來源：Tiger Research
編譯及整理：BitpushNews
頭條新聞不斷報導關於 AI Agent（人工智能智能體）進行自主交易和處理支付的消息。然而，加密錢包產業早已在暗中為此鋪平道路。眼下，已有超過十家公司正在專門為 AI Agent 打造客製化錢包。他們究竟在追求什麼？潛在的最終回報又有多大？
今年年初，預測市場 Polymarket 上一項引發廣泛討論的實驗，向一個 AI Agent 提供了 50 美元的啟動資金，並讓其自主進行交易。實驗設定的條件是：如果它無法透過自主獲利支付自身的 API 與伺服器成本，它將停止存在。該 Agent 隨後成功完成交易，從那時起，一系列其他 Agent 也開始以類似方式展開交易。
儘管 AI Agent 尚未完全融入日常生活，但毫無疑問，在不久的將來它們將被廣泛應用。
AI Agent 尚未進入日常支付領域。它們目前最活躍的應用是在加密生態系統內運行的加密貨幣交易機器人。這些機器人獨立於傳統支付網路，專注於加密貨幣交易。
然而在未來，支付將擴展到今天還無法想像的領域。正如先前報告所介紹的，AI 正在改變支付本身的性質。一旦 Agent（而非人類）直接在網路上進行互動與導覽，單筆支付金額就會急劇下降。一次 API 呼叫或單次資料查詢的成本可能低至 0.001 美元，在極端情況甚至只需 0.00001 美元。
跨越目前的錢包使用情境，要根據預設條件自動拆分並發送如此微小的支付，且全程無需人類干預，就需要一種可程式化的支付系統（Programmable Payment System）。這正是 x402 支付網路應運而生的背景，而錢包則是該網路運行的基礎。
然而，現有的支付網路是以「人」作為交易主體來設計的。
信用卡是發給個人持卡人的，運行在一種「拒付／爭議退款（Chargeback）」架構上——也就是說，當交易出現問題時由人類發起爭議並撤銷交易，且每筆交易都設定了高達數十美分的固定手續費。當一個人偶爾進行一筆 20 美元的消費時，這完全沒有問題；但一旦 Agent 開始以每秒數千筆的速度發送支付——即使每筆 API 呼叫僅需 0.001 美元或每條資料記錄僅需 0.00001 美元——這種支付模式在經濟學上就再也行不通了。
核心問題在於：資金本身是否具有「可程式性」？
信用卡可以實現自動輸入支付資訊的行為，但它們無法被程式化去根據特定條件拆分資金流、即時串流支付（Streaming）或即時結算。而在錢包所運行的網路上，這種能力是預設具備的。在卡片上儲存支付明細，頂多只能做到代替人類在人的尺度下完成交易。一旦經濟形態轉變為機器與機器之間的直接交易，錢包就成為唯一可行的起點。
如上圖所示，錢包供應商的範圍非常廣泛，涵蓋了從交易所到穩定幣發行商等各類實體。那麼，為什麼如此多樣化的參與者要紛紛切入目前尚無明確短期獲利能力的 Agent 錢包基礎設施領域呢？
答案在於：這些公司是在為未來收入與未來業務布局，而非為了今天。
現在為錢包嵌入 Agent 功能，並不是一項能立即產生收入的舉措。它構建的是一種底層承載能力，以便在 Agent 開始產生大規模活動時吸收這些交易量。
關鍵在於，AI Agent 最終將在沒有任何人類干預的情況下，在無瀏覽器環境（Browserless Environment）中全天候運行。設想一位使用者要求 Agent 製作一份研究報告。當 Agent 蒐集資訊時，每當它從不同的付費平台提取資料，就會執行一筆微型支付。使用者的一個簡單指令，可能在瞬間觸發 20 到 30 筆甚至更多的支付。
對人類來說，一個簡單且單一的操作，經過 AI Agent 處理後，會轉化為極其龐大的支付交易量。
這種支付環境的變化將如何影響公司的獲利，可透過 Coinbase 的公開數據進行推算。該計算以 Coinbase 的 920 萬月度交易使用者（MTU）作為基數，而非其約 1.2 億的總註冊使用者群。
