AI × 加密综述：代理支付托管、可验证推理与物理数据层

AI × 加密的讨论已从“代理将进行交易”转向使代理交易安全的基础设施：托管、交付验证、争议窗口，以及实际运行内容的加密证明。下面几乎所有项目中反复出现的开放性问题都是一样的——基础设施的构建速度超过了证明其合理性的需求。

代理支付正趋向于托管、验证和争议窗口

TermiX 的代理自主商务协议（AACP）是本批次中最常被提及的设计模式。根据 @kriptosensei0 的说法，TermiX 为代理提供了发现服务、下订单、接收交付物并在链上结算支付的基础设施，客户资金在工作开始前由托管账户持有，通过哈希验证确认交付了正确的文件或版本，并设有明确的窗口供客户提出争议。@oxadriancole 将同样的机制视为链上托管重要性的原因：当工作报价被接受时，支付被锁定，并通过工作结算流程释放，交付物与链上哈希和争议挑战窗口相关联。@ELoghinova 将身份和声誉归因于 ERC-8004，将任务组织和结算归因于 AACP 中的 ERC-8183。@Sense_mex 和 @kumar58429 描述了相同的流程：代理 → 工作 → 托管 → 执行 → 验证 → 结算。@Ranaverse618 表示 AACP 已在 BNB Chain 和 Base 上上线，提供商保留约 95% 的收入。

该协议还支持代理之间的分包。@Defi_Insider_1 描述了一个演示，一个名为 Forge Studio 的代理收到一份 2,000 USDC 的游戏简报，将其拆分为美术、动画和声音子任务，并雇佣专业代理——每个子任务都带有明确的范围、价格和质押支持的保证——而主代理则负责代码和集成。@themahmud5 描述了相同的示例，并指出协调代理不再只是完成任务，而是在分配工作和管理交付物。

与支付相邻，有几篇帖子认为代理需要一种方式来展示自己作为可销售的服务。@EthDerrick 描述了创建代理服务页面并列出可购买的服务，将其定位为让代理“超越仅仅拥有身份，真正提供人们可以付费的东西”。@Defi_Insider_1 指出，预测市场代理 PolyWin.agent 已在 TermiX 生态系统中上线。

权限问题：将行动权与支付凭证分离

一个不同的讨论涉及代理实际上应该被允许持有什么。@leilamakes 明确指出了这一区别：“授权 AI 代理进行购买与给它你的实际支付信息之间存在巨大差异”，认为代理商务需要一种将行动许可与敏感信息访问分离的方式。@terryangelos 将同一问题描述为一场“钱包战争”，涉及在代理成为电子商务新用户体验时谁提供支付凭证，并预测代理商务的 AOL 时代将让位于开放标准。

本批次中出现了具体的钱包集成。@francescoswiss 宣布 MetaMask 的 Agent Wallet 可在机器人上使用，让 AI 代理管理钱包、交换和桥接代币、在 Hyperliquid 上进行永续合约交易、访问 Polymarket 预测市场以及赚取链上收益。@project0 描述了将 Claude、Cursor、Codex 或 x402 连接到用户自己的 DeFi 联合驾驶舱，一个代理链接即可覆盖帖子所称的 Solana 信贷市场 98% 的份额。@coinbureau 报道称，Ripple 与 Stripe 旗下的 Privy 合作，将嵌入式钱包和 AI 代理支付引入 XRP Ledger，可编程钱包允许代理持有资金并进行交易，包括通过 x402 支付；帖子称 Ripple 表示 XRPL 已处理 1300 万笔代理支付，代理活动现在约占网络活动的 25%。

x402 的交易量是真实的；买家是开放性问题

有两篇帖子反驳将代理支付量作为成功指标。@Baheet_ 表示，在预测 x402 将成为 AI 代理支付轨道十一个月后，“轨道已经建成”，涉及 Linux 基金会、Stripe、Visa 和 Mastercard——但补充说“买家从未到来”，89% 的交易量不是真实的。@only1mrwhite 指出 Coinbase 在其 2026 年第一季度业绩中报告处理了超过 1 亿笔 x402 支付，然后警告说交易数量可能包括重复测试、自动请求和微支付，这些微支付价值不到一分钱，因此高交易量并不自动意味着有意义的收入或可持续的需求。

