0x0 题记

互联网泡沫那年，有人说"所有公司都会变成互联网公司"。

移动互联网那年，有人说"所有公司都会变成 APP"。

现在有人说，"所有交易都会变成 agent 之间的交易"。

前两句话都对了。

0x1 一个让人类有点尴尬的问题

先讲个小故事。

你打开手机，让 AI 帮你订机票、比价、订酒店、查汇率、划转一笔资金给海外账户。AI agent 一气呵成，全程 5 秒。

然后你发现——这中间它登录了你的账号、动用了你的资产、签署了某种电子协议，而整个过程里，它用的是你的 OAuth 身份、你的银行卡、你的信用记录。

问题来了：它到底是你，还是它自己？

这不是哲学问题，这是基础设施问题。

现有的数字世界——不管是 Web2 的银行系统、支付网关，还是 Web3 的 ETH、Solana——全部是为"人类用户"设计的。账号需要人脸识别，交易需要人工确认，身份体系是 OAuth，结算节奏是以天为单位。这套东西从 1990 年代开始设计，设计前提是"操作终端的是人"。

但现在操作终端的不一定是人了。

这就是所谓"AI-native blockchain"这个概念诞生的背景——不是"区块链 +AI"这种拼凑，而是从底层重新问一遍：如果用户是 AI agent，基础设施该长什么样？

0x2 现有体系有多不适配

举个具体的例子。

一个 AI agent 需要在全球十个平台同时执行套利交易。每笔交易大概 0.3 美元。它每分钟需要执行几百笔。

用 Visa？单笔手续费 1.5% 起，还有跨境费，批量清算 T+2。光手续费就能把利润吃光。

用 ETH mainnet？复杂合约交互的 Gas 费虽然比巅峰期跌了 95%，但一旦网络拥堵还是会抖动，而且 0.3 美元一笔的微交易，光 Gas 就可能比本金贵。更别说 agent 要的是每分钟几百笔——mainnet 的节奏根本跟不上。

用传统银行 API？每个平台的身份验证体系不一样，agent 得拿着"人类马甲"挨个登录，M 个 agent 乘以 N 个平台等于 M×N 个验证地狱。

这不是效率问题，这是结构性错配。现有体系根本没有为"机器间高频微支付"这个场景设计过任何东西。

更根本的问题是身份。一个自主 AI agent——它不是你的员工，不是你的工具，它可能是一个独立的经济参与者，持有资产，签署合约，承担责任。它需要一个属于自己的 cryptographic identity，而不是借用某个人类账户的壳。

没有身份，就没有信用。没有信用，就没有合约。没有合约，就没有经济活动。

0x3 反转来了：Blockchain 不是答案，但可以是答案的一部分

这里有个很有意思的反转。

很多人一听"AI+ 区块链"，第一反应是：又来了，又是新瓶装旧酒，又是叙事游戏。

这个反应不完全错。过去几年确实有大量项目把 AI 当噱头，把区块链当融资工具，实际上什么问题都没解决。

但这一次，技术路线变了。

关键的变化在于一个叫 Proof of Computation（PoC）的设计思路——重型 AI 计算放在链下跑（用 AWS、腾讯云、阿里云的 GPU），链上只做一件事：验证计算过程的密码学证明。

Origins Network 把这个逻辑说得很直白：我们不是要把区块链变成数据中心，我们是要把区块链变成 AI 行为的验证器。

这个区别很关键。链不需要重新执行一遍模型推理，它只需要确认"这个 agent 确实按照声称的方式完成了这个计算"。信任不来自于相信 AI，而来自于密码学证明。

这个思路，让"可验证 AI"第一次变得在工程上可行。

0x4 三条路线，各有各的道理

现在全球跑在这个赛道上的项目，大致可以分三类：

第一类是算力网络，代表是 Akash、Render、io.net。核心逻辑是用 token 激励闲置 GPU 接入网络，降低 AI 算力成本。道理简单，市场也确实存在，但它解决的是"算力贵"的问题，不是"agent 身份"和"agent 支付"的问题。

第二类是 agent 专用链，代表是 Origins Network、Kite AI、Theoriq。这类项目的核心是为 AI agent 构建原生身份、支付通道、可验证计算基础设施。它们处理的是"agent 作为经济主体"这个更深层的问题。

第三类是数据和模型网络，代表是 Bittensor、0G Labs、Fetch.ai。这类项目聚焦在分布式机器学习和 AI-to-AI 经济框架，解决的是"模型和数据如何在去中心化环境里流转"的问题。

