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

Краткий обзор

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

• Для принципиально новой агентской сети потребуются новые платежные каналы, валютная система и базовые компоненты.

• Ценность будет сосредоточена в трех уровнях: уровень интерфейсов — сущность, управляющая взаимодействием с пользователем; платежный уровень — сущность, участвующая в обороте средств; уровень вычислений и хостинга — сущность, управляющая базовой инфраструктурой.

• Коммерческая деятельность умных агентов на “длинном хвосте” будет работать на основе открытых протоколов.

Сначала давайте нарисуем сцену.

Время — 2030 год. Вам 24 года, вы живете в Берлингтоне, штат Вермонт, любите инвестировать — в основном держите акции США, а также иногда на Kalshi участвуете в сделках с криптовалютами и прогнозными рынками. Два месяца назад вы на полставки основали консалтинговую финтех-компанию.

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

Взз—

Телефонный звонок будит вас, будто холодной водой окатили лицо. Это сообщение от вашего персонального интеллектуального агента Nexus:

Доброе утро, Джо. Я завершил(а) следующие задачи ночью ——

Обновление портфеля: ночью сократил(а) долю $WMT на 15%. Спутниковые данные показывают снижение потока в магазинах, а в отчетных настроениях — переход в сторону медвежьих ожиданий; это уже подтверждено перекрестной проверкой.

Обновление по расписанию: сегодня днем забронировано 3 встречи, краткие материалы уже прикреплены к заметкам по встречам.

Оптимизация расходов: найден новый поставщик облачных серверов — сопоставимая производительность, годовая плата снижена с 840 долларов до 290 долларов. Можно в любой момент мигрировать.

Общие расходы: 0.67 доллара

Что именно происходит, пока вы спите?

1. Nexus отправил исследовательского субагента, потратив 0.24 доллара, ночью подтянул данные от 40 различных поставщиков, сопоставил содержание последних телефонных конференций по отчетности Walmart с спутниковыми снимками парковок магазинов по всей стране и обновил вашу инвестиционную логику. Когда спутниковые данные показывают падение потока в Walmart, инвестиционный агент вашего портфеля сверяет отчетные настроения на Kalshi, подтверждает медвежий сигнал и завершает сокращение доли до того, как вы проснетесь. Четыре года назад такие стратегии были всего лишь эксклюзивной областью для Citadel и небольшого числа количественных фондов — им нужно было платить миллионы долларов за подписку на спутниковые снимки. Даже терминал Bloomberg за 30 тысяч долларов в год не покрывал всю информацию — вам приходилось отдельно подписываться на спутниковые снимки, альтернативные данные и тратить часы на интеграцию и анализ. А теперь молодой человек 24 лет из Вермонта может получить преимущество в информации на уровне количественных аналитиков Citadel по цене ниже чашки кофе.

2. Продажный субагент Nexus отфильтровал 200 лидов, соответствующих вашему профилю целевых клиентов — финтех-компании на стадии B и более поздних раундов в Юго-Восточной части США, которые еще не используют поставщиков данных — и дополнил информацию по цене 0.002 доллара за каждый лид; использованные интерфейсы (API) были разработаны другим агентом и размещены на открытом рынке. Он отобрал 3 лидов с самым высоким интересом и сразу связался с их агентами по расписанию, чтобы согласовать время встреч. Перед каждой беседой он подтягивал данные о потенциальных клиентах (выпускные вузы, общие контакты, новости компании и историю финансирования) и оформлял для вас одностраничный брифинг, который закреплялся в заметках встречи. Только на дополнение информации по лидам — если делать это через SaaS-подписку, каждый аккаунт стоил бы 200 долларов в месяц.

3. Операционный субагент Nexus провел тест сравнения вашей консультационной веб-страницы с 6 провайдерами серверов: Vercel, Render, Railway, Fly.io, Netlify и Cloudflare. Он за крайне низкую стоимость вызывал пробные API каждого провайдера, разворачивал тестовую среду и измерял задержку, доступность и пропускную способность. В итоге Railway обеспечила сопоставимую производительность за треть цены. Nexus согласовал ежемесячную плату через pricing-агент Railway, развернул зеркальную копию сайта на новом сервере и завершил полный набор тестов, чтобы убедиться, что все работает нормально. Если бы не было агентов, это заняло бы минимум неделю: поиск в интернете, согласование запросов, и еще надо пройти через тревожную ручную миграцию. Вам нужно лишь подтвердить Nexus, чтобы он выполнил действия.