另外两篇帖子将代理商务视为赢家通吃的分发生态问题。@shafu0x 认为代理商务“对于不是第一个推荐的人来说将是残酷的”。@RaoulGMI 认为代理经济的轨道将集中在少数几个 L1 上，因为所有经济活动都必须在某个地方协调。

可验证 AI：证明实际运行的内容

有一组帖子认为，一旦代理持有资本并调用工具，仅信任操作者就不再足够。@ferdo717 直接陈述了问题：你仍然必须信任操作者没有更换模型、篡改会话或隐藏实际运行的内容，并提议在 TEE 内进行硬件证明的执行，结果在同一交易中在链上结算，同时配备原生 AI 预编译和加密提示。@ericgudboy 将同一立场总结为“能力不等于信任”，并描述了 Ritual 为 AI 输出带来加密验证。@saamzzzbro 将 Ritual 的工作描述为从 2023 年管理资本的单一链上代理演进到构建代理机构的框架。

Primus Labs 因结合 zkTLS 和 FHE 而反复出现。@Fatimabadam 解释了 zkTLS 验证网站数据的真实性，zkFHE 在保护数据的同时允许对加密数据进行计算，目标是将其引入现有区块链，而不是要求迁移到新链。@PatAscend 列出了四个组件：zkTLS 网络证明、在现有 EVM 链上实现私有和可验证智能合约的 zkFHE/FHE、带有 TEE 以及质押和惩罚的去中心化证明者节点网络，以及链无关的开发者 API 和 SDK。@gfon_wolf 给出了一个具体用例——证明来自真实在线来源的月收入声明而不泄露整个银行对账单，并在代理交易前验证市场数据的来源。@Legend451Crypto 表示 Primus 在 BNB Chain 上的 Confidential Vault 已上线，支持加密余额、私有转账和收益操作，其 zkFHE 研究已达到 USENIX Security 2026，并在 GPU 加速方面针对 FHE 的计算开销开展工作。

有两篇帖子涉及钱包级加密。@aquilaneratr 将 AmericanFortress 的 ZKPoSP 描述为种子来源方法：证明钱包是从秘密中合法派生的而不泄露秘密，其动机是在后量子安全模型中保持所有权连续性。作者明确表示这是一个研究方向，附带 IACR ePrint，而非已部署的标准。@xProfGonzales 讨论了 TensorCash 在可验证 AI 推理作为可交易商品及其周围金融基础设施方面的工作，并指出作者自己的警告：他追踪的人际和公司之间的关联并不确认合作伙伴关系、投资或机构参与。

去中心化计算：更大的子网、机密虚拟机和有用工作问题

Bittensor 的奖励机制发生了变化。@bittingthembits 报道称，OpenTensor 发布了 Null Consensus，将每个子网的参与者上限从 256 提高到 2,500——从大约 32,800 个槽位增加到约 320,000 个槽位。在之前的 Yuma 系统下，矿工提交工作，多个验证者对其评分，协议裁剪多数不支持的分数；在 Null 下，最高质押的验证者设置矿工权重，而其他质押者仍按比例获得分红，精确的整数权重确保在数千名矿工之间保持微小奖励份额的准确性。作者指出 Yuma 仍是默认系统，子网所有者可以选择自己的奖励系统。同一帖子强调，矿工现在可以通过工作量证明注册，而无需预先提供 TAO，这意味着自主代理可以仅使用计算资源加入、竞争和赚取。作者自己的警告：Null 将权重设置交给一个验证者，并依赖对该验证者的信任，廉价注册需要垃圾信息防护，更多的席位并不自动意味着更多的价值，除非子网用有用工作填满它们。