結合三個變數：採用率、人均 Agent 數量以及每日呼叫頻率，可以得出以下情境預測結果：
在這組對比中，最引人注目的是：三種情境之間的差距是以幾何級數而非算術級數擴大。採用率本身僅增長了 10 倍（從 10% 提升至 100%），但由此產生的收入差距卻擴大了約 600 倍（從 8400 萬美元驟升至 503.7 億美元）。
因為「採用率」、「人均 Agent 數量」和「每日呼叫量」這三個變數是相乘關係，所以其中任何一個變數只要小幅增加，就會導致總量呈現指數級上升。因此，一旦 Agent 實現大規模普及且使用者數量激增，由此產生的收入流最高可達目前總收入的約 7 倍。
這就是為什麼 Coinbase 即使在今天沒有明確顯性收入的情況下，仍大力推廣 Agent 錢包基礎設施。這麼做是為了在 AI Agent 驅動的時代到來時，鎖定自身的市場份額。
透過錢包基礎設施累積的交易數據不只是單純的紀錄。它也為全新商業模式奠定基礎——因為儲存在錢包中的支付歷史可作為信用評估標準，用以證明 AI Agent 的財務狀況與營運表現。
一旦建立起這種基於數據的信用評估體系，錢包供應商就能自然地擴展到下一代金融服務中，例如專門針對 Agent 的基於營收的融資（Revenue-Based Financing, RBF）。
Stripe Capital 是在既有支付數據之上成功打造新金融業務的典型代表。當 Stripe 於 2019 年 9 月推出其貸款服務 Stripe Capital 時，它並沒有依賴外部信用徵信機構或繁瑣的貸款文件。它僅使用透過自身支付網路流動的商家即時銷售數據，就能評估出貸款資格與額度。
Stripe 的案例表明，一家公司完全可以在其既有業務的數據管道之上構建出高價值的金融業務，而不需要建立單獨的銷售網路或進行額外的行銷拓展。
Agent 錢包供應商很可能會走上相同的擴張路徑。透過錢包持續累積 Agent 的收入數據，能夠為透過 RBF 墊付營運資金創造依據，並使其轉型為聚焦 Agent 的金融平台並從中獲利。
然而，建構這條新業務線取決於一個前提條件：AI Agent 必須超越單純的支付執行工具，演變為能自行產生收入的資產持有主體，並賺取足夠的真實收入來償還借貸。
前面針對 Coinbase 預測的 7 倍收入成長，以及向 RBF 的業務擴張，都是建立在「Agent 支付走向普及」這一假設之上的樂觀情境。要在真實經濟中建立起這套體系，仍面臨巨大的障礙。
首先，關於 AI Agent 的實際購買轉換率與支付可靠性，仍存在重大的疑問。Agent 在自主下單過程中仍可能出現誤操作，因「幻覺（Hallucination）」而造成錯誤支付；有時交易還會因發卡機構的反詐欺系統（FDS）拒絕而被直接攔截。因此，現階段的實際支付完成率仍偏低。
此外，像 x402、AP2 和 MPP 等支付協議仍處於割裂狀態，未能統一為單一標準；同時，對於並非法律主體的 AI Agent 而言，明確的 KYC（身分驗證）與金融監管政策的缺失，也是市場進一步擴張的另一大阻礙。
因此，錢包供應商眼下的目標並不是短期的手續費收入。蘋果的 App Store 花了 15 年時間才建立起一個每年 100 億美元規模的手續費市場，而微信支付也花了 7 年時間才建立起龐大的小程式生態。Agent 錢包正在遵循類似的長期時間線，專注於構建生態系統，而非爭奪眼前的短期回報。
眼下這場競爭，爭的不是今天那點邊際收入。而是看誰能在五到十年後全面成形的智能體經濟中，率先掌握資金流向的資料控制權。
176.35萬 熱度
152.58萬 熱度
14.02萬 熱度
186.69萬 熱度
41.28萬 熱度
500 億美元風口：AI Agent 錢包，一場「眼前難賺錢」的博弈
來源：Tiger Research
