AI × 加密货币综述：x402 代理支付、可验证计算与去中心化空间数据

代理支付正在以数量而非价值结算，而更困难的基础设施——托管、身份、声誉和可验证执行——才是真正建设发生的地方。本期综述的主线：x402 轨道正在产生数百万笔微交易，代理间商业协议正在为这些支付添加其缺乏的信任层，而可验证计算加上众包现实世界数据正在成为代理经济的两个供应侧赌注。

代理支付：高交易数量，微小交易价值

x402 支付量是真实的，但经济规模很小。 一份 BeInCrypto 报告追踪了 35 天内 Base 和 Solana 上的 640 万笔 x402 交易，总价值仅为 119,947 美元；其中 90.8% 的交易低于 1 美分 @mdabdurrahim98。作者得出结论，数百万笔交易并不意味着代理已准备好移动具有意义的资金，而且大多数系统仍然在人类设定的限额内运行。同一帖子提到 zScore（钱包行为评分工具）和 AgentScan（代理发现和链上声誉查看器），作为代理除了微支付之外可能需要的信任层的例子 @mdabdurrahim98。

XRP Ledger 已结算超过 1400 万笔 x402 交易。 t54.ai 将开放性问题框定为授权问题：谁授权了支付，代理被允许花费多少，以及出错时会发生什么 @t54ai。另一篇文章认为代理经济可能是 XRPL 的下一个重大解锁点，引用了 6 月的 AI 工具包发布、Yellow 集成 XRP，以及 t54.ai 和 Mastercard 意图在 XRPL x402 促进器中以 XRP 和 RLUSD 进行交易 @ChartNerdTA。

用于代理支出控制的开发者工具正在出现在黑客马拉松套件中。 Airwallex 为区块链和稳定币开发者添加了两个代理银行黑客马拉松套件，让构建者可以向项目添加 x402 支出限额或 Metal 清算，然后通过 Airwallex 沙盒 API 结算和转换 @dankimxyz。

MCP 连接器正被用于向代理暴露整个 x402 服务目录。 Tolly 报告其 MCP 服务器在一周内下载量超过 850 次，并且一次更新将其从仅将代理连接到 Tolly 自己的 x402 服务，扩展到通过单一集成暴露 Arc 生态系统中 40 多个 x402 服务，包括支出预算、自动退款和透明费用 @TollyLabs。

代理间商业：托管、身份和声誉

TermiX 的 AACP 协议是这些帖子中描述的最详细的代理商业设计。 一篇长篇帖子将流程描述为托管 → 交付 → 挑战 → 结算：当报价被接受时，客户端以 USDC 或 USDT 向 TermixEscrow 合约注资，并且没有操作员钱包接触资金；提供商在链上锁定交付哈希；挑战窗口允许一个由三名随机评估员组成的小组在链上投票，并有一次升级至仲裁员，其裁决为最终结果；然后资金根据结果释放，并根据结算结果更新声誉 @Teazelbtc。每个参与者都铸造一个统一的 .agent 身份作为 ERC-8004 NFT，并且同一个代理根据工作既可以是客户端也可以是提供商，评估员和仲裁员是仅在被挑战的交付中激活的操作员授予角色 @Teazelbtc。协议费用在 BNB Chain 上被陈述为 200 个基点（2%），适用于 USDC 和 USDT，在链上设置并可实时读取，评估员和仲裁员费用仅在争议订单中支付，并且有无需许可的超时机制，以便资金不会被无限期冻结 @Teazelbtc。

AACP 中的验证是分层的，而不是单一方法的。 一篇帖子报告了四个验证级别，从使用 zkVM 证明的程序化检查到在 TEE 中运行的 LLM、人工审查和混合设置，评估员质押他们的判断以获得预算的 3-4%，如果判断错误则面临质押损失 @StoicBlisss。同一作者认为，代理经济的真正瓶颈不是计算能力或代理数量，而是了解工作是否实际完成 @StoicBlisss。

商业模型在多个帖子中被一致描述。 代理向托管支付，工作在链上记录，支付释放时 98% 给代理，2% 给协议 @Rony_201000@Rony_201000。一篇帖子引用七天内的协议收入超过 17,000 美元，并指出 REA 可以检查智能合约、文件和应用程序 @Rony_201000。另一篇指出 TermiX 出现在 DefiLlama 的 BNB Chain AI 代理商仪表板上的顶级创收协议中 @SufianXfn。

分包是正在展示的具体用例。 一个账户描述了一个代理收到游戏开发简报，处理核心编码和集成，然后引入其他代理负责美术、动画和声音，每个子任务都有其自己的范围、价格和质押支持的保证，而客户端只为一个订单提供资金 @Rizvi_On_X。一篇相关帖子描述了同一个代理在一个工作中扮演提供商，在下一个工作中扮演客户端，在后续步骤之前雇佣一个安全审查代理，而不是等待人类 @UkrainianVapeM1。