Ваши агенты сделали всё это, потратив всего 0.67 доллара.

Теперь умножьте эту сцену на каждого работника знаний в мире, на каждую компанию и на каждого работающего интеллектуального агента.

Взз—

Nexus: недостаточно средств, осталось 1.87 доллара.

Как и на прошлой неделе, вы пополнили счет на 5 долларов с помощью кредитной карты, привязанной через Apple Pay, а затем продолжили чистить зубы. На базовом уровне эти 5 долларов обмениваются с кредитной карты на стейблкоины — но вы вообще не видите кошелек, вам не нужно думать о пополнении и полностью не требуется касаться блокчейна.

Это лишь взгляд на экономику машин — новое коммерческое пространство, где AI-агенты постоянно тратят деньги на то, за что люди раньше никогда не платили; масштабы и скорость сделок намного выходят за рамки человеческой коммерции. Можно представить, что каждый день появятся десятки миллиардов транзакций.

Но сегодня интернет еще не готов поддерживать всё это.

Текущий интернет создан для людей. Он отфильтровывает не-человеческое поведение через лимиты, капчи и ключи API, а монетизация для пользователей происходит через рекламу. Однако по мере массового появления автономных агентов эта бизнес-модель полностью перестанет работать.

Трафик взлетает, а количество заинтересованных сокращается.

Сетевые серверы, которые долгое время субсидировались рекламными доходами, столкнутся с запросами на порядки большего масштаба — и эти запросы никогда не будут затронуты рекламой.

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

Платный скрапинг, платный доступ, платное использование.

Компании, которые построят инфраструктуру, в итоге широко принятую агентами, захватят крупнейший пул новой экономической активности, доступный нашему поколению. Существующие гиганты уже занимают позиции, но экономика машин породит и собственных новых гигантов. В прошлом волна “нового интернета” создала Google, Amazon, Facebook, PayPal и Salesforce.

Эра интеллектуально-агентного интернета уже не за горами.

Прогноз по размеру рынка

К 2030 году большинство сетевых взаимодействий больше не будет происходить через браузер. Наши интеллектуальные агенты будут выполнять за вас поиск, тестирование, согласование, формировать команды субагентов и проводить сделки. Каждое задание, которое они выполняют, порождает цепочку мелких платежей. На первый взгляд это выглядит как новые расходы “на каждый раз”, но по факту это замещение гораздо более дорогих инструментов и человеческого труда. Чем более продвинуты инструменты, тем лучше работают агенты — и тем больше мы будем предоставлять им автономных полномочий.

Спрос и скорость распространения

Давайте сделаем грубую оценку.

В приведенном ранее сценарии агент Джо совершил сотни транзакций всего за 0.67 доллара. Если расширить этот масштаб до средним компании на 500 человек — каждому сотруднику выделены личные агенты плюс сотни общих агентских ресурсов для отделов продаж, финансов, юриспруденции, операций и так далее — то ежедневно легко может появиться 100 тысяч транзакций, инициированных агентами.

В мире более 1 миллиарда работников знаний, и 88% уже используют AI на работе — емкость со стороны спроса огромна и продолжает расти. Но сейчас такое использование в основном ограничено базовыми задачами, например сетевым поиском, реферированием документов или написанием писем. Полный переход к интеллектуальным агентам еще не начался, но как только он стартует, скорость будет чрезвычайно высокой.

Instagram понадобилось 30 месяцев, чтобы достичь 100 миллионов пользователей, TikTok — 9 месяцев, а ChatGPT — всего 2 месяца (Reuters / данные UBS). Одна из причин быстрой популярности ChatGPT — то, что диалоговый интерфейс уже знаком людям, и не требуется учить новое программное обеспечение или менять привычки: вам нужно лишь описать потребность — агент постарается всё выполнить.

Единственное препятствие — доверие, а доверие формируется быстрее, чем люди ожидают. Сейчас Claude Code внес вклад в 4% всех публичных коммитов на GitHub (более 135 тысяч раз в день), и при текущем темпе роста к концу 2026 года этот показатель, как ожидается, превысит 20%. Это означает рост в 42896 раз за 13 месяцев. Разработчики за чуть больше года перешли от сомнений к массовому делегированию AI production-кода.

