AI x Crypto Roundup: Agentic Finance, Verifiable Compute, and the Machine Economy

Agentic Finance 與支付的興起

自主 AI 代理正從對話工具轉向能夠獨立賺取、消費和投資的經濟參與者 @zordcrypt。這一轉變正推動專為軟體驅動型商業設計的專業化金融 rails 的採用。

  • 標準化支付 Rails: x402 開放支付標準正成為代理對代理 (A2A) 交易的主流層,大部分 EVM 交易量以 USDC 結算 @andrewmoh@tokenterminal。Coinbase 正將自己定位為 "AiFi" (Agentic Finance) 的核心基礎設施,提供代理尋找並支付服務所需的錢包、支付 rails 和發現層 @CoinbaseDev@zordcrypt
  • 實際應用: 現實世界的用例已經出現,例如 Claude 使用 x402、AWS AgentCore Payments,以及透過 Coinbase 錢包透過 Travala 搜尋並預訂酒店,並在 Base 網絡上使用 USDC 支付 @ShanAggarwal
  • 產業協作: Agentic Payments Alliance 已成立,由包括 Crossmint 和 Rialo 在內的 26 個創始成員組成,旨在為代理驅動的商業制定授權、責任、欺詐防範和身份標準 @itachee_x@RialoHQ@sophgoldb@crossmint
  • 受控自主性: 為了管理自主交易的風險,像 MetaMask 的 Agent Wallet 這樣的基礎設施允許用戶設置界限——例如每日支出限制和協議白名單——確保代理在定義的風險範圍內運行 @Mmenyene_C

可驗證 AI 與信任基礎設施

隨著代理獲得自主權,產業正從「信任我」模式轉向對 AI 行為和身份進行密碼學驗證 @dan_linn@Meghan_Crypt

  • 鏈上身份與問責制: Concordium 正在利用密碼學憑證和零知識證明 (ZKP) 將 AI 代理與經過驗證的人類或企業聯繫起來 @BlaqOnyemauche@ifureJack@Lady_Honnour。這允許代理在不暴露背後實體私密身份的情況下證明其資格或權限 @Mizter_AB
  • 可驗證執行: 像 The ARC Terminal 這樣的項目正在開發去中心化 AI 作業系統,將可驗證的 AI 記憶與非託管的鏈上執行相結合,確保 AI 行為是透明且自主的 @EyoAugusti73181@HBO_data@alveejack1
  • 爭議解決: 代理經濟中的一個關鍵缺口是「不順利的路徑」——當代理對交易的履行產生分歧時會發生什麼 @elliederler2@when_tge。GenLayer 正在構建去中心化裁決,使用獨立驗證者對協議的含義達成共識 @sleem_anonymous@_Dripxel@sleem_anonymous@NalyMetaX@deathv1per。同樣,Internet Court 正在實施託管和證據保全,將代理交易轉化為可執行的協議,最近其聯盟已擴展到包含 Solana @elliederler2@cukyn1812

去中心化 AI 算力與 DePIN

算力正日益被視為一種基本的經濟資源,去中心化物理基礎設施網絡 (DePIN) 正在將硬體轉化為流動資產 @PulseLegacyAI

  • GPU 市場: Bittensor 子網正在促進去中心化 GPU 租賃市場,例如 Lium (SN51),它以顯著低於傳統雲端供應商的價格提供 NVIDIA 硬體 (H100, B200 等) @Donaxbt。其他項目如 Nodexo (SN106) 正將代幣所有權直接與可驗證算力的定期訪問權相綁定 @0x_Kalista
  • 多樣化的算力來源: 除了高端 GPU,像 Acurast 這樣的網絡正在利用閒置的智慧型手機效能,為 Linux 工作負載提供去中心化算力 @Finance__Nomad。Quip Network 正在構建一個結合 CPU、GPU、ASIC 以及最終是量子處理單元 (QPU) 的更廣泛的算力層,同時為數位資產實施後量子安全 @23xsharif@0xRimas@Subit_Crypto@bella_quack
  • 工作驗證: 為了防止分散式算力中的欺詐,Verathos AI 使用 Merkle-committed weights 和隨機層檢查,以密碼學方式驗證推理是否確實執行 @nordin_eth

機器經濟與物理 AI

智能正從軟體進入物理世界,這產生了對機器人與硬體進行鏈上協調的需求 @Karamata2_2

  • 機器人數據層: Axis Robotics 正在構建一個可擴展的管線,將人類演示和模擬轉化為物理 AI 的高品質訓練數據,並使用鏈上基礎設施來確保數據來源的可靠性 @0x_sanoo@Karamata2_2
  • 物理 AI 協調: 一個更廣泛的「機器經濟」堆疊正在興起,為機器人提供鏈上身份,處理跨供應商的點對點協調,並將機器數據變現 @Karamata2_2。這包括 peaq 和 ioTeX 等項目,它們專注於將經過驗證的 DePIN 數據轉化為自主機器的信任上下文 @Karamata2_2

相關