編譯及整理：BitpushNews
頭條新聞不斷報導關於 AI Agent（人工智能智能體）進行自主交易和處理支付的消息。然而，加密錢包產業早已在暗中為此鋪平道路。眼下，已有超過十家公司正在專門為 AI Agent 打造客製化錢包。他們究竟在追求什麼？潛在的最終回報又有多大？
核心要點
1. AI Agent 燎原之勢
今年年初，預測市場 Polymarket 上一項引發廣泛討論的實驗，向一個 AI Agent 提供了 50 美元的啟動資金，並讓其自主進行交易。實驗設定的條件是：如果它無法透過自主獲利支付自身的 API 與伺服器成本，它將停止存在。該 Agent 隨後成功完成交易，從那時起，一系列其他 Agent 也開始以類似方式展開交易。
儘管 AI Agent 尚未完全融入日常生活，但毫無疑問，在不久的將來它們將被廣泛應用。
2. Agent 的每一筆交易都始於錢包
AI Agent 尚未進入日常支付領域。它們目前最活躍的應用是在加密生態系統內運行的加密貨幣交易機器人。這些機器人獨立於傳統支付網路，專注於加密貨幣交易。
然而在未來，支付將擴展到今天還無法想像的領域。正如先前報告所介紹的，AI 正在改變支付本身的性質。一旦 Agent（而非人類）直接在網路上進行互動與導覽，單筆支付金額就會急劇下降。一次 API 呼叫或單次資料查詢的成本可能低至 0.001 美元，在極端情況甚至只需 0.00001 美元。
跨越目前的錢包使用情境，要根據預設條件自動拆分並發送如此微小的支付，且全程無需人類干預，就需要一種可程式化的支付系統（Programmable Payment System）。這正是 x402 支付網路應運而生的背景，而錢包則是該網路運行的基礎。
然而，現有的支付網路是以「人」作為交易主體來設計的。
信用卡是發給個人持卡人的，運行在一種「拒付／爭議退款（Chargeback）」架構上——也就是說，當交易出現問題時由人類發起爭議並撤銷交易，且每筆交易都設定了高達數十美分的固定手續費。當一個人偶爾進行一筆 20 美元的消費時，這完全沒有問題；但一旦 Agent 開始以每秒數千筆的速度發送支付——即使每筆 API 呼叫僅需 0.001 美元或每條資料記錄僅需 0.00001 美元——這種支付模式在經濟學上就再也行不通了。
核心問題在於：資金本身是否具有「可程式性」？
信用卡可以實現自動輸入支付資訊的行為，但它們無法被程式化去根據特定條件拆分資金流、即時串流支付（Streaming）或即時結算。而在錢包所運行的網路上，這種能力是預設具備的。在卡片上儲存支付明細，頂多只能做到代替人類在人的尺度下完成交易。一旦經濟形態轉變為機器與機器之間的直接交易，錢包就成為唯一可行的起點。
3. Agent 是一樁價值 500 億美元的生意
如上圖所示，錢包供應商的範圍非常廣泛，涵蓋了從交易所到穩定幣發行商等各類實體。那麼，為什麼如此多樣化的參與者要紛紛切入目前尚無明確短期獲利能力的 Agent 錢包基礎設施領域呢？
答案在於：這些公司是在為未來收入與未來業務布局，而非為了今天。
現在為錢包嵌入 Agent 功能，並不是一項能立即產生收入的舉措。它構建的是一種底層承載能力，以便在 Agent 開始產生大規模活動時吸收這些交易量。
關鍵在於，AI Agent 最終將在沒有任何人類干預的情況下，在無瀏覽器環境（Browserless Environment）中全天候運行。設想一位使用者要求 Agent 製作一份研究報告。當 Agent 蒐集資訊時，每當它從不同的付費平台提取資料，就會執行一筆微型支付。使用者的一個簡單指令，可能在瞬間觸發 20 到 30 筆甚至更多的支付。
對人類來說，一個簡單且單一的操作，經過 AI Agent 處理後，會轉化為極其龐大的支付交易量。