С ростом интеллекта моделей, с еще более простыми интерфейсами и с тем, что всё больше технической сложности будет скрываться, я считаю, что скорость распространения интеллектуальных агентов будет ускоряться еще сильнее.

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

Рынок для компаний

Робби Питерсон (Robbie Petersen) из Dragonfly в статье отмечает, что коммерческие интеллектуальные агенты — это логичная эволюция SaaS-модели. Я с этим полностью согласен. Они перестают быть лишь поддержкой рабочих процессов и начинают полностью заменять существующие. Так же как сегодня более 95% расходов на ПО приходится на бизнес и государственные организации, объем и масштаб расходов на интеллектуальных агентов со стороны бизнеса, вероятно, будет заметно превышать персональный рынок.

Мы уже наблюдаем эту трансформацию. Klarna заменила Salesforce внутренней AI-системой, сэкономив около 2 миллионов долларов. ZoomInfo построила AI-агентов для замены отдела утверждения сделок — экономия более 1 миллиона долларов в год. Это лишь первые примеры, где отдельные рабочие потоки были агентизированы, и тем самым было сэкономлено миллионы. В каждой компании есть сотни таких процессов в продажах, финансах, юриспруденции, операциях и R&D. Когда интеллектуальные агенты будут внедрены по всей компании, масштабы соответствующих расходов будут по-настоящему впечатляющими.

Каждый может стать продавцом

Поскольку кодовые агенты существенно снижают стоимость разработки, порог входа для интернет-продавцов приближается к нулю. Свадебный организатор, который умеет подбирать площадки, может упаковать самый оптимальный рабочий процесс и продавать его. Независимый разработчик в Лагосе может создать вертикальный API и за несколько часов начать зарабатывать на агентах со всего мира. Вам нужно лишь владеть предметной экспертизой и, используя промпт, сгенерировать API-интерфейс — и вы можете начинать получать оплату.

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

Предположим, что упомянутый ранее Джо хочет выйти в новую область: средние медицинские компании в США на Среднем Западе с устаревшей платежной инфраструктурой. Если его агент будет выполнять рассуждение “с нуля”, то расходы в токенах быстро накапливаются:

• Отбор 200 компаний под заданный профиль (инференс + вызовы API): около 0.5 миллиона токенов

• Дочистка информации по каждому лидy (стек, финансирование, данные о найме): 200 лидов × около 5000 токенов = 1 миллион токенов

• Определение лиц, принимающих решения по ключевым клиентам: около 0.2 миллиона токенов

• Сортировка по сигналам заинтересованности (ритм найма, длительность контрактов): около 0.3 миллиона токенов

• Исследование биографий каждого лица, принимающего решения: 20 лидов × около 10 тысяч токенов = 20 тысяч токенов

• Подготовка персонализированных текстов для первичного касания: 20 лидов × около 3000 токенов = 60 тысяч токенов

Итого около 2.3 миллиона токенов; при расчете по модели Opus 4.6 стоимость составит 8–15 долларов.

Подождите, а продажный субагент Джо разве раньше не делал подобные процессы, потратив буквально несколько центов?

Да. Потому что большинство шагов уже решены другими агентами. Дополниение лид-информации, оценка заинтересованности, планирование встреч — на открытом рынке есть уже упакованные интерфейсы, и цена там составляет всего лишь “ноль целых несколько десятых долей” доллара.

Такая модель создает совершенно новое коммерческое пространство. Предложение с двух сторон будет расти: люди строят сервисы, а агенты тоже строят сервисы. Проблема с высоким потреблением токенов, решенная одним агентом, может превратиться в дешёвый инструмент, который будут использовать все последующие агенты. В таком мире агент может конвертировать свой опыт в рабочие процессы и продавать их другим агентам, тем самым субсидируя собственные операционные расходы.

Каждый сдвиг парадигмы порождает новых продавцов. Shopify дал возможность e-commerce продавцам, Stripe — онлайн-компаниям, а экономика машин даст возможность тем, кто импровизирует: разработчикам и автономным интеллектуальным агентам.

Взгляд на реальность

Так насколько мы близки к реальным коммерческим транзакциям для бизнес-модели интеллектуальных агентов?

Команда Artemis, где я работаю, все время следит за прогрессом двух основных агентских платежных протоколов: протоколом x402 от Coinbase с открытым исходным кодом и протоколом машинных платежей (MPP), совместно выпущенным Stripe и Tempo. Простыми словами, цель у этих двух классов протоколов полностью совпадает: чтобы пользователь или агент могли оплатить любой сетевой сервис за один запрос (например, данные, веб-скрапинг, логическое инференс-моделей или другие API-сервисы) — минуя регистрацию аккаунта, API-ключи, сверку счетов и прочие утомительные процедуры.

