AI × 加密综述：代理商务托管、可验证计算与物理世界数据之争

本轮 AI × 加密讨论的主线是，难题已从模型能力转向结算、验证和数据供应。代理市场正在趋同于相同的交易生命周期，零知识证明和 TEE 证明被宣传为验证 AI 工作的方式，一批项目正试图将智能手机转变为 Physical AI 的付费传感器网络。

代理商务正标准化为托管、交付证明和争议窗口

多个项目现在描述了 AI 代理的相同四步交易生命周期：资金锁定在托管中，提交交付物，挑战窗口，然后结算。TermiX 的 AACP 协议被描述为围绕这四个状态构建交易——托管 → 交付 → 挑战 → 结算——并提供支持 TypeScript、Python 和 Go 的 SDK，使应用程序能够发现代理服务、下订单、接收交付物并在链上结算 @Jdjoy321。另一篇文章将 AACP 描述为定义需求、商定报价、链上托管、提交的交付物以及评估或争议解决流程 @Jaxon0x。

这种结构的论点是，仅靠能力并不能使代理经济运转。正如一篇文章所说，自主代理“仅靠能力无法建立可持续的经济”——它们还需要围绕所执行的工作和收到的付款承担责任 @Jaxon0x。一篇相关文章提出了多代理版本的问题：当一个代理收集数据，第二个代理分析数据，第三个代理撰写报告时，错误的输出如果没有记录每个代理收到和交付内容的链，就没有明显的地方来分配失败责任 @Yosefphr。

挑战机制是大多数帖子关注的焦点。一篇关于 GoPlus Security 代理列表的描述具体列出了流程：雇佣具有明确范围和价格的安全服务，订单接受时锁定托管资金，提交带有交付哈希记录的工作，允许客户在结果不符合要求时提供证据进行挑战，然后结算并将结果反馈到代理的链上声誉中 @Pengu0033。同一位作者的告诫是，争议机制并不能保证正确的结果——证据质量和评估过程仍然很重要 @Yosefphr。

验证是技术主张变得更加具体的地方。一篇帖子称其阅读了 TermiX 的文档，发现了基于 TEE 和 zkVM 的交付验证：在可信执行环境中执行的代理产生加密证明，表明代码未被篡改地运行，提供商可以在 zkVM 内生成零知识证明，以确认输出正确性，而不会暴露模型权重或私有数据集。链上托管合约在释放稳定币之前检查这些证明，如果验证失败则拒绝交付 @JunoCrypto3。

市场设计也在向两个方向推进。“开放请求”流程让客户发布需求——描述工作并让提供商响应——而不是手动搜索提供商，作者认为这对代理间商务很重要，因为自主代理不会像人类那样浏览市场 @Rumii_404。分包是另一个方向：在两篇帖子中描述的演示中，一个名为 Forge Studio 的代理接受了一份 2,000 USDC 的游戏开发简报，将其拆分为美术、动画和声音子任务，雇佣其他代理完成这些任务，并保留核心编码和系统集成，每个子任务都有其自己的范围、价格和质押支持的保证 @VaveylaCrypto@ngochoa2k2。

这些帖子中反复出现的反驳观点是，供应不是瓶颈。一篇帖子提出了直白的问题——“每个人都想构建 AI 代理，但谁真正雇佣它们”——并认为下一个突破将来自给代理有意义的工作，而不是列出更多代理 @salar_bloch_。另一篇帖子认为，第一手使用报告，包括错误报告和失败的报价，比精心制作的功能帖子更有用的市场遥测数据 @MasterX093。

争议解决被描述为独立于支付的层。一篇帖子介绍了 GenLayer 的“互联网法院”提案：代理在交易前商定条款并选择争议提供商，资金留在托管中，选定的 AI 验证者审查原始协议和提交的工作，必须多数同意，并且在决定最终确定和合约释放资金之前有一个上诉窗口。该帖子将 Arthur Hayes 的观点归因于代理可以选择在哪里解决争议，就像金融合约可以指定司法管辖区一样。同一位作者补充了一个实际反对意见：如果挑战 50 美元的费用超过 50 美元，小额支付仍然需要一种负担得起的方式来争议糟糕的服务 @HassanNawaz_1。

