AI × 加密综述:x402 代理支付、可验证的代理商务与基于手机的计算

TL;DR

本批次中最具实质性的 AI × 加密活动集中在三个方面:代理支付轨道整合到 x402 和 USDC 上、基于托管加 TEE/zkVM 验证的可验证代理商务,以及在智能手机上运行真实 AI 工作负载的去中心化计算网络。反复出现的主题是验证——证明代理完成了工作、其使用的数据是真实的,以及代码按编写的方式运行。

代理支付正在整合到 x402 和 USDC 上

Circle 的第三季度业绩显示,x402 上超过 99% 的代理支付以 USDC 结算,一位发帖者将此解读为可编程货币和代理经济走向的信号 @Zkfenrir。

经济性上,稳定币小额支付优于银行卡。一项分析估计,仅 Cloudflare 每秒就处理 1.15 亿次 Web 请求,JSON 现在是最常见的内容类型,占响应的三分之一——大约每秒 3800 万次 API 调用,即每天约 3.3 万亿次——并指出 87% 的机器支付金额在百分之一美分到 10 美分之间,而银行卡的固定费用通常就要 30 美分 @Fintech03。同一帖子还提到,亚马逊的 Rufus 代理每 30 分钟检查一次价格,最长持续六个月,并在价格跌至设定目标时立即购买 @Fintech03。

并非所有人都认为钱包是缺失的一环。Eric Seufert 认为,ChatGPT 钱包并未引入超越 OpenAI 与 Stripe 共同创建的 Agentic Commerce 协议的根本性新能力,并且在功能上等同于 Muse 的 Stripe 集成与一次性虚拟卡:

支付基础设施本来就不是 Agentic Commerce 的主要障碍,ChatGPT 钱包也解决不了任何问题。 @eric_seufert

他将真正的瓶颈归因于代理与零售商之间的激励错位,以及代理在从交易中获取经济价值方面面临的困难 @eric_seufert。

Xona 则定位自己的钱包,称其更早地在更开放的轨道上实现了同样的前提:通过 x402 支持低至几分之一美分的原生 USDC 小额支付,自托管密钥并设有每笔支付和每日限额,并支持 Claude、Cursor、Codex、GPT 以及九个网络 @xona_agent。Dan Pantelo 预测会出现一个没有网站、只能通过与代理对话购买的 1 亿美元爆款品牌,并表示他拥有让品牌目录为代理做好准备的基础设施 @danpantelo。

可验证的代理商务:身份、托管与声誉

TermiX 的 Agent Autonomous Commerce Protocol (AACP) 是本批次中最详细的设计。它结合了托管、质押和多级验证架构:基于 TEE 的评估用于写作、研究、翻译和分析任务,zkVM 证明用于确定性程序,以及四个验证级别——L0 手动、L1 TEE、L2 zkVM、L3 组合 @atlas16022015。另一篇帖子描述了相同的四个级别,并强调 TEE 保护私人数据和 API 密钥,而 ZK 则在不重新执行计算的情况下证明计算正确运行 @Mahabub01726。两篇帖子都指出了局限性:这两种方法都无法证明 AI 生成的答案在事实上是正确的 @atlas16022015@Mahabub01726。

链上身份和结算被具体规定:代理句柄遵循 ERC-8004,托管遵循 ERC-8183,质押、罚没和争议解决通过评估员小组运行 @CryptooRamo_。TermiX 报告称获得了 YZi Labs 的 100 万美元种子投资,其市场上有数十万个代理和任务,交易量达数千万美元,并提供 TypeScript、Python 和 Go 的 SDK @CryptooRamo_。另一篇独立讲解将工作流程描述为:接受报价,将 USDC/USDT 锁定在托管中,在链上提交交付物哈希,然后在接受或满足结算条件时释放付款,并设有争议的挑战和超时机制 @Lakshy_x。另一篇摘要列出了通过 .agent 和 ERC-8004 的身份、基于已完成工作的声誉、托管、TEE/zkVM 验证,以及评估员和仲裁员角色,并通过 REST API、MCP 或智能合约进行集成 @banishahr66。

信任模型存在一个已知的缺口。对 AACP 身份层的一项分析指出,ERC-8004 代理并非永久是买方或卖方——同一个代理可以在一次交易中提供服务,在下次交易中雇佣另一个代理——因此两个代理反复互相购买廉价服务可以建立令人印象深刻的历史记录,而无需证明独立的市场信任:

托管验证的是合同结算。它并不能确定商业关系是否真正独立。 @destinydou_

作者建议关注对手方多样性和互惠交易模式 @destinydou_。另一篇相关分析将系统分为身份、执行和问责,并指出随机选择的三名评估员小组处理争议——同时提醒说,链上记录证明的是过程发生过,而不是每个 AI 答案都是正确的 @Hiepgold1689。

其他部分:代理身份和声誉让买家看到代理是谁、提供什么以及表现如何 @ajoyroy111;Agent Skills 将现有代理连接到市场,据报道兼容 Grok、Muse、Claude Agent 和 Dot @louispixels;开发者路径为构建、连接、建立身份、发布服务、接收工作,然后交付并建立声誉 @miiportable_btc。

除了交易之外,TermiX 还将代理打包为交付物。Montage Studio 将一份简报依次处理为处理方案、节拍时间镜头列表、故事板、音乐创作、视频制作和最终剪辑,直至 1080p 母版 @Milana0193。由 Claude Fable 5.2 驱动的 Game Creation Agent 将一句话描述变成可玩的游戏,用户会收到源文件 @0xBlue@DrPengu6@BarabiloT。同一来源还描述了 C724 Security Agents,它们持续监控钱包权限、合约活动和异常资金流动,并可能在授权权限内采取有限的保护行动 @DrPengu6。

去中心化计算:智能手机作为 AI 基础设施

Acurast 的 11 月 6 日技术报告在超过 100 部手机的网络中运行了 Qwen3.5-9B。一部 16GB Snapdragon 8 Elite 级设备处理 7,000 token 的提示词耗时 3 分 15 秒,而较小的模型则显著更快 @kengdaica。关键的架构要点是:添加副本可以让不同的手机并发处理不同的请求,这提高了总体吞吐量,但不会降低单次推理的延迟——正如一篇评论所说,“可扩展性不等于速度” @kengdaica。

对同一演示的第二篇分析补充了工程细节:模型使用 4 位权重压缩至 5.7GB,在兼容 OpenAI 的 HTTPS API 后面运行,并在测试的 Snapdragon 8 Elite 级手机上达到每秒 9.3 个输出 token @kengdaica。该作者总结说,这指向后台欺诈筛查、排队审核和批处理,而不是替代高性能云推理 @kengdaica。

报告的网络规模:超过 175 个国家/地区的 353,000+ 部手机、733,000+ 次部署和超过 11 亿次链上交易 @F1uxoo,另一篇帖子引用 350,000+ 部手机、10 亿+ 次交易和 765K+ 次计算部署 @Itz_mitsuki3。描述的工作负载包括机密 AI 代理和手机 CPU 上的 LLM 推理、保护超过 2 亿美元资产的安全预言机和质押流程、网络抓取、Telegram 机器人和无服务器应用 @F1uxoo。

设备信任通过硬件支持的证明处理,在 Android 上通过 Google,在 iPhone 上通过 Apple,并且由于证明凭证状态可能变化,在加入后仍会继续验证 @duongphat99。参与有一个低摩擦的入口点:Processor Lite 支持兼容的 Android 手机和 iPhone,无需恢复出厂设置,而 Core 则需要擦除设备 @Widmdge。奖励不基于设备数量——网络对 CPU 单核、CPU 多核、RAM 和存储进行基准测试,使用周期性心跳触发测量,并对在某个 epoch 内执行了指定部署的处理器给予 10% 的奖励权重;基础基准奖励不需要质押 ACU,而质押计算奖励则需要 @Hey_karl。

面向代理的角度是 Acurast 与支付故事连接的地方。代理可以通过普通的 Web 请求请求计算,并通过 x402 在 Base 上以 USDC 支付,无需 Acurast 账户、CLI 或 ACU;返回的是一个运行在手机上的 Ubuntu 机器,Android Core 手机支持完整的 Linux 作业,iPhone 支持 JavaScript 作业 @Lynketh2。部署在手机硬件 TEE 内运行,因此设备所有者无法读取秘密或更改代码,并且证明检查硬件是否真实以及环境是否完整 @jiabtc。几篇帖子都强调了同一点:给代理一个钱包回答了它如何支付的问题,而不是在哪里运行或谁可以检查它 @akashroy1k@shakibmunsi0@23xsharif。Acurast 还推广无服务器计算,按执行支付 ACU 或 USDC,并提供正确执行的加密证明 @remonnyy。