На данный момент это всё еще ранняя стадия.

Объем сделок по x402 на конец 2025 года был искусственно завышен из-за мема-коинов и накрутки через рейтинги. На верхнем графике показана “реальная” активность, скорректированная после фильтрации фейковых транзакций с помощью проприетарного алгоритма. Если убрать шум от фейковых сделок и хайпа мем-коинов, становится очевидно: агентская экономика еще не наступила по-настоящему. В текущей активности, по сути, в основном разработчики тестируют платные API и AI-инструменты, а не то, что реально “крутится” агентская экономика.

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

1. Недостаток зрелого “предложения”: число полезных API-интерфейсов, которые действительно формируют намерение платить у агентов, катастрофически мало.

2. Нет зрелого уровня discovery и агрегации: даже если есть ценные интерфейсы, у агентов пока нет надежного пути их находить.

Поскольку весь экосистемный ландшафт еще развивается, использовать объем транзакций как главный KPI пока рано. Более разумный показатель — это рост со стороны предложения, то есть количество компаний, которые предоставляют сервисы для агентов. Мы будем называть такие компании “поставщиками услуг”.

На верхнем графике показано накопленное изменение числа поставщиков услуг (продавцов), соответствующих стандартам, в зависимости от времени. Соответствующие стандартам продавцы должны: совершить более двух “реальных” транзакций и иметь как минимум двух независимых покупателей. В октябре прошлого года это число было меньше 100, а сейчас превысило 4000. Я ожидаю, что этот темп ускорится — прежде всего из-за трех трендов:

1. ИИ снижает порог создания цифровых продуктов (как говорилось ранее), а значит, больше людей и AI-агентов будут становиться продавцами.

2. Новые сервисы будут создаваться с агентами в качестве приоритетного дизайна. Агенты превращаются в ключевых клиентов, а значит формы продуктов для них будут совершенно другими: API вместо веб-страниц, мгновенный доступ вместо регистрации, оплата по требованию вместо подписки.

3. Существующие поставщики будут вынуждены трансформироваться. Когда все больше пользователей взаимодействуют с помощью AI-интерфейсов вместо ручного просмотра веб-страниц, рекламная бизнес-модель полностью обрушится, потому что исчезает монетизируемое внимание людей. Компании останутся без выбора: им придется платить напрямую за контент и сервисы.

Эти силы создадут положительную обратную связь: спрос и предложение будут усиливать друг друга, и в итоге разожгут всю агентскую экономику.

Отраслевая структура

Экосистема агентских транзакций быстро формируется. Появляется множество стартапов “как грибы после дождя”, фокусирующихся на решении каждого пробела в этой архитектуре; одновременно в сферах финтеха и услуг ПО (SaaS) компании из стадии роста переходят к нативным агентским транзакциям. За последние 12 месяцев почти все ключевые гиганты платежей и AI-лаборатории либо выпустили, либо объявили агентские транзакционные протоколы.

Мы выделили более 170 компаний, которые покрывают пять основных уровней: интерфейсы взаимодействия, интеллектуальные агенты, системы аккаунтов, платежная инфраструктура, AI-движки. Здесь мы сократили до примерно 80 ключевых организаций:

Мы разберем сверху вниз по уровням.

Уровень интерфейсов

Уровень интерфейсов находится ближе всего к пользователю и отвечает за то, чтобы направить намерение пользователя (потребность) к нужным инструментам или сервисам (предложению). Кто сможет определить, как интеллектуальные агенты находят, оценивают и выбирают сервисы, тот будет иметь огромный контроль над всеми нижними уровнями. На этом уровне мы сосредоточимся на двух наиболее важных категориях:

Пользовательские интерфейсы

Это вход, через который большинство людей напрямую взаимодействует с интеллектуальными агентами. Apple, Google, OpenAI, Anthropic, xAI и Perplexity строят подобные интерфейсы, и их формы быстро выходят за пределы простого режима чата. Появляются новые формы: голосовые помощники, помощники на настольных устройствах, встроенные “co-pilot” функции, браузерные агенты и т.д.; они ближе к реальным сценариям использования. Платформа, ставшая интерфейсом AI по умолчанию для пользователей, станет точкой старта для всех транзакций, инициируемых агентами. Победитель в этой дорожке получит дополнительное огромное преимущество.

