью для покупателя важнее гарантии и покрытие принимаемости у продавцов.

Стейблкоины и расчеты

У интеллектуальных агентов должна быть валюта с программируемыми свойствами: быстрая, недорогая, глобальная. Полностью этим требованиям соответствуют стейблкоины, поэтому они становятся естественным выбором для сделок x402 и MPP. При этом банковские платежные каналы могут обеспечивать гарантии для покупателей, а привычки продавцов уже зрелые — это по-прежнему важно для сделок с высокой стоимостью. Снизу (on-chain) базовые сети (например, Base, Solana, Tempo) поднимают другой ключевой вопрос: какие сети смогут обеспечить обработку транзакционного потока на уровне, необходимом для массовых агентских сделок, их финальность и структуру затрат?

Поставщики услуг

Эти организации — посредники между интеллектуальными агентами и продавцами (merchant). Они берут на себя сложные моменты вроде комплаенс-проверок, коннекта продавцов, аутентификации полномочий и т. п. Coinbase, Stripe и PayPal расширяют существующие экосистемы, чтобы поддержать агентские транзакции: они делают ставку на то, что их сеть продавцов и комплаенс-инфраструктура дадут конкурентное преимущество. Другие игроки вроде Sponge и Sapiom идут с другой стороны — с “холодного старта” со стороны нишевых/новых продавцов, чтобы любой API-ориентированный бизнес мог легко начать принимать агентские платежи. По мере роста платежных каналов, протоколов и количества продавцов координаторы могут стать ключевым соединительным элементом, предотвращающим фрагментацию всей системы.

Уровень AI-движка

Этот уровень не требует долгих объяснений: именно он запускает все взаимодействия агентов, шаги рассуждений и вызовы инструментов. Но скорость изменения бизнес-моделей здесь выше, чем у остальных частей архитектуры, и в итоге поток ценности не так прозрачен, как может казаться на поверхности. Мы уделяем внимание двум категориям:

Вычислительные мощности и хостинг

Каждый раз, когда интеллектуальный агент Джо делает вывод по задаче, вызывает инструменты или создает дочерние агенты, он потребляет вычислительные мощности. Но вывод модели — лишь часть расходов. По мере взрывного роста low-code / “импровизационных” разработок приложений и сервисов, построенных агентами “самими”, появятся тысячи новых интерфейсов, и для них нужны хостинговые “контейнеры”. К маю 2025 года число доступных веб-страниц за два коротких года выросло на 45%; а поскольку агентный код делает запуск новых сервисов крайне простым, этот рост будет только ускоряться. Это означает, что вычислительные потребности растут синхронно с двух сторон: с одной стороны больше агентов обрабатывают больше задач, с другой — больше сервисов постоянно выходят на рынок, чтобы удовлетворять их потребности.

Крупнейшие облачные провайдеры (AWS, Google Cloud, Nvidia) — очевидные ключевые участники. И AWS, и Google Cloud продолжают упрощать развертывание агентных бэкендов и API в своей инфраструктуре. Cloudflare фокусируется на edge computing, обеспечивая низколатентный серверлесc-хостинг для сервисов, ориентированных на агентов. А децентрализованные вычислительные платформы вроде Akash, Bittensor, Nous — объединяют глобальные GPU-ресурсы и продают сверхмощности по очень низким ценам, закрывая “оверкапасити” по вычислениям.

Базовые большие модели

Базовые большие модели — это “мозг” всей системы. Anthropic, OpenAI, Google и Meta как передовые лаборатории постоянно расширяют границы возможностей интеллектуальных агентов, а стоимость запуска этих моделей быстро падает. В конце 2022 года стоимость запуска модели уровня GPT4 составляла примерно 20 долларов за миллион токенов; а к началу 2026 года при той же производительности стоимость упала примерно до 0.05 доллара за миллион токенов — за чуть больше чем три года снижение примерно в 600 раз. Обновления железа, конкуренция между поставщиками, а также оптимизации вроде кэширования промптов и batch processing совместно продолжают снижать стоимость вывода. При этом, по мере того как логика вывода упаковывается в более маленькие open-source модели с весами, и при очень низкой стоимости выполнения, стоимость построения “умного” сильно снижается. В некоторых бенчмарках разрыв между open-source моделями с открытыми весами и closed-source моделями уменьшился до всего 1.7%.

Для экономики машин это серьезный позитив.

Более дешевый интеллект означает более дешевых агентов. Это позволит 24-летнему независимому основателю из Вермонта легко покрывать операционные расходы — а значит, активность транзакций на всех верхних уровнях экосистемы тоже продолжит расти. Если большие модели будут вовлечены в ценовую конкуренцию, как облачные провайдеры сегодня, то ценность в итоге может сместиться в верхние/нижние звенья архитектуры вокруг моделей, а не концентрироваться в самой модели.

Кто станет победителем?

К 2030 году большая часть твоих цифровых взаимодействий больше не будет нуждаться в браузере, поисковой системе или магазине приложений. Тебе достаточно описать потребность — а интеллектуальные агенты полностью возьмут на себя все: найти подходящие сервисы, согласовать условия, выполнить оплату и доставить финальный результат. Интернет приобретет совершенно другой вид.