两个演示说明了边缘推理的主张。在 Laya Tetris 演示中,游戏将五种可能的方块放置位置发送到智能手机,一个轻量级的 System One 模型在一秒内选出最佳移动,同时显示设备所在国家、芯片规格和可点击的链上执行记录 @JunoCrypto3;同一演示的另一篇描述强调,模型评估的是游戏生成的放置位置 @reduansheikh11。在经济性方面,一位贡献者认为,决定因素是开发者是否真正在网络上进行构建,以及奖励是否能留住贡献者,并提到 Nucleus 创作者排行榜运行至 12 月 12 日,前 100 名贡献者将获得 15,000 美元的稳定币奖励 @Axismeta。

用于 AI 输入的可验证数据与隐私

Primus 使用 zkTLS 生成关于从现有 Web 服务获取的数据的加密证据,因此应用程序可以在源头检查真实性,而不是信任截图或复制的数字,并且它与零知识证明和全同态加密配合使用,以验证和处理敏感信息而无需不必要的暴露 @Girlgym67。该作者的警告很重要:真实的数据并不能保证正确的推理,验证只是更大系统的一个层面 @Girlgym67。第二篇帖子将相同的基础设施描述为使 AI 执行对代理经济可验证、透明和可问责 @Michigan409。

一篇更长的 Primus 分析将问题分为两部分:zkTLS 通过证明特定的 API 响应或 HTTPS 页面说了它所说的内容来处理真实性,而无需接触原始数据;FHE 则处理计算,使程序可以在加密数据上运行,输出只能由授权方解密——例如,贷款方计算信用度而无需查看收入 @0x_Web3frog。同一帖子指出,Primus 是一个可插拔层,而不是新链,并引用了 DefiLlama 的数据,显示过去 30 天在 Base 和 HashKey Chain 上的费用约为 4,500 美元,协议收入约为 915 美元,累计费用接近 12,000 美元,而融资额为 650 万美元,来自 Dispersion、Symbolic、VanEck、Samsung Next、Alchemy 和 Amber @0x_Web3frog。该作者的看法是,这是一个试点阶段的业务,赌注在于时机而非技术:

隐私是企业不得不支付时才付的税,整个论点取决于那一天是否到来。 @0x_Web3frog

Midnight 将零知识证明应用于机构披露:银行可以证明客户通过了 KYC,而无需传递护照;交易所可以证明储备金覆盖存款,而无需暴露每个钱包;AI 公司可以证明其训练数据已获得许可,而无需交出数据,费用以持有原生代币产生的 DUST 支付 @NightWatchZK。Concordium 采用类似的身份方法,使用独立的受监管身份提供商加上零知识证明,使用户能够证明自己年满 18 岁,而无需透露出生日期、护照号码或其他详细信息,将活动与个人关联的能力仅限于涉及法院命令和隐私监护人的正式法律程序 @ChiomaChukwura2。

另一个构建:NEAR 上的 SnowMoon

SnowMoon 是为 NEAR 黑客松构建的,是一个自主 AI 劳动力平台,用户将任务委托给 AI 代理,并用 NEAR 智能合约中持有的 USDC 为工作提供资金,直到工作完成并审核——接受交付物则付款释放到资金库,拒绝则用户可以要求全额退款 @0x_zax。它组合了 NEAR Intents (1Click) 用于跨链桥接、NEAR AI 用于多轮代理 LLM 引擎,具有五个基于预算的模型层级以及自动模型选择和回退、OutLayer TEE 用于支持的 WASM 工作负载,带有执行证明和支出策略执行、NEAR AI Agent Marketplace 用于雇佣专业第三方代理,以及 Coinbase 的 x402 支付流程,用于代理以 USDC 支付外部 API @0x_zax。

尚未被证明的内容

这些帖子中反复出现三个限制。执行的验证不是正确性的验证——TEE 和 zkVM 方法可以证明过程运行了,但不能证明 AI 答案是正确的 @atlas16022015@Mahabub01726@Hiepgold1689。声誉系统可能被代理之间的互惠活动所操纵,因此活动量是可靠性的弱代理 @destinydou_。需求侧也未被证明:Primus 的费用数据表明隐私基础设施仍处于试点阶段 @0x_Web3frog,而 Acurast 的边缘推理结果指向批处理和后台工作负载,而非延迟敏感型应用 @kengdaica。