在协议层面，一场与 Hedera 相关的研讨会演讲描述了引入一个框架，用于使用新兴协议（包括 UCP、AP2、A2A、LCP、ANS 和 x402）构建代理商务体验，并演示了涉及交付代理的场景 @narb_s。一篇关于 TOKEN2049 新加坡五场边会的回顾明确总结了立场：AI × 加密正在快速推进，但结算层仍然是悬而未决的问题 @AEON_Community。

代理支付：x402、稳定币与助手商务的分裂

x402 被解释为一种机制，让软件无需账户或卡片即可按请求向网站付费，一个视频系列将开放问题框定为用户是否会允许 AI 代理代表他们花钱 @juanjoarl。

代理购物的商业利害关系通过两家零售商之间的对比来说明：Shopify 发布了一种方式，让个人助手可以购物其所有产品，而无需人类访问商店网站，而 Amazon 则对个人助手关闭，要求人类访问其网站——作者的结论是 Shopify 赢得了代理商务 @liadyosef。

钱包和结算基础设施正在向多条链上的代理扩展。Privy 被描述为将可编程钱包基础设施引入 XRP Ledger，以支持支付和代理商务 @allthemoney。SperaxUSD 被描述为成为 OpenAI Select Partner，一篇合作伙伴帖子详细介绍了包括 x402 结算、哈希链行动账本和支出守卫，以及涵盖 EVM 和 Solana 上 ERC-8004 的单一代理声誉评分，以便代理在支付前检查其交易对象 @trythreews。

代理支付的风险方面得到了一个具体例子。一篇帖子叙述了 Elon Musk 向他的粉丝发布了 Grok 代理的 Lego 订单截图，暴露了订单号、价格、配送和账单地址、卡号后四位以及机器人使用的电子邮件；另一位用户随后发布了截图，暗示订单已通过 Lego 的客户服务聊天机器人被操纵，包括数量更改为 400 和更改配送地址。该帖子指出 Lego 拒绝评论，且这些均未得到确认。它还引用了 Visa 在 2025 年底关于代理商务欺诈的警告，其中虚假商户网站诱骗 AI 代理购买并收集支付数据，并报告 2025 年下半年恶意机器人发起的交易增长了 25%，在美国增长了 40% @docrussjackson。

可验证和私有 AI：ZK 证明、TEE 与后量子对冲

一批帖子认为，AI 的到来使密码学验证变得紧迫而非可选。一篇帖子声称 Vitalik Buterin 表示 AI 可能提前多年破解当今的加密数学，并提出了 zkSync 的 Airbender、Atlas 和 Prividium 作为答案：基于哈希的证明，没有椭圆曲线和格，因此 AI 无法破解。作者表示，Memento Chain 从一开始就基于该基于哈希的 Airbender 证明层构建 @Memento_Bc。

KBW 的小组回顾提出了更广泛的论点，即零知识证明不仅对隐私重要，而且对让人们控制数据和资产同时仍允许可编程合规性也很重要，演讲者描述了 Miden 正在构建的内容 @azeemk。

企业验证也在产品化。Sui 被描述为与 Google Cloud 合作构建可验证代理仲裁器（VAA），将可验证的 AI 行动和严格的企业控制引入生产环境 @Kael_robiu。

零知识证明正被应用于身份和合规性，而不仅仅是计算。一篇帖子描述了 AmericanFortress 的同所有者钱包验证，它允许桥接验证接收地址是否属于原始存款人，而无需透露存款人身份，引用了约 6.65 秒的证明生成和约 475 毫秒的验证，而之前的方法每个证明需要 30 多分钟，同时强调了使用零知识证明和后量子方法 @0xshorif。另一篇概述将同一项目的 SafeSend 功能列为无需依赖硬币混合器即可实现匿名交易 @0xAdilX。

在 XRP Ledger 上，一篇帖子认为交易所不应需要银行对账单来进行合规检查，并描述了一种模型，其中银行签发签名凭证，钱包回答关于资金是否合法的是/否证明，交易所检查数学而不查看交易。该帖子引用 Credentials 和 Permissioned Domains 已在主网上线，DNAOnChain 将 ZK 证明锚定在 XRPL 测试网上，以便证明无法被悄悄更改 @RippleXity。