Это можно понимать как эпоху поисковой оптимизации под агентов. API-интерфейсов станет все больше, а интерфейсов взаимодействия для людей — все меньше.

В таком мире — кто “срежет урожай” ценности?

Самм Лаггесдейл (Sammy Laggessdale) из Merit Systems писал статью, сравнивая текущую агентскую транзакционную экосистему с ранним интернетом. Он считает, что отборочно-маркетплейсные агентские сервисы, которые строят крупные платформы (ACP, UCP, TAP), повторяют путь 90-х годов США в сервисах AOL — опыт “отточенный”, система “закрытая”, но ключевое ограничение в том, что все поставщики услуг должны проходить ручной отбор и проверку. А x402, MPP и похожие открытые протоколы более “грубы”, но имеют безразрешительный характер: любой может поднять интерфейс, без бизнес-команды или проверки юристами, и зарабатывать через агентов. В 90-е опыт закрытого “сада” был лучше, но у открытого интернета — бесконечные возможности.

В итоге победит открытый интернет.

Та же логика повторяется сейчас. ACP, UCP, TAP будут подключаться к ведущим AI-лабораториям и отлично обслуживать основные сценарии, но они ограничены агентами, которым разрешено работать только с предварительно проверенным каталогом сервисов; такие агенты могут выполнять только задачи, заранее предустановленные платформой. А агенты, которые могут подключаться ко всей экосистеме открытых протоколов, будут иметь гораздо более широкие границы возможностей.

Ведь сегодня наиболее живое в интернете возникает именно из-за HTTP-протокола: бесчисленные открытые веб-сайты формируют “длинный хвост” трафика.

Нам нужно скромно признать: мы не можем представить весь объем открытого агентского интернета. Как никто в 1995 году не мог предсказать появление ride-hailing (заказ такси/поездки) или социальных медиа, так и после того как мы дадим агентам нужные инструменты, мы не можем предсказать, что именно они создадут и за какие сервисы будут платить.

Как мы уже обсуждали, базовые большие модели быстро движутся к гомогенизации, и ценность может уйти в другие уровни техархитектуры. Инструменты разработчика, кошельки и инфраструктура идентификации критически важны, но по мере того как стандарты унифицируются, эти области также могут стать однородными. Поэтому я считаю, что ценность сосредоточится в трех областях: интерфейс, платежи и вычислительные мощности.

Интерфейс

Интерфейс определяет лимиты расходов, процесс утверждения и механизм делегирования доверия. Платформа, которая сможет дать пользователям наиболее персонализированный опыт, будет нести на себе максимум транзакционного потока.

Apple — самый недооцененный участник в этой сфере. Ее устройства глубоко интегрированы в повседневную жизнь людей, а стоимость миграции пользователей крайне высока. Если Siri превратится в зрелый вход для агентного взаимодействия, Apple не нужно будет строить самый топовый модельный стек, чтобы контролировать стартовую точку десятков миллиардов транзакций. Им нужно лишь поддерживать самые качественные точки входа для взаимодействия.

Трансформация, стоящая перед Google, будет еще сложнее. Переход от ручного просмотра людьми к интеллектуальной фильтрации агентами подорвет ее основной источник дохода — рекламные деньги. Но у Google есть преимущество, которое недоступно другим компаниям: многолетние данные пользователей в поиске, почте, календарях, картах и документах. Кроме того, нужно учитывать миграционные издержки для корпоративного сегмента: Google Workspace уже встроен в миллионы компаний, и письма сотрудников, файлы и рабочие процессы работают на инфраструктуре Google. Если и есть компания, способная создать самые персонализированные агенты и для потребителей, и для бизнеса, то это Google. Вопрос лишь в том, сможет ли она так же эффективно монетизировать агентские сервисы, как монетизирует поисковый трафик.

Merit Systems — мой фаворит среди “темных лошадок”. Они одновременно строят инфраструктуру обнаружения для открытой агентской экономики (AgentCash, x402 scanning, MPP scanning) и разрабатывают интерфейсы для потребителей (Poncho). Ключевая логика такова: кто управляет каналами обнаружения сервисов агентами и кто вмешивается в денежный поток, тот займет место Google в раннем интернете. Это смелая ставка, но если открытая агентская торговля победит отборочно-закрытую модель, Merit станет наиболее выгодным агрегаторным слоем. Сейчас компания все еще на ранней стадии, как Google в эпоху борьбы с AOL закрытой экосистемой, когда та спорила по капитализации примерно в те же годы, но позже Google добился успеха.

Платежи

Кто контролирует денежные потоки, тот получает долю от каждой транзакции. Я наиболее уверен в перспективах этого уровня, потому что его масштабы будут расти синхронно с объемом транзакций.

Stripe и Tempo наиболее сильны в машинно-нативных платежах. Stripe уже имеет зрелую экосистему разработчиков и большую сеть продавцов. А Tempo обладает потоковыми платежами, финальность транзакции примерно за 500 миллисекунд, потоковые платежные каналы, нативную поддержку банковских карт и стей