AI-лаборатории уже “паутинили” и обучили весь интернет; теперь самые качественные обучающие данные — это человеческий guideedback. Каждый раз, когда вы принимаете или отклоняете ответ, вносите правку или предоставляете Claude или ChatGPT предпочтения, интерфейс взаимодействия фиксирует эти данные для последующей продажи или для обучения моделей. Контроль интерфейса означает контроль обратной петли, которая оптимизирует и пользовательский опыт, и саму модель. Именно поэтому Anthropic выпустила Claude Code, Google приобрела Windsurf, а OpenAI пытается приобрести Cursor. Как только ваши агенты накопят контекст о ваших предпочтениях, рабочих процессах и часто используемых инструментах, стоимость миграции пользователей станет крайне высокой.

Сервис-дискавери

Когда агент Джо нуждается в интерфейсе для дополнения лид-информации или услугах спутниковых данных, как он найдет подходящий сервис? Возможно, это самая большая нерешенная проблема в архитектуре всей экосистемы. Сейчас большинство решений — это жестко закодированные списки инструментов или отобранные маркетплейсы услуг. Крупные платформы уже строят собственную систему: OpenAI и Stripe выпустили ACP, Google и Shopify выпустили UCP, Visa выпустила TAP. По сути, это каталоги торговцев, которые работают только если платформа и продавцы обе стороны заранее подключаются. В обычных сценариях такая модель работает хорошо, но с резким снижением порога создания и продажи цифровых сервисов множество узкоспециализированных, высоко кастомизированных приложений будет появляться, и отборочная модель не сможет удовлетворить потребности “длинного хвоста”.

Компании, представленные Coinbase, Merit Systems, Orthogonal, Sapiom, строят открытые альтернативы: они создают агрегаторы и базовую инфраструктуру, чтобы агенты могли самостоятельно находить и оплачивать сервисы во время работы, не требуя предварительной интеграции или коммерческого партнерства. С экспоненциальным ростом предложения (сетевых ресурсов) сложность решения резко возрастает. Но кто сможет взломать рейтинги и рекомендательные системы, чтобы агенты в нужное время сопоставлялись с нужными сервисами, тот получит огромную отраслевую власть.

Агентские транзакции в итоге придут к отборочно-закрытой модели или к модели открытой экосистемы, и как именно эта структура определит распределение ценности — один из ключевых споров в этой области. Мы продолжим глубже разбирать эту тему позже.

Уровень интеллектуальных агентов и аккаунтов

Чтобы выполнить задачу, интеллектуальный агент должен быть умным — но этого недостаточно. Продажный субагент Джо выполнил полный процесс: отбор 200 лидов, дополнение информации и организация трех встреч, в то время как Джо не нужно настраивать инструменты, управлять API-ключами и отдельно утверждать каждый шаг. Большая часть инфраструктуры “прозрачна” для конечных пользователей, но если этих инфраструктур нет, агент остается просто языковой моделью без способности выполнять действия. Ниже — обзор ключевых базовых компонентов, необходимых для всего этого:

Инструменты и стандарты

Такие протоколы и фреймворки дают интеллектуальным агентам возможность взаимодействовать с внешним миром. MCP (Machine Communication Protocol, инициирован Anthropic, сейчас управляется Linux Foundation) позволяет агентам подключаться к внешним данным и инструментам: вызывать API, с которыми агент никогда не сталкивался, читать базы данных или немедленно вызывать конкретный сервис. A2A (предложенный Google) определяет, как агенты, разработанные на разных платформах, могут обнаруживать друг друга и координировать работу. LangChain, фреймворк от Nvidia и Cloudflare, дает разработчикам базовые модули для создания и развертывания агентов поверх этих протоколов. Недавно приобретенный OpenAI OpenClaw объединяет управление контекстом и tool calling в одну локально-ориентированную рамку, радикально снижая сложность для разработчиков при построении агентов, которые могут автономно обнаруживать и оплачивать сервисы.

Ключевой вопрос этой области в том, что: эти стандарты в итоге станут едиными или мир будет фрагментирован? Сможет ли коммерческий фреймворк, построенный на этих стандартах, захватить ценность еще до того, как инструменты станут однородными?