@0xchainink 列出了 128 个中 16 个最大的活跃 Bittensor 子网，包括 SN51 lium.io 租用 GPU、SN64 chutes.ai 托管模型、SN4 TargonCompute 用于密封飞地计算、SN53 engyai 用于证明模型运行、SN44 webuildscore 用于数据摄像头、SN120 affine.io 用于推理竞赛。@opentensor 描述了 Subnet 4 的 Targon 在 Bittensor 上构建去中心化 GPU 云，其机密虚拟机使用 Intel 和 NVIDIA 硬件安全来保护敏感模型和数据，即使对操作服务器的提供商也是如此。@ShizzyUnchained 报告称 SN92 REAX 加入了 Bittensor，其 decisionmodels 构建旨在做出决策而非生成文本的模型，声称推理速度最高可提高 4 倍，API 定价起价为每百万输入代币 $0.019。@Cats_CR 补充说，该项目在 JevBench 上进行数周基准测试后启动。

Pearl (PRL) 是本批次中最详细的有用工作案例。@0xchainink 将其描述为工作量证明第 1 层，矿工进行矩阵乘法而不是哈希，基于 Ilan Komargodski 和 Omri Weinstein 在 2025 年发表的论文“任意矩阵乘法的工作量证明”，该论文提出了一种方案，其开销仅为朴素矩阵乘法的 1+o(1)。帖子称主网作为基于 btcd 的比特币分叉启动，采用 ISC 许可，保留 UTXO 模型和费用拍卖，同时将哈希替换为分块 INT8 矩阵乘法，输入通过低秩噪声掩盖，每个获胜证明包裹在 Plonky2 zk-SNARK 中。帖子称没有预挖和代币销售，与 Together AI 合作提供 Gemma-4-31B 端点，折扣超过 25%，因为排放抵消了部分成本，NVIDIA Inception 成员资格，以及社区审查中的 FP8 规范。关键是，同一帖子引用了 Abhinaba Basu 的一项独立 arXiv 研究，估计网络约 320,000 个 GPU 等效设备，消耗约 112 MW，发现哈希率主要是纯挖矿而非真实 AI 推理——协议验证矩阵工作发生，而不是其是否有用。

@sreeramkannan 宣布了 Darkbloom，被描述为一个去中心化推理网络，任何拥有 MacBook 的人都可以成为“数据中心”的一部分，框架围绕最大化后 AGI 时代的个人自主性。@zordcrypt 列出了加密方法处理计算的分类：GPU 所有和融资（Compute Labs、gaib.ai）、去中心化计算市场（Aethir、io.net、Akash）、代币化推理访问（Orbio、Cerebro）、去中心化 AI 生产（Bittensor 子网）和代理驱动需求（Virtuals）。作者的核心警告是，网络可以处理数百万的计算支付，而不会为其代币创造等量需求，四种经济位置——硬件所有者、市场、融资协议、代币持有者——是不同的。

一个较小的计算经济学帖子值得注意：@JPuurnomoa 描述了 MarathonBuild 允许你保留相同的模型和 API，但指定你可以等待多长时间，更长的窗口将运行成本降低高达约 65%，由 GoKiteAI 驱动——论点是代理经济需要便宜的耐心和快速的答案一样多。

物理 AI 的数据问题是来源问题

大量帖子认为机器人需要关于特定真实地点的地面数据，更难的问题是证明数据来自哪里。Vangrid 是这里引用最多的项目。@HBO_data 描述了实时流程：代理通过一次 HTTP 调用发布赏金并以 USDC 通过 x402 支付，资金存放在托管中，贡献者在手机上捕获站点，代理审查并接受提交，支付释放，代理收到 3D 模型；如果代理取消或期限过去，USDC 全额返还。帖子称该流程已在 Arc（Circle 的 L1）和 Base 上线，每次捕获通过 Base 上的 EAS 锚定，在贡献者设备上上传前模糊面部和车牌。@0xerfa 补充说，代理成为网络上的第三个角色，与贡献者和请求者并列，无需账户或 API 密钥。@tofudestiny 指出一个设计细节：买家最初收到带水印的预览，而原始素材在验收前保持不可访问，重建可能需要一个多小时，因此交易具有不同阶段：捕获 → 预览 → 验收 → 重建/交付 → 结算。@e4ma_officiall 解释说，在记录时创建指纹，捕获数据与其根在 Base 上批量证明，因此原始视频保持在链下，而证明和支付活动可在链上审查。