这三类不是竞争关系，是层次关系。算力是基础设施，身份和支付是协议层，数据和模型是应用层。

问题是这三层目前各自为战，标准不统一，互操作性极差。

0x5 一个值得仔细看的合作

说到互操作，Origins Network 和 Conflux Network 的合作是个有意思的案例。

Origins 是 AI agent 专用的模块化区块链，PoC 共识，刚在 2026 年 3 月完成 800 万美元融资，投资方包括 Animoca Brands。它解决的是"让 AI 行为可验证"的问题，背后有 AWS、腾讯云、阿里云的算力支撑。

Conflux 是什么？一条用树图（Tree-Graph）共识的高性能公链，混合 PoW+PoS，吞吐量高，费用低，而且有一个很特殊的优势——它是目前为数不多拿到中国监管合规资质的公链，在亚洲市场有真实的落地案例，包括和上海市政府、麦当劳中国的合作。Conflux 3.0 据报道支持高达 15000 TPS。

两者的结合逻辑并不复杂：Origins 提供可验证计算和 agent 身份，Conflux 提供高吞吐结算和费用赞助机制（用户无需持有 token 就能上链）。一个负责"证明 AI 干了什么"，一个负责"快速低成本地把结果记录下来"。

更重要的是合规维度。AI agent 在链上进行金融活动，监管问题迟早会来。Conflux 在这方面有先发经验，这对于想进入亚洲市场的 AI agent 应用来说，是实实在在的门槛优势。

0x6 Agent 经济长什么样

说了这么多基础设施，来说点应用层的东西。

DeFAI 是最近很火的一个词——不是 DeFi，是 DeFi 加上 AI agent。现有 DeFi 的问题是操作太复杂，普通用户搞不懂流动性挖矿、跨链桥、收益聚合器。AI agent 可以把这些全部封装掉，用户只说"我要最大化我的 USDC 收益"，agent 自己去调仓、跨链、复投。

但这里有个深层逻辑变化：agent 不再是"帮你操作"的工具，而是"替你决策并执行"的自主体。它需要独立的资金账户，需要能签署合约，需要能在多个平台之间无摩擦转移资产。

Fetch.ai 已经在测试 AI agent 间的支付系统——一个 agent 付钱给另一个 agent 购买计算服务或数据。这是真正的 agent-to-agent 经济，人类在这笔交易里完全缺席。

再往前看，还有一个叫 RWAiFi 的方向。GAIB 协议在做的事情是把企业级 AI 硬件的融资合同上链——GPU 租赁合同变成链上资产，可以被分拆、交易、抵押。AI 基础设施本身变成了金融产品。

这几个方向加在一起，大致勾勒出"agent 经济"的轮廓：agent 持有资产、agent 间支付、agent 驱动的金融产品。整个链条里，人类的角色从"操作者"退化成"目标设定者"。

0x7 还没解决的问题

但有几个问题，现在还没有好答案。

黑盒问题。大语言模型（LLM）本质上是概率机器，它会幻觉，会出错，会在没人发现的时候悄悄做出不符合预期的决策。ZKML（零知识机器学习）和 FHE（全同态加密）理论上可以解决可验证性问题，但工程上的成熟度还差得远，计算开销巨大。

扩展性问题。现在链上 AI agent 还是少数，一旦规模起来——几千万个 agent 同时执行交易——现有区块链的 TPS 根本撑不住。

监管问题。AI agent 在链上独立签署合同、转移资产，这个"主体"在法律上是什么？它的行为产生的责任由谁承担？这个问题没有答案之前，大规模商业应用基本上是空中楼阁。

产品市场契合（PMF）问题。现在这个赛道主要还是"叙事驱动"，真正有用户规模的应用极少。从"这个故事很好听"到"这个东西真的有人用"，中间的距离很多人低估了。

0x8 最后说几句

互联网早期，IP 协议是不知道"用户"这个概念的。后来 HTTP 加了会话，再后来有了 OAuth，基础设施一层层往上加，才有了今天的用户体验。

区块链现在面临的是同一个问题，只不过新的"用户"不是人，是 agent。现有的账户模型、Gas 模型、身份模型，全部需要重新考虑。

Origins+Conflux 的合作，是这个方向上的一个具体尝试。不是终点，是起点。

市场规模预测从 $60 亿到 $500 亿的各种数字，看看就好，时间表没人知道。但方向大概是对的——当 AI agent 开始真正持有和转移价值，它们需要一套专门为它们设计的基础设施。

这不是"区块链 +AI"的又一次炒作循环。

这是基础设施在追赶一个它还没有准备好的用户群体。

这种追赶，历史上每次都发生过，每次都比预期的慢，也每次都比悲观者预期的更彻底。