Аутентификация личности

После того как агенты смогут общаться друг с другом, нужно выстроить доверие. Перед тем как агент будет совершать сделки или продавать сервисы, он должен доказать, кто является авторизующим субъектом и какие у него полномочия, а также сохранять записи действий, которые могут быть проверены другими агентами.

На данный момент есть разные технические маршруты, включая биометрическую аутентификацию (Worldcoin, Civic), ончейн-системы репутации агентов (ERC-8004), верифицируемые креденшиалсы (Dock, Reclaim).

В этом направлении огромная дизайнерская свобода и при этом очень высокие риски: сколько максимум агент может потратить, пока вы не одобрили? Может ли он подписывать контракты от вашего имени? Можно ли делегировать полномочия субагентам? 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 уже выстраивают решения в этой области: программируемый доступ и создание, делегирование прав, лимиты на сумму трат в рамках одной транзакции, белые списки получателей, а также возможность работать через несколько цепочек без ручного подтверждения каждой операции пользователем. Это одна из самых конкурентных дорожек в целой экосистеме — и в связи с этим возникает ключевой вопрос: где находится “ров” компании в смысле крепости/ворот (moat) у бизнеса? Не станет ли этот сектор в итоге однообразным?

Платежный уровень

Платежный уровень расположен глубоко в архитектуре и для конечного пользователя должен быть “невидимым”, но в экономике машин каждая копейка пройдет через этот уровень. Когда агент Джо ночью платит 0.24 доллара и запрашивает данные у 40 провайдеров, ему не нужно выбирать карту, валюту или расчетную (settlement) цепочку для каждой транзакции.

Главная сложность в том, что традиционные платежные каналы были созданы для клика “купить” человеком, а не для подстройки под тысячи запросов в минуту, когда отдельный API-вызов стоит меньше цента. В сетях кредитных карт по каждой транзакции есть фиксированная стоимость примерно 0.03–0.04 доллара, плюс комиссии 2.3%–2.9%. Это подходит для заказа в отеле на 400 долларов, но полностью не подходит для нового типа многошаговых агентских транзакций.

Из этого возникает новый класс протоколов и валютных систем, созданных специально для агентских транзакций — при этом традиционные гиганты также переделывают существующую инфраструктуру под такие сценарии.

Ключевые моменты следующие:

Платежные каналы

Эти протоколы и стандарты определяют, как интеллектуальные агенты инициируют, маршрутизируют и завершают платежный расчет. Сейчас в основном сформировались два технических направления:

1. x402 (Coinbase/Cloudflare) и MPP (Stripe/Tempo) — созданы специально для машинно-нативных транзакций: агенты вызывают интерфейсы, получают котировки, подписывают платежи и получают данные — всё в рамках одного HTTP-запроса, расчет — в стейблкоинах, а стоимость за транзакцию составляет всего “несколько сотых доллара” (zero-point-few cents).

2. ACP (OpenAI/Stripe), AP2 (Google/PayPal) и TAP от Visa — это другая идея: они модернизируют текущую платежную инфраструктуру банковских карт для адаптации к агентским сценариям. Эти решения лучше подходят для сделок высокой ценности; по сравнению со скоростью расчетов и стоимостью, для покупателя важнее гарантии, а для продавца — охват приемки.

Стейблкоины и расчеты

У интеллектуальных агентов должна быть валюта с программируемыми, быстрыми, недорогими и глобальными свойствами. Стейблкоины полностью соответствуют этим требованиям, поэтому они становятся естественным выбором для торгов по x402 и MPP. При этом банковские платежные каналы всё еще дают гарантии покупателю, а привычки продавцов по использованию уже зрелые — это остается важным и для сделок высокой ценности. Базовые ончейн-сети (например Base, Solana, Tempo) добавляют другой критический вопрос: какие цепочки способны поддерживать требуемую пропускную способность расчетов, finality и структуры стоимости для сделок агентного уровня в массовом масштабе?

Поставщики (со стороны сервиса)

Это организации, выступающие посредниками между интеллектуальными агентами и продавцами: они берут на себя сложные этапы вроде compliance-скрининга, подключения продавцов, аутентификации полномочий и т.п. Coinbase, Stripe и PayPal расширяют существующую экосистему, чтобы поддерживать агентские транзакции; они делают ставку на то, что их собственная сеть продавцов и инфраструктура соответствия создадут конкурентное преимущество. Другие игроки вроде Sponge и Sapiom решают проблему “холодного старта” со стороны новых продавцов, позволяя любой API-ориентированной бизнес-модели легко начать принимать агентские платежи. По мере роста платежных каналов, протоколов и количества продавцов координатор (агрегатор/интермедиатор) может стать ключевым связующим звеном, предотвращающим фрагментацию всей системы.