有几篇帖子强调了为什么来源比数量更重要。@njkjh00 认为对于机器人来说，“这是从哪里来的？”不再是无聊的元数据问题，来源成为产品的一部分。@LeonWgmii 报告称浏览器显示 123 万+ 次捕获、249 万+ 网格事件和 4,500+ 次证明，并指出链上证明并不自动使素材准确，但为问责制创造了基础。@0xLongDC 认为有用的区别是从机器将行动的精确视角获取按需数据，指出 Vangrid 在 8 月宣布 900 万美元种子轮之前已于 7 月上线 Web 和 Android。@Axismeta 和 @Axismeta 表示 900 万美元的资助来自 HashKey、Crypto.com Capital、Animoca Brands、Borderless、Gate Labs 和 MapleBlock，早期贡献者在 TGE 转换为 $VAN 之前赚取 PTC。@Headmetax 提供了相反的观点：更多的捕获不自动意味着更高质量的数据或持续的企业需求，重要的里程碑是数据质量、地理覆盖、重复买家和实际数据使用的收入。@tbros6868、@Ugnonny、@R2carloss、@CARTOONIST_MC1、@bigfarm_x、@RayhanTreader、@Ugnonny、@kaybee_mmg、@nguyenthambt 和 @meo_testnet 提出了相同论点的变体——集中式收集团队无法单独覆盖物理世界，设备上的匿名化加上链上验证是使贡献者提供的数据可用的关键。

另外两个物理数据项目出现。@2xnmore 报道称，OpenRoboto（SN80，被描述为 Bittensor 上最大的机器人子网）在其前 30 个 OR S1 数据收集器上安装了 peaqOS，为每个设备提供在 Solana 上的去中心化身份和钱包，因此每一小时的第一人称工作场所录像都能追溯到特定公开可检查的设备，设备可以在 Solana 上就接受的性能直接获得支付，收集器变得可融资。作者指出，明确的下一步是机器货币市场以资助更多单元。@0xUpkibaVn 将 Axis Robotics 描述为 Base 上的一个复合数据引擎，全球培训师提交经过验证的链上轨迹，供应上限硬顶为 10 亿，超过 61% 分配给网络和社区奖励；@0xLongDC 补充说，Axis 收集了数百万条轨迹，并正在为 TGE 做准备。

个人 AI 所有权和记忆锁定论点

@AshtonHetti 介绍了 Own 1 和一种称为可扩展私有智能（SPI）的架构，认为这个十年的真正锁定不是应用商店，而是你的记忆：模型的能力正在趋同，但每个模型了解你的内容并不趋同。提议将“你的智能”（记忆、上下文、文件、工作区、身份、偏好、代理、工作流）与“执行”（模型、GPU、云、设备）分离，因此模型成为你可以交换的商品，而你积累的个人上下文成为可移植资产。帖子描述了三个组件——OwnXOS 基于 NixOS，密钥通过 TPM2 绑定到硬件并全盘加密，Own 1 作为个人 AI 计算机，设备上 99 TOPS，多达 96 GB 统一内存和 8 TB 可更换加密存储，以及 OwnXCloud 跨 34 个提供商在 482 个区域路由溢出。值得注意的是，本综述中，它指出每个代理都有一个钱包，带有不可超越的支出政策，通过 x402 以稳定币支付模型、API 和计算，每个行动都留下收据。

反复出现的需求侧问题

在这些项目中，最一致的警告是代理、计算和数据的供应本身并不能创造经济。@salar_bloch_ 直接指出：代理经济的下一个大问题不是构建更多代理，而是找到真正需要他们工作的人，真正的增长指标是完成并支付的有用工作数量。@only1mrwhite 将同一张力描述为基础设施是成为真正的经济还是非常活跃的沙盒。@Headmetax 适用于物理数据：问题不是捕获了多少现实，而是该数据能创造多少价值。@bittingthembits 对 Bittensor 扩展的容量提出了等价观点——更多的席位不意味着更多的价值，直到子网用有用工作填满它们。