需求方是公认的开放问题。 一位作者指出，如果没有人在雇佣代理，一个充满能干代理的市场意义不大，进步的真正衡量标准将是真正的需求和回头客 @d3rekson。另一个将其直白地表达：“华丽的一层获得关注，无聊的一层获得流量” @juraucrypt。

可验证 AI 和零知识证明

硬件支持的 AI 认证正在从软件策略转向硅片执行。 一篇详细的帖子记录了三个独立的发展：ServiceNow 和 NVIDIA 将 AI 代理治理扩展到软件之外，ServiceNow 的 Super Intelligence Control Tower 集中定义策略，一项 AI Passport 计划引入代理权限的密码签名凭证，NVIDIA OpenShell 在代理运行时执行，以及 NVIDIA BlueField DPU 将控制扩展到硬件 @MarcoSalzmann80。同一帖子指出，跨 OpenShell 和 BlueField 的完整 AI Passport 集成仍在路线图上 @MarcoSalzmann80。另外，EQTY Lab 的 Verifiable Compute 结合了机密计算与使用 NVIDIA Blackwell GPU 和 Intel Xeon 处理器的密码学认证，将证据锚定在 Hedera 共识服务上，以获得防篡改时间戳和独立可验证的审计跟踪 @MarcoSalzmann80。作者明确指出了限制：没有公开证据表明 ServiceNow 的 AI Passport 使用了 EQTY Lab 的 Verifiable Compute 或 Hedera，并且认证验证的是特定声明，而不是 AI 行为的各个方面 @MarcoSalzmann80。

BNB Chain 于 2026 年 6 月添加了一个基于 Primus Labs 技术的 zkTLS 验证层。 根据一个账户的说法，该层允许网络验证链下数据——银行余额、交易所报表、身份文件——而无需暴露这些数据，通过证明一段数据存在于一个标准的 TLS 保护的网络会话中 @Aceonblockchain。同一帖子表示，Primus 通过 AlphaNet（一个去中心化认证网络）扩展了该系统，以便验证不依赖于单一的中心化公证人，并且 Primus 于 2026 年 3 月与 BNB Chain 和 Brevis 合作构建了 ZKredit，这是一个用于隐私保护身份验证的中间件层 @Aceonblockchain。

Primus 筹集了 650 万美元的种子轮融资。 提到的投资者包括 Dispersion Capital、VanEck、Symbolic Capital 和 SNZ Holding，技术方面由首席执行官 Xiang Xie 领导，他拥有密码学博士学位，并在零知识证明、全同态加密和多方计算方面有研究背景 @Afnova786。该项目以前被称为 PADO @Emyfee_niks_。

Primus 将 zkTLS 与 zkFHE 配对。 zkTLS 证明从网络服务获得的信息而无需披露底层私人数据，而 zkFHE 将零知识证明与全同态加密相结合，使对加密数据的计算变得实用；引用的潜在应用包括机密投票、密封投标拍卖和注重隐私的汇总 @cokebwwwoy。一个记录的演示检查银行余额是否大于 10 美元，而不让余额本身成为证明的重点 @Sina_hms。该项目还发布了其自己的证明系统 QuickSilver，以及网络、移动和后端 SDK，以及 Base、BNB Chain、Arbitrum 和 Taiko 上的验证合约 @ari98818。

可验证执行也被框定为一个用户体验问题。 一篇帖子将 ARC（正在致力于可验证 AI 执行的基础设施）与 Quip Network 的后量子密码学工作配对，认为更好的用户体验让用户进门，而可靠的基础设施给了他们留下来的理由 @kaybee_mmg@kaybee_mmg。

一篇 Google DeepMind 论文提出拍卖作为模型路由机制。 论文的设置：如果模型提供资金来回答每个问题，而出价最高的模型回答，结果与总是选择最佳模型一样好（99.2%） @rohanpaul_ai。在 110 个模型和超过 30,000 个 EmbedLLM 提示的模拟中，拍卖达到了最佳可能价值的 99.2%，而将每种提示类型路由到其最佳模型则为 89.4%，并且在每种方法最差的提示簇上，拍卖保持了 96.0%，而单一最佳模型保持了 6.0% @rohanpaul_ai。作者对模型市场的看法是，当每个出价池中包含几个强模型时，简单的按出价支付拍卖效果很好 @rohanpaul_ai。