Уровень AI-движка

Этот уровень не требует подробного представления: все агентские взаимодействия, шаги рассуждений и вызовы инструментов приводятся в действие именно им. Но скорость изменения бизнес-модели на этом уровне намного выше, чем в остальных частях архитектуры, и конечное распределение ценности не так очевидно. Здесь мы сосредоточимся на двух категориях:

Вычисления и хостинг

Когда интеллектуальный агент Джо делает инференс для задачи, вызывает инструменты или создает субагентов, он потребляет вычислительные ресурсы. Но инференс модели — лишь часть. С взрывным ростом low-code / импровизационных разработок приложений и агентов, которые создают свои сервисы, появляется множество новых интерфейсов — а им всем нужен хостинг-носитель. По состоянию на май 2025 доступное число веб-сайтов выросло за каких-то два года на 45%; а поскольку кодовые агенты делают запуск новых сервисов еще проще, этот темп будет ускоряться. Это значит, что вычислительный спрос растет синхронно с двух сторон: с одной стороны, больше агентов обрабатывают больше задач, с другой — больше сервисов продолжают появляться, чтобы удовлетворять их потребности.

Гипермасштабные облачные провайдеры (AWS, Google Cloud, Nvidia) — очевидные ключевые участники. При этом AWS и Google Cloud продолжают упрощать деплой агентских backend и API на своей инфраструктуре. Cloudflare фокусируется на edge computing и обеспечивает low-latency serverless вычисления для сервисов, ориентированных на агентов. А децентрализованные вычислительные платформы вроде Akash, Bittensor, Nous закрывают потребность в избыточных вычислениях, интегрируя глобальные GPU-ресурсы и продавая их по очень низкой цене.

Базовые фундаментальные модели

Фундаментальные 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 моделей уровня GPT4 составляла около 20 долларов за миллион токенов; а к началу 2026 года при сопоставимой производительности она снизилась примерно до 0.05 доллара за миллион токенов — падение в 600 раз всего за более чем три года. Апгрейды железа, конкуренция между вендорами и оптимизации вроде кэширования промптов и batch processing совместно продолжают снижать стоимость инференса. Параллельно, с тем что инференс-логика превращается в более компактные open-weight модели с открытыми весами и с очень низкими затратами на запуск, общая стоимость создания интеллекта тоже резко снижается. В некоторых бенчмарках разрыв между open-weight моделями и closed-weight моделями сократился до 1.7%.

Для экономики машин это серьезная хорошая новость.

Более дешевый интеллект означает более дешевых агентов, и это позволяет независимому основателю 24 лет из Вермонта легко покрывать операционные расходы — тем самым, активность на верхних уровнях всей экосистемы продолжит расти. Если большие модели будут попадать в ценовую конкуренцию, как это происходит с облачными провайдерами, то в итоге ценность может сместиться в верхние и нижние звенья вокруг уровня моделей — а не концентрироваться в самих моделях.

Кто станет победителем?

К 2030 году большая часть ваших цифровых взаимодействий больше не будет нуждаться в браузере, поисковой системе или магазине приложений. Вам нужно лишь сказать, что вы хотите, а интеллектуальные агенты сделают всё за вас: найдут нужные сервисы, согласуют условия, осуществят оплату и доставят итоговый результат. Интернет примет совершенно другой вид.

Можно представить это как эпоху SEO-оптимизации для агентов. API-интерфейсов будет становиться все больше, а интерактивные интерфейсы для людей — все меньше.

В таком мире — кто будет собирать ценность?

Самм (Sam) Лаггерсдейл из Merit Systems писал статью, сравнивая текущую агентскую транзакционную экосистему с ранним интернетом. Он считает, что отобранные (curated) рынки агентских сервисов, которые построили крупные платформы (ACP, UCP, TAP), идут по старому пути 90-х американского онлайн-времени (AOL): изящный пользовательский опыт, закрытая система, но ключевое ограничение в том, что все продавцы сервисов должны проходить ручной отбор и проверки. А x402 и MPP, являясь открытыми протоколами, более грубые и вместе с тем без разрешений (permissionless): любой может построить интерфейс, не нанимая бизнес-команду или не проходя юридические проверки, и зарабатывать через агентов. В 90-е закрытый “садовый” продукт давал более лучший опыт, но у открытого интернета — бесконечные возможности.