這種支付環境的變化將如何影響公司的獲利，可透過 Coinbase 的公開數據進行推算。該計算以 Coinbase 的 920 萬月度交易使用者（MTU）作為基數，而非其約 1.2 億的總註冊使用者群。
結合三個變數：採用率、人均 Agent 數量以及每日呼叫頻率，可以得出以下情境預測結果：
在這組對比中，最引人注目的是：三種情境之間的差距是以幾何級數而非算術級數擴大。採用率本身僅增長了 10 倍（從 10% 提升至 100%），但由此產生的收入差距卻擴大了約 600 倍（從 8400 萬美元驟升至 503.7 億美元）。
因為「採用率」、「人均 Agent 數量」和「每日呼叫量」這三個變數是相乘關係，所以其中任何一個變數只要小幅增加，就會導致總量呈現指數級上升。因此，一旦 Agent 實現大規模普及且使用者數量激增，由此產生的收入流最高可達目前總收入的約 7 倍。
這就是為什麼 Coinbase 即使在今天沒有明確顯性收入的情況下，仍大力推廣 Agent 錢包基礎設施。這麼做是為了在 AI Agent 驅動的時代到來時，鎖定自身的市場份額。
4. 邁向 Agent 新型銀行（Neobanking）
透過錢包基礎設施累積的交易數據不只是單純的紀錄。它也為全新商業模式奠定基礎——因為儲存在錢包中的支付歷史可作為信用評估標準，用以證明 AI Agent 的財務狀況與營運表現。
一旦建立起這種基於數據的信用評估體系，錢包供應商就能自然地擴展到下一代金融服務中，例如專門針對 Agent 的基於營收的融資（Revenue-Based Financing, RBF）。
Stripe Capital 是在既有支付數據之上成功打造新金融業務的典型代表。當 Stripe 於 2019 年 9 月推出其貸款服務 Stripe Capital 時，它並沒有依賴外部信用徵信機構或繁瑣的貸款文件。它僅使用透過自身支付網路流動的商家即時銷售數據，就能評估出貸款資格與額度。
Stripe 的案例表明，一家公司完全可以在其既有業務的數據管道之上構建出高價值的金融業務，而不需要建立單獨的銷售網路或進行額外的行銷拓展。
Agent 錢包供應商很可能會走上相同的擴張路徑。透過錢包持續累積 Agent 的收入數據，能夠為透過 RBF 墊付營運資金創造依據，並使其轉型為聚焦 Agent 的金融平台並從中獲利。
然而，建構這條新業務線取決於一個前提條件：AI Agent 必須超越單純的支付執行工具，演變為能自行產生收入的資產持有主體，並賺取足夠的真實收入來償還借貸。
5. 這種成長目前仍未被證實
前面針對 Coinbase 預測的 7 倍收入成長，以及向 RBF 的業務擴張，都是建立在「Agent 支付走向普及」這一假設之上的樂觀情境。要在真實經濟中建立起這套體系，仍面臨巨大的障礙。
首先，關於 AI Agent 的實際購買轉換率與支付可靠性，仍存在重大的疑問。Agent 在自主下單過程中仍可能出現誤操作，因「幻覺（Hallucination）」而造成錯誤支付；有時交易還會因發卡機構的反詐欺系統（FDS）拒絕而被直接攔截。因此，現階段的實際支付完成率仍偏低。
此外，像 x402、AP2 和 MPP 等支付協議仍處於割裂狀態，未能統一為單一標準；同時，對於並非法律主體的 AI Agent 而言，明確的 KYC（身分驗證）與金融監管政策的缺失，也是市場進一步擴張的另一大阻礙。
因此，錢包供應商眼下的目標並不是短期的手續費收入。蘋果的 App Store 花了 15 年時間才建立起一個每年 100 億美元規模的手續費市場，而微信支付也花了 7 年時間才建立起龐大的小程式生態。Agent 錢包正在遵循類似的長期時間線，專注於構建生態系統，而非爭奪眼前的短期回報。
眼下這場競爭，爭的不是今天那點邊際收入。而是看誰能在五到十年後全面成形的智能體經濟中，率先掌握資金流向的資料控制權。