一个金库协议公告描述了使用零知识证明的隐私优先金库，以便协议可以在不查看用户数据的情况下验证所需内容，以及由 zkML 驱动的活体检查，主网定于 2026 年 11 月 11 日 @vaultZKprotocol。

去中心化计算和模型市场

Bittensor 的 Engy 子网被描述为 Liquid Inference（Architect Financial Technologies 的新实时 AI 推理交易所）上的启动提供商，提供商在价格上竞争以服务 700 多个模型的请求 @MSBIntel。

AI 工作负载的存储和调度是合作伙伴公告的重点：Linka Labs 和 Nebulai 将 Nebulai 描述为去中心化、可编程的计算层，将闲置的 GPU 和 CPU 转变为无需许可的网络，而 Linka Labs 正在为 AI 网络构建存储调度协议，使模型权重、数据集和代理状态可发现和可调度 @LinkaLabs。

差异化正在基于硬件假设而非原始规模进行论证。一篇帖子声称大多数 DePIN 计算运行在改装的消费级 GPU 上，而 PowerNode 从第一个规格开始就为推理而构建——“不同的起点问题，不同的网络” @Pai3Ai。Acurast 提出了类似的宣传，描述将智能手机转变为去中心化计算网络，以实现更私密、可验证的 AI @Acurast。

Bittensor 的经济学在一篇帖子中得到了明确的主观处理，该帖子认为，由于 Bittensor 的挖矿竞赛经济学，没有人能在 TAO 的生产成本上击败 TAO，并将其与比特币如何免费挖出最大的超级计算机应用于 AI 进行比较 @markjeffrey。另一篇帖子宣布了 Bittensor 相关的 Perturb 视频竞赛，该竞赛被描述为在 AI 模型进入现实世界之前发现其弱点，总奖金为 7 TAO，以 SN26 alpha 支付，并向 Bittensor 前 350 名声音开放 @Stitch3_ai。

一篇较长的文章认为，AI 基础设施正集中在少数控制计算、专有数据和高级模型的公司手中，而去中心化网络可以通过透明的激励和可编程支付来协调独立贡献者。同一篇文章指出，难点在于验证性能、保持可靠性，并在成本上与集中式云保持竞争力，AI 代理购买计算、数据或其他代理的服务可能是加密最强大的用例之一 @BossMon_02。一篇配套文章对数据所有权提出了同样的论点，指出贡献者通常对其信息的收集和货币化方式控制有限，区块链记录可以帮助建立来源并跟踪数据的使用方式 @BossMon_02。

去中心化数据：可验证的训练数据和物理世界捕获

DATA Foundation（前身为 Story）正在迁移到 Sui，Sui Foundation 投资了 3000 万美元并成为其最大的机构利益相关者，根据两篇社区帖子。同一帖子称 DATA 和 Trace 正在迁移到 Sui，拥有超过 2.5 亿条可验证 AI 训练数据的记录收据，Walrus Protocol 将成为 DATA Foundation 应用的默认存储层，DATA 仍然是协议代币，SY Lee 加入 Sui Foundation 担任战略顾问 @0xbunny_@0xbunny_。

一个相关的数据点说明了为什么现实世界镜头继续吸引构建者：Nature 发布了 Natura-1，一个 500 亿参数的机器人手模型，基于超过 100 万小时人们使用手的第一人称视频训练，据 Forbes 报道。同一帖子指出了作者的告诫，即尚未发布成功率或基准，从人类视频到可靠的机器人行为仍未解决 @SmaeiliVahid。

Vangrid 是本次综述中讨论最多的项目，其宣传在帖子中保持一致：将智能手机转变为分布式捕获网络，以便按需扫描现实世界位置，重建为 3D 模型，并链接到 Base 上的可验证来源，贡献者以 USDC 获得报酬 @tolu_id@Rabiussunny11@JaviQminer@EthanZguyen@SahelWeb3@remonnyy@RosecryptoXx。所述动机是机器人和自主系统需要关于特定物理位置的准确、最新信息，这些信息无法从网站抓取或完全在模拟中生成 @tolu_id@mahdiHas@remonnyy。