去中心化计算：将需求与激励分开

Acurast 的代币模型将计算需求与提供商激励分开。 在 Acurast 上执行部署的开发者通过网络支付计算成本，这些成本在成功执行后被销毁；计算提供商不会直接收到这些支付——他们的 ACU 奖励来自协议通胀，根据硬件性能、实际部署活动、质押和承诺持续时间加权 @0xkyliekim。Acurast 有 5% 的固定年度通胀，其中 70% 用于 Staked Compute，10% 用于基于基准的计算奖励，15% 用于国库，5% 用于收集人；提供商可以在承诺的计算背后质押 ACU，而没有硬件的代币持有者可以委托给提供商并分享奖励和削减风险 @0xkyliekim。作者的结论是，仅靠更多的手机并不能加强模型——网络需要开发者实际部署工作负载 @0xkyliekim。

来自智能手机的计算最适合狭窄的工作负载类别。 一项分析认为，AI 工作负载高度多样化，基于手机的计算适合与该硬件对齐的任务，例如电子邮件分类或聊天内容审核，而不是大规模训练 @Vanquan_titans。它还指出了明确的经济区别：质押奖励来自协议通胀，本质上不等同于客户收入，因此一个可持续的市场需要付费用户和愿意的供应商 @Vanquan_titans。作者建议从狭窄的用例开始，在扩展之前衡量响应时间、错误率和每次成功结果成本 @Vanquan_titans。

计算代币化被框定为一个未解决的市场问题。 DWF Labs 指出，市场尚未完全定价 AI 和加密的融合，代理对交易、支付和计算的需求可能使链上计算市场成为未来一年的主题；同一帖子问道，计算代币化是否能最好地解决资金障碍、资源流动性或匹配供应与需求 @FreedomAssett。

去中心化数据和模型市场

代理已经在直接浏览训练数据市场。 一个演示显示 AI 代理自行搜索训练数据市场，请求验证的工资数据，收到三个列表，并通过 MCP 检查每个列表的质量——与人类在 Web 应用程序中浏览的目录相同 @zentalksai。

一个数据市场通过拒绝出售模型可能已经看到的数据来区分自己。 作者说，改变他们对这类别看法的一个细节是，如果模型可能已经看到公共仓库，DataVendor 将不会为其定价，并且其认证徽章只授予其环境实际运行的列表 @SteticIA。

其他项目正在瞄准可验证的数据所有权和来源。 Prism Network 和 DataVerse Protocol 描述了将 DID 和零知识证明相结合，用于安全的数据所有权和货币化，以及隐私保护验证和合规数据共享 @PrismNetwork_io。Actum System 正在探索人类行动证明（PoHA），将现实世界活动转化为智能系统的可验证数据 @abuafrah55。

Physical AI 的数据问题：众包空间捕捉

Vangrid 筹集了 900 万美元，用于构建去中心化空间数据网络。 提到的投资者包括 HashKey Capital、Animoca Brands、Borderless Capital、Crypto.com Capital、Gate Labs 和 Mapleblock Capital，该轮融资于 2026 年 8 月 6 日宣布，此时网络已经上线 @0x_zozo@0xPeggy_。一项分析认为，投资者的构成反映了该项目跨 Physical AI、现实世界数据、DePIN、链上来源和双边市场的定位，并警告说，资本和人脉无法制造产品市场契合度 @0xPeggy_。

机制是一个以稳定币结算的悬赏市场。 请求者为特定位置发布捕捉悬赏，附近的贡献者用手机记录，请求者审查带水印的预览，接受后将场景重建为以 GLB 或 ZIP 文件交付的 3D 模型，支付在 Base 或 Arc 上的链上托管中持有 @lituislamex。在 50 美元的悬赏中，大约 40 美元在扣除 10% 的平台费加上大约 5 美元的重建费后归贡献者，接受片段在链上关闭悬赏并在约 30 分钟内生成带纹理的 GLB 网格 @alex_crypto98。取消或过期的悬赏将返回 100% 的托管 USDC @alex_crypto98。

报告的网络安全活动是可衡量的。 一篇帖子引用了 993 个悬赏、21 个批量订单和 651,024.00 美元的结算量，截至撰写时有 3,980.00 美元锁定在 5 个开放悬赏中 @alex_crypto98。另一篇报告总结算额 641,654.00 美元，任务 #1018 以 780.00 美元进行中，任务 #1017 提供 500.00 美元 @maki29。另一篇帖子引用截至 2026 年 10 月 19 日超过 130 万次捕捉和超过 60 万美元的已接受悬赏支付 @Captainmetax，而另一篇报告超过 125 万次捕捉、45 万用户和超过 60 万 USDC 结算，同时 Android 应用在 Google Play 上线 @sgrsagor。

AI 代理可以自己发布这些悬赏。 代理可以通过 Vangrid 的悬赏 API 提交捕捉请求，通过 x402 用 USDC 资助，并让附近的贡献者做物理工作，支付在托管中持有直到接受，如果工作被取消或过期则退款 @kaybee_mmg。一篇帖子描述了代理在没有账户的情况下通过单个 x402 调用发布捕捉工作，并声明 Arc 结算在不到一秒内完成 @RiyoX24@maki29。