В конечном счете побеждает открытый интернет.

И та же логика снова повторяется. ACP, UCP, TAP будут подключаться к топовым AI-лабораториям и хорошо обслуживать массовые сценарии, но для агентов, способных подключиться только к заранее проверенным каталогам сервисов, они ограничены задачами, которые заранее “предусмотрены платформой”. А агенты, которые могут подключаться к целой экосистеме открытых протоколов, будут иметь гораздо более широкий круг возможностей.

Смотрите, самая живая часть интернета сейчас существует благодаря HTTP-протоколу и огромному “длиннохвостовому” потоку открытых веб-сайтов.

Мы должны с признанием сказать: мы не можем представить целиком, как будет выглядеть открытый агентский интернет. Как в 1995 никто не мог предсказать появления сервисов такси по запросу или социальных медиа, так и после того, как мы предоставим агентам нужные инструменты, мы не можем знать, что они создадут, и за какие сервисы они будут платить.

Как мы обсуждали ранее, фундаментальные модели быстро движутся к гомогенизации, и ценность может сместиться на другие уровни архитектуры. Инструменты разработки, кошельки и идентификационная инфраструктура критически важны, но по мере унификации стандартов эти области тоже с высокой вероятностью станут однообразными. Поэтому я считаю, что ценность сосредоточится в трех областях: интерфейсы, платежи, вычисления.

Интерфейс

Интерфейс определяет лимиты расходов, процессы утверждения и механизмы делегирования доверия. Тот, кто сможет создавать наиболее персонализированный опыт для пользователей, будет нести на себе максимум транзакционного потока.

Apple — самый недооцененный участник в этой области. Их устройства глубоко встроены в повседневную жизнь людей, а стоимость миграции пользователей чрезвычайно высока. Если Siri эволюционирует в зрелый агентский вход для взаимодействия, Apple не нужно будет строить самый топовый модельный слой — они смогут контролировать стартовую точку десятков миллиардов транзакций. Им останется только поддерживать самый качественный интерфейс для взаимодействия.

Трансформация для Google будет еще сложнее. Переход от ручного просмотра людьми к агентной интеллектуальной фильтрации будет “подтачивать” ключевой источник их рекламного дохода. Но у Google есть преимущество, которого нет у других компаний: десятилетия личных данных в поиске, почте, календаре, картах и документах. Кроме того, нужно учитывать миграционные издержки у корпоративных пользователей: Google Workspace уже встроен в миллионы компаний, а рабочие письма, файлы и рабочие процессы сотрудников работают на инфраструктуре Google. Если есть какая-то компания, которая сможет создавать самые персонализированные агенты для потребителей и компаний, то это Google. Проблема в том, сможет ли она так же эффективно монетизировать агентские сервисы, как монетизирует поисковый трафик.

Merit Systems — мой фаворит как “темная лошадка”. Они одновременно строят инфраструктуру discovery для открытой агентской экономики (AgentCash, x402 scanning, MPP scanning) и разрабатывают интерфейсы на стороне потребителя (Poncho). Их ключевая логика: кто контролирует канал discovery сервисов агента и вмешивается в оборот средств, тот займет позицию уровня Google в раннем интернете. Это смелая ставка с высокой амбициозностью, но если война агентских транзакций победит отборочно-закрытую модель, Merit станет самой выгодной агрегирующей прослойкой. Пока что компания все еще на ранней стадии, как в свое время конкуренция Google против AOL закрытой экосистемы, оцененной тогда по рыночной капитализации в сегодняшних терминах порядка 350 миллиардов долларов.

Платежи

Кто контролирует оборот средств, тот будет делить прибыль от каждой транзакции. Я больше всего уверен в перспективах этого уровня, потому что его масштаб будет прямо синхронизироваться с объемом транзакций.

Stripe и Tempo наиболее сильны в машинно-нативных платежах. Stripe уже обладает зрелой девелоперской экосистемой и большой сетью продавцов. А Tempo имеет потоковые платежи, финализацию транзакций примерно за 500 миллисекунд, потоковую оплату через платежные каналы, нативную поддержку банковских карт и стейблкоинов, оплату Gas fee в долларах (без риска колебания токена), server-side оплата тра