几篇帖子详细描述了工作流程：请求者（包括 AI 代理）为特定位置提供赏金，贡献者访问并使用智能手机扫描，捕获被审查并重建为纹理模型，可下载为 GLB 文件，捕获记录通过 Base 上的链上来源进行验证 @Rabiussunny11@ZunnuMetaX@0xPritom。支付被描述为通过 API 在 Base 和 Arc 上使用 x402 运行 @EthanZguyen@0xPritom，一篇帖子称首个代理发起的赏金已在 Arc 上支付 @0xPritom。验证被描述为捕获在记录时进行指纹识别并批量进行公开验证，因此买家不必完全依赖集中式数据库 @ArewA_96，基于 Merkle 的批处理通过以太坊证明服务锚定在链上，因此来源可公开检查，而无需每次捕获单独交易 @aduwaye77@0xPritom。

报告的网络指标因快照而异，应视为自我报告。一篇帖子引用了 12/10 的更新，显示 1,250,000 次捕获、450,000+ 用户、4,700+ 证明和 $600,000+ USDC 已支付，高于 21/9 的 100 万次捕获 @Girlgym67；另一篇引用了 1,267,503 次捕获、4,916 次证明、619,409 USDC 结算、2,570,536 个网格事件和 452,755 个活跃节点 @ftm97_；第三篇引用了 Base 上 502,752+ 次验证捕获，完成 415 个赏金，结算 $239,990+ USDC @CoderJunkie。一篇帖子称赏金市场于 1/10 在 Arc 上线，Jeremy Allaire 引用转发了它，将该项目描述为“DePIN，用于构建 3D 物理世界 AI 模型，从 AI 到人类众包，使用 USDC 和 Arc” @Girlgym67。

资金和团队背景据报道为 900 万美元种子轮，参与者包括 HashKey、Borderless、Crypto.com Capital、Animoca Brands、Gate Labs 和 Mapleblock Capital，总部位于阿姆斯特丹，是 NVIDIA Inception 的一部分，团队经验来自微软的量子计算和 HoloLens 团队以及分布式系统工作 @cryptob28811588@ftm97_@cryptob28811588。

几篇帖子提出了技术限制，而不是认可该模型。一篇帖子认为，完成的捕获不会自动产生机器可读的表示，因为相机移动、光照、视觉重叠、重建质量和数据年龄都会影响有用性，链上来源使贡献记录可审计，但不能独立确定重建与物理现实匹配 @tofudestiny。另一篇帖子对成功捕获、接受的预览和满足特定机器人应用精度要求的模型进行了同样的区分，指出为视觉检查构建的模型和为导航构建的模型可能需要对同一环境有非常不同的属性 @nguyenvann6_24。第三篇帖子关注数据新鲜度，认为时间戳确定了捕获发生的时间，但不能确定环境将保持不变多久，需求驱动的网络以新鲜度换取响应时间——延迟的重建可能对计划数周后的部署没问题，但对面临新堵塞通道的机器人毫无用处 @mayflowers2x8。第四篇帖子指出，刷新空间数据需要将新捕获与正确位置关联，区分真实物理变化与相机位置或光照引起的差异，并给下游用户一种判断置信度的方法 @nguyenvann6_24。

在行业层面框架上，一篇帖子报道 Grayscale 的 AI 加密板块在 9 月回报率为 +54%，而更广泛的加密市场为 +24%，而 AI 仍然是 Grayscale 列表中最小的板块，约为 150 亿美元，并总结了 Grayscale 强调的四个代币符合 AI 基础设施叙事：NEAR 用于代理商务轨道，Venice 用于隐私优先的 AI，World 用于人类证明，Bittensor 用于开放的专业 AI 子网网络。同一位作者自己的告诫值得记住：“叙事比收入移动得更快。知道你买的是哪一个。” @2xnmore

总结

本轮 AI × 加密最实质性的活动在于基础设施而非模型：代理商务协议标准化托管-交付-挑战-结算流程，基于零知识证明和 TEE 的 AI 输出验证，去中心化计算和存储市场，以及为 Physical AI 支付人们捕获现实世界 3D 数据的网络。