隐私和来源在捕捉时处理。 人脸和车牌在镜头离开手机之前在设备上模糊，捕捉被指纹识别并锚定在 Base 上通过 EAS 建立来源 @OLTOAK@kaybee_mmg@Abba__80。贡献者保留原始片段，而买家接收 3D 模型 @Dzola17。

声明的论点是数据新鲜度，而不是数据量。 多篇帖子认为，Physical AI 不能依赖静态地图，因为建筑物会被翻新，仓库布局会变化，道路会改变，因此昨天准确的空间数据今天可能已经错误 @binz1104@FlorynCat@EthanZguyen。一位作者的开放问题是，网络是否能够充分奖励当地贡献者，使持续更新变得有价值，因为收集一次数据比随时间保持准确更容易 @EthanZguyen。另一位指出，真正的考验是输出是否足够准确和私密，以供实际机器使用 @FlorynCat。

Circle 的 Arc 正被定位为该工作流程的结算轨道。 一篇帖子认为，Vangrid 的悬赏系统是 Arc 作为代理运营企业基础设施的具体测试，引用了 USDC 支付、链上托管和亚秒级确认，并指出 Jeremy Allaire 直接标记了该集成 @LordOBI_SWC。

代理治理、身份和支付隐私

代理身份和权限被框定为缺失的基础设施层。 一篇帖子列出了代理参与真实数字经济的四个要求：身份和验证、受控权限、支付和协调，以及信任和问责，并指出 Kite AI 正在致力于该基础设施层 @Afnova786。作者的结束问题是，在人类监督变得必要之前，代理应该获得多少自主权 @Afnova786。

一项社区提案将团队代币解锁与经过验证的代理性能挂钩。 为 NeoSoul 提出的提案将“已验证的生产性代理”定义为在滚动 30 天期间满足四个要求：至少 30 个有意义的决策，至少 95% 的可追踪决策记录，零未解决的关键风险违规，以及至少 3 个真正的 DNA 付费服务事件 @lanathuyenkx。它提议从 Q1 的 1,000 个合格代理到 Q7-Q8 的 20,000 个的季度增长目标，一个加权解锁记分卡（40% 代理目标，25% 可审计性，20% 风险合规，15% 真正服务使用），低于 80 分零解锁，以及一个任何 KPI 表现都无法绕过的 12 个月悬崖 @lanathuyenkx。作者声明这些数字是提议的社区讨论目标，而不是官方承诺 @lanathuyenkx。

隐私保护支付正与发送者可验证性配对。 AmericanFortress 的 FortressNames 用可重用的名称替换了跨支持网络的长十六进制地址，支付解析到新的、一次性的隐身地址，以将公共支付活动与接收人的可重用身份分开 @CryptoOpener。其 SafeSend 使用零知识证明来保护交易隐私，而无需混合器或资金池，同时保持交易对手之间的可审计连接，该项目描述了一种正在申请专利的后量子钱包架构，Send to Name beta 在 Arbitrum 上可用 @CryptoOpener。一篇相关帖子框定了更难的问题：在私人交易中，接收人可能难以验证传入资金的来源，这时零知识证明可以提供发送者的密码学证据，而无需暴露钱包历史或密钥材料 @nguyenthambt。

现实世界中的代理商业

旅行预订正被用作早期的代理结账演示。 AEON 的 Agentic Checkout 让 AI 助手搜索 Travala，选择住宿并完成预订，将流程从购买单个产品扩展到执行意图驱动的交易 @AEON_Community。一篇后续帖子描述了 Agentic Checkout V2 在 Travala 上线，并带有链上代理钱包用于资金管理和交易跟踪 @TeoMercer。

关于代理商业指标的怀疑值得注意。 Eric Seufert 指出，Mark Zuckerberg 在 Meta 2026 年第三季度财报电话会议上表示，购物是 Muse 最常见的用例，平均 Muse 交易规模为 200 美元，并表示虽然这乍一看似乎削弱了他“代理商业是海市蜃楼”的论点，但解构这些声明揭示了不同的解释 @eric_seufert。他发布了其 Meta 2026 年第三季度收益分析，没有设付费墙 @eric_seufert。

关注什么

这些帖子中反复出现的紧张关系是，代理支付轨道产生的交易数量远远快于其产生的交易价值 @mdabdurrahim98，而使更大额支付安全的层——托管、质押评估员、可验证执行和链上声誉——仍在被指定和测试 @Teazelbtc@StoicBlisss@MarcoSalzmann80。在供应侧，去中心化计算和众包空间数据都在被问同一个问题：真正的、重复的需求能否随着设备和贡献者的供应一起扩展 @0xkyliekim@Vanquan_titans@EthanZguyen。